ПО СОСТОЯНИЮ
3.1. МОДЕЛЬ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ
СОСТОЯНИЕМ ПРИ КОНТРОЛЕ
ОБОБЩЕННЫХ ПАРАМЕТРОВ
При эксплуатации авиационной техники решение о проведении того или иного вида технического обслуживания все чаще принимается на основании результатов измерения параметров, характеризующих работу блока или системы. Использование такой апостериорной информации о состоянии АС позволяет существенно повысить эффективность их эксплуатации, в частности, повысить надежность при минимизации средних эксплуатационных затрат.
Одной из моделей, широко применяемых для описания эволюции технического состояния авиационных систем в процессе эксплуатации, являются марковские процессы вообще и их подкласс — марковские цепи. Выбор в качестве математической модели цепей Маркова обусловлен рядом факторов. С одной стороны, модель должна быть относительно простой, чтобы можно было получить численные результаты, с другой стороны, она должна быть достаточно гибкой, позволяющей учесть специфические особенности эксплуатации авиационных систем. Как правило, анализ задач по организации технической эксплуатации сводится к анализу некоторых вероятностных моделей. Однако «… построение математической модели процесса удается лишь тогда, когда этот последний является марковским в том или ином пространстве состояний» [33]. Реализация более сложных, чем марковские, процессов требует определения числовых и логических параметров, характеризующих процесс в данный момент времени и достаточных для перехода к последующему моменту. На практике получение такой информации сопряжено с большими трудностями.
Использование автоматических и автоматизированных устройств проверки работоспособности АС [53] в большинстве слу-
чаев приводит к тому, что информация о техническом состоянии систем, имеющая непрерывную структуру, преобразуется в дискретную. Поэтому естественно использовать аппарат марковских цепей.
Применение марковских цепей обусловлено, не только математическим удобством и относительной простотой получающихся результатов, но и физической сущностью процессов, протекающих в |1 АС. Поведение больших систем со значительным числом элементов, каждый из которых имеет приблизительно экспоненциальное рас — j I пределение времени безотказной работы, может быть описано с помощью процессов Маркова [34, 48]. При анализе таких систем в. большинстве случаев различным характеристикам необходимо дать относительно грубую оценку, которая может быть получена на основе первого приближения. Для многих систем такое первое приближение достаточно полно описывается (в целях оценки и предсказания надежности) на основе информации о процессе в настоящий момент времени. Стохастическим эквивалентом этого вида процессов являются (процессы Маркова. Необходимо также отметить, что обширный класс случайных процессов может быть с той или иной степенью точности аппроксимирован марковским процессом [33, 48]. Последнее обстоятельство приобретает существенное значение в связи с использованием для эксплуатации вычислительных машин, так как при этом снижаются требования к объему оперативной и долговременной памяти, а также к быстродействию.
Более общим, чем марковский, типом случайного процесса является полумарковский процесс. Однако его большая общность приводит к необходимости получения и большей исходной информации. Так, помимо матрицы вероятностей переходов, необходимо еще иметь матрицу, каждый элемент которой представляет условную функцию распределения времени пребывания в состоянии I при условии, что переход будет осуществлен в состояние /. Вместе с тем характер получающихся решений не отличается от марковских [16], что позволяет сосредоточить основные усилия на изучении марковских моделей.
Пусть работоспособность АС оценивается на основе проверки некоторой совокупности обобщенных параметров. Такая проверка позволяет оценивать состояние АС так, что после ее проведения не будет существовать узлов, блоков, отдельных устройств, состояние которых не было бы известно с той или иной точностью, т. е. методическая достоверность контроля равна единице. Будем пока предполагать, что при контроле нет ошибок в определении истинного состояния АС, т. е. инструментальная достоверность контроля также равна единице.
Рассмотрим обобщенный параметр, на который задано поле допуска, разделенное на непересекающиеся отрезки—состояния 1= = 1, 2,…, F. Предполагается, что состояние с номером 1 является наилучшим с точки зрения функционирования АС, а при попадании параметра в состояние F фиксируется отказ АС. В процессе экс-
плуатадии в моменты времени t— 1, 2, 3,… параметр контролируется, в результате чего становится известным одно и только одно его> состояние /«ЄІ, F. Допустим, что во времени переход из одного состояния в другое описывается стационарными вероятностями перехода т. е.
