«Посвящается 75-летию МАИ и 100-летию со дня рождения А.И.Микояна ПРОЕКТИРОВАНИЕ, КОНСТРУИРОВАНИЕ И ПРОИЗВОДСТВО АВИАЦИОННОЙ ТЕХНИКИ Под общей редакцией проф. Ю.Ю. Комарова – 2005 – УДК 629.735.33 Проектирование, ...»

– управление электрофизическими свойствами покрытий из КГП на различных подложках позволяет решить важную в практическом плане задачу изготовления материалов с управляемыми коэффициентами поглощения, отражения и пропускания электромагнитного излучения в широком диапазоне длин волн.

1. Кузнецов А.М., Прокофьев М.В., Черебаев И.В. и др. РПМ с покрытиями из коллоидных графитовых препаратов (кгп) на плоских и объемных носителях: Тр. 10-й Международной конференции по спиновой электронике (Секция 15-й Международной конференции по Гиромагнитной электронике и электродинамике). – Москва (Фирсановка), Россия, 16ноября 2001 г. Т.1, С. 155.

2. Крахин О.И., Прокофьев М.В., Кузнецов А.М. Голографическая антенна на основе новых материалов. Тр. 11-й Международной конференции по спиновой электронике и гировекторной электродинамике (Секция 16-й Международной конференции «Электромагнитное поле и материалы»). – Москва (Фирсановка), Россия, 20-22 декабря 2002 г. Publisher UNC-1 MPEI (TU), 2002. С. 3. Кузнецов А.М., Прокофьев М.В., Горшенёв В.Н. Электропроводящие покрытия на основе коллоидно-графитовых дисперсий. Третья международная конференция «Углерод: фундаментальные проблемы науки, материаловедение, технология» 13-15 октября 2004 г.

Москва, МГУ. С. 143.

4. Справочник по электротехническим материалам / Под ред. Ю.В. Корицкого, В.В. Пасынкова, Б.М. Тареева. Т.2. – Л.: Энергоатомиздат, 1988.

5. Справочник по электротехническим материалам / Под ред. Ю.В. Корицкого, В.В. Пасынкова, Б.М. Тареева. Т.3. – Л.: Энергоатомиздат, 1989.

6. Эйчис А.П.. Металлолаковые покрытия. – Киев: Техника, 1975.

7. Василенок Ю.И. Предупреждение статической электризации полимеров. – Л.: Химия, 8. Шалкаускас М., Вашкялис А. Химическая металлизация пластмасс. – Л.: Химия, 1985.

9. Топоров Г.Н., Семенов М.В., Елисеева Р.А., Хачатурьян Т.К., Татаренко В.А. Получение коллоидно-графитовых препаратов без стабилизирующих добавок. Коллоидный журнал.

№3. 1978. С. 575-577.

10. Фиалков А.С., Топоров Г.Н., Чеканова В.Д. О возможности регулирования содержания функциональных групп на поверхности углеродных порошков // ЖФХ. Т.37. №3. 1963.

С. 566-569.

ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

МЕХАНОЛЮМИНЕСЦЕНТНЫХ СЕНСОРОВ

Широкое применение волоконно-оптических систем сбора и обработки информации требует разработки сенсоров, использующих в своей работе сигналы той же физической природы.

Современное развитие информационно-измерительных систем и расширение диапазонов условий применения изделий предъявляет к сенсорным элементам особые требования по помехоустойчивости к электромагнитным полям, быстродействию, надежности, информативности, миниатюрности, возможности встраивания в конструкцию. Применение механолюминесцентных (светогенерационных) сенсоров давления (МЛСД) с чувствительными элементами сосредоточенного и распределенного типа позволяют решить эти проблемы. Использование световых сигналов и волоконной оптики решает задачу сопряжения сенсоров с волоконными линиями и повышения помехоустойчивости к электромагнитным полям: отсутствие движущихся частей и твердотельность сенсора обеспечивают надежность, а использование помимо амплитудно-временных параметров оптического сигнала его пространственной модуляции и состояния поляризации, повышает информативность.

