Приводится алгоритм статистического анализа глобального критерия для оценки имитационных характеристик тренажера для подготовки операторов транспортных систем. Указывается реализация алгоритма на основе использования в качестве частных критериев параметров управляющих воздействий оператора.
Ключевые слова:сложные системы, имитаторы, имитационные характеристики, алгоритм оценки, примеры реализации.
Рассмотрим возможность упрощения аддитивного обобщенного критерия качества сложной системы на основе его статистического анализа. Используется регрессионный критерий значимости, видоизменяемый с учетом специфики задач. Не теряя общности рассуждений, обобщенный критерий качества представляется в виде
.
Исходным материалом при анализе функционала служит таблица статистических данных, представленных в виде точек; указываются экспериментальные значения обобщенного функционала и регрессионные значения частных критериев , определяемые по соотношению
,.
Имеем
.
Использованный алгоритм определения общего регрессионного критерия значимости включает указанные ниже этапы.
Этап 1. Определение суммы квадратов
.
Число степеней свободы .
Этап 2. Запись нового выражения для обобщенного критерия качества , в котором опускаются те члены, которыми предполагается пренебречь, если гипотеза о малой значимости соответствующих частных критериев окажется верной.
Этап 3. Определение новой суммы квадратов, связанной с оставшимися коэффициентами:
.
Этап 4. Определение суммы квадратов при отброшенных критериях:
.
Этап 5. Определение -соотношения:
.
Этап 6. Сравнение с табличным значением при принятом уровне значимости. Если величина, полученная по соотношению
меньше табличного значения, то гипотеза о малой значимости частных критериев может быть принята. Эти критерии в дальнейшем отбрасываются, и проводится поиск экстремума упрощенного функционала качества. Правильность принятого упрощения подтверждается при совпадении результатов использования упрощенного и полного функционалов.
При необходимости используется вторая итерация и т. д.
Указанный критерий значимости с очевидностью распространяется к интегральным критериям , выраженным через частные критерии .
Предложенная методика с большой эффективностью использовалась при объективизации управляющих воздействий оператора (УВЛ) для оценки стиля управления в условиях реального полета и на тренажере [1…3]. В качестве УВЛ первого приближения рассматривались
,
— скользящее среднее отклонения органа управления.
Функцией характеризуется программное движение. Она зависит от выбора интервала усреднения . Для оператора, адаптированного к собственной частоте колебаний объекта управления, выбор определяется со значением доминирующей в частоты . Принималось . Оценка качества управления производилась с использованием различных объективных показателей. Наиболее простыми из них являются характеристики выбросов случайного процесса :
- количества и длительности положительных и отрицательных выбросов, соответственно , ,,;
- средние значения , ,, на интервале .
УВЛ рассматривались и как импульсный случайный процесс. Исходили из известного предположения, что оператор в процессе функционирования опрашивает объект, определяет его реакцию и работает в импульсном режиме. Данные нормальной эксплуатации подтвердили эту гипотезу для горизонтального полета в спокойной атмосфере.
Отметим, что амплитуды распределены не по нормальному закону, хотя дискретные значения распределяются по закону Гаусса.
Качественная оценка связи между стимулом и реакцией оператора осуществлялась для случаев, когда неперекрывающимся импульсам выходной координаты объекта соответствовали неперекрывающиеся же импульсы. Инерционности, как объекта, так и оператора затрудняют установить связь между стимулом и реакцией по данным нормальной эксплуатации.
В качестве количественных критериев качества использовались и параметры центрированного стационарного процесса . В этом случае исходили от зависимости структуры и параметров управляющих воздействий от собственных колебаний объекта и безразмерных коэффициентов демпфирования .
Таким образом, качество тренажера оказалось возможным определить на основании управляющих воздействий оператора в этой системе с управляющими воздействиями на реальном объекте.
Предложенный алгоритм также использовался при синтезе композиционных материалов на основе их представления как сложных систем [4…7].
Литература:
1. Нугаев А. С., Данилов А. М. Идентификация нестационарной системы регрессионными методами // Современная техника и технологии. — 2014. — № 12 [Электронный ресурс]. URL:http://technology.snauka.ru/2014/12/5011
2. Гарькина И. А., Данилов А. М., Прошин И. А. Тренажеры модульной архитектуры для подготовки операторов транспортных систем / XXI век: итоги прошлого и проблемы настоящего (плюс) Серия: технические науки. Машиностроение и информационные технологии. — № 12(16). — 2013. –С. 37–42.
3. Будылина Е. А., Данилов А. М., Пылайкин С. А., Лапшин Э. В. Тренажеры по подготовке операторов эргатических систем: состояние и перспективы /
4. Современные проблемы науки и образования. –2014. — № 4. — С. 154.
5. Гарькина И. А., Данилов А. М., Петренко В. О. Проблема многокритериальности при управлении качеством сложных систем / Мир транспорта и технологических машин. — 2013. –№ 2 (41). — С. 123–129.
6. Данилов А. М., Гарькина И. А. Теория вероятностей и математическая статистика с инженерными приложениями: допущено УМО ВУЗов РФ по образованию в области транспортных машин и транспортно-технологических комплексов в качестве учебного пособия. — Пенза: ПГУАС. — 2010. — 228 с.
7. Данилов А. М., Гарькина И. А. Приложение метода ПАТТЕРН к конструированию композиционных материалов / Вестник БГТУ им. В. Г. Шухова. — 2011. — № 1. –С.46–51.
8. Данилов А. М., Гарькина И. А. Математическое моделирование сложных систем: состояние, перспективы, пример реализации / Вестник гражданских инженеров. — 2012. — № 2. — С. 333–337.