Р {It+1 — j I It — О — Яij’ С І 1» Р’
для которых выполняются естественные условия для элементов, стохастической матрицы
(3.2)
Для полноты описания параметра с учетом физического смысла функционирования АС наложим на элементы вероятностей переходов некоторые дополнительные условия: 0, 1=1, F— 1,
которые означают, что при нахождении параметра в момент ( в любом работоспособном состоянии всегда существует ненулевая вероятность отказа АС в следующий момент контроля f+1; qFF= — 1 — если отказ наступил, то самопроизвольно он устраниться не — может. Кроме того, для определенности (но без потери общности) предположим, что эксплуатация начинается в момент, когда параметр находится с точки зрения безотказности в наилучшем состоянии.
Формально это условие записывается так: /э{/1= 1}= 1.
При сделанных предположениях последовательность измеряемых величин It, t= 1, 2,…, отражающая процесс естественного изменения состояний АС во времени, описывается нестационарной цепью Маркова первого порядка со стационарными вероятностями, переходов (3.1) и пространством состояний 1, F.
На основе результатов проверки в любой момент времени t= = 1, 2… цринИ’.мается решение о том, что следует предпринять, относительно АС. Естественными исходами принимаемых решений можно считать: сохранение наблюдаемого состояния г; изменение наблюдаемого состояния і на j=£i.
Реализация решений первого типа проведения работ не требует. Выполнение решений второго типа предполагает некоторые ра — боты, которые будем называть предупредительными, если i<= єі, F—1 и ремонтными, если i=F. Ясно, что во всех случаях /ЄІ, F— 1, т. е. изменение состояния целесообразно производить до одного из работоспособных состояний. Отсюда следует, что состояние АС после осуществления работ во многих ситуациях будет случайным, поэтому возможные решения необходимо задавать в виде распределений вероятностей относительно тех состояний, куда обобщенный параметр переводится после осуществления выбранных решений.
Выбираем в качестве пространства решений класс Д, содержащий конечное число допустимых решений. Обозначим количественное решение через Dij и допустим, что dij означает факт из
менения состояния от і до / при условии, что в момент контроля зафиксировано состояние і. Тогда
(3.3)
Эта запись означает, что имеется возможность принять решение Dis с некоторой вероятностью. Такие решения называются рандомизированными и, следовательно, класс Д содержит все возможные рандомизированные правила. Введенные решения удовлетворяют условию
(3.4)
которое физически означает, что в каждый момент времени’решение обязательно принимается.
После введения решений (3.3—3.4) процесс, характеризующий поведение параметра во времени, существенно изменяет свои свойства: становится управляемым и эргодическим марковским процессом со стационарными вероятностями переходов. Матрица вероятностей переходов такого процесса определяется умножением матрицы решения D на матрицу вероятностей переходов неуправляемой цепи Маркова Q, т. е. N=DQ. Соответственно элемент матрицы N определяется как
2 QisDsj, і, j f—■ 1, F.
Свойство эргодичности приводит к тому, что появляются стационарные вероятности нахождения в любом состоянии /= 1, 2,…, F. Эти вероятности удовлетворяют системе уравнений:
Перейдем к оценке затрат, производимых при эксплуатации. Для этого введем затраты на отдельные операции. На практике такие затраты представляют собой случайные величины, зависящие от условий эксплуатации, подготовленности инженерно-технического состава, оснащенности контрольно-измерительной аппаратурой (КИА), конструктивного выполнения технических систем (определяющего ремонтопригодность) и многих других факторов. Будем оперировать средними значениями затрат и введем их следующим образом.
Пусть проверка параметра (т. е. определение его состояния /) требует некоторых затрат 4,- при условии, что последнее его состояние было s. Обозначим затраты, связанные с принятием решения dis, через Си. Для расширения возможностей по интерпрета
ции получающихся результатов введем еще затраты типа штрафов за пребывание в состоянии. Обозначим этот компонент через. zsj. При определенных обстоятельствах эту величину можно рассматривать как простой или ожидание АС в том числе и в работоспособном состоянии, что позволяет учесть влияние этого характерного для АС отрезка времени на критерий оптимизации. Так как процесс эксплуатации рассматривается на бесконечном интервале времени, то наиболее удобной характеристикой следует считать средние удельные затраты [7], т. е. математическое ожидание затрат в единицу. времени. Тогда задача определения правила проведения восстановительных работ сводится к выбору таких решений, которые обеспечат минимальное значение средних удельных затрат.
На основании теоремы о полном математическом ожидании для эргодических марковских цепей математическое ожидание затрат за один шаг
где щ, 1= 1, F удовлетворяют системе уравнений (3.5).
Первый член выражения (3.6) представляет собой математическое ожидание затрат на контроль и за пребывание в состояниях /=1, F, а второй член —математическое ожидание затрат, связанных с принятием решения.
