Владимир Живетин.

Методы и средства обеспечения безопасности полета



скачать книгу бесплатно

Способы решения задачи различны в случаях, если исследуемый ЛА находится на стадии проектирования или на стадии эксплуатации. В случае, когда ЛА находится в эксплуатации, есть возможность получить статистический материал о случайном процессе ?у, например, в виде плотности вероятностей W(?у, t). Однако при таком подходе невозможно вскрыть влияние отдельных подсистем (1–7) (рис. 1.30) на величину ?у, т. е. оценить влияние производства, систем контроля, системы управления (в том числе пилота), следовательно, и их влияние на величину технического риска.

На этапе проектирования необходимо установить зависимость или построить математические модели между входами и выходами каждой из подсистем (1–7), а также модели погрешностей, порожденных каждой из этих подсистем. Полностью описать процессы от подсистемы (1) до подсистемы (7) достижения конечной цели полета – максимальной дальности – затруднительно, поэтому в некоторых моделях необходимо использовать результаты экспериментальных исследований для введения эмпирических соотношений в математические модели. Такой метод расчета численных величин показателей технического риска не позволяет получить окончательные результаты чисто теоретическим путем. Однако предлагаемый ниже метод дает возможность выделить задачи, которые решаются чисто расчетным или чисто экспериментальным путем, тем самым обеспечивая целенаправленное проведение экспериментальных исследований, а также уменьшение их объема.

К задаче перераспределения погрешностей производства

Блок-схема совокупности систем, оказывающих влияние на потери инвестора, представлена на рис. 1.31 (СУ – система управления). Здесь рассматривается полет на максимальную дальность Lmax. Основная система автоматического контроля – САК-1, задачей которой является измерение фактических значений параметров траектории движения хф в полете. С одной стороны, погрешности ?1 измерения хф приводят к существенным потерям, например, расхода топлива, с другой – система автоматического контроля САК-2 регламентирует погрешности ?2 изготовления: обводов аэродинамических поверхностей конструкции ЛА, деталей двигателя и других систем самолета. В результате расчетная дальность полета Lp=f1(R*x, x, …), где расчетная величина сопротивления R*x определена без учета погрешностей ?1, ?2.


Рис. 1.31


Для фактической дальности полета имеем Lф=f3(, xiизм, ) , где фактическая величина сопротивления представляет собой функцию вида =f4(x(?1), ?2, …); ?1=f5((?xi)o, (?xi)ин, (?xi)м, …); ?2=f6(??, …); (?xi)o – начальная погрешность измерения; (?xi)ин – инструментальная погрешность измерения; (?xi)м – методическая погрешность измерения; ?? – погрешности производства.

Таким образом, согласно физической сути процессов, погрешности ?1 и ?2 функционирования САК-1 и САК-2 приводят к одной и той же итоговой погрешности, а именно к уменьшению оптимальной (максимальной) дальности на величину ?L=LфLp=f7(?1, ?2, …).

Уменьшая погрешности ?1, ?2 до нуля, можно достичь теоретически ?L 0. Однако практически это невозможно по техническим и экономическим причинам.

В рассматриваемой ситуации для решения проблемы формирования замкнутого контура необходимо определить соотношения между ?1 и ?2, т. е., по существу, определить что первично, и что нужно уменьшать, чтобы при малых затратах на производство планера и двигателя, с одной стороны, и бортового оборудования – с другой, достичь Lp с погрешностью в заданных пределах.

Для решения этой проблемы нужен показатель, характеризуемый численной величиной, с помощью которого учитывается роль каждой из погрешностей ?1, ?2. В качестве такого показателя выберем вероятности Р1(А1), Р2(А2), Р3(А3), приведенные выше, которые в рассматриваемом случае запишем в виде



где Lизм=Lф+?1Lизм, Lф=М{Lф}+?L(?1, ?2).

Используя (1.43), можно показать, что, уменьшая погрешности ?2 производства аэродинамических поверхностей и увеличивая погрешности функционирования информационно-измерительных систем параметров траектории движения ?1, или наоборот, можно обеспечить условие Рi=const. Отметим, что увеличение погрешностей ?2 производства ЛА снижает его стоимость, а уменьшение ?1 повышает стоимость информационно-измерительной системы.

Таким образом, введен показатель, представляющий возможность обоснованно назначать допустимые величины погрешностей производства геометрических размеров ЛА, а в необходимых случаях перераспределять погрешности ?1 и ?2, обеспечивая заданные значения Рi (i=1,2,3), а в итоге показатели риска, в том числе финансовые потери.

При разработке математических моделей, при вычислении Pi(Ai), как правило, рассматривают следующие задачи.

1. Выбор и обоснование математической модели для данных условий.

2. Получение коэффициентов выбранной модели.

В зависимости от свойств среды, геометрии самолета, конкретных условий движения, а также от свойств и точности информации, получаемых на выходе таких моделей, они описываются с различной степенью детализации, как правило, с помощью дифференциальных уравнений, в том числе и в частных производных.

В некоторых ситуациях процесс создания моделей представляет собой многоэтапную процедуру. Так, модели самолета, двигателя и его систем, создаваемых с учетом летчика в контуре управления самолетом, оцениваются путем автоматизированного прогона их на ЭВМ с целью получения набора характеристик (времени разгона и торможения самолета, статической и динамической устойчивости и управляемости и т. п.) [37, 38]. В дальнейшем эти вычисленные характеристики сравниваются с эталонными, полученными путем обработки результатов летных испытаний. Ключевой в этих исследованиях является цифровая модель действий летчика при управлении самолетом [14, 30].

Рассмотрим модель для оценки экономического риска на структурно-функциональном уровне, которую можно представить обобщенно в следующем виде (рис. 1.32).


Рис. 1.32


Ясно, что с целью снижения экономических потерь на этапе эксплуатации ЛА необходимо выбрать такие модели на этапе НИР и ОКР, которые обладают минимальными ошибками. Возникает противоречие между требуемой точностью модели и затратами на ее создание, разрешить которое можно, используя показатели технико-экономического риска, включающие затраты на проведение НИР и ОКР, которые повышаются при использовании высокоточных моделей. При этом доходы от эксплуатации также повышаются в связи с повышением точности полученных результатов по выбору параметров как самой системы, так и параметров траектории движения.

Так, в рамках решаемой задачи обеспечения оптимальной дальности полета необходимо учитывать все этапы и соответствующие режимы полета, т. е. рассматривать системный принцип проектирования, производства и эксплуатации (системная авиация).

1.8. Технико-экономические потери на этапе эксплуатации

Анализ причин возникновения и способов нейтрализации риска в процессе эксплуатации ЛА позволяет сформулировать следующее:

– уровень риска в полете на современном ЛА определяется уровнем свойств и состоянием всего авиационного комплекса, включая: ЛА, экипаж, бортовые системы управления ЛА и обеспечение жизнедеятельности, наземные средства руководства полетом;

– необходимый уровень риска обеспечивается высоким уровнем знаний характеристик ЛА и условий полета, в том числе состояния среды, в которой протекает полет;

– при рассмотрении проблем моделирования риска необходимо учитывать характер многих закономерностей, имеющих место в процессе функционирования авиационного комплекса;

– ведущая роль в благоприятном завершении полета принадлежит системе «ЛА – экипаж».

Эксплуатационный риск – векторная величина, т. е. многомерная характеристика, каждая компонента которой оценивается разными службами, людьми (организующими полет или участвующими в нем) различным образом. При этом эксплуатационный риск включает в себя следующие виды рисков:

– производственные, связанные с исполнением конструкции ЛА, двигателя и бортового оборудования;

– технические, связанные с бортовым оборудованием, которое обеспечивает предотвращение выхода из области допустимых состояний;

– финансовые, обусловленные превышением фактических эксплуатационных расходов над расчетными или оптимальными, в том числе из-за расхода топлива;

– обусловленные наличием недостоверных характеристик ЛА и рекомендаций по управлению им;

– обусловленные наличием недостоверных характеристик возмущающих факторов, в том числе в среде, в которой протекает полет.

Каждая из указанных компонент риска может быть разбита еще на ряд составляющих. Разбиение зависит от поставленной задачи, степени детализации конечных результатов по оценке влияния отдельных систем ЛА на величину риска.

Важной составляющей риска является уровень знаний характеристик ЛА, его систем бортового оборудования, систем наземного комплекса, с помощью которых осуществляются взлет, посадка, полет по эшелонам. Отказы авиационной техники, ошибки летного состава, непредусмотренные расчетами воздействия среды на ЛА, чаще всего обусловлены влиянием множества случайных факторов, неполный учет которых приводит к случайным непредвиденным исходам в полете.

При решении различных практических задач, принятии различных управленческих (проектных) решений можно учитывать все новые и новые группы факторов: от самых существенных до самых ничтожных, тем самым пытаясь уменьшить роль (предотвратить появление) случайного (ничтожного, неосознанного) фактора. Однако полностью исключить влияние таких факторов невозможно, так как человеческие знания относительны, и каждому уровню познаний соответствуют свои погрешности. Кроме того, часто глубина наших исследований ограничивается финансовыми возможностями.

Подводя итог сказанному, сформулируем следующее определение: технический риск есть интегральная характеристика потерь, реализованных за весь жизненный цикл самолета или самолетов данного класса.

Потери топлива и техники в процессе эксплуатации ЛА являются основными потерями для современных ЛА, о чем свидетельствует анализ материалов их эксплуатации. Для компенсации (минимизации) этих потерь на новейших самолетах, например на авиалайнерах, устанавливаются:

– для экономичного расхода топлива – системы оптимизации режимов пилотирования (СОРП);

– для уменьшения потерь материальных и социальных (человеческих жертв) – система предупреждения критических режимов (СПКР).

Система оптимизации режимов пилотирования позволяет вычислить при заданных свойствах планера и двигателя, конфигурации самолета оптимальные параметры траектории полета, при которых достигается максимальная (оптимальная) дальность полета L или минимальный расход топлива . В случае, когда параметры траектории полета отличаются от оптимальных, например, при отсутствии системы оптимизации режимов пилотирования, и топливо расходуется неоптимально, происходят потери, что обусловливает соответствующий риск [47]. В реальных условиях на ЛА могут быть установлены:

– только система оптимизации режимов пилотирования;

– только система предупреждения критических режимов;

– одновременно обе системы.

Рассмотрим, как в процессе проектирования самолета, имеющего СОРП, формируется показатель риска, связанный с достижением или недостижением максимальной дальности полета. Заданное по техническому заданию значение дальности полета (L) – это то ее значение, которое имеет место быть, когда математические модели, методы расчетов и проектирования не имеют погрешностей. Обозначим эту величину Lкр – критической, равной максимальному значению дальности полета ЛА.

При проектировании мы получаем расчетную величину дальности полета Lр. Если бы методы расчета и математические модели не обладали погрешностями, то Lр=Lкр. В реальности за счет погрешностей расчета ?Lр имеем Lр=Lкр+?Lр, т. е. Lр ? Lкр. Равенство имеет место, когда M{?Lр}=0, где M{?Lр} – математическое ожидание случайной величины ?Lр. При этом имеем M{Lр}=Lкр.

При проектировании с целью обеспечения заданной (максимальной) дальности полета выбираются необходимые параметры самолета (обозначим их через А). За счет ошибок ?Lр мы можем выбрать параметр ЛА с ошибками ?А. Прогнозирование и оценка такой ситуации важны для инвестора, так как расходы на работы в этом случае могут не окупиться. Они могут возрасти после проведения опытно-конструкторских работ, когда этот факт обнаружится.

Погрешность расчетов ?Lр представим в виде: ?Lр=?L1+?L2, где ?L1 – погрешность, обусловленная расчетами аэродинамических сил Rx, Ry, Rz и другими факторами, влияющими на Rx, Ry, Rz; ?L2 – погрешности, обусловленные несовершенством алгоритмов оптимизации, построенных на этапе научно-исследовательских работ, включающих погрешности контроля, стабилизации и управления. Отметим, что погрешности существующих методов расчета аэродинамических характеристик достигают 10 %.

На этапе опытно-конструкторских работ уточняется Lкр=Lmax, и после экспериментального полета получают величину, равную . При этом =Lp+?L0, где ?L0 – погрешность дальности полета, обусловленная влиянием погрешностей опытных образцов бортового оборудования, двигателя, конструкции самолета.

В процессе производства каждая из подсистем: планер, двигатель, бортовое оборудование изготавливаются с погрешностью ?n, и в результате для идеальных условий эксплуатации получаем Lп, которая включает в себя погрешность ?Lп, и тогда Lп=Lр+?Lп.