Механолюминесценция (МЛ) как физическое явление обусловлена способностью светящихся веществ (механолюминофоров) трансформировать механический вид энергии в световое излучение. Использование данного явления в преобразовательной технике открывает возможность создания сенсоров принципиально нового типа.

Механолюминесцентные сенсоры давления используют явление люминесцентного излучения соединений класса АIIВVI (например, ZnS:Мn) под действием приложенного механического напряжения. Отличительными особенностями МЛСД являются энергонезависимость, тактильность (возможность создания тонкопленочных чувствительных элементов практически любой площади с распределенной чувствительностью) и простота конструкции.

Перспективы применения МЛСД связаны с глобальным переходом информационной техники к оптическим носителям информации и методам ее обработки. Информационная емкость, скорость передачи, помехоустойчивость, визуализация оптического сигнала намного превосходят аналогичные показатели электрических сигналов. Реализация механолюминесцентных сенсоров в рамках МОЭМС-технологий (микрооптикоэлектромеханические системы) обеспечивает микроминиатюрное исполнение. Возможность встраивания сенсоров внутрь различных конструкционных материалов позволяет получать самодиагностирующиеся изделия с элементами искусственного интеллекта.

Возможны следующие применения механолюминесцентных сенсоров полей механических напряжений:

- в космической технике (датчики метеоритных потоков);

- в робототехнических системах (тактильные сенсоры);

- в микроэлектронномеханических (МЭМС и МОЭМС) системах;

- в летательных аппаратах;

- в перспективных механо-оптических устройствах;

- в составе оптических интегральных схем;

- в сенсорных системах с распределенным чувствительным элементом;

';

- в системах предсказания разрушений конструкций статических и подвижных объектов;

- в системах предсказания землетрясений;

- в системах регистрации полей механических нагружений объектов специального назначения;

-в приборах гранулометрического анализа полидисперсных систем.

Аналогичные исследования и разработки проводятся в Великобритании агентством DERA (Defence Evaluation and Research Agency, Great Malvern), в Индии (Department of Postgraduate Studies and Research in Physics Rani Durgavati University, Jabalpur), в США (Department of Chemistry, University of California, Los Angeles и Sandia National Laboratories, Albuquerque, New Mexico). Очевиден отечественный приоритет по данному направлению. Экспортный потенциал может быть увеличен за счет продажи лицензий на технологии изготовления и применения механолюминесцентных сенсорных элементов или за счет продажи изделий из композиционных материалов со встроенными сенсорами. Такие изделия обладают свойством самодиагностики последствий многократных ударных нагрузок и могут широко применяться в авиационной и космической технике.

Однако, анализируя ранее проведенные исследования, следует отметить, что пока еще недостаточно изучена теория явления, отсутствуют математическая модель, методика расчета механолюминесцентного преобразования и их экспериментальное подтверждение.

В работах [1, 2] предложен механизм и описаны результаты математического моделирования механолюминесцентного преобразования. Для проверки адекватности математической модели необходимы экспериментальные исследования механолюминесцентных сенсоров давления.

В нашем случае эксперименты проводились на специально разработанном стенде, представляющем собой модифицированный вариант механического ударного стенда типа Пр-239. Этот стенд применяется при испытаниях различных датчиков импульсного давления [3, 4]. Стенд представляет собой вертикально расположенный цилиндрический стержень Гопкинсона, установленный на специальном основании и акустически изолированный от него при помощи резиновых прокладок. Схема проведения измерений показана на рис. 1.

Макет датчика (рис. 2) устанавливался на свободном торце стержня с помощью специальной мастики.