Определив значения М[с], получаем необходимые и достаточные условия для формулировки задачи по отысканию решений. Эта задача может быть сформулирована как следующая задача математического программирования: выбрать величины Dis так, чтобы значение средних удельных затрат, определяемое выражением (3.6), было минимальным при соблюдении условий (3.5), описывающих эволюцию марковской управляемой цепи. Вследствие того что выражения (3.5) и (3.6) являются линейными функциями неизвестных Dis, Для их отыскания принципиально может быть использован алгоритм линейного программирования. Однако применение алгоритма линейного программирования для решения задачи (3.5— 3.6) пока невозможно. Это обусловлено тем, что в формулировку входят также и значения стационарных вероятностей л,, которые пока неизвестны. Для того чтобы обойти эту трудность, воспользуемся идеей, предложенной в работе [82].
Введем обозначение
а система ограничений (3.5) преобразуется как
|
|
|
|
так как зт,- — V xis.
Формулировка (3.8—3.9) может быть использована непосредственно при решении задачи определения оптимальных решений Dis и значения по найденным переменным Хи определяются по формуле
(3. 10)
которая непосредственно вытекает из выражения (3.7) после подстановки в. него значения для щ.
Здесь необходимо отметить одну особенность получающихся решений. Выше ‘был введен, в рассмотрение общий класс рандомизированных решений Д. Однако в [79] показано, что при наличии ограничений типа (3.5) решения можно искать в частном подклассе Д’, который характеризуется тем, что Dis принимают значения либо 0, либо 1, т. е. являются нерандомизированными. Поэтому матрица получающихся решений (3.10) будет содержать только элементы 1 и 0.
Рассмотрение выражения (3.8) позволяет выделить несколько практически важных частных случаев.
Пусть затраты на контроль зависят только от состояния /, т. е. tsj=tj, а штраф имеет вид:
z0, j=F
Zs) О, У=1, F-.
Этот частный случай применительно к АС можно интерпретировать следующим образом. Затраты на контроль (особенно при ручном использовании КИА общего применения) могут меняться в зависимости от того, в каком состоянии оказался оцениваемый параметр. Это обусловливается, например, таким фактором, как необходимость более тщательного анализа состояния по мере приближения параметра к границе области работоспособности. Штрафные затраты будут постоянными, если под ними понимать среднюю долю времени, в течение которого АС ожидает восстановления.
При сделанных предположениях выражение для математического ожидания затрат примет вид:
■М [с] — л,- gsj c) [-^2 я,- I-)jscts
і j s і s
=яР2о+2 2 2 Л,- As Я si tj “Ь 22 Я/ DisCjs- і j s is
Анализ выражения (3.12) показывает, что затраты, связанные — с ожиданием, влияют на общее значение средних удельных потерь, не зависят и не связаны с принимаемыми решениями по проведению восстановительных работ. Это, в частности, означает, что при выполнении условий (3.11) отыскание оптимального правила проведения восстановительных работ можно вести без учета времени ожидания. Все остальные виды затрат в этом случае влияют на формирование правила проведения восстановительных работ.
Другой частный случай, возникающий, например, при использовании автоматизированных систем контроля и возможности проводить восстановление сразу после обнаружения отказа, характеризуется следующими условиями: затраты на контроль постоянны, т. е. tSj=t0, штрафные стоимости равны нулю, а затраты на принимаемые решения
т 1 п» т 1 Р’ |
i=, F — 1, s=, F— 1; i=F, s=l, F—h |
(3.13) |
0, X |
i = s ЄЕ 1, F. |
М [ic=t0—Tv 2 *fDfs+Тп 2 2 Я, As — (3. 14) 5=1 5=1 / = 1 |
В этом случае средние удельные затраты
F—l F— 1 Л-1
Из формулы следует, что вид решений определяется только характером случайного процесса, аппроксимирующего обобщенный параметр АС, и затратами на восстановительные работы, а точнее их отношением. Последнее становится очевидным, если провести следующее преобразование:
м[с]aWa’+aa12 2я’а,+2я^л — <3-15>
/ = Т 5=1 5=1
Следует также отметить, что полученный результат является полезным с двух точек зрения: при практическом применении рассматриваемого алгоритма исходная информация о затратах может собираться не в абсолютных величинах, а в относительных, что должно способствовать повышению ее достоверности; облегчается, анализ характера получающихся решений.
Выражение (3.15) получено для случая, когда для идентификации состояния АС, в том числе и состояния отказа, необходимо контролировать обобщенный параметр. Это эквивалентно отсутствию мгновенной индикации отказа, когда затраты на контроль не влияют на определение правила восстановления. Рассмотрим теперь
случай, .когда такая мгновенная индикация отказа существует. Это означает, что значение затрат на контроль состояния F равно нулю. В этом случае выражение (3.14) примет вид:
Таким образом, при наличии мгновенной индикации отказа затраты на контроль оказывают влияние на результат решения задачи по определению правила проведения восстановительных работ, но при этом могут учитываться не самостоятельно, а в совокупности с затратами на предупредительные работы.
