Подход к оценке сложных технических систем на ранней стадии разработки

На ранних стадиях проектирования и анализа объектов двойного назначения используются методы, модели и алгоритмы оптимизации сложных технических систем (СТС), обеспечивающие заданные тактико-технические характеристики (ТТХ). При этом используются системы имитационного моделирования и поддержки принятия решений в среде информационно-аналитических систем (ИАС).

Качество объектов СТС определяется совокупностью характеристик и свойств, обусловливающих пригодность к удовлетворению определённых потребностей1. Многообразие этих свойств определяет набор показателей качества. К ним относятся показатели, учитывающие назначение, надёжность, технологичность, стандартизацию и унификацию, транспортабельность, безопасность, а также эргономические, эстетические, экологические, патентноправовые и экономические показатели объектов СТС. Кроме понятия качества продукции существует термин технический уровень (ТУ)2, отражающий степень использования мировых научно-технических достижений для её создания. ТУ определяется тем же составом показателей, что и качество продукции, за исключением экономических показателей. Оценки показателей качества СТС получают на базе информационных моделей, адекватных процессам функционирования объектов СТС.

Динамично развиваются сегодня СТС – беспилотные многоцелевые летательные аппараты (БЛА), которые используются в различных странах мира.

В статье рассматриваются объекты комплекса БЛА (КБЛА) [1-4]. Многофункциональный КБЛА представляет совокупность взаимоувязанных в единую структурнофункциональную систему БЛА и наземных технических средств, обеспечивающих применение БЛА в воздухе, а также техническую эксплуатацию на земле. Структурный состав объектов для многофункциональных КБЛА может изменяться в зависимости от решаемых задач, их масштабов, видов действий и условий применения БЛА по назначению.

1    Технический облик беспилотных летательных аппаратов

Под техническим обликом БЛА понимается совокупность количественных показателей и параметров, количественно-качественных характеристик и свойств, определяющих конструктивно-аэродинамическую схему БЛА, его силовую установку, а также состав и характеристики свойств комплекса бортового оборудования и вооружения, обеспечивающая реализацию заданных ТТХ [5].

Многофункциональный КБЛА – это КБЛА, выполняющий функции разведки, доставки различных грузов, удара, ретранслятора, мониторинга пространства, патрулирования и др., который может использоваться в радиационной, химической, бактериологической обстановке. Эффективность КБЛА характеризуется степенью соответствия результатов проводимой операции и её цели, обусловливается показателями их качества и оценивается по критериям оптимальности. Особенности выбора многофункционального КБЛА, в том числе по критерию ТУ приведены в работах [4, 6].

При исследовании КБЛА в задачах оптимизации за критерий оптимальности принимают вероятность выполнения возложенной задачи. Оценку вероятности выполнения задачи можно представить P _вз = Р (θ) , где Р (θ) – вероятность выполнения задачи; θ – событие, которое связано с условием выполнения задач для БЛА, т.е. с конечной целью операции. Случайность события θ является следствием множества воздействий на КБЛА.

Анализ данных в такой постановке задачи сводится к определению основных групп показателей функциональной эффективности.

• ■    Задачи обнаружения и распознавания объектов-целей (пожары, наводнения, поиск и др.) связаны с вероятностью обнаружения объекта-цели в заданных диапазонах условий возможного применения и с вероятностью распознавания объекта-цели в заданных диапазонах условий возможного применения.

• ■    Задачи по доставке грузов к объекту-цели связаны с вероятностью доставки груза к объекту-цели.

• ■    Задачи контроля (мониторинга) окружающей среды, связаны с вероятностями выполнения задач ретрансляции данных, постановки помех, радиационной, бактериологической и химической разведки, патрулирования границ, поиска пожаров, пропавших людей.

• 2.1.1    Построение стохастических моделей анализа многофункциональных КБЛА

Вероятностные показатели и характеристики являются важными при оценке качества продукции на ранних стадиях предварительного анализа и проектирования СТС.

2    Моделирование анализа технического облика СТС 2.1 . Постановка задачи исследования

Подходы к разработке информационных моделей анализа технического облика СТС могут быть различными. Можно выделить три основных направления: построение стохастических моделей, экспертные оценки, гибридные модели [7, 8]. Данные методы, как правило, ориентированы на получение первичных показателей и основных характеристик СТС, связанных с понятием «технический облик».

