Владимир Живетин - Методы и средства обеспечения безопасности полета

• Название: Методы и средства обеспечения безопасности полета
• Автор: Владимир Живетин
• Жанр: Математика
• Год: 2010
• ISBN: 978-5-98664-055-6, 978-5-903140-39-8

В данной работе разработан метод расчета систем предупреждения и ограничения критических режимов полета самолета и вертолета. Метод доведен до инженерных методик, программ расчета на ЭВМ с конкретными примерами. Рассмотрены полет на малой высоте, полет по эшелонам и полет в условиях достижения критических параметров траектории полета.

---

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 δ1 измерения хф приводят к существенным потерям, например, расхода топлива, с другой – система автоматического контроля САК-2 регламентирует погрешности δ2 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 δ1, δ2.

Рис. 1.31

Для фактической дальности полета имеем Lф=f3(, xiизм, …) , где фактическая величина сопротивления представляет собой функцию вида =f4(xiф(δ1), δ2, …); δ1=f5((δxi)o, (δxi)ин, (δxi)м, …); δ2=f6(Δψ, …); (δxi)o – начальная погрешность измерения; (δxi)ин – инструментальная погрешность измерения; (δxi)м – методическая погрешность измерения; Δψ – погрешности производства.

Таким образом, согласно физической сути процессов, погрешности δ1 и δ2 функционирования САК-1 и САК-2 приводят к одной и той же итоговой погрешности, а именно к уменьшению оптимальной (максимальной) дальности на величину ΔL=Lф – Lp=f7(δ1, δ2, …). Уменьшая погрешности δ1, δ2 до нуля, можно достичь теоретически ΔL 0. Однако практически это невозможно по техническим и экономическим причинам.

В рассматриваемой ситуации для решения проблемы формирования замкнутого контура необходимо определить соотношения между δ1 и δ2, 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 δ1, δ2. В качестве такого показателя выберем вероятности Р1(А1), Р2(А2), Р3(А3), приведенные выше, которые в рассматриваемом случае запишем в виде

где Lизм=Lф+δ1Lизм, Lф=М{Lф}+ΔL(δ1, δ2).

Используя (1.43), можно показать, что, уменьшая погрешности δ2 производства аэродинамических поверхностей и увеличивая погрешности функционирования информационно-измерительных систем параметров траектории движения δ1, или наоборот, можно обеспечить условие Рi=const. Отметим, что увеличение погрешностей δ2 производства ЛА снижает его стоимость, а уменьшение δ1 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 δ1 и δ2, 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: