Обзор перспективных проектов в области устойчивого территориального развития и глобальных киберфизических систем

DOI:

Перспективные проекты в области устойчивого территориального развития и глобальных кибер-физических систем были представлены в рамках регулярных Российско-Китайский Форумов по инженерным технологиям, которые организуются в формате видеоконференций Российским Союзом научных и инженерных общественных объединений (РосСНИО) и Всекитайской Ассоциацией по науке и технологиям (CAST).

В статье представлен обзор научно-исследовательских работ по перспективным направлениям технологического развития современного общества, выполняемых Красноярским краевым Союзом научных и инженерных общественных объединений (ККСНИО) совместно с Красноярским краевым Домом науки и техники (ККДНиТ) РосСНИО при поддержке академических и индустриальных партнеров из России, Узбекистана и Китая.

Вопросы устойчивого развития территории являются сегодня актуальными не только для Сибирского региона, Крайнего Севера и Арктики (территориальные объекты, входящие в состав Красноярского края), но и для всей Российской Федерации и всего мира [1, 2].

Базовыми проектами являются проекты по повышению эффективности контроля траектории полета и управления воздушных судов (ВС) в экстремальных природноклиматических условиях как в пилотируемом варианте, так и беспилотных воздушных судов пассажирского и транспортного типа, и проекты по созданию модельноалгоритмического обеспечения технологии искусственного интеллекта в повышении отказоустойчивости киберфизических систем (КФС) [3-7].

РАЗРАБОТКА КОНЦЕПЦИИ УПРАВЛЕНИЯ БПЛА

В рамках направления исследований современных систем управления летательными аппаратами ряд работ по созданию концепции управления полетом грузового беспилотного летательного аппарата (БПЛА) в автономном режиме и в условиях распределенного взаимодействия группы БПЛА в изменяющейся среде обмена информацией в реальном времени поддерживается со стороны КНР компанией China Aviation Industry General Aircraft Zhejiang Institute Co.Ltd. Исследования проводятся и российскими учеными, выступающими в качестве иностранных экспертов по контрактам «Contract for the Employment of Foreign Experts». Текущий этап исследований включает разработку моделей и методов формирования и анализа исходных требований к модификации программно-аппаратного комплекса системы управления полетом грузового беспилотного самолета Y5, а также разработку комбинированного варианта системы контроля траектории движения воздушного судна (ВС) в пилотируемом и беспилотном варианте на базе бортового комплекса оборудования с использованием спутниковых радионавигационных систем [8-13].

Актуальной является задача повышения эффективности контроля траектории движения ВС при мониторинге с земли как в пилотируемом, так и в беспилотном варианте, минимизируя конструктивные изменения в бортовой аппаратуре ВС. Рассматривается возможность использования группировки низкоорбитальных спутниковых систем связи для передачи данных о местоположении ВС на диспетчерский пункт, расположенный на земле. Передача данных возможна как с использованием GSM связи через наземные станции, так и с помощью межспутниковых линий связи. Спутники связи имеют полный охват земной поверхности, что делает возможным проводить мониторинг траектории движения ВС в труднодоступных районах (в РФ таковыми, в частности, являются приполярные районы).

Результаты выполнения проекта отражают следующие достижения исследований в данном направлении:

• •    Разработана и прошла апробацию перспективная концепция контроля траектории движения ВС в различных режимах функционирования. Основная идея концепции, в отличие от известных, заключается в использовании спутниковой радионавигационной системы с учетом многовариантности ее космического сегмента и комплексной интеграции распределенных аппаратно-программных ресурсов.

• •    Разработана модель системы контроля траектории движения ВС, которая, в отличие от известных, основана на комплексировании применения бортового оборудования и спутниковых радионавигационных систем.

• •    Разработан многовариантный аппаратно-программный комплекс бортовой системы обнаружения ВС. В отличие от известных, комплекс основан контроле траектории движения ВС в автоматическом режиме (включая, БПЛА) с использованием разовых команд на бортовом накопителе информации (при необходимости в реальном времени) и обеспечении непрерывной связи между объектом и диспетчерским центром при осуществлении полета.