Пример 1. Пусть имеется обобщенный параметр, область работоспособности которого разделена на семь состояний. Для определенности будем считать, что к состоянию относятся нижние границы отрезков, полученных при таком разбиении. Состояние 1 является новым, а состояние 7 — отказом. Предположим, что поведение параметра описывается матрицей стационарных вероятностей переходов
^0,30 |
0,20 |
0,20 |
0,12 |
0,10 |
0,05 |
0.03Л |
0,10 |
0,30 |
0,20 |
0,13 |
0,12 |
0,08 |
0,07 |
0,08 |
0,10 |
0,30 |
0,20 |
0,12 |
0,10 |
0,10 |
0,05 |
0,10 |
0,10 |
0,30 |
0,20 |
0,15 |
0,10 |
0,05 |
0,10 |
0,10 |
0,15 |
0,30 |
0,20 |
0,10 |
0,02 |
0,08 |
0,10 |
0,10 |
0,20 |
0,30 |
0,20 |
v> |
0 |
0 |
0 |
0 |
0 |
1 ) |
Рассмотрим результаты решения задачи линейного программирования по минимизации (3.15) с учетом обозначений (3. 7) и ограничений (3.5) при to — =0. Заметим, что существо и общность решений при этом не изменяются. Задача решалась при вариации отношения величины Q=Tn/Tv в диапазоне 10,1], так как при g>l нецелесообразность проведения предупредительных работ очевидна. Всего в задаче было 42 допустимых переменных *iS, индексы которых принимали значения t= 1, 2,…, 7, s=l, 2,…, 6. Проиллюстрируем процесс получения значений DiS на примере, когда р = 0,09. Для этого случая были получены следующие значения xis, отличные от нуля: Хі = 0,2116;
х22 = 0,1975; хзз = 0,2222; х4, = 0,1397; *5i = 0,1084; *ei = 0,0671; *„ = 0,0535.
Вычислим значения элементов матрицы решений в соответствии с выражением (3.7). Так, элемент
xis ____________ 0,2116
F—i 0,2116 + 0 4- … +0
2 Xis
По аналогии можно вычислить все элементы этой строки, учитывая, что элементы матрицы решений равны 0 и 1, можно воспользоваться равенством (3.4). Из последнего ясно, что если один из элементов равен единице, то все остальные равны нулю. Проводя аналогичные вычисления для остальных элементов матрицы решений, получим, что от нуля отличаются следующие элементы: Dzz—D33=D^=Doi = Dei = Dn=. Располагая их в матрицу, получаем матрицу решений
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при q^0,2 для параметра, описываемого матрицей (3.16), целесообразно применять эксплуатацию по состоянию. При q>0,2 разумной формой является эксплуатация по уровню надежности, которая в данном конкретном примере оказывается частным случаем эксплуатации по состоянию [54].
Таблица 3.1
|
Помимо оценки эффективности системы технической эксплуатации на основе — сравнения средних удельных затрат по результатам решения задач линейного программирования можно получить некоторые характеристики безотказности, одна из которых — среднее время между моментами попадания процесса в состояние F (среднее время между отказами системы). Для рассматриваемой управляемой марковской цепи среднее время между отказами (математическое ожидание числа шагов между соседними моментами попадания в поглощающее состояние F) определяется из выражения [36]
Tff— (ят) 1.
где nF — средняя частота возвращения цепи — в состояние Г.
В нашем примере вероятность я*-=Я7. Так как D7i=l, то nF=x7i.
Рассмотрим результаты расчетов вероятностей я7, средних времен между отказами TFF, а также отношений t] = TFF/TFF (0=1) (табл. 3.1). Из таблицы видно, что показатели безотказности системы улучшаются при g^0,2. Одновременно можно оценить максимально возможное увеличение среднего времени между отказами в такой системе при организации предупредительных работ оптимальным образом. Для данного примера оно не превышает 3,15.
Таким образом, введение эксплуатации по состоянию позволяет не только сократить средние удельные затраты и повысить коэффициент технического использования, но и увеличить безотказность АС. Здесь следует отметить, что увеличение безотказности при введении предупредительного восстановления пока неуправляемо. В § 3.3 мы покажем, как в рамках этой задачи можно обеспечить заданные показатели безотказности или убедиться в принципиальной невозможности этого.