close

Вход

Забыли?

вход по аккаунту

?

VesChast1-2010

код для вставкиСкачать
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Государственное образовательное учреждение высшего профессионального образования
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ
____________________________________________________________________
Всемирному Дню авиации и космонавтики
посвящается
ШЕСТЬДЕСЯТ ТРЕТЬЯ
СТУДЕНЧЕСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ
КОНФЕРЕНЦИЯ ГУАП
Часть I
ТЕХНИЧЕСКИЕ НАУКИ
Сборник докладов
19 – 23 апреля 2010 г.
Санкт-Петербург
2010
УДК 001
Ш63
Ш63 Шестьдесят третья студенческая научно-техническая конференция ГУАП: Сб. докл.:
В 2 ч. Ч. I. Технические науки / СПб.: ГУАП, 2010. 443 с.: ил.
ISBN 978-5-8088-0569(ч.I)
ISBN 978-5-8088-0568-2
Представлены доклады Шестьдесят третьей студенческой научно-технической
конференции ГУАП, прошедшей в апреле 2010 г.
Научные работы студентов ГУАП посвящены актуальным проблемам авиационного и
аэрокосмического приборостроения, проблемам развития новых информационных технологий,
радиотехники, электроники и связи, современным проблемам экономики, философии и права.
Под общей редакцией
доктора технических наук, профессора,
заслуженного деятеля науки Российской Федерации
В. И. Хименко
Редакционная коллегия:
А. Р. Бестугин, кандидат технических наук, доцент,
В. М. Боер, доктор юридических наук, профессор,
А. С. Будагов, кандидат физико-математических наук, доцент,
Е. А. Крук, доктор технических наук, профессор,
К. В. Лосев, кандидат экономических наук, доцент,
И. А. Павлов, кандидат военных наук, доцент,
Е. Г. Семенова, доктор технических наук, профессор,
В. А. Фетисов, доктор технических наук, профессор,
Л. И. Чубраева, доктор технических наук, профессор,
А. П. Шепета, доктор технических наук, профессор
Ответственный секретарь редакционной коллегии В. Н. Соколова
ISBN 978-5-8088-0569(ч.I)
ISBN 978-5-8088-0568-2
Санкт-Петербургский государственный
университет аэрокосмического
приборостроения (ГУАП), 2010
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ
И СИСТЕМЫ
УДК629.7.018.3
А. П. Григорьев – магистрант кафедры компьютерного проектирования аэрокосмических
измерительно-вычислительных комплексов
В. Я. Мамаев (канд. техн. наук, доц.) – научный руководитель
ПОСТРОЕНИЕ СИСТЕМЫ АВТОМАТИЗИРОВАННОЙ ОЦЕНКИ ЗНАНИЙ ОБУЧАЕМОГО ШТУРМАНА
НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
Кафедра компьютерного проектирования аэрокосмических измерительно-вычислительных комплексов Санкт-Петербургского государственного университета аэрокосмического приборостроения участвует в разработке тренажёрно-обучающих систем для различных подразделений и организаций, занимающихся подготовкой авиационных кадров, в частности, Челябинского высшего авиационного училища штурманов. Кроме того, проведенные исследования могут служить заделом для выполняемых на
кафедре НИОКР.
Профессиональная подготовка оператора летательного аппарата (ЛА) – это трудоёмкий и дорогостоящий процесс. Качество подготовки оператора ЛА должно быть очень высоким, так как он функционирует в экстремальных условиях, и от его деятельности зависят человеческие жизни. В подготовке
авиационных специалистов можно выделить три этапа: теоретическое обучение, тренажерную подготовку и подготовку на учебном летательном аппарате. Такая последовательность связана с иерархической структурой концептуальной модели и модели деятельности человека в общем, где на верхнем
уровне находятся знания, среднем – умения, нижнем – навыки. Между тренажерной и летной практической подготовками летного состава и традиционным теоретическим обучением имеет место разрыв.
Компьютеризация теоретического обучения и внедрение автоматизированных обучающих систем
(АОС) предназначены для ликвидации этого разрыва. Создание обучающих систем на базе ЭВМ – это
один из перспективных способов повышения эффективности процесса обучения. К достоинствам АОС
следует отнести: самостоятельность обучения, усвоение большего объёма информации, разгрузка
преподавателя, быстродействие и объективность [1].
Одним из основных требований к обучающим системам является адаптивность. Адаптивная обучающая система (АдОС) – обучающая система с элементами искусственного интеллекта. Такая обучающая система позволяет не просто тренировать обучаемого и контролировать его знания, но и по
результатам деятельности обучаемого может определить, какие знания недостаточны или ошибочны и
вернуть обучаемого на соответствующий раздел теории или практики, либо дать дополнительные
разъяснения., т.е. она позволяет адаптировать процесс обучения под особенности каждого конкретного
обучаемого, работающего с системой.
Предлагается применение системы автоматизированной оценки навигационных знаний на основе использования искусственной нейронной сети (ИНС) [2, 4]. Сеть в данном случае используется как
эффективное средство автоматизации процесса выставления оценок. ИНС – вычислительные структуры, моделирующие простые биологические процессы человеческого мозга. Это адаптивные системы
способные к обучению путём анализа положительных и отрицательных воздействий. Элементарным
преобразователем в данных сетях является искусственный нейрон (ИН) – ячейка ИНС.
3
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
ИН обладает группой синапсов – однонаправленных входных связей, соединенных с выходами
других нейронов, а также имеет аксон – выходную связь данного нейрона, с которой сигнал (возбуждения или торможения) поступает на синапсы следующих нейронов (рис. 1). Каждый синапс характеризуется величиной синаптической связи или ее весом wi.
чейка
Рис. 1. Общий вид нейрона
Текущее состояние нейрона определяется, как взвешенная сумма его входов:
(1)
Выход нейрона – есть функция его состояния:
Y=F(S)
(2)
Процесс функционирования ИНС, зависит от весов синаптических связей, поэтому, задавшись
определенной структурой нейронной сети (её топологией), отвечающей какой-либо задаче, необходимо
найти оптимальные значения всех весовых коэффициентов wi. Этот этап называется обучением НС, и
от того, насколько качественно он будет выполнен, зависит способность сети решать поставленные
перед ней задачи во время эксплуатации. В качестве алгоритма обучения выбран алгоритм «Обучение
с учителем». Данный алгоритм состоит из следующих этапов – инициализация элементов матрицы весов небольшими случайными значениями; подача на входы одного из входных векторов, которые сеть
должна научиться различать, и вычислить ее выход; если выход правильный, перейти на следующий
шаг; если не правильный — вычислить разницу между идеальным и полученным значениями выхода:
(3)
модифицировать веса в соответствии с формулой
(4)
где
и
– номера соответственно текущей и следующей итераций; m – коэффициент скорости
обучения; i – номер входа нейрона; j – номер нейрона в слое; если Yi > Y, значения весовых коэффициентов необходимо увеличить и тем самым уменьшить ошибку. В противном случае их необходимо
уменьшить, что приведет к уменьшению Y. Далее следует повторить цикл со второго шага, пока сеть не
перестанет ошибаться.
В качестве сценария обучения используются тесты. Выберем в качестве примера тест, состоящий из 7 вопросов, причём каждый вопрос отличается по уровню сложности. Первый вопрос теста состоит из 8 подвопросов. Считается, что обучаемый ответил на первый вопрос теста, если он ответил на
5 подвопросов и так далее, вплоть до последнего вопроса (см. таблицу 1).
Таблица 1
Задачи
Номер вопроса в задании
Количество подвопросов в вопросе
Lmax
Lпор
Lmin
1
8
8
5
0
2
8
8
5
0
3
10
10
6
0
4
4
4
4
3
0
Сумма балов
5
7
7
4
0
6
10
10
6
0
7
10
10
6
0
57
57
32
0
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Структура статической ИНС прямого распространения представлена на рис. 2.
Она состоит из входного слоя с 7 нейронами, реализующими каждый из 7 вопросов теста, скрытого (промежуточного) слоя из 7 нейронов и выходного слоя из 4 нейронов – реализующих оценку в
четырёхбалльной системе (5, 4, 3, 2). Все слои связаны друг с другом напрямую и последовательно –
без обратных связей, и линий задержки. Во входном и скрытом слое в качестве нелинейной функции
одного аргумента используется сигмоидальная функция активации (гиперболический тангенс). Эта
функция описывается соотношением а = tansig(n) = ехр(n) - ехр(-n) / ехр(n) + ехр(-n). В выходном слое
используется линейная функция активации, которая описывается соотношением а = purelin(n) = n [3].
Благодаря свойству дифференцируемости эти функции часто используются в сетях с обучением
на основе метода обратного распространения ошибки.
Рис. 2. Структура ИНС прямого распространения
На базе программы MATLAB (Пакет расширения Neural Network Toolbox) с помощью команды:
net = newff([0 8; 0 8; 0 10; 0 4; 0 7; 0 10; 0 10],[7, 7, 4],{'tansig','tansig', ‘purelin’}); создаётся статическая
ИНС прямого распространения, используется вектор входа с 7 элементами, имеющими допустимые
границы значений [0…8], [0…8] … [0…10] – то есть диапазон возможных значений ответов обучаемого
на каждый из 7 вопросов теста (табл. 1), вектор выхода с 4 элементами для реализации оценки в четырёхбальной системе, функции активации: tansig – во входном и скрытом слое; purelin – в выходном.
После того как сформирована архитектура, производится моделирование и графическое представление сети командой: gensim(net).
На третьем этапе должны быть заданы начальные значения весов и смещений, или иными словами, сеть должна быть инициализирована с помощью оператора: net = init(net).
После инициализации ИНС необходимо произвести процесс обучения с помощью команды
net1=train(net,P,T).
В качестве вектора входа P задают обучающие выборки из 7 статистик, реализующие оценки 5,
4, 3, 2 с соответствующими значениями целей T (желаемые результаты на выходе). После завершения
обучения проводится контрольное моделирование – на вход ИНС подаются другие обучающие выборки, реализующие те же оценки. Если сеть правильно связывает типовое воздействие на входе, с эталонными значениями сигнала на выходе, соответствующими определённой оценке, то принимается
решение о том, что ИНС обучена и готова решать поставленную задачу.
Процесс обучения в АОС будет происходить следующим образом. Обучаемому предоставляется
возможность ответить на вопросы из предметной области, его ответы предоставляются нейронной сети, как вектор входных данных. Выполняется оценка и производится анализ полученных результатов.
В процессе работы были получены следующие основные результаты:
 определена архитектура ИНС, соответствующая сценарию обучения;
 проведено обучение и контрольное моделирование ИНС;
 в рамках одного контрольного теста оценка ИНС и преподавателя совпала.
5
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Пути дальнейшего развития в построении АОС на базе ИНС, связаны в первую очередь с:
 использованием нечёткой логики совместно с ИНС;
 применением генетических алгоритмов (ГА) для обучения ИНС;
 сравнительным анализом архитектур сети;
 усложнением сценариев обучения;
 расширением базы сценариев обучения.
АОС на базе ИНС может быть использована также для адаптации траектории обучения к способностям и фактическим знаниям обучаемых, то есть возможно построение адаптивной обучающей системы (АдОС). Преимущества применения нейронных сетей состоят в возможности структурировать
знания и отношения между учебными элементами. Возможно также использование новых подходов в
диагностике учебных достижений. Переходя от одного понятия к другому и задавая соответствующие
вопросы, можно определить, какие из понятий базы знаний обучаемый усвоил, а какие – нет и практически на любом шаге выдать текущую оценку успеваемости, или же при необходимости направить обучаемого для повторного изучения раздела который он освоил не достаточно. Такой подход позволит
получить объективную оценку уровня усвоения знаний. Применение нейронных сетей может быть полезным для формирования системы восстановления знаний обучаемого. Проведя предварительное
оценивание знаний, можно определить и сформировать для обучаемого отсутствующие связи между
учебными элементами и обучить этим знаниям.
Библиографический список
1. Гаврилов Н.А. Структурный анализ знаний. / Режим доступа www.nikgavrilov.narod.ru.
2. Уоссермен Ф. Нейрокомпьютерная техника. — М.: Мир, 1992
3. Сивохин А.В., Лушников А.А., Шибанов С. В. Лабораторный практикум. Искусственные нейронные сети. — Пенза 2004
4. Короткин А.А. Математические модели искусственных нейронных сетей. Уч. пособие, Ярославль, 2000.
_________
УДК 681.3
В.П. Гуревич – магистрант кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
В. Я. Мамаев (канд. техн. наук, доц.) – научный руководитель
УПРАВЛЕНИЕ МНОГОУРОВНЕВОЙ АДАПТИВНОЙ ОБУЧАЮЩЕЙ СИСТЕМОЙ
ПОДГОТОВКИ ОПЕРАТОРОВ-НАВИГАТОРОВ
Рассматривается задача создания обучающей системы, которая на примере курса Воздушной
навигации реализует управление многоуровневым адаптивным обучением на основе распределенной
базы знаний и позволяет производить обучение для различных категорий подготовленности курсантов,
настраивать систему на различные методики обучения и автоматически выбирать рациональный путь
для освоения учебного материала.
Специфика курса позволяет рассматривать весь учебный курс подготовки операторовнавигаторов, как сценарий воздушного полета. Отдельные элементы этого сценария – это есть элементарные знания из курса Воздушной навигации и остаточные знания из других дисциплин. В такой
модели представления лучше всего прослеживается основная задача учебного курса – обучение курсанта решению навигационных задач (как простых, так и сложных, состоящих из N-го набора простых),
необходимых при осуществлении полета по маршруту.
Для выполнения функции управления обучением в состав базы знаний многоуровневой распределенной адаптивной обучающей системы должны входить знания о предметной области (воздушной
навигации – в нашем случае), обучаемом и методике обучения. Модель освоения учебного материала
показывает, в какой последовательности должны изучаться темы и каковы логические связи между ними.
6
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
В состав модели освоения учебного материала входят матрицы отношений очередности, логических связей элементов и последовательности изучения учебных элементов [1]. Эта модель представляет собой связанный граф, вершинами которого являются учебные элементы или дидактические
единицы, а ребрами - связи между ними. Полученный граф показывает последовательность изучения
элементов структуры знаний и обладает свойствами отсутствие циклов, связности и полноты.
Как видно из рисунка 1, модель требуемых компетенций или учебные цели обучающей системы
построена на основании матрицы отношений очередности учебных элементов и содержит информацию о требуемых конечных результатах обучения курсантов. Процесс получения знаний можно представить в поиске всех возможных деревьев, т.е. любых подграфов, любые две вершины в которых связаны единственной простой цепью. Если для формирования модели знаний использовать расширение
квантово-структурной теории В.Н.Свиридова на обучающие системы, то исходными данными для построения графа может служить функция обратной дивергенции [2].
Согласно квантово-структурной теории знание о целом рассмотрено с точки зрения его квантовой структуры как совокупности структур каждой из частей с учетом характера отношений между частями. Задано дискретное конечное пространство G взаимосвязанных между собой объектов (учебных
элементов) g i  G , где:
1) для каждого элемента g i определены два линейно-упорядоченных подмножества (цепочки
учебных элементов, ведущих к достижению одной цели - познания какого-либо материала) I i и Oi ,
произвольной длины, составленных из элементов того же пространства G , причем подмножество I i ,
определяет входящие в элемент g i связи (т.е. изученное подмножество учебных элементов), а подмножество Oi определяет исходящие из элемента g i связи (т.е. дальнейшие темы для изучения);
2) задано отношение порядка такое, что g j  g i  g k , если g i  I i и g k  Oi ;
3) задано отношение равенства такое, что g i  g j , если I i  I j ;
4) для любой пары элементов g i и g j выполняется условие g i  g j .
Пространство G , удовлетворяющее условиям 1 – 4, называется квантово-структурным пространством обучения (КСПО), а элементы g i – квантами (частицами) структуры обучения (КСО).
Любая часть как простое является составной частью определенного количества других частей
как сложных, следовательно, для каждой части как простого существует числовой параметр – значение
дивергенции, выражающий количество сложных частей, для которых она является простым. Функция
дивергенции КСО g i , выражающая количество дальнейших в последовательности изучения разделов,
определена как div( g i )  cardOi . Следовательно, функция обратной дивергенции численно выражает
меру неопределенности (КСО-вероятности) при выборе пути на графе КСПО и характеризует степень
принадлежности данного кванта структуры к каждому из порожденных им КСО потомков и силу связи
между родителями и потомками в пространстве обучения.
При любом уровне сложности получаемых знаний на физическом уровне оно будет доступно
лишь как некоторое множество изученных элементарных учебных элементов, их комбинаций и (или)
последовательностей. Отношения между ними возможны только через линию доступности, т. е. в виде
отношений тех же элементарных учебных элементов, их комбинаций или последовательностей.
На рис. 1 изображена последовательность изучения дидактических единиц для освоения различных
разделов и его КСО-модель.
Запрограммированное входное устройство, способное распознавать изученные базовые учебные
элементы, и выходное устройство, способное реализовывать принцип максимума КСО-вероятности,
заменяет действия обучающегося по формированию траектории обучения машиной для принятия решений о достижении цели обучения. Процесс познания какого-либо учебного элемента аналогичен
процессу принятия решения на основе текущего состояния КСО-модели. Для добавления в данный автомат функции адаптивности, дополнительно предусматривается возможность реализации алгоритма,
позволяющего на основе регистрации изученных базовых единиц формировать внутри себя КСОмодель адекватную КСПО. В результате реализации описанных принципов получено квантово7
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
структурное пространство обучения, позволяющее сформировать наиболее рациональный путь получения знаний с учетом индивидуальных характеристик обучаемых.
Рис. 1. Квантово-структурная модель пространства обучения
Модель обучаемого (МО) выражает цель обучения и содержит информацию о состоянии знаний
обучаемого, которые разделяются на общие и отражающие усвоение текущего материала. В целом МО
представляет собой базу знаний по диагностике состояния обучаемого, разделенную на описательную
часть (набор общих параметров) и декларативную часть (учебные характеристики обучаемого, отдельной темы или отдельного вопроса).
Особое внимание стоит уделить принципам построения структуры обучающей системы, позволяющей реализовать управление адаптивным обучением. Весь учебный материал разделен на смысловые уровни, разные по сложности и глубине изучения. В соответствии с этим предложены принципы организации контента, позволяющие принимать решение при разделении материала на три уровня:
контент первого уровня формирует комплексную дидактическую направленность обучения (<знать> +
<что?>), контент второго уровня - интегрирующую дидактическую (<уметь, приобрести навык> + <предмет, на который направлена эта деятельность>), третьего уровня - частную дидактическую, направленную на формирование универсальных способов деятельности.
Центральной может считаться задача контроля знаний в адаптивных образовательных системах.
Адаптивное тестирование – это такой класс методик тестирования, при котором предполагается изменение содержания и сложности материала теста в зависимости от содержимого ответов испытуемого.
Основным аспектом развития таких систем является адаптация учебного материала, его последовательности и темпа подачи в зависимости от результатов тестового контроля знаний. Автоматная модель механизма управления траекторией обучения на основе анализа контроля знаний рассмотрена на
рис. 2, где в качестве условных автоматов могут выступать разделы и навигационные задачи из учебного пособия [3].
8
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 2. Механизм управления траекторией обучения
При осуществлении процедуры кластеризации соблюдаются принципы обеспечения максимальной информативности. Признаком принадлежности ответа к тому или иному кластеру является выполнение условия:
1
2
Ok   qi  q oi  Oпор ,
(1)
N
где Ok – среднеквадратичное отклонение ответа от среднего в кластере; qi – характеристика ответа;
qoi – среднее значение ответа в анализируемой совокупности; Oпор – пороговое значение среднеквадратичного отклонения характеристик ответа от среднего в кластере. Выбор этого значения осуществляется на базе итерационной процедуры, исходя из принципа максимальной информативности процедуры кластеризации.
Для подтверждения качества теста рассматриваются методы использования математического
статистического инструментария оценивания результатов: определение надежности, валидности, непротиворечивости, дискриминативности и адекватности теста. Статистическая обработка результатов
тестирования производится на основе модели Раша, которая превращает измерения, сделанные в дихотомических и порядковых шкалах в линейные измерения, в результате качественные данные анализируются с помощью количественных методов. Это позволяет использовать широкий спектр статистических процедур.
Методика оценки результатов тестирования разрабатывается таким образом, чтобы учитывать
частично неправильные и неполные ответы и коррекцию баллов с учетом вероятности угадывания
правильного ответа. Обоснованным считается подход, основанный на корректировке суммы баллов,
полученных при ответах на обычные тестовые формы. Для каждого варианта ответа подсчитывается
следующая величина:
Akj  B j
Bj
Oj 
d 
,
(2)
Aj
k j 1

9

АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
где O j – оценка за j вопросов в задании; A j – количество предусмотренных правильных альтернативных ответов на вопрос; Akj – количество правильных альтернативных ответов курсанта на вопрос;
B j – количество ошибочных альтернативных ответов курсанта на вопрос; k j – общее число ответов;
d – вес (сложность) вопроса.
Общая оценка за выполнение всего теста рассчитывается по формуле:
1 M
O
(3)
Oj ,
M j 1
где M – количество вопросов в задании. После этого расчета осуществляется поправка полученного
количества баллов с учетом модели обучаемого. Для выставления отметки в принятой шкале результаты переводятся в порядковую шкалу и производится шкалирование результата обучения относительно группы.
Библиографический список
1. Филосова Е.И. Создание многоконтурной адаптивной обучающей системы как средство реализации качества образовательных услуг. Воронеж: Научная книга, 2006. С.279-282.
2. 2. Интернет ресурс: Квантаво-структурные модели и машины В.Н. Свиридова http://qst.narod.ru/.
3. 3. Мамаев В.Я., Синяков А.Н., Петров К.К., Горбунов Д.А. Воздушная навигация и элементы самолетовождения: Учебное пособие.- СПбГУАП, 2002. С.256.
_________
УДК 574.2
А. С. Зуган – студент кафедры промышленной и экологической безопасности
А. А. Кораблева (канд. хим. наук, доц.) – научный руководитель
МОНИТОРИНГ АТМОСФЕРНЫХ ОСАДКОВ НА ТЕРРИТОРИИ САНКТ-ПЕТЕРБУРГА
Качество атмосферных осадков является показателем качества атмосферного воздуха. Одним
из основных показателей качества осадков является водородный показатель (pH). Чистая природная, в
частности дождевая вода, даже в отсутствие загрязнителей имеет слабокислую реакцию (рН=5.6), поскольку в ней легко растворяется атмосферный углекислый газ с образованием слабой угольной кислоты: СО2 + Н2О =Н2СО3.
Присутствие в воде диоксида серы SO2 и оксидов азота NОх (оксид азота NО, диоксид азота NO2
и др.) резко снижает значение pH и мы имеем дело с кислотными осадками.
Основными природными источниками поступления диоксида серы являются: лесные пожары и
вулканы. Диоксид серы антропогенного происхождения образуется при сжигании богатого серой горючего (уголь и мазут) на электростанциях, при различных химических технологических процессах и работе ряда предприятий машиностроительной отрасли промышленности.
Природные поступления в атмосферу оксидов азота связаны главным образом с электрическими
разрядами, при которых образуется NО, впоследствии – NО2. Оксиды азота техногенного происхождения образуются при сгорании топлива, особенно если температура превышает 1000 °С[1].
Кислотные осадки оказывают существенное влияние:
 на водные экосистемы (разрушение скелетов рыб и раковин моллюсков, снижение
репродуктивных процессов);
 почву (усыхания лесов нарушению листовой поверхности, появление вредителей);
 архитектуру (разрушение известняка, мела, мрамора, стекла; коррозия металлов);
 на здоровье человека (вызывают сердечнососудистые, респираторные и др. заболевания).
В данной работе представлены результаты исследования качества снега и дождевой воды на
территории Московского района г. Санкт-Петербурга в период с 8 февраля по 29 апреля 2010 г.
10
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Московский район в качестве объекта исследования был выбран в связи с тем, что имеет довольно обширную промышленную зону в своей северной части (ближе к центру города). Также на район оказывают неблагоприятное воздействие выбросы вредных веществ от предприятий Кировского,
Адмиралтейского и Красносельского районов, находящихся с подветренной стороны.
На территории района действуют около 49 крупных промышленных предприятий. Основная масса их сосредоточена в северной части. По сути, почти весь север района, кроме отдельных участков
Московского проспекта и кварталов вблизи Обводного канала, до метро «Электросила» – сплошная
промышленная зона. Центральная часть района практически без заводов и фабрик. На юге – Мясокомбинат, комбинат «Мельничный», автопарк, склады. Большинство предприятий юга района находятся
вдоль Пулковского и Московского шоссе [2].
Пробы отбирались в различных частях района и в зависимости от направления ветра. Каждую
пробу анализировали (определяли pH, удельную электропроводность, минеральный состав). Для дождевой воды, кроме того, определяли наличие некоторых ионов. Использовали потенциометрический,
кондуктометрический и титриметрический методы и специальные тест-комплекты.
Некоторые результаты исследования приведены в табл. 1, 2, 3.
Таблица 1
Результаты анализа снега
Дата
Погодные условия
T,˚C
Ветер, м/с
Объект
адрес
№
08.02.2010
-4
с-в,1
12.02.2010
-6
в, 1
18.02.2010
-13
с-в,1 – 3
24.02.2010
-8
з, 1 – 2
03.03.2010
-3
ю-з,1 – 4
12.03.2010
-1
с-з,з, 1 – 3
1
2
3
4
5
1
2
3
1
2
3
1
2
3
1
2
3
1
2
ул.Краснопутиловская, 87
ул.Типанова,10
Новоизмайловский пр., 7
дистилл. вода
водопров. вода
Парк Победы
Московский пр., 74
ул. Заставсккая, 23
Московский пр., 74
Масляный пер.
наб. Обводного канала, 161
ул.Кубинская , 20
Парк Авиаторов
Московский пр., 74
Пулковское ш..
Московский пр., 74
наб. Обводного канала
ул. Кубинская 20
Московский пр., 74
PH
5.5
6.4
5.8
5.95
6.95
5.61
3.41
5.96
6.63
6.18
6.21
6.91
9.00
6.67
6.40
6.32
6.97
6.32
6.58
Измеряемые величины
Χ ,мкСм/cм
Минеральный состав, мг/л
27.10
8.13
13.30
1.50
125.70
12.20
103.20
6.50
29.80
31.50
42.20
33.40
217.50
65.80
258.40
125.10
130.80
6.00
11.00
13.74
16.30
14.60
0.76
62.90
6.16
51.70
3.29
15.05
15.53
21.25
16.70
123.10
41.10
129.20
55.00
65.20
2.92
5.54
Период исследования дождевой воды совпал с активным извержением Исландского вулкана. В
период с 19.04 по 29.04 шли слабокислотные дожди (табл. 2).
Таблица 2
Результаты анализа дождевой воды
№
Дата
1
2
3
4
5
6
07.04.2010
18.04.2010
19.04.2010
22.04.2010
23.04.2010
29.04.2010
Погодные условия
T,˚C
Ветер,
м/с
1
2
4
4
5
5
з, 2-6
з,1-3
з,1-3
з,1-3
с-з,2
з,3-5
Вид
осадков
pH
дождь
дождь
мокрый снег
дождь
дождь
дождь
11
6.28
6.5
5.25
5.22
4.44
5.20
Измеряемые величины
Минеральный
χ, мкСм/cм
состав, мг/л
26.9
34.0
29.6
13.4
23.2
39.5
13.52
17.07
14.62
6.7
11.65
20.0
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Таблица 3
Результаты анализа дождевой воды на некоторые ионы
Ионы, мг/л
NO2─
NO3─
S─2.
Fe 2+
Fe общее
Cu 2+
CrО42─
Ni2+
Фосфаты
<1,0
<1,0
<1,0
<1,0
<1,0
<1,0
<10
<10
<10
<10
<10
<10
0
0
0
0
0
0
0
0
0
0
0
0
0
<20
<20
0
<20
<20
0
<5
<5
<2
<2
<5
0
<3
<3
<3
<3
<3
0
0
0
0
0
0
1-2
1-2
1-2
1-2
1-2
1-2
№
1
2
3
4
5
6
Как видно из табл. 1, в большинстве случаев осадки в виде снега не вызывают серьезных опасений, pH в среднем равно 6 за исключением двух диаметрально противоположных случаев:
 кислотный снег выпал в районе ЭС-1 Центральной ТЭЦ (pH=3.41);
 щелочной снег был обнаружен в парке Авиаторов, расположенном вблизи Автовской ТЭЦ
Кировского района (pH=9.00).
Более того, в дождевой воде были обнаружены хотя и в незначительных количествах нитратионы, нитрит-ионы, ионы железа и меди, и даже фосфат- и хромат-ионы.
Библиографический список
1. Муравьев, А.Г. Руководство по определению показателей качества воды полевыми методами. СПб.: Крисмас+,1999.
С. 38 – 90.
2. Экологическая обстановка в районах Санкт-Петербурга /Под ред.:Д. А. Голубева, Н. Д. Сорокина./ СПб.: Формат, 2003.
С.379 – 430.
_________
УДК 621.391.01 (621.308.539.12.08)
Н. И. Исаева – студентка кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
Б. И. Марченко (д-р техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ ТОЧНОСТИ РАБОТЫ СИСТЕМЫ ИНЕРЦИАЛЬНОЙ НАВИГАЦИИ,
КОРРЕКТИРУЕМОЙ ПО ДАННЫМ СПУТНИКОВОЙ НАВИГАЦИОННОЙ СИСТЕМЫ
Развитие отечественной спутниковой радионавигационной системы «ГЛОНАСС» имеет практически сорокалетнюю историю, начало которой положено, как считают, запуском 4 октября 1957 года в
Советском Союзе первого в истории человечества искусственного спутника Земли. Измерение доплеровского сдвига частоты передатчика этого ИСЗ на пункте наблюдения с известными координатами
позволили определять параметры движения этого спутника. Обратная задача была очевидной: по измерениям того же доплеровского сдвига при известных координатах ИСЗ определить координаты пункта наблюдения.
Решение задачи высокоточной синхронизации бортовых шкал времени потребовало установки
на спутниках высокостабильных бортовых цезиевых стандартов частоты с относительной нестабильностью 1*10-14, а также создания наземных средств сличения шкал с погрешностью 3 – 5 наносекунд.
Другой проблемой создания высокоорбитальной навигационной системы является высокоточное
определение и прогнозирование параметров орбит навигационных спутников.
Достижение необходимой точности эфемерид навигационных спутников потребовало проведение большого объёма работ по учёту факторов второго порядка малости, таких как световое давление,
неравномерность вращения Земли и движения полюсов, а также исключение действия на спутник в
12
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
полёте реактивных сил, вызванных негерметичностью двигательных установок и газоотделением материалов покрытий.
Лётные испытания высокоорбитальной отечественной навигационной системы, получившей название «ГЛОНАСС», были начаты в октябре 1982 года запуском спутника «КОСМОС-1413». В 1995 году
было завершено развёртывание СРНС «ГЛОНАСС» до её штатного состава.
Состав системы.
Глобальная спутниковая радионавигационная система «ГЛОНАСС» (СРНС) предназначена для
определения местоположения, скорости движения, а также точного времени морских, воздушных, сухопутных и других видов потребителей. Система «ГЛОНАСС» состоит из трёх подсистем:
 подсистемы космических аппаратов (ПКА);
 подсистемы контроля и управления (ПКУ);
 подсистемы навигационной аппаратуры потребителей (НАП).
ПКА системы «ГЛОНАСС» состоит из 24-х спутников, находящихся на круговых орбитах высотой
19100 км, наклонением 64,8˚ и периодом обращения 11 часов 15 минут в трёх орбитальных плоскостях.
Орбитальные плоскости разнесены по долготе на 120˚. В каждой орбитальной плоскости размещается
по восемь спутников с равномерным сдвигом по аргументу широты 45˚. Кроме того, сами плоскости
сдвинуты относительно друг друга по аргументу широты на 15˚. Такая конфигурация ПКА позволяет
обеспечить непрерывное и глобальное покрытие земной поверхности и околоземного пространства
навигационным полем.
ПКУ состоит из Центра управления системой «ГЛОНАСС» и сети станций измерения, управления
и контроля, рассредоточенной по всей территории России.
НАП состоит из навигационных приёмников и устройств обработки, предназначенных для приёма
навигационных сигналов спутников ГЛОНАСС и вычисления собственных координат, скорости и времени.
Основной геометрической характеристикой ОГ штатных НКА в СРНС, от которой зависит точность навигации наземных потребителей в СРНС, являются геометрические свойства созвездия НКА,
которое «видит» наземный потребитель. Минимально необходимое для наземного потребителя оптимальное созвездие содержит четыре НКА: один НКА вблизи зенита, три НКА вблизи горизонта равномерно разнесены по направлению.
Рис.1. Модель орбитальной группы ГЛОНАСС.
На рис. 1 изображена модель ОГ в системе ГЛОНАСС в виде трёх орбитальных колец при взгляде на ОГ со стороны северного полюса мира.
В системе ГЛОНАСС каждый штатный НКА в ОГ постоянно излучает шумоподобные, непрерывные, навигационные радиосигналы в двух диапазонах частот – 1600 МГц и 1250 МГц. В НАП навигационные измерения в двух диапазонах частот позволяют исключить ионосферные погрешности измерений.
Каждый НКА имеет цезиевый атомный стандарт частоты (АСЧ), используемый для формирования бортовой шкалы времени (БШВ) и навигационных радиосигналов 1600 МГц и 1250 МГц.
Точностные характеристики системы ГЛОНАСС
Основными погрешностями при определении псевдодальностей являются: погрешности эфемеридной информации, частотно-временных поправок, ошибки за счёт шумов приёмников и внешних помех, многолучёвости и особенностей распространения радиоволн в тропосфере и ионосфере.
13
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Принципы при менения спутниковых навигационных систем для коррекции систем инерциальной навигации бортовой системы управления летательного аппарата.
В основу бортовой системы управления движением летательного аппарата должна быть положена инерциальная навигационная система. Основным достоинством ИНС является возможность непрерывного помехозащищённого определения линейных и угловых координат ЛА, необходимых для
стабилизации его положения в полёте.
Местоположение ЛА, характеризуемое в общем случае радиус-вектором R, любая ИНС определяет по существу интегрированием векторного уравнения:
R ii  f  q *( R )
(1)
где R ii – вторая производная радиус-вектора R по времени относительно инерциальной системы координат; f – вектор ускорения, доступный измерению акселерометрами; q *( R ) – вектор ускорения
земного тяготения (гравитационной силы)
Приборная реализация решения может быть самой разнообразной. В зависимости от того, входит или не входит в состав ИНС гиростабилизирующая платформа (ГСП), все системы инерциальной
навигации делятся на платформенные и бесплатформенные. Несмотря на существенные схемные
различия, теория этих двух типов ИНС в общем одинакова.
Рассмотрим вариант ИНС на основе гиростабилизированной платформы, которая находит широкое применение в системах управления ЛА различных типов.
ИНС представляет собой многоканальную измерительную систему, каналы измерения которой
(продольный, боковой и вертикальный) взаимосвязаны. Отклонение параметров реальной системы от
их идеальной настройки, а также погрешности начальной выставки приводят к соответствующим ошибкам ИНС. Дисперсия ошибки ИНС в определении местонахождения ЛА бесконечно возрастает со временем.
Основным достоинством корреляционно-экстремальных методов навигации является их высокая
устойчивость. Точность определения координат цели зависит от шага дискретизации цифровой карты
местности, темпа измерений и размеров используемого участка. Возможность получения координат ЛА
с точностью несколько десятков метров при высокой помехозащищённости обуславливает применение
КЭНС для коррекции ИНС ЛА. Вместе с тем целый ряд недостатков этого метода существенно снижает
эффективность использования КЭНС.
Во-первых, недостатком КЭНС является то, что её можно использовать только в районах с выраженным рельефом. Во-вторых, для подготовки полётного задания необходимо иметь точную цифровую карту территории. Составление такой карты с требуемой точностью представляет собой сложную
техническую задачу. В-третьих, использование КЭНС предполагает высокие требования к БЦВС. Объём ОЗУ, необходимый для хранения информации об эталонных участках местности прямо пропорционален размерам этого участка и обратно пропорционален требуемой погрешности получаемых координат. В свою очередь размеры эталонного участка определяются временем автономной работы ИНС и
скоростью возрастания погрешностей.
И, наконец, недостатком КЭНС является то, что в случае невыхода истинной траектории ЛА на
эталонный участок или пересечение его с ошибками курса более чем несколько градусов приводит к
срыву коррекции ИНС.
С учётом перечисленных выше недостатков КЭНС необходимо применение альтернативной или
дополнительной навигационной системы для коррекции ИНС ЛА.
Такой системой может быть среднеорбитальная навигационная система (СКНС). Основными
свойствами, определяющими возможность использования СКНС для коррекции траекторий ЛА, являются:
 глобальность;
 высокая точность определения координат потребителя;
 устойчивость системы СКНС;
 оперативность навигационных измерений;
 относительная простота навигационного приёмника потребителя.
14
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Разработка математи ческой модели оши бок ИНС.
Векторное уравнение ошибок ИНС:
R  2  R    R   (  R )   ( R )  R [(   )  (   )]
(2)
3V 2
   f  B  V 2R 
R h
R0
Уравнение ошибки ориентации платформы:
     ,
(3)

 – производная вектора  относительно правильной системы;  – абсолютная угловая скогде 
рость правильной системы;  – вектор угловой скорости дрейфа гиростабилизирующей платформы,
обусловленной неидеальностью её элементов.
Уравнения (1) и (2) образуют систему векторных уравнений, описывающих ошибки платформенной ИНС.
Запишем эти уравнения в скалярной форме, а именно, в проекциях по оси правильной опорной
системы координат. Так как будем считать, что вертикальный канал ИНС корректируется с помощью
радиовысотомера, то ошибки положения и скорости будем рассматривать только относительно плоскости горизонта. Отмечая индексами 1,2,3 проекции векторов на оси OX, OY, OZ правильной СК, о проекции R обозначим δx и δy, получим следующие уравнения ошибок ИНС в упрощённой форме:
xV 2x  (  2 1  1 2   3 )y   f 3 2  f 2 3  B1
(4)
yV 2y  ( 1 2   21   3 )x   f 3 1  f1 3  B2
(5)
    

(6)
1
2 3 1
    

(7)
2 1 3 2
      

(8)
3 1 2 2 1 3
Уравнения (4) – (8) – это линейные уравнения (дифференциальные) с изменяющимися во времени коэффициентами, определяемые характером движения объекта. Переменными в уравнениях являются δx, δy, ψ1, ψ2, ψ3, а внешними воздействиями – ε1, ε2, ε3.
При использовании метода оптимальной фильтрации в ИНС за уравнение объекта наблюдения
принимаются уравнения ошибок ИНС. Представим эти уравнения в переменных состояния.
Для анализа ошибок ИНС с учётом воздействия ошибок приборов и начальных условий будет составлена программа для моделирования задачи.
Будут отражены матрица коэффициентов внешних воздействий зависимости ошибок координат
dx и dz от времени полёта. Ошибки возрастают тем интенсивней, чем грубее точностные характеристики исследуемых нами ИНС. Тем самым выявляется зависимость от точностных характеристик чувствительных элементов.
Библиографический список
1. Булгаков Б. В. – Прикладная теория гироскопов: Издательство МГУ 1976
2. Волынкин А. И., Кудрявцев И. В., Лещенко Н. И., Шебтаевич В. С.: «Аппаратура потребителей СКНС «НАВСТАР»» - Зарубежная радиоэлектроника, №4.5.
3. Кузевков Н.Т., Салычев О.С., «Инерциальная навигация и оптимальная фильтрация» - Москва, Машиностроение, 1982г.
4. Харисов В. Н., Перов А. И., Болдин В. А. «Глобальная Спутниковая радионавигационная система ГЛОНАСС» - Москва ,
ИПРЖР, 1998 г.
_________
15
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК 621.391.14
А. П. Козионов – студент кафедры компьютерного проектирования аэрокосмических измерительновычислительных комплексов
Ю. П. Иванов (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ МЕТОДА АДПТИВНОЙ ФИЛЬТРАЦИИ СИГНАЛА
НА ФОНЕ КОРРЕЛИРОВАННОЙ ПОМЕХИ
Рассматривается метод адаптивной фильтрации сигнала на фоне коррелированной помехи в условиях значительной априорной неопределенности параметров полезного сигнала. Модель измерения
является линейной, для высокочастотной помехи известна корреляционная функция, полезный сигнал
и помеха попарно взаимно некоррелированы. В процессе фильтрации обеспечивается автоматическое
определение окончания периода адаптации.
Рассмотрим следующую модель измерения дискретного сигнала:
Yj  X j Hj,
(1)
где Y – вектор измерений; X – вектор полезного сигнала; H – вектор помехи; j – настоящий момент времени.
Как известно, оптимальная оценка по критерию минимума среднего квадрата ошибки в классе
линейных оценок для рассматриваемой дискретной модели измерения определяется следующим выражением [3]:
Xˆ j , j  k  A j , j  k  Y j . j  k ,
(2)
где матрица размерности (k+1) (k+1) оптимальной оценки равна
A j , j k  M [ X j , j k (Y j . j k )T ]  M [Y j , j k(Y j , j k)T ] ,
(3)
Xˆ
j , j k
 Xˆ j ,..., Xˆ j  k T, X
j , j k
 X j ,..., X j k
T
, Y
j, j k
 Y j , Xˆ j 1 ,..., Xˆ j k
мерности (k+1)1 соответственно оптимальной оценки Xˆ
T
– векторы-столбцы раз-
вектора полезного сигнала X j , j k , котоT
рая получена по результатам наблюдения вектора измерений Y j , j  k  Y j , Xˆ j 1 ,..., Xˆ j k . M [] – опеj, j k
ратор математического ожидания, k-предполагаемый порядок марковости полезного сигнала.
Оценки матриц M [ X j , j k (Y j . j k )T ] и M [Y j , j  k(Y j , j  k)T ] можно определить с помощью следующих рекуррентных соотношений:
Mˆ [ X j, j-k  (Y j, j-k ) T ] 
(Yj )2  2 j
1 Xˆ j1  Yj  K j, j 1
j-1,j-k-1
j-1,j-k-1 T
ˆ
 M[X
 (Y
) ] {
...
j
ˆ
X jk  Yj  Kj, j-k
Yj Xˆ j 1
(Xˆ j 1)2
...
ˆ
X jk Xˆ j 1
...
...
...
...
Yj Xˆ j k
Xˆ j1Xˆ j k
 Mˆ [X j-1,j-k-1  (Y j-1,j-k-1)T]} ,
...
ˆ
(X, j k )2
(4)
Mˆ [Y j, j-k  (Y j, j-k ) T ] 
(Y j ) 2
1 Xˆ Y
 Mˆ [Y j-1, j- k-1  (Y j-1, j-k -1 ) T ]  { j 1 j
j
...
Xˆ Y
Y j Xˆ j 1
( Xˆ ) 2
Y j Xˆ j k
... Xˆ j 1 Xˆ j k
...
j 1
(5)
 Mˆ [Y j-1, j- k-1  (Y j-1, j-k -1 ) T ]} ,
...
...
...
Xˆ j k Xˆ j 1 ... ( Xˆ j k ) 2
j k j

где M̂ [] – оценка математического ожидания;  2 X ,1.. K 1 – априорное значение среднего квадрата по
лезного сигнала;  2 H ,r , r  1, k  1 – априорное значение среднего квадрата помехи; K  j , j k – оценка
значения помехи в момент времени j по моменту времени j-k.
16
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Алгоритм фильтрации сигналов, определяемый соотношениями (2) – (5), применим как к случайным стационарным, так и к нестационарным последовательностям. На основе использования соотношения (3) осуществляется не только оптимальная фильтрация случайной последовательности X j в
момент времени j, но и оптимальная интерполяция указанной последовательности в моменты времени
j-k,…,j-1.
Для оценки качества адаптивной фильтрации можно использовать два подхода. Во-первых,
оценку среднего квадрата ошибки адаптивной дискретной фильтрации применительно к рассматриваемой постановке задачи можно получить на основе соотношения, справедливого для произвольной
оценки.
j , j k
j , jk T
Mˆ [
 ( 
) ]
 A j , j  k Mˆ [Y j , j  k  (Y j , j  k ) T ]( A j , j  k ) T 
, (7)
 A j , j  k Mˆ [ X j , j  k  (Y j , j  k ) T ]T  Mˆ [ X j , j  k  (Y j , j  k ) T ( A j , j  k ) T  Mˆ [ X j , j  k  ( X j , j  k )
где  j  Xˆ j  X j – ошибка адаптивной оценки, а матрица среднеквадратических значений вектора
полезного сигнала X
Mˆ [ X
j , j k
j , j k
равна
j , j k
 (X
) ]  Mˆ [Y
T
j , j k
 2 j
K  j , j 1
 (Y j , j  k ) T ] 
...
K  j, j- k
K  j , j 1
...
K  j , j k
 2  j 1
...
K  j , j 1
... K  j , 1 j 1
,
...
...
(8)
...  2  j  k
Во-вторых, оценку среднего квадрата ошибки рассматриваемого алгоритма фильтрации можно
получить, пользуясь соотношением, определяющим только оценку оптимальной фильтрации в соответствии со следующим выражением [3]:
j , j k
j, jk T
Mˆ [ 
 ( 
) ]
 Mˆ [ X
j, j k
 ( X j , j  k )T ]  A j , j  k  Mˆ [Y j , j  k  (Y j , j  k )T ]  ( A j , j  k )T ,
(9)
 Xˆ j  X j – ошибка оптимальной оценки.
Соотношения (7), (8) позволяют определить момент окончания адаптации, когда ошибка оценки
E сойдется к допустимой ошибке оценки E st   , где  устанавливает ширину допустимых отклонений E от E st . Блок-схема алгоритма адаптивной фильтрации приведена на рисунке.
Результаты моделирования (эффективности фильтрации) для марковских процессов
 
первого и второго порядка, с корреляционными функциями
K ( )   2  e
и

 
K ( )   2  e
 (cos(    )   sin(    )) соответственно при разных отношениях сигнал/шум по

среднеквадратичному значению приведены таблице.
Таблица
Эффективности адаптивной фильтрации
где 

j
Сигнал/шум
2
1
0.2

Марковский процесс 1-го порядка
В настоящий
Интерполированная
момент времени
1.80
3.48
1.01
1.84
3.54
1.03
Марковский процесс 2-го порядка
В настоящий
Интерполированная
момент времени
1.891
3.68
0.81
1.94
3.71
0.82
В ходе исследования были выявлены следующие свойства алгоритма: практически одинаковая
точность для марковских процессов первого и второго порядка; инвариантность к способу представления сигналов (в пространстве состояний, авторегрессия); устойчивая фильтрация для широкого класса
17
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
помех и в широком диапазоне отношений сигнал/шум, интерполяция полезного сигнала за счет структуры вектора измерений; автоматическое определение окончания процесса адаптации; простая реализация алгоритма
A  M [ X (Y ) T ](t )  M [Y  (Y )T ]1 (t )
Xˆ  A  Y
A*  A* (t )
Xˆ  A* Y
Рис. Блок-схема алгоритма адаптивной фильтрации
Библиографический список
1. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределённости и адаптации информационных
систем. М:. Советское радио, 1977.
2. Огарков М.А. Методы статистического оценивания параметров случайных процессов. М.: Энергоатомиздат, 1990.
3. Иванов Ю.П., Синяков А.Н., Филатов И.В. Комплексирование информационно-измерительных устройств летательных
аппаратов. Л:. Машиностроение, 1984.
4. Иванов Ю.П. Метод адаптивной комплексной оптимально-инвариантной фильтрации// Приборостроение. 2003. № 3. С.
_________
18
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК629.7.018.3
А. П. Ласточкин – магистрант кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
В. Я. Мамаев (канд. техн. наук, доц.) – научный руководитель
СЦЕНАРНЫЙ ПОДХОД В ПОСТРОЕНИИ ПРОЦЕДУРНОГО ТРЕНАЖЕРА
Роль авиационных тренажеров (АТ) во всем мире непрерывно возрастает. Подготовка летных
кадров, с использованием АТ, значительно эффективнее (по критерию цена–качество), чем опирающаяся только на применение для этой цели летательных аппаратов (ЛА). Однако для достижения эффективной подготовки целесообразно использовать как простейшие (процедурные), так и все более
сложные (специализированные, комплексные) АТ а на заключительном этапе и ЛА. Это позволит курсанту получить требуемые знания, умения и навыки (компетенцию). Использование сценарного подхода позволит получить адекватную реальным ситуациям модель полета.
Полет по маршруту можно представить в виде системы «расчетных случаев» или сценариев,
представляющих решение оператором-навигатором последовательности навигационных задач (одновременно оператор может решать только одну задачу) [1]. В процессе полета он может воспользоваться различными навигационными приборами и системами для решения задач, но, как правило, существует оптимальная последовательность в их применении, что нужно учесть при построении сценария
эталонного полета. В ходе обучения будет осуществляться сравнение эталонного и учебного полетов.
Сценарий в конкретном случае можно представить в виде графа с объектами-состояниями (вершинами) и отношениями (дугами), соответствующими переходам из одной вершины в другую (рис. 1).
Объект в текущий момент времени может принимать различные дискретные состояния, зависящие от
входных условий. Таким образом полет по маршруту можно описать в пространстве дискретных состояний, которое может быть представлено их последовательностью в виде конечных автоматов [2].
Конечно-автоматная модель является удобным средством описания таких систем:
 обладает ясностью семантики (трактовки элементов модели);
 достаточно строга и формальна, для работы с ней можно применять теорию графов;
 удобна для представления системы расчетных случаев;
 удобна для организации диалога с пользователем.
Автомат можно представить как некоторое устройство (чёрный ящик), на которое подаются дискретные входные сигналы и снимаются выходные и которое может иметь некоторые внутренние состояния. Он может быть описан шестеркой: A=<S,X,Y,s0,δ,λ>, где S – конечное непустое множество
состояний; X – конечное непустое множество входных сигналов (входной алфавит); Y – конечное непустое множество выходных сигналов (выходной алфавит); s0  S – начальное состояние; δ :
S  X  S – функция переходов; λ: S  X  Y – функция выходов. При анализе автоматов изучают
их поведение при различных возмущающих воздействиях и минимизируют число состояний автомата
для работы по заданному алгоритму.
ИПМ – исходный пункт маршрута, ППМ – промежуточный пункт маршрута, КПМ – конечный пункт
маршрута, ЛУР – линейное упреждение разворота, ТНР – точка начала разворота. На участке ППМ1ППМ3 обучаемый решает следующую последовательность задач для выхода в заданную точку. При
этом заданы координаты пунктов маршрута, время прибытия в эти пункты.
Пример порядка решения задачи:
1) строит маршрут на карте, затем рассчитывает угол разворота между двумя участками и
определяет расстояния между ними;
2) рассчитывает время пути по заданной скорости и расстоянию между пунктами t=S/V;
3) рассчитывает радиус разворота R= V2 / (g* tg β
4) рассчитать время разворота tур = (2πR / V) * (УР / 360°);
5) рассчитывается время начала разворота, время конца разворота, время выхода в заданную
точку. t1=t2- tур; t1=t2- tур;
19
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Обучение решению вывода ЛА к началу разворота (участок S0-S1) представлен в виде графа
рис. 2. Маршрут полета от S0 к S3, ЛУР – линия упрежденного разворота, УР – угол разворота, S0 – начальное состояние выполнения задания, заданы начальные параметры полета (координаты, скорость,
высота, курс и т.д.), S1 – точка начала ЛУР, S2 – точка окончания ЛУР, S3 – конечное состояние.
P<P з
P0
P<P2з
t=tз
S0
S1
P>P з
P>P з
P<P з
t=tз
S 1k
P>P ош
S ош
Рис. 1 Схема маршрута полета
Рис. 2 Граф переходов на участке ППМ1-ППМ3
Входными данными являются управляющие воздействия оператора-навигатора, в виде вектора
P: скорость полета (км/ч), высота полета (м), курс (градусы), боковое уклонение от ЛЗП (м), время прохождения участка (сек).
Состояния полета: P0 – вектор начальных параметров полета, P – вектор текущих параметров
полета, Pз – вектор заданных параметров полета для данного этапа, Pош – вектор предельно допустимых значений параметров, tз – заданное время прохождения участка, S0 – начальное состояние полета
по маршруту, в нем даются краткие сведения о задаче и дальнейших действиях, S1 – состояние начала
разворота, S1к – состояние коррекции полета от S0 к S1, где проходит диагностика вышедшего за заданный диапазон параметра и рекомендации по корректировке маршрута, Sош – Состояние завершения
полета вследствие ошибки оператора. Производится диагностика ошибки и возможность начать полет
заново.
Таблица 1.
Функции переходов
δ
V
H
Входные сигналы
Ψ
ЛБУ
S0 V<Vз H<Hз Ψ< Ψз
S2
S1k
S2
Sош
-
t
ЛБУ<ЛБУз t<tз
t=tз
S3
-
Во время обучения полету штурман может использовать следующие основные приборы и системы – авиагоризонт, курсовую систему, указатель истинной воздушной скорости и высотомер, системы
ближней и дальней навигации. Пример приборной доски процедурного тренажера, например, для решения задачи разворота представлен на рис. 3. Слева направо: верхний ряд – указатель истинной воздушной скорости, указатель барометрической высоты, указатель радиовысотомера; нижний ряд – указатель курса, авиагоризонт.
20
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 3 Приборная доска процедурного тренажера
Типовой сценарий выглядит следующим образом – в начале работы с системой обучаемый выставляет все приборы в начальное состояние в зависимости от варианта задания, затем начинает выполнение полета. После этого обучаемый выполняет последовательность задач с помощью различных
органов управления (джойстика, клавиатуры, мыши), управляя бортовыми системами и полетом.
Для разработки данной обучающей системы может применяться подход с использованием
OpenEaagles [3]. EAAGLES (Расширяемая Архитектура для Анализа и Создания Объединенных Имитаций) – программное обеспечение для проектирования масштабируемых, виртуальных, самостоятельных и распределенных имитационных приложений. Абстрактное представление компонентов системы
(за счет объектно-ориентированных принципов проектирования) позволяет создать различные комбинации настроек для приложения. Этот каркас (Фреймворк) основан на шаблоне проектирования Модель-Вид-Контроллер (MVC), разделяя функциональные компоненты на пакеты.
Фреймворк – набор работающих вместе классов, которые позволяют повторно использовать дизайн для создания собственных специфических классов программного обеспечения. Это объектноориентированный эквивалент библиотек функций. EAAGLES – это не приложение (самостоятельные
приложения – такие как Microsoft Word). EAAGLES – это объектно-ориентированная среда разработки,
написанная на С++. Она разделена на пакеты для решения специфических задач (например, один из
пакетов служит для создания графики).
Если представлять структуру приложения в виде дерева, то на вершине находится класс Station – станция (рис. 4). Каждый компонент является подкомпонентом станции. Она объединяет модели
с их представлениями (или графическими дисплеями) и управлением. Как упоминалось выше Eaagles
построен на шаблоне Модель-Вид-Контролеер (MVC).
Станции принадлежит объект класса Simulation – имитация, который содержит список игроков,
следит за временем имитации, которое включает цикл, фрейм и фазу, которая в текущий момент обрабатывается. Будучи системой, основанной на фреймах (не управляемой дискретными событиями),
временная разница между двумя вызовами функции передается как аргумент в UpdateTC, чтобы вычисления связанные со временем могли правильно обрабатываться.
Player – игрок является подклассом компонента, который добавляет в имитацию динамику и другие уникальные возможности. Некоторые компоненты к нему могут быть «прикрепить» включая сигнатуру, антенны, сенсоры и хранилища. Конкретные воздушные и наземные игроки включены в Фреймворк.
21
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 4. Структура приложения
Абстрактный сетевой протокол также включен, таким образом можно добавлять любой конкретный сетевой протокол, например DIS для взаимодействия с другими распределенными имитационными приложениями. Сетевой протокол автоматически создает игроков и добавляет в общий список, и
они становятся такими же как и настоящие игроки.
Пути дальнейшего развития сценарного подхода:
 использование вероятностных автоматов для имитации работы приборного комплекса (с
учетом вероятности отказов);
 применения теории графов для анализа и оптимизации сценариев обучения (поиск
наикратчайшего пути решения задачи с учетом возможных отказов приборов).
Библиографический список
1. Меерович Г. Ш. Авиационные тренажеры и безопасность полетов. 1991 г., 343 с.
2. Карпов Ю. Г. Теория автоматов. 2003 г., 206 с.
3. http://openeaagles.org
_________
УДК 681.5.09
Ю. Л. Лукичев – студент кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
М. Е. Тихомиров – научный руководитель
АДАПТИВНАЯ СИСТЕМА АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ
ГИПОТЕТИЧЕСКИМ ЛЕТАТЕЛЬНЫМ АППАРАТОМ
Сегодня авиационные комплексы с беспилотными летательными аппаратами (БЛА) являются
одним из наиболее перспективных видов вооружения. В интересах силовых ведомств беспилотные
22
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
авиационные комплексы позволяют свести к минимуму использование пилотируемой авиации в районах действия зенитных средств противника и способны решать широкий круг задач:
 ведение всех возможных, в зависимости от имеющейся на борту целевой нагрузки, видов
разведки с целью обеспечения своих сил требуемой информацией – желательно, в реальном масштабе времени;
 корректирования огня своих средств поражения, выдача целеуказания высокоточному оружию и оценка результатов огневого воздействия;
 осуществление радиоэлектронного противодействия;
 ретрансляция информации;
 непосредственное поражение назначенных целей противника;
 мониторинг особо важных военных и государственных объектов в интересах обеспечения их
охраны и безопасности;
 охрана государственной границы страны.
Кроме того, в настоящее время БЛА все чаще находят различное применение в гражданской области, где могут решать еще множество задач [3].
Для БЛА важной задачей является выполнение программы полета, независимо от любых случайных возмущающих воздействий, которые могут возникать в полете. Также необходимо оперативно и
точно решать задачи пространственной ориентации и стабилизации. Решение этих задач невозможно
без использования систем автоматического управления. Решение задач разработки БЛА тесно связано
с задачами автоматического управления [2].
Как уже было сказано выше, БЛА имеют различное назначение и применение, и как следствие
различные массогабаритные характеристики. БЛА можно подразделить на группы: легкие и сверхлегкие, среднего класса и тяжелые. В связи с этим становится актуальной проблема создания адаптивной
системы автоматического управления для широкого класса БЛА. Адаптивной называют такую систему,
в которой обеспечивается приспособление к новым условиям функционирования и достижение заданных показателей качества путем изменения параметров и структуры управляющего устройства на основании текущей информации [2].
Исследуем динамику полета БЛА в продольной плоскости. Для исследования воспользуемся методом линейной теории в совокупности с методами математического и машинного моделирования, так
как данные методы являются наиболее простыми и широко применяемыми на практике.
Для моделирования будем использовать среду графического моделирования Simulink пакета
Matlab, и Toolbox.
Принимая следующие допущения: изменение высоты полета на рассматриваемом временном
интервале незначительно и влиянием изменения плотности воздуха и скорости звука на аэродинамику
самолета можно пренебречь; ветер отсутствует, полное матричное линейное уравнение продольного
движения ЛА имеет вид [1]:
 Vk    аVх
   V
      а y
 z   аV
    mz
    0
 аx  аx
 аy  аy
0
0
аmz
 аmzz
0
1
  Vk  а хр. у

 
      0
 аmz   z   0

 
0      0
 аx
 аy
0
а yр.в
р.в
 аmz
0
где коэффициенты вычисляются по следующим формулам[4]:
1  X P

aVx  

cos  
m  V V
0
1  X

ax  
 P sin  
m  
0
aVy  
1  Y P
 0

sin


  0
mV 0  V V
0 V
23
0 
  р. у 
аy з  
 р.в  ,
 з 
 аmz 
   з 
0 
(1)
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
ax  g cos 0
ay   g sin  0
ay  
1  Y