Одна из реализаций данной концепции представлена в проекте Красноярского краевого Дома науки и техники РосСНИО «Контроль траектории полета воздушных судов в экстремальных условиях Арктики и Крайнего Севера», который получил поддержку Красноярского краевого фонда науки в рамках конкурса проектов прикладных научных исследований и экспериментальных разработок, выполняемых магистрантами, аспирантами и молодыми учеными в целях обеспечения устойчивого развития Арктики и территорий Крайнего Севера (договор о порядке целевого финансирования № 644 от 17.12.2021 г.).

МОДЕЛЬНО-АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ТЕХНОЛОГИЙ ИИ В ГЛОБАЛЬНЫХ КФС

Исследования по созданию модельно-алгоритмического обеспечения технологий искусственного интеллекта (ИИ) в повышении отказоустойчивости КФС отвечает на запрос современности в условиях нарастающих требований по оценке антропогенного воздействия на природные экосистемы и связан с поэтапным переходом на низкоуглеродные технологии. Становится необходимым внедрять в существующие КФС новые контуры управления и петли обратной связи. Например, естественные технологии секвестрации углерода связаны с окружающей средой и природными экосистемами. При этом антропогенная эмиссия углеродсодержащих соединений, например, тепловых электростанций (ТЭЦ), как фактор, носит глобальный характер. Таким образом, формируемая петля обратной связи неустойчива, поскольку прямая оценка секвестрации данного фактора локальными экосистемами сложно оценима.

Новое научное направление исследований развивается на базе ранее полученных результатов в рамках ряда проектов, поддержанных Российским фондом фундаментальных исследований и Красноярским краевым фондом науки (конкурсы научных проектов, проводимые РФФИ совместно с субъектами РФ, в частности, грант РФФИ 18-48-240007 «Мультиверсионный метод повышения информационной надежности производственно-экологического мониторинга тепловых электростанций») [14-19]. Задачи дальнейших исследований заключаются в комплексном изучении и применении алгоритмов мультиагентных систем и технологий роевого интеллекта (на базе роя частиц типа «Smart Dust» - умная пыль) в управлении физическими, вычислительными и естественными процессами в масштабе глобальных КФС, ориентированных на сокращение углеродного следа.

Ключевая концепция использования умной пыли состоит в том, чтобы развернуть сети из множества миниатюрных устройств (мотов) на открытом пространстве для сбора различных данных и анализа состояния окружающей среды. Моты регистрируют уровень освещенности, вибрации, температуру, химический состав окружающей среды и самоорганизуются в сеть для обмена сообщениями.

Однако при мониторинг труднодоступной среды (например, в [19, 20] предлагается использовать умную пыль для анализа выходящих газов тепловых электростанций, работающих на угле) компоненты умной пыли подвергаются воздействию внешних физических факторов (температура, ветер, вибрации), которые приводят к выходу из строя отдельных мотов, снижая эффективность применения умной пыли или приводя к полному отказу данного информационно-аналитического канала передачи сообщений как между мотами, так и с внешними абонентами, включенными в кибер-физическую систему.

В рамках развития реализованных проектов планируется получить новые научные результаты, которые отражают следующие, представленные ниже, направления исследований.

• 1.    Модель роевого интеллекта в условиях регресса роя частиц типа «Smart Dust». По сравнению с существующими решениями, уникальность моделируемого роя частиц в том, что исследуемый рой со временем деградирует (вырождается), т.е. вводимые термины «время жизни роя» и «скорость деградации частиц роя», являются ключевыми, поскольку процессы межмашинного взаимодействия в рое должны быть построены таким образом, чтобы по данным одной частицы (агента) стало возможным воспроизвести и предсказать поведение других частиц (агентов) после потери коммуникации с участниками роя.

• 2.    Формализованный метод межмашинного взаимодействия частиц класса «Smart Dust» с серией сценариев поведения частиц и роя в целом. Метод направлен на получение алгоритмизированных процедур коммуникации частиц роя в формате один к одному, один ко многим, многие ко многим, и по обеспечению сохранения максимального количества данных от других участников роя. Принципиальная новизна предложенного метода заключается в хранении каждым агентом информации не только о себе, но и об остальных участниках роя.