Для реализации первого подхода применяют методы статистической динамики, статистической линеаризации [7], канонических разложений [9], метод неградиентного случайного поиска (НСП) [10] и др. Для проведения оценки объектов СТС применяют множество методов экспертных оценок с различными подходами. Они также важны в прогнозном моделировании и в задачах проектирования объектов КБЛА. Для реализации комбинированного подхода к оценкам СТС требуются концептуальные описания объектов в виде информационных моделей для анализа показателей и основных характеристик в среде ИАС.

Назначение КБЛА во многом определяется конечной целью типовой операции: обнаружение и распознавание объекта-цели Р _по= F ( Р _обн, Р р ), доставка грузов к объекту-цели, оцениваемой вероятностью доставки груза Р _ц. В данной работе используется метод НСП, в котором алгоритмы выбираются исходя из сравнении вектора состояния Y(t) системы с выходным сигналом желаемого (требуемого) процесса Y _г [10].

Формальная связь характеристик входного Х ( t ) и выходного сигналов Y ( t ) определяется оператором системы A ( Y,X;t ). Изменять оператор А (•) можно путём изменения некоторых управляющих звеньев СТС, которые связаны с блочной матрицей S c , в которую, как правило, включаются искомые параметры объекта СТС и выбираемая модель из блоков базы данных.

При этом Y(t)=A(Y,X,Sc;t)Х(t). Изменяя оператор A(Y,X,Sc;t) с помощью матрицы Sc, можно осуществить сближение Y(t) и Yг. Управление качеством - это информационный процесс в ИАС, основной задачей которого является сближение Y(t) и Yт, наличие отклонения в их значениях свидетельствует о потере качества. Чтобы отклонениям придать свойство измеримости, принимается функция потерь £ (Y,Yг) [7, 10, 11]. Преобразуя функцию потерь [4, 10], можно получить критерий оптимизации СТС Р(9|Sc, А,)max, в котором параметры управля-ν ющей матрицы будут оптимизированы при равенстве So = Sc в модели А ,. Решения для А v выбирают из модельного ряда - набора однородных типовых объектов в КБЛА, характеризующихся именем, признаками, входными и выходными параметрами, средой функционирования.

Оптимизированные оценки Р _по, Р обн , Р _р , Р _ц и др. показателей многофункциональных КБЛА находятся по условию максимума для свёртки критерия Р (9)= тахР( 9 |S₀) . Критерии изменяются под воздействием управляющей матрицы S_c , связанной с событиями для звеньев модельного ряда А 1,А2,...А_п...,А^ с учётом основных принимаемых ограничений [4, 7, 11].

Таким образом, свёртка критерия может иметь вид:

Р (9 S „) = max F ( S_C1 A, ), F ( S_C1 A ) = P l A L ^T i l S C l^ L A r l, ( , = 1, N ),

• ¹       A - S-      C ¹ C ^{1 v}        P ( A , ) f , ( S_c ,| A , )

• 2.1.2    Критерий эффективности объектов СТС на ранних стадиях разработки

где S C1 – матрица искомых параметров (часто принимаются коэффициенты закона управления БЛА, коэффициенты алгоритма калмановской фильтрации и др.); А ν – элементы матрицы модельного ряда и v -го сочетания управляющей матрицы S c ; f^^. ) - плотность вероятности события θ и события А ν ; f ν (^.) – плотность вероятности для события А ν ; Р ( А ν ) – вероятность события А ν и Р ( А ν |θ) – условная вероятность события А ν .

Достоинством изложенного подхода является построение согласованной системы моделей для получения оценок основных показателей, характеризующей степень совершенства объектов в КБЛА [4, 6].

Анализ процесса создания продукции нового качества позволяет установить, что определяющим условием успешной разработки является наличие достаточного количества элементов новизны [12]. Для определения стратегий оптимального развития СТС предлагается использовать модель с элементами новизны и преемственности разрабатываемой СТС, которая позволяет воспользоваться показателем эффективности следующего вида:

Fэфф =. f (Kо,v, R, t), где KО – характеристика качества облика создаваемых объектов СТС;

v - характеристика уровня разработки по показателям преемственности и новизны;

R – характеристика ресурсного обеспечения;

t – временная технологическая характеристика.