Импульсное воздействие на стержень осуществлялось путем сбрасывания груза определенной массы. При соударении груза со стержнем в последнем возбуждается и распространяется по стержню импульс давления ст(t), который воздействует на опытный образец МЛД, вызывая его срабатывание. Для регистрации выходного потока излучения использовался фотоумножитель ФЭУ-68, работающий в линейном режиме. Фотоумножитель, делитель напряжения к нему и предварительный усилитель были собраны на общей плате и размещены в отдельном светонепроницаемом корпусе.

Рис. 1. Схема проведения измерений на механическом ударном стенде: 1 – груз; 2 – пьезоэлектрический датчик внешней синхронизации; 3 – стержень–волновод; 4 – механолюминесцентный датчик; 5 – пьезоакселерометр АП-19; 6 – усилитель заряда согласующий ПУНЖ-1-002; 7 – вольтметр импульсный цифровой В 4; 8 – жгут волоконно-оптический ГОЖВ; 9 – блок фотоумножителя ФЭУ-68; 10 – осциллограф двухлучевой запоминающий С8-17; 11 - устройство крепления Предварительный этап экспериментального исследования состоял в изучении наличия механолюминесцентных свойств у образцов ЧЭ, изготовленных на основе 13 типов промышленных люминофоров, у 10-ти из которых было зарегистрировано МЛ-излучение. Наибольшую чувствительность к механическому возбуждению проявили ЧЭ на основе электролюминофора ЭЛС-580С, которые и были подвергнуты дальнейшему исследованию. Интенсивность излучения ЧЭ на основе электролюминофора ЭЛС-510 оказалась приблизительно в 6–8, у остальных в 12–20 раз ниже.

При проверке адекватности математической модели в качестве значимых компонент отклика чувствительного элемента были выбраны: Y1- амплитуда импульса энергетической светимости, Y2 – длительность переднего фронта импульса, Y3 – длительность задержки появления излучения относительно начала импульса давления ЧЭ(t), Y4- общая длительность импульса излучения (рис. 3 и 4). Результаты статистической обработки показали, что с доверительной вероятностью не хуже 0,95 расхождения между экспериментальными и расчетными данными носят случайный характер и по величине не значимы. Это доказывает адекватность математической модели реальному объекту.

В результате теоретических исследований на основе пакетов MATLAB разработана программная среда, позволяющая в диалоговом режиме рассчитывать основные конструктивные параметры механолюминесцентных сенсоров, а также параметры их выходных световых и электрических сигналов с учетом спектральных характеристик фотоприемника и чувствительного элемента.

Рис. 2. Конструкция механолюминесцентного датчика импульсного давления волнового действия: 1 – сердечник-концентратор; 2 – упругая прокладка; 3 – накидная гайка; 4 – ЧЭ; 5 – корпус; 6 – штифт; 7 – ВОЖ; 8 – наконечник ВОЖ; 9 - корпус изделия или специального крепежного элемента Рис. 3. Пример обработки осциллограммы импульса ударного ускорения и импульса энергетической светимости: а – математическое представление импульса давления (t); б – аппроксимация экспериментально полученного импульса ударного ускорения afs(t); в – импульс ударного ускорения на рабочем торце стержня; г – импульс энергетической светимости ЧЭ (площадь ЧЭ SЧЭ=3,1 мм2); д – расчетная зависимость энергетической светимости, полученная при входном воздействии, соответствующем кривой а - разработан испытательный ударный стенд для проведения экспериментальных исследований;

- экспериментально подтверждена математическая модель механооптического преобразования для люминофоров с внутрицентровым свечением;

- составлена методика расчета параметров светового сигнала в зависимости от параметров импульса ударного нагружения;

- экспериментально определены материалы, обладающие наибольшей яркостью свечения;

- изготовлены и испытаны макетные образцы сенсорных элементов для датчиков сосредоточенного и распределенного типа.

