izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2023-6-13-20izmertech-1857Research ArticleОБЩИЕ ВОПРОСЫ МЕТРОЛОГИИ И ИЗМЕРИТЕЛЬНОЙ ТЕХНИКИGENERAL PROBLEMS OF METROLOGY AND MEASUREMENT TECHNIQUESМодель контроля технического состояния бортовой аппаратуры космических аппаратов на основе значений телеметрируемых параметров переходных процессовModel for monitoring the technical condition of onboard equipment of space vehicles based on the values of telemetered parameters of transient processesЛоскутовА. И.LoskutovA. I.

Андрей Иванович Лоскутов

Санкт-Петербург

Andrey I. Loskutov

St. Petersburg

ЯкимовВ. Л.YakimovV. L.

Виктор Леонидович Якимов

Санкт-Петербург

Viktor L. Yakimov

St. Petersburg

КарпушевС. И.KarpushevS. I.

Сергей Иванович Карпушев

Санкт-Петербург

Sergey I. Karpushev

St. Petersburg

ШиянА. Н.ShiyanA. N.

Александр Николаевич Шиян

Санкт-Петербург

Alexander N. Shiyan

St. Petersburg

СасункевичА. А.SasunkevichA. A.

Александр Анатольевич Сасункевич

Санкт-Петербург

Alexander A. Sasunkevich

St. Petersburg

ТатаренковА. Н.TatarenkovA. N.

Артем Николаевич Татаренков

Санкт-Петербург

Artem N. Tatarenkov

St. Petersburg

Военно-космическая академия им. А. Ф. МожайскогоРоссияA. F. Mozhaisky Military Space AcademyRussian Federation202319072023061320Copyright © Лоскутов А.И., Якимов В.Л., Карпушев С.И., Шиян А.Н., Сасункевич А.А., Татаренков А.Н., 20232023Лоскутов А.И., Якимов В.Л., Карпушев С.И., Шиян А.Н., Сасункевич А.А., Татаренков А.Н.Loskutov A.I., Yakimov V.L., Karpushev S.I., Shiyan A.N., Sasunkevich A.A., Tatarenkov A.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.izmt.ru/jour/article/view/1857

Рассмотрены вопросы идентификации бортовой аппаратуры космических аппаратов и формализации процесса контроля её технического состояния. Выявлена неоднозначность оценки технического состояния бортовой аппаратуры на основе параметров, характеризующих переходные процессы. Предложен подход к оцениванию параметров переходных процессов с использованием нейронной сети. Поставлена математическая задача – разработать модель контроля технического состояния бортовой аппаратуры космических аппаратов с минимизацией ошибочных решений о виде технического состояния в процессе контроля. Предложена концептуальная модель контроля технического состояния бортовой аппаратуры, расширенная нейросетевым преобразованием телеметрируемых параметров переходных процессов. Применение модели в распределённой системе контроля бортовой аппаратуры космических аппаратов позволяет исключить косвенный контроль по вычисляемым значениям параметров с целью достижения максимальной достоверности контроля. Показана эффективность предлагаемого подхода на примере системы управления движением космического аппарата. Оценены признаки технического состояния по телеметрируемым параметрам угловых скоростей. Телеметрируемые параметры получены с помощью датчиков. Полученные результаты показали преимущества использования многослойных нейронных сетей для формирования дополнительных признаков динамических систем и возможность достижения высокой точности оценивания данных признаков, тем самым обеспечив максимальную полноту контроля технического состояния бортовой аппаратуры космических аппаратов.

The issues of identifying the onboard equipment of spacecraft and formalizing the process of monitoring its technical condition are considered. The ambiguity of the assessment of the technical condition of the onboard equipment based on the parameters characterizing the transient processes is revealed. An approach to estimating the parameters of transient processes using a neural network is proposed. A mathematical problem has been set – to develop a model for monitoring the technical condition of onboard equipment of spacecraft with minimization of erroneous decisions about the type of technical condition in the control process. A conceptual model for monitoring the technical condition of the onboard equipment, extended by a neural network transformation of the telemetered parameters of transient processes, is proposed. The application of the model in a distributed control system for spacecraft onboard equipment makes it possible to eliminate indirect control by calculated parameter values in order to achieve maximum control reliability. The effectiveness of the proposed approach is shown on the example of a spacecraft motion control system. The values of signs of technical condition are estimated according to the values of the telemetered parameters of the angular velocities received from the sensors. The obtained results showed the advantages of using multilayer neural networks for the formation of additional features of dynamic systems and the possibility of achieving high accuracy of estimation of these features with their help, thereby ensuring the maximum completeness of the technical condition control.