 P cos 

mV0  
0
amz  
1  M z1 


J z   0
aVmz  
1  M z1 


J z  V 0
amzz  
1  M z1 


J z   z 0
Процесс расчета коэффициентов в дифференциальных уравнениях математической модели динамики полета ЛА автоматизирован и реализован средствами MS EXCEL 2000.
Исходными данными для расчета являются:
 аэродинамические характеристики [5];
 масса ЛА;
 длина ЛА;
 характеристики mz  f ( ) ;
 мощностные характеристики двигателя.
Построим переходные процессы по углу тангажа при отклонении руля высоты при различных
значениях массы БЛА, площади и размаха крыла.
Графики переходных процессов по углу тангажа при изменении массы представлены на рис. 1,
при изменении площади крыла на рис. 2, при изменении размаха крыла на рис. 3. Как видно из представленных рисунков, изменение полетной конфигурации БЛА существенно влияет на качество переходных процессов.
Рис. 1. Переходные процессы по углу тангажа при различных значениях массы БЛА:
1 – m =250 кг; 2 – m =300 кг; 3 – m =350 кг; 4 – m =400 кг; 5 – m =450 кг
24
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 2. Переходные процессы по углу тангажа при различной площади крыла БЛА:
1–
1–
S  11 м2; 2 – S  12 м2; 3 – S  13 м2; 4 – S  14 м2; 5 – S  15 м2; 6 – S  16 м2;
7 – S  17 м2; 8 – S  18 м2; 9 – S  19 м2; 10 – S  20 м2
l
Рис. 3. Переходные процессы по углу тангажа при различном размахе крыла БЛА:
 6 м; 2 – l  6,5 м; 3 – l  7 м; 4 – l  7,5 м; 5 – l  8 м; 6 – l  8,5 м; 7 – l  9 м;
8–
l  9,5 м; 9 – l  10 м; 10 – l  10,5 м
Для получения требуемого качества управления БЛА был создан регулятор с передаточной
функцией вида:
K (T1 p  1)
Wk ( p) 
(2)
T2 p  1
Регулятор включен последовательно в контур управления, и представляет собой последовательно соединенные апериодическое и форсирующее звено первого порядка. Модель системы с регулятором представлена на рис. 4.
Была выполнена параметрическая оптимизация регулятора (2) организованная в режиме диалога
проектировщика и ЭВМ [6]. В результате оптимизации были получены переходные процессы, удовлетворяющие предъявленным требованиям. Полученные переходные процессы представлены на рис. 5.
25
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 4. Модель системы с последовательно включенным регулятором
Рис. 5. Переходные процессы по углу тангажа при различных значениях массы ЛА
после введения регулятора и оптимизации его параметров
Были получены следующие показатели качества в канале тангажа:
 время переходного процесса не превышает 4с;
 величина перерегулирования в пределах 3%;
 установившаяся ошибка не более 4%.
Таким
образом,
получен
закон
управления
для
адаптивного
регулятора
K , T1 , T2  f ( m, S , l ) .
На рис. 6 – 8 показаны зависимости коэффициентов регулятора от изменения массы гипотетического БЛА. Постоянная времени Т1 и коэффициент передачи К находятся в линейной зависимости от
изменения массы. Постоянная Т1 в большей степени определяется частотой среза логарифмической
амплитудной частотной характеристики системы без регулятора.
На рис. 9 представлены переходные процессы по углу тангажа до и после включения оптимального регулятора.
26
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
T1, c
T2, c
0,84
0,012
0,01
0,008
0,82
0,006
0,8
0,004
0,78
0,002
0,76
250
300
350
400
0
250
450
300
350
400
450
m, кг
m, кг
Рис. 6 График зависимости T1
 f ( m)
K
Рис. 7 График зависимости T2
 f (m)
1,4
1,2
1
0,8
0,6
250
300
350
400
450
m, кг
.
Рис. 8 График зависимости
K  f (m)
Рис. 9. Переходные процессы по углу тангажа
до и после включения оптимального регулятора и оптимизации его параметров
Библиографический список
1. Буков В. Н. Адаптивные прогнозирующие системы управления полетом. М.: Наука. Гл. ред. физ.-мат. лит., 1987. 232с.
2. Симонов В. Ф., И. В. Амелина Адаптивная система управления беспилотным летательным аппаратом Т-10// Авиационно-космическая техника и технология. 2008. № 6. С. 53–57.
3. Щербаков В., Ерохин Е. Беспилотная Россия – 2008// Взлет. 2008. № 1-2. С. 18–28.
4. Красовский А. А. Системы автоматического управления полетом и их аналитическое конструирование. М.: Машиностроение, 1971. 464с.
5. Авдонина Т. Н. Расчет летных характеристик самолета: Метод. указания к выполнению домашнего задания. Л.: ЛИАП,
1985. 42с.
6. Крутько П. Д., Алгоритмы и программы проектирования автоматических систем. М.: Радио и Связь, 1988. 306с.
_________
27
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК 629.7.051.83
А. А.Николаева – студентка кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
С. Д. Ещенко (канд. техн. наук) – научный руководитель
СИСТЕМА КОНТРОЛЯ ПОСАДКИ САМОЛЕТА В СЛОЖНЫХ МЕТЕОРОЛОГИЧЕСКИХ УСЛОВИЯХ
Малая авиация имеет огромное социальное значение во многих регионах России и, прежде всего, там, где отсутствует наземный транспорт. В настоящее время имеет место большое сокращение
парка воздушных судов малой авиации. Авиационные тарифы во много раз превосходят финансовые
возможности населения, проживающего в Сибири, на Крайнем Севере. Как следует из материалов
IV Международного Сибирского Авиакосмического салона (САКС-2006) число аэродромов сократилось
с более тысячи в 1991 г. до 165 в 2006 г.; налицо старение взлётно-посадочных полос. В центральном и
Приволжском округах местные перевозки фактически прекращены. В России 20 тысяч населенных
пунктов не имеет круглосуточного доступа к транспортным средствам [1].
Одним из предложений способствующих выходу в кратчайшие сроки из создавшегося положения
является оборудование существующих самолётов малой авиации автономным радиолокационным
средством, обеспечивающим безопасность полетов днем и ночью в простых и сложных метеоусловиях. Этим радиолокационным средством может служить МФ БРЛС, которая обеспечивает контроль всех
режимов полета самолета малой авиации от взлёта до посадки, в том числе обеспечивает возможность эксплуатации на малооборудованных аэродромах и посадочных площадках. При этом появляется реальная возможность реализации регулярности полетов, что может служить критерием экономической эффективности и быстрой окупаемости МФ БРЛС.
Одним из наиболее эффективных методов обеспечения посадки в условиях 2 и 3А категорий
метеоминимума ICAO (рис. 1) являются оборудование самолета специальным устройством радиовидения (визуализации) взлетно-посадочной полосы (ВПП) и рулежной дорожки (РД). Таким устройством является БРЛС, обеспечивающая при полете по глиссаде обнаружение, наблюдение, определение координат радиолокационного изображения ВПП, ее средней линии и препятствий на ВПП. Контроль посадочного курса осуществляется путем коррекции угла между продольной осью ВПП и вектором путевой скорости самолета. Контроль глиссады обеспечивается с использованием радиолокационной дальности до передней кромки ВПП и высоты полета самолета [2].
Рис. 1 Этапы посадки в СМУ с использованием бортовой РЛС контроля посадки по глиссаде и по курсу
H – высота полета; УНГ –угол наклона глиссады; ВПП –взлетно-посадочная полоса; ILS(СП-50, MLS) – наземная система
посадки; Кат.1, Кат.2, Кат.3А – категории посадки в СМУ, соответствующие метеоминимуму ICAO.
28
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Таким образом, контроль посадочной траектории осуществляется с помощью визуализации истинного положения ВПП, поэтому если пилот в условиях отсутствия визуальной видимости наблюдает с помощью БРЛС изображение ВПП, имеет возможность оценивать отклонения от посадочной
траектории и устранять их, то тем самым устраняется «барьер» недоверия к информационному (посадочному) каналу. В случае отказа наземной системы типа ILS или ее отсутствия, можно выполнять
посадку только с помощью БРЛС визуализации ВПП. Кроме того, с помощью этой БРЛС можно контролировать направление движения вдоль осевой линии ВПП или РД в режимах пробега, руления и
разбега ВС и при уходе на повторный заход обнаруживать препятствия на ВПП и РД. С помощью
БРЛС визуализации ВПП можно и выполнять посадки по различным посадочным траекториям, в том
числе криволинейным.
Целью данной научной работы является разработка метода определения глиссады для контроля посадки на малооборудованный аэродром с помощью БРЛС, что необходимо для обеспечения полетов самолетов малой авиации.
При облучении поверхности радиолокационными сигналами Ка диапазона, излучаемыми антенной бортовой РЛС, отраженные от земной или водной поверхности сигналы имеют конечную протяженность по дальности, ограниченную шириной диаграммы направленности антенны (д.н.а.) в вертикальной плоскости (  В ). В общем случае протяженность облучаемой площадки на местности ( LН )
является функцией высоты полета ( Н ), ширины д.н.а. в вертикальной плоскости (  В ) и угла наклона
д.н.а. (   ). На малых высотах нижняя часть д.н.а. облучает поверхность и принимает отраженные сигналы в пределах нижней половины основного и нижних боковых лепестков. Поэтому ширину д.н.а.
можно записать в виде:
 В  90   ,
(1)
Определим величину протяженности облучаемой площадки ( L H ) для чего запишем выражения
3
для значений (рис. 2):
L1  H 3 ctg  ,
L2  H 3 ctg (    В ) ,
тогда
L3  L1  L2  H 3 [ctg   ctg (    В )]
Подставим в (4) значение  В из выражения (1):
LH3  H 3 [ctg   ctg(    В )]  H 3ctg  
(2)
(3)
(4)
H3
tg 
(5)
Таким образом, из выражения (5) следует, что между протяженностью облучаемой площадки
и высотой полета Н3 существует пропорциональная зависимость. При полете по глиссаде угол
L H3
наклона антенны не меняется, т.е.   является постоянной величиной, поэтому значение L H про3
порционально высоте полета H 3 . В данном случае можно выразить высоту полета H 3 через протяженность облучаемой площадки L H
3
H 3  LH 3  tg   LH 3 ,
где
К  tg 
(6)
Следовательно, отраженный от земной поверхности радиолокационный сигнал в пределах
протяженности облучаемой площадки содержит информацию о высоте полета и может быть
использован по прямому назначению, что является важным выводом, имеющим самостоятельно значение.
Для захода на посадку по глиссаде угол наклона антенны выбирается таким образом, чтобы
д.н.а. «ложилась» на взлетно-посадочную полосу, т.е. если стандартные глиссады находятся в пределах 2  30 , то углы наклона антенны также должны иметь примерно те же значения.
Рассмотрим возможность формирования глиссады на основе использования информации о протяженности облучаемой площадки. Уравнение движения самолета по глиссаде имеет вид:
H  H 0  W sin  ГЛ (t  t 0 )
(7)
29
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Подставляя выражение (6) в (7) и взяв производную по времени, получим:
dL tg 
 ГЛ   arcsin
(8)
dt W
Таким образом, из выражения (8) следует, что угол наклона посадочной траектории (глиссаду)
можно определить, измеряя скорость самолета и скорость изменения протяженности облучаемой площадки. Полученное значение угла наклона посадочной траектории может использоваться при ручном
или автоматическом управлении в режиме посадки при введении коррекции отклонения от линейного
закона [3].
Рис. 2
Для подтверждения работоспособности способа на рис. 3 приведены результаты лётных экспериментов по исследованию информативности радиолокационных сигналов для формирования глиссады при заходах самолета на ВПП по глиссаде с углом наклона 30 в диапазоне высот 370 – 60 м
на дальностях от ВПП 7000 – 1000 м. Целью экспериментов являлось исследование зависимости
протяженности облучаемой площадки от высоты при различных углах наклона антенны, для чего в каждом заходе на ВПП при постоянных углах наклона антенны осуществлялась поимпульсная
запись радиолокационного сигнала с выхода приемника, с измерением протяжённости облучаемой
площадки [4].
Результаты экспериментов приведены на рис. 4, откуда очевидна пропорциональность уменьшения протяжённости облучаемой площадки от высоты полёта. Однако для обеспечения линейного закона необходимо введение поправочных коэффициентов [4].
30
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
H (м)
Рис. 3.
500
450
400
350
300
250
200
150
100
50
0
H=f(L)
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22
L (мм)
Рис. 4.
Разработанный способ контроля посадки на малооборудованные посадочные площадки основан
на облучении антенной бортовой РЛС участка земной или водной поверхности в районе расположения
посадочной площадки, каковой может являться взлетно-посадочная полоса аэродрома. При этом глиссада рассчитывается в виде отношения скорости изменения протяженности облучаемой площадки к
скорости полета ВС по глиссаде, умноженного на коэффициент равный тангенсу угла наклона диаграммы направленности антенны бортовой РЛС. Преимуществом данного способа является оценка
глиссады без использования значений высоты, высокая помехоустойчивость в условиях пассивных и
активных помех.
Библиографический список
1. Лощенков Г.А., Юрчак А .В. “Итоги IV Международного Сибирского Авиакосмического салона САКС-2006”.
2. Никулин Н. “По второй категории ICAO” Гражданская авиация, 1986.
3. Пат. 1804628 от 24.10.1991, Ещенко С. Д. Способ контроля и коррекции угла глиссады воздушного судна относительно
точки приземления”.
4. Шестун А.Н., Ещенко С.Д., Сокуренко А.С., Николаева А.А. Пути построения МФ БРЛС “Ка” диапазона обеспечивающеё
безопасность и регулярность полетов самолетов малой авиации/ Аванпроект по разработке МФ БРЛС “Плес-02/ предприятие х/к “Ленинец “ ОАО НПП “Конверсия”
31
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК 629.735.33
Е. С. Обухова – студент кафедры аэрокосмических приборов и систем
А. А. Корабелва (канд. хим. наук, доц.) – научный руководитель
МОНИТОРИНГ ГРУНТОВЫХ ВОД В ОКРЕСТНОСТЯХ ГОРОДА СЕСТРОРЕЦКА
Вода всегда играла особую роль в жизни Санкт-Петербурга. Огромное внимание поверхностным
и подземным водам уделял основатель города – император Петр I. Многие дворцы и парки он располагал в месте выходов подземных вод. Однако урбанизация территории приходила в противоречие с существованием водных объектов. Неоднократно в течение истории города возникали и засыпались пруды, менялось направление рек, ликвидировались водотоки и прокладывались новые каналы. Серьезное антропогенное давление испытывали и испытывают подземные воды. Несмотря на это, до сих пор
в городе и ближайших предместьях сохранились вы ходы подземных вод. Многие поверхностные водоемы (пруды и озера), которых в городе более 2500, имеют подземное питание. Одни родники используются местным населением для индивидуального водоснабжения и слывут «целебны ми», другие
служат украшением ландшафта, а третьи находятся в заброшенном состоянии. К сожалению, планового специального изучения родников на территории города никогда не проводилось.
По мнению профессора А. Н. Воронова: «Изучение естественных выходов подземных вод дает
ценнейшую информацию о водоносных горизонтах. Это своеобразные индикаторы экологического состояния не только подземных вод, но и окружающей среды, там, где эти воды мигрируют. Состав их –
прекрасный интеграционный показатель загрязнения геологической среды. Гидрохимический состав
воды позволяет судить о геологической истории, а изотопные метки – о генезисе ее состава. Гидродинамические наблюдения, особенности режима родников помогают выявить источники питания водоносных горизонтов, условия взаимосвязи подземных и поверхностных вод.
Связующим звеном между подземными водами (подземные воды – это воды, находящиеся в
толще горных пород, – в их порах, трещинах и пустотах) и поверхностными водоемами (реками, прудами, озерами) являются родники.
Каким образом, подземные воды выходят на поверхность, поможет разобраться классификация
родников по М. Е. Альтовскому (табл. 1).
Таблица 1
Постоянно действующие родники
Нисходящие
Восходящие
Экранированные Эрозионно-напорные
Выклинивания
Напорные
Карстовые
Напорно-газовые
Эрозионные
Конвекционные
Был предпринят мониторинг грунтовых вод в окрестностях г. Сестрорецка. Для исследования
были выбраны 10 родников, обозначенных на рис.1.
На карте отмечены точки (от 1 до 10) мест отбора проб:
1. Около ж/д моста через Водосливной канал р. Сестры;
2. Под ж/д мостом через Водосливной канал р. Сестры;
3. Вблизи наб. р. Сестры, д. 38;
4. Вблизи наб. р. Сестры, д. 40;
5. Около ж/д моста через р. Мал. Сестра;
6. Около ж/д моста через р. Мал. Сестра;
7. В 100 м от ж\д моста через р. Мал. Сестра;
8. Вблизи наб. р. Сестры, д. 46 ;
9. Около оз. Большое
10. Около оз. Большое
32
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 1. Карта г. Сестрорецка
Эти родники питаются водами локального горизонта, связанного с системой песчаных дюн, которыми славится побережье Финского залива у г. Сестрорецка. Происхождение этих дюн до сих пор обсуждается геологами. Наиболее распространенная точка зрения такова: дюны возникли в результате
перевевания нижележащих древнебалтийских песков. В основании дюн лежат ленточные глины, служащие местным водоупором. Сами дюны в среднем высотой 8 м сложены хорошо отсортированным
крупнозернистым песком.
Таким образом, это нисходящие экранированные родники. Они свободно вытекают на склонах в
долине реки Сестры в виде струек воды. Часто наблюдаются групповые выходы родников. Следовательно, мониторингу подвергалась грунтовая воды как первого от поверхности постоянного водоносного слоя, так и вода, появляющаяся за счет инфильтрации (просачивания) атмосферных осадков.
33
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Мониторинг проводился с начала июля 2009 года по конец мая 2010 года. Анализировались 10
показателей воды в летний, зимний, весенний периоды, в том числе, изучено влияние паводковых вод
на показатели качество родниковых вод. Методики определения качества воды были освоены уже известные разработаны новые.
Дебит родников невелик и непостоянен во времени. Наблюдается четкая связь дебитов родников
с количеством выпадающих осадков и сред ней температурой воздуха, что свидетельствует об их атмосферном питании. Минерализация вод источников колеблется в пределах 120 – 190 мг/л в среднем,
составляя 150 мг/л. Таким образом, они принадлежат к классу пресных вод. Основные компоненты —
хлор и натрий. Величина рН составляет в среднем около 6.
Состав подземных вод, их минерализация, геологическое строение и тесная связь с погодными
условиями свидетельствуют о том, что родники питаются выпадающими осадками, которые фильтруются сквозь песчаное тело дюн, при этом самоочищаясь.
Загрязняющих компонентов в них не обнаружено. По качеству, как правило, воды отвечают современным требованиям. В то же время нужно отметить, что лечебные компоненты в них отсутствуют.
Каждый родник имеет автономную систему питания, связанную соответствующей частью дюны, и состав подземных вод каждого родника несколько отличается. Так, в роднике, расположенном непосредственно у железнодорожного моста, вода имеет минерализацию 160 г/л, тип воды – хлориднонатриевый, реакция – слабокислая. В ней отмечается повышенное содержание железа (0,29 мг/л) и
марганца (0,10 мг/л). Но эти концентрации не выходят за рамки предельно допустимых значений и вреда здоровью не причиняют.
_________
УДК 004.942.001.57
М. А. Перепелица – студент кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
Р. Н. Малаханов – (канд. техн. наук) – научный руководитель
НАХОЖДЕНИЕ ПОГРЕШНОСТИ И СПОСОБЫ ЕЁ УСТРАНЕНИЯ
В ПОКАЗАНИЯХ УЛЬТРАЗВУКОВОГО РАСХОДОМЕРА
С ПОМОЩЬЮ МОДЕЛИРОВАНИЯ ПОТОКА ТОПЛИВА В ПРОГРАММЕ ANSYS
Современные расходомеры рассчитаны на измерение расхода в симметричном потоке жидкости.
При этом тот факт, что при изменении направления течения турбулентного потока жидкости даже на
30 градусов ведёт к появлению асимметричного профиля скорости в потоке и, как следствие, к появлению погрешности в измерениях, практически не учитывается. В ламинарном потоке все параметры не
изменяются, и в реальных ситуациях ламинарный поток практически не встречается, поэтому нет необходимости его рассматривать.
Турбулентный поток топлива возникает, когда скорость потока превышает некоторое «критическое» значение при постоянной плотности потока и постоянном диаметре трубы, и характеризуется
числом Рейнолдса. На прямом участке профиль скорости похож на эпюру при ламинарном характере
течения, но после прохождения потоком колена при турбулентности происходит перемешивание и
смещение слоёв топлива и как следствие сильное изменение векторного поля скоростей. Изменение
векторного поля вносит изменения и в показания расходомера, так как расходомер вычисляет расход
по асимметричному профилю, в результате чего его показания не соответствуют реальному расходу
топлива. Это происходит из–за разницы между асимметричным и симметричным профилями поля скоростей, которые оказывают влияние на разность фаз, по которой и ведётся расчет расхода топлива. В
результате измеряемый расход оказывается больше или меньше своего реального значения, которое
бы показывал расходомер при симметричном профиле скорости. Основная сложность измерения расхода заключается в том, что при появлении такого искривления профиля скорости, которое вносит су34
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
щественную погрешность, асимметричный профиль сохраняется на расстоянии 10 диаметров трубы
после колена, а в некоторых случаях и ещё дальше. Разницу между показаниями при асимметричном и
симметричном профилях скорости можно рассчитать с использованием программы Ansys.
Трёхмерное моделирование потока проводилось с использованием программы Ansys и модуля
FLOTRAN, специально предназначенного для решения задач гидро- и газодинамики. Перед началом
моделирования необходимо создать образец модели и задать необходимые для вычисления параметры. Поскольку моделируется трёхмерный поток жидкости, основными параметрами являются начальная скорость потока, а также плотность и вязкость жидкости. При моделировании данной задачи использовались следующие параметры: D = 0,5 м; Vпотока = 10 м/с; Vx, Vz = 0 м/с; поток топлива проходил
через вертикальное колено. Плотность и вязкость жидкости равнялась соответственно этим же параметрам для авиационного керосина.
Для одного диаметра трубы при ламинарном течении эпюры скорости потока являются практически идентичными друг другу в независимости от угла, под которым снимаются показания. При турбулентном потоке появляется асимметричный профиль скорости. Двумерные поля скоростей после колена представлены на рис. 1:
Рис. 1. Двумерное поле скоростей под углами 0 и 90 градусов
Перед тем, как представить полученные результаты, стоит привести пример симметричного потока жидкости, а точнее график распределения скорости течения жидкости по сечению, он представлен
на рис. 2:
Рис. 2. Эпюра скорости внутри трубы при V = 10 м/с
Сравним с эпюрой симметричного потока графики распределения скорости для такого же диаметра трубы, с такой же скоростью, но после колена, на расстоянии в 2 и 10 диаметров трубы после
колена для углов 0, 30, 60, 90 градусов представлены на рис. 3 и 4:
35
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 3. Распределение скоростей после колена (2 Д) при V = 10 м/с
Рис. 4. Распределение скоростей после колена (10 Д) при V = 10 м/с
Легко заметить, что в отличие от симметричного потока, профили скоростей для разных углов
различны, следовательно, при измерении под разными углами погрешности тоже различаются. Для
36
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
нахождения погрешности сравниваются значения интегралов симметричного и асимметричного профилей скорости. Получив все величины, составляются графики погрешностей для каждого сечения,
позволяющие сделать вывод о характере распределения погрешности в зависимости от расстояния и
угла сечения. Графики погрешности для углов сечения 0, 30, 60 и 90 градусов представлены ниже в
соответствующем порядке:
График относительной погрешности при скорости 10 м/с (0
градусов)
Погрешность
40
30
20
10
0
Ряд1
1
2
3
4
5
6
7
8
9
10
23,028
32,478
22,04
16,468
12,384
9,0668
7,8874
6,5753
5,2484
4,2901
Расстояние (в диаме трах)
График относительной погрешности при скорости 10 м/с (30
градусов)
Погрешность
20
15
10
5
0
Ряд1
1
2
3
4
5
6
7
8
9
10
11,4404
18,5611
13,9761
9,75969
8,02005
6,05927
4,49654
4,36385
3,89208
3,1402
Расстояние (в диаметрах)
График относительной погрешности при скорости 10 м/с (60
градусов)
Погрешность
8
6
4
2
0
-2
-4
1
2
Ряд1 -2,87483 7,23868
3
4
6,42783 5,24842
5
6
5,21893 3,59723
7
1,5185
8
9
1,88707 1,60696
10
1,66593
Расстояние (в диаметрах)
Погрешность
График относительной погрешности при скорости 10 м/с
(90градусов)
4
2
0
-2
-4
-6
-8
-10
1
2
Ряд1 -7,57777 2,46204
3
4
5
2,65369 2,94855 2,94855
6
7
8
9
3,08123 2,53575 1,84284 1,23839
10
1,14993
Расстояние (в диаметрах)
В результате моделирования были получены эпюры скоростей симметричного и асимметричного
потоков топлива, вычислены погрешности измерения и составлены зависимости погрешностей от угла
сечения и расстояния после колена.
Проанализировав полученные графики для погрешностей, можно сделать вывод, что датчики
ультразвукового расходомера следует располагать как можно дальше после колена и желательно в
сечении перпендикулярном плоскости колена, т.е. 90 градусов.
37
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Также, обладая достаточным количеством данных по значениям погрешностей, можно разработать устройство для компенсации погрешности, вносимой в показания расходомера асимметричным
потоком. Это позволит измерять величину погрешности, которую вносит асимметричный поток и, следовательно, позволит размещать датчики расходомера в непосредственной близости от колена и при
этом практически без потерь в точности измерения. Такое устройство вполне может быть реализовано
с использованием средств современной электроники, например с помощью микропроцессора, или микроконтроллера, при этом оно будет обладать малыми габаритами и стоимостью.
_________
УДК629.7.018.3
Ю. Г. Поздняков – магистрант кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
В. Я. Мамаев (канд. техн. наук, доц.) – научный руководитель
АДАПТИВНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
Процесс обучения можно трактовать как процесс управления усвоением знаний. На рис. 1 представлена схема процесса обучения. Основными действующими лицами в процессе обучения являются
обучаемый, как объект управления и преподаватель, как субъект управления. Основной объем знаний,
обучаемый должен получать в результате самостоятельной работы, при этом роль преподавателя
должен взять на себя компьютер. При этом обучающая система должна стать интеллектуальной. Ставится задача построения адаптивных обучающих систем на основе нечеткой логики [3;4].
Методические
материалы
Преподаватель
Обучаемый
Контроль и диагностика
знаний
Рис. 1. Знания – Умения – Навыки
В данной работе используются модели и методы нечеткого оценивания знаний. Для этого создан
пакет тестовых заданий по теме «Учет влияния ветра на полет ЛА по маршруту» [1], и проведено исследование: тестирование двух студентов, результаты которых получены по методике нечеткого оценивания знаний.
В настоящее время все более актуальной становится проблема интенсификации процесса обучения, что прежде всего достигается путем изменения существующих методик обучения, а также с разработкой специального, прикладного программного обеспечения. Особое место занимают программы
учебного назначения, учитывающие особенности обучаемого и образующие адаптивную обучающую
систему (АдОС).
Одним из основных требований к обучающей системе является способность ее адаптации к возможностям обучаемого [3]. Исходя из того, что нам неизвестны законы распределения ошибок на поставленные тестовые задания для каждого обучаемого и даже не имеется их достоверной статистики
для оценивания знаний в АдОС, в данной работе предлагается использовать нечеткую логику [4].
В процессе тестирования степень суммарной истинности ответов обучаемого на все вопросы
теста оценивается подсчетом результирующей функции принадлежности (ФП) всего теста. Итоговая
38
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
оценка знаний тестируемого выводится сравнением полученной результирующей ФП всего теста с
эталонными ФП каждой оценки применяемой шкалы итогового оценивания [2].
Формально модель нечеткого оценивания знаний может быть представлена в виде:
 t i  T : F ( ti , M E , I )  N i ,
(1)
где F – процедура задания степени истинности предлагаемых вариантов ответов на каждое тестовое
задание t i  T ; МЕ – эталонная модель знаний; I – лингвистическая переменная, определяющая шкалу
оценивания истинности ответов; Ni = {(nji, ji)} – нечеткое множество вариантов возможных ответов
( j  1, Pi ), Pi – мощность множества Ni (число вариантов ответов на тестовое задание t i  T , nji – j-ый
вариант ответа на i-е задание; ji – ФП, определяющая степень правдоподобия ответа nji);
I = [I1,, I2, … , Im] – лингвистическая переменная, определяющая шкалу оценивания истинности ответов,
m – число значений I, Ik – значения, используемые в качестве оценочных категорий при построении ФП
( k  1, m ) [2].
Например, для 5-значной шкалы m = 5, соответственно, I1 = «правильно», I2 = «не совсем правильно», I3 = «неполно», I4 = «неточно», I5 = «неправильно».
Для вывода итоговой оценки по результатам тестирования формируется шкала итоговых оценок
в виде нечеткого множества:
SO = {(sr, r)},
(2)
где r  1, R , R – число значений итоговой оценки, выставляемой по результатам тестирования; sr –
значение оценки; r – эталонная ФП, определяющая в какой степени суммарная истинность ответов
тестируемого на все вопросы теста соответствует оценке sr. Для 4-балльной системы оценивания знаний R = 4 и, соответственно: s1 = «неудовлетворительно», s2 = «удовлетворительно», s3 = «хорошо»,
s4 = «отлично».
Эталонные ФП r задаются в виде r = {O1 r / I1, O2 r / I2, ... , Om r / Im,], где Okr – степень соответствия совокупности ответов тестируемого оценочной категории Ik ( k  1, m ).
При использовании 4-значной шкалы оценивания экспертным путем может быть задана эталонная ФП оценки s4 = «отлично» следующим образом:
4 = {1/правильно, 0.3/не совсем правильно, 0.1/неполно, 0.0/неточно, 0.0/неправильно},
Эталонная ФП оценки s2 = «удовлетворительно» может быть задана как:
4 = {0.2/правильно, 0.4/не совсем правильно, 0.9/неполно, 0.7/неточно, 0.3/неправильно}.
Для контроля знаний обучаемого формируется конечное множество тестовых заданий:
T  {t i } ,
где i  1, I max , Imax – число заданий, включенных в множество T. Для каждого i-го задания t i  T создается нечеткое множество вариантов возможных ответов:
Ni = {(nji, ji)}, j  1, Pi ,
где Pi – число вариантов ответов на задание t i  T . ФП ji определяются в виде:
ji = {O1 / I1, O2 / I2, ... , Om/ Im,],
где Ok – степень соответствия ответа nji оценочной категории Ik ( k  1, m ) [2].
В процессе контроля знаний обучаемому последовательно предъявляются тестовые задания
mj
t i  S O и варианты ответов Ni = {nji}, j  1, Pi на каждое i-е задание. На основании выбранных вариантов ответов n *ji  N i и соответствующих этим ответам ФП ji рассчитывается суммарная истинность
ответов тестируемого на все задания теста в виде ФП , нормированной относительно количества
заданий п:
1 n

1 n
1 n
1 n *
μ    μ *ji    O1*ji / I1 ,  O2* ji / I 2 ,...,  Omji
/ Im  .
(3)
n j 1
n
n
n
j

1
j

1
j

1


Итоговая оценка ОT за тест определяется по результатам сравнения рассчитанного значения 
со всеми эталонными ФП r. Для каждого допустимого значения оценки sr  SO вычисляется скаляр39
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
ное расстояние r между ее ФП r и результирующей ФП всего теста :
r =  \ r,
а при использовании меры Хемминга значение r вычисляется по формуле [2]:
(4)
m
μ r   | O jr  O j | ,
(5)
j 1
где Ojr – степень соответствия совокупности ответов тестируемого оценочной категории Ij ( j  1, m )
эталонных ФП; Oj∑ – степень соответствия совокупности ответов тестируемого оценочной категории Ij
( j  1, m ) расчетных суммарных ФП ответов тестируемых.
В качестве итоговой оценки принимается то значение оценки sr  SO , для которого скалярное
расстояние r между ее ФП r и результирующей ФП  всего теста оказывается минимальным:
OT  s r | μ r  min (μ j ) .
(6)
j 1.. R
В табл. 1 представлена выборочная часть ФП вариантов ответов на задания теста, которые приведены в столбцах 3 – 7. Выбранные тестируемыми ответы обозначены символом “*” в столбцах 8 и 9 [2].
Таблица 1
Функции принадлежности вариантов ответов на задания теста
№ ответа
№ задана j-е зания j
дание
1
2
Функция принадлежности µij
1
2
3
1
2
3
4
Ответы тестируемых
I1
I2
I3
I4
I5
0
1
0,1
0,1
0,2
1
1
0
0,1
0,3
0,2
0,6
0,1
0,1
0,3
0
0,8
0,4
0,9
0
0
0,6
0
0,6
0,6
0,8
0
0
0,9
0
0,3
0,9
0,7
0
0
1-й
2-й
*
*
*
*
Эталонные ФП установленные экспертами представлены в табл. 2. Рассчитанные по ответам
обучаемого значения ФП , которыми характеризуется суммарная истинность ответов, приведены в
табл. 3. Рассчитанные по мере Хемминга (по формуле (5)) значения скалярных расстояний r для
ответов тестируемых на каждый из тестов представлены в столбцах 2 – 5 табл. 4. Итоговые оценки по
обоим тестам выставлены в столбце 6 данной таблицы [2].
Таблица 2
Эталонные функции принадлежности шкалы итоговых оценок
Оценка Sr
Неудовлетворительно
Удовлетворительно
Хорошо
Отлично
Функция принадлежности µr
I2
I3
I4
I1
0
0,2
0,7
1
0
0,4
0,9
0,3
0,1
0,9
0,7
0,1
0,3
0,7
0,3
0
I5
1
0,3
0,1
0
Таблица 3
Расчетные суммарные функции принадлежности ответов тестируемых
Тестируемый
I1
I2
1-й
2-й
0,87
0.26
0,25
0,27
Функция принадлежности µ∑
I3
I4
0,15
0,53
40
0,12
0,53
I5
0.1
0,37
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Таблица 4
Вывод итоговых оценок
Тестируемый
Неуд.
1-й
2-й
2.25
1.8
Скалярное расстояние до оценки ∆µr
Удовл.
Хорошо
Отлично
2,35
0,8
1,55
1.76
0,46
2,12
Итоговая
оценка
Отлично
Удовлетворительно
Для построения АдОС была использована адаптивная методика тестирования [5]. Нами были
сформированы задания по выше названной теме, имеющие 10 градаций сложности. При правильном
ответе на задания теста, естественно увеличивался процент правильных ответов, а при неправильном – уменьшался. Вследствие этого изменялась сложность задания.
Сложность заданий уменьшалась, если правильных ответов меньше 40%, а исходная сложность
выше 1; она увеличивалась, если правильных ответов было более 60%, а исходная сложность ниже 10.
Таким образом была реализована процедура адаптивного тестирования.
Библиографический список
1. Мамаев В. Я., Синяков А. Н., К. К. Петров, Д. А. Горбунов «Воздушная навигация и элементы самолётовождения». Учебное пособие. СПб, 2002
2. Рудинский И. Д. Модель нечеткого оценивания знаний как методологический базис автоматизации педагогического тестирования // Информационные технологии, №9, 2003. С. 46 – 51.
3. Челышкова М. Б. Разработка педагогических тестов на основе современных математических моделей // Учебное пособие // М.: «Логос» - 1995г
4. Змитрович А. И. Интеллектуальные информационные системы. М.: НТООО «ТетраСистемс», 1997. 368 с.
5. Глова В.И., Дуплик С.В. Модели педагогического тестирования обучаемых // Вестник Казан. гос. техн. ун-та им. А.Н. Туполева. 2003. №2. С. 74 - 79.
_________
УДК 621.391
Е. В. Приходько, М. А. Баранов – студенты кафедры компьютерного проектирования аэрокосмических
измерительно-вычислительных комплексов
Ю. П. Иванов (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ АЛГОРИТМОВ КОМПЛЕКСНОЙ ОБРАБОТКИ НАВИГАЦИОННЫХ СИГНАЛОВ
В РЕАЛЬНОМ ВРЕМЕНИ
В настоящее время в большинстве случаев при разработке алгоритмов оценки сигналов не учитываются надежностные характеристики измерителей. В процессе появления отказов прерывается работа измерителей и ухудшается точность. Наличие избыточности каналов позволяет преодолеть эти
трудности при отказе, обеспечить высокую точность обработки и идентифицировать отказы [1, 2]. В
связи с этим в данной работе исследуется метод комплексной обработки сигналов.
В статье [3] был разработан алгоритм комплексной оптимально-инвариантной обработки сигналов с учетом отказов измерителей. Алгоритм позволял обеспечить работу комплексной системы при
появлении отказов измерителей. При этом в качестве исходных данных задавались надежностные характеристики измерителей, состояния отказов, законы распределения погрешностей в безотказном состоянии и в состоянии отказа.
В данной работе на основе линейной стационарной комплексной системе с фильтром разностного сигнала [1], исследуется алгоритм оптимально-инвариантной адаптивной обработки сигналов. В
режиме безотказной работы предполагается, что погрешности измерителей являются стационарными
случайными процессами. При этом погрешность первого измерителя аппроксимируется белым шумом,
моделью погрешности второго измерителя является марковский стационарный случайный процесс,
41
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
погрешности между собой и с полезным сигналом не коррелированны. Известны математические ожидания и дисперсии погрешностей каждого измерителя при нахождении их в исправных состояниях. В
качестве измерителей использовать радиотехнические и барометрические датчики информации. Модели измерения являются линейными с аддитивными погрешностями
(1)
Yi  Ri X i  H i ,
где Ri – матрица комплексирования размером 2×1, X i – скалярный полезный сигнал на i-ом шаге,
H i – вектор погрешностей измерения сигналов размерности 2×1.
По наблюдаемой реализации разностного сигнала происходит адаптивная оценка средних значений и дисперсий погрешностей измерителей.
Оптимально-инвариантная оценка сигнала определяется следующим алгоритмом:
1
1
*
Xˆ иi  Y2i  dmi ,mi ( y1i , y2i , y1i1, y2i1 , m1i , m2i , m1*i1 , m2*i1 )Hˆ * i
m1 0m2 0
1
i m , mi
1 2
2
( y1i , y2i , Xˆ *иi1 m1i , m2i , m1*i1 , m2*i1 ) , (2)
где d m i , m i ( ) – апостериорная вероятность нахождения измерителей в состояния
1
2
i
i
m1и m 2 ,
y1i , y i2 – результаты измерений сигнала и на текущем шаге, y1i 1 , y i21 – результаты измерений сиг*i 1
*i 1
нала на предыдущем шаге, m1 , m 2
– состояния измерителей на предыдущем шаге, оптимально идентифицированные по критерию В.А. Котельникова, Ĥ
*
i mi , mi
1 2
( ) – оптимальная оценка погреш-
ности второго измерителя по критерию минимума среднего квадрата ошибки оценки при условии, что
i
i
*
измерители на i-ом шаге находятся в состояниях m1 , m 2 , Ĥ i 1 – усреднённая оптимальная оценка погрешности второго измерителя на предыдущем шаге.
При получении оптимально-инвариантной оценки сигнала используются данные о параметрах
погрешностей измерителей, находящихся в состояниях отказа, полученные при адаптивной обработке
результатов измерения.
В данной работе оптимальная оценка (1) получена при использовании теоремы Дуба.
По критерию В. А. Котельникова наиболее вероятное состояние измерителя определяется путем
выбора максимального значения апостериорной вероятности d m i , m i ( ) . На основе моделирова1
2
ния алгоритма оценки в работе проведён сравнительный анализ различных алгоритмов обработки
сигналов по точности оценки и достоверности классификации состояний измерителей. Получены также
оценки рисков заказчика и изготовителя, достоверностей канала «годен», «негоден» по результатам
наблюдения. Сравнительный анализ следующих исследованных алгоритмов:
 усреднённой комплексной оптимально-инвариантной фильтрации сигналов в случае, когда
на предыдущем шаге состояния измерители были оптимальным образом идентифицированы,
 усреднённой комплексной оптимально-инвариантной фильтрации сигналов в случае, когда
предполагается, что на предыдущем шаге измерители были исправны,
 комплексной оптимально-инвариантной фильтрации сигналов без учёта отказов измерителей (фильтрация Калмана),
 комплексной квазиоптимальной фильтрации сигналов,
 усреднённой безынерционной фильтрации сигналов,
 минимаксной фильтрации сигналов,
 усреднённой минимаксной фильтрации сигналов
показал, что использование надёжностных характеристик измерителей значительно повышает точность оценки и то, что без контрольной аппаратуры можно с достаточно высокой достоверностью идентифицировать отказы при использовании комплексной обработки информации.
В данном алгоритме были внесены следующие дополнения по отношению к алгоритмам, разработанным ранее:
42
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
 на основе моделирования получены достаточно реальные характеристики реализаций погрешностей измерителей,
 разработаны способы адаптивной идентификации состояний и получения оценок параметров измерителей,
 проведен боле подробный анализ характеристик идентификации измерителей.
Как показали результаты моделирования, метод усреднённой оптимально-инвариантной оценки
сигнала на текущем шаге с учетом идентификации наиболее вероятного состояния на предыдущем
шаге является наиболее эффективным по сравнению с остальными способам обработки сигналов. С
увеличением времени наблюдения и снижения надёжности измерителей эффективность использования предлагаемого метода обработки возрастает. Использование фильтра Калмана без учёта надёжности измерителей даёт значительный проигрыш по точности оценки сигнала по сравнению с другими
способами обработки сигналов.
Библиографический список
1. Комплексирование информационно-измерительных устройств летательных аппаратов: учебное
пособие для вузов/ Ю. П. Иванов, А. Н. Синяков, И. В. Филатов; Ред.: В. А. Боднер. Л.: Машиностроение. Ленингр. отд-ние, 1984. 207 с.
2. Статистический анализ и синтез радиотехнических устройств и систем: Учебное пособие для вузов/ В. И. Тихонов, В. Н.
Харисов. - 2-е изд., испр. - М.: Радио и связь: Горячая линия - Телеком, 2004. 608 с.
3. Иванов Ю. П., Бирюков Б. Л. Информационно-статистическая теория измерений. Модели сигналов и анализ точности
систем: учебное пособие/СПбГУАП. СПб., 2008. 160 с.
4. Иванов Ю. П. Комплексная оптимально-ивариантная инерционная обработка сигналов с учетом отказов измерителей//
Приборы и Системы. Управление, Контроль, Диагностика.2003.№1.С.42-49.
_________
УДК 628
А. В. Соболев – студент кафедры компьютерного проектирования аэрокосмических измерительновычислительных комплексов
В. В. Перлюк (канд. техн. наук, доц.) – научный руководитель
АВТОМАТИЗИРОВАННЫЙ СТЕНД КОНТРОЛЯ ПАРАМЕТРОВ
ПИЛОТАЖНО-НАВИГАЦИОННЫХ ПРИБОРОВ
В процессе эксплуатации авиационной техники одной из основных является задача контроля её
состояния. Выполняется это при помощи специализированных средств контроля, однако с развитием
компьютерной техники появилась возможность не только облегчить и ускорить процесс проверки, но и
повысить его точность, предоставить обработку результатов и выполнение прочей рутинной работы
машине.
В рамках данного проекта был автоматизирован процесс проверки системы ориентации по каналам крена и тангажа. На базе имеющегося учебного стенда проверки пилотажного комплекса летательного аппарата, к которому также подключалась гировертикаль МГВ-1С в качестве датчика для системы ориентации по каналам крена и тангажа, была построена автоматизированная система под
управлением ПК с установленной программной средой NI LabView (рис. 1).
Как видно из схемы, помимо вышеперечисленных элементов (гировертикаль, учебный стенд и
ПК с программным обеспечением LabView), имеется блок аппаратного интерфейса, состоящий из блока сопряжения и устройства преобразования сигналов. С помощью БАИ организована связь ПК-КПА,
блок сопряжения обеспечивает согласование сигналов, поступающих от лабораторного стенда, приводя их к номинальному уровню сигналов устройства NI USB-6008, выбранного в качестве устройства
преобразования сигналов.
43
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Рис. 1. Структурная схема автоматизированного стенда
Чтобы осуществлять управление стендом, необходимо программное обеспечение. Эта задача
была решена с использованием пакета графического программирования National Instruments LabView.
Был создан набор виртуальных приборов, каждый из которых выполняет свою функцию в соответствии
с Регламентом ТО МГВ-1С, а также набор виртуальных приборов служебного назначения, в частности,
для обработки данных проверки. Доступ ко всем виртуальным приборам осуществляется через программу «Меню управления» (рис. 2).
Рис. 2 – Интерфейс программы «Меню управления»
44
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Пункты меню – ссылки на виртуальные приборы – расположены в порядке очередности режимов
проверки. Стоит отметить, что при разработке системы виртуальных приборов, было принято решение
создать интерфейс программной среды максимально похожим на внешний вид реальной установки, но
при этом убрать для каждого режима неиспользуемые в нем органы управления и элементы индикации. На рис. 3 приведен внешний вид виртуального прибора по режиму проверки «Работа коррекции
прибора».
Рис. 3 – Виртуальный прибор «Работа коррекции»
Программное обеспечение построено таким образом, что защищает оборудование от неверных
действий пользователя, пользователю не нужно фиксировать данные проверки, они автоматически
сохраняются во временные файлы, а по завершении всех этапов проверки сервисный прибор автоматически обрабатывает эти временные файлы и формирует таблицы с результатами, а также подготавливает для печати протокол проверки.
На базе созданного программного обеспечения для стенда также была разработана программноимитационная модель, которая позволяет обучаемому провести полный цикл исследований пилотажного комплекса дистанционно, ознакомиться с методикой работы на реальном стенде, после чего обучаемый может повторить проверку уже на реальном оборудовании, применяя уже знакомое программное обеспечение для управления процессом проверки.
Испытания созданного стенда показали, что установка работает устойчиво, результаты удовлетворяют требованиям Регламента ТО МГВ-1С. Также было замечено, что автоматизированная система
даёт большую точность проверки. По результатам экспериментальных проверок стенд был внедрен в
учебный процесс в межфакультетской лаборатории авиационного оборудования.
Библиографический список
1. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе LabVIEW 7/ Бутырин П. А., Васьковская Т. А., Каратаева В. В., Материкин С. В. М.: ДМК Пресс, 2005.
2. Labview: практикум по основам измерительных технологий: Учебное пособие для вузов/ Батоврин В. К., Бессонов А.
С., Мошкин В. В., Папуловский В. Ф. М.: ДМК Пресс, 2005.
3. Малогабаритная гировертикаль МГВ-1С. Техническое описание и инструкция по эксплуатации. М., Машиностроение,
1974.
_________
45
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК 629
А. В. Сорокин – студент кафедры промышленной и экологической безопасности
А. А. Кораблева (канд. хим. наук, доц.) – научный руководитель
ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ НАНОТРУБОК ДЛЯ ИЗМЕРЕНИЯ ДАВЛЕНИЯ
Для миниатюризации авиационных приборов, предлагается на примере манометрических приборов применить некоторые свойства нанотрубок, путем замены металлических мембран нанотрубками,
и соответственно рассмотреть новые принципы измерения величины давления.
Измерение давления, оказываемого на нан отрубку, с помощью спектроскопа.
Рис. 1. Схема с использованием спектроскопа
Предположим, что имеется нанотрубка с заранее измеренной частотой собственных колебаний .
Все атомы углерода в нанотрубках имеют тройную координацию, а значит, нанотрубки – сопряженные ароматические системы, в которых три из четырех валентных электронов каждого углерода
образуют локализованные s-связи, а четвертый участвует в образовании делокализованной p-системы
(как, например, в бензоле). Эти p-электроны слабо связаны со своими атомами, поэтому именно они
могут участвовать в переносе заряда в системе.
Высокая (металлическая) проводимость должна появиться, если занятые p-состояния не отделены от вакантных p*-состояний, иначе нанотрубка – полупроводник.
При внешнем воздействии (приложенное давление на нанотрубку) изменится структура нанотрубки, появятся дефекты, изменится хиральность. В результате изгиба изменится ориентация шестиугольников по отношению к оси нанотрубки (происходит перегибритизация) (рис.1), что приведет к изменению ее электронного спектра, изменится частота собственных колебаний и примет величину , а
также изменится положение уровня Ферми, ширина оптической щели и т.п.
В результате по сдвигу частоты можно вычислить величину оказываемого давления.
Частота собственных колебаний нанотрубки, подобно частоте колебаний пружинного маятника,
может вычисляться по формуле
, где m – масса нанотрубки.
При воздействии на трубку увеличится m и уменьшится частота
.
Таким образом, можно измерить величину давления, скорость изменения давления (вертикальная скорость).
Нанотрубка обладает адсорбционными свойствами и при воздействии давления на нанотрубку,
изменяется ее структура и ряд электрических свойств, в т.ч. и адсорбционных. Таким образом, адсор46
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
бат, есть добавленная масса к массе самой нанотрубки. Величину поглощенного адсорбата можем условно принять за величину пропорциональную величине приложенного давления, следовательно, частота собственных колебаний, изменяясь пропорционально давлению, позволит вычислить приложенное давление.
Измерение давления, оказываемого на нанотрубку, с использованием ее ка пиллярных свойств
Нанотрубка обладает капиллярными свойствами. При этом внутрь полой трубки может попасть
жидкость или газообразное вещество с определенной величиной поверхностного натяжения. Нанотрубка обладает и особыми механическими свойствами. При воздействии давления на поверхность
трубки, она будет деформироваться (прогибаться) и при этом ее длина увеличится (рис. 2, 3).
Условно представим себе токопроводящую жидкость, с величиной поверхностного напряжения
не более 200 мН/м, которая находится внутри герметичной полой цилиндрической нанотрубки. К основаниям цилиндра приложено напряжение определенной величины . Также, в электрическую цепь
подключен амперметр, показывающий значение тока . При растяжении трубки под действием давления, внутри ее образуются полости, а следовательно, возрастает сопротивление, и значение тока становится . Получается, что изменение длины трубки L, ведущее за собой изменение величины тока,
пропорционально приложенному давлению P.
Рис. 2. Изменение длины трубки под действием давления Р
Рис. 3. Изменение длины трубки и образование пустот в
жидкости внутри трубки
Измерение давления, оказываемого на нанотрубку, с использованием ее электрических свойств
В статье, опубликованной в 1998 году в журнале Science [2], показано, что сопротивление R цилиндрического резистора наноразмеров нельзя вычислять по известной формуле:
где L – длина, S – площадь поперечного сечения, а ρ – удельное сопротивление материала резистора.
Оказалось, что сопротивление R0 нанорезисторов вообще не зависит от их размеров и вещества,
из которого они сделаны, а определяется только двумя фундаментальными физическими константами:
где h – постоянная Планка, e – заряд электрона. Данная величина является константой.
Нанотрубка становится подобной нанорезистору, при этом не выделяется джоулево тепло.
Предположим, что к нанотрубке, к участку АВ приложено напряжение U, сила тока, в трубке равна I. (рис.4.)
Рис. 4. Нанотрубка, участок АВ
47
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Так как энергия не рассеивается, то изменение энергии ΔЕ электрона между сечениями А и В составляет ΔЕ = eU.
Это изменение энергии электрона произошло с ним за интервал времени Δt, равный времени
пролёта между сечениями А и В. Соотношение неопределённостей Гейзенберга накладывает определённые ограничения на изменения ΔЕ и Δt :
Величина силы тока равна
, откуда следует, что
.
, где Δt – интервал времени пролета электрона от А к В.
Рис. 5. Изменение длинны трубки и увеличение времени пролета электрона в трубке (условно)
Квант сопротивления нанотрубки равен
.
Рассматривая механические свойства нанотрубки и явление увеличения длины трубки при приложенном давлении P, можно сказать, что время пролета электрона Δt увеличится и станет величиной
(рис. 5). Значит и сила тока уменьшится.
Разница полученных значений позволит вычислить величину давления.
Рассмотренные принципиальные схемы, основанные на физических свойствах нанотрубок, показаны условно. Изложен лишь общий принцип действия, что подразумевает собой их дополнение и
улучшение.
Применение нанотрубок вместо металлических мембран, обусловлено в первую очередь миниатюризацией прибора, что означает уменьшение веса прибора, а это немаловажно в авиационном приборостроении, и также увеличение чувствительности и долговечности сенсора.
Библиографический список
1. Богданов К.Ю Закон Ома для углеродных нанотрубок // http://www.nanometer.ru/2008/02/20/12034863405053_6061.html
2. Журнал Science (Frank с сотр., Science, т. 280, с. 1744)
3. Z.L.Wang, P.Poncharal, W.A. de Heer. Measuring physical and mechanical properties of individual carbon nanotubes by in situ
TEM. J. Phys. Chem. Solids, 2000, 61(7)// pp.1025- 1030
4. О.Алексеева Нанотрубки для нановесов // журнал Природа, N 6, 1999
5. Елецкий А.В. // Успехи физ. наук. 1997. Т. 167, № 9. С. 945-972.
6. Sorokin P.B., Fedorov A.S., Chernozatonski L.A.Physics of the Solid State.// 2006. Т. 48. № 2. С. 398-401.
_________
УДК 629.735.33
А. П. Спивак – студент кафедры промышленной и экологической безопасности
А. А. Кораблева (канд. хим. наук, доц.) – научный руководитель
ЭКОЛОГИЧЕСКИЕ ПРОБЛЕМЫ НАНОТЕХНОЛОГИЙ
Нанотехнологии в наши дни используются почти во всех сферах современной жизни. В наше
время о перспективах нанотехнологий не говорит разве что ленивый. Нанотехнология – это область
48
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
науки и техники, которая занимается совокупностью теоретических и практических методов исследования, анализом и синтезом и методами изготовления и применения продукции, которая имеет заданную
атомную структуру. Производство таких продуктов осуществляется контролируемым манипулированием отдельными молекулами и атомами. Применение нанотехнологий помогает значительно снизить
загрязнение окружающей среды. Уже имеется немало достижений в нанотехнологиях, которые помогают уменьшить вредное влияние на окружающую среду: например, эта наука даёт новые возможности
переработки мусора, очистки воды, определения ртути и так далее. Дальнейшие исследования дадут
новые результаты, а, значит, и новые возможности. В наше время развитие науки нанотехнологии, а
также промышленности, с ней связанной, показывает на развитость государства. В силу своих размеров и уникальных свойств наночастицы в выпускаемых продуктах требуют тщательного изучения – могут ли они попадать в тело человека, и если да, то как долго они будут там оставаться. Наночастицы
используются, например, даже в косметике и парфюмерии. Так, наночастицы оксида титана содержатся в некоторых солнцезащитных кремах. Эти наночастицы поглощают излучение ультрафиолета с
большой эффективностью, что, несомненно, делают такие кремы куда более эффективными, чем
обычные.
Уже появилось новое направление, называемое на западе нанокологией (nanocology). Не стоит
забывать какой принципиальный скачок в индустрии солнечных батарей мы можем совершить с помощью нанотехнологий. А это означает отказ от массового сжигания каменного угля и нефтепродуктов,
исчезновение опасности парникового эффекта и разрывов в озоновом слое, последствий разливов
нефти и выбросов отходов нефтепереработки, загрязнения воздуха продуктами сгорания. Что касается
токсических выбросов, содержащих соединения мышьяка, ртути, кадмия, свинца, то и тут нанотехнологии могут выручить: достаточно запустить механизм, превращающий химический состав выбросов в
нетоксичные вещества и элементы.
Однако нанотехнология – новая наука, и, несмотря на свои преимущества и достоинства, вызывает и опасения. Поэтому, несмотря на множество явного положительного влияния нанотехнологий на
жизнь современных людей, наночастицы могут наносить и вред, используясь в некоторых отраслях.
Были изобретены носки, содержащие наночастицы серебра. Таким образом, носки не приобретают неприятный запах. Но исследования показали, что при стирке эти наночастицы попадают в воду, в
которой могут вызвать сильные нарушения работы мозга и функций размножения организмов, живущих
в воде. Так как практически все канализационные воды попадают в природные водоёмы, это может
нанести вред не только организмам, живущих в них, но и людям.
И, конечно, практически все новые технологии чаще всего применяются в военной отрасли. Если
применять нанотрубки при создании взрывчатых веществ, то, во-первых, это обеспечит огромную силу
взрыва, во-вторых, нанотрубки, рассеивающиеся в воздухе, могут нарушать работу органов и клеток
людей.
Необходимо исследование поведения и перемещений наночастиц в окружающей среде и, самое
главное, повлияют ли эти материалы на здоровье человека и состояние природы.
На Западе, а в последнее время и в нашей прессе появляется все большее количество страшных историй о возможных опасностях нанотехнологий.
Не отстают в прогнозах и наши ученые. В ходе конференции посвященной проблемам биобезопасности нанотехнологий НИИ медицины труда РАМН ученые предложили правительству принять определенный регламент по контролю за продуктами наноиндустрии. По словам академика РАМН Сергея
Колесникова, «мы должны избежать всех ошибок предшественников, которые не учитывали вопросы
безопасности при работе с новейшими технологиями. Можно напомнить, как во времена увлечения
генной инженерией и биотехнологиями ученые говорили о создании огромного количества кормового
белка. Были построены огромные заводы, но потом оказалось, что при его получении загрязняется атмосфера и, к примеру, в Ангарске и Киришах возникли тяжелые случаи бронхоаллергозов».
Правительства многих стран в наше время организуют специальные конференции и выделяют
значительные суммы на изучение влияния нанотехнологий на окружающую среду. Так, в 2006 году
американским агентством по защите окружающей среды (U.S. Environmental Protection Agency, EPA)
были выделены гранты на сумму $5 млрд для изучения влияния нанотехнологий на природу и здоровье людей.
49
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Одним из вопросов, которым задаются как ученые, так и обыватели, в особенности жители мегаполисов, является воздух, который мы вдыхаем. Ни для кого не секрет, что наличие гигантского количества заболеваний хроническим бронхитом и астмой, включая врожденные случаи данной болезни,
объясняются токсическими и загрязненными выбросами в атмосферу промышленных предприятий и
бытовых устройств.
В данной связи ученые проводят исследование поведения наночастиц в атмосфере и последствия их вдыхания человеком. Параллель опасений очевидна: микрочастицы обычных промышленных
веществ вызывают заболевания легких: антракоз, силикоз, асбестос, гранулему. Не станут ли столь же
опасны наноэлементы? В 2006 году на конференции «Нанотехнологии 2006: токсичность наночастиц»
ученые из Мичиганского университета представили результаты своих наработок. В результате опытов
над лабораторными грызунами была выявлена высокая чувствительность клеток эпителия дыхательной системы к наночастицам, которые накапливались в носовых путях подопытных животных, вызывая
риниты и другие, более тяжелые заболевания.
Не меньшее внимание привлекает проблема влияния наноматериалов на окружающую среду.
Так, три года назад группой западных ученых было проведено исследование о риске для окружающей
среды пяти основных типов наноматериалов, включая нанотрубки, квантовые точки и бакиболы, результаты которого опубликованы в выпуске журнала Environmental Science and Technology за ноябрь
2008. Исследователи определяли различные типы рисков загрязнения для разных технологических
операций, включая производство лекарств, очистку нефти. На основании полученых данных профессор
по охране окружающей среды Университета Райса (Rice University) Марк Виснер (Mark Wiesner) делает
в статье вывод, что создание наноматериалов представляет меньший риск, чем текущие индустриальные процессы.
Ученые из университета Пердью (Purdue University) в США пришли к выводу, что наночастицы,
попадающие в почву не причинят экосистеме никакого заметного вреда. Был проведен ряд опытов, в
которых фуллерены помещали в различные виду почв и затем исследовали их поведение и их влияние
на микроорганизмы и минеральные вещества. Напомним нашим читателям, что фуллерены представляют собой каркасные сферические многогранники, составленные из правильных пяти- и шестиугольников с атомами углерода в вершинах. Существенные изменения могли бы стать фатальными для
элементов пищевых цепочек растений. Однако результаты наблюдений показывают, что никакой негативной динамики не производит: микроорганизмы живут и здравствуют, баланс веществ не затронут.
Другой проблемой является исследование поведения наночастиц в воде. На данный момент этот
вопрос разработан слабо. Вопрос сложен тем, что необходимы комплексные исследования по поводу
способности каждого из видов грунтов или искусственных фильтров задерживать те или иные наночастицы. Данным вопросом занимаются в настоящее время ученые из Технологического института
Джорджии(Georgia Institute of Technology). Ими проводилась серия опытов, в ходе которых через колбы,
заполненные песком, грунтом, микрогранулами стекла и иными материалами пропускалась вода, содержащая фуллерены. Выяснилось, что песок задерживает до 80% наночастиц, однако ученые также
пришли к выводу, что на фильтрацию влияет состав воды. Наличие в воде гуминовой кислоты или поверхностно-активных веществ позволит наночастицам свободно проходить через песок.1
Таким образом можно сделать вывод, что на данном этапе развития нанотехнологий, они могут
нанести большое вред окружающей среде, поэтому необходимо более точное и тщательное изучение
этих технологий.
В силу своих размеров и уникальных свойств наночастицы в выпускаемых продуктах требуют
тщательного изучения – могут ли они попадать в тело человека, и если да, то как долго они будут там
оставаться.
На ряду со всем выше сказанным, главная проблема в том, что наночастицы проникают сквозь
абсолютно все очистительные фильтры, которые существуют на наш день. Поэтому, так как использование нанотехнологий становится всё более активным, необходима и некоторая революция в экологии.
Необходимо создавать специальные фильтры, задерживающие наночастицы.
1
Ю.Д. Третьякова. Нанотехнологии. Азбука для всех.— М.: ФИЗМАТЛИТ, 2008
50
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК621.391.266
К. С. Стратилатов – студент кафедры компьютерного проектирования аэрокосмических
измерительно-вычислительных комплексов
Р. Н. Малаханов (канд. техн. наук) – научный руководитель
АДАПТИВНЫЙ ПОЛОСОВОЙ ФИЛЬТР РЕЧЕВОЙ ИНФОРМАЦИИ
В наши дни авиакомпании владеют большим количеством авиационной техники, которая нуждается в переоборудовании, но из-за большой стоимости полного обновления самолета модернизировать
стараются не все системы одновременно, а по частям (блокам). В основном, востребованы блоки на
современной микроэлектронной базе, совместимые с оборудованием предыдущих серий.
Идея подавления шумов посредством использования добавочного микрофона, записывающего
окружающий шум не нова [1], но только сейчас это можно реализовать в современной аппаратуре на
должном уровне, соблюдая массогабаритные характеристики блока.
В данной статье описан полосовой фильтр, устанавливаемый в блок микшера (Ми-1) и позволяющий: минимизировать записываемую информацию (что приводит к более эффективному использованию бортовых носителей информации предыдущих поколений); отключить фильтр в случае, когда
входной сигнал не поддается фильтрации (например, когда он сильно зашумлен или малоинформативен). Этот фильтр обеспечивает более эффективное применение уже внедренной системы РЗБН-1
(бортовой самописец, «черный ящик») [2], т.е. посредством замены одной платы улучшить характеристики бортовой регистрирующей аппаратуры, в состав которой входит Ми-1, использующей от 1 до 4
микрофонов (фильтр требует при эксплуатации более чем 1 микрофон).
Аналоги рассматриваемого фильтра
В качестве аналогов рассмотрен микшер Ми-1, который используется в системе РЗБН-1.
Аппаратные возможности РЗБН-1 позволяют получить сигнал на входе Ми-1 с диапазоном частот
от 150 до 7000 Гц, на выходе Ми-1 этот диапазон сокращается до 150…3500 Гц. В цифровом полосовом фильтре он будет сжат до 400…2100 Гц (т.к. фильтр адаптивный, частоты могут изменяться), что
должно позволить записать больше 2х часов, как в случае комплектации РЗБН-1 микшером Ми-1.
Так же Ми-1 не обеспечивает фильтрацию шумов, в отличие от адаптивного полосового фильтра, который исключает низкочастотную и высокочастотную составляющую шумов.
Физические характеристики слухового и гол осового аппарата человека
Человеческое ухо номинально слышит звуки в диапазоне от 16 до 20 000 Гц. Большинство
взрослых людей не могут слышать звук частотой выше 16 кГц. Ухо само по себе не реагирует на частоты ниже 20 Гц, но они могут ощущаться через органы осязания [3].
Частотное разрешение звука в середине диапазона – около 2 Гц, то есть практически различимо
изменение частоты звука более чем на 2 Гц. Однако есть возможность уловить ещё меньшую разницу.
Например, в случае, если оба тона приходят одновременно, в результате сложения двух колебаний
возникает модуляция амплитуды сигнала с частотой, равной разности исходных частот. Этот эффект
известен также как биение [3].
Таким образом, бинауральный слух, играющий большую роль в локализации источника звука,
лучше всего развит на частотах, меньших 1,5 кГц. Выше этой частоты источником информации о местоположении служит лишь разница амплитуд сигнала для левого и правого уха.
Человеческая речь – это сигнал, несущий информацию в частотном спектре от 500 Гц до 2 кГц,
причем низкие частоты соответствуют басам и гласным, а высокие частоты – согласным.
С учетом этих характеристик будут строиться фильтр и моделироваться возмущения на его входах.
Аппаратная составляющая
В настоящее время для сбора и накопления в полете речевой и звуковой информации с целью
расследования причин летных происшествий и предпосылок к ним используются система типа РЗБН-1.
Диапазон частот системы:
 речевой канал: 150 – 3500 Гц;
 звуковой канал: 150 – 6000 Гц.
51
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Основные преимущества РЗБН-1 по сравнению с блоками предыдущих поколений:
 твердотельный накопитель информации;
 соответствие стандартам ARINC 757, ED56A, TSO-C123;
 отсутствие необходимости проведения регламентных работ в процессе эксплуатации.
В систему РЗБН-1 входит микрофон МДМ-5, который в дальнейшем будет источником сигнала
для фильтра, имеющий следующие электроакустические параметры и технические характеристики [4]:
 номинальный диапазон рабочих частот, Гц .... 150...7000;
 граничный диапазон частот, Гц .......................... 40.. .1200.
Эти характеристики свидетельствуют, что данное ЭРИ может применяться в различных климатических условиях на борту летательного аппарата вместе с системой РЗБН-1.
Рис. 1. Допускаемая область частотной характеристики чувствительности микрофона МДМ-5,
где EM – чувствительность микрофона; f – частота; РЗВ – давление звука
Устройство адаптивного полосового фил ьтр а речевой информа ции
Сигнал на входе фильтра можно описать следующей формулой:
N
y (t )   An cos(nt   n )  h ,
n 0
где An – амплитуда полезного сигнала; ωn – частота полезного сигнала; φn – фаза полезного сигнала.
Частоты гармоник ωn кратны частоте ω1, т.е. ωn=nω1 , где ω1 – частота основной гармоники, период которой равен периоду сигнала T, т.е. ω1=2π/T.
Для решения поставленной задачи необходимо учесть ряд допущений: амплитуда шума мала по
сравнению с амплитудой полезного сигнала; шум – низкочастотный, т.к. он, как правило, вызван вибрациями силовых установок; в случае, если шум не низкочастотный и пересекается с диапазоном частот
человеческой речи – его подавляет разностная составляющая фильтра (band-pass filter на укрупненной
схеме 1 речевого канала представлен режекторным фильтром с частотами fmin и fmax).
Схема фильтра, приведенная ниже, включает: 1 – 3 микрофоны (на рис. 2 обозначены как «x1+h»
и т.д.), являющиеся источниками речевой информации с шумом и 4 микрофон - источник внешнего шума (на рисунке обозначен как «h»). Так же в фильтре используются сумматоры, на выходе которых получается разностный сигнал и полосно-пропускающие фильтры.
Так как широкополосный пропускающий фильтр можно разбить на ФНЧ и ФВЧ, то схема будет
иметь вид, показанный на рис. 3, где микрофон Р регистрирует речь и микрофон Ш – шум. ФНЧ –
фильтр нижних частот и ФВЧ соответственно фильтр высоких частот. ДПФ – дискретное преобразование Фурье и f(A) – блок оценки энергетических характеристик спектра (на выходе макс. значение частоты, близкое к 2100 кГц и мин. значение частоты, близкое к 400 Гц при которых амплитуда максимальна). x˝ является выходным сигналом фильтра.
Схема основана на принципе работы полосно-пропускающего фильтра. Из сигналов 1 – 3 микрофонов вычитается сигнал 4 микрофона (записывающего окружающий шум), дальше сигналы 1 – 3
52
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
микрофонов поступают в полосовой фильтр, где отбрасываются все гармоники, не входящие в диапазон от 400 Гц до 2,1 кГц (соответствует человеческой речи с допуском в ± 10 %), что гарантирует увеличение продолжительности записи и шумоподавление.
Рис. 2. Структурная схема фильтра
Рис. 3. Укрупненная схема 1 речевого канала АПФ
На случай, если работает только один микрофон, или фильтр не справляется с поставленной
задачей, предусмотрена возможность выключения фильтра. В этом случае сигнал с 1 – 3 микрофонов
идет на выходы 1 – 3, а с 4 микрофона сигнал идет на выход «шум» напрямую, без изменений, для возможности обработки звуковой информации после полета. Адаптивность АПФ обеспечивается двумя
путями: задание частот полосы пропускания в ручном режиме или установка частот полосы пропускания в процессе работы фильтра.
В ходе проделанной работы было произведено моделирование адаптивного полосового
фильтра речевой информации в пакете Simulink.
Недостаток алгоритма – для адаптации к голосу пилота требуется время, в течение которого
фильтр работает со стандартными значениями частот (400…2100) Гц, что приводит к сокращению времени регистрации речевой информации.
К достоинствам можно отнести то, что диапазон пропускаемых частот уже, чем у Ми-1, т.е.
фильтр по-прежнему сокращает записываемую информацию и при использовании границ частотного
диапазона по умолчанию.
В перспективе: разработка системы, способной распознавать речь и переводить ее в текст при
помощи экстремального алгоритма и фонем, с использованием данного фильтра для предварительной
обработки информации и шумоподавления.
Библиографический список
1. http://www.school-for-champions.com/science/noise_cancellation.htm
2. http://www.npo-pribor.ru/products.php?ID=32
3. http://ru.wikipedia.org/wiki/
4. Сидоров И. Н. «Отечественные и зарубежные микрофоны и телефоны. Справочное пособие». М.: горячая линия Телеком, 2004. 283 С.: ил. (Массовая радиобиблиотека; Вып.1273)
53
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
УДК 629.735.33
Сюй Давэй – студент кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
В. В.Перлюк (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ ПЕРСПЕКТИВНОГО ДАТЧИКА ДАВЛЕНИЯ
НА ПОВЕРХНОСТНЫХ АКУСТИЧЕСКИХ ВОЛНАХ
В последнее десятилетие датчикам на поверхностных акустических волнах (ПАВ) уделяется все
более пристальное внимание. На их основе разрабатываются надежные и сравнительно недорогие
датчики для различных областей применения. Уникальной особенностью ПАВ сенсоров является прямая зависимость их выходных характеристик от изменения ряда физических и химических параметров,
таких как масса, напряжение, деформация и т.д. [1].
Для создания высокочувствительного ПАВ-датчика давления жидкости и газа в диапазоне давлений до 800 мм рт. ст., был выбран дифференциальный способ измерения, основанный на полезной
модели, предложенной профессором Новиковым [2]. В основе первичного чувствительного элемента
(ПЧЭ) лежит пластина пьезокварца ST-среза, на которой в центральной части сформирован одновходовой резонатор на ПАВ с отражающими решетками в виде алюминиевых электродов (рис. 1). На этой
пластине размещается другая пластина пьезокварца толщиной от 0,09 до 0,12 мм, на которой также
сформирован одновходовой резонатор на ПАВ с подобными отражающими решетками. Эта пластина
выполняет функцию упругой мембраны. Между указанными пластинами располагается диэлектрическая прослойка толщиной 0,15 мм с отверстием диаметром 9 мм.
Таким образом, двухканальный прецизионный ПЧЭ содержит две пьезоплаты. Давление измеряется с помощью резонатора на ПАВ, размещенного на тонкой пластине пьезокварца. Резонатор на толстой пластине пьезокварца используется в качестве эталонного для компенсации влияния температуры на характеристики ПАВ.
Для расчета частотных характеристик или синтезирования топологии основных конструктивных
элементов датчика на ПАВ по заданным частотным характеристикам необходимы эффективные методы расчета. Методы расчета должны адекватно описывать процесс возбуждения, отражения и распространения ПАВ в структуре встречно- штыревых преобразователей (ВШП). Перечисленные процессы,
вообще говоря, необходимо дополнить процессом генерации объемных волн, имеющем место при рассеянии ПАВ на неоднородностях. Следует отметить, что это явление в устройствах на ПАВ имеет негативных характер [3].
Рис. 1. Конструкция двухканального прецизионного ПЧЭ
54
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
В настоящее время существует целый ряд практических методов расчета устройств на ПАВ, позволяющих с различной степенью точности прогнозировать частотные характеристики устройств. К недостаткам большинства этих методов расчета относятся: невозможность учета рассеяния волн в объем, невозможность расчета нестандартных элементов и сложность расчета в целом. Поэтому расчет,
конструирование, а также корректировка параметров устройств на ПАВ осуществляется, как правило,
для конкретных линий производств, с помощью оригинальных расчетных программ и САПР, различных
технических средств самого предприятия-изготовителя и часто является предметом его ноу-хау [4, 5].
Авторами для расчета датчика давления на ПАВ была использована универсальная среда программирования COMSOL Multiphysics. Это мощная интерактивная среда для моделирования и расчетов большинства научных и инженерных задач, основанных на дифференциальных уравнениях в частных производных (PDE) методом конечных элементов. Так как многие физические законы выражаются
в форме PDE, становится возможным моделировать широкий спектр научных и инженерных явлений
из различных областей физики, в том числе акусто-электроники. Это стало возможно благодаря встроенным физическим режимам, где коэффициенты PDE задаются в виде понятных физических свойств и
условий, таких как: модуль Юнга, коэффициент Пуассона, и т.п. Преобразование этих параметров в
коэффициенты математических уравнений происходит автоматически.
Для моделирования поверхностной акустической волны в COMSOL был выбран режим Piezo
Plain Application Mode. Данный режим предназначен для моделирования пьезоэлектрических и механических эффектов в 2D пространстве, и предполагает, что отсутствуют деформации в плоскости перпендикулярной к рисунку. Это допущение является правомерным, так как ПАВ генерируются именно в
плоскости рисунка. Кроме того, размеры модели в перпендикулярном к плоскости рисунка направлении
значительно превышают поперечный размер моделируемого элемента.
Произведенный расчет прогиба мембраны для геометрической модели представлен на рис.2.
Рис. 2. Геометрическая модель прогнутой мембраны
Предполагаем, что центральная часть прогнутой мембраны, где расположена резонансная структура, сферическая. Из геометрии мембраны следует, что радиус кривизны r, стрела прогиба f и половина центрального угла меридионального сечения мембраны α связаны следующими соотношениями:
r = a/sinα ≈ a/α,
(1)
f = a tgα/2 ≈ aα /2.
(2)
В сечении мембраны действует механическое напряжение s, а в нормальном к поверхности мембраны направлении действует давление жидкости или газа q, которые связаны соотношением:
s = qa/2δα,
(3)
где δ – толщина мембраны.
Определим далее удлинение e как разность между половинами длины дуги и длины хорды:
e = (rα-r sinα)/r sinα = α/sinα-1≈ α2/6.
(4)
В упругой области s и e связаны законом Гука:
e = (1 - n )s/E,
(5)
где n – коэффициент Пуассона.
Приравнивая (4) и (5), получим:
а2/6 = (1–n )qа/2Eδа.
(6)
55
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Отсюда угол α и стрела прогиба f будут равны:
α = [3 (1 - n)qa/Eδ]1/3,
(7)
f = (a/2) [3 (1 - n)qa/Eδ]1/3.
(8)
Оценим величину прогиба мембраны при следующих исходных данных: a = 4 мм = 4×10-3 м;
n = 0,4; q = 800 мм рт. ст. = 1,05×105 Н/м2; d = 100 мкм = 10-4 м; E = 7×105 кГ/см2 = 7×1010 Н/м2.
Подставляя эти данные в (8), получим f = 100 мкм. Для рассматриваемой модели датчика в среде
программирования COMSOL Multiphysics были найдены основные параметры поверхностной волны –
распределение деформаций в области распространении, построена амплитудно-частотная характеристика и найдены резонансная частота. На рис. 3 приведена амплитудно-частотная характеристика данной модели.
Рис. 3. АЧХ деформации поверхности подложки
Так как принцип работы моделируемого датчика давления основан на изменении резонансной
частоты при изменении геометрических размеров электродов ВШП и расстояний между ними под действием деформации подложки, в данной модели изменялись геометрические размеры в пределах
0,1 %, что соответствует деформации реального датчика, и находились резонансные частоты. (Изменялся период ВШП при фиксированной толщине электродов).
Таблица 1
Зависимость резонансной частоты от изменения размеров ВШП
Ширина ВШП, мкм
Резонансная частота, МГц
1,7980
433,90
1,7985
433,77
1,7990
433,66
1,7995
433,53
1,8000
433,42
1,8005
433,30
1,8010
433,18
1,8015
433,06
Исследования зависимости резонансной частоты от давления показали, что чувствительность
изготовленных образцов составляет около 700 Гц на 1 мм рт. ст. (рис. 4).
Рис. 4. Градуировочная кривая ПЧЭ
Из рисунка видно, что девиация частоты при перепаде давления 800 мм. рт.cт. составляет
560 кГц. Считая, что уход частоты обусловлен пропорциональным растяжением топологической струк56
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
туры резонатора, получим удлинение хорды относительно величины a, равное 6×10-4 м. Решая уравнение для прямоугольного треугольника с катетами a и f и гипотенузой (a + 6×10-4 м), получим значение
f = 140 мкм. Незначительная разница в результатах обусловлена, скорее всего, неточностью измерения
геометрических параметров структуры ПЧЭ.
Библиографический список
1. Д. Морган «Устройства обработки сигналов на поверхностных акустических волнах», «Радио и связь». – М., 1990, 415 с.
2. 2.П.Новиков Авторское свидетельство №27252(РФ) "Первичный чувствительный элемент на поверхностных акустических волнах для измерения давления".
3. В.А.Шубарев, С.В.Богословский, Г.А.Сапожников, В. В. Перлюк “Основы микросхемотехники”, Санкт-Петербург, 2008.
4. L.Le Brizoual, F. Sarry, F. Moreira, O. Elmazria. FEM modeling of surface acoustic wave in diamond layered structure.
phis.stat.sol. (a) 203, No. 12, 3179-3184 (2006).
5. G.Scheerschmidt, K.J. Kirkl, G. McRobbie. Finite Element Analysis of Resonant Frequencies in Surface Acoustic Wave Devices.
Excerpt from the Proceeding of the COMSOL Users Conference 2006, Birmingham.
_________
УДК 629.735.33
В. В. Тарасов – магистр кафедры аэрокосмических приборов и измерительно-вычислительных
комплексов
Ю. П. Иванов (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ МЕТОДА ОЦЕНКИ
ДОСТОВЕРНОСТИ ПРОГНОЗИРОВАНИЯ НАВИГАЦИОННЫХ ПАРАМЕТРОВ
Рассмотрим случайный нормальный стационарный скалярный процесс X (t ) , определенный на
интервале времени t  0, T  , корреляционная функция которого K ( )   x2 exp  x   Оценим достоверность априорного прогнозирования D0(T) невыхода навигационного параметра X(t) за пределы поля
допуска ( AH (t ), AB (t )) на заданном интервале времени T. В начальный момент времени t  0 вероАв( 0)
ятность нахождения навигационного параметра определяется выражением D0 (0) 
 f (X
0
)dX 0 .
Aн ( 0)
Представим процесс X (t ) на интервале времени T частичной суммой из N слагаемых ряда
Карунена–Лоэва рассматриваемого случайного процесса [1]:
N
X (t )   С k k (t )
(1)
k 1
k (t ) – ортонормированный базис, для которого задано скалярное произведение:
k   
x
1
k
1
1
dk
 