С помощью информационной модели с использованием системы показателей и основных характеристик КБЛА производится оценка качества структуры БЛА на протяжении всего жизненного цикла. При различных испытаниях используется соответствующая группа показателей качества и функциональной эффективности. В зависимости от решаемой задачи проекта на множестве частных сформированных показателей качества формируется критерий эффективности.

• 2.2    Структурно-параметрическая оптимизация моделей БЛА

Теоретико-вероятностные методы анализа и исследования СТС получили широкое применение на ранних стадиях разработки БЛА. Для оптимизации БЛА с использованием метода НСП принята функция потерь [10, 11]:

£(Y,Y T ) = <

£ 1, при 6(Y ,Y _T ),

0 , при θ(Y,YT ), в которой £ 1 - величина потерь; YT - требуемый вектор выходных сигналов СТС; Y- моде- лируемый выходной сигнал; θ(Y,YT) – событие, состоящее в том, что при конкретной реализации входного сигнала Х реализация выходного сигнала Y удовлетворяет требованию близости к требуемому YТ.

Среднее значение функции потерь определяется из выражения

M [ £ ( Y , Y t ) S c ] = £, [ 1 - P ( e( Y , Y 0| S c ) ].

где P(9(Y. Yt)|Sc) - вероятность события 9(Y. Yt) при фиксированных значениях элементов управляющей матрицы Sc, связанной с управляющими звеньями системы.

За критерий оптимальности в структурно-параметрической оптимизации СТС с применением НСП принимается минимальное условное среднее значение функции потерь [4, 6]. Таким образом. при любых значениях £ 1 справедливо следующее равенство:

M\(Y,YT)|SO] = max P(9(Y, YT)\SC), J VSC e QC где So- оптимальная управляющая матрица; Q с - допустимая область поиска.

Сложное событие θ в имитационном моделировании типовых функциональных задач для БЛА состоит из ряда событий: старта θ ст , полета по маршруту θ н , преодоления угроз БЛА θ уг , выхода в район объекта-цели (ОЦ) θ вых , обнаружения ОЦ θ по , доставки груза ОЦ θ оц и др.

Информационная вероятностная модель применения многофункционального БЛА представляет собой обобщённую вероятностную модель процесса в пространстве состояний. Данная модель отражает основные свойства СТС с позиций теоретико-вероятностного подхода, отображает основные этапы применения объектов и определяет аналитическую связь для вероятностей состояний и переходных вероятностей. Последние по существу представляют собой вероятности решения задач того или иного этапа применения КБЛА [4, 6, 11].

Таким образом, представленная информационная математическая модель также необходима для получения первичной оценки вероятностных показателей к характеристикам ТУ в среде ИАС наряду с экспертными оценками.

3    Выбор рационального варианта объектов КБЛА 3.1    Принцип выбора БЛА

Выбор объектов для СТС с использованием модели БЛА предполагает многокритериальное оценивание множества показателей в компьютерной среде и соответствующей концепции [13]. Критерий качества задаётся, исходя из смысла решаемой задачи СТС. Для принятия решения по вероятностным показателям и характеристикам в процедурах НСП, а также при поиске лучшей модели альтернативных вариантов объектов из базы данных многофункциональных КБЛА может быть использована также экспертная оценка в среде ИАС.

Пусть a - допустимая альтернатива модели объекта СТС и А - множество всех допустимых альтернатив. Пусть каждому действию или выбору a из А соответствует совокупность показателей J 1 (a),…,J m (a). Можно считать, что m показателей J 1 ,...,J m отображает каждое а из А в некоторой точке m -мерного пространства исходов действий.

Задача состоит в таком выборе а из А , чтобы получить оптимальный в отношении принятого критерия вариант из J 1 (a),…,J m (a), т.е. нужна «свёртка» для критерия, которая бы объединяла всю совокупность J 1 (a), …, J m (a) в скалярный показатель предпочтительности.

• 3.2    Пример выбора БЛА с помощью ИАС

ИАС «Оценка и выбор» относится к системам поддержки принятия решений и базируется на использовании многокритериального анализа методом экспертных оценок [14].