модельидентификацияконтроль технического состояниябортовая аппаратурапереходный процесссистема управления движениемнейронная сетьтелеметрируемый параметрпризнакmodelidentificationtechnical condition controlon-board equipmenttransient processmotion control systemneural networktelemetered parameterfeatureReferencesМикони С. В., Соколов Б. В., Юсупов Р. М. Квалиметрия моделей и полимодельных комплексов: монография. М.: РАН, 2018. 314 с.Mikoni S. V., Sokolov B. V., Yusupov R. M. Qualimetry of models and polymodel complexes: monograph, Moscow, RAN Publ., 2018, 314 p. (In Russ.)Li Z., Tian L., Jiang Q., Yan X. Industrial & Engineering Chemistry Research, 2020, vol. 59, pp. 18061–18069. https://doi.org/10.1021/acs.iecr.0c03082Li Z., Tian L., Jiang Q., Yan X. Industrial & Engineering Chemistry Research, 2020, vol. 59, pp. 18061–18069. https://doi.org/10.1021/acs.iecr.0c03082Guan L., Qiao F., Zhai X., Wang D. IEEE Transactions on Instrumentation and Measurement, 2022, vol. 71, 3522111. https://doi.org/10.1109/TIM.2022.3200695Guan L., Qiao F., Zhai X., Wang D. IEEE Transactions on Instrumentation and Measurement, 2022, vol. 71, 3522111. https://doi.org/10.1109/TIM.2022.3200695Diao N., Zhang Y., Sun X., Song C., Wang W., Zhang H. IEEE Transactions on Power Electronics, 2023, vol. 38, no. 2, pp. 2539–2551. https://doi.org/10.1109/TPEL.2022.3216870Diao N., Zhang Y., Sun X., Song C., Wang W., Zhang H. IEEE Transactions on Power Electronics, 2023, vol. 38, no. 2, pp. 2539–2551. https://doi.org/10.1109/TPEL.2022.3216870Burrola G. L., Leal M. Á. L., Mijares J. S. 2022 XXIV Robotics Mexican Congress (COMRob), Mineral de la Reforma/ State of Hidalgo, Mexico, 2022, pp. 48–53. http://dx.doi.org/10.1109/COMRob57154.2022.9962315Burrola G. L., Leal M. Á. L., Mijares J. S. 2022 XXIV Robotics Mexican Congress (COMRob), Mineral de la Reforma/ State of Hidalgo, Mexico, 2022, pp. 48–53. http://dx.doi.org/10.1109/COMRob57154.2022.9962315Лоскутов А. И., Клыков В. А., Ряхова Е. А., Столяров А. В., Шестопалова О. Л. Нейросетевой подход к кластеризации контролируемых параметров как одного из этапов автоматизации процесса идентификации сложных технических объектов // Измерение. Мониторинг. Управление. Контроль. 2021. № 1(35). С. 5–16. https://doi.org/10.21685/2307-5538-2021-1-1Loskutov A. I., Klykov V. A., Ryakhova E. A., Stolyarov A. V., Shestopalova O. L. Measurement. Monitoring. Management. Control, 2021, vol. 1(35), pp. 5–16. (In Russ.) https://doi.org/10.21685/2307-5538-2021-1-1Лоскутов А. И., Клыков В. А. Идентификация и техническое диагностирование бортовой аппаратуры автономных космических аппаратов на основе биективного преобразования множества диагностических признаков // Контроль. Диагностика. 2016. № 4. С. 57–63. https://elibrary.ru/vszfafLoskutov A. I., Klykov V. A. Kontrol’. Diagnostika, 2016, no. 4, pp. 57–63. (In Russ.) https://elibrary.ru/vszfafЯкимов В. Л., Мальцев Г. Н. Гибридные сетевые структуры и их использование при диагностировании сложных технических систем // Информатика и автоматизация. 2022. Т. 21. № 1. С. 126–160. https://doi.org/10.15622/ia.2022.21.5Yakimov V. L., Maltsev G. N. Informatics and Automation, 2022, vol. 21, no. 1, pp. 126–160. (In Russ.) https://doi.org/10.15622/ia.2022.21.5Walsh S., Murphy D., Doyle M., et. al. Aerospace, 2021, vol. 8(9), 254. https://doi.org/10.3390/aerospace8090254Walsh S., Murphy D., Doyle M., et. al. Aerospace, 2021, vol. 8(9), 254. https://doi.org/10.3390/aerospace8090254Monteiro J. P., Rocha R. M., Silva A., Afonso R., Ramos N. Aerospace, 2019, vol. 6(12), 131. https://doi.org/10.3390/aerospace6120131Monteiro J. P., Rocha R. M., Silva A., Afonso R., Ramos N. Aerospace, 2019, vol. 6(12), 131. https://doi.org/10.3390/aerospace6120131Suhadis N. M. Proc. International Conference of Aerospace and Mechanical Engineering 2019. In: Lecture Notes in Mechanical Engineering. Springer, Singapore. 2020, pp. 563– 573. https://doi.org/10.1007/978-981-15-4756-0_50Suhadis N. M. Proc. International Conference of Aerospace and Mechanical Engineering 2019. In: Lecture Notes in Mechanical Engineering. Springer, Singapore. 2020, pp. 563– 573. https://doi.org/10.1007/978-981-15-4756-0_50

The authors declare that there are no conflicts of interest present.