T

sin  k     k  ,
2
2
 
(2)
На основании выражения (1) можно утверждать, что область G0 допустимых значений случайных величин С k , k  1, N , полученная исходя из условия невыхода навигационного параметра за заданные границы на интервале времени прогнозирования, должна удовлетворять неравенствам:
N
 C нk  нk  k t   h Aвн (t )  m x 
 k 1
,
(3)
G0 :  N
 C   t   h Aн (t )  m 
нk
нk
k
н
x

k 1
57
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Aв н  Aв  х , Aн н  Aн  х – нормированные верхняя и нижняя граница поля допуска соответственно, которая в общем случае может быть и нестационарной, что позволяет решать задачу для
процессов с различными корреляционными функциями, в том числе и для процессов являющихся нестационарными, но в этом случае базис Карунена–Лоэва не будет являться оптимальным в смысле
скорости сходимости. Выявить оптимальный базис задача не простая и не рассматривается в ходе выполнения работы.
Тогда достоверность априорного прогнозирования D0 (T ) невыхода навигационного параметра
X (t ) за пределы поля допуска ( AH (t ), AB (t )) на заданном интервале времени T, будет определена
 1 N 2

exp
C нk  .
N
  2 
k 1

2  2
G0
Область G0 , полученная из неравенства (3), представляет собой довольно сложную фигуру и
для упрощения взятия интеграла она достаточно точно аппроксимируется N-мерным ромбом (рис. 1).
следующим выражением D 0 (T ) 
eff ( Aв, Ан, T , N )
Рис. 1. Аппроксимация ромбом двумерной области G0 , полученной из неравенства (3)
Как это видно из рисунка фигура, в общем случае не симметрична, т.е. по координате C1 имеется смещение – некоторая точка (в дальнейшем C10 ) в которой компонента C 2 имеет экстремумы.
В этом случае достоверности априорного прогнозирования при N  1 D10 (T ) может быть
C 1 max
eff
1

exp  C12 dC1 , где C1min, C1max, C 2 min,
2  2 C1 min  2 
C 2 max – экстремумы соответствующих компонент.
Рассмотрим задачу оценки достоверности прогнозирования невыхода навигационного параметра
за пределы поля допуска ( AH (t ), AB (t )) на интервале времени 0, T  в случае, когда значение параметра в момент времени t  0 точно известно X (0)  X 0 . Чтобы решить поставленную задачу необходимо рассмотреть нормальный нестационарный процесс изменения навигационного параметра
X (t ) с корреляционной функцией [2]:
(4)
K (t1 , t 2 )   x2 exp   x t1  t 2  exp  x t1  t 2 ,
определена выражением D10 (T ) 
математическим
ожиданием
1

m   x 0 e

 
 mx
и
среднеквадратичным
отклонением
     х  1  exp 2 x  , где mx ,  x – математическое ожидание и среднеквадратичное отклонение навигационного параметра после переходного процесса в установившемся режиме.
Оценим достоверность априорного прогнозирования Do (T ) невыхода навигационного параметра X (t ) за пределы поля допуска ( AH (t ), AB (t )) на заданном интервале времени T. В начальный мо-
58
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
мент времени t  0 вероятность нахождения навигационного параметра может быть определена из
следующего выражения:
D0 (0)  0 , если X 0  ( AH (0), AB (0))
D0 (0)  1 , если X 0  ( AH (0), AB (0))
Представим процесс X (t ) на интервале времени 0, T  частичной суммой из N-слагаемых, подобно тому, как представлен стационарный процесс в виде ряда Карунена–Лоэва.
С учетом того, что корреляционная функция нестационарного процесса имеет вид выражение (4)
ряд, представленный выражением (1), уже не будет рядом Карунена–Лоэва, а будет обобщенным рядом Фурье ортонормированный базис – выражение (2) не будет оптимальным. Найти оптимальный базис это довольно не простая задача и в ходе данной работы не рассматривалась.
Область коэффициентов G0 обобщенного ряда Фурье определяется из неравенства:
N
 C нk  Knk ,k (T )  k t   S (T )  hh Aвн (t )  m 
 k 1
,
(5)
G0 :  N
 C  t    Kn (T )  S (T )  hh Aн (t )  m 
нk k
k ,k
н

k 1
При разложении нестационарного процесса X (t ) на интервале времени 0, T  частичной суммой из N-слагаемых в ряд (1) по базису (6) необходимо также учитывать корреляцию этих слагаемых,
которые для нестационарного случайного процесса не являются независимыми случайными величинами. Тогда достоверность априорного прогнозирования D0 (T ) невыхода навигационного параметра
X (t ) за пределы поля допуска ( AH (t ), AB (t )) на заданном интервале времени T, будет определена
следующим выражением:
effn ( Aв , Ан, T , N )
 1

(6)
D 0 (T ) 
  exp  C T  R 1  C  ,
1
N
2
2


2  2  R N
G0
Область G0 , полученная из неравенства (5), представляет собой довольно сложную фигуру, и
для упрощения взятия интеграла аппроксимируем ее N-мерным ромбом рис. 2
Рис. 2. Аппроксимация ромбом двумерной области G0 , полученной из неравенства (5)
Как это видно из рисунка фигура по координате С1 имеется смещение – некоторая точка (в дальнейшем C10 ) в которой компонента C 2 имеет экстремумы. Так же фигура чуть смещена по координате C 2 , в которой компонента C1 имеет экстремумы. Назовем эту точку C 20 .
В этом случае достоверность априорного прогнозирования при N  1 D10 (T ) может быть опeffn
C 1 max
1

exp  C12 dC1 , где C1min,
2  2 C1min  2 
C 2 max – экстремумы соответствующих компонент.
ределена по выражению D10 (T ) 
1


59
C1max,
C 2 min,
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Был проанализирован метод решения задачи прогнозирования невыхода навигационного параметра для стационарного и, что наиболее важно в случае нестационарного процесса, его изменения.
Кроме статистического других простых инженерных методов получения решения задачи прогнозирования в случае нестационарного процесса в настоящее время только один. Исследование показывает,
что такой метод существует, но нуждается в доработке. Доработка данного спектрально- марковского
метода для нестационарного случая может быть реализована двумя способами: нахождение оптимальной поправки, нахождения оптимального базиса.
При этом второй способ значительно тяжелее в плане его дальнейшей реализации, но в то же
время даст больший эффект.
Преимущества этих методов заключаются в: простоте реализации, возможности решать задачу в
случае нестационарности т.е. вполне определенных начальных условиях, возможности решать задачу
в случае переменных границ поля допуска, что позволяет так же решать подобную задача для различного набора корреляционных функций.
Библиографический список
1. Перов В.П. Прикладная спектральная теория оценивания. М. Наука, 1982. 231с.
2. Пугачев В.С. Теория случайных функций и ее применение к задачам оптимального управления. М.: Физматгиз, 1962. 135с.
_________
УДК 519.24681.5.015
К. В. Трусова – студентка кафедры компьютерного проектирования аэрокосмических измерительновычислительных комплексов
Ю. П. Иванов (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ ФИЛЬТРАЦИИ СИГНАЛОВ НА ОСНОВЕ АДАПТИВНОГО АЛГОРИТМА
ПО ОБНОВЛЯЕМОЙ ПОСЛЕДОВАТЕЛЬНОСТИ
При поиске оптимальных алгоритмов обработки сигнала неизбежно приходится опираться на некоторые статистические модели сигналов и шумов. Чаще всего при формировании этих моделей используются концепции линейности, стационарности и нормальности (гауссовости). Однако перечисленные принципы далеко не всегда выполняются на практике, а от адекватности выбранной модели в значительной мере зависит качество приема сигнала. Встречаются, как правило, такие ситуации, в которых априорная статистическая информация либо известна приближённо, либо полностью отсутствует.
В этом случае условия модельных задач оказываются нарушенными, алгоритмы оценивания становятся неоптимальными, а формируемые ими оценки могут стать несостоятельными и, более того, оказаться расходящимися. Возможным решением проблемы является использование адаптивных фильтров, которые позволяют системе подстраиваться под статистические параметры входного сигнала.
Адаптивные фильтры появились в конце 1950-х годов и прошли большой путь. Существует
большое количество адаптивных алгоритмов, различающихся вычислительной сложностью, особенностями поведения, используемыми исходными данными и структурами самих адаптирующихся систем.
Все они опираются на какие-либо теоретические сведения.
Основная задача работы заключается в выборе адаптивного алгоритма, его моделировании и
параллельном моделировании фильтра Калмана, а также в проведении сравнительного анализа полученных характеристик выбранного алгоритма и фильтра Калмана.
Исследуемый адаптивный алгоритм составлен на основе алгоритма с обратной связью по обновляемой последовательности из источника [1]. В книге приведено несколько алгоритмов, различающихся между собой степенью априорной неопределённости статистических характеристик сигнала, моделями системы и измерений, принципом оценивания сигнала, а также структурой. Все приведённые
алгоритмы составлены на основе адаптивного байесового подхода и являются параметрическими
адаптивными алгоритмами оценивания, т. е. такими алгоритмами, которые на основе обработки изме60
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
рительной информации способны давать оценку требуемых компонент случайных процессов и восстанавливать статистические характеристики априорного описания динамической системы и измерений.
Большинство приведённых алгоритмов удовлетворяют принципу сходимости к фильтру Калмана.
Среди этих алгоритмов алгоритм по обновляемой последовательности оказался наиболее привлекательным для исследования по причине его достаточной простоты, а также отсутствия очевидных
недостатков.
Алгоритм по обновляемой последовательности построен таким образом, что нет необходимости
оценивать корреляционные матрицы погрешностей измерений, т. к. эти оценки зависят от матриц и
векторов, определяющих матрицу корреляционных моментов. В матрице корреляционных моментов
содержится описание связи между предыдущими измерениями и текущим измерением. Достаточно
найти оценки выше обозначенных матриц и векторов, чтобы восстановить матрицу корреляционных
моментов и получить оценку сигнала.
Принцип действия алгоритма заключается в ниже перечисляемых процедурах.
 накопление измерительной информации и формирование вектора состояния системы, содержащего предыдущие измерения;
 усреднение вектора состояния системы;
 вычисление дисперсии ошибки оценки текущего измерения;
 вычисление матрицы корреляционных моментов;
 получение оценки сигнала.
Адаптивный алгоритм и фильтр Калмана [2] смоделированы в системе MathCAD. В качестве начальных положений рассматривается линейная стационарная система. Сигнал представлен в пространстве состояний, имеет экспоненциальный спектр и является марковским процессом первого порядка. Полезный сигнал является более высокочастотным по отношению к помехе. В качестве помехи
рассматривается белый шум, некоррелированный с полезным сигналом. Известна размерность вектора состояния системы. Неизвестны дисперсии полезного сигнала и помехи. В рассматриваемом алгоритме восстанавливается матрица корреляционных моментов системы. За критерий оценивания принята дисперсия ошибки оценки сигнала. Исследования алгоритма проводятся в диапазоне интервала
корреляции равном 3 – 300 с, диапазоне соотношения сигнала/шума равном 0,1 – 10 и интервале дискретизации равном 2 с. Необходимо получить оценку сигнала на выходе, а также исследовать время
адаптации, эффективность фильтрации (в качестве критерия оценки эффективности здесь принимается отношение дисперсии полезного сигнала к дисперсии ошибки оценки сигнала и отношение дисперсии помехи к дисперсии ошибки оценки), помехозащищённость и робастность.
Таким образом, по результатам моделирования и проведению сравнительного анализа можно
сделать следующие выводы.
1. При времени адаптации равном примерно 170 секунд:
 оценка адаптивного алгоритма не отличается от оценки фильтра Калмана;
 эффективность фильтрации по полезному сигналу превосходит в 100 раз эффективность
фильтрации по помехе адаптивного фильтра. Полученные значения практически не отличаются от значений эффективности фильтрации фильтра Калмана.
2. Помехозащищённость и робастность адаптивного алгоритма будут не хуже, чем у фильтра
Калмана, поскольку алгоритм подстраивается под неизвестные параметры входного сигнала.
3. Рассмотренный адаптивный алгоритм позволяет получить оценку сигнала при заданных исходных данных в условиях обозначенной степени априорной неопределённости с показателями, незначительно отличающимися от показателей фильтра Калмана.
4. Адаптивный фильтр с выбранными исходными данными может применяться в тех случаях,
когда необходимо отделить низкочастотный сигнал от высокочастотной помехи.
5. К достоинствам рассмотренного адаптивного алгоритма при заданных начальных данных
относятся:
 простота алгоритма;
 достаточно быстрая сходимость к фильтру Калмана;
 сравнительно малое время адаптации;
61
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
 значительное преимущество по эффективности фильтрации полезного сигнала к шуму.
Ценность адаптивной фильтрации имеет большое значение, когда неизвестны параметры входного сигнала измерителя. Поэтому адаптивная фильтрация эффективно применяется во многих областях.
Библиографический список
1. Огарков М. А. Методы статистического оценивания параметров случайных процессов: монография. М.: Энергоатомиздат, 1990. 208 с.
2. Бабич О. А. Обработка информации в навигационных комплексах: научное издание. М.: Машиностроение, 1991. 511 с.
3. Медич Дж. Статистически оптимальные линейные оценки и управление: Пер. с англ. М.: Энергия, 1973. 440 с.
4. Сейдж Эндрю П. Оптимальное управление системами: Пер. с англ. М.: Радио и связь, 1982. 392 с.
_________
УДК 519.2+681.3
С. Н.Филиппов – студент кафедры аэрокосмических приборов и измерительно-вычислительных
комплексов
Ю. П. Иванов (канд. техн. наук, доц.) – научный руководитель
ИССЛЕДОВАНИЕ АЛГОРИТМА ФИЛЬТРАЦИИ СИГНАЛА НА ОСНОВЕ МЕТОДА «ГУСЕНИЦА»
В УСЛОВИЯХ ПОЛНОЙ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ
Методы оптимального оценивания параметров по мере поступления измерительной информации
широко применяют в различных областях техники. Оптимальные алгоритмы оценивания являются результатом решения соответствующих модельных задач при наличии полной априорной статистической
определённости относительно моделей сигналов, помех и погрешностей. На практике же, как правило,
встречаются такие ситуации, в которых априорная статистическая информация либо известна приближенно, либо полностью отсутствует. В этом случае условия модельных задач оказываются нарушенными, полученные алгоритмы оценивания становятся неоптимальными, а формируемые ими оценки
могут стать несостоятельными и, более того, оказаться расходящимися.[1]
Степень априорной неопределенности может быть различной:
1. Полная априорная статистическая неопределенность: Неизвестны ни виды, ни параметры законов распределения вероятностей компонент оцениваемых и измеряемых случайных процессов. Заданы лишь допустимые конечные области, в которых изменяются соответствующие компоненты случайных процессов.
2. Частичная априорная статистическая неопределенность: закон распределения компонент
оцениваемых и измеряемых случайных процессов известен с точностью до некоторой совокупности
параметров.
В данной работе исследуется метод фильтрации сигналов «Гусеница» в условиях непараметрической априорной неопределенности на основе сравнения с оптимальным фильтром Калмана. Гусеница-SSA был разработан одновременно и независимо в США и России и использовался для распознавания образов и обработки детерминированных сигналов. Как алгоритм фильтрации для стохастического процесса он используется в этой работе впервые. Предполагается, что модель измерения линейная с аддитвной погрешностью, некоррелированной с полезным сигналом.
Входным сигналом устройства фильтрации является реализация результата измерения, полученная от датчика информации. Первый этап обработки сигнала включают в себя анализ полученной
реализации. Для анализа временного ряда выбирается целый параметр L; назовем его длина окна.
Параметр L может выбираться достаточно произвольно. Затем на основе ряда строится траекторная
матрица, столбцами которой являются скользящие отрезки ряда длины L: с первой точки по L-ю, со
второй по (L + 1)-ю и т. д. Следующий шаг - это сингулярное разложение траекторной матрицы в сумму
62
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
элементарных матриц. Каждая элементарная матрица задается набором из собственного числа и двух
сингулярных векторов - собственного и факторного.
Предположим, что исходный временной ряд является суммой нескольких рядов. Теоретические
результаты позволяют при некоторых условиях определить по виду собственных чисел, собственных и
факторных векторов, что это за слагаемые и какой набор элементарных матриц соответствует каждому
из них. Суммируя элементарные матрицы внутри каждого набора, и затем, переходя от результирующих матриц к ряду, мы получаем разложение ряда на аддитивные слагаемые, например, на сумму
тренда, периодики и шума или на сумму низкочастотной и высокочастотной составляющих. В качестве
показателя оптимальности фильтрации был разработан критерий, коррелированный с дисперсией
ошибки оценки, но не требующий априорных данных.
Таким образом, целью метода является разложение временного ряда на интерпретируемые аддитивные составляющие. При этом метод не требует стационарности ряда, знания модели тренда, а
также сведений о наличии в ряде периодических составляющих и их периодах. При таких слабых предположениях метод Гусеница-SSA может решать различные задачи, такие как, например, выделение
тренда, обнаружение периодик, сглаживание ряда, построение полного разложения ряда в сумму тренда, периодик и шума.
Такой широкий спектр возможностей при достаточно слабых предположениях заключается в
идеологии метода, не требующего полного знания модели измерения. Для проверки гипотезы о наличии помехи измерения и фильтрации сигнала вообще требуется построение модели, которое может
быть проведено с помощью метода Гусеница-SSA. Отметим также, что рассматриваемый непараметрический метод позволяет получить результаты часто лишь незначительно уступающие по точности
параметрическим методам фильтрации.[2]
По результатам моделирования стало известно, что по дисперсии ошибки оценки Гусеница-SSA
в диапазоне отношения СКО сигнал/шум от 0.5 до 10 Гусеница-SSA дает лучшие результаты чем метод
основанный на фильтре Калмана, но по среднеквадратическому отклонению Калман на 1 – 2 % лучше
Гусеницы. Также было выяснено, что на качество результата больше всего влияет шаг группировки.
Был разработан критерий для шага группировки, который коррелирован с дисперсией ошибки оценки,
но не требует априорных данных. Таким образом, было сохранено главное достоинство алгоритма –
возможность работы в условиях полной априорной неопределенности. Также во время моделирования
было обнаружено, что параметр длины окна лучше всего брать равным 1/4 – 1/3 от длины обрабатываемой последовательности.
Библиографический список
1. Огарков М.А. Методы статистического оценивания параметров случайных процессов. М.: Энергоатомиздат, 1990. 208 с.
2. Голяндина Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: Учеб. пособие. СПб., 2004. 76 с.
_________
УДК 621.391.01
И. А. Шаронова – студентка кафедры компьютерного проектирования аэрокосмических приборов и
измерительно-вычислительных комплексов
В. Г. Никитин (канд. техн. наук, доц.) – научный руководитель
АНАЛИЗ ВЛИЯНИЯ СТЕПЕНИ ИНТЕГРАЦИИ
ИНЕРЦИАЛЬНО-СПУТНИКОВОЙ СИСТЕМЫ НА ЦЕЛОСТНОСТЬ
Превращение гражданской авиации в один из основных видов пассажирского транспорта выдвигает в первый ряд проблемы безопасности и регулярности полетов. При этом особое внимание уделяется сложнейшим этапам полета – заходу на посадку и посадке воздушного судна (ВС). Многолетние
статистические данные показывают, что более половины нарушений расписания полетов происходят
из-за ограничений по метеорологическим условиям, от которых зависит выполнение надежной посадки
63
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
самолета в аэропорту назначения, и более трети всех летных происшествий на мировом воздушном
транспорте имеют место при заходе на посадку и посадке (аварийность на этих этапах в 10 – 15 раз
больше, чем средняя аварийность в течение полета) [1]. Поэтому к бортовым системам посадки
предъявляются высокие требования к точности и достоверности (целостности), доступности (готовности) и непрерывности определения линейных боковых отклонений и отклонений по высоте от заданной траектории посадки и отклонений по скорости ВС при любых метеоусловиях. Под целостностью
понимается способность системы информировать потребителя о выходе текущих погрешностей измерений за заданные пределы. При этом в качестве количественной характеристики целостности обычно
используются вероятность и среднее время обнаружения соответствующего ухудшения качества измерений.
Применение глобальных спутниковых радионавигационных систем (СРНС), таких как GPS и
ГЛОНАСС, позволяет определять пространственное местоположение и скорость ВС с высокой точностью в любое время суток при любых метеоусловиях практически в любой точке земного шара и, тем
самым, существенно повысить безопасность полетов [2].
Требования к точности захода на посадку сформулированы, обобщены и приведены в Российском радионавигационном плане (РРНП), учитывающем положения документов таких международных
организаций как ИКАО (Международная организация гражданской авиации) [3]. Точность определения
координат (СКО) для точного захода на посадку по I, II и III категориям имеет значение соответственно
4.5…8.5, 2.3…2.6, 2.0 м, а по высоте – 1.5…2, 0.7…0.85, 0.2…0.3 м. Требования к целостности для захода и посадки по I, II и III категориям ИКАО составляют 0.999999, 0.9999999 и 0.9999999995 при доступном времени предупреждения не более 1 с.
СРНС не удовлетворяет точностным требованиям, поэтому применяют метод дифференциальной навигации, который обеспечивает (в специальных случаях) точность до нескольких десятков сантиметров. При отказе аппаратуры приема дифференциальных данных (АПДД) точный заход на посадку
не возможен.
АПДД как и приемник СРНС являются радиотехническими устройствами и обладают рядом недостатков: подверженностью внешним помехам, пропаданием сигнала (например, при возникновении
затенений), задержкой сигнала, вызванные влиянием тропо- и ионосферы, погрешностью из-за многолучевости. Поэтому для надежного обеспечения захода на посадку бортовая система посадки кроме
спутниковой навигационной системы должна включать и автономную, например инерциальную навигационную систему (ИНС). Такое объединение позволяет определять навигационные параметры при недоступности спутников, контролировать целостность СРНС за счет избыточной информации от ИНС и
корректировать ИНС по информации от спутников.
При заходе на посадку особенно жесткие требования предъявляются по высоте. Поэтому в бортовую систему посадки необходимо включить СВС (или БВ), которая также обеспечивает систему информацией о скорости.
Таким образом, бортовая инерциально-спутниковая навигационная система посадки (ИСНСП)
состоит из приемника СРНС, ИНС, СВС/БВ, АПДД и двух вычислителей, первый (на основе фильтра
Калмана) обрабатывает информацию от интегрированной части, а второй осуществляет построение
глиссады. Все блоки системы посадки должны быть дублированы (резервированы).
Существуют несколько степеней интеграции СРНС и ИНС: разомкнутая, слабосвязная, сильносвязная и глубоко интегрированная [3]. На рис. 1. представлена обобщенная схема ИСНСП.
При разомкнутой схеме отсутствуют обратные связи между ИНС и приемником СРНС, а также
между первым вычислителем и приемником СРНС. Здесь комплексирование приемника СРНС и ИНС
осуществляется по выходам и не влияет на работу систем в отдельности. В вычислителе 1 осуществляется совместная обработка данных от СРНС и ИНС (в данной работе специфика комплексирования
не рассматривается). По данным первого вычислителя осуществляется коррекция ИНС заключающаяся в периодическом перезапуске алгоритма ИНС с новыми начальными условиями. Сигналы с первого
вычислителя, приемника СРНС и ИНС поступают во второй вычислитель, где обрабатываются с учетом дифференциальных поправок и показаний СВС (или БВ).
При такой схеме комплексирования получаются более точные оценки координат пространственного местоположения и скоростей ВС (рост погрешностей во время сбоя СРНС по координатам умень64
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
шился с 3000 до 70 м (за 1000 с) и по скорости с 2 до 0.2 м/с без дифференциальных поправок [4]), и
сохраняется возможность получения отдельной информации от ИНС и СРНС. Однако данная схема
обладает малым быстродействием, и существует опасность не уложиться во временные требования к
контролю целостности.
Рис.1. Обобщенная структурная схема бортовой ИСНСП
Слабосвязная схема отличается от разомкнутой только наличием обратной связи между ИНС и
приемником СРНС. Приемник использует информацию от ИНС для более надежного и быстрого восстановления захвата сигнала от спутника после его потери. Такая схема по-прежнему не отвечает временным требованиям контроля целостности.
При сильносвязном комплексировании приемник СРНС и ИНС не связаны со вторым вычислителем, а также отсутствуют обратные связи между приемником СРНС, первым вычислителем и ИНС.
Инерциальная система здесь представлена только датчиками первичной информации (гироскопами и
акселерометрами), данные от которых обрабатываются в первом вычислителе. Вычислитель 1, помимо обработки инерциальной информации, реализует алгоритм комплексирования и выдает информацию в приемник СРНС для более быстрого вхождения в режим слежения. Вычислитель 2 производит
совместную обработку сигналов от первого вычислитель, СВС (или БВ) и АПДД. Такая схема позволяет
повысить помехоустойчивость системы и увеличить точность, однако при этом теряется информационная избыточность, так как получение отдельных данных от инерциальной и спутниковой составляющих
становится невозможным. Реализация данной схемы требует значительных вычислительных ресурсов,
но позволяет сократить стоимость оборудования за счет возможности использования дешевых инерциальных датчиков.
Схема глубокой интеграции отличается от сильносвязной тем, что приемник СРНС представлен
только радиочастотной частью, генератором кодов и коррелятором. При этом расчет навигационной
информации осуществляется первым вычислителем, так же как и обработка инерциальных данных и
комплексирование. Поэтому реализация такой схемы требует огромных вычислительных ресурсов.
65
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
Данная схема подразумевает обработку данных интегрированной части на уровне первичной информации, позволяет увеличить точность и помехозащищенность, а так же быстродействие системы и
уменьшить габариты аппаратуры.
При исследовании влияния степени интеграции на целостность ИСНСП воспользуемся графоаналитическим методом контроля целостности на основе использования динамической модели изменений состояний системы, определяемой дискретным марковским процессом [5]. При этом все потоки,
переводящие систему из одного состояния в другое, являются пуассоновскими. Для каждой схемы интеграции составляется граф состояний системы, в котором пуассоновский поток, переводящий систему
из одного состояния H i в другое H j , характеризуется интенсивностью потока событий H j –
ij (t ) , которая может быть любой неотрицательной функцией времени, i, j  1, n , где n конечное
множество возможных состояний системы. По полученному графу составляется система дифференциальных уравнений Колмогорова для вероятностей состояний Pi , i  1, n . После их решения рассчитываются значения показателя целостности системы и вероятностей ложного и необнаруженного отказов по формулам:
PИСПР
РИСПР  РЛО  РНО
PЛО
 (t ) 
РИСПР  РЛО  РНО
PНО
 (t ) 
РИСПР  РЛО  РНО
Ц (t ) 
(1)
(2)
(3)
где РИСПР – вероятность полной исправности системы, РЛО – вероятность ложного отказа, РНО –
вероятность необнаруженного отказа.
Для разомкнутой и слабосвязной схем ИСНСП графы состояний будут одинаковыми (рис. 2):
Рис. 2. Граф состояний ИСНСП при разомкнутой схеме
66
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
H1 – состояние полной работоспособности ИСНСП, т.е. это такое состояние системы, при которой
навигационная информация, выдаваемая потребителю, удовлетворяет техническим требованиям и
может обеспечить точный заход на посадку;
H2÷5,8,9 – состояния ИСНСП, соответствующие обнаруживаемым отказам одной её компоненты
(2÷5, 8, 9) или несвоевременностью поступления сигналов, при которых навигационная информация,
выдаваемая потребителю, не удовлетворяет техническим требованиям и не может обеспечить точный
заход на посадку: H2 – состояние интегрированной части, H3 – состояние СВС, H4 – состояние АПДД, H5
– состояние вычислителя 2, H8 – состояние приемника СРНС, H9 – состояние ИНС;
H6 – состояние ИСНСП, при котором навигационная информация, выдаваемая потребителю,
удовлетворяет техническим требованиям точного захода на посадку самолёта, но вследствие ложных
отказов принято решение, что получаемая навигационная информация недостоверна и экипаж не может пользоваться данной системой;
H7 – состояние ИСНСП, при котором навигационная информация, выдаваемая потребителю, не
удовлетворяет техническим требованиям и не может обеспечить точный заход на посадку, но вследствие необнаруженных отказов принято решение о том, что получаемая навигационная информация соответствует техническим требованиям точного захода на посадку по I категории ИКАО.
Начальные условия для моделирования [2, 5]:
 интенсивности отказов: 12 = 16 10 7 , 13 = 5 10 7 , 14 = 4 10 7 , 15 = 3 10 7 ,
18 = 10 10 7 , 19 = 3 10 7 ;
 интенсивность ложных отказов 16 = 1  10 8 ;
 интенсивности необнаруженных отказов 27 = 37 = 47 = 57 = 87 = 97 = 5 10 1 ;
 интенсивности восстановления, 1/с: 21 = 31 = 41 = 51 = 81 = 91 = 3600 ;
 интенсивность восстановления после ложных отказов 61 = 0;
 интенсивность восстановления после необнаруженных отказов 71 = 0.
Система дифференциальных уравнений соответствующая данному графу:
dP1 (t )
  ( 12  13  14  15  16  18  19 ) P1 (t )   21 P2 (t )   21 P2 (t ) 
dt
  31 P3 (t )   41 P4 (t )   51 P5 (t )   61 P6 (t )  71 P7 (t )  81 P8 (t )   91 P9 (t )
dP2 (t )
 12 P1 (t )  ( 21   27 ) P2 (t )
dt
dP3 (t )
 13 P1 (t )  ( 31   37 ) P3 (t )
dt
dP4 (t )
 14 P1 (t )  ( 41   47 ) P4 (t )
dt
(4)
dP5 (t )
 15 P1 (t )  ( 51  57 ) P5 (t )
dt
dP8 (t )
 18 P1 (t )  ( 81  87 ) P8 (t )
dt
dP9 (t )
 19 P1 (t )  ( 91   97 ) P9 (t )
dt
dP6 (t )
 16 P1 (t )   61 P6 (t )
dt
dP7 (t )
  27 P2 (t )   37 P3 (t )   47 P4 (t )  57 P5 (t )  87 P8 (t )   97 P9 (t )   71 P7 (t )
dt
Тогда целостность системы:
P1 (t )
Ц (t ) 
(5)
P1 (t )  P6 (t )  P7 (t )
67
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
условная вероятность ложного отказа:
P6 (t )
(6)
P1 (t )  P6 t )  P7 (t )
условная вероятность необнаруженного отказа:
P7 (t )
 (t ) 
(7)
P1 (t )  P6 (t )  P7 (t )
Решение уравнений (5 – 7) было проведено в пакете Mathcad методом Рунге-Кутты при следующих значениях: общее время полёта самолёта T=3 часа включая время захода на посадку равное
15 мин., t 0  0, P1 (0)  1, P  0, i  2,5,8,9 , интервал дискретизации Δ=T/5000. Результаты предi
ставлены в виде графиков на рис. 3, 4 .
Из графиков видно, что значение показателя целостности системы уменьшается со временем от
1 до 0.9999999684, причем во время начала захода на посадку он равен 0.999999971, что удовлетворяет требованиям I и II категориям ИКАО. Вероятность ложного отказа возрастает со временем с
6 10 12 до 3 10 8 , а во время начала захода на посадку равна 2.75 10 8 . Вероятность необнаруженного отказа тоже возрастает со временем с 2.3 10 13 до 1.6 10 9 , а во время начала захода на
посадку равна 9.5 10 10 .
 (t ) 
Рис. 3. Зависимость показателя целостности Ц(t) разомкнутой
(слабосвязной) схемы от времени полёта
Рис. 4. Графики зависимостей вероятностей ложного α(t) и необнаруженного β(t)отказов разомкнутой (слабосвязной) схемы от времени полёта
В графе состояний сильносвязной схемы ИСНСП отсутствуют состояния H8 и H9. А интенсивность отказов интегрированной части 12 = 1.3 10 6 . В результате значение показателя целостности
68
АЭРОКОСМИЧЕСКИЕ ПРИБОРЫ И СИСТЕМЫ
системы уменьшается со временем от 1 до 0.99999996896, причем во время начала захода на посадку
он равен 0.99999997155, что удовлетворяет требованиям I и II категориям ИКАО. Вероятность ложного
отказа возрастает со временем с 6 10 12 до 3 10 8 , а во время начала захода на посадку равна
2.75 10 8 . Вероятность необнаруженного отказа тоже возрастает со временем с 1.3 10 13 до
110 9 , а во время начала захода на посадку равна 9.5 10 10 .
Граф состояний глубоко интегрированной схемы ИСНСП отличается от сильносвязной значением интенсивности отказов интегрированной части 12 = 4.2 10 8 . В результате значение показателя
целостности системы уменьшается со временем от 1 до 0.99999996948, причем во время начала захода на посадку он равен 0.99999997203, что удовлетворяет требованиям I и II категориям ИКАО. Требуемая целостность по III категории обеспечивается только в первые 3 мин. полета. Вероятность ложного отказа возрастает со временем с 6 10 12 до 3 10 8 , а во время начала захода на посадку равна
2,75  10 8 . Вероятность необнаруженного отказа тоже возрастает со временем с 7.5 10 14 до
5.2 10 10 , а во время начала захода на посадку равна 4.7 10 10 .
Вывод. Степень интеграции инерциально-спутниковой системы незначительно влияет на целостность системы посадки (с увеличением степени интеграции показатель целостности увеличивается
примерно на 5 10 10 ), а также на вероятности ложного и необнаруженного отказов (с увеличением
степени интеграции вероятность ложного отказа увеличивается примерно на 1 10 14 , а вероятность
необнаруженного отказа уменьшается примерно на 5 10 10 ). Это обусловлено тем, что данное исследование проводилось на уровне аппаратной надежности, а для полного анализа влияния интеграции на
целостность необходимо оценить и информационную надежность. Здесь под аппаратной надежностью
понимается оценка отказов, которые являются следствием возникновения критических дефектов (отказов) в элементах аппаратуры, и при которых восстановление системы возможно лишь путем замены
дефектного (отказавшего) элемента. А под информационной надежностью понимается оценка отказов,
которые возникают при отсутствии критических дефектов в элементах, и после появления которых,
система самовосстанавливается, либо для ее восстановления достаточно лишь коррекции ее внутренней информации и не требуется замены элементов [6].
Библиографический список
1. Белогородский С. Л. Автоматизация управления посадкой самолета // М.: Транспорт, 1972. 352 с.
2. Чернов В. Ю. Надежность авиационных приборов и систем: учебное пособие // СПб.: ГУАП, 2008. 148 с.
3. Соловьев Ю.А. Системы спутниковой навигации // М.: Эко-Трендз, 2000. 267 с.
4. Шатилов А.Ю. Алгоритм комплексирования приемника СРНС и ИНС по разомкнутой схеме // Радиотехника. 2008. № 7.
С. 19–25.
5. Белогурова Е.С. Графоаналитическая методика оценки целостности спутниковой навигационной системы посадки: методические указания для подготовки к лабораторной работе //. СПб.: ГУАП, 2008. 31 с.
6. Дмитриев С. П., Колесов Н. В., Осипов А. В. Информационная надежность контроль и диагностика навигационных систем // СПб.: Электроприбор, 2004. 208 с.
_________
69
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
УДК 534.232.8:534.8
Булакаев К. С. – студент кафедры электронных и телевизионных систем
Петров П. Н. (д-р техн. наук, проф.) – научный руководитель
РАДИОЧАСТОТНАЯ СИСТЕМА ИДЕНТИФИКАЦИИ ВАГОНОВ
С ПОМОЩЬЮ АКУСТОЭЛЕКТРОННЫХ УСТРОЙСТВ
В настоящее время системы автоматической идентификации получают все большое распространение. Известны, как минимум, пять разновидностей систем автоматической идентификации – оптическая, биометрическая, магнитная, акустическая и радиочастотная системы идентификации. Наиболее
удобным оказывается способ передачи данных между носителем и считывающим устройством, при
котором не требуется непосредственного контакта между этими устройствами. Такие системы получили название радиочастотные системы идентификации или сокращенно RFID-системы [1].
RFID-системы обладают рядом преимуществ – не нужен оптический или механический контакт;
RFID-метки могут использоваться даже в агрессивных и высокотемпературных средах, читаться через
грязь, краску, пар, воду, пластмассу, древесину; существует возможность использования RFIDидентификации для объектов, находящихся на больших расстояниях от считывателя и движущихся со
скоростями до 200км/час. В зависимости от объекта интереса и окружающих условий различают различные топологии исполнения RFID-систем.
RFID-системы можно применять не только в традиционных направлениях, но и использовать их
для создания автоматизированных систем учета ядерных отходов. Это достигается за счет применения ПАВ (поверхностные акустические волны) фильтров, которые не могут быть выведены из строя
мощным электромагнитным импульсом, ни радиационным излучением. Наиболее перспективным выглядит идентификация железнодорожных вагонов перевозящих важный груз.
Идентификация возможна при скорости движения вагонов до 120 км/час на расстоянии 10 метров. При этом необходимо выбрать такую антенну, чтобы фиксировались вагоны с обоих направлений;
иметь минимально возможную мощность передатчика и произвести расчет акустоэлектронной метки.
Частота радиоимпульса запроса выбирается в диапазоне 868-870 МГц, так как данный диапазон
отводиться для устройств с малым радиусом действия. В странах членах CEPT данный диапазон может использоваться и системами радиочастотной идентификации. Россия с 1995 года входит в CEPT.
При выборе антенны необходимо руководствоваться тем, что диаграмма направленности должна иметь минимальное количество боковых лепестков и фиксировать вагоны с обоих направлений.
Этим требованиям удовлетворяет симметричный четверть волновой вибратор, который к тому же обладает относительно невысокой стоимостью и небольшими габаритами. Диаграмма четвертьволнового
вибратора представлена на рис. 1 [3].
Увеличение длины вибратора приводит к расщеплению основного лепестка, т.е. к появлению боковых лепестков, основной лепесток при этом сужается. Ширина диаграммы направленности четвертьволнового вибратора в метрах вычисляется по формуле (1) и равна 4,8 метра при расстоянии до вагона 8 метров.
(1)
70
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
где
– максимальная рабочая дальность RFID-системы;
– ширина диаграммы направленности.
Период следования выбирается таким, чтобы за время нахождения вагона в зоне действия диаграммы направленности антенны приемное устройство считывало, как минимум три ответных сигнала.
При меньше количестве принятых ответных импульсов велика вероятность неправильного распознавания уникальной метки вагона. Время, которое радиочастотная метка будет находиться в поле действия
четвертьволнового вибратора равно 144 мс при максимально допустимой скорости движения поезда
120 км/ч. За это время антенна примет три ответных сигналов с периодом следования импульсов
45 мс. При меньшей скорости движения поезда принятых сигналов будет больше.
900
180
0,
0
0,
0,
0,
0
0
270
0
Рис. 1. Диаграмма направленности четвертьволнового вибратора
Мощность передатчика выбирается такой маленькой для того, чтобы избежать переотражений сигнала от близко стоящих зданий и крупногабаритных предметов, и тем самым снизить
уровень шумов и ложных сигналов на входе приемника. Для расчета мощности передатчика можно
воспользоваться формулой (2) [2]
.
(2)
где
– максимальная дальность действия считывающего устройства;
– длительность излучаемых импульсов;
– коэффициент усиления антенны по мощности; – постоянная Больцмана; –
абсолютная температура приемника; – отношение сигнал/шум;
– вносимые потери акустоэлектронной меткой.
Длительность излучаемых импульсов выбирали таким образом, чтобы укладывалось больше десяти периодов частоты формируемых радиоимпульсов.
Затухание сигнала вносимые
кварцевой акустоэлектронной метки равно 10 дБ/мкс. Длина акустоэлектронной метки равна 13 мм.
Время которое необходимо сигналу на распространение равно 4,1 мкс.
. Отношение сигнал/шум выбрано таким образом, чтобы при заданном соотношении сигнал/шум получить наибольшую
вероятность правильного обнаружения при заданной вероятности пропуска цели сигнала со случайной
начальной фазой и амплитудой. На рис. 2 представлен график зависимости вероятности правильного
обнаружения от отношения сигнал/шум при заданной вероятности пропуска цели.
Мощность передатчика в импульсе
. Такой мощности вполне достаточно для облучения ответчика и приема переизлученного ответчиком сигнала, несмотря на затухания, которые будут
при этом возникать.
В качестве кодирующего устройство используется акустоэлектронная метка на поверхностных
акустических волнах, импульсный отклик которой представляет собой радиосигналы с амплитудной модуляцией (АМ). АМ радиосигналом является группа примыкающих друг к другу импульсов,
причем каждый импульс в группе умножен на 0 или 1, в соответствии с заданным двоичным кодом. Схема акустоэлектронного кодирующего устройства представлена на ри. 3.
71
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 2. Зависимость вероятности правильного обнаружения от отношения сигнал/шум
при заданной вероятности пропуска цели
1
2
3
Рис. 3. Схема акустоэлектронного кодирующего устройства
1 – встречно-штыревой преобразователь, 2 – пьезоэлектрик, 3 – отражательная структура
Акустоэлектронное кодирующее устройство состоит из встречно-штыревого преобразователя и отражательной структуры. Отражательная структура представляет собой нанесенные на
пьезоэлектрик рефлекторы, которые и формируют уникальный идентификационный номер.
Кодирование осуществляется методом включения-выключения импульса. Возможная позиция
импульса кодирует один бит данных. Наличие или отсутствие импульса в ответном сигнале ПАВ-метки
определяется топологией расположения рефлекторов на пьезоэлектрической подложке. Каждый рефлектор создает свой импульс в ответном сигнале ПАВ-метки, при этом время задержки между отдельными импульсами пропорционально пространственному расстоянию между рефлекторами на подложке. Размещая соответственным образом рефлекторы на подложке можно сформировать требуемый
двоичный код, представляемый последовательностью импульсов ответного сигнала транспондера.
В качестве материала пьезоэлектрика выбран кварц, так как изменение температуры окружающей среды не приводит к изменению скорости распространения поверхностных акустических волн. Это
является большим преимуществом данного материала, так как вагоны с RFID-меткими могут перемещаться как на севере нашей страны, так и на юге [4].
Для данной задачи встречно штыревой преобразователь содержит 100 электродов. Ширина каждого электрода и зазора между электродами равна 1,82 мкм, что составляет половину длины волны на
частоте 868 МГц. Электроды преобразователя имеют одинаковую длину, равную 3,25 мм, причем
активная составляющая длины (перекрывающаяся часть рядом расположенных электродов) со72
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
ставляет 3 мм, а пассивная – 0,25 мм. Поэтому расстояние между суммирующими шинами составляет 3 мм. Ширина суммирующих шин выбрана равной 1 мм.
Протяженность встречно-штыревого преобразователя вычисляется по формуле (3) и равна
3,64 мм.
(3)
где
– число электродов ВШП, – период следования электродов ВШП.
Период структуры отражателей на поверхностных акустических волнах равен 1,82 мкм. Периодическая отражающая структура содержит 28 отражателей. Расстояние между отражателями и ширина
отражателей равна 1,82 мкм. Первые и последние два отражателя являются служебными: определяют
момент начала и конца прихода ответных импульсов. При использовании 24 информативных отражателей возможно 16777216 вариантов кодирования.
Длина отражательной структуры вычисляется по формуле (4) и равна 102 мкм
(4)
Расстояние между ВШП и отражательной структурой нужно выбирать из условия 3*Двшп. Где Двшп
это размер апертуры ВШП. Расстояние равно 9 мм. При этом расстоянии фазовый фронт распространяющейся волны не изменится, а также не будет электрических наводок от ВШП. Акустоэлектронная
метка содержит поля, равные 2 мм.
Длина акустоэлектронной метки равно 15 мм, высота равна 10 мм.
Данное устройство полностью удовлетворяет целям точной идентификации вагонов.
Библиографический список
1. Справочник по RFID / К. Финкенцеллер: Додека XXI век 2008.
2. Справочник-задачник по радиолокации / В. В. Васин, Б. М. Степанов: Советское радио, 1977.
3. Устройства СВЧ и антенны / Д. И. Воскресенский: Сов.радио, 1972
4. Фильтры на поверхностных акустических волнах. Расчет, технология и применение. / Г. Мэттьюз 1981
_________
УДК 629.735.33
А. О. Иванов – студент кафедры электронных и телевизионных систем
В. М. Смирнов (канд. техн. наук, доц.) – научный руководитель
ОБЗОР ПРИНЦИПОВ МАСТЕРИНГА ЗВУКА С ПОМОЩЬЮ АУДИО-ПРОГРАММ
Мастеринг (англ. master) – первоначально производство эталонного носителя, копией которого
является потребительский носитель аудиозаписи (компакт-диск, виниловая пластинка, магнитофонная
кассета). Впоследствии мастерингом стали называть процесс подготовки финального звучания музыкальной композиции. В настоящее время мастеринг осуществляется двумя способами: ручным и автоматическим. Первый предполагает работу человека-оператора, который корректирует композицию разбитую на звуковые дорожки, осуществляет фильтрацию, нормализацию трэков, оперируя программными пакетами и плагинами. Этот способ является длительным трудоемким дорогим, но при этом высококачественным. Второй способ – сравнительно новый. В результате проведенного поиска, можно сделать вывод, что существует достаточно мало дешевых доступных пользователям программ, позволяющих осуществить анализ музыкального трека и его автоматический мастеринг. Тема оказалась достаточно интересной для ее развития и доработки, так как если качество обработки приближено к ручному методу с исключением участия человека-оператора, очевидна экономия временных и денежных
затрат на мастеринг, что несомненно является актуальной задачей.
73
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Все процессы обработки, записи и воспроизведения звука, так или иначе, создаются и совершенствуются с одной лишь целью – улучшить и максимально приблизить цифровой звук к живому. Необходимо знать, как слуховая система расшифровывает звуковой образ, установить основные соответствия
между физическими стимулами и слуховыми ощущениями. Это принципиально важно для обеспечения
качественного мастеринга. Так, исследования нижней границы слуха показали, что минимальный порог
слышимости звука зависит от частоты, таким образом была получена зависимость для абсолютного
порога слышимости от частоты, и участок наибольшей чувствительности находится в диапазоне от
1 кГц до 5 кГц. Кривая абсолютного порога слышимости является частным случаем более общих – кривых одинаковой громкости. Кривые одинаковой громкости (рис.1) – это линии, на которых человек
ощущает звук разных частот одинаково громким.
Рис. 1. Кривые равной громкости для различных значений уровня сигнала
Одним из важных свойств слуховой системы, широко используемым в современных технологиях
цифровой звукозаписи и обработки, является эффект слуховой маскировки. Эффект маскировки связан
с процессом взаимодействия сигналов, что приводит к изменению слуховой чувствительности к маскируемому сигналу в присутствии маскирующего. Эффекты слуховой маскировки могут быть разделены
на следующие основные группы:
 одновременное (моноуральное) маскирование;
 временное (неодновременное) маскирование;
 центральное (бинауральное) маскирование;
 бинауральное демаскирование;
 постстимульное утомление.
При мастеринге используется ограниченный набор эффектов и порядок обработки обычно такой:
 эквалайзер;
 многополосные динамические эффекты;
 эффекты стереопанорамы;
 максимизатор громкости.
Эквалайзер – устройство или компьютерная программа, позволяющая выравнивать амплитудночастотную характеристику звукового сигнала, то есть корректировать его амплитуду избирательно, в
74
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
зависимости от частоты. Применение эквалайзера позволяет добиться одинакового по громкости звучания инструментов, играющих на различных частотах, или «вытащить» звук высокой частоты из-под
низкочастотного звука (маскируемый сигнал из маскирующего). Эквалазйзер – один из самых основных
инструментов мастеринга, так как на различных частотах при разном уровне громкости человек воспринимает звук по-разному, появляется острая необходимость корректировать уровни громкости,
именно этим объясняется обязательное присутствие и работа звукорежиссера на музыкальных концертах. Например, разумное применение эквалайзера на низких – срезать частоты ниже 30 – 40 герц.
Хотя человек слышит частоты до 20 Гц, и при таком срезе могут потеряться некоторые звуки инструментов, но, обычно, басом называются звуки в диапазоне 50-100Гц, и низкие частоты могут быть «безболезненно» срезаны.Таким образом, можно будет убрать низкочастотное гудение и шумы, которые в
противном случае повлияют на общий уровень записи. Но нужно помнить, что, задирая одни частоты,
можно перекрыть другие, и наоборот, понижая уровень, можно подчеркнуть оставшиеся. Каждое изменение эквалайзера влияет на всю картину в целом.
Компрессор – это электронное устройство или компьютерная программа, используемое для
уменьшения динамического диапазона звукового сигнала, иными словами, компрессор позволяет сделать более узкой разницу между самым тихим и самым громким звуком. Компрессор является не менее
важным инструментом мастеринга, так как при выпуске финальной композиции важно, чтобы различие
между самым громким и тихим звуком было минимально, потому что человеку будет некомфортно
слушать музыку с «прыгающим» уровнем громкости, особенно с провалами. На этапе мастеринга часто
применяется компрессия по отдельным частотным полосам, такое применение позволяет достичь самых разных результатов – например, скомпрессировать только бас или расширить стереобазу только
для средних частот. Каждый эффект применяется независимо на каждой полосе. Каждая полоса соответствует музыкальному диапазону записи – бас, средние, голос и т.п.
Так же в мастеринге используются другие устройства динамической обработки, например, sidechain. Side-chain – дополнительный управляющий вход для звукового сигнала. На вход подаются два
сигнала. При этом «управляющий» сигнал используется только для определения по нему входного
уровня и управления уровнем основного сигнала в соответствии с передаточной характеристикой. Если
на side-chain подать сигнал, то устройство будет обрабатывать основной сигнал, руководствуясь амплитудным профилем управляющего сигнала. Например, если на side-chain подать сигнал, пропущенный через эквалайзер с частотной характеристикой, обратной кривым равной громкости слуха, то амплитуда управляющего сигнала будет более правильно отражать реальную громкость основного сигнала. И устройство динамической обработки будет при обработке основного сигнала руководствоваться
реальной громкостью исходного сигнала, а не его амплитудой. С помощью такого приема можно более
правдоподобно выравнивать громкость вместо амплитуды. При чем сигнал, подаваемый на side-chain,
никак не влияет на тембр (частотный баланс) основного обрабатываемого сигнала. Он только управляет амплитудной огибающей. Эффект достаточно интересный, и хотелось бы задействтовать его в программе.
Максимайзер – это прибор или компьютерная программа для динамической обработки, повышающий уровень звукового сигнала при мастеринге. Максимайзер должен быть последним звеном в
цепи мастеринга. При настройке параметров максимайзера следует отталкиваться от уровня громкости
фонограммы, который нужно получить. Громкость звука зависит не только от уровня звука (или звукового давления), но и от его спектрально-временного состава. Если частотный баланс фонограммы уже
определен и менять его нежелательно, то для повышения громкости фонограммы нужно повышать
уровень сигнала. Зачем повышать громкость? На это есть две причины. Первая из них заключается в
том, что громкая музыка чаще всего кажется «красивее», чем тихая, и больше привлекает внимание.
Вторая причина повышения громкости – желание наиболее полно использовать динамический диапазон носителя аудиозаписи, будь то компакт-диск или аналоговая лента. Сложность здесь заключается в
разработке алгоритма, который позволил бы ограничить пики без добавления артефактов (щелчков,
треска и т.п.) звучанию.
В заключение краткого обзора принципов мастеринга, хотелось бы сказать, что эффекты являются достаточно изученными, но их применение, доработка, улучшение и оптимизация продолжаются.
75
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Библиографический список
1. http://www.muzoborudovanie.ru/equip/studio/plugin/maxim/maximizers.php
2. http://www.guitar-club.ru/4Record/Longcompress.htm
3. http://dic.academic.ru/dic.nsf/ruwiki/95576
4. http://fdstar.com/2008/02/18/chto_i_kak_my_slyshim.html
5. http://aldan-theatre.my1.ru/project-studio/Psychoacoustics-Aldoshina.pdf
_________
УДК 681.3
Д. В. Лейбов – магистрант кафедры электронных и телевизионных систем
В. Н. Филатов (канд. техн. наук, доц.) – научный руководитель
ВОЛНОВОЙ АЛГОРИТМ СКЕЛЕТИЗАЦИИ БИНАРНЫХ ИЗОБРАЖЕНИЙ СИМВОЛОВ
При решении задач векторизации изображений и распознавания образов перспективным является использование средних линий (скелетов, остовов) изображений объектов [1, 2]. Саму процедуру выделения средних линий изображения объекта, имеющего толщину, называют «утоньшением объекта»
или «скелетизацией». Известные алгоритмы скелетизации в основном подразделяются на две группы [2]: алгоритмы, основанные на морфологической обработке, и алгоритмы, использующие кодированное представление изображений.
Скелетизация растрового изображения объектов может использоваться в автоматических и автоматизированных телевизионных системах распознавания автомобильных номеров, номеров железнодорожных вагонов, различных символов, растровых изображений документов, полученных сканированием или фотографированием [3].
В статье представлен оригинальный алгоритм скелетизации растрового бинарного изображения
произвольного символа путем отслеживания средней точки формируемой круговой волны, не относящийся к двум вышеназванным группам. Он заключается в анализе пути прохождения искусственной
концентрической волны по изображению объекта. На каждом шаге анализируется смещение центра
масс точек, образующих новый шаг (генерацию) волны относительно его предыдущих положений. Данная задача решается в два этапа:
 генерация волны;
 формирование и соединение средних точек генераций волны.
При распространении круговой волны по прямолинейному отрезку не более чем через 2N шагов
(N – ширина символа в пикселях) распространение волны приобретает устойчивый характер вне зависимости от начальной точки распространения волны (рис. 1). При другой, отличной от прямой, форме
отрезка символа, распространение волны также предсказуемо. При этом необходимо отметить хорошие огибающие свойства волны. Если на пути распространения волны встречаются препятствия, то
поведение волны целиком зависит от формы и размеров препятствий. Мелкие препятствия (1 – 2 пикселя) мало влияют на распространение волны, внося незначительные помехи. Более крупные вызывают значительные искажения картины распространения волны. Кстати, средние и крупные помехи на
изображении вызывают искажения и у других конкурентных методов скелетизации.
Алгоритм работает следующим образом: предварительно создаются матрица позитивной генерации волны и матрица негативной генерации волны. Матрица позитивной генерации волны, представляет собой значения смещений точек, принадлежащих первой генерации волны, относительно начала распространения. Матрица негативной генерации волны, представляет собой значения смещений
точек, не принадлежащих первой генерации волны, относительно начала распространения. Необходимым начальным условием является определение цвета фона и цвета скелетизируемого изображения
символа. Для определенности примем цвет фона – белым, цвет скелетизируемого изображения символа – черным, а цвет генераций волны – серым.
76
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 1
Алгоритм построения волны начинается с поиска начальной точки распространения на предварительно бинаризированном растровом изображении. Поиск начальной точки распространения круговой волны осуществляется построчным перебором элементов растрового изображения до нахождения
пикселя черного цвета. Найденный пиксель помечается серым цветом и ему присваивается порядковый номер – 0. Далее к координатам начальной точки распространения добавляются смещения из
матрицы позитивной генерации волны. Если полученные точки принадлежат изображению, то они помечаются серым цветом и им присваиваются порядковые номера с 1.1 по 1.4, где первая часть означает номер генерации круговой волны, а вторая часть – порядковый номер пикселя по фронту. Полученное изображение представлено на рис. 2.
Рис. 2
На следующем шаге каждый элемент массива принимаем за начальную точку генерации волны,
считая каждую точку фронта вторичным излучателем. Тем самым к координатам точек волнового
фронта добавляются смещения из матрицы позитивной генерации волны при условии, что полученные
точки попадают на изображение символа (на черные пиксели), данные пиксели помечаются как предварительно определенные элементы новой генерации волны. Примем, что предварительно определенным пикселям новой генерации волны присваиваются номера, полученные из номера порождающего пикселя. На рис. 3 представлены окружности, описывающие фронты круговых волн от пикселейизлучателей. Таким образом, элементы изображения, по которым проходят данные окружности, и будут являться предварительно определенными пикселями новой генерации волны.
77
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 3
Затем к каждому элементу массива координат волнового фронта добавляются смещения из матрицы негативной генерации волны и если данные точки попадают на пиксели, помеченные как предварительно определенные элементы новой генерации волны, то эти пиксели удаляются, им присваивается черный цвет. Тем самым проверяется периодичность генераций круговой волны. Оставшиеся не
удаленные пиксели и будут являться волновым фронтом следующей генерации волны. Полученные
элементы заносятся в предварительно обнуленный массив координат волнового фронта, отмечаются
серым цветом и им присваиваются очередные порядковые номера. На рис. 4 удаляемые пиксели показаны заштрихованными, а порядковые номера присвоены в соответствии с удаляющим элементом изображения. Таким образом, все предварительно определенные элементы новой генерации волны, находящиеся внутри окружностей, описывающих фронты концентрических волн от пикселей-излучателей,
будут удалены. Результат работы этапа построения генераций волны представлен на рис. 5.
Рис. 4
78
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 5
Этап определения средней точки волнового фронта концентрической волны основан на упорядочении элементов массива координат волнового фронта по признаку связности. Соответственно элемент массива с номером равным округленному значению половины длины упорядоченного массива и
будет являться средней точкой волнового фронта.
Для этого в массиве координат волнового фронта ищется элемент, имеющий лишь один пиксель,
соседствующий по принципу 8-связного растра. Координаты этого пикселя записываются в первый элемент упорядоченного массива. Во второй элемент записываются координаты соседнего элемента, принадлежащего фронту волны. Заполнение массива продолжается до момента нахождения крайнего
пикселя.
Таким образом, по длине упорядоченного массива можно определить номер элемента, являющегося средней точкой фронта волны. Координаты средней точки заносятся в массив отслеживания
средней точки волнового фронта. Применение вышеописанного алгоритма повторяется до тех пор, пока генерации концентрической волны не заполнят всю фигуру. При помощи аппроксимации координат,
записанных в массиве отслеживания средней точки волнового фронта, можно получить искомый скелет
бинарного изображения символа. Результат работы волнового алгоритма скелетизации бинарного изображения некоторого произвольного символа методом полного перебора представлен на рис. 6.
Рис. 6
Библиографический список
1. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 430 с.
2. Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. Мн.: Амалфея, 2000. 304 с;
3. Местецкий Л.М. Непрерывная морфология бинарных изображений: фигуры, скелеты, циркуляры. М.: Физматлит, 2009. 288 с.
79
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
УДК 621.396.67
В. Семкин – магистрант кафедры радиотехники, электроники и связи
О. Платонов (канд. техн. наук, доц.) – научный руководитель
ОБЗОР И ИССЛЕДОВАНИЕ СВЕРХШИРОКОПОЛОСНЫХ ЗОНДОВ
Целью данной работы является: провести обзор существующих сверхширокополосных (СШП)
антенн, разработать антенну в диапазоне 2 – 3 ГГц на основе СШП антенны [1], которая могла бы использоваться в качестве измерительного зонда. Провести моделирование и анализ зонда в пакете системы автоматизированного проектирования (САПР). По результатам моделирования изготовить и провести измерение его пространственно-поляризационных, временных и энергетических характеристик в
безэховой камере.
В настоящее время существует множество СШП антенн. Наибольший интерес представляют антенны бегущей волны или антенны Вивальди. Достоинством этих антенн является простота конструкции, широкий частотный диапазон и высокий коэффициент усиления. Теоретически антенны Вивальди
являются антеннами осевого излучения с небольшим уровнем боковых лепестков [2].
Можно выделить два вида конструктивного исполнения антенн: антенны, имеющие объемную
структуру (рупорные антенны) и микрополосковое исполнение (например, выполненные посредством
фотолитографии на диэлектрической подложке) (рис. 1).
а
б
в
Рис. 1. Антенна Вивальди
а – щелевая, б – диаметрально противоположная, в – балансная
В микрополосковом исполнении излучатели представляют собой расширяющуюся щелевую линию. Для возбуждения антенны используется микрополосок перпендикулярный щелевой линии. В общем случае излучающая структура изменяется по экспоненциальному закону.
Для антенны, используемой в качестве зонда, принципиальным является наличие симметричной
диаграммы направленности антенны (ДНА) и значение коэффициента стоячей волны (КСВ) не более 4.
Для обеспечения данных требований необходимо модифицировать существующую антенну Вивальди.
Для уменьшения влияния коаксиально-волноводного перехода зонда желательно иметь возможность возбуждения с торца. В связи с этим была выбрана щелевая антенна Вивальди, изготовленная с
помощью фотолитографии на диэлектрической подложке.
Таким образом, исходная модель зонда представляет собой волновод с размером 80х60. Для
обеспечения симметричной и узкой ДНА предполагалось использование волновода с установленной
внутри него щелевой антенной Вивальди.
Для теоретического исследования использовалась САПР Ansoft HFSS.
На рис. 2 показана модель исследуемого зонда.
80
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 2. Исследуемая модель зонда в Ansoft HFSS
Наилучшие результаты получены при использовании в качестве диэлектрической подложки материала Rogers RT/Duroid 5880 с диэлектрической проницаемостью 2,2, но в связи с труднодоступностью данного материала для изготовления был использован отечественный материал ФАФ-4Д с близкими характеристиками. На рис. 3 приведены значения КСВ зонда для данных материалов.
2-мерная и 3-мерная ДНА для отечественного материала приведены на рис. 4, рис. 5.
Рис. 3. КСВ зондов, выполненных на различных материалах
(сплошная линия – Rogers RT/Duroid 5880, пунктирная линия – ФАФ-4Д)
Рис. 4 2-мерная ДН
81
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Рис. 5 3-мерная ДН
Недостатком зонда при использовании щелевой антенны является наличие кросс-поляризации,
которая нарушает симметричность ДНА. Для снижения ее влияния в модель зонда были введены горизонтальные струны. ДНА приведена на рис. 6.
Рис. 6 Влияние кросс-поляризации на ДНА
Имеющаяся кросс-поляризационная составляющая на уровне -11 дБ, незначительно сказывается
на результирующей ДНА, которая совпадает с ДНА в основной плоскости.
По результатам моделирования в HFSS, был изготовлен зонд, внешний вид которого представлен на рис. 7, отличающийся от модели количеством струн.
Рис. 7 Внешний вид изготовленного зонда
82
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
На векторном анализаторе сетей фирмы Agilent были проведены измерения КСВ зонда (рис. 8) в
диапазоне 2-3 ГГц.
Рис. 8 КСВ изготовленного образца зонда
По результатам исследований можно сделать следующие выводы: характеристики, изготовленного зонда полностью удовлетворяют заданным требованиям; достоинством является возбуждение с
торца антенны, позволяющие уменьшить рассеивание от зонда, что в свою очередь уменьшает погрешность измерений; разработанная конструкция позволяет минимизировать число технологических
операций при изменении поляризации в процессе измерений.
Библиографический список
1. Y. Yang, Y. Wang, and A. E. Fathy Design of compact Vivaldi antenna arrays for UWB see through wall applications// Progress
in electromagnetic research. 2008. pp.401-418.
2. Nevrly J. Design of Vivaldi antenna: Diploma thesis, Prague, 2007. 83p.
3. Ultra-wideband Antennas and Propagation for Communications, Radar and Imaging/ B. Allen, M. Dohler, E.E. Okon, W.Q. Malik,
A.K. Brown, D.J. Edwards, , Wiley, 2007. 475p.
4. G. E. Evans Antenna Measurement Techniques. Artech House, 1990. 229p.
5. Tapered Slot Antenna, in Advances in Microstrip and Printed Antennas/ Ed:K.F. Lee and W. Chen, John Wiley & Sons, Inc., New
York, 1997. 186p.
_________
УДК 625.19
М. Р. Шагапова – магистр кафедры электронных и телевизионных систем
Б. С. Тимофеев (д-р техн. наук, проф.) – научный руководитель
АЛГОРИТМ ИЗМЕРЕНИЯ КООРДИНАТ ОБЪЕКТОВ ВИДЕОСИСТЕМОЙ
На сегодняшний день во всем мире стала актуальна проблема контроля транспортных потоков.
Качественная и своевременная информация о ситуации на дороге позволяет реализовывать алгоритмы гибкого регулирования движением с учетом реальной дорожно-транспортной обстановки, фиксировать и оперативно реагировать на ДТП, рассчитывать нагрузки на дорожное полотно и его износ, планировать места расположения парковок и транспортные развязки, и многое другое. Внедрение видеосистем для контроля транспортных потоков приводит к повышению эффективности функционирования
существующих транспортных сетей, а также положительным результатам в сохранении окружающей
среды и предоставлении максимальных удобств всем участникам дорожного движения.
83
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
В рамках данной работы рассматривается один из основных этапов задачи определения скорости движения объектов – измерение их координат на местности, т.е. в объектном пространстве.
Координаты x, y, z точки в экранной системе пересчитывают в объектную систему координат
через матрицу аффинных преобразований. Объектная координатная система X , Y , Z  привязана к условному центру в объектном пространстве (желательно к точке прицеливания, отметки которой расположены в центрах экранных координат камер), причем координата Z отражает высоту. X 0 ,Y0 , Z 0 , ,  –
параметры видеокамеры: ее координаты и угловые положения (угол азимута, угол места).
Рис. 1. Расположение видеокамеры в объектной системе координат.
Здесь точка прицеливания не совпадает с началом объектной системы координат.
Наибольшее распространение для задач машинной графики получил метод однородных координат, который позволяет выразить все виды преобразований (сдвиги, повороты и проекции) с помощью единой матрицы M размерностью 44, полученной путем произведения матриц частных преобразований [1]:
  cos   sin   sin  sin   cos 0 
 sin   cos α  sin  cos α  cos ψ 0 
 ,
M
 0
cos
 sin
0


B
C
1
 A
где A  X 0 * cos   Y * sin  ; B   Z 0 * cos  sin ( X 0 * sin   Y0 * cos  ) ;
C  Z 0 * sin   cos ( X 0 * sin   Y0 * cos  ) .
Полученная аналитически обратная матрица
sin 
  cos 
  sin   sin  sin  cos 
M 1  
  sin   cos  cos   cos