Выбор СТС осуществляется с использованием известных математических методов теории принятия решений [15, 16] и современных информационных технологий [17]. Разведывательно-ударные и ударные БЛА можно разделить по взлётной массе на четыре класса: 0,32 т – класс 1; 2-6 т – класс 2; 6-13 т – класс 3; 13-25 т – класс 4. Для сравнительного анализа были выбраны существующие и разрабатываемые БЛА, принадлежащие классу 1.

Основные ТТХ разведывательно-ударных и ударных БЛА, которые приняты в качестве оценочных показателей, приведены в таблице 1.

Совокупность оценочных показателей определяет техническое совершенство БЛА, а степень их значимости определяется коэффициентом весомости каждого из них. В такой постановке лучшим образцом БЛА признается тот, который «набрал» при анализе наибольшее число баллов (рейтинг). Рейтинг альтернативы (образца БЛА) рассчитывается по формуле:

R (i) = £ Wj • Rj (i) , где Wj – весовой коэффициент интегрального показателя j,

R j ( i ) = ∑ W kj U kj ( i )– рейтинг альтернативы i по интегральному показателю j.

W kj – вес единичного показателя k интегрального показателя j ;

U kj ( i ) – значение функции ценности единичного показателя k альтернативы i интегрального показателя j .

Таблица 1 – Основные характеристики БЛА массой 0,3-2 т (класс 1) для проведения сравнительного анализа

Наименование БЛА (страна)	Взлётная масса M ВЗЛ , кг	Масса боевой нагрузки M БН , кг	Дальность полёта D П , км	Продол-житель-ность полета T П , ч	Высота полета (практический потолок) H П , м	Максимальная скорость полёта V МАКС , км/ч	Количество точек подвески n, ед.	Стоимость БЛА С БЛА , млн. долл.
«Форпост-М» (Россия)	454	100	500	17,5	5000	200	2	7,5
«Дозор-600» (Россия)	640	220	3700	30	7500	210	–	6
«Гермес 900» (Израиль)	1180	350	4000	36	9145	220	2 ∗	12 ∗
« Орион-1 (Э)» (Россия)	1200	200	600	24	8000	200	2	6
«Импакт 1300» (Израиль)	1300	400	1500	30	9000	250	2 ∗	9 ∗
СН-4В (Китай)	1350	345	1600	14	7000	250	4	4
«Вин Лун-1D» (Китай)	1500	400	2000	35	7500	280	4	8 ∗
MQ-1C «Грэй Игл» (США)	1634	478	8000	36	8840	280	4	17 ∗
«Рустом-2» (Индия)	1800	350	900	24	10660	300	2	10
* Экспертная оценка

В качестве основных оценочных показателей при сравнительном анализе многофункциональных БЛА приняты нормированные показатели, представленные в таблице 2. Они образуют интегральный показатель «качество» (ТУ – совокупность свойств объекта, отражающих его техническое совершенство [18]). Коэффициенты весомости оценочных показателей разработаны по результатам обработки оценок десяти экспертов, в качестве которых были привлечены специалисты в области конструирования и аэродинамики БЛА, систем наведения и управления, системного анализа и боевой эффективности комплексов авиационного вооружения.

Таблица 2 – Перечень нормированных оценочных показателей БЛА и их значимость

Наименование оценочного показателя	Значимость показателя (коэфф-т весомости W )
Взлётная масса M ВЗЛ	0,125
Масса боевой нагрузки M БН	0,150
Дальность полета D П	0,150
Продолжительность полета T П	0,125
Высота полета (практический потолок) H П	0,100
Скорость полета (максимальная) V МАКС	0,100
Количество точек подвески (УР и УАБ) n	0,150
Стоимость БЛА С БЛА	0,100

Полученные функции ценности оценочных показателей представлены на рисунке 1.

При формировании функции ценности по каждому оценочному показателю принимаются во внимание функциональное предназначение БЛА, основные требования по ТТХ, предъявляемые к данному классу БЛА, учитываются предпочтения по выбору концепции развития СТС или конкретных технических решений.

Масса боевой нагрузки М бн , т

Скорость полёта (макс) V п , км/ч

Количество точек подвески n, ед.

Стоимость БЛА C, млн. долл.

Рисунок 1 – Функции ценности для оценочных показателей при проведении сравнительного анализа БЛА массой 0,3-2 т (класс 1)

Соотношение качественной и количественной оценок представлено в таблице 3. Итоговые результаты сравнительного анализа БЛА представлены в таблице 4.

Таблица 3 – Численные значения оценки и их словесная интерпретация

Рейтинг	Лингвистическая интерпретация (в виде высказываний)
0.00 – 0.05	«Минимально приемлемо»
0.05 – 0.15	«Очень посредственно»
0.15 – 0.25	«Посредственно»
0.25 – 0.35	«Вполне удовлетворительно»
0.35 – 0.45	«Почти хорошо»
0.45 – 0.55	«Хорошо»
0.55 – 0.65	«Очень хорошо»
0.65 – 0.75	«Почти отлично»
0.75 – 0.85	«Отлично»
0.85 – 0.95	«Замечательно»

Таблица 4 – Итоговые результаты анализа многофункциональных БЛА массой 0,5-2 т (класс 1)

Моделируемый объект БЛА	Место	Баллы
MQ-1C «Грей Игл» (США)	1	677
«Вин Лун-1D» (Китай)	2	515
«Рустом-2» (Индия)	3	431
«Импакт 1300» (Израиль)	4	387
СН-4В (Китай)	5	382
«Гермес 900» (Израиль)	6	373
«Дозор-600» (Россия)	7	310
«Орион-1 (Э)» (Россия)	8	211
«Форпост-М» (Россия)	9	98

Из таблицы 4 следует, что по совокупности оценочных показателей по рейтингу на первые места вышли MQ-1C «Грей Игл» (США), «Вин Лун-1D» (Китай), «Рустом-2» (Индия).

На рисунке 2 представлено изображение рабочего окна монитора в среде ИАС «Оценка и выбор» с результатами сравнительного анализа БЛА по двум методам – методу взвешенного суммирования и методу идеальной точки, соответственно.

ИАС «Оценка и выбор» позволяет провести анализ по каждому типу БЛА, выявить картину основных свойств. Например, БЛА «Дозор-600» занял седьмое место, так как получил низкую оценку по оценочным показателям «Взлётная масса» и «Масса боевой нагрузки». Одной из причин такой оценки может быть то, что взлётная масса и масса боевой нагрузки у данного БЛА оказалась меньше заданной нижней границы функций ценности.

UI HCUK ObbtK I Ob КИПА. Ы AZ методика: -методика-ОТУ-БЛА-класс1 новое методика: -Методика-ОТУ-БЛА-класс 1 новое

О Дополнительные результаты

• Дополнительные йй Метод взвешенного суммирование миле I реи Игл (США

Вин Лун 1D Китай

Рустои-2 (Индия)

Ии пакт 1dUU (Израиль)

LH4b Китаи

(ериесУии (Израиль

Дозор-600 (Россия

Орион-1 (3) [Россия)

MO-1L (реи Игл [США

Вин Лун W [Китаи

Рустои-2 (Индия

Иипакгиии (Израиль

LH4B Китай

ГериесЭОО Израиль

Дозор-bUU (Россия

Орион-1 (J) (Россия]

I ермес НПО (Израиль

Дозор-600 (Россия

MQ-1C Грей Игл США

Вин Пун- 1D (Китаи)

рустом-/ (ИНДИЯ импакт иии (Израиль

СК 4 В Китаи

MQ-1C "Грей Игл" (США)

Вин Лун-1 D (Китаи

Рустом-2 (Индия

Импакт 1300 (Израиль

СН-4В (Китаи)

I ермес you (Израиль

1 I3ii;-i 1111 (РОССИЯ

а)

б)

Рисунок 2 – Результаты анализа БЛА в ИАС «Оценка и выбор»: а) по методу весовых коэффициентов (взвешенного суммирования); б) по двум методам (методу весовых коэффициентов и методу идеальной точки)

На рисунке 3 представлены результаты анализа по оценочным показателям БЛА MQ-1C «Грей Игл» (США), получившего высшую оценку, и отечественного БЛА «Дозор-600».

a

| Информационно - аналитическая система <<ОЦЕНКАи ВЫБОР>> - Приложение SISTE...