• 3.    Методика формирования градиента значений параметров технологического процесса мультиагентной системой при обработке больших данных, получаемых от частиц роя. Методика предполагает применение эффективных, программно реализуемых подходов по нормализации и согласованию данных, исключению ошибочных, сбойных и недостоверных данных, чем отличается от текущих подходов, которые позволяют получить единичные значения контролируемых параметров, что имеет меньшую информационную значимость.

• 4.    Алгоритмы управления и принятия решения в отношении достоверности получаемой и передаваемой избыточной информации о ходе технологического процесса мультиагентной системы модельной петли обратной связи. В отличии от опубликованных ранее результатов, данный результат позволит оценить возможность формирования серии управляющих воздействий (построение трендов, выработка сигналов, алармов, сообщений) на физические процессы исследуемой киберфизической системы, для повышения качества регламентного течения технологического процесса.

• 5.    Алгоритм принятия решения роевого интеллекта, обеспечивающий динамическое изменение функционала частицы (режима работы) при выполнении целевой задачи – сохранение максимального количества данных от других участников роя, при этом, исключая из роя агенты с аппаратными сбоями и выполняя балансировку ресурсов в соответствии с режимами работы агентов. В отличии от ранее предложенных подходов планируемый к разработке метод учитывает заведомо невысокую надежность частиц «умной пыли» и аппаратные ограничения.

• 6.    Методика кластеризации осаждаемых частиц на отдельные области / домены, для дальнейшего построения характеристики насыщения частицами ландшафта экосистемы. В отличии от существующих подходов и решений планируемая к реализации методика позволят создать модельно-эмпирическую основу оценки планировочных решений по размещению объектов компенсационной инфраструктуры.

Научные исследования в данной области носят проактивный характер и направлены на формирование модельно-алгоритмического обеспечения перспективной мультиагентной технологии. На текущем этапе работ важно получить методологический подход в управлении / принятии решения роем, опираясь на роевый интеллект, как развитие раздела теории искусственного интеллекта, а также обосновать решения частных теоретических и модельно-практических задач, связанных с формированием мультиконтурной киберфизической системы.

На данном этапе развития технологий модельная абстракция роя выражена группой частиц без активной управляющей способности (функции), т.е. распространение роя рассматривается сопровождением физическими процессами (газообмен, конвекционные потоки и т.д.). Это позволит исследовать коммуникационные технологии частиц роя в формате один к одному, один ко многим, многие ко многим, формализовать методы и алгоритмы межмашинного взаимодействия частиц с выработкой сценариев поведения частиц и роя в целом, а также алгоритмов управления / принятия решения в отношении достоверности получаемой и передаваемой избыточной информации о ходе технологического процесса.

На основе модели взаимодействия частиц возможна разработка методики оценки распространения / посева частиц в ландшафте окружающей среды объекта – источника эмиссии (земли, леса, поля, водные объекты, населенные пункты и т.д.). Различные сценарии распространения частиц позволят создать модельно-эмпирическую основу оценки планировочных решений по размещению объектов компенсационной инфраструктуры (карбоновые полигоны, карбоновые фермы, тепличные хозяйства, системы класса Carbon Engineering для непосредственной очистки воздуха и т.д.).

Понимание меры антропогенного воздействия объектов эмиссии с учетом компенсационных мер, позволит реализовать методологическую модификацию алгоритма сравнительной экономической эффективности объекта в пользу экологической эффективности наряду с другими источниками антропогенной эмиссии.

Таким образом, научный базис в рамках данного направления исследований заключается в комплексном изучении и применении алгоритмов (подходов) мультиагентных систем и технологий роевого интеллекта в управлении физическими, вычислительными и естественными процессами в масштабе глобальных киберфизических систем, ориентированных на сокращение углеродного следа.

ЗАКЛЮЧЕНИЕ

Представленные в данном обзоре проекты объединяют общие подходы к организации управления автономными объектами и киберфизическими системами на макро (пилотируемые воздушные суда и БПЛА) и микро («умная пыль») уровне, учет экстремальных природно-климатических или природных экосистем (Арктика и Крайний Север) в условиях антропогенной эмиссии углеродсодержащих соединений, а также возможности применения технологий ИИ, мультиагентной технологии, а также аппарата нечеткой логики и биоинспирированных, например, роевых алгоритмов принятия решений (т.е. алгоритмов, вдохновленных процессами живой природы).