X0
Y0

0
cos
 sin
Z0
0
0

0
1
.
Тогда
x, y, z,1   X , Y , Z ,1  M;  X ,Y , Z ,1  x, y, z,1  M 1 .
(1)
Для того чтобы точно определить параметры матрицы пересчета необходимо провести тщательную юстировку видеокамеры. Проблема привязки камеры к местности является основополагающей при
решении данной задачи. Для ее решения проводят эксперимент по определению экранных координат
совокупности M независимых реперов, размещенных на местности, их объектные координаты
X 1 , Y1 , Z1 ,...X M , YM , Z M  должны быть точно известны и обеспечивать хорошую обусловленность
84
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
решаемой задачи; число реперов больше или равно числу неизвестных параметров. При юстировке
системы операторы определяют экранные координаты реперов и рассчитывают координаты соответствующих реперам целей в объектном пространстве. Местоположения центров экранных систем камер
M
находят в ходе минимизации по параметрам X 0 , Y0 , Z 0 целевой функции
где
ri  ( x pi , y pi , z pi )T
вектор,
составленный
из
объектных
  ri  c i , ri  c i 
 min,
i 1
координат
реперных
точек;
ci  ( xцi , yцi , zцi )T – найденных в ходе процесса пересчета координат соответствующих им целей;
угловые скобки   означают скалярное произведение [2].
На практике в качестве реперов можно использовать точки, расположенные на каком либо объекте с известными размерами, помещенном в поле зрении камеры, например, автомобиле (рис. 2).
Следует получить «стоп кадр» дорожного движения с автомобилем известной марки, затем расположить координатные оси соответственно взаимно перпендикулярным сторонам автомобиля и ввести
расстояния между 0 и 1, а также 0 и 2 реперами в компьютер.
Рис. 2. Расположение реперных точек координатных осей
Варьируя параметры видеокамеры производится расчет различных значений экранных координат реперных точек. Истинные координаты отметок цели на экране известны (рис. 3). Минимизируя целевую функцию (соответствующую разнице между измеренными и расчетными значениями) по координатам камеры, как описано выше, можно определить их истинное значение идентифицировать параметры матрицы M .
Рис. 3. «Стоп кадр» с отмеченными реперными точками
85
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Важной особенностью рассматриваемой видеосистемы является наличие двух камер, для каждой из которых производится юстировка по описанной методике. Фокусные расстояния видеокамер известны, так что определить координаты точек фокусов в объектном пространстве не составляет труда
X kF , YkF , Z kF ,1  0,0, f ,1 * M 1 . Отметки цели на фотомишенях X kl , Ykl , Z kl ,1  xkl , y kl ,0,1 * M 1 , где
k номер камеры; x kl , y kl координаты отметок цели в экранных системах камер.
Задачу обнаружения цели решают методом трассировки [1]. Цель находят на перекрестии линий
(рис.4), проходящих через точки фокусов камер  f1 , f 2  и отметки цели на обеих фотомишенях
X 11 , Y11 , X 21 , Y21 .
Уравнение линии в трехмерном пространстве в координатной форме
( X  X k 1 ) / l k  (Y  Yk 1 ) / mk  ( Z  Z k ) / n k ,
(2)
где lk  X kF  X k1 ; mk  YkF  Yk1 ; nk  Z kF  Z k1 .
Кратчайшее расстояние между заданными уравнениями (2) линиями, проведенными через точки
обнаруженных отметок цели № 1 на матрицах видеокамер с номерами k  1 и k  2 и точки их фокусов
(рис. 4)
X 11  X 21 Y11  Y21 Z11  Z 21
d min  
l1
m1
n1
l2
m2
n2
l1
m1
l2
m2
2

m1
n1
m2
n2
2

n1
l1
n2
l2
2
,
(3)
причем эти линии пересекаются в тех случаях, когда стоящий в числителе выражения (3) определитель
равен нулю. На практике d min практически никогда не будет равно нулю, и ответить на вопрос пересекаются ли линии в пространстве можно лишь приближенно. Нельзя также непосредственно найти координаты точки пересечения линий, так как совместное решение уравнений (2) отсутствует.
Предложено решать эти задачи итерационным методом, путем варьирования координат точек
X , Y , Z  , принадлежащих множеству точек первой линии, и расчета для каждой такой точки ее расстояния до второй линии
d2 
2
2
2
1
{   X  X 2 1  m 1  Y  Y 2 1  l1    Y  Y 2 1  n1   Z  Z 2 1  m 1     Z  Z 2 1  l1   X  Y 2 1  n1  }
l12  m 12  n12 
По окончании поиска становятся известными минимальное расстояние между линиями d min и координаты предполагаемой цели в объектном пространстве X Ц ,YЦ , Z Ц . Решение, что цель обнаружена, принимают при выполнении неравенства d min   [2]. Значение  выбирают исходя из априорно известных минимальных размеров цели и углового разрешения обнаружителя цели.
Рис.4. Схема расположения камер и цели
86
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
Экранные координаты цели с объектными координатами  X , Y , Z  находят по выражению (1). В
случае центральной проекции и расположения центра проекции между объектом и фотомишенью (точек фокуса  f 1 , f 2  ) координаты отметок цели
(4)
xц  f  x /  f  z  ; yц  f  y /  f  z  .
Рис. 5. «Стоп кадры» с двух видеокамер в один момент времени
Таким образом, алгоритм измерения координат объектов видеосистемой состоит из нескольких
шагов. Шаг первый – юстировка видеокамер и идентификация параметров матриц пересчета – выполняется только один раз на основе «стоп-кадра» объекта с известными размерами. На втором шаге по
заданным в экранной плоскости координатам характерной точки, принадлежащей объекту интереса,
строится прямая линия через точку фокуса камеры. Проделав эту процедуру для обеих камер, на
третьем шаге ищут минимальное расстояние между полученными прямыми. Зону, где расстояние минимально, можно условно назвать «зоной пересечения» и координаты центра этой зоны принимаются
за объектные координаты цели.
Выделение характерных точек включает в себя многоэтапную обработку изображения различными фильтрами: необходимо удалить неподвижный фон и выделить контурный препарат. За характерные принимают угловые точки, выделенные уже на препарированном изображении. На кадрах сделанных двумя видеокамерами может получиться разное количество характерных точек и для всех возможных сочетаний координат отметок целей на обеих камерах находят d min по предложенному алгоритму. Полученная совокупность будет иметь характерную область сгущения значений в районе минимума, эти значения соответствуют верно найденным сочетаниям. Ложные сочетания будут давать
больший разброс. Таким образом происходит идентификация характерных точек и их сопоставление
для видеокамер стереосистемы.
Обработка координат цели в последовательности видеокадров дает возможность построить траекторию ее перемещения в трехмерном пространстве и рассчитать скорость. Дальнейшее повышение
интеллекта системы связано с учетом предполагаемых скоростей движения цели, дополнительных
признаков цели (размеров, формы), а также использованием более чем двух видеокамер.
Библиографический список
1. Батраков, А.С. Трехмерная компьютерная графика / А.С.Батраков, В.П.Иванов. М.: Радио и связь, 1995. 224 с.
2. Тимофеев, Б.С. Принципы построения телевизионных многокамерных охранных систем / Б.С.Тимофеев // Сб. науч. тр. /
Телевидение, видеотехника. СПб. СПГААП, 1996. С. 35-41.
3. Бегаев ,А. В. Калибровка видеосистемы контроля дорожного движения / А.В.Бегаев, Б.С.Тимофеев // СПбГУАП. – Спб.,
1999. 5 с
_________
87
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
УДК 625.161.4
М. С. Яковлев – студент кафедры электронных и телевизионных систем
О. С. Астратов (канд. техн. наук, проф.) – научный руководитель
ИССЛЕДОВАНИЕ И РАЗРАБОТКА АЛГОРИТМА ОБРАБОТКИ ВИДЕОИЗОБРАЖЕНИЙ
ЖЕЛЕЗНОДОРОЖНОГО ПЕРЕЕЗДА ДЛЯ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ
На сегодняшний день это весьма актуальная проблема, так как известно, что в общей структуре
аварийности, происшествия на железнодорожных переездах (ЖДП), характеризуются значительными
моральными и материальными потерями, вызывают широкий общественный резонанс. В случае аварии автотранспорта на переезде машинист может лишь визуально определить опасность, что зачастую
сложно сделать в темное время суток, при сильных атмосферных осадках, если пути делают изгиб и
переезд находится сразу за поворотом. Тормозной путь груженого товарного поезда, использующего
средства экстремального торможения, может достигать 2 км. Кроме того, в последние годы наблюдается увеличение числа нерегулируемых переездов. Радикальным способом решения всех проблем, характерных для ЖДП, является их ликвидация путем сооружения вместо них путепроводов или тоннелей. Однако такой способ требует значительных капитальных вложений и сроков реализации и не может быть реализован повсеместно по экономическим соображениям. Здесь и встает вопрос о необходимости создания системы, обеспечивающей машиниста оперативной информацией об обстановке на
ближайшем ЖДП, чтобы машинист имел возможность с учетом всей совокупности имеющейся у него
информации, принимать решение либо об экстренном торможении поезда, либо о продолжении его
движения. В наше время, когда активно развивается телевидение и видеотехника, появилась возможность передавать изображение, контролировать состояние, и управлять автоматикой ЖДП с помощью
современных средств, такая система может строиться на базе видеокамеры.
На ЖДП видеокамера устанавливается таким образом, чтобы в ее поле зрения попадал весь потенциально опасный участок ЖД пути. Камеру можно установить на специальную мачту, вмонтированную в основания световых предупредительных стоек, расположенных по разные стороны железнодорожного полотна.
В кабине машиниста устанавливается специальный Пульт управления (ПУ), с помощью которого
выполняется запрос системы видеоконтроля на ЖДП. В результате, если машинист выполнит запрос
системы на расстоянии 6 км от переезда, то он будет располагать временем порядка 3-х минут для
анализа ситуации на ЖДП и принятия решения. Минимальное расстояние до ЖДП, с которого машинист обязан выполнить запрос, 2 км, так как оно соответствует тормозному пути груженого товарного
поезда. Машинист локомотива, зная, что приближается к ЖДП, нажимает Кнопку на ПУ. Передатчик,
расположенный на локомотиве, начинает передавать сигнал. С этого момента система начинает функционировать. Приемник принимает сигнал с локомотива, который затем поступает на Устройство
управления и синхронизации (УУиС), которое в свою очередь включает такие каскады, как:
 съемка и передача данных на локомотив;
 запись видеоданных на Видеорегистратор;
 Блок обработки.
Также УУиС выполняет следующие функции: включает и выключает камеру, включает Блок подсветки, отключает Систему логической обработки непосредственно при прохождении поездом переезда, чтобы система не приняла сам локомотив за помеху и не выдала тревогу. Видеосигнал с Камеры,
поступает на Блок обработки, Видеорегистратор и на Передатчик для трансляции видеосигнала
машинисту. В Блоке обработки осуществляется сравнение яркостей пикселей текущего изображения с
яркостями соответствующих пикселей опорного изображения. Так как система работает в условиях
Стественного освещения, что сопровождается значительными изменениями условий освещенности в
течение суток, то возникает необходимость установки Блока подсветки. Факт недостаточной освещенности, например в вечернее и ночное время, фиксируется с помощью Датчика освещенности, сигнал
с которого поступает на УуиС. С Блока обработки сигнал поступает на Решающее устройство, в котором принимается решение о наличии или отсутствии объектов на переезде, а также об их подвижно88
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
сти или неподвижности. Далее сигнал поступает на Блок тревожной сигнализации, где обозначается
местоположение посторонних объектов и формируется звуковой сигнал тревоги в зависимости от принятого в решающем устройстве решения: если объект подвижен, то сигнал прерывистый, если объект
неподвижен – непрерывный, так как именно неподвижный объект представляет наибольшую опасность
на ЖДП. Видеосигнал передается по радиоканалу и поступает на Приемную антенну, расположенную
на поезде. Сигнал с Приемной антенны поступает на Монитор, где отображается видеоинформация,
и Звуковой оповещатель (громкоговоритель) в случае наличия постороннего объекта на переезде.
В данной работе будем моделировать яркости пикселей в базовом кадре одним нормальным
распределением, пока сцена полностью статична, а для обработки возможных изменений в кадре осуществлять корректировку параметров распределения, как будет показано далее.
Определим кадр изображения, взятый в момент времени как множество точек
, а кадр
изображения, взятый в момент времени
как множество . Колебания яркости пикселя с координатами
на изображении при смене кадров можно описать случайным процессом:
(1)
Предположим, что сцена не содержит элементов, где распределение яркости текущего пикселя
было бы не унимодальным (сцена полностью статичная), и, таким образом, будем утверждать, что вероятность наблюдения определённого значения яркости данного пикселя можно описать нормальным
законом распределения с математическим ожиданием
и среднеквадратическим отклонением (СКО)
:
,
(2)
Тогда значения
и
.
(3)
для текущего кадра могут быть вычислены по известным формулам:
,
(4)
,
(5)
где N – количество кадров, участвующее в вычислении.
Для сегментации потенциально опасного объекта, находящегося на ЖДП, будем использовать
то, что: предположим, что активность в кадре, связанная с движением, обычно сопровождается резким
разовым всплеском яркости, поскольку движущиеся объекты в большинстве случаев имеют сравнительно чёткие границы. Иные колебания яркости проходят плавно (будь то смена естественного освещения или колеблющаяся листва деревьев). С целью обнаружения резких разовых выпадов яркости
пикселя, возникающих при прохождении через него объекта, предлагается проверять условие:
(6)
и дополнительно
(7)
Выполнение условия (6) свидетельствует о том, что в данном пикселе на текущем кадре действительно имеет место смена яркости, превышающая по амплитуде порог
. Условие (7) говорит о
том, что новые значения яркости пикселя
плохо соответствуют модели с накопленными значениями параметров (усредненное значение яркости), и может быть свидетельством наличия движения в данном пикселе.
Теперь рассмотрим реальную сцену. Один и тот же пиксель на соседних кадрах такой сцены
вследствие активности или движения в ней может иметь существенно различающиеся величины яркостей, что соответствует распределению с другими параметрами. Как известно, для нормально распределённой случайной величины вероятность принять определённое значение снижается с отдалением
от среднего. При этом данное значение с большой вероятностью попадает в диапазон k СКО от него
(максимальное количество гауссианов, по сути, это матричный фильтр, посчитанный по формуле
. Это функция свертки изображения (Гауссовское размытие), где параметр A обеспечивает нормировку. Фактически, это тоже усреднение, только пиксель смешивается с окружающими по
89
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
определенному закону, заданному функцией Гаусса. Чем больше его размер, тем сильнее размытие.
Причем k выбирается в соответствии с ресурсами компьютера, обычно берут значения от 3 до 5).
Раньше предлагалось пиксель с таким значением яркости сразу относить к фону и заменять его
значение в базовом кадре накопленным средним. Однако это не всегда позволяло качественно обнаружить слабоконтрастный объект, поскольку существовала вероятность его занесения в фон для низких значений
(число) (см. формулу 6).
Таким образом, если при выполнении хотя бы одного из (6) и (7), разом скорректировать параметры распределения, то потенциальный движущийся объект может попасть в кадр фона и больше не
обнаружится, поэтому новые значения и вычисляются согласно (4) и (5).
Если же ни одно из условий не выполнилось, то:
,
(8)
,
(9)
где
– экспериментально подобранное начальное значение СКО, используемое при корректировке параметров распределения.
Такой подход позволяет мгновенно отражать в пиксельной модели фона плавные перепады яркости небольшой амплитуды и сдерживать смену параметров, если обнаружен пик большой амплитуды
или имеющий резкий фронт, что характерно для движущихся в кадре объектов. Покажем теперь, каким
образом, формируется кадр фона с использованием смоделированных средних значений.
При формировании и обновлении пикселей кадра фона удобно использовать смоделированные,
как показано выше, средние значения яркостей, поскольку они хорошо отображают реальную картину в
кадре, исключая области, принадлежащие движущимся объектам. Однако если скорость движения
объекта низкая или нулевая, то условия (6) и (7) спустя несколько десятков кадров перестанут выполняться для его пикселей, и параметры модели будут скорректированы, что приведёт к включению объекта в модель фона. Чтобы этого избежать, необходимо различать пиксели фактически существующих
подвижных объектов и иные, возникающие в результате шумов аппаратуры, качания камеры, скачкообразно меняющегося освещения и т.д. Достаточную информацию для этого обеспечивает детектор
движения, отслеживающий движение объектов, и фильтрующий перечисленные разовые помехи. При
наличии такой информации, попиксельное обновление кадра фона происходит согласно:
,
,
,
(10)
где – яркость фона в точке
в момент времени ,
– некоторый движущийся объект, обнаруженный детектором,
и
определяют скорость обновления базового кадра.
Поскольку не существует идеального детектора движущихся объектов,
не желательно выбирать нулевым, так как в этом случае ошибочно обнаруженный объект никогда не будет внесён в базовый кадр, что потребует ручной коррекции его пикселей, принадлежащих такому объекту. При больших
значениях
даже на время остановившийся объект будет фиксироваться в базовом кадре. Рекомендуемые опробованные значения:
(вычислены опытным путем).
После того, как сформирован кадр фона, разностный детектор движения вычисляет попиксельную межкадровую разность между текущим и базовым кадром. Из таких разностей видно, что движущиеся объекты, пересекающие заданный пиксель, вызывают всплески, которые могут быть легко обнаружены разностным детектором движения при правильно выбранном уровне чувствительности.
Реализация метода вычисления модельных средних значений кадра фона с использованием (4)
и (5) представляется достаточно трудоёмкой из-за использования N операций возведения в квадрат на
1 пиксель кадра, а также ёмкой по затрачиваемой памяти, необходимой для хранения N кадров, поэтому на практике можно использовать более экономичную схему вычисления значений
и
путём их
накопления:
,
(11)
,
90
(12)
РАДИОТЕХНИКА, ЭЛЕКТРОНИКА И СВЯЗЬ
где смысл
и
аналогичен N в (4)-(5), а именно, они определяют скорость адаптации параметров
модели. В работе использовались следующие значения
.
В работе предложена модель и способ обновления кадра фона для метода обнаружения движущихся объектов по межкадровой бинарной маске от разности текущего и базового кадров. Показано,
что представленная модель быстро адаптируется к плавной перемене яркости пикселей сцены, что
способствует её адекватной работе в уличных условиях, при наличии постепенной смены освещения, в
присутствии колеблющихся ветвей деревьев.
Метод обновления базового кадра позволяет фиксировать в кадре фона плавные тени от рассеянного освещения, препятствуя в то же время попаданию в фон пикселей движущихся объектов. Предложенный способ практической реализации обеспечивает низкие затраты памяти и трудоёмкость алгоритма. Реализация метода на языке C++ тестировалась на компьютере с процессором AMD Turion64
1.9 GHz. Время работы процедуры обновления базового кадра составило в среднем 8.6 мс на кадр для
кадра размером 320х240 пикселей при скорости съёмки 25 кадров в секунду и загрузке процессора –
15 %, а затраты памяти – 9 байт на пиксель. Данные представлены в таблице.
Таблица
Сравнение загрузки процессора и затрат памяти для методов:
NHD (алгоритм на основе средних кластерных значений),
GMM (реализация смеси распределений) и SGM (алгоритм на основе предложенного метода)
Алгоритм
NHD
GMM
SGM
Скорость видеопотока, fps
Затраты памяти, Mb
28
9
25
23.9
13.0
0.9
Загрузка процессора, %
92
97
15
Опытным путем было определено, что для наиболее точного срабатывания детектора яркость
фона и детектируемого объекта должна различаться не менее чем на 20%.
Среди недостатков модели можно отметить её плохую адаптацию к переменам сцены, вызванным качанием или поворотом камеры. Для ликвидации данного типа помех рекомендуется предварительно применять методы оценки и компенсации глобального смещения сцены. В остальном метод
вполне подходит для практического применения в системе видеонаблюдения за ЖДП.
_________
91
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 007(075.8)
И. А. Александров – студент кафедры электротехники и технической диагностики
В. Д. Косулин (канд. техн. наук, доц.) – научный руководитель
МОДЕРНИЗАЦИЯ СИСТЕМЫ КОНТРОЛЯ И УПРАВЛЕНИЯ
БЛОКА КОМПРЕССОРОВ УСТАНОВКИ ЛГ–24/7
Развитие топливно-энергетического комплекса непосредственно связано с развитием предприятий, осуществляющих переработку нефтяного сырья, производство и реализацию нефтепродуктов
(бензины автомобильные, топливо дизельное и котельное, битумы, ароматические углеводороды и
другие продукты нефтепереработки). Единственным на Северо-Западе РФ заводом указанного профиля является ООО «ПО «Киришинефтеоргсинтез» (ООО «КИНЕФ») – признанный лидер среди перерабатывающих предприятий страны, производящий около 80 наименований нефтепродуктов.
Одним из ключевых элементов производственно-технологического процесса является установка
для гидроочистки дизельного топлива и керосина – ЛГ–24/7. Эта установка была запущена в 1971 г. На
протяжении многих лет эксплуатации она подвергалась ряду модернизаций. Тем не менее, современные требования по организации производственного процесса диктуют необходимость совершенствования всей системы управления, в том числе – внедрения автоматизированных систем управления
всеми элементами производственного цикла. Поскольку установка ЛГ–24/7 является сложным технологическим комплексом, в данной работе рассмотрены отдельные вопросы, касающиеся модернизации
процесса управления и защиты блока компрессоров как составляющей части системы гидроочистки.
Турбокомпрессор предназначен для сжатия и последующей циркуляции водородсодержащего газа (ВСГ) на реакторных блоках. Весь агрегат состоит из центробежного компрессора, мультипликатора,
электродвигателя, маслосистемы, панели управления газовыми уплотнениями, оборудования КИП и А.
Управление оборудованием компрессорной установки предусматривается из операторной. Кроме
этого, в помещении машинистов предусмотрен контроль состояния оборудования водородной компрессорной, а в компрессорной предусмотрено местное управление компрессорами.
Характерные возможные неисправности турбокомпрессора и способы их устранения приведены
в таблице 1.
Очевидно, что от работы элементов системы диагностики, от их надежности, быстродействия
зависит эффективность всей системы и, в конечном счете, – бесперебойная работа всего технологического оборудования.
Проблема модернизации возникла в связи с физическим и моральным старением оборудования
(датчиков, релейных схем, схемы питания), необходимостью пересмотра алгоритмов работы и защиты
технологического оборудования и заменой самого оборудования (печей, компрессоров, насосов). Кроме того, внедрение современной микропроцессорной техники позволит усовершенствовать систему
диагностики, контроля и управления. В частности, появится возможность перевода большинства позиций сигнализации о работе отдельных узлов установки со щита операторной в информационную систему.
Устаревшие пневматические датчики не обеспечивают требуемой точности отображения технологических параметров, что приводит к ложным срабатываниям блокировок и, следовательно, к оста92
СИСТЕМЫ УПРАВЛЕНИЯ
новке оборудования. Простои приводят к уменьшению производительности установки, а сбои при выполнении алгоритмов управления работой отдельных агрегатов могут привести к аварии.
Таблица 1
Характеристика неполадок,
неисправностей
Греются подшипники
Возможные причины
Большая температура масла
Износились подшипники
Загрязнилось масло
В компрессоре появился
Увеличилось осевое смещение
посторонний шум
Засорился фильтр на приёме
Способы устранения
Почистить маслохолодильники
Проверить, заменить
Проверить, заменить
Проверить и устранить осевое смещение
Почистить фильтр
Уменьшилась производиКомпрессор остановить, разобрать, проЗасорилась проточная часть компрессора
тельность компрессора
чистить проточную часть
Компрессор остановить, разобрать, замеИзнос уплотнений
нить уплотнения
Повышенная вибрация
Поломка части ротора
Заменить поврежденную часть
на подшипниках
Изгиб валов (расцентровка)
Выровнять валы
Коррозия, неравномерные отложения
Чистка и балансировка ротора
Изменение геометрии радиального под- Замена подшипника, устранение динамишипника
ческих сил от дисбаланса
Замена устаревших, требующих ежедневной проверки и настройки датчиков современными
электронными первичными преобразователями позволит получить стандартный аналоговый электрический сигнал 4-20 mA / 0-5V для преобразования в логическом контроллере (ЛК). Отсутствие механических частей повышает срок службы приборов, а значит уменьшает затраты на их ремонт и замену.
Электронные приборы, естественно, значительно превышают пневматические датчики по показателю
точности.
АСУ ЛГ–24/7 построена как иерархическая распределенная система управления, обеспечивающая сбор, обработку информации и управление технологическим процессом на базе комплекса микропроцессорных средств. При этом функции локального уровня АСУ ЛГ–24/7 выполняет аппаратура существующей АСУТП ЛГ–24/7 (станции оператора, коммуникационное оборудование и т.д.).
Функции сублокального уровня АСУ ЛГ–24/7, являющегося предметом нашего рассмотрения, выполняются с использованием двух резервированных программируемых контроллеров. В одном контроллере (PLC РСУ) реализуются функции системы управления (в объеме всей компрессорной), включая функции антипомпажного регулирования, а в другом контроллере (PLC ПАЗ) – функции СБ и ПАЗ.
Контроллеры объединяются с помощью резервированной сети управления Ethernet (FTE).
Логический контроллер, который часто именуется также устройством последовательного управления, служит для реализации ряда функций управления компрессорным оборудованием. Типичными
функциями, поручаемыми ЛК, являются отработка последовательностей операций пуска и останова,
сигнализация нарушений и неисправностей, тестирование защит и координация функций управления,
выполняемых другими регуляторами системы управления.
Функционально-прикладной модуль (AFM – ФПМ) логического регулятора состоит из модуля ввода-вывода (IOM), в котором размещается программа релейной логики, и некоторого числа модулей
расширения вводов-выводов (EIOM), которые служат для увеличения количества вводов-выводов в
системе. Количество последних (максимум 9) определяется потребностями конкретного объекта по количеству входных и выходных сигналов.
Архитектура ФПМ ЛК и его связи со средствами операторского интерфейса и другими ФПМ системы управления показаны на рис. 1 .
В зависимости от объекта применения пользователь взаимодействует с логическим контроллером посредством:
 модуля операторского интерфейса (OIM);
93
СИСТЕМЫ УПРАВЛЕНИЯ


станции операторского интерфейса на базе IBM-совместимого персонального компьютера;
через средства распределенной системы управления.
Рис. 1. Архитектура ФПМ логического контроллера
Для разработки, редактирования (корректировки), загрузки и сопровождения программы релейной логики, находящейся в ФПМ, применен IBM-cовместимый персональный компьютер, в котором
функционирует программа-редактор программ релейной логики, ориентированная на операционную
систему MS/DOS.
ФПМ ЛК получает входные сигналы от устройств, расположенных на объекте, и направляет свои
выходные сигналы на эти устройства через устройства связи с объектом.
Реализация системы на программируемом логическом контроллере:
 обеспечивает гибкое изменение установок контролируемых параметров и алгоритма управления;
 дает возможность выводить информацию о технологическом процессе в ПК через стандартный интерфейс;
 повышает надёжность и отказоустойчивость системы в целом
Информационная система на базе ПК обеспечивает:
 выдачу оперативной информации о состоянии технологического процесса на экран дисплея;
 ведение журнала событий;
 частичный переход от ручного управления к автоматизированному;
 оповещение об аварийных ситуациях на объекте.
Рассмотренные элементы проведенной модернизации системы контроля и управления блока
компрессоров установки ЛГ–24/7 наглядно показывают эффективность примененных решений в части
повышения надежности, отказоустойчивости, создания более совершенной системы диагностики установки в целом.
94
СИСТЕМЫ УПРАВЛЕНИЯ
Основной экономический эффект от внедрения системы на установке «ЛГ–24/7» будет определяться возможностью работы системы в автоматическом режиме, что позволит уменьшить загрузку
оператора при управлении технологическим процессом, исключением затрат на ремонт и обслуживание морально устаревшего оборудования, повышением надежности и ресурса системы (увеличение
ресурса до 10 лет) и, как следствие, снижением затрат на ремонтно-восстановительные работы.
Библиографический список
1. Инструкция по эксплуатации контроллера Compressor Controls Corporation 2001.
2. Аппаратные средства и функции контроллера Compressor Controls Corporation.
3. Технологический регламент установки ЛГ-24/7 ООО «КИНЕФ».
4. Технико-экономическое обоснование исследовательских и инженерных решений в дипломных проектах и работах. Методические указания под редакцией Э.В.Минько. Свердловск, 1990.
_________
УДК 621.314
А. И. Анисимов – магистрант кафедры электротехники и технической диагностики
А. А. Ефимов (д-р техн. наук, проф.) – научный руководитель
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
ТРЕХФАЗНО-ОДНОФАЗНОГО МАТРИЧНОГО ПРЕОБРАЗОВАТЕЛЯ ЧАСТОТЫ
Моделирование силовой части трехфазно-однофазного матричного преобразователя частоты
(МПЧ) [1,2] осуществляется по схеме, представленной на рис. 1.
Рис. 11. Схема трехфазно-однофазного матричного преобразователя частоты
В схеме МПЧ ЭДС и индуктивности фаз питающей сети приведены ко вторичной обмотке в соответствии с выражениями:
e
u
L
eпр sn  sn , u пр sn  sn ,
iпр sn  isn K t , Lпр s  s2 , n  1, 2, 3,
(1)
Kt
Kt
Kt
где Kt – коэффициент трансформации согласующего трансформатора, esn – ЭДС фаз сети, u sn – напряжения фаз сети, isn – токи фаз сети.
95
СИСТЕМЫ УПРАВЛЕНИЯ
ЭДС фаз питающей сети определяются по формулам:
es1  Esmx sin ,


2  

es 2  Esmx sin   
,
3 


4  

es 3  Esmx sin   
,
3 


  t ,

где τ – фаза ЭДС, ω – угловая частота ЭДС, Esmx – амплитуда ЭДС.
При математическом описании электромагнитных процессов
преобразование. В частности, ветви фаз трехфазного RC-фильтра
ками напряжения [3]:
1
ucn 
i fn dt ,
Cf 
(2)
в схеме МПЧ осуществляется ее
заменяются зависимыми источни-


(3)


utn  ucn  R f i fn ,
n  1, 2, 3,
Далее зависимые источники напряжения utn переносятся в ветви фаз питающей трехфазной обмотки и в ветви фаз транзисторного преобразовательного моста. При этом схема рисунка 1 преобразуется в подсхемы [3].
Рассматривается работа трехфазно-однофазного МПЧ в режиме широтно-импульсной модуляции (ШИМ). Для пояснения алгоритма формирования импульсов управления транзисторами на рис. 2
представлена диаграмма напряжений преобразователя и сигналов системы управления.
Рис. 2. Напряжения фаз сети и сигналы системы управления трехфазно-однофазного МПЧ
На верхней оси рис. 2 изображена трехфазная система напряжений питающей сети. Сигналы по
мгновенным значениям этих напряжений поступают в систему управления. По этим сигналам в системе
управления формируются функции, по значениям которых разрешается работа транзисторов фаз в
режиме ШИМ.
В модели преобразователя функции разрешения ШИМ транзисторов отдельных фаз преобразовательного моста синхронизируются с ЭДС питающей сети по фазе τ этих ЭДС. При этом мгновенные
значения функций разрешения ШИМ Jn (n = 1, 2, …, 6) определяются следующими условиями:
96
СИСТЕМЫ УПРАВЛЕНИЯ
J1  J 2  J 3  0



5
7
11
Если

  или

 ,
то
J1  1, 
6
6
6
6

(4)

5
9
11
3
Если

  или

 ,
то
J 2  1,
6
6
6
6

3
7
9

Если

  или
    ,
то
J 3  1.

6
6
6
6
Формирование пилообразного опорного напряжения осуществляется в следующей последовательности вычислений:


оп  оп  оп t ,

если оп  2,
то
оп  оп  2,
(5)



uоп  2 оп  1,


где τоп – фаза пилообразного опорного напряжения, ωоп – угловая частота опорного напряжения, ∆t –
шаг работы по времени системы управления.
Для определения тока нагрузки задается его угловая частота ωi и вычисляется фаза:
i  i  i t.
(6)
Мгновенные значения заданного тока нагрузки определяются в соответствии с заданным действующим током Iz:
idz  2 I z sin i .
(7)
Сигналы по мгновенным значениям заданного idz и фактического id токов нагрузки поступают на
входы пропорционального регулятора тока. На выходе этого регулятора формируется сигнал по напряжению управления uy преобразователя:
u y  K o idz  id .
(8)
Для определения состояния транзисторов и диодов в плечах моста используются функции состояния плеч Kn (n = 1, 2, …, 6). Если плечо моста открыто, то Kn = 1, если закрыто, то Kn = 0. При этом:
K n 3  1  K n , n  1, 2, 3.
(9)
При работе моста в режиме ШИМ значения функций Kn определяются следующими условиями:
K1  K 2  K 3  K 4  K 5  K 6  0,


Если u s1  0, j1  0, u y  u оп , то K1  1,

иначе
K 4  1, 

Если u s 2  0, j 2  0, u y  u оп , то K 2  1,


иначе
K 5  1, 

Если u s 3  0, j3  0, u y  u оп , то K 3  1,

иначе
K 6  1, 
(101)

Если u s1  0, j1  0, u y  u оп , то K 4  1,

иначе
K1  1, 

Если u s 2  0, j 2  0, u y  u оп ,
то K 5  1,

иначе
K 2  1, 

Если u s 3  0, j3  0, u y  u оп , то K 6  1,

иначе
K 3  1. 
97
СИСТЕМЫ УПРАВЛЕНИЯ
Компьютерная модель трехфазно-однофазного МПЧ разработана в соответствии с приведенным
выше математическим описанием его силовой схемы и системы управления. Модель разработана на
языке программирования C++ в среде C++ Builder.
На рис. 3 представлены временные диаграммы напряжений и токов матричного преобразователя
частоты в установившемся режиме работы, полученные в результате математического моделирования.
Рис. 3. Напряжения и токи МПЧ в установившемся режиме работы
Разработанная компьютерная модель МПЧ позволяет анализировать и переходные процессы в
его схеме, а также может служить методологической базой для создания диагностической модели, позволяющей анализировать аномальные режимы работы МПЧ и процессы возникновения дефектов в
его силовой схеме и системе управления.
Библиографический список
1. Ефимов, А.А. Активные преобразователи в регулируемых электроприводах переменного тока; под общей ред. д-ра
техн. наук, проф. Р.Т. Шрейнера / А.А. Ефимов, Р.Т. Шрейнер. Новоуральск: Изд-во НГТИ, 2001. 250с.
2. Ефимов, А.А. Алгоритмы ШИМ и регулирование активных преобразователей тока / А.А. Ефимов, Информатика и системы управления: Межвузовский сборник научных трудов. Красноярск: НИИ ИПУ. Вып. 5, 2000. С. 247 – 260.
3. Электроприводы и системы с электрическими машинами и полупроводниковыми преобразователями (моделирование,
расчет, применение) / М.В. Пронин, А.Г. Воронцов, П.Н. Калачиков, А.П. Емельянов. СПб.: «Силовые машины» «Электросила», 2004. 252 с.
_________
98
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 621.822.6 (031)
В. Ю. Базулёв − студент кафедры электротехники и технической диагностики
Е. В. Сударикова (канд. техн. наук, доц.) − научный руководитель
ПРОГНОЗИРОВАНИЕ РЕСУРСА ВЕНТИЛЬНЫХ ДВИГАТЕЛЕЙ
ПО РЕЗУЛЬТАТАМ УСКОРЕННЫХ ИСПЫТАНИЙ ЭЛЕКТРОМЕХАНИЧЕСКОГО БЛОКА
Вентильные двигатели (ВД) относятся к сравнительно новому классу технических устройств –
мехатронным системам. Вращением электромеханического блока (ЭМБ) ВД управляет электронный
преобразователь, работающий от датчика положения ротора. Отказ от коллекторно-щёточного узла (он
заменен электронным преобразователем) позволяет повысить предельную мощность двигателей и
расширить область их применения. ВД широко используются в различных областях техники. К основным задачам, выполняемым ими, относятся: создание требуемой нагрузки, управление другими блоками систем, а также функционирование в качестве исполнительных устройств. К надежности ВД нередко предъявляются повышенные требования. Так, при использовании их в дорогостоящих приборных системах ответственного назначения одним из основных требований к качеству ВД выдвигается
требование высокой надежности каждого образца изделия. В частности, их ресурс должен быть не ниже заданного. Ресурс ВД лимитируется главным образом ресурсом опор его ЭМБ.
Подтверждение гарантийного ресурса высоконадежных изделий является трудной задачей. В
настоящее время она решается экспериментальным путем – путем проведения ускоренных испытаний
(УИ) до отказа испытываемых образцов контрольной выборки. При этом испытания проводятся групповыми методами двумя способами: при постоянном значении коэффициента ускорения испытаний или
при постоянстве форсирующего фактора для всей выборки [1]. К недостаткам такого пути подтверждения надежности относится большая длительность (и, соответственно, стоимость) испытаний; кроме
того, остается неясной динамика реодинамических процессов, приводящих к отказу ВД.
Дополнение УИ индивидуальным прогнозированием (ИП) технического состояния и ресурса ЭМБ
ВД позволит сократить время получения информации о надежности каждого испытываемого образца,
причем испытания могут завершаться до перехода ЭМБ в предельное состояние.
Структурная схема процесса ИП ресурса ЭМБ приведена на рисунке.
На первом, подготовительном этапе строится диагностическая модель ЭМБ ВД, с помощью кото
рой производится выбор диагностических параметров (ДП)  и определяется вид прогнозирующих вы 
ражений W  ,  . Формируются исходные данные (конструктивные, технологические, параметры

смазки и другие) для расчетов и определяются параметры предельного состояния изделия пр , которые затем могут быть уточнены в ходе определительных УИ.
На втором этапе проводится комплекс УИ и ИП ресурса. Выбор режимов испытаний осуществля

ется индивидуально для каждого изделия. По ДП  нi  ,  ф
i  , измеренным на начало i-го этапа УИ, рас-


считывается величина реализованного коэффициента k y i  и прогнозируются индивидуальные пара
метры технического состояния опор i  на момент окончания i-го этапа испытаний. По данным прогно

за i  осуществляется расчет вектора индивидуальных ДП  нi 1 изделия на момент окончания i-го

этапа УИ. По окончании i-го этапа УИ производится измерение ДП  нi 1 , и на основании сравнения


результатов измерения  нi 1 и данных расчета  нi 1 уточняются индивидуальные значения коэффициентов адаптации  0i  , w i  прогнозирующих выражений. С учетом скорректированных значений коэффициентов адаптации уточняется индивидуальный коэффициент ускорения испытаний k y i  , про
гнозируется индивидуальный ресурс T(iпр) опор ЭМБ, оцениваемый по результатам всех проведенных i
этапов испытаний, и определяется точность прогноза. Если достигнутая точность индивидуального
99
СИСТЕМЫ УПРАВЛЕНИЯ
прогноза удовлетворяет требуемой, комплекс УИ, ИП для конкретного изделия завершается. В случае
если требуемая точность индивидуального прогноза не достигнута за максимально возможное время

испытаний, за прогноз ресурса ЭМБ принимается последняя вычисленная оценка T(iпр) , а точность про
гноза определяется дисперсией индивидуального предсказания  2п Tпр
.
i
 

Выбор ДП 
Построение диагностической модели ЭМБ
Определение вида
прогнозирующих

выражений W  , 
Форсированные
ресурсные УИ ВД
Определение параметров
предельного состояния

пр
Исходные данные
(конструктивные, технологические и др)
корректировка k y
Измерение ДП
 
 нi ,  ф
i 
Расчет реализованного
коэффициента
ускорения k y i 
на момент
начала
i-го этапа УИ
ИП параметров техниче
ского состояния i 
на момент окончания
i-го этапа УИ
испытаний
Измерение ДП

 нi 1
на момент
окончания
i-го этапа УИ
Расчет индивидуальных

ДП  нi 1 на момент
Сравнение измеренного
и расчетного
индивидуальных
векторов ДП
Корректировка индивидуальных коэффициентов адаптации
0  i  , w  i 
Результаты
сравнения
удовлетворит.
Нет
окончания i-го этапа УИ
Да
прогнозирующих
выражений

ИП ресурса Т пр
ЭМБ
i
Оценка
точности прогноза
Нет
Нет
Максимально
доступное время
УИ исчерпано
Заданная точность прогноза
достигнута
Да
Формирование статистических данных для оценки качества ЭМБ ВД
Структурная схема процесса индивидуального прогнозирования ресурса ЭМБ ВД
100
Да
СИСТЕМЫ УПРАВЛЕНИЯ
Таким образом, индивидуальный ресурс оценивается по результатам каждого этапа УИ на основании определения индивидуальной скорости изменения параметров состояния опор. Текущее техни
ческое состояние опор диагностируется по текущим индивидуальным значениям ДП. В качестве ДП 
выбраны: уровень (среднеквадратическое значение) и амплитудно-частотный спектр виброускорения
корпуса ЭМБ, функция контактирования элементов опор и максимальная несущая способность смазочного слоя.
ИП ресурса ЭМБ ВД реализовано на основании метода обратного аналитического прогнозирования [2, 3], заключающегося в определении момента выхода прогнозируемого процесса за допустимые
границы, определяемые предельным состоянием. Таким прогнозируемым процессом является многомерный процесс изменения спектральных составляющих профилограмм беговых дорожек колец по
следу качения и среднего радиального зазора в подшипнике.
Модель многомерного индивидуального детерминированного процесса (модель прогнозирования) имеет вид [4]

rqj ()  rqj (0)  I j Aqj   rqj (0)  0Qe w ( j 2) Aqj  ;
n

()  (0)  3 I э A0   (0)  3 0Q  e w ( j 2) A0  ,
j 2
где 0  − начальное значение среднего радиального зазора в ШП; I э − эффективное значение интенсивности изнашивания элементов ШП;  0 , w − индивидуальные коэффициенты адаптации; Q −
эффективное значение динамической нагрузки действующей
на ШП.

Изменение индивидуальных оценок величин rqj ,  в процессе изнашивания опор является критерием оценки индивидуального ресурса ЭМБ.
По ДП, измеренным на начало i-го этапа УИ, рассчитываются величины реализованных индиви

дуальных коэффициентов ускорения k yq (i ) , k y (i ) и прогнозируются оценки rqj (i ) ,  (i ) на момент окончания этапа УИ. Индивидуальный характер изменения технического состояния конкретного образца
ЭМБ учитывается путем корректировки численных значений  0( i ) , w i  на каждом этапе УИ. Корректировка  0( i ) , w i  производится на основании ИП ДП на момент окончания i-х этапов УИ и сравнения их
с измеренными значениями. С учетом скорректированных значений  0( i ) , w i  уточняются индивиду пр


альные k yq (i ) , k y (i ) , rqj (i ) ,  (i ) , прогнозируется индивидуальный ресурс T(т
) , оцениваемый по резуль
татам проведенных т этапов УИ, и определяется достигнутая точность прогноза  2п T(пр
i) .
 
Индивидуальный ресурс находится с помощью правила

 
T пр  min Trпр ,Tпр , q  1, 2 ; j  2, n ,
qj


rqjпр  rqj ( m ) т
 пр
 пр
пр   ( т ) т
ф
где Tr ( m )  н
  k yq ( i )T( i ) ; T ( m )  н
  k y ( i )T(фi ) ; rqjпр , пр − параметры прен
н
qj
I j ( m ) Aqj ( m ) i 1
3 I э( т ) A0( m ) i 1
дельного состояния.
Достигнутая точность прогноза определяется для m  3 этапов УИ дисперсией предсказания



 2 r

2 
2  пр 
2 пр
2
 п qj ( m ) ,  п  ( m ) ,  п Trqj ( m )  , п T( m )    п  




2
m
m
m

(  (  i )  (  i ) )(mTп2  2Tп   li   ( li ) 2 )
i 1
i 1
  2 Tп   i 1
,
m
m
2
2
(m  2)(m  (  li )  (   li ) )


 


 


i 1
101
i 1

СИСТЕМЫ УПРАВЛЕНИЯ
где  2 Tп  − дисперсия ошибки (помехи) () на момент предсказания; ( i ) − действительные значения параметров технического состояния, диагностируемые в моменты времени  i окончания i-х этапов УИ по известным методикам, а также действительное значение ресурса;
m

для  2п rqj
Tп( m )   k yq ( i )T(фi ) , q  1, 2 ;
li  k yq ( i )T(фi ) ,
 

для  2п 

Tп( m )   k y ( i )T(фi ) ;
li  k y ( i )T(фi ) ,

для  2п Trпр 
 qj 

для  2п Tпр
 
i 1
m
i 1
m
m
lm   k yq ( i )T(фi ) ,
Tп( m )   k yq ( i )T(фi ) , q  1, 2 ;
lm   k y ( i )T(фi ) ,
Tп( m )   k y ( i )T(фi ) .
i 1
m
i 1
m
i 1
i 1
Комплексное проведение (поэтапно и индивидуально для каждого образца выборки) УИ и ИП ре
сурса ЭМБ позволяет обеспечить высокие точность и достоверность индивидуальной оценки T пр при
существенном сокращении длительности (стоимости) испытаний за счет более ранних сроков достижения заданной точности прогноза путем предложенной оптимальной стратегии корректировки индивидуальных коэффициентов адаптации прогнозирующих выражений.
Библиографический список
1. Надежность и эффективность в технике/ Справочник под ред. В. С. Авдуевский и др. М: Машиностроение, 1989. Т.6.:
Экспериментальная отработка и испытания / под ред. Р. С . Судакова. 376с.
2. Гаскаров Д. В. и др. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. М: Сов.
радио, 1974. 224 с.
3. Гаскаров Д. В., Мозгалевский А. В. Техническая диагностика. М.: Высшая школа, 1975. 207 с.
4. Приборные шариковые подшипники/ Справочник под ред. К. Н. Явленского и др. М.: Машиностроение, 1981. 351 с.
_________
УДК 007(075.8)
Ю. В. Белкин – студент кафедры электротехники и технической диагностики
А. А. Ефимов (д-р техн. наук, проф.) – научный руководитель
СИСТЕМА АНАЛИТИЧЕСКОГО КОНТРОЛЯ ЗА КАЧЕСТВОМ
ПРОДУКЦИИ УСТАНОВКИ ПЕРВИЧНОЙ ПЕРЕРАБОТКИ НЕФТИ
Одним из решающих факторов повышения производительности труда является автоматизация
производства. В связи с этим за последние годы резко возрастает объём работ по автоматизации технологических процессов. Автоматизация способствует повышению производительности оборудования,
снижению себестоимости продукции, снижению расхода топливных материалов, электрической и тепловой энергии, снижению производственных потерь, улучшению качества выпускаемой продукции,
улучшению условий труда обслуживающего персонала. Современный этап автоматизации производственных процессов связан с развитием интегрированных автоматизированных систем управления. В
наше время современная промышленность и энергетика требуют легко оперируемой, надёжной, высокоэффективной системы автоматизации. Автоматизированные системы управления строятся на базе
средств вычислительной техники, средств обработки и отображения информации. Они предназначены
для улучшения качества управленческих решений, ведения технологических процессов и получения на
этой основе дополнительных экономических преимуществ – увеличения производительности труда и
прибыли, сокращения численности персонала.
102
СИСТЕМЫ УПРАВЛЕНИЯ
Системы автоматического управления (САУ) создаются для того, чтобы автоматически, без непосредственного участия человека поддерживать необходимый режим работы различных обслуживаемых этими автоматическими системами объектов. Системы автоматического управления самостоятельно, либо поддерживают постоянными, либо изменяют по заданным законам одну или несколько
физических величин, характеризующих процессы, происходящие в обслуживаемых объектах, или же
сами определяют в зависимости от ряда условий нужный или оптимальный закон управления объектом.
При помощи автоматических регуляторов – одной из основных и важнейших разновидностей автоматических управляющих устройств – можно: существенно повысить эффективность ведения технологических процессов, создать условия для применения сверхвысоких и сверхнизких параметров (напряжений, токов, скоростей, давлений, температур, частот и т.п.), освободить обслуживающий персонал от непосредственного участия в осуществлении управления сложными процессами, сократить количество обслуживающего персонала на том или ином объекте, повысить качество выпускаемой продукции, обеспечив высокие точности исполнения всех требований, предъявляемых к ходу и результатам технологических процессов, и, наконец, получить возможность вести технологический процесс в
местах, недоступных для человека.
Целью данной работы является разработка функциональной и структурной схем системы автоматического управления установки первичной переработки нефти «АВТ–6» Киришского нефтеперерабатывающего завода. Назначение системы – обеспечение быстрого и надёжного управления составом
получаемого продукта (фракция 62 – 105 С◦), блока вторичной ректификации данной установки.
Установка АВТ–6 введена в эксплуатацию в 1971 году и предназначена для получения из нефти
целевых продуктов путём перегонки её в ректификационных колоннах. Производительность установки – 6 млн. тонн нефти в год. После реконструкции установки в 1993 году, её производительность увеличилась до 8 млн. тонн нефти в год. Структурно-блочная схема установки АВТ–6 представлена
на рис. 1.
Рис. 1. Структурно-блочная схема установки АВТ-6
Установка состоит из следующих технологических блоков:
 Блок ЭЛОУ предназначен для удаления из сырой нефти воды и солей;
 Блок атмосферной перегонки предназначен для разделения на фракции нефтепродукта.
Структурно блок представляет 2 колонны. Здесь в первой колонне происходит отделение бензиновой
103
СИСТЕМЫ УПРАВЛЕНИЯ
фракции от нефти, и затем, предварительно нагреваясь, бензиновая фракция поступает во вторую колонну (основная ректификационная колонна). Во второй колонне происходит непосредственно разделение на фракции: бензин, керосин, дизельные фракции и остаток – мазут;
 Блок стабилизации и вторичной перегонки – это система колонн для стабилизации бензина
(удаление газа, который может содержаться в бензине) и последующей разгонки на бензиновые фракции, которые являются сырьем каталитических процессов для других установок, где получают высокооктановый бензин и ароматику (бензол, толуол);
Блок вакуумной перегонки предназначен для получения из мазута вакуумных погонов и гудрона –
сырья для получения битума: строительного, кровельного изоляционного, дорожного.
Установка характеризуется следующими общими свойствами:
 сложностью и взаимосвязанностью технологических процессов;
 большим количеством технологических аппаратов, режим каждого из которых определяется
комплексом взаимосвязанных параметров;
 высокой степенью пожароопасности и взрывоопасности;
 большим объемом информации о технологическом режиме, которую необходимо обрабатывать при управлении установкой;
 большим количеством контуров регулирования, сигнализации и блокировок.
В качестве объекта контроля и регулирования рассматривается блок вторичной ректификации
установки АВТ–6 где происходит разгонка и получение бензиновых фракций. Необходима разработка
функциональной схемы САУ, которая обеспечивала бы регулирование температуры с коррекцией по
расходу бензиновых фракций, выводящихся с верха колонн блока вторичной ректификации.
В разработанной функциональной схеме системы регулирования, представленной на рис. 2, был
выбран датчик температуры марки ТСПТ-101-Pt-100, был обоснован и выбран электропривод переменного тока по схеме «преобразователь частоты – асинхронный двигатель (ПЧ-АД)», который воздействует через передаточный механизм на запорный орган с заданным моментом и скоростью. В работе была предложена структура замкнутой (цифровой) системы регулирования температуры, позволяющая поддерживать с заданной точностью температуру бензиновой фракции.
Пульт
управления
РЦСУ
ПЧ
АД
ПМ
Запорный
орган
Датчик
температуры
АЦП
Рис. 2. Функциональная схема системы
На рис. 2 использованы следующие сокращенные обозначения элементов: РЦУС – распределенная цифровая система управления; ПМ – передаточный механизм; ПЧ – преобразователь частоты;
АД – асинхронный двигатель; КВО – конденсатор воздушного охлаждения; АЦП – аналого-цифровой
преобразователь.
В дальнейшем, исходя из разработанной функциональной схемы, будет разработана структурная
схема системы регулирования, с помощью которой методом математического моделирования в пакете
Mathlab будут проанализированы показатели качества статических и динамических режимов работы
спроектированной системы.
104
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 629. 735. 33
Б. С. Веселков – студент кафедры информационных технологий в электромеханике и робототехнике
А. А. Кораблева (канд. хим. наук, доц.) – научный руководитель
НАНОРОБОТЫ. «ЗА» И «ПРОТИВ»
В ходе истории люди всегда только тем и занимались, что пытались упорядочивать атомы с целью получения структур с заданными свойствами. Все развитие техники, по сути, сводится к постоянному уменьшению частиц вещества, с которыми можно работать.
Первобытные люди обтесывали камни, откалывая кусочки, содержащие бесконечное число атомов. Позже появились более тонкие инструменты, позволявшие оперировать значительно меньшим
количеством атомов, но счет все равно шел на квадриллионы. В двадцатом веке освоили технологии
создания тонких пленок. Напыляемые слои состояли из нескольких молекул.
Идеальный вариант – манипулирование отдельными атомами. Расположив их определенным
образом, можно было бы создавать структуры с любыми заданными свойствами. На сегодняшний день
такая задача не относится к области фантастики. Уже примерно двадцать лет, как химики научились
собирать структуры поатомно. Первоначально такая операция представлялась проблематичной, но,
понимая все значение новой области науки, ученые нашли различные методы ее выполнения. Это нанотехнологии – принципиально новые технологии, по сути, преддверие очередной интеллектуальной
революции. Элементарной структурной единицей, с которой они работают, являются отдельные атомы, имеющие размеры порядка десятых долей нанометра, - отсюда и их название.
На развитие нанотехнологий потрачено колоссальное количество времени и средств, но какова
же цель развития данных технологий? Судя по всему, это будет создание некоей волшебной палочки,
решающей если не все, то, по крайней мере, очень многие проблемы, стоящие перед человечеством. И
этой волшебной палочкой является наноробот.
Что же такое наноробот? Нанорооботы, или нанобооты – роботы, размером сопоставимые с молекулой (менее 10 нм), обладающие функциями движения, обработки и передачи информации, исполнения программ. Справедливости ради стоит заметить то, что нанороботом можно назвать машину,
способную точно взаимодействовать с наноразмерными объектами или способной манипулировать
объектами в наномасштабе. Вследствие этого, даже крупные аппараты, такие как атомно-силовой микроскоп можно считать нанороботами, так как он производит манипуляции объектами на наноуровне.
Кроме того, даже обычных роботов, которые могут перемещаться с наноразмерной точностью, можно
считать нанороботами.
Уже были созданы наноэлементы, такие как наношестерня, наноротор, нанотрубки и вышеупомянутые тонкие плёнки, так что можно сказать, что лет через 10 – 15 мы сможем пользоваться благами
цивилизации, созданными нашими наноподручными.
Перспективы, открываемые нанотехнологиями, просто фантастические. Например, за счёт внедрения в организм молекулярных роботов, предотвращающих старение клеток, а также перестраивающих и «облагораживающих» ткани организма можно будет достигнуть бессмертия человека, не говоря об оживлении и излечении безнадежно больных и людей, которые были заморожены методами
крионики.
В промышленности произойдёт замена традиционных методов производства сборкой молекулярными роботами предметов потребления непосредственно из атомов и молекул. Вплоть до персональных синтезаторов и копирующих устройств, позволяющих изготовить любой предмет.
Замена произойдёт и в сельском хозяйстве: комплексы из молекулярных роботов придут на смену «естественным машинам» для производства пищи (растений и животных) их искусственными аналогами. Они будут воспроизводить те же химические процессы, что происходят в живом организме, однако более коротким и эффективным путем.
Биологи смогут «внедряться» в живой организм на уровне атомов и станут возможными и «восстановление» вымерших видов, и создание новых типов живых существ, в том числе биороботов.
105
СИСТЕМЫ УПРАВЛЕНИЯ
Космос будет, наконец, освоен: огромная армия роботов-молекул будет выпущена в околоземное
космическое пространство и подготовит его для заселения человеком – сделает пригодными для обитания Луну, астероиды, ближайшие планеты, соорудит из «подручных материалов» (метеоритов, комет) космические станции.
В кибернетике произойдёт переход к объёмным микросхемам, а размеры активных элементов
уменьшаться до размеров молекул. Рабочие частоты компьютеров достигнут терагерцовых величин.
Получат распространение схемные решения на нейроноподобных элементах. Появится долговременная быстродействующая память на белковых молекулах, ёмкость которой будет измеряться терабайтами. Станет возможным «переселение» человеческого интеллекта в компьютер.
За счёт внедрения логических наноэлементов во все атрибуты окружающей среды она станет
«разумной» и исключительно комфортной для человека. На всё это, по разным оценкам, понадобится
около 100 лет.
Существуют, однако, и опасения по поводу наномеханики. Так, можно вспомнить произведение
«Непобедимый» Станислава Лемма, в котором крошечные роботы, наследие цивилизации Лиры, будучи примитивными механизмами, объединяются миллионами, образуя мыслящие конструкции, готовые
уничтожить человека человека с бездушием механизма чтобы затем снова погрузиться в тысячелетний
стазис.
Данные взгляды не являются прерогативой фантастов, их поддерживает ряд ученых, которых в
прессе иногда называют наноапокалиптиками. Профессор Евгений Абрамян в своих статьях рисует
ситуацию, при которой роботы, предназначенные для разборки на атомы отходов, начнут разбирать в
силу сбоя и все остальное. При этом такие машины будут самореплицироваться. Кроме того, как отмечает ученый, эти микромашины могут стать основой для новых, еще более чудовищных, чем современные, средств ведения войны. Действительно, представьте себе колонию нанороботов, которая спокойно уничтожала отходы, только немного иначе запрограммированных. Эта стая мерзавцев сможет
незаметно проникнуть в организм человека и многое натворить – например разобрать сердце или мозг,
что, как минимум, скажется на вас достаточно плачевно, даже если вас называют бессердечным или
безмозглым.
Можно представить себе и нанороботов, запрограммированных на изготовление уже существующего оружия. Овладев секретом создания подобного робота или каким-то образом достав его, воспроизвести универсального «малыша» в большом количестве сможет небольшая группа людей или
даже террорист-одиночка.
Отметим также принципиальную возможность создания устройств, выборочно разрушительных:
например, воздействующих на определённые этнические группы или заданные географические районы.
Также не стоит исключать человеческий фактор – упомянутые выше террористы, спецслужбы,
политики, стремящиеся к власти и обладанию стратегически важными ресурсами любыми способами...
И тут появляются наши друзья-нанороботы. Грехом будет не воспользоваться тем, что невидимо и
смертоносно, особенно в целях шпионажа или уничтожения нужного человека, группы лиц, зданий или
техники. С такими технологиями даже Полиция мысли, описанная в романе «1984» Джорджа Оруелла
покажется маменькими сынками, которые ничего не смыслят в своей работе. Перспектива создания
полицейского государства, где даже крамольные мысли будут незамедлительно караться, весьма настораживает, не правда ли?
Так или иначе, но главный шаг к созданию нанороботов уже сделан и можно с уверенностью сказать, что век нанотехнологий уже не за горами. А человечество к нему пока что не готово. Так что будем надеяться, что за 15 – 20 лет люди смогут подготовиться к появлению нанороботов и превратят с
их помощью мир в цветущий Эдем, где нет голода и болезней и люди живут сколь угодно долго, а не в
полицейское государство со строгим режимом, или, что ещё хуже, в выжженную пустыню, где вершиной и по совместительству единственным звеном эволюционной цепочки будет наноробот.
Библиографический список
1. Фейнман.Р. Как много места там, внизу. М., Наука, 1987.186 с.
2. Абрамян.Е. Цивилизация в ХХI веке. Что нас ожидает в ХХI веке. – М.: Терика, 2007. 554 с.
3. Дрекслер.Э. Машины Созидания: грядущая эра нанотехнологии: Пер. с англ. М.: Наука, 1999. 248 с.
106
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 004.896
А. А. Волкодаев – студент кафедры управления и информатики в технических системах
М. В. Бураков (канд. техн. наук, доц.) – научный руководитель
КОНЦЕПЦИЯ ИНТЕЛЛЕКТУАЛЬНОГО ЗДАНИЯ И ЕЁ РЕАЛИЗАЦИЯ
Работа состоит из трёх разделов. В первом рассматривается концепция и определение интеллектуального здания. Во втором эволюция системах управления зданиями. В третьем мы рассмотрим
примеры открытых технологий.
1. Концепци я и пон ятие интеллектуального зд ания
Необходимость по явления интеллектуального здания
Любое здание (административное, производственное или жилое) состоит из некоторого набора
подсистем, отвечающих за выполнение определенных функций, которые решают различные задачи в
процессе функционирования этого здания.
По мере усложнения этих подсистем и увеличения количества выполняемых функций, управление ими становилось все сложнее. Также стремительно росли расходы на содержание и обслуживание
персонала, ремонт и обслуживание этих подсистем. Впервые эти проблемы встали при эксплуатации
больших административных и производственных комплексов.
Основные положения кон цепции интеллекту ального здания
Так что же такое интеллектуальное здание (ИЗ)?
ИЗ мы будем называть сооружение, в котором при помощи специальных технических средств
созданы идеальные климатические и профессиональные условия труда персонала, обеспечивается
необходимый уровень защиты от стихийных бедствий и несанкционированного доступа, максимально
рациональным образом расходуются имеющиеся энергетические и коммунальные ресурсы.
Интеллектуальное здание – не очень точный перевод английского термина «intelligent building».
Под интеллектом в этом подходе понимается умение распознавать определенные ситуации и определенным образом на них реагировать. Вместе с тем, в соответствии с буквальным переводом с английского, ИЗ можно интерпретировать как «разумно построенное». В то же время здание должно быть
спроектировано так, что все сервисы могли бы интегрироваться друг с другом с минимальными затратами (с точки зрения финансов, времени и трудоемкости), а их обслуживание было бы организовано
оптимальным образом.
Концепци я интеллектуального здания содержит в себе следующие положения
Создание интегрированной системы управления зданием – системы с возможностью обеспечения комплексной работы всех инженерных систем здания: освещения, отопления, вентиляции, кондиционирования, водоснабжения, контроля доступа и многих других.
Передача функций контроля и принятий решений подсистемам интегрированной системы управления зданием. В эти подсистемы как раз и закладывается «интеллект» здания – то, как оно будет реагировать на изменение параметров датчиков системы и другие события типа чрезвычайных ситуаций.
Реализация механизма немедленного отключения и передачи при необходимости управления
человеку любой подсистемой интеллектуального здания. Вместе с этим человеку должен предоставляться удобный и единообразный доступ к управлению и отображению всех подсистем и частей «Интеллектуального здания».
Обеспечение корректной работы отдельных подсистем в случае отказа общей управляющей системы или других частей системы.
Минимизация стоимости обслуживания и модернизации систем здания, что должно обеспечиваться применением общих стандартов в построении подсистем, автоматическое конфигурирование и
обнаружение новых устройств и модулей при их добавлении в систему.
Наличие в здании проложенной коммуникационной среды для подключения к ней устройств и
модулей систем. Наряду с этим возможность использования в качестве коммуникационной среды в
системе управления различных типов физических каналов: слаботочные линии, силовые линии, радиоканал.
107
СИСТЕМЫ УПРАВЛЕНИЯ
Таким образом, резюмируя всё выше сказанное, здание можно назвать «интеллектуальным», если инженерная инфраструктура и автоматизированная система управления зданием удовлетворяют
следующим требованиям: [1]
 наличие межсистемной интеграции;
 высокая степень автоматизации;
 надежность и устойчивость к поломкам;
 масштабируемость;
 готовность к модернизации;
 гибкость и программируемость;
 адаптивность к окружающей среде и к поведению людей;
 эргономичность и дружелюбность пользовательских интерфейсов.
2. Эволюци я в системах управления зданиями
Эволюция систем управления зданиями повторяет путь развития современных компьютерных
систем. Это во многом объясняется тем, что в системах автоматики для зданий используются самые
современные вычислительные комплексы и передовые компьютерные технологии.
В индустрии систем автоматики для зданий также долгое время доминировали централизованные системы, построенные вокруг единого вычислительного узла, выполняющего функции управления
всеми контрольными точками в здании. Данный подход имеет ряд недостатков, характерных и для вычислительных систем.
Он приведен на рис. 1. В представленной модели здание имеет следующие подсистемы:
контроля доступа, управления климатом, охранно-пожарную сигнализацию и видеонаблюдение. В
данной схеме имеется четкое разделение системы на следующие технологические слои:
1. – уровень конечного оборудования (датчиков, считывателей, заслонок, нагревателей,
извещателей, видеокамер и т.п.);
2. – уровень управляющего оборудования (контроллеры, зонные панели, телеметрическое
оборудование и т.п.);
3. – уровень систем управления (пульт управления и мониторы видеонаблюдения, панели
сигнализации, ПО для управления системами авторизации доступа и контроля климата);
4. – уровень интеграции подсистем (некоторая платформа управления всем комплексом).
Рис.1 Централизованная система управления
108
СИСТЕМЫ УПРАВЛЕНИЯ
На границе каждого из слоев существует некоторый интерфейс взаимодействия устройств вышестоящего и низлежащего уровня. При этом у каждой подсистемы эти интерфейсы в общем случае собственные и преобладает подчинение устройств нижнего уровня устройствам верхнего, т.е. «снизу» поступает информация, а «наверху» принимают решение.
Каждая подсистема имеет собственную кабельную проводку, и в ряде случаев кабельные системы нескольких элементов ИЗ прокладываются параллельно друг другу. Каждой границе уровней соответствует отдельная кабельная проводка. Так, конечное оборудование подключается непосредственно
к контроллерам. Контроллеры группируются по шлейфам, завязанным на центральную станцию управления. Между системами управления данные передаются по локальной компьютерной сети.
Подсистемы имеют различные ограничения по масштабированию, зависящие от используемых
интерфейсов взаимодействия устройств. Например, на одном шлейфе может существовать строго определенное число контроллеров и для добавления к системе следующего элемента необходимо будет
установить дополнительный модуль расширения (число которых также обычно лимитировано).
Как уже упоминалось, характер взаимодействия устройств в рамках подсистемы – подчиненный
(master-slave). Это означает, что контроллеры либо функционируют автономно, либо обмениваются
данными с элементом верхнего уровня подсистемы. Например, центральная станция управления может прочитать данные с устройства и передать ему команду, но между собой контроллеры не взаимодействуют.
Интеграция подсистем осуществляется при помощи программного комплекса, который «общается» с каждой подсистемой на ее «языке», т.е. необходим программно-аппаратный модуль, который будет обеспечивать интерфейс между станцией управления и конкретной подсистемой. Т. о., интеграция
подсистем - вертикальная. Это означает, что все возможные взаимосвязи между элементами различных подсистем осуществляются через центральную станцию, расположенную на уровне 4. Центральный вычислительный блок становится так называемым единым источником сбоя (single point of failure),
т.е. при выходе его из строя прекращают взаимодействовать между собой все подсистемы ИЗ. Кроме
того, получив доступ к центральному контроллеру, злоумышленник может управлять всей инфраструктурой здания.
Существующие ограничения и трудности, возникающие при необходимости интеграции устройств
различных производителей, естественно, не устраивают потенциальных заказчиков, которые хотят
иметь высокофункциональные интегрированные системы, которые бы не привязывали их к одному поставщику оборудования и решений, диктующему цены на свои услуги.
Устранить эти недостатки позволяет децентрализация систем ИЗ – распределение функций
управления между несколькими контроллерами и использование механизмов передачи информации по
общей шине данных. Эффективность подобного подхода была своевременно оценена ведущими производителями систем автоматики для зданий, которые в последнее время стали активно развивать
«сетевое» направление в своих продуктах.
Дополнительно надо отметить, что все предлагаемые на рынке решения делятся на два больших
класса – фирменные закрытые решения и открытые технологии. Термин «открытая технология» в данном случае означает, что любой разработчик или инсталлятор имеет свободный доступ к полной технической документации и спецификациям на данную технологию и может самостоятельно начать производство совместимых с ней продуктов без каких-либо дополнительных разрешений и лицензий с
чьей-либо стороны.
Модель взаимодействия открытых систем (Open Systems Interconnection, OSI)
Сетевая модель OSI была выведена в целях стандартизации построения сетевых протоколов
взаимодействия открытых систем и состоит из 7 уровней.
1. Физический уровень (Physical Layer) – передача двоичных данных и их квитирование. (подтверждение приёма-передачи структурной единицы информации)
2. Подуровень MAC (Media Access Control) (MAC Sublayer) – алгоритм предупреждения коллизий (конфликтных ситуаций); обслуживание приоритетов и обнаружение коллизий.
3. Канальный уровень (Link Layer) – формирование пакетов, контроль с помощью циклического
избыточного кода (CRC).
109
СИСТЕМЫ УПРАВЛЕНИЯ
4. Сетевой уровень (Network Layer) – доставка пакетов внутри одного домена без взаимодействия между доменами; описание возможных сетевых топологий на основе использования различных
маршрутизаторов.
5. Транспортный уровень (Transport Layer) – поддержка функций сервера, обслуживание групповых запросов.
6. Сеансовый уровень (Session Layer) – поддержка функций по схеме «запрос/ответ».
7. Уровень приложений и предоставления данных (Application & Presentation Layer) – сетевые
переменные, средства диагностики и статистики сетевых потоков, управление сетью. [2]
Достоинства открытых технологий неоспоримы – потребитель получает больший набор альтернатив и не привязан в течение многих лет к единственному поставщику со всеми сопутствующими этому обстоятельству рисками.
Модель ИЗ, построенного на принципах открытой архитектуры, представлена на рис. 2. Ключевым элементом нового подхода является понятие «сети управления» и наличие единого протокола
взаимодействия всех элементов системы - от привода заслонки до центральной станции.
Рис. 2 Децентрализованная система управления
Принципы построения сетей управления аналогичны принципам построения современных компьютерных сетей. Все компоненты, подобно ПК и серверам, подключены к единой кабельной системе и
используют общие протоколы передачи данных. Сеть управления также делится на сегменты с различными типами топологий и средами передачи данных. Сегменты объединяются при помощи повторителей, маршрутизаторов и шлюзов. Открытая сетевая архитектура устраняет избыточность кабельной системы, поскольку все устройства разделяют общую среду передачи данных.
Масштабируемость подсистем и всего комплекса больше не зависит от ресурсов отдельных компонентов (например, количества свободных слотов расширения в станции управления), а определяется адресным пространством, поддерживаемым протоколом взаимодействия.
Принцип взаимодействия устройств в сети управления – одноранговый. Каждый элемент имеет
возможность обмениваться данными с любым другим. Отсутствие подчиненности делает систему более гибкой и устойчивой – выход из строя некоторого элемента не является критичным для работы остальных. Единый протокол взаимодействия, единая кабельная система и сетевая архитектура позво110
СИСТЕМЫ УПРАВЛЕНИЯ
ляют добиться прозрачной интеграции всех компонентов ИЗ. Устройства, принадлежащие к разным
подсистемам, могут быть физически подключены к одному и тому же сегменту сети управления.
Центральной станции управления нет необходимости «учить» языки конкретных подсистем. Существует стандартный способ получения данных и управления всеми подсистемами. Это позволяет
создавать универсальные программные комплексы управления, не ориентированные на конкретное
оборудование.
Кроме описанных преимуществ, относящихся к интеграции подсистем, существует еще одно –
совместимость (interoperability) оборудования различных производителей на сетевом уровне. В повседневной жизни мы часто сталкиваемся с «совместимыми» вещами, однако не всегда задумываемся о
вопросах совместимости. И в этом основная задача совместимости - не создавать никаких проблем для
пользователя. Когда мы подключаем DVD-player Philips к телевизору SONY, то не ожидаем от этого
простого действия никаких печальных последствий. Именно это и есть совместимость.
3. Примеры открытых технологий LonWorks и KNX.
На рис. 3 представлены основные протоколы, используемые в различных областях автоматизации. В качестве условного показателя используется масштабируемость решений, построенных на базе
каждого из протоколов.
Рис. 3 Протоколы автоматизации
Так вот, наиболее известные и распространенные на сегодняшний день открытые системы в области автоматизации зданий – сетевые технологии децентрализованной автоматизации LonWorks и
KNX/EIB. Эти технологии имеют статус мировых, а в ряде стран и статус национальных отраслевых
стандартов.
Идеологически технологии KNX/EIB и LonWorks имеют много общих черт. Каждая из сетей состоит из множества равноправных узлов (nodes), взаимодействующих друг с другом по стандартизированным открытым протоколам. [2 – 5]
Эти сети относятся к классу одноранговых (peer-to-peer) сетей с коммутацией пакетов (packet
switching). В состав каждого сетевого узла входят один или несколько микропроцессоров, прикладная
подсистема, определяемая функциональным назначением устройства (сенсор, дискретный вход или
диммер и т.п.), и приемопередатчик (трансивер), соответствующий среде передачи, для которой он
предназначен (рис. 4).
111
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 4.Обобщеная структурная схема сетевого узла KNX/EIB или LonWorks
Кроме того, каждый узел оснащен постоянной и перепрограммируемой энергонезависимой памятью, содержащей набор необходимых системных и прикладных микропрограмм, а также конфигурационные и коммуникационные адресные таблицы, определяющие, соответственно, параметры прикладных программ и связи, в которых данный узел должен участвовать. [2 – 5]
Введение узла в эксплуатацию (commissioning) означает присвоение ему сетевого адреса, загрузку необходимой прикладной программы и установку требуемых конфигурационных свойств. После
ввода сети в эксплуатацию, когда каждый ее узел сконфигурирован надлежащим образом, работоспособность каждого из узлов не зависит от работоспособности большинства других узлов или от работоспособности какого-либо выделенного «центрального» элемента сети. Каждый узел функционирует
самостоятельно в соответствии с собственной прикладной программой. Этим определяется высокая
надежность децентрализованных сетей и их устойчивость к поломкам. При выходе из строя любого
конкретного узла функциональность теряется только в одном конкретном месте сети – в том, за которое отвечал вышедший из строя узел. Вся остальная сеть продолжает исправно работать.
Интеллектуальное здание имеет массу преимуществ перед неинтеллектуальным. Интегрированная система управления зданием позволяет владельцам здания создавать сколь угодно сложные и интеллектуальные процедуры функционирования этого здания, так как все исполнительные системы этого здания могут работать согласованно и совместно. Отсюда следует реализация множества ресурсосберегающих процедур, процедур контроля доступа и обеспечения безопасности здания, учета контроля
практически всех параметров систем здания и оперативное реагирование на их критическое изменение, причем реакция является комплексной и мгновенной, процедур удаленного контроля и управления
зданием, так как все информационные и управляющие каналы связи в такой системе являются цифровыми.
В заключение можно сказать, что грамотно спроектированное интеллектуальное здание обеспечивает максимальное удобство конечному пользователю. Интерфейс таких систем очень дружелюбен
и привлекателен, не требует специального обучения. Пользователь получает массу положительных
эмоций от общения со зданием.
Библиографический список
1. Вернер Х. Умный дом.– М.: Техносфера, 2006.
2. Международный стандарт ISO-16484-2. Системы втоматизации и управления зданиями. Аппаратные cредства.
3. Международная ассоциация LonMark, www.lonmark.org
4. Российское отделение ассоциации LonMark, www.lonwork.ru
5. Международная ассоциация Konnex, www.konnex.org
6. Российская национальная ассоциация Konnex, www.konnex-russia.ru
112
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 629.735.33
П. В. Герцев – студент кафедры микро- и нанотехнологий аэрокосмического приборостроения
В. П. Ларин (д-р техн. наук, проф.) – научный руководитель
ЭЛЕКТРОННЫЙ МОДУЛЬ С ВСТРОЕННЫМИ КОМПОНЕНТАМИ
В настоящее время в микроэлектронике продолжается функционализация и миниатюризация ее
компонентов. Функционализация заключается в расширении функций, реализуемых в границах одного
корпуса, узла или модуля. К таким функциям относятся, например, комбинация, объединение аналоговых и цифровых устройств, модулей памяти, цифровой логики, интеграция активных и пассивных компонентов, фильтров, элементов беспроводной коммуникации (например, антенн) в одном стандартном
или специально спроектированном корпусе. Данная тенденция получила название «More than Moore» и
ведет к созданию так называемой «системы в корпусе» (СвК) или, в английской терминологии, Sistemin-Package (SIP) [1]. Акцент в конструкциях СвК сделан не на число транзисторов на одном кристалле,
а на число различных функций, которые можно объединить вместе (интегрировать) с позиции практически апробированных технологических решений максимально надежным и дешевым способом.
Миниатюризация, в свою очередь, происходит на всех уровнях, начиная от структур на кристалле
и заканчивая отдельно взятым модулем. Процесс миниатюризации характеризуется повышением
плотности активных элементов на кристалле, а также снижением потерь площади корпуса по сравнению с площадью кристалла, т.е. уменьшением коэффициента дезинтеграции устройства, и как следствие, уменьшением массогабаритных характеристик изделия в целом.
Потребность в уменьшении массы и габаритов конструкций электронной аппаратуры обусловили
интерес к методам непосредственного монтажа кристаллов на плату COB (Chip – on – Board). Технология COB предусматривает расположение кристалла непосредственно на монтажной поверхности печатной платы. Преимущества COB наиболее отчетливо прослеживаются в технологии Flip Chip (перевернутый кристалл). Сборка Flip Chip представляет собой монтаж перевернутых электронных компонентов на контактных площадках подложки или монтажных плат при помощи проводящих столбиковых
выводов. Главное достоинство такого метода монтажа заключается в отсутствии необходимости использования корпуса, т.к. его функции в данном случае выполняет сам перевернутый кристалл на основании. При этом элементы герметизации (рамка и контактные площадки) находятся между кристаллом и основанием, и поэтому практически не создают дополнительного увеличения объема конструкции микроэлектронного изделия, что в свою очередь приводит к минимизации коэффициента дезинтеграции устройства. Если сравнивать технологию Flip Chip с другими видами поверхностного монтажа,
то преимущества первой очевидны, как показано в табл. 1.
Таблица 1.
Сравнительный анализ видов поверхностного монтажа
Метод поверхностного монтажа
Проволочное соединение
Шарик
Клин
Материал
Au
Al
Метод соединения
Термозвук/
Термокомпресс.
100 – 150
Ультразвук
Температура процесса (С)
Обычный шаг КП
Коэффициент дезинтеграции
Максимальный показатель гибкости
соединения ввода и вывода (I/O)
Сопротивление (mΩ)
Емкость вывода (pF)
Индуктивность вывода(nH)
BGA
Flip Chip
PbSn, AuSn, PbSn, AuSn, Проводящ.
SnAg
SnAg
полимер
Пайка
Пайка
Адгезив
225 – 360
225 – 360
150
150 – 200
50
300 – 500
Комнатная
температура
50 – 200
50
500 – 700
100 – 200
6
800
200 – 250
1.05
>1000
100 – 200
1.05
>1000
122
0.025
2.6
142
0.025
2.6
17
0.006
0.5
1.2
<0.001
<0.2
5-10
<0.001
<0.1
113
СИСТЕМЫ УПРАВЛЕНИЯ
Схематичное изображение компонента в Flip Chip исполнении приведено на рисунке.
Электронный компонент в Flip Chip исполнении
1-кристалл; 2-основание; 3-топология; 4-плёночный вывод; 5-контактная площадка на кристалле; 5’- контактная площадка на
основании; 6-рамка на кристалле; 6’-рамка на основании; 7-высокотемпературный припой; 8-отверстие, заполненное металлом; 9-наружные контактные площадки; 10-низкотемпературный припой ; 11-парилен.
В свою очередь, для конструкций, реализуемых на основе малогабаритных печатных плат и микросборок, высокий уровень миниатюризации может быть получен за счет высокой плотности монтажа с
использованием технологии встроенного монтажа.
Технология встроенного монтажа – это монтаж кристаллов в тело основы функционального модуля. Кристаллы закладываются и фиксируются внутри предварительно сформированных лазером
структурированных полостей печатной платы. Однако электронный модуль состоит не только из кристаллов и полупроводниковых приборов, помещенных в данном случае в тело основы. Пассивные и
прочие элементы, входящие в состав электронного модуля, паяются на поверхность основы, как элементы поверхностного монтажа. Сравнительный анализ технологий встроенного монтажа и поверхностного монтажа и приведен в табл. 2.
Таблица 2.
Сравнительный анализ поверхностного монтажа ИС в BGA корпусах
и технологии встроенного монтажа ИС
Характеристики
Поверхностный монтаж ИС в BGA корпусах
Шариковые выводы BGA –корпусов не
Надежность контактов
способны многократно компенсировать
разницу в расширении платы и корпуса. В
условиях бессвинцовых контактов их пластичность уменьшается
Плотная выводная рамка ИС и плотная
Электромагнитные пара- разводка ПП под ИС являются источниказитные явления
ми паразитных явлений индуктивной или
конденсаторной природы
Тепловая нагруженность Корпуса BGA препятствуют рассеиванию
модуля
тепла, выделяемого компонентами
Корпус BGA массивен, механическая прочВиброустойчивость
ность безвыводных контактов невысокая
Быстродействие
Массогабаритные характеристики
Чувствительность
к
внешним несанкционированным электромагнитным воздействиям
Наличие вводов и многоуровневая разводка ПП, невозможность близкого размещения исполнительных элементов ИС
приводят к значительному снижению быстродействия
Использование корпусов BGA приводит к
увеличению коэффициента дезинтеграции
Плотная выводная рамка ИС и плотная
разводка ПП под ИС является источником
паразитных явлений индуктивной или конденсаторной природы
114
Встроенный монтаж ИС
Разница в расширении подложки и кристалла отсутствует либо выводы – дорожки сформированы на пластичном
материале
Паразитные явления отсутствуют
Кристаллы ИС находятся внутри металлической платы, лишены корпуса
Масса кристалла минимальна, кристалл находится внутри платы, соединяющие слои очень пластичны
Быстродействие электронных модулей,
исполненных по технологии ВМ в несколько раз выше поверхностно монтируемых аналогов в связи с уменьшением длины связей
Используются внутренние слои модуля,
корпуса отсутствуют
Электронный модуль нечувствителен к
внешним несанкционированным электромагнитным воздействиям
СИСТЕМЫ УПРАВЛЕНИЯ
Комплексный конструкторско-технологический подход, заключающийся в применении компонентов Flip Chip в технологии встроенного монтажа, позволит проектировать и изготавливать новые функциональные системы на уровне модуля с техническими характеристиками, значительно превосходящими характеристики полученных при любом другом виде монтажа (табл. 1 и табл. 2).
Основные результаты применения данного комплексного подхода сводятся к следующему:
 миниатюризация проектируемых систем;
 значительное увеличение функциональных возможностей в единице объема;
 снижение потребляемой энергии;
 создание уникальных аналого-цифровых систем.
Библиографический список
1. Назаров Е. Внутренний монтаж функциональных радиоэлектронных блоков. – ЭЛЕКТРОНИКА: Наука, технология, бизнес, 2008, вып.3, с.36-39.
2. Новиков В.В. Свидетельство РФ на полезную модель № 26277 с приоритетом от 08.05.2002.
3. Шёнхольц Р. Встроенные активные компоненты. Новая технология компании Wurth Elektronik // Технологии в электронной промышленности. 2009, № 7, с.40-43.
_________
УДК 62-83-52
Е. В. Градов – студент кафедры электротехники и технической диагностики
Г. А. Гоголев (канд. техн. наук) – научный руководитель
М. В. Пронин (д-р техн. наук) – научный консультант
РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ И ДИАГНОСТИКИ
МНОГОТАКТНОГО АКТИВНОГО ВЫПРЯМИТЕЛЯ ЭКСКАВАТОРА ЭКГ-35К
Российские экскаваторы, как правило, снабжаются электроприводами постоянного тока. Для питания этих электроприводов используются электромашинные преобразовательные агрегаты, содержащие синхронный двигатель и несколько генераторов постоянного тока. Питание осуществляется
обычно от сравнительно маломощных электросетей напряжением 6 кВ, частотой 50 Гц. При пусках агрегатов с большими токами возникают значительные провалы напряжения. Надежность агрегатов низка, вследствие использования коллекторных машин. Коллекторы генераторов требуют трудоемкого
квалифицированного обслуживания. При работе агрегатов выделяется угольная пыль, которая, оседая
на конструкциях электрооборудования, снижает сопротивление изоляции.
В связи с указанным перспективным направлением совершенствования электрооборудования
экскаваторов является замена электромашинных преобразовательных агрегатов на статические преобразователи, построенные на базе активных выпрямителей. Для экскаватора ЭКГ-35К активный выпрямитель выполняется по схеме рис. 1.
На рис. 1: Тр – трансформатор, АВ1, АВ2, АВ3 – активные одномостовые выпрямители. Напряжение питания 6 кВ, напряжение вторичной обмотки трансформатора 660 В, выпрямленное напряжение 950 В. Мощность выпрямителя 2000 кВт.
Выпрямительные мосты работают в режиме широтно-импульсной модуляции, в котором импульсы управления транзисторами формируются в результате сравнения пилообразных опорных напряжений с трехфазными системами напряжений управления. При использовании одного опорного напряжения для всех мостов и одновременной выдаче управляющих импульсов на транзисторы параллельно
включенных мостов схема в целом является однотактной и ей свойственны значительные искажения
токов на входе и на выходе мостов. При взаимном сдвиге пилообразных напряжений мостов на угол
120 эл. град. импульсы управления транзисторами параллельно включенных мостов взаимно сдвигаются во времени и искажения токов на входе и выходе выпрямителя уменьшаются, схема становится
многотактной.
115
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 0. Структурная схема системы пуска газового турбоагрегата
Диаграмма токов и напряжений активного выпрямителя, рассчитанная на математической модели представлена на рис. 2.
Рис.1. Структурная схема системы регулирования электропривода
На диаграмме рис. 2 изображены: ток 1 фазы сети, напряжение 1 фазы сети, напряжение 1 фазы
1 выпрямительного моста, заданный и фактический токи 1 фазы 1 выпрямительного моста, опорное
напряжение 1 моста, напряжение управления 1 фазы 1 моста.
116
СИСТЕМЫ УПРАВЛЕНИЯ
В рассматриваемом случае ток сети по форме близок к синусоиде и практически совпадает по
фазе с напряжением сети. Это те преимущества, которые обеспечиваются активным выпрямителем.
Другое достоинство рассматриваемого выпрямителя – стабилизация выпрямленного напряжения на
заданном уровне при изменении напряжения питания в широком диапазоне.
Библиографический список
1. Электроприводы и системы с электрическими машинами и полупроводниковыми преобразователями (моделирование,
расчет, применение) / М. В. Пронин, А. Г. Воронцов, П. Н. Калачиков, А. П. Емельянов. СПб.: ОАО “Силовые машины”
“Электросила”, 2004. 252 с.
2. Пронин, М. В. Силовые полностью управляемые полупроводниковые преобразователи (моделирование и расчет) / М. В.
Пронин, А. Г. Воронцов. СПб.: ОАО “Электросила”, 2003. 172 с.
3. Шрейнер, Р. Т. Математическое моделирование электроприводов переменного тока с полупроводниковыми преобразователями частоты / Р. Т. Шрейнер. Екатеринбург: УРО РАН, 2000. 654 с.
4. Ефимов, А. А. Активные преобразователи в регулируемых электроприводах переменного тока. Под общей редакцией дра техн. наук, проф. Р.Т.Шрейнера / А. А. Ефимов, Р. Т. Шрейнер. Новоуральск: Изд-во НГТИ, 2001. 250 с.
_________
УДК 681.51
Е.В. Гращенков – студент кафедры управления и информатики в технических системах
М.В. Бураков (канд. техн. наук, доц.) – научный руководитель
МОДЕЛИРОВАНИЕ ПОСАДКИ САМОЛЕТА ВЕРТИКАЛЬНОГО ВЗЛЕТА И ПОСАДКИ
Наиболее типичной схемой реактивного самолета вертикального взлета и посадки (СВВП) является самолет с изменением направления тяги подъемно-маршевых двигателей. Такие самолеты могут
быть двух типов: с поворотом двигателей и с поворотом выхлопных струй. СВВП второго типа взлетают и садятся за счет вертикальной тяги, создаваемой струей газов, повернутой поворотными соплами.
Двигатель в этом случае неподвижен. СВВП подобной схемы получили наибольшее распространение,
поскольку инерционность поворотного устройства для сопел намного меньше инерционности аналогичного устройства для двигателя [1 – 3].
СВВП является достаточно сложным объектом управления. Посадка самолета - это один из самых трудных и ответственных этапов полета, поскольку СВВП должен почти полностью погасить механическую энергию в момент столкновения с землей.
Процесс посадки включает три основных этапа, показанных на рис.1.
A
H, м
B
C
O
X, м
Рис. 1. График процесса посадки
На первом этапе (участок А – В) необходимо снизиться до заданной малой высоты (30 – 50 м.),
на втором этапе (участок В – С) требуется поддерживать постоянную высоту и обеспечить гашение скорости до заданной малой величины, на последнем этапе (участок С – О) требуется посадить самолет в
точку с нулевыми вертикальной и горизонтальной скоростью.
117
СИСТЕМЫ УПРАВЛЕНИЯ
Рассмотрим математическое описание СВВП при следующих допущениях [4]: рассматривается
продольное движение СВВП в невозмущенной среде; газовая струя двигателя создается одним поворотным соплом, расположенным по центру тяжести СВВП.
Второе из этих допущений правомерно в силу того, что двигатель расположен в центре масс самолета, а сопла поворачиваются системой управления на одинаковый угол.
Тогда уравнения СВВП могут быть записаны в виде (рис. 2):
 dV
ρSC (α)
 F ()