Рис. 4. Осциллограммы: а – импульса ударного ускорения; б – энергетической светимости механолюминесцентного чувствительного элемента; в – расчетная зависимость импульса энергетической светимости. Расчетная зависимость получена при входном воздействии с параметрами: А=52 МПа, t=40 мкс, что соответствует пересчету результата измерения импульса ударного ускорения 1. Татмышевский К.В. Механолюминесцентные сенсорные элементы. – Владимир: Изд.

ВлГУ, 2004.

2. Татмышевский К.В. Механолюминесцентный чувствительный элемент: математическая модель и динамические свойства // Приборы и системы. Управление, Контроль, Диагностика. 2005. №4.

3. Сулин Г.А. Автоматические приборы управления взрывом. – СПб.: Изд. БГТУ им. Д.Ф.

Устинова, 1992.

4. Испытательная техника: Справочник / Под ред. В.В. Клюева. – М.: Машиностроение, 1982. Кн. 1.

Проблемы разработки силовых Московский авиационный институт (государственный технический университет)

ОЦЕНКА РАДИАЛЬНЫХ СМЕЩЕНИЙ КОРПУСА КАМЕРЫ

Результаты настоящей работы для внутренних усилий в оболочках корпуса позволяют, помимо расчетов на общую несущую способность, выполнять расчеты на деформативность корпуса.

Деформативность корпуса оценивается по величине радиального смещения в трех его характерных сечениях: в сечении камеры сгорания (цилиндрический участок корпуса), в критическом сечении и сечении раструба сопла (в нескольких сечениях). В расчетах на деформативность принимается, что наружная (силовая) оболочка остается на рабочем режиме двигателя упругой, а внутренняя оболочка («тепловой экран») и связи ее с наружной оболочкой (ребра в нашем случае) находятся в состоянии отрицательного пластического течения или разгружены от внешних сил (от давлений и температуры).

Пластическое течение называем отрицательным, если оно совершается при двухстороннем сжатии материала оболочки. Такое напряженно–деформированное состояние во внутренней оболочке и в ребрах возникает при бесступенчатом («пушечном») запуске двигателя. Разгрузка внутренней оболочки и ребер от внешних сил достигается при ступенчатом запуске [1].

В работе был осуществлен расчет радиального смещения наружной оболочки корпуса камеры сгорания. С этой целью составлены уравнения меридиональных (осевых) и окружных усилий в наружной оболочке (рис. 1).

Напряжения связаны с усилиями в оболочках и ребрах равенствами Радиальное смещение наружной оболочки определяется выражением Расчеты проводятся для следующих данных:

и для двух режимов запуска двигателя:

б) ступенчатый запуск:,1 = X,1 = P = 0.

При этом в расчетах оценивается влияние одного из конструктивных параметров – угла наклона ребер относительно меридианов оболочек. Угол может принимать в конструкциях корпусов камер значения 15o, 20o, 25o,30o.

В результате расчета получим значения w2 (, h2 ) для режима работы корпуса (а), которые представлены в табл. 1.

Для режима работы корпуса (б) результаты расчета сведены в табл. 2.

0, 21048 По данным табл. 1 и табл. 2 построены зависимости (рис. 2) Рис. 1. Радиальное смещение наружной оболочки корпуса камеры сгорания:

а – бесступенчатый запуск; б – ступенчатый запуск На следующем этапе в работе был осуществлен расчет радиального смещения срединной поверхности оболочки закритической части сопла.

На рис. 3 показаны меридиональные и окружные усилия в оболочках сопла.

Рис. 3. Меридиональные и окружные усилия в оболочках сопла Меридиональные и окружные усилия в оболочках сопла определяются системой Соответствующие напряжения, а также радиальные смещения корпуса в сечении, определяемом углом меридианы, вычисляются аналогичным образом.

К расчету принимаются следующие исходные данные:

р Ж = 30 МПа Для режима работы корпуса сопла со ступенчатым запуском Запас прочности наружной оболочки при условии, что в = 1100 МПа, составляет величину nв = в = =1,9.