При эксплуатации ЛА за счет влияния внешних ?В1 и внутренних ?В2 возмущающих факторов получаем эксплуатационную или фактическую дальность полета вида Lф=Lп+?Lэ(?В1, ?В2). Погрешности ?Lр, ?Lп, ?Lэ являются случайными, каждая из них характеризуется своей плотностью вероятности. При этом фактическое значение Lф совпадает со значением, полученным при эксплуатации.

При таких условиях технический риск, имеющий место при проведении опытно-конструкторских работ, будет связан с теми ситуациями, которые возникают в процессе их выполнения, а именно:


А1=(Lф < Lкр, Lр ? Lдоп), А2=(Lф ? Lкр, Lр < Lдоп),

А3=(Lф < Lкр, Lр ? Lдоп), А4=(Lф ? Lкр, Lр > Lдоп).


В результате искомые вероятности будут включать Р1=Р(А1); Р2=Р(А2); Р3=Р(А3), Р4=Р(А4). Вероятность Р2 соответствует тому, что мы отвергли экономически выгодную конструкцию (объект); Р– приняли к исполнению вариант ЛА, который не подтверждает возможность достижения поставленной цели; Р3 – получили отрицательный результат, что обусловило потери, связанные в данном случае с расходами проведения опытно-конструкторских работ; Р– принято правильное решение.

Пусть ставятся следующие задачи: обеспечение одновременно оптимизации режимов пилотирования с целью снижения потерь расхода топлива, а также предупреждение критических режимов пилотирования с целью минимизации потерь техники и расходов на ремонт ее в послеаварийный период.

Пусть контролю и ограничению подлежат n параметров х1, х2, …, хn траектории полета самолета и состояния внутренних систем. В этом случае с помощью системы предупреждения критических режимов мы планируем осуществить предупреждение режимов полета, при которых параметры хi принимают критические значения.

При этом финансовые (материальные) потери, обусловленные возникновением событий Bi=(xi > xiкр), где xiкр – критическое значение параметра xi, обозначим через ?ip. В процессе проектирования мы можем оценить стоимость Цi и массу mi такой системы. Управление расходом топлива будем осуществлять с помощью системы оптимизации режимов пилотирования. Суммарная стоимость (Ц?) СПКР, СОРП и их масса (m?) зависят от объема обрабатываемой информации, в том числе от количества контролируемых, ограничиваемых и управляемых параметров xj.

Итак, задача состоит в оптимизации ?=(?*, , Ц?, m?). Трудность решения такой задачи заключается в том, что для минимизации (?*, ) необходимо контролировать все параметры хi траектории полета, в том числе возмущающие факторы, например ветер. С другой стороны, для минимизации (Ц?, m?) требуется ограничивать количество параметров хi . Это противоречие сегодня решается конструкторами ЛА, СПКР, СОРП путем анализа потребностей рынка и возможностей производственно-технологической базы авиастроения. Возможно, такой подход оправдан. Однако необходимо иметь аналитические методы, позволяющие проводить анализ технического риска.

Согласно приведенной схеме процесса создания и эксплуатации пассажирского самолета, необходимо обеспечить заданную величину прибыли Z5=Z (рис. 1.11). В качестве критической величины прибыли выступает Zкр=0, т. е. когда прибыль равна нулю. В рамках рассматриваемой задачи прибыль Z зависит от расхода топлива () и потерь техники (?) в процессе эксплуатации самолета:


Z=f(, ?).


Часто последнюю зависимость можно представить в более простом виде:


Z=k1?1()+k2?2(?),


где f, ?1, ?2 – непрерывные функции своих аргументов.

Если отклонение фактического расхода от оптимального мало, то возможно дальнейшее упрощение зависимости:


Z=k3?+k4??,


где ?=; ??=? – ?opt.

Отметим, что частота Pi выхода параметров траектории xi в критическую область позволяет вычислить ?i=PiЦi, где Цi – стоимость работ по восстановлению техники, обусловленных выходом параметра xi в критическую область.

В процессе эксплуатации самолета, оборудованного СОРП и СПКР, возможны следующие события [18]:



где



При этом есть критическое значение расхода топлива, начиная с которого полет совершается без прибыли, бизнес несет финансовые потери, прибыль Z или равна нулю, или отрицательная;  – допустимая величина расхода, отличающаяся от на некоторый запас, обусловленный влиянием погрешностей бортовых измерительных систем и систем оптимизации.