x V 2  sin θ 

 g
 cos(α   ) 
 G

2G
 dt



ρSC (α)

 d g  F ()
y

 
 sin(   ) 
V 2  cos θ 
G
2G

 dt V 


dX

 V cosθ;

dt

dH

 V sin θ

dt
где V – воздушная скорость СВВП,  – угол наклона траектории, X – расстояние СВВП до точки приземления, H – высота полета, F – сила тяги двигателя,  – угол атаки,  – плотность воздуха на уровне
моря, g – ускорение свободного падения, m – масса СВВП,  – угол поворота сопла двигателя, Cx –
коэффициент лобового сопротивления, Cy – коэффициент подъемной силы, S – площадь крыльев
СВВП,  – скорость вращения турбины.
F


mg
Рис. 2. Координаты самолета как объекта управления
Нелинейные зависимости Cx(), Cу(), F( ) приведены в [4].
При моделировании были использованы следующие параметры: max= 12000 об/с,
 max = 1.6 рад, G=12500 кг, S=35 м2.
Схема моделирования динамики СВВП в Simulink MatLab показана на рис. 3.
Математическое описание СВВП представлено нелинейными дифференциальными уравнениями, поэтому при проектировании регулятора для управления посадкой нужно использовать линеаризованное описание, либо регулятор с нелинейной структурой.
Рассмотрим снижением СВВП (участок А – В рис.1) под управлением нейронного регулятора. Используемая для задачи снижения однослойная нейронная сеть (НС) представлена на рис. 4.
118
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 3. Модель динамики СВВП в Simulink MatLab.
V
1
dV/dt
2
H
3
dH/dt
4

d/dt
W
1
 max

2
  max

5
6
Рис. 4. Однослойная НС для задачи снижения
Два нейрона выходного слоя используют линейные с насыщением активационные функции. Обучение НС требует коррекции только 12 весов (вектор W), что не вызывает трудностей. Описание используемого для обучения НС генетического алгоритма можно найти, например, в [5].
Проведенные эксперименты показали хорошее качество управления при различных начальных
высотах и скоростях полета СВВП. Для полного решения задачи управления может быть использована
нейронечеткая структура регулятора, рассмотренная в [6].
Библиографический список
1. Павленко В. И. Самолёты вертикального взлёта и посадки. М: Воениздат, 1966, 344 с.
2. Курочкин Ф. П. Основы проектирования самолётов с вертикальным взлётом и посадкой. М: Машиностроение, 1970, 352 с.
3. Тараненко В. Т. Динамика самолёта с вертикальным взлётом и посадкой. М: Машиностроение, 1978, 248 с.
4. Батенко А.П. Управление конечным состоянием движущихся объектов. М: “Сов. радио”, 1977. 256с.
5. Бураков, М.В. Генетический алгоритм: теория и практика. учебное пособие. / М.В. Бураков; ГУАП. СПб, 2008. 164с.
6. Бураков М.В. Структура нейронечеткого регулятора // Изв. Академии наук. Теория и системы управления, 2001, №6.
с.160-165.
119
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 621.382
Т. А. Григорьева – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
В. П. Пашков (канд. техн. наук, доц.) – научный руководитель
АНАЛИЗ ПРИЧИН ВОЗНИКНОВЕНИЯ ОТКАЗОВ В ПЛИС
ПО РЕЗУЛЬТАТАМ ИСПЫТАНИЙ НА НАДЕЖНОСТЬ
Испытания на надежность программируемых логических интегральных схем (ПЛИС) проводятся
для анализа или подтверждения их надежностных характеристик, таких как интенсивность отказов и
время наработки до отказа. Знание этих характеристик необходимо для принятия решения производителями аппаратуры о возможности применения элемента в готовом изделии. В статье проведен анализ
испытаний, состоящих из ускоренных испытаний на надежность и физико-технического анализа, а также рассмотрены отказы, выявленные по результатам этих испытаний. Все отказы классифицированы
по этапу жизненного цикла, ошибками или дефектами на которых они могут быть обусловлены. Это
поможет дать рекомендации мер для предотвращения отказов.
ПЛИС используют для создания цифровых интегральных схем, причем логика работы схемы задается путем программирования. ПЛИС состоят из программируемых блоков и программируемых соединений между ними, которые построены на основе программируемых элементов. ПЛИС можно классифицировать по нескольким признакам: по архитектуре, по типу конфигурируемого элемента, по количеству циклов перезаписи, по типу памяти конфигурации. По архитектуре ПЛИС делятся на четыре основных вида: SPLD (простые программируемые логические устройства), CPLD (сложные программируемые логические устройства), FPGA (программируемые пользователем вентильные матрицы) и
ПЛИС с комбинированной архитектурой. Широко применяются ПЛИС типа CPLD и FPGA. Основное
различие между этими типами ПЛИС в том, что CPLD имеют внутреннюю энергонезависимую память
конфигурации, а для FPGA необходима внешняя память, чтобы при каждом включении ПЛИС загружать в нее данные конфигурации.
По конструктивно-технологическому типу конфигурируемого элемента, зависящему от технологии производства, ПЛИС делятся на однократно программируемые: с перемычками типа antifuse и с
программируемыми транзисторами с плавающим затвором (EPROM-OTP), и репрограммируемые: с
ультрафиолетовым стиранием (EPROM), с электрическим стиранием (EEPROM, Flash) и с триггерной
памятью конфигурации (SRAM-based) [1]. В настоящее время наибольшее применение получили репрограммируемые ПЛИС с электрическим стиранием, с конфигурируемым элементом, представляющим собой транзистор с плавающим затвором. Выполняются такие ПЛИС по технологии EEPROM или
Flash, которые очень схожи с КМОП-технологией. На одном кристалле последовательным нанесением
металлических и диэлектрических слоев формируется структура транзистора. Для таких ПЛИС и будем
дальше рассматривать доминирующие отказы, выявленные по результатам испытаний.
Испытания, на основе которых проведен анализ доминирующих отказов, состоят из двух основных частей: ускоренные испытания на безотказность и физико-технический анализ (ФТА). Испытания
ПЛИС на безотказность проводились в течение 2000 часов в камерах тепла (например, в камере тепла,
холода и влаги PSL-4KPH) при повышенной температуре, которая ускоряет процесс деградации и приводит к более раннему проявлению отказа, сокращая таким образом время выявления отказа. Перед
испытаниями, в процессе испытаний и после испытаний контролировались параметры-критерии годности ПЛИС. Измерения проводятся в нормальных климатических условиях до испытаний, через 250,
500, 1000 часов и после завершения испытаний. Если в ходе параметрического контроля был обнаружен отказ изделия, с помощью ФТА анализируют причину возникновения отказа. ФА может быть разрушающим и неразрушающим. В ходе разрушающего контроля проводят вскрытие корпуса микросхемы и дальнейший анализ отказов на аналитическом комплексе растровой электронной микроскопии и
микроанализа. Для проведения неразрушающего физико-технического контроля используют метод акустической микроскопии и рентгенотелевизионного анализа.
По результатам проведенного ФТА, были выявлены доминирующие отказы ПЛИС. Они были
разделены по причинам, вызвавшим отказы в зависимости от этапов жизненного цикла изделия. Таким
120
СИСТЕМЫ УПРАВЛЕНИЯ
образом, отказы ПЛИС могут быть обусловлены: дефектами в исходных материалах, ошибками проектирования, нарушением технологических режимов при изготовлении, деградационными процессами
вследствие физического старения, а также несоблюдением режимов эксплуатации.
Основные материалы ПЛИС – это полупроводниковая пластина и различные пленки – металлизации и диэлектрика, но к исходным материалам можно отнести только пластины, так как пленки образуются после технологической обработки. Для кристаллической структуры кремния характерны следующие отказы: дисклокации и дислокационные петли, линии скольжения, двойники, дефекты упаковки, кластеры (скопления вакансий), микропреципитаты примесей, микровключения легирующих примесей, зерна и границы зерен и другие структурные неоднородности [2].
Ошибки при проектировании обычно заключаются в недостаточности мер защиты от деформации, термической и электрической перегрузки, электростатического заряда и электромагнитных помех,
также не предусматривается износ паяных соединений. Для субмикронных технологий характерны высокие скорости работы схем, что увеличивает токи при одновременном сужении проводников. Это служит причиной высокой плотности тока, протекающего по проводникам, что в свою очередь служит причиной эффектов электромиграции и дезинтеграции цепей в кристаллах. При проектировании необходимо учитывать эти эффекты и располагать металлизацию таким образом, чтобы их предотвратить.
Основные виды нарушений, обусловленных несоблюдением технологических режимов:
 дефекты монтажа внутренних элементов (ориентация, позиционирование, качество соединения элемента с основанием корпуса, отсутствие элемента);
 дефекты межсоединений внутренних элементов между собой и с выводами корпуса (обрывы
проволочных выводов, касание проволочным выводом других компонентов конструкции изделия, разрушение сварных и паяных соединений);
 дефекты полупроводниковых кристаллов и других внутренних компонентов (нарушения при
обработке пластин, ошибки топологии, нарушения при диффузии и окислении, ионной имплантации,
нанесении металлизации, пассивации поверхности, дефекты скрайбирования, обрывы и короткие замыкания межсоединений на кристалле возникают в большинстве случаев вследствие разрыва металлизации на ступеньках окисла, коррозионных разрушений, процессов электромиграции, механических
повреждений токоведущих дорожек и дефектов фотолитографии).
 дефекты корпусирования (герметичность корпуса, наличие влаги и агрессивной среды в
подкорпусном объеме, альфа-частицы, испускаемые материалом корпуса).
Основная часть дефектов при изготовлении приходится на процесс обработки кристалла. Причина этих дефектов – это колебание параметров технологических операций, вариации этих параметров
зависят от выбора и стабильности режимов обработки. Другие дефекты обусловлены дефектами фотошаблонов. Случайные дефекты привносятся на поверхность пластин технологическим процессом,
оборудованием и реактивами в виде нежелательных частиц или капель. Например, во время нанесения диэлектрических пленок могут возникнуть локализованные дефекты структуры – точечные проколы
оксида из-за пылевого загрязнения продуктами реакции [3]. В процессе производства из-за дефектов
фотолитографии могут появиться механические повреждения токоведущих дорожек.
Деградационные процессы вследствие физического старения конструктивных элементов: диэлектрический пробой, электромиграция, электролитические процессы, адсорбция в оксиде, деградация механических свойств, ионизация, диффузия в металлизации, окисление металлизации, диффузия
в объеме полупроводникового кристалла. Основные деградационные процессы, приводящие к разрушению тонкопленочных многослойных структур, связаны с протеканием больших плотностей тока, высокотемпературным воздействием, коррозией и окислением, а также высоким уровнем внутренних напряжений (образование и рост пор), развивающихся в тонких нанокристаллических пленках в процессе
их нанесения. Когда слишком высокая плотность тока воздействует на проводники в течение длительного времени, металл разрушается, что приводит к появлению обрывов и коротких замыканий и, как
следствие, к отказу всего устройства
Отказы в металлизации чаще всего возникают под влиянием токов повышенной плотности, высоких температур, а также в результате длительного воздействия температурных и электрических нагрузок. Следствием таких воздействий являются пустоты в форме трещин или клина, возникающие в
алюминии в отсутствии тока спустя некоторое время после испытаний на механические воздействия;
121
СИСТЕМЫ УПРАВЛЕНИЯ
обрывы вследствие электрохимической коррозии алюминия при некачественном защитном покрытии
и/или загрязнении поверхности кристалла или подложки.
Основной механизм старения диэлектриков: сильное электрическое поле, вызывающее пробой
диэлектрика, наличие пор и, связанное с ними возникновение ионизационных явлений, являются одними из главных факторов ухудшения свойств электрической изоляции и процессов ее старения. В литературе приводятся различные механизмы пробоя твердых диэлектриков. Наряду с электрическим, тепловым и электрохимическим пробоем возможны также ионизационный, электромеханический и электротермический механизмы пробоя. В чистом виде при пробое ни один из механизмов не встречается.
Часть отказов, связанных с разрушением внутренних соединений между элементами электронного компонента в процессе эксплуатации, можно отнести к отказам вследствие физического старения
изделия. Основные механизмы этих видов отказов связаны с деградацией механических свойств сварных и паяных соединений, а также самих проводников, ухудшением адгезии тонких металлических
пленок к подложке под сварным соединением и образованием интерметаллических соединений при
микросварке разнородных металлов.
Отказы, вызванные нарушением режимов эксплуатации, могут быть вызваны воздействием
электрических перегрузок, статического разряда, теплового удара, недопустимых механических нагрузок, электромагнитных помех, повышенным содержанием влаги и наличием агрессивных веществ в
окружающей среде, а также различными видами электромагнитных помех и ионизирующих излучений [4]. Повреждения, вызываемые электрическими перегрузками в полупроводниковых устройствах –
это разрушение переходов и областей металлизации, а также обугливание и разрушение, связанное с
перегревом отдельных областей кристаллов.
Повреждения, вызываемые электростатическими разрядами:
 разрыв тонких оксидных плёнок в полупроводниковых устройствах как следствие пробоя диэлектрика;
 плавление проводников и областей металлизации как следствие перегрева при воздействии
высокого напряжения;
 запирание КМОП-устройств вследствие возникновения паразитных p-n-p-n структур;
 ухудшение параметров или скрытые дефекты в структуре компонентов, не приводящие к
немедленному выходу устройства из строя, но делающие работу системы неустойчивой и провоцирующие эксплуатационные отказы в жёстких условиях;
 наведение мощных электрических полей, приводящих к возникновению помех и сбоев в работе расположенных рядом электронных устройств.
Таким образом, к числу преобладающих причин отказов относятся: разрушение полупроводниковых структур из-за механических напряжений, деградация структур из-за диффузионных процессов,
пробой диэлектрика из-за локального превышения допустимых значений напряженности электрического поля и плотности тока [5, 6].
Для описанных выше доминирующих отказов ПЛИС необходимо определить механизм деградации, в соответствии с которым они развиваются. Затем экспериментальным путем определить энергии
активации для основных отказов для того, чтобы подобрать режимы ускоренных испытаний на надежность (температурная и электрическая нагрузки и продолжительность испытаний), результаты которых
можно распространять на режимы эксплуатации. То есть подобрать режимы испытаний таким образом,
чтобы механизм деградации для каждого отказа в режиме испытаний совпадал с механизмом деградации в режиме эксплуатации.
Библиографический список
1. Угрюмов Е.П. Цифровая схемотехника: Учеб. пособие для вузов. – 2-ое изд., – СПб.: БХВ-Петербург, 2007. – 800 с.: ил.
2. Горлов М.И. Конструкционные методы повышения надежности интегральных микросхем // Воронеж: МИГ, 1995. 60 с.
3. Lakshminarayanan V. What causes semiconductor devices to fail? Test & Measurement World, November 1999.
2. The International Technology Roadmap for Semiconductors, 1999 ed. Semiconductor Industry Association, San Jose, CA.
3. Ленков С.В., Зубарев В.В., Тариелашвили Г.Т. Физико-технический анализ причин отказов электрорадиоизделий в составе
радиоэлектронной аппаратуры// Технология и конструирование в электронной аппаратуре. – 1997. – № 3. – С. 31 – 33.
4. Ленков С.В., Зубарев В.В., Лавренова Т.И. Определение оптимальной продолжительности и режимов технологических
тренировочных прогонов РЭА// Технология и конструирование в электронной аппаратуре. – 1998. – № 2. – С.32 – 33.
122
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 629.7.062.5 (075)
Е. С.Демидов – студент кафедры управления и информатики в технических системах
В. С. Акопов (канд. техн. наук, доц.)– научный руководитель
ИНТЕГРАЦИЯ РЕСУРСОВ ПАКЕТА MATLAB
В ЯЗЫКИ ВЫСОКОГО УРОВНЯ ПРОГРАММИРОВАНИЯ
Система Matlab содержит пакеты Matlab C/C++ Math Library и Matlab Compiler для сопряжения с
языком высокого уровня С++Builder. Данные пакеты содержат большой набор математических функций, более 400, которые могут быть эффективно использованы программистами C/C++. В более поздних выпусках Matlab7(R14) и далее, математическая библиотека (C/C++ Math Library) отсутствует полностью как самостоятельный пакет, ее возможности включены в значительно расширенный пакет Matlab Compiler 4.3. Компилятор Matlab поддерживает все функциональные возможности Matlab, включая
объекты. Компилятором 4 Matlab не компилируются только некоторые пакеты расширения Matlab(toolboxes). Компилятор Matlab может создавать следующие виды приложений или компонентов:
 автономные приложения, которые могут работать, даже если Matlab не установлен на системе;
 С и С++ -библиотеки совместного использования, которые могут использоваться без Matlab
на системе конечного пользователя.
Компилятор Matlab так же позволяет создавать библиотеки С или С++ совместного использования. Можно писать программы на С и С++, которые вызывают функции из общедоступной библиотеки,
аналогично вызову функций из командной строки Matlab.
Компилятор Matlab(mcc) создает из m-файлов автономные приложения, библиотеки или программные компоненты. Компилятор генерирует соответствующий файл обертки, который содержит
требуемый интерфейс между оттранслированной прикладной программой и поддерживаемым выполнимым типом.
Файлы обертки отличаются в зависимости от среды выполнения. Для обеспечения требуемого
интерфейса обертка:
 исполняет определенную оберткой инициализацию и завершение;
 определяет массивы данных, содержащие информацию, необходимую Matlab-компоненте
времени выполнения (MCR – Matlab Component Runtime library);
 обеспечивает необходимый код, чтобы отправить обращения от функций интерфейса к
функциям в MCR.
Например, обертка для автономной программы содержит функцию main. Обертка для библиотеки содержит точки входа для каждой общедоступной (public) функции m-файла.
Файл CTF, созданный Компилятором Matlab, независим от конечного типа: автономная программа или библиотека, но архив CTF определен платформой. Файл обертки обеспечивает необходимый
интерфейс с конечным типом.
Библиотеки . Для создания С-библиотеки совместного использования из m-файла можно использовать опцию –l. Например: mcc –l koleb.m.
Создается общедоступная библиотека libkoleb.dll. Опция –l есть опция группы, которая расширяется в -W libkoleb –T link:lib. Опция -W libkoleb указывает компилятору создать обертку для общедоступной библиотеки и назвать libkoleb. Компилятор создает файл обертки, заголовочный файл и список
экспорта. Заголовочный файл содержит все точки входа для откомпилированной m-функции. –T link:lib
определяет вывод как общедоступную библиотеку.
Запись кода приложения. Для использования созданной Компилятором Matlab общедоступной библиотеки в приложении, код программы С должен иметь следующую структуру:
 Включение в приложение созданного заголовочного файла для каждой библиотеки
<libname>.h.
 Объявление переменных.
123
СИСТЕМЫ УПРАВЛЕНИЯ
 Вызов функции mclInitializeApplication для инициализации библиотеки MCR Matlab для приложения. Необходимо вызвать эту функцию один раз в приложении, и это нужно сделать перед вызовом любых других Matlab-функций и функций из общедоступной библиотеки. Эта функция дает допуск к
образованию экземпляров MCR (MCR intances).
 Вызов функции <libname>Initialize() инициализации библиотеки для каждой общедоступной
библиотеки, созданной Компилятором Matlab, которая включается в приложение. Эта функция исполняет несколько библиотечных локальных инициализаций типа распаковки архива CTF, и старта экземпляра MCR с необходимой информацией, чтобы выполнить код в том архиве. Эта функция возвращает
значение true при успешной инициализации и false – в случае отказа.
 Вызов экспортируемых функций каждой библиотеки при необходимости.
 Вызов функции <libname>Terminate() завершения библиотеки, когда приложение больше не
нуждается в данной библиотеке. Эта функция освобождает ресурсы, связанные с ее экземпляром
MCR.
 Вызов функции mclTerminateApplication, когда приложение больше не должно вызывать никакой библиотеки, созданной Компилятором Matlab. Эта функция освобождает ресурсы на уровне приложения, используемые MCR.
 Освобождение переменных, закрытие файлов и т.д.
Пример кода программы, подключения общедоступных библиотек, созданных при помощи компилятора Matlab.
Текст заголовочного файла приложения (header file):
#include "OpWav00.h" // подключение заголовочного файла созданной библиотеки
HINSTANCE ptr_Op_wav;
bool(*ptr_Op_wav_Initialize)(void);
void(*ptr_Op_wav_Terminate)(void);
mxArray *p1; // объявление переменных для использования при подкл библ
mxArray *outWav;// Open_Wav
mxArray *outWav1;
mxArray *outWav2;
mxArray *outWav3;
mxArray *outWav4;
void (*ptr_mlfOpWav)(int outWav,mxArray** OutWav,
mxArray** OutWav1,
mxArray** OutWav2,
mxArray** OutWav3,
mxArray** OutWav4,
mxArray* P1);
Основной текст программы:
mclInitializeApplication(NULL,0);
ptr_Op_wav=LoadLibrary((CurrDir+(AnsiString)"\\OpWav00.dll").c_str());
if (ptr_Op_wav==NULL){
MessageDlg("Librarys load faild",mtError,TMsgDlgButtons()<<mbOK,0);
return;
}
ptr_Op_wav_Initialize=(bool(*)(void))GetProcAddress(ptr_Op_wav,"_OpWav00Initialize");
124
СИСТЕМЫ УПРАВЛЕНИЯ
ptr_Op_wav_Terminate=(void(*)(void))GetProcAddress(ptr_Op_wav,"_OpWav00Terminate");
if((ptr_Op_wav_Initialize==NULL)|(ptr_Op_wav_Terminate==NULL)) {
MessageDlg("Function Initialise or Terminate Op_wav"+(String)DLLFUN_NOTFOUND,
mtError,TMsgDlgButtons()<<mbOK,0);
return;
}
//--------------- openWav-----------ptr_mlfOpWav=(void(*)(int,mxArray**,mxArray**,mxArray**,mxArray**,mxArray**,
GetProcAddress(ptr_Op_wav,"_mlfOpWav00");
mxArray*))
Пример работы программы:
Рис. 1. Вид интерфейса приложения, созданного на основе библиотек Matlab
Библиографический список
1. Подкур М.Л., Подкур П.Н., Смоленцев Н.К. “Программирование в среде Borland C++ Builder с математическими
библиотеками MATLAB C/C++”. – М.: ДМК Пресс, 2006. – 496 с.: ил.
2. Павловская Т.А. “С/С++. Программирование на языке высокого уровня”. – СПб.: Питер, 2003. – 461 с.: ил.
_________
125
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 004.272
М. Е. Кафидов – студент кафедры управления и информатики в технических системах
И. Г. Криволапчук – научный руководитель
ПРИМЕНЕНИЕ КЛАСТЕРНЫХ ВЫЧИСЛЕНИЙ
Кластер – группа компьютеров, объединённых высокоскоростными каналами связи и представляющая с точки зрения пользователя единый аппаратный ресурс. [1]
В начале 1970-х гг. группой разработчиков протокола TCP/IP и лабораторией Xerox PARC были
закреплены стандарты сетевого взаимодействия. Появилась операционная система Hydra для компьютеров PDP-11, созданный на этой основе кластер был назван C.mpp (Питтсбург,
шт. Пенсильвания, США, 1971 г.) Первым коммерческим проектом кластера стал ARCNet, созданный
компанией Datapoint в 1977 г. В 1984 г. DEC построила свой VAXcluster на основе операционной системы VAX/VMS. Компьютеры, входившие в ARCNet и VAXcluster, были рассчитаны не только на совместные вычисления, но и совместное использование файловой системы и периферии с учётом сохранения целостности и однозначности данных. В 1989 г. заработал проект Parallel Virtual Machine, это ПО
для объединения компьютеров в виртуальный суперкомпьютер открыло возможность мгновенного создания кластеров. Создание кластеров на основе дешёвых персональных компьютеров, объединённых
сетью передачи данных, продолжилось в 1993 г. силами Американского аэрокосмического агентства
(NASA), затем в 1995 г. получили развитие кластеры Beowulf, также построенные на основе этого принципа.
Суперкомпьютеры, в целом, можно разделить на 3 основных типа: 1) симметричные мультипроцессорные системы (SMP) (рис. 1); 2) массивно-параллельные системы (MPP) (рис. 2.); 3) системы с
неоднородным доступом к памяти (NUMA) (рис. 3). MPP и NUMA можно считать кластерами. Это самые
популярные архитектуры суперкомпьютеров (рис. 4).
Рис. 1. Структурная схема SMP
Рис. 2. Структурная схема MPP
Рис. 3. Структурная схема NUMA
126
СИСТЕМЫ УПРАВЛЕНИЯ
Рис.4. Диаграмма архитектур суперкомпьютеров в мировом рейтинге TOP500
Кластеры можно классифицировать по задачам, для которых они применяются.
1. Кластеры высокой доступности. Эти кластеры создаются для обеспечения высокой доступности сервиса, предоставляемого кластером. Используется для работы с большими объемами часто
изменяющихся данных.[2]
2. Кластеры распределения нагрузки. Принцип их действия строится на распределении запросов через один или несколько входных узлов, которые перенаправляют их на обработку в остальные,
вычислительные узлы. Подобные конструкции называются серверными фермами. Применяются для
работы с наборами редко изменяющихся данных. На кластерах этого типа построены сервисы
Google. [3]
3. Вычислительные кластеры. Используются в вычислительных целях, в частности в научных
исследованиях. Вычислительные кластеры позволяют уменьшить время расчетов, по сравнению с
одиночным компьютером, разбивая задание на параллельно выполняющиеся ветки, которые обмениваются данными по связывающей сети. Выделяют также высокопроизводительные кластеры (HPC).
Список самых мощных высокопроизводительных компьютеров можно найти в мировом рейтинге
TOP500. В России ведется рейтинг самых мощных компьютеров «СНГ TOP50. Суперкомпьютеры».
4. Системы распределенных вычислений (grid-системы). Их главное отличие – низкая доступность каждого узла, то есть невозможность гарантировать его работу в заданный момент времени (узлы подключаются и отключаются в процессе работы). Такая система, в отличие от кластеров, не похожа на единый компьютер, а служит упрощённым средством распределения вычислений. Ярчайший
пример grid-системы это вычислительные мощности, используемые в исследованиях, производимых с
Большим Адронным Коллайдером. Компьютеры, занятые в вычислениях, разбросаны по всему миру и
принадлежат различным институтам и исследовательским центрам.
Суперкомпьютерный комплекс «Ломоносов», поставлен компанией «Т-Платформы» для МГУ им.
М.В. Ломоносова, обладает пиковой производительностью 420 Тфлопс и занимает 12-e место в рейтинге TOP500. В качестве основных узлов, обеспечивающих свыше 90% производительности системы,
используется инновационная blade-платформа, получившая название T-Blade2. T-Blade2 на базе процессоров Intel® Xeon X5570 обеспечивает производительность 18 Tфлопс в стандартной стойке. В качестве системной сети используется интерконнект QDR Infiniband с пропускной способностью до
40 Гб/сек. Суперкомпьютер использует трехуровневую систему хранения данных суммарным объемом
до 1 350 ТБ с параллельной файловой системой Lustre. Система хранения данных обеспечивает одновременный доступ к данным для всех вычислительных узлов суперкомпьютера с агрегированной скоростью чтения данных – 20 Гб/сек и агрегированной скоростью записи – 16 Гб/сек. ОС Clustrx устраняет
ограничения масштабируемости, обеспечивая более эффективное использование ресурсов. Система
будет использоваться для решения ресурсоемких вычислительных задач в рамках фундаментальных
научных исследований, а также для проведения научной работы в области разработки алгоритмов и
программного обеспечения мощных вычислительных систем.
Сфера применения кластерных систем сейчас нисколько не уже, чем суперкомпьютеров с другой
архитектурой: они не менее успешно справляются с задачей моделирования самых разных процессов
и явлений. Суперкомпьютерное моделирование может во много раз удешевить и ускорить вывод на
рынок новых продуктов, а также улучшить их качество. Компьютерная обработка геофизических дан127
СИСТЕМЫ УПРАВЛЕНИЯ
ных позволяет создавать высокодетализированные модели нефтяных и газовых месторождений. Последние версии СУБД Oracle (с 2004 г.), построены на базе GRID-технологий, что обеспечивает максимально эффективное использование кластерной архитектуры для решения задач БД. Именно развитие
кластерных технологий сделало высокопроизводительные вычисления широкодоступными и позволило самым разным предприятиям воспользоваться их преимуществами. Вот как распределяются области применения 500 самых мощных компьютеров мира: 18,6% – добывающая, электронная,
автомобильная, авиационная и др. отрасли тяжелой промышленности, машиностроения и
оборонной промышленности, чуть более 40,8% – наука и образование, суперкомпьютерные центры
(больше 20%), а так же погодные и климатические исследования, 21,8% – развлечения, медицина,
сфера услуг, связь и интернет, информационные службы и БД, 17% – финансовые компании, банки,
логистика. [4]
Плюсы и минусы использования кластеров:
(+) Относительная дешевизна. Кластеры дешевле, чем SMP решения.
(+) Высокая доступность. При выходе из строя узла управление ресурсами не прерывается.
(+) Управляемость. Простое администрирование.
(+) Возврат после отказа. Происходит перераспределение нагрузки.
(+) Масштабируемость.
(-) Сложность программирования.
(-) Требовательность к скорости интерконнекта.
Кластеры по сути - доступные суперкомпьютеры сегодняшнего дня. И не только доступные, но и
более чем востребованные повсюду, где требуются высокопроизводительные вычисления за умеренные деньги. Даже простой пользователь, может собрать дома из своих машин небольшой кластер, например для рендеринга, который распараллеливается практически идеально. Пакет Maya позволяет
организовать кластерный рендеринг даже без привлечения каких-либо сторонних пакетов и библиотек.
Достаточно установить его на несколько компьютеров локальной сети и настроить сервер и несколько
клиентов.
Библиографический список
1. Pfister, Gregory F., In Search of Clusters: The Coming Battle in Lowly Parallel Computing, Prentice Hall, 1998. 516 с.
2. Яремчук С. Непотопляемый сервер: настраиваем кластер на основе Windows 2003 Server\\ ХАКЕР. 2008. № 02 (110).
3. Озеров С., Калиниченко А. Параллельные вычисления: кластеры\\ Компьютерра. 2005. № 46. 15 дек.
4. Ресурсы сети интернет.
_________
УДК 629.735.33
А. С. Клименко – магистрант кафедры микро - и нанотехнологий аэрокосмического приборостроения
Б. Г.Филатов (канд.техн.наук, доц.) – научный руководитель
МОДЕРНИЗАЦИЯ ПОЛУПРОВОДНИКОВОГО ГАЗОВОГО СЕНСОРА
Высокая плотность населения, интенсивная промышленная деятельность, большой выброс
вредных веществ привели к опасному уровню нагрузки на окружающую среду. Поэтому все чаще ставится вопрос понимания сложности окружающего нас мира и происходящих в нем процессов. Огромная
насыщенность современного городского хозяйства техническими средствами, использующими и выделяющими при функционировании различные, в том числе вредные газы: СО , NH3 , СН4, NOх, CО2, а
также высокая частота возникновения критических ситуаций, сопровождающихся зачастую выбросом
значительных количеств смесей токсичных и горючих газов, выводит задачу создания средств объективного контроля состава газо-воздушной среды на одно из первых мест.
Особенно актуальными в настоящее время, как в нашей стране, так и за рубежом становятся
проблемы безопасности населения, связанные с катастрофами, обусловленными неконтролируемыми
128
СИСТЕМЫ УПРАВЛЕНИЯ
утечками природного газа, являющегося основным материалом промышленных и бытовых топливноэнергетических систем, и сверх токсичного угарного газа, выделяющегося при любых процессах сгорания материалов и веществ.
Целью является модернизация полупроводникового газового сенсора для СО и СН4
В работе поставлены некоторые задачи:
 основные характеристики сенсора аналога;
 устранение недостатков топологий сенсоров;
 технология изготовления сенсора, реализуемая комплектом фотошаблонов;
 методика ускоренных испытаний на безотказность нагревательных элементов сенсоров;
 изменение топологии металлической коммутации к нагревательному элементу кристалла
сенсора;
 измерение топологии формирования контактных окон к нагревательному элементу;
 базовый технологический процесс изготовления кристалла сенсора и сборки сенсора;
 конструкторско-технологическая часть;
 постановка задачи разработки и анализа вариантов конструкции сенсоров;
 методика ускоренных испытаний на безотказность нагревательных элементов сенсоров.
В топливо-энергетическом комплексе, в системах газоснабжения СО и СН4 могут встречаться
вместе как компоненты газовой смеси. Окись углерода (СО) – вредный газ, в больших концентрациях
особо опасный для жизни человека. СО очень распространенный газ, и в нашей жизни встречается в
качестве примесей буквально везде. Выбросы заводских труб, выхлопы автомобилей, всевозможные
продукты сгорания – все это СО. Метан (СН4) – является главной составной частью природного газа,
широко используемого в промышленности и в быту. Метан представляет собой бесцветный газ, обладающий слабым запахом лука. При концентрациях более 5,1 % в смеси с воздухом метан воспламеняется с взрывом. Правилами техники безопасности предусматривается величина безопасной для угольных и сланцевых шахт концентрации метана в нисходящей струе воздуха. Эта концентрация не должна
превышать 0,5 %, а местное скопление метана в очистных забоях, подготовительных и других выработках не должна превышать 2 %. Поэтому необходим систематический контроль над газовой средой,
включая постоянные замеры для определения содержания метана в воздухе. Выделить каждый компонент для определения его концентрации при помощи фильтров не удается, так как размеры молекул
газов соизмеримы.
Полупроводниковые газовые сенсоры предназначены для определения наличия и количества
контролируемых газовых компонентов. Модернизированные сенсоры могут быть использованы для
создания индивидуальных газоанализаторов и систем безопасности в различных сферах производства, на транспорте, в угольных шахтах, топливно-энергетическом комплексе, т.е. везде, где происходит
выделение опасных или вредных для здоровья газов. Перспективно также применение сенсоров в бытовой технике.
К эффективности работы сенсора предъявляются высокие требования. Сенсор должен вовремя
сигнализировать о наличии даже очень маленьких концентраций газа. Высокая скорость обнаружения и
высокая чувствительность к газу накладывают жесткие требования к конструкции сенсора. Сюда входят и последние достижения технологии изготовления, и точно рассчитанные элементы самой конструкции.
Принцип действия полупроводникового газового сенсора основан на взаимодействии тестируемых газов с поверхностью (или объемом) полупроводникового слоя, приводящего к увеличению (в случае газов восстановительного типа – СО) или уменьшению (в случае газов окислительного типа – СН4)
концентрации электронов в его зоне проводимости.
Газовые микроэлектронные химические сенсоры предназначены для определения наличия и количества контролируемых газовых компонентов. В настоящей работе исследуется сенсор, используемый для определения концентрации компонентов в смеси окиси углерода и метана.
Микросенсоры на СО и СН4, на изготовление которых предлагает технологию и документацию,
могут быть использованы для создания индивидуальных газоанализаторов и систем безопасности в
различных сферах производства, в автотранспорте, угольных шахтах, топливно-энергетическом ком129
СИСТЕМЫ УПРАВЛЕНИЯ
плексе. Нужны сенсоры и в салоне автомобиля для контроля допустимого предела выхлопного газа.
Модернизированные сенсоры стали более чувствительные, надежные и эффективные.
В результате проведения исследования было выяснено то, что разрабатываемый газовый микросенсор является экологически безопасным. Он необходим для контроля нахождения в помещениях
(жилых и рабочих) вредной и взрывоопасной концентрации газов.
Библиографический список
1. Люлин Б.Н.и др. Использование электронных газосигнализаторов для обеспечения безопасности объектов промышленного и коммунального газоиспользования. – С.-Пб.: Газинформ, 2007, №1/16.
2. Виглеб Г.«Датчики», перевод с немецкого М.: Мир, 1989
3. Конструирование и технология микросхем./ Под редакцией Л.А.Коледова - М: Высшая школа, 1984
_________
УДК 62-83-52
А. В. Кольцов – студент кафедры электротехники и технической диагностики
М. В. Пронин (д-р техн. наук) – научный руководитель
РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ И ДИАГНОСТИКИ ЭЛЕКТРОПРИВОДА
ПИТАТЕЛЬНОГО НАСОСА С ТРАНЗИСТОРНЫМ ИНВЕРТОРОМ И АСИНХРОННЫМ ДВИГАТЕЛЕМ
Электропривод питательного насоса предназначен для использования на плавучих атомных
электростанциях (ПАЭС) для подачи воды в паропроизводящие установки. Электропривод выполнняется в соответствии с «Правилами классификации и постройки морских судов», изд. 1999 г. В связи с
тем, что ПАЭС должны работать в труднодоступных районах России, к оборудованию предъявляются
повышенные требования по надежности.
Электропривод содержит следующие устройства: трансформатор (Тр), полупроводниковый преобразователь частоты (ПЧ), асинхронный двигатель (АД), система управления (СУ).
Параметры электропривода: мощность 550 кВт, напряжение питания 10 кВ, частота напряжения
питания 50 Гц. напряжение вторичной обмотки трансформатора 690 В, номинальная частота вращения
двигателя 3098 об/мин, номинальное напряжение двигателя 520 В, коэффициент мощности двигателя
0,88, номинальная частота напряжения 52 Гц, КПД двигателя 93,8 %.
СУ электропривода выполняется при использовании следующих датчиков: датчик выпрямленного напряжения преобразователя частоты; датчики токов фаз двигателя; датчик частоты вращения двигателя. СУ должна обеспечивать пуск двигателя под нагрузкой и регулирование частоты вращения в
диапазоне 50 – 100 % номинального значения.
Система диагностики и защиты должна обеспечивать контроль работы электропривода во всех
режимах с использованием сигналов указанных выше датчиков, а также дополнительных датчиков.
Она должна обеспечивать выявление основных нарушений в работе электропривода насоса и формировать предупредительные сигналы, а также сигналы защиты.
Электропривод питательного насоса выполняется по схеме, представленной на рис. 1.
В соответствии с рис.1, трансформатор Тр выполняется трехфазно-трехфазным. К трансформатору подключается диодный выпрямитель В, в цепи выпрямленного напряжения используется сглаживающий дроссель Ld и конденсаторный фильтр C. К конденсатору подключен транзисторный мостовой
преобразователь. Вместе с конденсатором транзисторный преобразователь представляет собой автономный инвертор напряжения (АИН). От АИН получает питание асинхронный короткозамкнутый двигатель (АД). В цепи выпрямленного напряжения используется защитное устройство (ЗУ), содержащее
резистор и чоппер. Система управления (СУ) получает сигналы по напряжению конденсатора uc и токам двигателя ia, ic. На выходе СУ формируются импульсы управления транзисторами ИУ.
130
СИСТЕМЫ УПРАВЛЕНИЯ
Высокая надежность электропривода обеспечивается, в первую очередь, при разработке силовой части систем путем снижения нагрузок элементов. Повышение надежности обеспечивается также
средствами регулирования. Существенное значение имеет также внедрение систем диагностики и защиты.
Рис. 0. Структурная схема электропривода питательного насоса
Регулирование выходной частоты и напряжения осуществляется в АИН. С целью улучшения
качества формы выходного напряжения в преобразователе применяется широтно-импульсная
модуляция (ШИМ). При частоте ШИМ 1,5 кГц форма выходного напряжения представляет собой двухполярную последовательность прямоугольных импульсов. Ширина импульсов на периоде выходной
частоты промодулирована по синусоидальному закону. Форма кривой тока АД практически синусоидальна.
Регулирование потока и момента АД осуществляется векторной системой управления. В соответствии с используемым алгоритмом трехфазная система токов фаз АД представляется в виде результирующего вектора, который раскладывается на две взаимно перпендикулярные составляющие:
намагничивающую (аналог тока возбуждения машины постоянного тока) и моментообразующую (аналог якорного тока). Эти составляющие регулируются раздельно. Общим принципом построения системы векторного управления АД является то, что используется система координат, ориентированная по
оси вектора потокосцепления ротора.
Структурная схема регулятора представлена на рис. 2.
Как указано на рис.2, система управления содержит ПИ-регулятор частоты вращения двигателя,
на входы которого поступают сигналы по заданной скорости Omega_z и по фактической скорости
Omega, на выходе формируется сигнал по заданному току по оси магнитного потока ротора iqz. При
этом проекция тока idz задается в функции фактической частоты вращения двигателя. Заданные проекции вектора тока двигателя поступают на входы ПИ-регуляторов токов. На другие входы этих регуляторов поступают фактические значения проекций токов, которые формируются в результате координатных преобразований измеренных токов. На выходах ПИ-регуляторов проекций токов формируются
взаимно перпендикулярные проекции напряжений управления Uq и Ud. Далее осуществляются координатные преобразования проекций напряжений, в результате которых формируются мгновенные значения напряжений управления АИН.
Рассматриваемая система управления позволяет обеспечить высокое быстродействие электропривода. Диаграмма пуска двигателя представлена на рис. 3.
131
Рис. 2. Структурная схема системы регулирования электропривода
СИСТЕМЫ УПРАВЛЕНИЯ
132
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 3. Диаграмма пуска электропривода
Как видно из рис. 3 составляющие токов двигателя по осям d и q достигают заданных значений
за время менее 0,3 с. Это соответствует увеличению за указанное время магнитного потока двигателя
и электромагнитного момента до номинальных значений. При этом разгон двигателя с номинальной
нагрузкой на валу до номинальной скорости осуществляется за время порядка 4 с.
Библиографический список
1. Шрейнер, Р. Т. Математическое моделирование электроприводов переменного тока с полупроводниковыми преобразователями частоты./ Р. Т. Шрейнер. Екатеринбург: УРО РАН, 2000. 654 с.
2. Ефимов, А. А. Активные преобразователи в регулируемых электроприводах переменного тока /Под общей редакцией дра техн. наук, проф. Р.Т.Шрейнера. / А. А. Ефимов, Р.Т. Шрейнер. Новоуральск: Изд-во НГТИ, 2001. 250 с.
3. Пронин, М. В., Силовые полностью управляемые полупроводниковые преобразователи (моделирование и расчет) / М.
В. Пронин, А. Г Воронцов. СПб.: ОАО “Электросила”, 2003. 172 с.
4. Электроприводы и системы с электрическими машинами и полупроводниковыми преобразователями (моделирование,
расчет, применение) / М. В Пронин., А. Г Воронцов., П. Н Калачиков., А. П. Емельянов. СПб.: ОАО “Силовые машины”
“Электросила”, 2004. 252 с.
_________
УДК 62-83-52
А. С. Королев – студент кафедры электротехники и технической диагностики
А. Г. Воронцов (канд. техн. наук) – научный руководитель
РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ И ДИАГНОСТИКИ ЭЛЕКТРОПРИВОДА
С СИНХРОННЫМ ДВИГАТЕЛЕМ ДЛЯ НЕФТЕПЕРЕКАЧИВАЮЩИХ СТАНЦИЙ
Для транспортировки нефти по нефтепроводам сейчас в основном используются синхронные
двигатели с единичной мощностью 8 – 20 МВТ. Исходя из области применения к электроприводам насосов нефтеперекачивающих станций (НПС) предъявляются особые требования, в частности система
133
СИСТЕМЫ УПРАВЛЕНИЯ
возбуждения синхронного двигателя должна быть бесконтактной, двигатели должны обеспечивать
возможность прямого пуска от сети и другие требования.
В соответствии с указанными требованиями электропривод для нефтеперекачки выполняется с
синхронным бесщёточным двигателем, блоком возбуждения и транзисторным преобразователем частоты по структурной схеме рис. 1.
Рис. 1. Структурная схема электропривода насоса
В соответствии со схемой рисунка 1, электропривод содержит следующие основные устройства:
бесщёточный синхронный двигатель СД, блок возбуждения, пусковое устройство (преобразователь
частоты). Бесщёточный синхронный двигатель содержит синхронный двигатель, синхронный обращённый возбудитель, вращающийся диодный выпрямитель, через который возбуждение подаётся на основную машину, вращающийся блок защиты от перенапряжений (на схеме представлен тиристором и
стабилитроном с резистором). Для подключения или отключения используются коммутационные аппараты Q1-Q4.
В данном электроприводе преобразователь частоты выполнен по каскадной схеме соединения
низковольтных ячеек, при этом каждая ячейка представляет собой диодный выпрямитель, конденсаторную батарею и однофазный инвертор напряжения.
Пуск двигателя осуществляется в асинхронном режиме через преобразователь частоты, который
подключен к трехфазной электросети с напряжением 10 кВ и частотой 50 Гц через понижающий транс134
СИСТЕМЫ УПРАВЛЕНИЯ
форматор. При достижении двигателем номинальной частоты вращения включается возбудитель,
поддерживающий напряжение двигателя. Далее происходит синхронизация с сетью. Как только напряжение и частота двигателя совпадает с напряжением и частотой сети преобразователь частоты отключается, и двигатель начинает работать от сети. Функцией возбудителя становится поддержание cosφ.
Трансформатор выполнен с одной первичной обмоткой и 18 вторичными обмотками, имеющими
взаимный сдвиг по фазе на 10 эл. град. Такой трансформатор позволяет обеспечить 36-пульсный режим работы преобразователя по отношению к сети. В первичной обмотке токи фаз равны токам сети.
Во вторичных обмотках токи равны.
Система диагностики и защиты должна обеспечивать контроль работы электропривода во всех
режимах с использованием сигналов датчиков, а также дополнительных датчиков. Она должна обеспечивать выявление основных нарушений в работе электропривода насоса и формировать предупредительные сигналы, а также сигналы защиты.
Для данной системы построена математическая модель электропривода, с помощью которой
проведены исследования системы в частности на рис. 2 приведен пуск синхронного двигателя.
Рис. 2. Диаграмма пуска электропривода
Как видно из рисунка 2 пуск двигателя характеризуется плавным нарастанием токов двигателя и
с улучшенное формой напряжение двигателя (на рисунке 2 кривые напряжений не развернуты), в момент времени 2.4 с включается возбудитель, выходное напряжение которого растет с увеличением
частоты, в момент времени приблизительно около 7-й секунды происходит синхронизация двигателя с
сетью и отключение преобразователя от двигателя.
Библиографический список
1. Шрейнер, Р. Т. Математическое моделирование электроприводов переменного тока с полупроводниковыми преобразователями частоты./ Р. Т. Шрейнер. Екатеринбург: УРО РАН, 2000. 654 с.
2. Пронин, М. В. Силовые полностью управляемые полупроводниковые преобразователи (моделирование и расчет) / М. В.
Пронин, А. Г. Воронцов. СПб.: ОАО “Электросила”, 2003. 172 с.
3. Электроприводы и системы с электрическими машинами и полупроводниковыми преобразователями (моделирование,
расчет, применение) / М. В. Пронин, А. Г. Воронцов, П. Н. Калачиков, А. П. Емельянов. СПб.: ОАО “Силовые машины”
“Электросила”, 2004. 252 с.
135
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 123.321.99
В. В. Кославский – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
Б. Г. Филатов (канд. техн. наук, доц.) – научный руководитель
УСТРОЙСТВО КОНТРОЛЯ ВИБРАЦИИ
С каждым годом возрастают требования к эксплуатации летательных аппаратов (ЛА), в частности к скоростям и нагрузкам, а главное к надежности приборной аппаратуры, которая зависит от устойчивости к механическим нагрузкам, т.е. вибрации. Вибрация возникает при работе авиадвигателей и
представляет собой колебания отдельных его частей и агрегатов. Она опасна тем, что при определенной ее величине возникает резонанс колебаний частей авиадвигателя и самолета, который ведет к
разрушению их конструкции. По статистике значительная доля аварий возникает в результате влияния
вибрации на конструкцию ЛА. Возникает необходимость разработки устройства, которое фиксировало
бы текущее состояние вибрации и своевременно сигнализировало бы летчику о достижении опасной
величины.
Во всем мире вопросами разработки таких устройств занимается всего несколько фирм. В частности в Европе такие устройства производит фирма «Vibro-meter», которая славиться дорогой и качественной аппаратурой, и кампания «ENDEVCO». В настоящий момент эти две компании объединились
в корпорацию «Maggit». А в России устройства контроля вибрации выпускает ОАО «Техприбор». Они
производят бортовую виброизмерительную аппаратуру серии ИВ.
Задача данной работы, заключающаяся в контроле виброустойчивости двигателей и конструкции
их крепления, является актуальной.
Для решения главной задачи необходимо решить ряд частных задач, от которых завит качество
и достоверность оценки состояния:
 выбор используемого датчика;
 место установки;
 режим опроса;
 система обработки информации;
 выбор способа вывода информации и его использование.
Помимо основной задачи в работе необходимо разработать элементную базу для проектируемого устройства, которая позволит уменьшить габаритные размеры, уменьшить его массу, повысить технологичность, надежность, улучшить тепловой режим и повысить устойчивость к механическим нагрузкам.
Таким образом, проект посвящен решению комплексной задачи разработки устройства контроля
вибрации, которое представляет собой электронный блок, предназначенный для преобразования сигналов датчиков в пропорциональные напряжения, выдаваемые затем для отображения на устройстве
индикации и регистрации в бортовом регистраторе. Также необходимо разработать алгоритмы обработки информации и управления работой устройства.
Рассмотренная задача важна и актуальна, так как полностью совпадает с направлениями развития авионики России.
Существует огромное количество вариантов бортовых виброизмерительных устройств серии ИВ,
которые зависят от типа самолета и его двигателя. Серия ИВ разрабатывается по двум направлениям.
Первое применяется для двухвальных двигателей с обобщенным виброконтролем, используется для
среднетяжелых самолетов и вертолетов, и берет свое начало с конца 70-х годов. Эта серия относится к
полосовой аппаратуре, основным принципом, которой являлось выделение требуемой частоты с последующей ее обработкой. В ее состав входит:
– датчик контроля вибрации;
– электронный блок для обработки информации;
– индикатор, отображающий уровень вибрации.
136
СИСТЕМЫ УПРАВЛЕНИЯ
Второе направление серии ИВ производится для трехвальных двигателей с раздельным виброконтролем каждого ротора газотурбинного двигателя (ГТД) и изготавливается для самолетов перехватчиков. Эта серия построена по другому принципу и использует узкополосные следящие фильтры.
Наиболее ответственным элементом в устройстве контроля вибрации является вибродатчик.
Существует три вида датчиков измерения линейной вибрации. Один из них датчик линейного виброускорения или акселерометр, так как сигнал на выходе пропорционален виброускорению. Распространенность акселерометров объясняется тем, что именно им удается придать наиболее высокие эксплуатационные качества, а знание виброускорения позволяет определить не только кинематические,
но и динамические величины.
Датчики кинематических величин могут быть датчиками характеристик относительного или абсолютного движения. В первом случае измерение ведется относительно системы отсчета, связанной с
материальным объектом, на движение которого не накладывается ни каких ограничений. Датчики относительного виброускорения не конструируют ввиду отсутствия механоэлектрического преобразователя
(МЭП), воспринимающего ускорение. Поэтому все акселерометры, не использующие дополнительного
дифференцирования, измеряют абсолютное ускорение и являются приборами инерционного действия,
имеющими чувствительный элемент в виде упруго закрепленной массы.
Существует несколько типов акселерометров:
– пьезоэлектрические;
– тензорезистивные;
– емкостные;
– индуктивные.
Сферы применения этих датчиков различны: индуктивные акселерометры являются низкочастотными, тензорезистивные и емкостные в более широкой области низких и средних частот, причем
все они работают от нулевой частоты. Известны тензорезистивные акселерометры с более широким
рабочим диапазоном частот, но при измерении виброускорений, близких к стационарным, они не они
не обладают преимуществами перед пьезоэлектрическими, применяемыми практически монопольно в
области средних и высших частот. Преимуществом пьезоэлектрического датчика является то, что в
большинстве случаев он одновременно выполняет функции механического преобразователя.
Пьезоэлектрические датчики отличаются улучшенной стабилизацией характеристик и длительной эксплуатацией. Их габариты небольшие. Пьезоэлектрические датчики часто содержат МЭП, работающий на сдвиг. Благодаря особой форме основания и корпуса ослаблены чувствительность к деформациям основания. Широко применяют неразъемный кабель, выводимый как вверх, так и вбок, повышена герметичность конструкции. В ряде датчиков используют симметричный электрический выход
для повышения помехоустойчивости, клеевое или резьбовое с клеевой фиксацией крепление к объекту. Демпферы, как правило, отсутствуют. Рабочий диапазон частот до 10 – 15 кГц. Ориентированы на
измерение вибрационных ускорений до 10000 м/с2. Основная погрешность 2 – 10 %. Рабочие температуры от минус 250 до плюс 750 ºС.
Также существуют датчики линейной вибрации, которые чувствительны к относительной виброскорости, без предварительного механического преобразователя.
В бесконтактных устройствах для измерения относительной скорости применяют доплеровский ,
гамма-резонансный и электродинамический преобразователи. Первый из них обладает хорошей точностью и возможностью производить измерения на значительном расстоянии от объекта. Гаммарезонансный преобразователь уступает ему ввиду сложности в эксплуатации. Оба преобразователя
приспособлены для измерения установившегося уровня виброскорости. Электродинамический преобразователь используют чаще всего, так как он прост и удобен в эксплуатации. Для измерения скорости
больших перемещений применяют датчик с подвижным магнитом. Диапазон измерения виброскорости
с помощью всех упомянутых преобразователей сверху практически не ограничен.
При эксплуатации датчиков виброскорости следует иметь в виду их сравнительно малую устойчивость к поперечной и угловой вибрации, которые могут вызывать искажения сигнала всех видов (линейные и нелинейные).
Сравнение метрологических и эксплуатационных свойств датчиков виброскорости и акселерометров показывает, что у акселерометров они выше почти по всем показателям. Применение датчиков
137
СИСТЕМЫ УПРАВЛЕНИЯ
скорости дает единственное преимущество – большой выходной сигнал. Но это преимущество не является решающим, поэтому для измерения абсолютной виброскорости наиболее часто используют акселерометры с последующим интегрированием сигнала. Такой метод позволяет сократить количество
и разновидности датчиков, применяемых при измерениях.
Существует третий тип датчиков, измеряющий линейную вибрацию: датчики линейного виброперемещения.
В датчиках малых и сверхмалых относительных перемещений используются емкостные преобразователи с переменным зазором и частотным выходом. Конструкции таких датчиков несложны, однако выполнены из материалов с повышенной стабильностью свойств. Рабочий диапазон не ограничен. Также используются фазовые интерференционные измерительные устройства и устройства с лазерным излучателем. Диапазон регистрируемых виброперемещений от 10-9 до 10-4 мкм.
Датчики относительных перемещений от единиц до тысяч микрометров являются самыми распространенными приборами, в них применяются все параметрические преобразователи перемещения,
рассмотренные выше, рабочий диапазон от 20 до 50 кГц.
Для измерения перемещений от нескольких миллиметров и выше используют датчики с индуктивными и емкостными преобразователями. Их рабочий диапазон не превышает несколько сот герц, но
это не является недостатком, так как большие виброперемещения возможны только на малых частотах.
Датчики виброперемещения чувствительны к медленным прямолинейным ускорениям, а выполненные по маятниковой схеме – и к паразитным угловым вибрациям. Хотя в них могут применяться все
виды МЭП, часто используют электродинамический МЭП [7], так что датчик фактически является датчиком виброскорости во втором режиме. Инерционные датчики виброперемещений всех типов имеют
диапазон измерения ±5 мм, основная погрешность 3 – 10 %, рабочий диапазон частот – от 30-50 до
2000-5000 Гц.
Выбор датчика зависит от типа двигателя и места установки. Они делятся на:
– низкотемпературные (до 160 ºС);
– среднетемпературные (до 250 ºС);
– высокотемпературные (до 400 ºС) и выше.
Для измерения уровня вибрации авиадвигателей существует множество вариантов аппаратуры,
отличающиеся составом датчиков, их типов, пределами и точностью измерений, методами получения
и обработки информации, которые зависят, главным образом, от типа двигателя ЛА.
В проекте разрабатывалось одно из таких устройств, которое предназначено для преобразования сигналов с датчика вибрации в сигнал пропорциональный виброскорости ОК. Таким образом, ведется контроль за уровнем вибрации на борту ЛА. В ходе модернизации устройства контроля вибрации
были разработаны структурная, функциональная схемы и алгоритмы обработки информации, а также
оценена погрешность разрабатываемого устройства; решены вопросы технологии и конструирования
были рассмотрены существующие на сегодняшний день аналоги разрабатываемого устройства.
Библиографический список
1. Генкин М. Д., Соколова А. Г. Виброакустическая диагностика машин и механизмов. – М.: Машиностроение, 1987. 193 с.
2. Генкин М. Д., Голубев В. С., Мигунов Ю. Г. Методика и аппаратура для исследования пространственных колебаний
вращающихся деталей редукторных установок. – В кн.: Динамика и акустика машин. М.: Наука, 1987. 41 – 57 с.
3. Padgaonkar A. and ath. Measurement of angular acceleration of a rigid body using ar accelerometers. – Trans. of the ASME,
J. A. M. 1975, sept. 552 p.
4. Вибрации в технике. Справочник в 6 – ти томах: Измерения и испытания., т. 5 / Под ред. Генкин М. Д. М: Машиностроение, 1981. 224 с.
5. Арзамасов Б. Н., Бромстрем В. А., Буше Н. А. Конструкционные материалы: Справочник. М.: Машиностроение, 1990.
386 с.
6.
Материалы в приборостроении и автоматике: Справочник. / Под ред. Пятина Ю. М. М.: Машиностроение, 1985. 368 с.
_________
138
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 621.3
Д. М. Кузнецов – студент кафедры электротехники и технической диагностики
В. Я. Лавров (канд. техн. наук, проф.) – научный руководитель
ОБОБЩЕННАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ
ЭЛЕКТРОМАГНИТНЫХ ПОЛЕЙ НИЗКОЧАСТОТНЫХ ИСТОЧНИКОВ
При разработке современных электротехнических изделий должны быть обеспечены не только
хорошие характеристики и высокая надежность изделия, но и нормативные показатели по электромагнитной совместимости (ЭМС) и электромагнитной экологии (ЭМЭ). Качественная иллюстрация оценки
влияния электромагнитных полей на показатели жизнедеятельности приведена на рис. 1 [1].
Рис. 1. ЭМП – абиотический фактор окружающей среды
Эта зависимость показывает, что человек не может существовать в полном ограничении от ЭМП
точно так же как не может существовать и в чрезмерно большой концентрации ЭМП.
Выполнение нормативных показателей по ЭМЭ и ЭМС имеет первостепенное значение т.к. позволяет получить сертификат качества на изделие и выйти на мировой рынок.
Очевидно, что сертификаты качества должны выдаваться в независимых испытательноизмерительных центрах, которые должны быть обеспечены испытательной аппаратурой и методическими
разработками по ее использованию.
Методические разработки должны содержать программные средства и рекомендации по зондированию поля в пространстве с тем, что бы при минимальной экспериментальной информации получить корректную пространственную структуру поля исследуемого изделия. Последнее можно осуществить на основе применения теории идентификации [2].
Теория идентификации позволяет получить обобщенные математические модели ЭМП изделий
в широком спектре частот при минимальной экспериментальной информации реальных устройств в
реальных условиях их работы.
Математической основой для ЭМП является система уравнений Максвелла в дифференциальной форме [2]. В низко частотном диапазоне математическая модель ЭМП может быть получена на
основе использования решения уравнения Лапласа методом разделения переменных. В криволинейных ортогональных координатах уравнение Лапласа имеет вид
139
СИСТЕМЫ УПРАВЛЕНИЯ
   h2 h3 U    h3 h1 U    h1h2 U 