На рис. 4 показан график зависимости UR(), построенный на основании полученных данных табл. 3.

Представленные в работе [2] расчеты по деформативности корпуса камеры ЖРД показали, что стенки корпусов камер, как в их цилиндрической, так и сопловых частях на рабочем режиме могут иметь значительные (соизмеримые с толщиной наружной оболочки) смещения. Это приводит к заметному отклонению реального газодинамического контура камеры от теоретического, что может оказать существенное влияние на процесс истечения продуктов сгорания, а, следовательно, приведет к снижению удельного импульса тяги. Поэтому подобные расчеты необходимо внедрять в расчетную практику как в учебном, так и в реальном проектировании камер и газогенераторов.

1. Зуева А.А., Хомяков А.С. Несущая способность оболочки корпуса камеры ЖРД // Создание перспективной авиационной техники / Под. ред. Ю.Ю. Комарова. – М.: Изд-во МАИ, 2004.

2. Зуева А.А. Прочностная работоспособность корпусных оболочек камеры ЖРД / Конкурсная работа НИРС, 2005 (на правах рукописи).

Московский авиационный институт (государственный технический университет)

РАСЧЕТ РАСПРЕДЕЛЕНИЯ ПОЛЯ ПОТЕНЦИАЛОВ В ВАКУУМНОЙ

КАМЕРЕ МЕТОДАМИ МАГНИТНОЙ ГИДРОДИНАМИКИ

Обычно расчет распределения потенциала ведут с помощью распределения Больцмана по формуле Однако при больших градиентах падения концентрации электронов эта формула дает значительно меньшие падения потенциала. Поэтому в работе используется более детальная модель, которая базируется на решении уравнений:

из уравнения неразрывности вычисляем падение скорости в объеме вакуумной камеры;

из уравнения сохранения импульса получаем уравнение обобщенного закона Ома и выражаем оттуда распределение потенциала;

при расчете закона Ома используется температура электронов, поэтому ее распределение тоже необходимо рассчитать – для этого решаем уравнение сохранения энергии.

Для решения этих уравнений в работе использована конечно-разностная схема. На первой итерации было задано постоянное распределение скоростей потенциала и температуры электронов, затем итерациями было осуществлено приближение к окончательному результату.

Уравнение неразрывности где ne – концентрация электронов; na – концентрация нейтральных частиц; i – сечение ионизации, которое задается с помощью графика (рис. 1).

Рис. 1. Зависимость сечения ионизации атома электронным ударом от Е Уравнение сохранения импульса где j – плотность тока, – электрическая проводимость, где е – частота столкновения электронов с нейтральными частицами и ионами:

где у – сечение упругих взаимодействий, задаваемое графиком (рис. 2).

Рис. 2. Зависимость сечения упругого взаимодействия от Е Предполагая установившимся состояние и пренебрегая инерциальным членом слева уравнения (3), вводя - = E, получаем обобщенный закон Ома Для заданных ne, Ve и Те запишем уравнение неразрывности заряда Подставляя уравнение (8) в (9), вычисляем распределение потенциала плазмы, применяя конечно-разностную схему для вычисления градиентов и лапласианов, рассчитывая параметры на новой итерации (слое) с помощью значений на предыдущей итерации (слое).

Уравнение сохранения энергии где mi – масса иона; е – частота столкновения электронов с нейтральными частицами и ионами; e – коэффициент электронной теплопроводности; TH – температура нейтральных атомов; i – потенциал ионизации (величина заданная для данного рабочего вещества), В качестве исходных данных была принята модель испытательного стенда (вакуумной камеры) на кафедре 208 МАИ (рис. 3).

Рис. 3. Модель испытательного стенда (вакуумной камеры) на кафедре 208 МАИ В результате была получена визуализированная картина (построены диаграммы):

1) концентрации нейтральных частиц;

2) концентрации ионов, вылетевших из двигателя;

3) концентрации ионов, образовавшихся в результате перезарядки нейтральных атомов, при взаимодействии со струей ионов, вылетевших из двигателя.