Введем событие A1(Z), которое происходит тогда, когда выполняются одновременно два события А1=(АX, ). Обозначим через Р1 вероятность такого события, и тогда


P1=P(AX, )=P(AX)+P()


в силу независимости АX и из соотношения (1.44).

Вероятность Р1(А1) является характеристикой безопасного состояния в полете по функционально-экономическому параметру. На практике возможны различные сочетания событий из соотношений (1.44) вида



Для части Аi характерно событие Z < Zкр, где прибыль Z в соответствующем режиме полета будет критической. Другие Аi включают события, при которых мы отказались от выгодного (оптимального) режима. Каждому событию Аi соответствует своя вероятность Pi=P(Ai). В силу независимости Ai между собой вероятность суммы всех событий Ai имеет вид



Задача проектировщика состоит в том, чтобы подобрать такой комплекс: ЛА, двигатель, СПКР, СОРП, для которого вероятность Р1 достигала бы максимума, а вероятность  – минимума.

При расчете потерь прибыли следует включить стоимость по величине расхода q; стоимость восстановительных работ, обусловленных разрушениями при аварии самолета; стоимость работ по созданию самолета, СПКР, СОРП, двигателя; прибыль, полученную в процессе эксплуатации самолета. При этих условиях вероятность Р?(А) представляет собой вероятность невыполнения поставленной цели, т. е. технический риск. С целью анализа, прогнозирования и управления риском необходимы математические модели, позволяющие установить явные зависимости между Pi(Ai) и параметрами контроля и управления на различных этапах жизненного цикла ЛА.

Возможности контроля потерь

Авиационная система представляет собой множество, каждый элемент которого является отдельной системой, подсистемой, объект состояния которых характеризуется случайным процессом ?(t) (в общем случае вектор-функцией времени), который может принадлежать области допустимых состояний ?доп, и тогда имеет место ?(t) ?доп, т. е. данная система находится в безопасной области. Если ?(t) ?доп, то он оказался в области опасных и критических состояний.

Выделим подобласти: ?(1)кр, ?(2)кр, ?(3)кр, где ?(1)кр – неисправность, так, например, в виде отказа, – легко восстанавливаемое рабочее состояние; ?(2)кр – авария, когда восстановление требует значительных средств и времени, на которое объект выбыл из рабочего состояния; ?(3)кр – катастрофа – объект не годен к эксплуатации, как правило, имеют место человеческие жертвы.

Выход в ?(2)кр мы часто оцениваем вероятностью порядка P ? 10–4, выход в ?(3)кр оцениваем в P ? 10–8. Можно ли нам характеризовать состояние ?(t) ?(3)кр статистической мерой и относить к статистическим событиям? С практической и теоретической позиций, с учетом возможностей современных методов оценки таких вероятностей нам дано право наблюдать события количественно одно из 1010.

Тогда, возможно, точность наших оценок будет приемлема с позиций достоверности знаний.

Пусть  – вероятность появления редкого события, характеризуемого частотой = / n=10–8. Нам нужно получить экспериментальную вероятность искомого события х2 вида = I n. При этом имеет место оценка


| | < ?.


Пусть задана ошибка



Тогда =10–8 – 0,01 · 10–8=0,99 · 10–8. Если =1, то n=108, т. е. имеет место одно событие на 108 испытаний.

В связи со сказанным возникает проблема при изучении редких событий – катастроф, обусловленная достоверностью знаний [15]. Мы не можем ни подтвердить вероятность Р=10–8, ни отрицать ее.

Мы можем использовать методы математического моделирования, получая такие вероятности, однако получить их на практике невозможно. Даже если нам удалось на 108 часов полетов наблюдать событие A : A ?(3)кр, то это вовсе не означает справедливость или достоверность наших знаний.

Наиболее реальный путь – полунатурное моделирование на полунатурных стендах. Однако и в этом подходе мы не исключаем ошибок, недопустимых, согласно требованиям практики.

Здесь представлен ознакомительный фрагмент книги.
Для бесплатного чтения открыта только часть текста (ограничение правообладателя). Если книга вам понравилась, полный текст можно получить на сайте нашего партнера.

Купить и скачать книгу в rtf, mobi, fb2, epub, txt (всего 14 форматов)



скачать книгу бесплатно

страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26