 ,

 

 
(1)


x
h

x

x
h

x

x
h

x
1 
2 
2
2 
3 
3
3 
 1 1
где h1, h2, h3 – метрические коэффициенты или коэффициенты Ламе.
Для построения моделей электромагнитных полей в задачах ЭМЭ и ЭМС наиболее целесообразно является использовать сферическую систему координат т.к. она охватывает полностью испытуемое изделие. И уравнение Лапласа приобретает вид
  2U 
1   2 U 
1
 
U 
1

  0,
(2)
r

sin






  r 2 sin 2    2 
r 2 r  r  r 2 sin   
Общий вид решения m-ой гармоники для внешних от изделия полей имеет вид
U nm  r  n1 Pnm (cos  )e im ,
(3)
Составляющие векторов магнитного поля могут быть получены на основе применения операции
градиента в сферических координатах и представляет собой соотношение для обобщенной математической модели магнитного поля
U 
1
h1 h2 h3

H r (r , ,  )  
n
a
n 0
mn

n
H  (r , ,  )  
nm
 a
n 0
m  n

n
(n  1)r  n 2 Pnm (cos )e im ,
nm
(n  1)r  n 2 Pnm (cos  )e im ,
(4)
m
Pnm (cos )e im .
sin

n 0 m   n
где anm – весовой коэффициент m-ой пространственной гармоники. Определение весового коэффициента является основой построения обобщенной математической модели на основе теории идентификации [2 – 4]. Определение весового коэффициента может быть осуществлено на основе зондирования
различных составляющих магнитного поля. Наиболее простое решение может быть построено на основе зондирования радиальной составляющей. При этом для самого коэффициента имеет место решение
0
Anm
a nm 
r0n 2 ,
(5)
n 1
где
2n  1 (n  m)!  2 0
0
Anm 
H r ( ,  ) Pnm (cos )e im sin dd .
(6)


4 (n  m)! 0 0
Полученная математическая модель предполагает формирование исходной измерительной информации в условиях специально подготовленной измерительной лаборатории, в которой нет влияния
внешних помехонесущих полей. Возможно построение модели в условиях влияния внешних помехонесущих полей, которая будет иметь более сложный вид.
H  (r , , )  
a
nm
(n  1)r  n 2 i
Библиографический список
1. Сподобаев, Ю.М. Основы электромагнитной экологии»/. Сподобаев, Ю.М., Кубанов В.П., М.: Радио и связь, 2000.240с.
2. Кирпанев, А.В. Электромагнитное поле. Теория идентификации и ее применение/ А. В. Кирпанев, В. Я. Лавров. М.: Вузовская книга, 2005. 278с.
3. 3.Журнал Электроника. Наука, технология, бизнес/ М.: выпуск №2, 2000.
4. Шимони, К. Теоретическая электротехника/ К. Шимони. М.: Мир 1963. 776с.
_________
140
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 621.38
Т. А. Кузьмина – студентка кафедры электротехники и технической диагностики
С. Ю. Мельников (канд. техн. наук, доц.) – научный руководитель
ЛЮКСМЕТР С ЦИФРОВОЙ ИНДИКАЦИЕЙ
Люксметры широко применяется для контроля освещенности в промышленности, сельском хозяйстве, на транспорте и в других отраслях хозяйственной деятельности, а также для исследований,
проводимых в научных, конструкторских и проектных организациях [1].
В качестве фоточувствительного элемента люксметра может быть использован фоторезистор,
имеющий линейную вольт-амперную характеристику в широком диапазоне изменения напряжения [2].
Это обстоятельство позволяет включить фоторезистор в делитель напряжения, параметры которого
определяют длительность импульса моностабильного генератора. Тогда по длительности этого импульса можно оценить величину светового потока, падающего на фоторезистор, и рассчитать освещенность. Для реализации этого принципа измерения освещенности была создана схема цифрового
люксметра (рис. 1.) на основе двух интегральных таймеров КР1006ВИ1, один из которых формирует
измерительный импульс, пропорциональный величине освещенности, а другой вырабатывает в это
время тактовые импульсы, количество которых подсчитывается счетчиком и выводится на индикатор.
Рис. 1. Схема моделирования цифрового люксметра в программе Multisim
Таким образом, удалось создать люксметр, имеющий простую схему, и в то же время обладающий хорошими характеристиками благодаря свойствам фоточувствительного элемента и высоким точностным параметрам интегральных таймеров.
Библиографический список
1. Пароль Н.В., Кайдалов С.А. Фоточувствительные приборы и их применение: Справочник. – М.: Радио и связь, 1991. 192 с.
2. Аксененко М.Д., Бараночников М.Л. Приемники оптического излучения. Справочник. – М.: Радио и связь, 1987. 296 с.
_________
141
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 62-83-52
Д. А. Лапкин – студент кафедры электротехники и технической диагностики
М. В. Пронин (д-р техн. наук) – научный руководитель
РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ И ДИАГНОСТИКИ
СИСТЕМЫ ПУСКА ТУРБОГЕНЕРАТОРА ЧЕРЕЗ ТИРИСТОРНЫЙ ПРЕОБРАЗОВАТЕЛЬ ЧАСТОТЫ
Перспективным направлением развития электроэнергетики является создание парогазовых установок (ПГУ), включающих в себя газовые и паровые турбоагрегаты. В этих агрегатах энергия газа
преобразуется в механическую энергию и затем в электроэнергию. Основное преимущество этих систем – высокий КПД. Турбогенераторы (ТГ) в ПГУ выполняются обычно на мощность 65 МВт, 110 МВт и
160 МВт.
В ПГУ для пуска газовых турбоагрегатов используются тиристорные пусковые устройства (ПУ),
которые, как правило, выполняются в виде преобразователей частоты со звеном постоянного тока.
Мощность ПУ составляет обычно несколько процентов от мощности ТГ. Типичные уровни мощности ПУ
4 МВт, 6 МВт. В режимах пуска турбоагрегатов ПУ работают совместно с ТГ и их тиристорными возбудителями, образуя весьма сложную систему. Структурная схема установки с ТГ, тиристорным возбудителем и ПУ представлена на рис. 1.
Ue
Us
Q1
Q2
L
ТВ
Us
ПЧ
I a, I c
Uab,Ubc
ИУ
ИУ
I a, I c
Uab,Ubc
Us
Q4
СВ
Тр
I fz
СУ
ПЧ
Ld
ТИ
АСУ
СУ
В
Uf
If
Ia, Ic
В
ИУ
Uf
If
Q5
Q3
Uсг
Rр
СГ
Т
Рис. 1. Структурная схема системы пуска газового турбоагрегата
На рис. 1: СГ – синхронный генератор, Т – турбина, СВ – система возбуждения, ПЧ – преобразователь частоты, ТВ – тиристорный выпрямитель, ТИ – тиристорный инвертор, L – токоограничивающий
реактор, Ld – сглаживающий реактор, Тр – трансформатор, В – выпрямитель возбудителя, СУПЧ – система управления преобразователя частоты, СУВ – система управления возбудителя, Q1 – Q5 – выключатели, Us – напряжение сети собственных нужд, Ue – напряжение энергосистемы, Uсг – напряжение
генератора, Ia, Ic, Uab, Ubc – сигналы датчиков фазных токов и линейных напряжений тиристорных
мостов, ИУ – импульсы управления, Uf – напряжение возбуждения, Ifz, If – заданный и фактический токи возбуждения, АСУ – автоматизированная система управления, ИУ – импульсы управления тиристорами, Rр – разрядное сопротивление. После пуска генератор отключается от ПЧ и подключается к
энергосистеме. При напряжении сети собственных нужд 6 кВ ПЧ содержит токоограничивающий реактор L, тиристорный выпрямитель, тиристорный инвертор, сглаживающий реактор. При напряжении питающей сети выше номинального напряжения ПЧ вместо входного токоограничивающего реактора ис142
СИСТЕМЫ УПРАВЛЕНИЯ
пользуется трансформатор. При пуске управление возбуждением генератора осуществляется от ПЧ.
Для этого предусмотрен обмен сигналами между ПЧ и возбудителем.
Номинальное напряжение ПУ равно 6 кВ. Номинальное напряжение турбогенератора выше и
обычно равно 15, 75 кВ. В связи с этим при работе ПУ управление возбуждением ТГ осуществляется от
системы управления ПУ.
СУ ПУ функционирует по следующему алгоритму.
По сигналам датчика напряжения ТГ осуществляется изменение заданного тока возбуждения, в
результате чего в зонах низких частот вращения поддерживается постоянный магнитный поток ТГ и
напряжение статора изменяется пропорционально частоте, а в зонах высоких частот вращения осуществляется размагничивание машины и напряжение ТГ стабилизируется на уровне 6 кВ. Регулятор скорости вращения ТГ, контролируя заданную и фактическую скорости, формирует заданный выпрямленный ток преобразователя частоты. Регулятор выпрямленного тока, контролируя заданный и фактический выпрямленные токи, изменяет напряжение управления и, соответственно, угол управления выпрямителя. При этом зависимый инвертор тока ПУ работает с фиксированным углом инвертирования.
В зоне низких частот вращения ТГ его ЭДС мала и недостаточна для коммутации тока в плечах инвертора. В этих режимах переключение тиристоров инвертора осуществляется с помощью выпрямителя –
при искусственной коммутации. При более высоких частотах переключение тиристоров осуществляется за счет ЭДС ТГ – при естественной коммутации.
Рассмотренная СУ дополняется системой диагностики и защиты, которая должна повысить надежность и устойчивость работы всех устройств.
Одна из задач системы диагностики заключается в выявлении признаков опрокидывания инвертора в ПУ с последующим процессом ликвидации аварии. На рисунке 2 представлена диаграмма токов
и напряжений в системе, полученная на компьютерной модели, на которой воспроизведен процесс опрокидывания инвертора и ликвидации аварии.
is2
is3
is1
v
udv
id
i3
u
i2
i1
u
u
Рис. 2. Структурная схема системы регулирования электропривода
На рис. 2 изображены: isn – токи фаз выпрямителя, αv – угол управления выпрямителя, udv –
выпрямленное напряжение выпрямителя, id – выпрямленный ток, in – токи фаз инвертора.
При успешной коммутации токов в плечах моста инвертора ток в плече моста, выходящем из работы изменяется от значения id (или –id) до 0, а ток в плече, которое включается в работу, изменяется
от 0 до id (или –id). Если в плече, выходящем из работы, ток не успел измениться до 0, то далее ЭДС в
контуре коммутации изменяет знак и ток в этом плече изменяется в противоположном направлении.
При подаче на инвертор следующего управляющего импульса возможно короткое замыкание цепи выпрямленного напряжения через тиристоры инвертора.
143
СИСТЕМЫ УПРАВЛЕНИЯ
Для ликвидации указанной аварии осуществляется контроль токов в фазах инвертора в точках,
смещенных по времени в сторону запаздывания относительно точек естественной коммутации на 510 эл.град. Если при этом обнаруживается, что существует ток в том плече моста, которое должно
быть заперто, то выдается сигнал на гашение выпрямленного тока выпрямителем с последующим восстановлением нормального режима работы.
Библиографический список
1. Электроприводы и системы с электрическими машинами и полупроводниковыми преобразователями (моделирование,
расчет, применение) / М. В. Пронин, А. Г. Воронцов, П. Н. Калачиков, А. П. Емельянов. СПб.: ОАО “Силовые машины”
“Электросила”, 2004. 252 с.
2. Пронин, М. В., Силовые полностью управляемые полупроводниковые преобразователи (моделирование и расчет) / М.
В. Пронин, А. Г. Воронцов. СПб.: ОАО “Электросила”, 2003. 172 с.
3. Шрейнер, Р. Т. Математическое моделирование электроприводов переменного тока с полупроводниковыми преобразователями частоты. / Р. Т. Шрейнер. Екатеринбург: УРО РАН, 2000. 654 с.
4. Ефимов, А. А. Активные преобразователи в регулируемых электроприводах переменного тока /Под общей редакцией
д-ра техн. наук, проф. Р.Т.Шрейнера. / А. А. Ефимов, Р. Т. Шрейнер. Новоуральск: Изд-во НГТИ, 2001. 250 с.
_________
УДК 629.7.062.5 (075)
Г. С. Марков – студент кафедры управления и информатики в технических системах
В. С. Акопов (канд. техн. наук, доц.) – научный руководитель.
ИМИТАЦИОННАЯ МОДЕЛЬ ПОСЛЕПОСАДОЧНОГО ПРОБЕГА САМОЛЕТА
Посадка самолета – заключительный этап полета и один из наиболее сложных и потенциально
опасных режимов. Поведение самолета в режиме посадки существенно отличается от других режимов,
динамические характеристики при посадке также весьма специфичны.
Посадка самолета, как правило, состоит из следующих этапов: планирование (снижение); выравнивание; выдерживание; приземление (парашютирование); пробег.
Одними наиболее ответственных этапов – послепосадочный пробег. На пробеге скорость самолета должна быть погашена от скорости касания до скорости руления или до полной остановки самолета.
Быстрота торможения с помощью колесных тормозов зависит от мощности тормозов, коэффициента трения, искусства летчика и других факторов, а эффективность от способности тормозов поглощать и рассеивать выделяющуюся при торможении теплоту.
В последние десятилетия начали применяться автоматы торможения. Они позволяют достигнуть
значения коэффициента трения близкого к максимальному, то есть близкого к такой грани, когда начинается скольжение колеса по посадочной полосе.
Тормоза служат для сокращения длины пробега после посадки, обеспечивают маневрирование
самолета при рулении, его неподвижность на стоянке и при опробовании двигателей. Тормоза должны
обеспечивать создание максимального тормозного момента на колесе, определяемого предельной величиной коэффициента трения колеса о поверхность ВПП, а также поглощение и рассеивание кинетической энергии самолета на пробеге.[1]
При движении транспортного средства пятно контакта его колес находится в неподвижности относительно дорожного полотна, то есть на колесо действует сила трения покоя. Так как эта сила больше, чем сила трения скольжения, эффективность замедления при колесах, вращающихся со скоростью, соответствующей скорости движения транспортного средства, будет эффективнее, чем замедление при проскальзывающих колесах. Кроме того, транспортное средство, одно или несколько колес,
которого находятся в скольжении, теряет управляемость, особенно в процессе торможения.
При создании нового типа самолета или модернизации старого встает вопрос моделировании его
поведения во время пробега по взлетно-посадочной полосе пробега при различных внешних условиях.
Чтобы не создавать для каждого типа самолета отдельную модель была разработана универсальная в
пакете Matlab (рис. 1).[2]
144
Рис. 1. Имитационная модель
СИСТЕМЫ УПРАВЛЕНИЯ
145
СИСТЕМЫ УПРАВЛЕНИЯ
Данная модель позволяет вносить основные параметры самолета для расчета его послепосадочных характеристик. Учитываются:
 масса самолета и характер ее распределения по стойкам шасси;
 количество тормозных колес их радиус и масса;
 влияние ветра и других внешних факторов.
Модель позволяет моделировать различные поверхности взлетно-посадочной полосы путем задания зависимости коэффициента сцепления от скольжения. По умолчанию там задана следующая
характеристика (рис. 2).[2]
Рис. 2. Зависимость коэффициента сцепления

от скольжения S
Библиографический список
1. Н. А. Богачева, А. Д. Жуков, А. С. Коновалов “Авиационные системы антиюзовой автоматики”.Учебное пособие /
СПбГУАП. СПб., 1999. 84 с.
2. Черных И. В. Моделирование электротехнических устройств в Matlab, SimPowerSystems и Simulink- М.:ДМК Пресс;
СПб.:Питер, 2008-288с.
_________
УДК 681.51
И. В. Мюхкеря – студент кафедры управления и информатики в технических системах
М. В. Бураков (канд. техн. наук, доц.) – научный руководитель
НЕЙРОУПРАВЛЕНИЕ ВЫСОТОЙ ПОЛЕТА ВЕРТОЛЕТА
Совершенствование навигационного оборудования вертолетов диктуется задачей повышения качества и безопасности полетов. Органы управления одновинтового вертолёта состоят из трех систем
управления несущим винтом (НВ), рулевым винтом, газом двигателя.
Управление НВ является ответственным за управление высотой полета. Оно имеет две составляющие: обороты НВ, угол поворота лопастей НВ.
Рассмотрим задачу моделирования системы автоматического управления высотой вертолета.
Первым шагом при ее разработке является выбор математического описания динамики вертолета.
Движение центра масс вертолёта и движение вертолёта вокруг центра масс в вертикальной
плоскости описывается известными дифференциальными уравнениями [1, 2]. На рис. 1 показана блоксхема модели динамики вертолета, собранная в среде Simulink Matlab.
На рис. 1 переменные N и fi обозначают скорость оборотов винта и шаг винта. Эти величины
должны вырабатываться регулятором в зависимости от текущей ошибки по высоте и ее производной.
Математическое описание динамики вертолета представлено системой нелинейных дифференциальных уравнений, поэтому регулятор также должен быть нелинейным. Рассмотрим использование нейронного регулятора (НР) на базе двухслойной нейронной сети прямого распространения, структура которой показана на рис. 2.
146
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 1. Модель динамики вертолета в вертикальной плоскости
Рисунок 2. Управляющая нейронная сеть
147
СИСТЕМЫ УПРАВЛЕНИЯ
На рис. 2 константы X1 – X12 описывают веса нейронной сети. Определение весов нейронной
сети – центральная задача при синтезе нейроконтроллера. Для сетей прямого распространения эта
задача решается на основе концепции обучения с учителем [3], для использования которой требуется
задать обучающую выборку, связывающую входные значения и соответствующие им выходные эталонные значения. Таким образом, для обучения требуется описать набор эталонных траекторий движения вертолета, а также выбрать алгоритм обучения.
В качестве алгоритма обучения в работе использовался генетический алгоритм (ГА) – универсальный метод глобальной оптимизации, реализующий базовые представления об эволюции в живой
природе [4, 5].
При использовании ГА происходит кодирование весов нейронной сети популяцией хромосом, которые тестируются с помощью модели динамики вертолета и видоизменяются на основании обеспечиваемого ими качества управления. Инструменты для генетического обучения реализованы в среде
Simulink Matlab. Процесс обучения нейронной сети достаточно трудоемок, и требует значительных вычислительных ресурсов.
На рис. 3 показана схема моделирования динамики вертолета с нейроконтроллером.
Рис. 3. Схема с нейроконтроллером
Проведенные вычислительные эксперименты показали, что использование нейроконтроллера
позволяет добиться хорошего качества управления высотой вертолета.
Библиографический список
1. Попов Л. Г. Динамика полёта вертолёта. Лекции. Л: ЛИАП, 1980. 64с.
2. Мхитарян А. М. Аэродинамика. Москва: «Машиностроение», 1976. 448с.
3. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. Москва.
2006. 452 с.
4. Бураков М.В. Генетический алгоритм: теория и практика. СПб, ГУАП. 2008. 164с.
5. Бураков М.В. Синтез нейронного регулятора // Изв. Академии наук. Теория и системы управления, 1999, №3, С.140-145.
_________
148
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 658.56.47
С. И. Овдиенко – студент кафедры электротехники и технической диагностики
Е. В. Сударикова (канд. техн. наук, доц.) – научный руководитель
КОНТРОЛЬ КАЧЕСТВА ВЕНТИЛЬНЫХ ДВИГАТЕЛЕЙ
ПО ОЖИДАЕМОМУ РЕСУРСУ ЭЛЕКТРОМЕХАНИЧЕСКОГО БЛОКА
Вентильные двигатели (ВД) являются разновидностью двигателей постоянного тока, у которых
коллекторно-щёточный узел заменен полупроводниковым коммутатором. Отказ от коллекторнощёточного узла позволяет повысить предельную мощность двигателей и расширить область их применения. В качестве составляющих информационно-измерительных и управляющих систем ВД широко
используются в различных областях техники. К основным задачам, выполняемым ВД, относятся: создание требуемой нагрузки, управление другими блоками систем, а также функционирование в качестве
исполнительных устройств. К надежности ВД нередко предъявляются повышенные требования. При
использовании их в дорогостоящих приборных системах ответственного назначения одним из основных требований к качеству ВД выдвигается требование высокой надежности каждого образца изделия.
ВД относятся к классу мехатронных систем и по своей структуре являются сложными изделиями.
К их основным узлам относятся: обмоточные, датчика положения ротора, опорный и преобразовательный (электронного коммутатора). Элементы этих узлов работают в различных динамических условиях,
а протекающие в них процессы деградации имеют разную физическую природу и разные скорости. При
этом деградационные процессы, протекающие в каждом из элементов, не интенсифицируют процессов
деградации остальных элементов изделия. Поэтому ВД можно рассматривать как систему, состоящую
из не связанных по критерию надежности элементов. Элементы, главным образом лимитирующие работоспособность изделия в целом, называются «слабыми» [1]. «Слабыми» элементами ВД обычно являются электрорадиоэлементы электронного преобразователя и опоры вращения электромеханического блока (ЭМБ). Именно эти элементы характеризуются наиболее напряженными условиями работы
и наиболее подвержены деградационным процессам, определяющим ресурсные отказы ВД в целом.
Ресурсные возможности электронного коммутатора ВД могут быть обеспечены за счет таких технических решений, как снижение реализуемых коэффициентов нагрузок по току, напряжению, мощности; обеспечение щадящих тепловых режимов работы элементов; проведение входного сплошного
контроля и, при необходимости, дополнительных испытаний с целью повышения качества и надежности применяемых элементов и материалов; резервирование.
Для повышения надежности опор вращения ЭМБ предусматривается снижение величин радиальных и торцевых биений, люфтов ротора, точное соблюдение характера посадки подшипников на
ротор и др. Но эти меры, повышая потенциальную надежность опор, не могут предотвратить рассеяние
параметров их надежности. Разброс параметров надежности опор определяется всеми погрешностями
изготовления и сборки ЭМБ. Случайное неблагоприятное сочетание этих погрешностей, лежащих в
полях допусков на параметры, может привести к недопустимому ухудшению качества и надежностных
свойств опор. Поэтому именно опоры вращения являются наименее надежными элементами ВД [2].
Задача повышения качества каждого выпускаемого образца ЭМБ ВД ответственного назначения
может быть решена путем дополнения существующих технологических процессов сплошного приемочного контроля качества, осуществляемых методами входного контроля, неразрушающим контролем по
ожидаемому индивидуальному ресурсу.
Ожидаемый ресурс ЭМБ ВД может контролироваться по ресурсу «слабого» элемента – опор
вращения. Контроль включает оценку ожидаемых индивидуальных значений ресурса и принятие решения о соответствии полученных оценок установленным нормам. Индивидуальный контроль ожидаемого
ресурса ЭМБ ВД может производиться по предельному состоянию опор с использованием критерия
приемки (КП).
Структурная схема технологического процесса сплошного приёмочного контроля качества ВД по
ожидаемому ресурсу ЭМБ представлена на рисунке в виде информационно-функциональной модели.
На первом этапе методами входного контроля осуществляется проверка электрических и механических
149
СИСТЕМЫ УПРАВЛЕНИЯ
параметров ЭМБ, к которым относятся: скорость вращения, напряжение питания, моменты вращения,
сопротивление изоляции, потребляемый ток, габаритные размеры и другие. Изделия, параметры которых соответствуют установленным нормам, считаются годными. Изделия, параметры, которых установленным нормам не соответствуют, отбраковываются и отправляются на переборку.
На втором этапе разрабатывается КП, позволяющий проверить соответствие каждого изготовленного образца ЭМБ данного вида заданным требованиям к надежности (ожидаемому ресурсу). С
этой целью из партий изделия, прошедших приемосдаточные испытания [3], формируется обучающая
случайная выборка, для каждого образца которой индивидуально проводится комплекс определительных ускоренных испытаний (УИ) и индивидуального прогнозирования (ИП) ресурса. Объем выборки
устанавливается на основании действующей технической документации на изделие.
В процессе УИ периодически в некоторые моменты времени испытаний проводятся измерения
индивидуальных векторов диагностических параметров (ДП). По результатам измерения индивидуальных векторов ДП для каждой точки осуществляется ИП ожидаемого ресурса опор ЭМБ. Точность, достоверность и стоимость прогнозирования ресурса определяются длительностью УИ [4]. Длительность
определительных УИ в общем случае зависит от требуемой точности и достоверности оценки индивидуального ресурса.
Сокращение длительности определительных УИ при максимальных точности и достоверности
ИП ресурса может быть достигнуто за счет поэтапной корректировки индивидуальных коэффициентов
адаптации прогнозирующих выражений. Корректировка производится по результатам сравнения индивидуальных прогнозов ДП на моменты окончания каждого этапа испытаний с реальными измеренными
значениями этих параметров. По скорректированным значениям индивидуальных коэффициентов
адаптации уточняются прогнозирующие выражения и выражения для индивидуальных коэффициентов
ускорения текущего этапа испытаний. При этом индивидуальная длительность УИ определяется для
каждого образца изделия моментом достижения заданной точности прогноза.
Такой подход при высокой точности и достоверности результатов ИП ресурса позволяет существенно сократить временные и материальные затраты на проведение УИ и, следовательно, на разработку КП ЭМБ ВД.
Таким образом, в результате проведения комплекса УИ и ИП ресурса обучающей выборки ВД
каждый образец выборки в каждой точке наблюдения (т.е. на момент начала каждого этапа УИ) характеризуется измеренным вектором ДП и соответствующим ему расчетным значением ожидаемого индивидуального ресурса (остаточного индивидуального ресурса). Совместная обработка этих данных с
использованием аппарата математической статистики позволяет построить математическую модель
КП ВД данного вида, устанавливающую связь между начальным состоянием контролируемого ЭМБ,
описываемым индивидуальным вектором начальных ДП, и ожидаемым индивидуальным ресурсом изделия, и определить ее коэффициенты. Определение коэффициентов модели (прогнозирующего выражения) с учетом спектра и величины эксплуатационных нагрузок, действующих на изделия данного
вида, позволяет обеспечить высокие точность и достоверность результатов оценки индивидуального
ресурса. При этом оценка индивидуального ресурса конкретного изделия имеет вероятностный характер.
КП формулируется по принципу гарантированного результата и позволяет по измеренному индивидуальному вектору начальных ДП на основании модели оценить ожидаемый индивидуальный ресурс
ЭМБ ВД данного вида и с заданным уровнем доверия  проверить соответствие каждого образца изделия установленным требованиям к надежности.
Приёмка ВД производится следующим образом. На контроль поступают все образцы, прошедшие входной контроль на соответствие механических и электрических параметров требованиям технической документации. Задается уровень доверия  результата контроля. Для каждого образца измеряется вектор начальных ДП, по значениям его составляющих оценивается ожидаемый индивидуальный ресурс изделия и проверяется условие КП. Если критерий удовлетворяется, образец с доверительной вероятностью  считается годным, обладающим гарантированным ресурсом. Если условие
критерия не удовлетворяется, считается, что с доверительной вероятностью  ресурс не гарантирован, и изделие отбраковывается как потенциально ненадежное. Риск неудачи контроля существует в
150
СИСТЕМЫ УПРАВЛЕНИЯ
достаточно малом диапазоне 1  β , определяющемся опасностью последствий и общими затратами.
Отбракованные изделия для дальнейшего их использования не по прямому назначению могут селектироваться по ресурсу в соответствии с принятыми правилами принятия решений.
Проверка электрических и механических
параметров ЭМБ ВД
методами входного
контроля
Технологический процесс
изготовления
и сборки
Годные изделия
(параметры соответствуют нормам)
контролируемые партии
Отбраковка
негодных изделий
обучающая выборка
Разработка критерия приемки по показателю надёжности
Формирование обучающей случайной выборки ВД
Проведение
форсированных УИ
ИП параметров
состояния изделия и ДП
Экспериментальные векторы ДП
Разработка математической
модели КП и определение ее
коэффициентов
Корректировка индивидуальных
коэффициентов адаптации прогнозирующих выражений и индивидуальных значений коэффициента ускорений
Оценка точности
предсказания
ресурса по математической
модели КП
ИП
ресурса ВД
Формализация КП ВД
по ожидаемому ресурсу ЭМБ
Приемка ВД по ожидаемому ресурсу ЭМБ
Измерение
вектора ДП
Годные изделия
Проверка выполнения
условия КП
Задание уровня доверия результата
контроля
Отбраковка потенциально ненадежных ВД
Селекция отбракованных ВД по ожидаемому ресурсу
Корректировка техпроцесса изготовления и сборки ЭМБ ВД
Формирование
случайной выборки отбракованных ВД
Проведение УИ (до
ресурсного отказа) и
ИП состояния и ресурса
Выявление причин брака
Выдача рекомендаций для
повышения
качества ЭМБ
Рис. Информационно-функциональная модель технологического процесса
сплошного приемочного контроля качества ВД по ожидаемому ресурсу ЭМБ
151
СИСТЕМЫ УПРАВЛЕНИЯ
Для повышения качества изготавливаемой продукции выборки отбракованных изделий направляются на проведение УИ (до ресурсного отказа) и ИП их технического состояния и ресурса. По результатам испытаний выявляются причины брака, выдаются рекомендации для корректировки технологического процесса изготовления и сборки ЭМБ ВД, которые внедряются затем в производство [5, 6].
Эффективность предложенного технологического процесса сплошного приемочного контроля качества ВД по ожидаемому ресурсу ЭМБ может быть оценена показателем, тем или иным образом
включающим в себя потери надежности изделий. Эффективность технологического процесса приемочного контроля качества можно охарактеризовать значениями риска поставщика и риска потребителя, а
также экономической эффективностью КП.
Дополнение существующих технологических процессов приемочного контроля качества вентильных ВД, осуществляемых методами входного контроля неразрушающим контролем по индивидуальному ресурсу, позволит повысить качество выпускаемой продукции за счет своевременной отбраковки
изделий, опоры которых не обладают гарантированным ресурсом.
Высокие точность и достоверность индивидуальной оценки индивидуального ресурса обеспечиваются за счет определения коэффициентов математической модели КП с учетом спектра и величины
эксплуатационных нагрузок, действующих на ЭМБ ВД данного вида. Риск неудачи контроля существует
в достаточно малом диапазоне 1  β , определяющемся опасностью последствий и общими затратами.
Событие ошибки контроля ЭМБ по КП, имеющее малую вероятность, в исключительном случае может
произойти. Проведение операций контроля не требует значительных затрат времени и средств. Однако
разработка КП требует вложения существенных материальных и временных затрат для накопления и
обработки статистических данных.
Библиографический список
1. Надежность и эффективность в технике: Справочник: В 10т. / Ред. совет: В.С. Авдуевский (пред.) и др. М.: Машиностроение, 1988. Т.5.: Проектный анализ надежности / Под ред. В.И. Патрушева и А.И. Рембезы. 316 с.
2. Ермолин Н.П., Жерихин И.П. Надежность электрических машин. Л.: Энергия, 1976. 247 с.
3. ГОСТ 27883-88. Средства измерения и управления технологическими процессами. Надежность. Общие требования и
методы испытаний. М.: Изд-во стандартов. 1994.
4. Гаскаров Д.В. и др. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. М.: Сов.
радио, 1974. 224 с.
5. Колесников К.С. и др. Технологические основы обеспечения качества машин. М.: Машиностроение, 1990. 254 с.
6. Управление техническим состоянием динамических систем / Под ред. И.Е. Казакова. М.: Машиностроение, 1995. 240 с.
_________
УДК 629.735.33
С. С. Песоцкий – студент кафедры интеллектуальных систем управления и нанотехнологий
А. А. Кораблева (канд. хим. наук, доц.) – научный руководитель
ЛИТИЙ-ИОННЫЕ (LI-ION) АККУМУЛЯТОРЫ
В наше время разнообразные приспособления, такие как ноутбуки, мобильные телефоны, КПК
заняли прочное место в современном обществе, так как они призваны сделать нашу жизнь легче. Но за
счет чего же это все работает? Ведь не всегда под рукой есть розетка. Инженерная мысль не стоит на
месте и поэтому, чтобы спасти это положение, и были разработаны аккумуляторы.
Сначала это были Ni-Cd (никель-кадмиевые) аккумуляторы, однако в настоящее время, особенно в связи с ограничением применения кадмия в соответствии с директивой RoHS, резко активизировались исследования по созданию бескадмиевых аккумуляторов с большим разрядным током.
Итак, небольшой курс истории.
Первые эксперименты по созданию литиевых батарей начались в 1912 году, но только спустя
шесть десятилетий, в начале 70-х годов, они впервые были внедрены в бытовые устройства. Причем,
подчеркну, это были именно батареи. Если разработка первичных элементов с литиевым анодом увен152
СИСТЕМЫ УПРАВЛЕНИЯ
чалась сравнительно быстрым успехом и такие элементы прочно заняли свое место как источники питания портативной аппаратуры, то создание литиевых аккумуляторов (перезаряжающиеся батареи)
натолкнулось на принципиальные трудности, преодоление которых потребовало более 20 лет.
После множества испытаний в течение 1980-х годов выяснилось, что проблема литиевых аккумуляторов закручена вокруг литиевых электродов. Точнее, вокруг активности лития: процессы, происходившие при эксплуатации, в конце концов, приводили к бурной реакция, получившей название «вентиляция с выбросом пламени». В 1991 г. на заводы-изготовители было отозвано большое количество
литиевых аккумуляторных батарей, которые впервые использовали в качестве источника питания мобильных телефонов. Причина – при разговоре, когда потребляемый ток максимален, из аккумуляторной батареи происходил выброс пламени, обжигавший лицо пользователю мобильного телефона.
Химические процессы Li-ion аккумуляторов.
Революцию в развитии перезаряжаемых литиевых аккумуляторов произвело сообщение о том,
что в Японии разработаны аккумуляторы с отрицательным электродом из углеродных материалов. Углерод оказался весьма удобной матрицей для интеркаляции лития.
Вы спросите, почему именно литий и кобальт?...
Ответ прост: Литий сам по себе очень активный метал, а тем более литерованный оксид кобальта еще активнее и легко отдает ионы лития (да-да именно ионы) и при этом сам процесс «миграции»
ионов лития не изменяет структуру и размеры электродов аккумулятора, а это очень важный фактор.
Что же касается углерода, то углеродная матрица, применяемая в качестве анода, может иметь
упорядоченную слоистую структуру, как у природного или синтетического графита, неупорядоченную
аморфную или частично упорядоченную (кокс, пиролизный или мезофазный углерод, сажа и др.). Ионы
лития при внедрении раздвигают слои углеродной матрицы и располагаются между ними, образуя интеркалаты разнообразных структур. Удельный объем углеродных материалов в процессе интеркаляции-деинтеркаляции ионов лития меняется незначительно.
Как же работает сам аккумулятор?
При разряде Li-ion аккумулятора происходят деинтеркаляция лития из углеродного материала
(на отрицательном электроде) и интеркаляция лития в оксид (на положительном электроде). При заряде аккумулятора процессы идут в обратном направлении. Следовательно, во всей системе отсутствует
металлический (нуль-валентный) литий, а процессы разряда и заряда сводятся к переносу ионов лития
с одного электрода на другой. Поэтому такие аккумуляторы получили название «литий-ионных», или
аккумуляторов типа кресла-качалки.
Кроме углеродных материалов в качестве матрицы отрицательного электрода изучаются структуры на основе олова, серебра и их сплавов, сульфиды олова, фосфориды кобальта, композиты углерода с наночастицами кремния.
При заряде Li-ion аккумулятора происходят реакции:
на положительных пластинах: LiCoO2 → Li1-xCoO2 + xLi+ + xeна отрицательных пластинах: С + xLi+ + xe- → CLix
При разряде происходят обратные реакции. Процесс заряда демонстрируется на рис. 1.
Конструкция Li-ion аккумуляторов.
Тут ничего нового. Конструктивно Li-ion аккумуляторы, как и щелочные (Ni-Cd, Ni-MH), производятся в цилиндрическом и призматическом вариантах. В цилиндрических аккумуляторах свернутый в
виде рулона пакет электродов и сепаратора помешен в стальной или алюминиевый корпус, с которым
соединен отрицательный электрод. Положительный полюс аккумулятора выведен через изолятор на
крышку (рис. 2). Призматические аккумуляторы производятся складыванием прямоугольных пластин
друг на друга. Призматические аккумуляторы обеспечивают более плотную упаковку в аккумуляторной
батарее, но в них труднее, чем в цилиндрических, поддерживать сжимающие усилия на электроды. В
некоторых призматических аккумуляторах применяется рулонная сборка пакета электродов, который
скручивается в эллиптическую спираль (рис. 3). Это позволяет объединить достоинства двух описанных выше модификаций конструкции.
153
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 1. Процесс заряда литий-ионного (Li-ion) аккумулятора
Рис. 2. Устройство литий-ионного (Li-ion) аккумулятора
Рис.3. Устройство призматического литий-ионного (Li-ion) аккумулятора с рулонной скруткой электродов
154
СИСТЕМЫ УПРАВЛЕНИЯ
Но самое главное в аккумуляторах такого рода это не то, как они работают, а то как они защищены от повреждения, ведь наиболее важное это гарантия безопасности!
Немного о средствах защиты:
Большинство Li-ion аккумуляторов изготавливают в призматических вариантах, поскольку основное назначение Li-ion аккумуляторов – обеспечение работы сотовых телефонов и ноутбуков. Как правило, конструкции призматических аккумуляторов не унифицированы и большинство фирмпроизводителей сотовых телефонов, ноутбуков и т.д. не допускают применение в устройствах аккумуляторов посторонних фирм.
Разноименные электроды в литиевых и литий-ионных аккумуляторах разделяются сепаратором
из пористого полипропилена.
Конструкция Li-ion и других литиевых аккумуляторов, как и конструкция всех первичных источников тока («батареек») с литиевым анодом, отличается абсолютной герметичностью. Требование абсолютной герметичности определяется как недопустимостью вытекания жидкого электролита (отрицательно действующего на аппаратуру), так и недопустимостью попадания в аккумулятор кислорода и
паров воды из окружающей среды. Кислород и пары воды реагируют с материалами электродов и
электролита и полностью выводят аккумулятор из строя.
Технологические операции производства электродов и других деталей, а также сборку аккумуляторов проводят в особых сухих комнатах или в герметичных боксах в атмосфере чистого аргона. При
сборке аккумуляторов применяют сложные современные технологии сварки, сложные конструкции гермовыводов и т.д.
Li-ion аккумуляторные батареи коммерческого назначения имеют наиболее совершенную защиту
среди всех типов батарей. Как правило в схеме защиты Li-ion батарей используется ключ на полевом
транзисторе, который при достижении на элементе батареи напряжения 4,30 В открывается и тем самым прерывает процесс заряда. Кроме того, имеющийся термопредохранитель при нагреве батареи до
90° С отсоединяет цепь ее нагрузки, обеспечивая таким образом ее термальную защиту. Но и это не
все. Некоторые аккумуляторы имеют выключатель, который срабатывает при достижении порогового
уровня давления внутри корпуса, равного 1034 кПа (10,5 кг/м2), и разрывает цепь нагрузки. Есть и схема защиты от глубокого разряда, которая следит за напряжением аккумуляторной батареи и разрывает
цепь нагрузки, если напряжение снизится до уровня 2,5 В на элемент.
Внутреннее сопротивление схемы защиты аккумуляторной батареи мобильного телефона во
включенном состоянии составляет 0,05-0,1 Ом. Конструктивно она состоит из двух ключей, соединенных последовательно. Один из них срабатывает при достижении верхнего, а другой - нижнего порога
напряжения на батарее. Общее сопротивление этих ключей фактически создает удвоение ее внутреннего сопротивления, особенно если батарея состоит всего лишь из одного аккумулятора. Батареи питания мобильных телефонов должны обеспечивать большие токи нагрузки, что возможно при максимально низком внутреннем сопротивлении батареи. Таким образом, схема защиты представляет собой
препятствие, ограничивающее рабочий ток Li-ion батареи.
В некоторых типах Li-ion батарей, использующих в своем химическом составе марганец и состоящих из 1–2 элементов, схема защиты не применяется. Вместо этого в них установлен всего лишь
один предохранитель. И такие батареи являются безопасными из-за их малых габаритов и небольшой
емкости. Кроме того, марганец довольно терпим к нарушениям правил эксплуатации Li-ion батареи.
Отсутствие схемы защиты уменьшает стоимость Li-ion батареи, но привносит новые проблемы.
В частности, пользователи мобильных телефонов могут использовать для подзарядки их батарей нештатные зарядные устройства. При использовании недорогих зарядных устройств, предназначенных для подзарядки от сети или от бортовой сети автомобиля, можно быть уверенным, что при наличии в батарее схемы защиты, она отключит ее при достижении напряжения конца заряда.
Если же схема защиты отсутствует, произойдет перезаряд батареи и, как следствие, ее необратимый
выход из строя. Этот процесс обычно сопровождается повышенным нагревом и раздутием корпуса батареи.
Основные преимущества.
 Высокая плотность энергии и как следствие большая емкость при тех же самых габаритах по
сравнению с аккумуляторами на основе никеля.
155
СИСТЕМЫ УПРАВЛЕНИЯ
 Низкий саморазряд.
 Высокое напряжение единичного элемента (3.6 В против 1.2 В у NiCd и NiMH), что упрощает
конструкцию – зачастую аккумулятор состоит только из одного элемента. Многие производители сегодня применяют в сотовых телефонах именно такой одноэлементный аккумулятор (вспомните Nokia).
Однако, чтобы обеспечить ту же самую мощность, необходимо отдать более высокий ток. А это требует обеспечения низкого внутреннего сопротивления элемента.
 Низкая стоимость обслуживания (эксплуатационных расходов) – результат отсутствия эффекта памяти, требующего периодических циклов разряда для восстановления емкости.
Недостатки.
 Для аккумулятора требуется встроенная схема защиты (что ведет к дополнительному повышению его стоимости), которая ограничивает максимальное напряжение на каждом элементе аккумулятора во время заряда и предохраняет напряжение элемента от слишком низкого понижения при разряде. Кроме того, она ограничивает максимальные токи заряда, разряда и контролирует температуру
элемента. В результате возможность металлизации лития практически исключена.
 Аккумулятор подвержен старению, даже если не используется и просто лежит на полке. Процесс старения характерен для большинства Li-ion аккумуляторов. По вполне очевидным причинам производители об этой проблеме умалчивают. Незначительное уменьшение емкости становится заметным
уже через год вне зависимости от того, находился аккумулятор в эксплуатации или нет. Через два или
три года он часто становится непригодным к использованию. Впрочем, аккумуляторы других электрохимических систем также имеют возрастные изменения с ухудшением своих параметров (это особенно
справедливо для NiMH, подверженных воздействию высокой температуры окружающей среды). Для
уменьшения процесса старения храните заряженный примерно до 40 % от номинальной емкости аккумулятор в прохладном месте отдельно от телефона.
 Более высокая стоимость по сравнению с NiCd аккумуляторами.
Технология изготовления Li-ion аккумуляторов постоянно улучшается. Она обновляется приблизительно каждые шесть месяцев, и понять, как “ведут себя” новые аккумуляторы после длительного
хранения, трудно.
Словом, всем был бы Li-ion аккумулятор хорош, если бы не проблемы с обеспечением безопасности его эксплуатации и высокая стоимость. Попытки решения этих проблем и привели к появлению
литий-полимерных (Li-pol или Li-polymer) аккумуляторов.
Основное их отличие от Li-ion отражено в названии и заключается в типе используемого электролита. Первоначально, в 70-х годах, применялся сухой твердый полимерный электролит, похожий на
пластиковую пленку и не проводящий электрический ток, но допускающий обмен ионами (электрически
заряженными атомами или группами атомов). Полимерный электролит фактически заменяет традиционный пористый сепаратор, пропитанный электролитом.
Такая конструкция упрощает процесс производства, характеризуется большей безопасностью и
позволяет выпускать тонкие аккумуляторы произвольной формы. К тому же отсутствие жидкого или
гелевого электролита исключает возможность воспламенения. Толщина элемента составляет около
одного миллиметра, так что разработчики оборудования свободны в выборе формы, очертаний и размеров, вплоть до внедрения его во фрагменты одежды.
Но пока, к сожалению, сухие Li-polymer аккумуляторы обладают недостаточной электропроводностью при комнатной температуре. Внутреннее сопротивление их слишком высоко и не может обеспечить величину тока, необходимую для современных средств связи и электропитания жестких дисков
переносных компьютеров. В то же время при нагревании до 60 °C и более электропроводность Lipolymer увеличивается до приемлемого уровня, однако для массового использования это не годится.
Тем временем некоторые виды Li-polymer аккумуляторов в настоящее время используются в качестве резервных источников питания в жарком климате. Например, часть производителей специально
устанавливают нагревающие элементы, поддерживающие благоприятную для аккумулятора температуру.
Вы спросите: как же так? На рынке вовсю продают Li-polymer аккумуляторы, изготовители комплектуют ими телефоны и компьютеры, а мы тут говорим, что для коммерческой эксплуатации они пока
не готовы. Все очень просто. В данном случае речь идет об аккумуляторах не с сухим твердым элек156
СИСТЕМЫ УПРАВЛЕНИЯ
тролитом. Для того чтобы повысить электропроводность небольших Li-polymer аккумуляторов, в них
добавляют некоторое количество гелеобразного электролита. И большинство Li-polymer аккумуляторов, используемых сегодня для мобильных телефонов, фактически являются гибридами, поскольку
содержат гелеобразный электролит. Правильнее было бы их называть литий-ионными полимерными.
Но большинство изготовителей в рекламных целях маркируют их просто как Li-polymer. Остановимся
подробнее на этом типе литий-полимерных аккумуляторов, поскольку на данный момент именно они
представляют наибольший интерес.
Итак, в чем различие между Li-ion и Li-polymer аккумулятором с добавкой гелеобразного электролита? Хотя характеристики и эффективность обеих систем во многом сходны, уникальность Li-ion полимерного (можно его и так назвать) аккумулятора заключается в том, что в нем все же используется
твердый электролит, заменяющий пористый сепаратор. Гелевый электролит добавляется только для
увеличения ионной электропроводности.
Технические трудности и задержка в наращивании объемов производства задержали внедрение
Li-ion полимерных аккумуляторов. Это вызвано, по мнению некоторых экспертов, желанием инвесторов, вложивших большие деньги в разработку и массовое производство Li-ion аккумуляторов, получить
свои инвестиции обратно. Поэтому они и не спешат переходить на новые технологии, хотя при массовом производстве Li-ion полимерные аккумуляторы будут дешевле литий-ионных.
Библиографический список
1. И. А. Кедринский, В. Г. Яковлев Li-ионные аккумуляторы Красноярск : Платина, 2002. - 268 с.
2. Чудинов, Е. А. Литий-ионный аккумулятор.Процесс пленкообразования и электрохимического внедрения лития в углеграфитовые материалы : автореф. дис. на соиск. учен. степ. / Чудинов Е.А.; рук.Кедринский И.А. - Красноярск : СибГТУ,
2001. - 139 с.
3. Isidor Buchmann "Batteries in a Portable World. A handbook on rechargeable batteries for non-engineers" - интернет-версия
книги г-на Isidor Buchmann, главы канадской компании Cadex Electronics Inc.
_________
УДК 621.317
И. В. Разухин – студент кафедры микро- и нанотехнологий аэрокосмического приборостроения
Д. К. Шелест (д-р техн. наук, проф.) – научный руководитель
МОДЕЛЬ И АППАРАТНО-ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ПАРАМЕТРИЧЕСКОГО КОНТРОЛЯ
АППАРАТУРЫ ЖЕЛЕЗНОДОРОЖНОЙ АВТОМАТИКИ И ТЕЛЕМЕХАНИКИ
Методика и аппаратные средства контроля параметров изделий железнодорожной автоматики и
телемеханики (ЖАТ) требуют постоянного улучшения с целью повышения показателей эксплуатационной надежности и как следствие повышения безопасности.
В настоящий момент в составе систем сигнализации централизации и блокировки (СЦБ) российских железных дорог находится более 100 миллионов изделий релейной автоматики, требующих периодического контроля. В среднем нагрузка на дистанцию, по части периодического контроля, составляет 50-100 единиц реле в день. На узловых дистанциях, порядка 200 единиц в день.
Среднее время проверки изделия при использовании существующих автоматизированных систем, составляет порядка 8 – 10 минут на одно изделие. Возникает проблема недостаточной производительности систем автоматизированного контроля. Для достижения необходимой производительности
при сохранении точности измерения параметров необходимо решить следующие задачи:
 произвести классификацию объектов контроля;
 на основе произведенной классификации создать обобщенную модель объекта контроля;
 на основе модели объекта произвести синтез структуры аппаратно программного комплекса
проверки параметров изделий ЖАТ;
157
СИСТЕМЫ УПРАВЛЕНИЯ

разработать аппаратно-программный комплекс для выполнения проверки по заданной мето-
дике;
 разработать алгоритм проверки параметров, удовлетворяющий требованиям производительности.
Состав контролируемых параметров объекта контроля следующий [1]:
 синхронность срабатывания контактных групп;
 сопротивление обмоток;
 напряжение (ток) срабатывания и отпускания контактов;
 переходное сопротивление контактов;
 временные характеристики.
Погрешность измерений, предусмотренных в процессе определения нормируемых в технологических картах параметров, не должна превышать, если иное не предусмотрено технологическими картами на конкретные виды приборов:
 при измерении напряжения и силы постоянного тока – 1,0%;
 при измерении напряжения и силы переменного тока синусоидальной формы – 1,5%;
 при измерении сопротивления постоянному току – 1,0%;
 при измерении временных характеристик – 1,0%.
Основным направление в повышении производительности автоматизированных систем контроля
параметров, является повышение производительности проверки напряжения (тока) срабатывания/отпускания контактов т.к. время выполнения данной проверки составляет порядка 85% от общего
времени проверки параметров. Следовательно, необходимо исследовать способы повышения производительности проверки данного параметра без ухудшения точности.
Методика проверки параметра напряжения (тока) срабатывания/отпускания контактов, состоит в
следующем:
На обмотки реле подать напряжение (ток), равное напряжению (току) перегрузки, указанному в
таблице параметров для данного реле. Напряжение (ток) плавно уменьшить до момента размыкания
всех замыкающих контактов. Зафиксировать показание измерительного прибора, полученная при
этом величина – напряжение (ток) отпускания. Затем напряжение (ток) уменьшить до нуля, цепь питания кратковременно разомкнуть и на обмотки реле подать напряжение (ток) той же полярности,
которое плавно повысить до момента притяжения якоря до упора. Зафиксировать показание измерительного прибора, полученная при этом величина – напряжение (ток) срабатывания при прямой полярности.
Измерение напряжения (тока) срабатывания реле при обратной полярности на обмотках провести следующим образом: на обмотки реле подать напряжение (ток), равное напряжению (току) перегрузки, которое плавно уменьшить до нуля, цепь питания кратковременно разомкнуть и на обмотки реле
подать напряжение (ток) обратной полярности, величину которого плавно увеличить до момента притяжения якоря до упора.
Зафиксировать показание измерительного прибора, полученная при этом величина – напряжение (ток) срабатывания при обратной полярности. Она не должна превышать напряжение (ток), измеренное при прямой полярности, более чем на 20%.
Для реализации методики разработана функциональная схема аппаратно-программного комплекса, представленная на рис. 1.
Комплекс делится на три основных составляющих: блоки сбора данных, формирования и коммутации сигналов, блок обработки данных и управления, периферийные и интерфейсные блоки.
Блоки сбора данных нормируют и преобразовывают физические сигналы в цифровую форму и
передают их по каналам передачи данных блоку обработки и управления. Блок коммутации обеспечивает физическое подключение измеряемых цепей проверяемого изделия к блокам сбора данных. Блок
формирования напряжения (тока) обеспечивает установление, заданных блоком управления, режимов
напряжения и тока.
Блок обработки данных и управления принимает данные и производит их обработку согласно алгоритмам работы программы. Накапливает обработанные данные в базе данных. Также блок задает
158
СИСТЕМЫ УПРАВЛЕНИЯ
режимы работы измерительного оборудования и полностью управляет процессом проведения испытаний, по заданной программе. Обеспечивает формирование интерфейса пользователя, посредством
периферийных блоков.
Рис. 1.
Периферийные модули обеспечивают ввод информации в комплекс, отображение информации
получаемой в процессе работы системы, а также формирование необходимых отчетных материалов.
Отдельной задачей является разработка системы определения посадки якоря на упор. В настоящее время при тестировании данного параметра посадка якоря определяется оператором, что в
принципе ставит под вопрос достоверность получаемых данных, так как время реакции человека составляет 0.1 – 0.5 с. Одним из вариантов, является разрабатываемая в данный момент система, которая определяет притяжение якоря по вольтамперной характеристике питания обмоток реле, что также
обеспечивает косвенные измерения, и подвержено сильному влиянию внешних факторов.
В качестве альтернативного варианта предлагается производить проверку притяжения при помощи измерения уровня и направления вибрации якоря, что обеспечит более достоверный способ получения данных о его положении при проведении проверки.
В общем виде алгоритм проверки параметра напряжения (тока) срабатывания/отпускания контактов представлен на рис. 2.
В результате реализации данных задач станет возможным проведение статистических и метрологических оценок системы в целом. Это позволит определить реальные показатели производительности работы системы и методики лежащей в ее основе. Для построения математической модели процесса предполагается использование материалов исследований статистической радиоэлектроники.
159
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 2
На основе уточненной модели предполагается получить увеличение производительности алгоритма и подтвердить полученные показатели экспериментальным путем.
Библиографический список
1. «Технологический процесс ремонта и проверки приборов СЦБ, сборник технологических карт, часть 1 реле и релейные
блоки». - ОАО «РЖД» Департамент автоматики и телемеханики.- 2005
2. ГОСТ 2.749-84 «ЭЛЕМЕНТЫ И УСТРОЙСТВА ЖЕЛЕЗНОДОРОЖНОЙ СИГНАЛИЗАЦИИ, ЦЕНТРАЛИЗАЦИИ И БЛОКИРОВКИ»
_________
160
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 621.373.826
А. В. Репина – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
В. П. Ларин (д-р техн. наук, проф.) – научный руководитель
ИССЛЕДОВАНИЕ МЕТОДОВ НЕПОСРЕДСТВЕННОГО ФОРМИРОВАНИЯ
РИСУНКА ТОПОЛОГИИ ПЕЧАТНЫХ ПЛАТ С ПОМОЩЬЮ ЛАЗЕРА
Печатные платы в электронике, наряду с электронными компонентами, оказывают значительное
влияние на основополагающие характеристики электронного приборостроения. Постоянно повышающиеся требования рынка вынуждают разработчиков минимизировать размеры и увеличивать плотность расположения компонентов на печатных платах. Вследствие этого повышаются требования к
печатным платам (ПП): уменьшаются минимальные диаметры отверстий, ширина печатных проводников, контактных площадок и расстояние между ними, увеличивается количество сигнальных слоев.
Все больше и больше компаний – производителей печатных плат используют сегодня системы
LDI (Laser Direct Imaging – Лазерное формирование изображения) в технологическом процессе, что
обуславливает следующие обстоятельства:
 развитие применения и увеличение номенклатуры гибких и комбинированных ПП;
 резкое сокращение «времени жизни» печатной платы без модификации;
 увеличение количества сигнальных слоев с одновременных повышением требований к нормам изготовления печатных плат;
 увеличение количества опытных образцов и партий с небольшим количеством.
Оборудование для формирования рисунка топологии печатных плат должно обеспечивать:
 минимальную ширину печатных проводников и зазоров до 50 мкм;
 точное совмещение слоев многослойных печатных плат при больших размерах групповых
заготовок и уменьшающихся размерах отверстий;
 высокую скорость и максимальную автоматизацию подготовки производства при невысокой
ее стоимости [1].
Всемерное развитие лазерной техники и технологии является сейчас одним из приоритетных направлений ускорения научно-технического процесса. До настоящего времени выполнен большой объем исследований по применению лазеров в обработке материалов, сформированы основные научные
направления, получен большой материал по работе лазерной техники в промышленности.
Исторически в решении проблемы использования лазеров при изготовлении ПП первой методикой была контактная фотолитография. В 1970-х годах фотолитография с зазором была заменена методом сканирующей 1x фотолитографии. В начале 1980-х годов широкое распространение получили
степперы с n-кратным уменьшением размеров, называемые также установками прямого пошагового
мультиплицирования с уменьшением изображения или мультипликаторами. Последней разработкой в
области проекционного оборудования для фотолитографии стали так называемые пошаговые сканеры.
В настоящее время для субмикронной фотолитографии серийно изготавливаются и применяются установки двух последних типов. В качестве источников излучения все еще применяются ртутные лампы
высокого давления, но все большее распространение приобретают эксимерные лазеры, работающие в
диапазоне глубокого ультрафиолета, [2].
Создание в 70-х гг. газовых лазеров непрерывного действия повышенной мощности (свыше
1 кВт) открыло новые перспективы в применении лазерной техники. С их появлением область использования лазерного луча для обработки материалов расширилась от микроэлектроники и приборостроения до многих энерго- и материалоемких отраслей промышленности.
В последние годы в одной из важнейших областей микроэлектроники – фотолитографии, без
применения которой практически невозможно изготовление сверхминиатюрных печатных плат, интегральных схем и других элементов микроэлектронной техники, обычные источники света заменяются
на лазерные.
Растровое формирование изображения по технологии LDI было впервые использовано в
1990 году. В самой обычной реализации LDI управляющая CAD/CAM-система применяется для того,
161
СИСТЕМЫ УПРАВЛЕНИЯ
чтобы модулировать сфокусированный лазерный луч, который в свою очередь создает растровый топологический рисунок на поверхности платы, аналогично тому, как изображение построчно формируется на экране телевизора. После того как формирование изображения завершено на одной стороне заготовки, плата переворачивается, и на второй стороне аналогичным способом формируется рисунок.
Лазерный луч формирует растровое изображение топологического рисунка в негативном или позитивном фоторезисте, свободное от пыли и дефектов, свойственных фотошаблонам, без деформаций, связанных с неустойчивостью параметров внешней среды, без необходимости использования
процессов контактной печати и дорогостоящих установок экспонирования.
Доступные в настоящее время LDI-системы этого типа могут прорисовать заготовки шириной в
24 дюйма (610 мм) за один проход, исключая необходимость в любом типе пошагового прохождения
изображения или сшивания фрагментов в один формат. Эти системы обычно используют газовый или
твердотельный лазер, который выделяет несколько ватт мощности в ультрафиолетовом диапазоне.
Анизотропность процесса экспонирования фоторезиста вертикальным лучом позволяет при определенных экспозициях получить глубокий рельеф с вертикальными стенками, и после наполнения
его гальванической медью с последующим дифференциальным травлением получить прямоугольный
профиль проводника с узкими зазорами.
Производительность LDI-системы – 80 экспонирований в час для формата 457 х 609 мм, так что
одна установка обеспечивает производство ДПП мощностью 25 м2/ч или МПП – 16 м2/ч. LDI-системы –
дорогие установки, поэтому на меньших производительностях они не окупаются [3]. Производительность LDI-системы может быть улучшена и путем увеличения мощности лазера. Ранее в LDI-системах
использовали аргоновые лазеры. Главный недостаток его – проблемы, связанные с эксплуатацией, а
также большими начальными затратами по монтажу и настройке системы. Немало возникает проблем
и собственно с работой лазера и его обслуживанием, которое стоит довольно дорого, а среднее время
наработки на отказ плазменной трубы для лазера такого типа – около 3000 часов. В дополнение к затратам на вспомогательное оборудование для LDI приходится учитывать время простоя в периоды замены трубы и юстировки оптики, что тоже обходится довольно дорого.
Разработан альтернативный твердотельный лазер. Технические твердотельные лазеры собираются в стерильных условиях, затем герметически запечатываются, чтобы исключить возможность внесения загрязнений в оптическую систему установки. Срок службы систем с твердотельными лазерами
определяется ресурсом диодов накачки – 10 тыс. часов. За счет сдвоенной оптической системы накачки лазера создается возможность замены диодов без остановки процесса и дополнительной юстировки
системы.
В дополнение к увеличенному сроку службы, эта LDI-система способна работать в широком
диапазоне температур и при произвольных колебаниях влажности, а это обеспечивает возможность
работы в жестких промышленных условиях без вмешательства наладчиков.
В сравнении с традиционной контактной печатью LDI имеет как преимущества, так и недостатки.
Самые очевидные преимущества LDI – экономия времени и отсутствие расходов на изготовление, использование, обработку и хранение фотошаблонов. Кроме того, LDI избавлено от проблем, связанным
с фотопленкой, ее хранением и дефектами. Методика LDI обеспечивает уникальную четкость и позволяет увеличить процент выхода годных изделий. Процессы LDI также обеспечивают более точное совмещение элементов межсоединений, чем методы контактной печати, и потому позволяют производить
платы самой разнообразной сложности и классов точности.
Топологическая точность растрового рисунка, сделанного лазерным лучом, не зависит от внешних условий. Большая управляемость, присущая LDI-процессу, позволяет при необходимости изменять
размеры, позиционирование и формы элементов рисунка. Высокая эффективность твердотельных лазеров снизила потребляемую ими мощность, что привело к значительному сокращению рассеиваемой
лазером мощности. Это позволяет подключать лазер Paladin к стандартной сети 110/220 В, а для охлаждения использовать небольшой охладитель с замкнутым водооборотом, который устраняет необходимость в большом потреблении воды. Потребляемая мощность Paladin – 4 кВт/час, для сравнения:
аргоновый лазер потребляет около 60 кВт/час. По данным разработчика LDI-системы Orbotech (Yavne,
Израиль), такая существенная разница позволяет сэкономить на электричестве до $30 000 в год (исходя из 40-часовой недели односменной работы) [4].
162
СИСТЕМЫ УПРАВЛЕНИЯ
К преимуществам формирования рисунка с помощью лазера также можно отнести:
 равномерное экспонирование по всей площади групповой заготовки – залог высокого качества изготовления печатных проводников;
 при использовании систем прямого экспонирования не происходит накопления погрешности
совмещения, как при использовании фотошаблонов. Система сама изображает реперные знаки на одной стороне заготовки и использует их для экспонирования другой;
 возможность использования динамического выравнивания и масштабирования для каждой
платы, позволяющая избежать коробления мультизаготовок печатных плат. Для каждой платы в составе заготовки может применяться свой коэффициент масштабирования;
 большое фокусное расстояние (более 300 мкм) обеспечивает повторяемость экспонирования и малую величину отклонения толщины линий от заданной на всей поверхности групповой заготовки даже для внешних слоев со сложным рельефом;
 повышение конкурентоспособности выпускаемой продукции;
 - получение дополнительной прибыли за счет изготовления сложных печатных плат высокого качества;
 высокий уровень качества и надежности выпускаемой продукции;
 сокращение технологического цикла изготовления новых изделий;
 повышение уровня автоматизации технологической подготовки производства для новых изделий;
 снижение себестоимости за счет исключения фотошаблонов.
Системы Paragon используют технологию, обеспечивающую передачу лазерного излучения от
источника к поверхности с коэффициентом 60 %. Это позволило реализовать воздушное охлаждение
лазера, так что теперь не требуется отдельная водяная система охлаждения и ее обслуживание [5, 6].
Один из недостатков LDI заключается в невозможности достичь такой же высокой разрешающей
способности рисунка, как при контактной печати. Минимальный размер, который могут воспроизвести
современные LDI-системы – 25 мкм (15 мкм – для контактной печати). Этот недостаток делает невозможным использование LDI для производства тонких линий, например для Flip-Chip-компонентов. Однако это препятствие не является непреодолимым, и разработки систем, где эта проблема устраняется, уже ведутся. В первую очередь решаются проблемы уменьшения светового пятна лазера и увеличения фокусного расстояния, чтобы избежать расфокусировки при разновысокости заготовок.
Есть еще один существенный недостаток LDI – относительно низкая производительность процесса: 80 – 90 заготовок в час (как для внутренних, так и для внешних слоев). Технология контактной
печати позволяет экспонировать порядка 200 – 300 заготовок в час для внутренних слоев и 90 – 120
для внешних. LDI-системы если и смогут достичь такого результата, то только при использовании
сверхчувствительных сухих пленочных фоторезистов (СПФ) (10 мДж/см2), которые намного дороже,
чем обычные СПФ [6].
Постоянное обновление элементной базы требует соответствующей модернизации существующих технологий и оборудования производства печатных плат. Недостаточно динамичное движение к
совершенству печатных плат обусловлено тем, что капиталоемкость производства печатных плат
столь велика, а рыночная цена плат столь мизерна, что окупаемость вложений в печатные платы –
наиболее медленный процесс относительно других отраслей электроники.
Но результаты исследований в области лазерной литографии предрекают им успех в конкуренции с контактной печатью и традиционными технологиями производства печатных плат. Для российских производств, с их малыми объемами в сочетании с необходимостью изготавливать платы высокого класса точности, лазерная литография может занять лидирующее место, хотя это и не отменяет
право на существование базовых процессов, особенно для больших партий плат.
Дальнейший прогресс в субмикронной литографии связан с применением в качестве экспонирующего источника света мягкого рентгеновского излучения из плазмы, создаваемой лазерным лучом.
Библиографический список
1. Матов Е., Гафт С. Система непосредственного формирования рисунка топологии печатных плат с помощью лазера//
Технология в электронной промышленности. 2005. №6. C.62-64.
163
СИСТЕМЫ УПРАВЛЕНИЯ
2.
3.
4.
5.
6.
Родионов И.А. Москва, МГТУ им. Н.Э.Баумана, кафедра ИУ4.
Аркадий Медведев, Оборудование для производства печатных плат.
Шри Венкат. Лазерные разработки расширяют возможности LDI// Технология в электронной промышленности. 2006. №1.
Шеин А. Почему прямое экспонирование?// Поверхностный монтаж. 2007.№9. С. 36-39.
Медведев А., Сержантов А. Лазерная литография в производстве печатных плат// Технология в электронной промышленности. 2006. №5. С.22-26
_________
УДК 681.51
Д. А. Рычков – студент кафедры управления и информатики в технических системах
М. В. Бураков (канд. техн. наук, доц.) – научный руководитель
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННЫХ МАНЕВРОВ САМОЛЕТА
Модель трехмерного движения летательного аппарата (ЛА) (рис. 1) выполнена в программном
пакете MatLab Simulink. Она основывается на уравнениях динамики самолета, которые можно найти в
работах [1 – 3].
Рис. 1. Общий вид модели
В работе сделаны следующие упрощения: Самолет является абсолютно жестким телом с неподвижным центром тяжести. Полет осуществляется в воздушном пространстве без сильной турбулентности («отсутствие воздушных ям»). Движение происходит в прямоугольной системе координат. Ускорение свободного падения постоянно и равно 9,81.
Данная модель может использоваться для следующих задач:
 Показательного примера моделирования сложной системы на основе физических формул и
уравнений.
164
СИСТЕМЫ УПРАВЛЕНИЯ
 Изучения принципов управления сложной системой.
 Интеграции с другими, специальными моделями.
Модель состоит из следующих основных блоков:
1. Блок геометрических данных самолета. Содержит данные о площадях несущих поверхностей и управляющих элементов, длинны плеч управляющих моментов, массе и инерции самолета. В
модели были использованы данные самолета Як – 55 [2].
2.
Блок атмосферы осуществляет математическое вычисление значений атмосферы международного стандарта, таких как температура воздуха, давление, плотность, и скорость звука, по параметру высоты полета. Для данной модели понадобятся только параметры скорости звука и плотности
воздуха.
3. Блок аэродинамики по формулам и графическим зависимостям вычисляет невозмущенные
и вынужденные силы и моменты, действующие на самолет. В блоке используется гипотеза о том, что
аэродинамические силы создаются не только на крыльях, а на всех несущих поверхностях ЛА.
4. Блок двигателя служит для расчета силы тяги, необходимой для преодоления лобового сопротивления и обеспечения поступательного движения самолета. Теоретически, легко осуществимо
регулирование числа оборотов двигателя для управления скоростью, но в данной модели этот параметр является фиксированным.
В зависимости от моделируемого летательного аппарата, можно изменить блок и использовать
модель двигателя на реактивной тяге.
5. Блок решения дифференциальных уравнений по входным данным сил и моментов, действующих на самолет, вычисляет скорость, полетные углы, и скорости вращения летательного аппарата.
Дифференциальные уравнения наиболее полно написаны в литературе [1 – 3].
6. Блок вычисления координат ЛА по параметрам скорости и полетных углов рассчитывает текущую координату полета в системе отсчета связанной с землей. Передает данные блоку анимации.
7. Управляющие элементы. Управление может подаваться с помощью джойстика, либо с помощью регуляторов, на вход которых подаются желаемый и текущий параметр. Для подачи сигнала
определенной формы используются блоки Signal Builder.
8. Блок анимации. Блок является стандартным компонентом Simulink и находится в группе
элементов Aerospace Blockset. Служит для наблюдения за состоянием ЛА, имеющего 6 степеней свободы (рис. 2). Имеет ряд настроек, таких как: угол обзора, 3 режима работы камеры, положение статического объекта, который может служить ориентиром или целью наблюдаемого ЛА.
Рис. 2. Пример работы модели. Блок анимации
165
СИСТЕМЫ УПРАВЛЕНИЯ
Перспективы развития модели связаны с реализацией следующих задач.
1. Создание более совершенного регулятора на основе систем нечеткой логики или нейронной
сети.
2.
3.
4.
Создание интерактивного интерфейса.
Усложнение модели путем добавления процессов механизации крыльев, шасси.
Подключение модели ЛА в свободно-распространяемый авиасимулятор FlightGear.
Библиографический список
1. Воробьев В. Г., Кузнецов С.В. Автоматическое управление полетом самолетов, Москва, 1995.
2. Коровин А. Е., Новиков Ю. Ф. Практическая аэродинамика и динамика полета самолетов ЯК-52, ЯК-55, ДОСААФ, Москва, 1989 г.
3. Лебедев А. А., Чернобровкин Л.С. Динамика полета, Москва, 1973.
_________
УДК 510.665
С. А. Селяев – студент кафедры микро- и нанотехнологий аэрокосмического приборостроения
О. Л. Смирнов (канд. техн. наук, доц.) – научный руководитель
МОДЕЛИРОВАНИЕ ЦИФРОВЫХ УСТРОЙСТВ В ПРИЛОЖЕНИИ EXCEL
В настоящее время вместо физических экспериментов всё чаще проводят моделирование процессов или устройств, что объясняется его дешевизной и быстротой получения результатов. Построение моделей процессов, современных устройств, узлов, блоков и т.д. проводится на ЭВМ (в частности,
на ПК), в силу большого объёма данных и вычислений, необходимости обеспечения быстроты и достаточно высокой точности.
Разработано множество профессиональных приложений или программных пакетов для моделирования, но в силу их коммерческого характера и необходимости умения работы с ними не каждый
пользователь может воспользоваться подобным приложением.
В данной работе рассматривается возможность моделирования цифровых устройств с помощью
табличного процессора Microsoft Office Excel (в дальнейшем – Excel), входящего в комплект Microsoft
Office, который имеется практически на любом ПК и с которым большинство умеет работать. Данный
способ может быть реализован и в получающем всё большее распространение табличном процессоре
пакета OpenOffice – Calc – обладающий схожими с Excel возможностями.
В работе предполагается, что пользователь знаком с Excel и знает основы работы с ним.
Excel позволяет использовать формулы для связывания ячеек разнообразными функциональными зависимостями. Чтобы использовать значение той или иной ячейки необходимо указать её адрес
(ссылку), состоящий из буквы столбца и номера строки. Ссылка может быть абсолютной, относительной или смешаной. Абсолютная ссылка указывает на конкретную ячейку и не изменяется при копировании и перемещении. Вводится путём постановки знаков “$” в адресе перед номером строки и буквой
столбца, которые фиксируют координату, перед которой стоят. Относительная ссылка задаёт адресацию на ячейку, смещённую на определённое количество строк и столбцов от текущей ячейки. В её адресе знаки “$” отсутствуют. Смешаная ссылка является абсолютной по одной координате и относительной по другой. Фиксирование координаты, как уже говорилось, производится постановкой знака “$”
перед ней. Такое фиксирование иногда называют «заморозкой» строки, столбца (смешаная ссылка)
или ячейки (абсолютная ссылка).
Написание формулы начинается со знака равенства “=”. Также в формулу входят адреса ячеек,
числа, знаки математических операций (приоритеты операций – общепринятые) и функции.
Excel располагает большим количеством функций для обработки данных. Для моделирования
понадобятся логические функции: И(), ИЛИ(), НЕ(), ИСТИНА(), ЛОЖЬ(). Две последние являются логи166
СИСТЕМЫ УПРАВЛЕНИЯ
ческими константами и возвращают при вызове себя. Функции И(), ИЛИ(), НЕ() являются базисом – набором простейших функций, с помощью которых можно реализовать любую логическую зависимость.
Функция И() (логическое умножение, конъюнкция; обозначения: ^, ·, &, And) возвращает значение
«истина», если все аргументы имеют значения «истина».
Функция ИЛИ() (логическое сложение, дизъюнкция; обозначения: V, +, 1, Or) возвращает значение «истина», если хотя бы один из аргументов имеет значение «истина».
Функция НЕ() (логическое отрицание, инверсия; обозначения: ~, х , Not) возвращает значение,
противоположное значению аргумента.
Устройства, реализующие эти функции: конъюнктор, дизъюнктор, инвертор соответственно [1].
Условные графические обозначения показаны на рис.1 и рис.2.
Рис.1 Конъюнктор и дизъюнктор
Если # = & , то y=x1  x 2  ..  x n – конъюнктор
Рис. 2 Инвертор y=x
Если # = 1 , то y=x1 +x 2 +..+x n – дизъюнктор
В формулах моделей этих устройств необходимо использовать относительные ссылки, чтобы
при копировании выходное значение логического элемента формировалось на основании входных значений этого же элемента.
При моделировании полезно использовать функцию Ч(), которая преобразует нечисловые значения в числа. Здесь эта функция будет использоваться для представления значений «ИСТИНА» и
«ЛОЖЬ» в виде логических «1» и «0», удобных для восприятия.
Используя эти простейшие устройства как элементы конструктора, связывая их зависимостями
между собой, можно создавать более сложные логические схемы.
Прежде чем переходить к построению логических элементов и схем в Excel, необходимо его настроить. Ячейкам нужно придать высоту 15 и ширину 2 – получится близкая к квадратной форма, удобная для представления логических «1» и «0», и увеличится количество ячеек в видимой области. Для
пометок и других записей можно объединять несколько ячеек. Для выделения необходимых элементов
схемы пользователь может задействовать цвет и штриховку, прорисовку границ. В некоторых случаях
имеет смысл прорисовывать линии движения сигналов с помощью инструментов панели «Рисование».
Каждый пользователь сможет найти для себя удобные способы представления построенных схем.
При построении сложных логических элементов (например, триггер) и схем возникают ситуации,
когда в формуле используется её же результат, прошедший через другие формулы. Такие ссылки называются циклическими. С настройками по умолчанию Excel не может получить значений в подобных
ситуациях, потому что образуется замкнутый круг расчётов. Необходимо разорвать цикличность, ограничив число вычислений. Для этого необходимо открыть окно параметров и перейти на вкладку «Вычисления»: Сервис \ Параметры \ Вычисления, – отметить раздел «итерации» и поставить: предельное
число итераций – 5, относительная погрешность – 0. Такую процедуру рационально провести в самом
начале формирования моделей логических элементов и схем. Настройки сохраняются в файле и при
следующем использовании Excel готов к работе.
Для просмотра связей в схемах можно воспользоваться инструментами панели «Зависимости»:
кнопки «влияющие ячейки» и «зависимые ячейки». Первая расставляет стрелки к текущей ячейке от
влияющих на неё, вторая – от текущей к зависимым от неё. Каждое нажатие на кнопку ставит стрелки
следующего шага распространения сигнала.
167
СИСТЕМЫ УПРАВЛЕНИЯ
Перейдём к созданию элементов логического базиса.
Оформление элементов, как уже говорилось, пользователь делает на своё усмотрение. На рис.3
один из вариантов.
Рис.3 Вариант оформления элементов логического базиса
После создания форм создаются функции (табл. 1)
Таблица 1
Функции логических элементов
Ячейка
F4
F9
F12
F16
M4
M9
M12
M16
T3
Функция
Тип элемента
=Ч(И(C3=1;C4=1;C5=1;C6=1))
=Ч(И(C8=1;C9=1;C10=1))
=Ч(И(C12=1;C13=1))
=Ч(НЕ(И(C15=1;C16=1;C17=1;C18=1)))
=Ч(ИЛИ(J3=1;J4=1;J5=1;J6=1))
=Ч(ИЛИ(J8=1;J9=1;J10=1))
=Ч(ИЛИ(J12=1;J13=1))
=Ч(НЕ(ИЛИ(J15=1;J16=1;J17=1;J18=1)))
=Ч(НЕ(Q3=1))
конъюнктор
«штрих Шеффера»
дизъюнктор
«стрелка Пирса»
инвертор
На этом создание элементов завершается. Для проверки работоспособности нужно подавать логические «0» или «1» на входы элементов и следить за сигналом на выходе. Данный набор, как уже
отмечалось, является базисом, поэтому удобно расположить его на первом листе книги Excel, а схемы
моделировать на других листах. Элементы легко копируются вместе с оформлением и взаимосвязями,
поэтому являются законченными моделями логических устройств.
Перейдём
к
созданию
логической
схемы,
взяв
для
примера
функцию
f(x 1 ,x 2 ,x 3 )=x1  x 2 +x1  x3 +x2  x 3 . Расположим элементы, копируя их из базиса, как показано на рис. 4.
168
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 4. Схема для функции f(x 1 ,x 2 ,x 3 )= x1  x 2 +x 1  x 3 + x 2  x 3
Входные и выходные сигналы удобно выделять в отдельные блоки: массивы B6:C8 и X7:Y7 соответственно.
Зависимости внутри элементов сохранились благодаря относительным ссылкам, поэтому теперь
необходимо лишь связать нужные входы и выходы элементов:
Ячейка F4
Функция =C6
F7
=C7
F10
=C8
L3
=I4
L4
=F7
L6
=F4
L7
=I10
L9
=I7
L10
=F10
R6
=O3
R7
=O6
R8
=O9
X7
=U7
Построение схемы завершено. Тестирование проводится так же, как и для элементов базиса.
Использование Excel для моделирования больших схем, для разработки каких-либо устройств не
рационально, так как затрачивается много времени, а возможности дальнейшей работы над схемой
невелики. Кроме того с такими ситуациями сталкиваются специалисты в этой области, использующие
профессиональные программные пакеты. Поэтому описанный способ применяется в образовательных
целях. Работа обучающегося по созданию модели цифрового устройства в Excel сопряжена с постоянным вниманием на взаимодействии логических элементов, с поиском возможностей более компактной
и простой конфигурации, а также с постоянным визуальным контролем сигналов на каждом элементе
схемы. Таким образом, моделирование цифровых устройств в Microsoft Excel позволит любому пользователю глубже понимать цифровую технику, а при необходимости разрабатывать любительские схемы.
Библиографический список
1. Галле К. Как проектировать электронные схемы. М. : ДМК Пресс, 2009. 208 с.
2. Логические элементы: wikipedia.org. URL: http://ru.wikipedia.org/wiki/Логические_элементы (дата обращения: 12.04.2010)
_________
УДК 621.38
С. Н. Сергеев – студент кафедры электротехники и технической диагностики
С. Ю. Мельников (канд. техн. наук, доц.) – научный руководитель
ТЕСТЕР ДЛЯ ЦИФРОВЫХ МИКРОСХЕМ
Для контроля качества цифровых микросхем необходимо иметь прибор, позволяющий тестировать их в статическом и динамическом режимах работы. Такой прибор может быть использован в учебных целях для лабораторного исследования цифровых микросхем и в радиолюбительской практике [1].
169
СИСТЕМЫ УПРАВЛЕНИЯ
Известные тестеры цифровых микросхем, например [2], имеют сравнительно сложные схемы,
высокую стоимость и низкую функциональность, обусловленную трудностью обеспечения некоторых
режимов их работы.
Для устранения этих недостатков был разработан тестер, состоящий из меньшего количества
микросхем и других элементов, простой, надежный, обеспечивающий лучшие условия для проверки.
Эта задача была решена за счет рационального использования логических элементов микросхем, введения мультивибратора с изменяемой частотой и генератора одиночных импульсов (одновибратора),
построенных на базе интегральных таймеров КР1006ВИ1.
Тестер состоит из светодиодного индикатора, мульти- и одновибратора, переключателя выводов,
коммутатора питающего напряжения и разъема для подключения проверяемых микросхем. Данный
тестер позволяет проверять цифровые микросхемы ТТЛ и ТТЛШ в корпусах DIP с 14-ю или 16-ю выводами.
Рис. 1. Схема моделирования тестера цифровых микросхем в программе Multisim
Процесс проверки микросхем – это серия тестов, подаваемых на их входы в соответствии с таблицей истинности, и сравнении логических уровней на выходах с табличными значениями.
Различные режимы работы схемы тестера были промоделированы в программе Multisim (рис. 1).
На входы элемента «И» испытуемой микросхемы U3 с помощью ключей J2 и J3 подаются сигналы логического нуля или единицы. Эти сигналы могут быть как неизменными, так и меняющимися во времени. Состояние входов и выхода элемента индицируется соответствующими светодиодами LED1-3, по
свечению которых можно судить о выполнении логических функций. С помощью ключа J1 к входам элемента «И» подается сигнал с мультивибратора MultiImp или одновибратора SingleImp для исследования динамических режимов работы микросхем, например, триггеров или счетчиков.
Разработанный тестер реализован на меньшем, чем у аналогов, количестве микросхем, имеет
низкую стоимость и высокую надежность. С его помощью легко проверить как микросхемы логики, так и
более сложные – последовательные и комбинационные схемы.
Библиографический список
1. Лихтциндер Б.Я. Внутрисхемное диагностирование узлов радиоэлектронной аппаратуры. М. Техника.: 1988, 168 с.
2. Дробышев Ю., Сидоров Н. Тестер для цифровых микросхем// В помощь радиолюбителю. 1996. Вып. 45. С.22-28
170
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 681.51
С. А. Смирнов – студент кафедры управления и информатики в технических системах
М. В. Бураков (канд. техн. наук, доц.) – научный руководитель
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И СИСТЕМА УПРАВЛЕНИЯ ЯХТОЙ
Нехватка топлива стимулирует во всем мире интерес к альтернативным источникам энергии. Эта
тенденция вызывает в судостроении интерес к парусу как очень эффективному дополнению к двигательным системам судов. В частности, парус может оставаться важным элементом в системе управления малыми судами, такими как яхты разного класса.
Контроль парусника состоит из двух основных задач: управление рулем и настройка паруса в зависимости от позиции или ветра.
Парусник является сложным нелинейным объектом, поведение которого зависит и от погодных
условий (ветер, волны и течения), и от условий работы (скорость, грузоподъемность, обрезка паруса).
Его динамика описывается уравнениями движения твердого тела (за исключением паруса), которые
могут быть составлены на основании законов Ньютона о сохранении линейных и угловых моментов
(рис. 1).
Рис. 1. Ориентация парусника в пространстве
Таким образом, парусник имеет шесть степеней свободы, и его поведение описывает система
уравнений [1]:
u 
X 
 