Расчеты выявили, что концентрация ионов перезарядки больше, так как их скорость примерно равна температуре стенки камеры (на два порядка меньше скорости ионов, вылетевших из двигателя) и увеличивается только электромагнитным полем, создающимся в камере.

Поэтому на следующем этапе было рассчитано электромагнитное поле. В работе учитывается плазма, поэтому существует условие квазинейтральности, где ne = ni.

Для задания начальной температуры электронов не обязательно моделировать катод и процессы, происходящие в самом двигателе. Можно задать виртуальный катод, т.е. снять потенциал и температуру электронов в 30-50 мм от двигателя и задать их как граничные условия.

На рис. 4 представлены предварительные результаты работы.

Скорость электронов падает за счет столкновений с нейтральными атомами, и основное падение наблюдается в области наибольшей концентрации электронов. Увеличение температуры и потенциала в пучке согласуется с экспериментом.

В принципе, для того чтобы рассчитать область за двигателем, необходимо рассматривать два случая: для быстрых ионов и для перезарядившихся ионов. Это можно реализовать, измерив точно таким же способом температуру и потенциал электронов за двигателем.

Таким образом, получив распределение потенциала, следует рассчитать распределение поля напряженности а – распределение скоростей электронов, м/c; б – распределение потенциала электрического поля в вакуумной камере, В.

Напряженность оказывает влияет на траекторию частиц:

Аналогичным образом описываются параметры для осей У и Z.

Это поле может существенно влиять на движение перезаряженных частиц, а также на их скорость. При расчете траектории движения перезаряженных частиц учитывалось влияние поля, поэтому следует пересчитать алгоритм нахождения концентрации перезаряженных частиц. Работа в данном направлении будет продолжена на кафедре 208 МАИ после соответствующей подготовки стенда, когда станет возможным получить данные потенциала и температуры для определения граничных условий.

1. Кормен Т. Алгоритмы: построение и анализ. – М.: Наука, 2002.

2. Павловская Т.А. C/C++. Программирование на языке высокого уровня. – СПб.: Питер, 3. Алексеев Б.В. Зондовый метод диагностики плазмы. – М.: Энергоатомиздат, 1988.

4. Шикин Е.В. Кривые и поверхности на экране компьютера. – М.: Диалог-Мифи, 1996.

5. Паппас К.Х. Отладка в С++. – М.: Бином, 2001.

6. Прикладная динамика разреженного газа / Под ред. Кошмарова Ю.А., Рыжова Ю.А. – М.:

Наука, 1977.

7. Секунов Н. Самоучитель Visual C++ 6. – М.: Obhv, 1999.

8. Арцимович Л.А. Физика плазмы. – М.: Наука, 1974.

9. Седжвик Р. Фундаментальные алгоритмы на С. – М.: Diasoft, 2003.

10. Дронов В. Macromedia Dreamweaver MX. – М.: Obhv, 2003.

Перспективы развития бортового радиоэлектронного оборудования Московский авиационный институт (государственный технический университет)

КОМПЛЕКСИРОВАНИЕ БИНС И РТС

В представленной статье рассматривается вопрос комплексирования бесплатформенных интегральных навигационных систем (БИНС) с радионавигационными системами РСБН, VOR, DME.

Существующие бесплатформенные навигационные системы являются автономными, помехозащищенными системами и способны определять различные навигационные параметры. Однако БИНС обладают свойством нарастания ошибок со временем, поэтому используется коррекция погрешности.

Широко применяются СНС, однако эти системы не всегда позволяют получить информацию. Возникает задача осуществить коррекцию погрешности БИНС от других систем, в частности радиотехнических систем ближней навигации (РСБН, VOR/DME). Поэтому в данной работе рассматривается вопрос создания алгоритмов коррекции системы от РТС, определяющих азимут и дальность.

