|
|
 Содержание № 6, 2024
Обзоры
Кулида Е. Л., Лебедев В. Г. Перспективные подходы к прогнозированию оставшегося срока полезного использования авиационных двигателей (с. 3-19)
Аннотация. Представлен обзор литературы, посвященной диагностике и прогнозированию оставшегося срока полезного использования авиационных двигателей на основе глубокого обучения. Приведена формальная постановка задачи оценки оставшегося срока полезного использования. Рассмотрены основные архитектуры глубоких нейронных сетей, применяемые для обнаружения редких сбоев и прогнозирования следующих сбоев на основе данных мониторинга авиационных двигателей. Рассмотрено извлечение информативных признаков с помощью автоэнкодеров. Приводится структура ячеек долгой кратковременной памяти и механизма внимания, применяемых в глубоких нейронных сетях для прогнозирования оставшегося срока полезного использования. Рассматривается задача интеграции прогноза оставшегося срока полезного использования в планирование технического обслуживания на основе обучения с подкреплением.
Ключевые слова: диагностика авиационных двигателей, прогнозное техническое обслуживание, прогнозирование оставшегося срока полезного использования, глубокое обучение.
Англоязычная версия статьи
Анализ и синтез систем управления
Белов А. А., Андрианова О. Г. Вычисление спектральной энтропии случайного стационарного процесса (с. 20-26)
Аннотация. Решается задача вычисления уровня спектральной энтропии стационарного случайного процесса. Под спектральной энтропией (σ-энтропией) сигнала понимается скалярная величина, характеризующая окрашенность шума и определяющая класс сигналов, действующих на систему в зависимости от выбора полосы исследования. Предполагается, что случайный процесс задан либо в виде формирующего фильтра, на вход которого поступает белый шум с единичной ковариационной матрицей, либо в форме автокорреляционной функции. Получено аналитическое решение задачи вычисления уровня спектральной энтропии случайного стационарного процесса по известной математической модели формирующего фильтра в виде лог-детерминантной функции, зависящей от передаточной матрицы и грамиана наблюдаемости фильтра. Предложен алгоритм вычисления Г-энтропии для стационарных случайных процессов с известной автокорреляционной функцией. Метод сводится к восстановлению математической модели формирующего фильтра с использованием факторизации его спектральной плотности. Приведен численный пример расчета спектральной энтропии для возмущения, описывающего скорости порывов ветра, действующих на летательный аппарат.
Ключевые слова: спектральная энтропия, стационарный случайный процесс, спектральная плотность, автокорреляционная функция, формирующий фильтр.
Англоязычная версия статьи
Управление в медико-биологических системах
Кубряк О. В., Ковальчук С. В. Искусственный сенсорный компонент в системе человек – машина с комбинированной обратной связью (с. 27-37)
Аннотация. Предлагается концептуальный подход к построению комбинированной обратной связи в системе человек – машина с введением искусственного сенсорного компонента обратной связи, управляемого технической подсистемой. Подход направлен на систематизацию роли комбинированной обратной связи в управлении многоагентными системами, включающими дополнительные элементы, людей и искусственных агентов. Он исследован в задаче управления вертикальной позой человека, а также в синтетических экспериментах (на модели CartPole), рассматриваемых на примере обучения с подкреплением. Изучалась изменчивость эффективности решения задачи управления в зависимости от характеристик каналов передачи информации и модификации свойств введенного искусственного сенсорного компонента обратной связи. Полученные результаты показывают концептуальное сходство наблюдений натурного эксперимента и искусственного численного эксперимента в части функционирования дополнительного канала обратной связи – как присутствие сходного эффекта перерегулирования, так и перспективы повышения качества управления путем настройки искусственного сенсорного компонента.
Ключевые слова: взаимодействие человек – машина, оптимальное управление, обратная связь, обучение с подкреплением, многоагентные системы.
Управление техническими системами и технологическими процессами
Круглов С. П. Адаптивное управление скалярным объектом в форме вход – выход на основе идентификационно-аппроксимационного подхода (с. 38-50)
Аннотация. Рассмотрен подход к построению адаптивного управления скалярным объектом с текущей параметрической неопределенностью, для которого доступны измерению только его вход и выход, на основе упрощенных условий адаптируемости. Данный подход относится к непрямому самонастраивающемуся управлению с использованием алгоритма текущей параметрической идентификации и неявной эталонной модели. Структура настраиваемой модели в алгоритме идентификации выбирается как можно более простой, соответствующей основному движению объекта управления и элементарному динамическому звену или звеньям. В результате текущие оценки в составе указанной модели аппроксимируют движение объекта, критерием чего является сходимость невязки идентификации. Также требуется обеспечить определенные требования к текущим оценкам параметров. Эти оценки, даже неточные, используются для формирования закона управления, доставляющего заданные свойства замкнутой системы управления. Указанное положение предложено трактовать как уточнение известного принципа уверенной эквивалентности с исключением требования асимптотически точного оценивания параметров для достижения самонастраивающейся системой адаптивных свойств в задачах управления по выходу объекта. Основные соотношения приведены для примера, когда доминирующая динамика объекта близка колебательному процессу без дополнительной временной задержки. Предложено применять алгоритм идентификации в виде рекуррентного метода наименьших квадратов с фактором забывания и некоторыми модификациями. Приведены два примера решения задач построения адаптивных систем: управление угловым движением мостового крана и парирование колебаний упругого трехмассового привода. Предложено назвать рассматриваемый подход идентификационно-аппроксимационным. Отмечены возможность и пути его дальнейшего совершенствования.
Ключевые слова: адаптивное управление с самонастройкой, текущая параметрическая неопределенность, алгоритм текущей параметрической идентификации, принцип уверенной эквивалентности, сходимость оценок параметров.
Хроника
Номер целиком:
Опубликовано 28 декабря 2024 г. |