 
v
Y 
 w 
матрица
 Z 
 
  ,
 p   моментов инерции   L 
q
M 
 
 
 r 
 N 
где u, v и w – волна, колебание и скорость колебания (рыскание), p, q и r – вращение, угол и скорость
отклонения, X, Y, Z – составляющие сил вдоль x, y, z осей, и L, M, N – составляющие моментов в той же
системе координат.
Силы, воздействующие на парусник, складываются из трех компонентов:
Общая сила = гидродинамика + аэродинамика + возмущение
171
СИСТЕМЫ УПРАВЛЕНИЯ
К элементу гидродинамики относится действие воды на киль. Элемент аэродинамики обуславливает действие ветра на парус. Возмущением являются неустойчивость ветра, колебание волн и действующие силы, зависящие от состояния моря. Обычно эти силы не линейны и непостоянны по времени,
но для очень больших кораблей можно обнаружить линейное приближение. Упрощенные линейные
модели дают приемлемую точность. В этом случае, рассчитывая горизонтальное движение, можно пренебречь вертикальным движением.
Рассмотрим основные переменные, которые могут рассматриваться в управлении парусником
(рис. 2, где приняты следующие обозначения: C – курс, Ce – эффективный курс, D – дрейф, β – истинный угол ветра, α – угол атаки ветра, δ – угол перекладки руля, ω – обрезка угла паруса).
Рис. 2. Основные переменные при управлении яхтой (горизонтальное движение)
Рассматривая только движение в горизонтальной плоскости, на первом этапе проектирования
системы управления можно использовать линеаризованную модель в виде передаточной функции между углом перекладки руля и курсом [2]:
Это линейное описание, поэтому в системе управления возможно использование линейного регулятора. Однако, имея в виду дальнейшее усложнение математического описания, будем использовать нечеткий регулятор (НР).
На рис. 3 показана система управления с НР, собранная в Simulink MatLab.
Настройка НР происходит в соответствии со стандартной методикой, изложенной в [3].
Step3
Saturation2
num(s)
den(s)
Fuzzy Logic
Controller2
du/dt
Scope
Transfer Fcn3
Derivative Saturation1
Рис. 3. Система управления с нечетким регулятором
172
СИСТЕМЫ УПРАВЛЕНИЯ
Моделирование переходных процессов в рамках системы, показанной на рис. 3, выявило хорошее качество переходных процессов в системе. Нечеткое описание закона управления придает системе значительную устойчивость к неточностям в задании параметров и внешних воздействий.
Преимущество использования НР в системе управления парусником заключается в возможности
усложнения закона управления путем добавления новых управляющих правил, а также новых входных
переменных. Помимо ошибки курсового угла, в системе можно учесть скорость и направление ветра, а
также угол дрейфа.
Библиографический список
1. Browning. C.G. A mathematical model to small boat behavior, Simulation, 56,257-264, 1991.
2. Лукомский Ю.А, Системы управления морскими подвижными объектами, Л.Судостроение, 1988.
3. Бураков, М. В. Нечеткие регуляторы: учеб. пособие / М. В. Бураков; ГУАП. СПб, 2010 г. 237с.
_________
УДК 629.543
Д. А. Терёшин – студент кафедры управления и информатики в технических системах
М. В. Бураков (канд. техн. наук, доц.) – научный руководитель
АВТОМТИЗИРОВАННОЕ УПРАВЛЕНИЕ ГРУЗОВЫМИ ОПЕРАЦИЯМИ
НА НЕФТЕНАЛИВНОМ СУДНЕ
Задача автоматизированного управления грузовыми операциями на нефтеналивном судне возникает в связи с проблемой электростатической безопасности (ЭСБ) нефтеналивных кораблей и судов,
которая обусловлена грузовыми операциями. При погрузке и перекачке углеводородных топлив всегда
имеется опасность их воспламенения под действием разрядов статического электричества. Решением
этой задачи является определение максимально допустимой и при этом безопасной производительности погрузки.
Элeктpизaция жидких углеводородных топлив (грузов) при гpyзoвыx oпepaцияx вoзникaeт при иx
движении по тpyбoпpoвoдaм и дpyгим элeмeнтaм гpyзoвoй cиcтeмы и xapaктepизyeтcя тoкoм зapяжeния
нефтепродукта в потоке I z , [А] и плoтнocтью oбъёмнoгo элeктpичecкoгo зapядa  0 , A  c м 3 нa
выxoдe тpyбoпpoвoдa. B oбщeм cлyчae интенсивность элeктpизaции зависит от многих факторов: от
электропроводности груза, наиболее интенсивно электризуются грузы, удельная объемная электропроводимость γ которых находится в пределах 10-13 – 10-9 См м ; от производительности процесса
перекачки, с увеличением производительности электризация возрастает; от материала трубопровода и
его внутреннего диаметра.
Пocтyпaющий пo тpyбoпpoвoдy зapяд пoтoкoм гpyзa пepeнocитcя вo внyтpeнний oбъём резервуара, пpи этoм пpoиcxoдит peлaкcaция зapядa (уменьшение объемного заряда, за счет стекания его на
дно и стенки резервуара). Интенсивность процессов электризации зависит от элeктpoпpoвoднocти
гpyзa γ и характеризуется постоянной вpeмeни peлaкcaции элeктpичecкoгo зapядa в данной cpeдe
τ .При заполнении резервуара заряженным грузом происходит распределение объемных электрических зарядов  внутри заполненной области, которое oпpeдeляeтcя xapaктepoм гидpoдинaмичecкoгo
пoтoкa гpyзa – eгo интенсивностью и нaпpaвлeннocтью, зaвиcящими, в cвoю oчepeдь, oт тaкиx факторов, кaк форма наливного патрубка, нaличиe или oтcyтcтвиe антистатического колодца, днищeвoгo
нaбopa и т.п. Лакокрасочное покрытие (ЛКП) внутренних поверхностей резервуара также оказывает
влияние на распределение электрических зарядов внутри резервуара; при наличии покрытия у стенок
резервуара происходит накопление электрических зарядов, стекающих из объема груза. Находящийся
в oбъeмe гpyзa в резервуаре элeктpичecкий зapяд фopмиpyeт электростатическое поле (ЭСП) кaк в
oбъeмe гpyзa, тaк и в гaзoвoздyшнoм пpocтpaнcтвe. Уpoвeнь и распределение ЭСП зaвиcят oт
вeличины и пpocтpaнcтвeннoгo pacпpeдeлeния oбъeмнoгo зapядa, а также от конструкции резервуара:

173

СИСТЕМЫ УПРАВЛЕНИЯ
от его объема, габаритов, размера и расположения внутренних конструктивных элементов. Нa величину ЭСП oкaзывaют cyщecтвeннoe влияниe: электрофизические cвoйcтвa гpyзa, пapaмeтpы гpyзoвoй
cиcтeмы, конструктивные xapaктepиcтики внyтpeннeгo oбъёмa резервуарa-хранилища, а также уровень
заполнения резервуара жидкостью.
Требование постоянного совершенствования объектов судостроения вызывает необходимость
улучшения тактико-технических характеристик танкеров. При этом необходимо снижать финансовые
расходы по их эксплуатации и увеличивать грузооборачиваемость нефтеналивного флота за счет применения высокопроизводительных погрузочных систем, но элементы этих систем при взаимодействии
с нефтепродуктами вызывают интенсивную генерацию электрических зарядов и становятся объектами
повышенной опасности, ухудшая ЭСБ судна. Помочь в этом случае может только ввод в эксплуатацию
высокоэффективных систем, учитывающих критерий ЭСБ и в то же время позволяющих за счет высокой производительности погрузки существенно сократить время стоянки судна у пирса и подготовки его
к перевозкам.
Критерий ЭСБ .
Для удовлетворения требованиям ГОСТа, международных и отечественных организаций в качестве критерия электростатической безопасности была принята величина потенциала поверхности жидкости 25 кВ. Исходя из выбранного критерия функция электростатической безопасности системы (ЭСБ)
примет вид: U  f  0 ( I z , w), τ, H   25 кВ , где U – функция электростатической искробезопасности;
w – производительность (скорость) погрузки; H – уровень заполнения резервуаров нефтепродуктом.
Таким образом, оценка электростатической опасности, возникающей при заполнении резервуаров легковоспламеняющимися электростатическими жидкостями, сводится к определению величины максимального значения электрического потенциала на поверхности жидкости. При этом требуется определить: характер распределения объемной плотности заряда в заполняемом резервуаре; потенциал поля
зарядов.
Математическая модель расчётов распределения объемной плотности заряда и потенциала
электростатического поля в заполняемом резервуаре.
Построение расчетной модели ЭСП представляется как последовательное построение гидродинамической и электростатической моделей. Гидродинамическая математическая модель учитывает
следующие параметры: геометрические – размеры резервуара и координаты расположения входного
патрубка трубопровода; гидравлические – скорость (производительность) и характер истечения топлива.
При построении модели используется предположение, что течение жидкости в резервуаре на основной стадии погрузки носит потенциальный характер: V  grad . При этом потенциал  поля скорости является решением следующей краевой задачи для уравнения Лапласа:
  0 в  ,
d
 V0
dn
на 0 ,
d V 0 S 0

dn
LB
на П ,
d
 0 на и , где
dn
  (0, L)  (0, B)  (0, H ) – внут-
ренний объем жидкости в резервуаре; L и B – продольный и поперечный размеры резервуара; H –
(текущая) высота поверхности жидкости относительно днища резервуара (предполагается, что резервуар полностью заполнен); П – поверхность жидкости (груза); 0 – поверхность гидродинамического
источника (например, отверстия приемного патрубка) с площадью S 0 ; V0 – заданная скорость истечения, однозначно связанная с производительностью погрузки w  V0 S 0 ; и – (гидродинамически «изоляционная») поверхность днища, стенок резервуара, переборок и других непроницаемых конструкций.
В пренебрежении процессами концентрационной и турбулентной диффузии заряда, а также в
предположении, что время переходных процессов мало по сравнению с интервалом времени,
связанным с существенными изменениями высоты подъема жидкости H , краевая задача для решения
нестационарного уравнения переноса электростатического заряда в объеме резервуара сводится к
решению
квазистационарного
уравнения
конвективного
переноса:
,
где
–
скорость
истечения;
τ

ε
γ
–
так
называемая
поV
 / τ  div ( V )  0 в  ;    0 на 0
стоянная релаксации заряда;  и  – диэлектрическая проницаемость (абсолютная) и удельная электропроводимость жидкости соответственно. Вместо плотности заряда  0 на срезе приемного патрубка
174
СИСТЕМЫ УПРАВЛЕНИЯ
обычно задается так называемый ток заряжения I z   0 w   0V0 S 0 . Для расчета тока заряжения в
трубопроводе можно воспользоваться эмпирической формулой, приведенной в *.
Расчет потенциала ЭСП при заданном распределении объемного заряда  производится в предположении эквипотенциальности жидкости на срезе приемного патрубка. Распределение потенциала U
в объеме груза (в том числе и на свободной поверхности жидкости) определяется из решения уравнения Пуассона: U    в  , U  0 на 0 , dU  0 при z  H ,U  bи  dU  0 на и , где bи – удельное
ε
dn
dn
поверхностное сопротивление ЛКП на стенках, днище резервуара и других металлических конструкциях.
Решение гидродинамической задачи позволяет получить необходимую для дальнейших расчетов
величину вектора скорости потока V нефтепродукта, растекающегося внутри резервуара-хранилища.
При найденном векторе скорости V ( x, y, z ) может быть определен характер распределения электрического заряда  ( x, y , z ) , создающего электростатическое поле. Затем строится расчетная модель
распределения заряда во всем объеме жидкости в резервуаре в условиях известного гидродинамического режима. Эта модель отражает зависимость плотности объемного заряда от координат. Электростатическая математическая модель должна учитывать факторы, влияющие на процесс формирования
ЭСП, и строиться на основании уже известной величины  ( x, y , z ) . Таким образом, расчетная оценка
должна, как правило, включать три основных этапа: определение поля скоростей гидродинамического
потока топлива в резервуаре V ( x, y, z ) ; отыскание функции распределения плотности объемного заряда в топливе  ( x, y , z ) ; расчет величины потенциала U ( x, y , z ) ЭСП на поверхности топлива. В
качестве основного метода расчета электростатического поля используется так называемый численный метод сеток. Данный метод позволяет использовать одну и ту же (автоматически генерируемую)
прямоугольную сетку для расчета поля течения, решения уравнения переноса заряда и решения уравнения Пуассона при определении электрического потенциала.
Программная модел ь расчётов распределения объемной плотности заряда и потенциала
электростатического поля в заполняемом резервуаре.
Алгоритмы численных решений (по методу сеток) гидродинамической задачи, задачи переноса
заряда и уравнения Пуассона для расчета электростатического потенциала были реализованы и отлажены в среде MatLab. На базе этих алгоритмов на языке программирования C++ была создана программа, которая использует высокоэффективные итерационные методы для решения систем уравнений и производит расчет потенциала и напряженности ЭСП на поверхности груза, металлических стенках резервуара и конструкциях внутреннего насыщения. Расчет производится для основной стадии погрузки резервуара, когда течение жидкости носит в основном потенциальный характер. Динамика заполнения резервуара моделируется последовательным проведением расчетов для различной высоты
груза. Результаты расчета показываются в виде тонированных изображений или изолиний в заданных
пользователем сечениях резервуара (рис. 1).
Рис. 1. Расчет распределения потенциала в объеме резервуара
175
СИСТЕМЫ УПРАВЛЕНИЯ
Формирование функции управления грузовыми опера циями .
Программа позволяет определять максимальное значение поверхностного потенциала на разных
уровнях заполнения резервуара. Исходя из этого, появляется возможность определять максимально
допустимую производительность для разных уровней заполнения. Зависимость максимально допустимой производительности от уровня заполнения может быть использована в качестве функции управления грузовыми операциями. Таким образом формирование функции управления грузовыми операциями включает следующие этапы: ввод исходных данных в программу, построение геометрической модели исходного резервуара с помощью программы; построение модели распределения объемного заряда и потенциала в исходном резервуаре с помощью программы; выбор подсчитанных с помощью
программы максимальных значений потенциалов на поверхности жидкости на различных уровнях налива жидкости в резервуаре (проверка на критерий ЭСБ); подсчет максимально допустимых производительностей погрузки для каждого уровня налива жидкости в резервуаре, при которых потенциал,
возникающий на поверхности жидкости при погрузке на каждом уровне, не превышал бы установленный критерием ЭСБ поверхностный потенциал = 25 кВ; построение графика функции управления – зависимости максимально допустимой производительности погрузки от уровня жидкости, заполняющей
резервуар (рис. 2); аппроксимация графика функции управления методом наименьших квадратов и получение формулы закона управления в виде полинома.
120
W, m 3 / hour
90
60
30
0
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
h, m
Рис. 2 – функция управления и зоны работоспособности
Состав автоматизированной системы управления грузовыми опера циями.
Автоматизированная система управления грузовыми операциями выполняет две функции: формирует функцию управления грузовой операцией на основании выше указанных данных до начала грузовой операции; изменяет производительность по определенной на первом этапе функции управления,
с целью поддержания ЭСП в области допустимых безопасных значений. В состав системы входят:
объект управления – ЭСП; устройства управления – насосы; датчики (измеритель постоянной времени
релаксации жидкости, измеритель уровня жидкости и измеритель сопротивления стенок резервуара);
вычислительное устройство. Система должна обеспечивать прием топлив в грузовые танки нефтеналивных судов и удовлетворять критерию ЭСБ1.
_________
1
Галка В.Л. Электростатическая безопасность нефтеналивных судов и кораблей. – Спб.: Элмор, 1998. – 188 с.
176
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 62-712.3
Ю. Е.Тиханов – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
А. П. Меньков – научный руководитель
ОБЗОР СРЕДСТВ ОБЕСПЕЧЕНИЯ МИКРОКЛИМАТА БАЗОВЫХ НЕСУЩИХ КОНСТРУКЦИЙ
При конструировании новой аппаратной инфраструктуры или реконструкции существующих на
первом плане стоит цель достижения ее максимальной производительности. Пользователь ожидает,
что необходимые ресурсы будут доступны круглосуточно с гарантированной надежностью, поэтому при
конструировании необходимо учитывать различные технические требования. В данной статье приведен аналитический обзор оборудования для обеспечения микроклимата в шкафу.
Постоянно возрастающие требования к базовым несущим конструкциям заставляют производителей продолжать совершенствовать конструкции этих изделий, расширять выпускаемые линейки
шкафов и стоек и предлагать комплексные, модульные решения, нацеленные на более широкий круг
задач. К таким требованиям можно отнести такие как компактное и удобное размещение и коммутацию
устройств, поддержание надлежащего температурного режима, простую укладку соединительных кабелей, предотвращение несанкционированного доступа, удобство обслуживания компонентов для диагностики или устранения неисправностей [1]. При этом в общем случае требуется сохранить привлекательный дизайн интерьера офисных и производственных помещений или гарантировать надежную
работу размещенных устройств в условиях промышленных цехов и на улице. К шкафам, выполняемым
по заказу военных, в свою очередь применяются также требования к нормальному функционированию
аппаратуры в различных условиях эксплуатации, включая особо жесткие.
Одним из самых острых является вопрос поддержания микроклимата внутри шкафа. Из-за роста
рассеиваемой мощности компонентов (трансформаторы, регуляторы, компоненты токораспределения
и коммутации) создается избыточное тепло, снижающее их срок службы. Поэтому отвод тепла является наиболее важной задачей при конструировании шкафов. Существует два вида отвода тепла: пассивная и активная климатизация. Первая может осуществляться по средствам отвода тепла без применения активных средств (о которых будет написано ниже) и собственной конвекцией. Для этих целей
в шкафах предусматривают перфорированные обшивки с отверстиями необходимой формы, вентилируемые поддоны и крышки, воздушные мембраны (воздуховоды). Но больший интерес представляет
возможность контролировать тепловой режим внутри конструкции. Использование вентиляторов,
встраиваемых кондиционеров, калориферов, теплообменников, обогревателей, систем обратного охлаждения позволяет создавать микроклимат для оптимальной работы компонентов, что, безусловно,
увеличивает вероятность безотказной работы всей системы в целом.
Из всего разнообразия данного оборудования наибольшее практическое применение имеют нагревательные вентиляторы и холодильные агрегаты. Среди средств активной климатизации используют блоки вентилятор+фильтр (ВФ), которые являются наиболее экономным средством отвода тепла.
Предпосылками для их использования являются: температура воздуха вне шкафа ниже температуры
воздуха внутри него; относительно чистый окружающий воздух, иначе слишком часто придётся менять
фильтры. При установке одного выходного фильтра совпадающего с блоком ВФ размера реальная
производительность вентилятора падает в среднем на 25_30%. Уменьшить падение производительности помогает установка двух фильтров или одного фильтра следующего в модельном ряду типоразмера. Дальнейшее увеличение площади выходного фильтра существенной прибавки производительности
не даёт. Рекомендуется всегда устанавливать вентиляторы так, чтобы они нагнетали воздух в нижнюю
часть шкафа и комплектовать шкаф выходными фильтрами в верхней части. Блоки ВФ поставляются
производителями собранными именно в виде нагнетающего модуля. В шкафу создаётся избыточное
давление чистого воздуха, предотвращающее попадание грязного воздуха внутрь через возможные
дефекты уплотнения шкафа. Тем не менее, в случае необходимости вентилятор легко перемонтировать, развернув его на 180°, чтобы обеспечить вытяжку воздуха из шкафа. Как правило, блоки ВФ
имеют уровень защиты IP54 стандартно. При установке фильтров тонкой очистки (опция), способных
задерживать частицы с поперечником более 10 мкм, уровень защиты достигает IP55, а при установке
177
СИСТЕМЫ УПРАВЛЕНИЯ
ещё и специального брызгозащитного козырька — IP56. Поставляются специальные версии вентиляторов с питанием от постоянного тока (24 или 48 В), а также вентиляторы, не нарушающие электромагнитную защиту шкафа при их установке.
Воздухо-воздушные теплообменники являются самыми простыми и экономичными агрегатами
теплоотвода после вентиляторов. Предпосылками для их использования являются: температура воздуха вне шкафа ниже температуры воздуха внутри него; загрязнённая или агрессивная окружающая
среда. Наличие двух независимых не сообщающихся воздушных контуров, наружного и внутреннего,
полностью изолирует содержимое шкафа от внешней среды. Эти агрегаты незаменимы там, где окружающая среда загрязнена мелкодисперсной пылью, аэрозолями, парами растворителей, едких веществ. Эти теплообменники характеризуются фактически одним параметром — нормированной тепловой производительностью, Вт/К. Типичные значения данного параметра современных воздуховоздушных теплообменников лежат в пределах 15 – 90 Вт/К.
Воздухо-водяные теплообменники незаменимы, если: необходимо рассеять большое количество
избыточного тепла из сравнительно малого объёма, в том числе из шкафов, образующих ряд; непосредственное рассеяние тепла в окружающий воздух нежелательно или невозможно из-за малого объёма помещения или экстремальных значений температуры окружающей среды (от +1 до +75°С); воздух помещения сильно загрязнён, поэтому использование обычного холодильного агрегата невозможно. Для того чтобы при установке теплообменника не нарушалась защита шкафа, эти приборы имеют
уровень защиты IP55 стандартно, по заказу изготавливаются изделия с уровнем защиты до IP65. Согласно требованию стандарта DIN 3168 теплообменники характеризуются параметром «полезная охлаждающая мощность», Вт. Подбор теплообменника проводится точно так же, как и подбор холодильного агрегата. Температура воды на входе теплообменника может лежать в пределах от +1 до +30°С.
Естественно, обязательно использовать только специально подготовленную воду. Детализацию требований к подготовке воды можно получить у производителя или продавца оборудования.
Системы обратного охлаждения (СОО) используются там, где требуется очень высокая мощность охлаждения: охлаждение машин и механизмов, приводов, лазеров; охлаждение жидкостей, газов;
рассеяние тепла от воздухо-водяных теплообменников; централизованные/интегрированные системы
охлаждения. Системы обратного охлаждения характеризуются главным параметром — мощностью охлаждения. Согласно стандарту эта характеристика нормируется всегда при фиксированных условиях:
температура окружающего воздуха +32°С и температура на входе +18/+20°С при использовании в качестве теплоносителя воды/масла соответственно. Серийно в виде готовых к подключению аппаратов
поставляются системы мощностью примерно от 1 до 200 кВт, по заказу возможно изготовление и более
производительных систем. Аппараты обратного охлаждения обычно имеют уровень защиты не выше
IP44, так как не предназначены для установки в загрязнённых помещениях. Сравнительно новым является непосредственное применение СОО без воздухо-водяных теплообменников. Не секрет, что современные процессоры рассеивают очень большую мощность, более 50 Вт/см2. Процессоры и дисковые накопители дают максимальный вклад в тепловые потери серверов. Решение с отводом тепла от
процессора и накопителей специальным радиатором с циркуляцией теплоносителя и его последующим
охлаждением в СОО оказывается эффективнее, чем использование бесконечного числа вентиляторов
для отвода тепла сначала от его источника в корпус сервера, затем в шкаф, затем из шкафа в окружающий воздух. Продолжающаяся гонка производительности ведёт к тому, что система распределения
жидкого теплоносителя скоро станет такой же обязательной для каждого шкафа, как сейчас система
распределения кабелей [2].
Прогресс не стоит на месте, новинки в области климатизации появляются буквально ежемесячно, но не все решения являются столь же удобными и компактными, как применение ВФ. Зачастую,
чтобы поддерживать необходимую температуру внутри шкафа, производителям приходится прибегать
к использованию громоздкого оборудования, располагая его за пределами конструкции, что противоречит одному из преимуществ базовых несущих конструкций – соблюдение габаритных типоразмеров.
Для расчета занимаемой площади шкафом приходится учитывать и размер данных систем. Более
предпочтительно использовать базовые несущие конструкции второго уровня (блочные каркасы), располагая в них необходимое оборудование для поддержания микроклимата. Таким образом, можно
178
СИСТЕМЫ УПРАВЛЕНИЯ
предусмотреть унифицированный ряд климатической аппаратуры, располагаемой во внутреннем пространстве шкафа и отвечающей заданным требованиям по поддержанию теплового режима.
Библиографический список
1. Орлов С. «Глубокоуважаемый шкаф» Журнал сетевых решений LAN. – 2006 г. - №3
2. Тарасов Д. «Климатизация электротехнических шкафов» Журнал СТА – 2006 г. - №2 – с.84 - 89
3. Каталог ГИ 3-Климатотехника - Риттал Академия, 2007 г.
_________
УДК 620. 169.1, 658.562
А. Ю. Травин – студент кафедры электротехники и технической диагностики
Е. В. Сударикова (канд. техн. наук, доц.) – научный руководитель
УСКОРЕННЫЕ РЕСУРСНЫЕ ИСПЫТАНИЯ
ЭЛЕКТРОМЕХАНИЧЕСКОГО БЛОКА ВЕНТИЛЬНЫХ ДВИГАТЕЛЕЙ
Вентильные двигатели (ВД) являются разновидностью двигателей постоянного тока, у которых
коллекторно-щёточный узел заменен полупроводниковым коммутатором. Отказ от коллекторнощёточного узла позволяет повысить предельную мощность двигателей и расширить область их применения. В качестве составляющих информационно-измерительных и управляющих систем ВД используются в военной, медицинской, космической технике, системах связи, автоматизированного производства и других. Поэтому к надежности ВД часто предъявляются повышенные требования.
Для экспериментального подтверждения надежностных свойств (в частности, ресурса) ВД проводятся ускоренные испытания (УИ), позволяющие получить оценку требуемых показателей надежности в сжатые сроки. Существенное сокращение сроков получения оценки ожидаемого ресурса достигается за счет интенсификации деградационных процессов, протекающих в изделии при его эксплуатации и обусловливающих его ресурсный отказ.
Для организации ресурсных УИ прежде всего необходимо выполнить анализ конструкции ВД с
точки зрения надежности.
ВД по своей структуре – сложные изделия. К их основным узлам относятся: обмоточные, датчика
положения ротора, опорный и преобразовательный (электронного коммутатора). Элементы этих узлов
работают в различных динамических условиях, а протекающие в них процессы деградации имеют разную физическую природу и разные скорости. При этом деградационные процессы, протекающие в каждом из элементов, не интенсифицируют процессов деградации остальных элементов изделия. Поэтому
ВД можно рассматривать как систему, состоящую из не связанных по критерию надежности элементов.
Элементы, главным образом лимитирующие работоспособность изделия в целом, называются «слабыми» [1]. «Слабыми» элементами ВД обычно являются транзисторы силовых транзисторных ключей
электронного преобразователя и опоры вращения электромеханического блока (ЭМБ). Как правило,
именно эти элементы характеризуются наиболее напряженными условиями работы и наиболее подвержены деградационным процессам, определяющим ресурсные отказы ВД в целом.
Однако ресурсные возможности электронного коммутатора ВД могут быть обеспечены за счет
принятия ряда технических решений, в том числе: снижения реализуемых коэффициентов нагрузок по
току, напряжению, мощности; принятия конструкторских решений по обеспечению щадящих тепловых
режимов работы элементов; резервирования и других.
Известно [2], что все погрешности изготовления и сборки ЭМБ немедленно проявляются в изменении технического состояния и режимов работы их опор. Для повышения надежности опор вращения
ЭМБ ВД предусматривается снижение величин радиальных и торцевых биений, люфтов ротора, точное
соблюдение характера посадки подшипников на ротор и др. Однако эти меры, повышая потенциальную
надежность опор, не могут предотвратить рассеяние параметров их надежности. Разброс параметров
надежности опор определяется всеми погрешностями изготовления и сборки ЭМБ ВД. Случайное неблагоприятное сочетание этих погрешностей, лежащих в полях допусков на параметры, может привес179
СИСТЕМЫ УПРАВЛЕНИЯ
ти к недопустимому ухудшению качества и надежностных свойств опор. Поэтому именно опоры вращения являются наименее надежными элементами ВД [3].
Таким образом, надежность ЭМБ ВД может контролироваться по надежности его «слабого» элемента – опор вращения.
Высокоточные ВД ответственного назначения часто выпускаются мелкосерийно или партиями в
несколько единиц образцов. Поэтому на УИ, имеющие разрушающий характер, из них может быть выделена выборка крайне малого объема – например, 2 – 3 штуки. Такие УИ должны быть направлены на
оценку индивидуального ресурса отдельно взятого образца с учетом его индивидуальных особенностей.
В настоящее время в соответствии с существующими методиками УИ на долговечность проводятся для подтверждения среднего ресурса – то есть групповой, а не индивидуальной характеристики надежности партии продукции. При этом в качестве форсирующих факторов УИ ВД используются повышенные механические нагрузки, создаваемые за счет увеличения частоты вращения, дебалансировки ротора, статической
нагрузки, воздействия ударов и внешней вибрации. Эти форсирующие факторы и способы их создания не
гарантируют автомодельности испытаний и достоверности их результатов из-за однонаправленности вектора
прикладываемого воздействия и недостаточной обоснованности выбора частот его спектра. Кроме того, испытания проводятся либо при заданном постоянном коэффициенте ускорения, либо при заданном постоянном
значении форсирующего воздействия и завершаются при наступлении ресурсного отказа образцов контролируемой выборки. Такой выбор жесткости форсирования не обеспечивает поддержания максимально возможной, удовлетворяющей физическому принципу надежности величины коэффициента ускорения, что увеличивает время перехода испытываемых образцов в предельное состояние.
Рассматриваемые УИ позволяют устранить указанные недостатки. УИ проводятся поэтапно, индивидуально для каждого образца выборки. Результатом испытаний являются величины индивидуальных ресурсов, оцененные для каждого контролируемого образца. По результатам испытаний может
быть оценен также средний ресурс изделия. Ресурс ВД контролируется по ресурсу «слабого элемента» – опор вращения его ЭМБ [4]. В качестве опор рассматриваются шариковые подшипники (ШП), смазываемые пластичными смазками.
Переход ШП в предельное состояние связан с накоплением необратимых изменений в их рабочих элементах и для каждого образца имеет индивидуальный характер. Усталостное изнашивание дорожек качения колец ШП описывается изменением амплитуд гармоник rqj спектрального представления профилей беговых дорожек по следу качения [4]
rqjн  rqj (0)  I qн Aqjн T н ; rqjф  rqj (0)  I qф AqjфT ф ,
(1)
qj
qj
где rqj (0) – начальное значение параметра; q  1, 2 – номер кольца ШП; j  2,, n – номер гармоники;
I j – j -е спектральные составляющие интенсивности изнашивания беговых дорожек; Aqj – амплитуды
j -х гармоник разложения динамических нагрузок, действующих на q –е кольцо; T – время; индексами
«н» и «ф» обозначены соответственно нормальный и форсированный режим работы изделия. Параметры Aqj , I j , rqj могут быть оценены для каждого образца ВД индивидуально.
Спектральные составляющие интенсивности изнашивания дорожек качения определяются выражениями [5]
 

I нj   0Q н e w ( j 2) , I фj  0Q фe w ( j 2) , Q н  M р a0н kпер  1  g
e
н
0
 

; Q ф  M р a0ф k пер  1  g

e0ф ; (2)
где  0 – размерный коэффициент; w  1 ; Q – эффективные значения динамической нагрузки на ШП в
зонах контакта рабочих поверхностей; M p – масса вращающейся части ЭМБ; a 0 – среднеквадратическое значение виброускорения корпуса изделия; k пер – коэффициент передачи вибрации между корпусом и вращающейся частью; g – ускорение свободного падения; e 0 – функция контактирования элементов опор, определяемая отношением суммарной продолжительности контактирования поверхностей трения за период наблюдения к длительности этого периода.
Параметры Q , I j , rqj определены с учетом нестабильности свойств поддерживающей структуры, характеризуемой функцией контактирования e 0 .
180
СИСТЕМЫ УПРАВЛЕНИЯ
Индивидуальные коэффициенты ускорения автомодельных испытаний ( k yq для q -го элемента и
k y для ШП в целом), учитывающие влияние конструктивных, технологических и эксплуатационных
факторов на скорость усталостного изнашивания опор ЭМБ, определены из условия достижения границы предельного состояния двумя подобными реализациями (1) полуслучайного процесса изнашивания в нормальном и форсированном режимах и имеют вид [5]
n
k yq 
Qф
Q
н

j 2
n


2

2
 Aqjфe w ( j 2)

2
Aqjн e w ( j 2)
;
ky 
Qф
Q
н
j 2
n

  Aqjфe w ( j 2)
q 1 j 2
2 n
 


2

2
Aqjн e w ( j  2)
.
(3)
q 1 j 2
Создание форсирующего фактора, обеспечивающего подобие изменения всех rqj , характеризуется совпадением масштабных коэффициентов k yq для q  1 и q  2 . Выражения (3), по сравнению с
известными, учитывают необратимые изменения свойств смазочного слоя опор качения и их индивидуальный характер, разные режимы работы смазки и разные скорости изнашивания элементов опор в
нормальном режимы работы и при УИ.
Для сокращения времени испытаний их режимы должны обеспечивать создание постоянных во
времени  максимальных коэффициентов ускорения, удовлетворяющих принципу автомодельности
испытаний k y   k ymax  Const.
В качестве форсирующего фактора испытаний выбрана повышенная вибрация изделия, создаваемая путем включения испытываемого образца в состав резонансной колебательной системы [6],
состоящей из самого функционирующего образца, упругого элемента и массивного основания. При настройке резонансной частоты колебательной системы на частоту вращения изделия за счет резонансных свойств системы, остаточного дисбаланса ротора изделия и собственной вибрации опор изделия
колебания образца резко возрастают, обеспечивая увеличение среднеквадратического значения виброускорения на корпусе изделия a0ф в 5  15 раз. Как видно из (2), это приводит к значительному увеличению динамических нагрузок Q ф в опорах. Введение дополнительного дисбаланса позволяет достигнуть 50  100 -кратного увеличения среднеквадратического значения виброускорения на корпусе изделия в форсированном режиме работы по сравнению с нормальным a0н без дополнительных внешних
источников вибрации.
Форсирующий фактор создает вращающийся вектор воздействия, ускоряет процессы изнашивания элементов и деградации смазочного слоя опор ЭМБ, сохраняет вероятностную природу спектра и
сам спектральный состав создаваемых нагрузок, удовлетворяет принципу автомодельности испытаний
и обеспечивает возможность создания высокого коэффициента ускорения без дополнительных внешних источников воздействия.
На каждом этапе УИ в нормальном и форсированном режиме измеряются: среднеквадратические значения и составляющие амплитудно-частотного спектра виброускорения корпуса изделия, отражающие текущее состояние опор и режим работы ЭМБ, и функции контактирования элементов опор,
характеризующие нестабильность поддерживающей структуры. В процессе УИ регулярно контролируются параметры – критерии работоспособности изделия.
Выбор режимов УИ производится для каждого образца индивидуально.
Величина индивидуального форсирующего фактора определяется перед началом каждого этапа
УИ на основании требуемого значения коэффициента ускорения и текущих индивидуальных внутренних параметров испытываемого образца [5] в соответствии с выражением
2/3
a0ф( i )  (k yтреб

(i ) )
a0н( i ) (kпер  1)  g
kпер  1

e0н( i )
e0ф( i )
g .
Максимально допустимая жесткость форсирования (верхняя граница нагружения) установлена
исходя из физического принципа надежности в виде [5]
181
СИСТЕМЫ УПРАВЛЕНИЯ
v 0  v 0пр ,
где v 0 – среднеквадратическое значение виброскорости корпуса ЭМБ; v 0пр – предельно допустимый
параметр вибрации изделия.
Выбор начального значения индивидуального коэффициента ускорения производится исходя из
максимально допустимой жесткости форсирования испытаний.
Длительность i -го этапа УИ для каждого образца индивидуальна и определяется исходя из требования постоянства индивидуального коэффициента ускорения испытаний во времени в соответствии
с выражением [5]
2/3





k
1
g
y
(
i
)
ф
н





T( i ) 
a0( i ) 
 1 ,
н
max 





k

1
k y ( i ) b( i 1) 
пер
  k y ( i )  k y ( i ) 

 
где b н – коэффициент регрессии уравнения зависимости a н  a н Т н ; – начальное значение коэффи-
k ymax
i 
циента ускорения на i -м этапе УИ;
– заданное максимально допустимое изменение величины
коэффициента ускорения за время i –го этапа испытаний.
Длительность УИ индивидуальна для каждого испытываемого образца.
Пересчет времени работы изделия с форсированного режима на нормальный производится по
формуле Т н   k y i Т фi.
i 
По результатам исследований разработана методика УИ, отличительными особенностями которой являются: индивидуальные выбор режимов испытаний и определение реально достигнутого коэффициента ускорения для каждого образца ВД; вероятностная природа спектров создаваемых нагрузок;
отказ от дорогостоящих и энергоемких вибростендов и ударных установок.
Библиографический список
1. Надежность и эффективность в технике: Справочник: В 10т. / Ред. совет: В.С. Авдуевский (пред.) и др. М.: Машиностроение, 1988. Т.5.: Проектный анализ надежности / Под ред. В.И. Патрушева и А.И. Рембезы. 316 с.
2. Дальский А.М. Технологическое обеспечение надежности высокоточных деталей машин. - М.: Машиностроение, 1975. - 223 с.
3. Ермолин Н.П., Жерихин И.П. Надежность электрических машин. Л.: Энергия, 1976. 247 с.
4. Приборные шариковые подшипники: Справочник / Под ред. К.Н. Явленского. – М.: Машиностроение, 1981. – 351 с.
5. Мельников С.Ю., Сударикова Е.В. Форсированные испытания приборных роторных систем с опорами качения на пластичной смазке / Завалишинские чтения ’07: Сборник докладов. 9-13 апреля 2007. – СПб: ГУАП, 2007, с. 81-85.
6. А.с. 1567901, МКИ G01М 7/00. Способ вибрационных испытаний роторной машины. / А.В. Метельский, А.К. Явленский и
др. СССР. № 3986963/25-28; Заявлено 06.12.85; Опубл. 30.05.90, Бюл. № 20, 2 с.
_________
УДК 621.372.8
С. А. Фокин – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
О. Л. Смирнов (канд. техн. наук, доц.) – научный руководитель
КЛАССИФИКАЦИИ ОПТИЧЕСКИХ ИЗМЕРЕНИЙ НА ПАССИВНЫХ ОПТИЧЕСКИХ СЕТЯХ
С момента первого внедрения пассивных оптических сетей (PONs) для их проверки и поиска неисправностей было разработано множество методов тестирования. Примерами могут быть тестирование всех точек с центрального узла (ЦУ) до оптических сетевых терминалов (ONT), тестирование только некоторых частей сети и, в некоторых случаях, отказ от какого-либо тестирования. Со временем,
однако, вариант не тестировать совсем оказался непригодным, поскольку приводит к увеличению рас-
182
СИСТЕМЫ УПРАВЛЕНИЯ
ходов при создании и эксплуатации. При ожидаемом в последующие года количестве PONинсталляций операторы постоянно будут сталкиваться с проблемами тестирования подобных сетей.
Для успешного своевременного строительства сети и сдачи ее в эксплуатацию необходимо уже
на этапе проектирования иметь представление о необходимом комплексе измерений. Для того, чтобы
на любом этапе проектирования подобрать оптимальное оборудования и методы проведения измерений необходимо иметь комплексное представление о существующих типах измерений, следовательно,
нужна классификация измерений, проводимых на пассивных оптических сетях
Постановка задачи: на текущий момент в литературе представлены разнородные отрывочные
классификации оптических измерений. Частичные классификации, зачастую не предоставляют обобщенных знаний о методах и типах измерений на PON. Таким образом возникает задача обобщений существующей информации и разработки классификации, более полно описывающей разновидность
проводимых измерений.
Методы решения задачи: для решения задачи необходимо произвести обзор, затем провести
анализ собранных данных с точки зрения классификации оптических измерений на пассивных оптических сетях. Описать достоинства и недостатки.
Измерения на волоконно-оптических сетях проводятся в соответствии с ГОСТ 26599-85 («Метод
измерения вносимого затухания»), ГОСТ 26814-86 («Кабели оптические. Методы измерения параметров») и ГОСТ 28871-90 («Аппаратура линейных трактов цифровых волоконно-оптических систем передачи. Методы измерения основных параметров»). Зарубежные аналоги данных методов измерения
потерь – это EIA FOTP (Fiber Optic Test Procedure) – 171; EAI/TIA FO 2.1 OFSTP-7 (для одномодовых
световодов) и OFSTP-14 (для многомодовых световодов), а также TR NWT-000326 (рекомендации
Bellcore) [1]. Из-за того, что большинство стандартов разрабатывались до активного внедрения пассивных оптических сетей, проектирующие и эксплуатирующие организации вводят свои руководящие документы и регламенты проведения измерений.
Например, некоторые источники выделяют приёмо-сдаточные, профилактические, аварийные,
контрольные и специальные измерения, не учитывая, например, входной контроль. А ВРД 39-1.15-0092000 определяет аварийные измерения как определение оптических и электрических (при наличии в
волоконно оптическом кабеле связи металлической брони) параметров кабеля для установления характера повреждения, не учитывая при этом контрольные измерения после проведения ремонтных
работ [2].
В РД 45.190-2001 большое внимание уделяется приемо-сдаточным испытаниям, а входной контроль и эксплуатационные измерения почти не описаны [3]. Во «Временном регламенте по приемке
линейных сооружений пассивных оптических сетей (PON)на Петербургском филиале» особое внимание уделяется численным значениям контролируемых величин, а классификация как таковая не приводится [4].
По результатам обзора публикаций и руководящих документов в данном докладе предлагается
классификация, учитывающая обнаруженные на этапе анализа недостатки (рис. 1).
По типу подключения измерительных приборов к тестируемой сети или кабельному участку различают подключения с одного конца, с двух концов и в разрыв. При строительстве и сдаче в эксплуатацию сети PON для повышения точности измерения при составлении паспорта сети проводят: двунаправленное измерение оптических возвратных потерь (ORL), двунаправленное измерение оптических
потерь между двумя оконечными точками, двунаправленный рефлектометрический анализ линии.
При проведении измерений на этапе эксплуатации можно выделить измерения, проводимые на
одной или нескольких длинах волн.
Некоторые неоднородности, такие как макроизгибы, возникающие на этапах строительства и
эксплуатации труднозаметны, однако, при этом возникают дополнительные потери, существенно
влияющие на общее затухание оптической линии. Макроизгибы являются нежелательными событиями и могут быть легко определены, если сравнивать потери на трёх длинах волн: 1310, 1490 и
1550 нм, так как макроизгибы вносят большее затухание на большей длине волны (1550 нм). Лучше
всего определяются макроизгибы на 1625 нм.
По типу влияния на работоспособность сети выделяют измерения: с полным отключением тестируемого участка, без отключения тестируемого участка, с частичным отключением. Например, измере183
СИСТЕМЫ УПРАВЛЕНИЯ
ние оптической мощности может, производится путем отключения клиентского оборудования или путем
включения прибора в оптическую линию «на проход».
Рис. 1 Классификация оптических измерений на пассивных оптических сетях
По принципу воздействия на волокно различают: разрушающий и неразрушающий методы контроля.
По направленности измерений различают двунаправленные и однонаправленные. При строительстве и сдаче в эксплуатацию сети PON могут проводить: двунаправленное измерение оптических
возвратных потерь (ORL), двунаправленное измерение оптических потерь между двумя оконечными
точками и двунаправленный рефлектометрический анализ линии.
По этапу проведения измерений различают измерения в процессе строительства и измерения в
процессе эксплуатации. Измерения в процессе строительства включают в себя: входной контроль,
оценка качества строительных работ с целью доведения параметров до установленных нормативов,
приемно-сдаточные испытания.
Входной контроль производится перед проведением строительных и ремонтных работ, связанных с заменой кабеля и прочих компонентов ВОЛС. В ходе этих измерений контролируется качество
строительных длин кабеля и других компонентов. При входном контроле измеряют вносимое затухание
и по известной строительной длине по нему рассчитывают коэффициент затухания, измеряют потери в
контрольных сварках различных строительных длин между собой и для паспортизации регистрируют
рефлектограммы всей строительной длины.
Оценка качества строительных работ включает измерение вносимого затухания всех волоконных световодов на смонтированных участках, потерь во всех неразъемных соединениях.
Приемно-сдаточные испытания, включают измерение вносимого затухания всех волоконных световодов кабельного участка, потерь в стыках, коэффициентов затухания на разных участках, а также
паспортизацию кабельного участка по результатам измерений и его рефлектограмме.
184
СИСТЕМЫ УПРАВЛЕНИЯ
Измерения в процессе эксплуатации включают в себя профилактические измерения, аварийные
измерения, входной контроль изделия для замены или новой установки, контрольные измерения после
аварийно-восстановительных работ, непрерывный мониторинг с помощью встроенного в ВОСП контрольно-измерительного оборудования. Профилактические и контрольные измерения после аварийновосстановительных работ включают измерение вносимого затухания всех волоконных световодов кабельного участка, потерь в стыках, коэффициентов затухания на разных участках. Входному контролю
подвергаются кабельные вставки при ремонтных работах, а также вновь вводимые в эксплуатацию кабельные участки (например, от сплитера до нового абонента).
Предложенная классификация более полно описывает основные типы оптических измерений,
производимых на пассивных оптических сетях, на различных этапах жизненного цикла сети, начиная от
строительства, заканчивая ремонтными работами и модернизацией пассивной оптической сети.
Данная классификация может помочь подобрать оптимальное измерительное оборудование, необходимое для успешного построения сети, а также для последующей эксплуатации еще на этапе проектирования.
Библиографический список
1. Оптические кабели: конструкции, характеристики, производство и применение / И. И. Гроднев, Ю. Т. Ларин, И. И. Теумин.- 2-е изд., перераб. и доп.- М.: Энергоатомиздат, 1991.-264 с.: ил. ISBN 5-283-00586-0
2. Временный руководящий документ ВРД 39-1.15-009-2000 2000г.
3. руководящий документ РД 45.190-2001 2001г.
4. Временный регламент по приемке линейных сооружений пассивных оптических сетей (PON)на Петербургском филиале
ВР-02-СЗТ-ПТ-2005г.
_________
УДК 519.857.6
С. А. Фокин – магистрант кафедры микро- и нанотехнологий аэрокосмического приборостроения
О. Л. Смирнов (канд. техн. наук, доц.) – научный руководитель
СИНТЕЗ ОПТИМАЛЬНЫХ ИЗДЕЛИЙ МЕТОДОМ ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ
Достаточно часто в реальных ситуациях качественные характеристики проектируемого объекта
или системы оценивается не единственным критерием или показателем качества, а совокупностью таких критериев.
Для ряда сложных технических систем стоимости эксплуатации и утилизации
и
в разы, а
для военной техники даже на порядки превышают стоимости разработки и производства
и . Для
таких объектов необходимо учитывать эти характеристики при поиске оптимальных критериев изделия.
При формировании технического задания важно заложить в него такие требования к устройству,
чтобы оно было оптимально с точки зрения минимальных затрат на изготовление эксплуатацию и утилизацию
Объект, как правило, состоит из частей. Части, так как они предназначены для целого изделия,
почти никогда не эксплуатируются по отдельности и, следовательно, у них нет стоимости эксплуатации, но найти минимальную стоимость разработки и производства изделия от остальных критериев все
же возможно. Зависимости минимальной стоимости производства изделия от остальных критериев
является важным параметром, так как используя его, можно определить оптимальное изделие. А для
частей можно найти стоимость производства и разработки. [1] . Для самого изделия не известна стоимость разработки и производства, но зато известна стоимость эксплуатации от таких критериев как,
например, интенсивность отказов и время выполнения задачи
Следовательно возникает задача: необходимо найти оптимальное изделие состоящее из частей
по критериям минимальных затрат на разработку, производство, эксплуатацию и утилизацию.
185
СИСТЕМЫ УПРАВЛЕНИЯ
Цель доклада описать методику синтеза оптимального с точки зрения ГОСТа варианта многокритериального объекта.
В подавляющем числе случаев критерии обладают свойством аддитивности т.е. стоимость целого равна сумме стоимостей частей и интенсивность отказов равна сумме интенсивностей отказов частей и так далее. Пользуясь аддитивностью критериев можно определить минимальную стоимость оптимального изделия в целом, через минимальные стоимости изготовления компонентов методом динамического программирования. Существует подход[2] к объективному решению задач многокритериальной оптимизации, который основывается на обобщенной модели объекта , которая взаимоувязывает части объекта , связи между ними и целевую функцию изделия .
[3]
В данном докладе предлагается описать методику синтеза оптимального с точки зрения ГОСТа
варианта многокритериального объекта состоящего из нескольких частей. Для простоты понимания
возьмем объект, состоящий из двух частей
Оценкой функционирования объекта в целом является обобщенный критерий качества , являющийся вектором таких критериев как стоимость разработки , производства , эксплуатации
и утилизации
объекта, интенсивность отказов λ, допустимые отклонения выходных параметров,
время выполнения задачи и др.
При определении оптимальных параметров обычно приходится сталкиваться с ограничениями,
накладываемыми на условия выбора. Эти ограничения определяют область допустимых значений
критериев для каждой части целого объекта. Определяющими факторами таких
ограничений могут служить, например, требование экономической целесообразности производства (ограничение сверху) и уровень развития техники и технологий (ограничение снизу). Таким образом требуется определить оптимальные значения
, для которых
будет равно
.
Для решения этой задачи необходимо определить области допустимых значений для всех критериев и, затем, определить области эффективных критериев
для всех частей целого объекта.
Эффективные точки данной зависимости – это такие, для которых нет безусловно лучших чем они, т.е.
по одному критерию они могут быть равны, а по другому – строго меньше.
Для более наглядного представления дальнейшего решения задачи предлагается использовать
графический метод динамического программирования
Нам даны зависимости стоимости производства частей и целого изделия от интенсивностей отказов
и
. Зависимости минимальной стоимости от интенсивности отказов
и
образуют эффективные значения этих критериев, (рис. 1).
Рис. 1. Зависимость минимальной стоимости изготовления от интенсивности отказов составных частей изделия
Далее необходимо определить зависимость
). Определим минимальные затраты на эксплуатацию и утилизацию каждого эффективного объекта в виде зависимости
. Отложим по оси
стоимость а по оси встречно отложим значения критериев составных частей, например, интенсивности отказов, на таком расстоянии друг от друга, на котором они определены, таким образом , чтобы
186
СИСТЕМЫ УПРАВЛЕНИЯ
. в диапазоне 0
. Затем вычисляется сумма
затрат на разработку, производство, эксплуатацию и утилизацию
для всех эффективных объектов из
. Поскольку
монотонно убывает, а
монотонно возрастает на
определенном диапазоне, то получившаяся зависимость (парабола) имеет минимальное значение.
По получившимся точкам минимумов для точек
построим кривую. Эта кривая отражает
зависимость миниимальной стоимости разработки и производства от интенсивности
отказов
.Следует заметить, что работая с эффективными значениями мы отсекаем получившиеся неэффективные и тем самым получаем объективный результат (рис. 2).
Рис. 2 Определение зависимости минимальной стоимости изготовления объекта от интенсивности отказов
Далее мы можем графически определить зависимость
через
и
как
. В точке минимума получившейся
зависимости (парабола) и будет находиться объективно оптимальное (по ГОСТ ) решение.
Следующим шагом определим оптимальные значения зависимостей
. Отложим по оси стоимости
и
, а по оси – встречно отложим значения
и
на
расстоянии
друг от друга, определим
. в диапазоне 0
. В точке минимума получившейся параболической зависимости определим значения
, а также значения
Рис. 3. Определение оптимальной зависимости
187
и
(рис. 3).
СИСТЕМЫ УПРАВЛЕНИЯ
Далее обозначим на зависимостях минимальной стоимости от интенсивности отказов для составных частей значения критериев
и
, а также значения
и
. Получившиеся
точки
и
отражают оптимальные значения критериев составных частей,
(рис. 4).
Рис. 4. Оптимальные значения критериев составных частей
Таким образом, в данном докладе было показано как методом динамического программирования
по известным зависимостям
для составных частей и
для целого, определить оптимальные
значения критериев для частей и изделия в целом для построения объективно оптимального изделия.
Библиографический список
1. Подиновский В. В.Парето-оптимальные решения многокритериальных задач. / В. В. Подиновский , В. Д. Ногин Москва:
Наука, 1982.- 254.
2. Смирнов О.Л. Автоматизация технологического проектирования: Учебное пособие. / О.Л.Смирнов СПб.: ГУАП, 2001. - 66 с.
3. Торшина И. П. Компьютерное моделирование оптико-электронных систем первичной обработки информации. – /
И. П.Торшина М.: Университетская книга; Логос, - 248 с.
_________
УДК 53.082.4, 658.562
К. А. Цушко – студентка кафедры электротехники и технической диагностики
Е. В. Сударикова (канд. техн. наук, доц.) – научный руководитель
УСКОРЕННЫЕ ИСПЫТАНИЯ СМАЗКИ ОПОР ВЕНТИЛЬНЫХ ДВИГАТЕЛЕЙ НА ДОЛГОВЕЧНОСТЬ
Высоконадежные вентильные двигатели (ВД) широко используются в составе информационноизмерительных и управляющих систем военной, медицинской, космической техники, систем связи и
других. Они предназначены для создания требуемой нагрузки, управления другими блоками систем, а
также могут функционировать в качестве исполнительных устройств. Поэтому к надежности и качеству
функционирования ВД часто предъявляются повышенные требования. Эти изделия в течение всего
гарантийного ресурса должны находиться в работоспособном состоянии, сохраняя при этом значения
показателей функциональной эффективности в заданных пределах.
Надежность и качество функционирования ВД в большой степени определяются их опорами
вращения. В качестве опор ВД чаще всего используются шариковые подшипники (ШП), смазываемые
пластичными смазками.
Ресурс и качество функционирования ШП существенно зависят от типа и состояния смазки. Смазочные материалы должны обладать строго заданными триботехническими (механическими и реологическими) свойствами. Номенклатура показателей качества, определяющих эксплуатационные и фи188
СИСТЕМЫ УПРАВЛЕНИЯ
зико-химические свойства смазок, установлена стандартом [1]. Однако указанные в соответствующих
ГОСТ и ТУ на смазки нормы предусматривают требования к качеству смазок, находящихся в таре изготовителя. Эти нормы не распространяются на смазку, заложенную в узел трения. Возможность ее применения в конкретных узлах трения и допустимая длительность работы без смены и пополнения может
быть определена только по результатам испытаний.
В процессе функционирования ВД под воздействием длительных механических и тепловых нагрузок свойства смазочного слоя (СС) в ее опорах изменяются. Механические воздействия (динамическая нагрузка, скорость) вызывают срезание волокон загустителя, их фрагментацию, разделение агрегатов, образующих пространственную структуру, раскручивание волокон и т.п. В результате изменяются вязкость смазки, предел текучести и другие свойства: так, с увеличением продолжительности механического воздействия растет пенетрация – смазка размягчается. Тепловые нагрузки ведут к уменьшению вязкости смазки, частичному испарению дисперсионной фазы (масла), а также к разрушению коллоидной структуры и синерезису – выделению жидкой фазы. Следует отметить, что в зоне деформирования в результате сдвига смазки в зазоре между телом и дорожкой качения наблюдается существенное тепловыделение, при этом температура смазки может возрастать на 20 – 50 С [2].
В процессе УИ ВД на долговечность возрастают динамические нагрузки на опоры вращения, интенсифицируются процессы контактирования их элементов, возрастают моменты трения, увеличивается выделение теплоты. Увеличение тепловых и динамических нагрузок на СС приводит к увеличению
скорости изменения его механических и реологических свойств.
Коэффициент ускорения испытаний для СС опор ВД может быть определен на основании физико-энергетического подхода к процессам изменения свойств и деградации смазочного материала. Для
описания этих процессов используются различные модификации уравнения Аррениуса, например [3]:
t д  t0 exp
Uа  vp
,
k
(1)
где t д – долговечность материала; t 0 – константа, имеющая порядок 10121013 с; U а – энергия активации; р – давление, создаваемое в материале;  – абсолютная температура материала; v – мера
прочности материала; k – постоянная Больцмана.
Выражение коэффициента ускорения механических испытаний СС, полученное на основании
уравнения Аррениуса, может быть представлено в виде
 U  vpн U  vpф 
k y  exp a н  a ф  .
(2)
 k

k



Это выражение учитывает физические свойства смазочного материала и действующие на него
факторы – температуру и давление в СС. Индексами «н» и «ф» обозначены нормальный и форсированный режимы работы. Неизвестными в уравнении являются параметры U a и v . Данные об их величинах в публикациях и справочных материалах отсутствуют.
Уравнение (1) можно представить в виде
t д  t 0 exp
Ua
,
k  p
(3)
где  – коэффициент пропорциональности.
Приравняв подэкспоненциальные выражения уравнений (1), (3), можно установить между v и 
Ua
kv
взаимосвязь соотношениями v 
; 
.
k  p
Ua  vp
Следовательно, (2) может быть представлено в виде
 

1
1
 .
k y  expUa  н

н
ф
ф 
  k  p k  p 
189
(4)
СИСТЕМЫ УПРАВЛЕНИЯ
В выражении (4) необходимо определить величины U a и  .
Энергия активации U a – это наименьшая энергия, которую необходимо сообщить каждой частице вещества, чтобы был возможен процесс перехода молекулы вещества из одного положения равновесия в соседнее. Молекулы агрегатов смазочного материала совершают тепловые колебания около
некоторых положений равновесия, причем время «оседлой жизни» молекул очень быстро уменьшается
с увеличением температуры. В [3] указано, что величина U a близка к энергии сублимации.
Испаряемость пластичных смазок определяется исключительно летучестью дисперсионной среды, массовая доля которой составляет 70–95 %. Природа загустителя, технология и другие факторы на
испаряемости практически не сказываются [2]. Поэтому величину U a можно определить исходя из
температуры испарения дисперсионной среды.
Так, например, основой смазки ВНИИНП–271 является сложный эфир диоктилсебацинат
с температурой испарения исп  412 С  685 К [4]. Энергия сублимации (активации)
Ua  kисп  945,3  1023 (Дж).
Значение коэффициента пропорциональности  можно определить из условия разрушения смазочного материала. Любой материал разрушается, когда энергия его атомов превышает энергию активации. Это увеличение энергии может быть достигнуто повышением как тепловой, так и механической
нагрузки. Разрушение смазочного материала наступает при повышении его температуры до температуры испарения или при создании нагрузки, превышающей предельную pпр , за которую можно принять
удвоенную нагрузку сваривания. Тогда можно записать, что
Ua  kисп ;

Ua  k1  pпр ,
(5)
где 1 – температура СС при воздействии нагрузки.
Приравнивая правые части уравнений (5) друг другу, получим  
k
исп  1 .
pпр
2
Для смазки ВНИИНП–271 при 1  85 С  358 К и pпр  44,8  108 Н/м величина  принимает
значение   0,113  1017 Дж  м2 / Н .
Величину давления в СС p н , p ф можно определить как максимальное давление в области пятна
контакта шарика с кольцами ШП по формуле [5]
1,5
pq 
na nb
2
3
 E

3
(

)


  Q  q Q ,
ij
q
2
 3(1   ) i , j

(6)
где q  Const для данного типа ШП; (   ij ) q – сумма главных кривизн соприкасающихся тел в наi, j
чальной точке касания; E ,  – модуль упругости и коэффициент Пуассона, принятые одинаковыми
для материалов колец и шарика; na , nb – табличные величины, зависящие от параметров cos q ; Q –
нагрузка, действующая на контактирующие тела.
В выражении (6) нагрузка на контактирующие тела может быть определена по формуле
Q ( )  M p a0 () kпер  1  g e0 ( ) ,
(7)


 
где M p – масса ротора ВД; a0 () – среднеквадратическое значение (уровень) виброускорения корпуса
(диагностический параметр); k пер – осредненный по частоте коэффициент передачи вибрации между
ротором и корпусом изделия, учитывающий взаимосвязь между вибрацией, измеряемой на корпусе ВД,
190
СИСТЕМЫ УПРАВЛЕНИЯ
и вибрацией его опор; g – ускорение свободного падения; e0 () – функция контактирования (диагностический параметр).
Параметры (   ij ) q , cos q определяются по формулам [5]
i, j


1  q 1 1
   ij   4  (1)q 1  1 ; cos q 
 ,
(1)
 ij 
Rq rq
( ij )q 
Rq rq 

q Dш
ij
где Dш – диаметр шарика; rq – радиусы желобов колец; 1 Rq – главные кривизны в плоскостях, перпендикулярных к поверхностям контакта.
Тогда, обозначив
2


 E

1
,
5


3 
  max q  3 M p  max 
( ij )q   M p , q  1, 2,
(8)
2
(q )
(q )

n
n
3
(
1


)


i
,
j
a
b






выражение (4) для коэффициента ускорения испытаний смазки с учетом (6), (7), (8) можно переписать в
виде
1
1  
 
 ф

н
н 
ф
ф 
3 н
3

k y  (2) expUa  k   a0 (kпер 1)  g e0   k   a0 (kпер  1)  g e0   .
 