Каталоги Окно Импорт Справка

В

I СПИСОК ОБЪЕКТОВ ВИДА: БЛА2 ________________________________________________ ^РЕЗУЛЬТАТЫ МНОГОКРИТЕРИАЛЬНОГО СРАВНИТЕЛЬНОГО АНАЛИЗА ГРУППЫ ОБЪЕКТОВ

Итоговые оценки

Метод идеальной точки

| РЕЗУЛЬТАТЫ МНОГОКРИТЕРИАЛЬНОЙ ОЦЕНКИ ОБЪЕКТА: МО-1 С Трей Игл" (США)

Метод взвешенного суммирования

Оценка |Почти отлично (5-)

Оценка |Почти отлично (5-)

0.100 Высота полета (практический потолок) Нп, м

0.125 Взлетна я масса М взл,к г

0.100 Стоимость БПА Сбла, млн. долг

Обобщенный показатель

0.150 Дальность полета Do, км

0.150 Масса боевой нагрузки Мбн. кг

338 Превосходно(5+)

389 Превосходно(5+)

533 Очень хорошо (4+)

37 Минимально приемлемо 13-

J

а)

б)

Рисунок 3 – Результат многокритериальной оценки БЛА в ИАС «Оценка и выбор»: а) MQ-1 «Грей Игл» (США); б) «Дозор-600» (Россия)

К числу основных задач, возлагаемых на разведывательно-ударные БЛА, относится доставка боевой нагрузки к цели, что показано на межпараметрических связях в системе координат «Масса боевой нагрузки М бн, кг» – «Взлётная масса М взл, кг» (рисунок 4а) и «Масса боевой нагрузки М бн, кг» – Дальность полета D п, км» (рисунок 4б).

Представляют интерес межпараметрические связи между итоговым результатом и оценочными показателями «Взлётная масса М взл, кг», «Дальность полета D п, км» (рисунок 5), «Масса боевой нагрузки М бн, кг», «Стоимость СБЛА, млн. долл.» (рисунок 6).

а)                                                                б)

Рисунок 4 – Результат анализа БЛА MQ-1»Грей Игл» (США) в ИАС «Оценка и выбор» в системе координат: а) «Масса боевой нагрузки М бн, кг» – «Взлётная масса Мвзл, кг»;

б) «Масса боевой нагрузки М бн, кг» – «Дальность полета D п, км»

Из анализа рисунков 4-6 следует, что по коэффициенту полезной нагрузки (отношение массы боевой нагрузки M БН к взлётной массе M взл ) и максимальной дальности полета D П , а, следовательно, максимальной транспортной производительности Т ПР [19], наилучшим является разведывательно-ударный БЛА MQ-1C «Грэй Игл» (США). Это соответствует первому месту в рейтинге исследуемых БЛА (таблица 4). При этом стоимость БЛА MQ-1C «Грэй Игл» имеет наибольшее значение среди анализируемых БЛА.

а)                                                                      б)

Рисунок 5 – Результат анализа БЛА в среде ИАС «Оценка и выбор» в системе координат: а) «Итоговая оценка»– «Взлётная масса М взл, кг»; б) «Итоговая оценка»– «Дальность полета Д п, км»

б)

а)

Рисунок 6 – Результат анализа БЛА в среде ИАС «Оценка и выбор» в системе координат: а) «Итоговая оценка»– «Масса боевой нагрузки Мбн, кг»; б) «Итоговая оценка»– «Стоимость С БЛА , млн. долл»

Результаты информационного моделирования СТС и первичные оценки их показателей с основными характеристиками БЛА предоставляют возможность выбрать наиболее предпочтительный вариант разработки (или закупки) или выбора направлений исследований перспективных многофункциональных БЛА.

Заключение

Одним из подходов к оценке СТС может служить использование сочетаний теоретиковероятностных методов и методов экспертных оценок с соответствующими информацион- ными моделями и алгоритмами, реализующими их.

Процесс выбора БЛА из числа альтернативных при создании СТС показан на примере многофункциональных БЛА класса 1 с помощью ИАС «Оценка и выбор», в которой реализован многокритериальный метод оценивания.