  
 
Множитель «2» учитывает возможную установку ВД при УИ в положение с вертикальной осью (в
нормальном режиме работы ось горизонтальна), так как для ШП с вертикальной осью срок службы пластичных смазок сокращается не менее чем вдвое [2].
Полученное выражение учитывает воздействие основных факторов, приводящих к изменению
триботехнических свойств смазки, – температуры и давления в СС. В выражение помимо констант
( U a , k ,  ,  , k пер , g ) входят лишь значения измеряемых диагностических параметров ( a 0 , e 0 ,  ),






что упрощает расчет k y при УИ.
Библиографический список
1. ГОСТ 4.23-83. Система показателей качества продукции. Смазки пластичные. Номенклатура показателей. – М.: Изд-во
стандартов, 1983. – 8 с.
2. Синицын В.В. Подбор и применение пластичных смазок. 2-е изд., пер. и доп. – М.: Химия, 1974. – 416 с.
3. Мороз Л.С. Механика и физика деформаций и разрушения материалов. – Л.: Машиностроение, 1984. – 224 с.
4. Справочник химика. Изд. 2-е, пер. и доп.: В 3т. Т.2: Основные свойства неорганических и органических соединений / Под
ред. Б.Н. Никольского, О.Н. Григорова, М.Е. Позина и др. – М.-Л.: Химия. Ленингр. отд-ние, 1965. – 1168 с.
5. Приборные шариковые подшипники: Справочник / Под ред. К.Н. Явленского. – М.: Машиностроение, 1981. – 351 с.
_________
УДК 621(075.8)
Ю. И. Чекрыгина – студентка кафедры управления и информатики в технических системах
А. Ю. Кучмин (канд. техн. наук) – научный руководитель
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ОБРАБОТКИ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТОВ
Эксперимент является важнейшим средством получения новых знаний не только в области естественных и технических наук. Экспериментальные исследования дают критерии оценки обоснованности и приемлемости на практике любых теорий и теоретических предположений. Одним из основных
этапов любого эксперимента является обработка экспериментальных данных. Она направлена, как
191
СИСТЕМЫ УПРАВЛЕНИЯ
правило, на построение математической модели исследуемого объекта или явления, а также на определения достоверности результатов эксперимента.
Математическая модель в зависимости от целей эксперимента может быть использована для
разных целей: для предметно-смыслового анализа объекта или явления, прогнозирования их состояния в разных условиях функционирования, управления ими в конкретных ситуациях, оптимизации отдельных параметров, а также для решения каких-то других специфичных задач [1].
Целью любой обработки экспериментальных данных является выдвижение гипотез о классе и
структуре математической модели исследуемого явления, определение состава и объема дополнительных измерений, выбор возможных методов последующей статистической обработки и анализ выполнения основных предпосылок, лежащих в их основе. Для ее достижения необходимо решить некоторые частные задачи, среди которых можно выделить следующие:
1. Анализ, выбраковка и восстановление аномальных (сбитых) или пропущенных измерений.
Эта задача связана с тем, что исходная экспериментальная информация обычно неоднородна по качеству. В основной массе результатов прямых измерений, получаемых с возможно малыми погрешностями, в экспериментальных данных часто имеются грубые ошибки, вызванные разными причинами. К
ним могут быть отнесены просчеты экспериментатора, сбои вычислительной техники, аномалии в работе измерительных приборов и т. д. Без глубокого анализа качества данных, устранения или хотя бы
существенного уменьшения влияния аномальных данных на результаты последующей обработки можно сделать ложные выводы об изучаемом объекте или явлении.
2. Экспериментальная проверка законов распределения экспериментальных данных, оценка
параметров и числовых характеристик наблюдаемых случайных величин или процессов. Выбор методов последующей обработки, направленной на построение и проверку адекватности математической
модели исследуемому явлению, существенно зависит от закона распределения наблюдаемых величин.
Решение центральной задачи предварительной обработки не является чисто математическим, а требует также и содержательного анализа изучаемого процесса, схемы и методики проведения эксперимента.
3. Группировка исходной информации при большом объеме экспериментальных данных. При
этом должны быть учтены особенности, которые выявлены на предыдущем этапе обработки.
4. Объединение нескольких групп измерений, полученных, возможно, в различное время или в
различных условиях, для совместной обработки.
5. Выявление взаимовлияния различных измеряемых факторов и результирующих переменных, последовательных измерений одних и тех же величин. Решение этой задачи позволяет отобрать
те, переменные, которые оказывают наиболее сильное влияние на результирующий признак. Выделенные факторы используются для дальнейшей обработки, в частности, методами регрессионного
анализа. Анализ корреляционных связей делает возможным выдвижение гипотез о структуре взаимосвязи переменных и, в конечном итоге, о структуре модели объекта исследований.
В ходе предварительной обработки, кроме указанных выше задач, часто решают и другие,
имеющие частный характер: отображение, преобразование и унификацию типа наблюдений, визуализацию многомерных данных и др.
Для решения задач предварительной обработки используются различные статистические методы: проверка гипотез, оценивание параметров и числовых характеристик случайных величин и процессов, корреляционный и дисперсионный анализ. Для предварительной обработки, оказывающей, как
следует из сказанного, первостепенное влияние на качество решения конечных задач исследования,
характерно итерационное решение основных задач, когда повторно возвращаются к решению той или
иной задачи после получения результатов на последующем этапе обработки.
При обработке сигналов необходимо определить составляющие сигнала, характеризующие процессы, происходящие в среде, и выявить их свойства. Для этого нужно решить следующие задачи:
1. Определить влияние внешних факторов и погрешностей измерений на экспериментальные
данные.
2. Удалить низкочастотные и высокочастотные шумы.
3. Выделить низкочастотные составляющие сигнала, несущие информацию о свойствах объекта исследования.
192
СИСТЕМЫ УПРАВЛЕНИЯ
4.
Определить составляющие, на которые приходиться большая часть мощности сходного сиг-
нала.
5. Определить распределение энергии по составляющим.
6. Определить аналитические выражения для составляющих, энергия которых выше порогового значения.
7. Выявить общие закономерности для сигналов, полученных с одним и тем же объектом исследования при разных условиях эксперимента.
Для решения поставленных задач могут использоваться методы анализа во временной и частотной областях с применением пакетных расширений MATLAB/Signal Processing Toolbox, MATLAB/Curve
Fitting Toolbox, MATLAB/Spline Toolbox, MATLAB/Statistics Toolbox, MATLAB/Optimization Toolbox и
MATLAB/Wavelet Toolbox.
Задача аппроксимации и определения параметров сигнала осложняется наличием в этом сигнале как полезной, так и паразитных составляющих, которые представлены аддитивными и мультипликативными шумами. Для очистки сигнала от помех эффективно применяются алгоритмы вейвлет фильтрации [2, 3], реализованные в MATLAB/Wavelet Toolbox.
Вейвлеты – это обобщенное название временных функций, имеющих вид волновых пакетов той
или иной формы, локализованных по оси независимой переменной и способных к сдвигу по ней и масштабированию. Вейвлеты создаются с помощью специальных базисных функций – прототипов, задающих их вид и свойства.
При помощи вейвлетов можно приближать сложный сигнал или изображение идеально точно или
с некоторой погрешностью. Они имеют явные преимущества в представлении локальных особенностей
функций по сравнению быстрым преобразованием Фурье. Вейвлеты дают новые эффективные способы фильтрации, благодаря прекрасному представлению локальных особенностей сигналов.
Результатом работы является создание автоматической интеллектуальной системы обработки
экспериментальных данных и построения математических моделей, свободную от субъективных оценок экспериментатора. Подобная система может найти широкое применение для предварительной обработки данных при обучении в нейронных сетях большой размерности.
Библиографический список
1. Корн Г.А., Корн Т.М. Справочник по математике для научных работников и инженеров. — М.: «Наука», 1974. — 832 с.
2. В.П. Дьяконов, И.В. Абраменковой. MATLAB. Обработка сигналов и изображений. Специальный справочник /С.-Пб.:
Питер, 2002. - 608 с.
3. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в MATLAB. – М.: ДМК Пресс, 2005, с 304.
4. Табак Д., Куо Б. Оптимальное управление и математическое программирование. Пер. с англ. Серия:Теоретические
основы технической кибернетики. М.: Наука. 1975г. 280 с.
5. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация, 1985. Пер. с англ., М.: «Мир» — 509 с.
6. Попов В. С, Желбаков И. Н. Измерение среднеквадратического значения напряжения. — Москва: Энергоатомиздат,
1987. — 120 с: ил.
_________
УДК 681.3.06
М.С. Черноусов – студент кафедры электротехники и технической диагностики
В.Д. Косулин (канд. техн. наук, доц.) – научный руководитель
УСТРОЙСТВО ДЛЯ КОНТРОЛЯ ИНТЕГРАЛЬНЫХ МИКРОСХЕМ
НА ОСНОВЕ МЕТОДА СИГНАТУРНОГО АНАЛИЗА
Работоспособность сложных систем определяется качеством применяемой элементной базы, которое закладывается при организации технологического процесса изготовления и контроля параметров
соответствующих элементов в системе ОТК и входного контроля. Особенно актуально требование исправности всех комплектующих при сборке сложных узлов систем управления, когда неисправность
193
СИСТЕМЫ УПРАВЛЕНИЯ
лишь одной детали влечет за собой неисправность отдельных узлов или всего комплекса в целом. В
связи с этим актуальной представляется задача создания устройства, которое позволило бы оперативно осуществлять проверку работоспособности интегральных микросхем (ИМС), являющихся одним из
основных элементов сложных электронных систем.
За основу при создании подобного устройства целесообразно принять метод сигнатурного анализа [1], основанный на принципе сравнения реакции исследуемой микросхемы на тестовую последовательность комбинаций входных сигналов со значениями, указанными в документации на соответствующий элемент. Алгоритм работы проектируемого устройства реализуется сложением по модулю 2
выходной с контрольной (тестовой) последовательностью. Для получения кодов сигнатур используется сигнатурный анализатор, основу которого составляет сдвиговый регистр с внутренними обратными
связями, замыкаемыми через сумматор по модулю 2. Если в результате сложения всех входных и контрольных последовательностей получили логический «0», микросхема исправна. В противном случае
процесс тестирования прерывается с возвратом ошибки.
Рассматриваемое устройство предназначено для контроля методом сигнатурного анализа микросхем ТТЛ (серии К155, К555, К531, К1531) и КМОП (серии К176, К561, К1561) логики, позволяющее
производить проверку всех статических режимов работы этих ИМС, и представляет собой приставку к
IBM компьютеру, подключаемую к нему через LPT-порт.
Структурная схема устройства контроля микросхем приведена на рис.1.
Входные
регистры
32 бита данных для входов ИМС
Устройство
согласования
по входу
8 бит
378H / 8 бит
Питание ИМС
LPT-порт
компьютера
Данные. 32 бита.
Блок питания
Управляющее
устройство
(дешифратор)
37AH / 4 бита
Данные. 32 бита.
Испытуемая
микросхема
378H / 0-й бит
379H / 3-й бит
379H / 5 бит
Выходные
мультиплексоры
32 бита данных с выходов ИМС
Устройство
согласования
по выходу
Проектируемое устройство
Рис. 1. Структурная схема устройства контроля микросхем
Поскольку в нормальном режиме LPT-порт компьютера представляет собой параллельный регистр, имеющий 12 линий на вывод и 5 линий на ввод [2], то для тестирования микросхем, имеющих
большее число выходов и входов, необходимо для наращивания разрядности LPT-порта ввести в
структурную схему входные запоминающие регистры, выходные мультиплексоры и дешифратор,
управляющий записью в регистры и чтением данных при помощи мультиплексоров соответственно.
Входные регистры необходимы для запоминания выставленных значений, подаваемых на вход
микросхемы. Выходные мультиплексоры предназначены для чтения сигналов с выхода микросхемы.
При этом следует ориентироваться на 32 разряда, так как максимальное число выводов микросхем
194
СИСТЕМЫ УПРАВЛЕНИЯ
ТТЛ- и КМОП-логики не превышает 32. Поскольку устройство предназначено для тестирования как
микросхем ТТЛ, так и КМОП, то в схему введены устройства согласования по входу и по выходу для
преобразования выходных ТТЛ-уровней регистров в уровни испытуемой микросхемы и выходных
КМОП или ТТЛ сигналов микросхемы в ТТЛ-уровни.
Блок питания обеспечивает питание аппаратной части с устанавливаемыми программно величинами напряжения и потребляемого микросхемой тока. Соответственно в блок питания входят цифроаналоговые преобразователи (ЦАП) цифровых значений напряжения и тока в аналоговое напряжение,
источники опорных напряжений, устройство сравнения выставленного значения тока с реальным током
микросхемы, устройство коммутации питания ИМС. Для регулирования напряжения и тока вполне достаточно 8-разрядных регистров. Так, при опорном напряжении 9 В шаг регулирования будет составлять
0,04 В, чего вполне достаточно для регулировки напряжения ИМС. Устройство коммутации необходимо
для реализации всех вариантов подачи питания на выводы испытуемой микросхемы в зависимости от
ее типа.
Для определения мощности и структуры источника питания, входящего в состав блока питания
устройства, рассмотрим основные элементы аппаратной реализации узлов в соответствии с приведенной структурной схемой.
В качестве регистров коммутации, управления напряжением и током использованы регистры
К555ИР27, обеспечивающие необходимую разрядность (8 бит), управление (запись, запоминание, хранение) и быстродействие. Номинальное напряжение 5 В, потребляемый ток не более 28 мА. Входные
регистры содержат четыре микросхемы с уровнем максимального потребляемого тока 112 мА.
Для реализации программного управления напряжением питания и током потребления ИМС в
качестве ЦАП выбран К572ПА1А, отвечающий требованиям разрядности (>=8бит) и быстродействия
(<100мкс). Предельные значения напряжения питания 5 – 17 В, ток потребления 3 мА.
В качестве управляющего устройства необходим дешифратор с количеством входов 3, количеством выходов не менее 7 и быстродействием <100мкс. Этим требованиям соответствует микросхема
К555ИД7. Это двоично-десятичный дешифратор-демультиплексор, преобразующий трехразрядный код
в напряжение низкого уровня, появляющееся на одном из восьми выходов /0...7/. Эту же микросхему
можно выбрать в качестве дешифратора в устройстве коммутации питания как в цепи «+» питания, так
и в цепи GND. Напряжение питания 5 В, потребляемый ток не более 10 мА.
Устройство согласования по входу требует напряжения 5 В и напряжений питания микросхем
+9 В, - 10 В. Соответственно, потребляемые микросхемой токи: 11 мА и 69 мА.
Устройство согласования по выходу: напряжение 5 В, максимальный ток 14 мА.
Выходные мультиплексоры содержат 4 микросхемы К555КП11. Напряжение питания 5В, максимальный ток 72 мА.
Блок питания, содержащий устройство коммутации, требует следующие напряжения и токи:
 напряжение 5 В, максимальный ток 149 мА;
 напряжение – 10 В, ток 1мА;
 напряжение – 0,7 В, ток с учетом максимального потребляемого микросхемой тока 266мА.
Приведенные параметры характеризуют уровень мощности, реализуемый источником питания.
Таким образом, для нормального функционирования устройства необходимы следующие напряжения:
+5 В (400 мА); - 10 В (100 мА); - 0,7 В (300 мА); + 13 В (350 мА).
Принципиальная схема источника питания изображена на рис. 2.
Напряжения +13в и -10в снимаются с выходов выпрямительных мостов, подключенных к выходу
трансформатора Т1, из которых при помощи дополнительных стабилизаторов получаются напряжения
+5В и -0.7В. При этом токи потребления по соответствующим напряжениям будут суммироваться. Т.е.
от плеча +13В будет потребляться ток порядка 400+350=750мА, а от плеча -10В соответственно
100+300=400мА.
Для источника питания требуется трансформатор T1 с 2-мя вторичными обмотками, 2 диодных
выпрямительных моста (VD69-VD76) и 2 сглаживающих конденсатора. Мощность трансформатора
должна быть не менее 13Вх0.75А+10Вх0.4А=13.75Вт. Под эти требования подходит трансформатор
ТПП-207-127/220-50.
195
СИСТЕМЫ УПРАВЛЕНИЯ
DA2
1
3
+5в
+
C7
2
T1
VD69-VD72
FU1
+13в
II
0.5A
+Uвх.
+
C5
~220в
VD73-VD76
I
SA1
-10в
III
-10в
C6
VT114
+
DA2 К142ЕН5А
VT113 КТ361Б
VT114 КТ814Б
VD69-VD76 КД202В
VD77 КС168А
C5,C6 2000мкX16в
C7,C8 100мкX16в
R196 910
R197 1к
R198 4к7
R199 390
HL1 АЛ307Б
-0.7в
VT113
+
C8
R199
R196
HL1
VD77
R197
R198
Рис. 2. Принципиальная схема источника питания
В качестве стабилизатора +5В выбрана микросхема КР142ЕН5А по типовой схеме включения, в
качестве стабилизатора - 0.7 В – регулируемая схема на двух транзисторах (VT113, VT114). Причем в
связи со столь малым напряжением, стабилизация производится не относительно «земли» (что не удалось бы осуществить в связи с суммарным падением напряжения на переходах «база-эмиттер» транзисторов порядка 1.4 В), а относительно стабилизированного источника +5В.
Настройка данного узла заключается в подстройке точного значения напряжения - 0.7 В на выходе блока питания при помощи подстроечного резистора R198.
Библиографический список
1. Гутников, В.С. Интегральная электроника в измерительных устройствах /В.С. Гутников. Л.: Энергоатомиздат, 1988.
228 c.
2. Стефанков, Д.В. Справочник программиста и пользователя / Д.В. Стефанков. М: “Кварта”, 1993. 128 с.
_________
УДК 62-83(075.8)
А. М. Шапочкин – студент кафедры электротехники и технической диагностики
А. А. Ефимов (д-р техн. наук, проф.) – научный руководитель
СИСТЕМА КОНТРОЛЯ И СТАБИЛИЗАЦИИ МОЩНОСТИ РЕЗАНИЯ ГЛАВНОГО ЭЛЕКТРОПРИВОДА
ТОКАРНОГО СТАНКА
В связи с созданием и использованием гибких производственных комплексов механической обработки резанием особое значение приобретают станки с числовым программным управлением (ЧПУ),
важнейшим элементами которых являются системы электропривода. Требования к электроприводам и
системам управления станками определяются технологией обработки, конструктивными возможностями станка и режущего инструмента.
196
СИСТЕМЫ УПРАВЛЕНИЯ
Основными технологическими требованиями согласно [1, 2] являются обеспечение:
 самого широкого круга технологических режимов обработки с использованием современного
режущего инструмента;
 максимальной производительности;
 наибольшей точности обработки;
 высокой чистоты обрабатываемой поверхности.
Удовлетворение всем этим и другим требованиям зависит от характеристик станка и режущего
инструмента, мощности главного привода, и электромеханических свойств электроприводов подач и
системы управления.
Для обеспечения требуемых статических и динамических характеристик требуемая структура
системы электропривода, силовая часть которой выполнена по схеме «Тиристорный преобразователь – двигатель постоянного тока», представленная на рис. 1, выбирается трехконтурной.
Рис. 1. Структура системы подчиненного регулирования электропривода
На рис. 1 использованы следующие обозначения: КТ, ДТ и РТ – контур, датчик и регулятор тока,
соответственно; КС, ДС и РС – контур, датчик и регулятор скорости, соответственно; КМ, ДМ и РМ –
контур, датчик и регулятор мощности резания, соответственно; Ктп – коэффициент передачи тиристорного преобразователя; T – некомпенсируемая постоянная времени системы регулирования.
Так как требуется хорошая динамика, то необходимы контуры тока и скорости. Поскольку необходимо стабилизировать мощность резания, то система должна иметь контур мощности. Поскольку
требований к статической ошибке по скорости не предъявляется, то можно использовать пропорциональный (П) регулятор скорости. Регулятор тока в любом случае – пропорционально-интегральный
(ПИ). Основным требованием к мощности является стабилизация ее на заданном уровне с точностью
5%, поэтому необходимо применить пропорционально-интегрально-дифференциальный (ПИД) регулятор мощности, если при этом интегральная и дифференциальная части регулятора будут значимы.
В проектируемой системе электропривода необходимо иметь сигнал, пропорциональный мощности резания. Прямым способом измерить мощность резания невозможно. Поэтому ее измеряют косвенно. Для измерения мощности резания можно использовать сигналы, пропорциональные току двигателя, скорости вращения двигателя, ЭДС двигателя.
В данном случае предлагается использовать сигналы, пропорциональные току и скорости вращения двигателя. После перемножения этих сигналов на выходе получится сигнал, пропорциональный
мощности резания. Функциональная схема реализованного датчика мощности приведена на рис. 2.
197
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 2. Функциональная схема реализованного датчика мощности
В состав спроектированного датчика мощности входит интегральная микросхема (ИМС)
К525ПС2А, представляющая собой четырехквадрантный аналоговый перемножитель (АП) сигналов [3].
Стабилитрон во входной цепи операционного усилителя рассчитан из следующих соображений.
Напряжение срабатывания стабилитрона должно соответствовать достижению мощностью резания
уровня стабилизации. Этому уровню будут соответствовать статический ток двигателя Iс = 333 А и скорость вращения двигателя н= 78.54 1/с.
Обратная связь включается через 1.5 с после включения двигателя, что обеспечивают контакты
реле времени. Это необходимо для того, чтобы при пуске обратная связь по мощности не срабатывала.
Исходя из вышеизложенного, по стандартной методике и параметрам электропривода ТП-ДПТ [1]
проведен синтез соответствующей системы регулирования – трехконтурной, с внутренними контурами
тока и скорости двигателя и с внешним контуром мощности резания.
В результате синтеза ПИД-регулятора мощности интегральная и дифференциальная части его
оказались незначительными по сравнению с пропорциональной частью, откуда следует, что для обеспечения требуемых показателей качества, как в динамике, так и в статике достаточно включение лишь
пропорционального регулятора мощности (Крм).
Спроектированная система была промоделирована в среде MATLAB. Некоторые результаты
представлены на рисунках 3 – 5.
Рис. 3. Переходный процесс пуска двигателя в контурах тока и скорости на холостом ходу
198
СИСТЕМЫ УПРАВЛЕНИЯ
Рис. 4. Переходный процесс стабилизации мощности
Рис. 5. Переходный процесс стабилизации мощности при увеличении Крм на 50%
Таким образом, из приведенных графиков переходных процессов можно сделать вывод, что изменение электромеханической постоянной времени, что может случиться в результате уменьшения
массы обрабатываемой детали и ее геометрических размеров, не оказывает существенного влияния
на стабилизацию мощности, в то время, как изменение механических свойств обрабатываемой детали
или режущего инструмента, изменение чистоты поверхности детали существенно влияют на мощность
резания. При этом изменяется характер переходного процесса нарастания мощности резани, т.к.. из
апериодического (рис. 4) он превращается в колебательный (рис. 5).
Библиографический список
1. Шрейнер, Р.Т. Электроприводы постоянного тока с подчиненным регулированием координат/.
2. Справочник по автоматизированному электроприводу/ Под ред. В. А. Елисеева и А. В. Шинянского. М.: Энергоатомиздат, 1983. — 616с.
3. Атаев, Д.И., Аналоговые интегральные микросхемы для бытовой радиоаппаратуры: Справочник. 2-е издание /Д.И. Атаев, В.А. Болотников. М.: Изд-во МЭИ, ПКФ «Печатное дело», 1992. — 240 с.
_________
199
СИСТЕМЫ УПРАВЛЕНИЯ
УДК 629.113-592.656
Д. В. Шиндин – магистрант кафедры управления и информатики в технических системах
В. С. Акопов (канд. техн. наук, доц.) – научный руководитель
ОБЩАЯ АРХИТЕКТУРА ЭЛЕКТРОМЕХАНИЧЕСКОЙ ТОРМОЗНОЙ СИСТЕМЫ АВТОМОБИЛЯ
В отличие от механических систем, использование электромеханической тормозной системы позволяет существенно расширить функциональные возможности управления ручным тормозом. Расширение функциональных возможностей обеспечивается благодаря объединению в одну систему всех
электрических сигналов, информирующих о состоянии различных систем автомобиля (рис. 1).
Рис. 1. Общая архитектура электромеханической тормозной системы автомобиля
200
СИСТЕМЫ УПРАВЛЕНИЯ
Таким образом представляется возможность расширить функции ручного тормоза, как новыми
возможностями, так и совершенно по-новому взглянуть на классические функции: функция старт/стоп,
удержание автомобиля на стоянке, защита от детей, динамическое управление стояночным тормозом,
аварийное торможение. В случае отказа штатной гидравлической системы, электромеханическая система заменяет её.
Система состоит из пяти основных элементов: электронный блок управления, память, датчики,
привод, сеть коммуникаций.
Начало
Анализ систем
Аварийное торможение
Ручной тормоз
включен
Троганье с места
Нажатие на педаль
тормоза
Дверь водителя
закрыта?
Анализ режимов
Падения давления в
системе
Кнопка вкл. РТ
Режим Стоп
Нет
Да
Машина
стоит?
Нет
Да
Не работает основная тормозная система
Проверка скорости
Запуск электродвигателей
Включение ручного
тормоза
Включение ручного
тормоза
Запуск
электродвигателей
Проверка
скорости
Нет
Да
Двигатель
работает?
Нет
V  0?
Да
Контроль величины
потребляемого тока
Нет
Включение электродвигателей
Ремень
безопасности прист.?
Отключение
электродвигателей
Отпускание педали
тормоза
Отключение
электродвигателей
Отключение
электродвигателей
Да
МДВ МТР
Нет
Да
Запуск электродвигателей
Отключение ручного
тормоза
Рис. 2. Алгоритм работы электромеханической тормозной системы автомобиля
201
СИСТЕМЫ УПРАВЛЕНИЯ
Алгоритм работы, соответствующий рис. 2, реализует следующие функции.
Функция Старт/стоп. Активируется нажатием кнопки. Блок управления принимает с датчиков информацию о скорости автомобиля, как только автомобиль останавливается блок управления включает
электроприводы, которые прижимают колодки к тормозному диску.
Во время трогания автомобиля, водителю не нужно отключать ручной тормоз, он отключится автоматически. Водитель нажимает на педаль газа. Блок управления рассчитывает тормозной момент,
как только момент двигателя превышает МТР блок управления включает электроприводы, колодки разжимаются, ручной тормоз отключается. Автомобиль начинает движение.
Удержание автомобиля на стоянке. Водитель нажимает клавишу выключателя электромеханического стояночного тормоза. Блок управления электромеханическим стояночным тормозом и получает
подтверждение о том, что скорость автомобиля не превышает 7 км/ч. Блок управления стояночным
тормозом включает оба электродвигателя его привода. В результате тормоз затягивается. Если водитель нажимает клавишу управления стояночным тормозом еще раз при нажатой педали тормоза, стояночный тормоз выключается.
Рис. 1 соответствует алгоритм работы электромеханической тормозной системы автомобиля,
приведенный на рис. 2.
Динамическое управление стояночным тормозом. Автомобиль неподвижен. Электромеханический стояночный тормоз затянут. Желая начать движение, водитель включает первую передачу и нажимает педаль газа. Блок управления электромеханическим стояночным тормозом рассчитывает крутящий момент двигателя, который необходим для трогания автомобиля в гору. Этот момент зависит от
угла продольного наклона автомобиля, положения педали акселератора, положения педали сцепления
и выбранной передачи. Если крутящий момент двигателя превышает расчетное значение, необходимое для трогания в гору, блок управления включает электромеханические приводы обеих задних тормозных механизмов. Стояночный тормоз выключается, а автомобиль начинает движение без скатывания назад.
Аварийное торможение. Водитель нажимает и удерживает клавишу выключателя стояночного
тормоза. Блок управления стояночным тормозом получает данные о скорости автомобиля. Включает
оба электродвигателя его привода. В результате производится торможение автомобиля. Если водитель отпустил клавишу выключателя стояночного тормоза, сигнал с нее поступает в блок управления
стояночным тормозом. Блок управления выключает оба электродвигателя, в результате чего стояночный тормоз выключается и торможение прекращается.
Отказ гидравлической тормозной системы. При нажатии на педаль тормоза блок управления
следит за давлением в гидравлической системе. Если необходимого давления нет. Блок управления
активирует электромеханическую тормозную систему, компенсируя недостаток давления.
Библиографический список
1. Беляев В.М., Иванов В.Г. ,Молибошко Л.А. Тормозная динамика автомобилей. Тормозные механизмы. Учебнометодическое пособие. М, 2000. 67 с.
2. Венката Р.M., Маликарью М.В. Международный научный журнал "Электронные Научно-исследовательские работы”
Control of Electro-Mechanical Brake with Electronic Control Unit.
_________
202
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ
И ПРОГРАММИРОВАНИЕ
УДК 004.021
А. М. Аликберова – магистрант кафедры моделирования вычислительных и электронных систем
А. Ю. Козловский – научный руководитель
ИСПОЛЬЗОВАНИЕ КОЛЛАБОРАТИВНОЙ ФИЛЬТРАЦИИ В СОЦИАЛЬНЫХ СЕТЯХ
Современного человека окружает огромное информационное пространство, в котором довольно
легко заблудиться, но еще сложнее в нем найти то, что действительно заинтересует именно вас. Другая проблема большого объема информации в том, что вам хочется усвоить как можно больше полезных сведений, соответствующих вашим предпочтениям. Искать и перебирать книги, фильмы, спектакли – это довольно длительный процесс.
У каждого из нас есть знакомые и друзья, которые могут порекомендовать что-либо интересное,
можно также ознакомиться с рецензиями различных критиков. Однако у друзей, хоть они и ваши друзья, вкус может быть совершенно отличным от вашего, а критики – тоже люди и не могут охватить весь
объем новинок.
Коллаборативная фильтра ция (collaborative filtration) – метод, дающий автоматические прогнозы (фильтрацию) относительно интересов пользователя по собранной информации о вкусах множества пользователей (сотрудничающих между собой).
Если система использует коллаборативную фильтрацию, она следит за действиями пользователя и запоминает, какие оценки ставит пользователь тем или иным товарам и услугам, и на основании
этого какие другие товары или услуги могут ему понравиться. При этом система находит похожих людей и учитывает оценки, которые они ставят.
Для того чтобы успешно применять коллаборативную фильтрацию нужно уметь определять насколько один пользователь «похож» на другого.
Существует два различных способа генерирования рекомендаций. Первая идея заключался в
том, чтобы рекомендовать человеку объекты на основании его сходства с другими пользователями.
Иванов и Петров похоже имеют одинаковые вкусы, так как им обоим нравится объект Б и обоим не
нравится объект Г. Поскольку Петров по всей видимости похож на Иванова, и Иванову нравится объект
А и Петрову будет рекомендован объект А. Однако, коллаборативная фильтрация, устроенная по
принципу «потребитель-потребитель», начинает демонстрировать очень скромные успехи, когда численность её пользователей доходит до нескольких миллионов. Проблема заключается в том, что взаимосвязи между пользователями системы должны постоянно пересчитываться, что требует больших
затрат на компьютерную обработку.
Вторая идея заключается в фильтрации по принципу «объект-объект». Пообъектная фильтрация
работает за счёт фиксирования состояния всех оценок, выставленных объекту пользователями системы. Затем система анализирует сходство между объектами. Рассмотрим объекты В и Г. Двум пользователям, которым понравился объекты В и Г, Сидорову и Андрееву, также понравился объект A. Можно
предположить, что, в общем, людям, которым нравится объекты В и Г, также понравится объект А. Таким образом, Павлову будет рекомендован объект А. Поскольку Павлову нравится объекты В и Г. И при
203
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
этом В и Г похожи на А ,то система ему предложит объект А. Этот метод может быть распространён на
миллионы объектов и миллионы пользователей.
Рис. 1. Методы коллаборативной фильтрации
Преимущество пообъектной фильтрации заключается в том, что этот расчёт сходства требуется
делать только время от времени. Тогда, когда пользователь оценивает новый объект, система может
просто обратиться к ранее просчитанному перечню объектов, которые также вполне вероятно привлекательны для этого пользователя.
Чтобы вычислить оценку подобия рекомендаций предлагаемых пользователю мы можем воспользоваться двумя способами: Евклидовым расстоянием и корреляцией Пирсона.
При использовании фильтрации «потребитель-потребитель» нам нужно оценивать, насколько
один пользователь похож на другого, а при использовании пообъектной фильтрации нам нужно оценивать насколько один объект похож на другой, т.е в обоих случаях нам нужна функция, которая позволяет оценить подобие двух пользователей либо двух объектов. В качестве такой функции может быть
использовано Евклидово расстояние или корреляция Пирсона.
Евклидово расстояние – это наиболее общий тип расстояния. Он попросту является геометрическим расстоянием в многомерном пространстве.
Корреляция Пирсона – это статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать такими). При
этом изменения одной или нескольких из этих величин приводят к систематическому изменению другой
или других величин. Математической мерой корреляции двух случайных величин служит коэффициент
корреляции, т.е. показатель характера изменения двух случайных величин.
Решив узнать и оценить все плюсы и минусы технологии коллаборативной фильтрации, мы стали рассматривать варианты создания сайта, способного помочь нам в этом. Для того чтобы сайт мог
выполнять возложенные на него функции, он должен быть информационно заполненным и иметь
большую базу пользователей.
В настоящее время авторами планируется разработка приложения для сайта «ВКонтакте», где
люди могли бы оставлять свои оценки и отзывы. Преимуществом приложения «ВКонтакте», по сравнению с обычным сайтом, является то, что на свой сайт было бы сложно привлечь большое количество
пользователей, а на сайте «ВКонтакте» есть уже много пользователей, поэтому затраты на рекламу
можно будет сократить. Кроме того «ВКонтакте» видно, какие пользователи являются друзьями, и мы
рассчитываем, что это поможет повысить качество рекомендаций.
_________
204
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
УДК 621.317.08; 681.2.001.5; 615.47
В. В. Белов – студент кафедры моделирования вычислительных и электронных систем
О. О. Жаринов (канд. техн. наук, доц.) – научный руководитель
МЕТОДИЧЕСКИЕ ПОДХОДЫ К АВТОМАТИЧЕСКОМУ АНАЛИЗУ ЭЛЕКТРОКАРДИОГРАММ
На сегодняшний день одной из самых актуальных проблем является вторичная обработка биоэлектрических сигналов, в частности, автоматизированный анализ электрокардиосигналов. Разработка
цифровых методов автоматизированного анализа электрокардиосигнала требует создания точных, быстрых и надежных алгоритмов для повышения эффективности определения характеристик аритмий,
выделения отдельных составляющих сигналов кардиоцикла, их временных и статистических характеристик. Решение этих проблем позволит в дальнейшем более точно диагностировать заболевания,
улучшить диагностическую ценность уже существующих методик и, возможно, позволит реализовать
новые методики автоматизированного анализа электрокардиосигнала.
Параметры информационного сигнала и по мех.
Электрокардиосигнал (ЭКС) представляет собой запись изменяющейся во времени разности потенциалов, создаваемой электрической активности сердца. Известно, что электрическая активность
сердца представляет собой квазипериодический процесс, представляющий собой последовательную
смену процессов деполяризации и реполяризации клеток миокарда, и отражает процесс электрического возбуждения, а не сокращений сердца. Электрокардиограмма содержит ряд характерных элементов,
обозначения которых приведены на рис.1.
Рис.1 Элементы электрокардиосигнала
Полярность и амплитуда зубцов зависят от расположения электродов на поверхности тела, а
длительность зубцов, интервалов и сегментов – от особенностей состояния сердца обследуемого.
Поверхностные потенциалы образуются не только электрической активностью сердца, но и помеховыми источниками, как внутренними, так и внешними по отношению к объектам исследования, что
затрудняет построение автоматических методов обработки. В основном помехи обусловлены четырьмя
составляющими:
 наводка от электросети с частотой основной гармоники 50 Гц;
 шумы аппаратуры (тепловые шумы усилителей и электродов);
 физиологический шум (в первую очередь сигналы электрического возбуждения скелетной
мускулатуры).
 эффект поляризации электродов, приводящий к медленному дрейфу нуля.
При постановке задач синтеза алгоритмов обработки ЭКС следует учитывать соотношения между спектральными составляющими полезного сигнала и помех. Основная мощность QRS-комплекса
сосредоточена в области частот от 2 до 20Гц с наличием максимума на частоте около 15Гц. Спектр
электрокардиосигнала может изменяться в зависимости от морфологии сигнала. Помехи имеют сложный спектральный состав.
Задачи о бработки электрокардиосигнала.
В настоящее время основные задачи обработки ЭКС представлены нижеследующими [3].
205
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
1. Задача анализа ритма и проводимости. Анализ вариабельности ритма сердца состоит в
оценке тем или иным способом изменчивости длительности между последовательными RRинтервалами на выбранном промежутке времени. Длительность RR-интервалов можно определять по
сигналу ЭКГ, используя характерную, хорошо различимую точку (максимум R-зубца, максимум производной и т.п.). Для последующего анализа параметров вариабельности ритма производится построение ритмограммы, представляющей собой дискретный процесс, каждый отсчет которого равен значению очередного RR-интервала (см. рис. 2).
Рис.2. Схематичное изображение ритмограммы.
2. Задача анализа формы кардиоцикла. Анализ формы кардиоцикла заключается в измерении
параметрических характеристик (амплитуда, длительность) элементов электрокардиосигнала (P, Q, S,
T, см. рис. 1). По результатам измерений выносится диагностическое заключение о текущем функциональном состоянии сердечной мышцы.
3. Задача анализа тонкой структуры электрокардиосигнала. Сегодня уровень развития современной медицинской науки позволяет достаточно точно идентифицировать разнообразные нарушения ритма в момент их появления и существования, однако до сих пор остается открытым вопрос об
определении степени риска возникновения аритмий и их раннего прогнозирования. Поэтому актуальными являются разработка и внедрение новых высокочувствительных и специфичных методов, позволяющих оценить электрическую стабильность миокарда.
В последние годы все более широкое развитие получает метод электрокардиографии высокого
разрешения. Основой этого метода является компьютерное усиление, усреднение и фильтрация различных участков электрокардиограммы с их последующей математической обработкой. Все это позволяет выделить и анализировать низкоамплитудные сигналы с уровнем ниже уровня шума, недоступные
для анализа при использовании традиционных методов регистрации ЭКГ. Схематичное изображение
наиболее изученных компонентов такого типа приведено на рис. 3 [2].
Рис. 3. Виды низкоамплитудных составляющих ЭКС
Математический инструментарий, примен яе мый в о бработке электрокардиограмм
Для того чтобы приступить к непосредственному решению задач обработки электрокардиосигналов, необходимо осуществить следующие предварительные операции:
 предобработка. Этот этап подразумевает уменьшение уровня внеполосных помех, а также
выявление и удалении артефактов в записи ЭКГ. Для решения этих задач применяется инструментарий линейной, нелинейной и адаптивной фильтрации.
 обнаружение кардиоциклов. Для обнаружения полезных сигналов на фоне помех в электрокардиографии можно использовать методические подходы и приемы теории обнаружения сигналов.
Полный электрокардиосигнал представляет собой аддитивную смесь полезного сигнала и шума. Задача обнаружения полезного сигнала сводится к принятию решения, «есть» полезный сигнал в аддитив206
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
ной смеси, поступившей на вход электрокардиографа, или сигнала «нет». Для оптимального решения
данной задачи применяют метод согласованной фильтрации. Учитывая, что априори ряд параметров
полезного сигнала неизвестен, для улучшения характеристик обнаружения применяют адаптивные
подходы.
После выполнения вышеперечисленных операций, можно приступать к выполнению задач анализа ЭКС.
1. Методы анализа ритма. В настоящее время существует много методов количественного анализа вариабельности ритма сердца по ритмограммам [3]. Их можно разбить на две основные группы:
методы анализа во временной области (time domain) и методы анализа в частотной области (frequency
domain). Среди методов анализа во временной области можно выделить два направления:
 Статистические методы, основанные на оценке различных статистических характеристик последовательности RR-интервалов. Статистический анализ включает определение количества сердечных циклов, их среднюю продолжительность, дисперсию (т. е. сумму квадратов отклонений длин сердечных циклов от их средней продолжительности, деленную на их количество), число различий
в интервалах из последовательности длин сердечных циклов, превышающих 50 мс, и частное от деления этого показателя на общее число, включенных в анализ сердечных интервалов.
 Геометрические методы, заключающиеся в оценке формы и параметров гистограммы распределения RR интервалов. Распространен анализ как коротких (5–10 минут), так и длительных (сутки)
участков ритмограммы.
 Спектральные методы, позволяющие выявлять характерные периодичности в динамике RRинтервалов, оценивать вклад тех или иных периодических составляющих в общую динамику изменения
сердечного ритма. Функция спектральной плотности мощности рассчитывается по ритмограмме с использованием алгоритма БПФ, после чего анализируется её уровень в различных частотных диапазонах.
Показано, что наиболее информативные показатели диагностической ценности могут быть получены при использовании методов спектрального анализа. Имеются сведения, что всего по 2–3 компонентам спектра можно сделать заключение о балансе активности симпатического и парасимпатического отделов вегетативной нервной системы.
2. Методы и подходы к анализу форм кардиоциклов. Анализ формы кардиоцикла производится
на основе методов, развитых в теории распознавания образов. Существуют большое разнообразие
методов анализа ЭКГ [4]. К таким методам можно отнести:
 измерение скоростных и экстремальных характеристик сигнала;
 анализ зависимостей типа «функции формы»;
 структурно-лингвистический анализ формы ЭКГ.
Простейшие методы выявления параметров кардиоцикла предполагает измерение амплитуд и
скоростей изменения ЭКГ и их сравнения с заранее определенными пороговыми значениями. Простой
пороговый метод весьма чувствителен к шумам в записи ЭКГ, что ограничивает его непосредственное
применение. Одним из самых распространенных методов выявления комплексов QRS является анализ
первой производной и её экстремумов. Метод основан на том факте, что максимальная скорость изменения напряжения ЭКГ (более 5 мВ/мс) может наблюдаться только внутри комплекса QRS. На основании этого факта строятся процедуры выявления характерных элементов ЭКГ. Однако, этот метод также проявляет неустойчивость в случае зашумленных кривых ЭКГ.
В общем случае для решения поставленной задачи вводится понятие «функции формы» сигнала – такого нелинейного оператора, действующего на участок сигнала, который отражает те или иные
свойства ЭКГ. Например, в качестве функции формы может использоваться функция от модуля второй
производной, вычисляемой для низкочастотной составляющей ЭКГ. Придавая функции формы различный вид, удается не только добиваться качественных путей идентификации комплексов QRS, но также
решать другие задачи обработки ЭКГ.
Наиболее общим подходом к задаче идентификации формы элементов QRS комплексов является структурный подход. Он состоит в том, что для описания объектов распознавания и построения самой процедуры используется аппарат математической лингвистики. Первым шагом анализа является
сегментация сигнала и описание последнего в виде последовательности элементарных символов. За207
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
тем, в процессе распознавания устанавливается, является ли данная последовательность синтаксически правильной по отношению к заданной грамматике. Комбинируя результаты, полученные по множеству отведений сигнала, добиваются необходимой достоверности анализа.
Существуют два подхода в структурном анализе ЭКГ: структурно-лингвистический и структурностатистический. Структурно-лингвистический анализ формы ЭКГ базируется на правилах разбора последовательностей имен сегментов. Алгоритмы, реализующие этот подход, сравнительно просты и не
требуют больших вычислительных ресурсов. Необходимо отметить, что эффективность распознавания
определяется полнотой грамматических правил и пороговых значений, подбираемых опытнологическим путем, для чего требуется обширный и представительный обучающий материал.
Более сложным вариантом являются алгоритмы структурно-статистического анализа ЭКГ, оперирующие с априорными и апостериорными вероятностями сочетаний значений различных сегментов.
Так же, как при лингвистическом разборе, здесь могут строиться правила проверок сочетаний одиночных сегментов или их групп. Для построения грамматик также требуется репрезентативный архив.
3. Методы анализа тонкой структуры электрокардиосигнала.
В основу всех методов анализа низкоамплитудных составляющих ЭКС положен принцип усреднения: если совместить по времени достаточно большое количество ( L ) кардиоциклов и вычислить в
каждой точке их арифметическое среднее, то отношение сигнал-шум для повторяющихся компонентов
ЭКГ в пределе можно повысить в L раз. Потенциальная эффективность усреднения напрямую зависит от времени регистрации электрокардиограммы, и, очевидно, что применение метода требует точного определения временных расстояний между всеми последовательными кардиоциклами в записанной
реализации ЭКГ.
Для последующей обработки усредненного сигнала применяются разнообразные модификации
метода спектрального анализа (поскольку мощность низкоамплитудных компонентов ЭКС локализована в области более высоких частот, чем мощность высокоамплитудных зубцов электрокардиосигнала).
Известны также методы обработки усредненного ЭКС во временной области, основанные на структурно-статистическом подходе, на основе разложения электрокардиосигнала по базису вейвлет-функций и
ряд других. На данный момент в этой области продолжаются поиски алгоритмов, обеспечивающих необходимую достоверность анализа ЭКС.
Таким образом, автоматизация обработки ЭКГ опирается на использование ряда типовых алгоритмов обработки сигналов (теория обнаружения сигналов, фильтрация и т.д.), разработанных в статистической теории и успешно применяемых во многих технических приложениях. В процессе подготовки
магистерской диссертации предполагается создание программного обеспечения для автоматизации
анализа формы ЭКС, включая анализ его низкоамплитудных составляющих, которая будет служить
одним из средств автоматизации и поддержки принятия решений в учреждениях системы здравоохранения.
Библиографический список
1. Жаринов О.О. Методические подходы к усреднению электрокардиограмм. / Научная сессия ГУАП: Сб. докл. В 3 ч. Ч. 2.
Технические науки. // СПбГУАП, СПб, 2006. С. 74  80.
2. Жаринов О.О. Методика обнаружения и оценивания низкоамплитудных составляющих электрокардиосигнала. Автореф.
дисс. ... канд. техн. наук (05.13.01). / СПбГУАП, 2003. 19 с.
3. Беляев К.Р.
Методы
анализа
вариабельности
ритма
сердца.
Учеб.
пособие.
//
http://konstb.newmail.ru/liter/hrv/UchPos2.htm
4. Информационный ресурс по электрокардиографии. // http://www.ecg.ru/pub/disser/vmark/disser/gl1_2.html
_________
208
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
УДК 20.23.25
Е. Н. Болонкина – студентка кафедры моделирования вычислительных и электронных систем
В. С. Павлов (канд. техн. наук, доц.) – научный руководитель
ОЦЕНКА ТЕКУЩЕГО СОСТОЯНИЯ СРЕДСТВ ПРОЕКТИРОВАНИЯ WEB-ПРИЛОЖЕНИЙ
В настоящее время Интернет стал полигоном для ведения бизнеса и электронной коммерции.
Каждый день появляется огромное количество новых сайтов. Они различаются по очень большому
числу параметров. В связи с этим возникает проблема их классификации. Обобщая все изученные
мною классификации, предлагаю свою версию, которая сводит все многообразие сайтов к определенным типам и видам и представлена на рисунке.
Таким образом в настоящее время существуют сайты – персональные странички. Объем предоставляемого пространства для такого ресурса от 1 до 10 Мбайт, чаще всего 5 Мбайт.( mysait.ru )
Форумы – сайты, на которых общаются люди, имеющие общие интересы в одной или нескольких
областях(forumishka.net/).
Интернет-магазины – можно заказать какой-либо товар через Интернет, либо выставить с помощью различных аукционов свой. В настоящее время рынок Интернет-магазинов в России развит еще
не очень хорошо, поэтому создание сайта этого направления становится достаточно выгодным.
Новостные сайты – можно узнать самые последние новости и быть в курсе всех происходящих
на Земле событий ( lenta.ru) .
Специализированные ресурсы – сайты посвященные какой-либо теме, с помощью которых пользователи могут найти интересующую информацию. Сайты для рыболовов, биологов, химиков и т.п.
(ribka.ru)
Сайты организаций – на них представлена информация о компании, оказываемых услугах, контакты фирма и многое другое (Aanet.ru) .
Социальные сети – люди могут знакомиться, находить старых знакомых, общаться. Ярким примером является vkontakte.ru
Особое место в ряду Интернет-сайтов занимают монстры Интернета – многофункциональные и
многотематические сайты – порталы. Создавать, поддерживать и обеспечивать работу таких сайтов
сложно, но они могут привлекать практически все категории пользователей и каждому быть интересны.
Наиболее актуальная технология проектиро вания сайта
Давайте определимся, с помощью каких технологий легче, проще и выгодней создавать сайты,
удовлетворяющие Ваши запросы.
Итак, Вы решили сделать себе собственную web-страничку.
209
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
Особых знаний для ее создания не надо – достаточно просто почитать учебник по html или
вспомнить те знания, которые получили в школе.
Если Ваши потребности выше и необходимо сделать сайт для небольшой компании, на котором
можно будет описать вашу деятельность, услуги, товары и форум для обсуждений или же небольшой
фотоальбом, можно использовать cms.
У вас уже большая компания, необходим достаточно большой, многофункциональный сайт нужно использовать cmf
При разработке Интернет – порталов как правило используется сочетание сочетать cms и cmf.
Сайты, как правило, размещаются на отдельных web-серверах.
CMS и CMF
СMS – компьютерная программа или система, используемая для обеспечения и организации совместного процесса создания, редактирования и управления текстовыми и мультимедиа документами
(содержимым или контентом). Обычно это содержимое рассматривается как неструктурированные данные предметной задачи в противоположность структурированным данным, обычно находящимися под
управлением СУБД.
Существует много различных CMS. Есть платные, есть бесплатные. Здесь сравнительная таблица наиболее популярных CMS:
В настоящее состояние рынка CMS на данный момент таково, что нет серьезной конкуренции изза ненасыщенности рынка. Конкурентная борьба между производителями систем практически отсутствует. Абсолютное большинство мелких и средних веб-разработчиков предпочитают иметь пусть и примитивную, но свою CMS, нежели пользоваться чужими, более продвинутыми разработками. Поэтому в
России ни одна система пока не может похвастаться долей рынка хотя бы в десяток процентов. К тому
же до сих пор не проведено практически ни одного серьезного анализа рынка и его характеристик. Многие публикации являются скрытой рекламой какой-либо CMS. Подавляющее большинство существующих CMS несовместимы друг с другом, то есть нет возможности экспорта/импорта данных из одной
системы в другую, даже через промежуточные форматы данных; несовместимы и модули разных систем. Таким образом, при желании сменить CMS, не меняя оформления, придется заново программировать интерфейс.
CMF – набор инструментов, библиотек и соглашений предназначенный для вынесения рутинных
задач в отдельные модули, которые можно использовать многократно. Главная цель фреймворка, по210
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
зволить дизайнеру или программисту сфокусироваться на задачах уникальных для каждого проекта,
вместо неоднократного изобретения колеса.
Веб дизайнеры, как и программисты, имеют склонность снова и снова повторять себя, сбрасывая
стили по умолчанию, настраивая базовую сетку, создавая табы снова и снова в каждом проекте. Потратив немного времени на создание фреймворка включающего в себя эти идиомы, можно значительно увеличить скорость разработки и упростить поддержку. Если немного подумать, то можно реализовать эти возможности без ущерба для производительности сайта.
В последнее время в Интернете начали появляться CMF/CMS-системы. Эти системы представляют собой CMS-систему, созданную на фундаменте framework’а. Выгоды очевидны. Детерминированная внутренняя архитектура, которая в большинстве случаев документирована и развитые механизмы
абстракции, которые независимы от CMS-образующих модулей. Сопровождать проект, созданный на
основе CMF/CMS-системы, на порядок проще, чем проект, созданный на основе «чистой» CMSсистемы. Это объясняется тем, что в первом случае, при создании CMS-системы, программистам приходится выполнять ряд требований, которые диктует framework. Благодаря этому CMS-система приобретает ярко выраженную архитектуру, как и все приложения создаваемые с помощью CMF-системы.
Таким образом получается, что в настоящее время существует достаточно большое количество
разнообразных средств разработки web-приложений, пока не еще не выделились явные лидеры, и
каждый разработчик предпочитает какое-то собственное средство.
Выбор средства разработки web-приложений для не профессиональных пользователей зависит
в большинстве своем от того, что они хотят получить в итоге.
Библиографический список
1. Алексей Моисеев Журнал «Компьютерра» №32 от 08 сентября 2005
2. Хаген Граф «Создание веб-сайтов с помощью Joomla! 1.5» Издательство: Вильямс, 2009.-304с.
3. Блог Александра Моргана URL: http://generalit.ru/blog/archives/433
4. Виды сайтов, URL: http://www.vidy-saitov.ru/
_________
УКД 629.735.33
А. Е. Брюзгин – магистрант кафедры компьютерной математики и программирования
М. Ю. Охтилев (д-р техн. наук, проф.) – научный руководитель
ОБРАБОТКА ИНФОРМАЦИОННЫХ ПРОЦЕССОВ В ЗАДАЧАХ РАСПОЗНАВАНИЯ ОБРАЗОВ
В течение последних лет предложено не мало подходов и алгоритмов сегментации1 изображений [1–3], но так и не предложено оптимального метода сегментации изображений. Данная статья направлена на рассмотрение алгоритмов сегментации изображений, выявление их сильных и слабых
сторон. Также проведен сравнительный анализ данных алгоритмов.
Целью данной статьи является краткое рассмотрение известных алгоритмов сегментации, их
сравнительный анализ, а также описание областей применения данных алгоритмов. Рассмотрены известные методы сегментации изображений основанные на пространстве признаков и свойствах областей.
Существует достаточно много алгоритмов сегментации, способных решать различные спектры
задач. Некоторые алгоритмы применимы только для чёрно-белых изображений, а другие, наоборот,
лучше обрабатывают цветные изображения. В данной статье рассматривается сегментация чернобелых изображений. Из алгоритмов, основанных на пространстве признаков можно выделить алгоритм
«разделение по порогу», а из алгоритмов, основанных на свойствах областей можно выделить алгоритм «обнаружения края» [1].
1
Под сегментацией следует понимать разбиение изображения на области по информативным признакам.
211
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
Рассмотрим метод «Разделение по порогу». Данный метод основан на пространстве признаков.
Сегментация данным методом осуществляется исключительно на основе зачерненности каждого элемента изображения. Если значение зачерненности больше некоторого порога, то данный элемент
классифицируется как компонента, иначе как фон. Пороговое значение зачернённости обычно задаётся априорно, но также можно определить по гистограмме зачернённости [4]. Изображению на рис. 1
соответствует гистограмма на рис. 2. Яркости компоненты и фона сосредоточены вблизи двух преобладающих значений. Очевидный способ выделения объектов из окружающего фона состоит в выборе
значения порога T , разграничивающего моды распределения яркостей. Тогда любая точка ( x, y ) , в
которой  ( x, y )  T , называется точкой компоненты, а в противном случае – точкой фона.
Рис. 1: Исходное изображение
Рис. 2: Гистограмма
Если значение T зависит только от  , т.е. одинаково для всех точек изображения, то такой порог называется глобальным. Если порог T зависит от пространственных координат ( x, y ), то он называется локальным или динамическим. В случае, когда неравномерное освещение или другие факторы
вызывают неудовлетворительные результаты при сегментации с глобальным порогом, используется
динамический (локальный) порог. Один из возможных подходов для ослабления влияния неравномерности освещения состоит в разбиении изображения на подобласти меньших размеров, такие, что в
пределах каждой из них освещение остается приблизительно равномерным. При этом для каждой такой области вычисляется свой локальный порог.
Рассмотрим алгоритм «Обнаружение края». Если граница между фоном и компонентой характеризуется значениями зачерненности, то эти значения можно использовать для выделения компонент
(рис. 3). Обнаружение края можно осуществить по средствам нахождения производной функции зачерненности фильтрацией [5, 6], или статистическими методами оценивания границ. Утраченные части
краев можно восстановить, используя априорную [7, 8] информацию.
Рассмотрим работу алгоритма на примере.
а)
б)
в)
Рис. 3: Сегментация методом обнаружения края:
а) оригинальное изображение, б) структурирующий элемент, в) сегментированное изображение
Операция обнаружения края изображения (рис. 3,а) достигается посредством перемещения некоторого структурированного элемента (рис. 3,б) по изображению. Структурирующий элемент состоит
212
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
из центрального пикселя окруженного четырьмя соседними элементами изображения, причём центральный пиксель это опорный пиксель. Перемещая структурированный элемент по изображению, мы
получаем контур изображения, как показано на рис. 3,в, штриховыми линиями показаны удаляемые
символы, т.е. те позиции центрального пикселя структурирующего элемента, которым соответствует не
полное покрытие структурирующего элемента. В тех случаях, когда структурирующий элемент полностью входит в подмножество компонент, местоположение опорного пикселя структурирующего элемента фиксируется. Если структурирующий элемент не входит полностью в компоненту изображения, то
элемент изображения, соответствующий положению опорного пиксель, удаляется.
Сравнение методов сегментации [9] можно представить в виде таблицы.
Методы сегментации
Алгоритм
Преимущества
Недостатки
Алгоритмы, основанные на пространстве признаков
 не нужно никакой начальной информации;
 не использует пространственную информацию;
 простой и быстрый алгоритм.
Разделение по
 пороги в n-мерном пространстве сложная
порогу
задача;
 чувствителен к шуму;
 плохо работает на изображениях с не очевидными пиками гистограммы.
Алгоритмы, основанные на свойствах областей
 использование многомерных данных улуч-  задача определения аналога одномерного
Обнаружение
шает определение границ областей;
градиента для одномерного пространства;
края
 как результат, наиболее схожий с челове-  чувствителен к шуму, плохо работает на не
ческим восприятием объектов.
контрастных изображениях.
Сравнение алгоритмов сегментации показало, что каждый из алгоритмов решает определённый
круг задач, и на данном этапе не существует алгоритма, которым можно решить весь спектр задач сегментации изображений.
Сегментация изображения является важным предварительным шагом большинства задач автоматического распознавания зрительных образов и анализа сцен. Выбор того или иного метода сегментации часто зависит от специфических особенностей изучаемой задачи. Хотя набор методов, изложенных в данной статье, далёк от исчерпывающего, он является характерным инструментарием сегментации, применяемой на практике.
Библиографический список
1. К. Верхаген, Р. Дёйн,Ф. Грун и др. Распознавание образов: состояние и перспективы: Пер. с англ. М.: Радио и связь,
1985. –104с.,ил.
2. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. под ред. кан. физ.мат. наук И.Б. Гуревича. – М.: Радио и Связь, 1987. –400с.
3. Фу Кинсун Структурные методы в распознавании образов /Пер. с англ. Н.В. Завалишина, С.В. Петрова, Р.Л. Шейнина;
Под ред. М.А. Айзермана. – М.: Мир. 1977. – 320с.
4. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB Москва: Техносфера, 2006. – 616с.
5. Колос М.В., Колос И.В. Методы линейной оптимальной фильтрации /Под ред.В.А. Морозова.
6. Александр Вежневец, Ольга Баринова. Методы сегментации изображений: автоматическая сегментация. Компьютерная
графика и мультимедиа. Выпуск №4(4)/2006. [Электронный ресурс]. URL: http://cgm.computergraphics.ru/content/view/147
(дата обращения: 15.05.2010).
7. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания. Некоторые аспекты /Под
ред. д-ра техн. наук, проф. А.Л. Горелика. – М.:Радио и связь, 1985. – 160 с. (Сер. «Кибернетика»).
8. Горелик А.Л., Скрипкин В.А. Методы распознавания: Учебное пособие для вузов. -3-е изд., перераб. И доп. – М.: Высшая
школа, 1989. – 232 с.
9. Исследование методов сегментации многоспектральных спутниковых изображений для задач выявления изменений в
лесах.
Ховратович
Т.С.,
Барталев
С.А.
[Электронный
ресурс].
URL:
http://d33.infospace.ru/d33_conf/2009_conf_pdf/rastit/Khovratovich.pdf (дата обращения: 05.05.2010).
213
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ПРОГРАММИРОВАНИЕ
УДК 004.451.9
П. Я. Бич – студентка кафедры моделирования вычислительных и электронных систем
В. С. Павлов (канд. техн. наук) – научный руководитель
ВНЕДРЕНИЕ LINUX В РОССИЙСКИХ ОРГАНИЗАЦИЯХ: ТЕНДЕНЦИИ И ПЕРСПЕКТИВЫ
Социально-экономическая ситуация в последние годы способствует росту интереса к свободному ПО в России. По инициативе правительства свободное программное обеспечение (СПО), в том числе операционная система (ОС) Linux внедряется в государственных и бюджетных организациях. По
данным Российской ассоциации свободного программного обеспечения (РАСПО) с 2003 по 2009 г. по
инициативе правительства был выполнен 41 проект в области внедрения свободного ПО в государственных учреждениях [1]. С 2007 года развивается общероссийский проект по внедрению в образовательных учреждениях СПО [2]. В 2008-2009 г. Министерством связи и массовых коммуникаций РФ был
опубликован ряд законодательных актов, определяющих пути перехода к использованию СПО в органах государственной власти и бюджетных учреждениях [3]. И хотя эти документы носят рекомендательный характер, они в значительной мере привлекли внимание широкой общественности к проблеме
лицензирования ПО, используемого на предприятиях России. В результате миграция с MS Windows на
Linux и свободные программы является одной из заметных тенденций последних лет как в некоммерческом, так и в коммерческом секторе российской экономики.
В связи с этим очевидна актуальность выработки методических рекомендаций по переходу
на Linux на основе опыта российских предприятий, уже отказавшихся в той или иной мере от проприетарных программ в пользу СПО. Цель данной работы – анализ динамики внедрений на базе
Linux в российских компаниях, выявление существующих тенденций и закономерностей, оценка перспектив.
На сегодняшний день в СМИ опубликованы результаты ряда исследований, проводимых зарубежными исследовательскими центрами (Исследовательским центром университета ООН, Центром
стратегических и международных исследований США и др. [4]) и аналитическими компаниями (Freeform
Dynamics, Hurwitz&Associates, IDC и др. [5]) по заказу государственных организаций и крупных компаний, деятельность которых связана с СПО. Опубликованные статистические данные охватывают опыт
применения Linux и СПО в Европе и Америке. Рекомендации по внедрению и использованию СПО, выработанные на основе таких исследований (например, рекомендации Hewlett Packard и Olliance Group в
области управления свободным ПО [6]), лишь частично могут быть перенесены на российскую практику. Это связано со спецификой отношения к программному обеспечению, наследуемого от советского
прошлого, а также с особенностями российского законодательства. Так в части четвёртой Гражданского
кодекса РФ, разделе VII «Права на результаты интеллектуальной деятельности и средства индивидуализации» отсутствует понятие свободного программного обеспечения и какие-либо указания относительно использования свободных лицензий [7].
Обобщение и накопление опыта российских предприятий по использованию Linux и СПО представляет сложность по причине дефицита информации в открытых источниках. Публикуются данные,
касающиеся отдельных примеров миграций в государственных и частных организациях России [8].
Настоящее исследование является попыткой обобщить и проанализировать опыт российских
компаний, в той или иной степени осуществивших внедрение на Linux и свободные программы. В ходе
исследования использовались данные о внедрениях на базе операционных систем семейства
GNU/ Linux, опубликованных на сайте российской фирмы Etersoft [9]. Рассматриваются внедрения,
проведённые в 2007 – 2010 гг. в коммерческих и некоммерческих организациях (малых, средних и
крупных), расположенных в различных регионах России.
Анализ данных по внедрениям позволяет выделить следующие общие тенденции.
1. Рост числа Linux-