В состав современных НК входят различные системы и датчики, информация от которых поступает в ход навигационного вычислителя (рис. 1). Программно-математическое обеспечение (ПМО) НВ выбирает такой состав датчиков, который обеспечивает наилучшее навигационное решение.

На точность определения параметров местоположения воздушного судна (ВС) влияет состав навигационных датчиков и режим их совместной работы.

Разработанная программа математического моделирования позволяет оценить точность определения координат и составляющих скорости ВС при различном составе датчиков РТС. Исследование проводилось методом математического моделирования в соответствии со структурной схемой, приведенной на рис. 2.

Программа включает:

- модель идеального движения объекта;

- модель ошибок БИНС;

- модель ошибок РТС;

- фильтр.

РСДН РЛК

Исследование проводилось по следующей схеме:

1. Задается начальное положение объекта.

2. Задается маршрут движения.

3. Задаются координаты маяка и тип РТС (РСБН, VOR/DME).

4. Время отключения датчика СНС и перехода в режим работы по БИНС и РТС 5. Величины погрешностей в модели ошибок РТС, БИНС и СНС.

Координаты точки старта: широта 58,0°, долгота 58,38°. Высота полета 8000 м.

Скорость полета 200 м/с. Координаты маяка: широта 56,5°, долгота 49,0°.

идеального движения На рис. 3 приведена траектория движения объекта во всех трех экспериментах.

Для анализа точностных характеристик фильтра были построены зависимости, представленные на рис. 4-9.

Рис. 4. Ошибка оценки погрешности координат БИНС при коррекции по данным СНС (t = 0 2500 с) и по данным РСБН в режиме «азимут-дальность» (t = 25005000 с) Рис. 5. Ошибка оценки погрешности составляющих скорости БИНС при коррекции по данным СНС (t = 02500 с) и по данным РСБН в режиме «азимут-дальность» (t = 25005000 с) Рис. 6. Ошибка оценки погрешности координат БИНС при коррекции по данным СНС (t = 0 2500 с) и по данным VOR/DME в режиме «азимут-дальность» (t = 25005000 с) -0, -0, Рис. 7. Ошибка оценки погрешности составляющих скорости БИНС при коррекции по данным СНС (t = 0 2500 с) и по данным VOR/DME в режиме «азимут-дальность»

Рис. 8. Ошибка оценки погрешности координат БИНС при коррекции по данным СНС (t = 0 2500 с) и по данным VOR/DME в режиме «две дальность» (t = 25005000 с) Рис. 9. Ошибка оценки погрешности составляющих скорости БИНС при коррекции по данным СНС (t = 02500 с) и по данным VOR/DME в режиме «две дальности» (t = 25005000 с) Сравнительный анализ погрешности оценки навигационных параметров по различным средствам коррекции приведен в таблице.

Анализ полученных результатов показал, что СОФ обеспечивает требуемую точность определения навигационных параметров при отсутствии информации от СНС при переходе в режим фильтрации по данным РТС. СОФ обеспечивает очень близкое качество оценки погрешности БИНС.

Преимуществом предложенного подхода является возможность использования СОФ, разработанного для совместной обработки информации данных БИНС и СНС без существенных доработок. Во время выполнения работы была доработана логика подключения СОФ для алгоритмов комплексной обработки информации при использовании совместной обработки данных БИНС и РТС.

Разработанный в статье алгоритм реализован в бортовом вычислителе.

1. Зайцева Н.А., Грошев В.В., Стрелков В.Т. и др. Формульно-логическое описание навигационной вычислительной системы. – М.: Авиаприбор, 1995.

2. Савинов Г.Ф. Применение методов оптимальной фильтрации при построении навигационных комплексов. Учебное пособие. – М.: МАИ, 1980.

3. Принципы построения и алгоритмы комплексного математического моделирования задач навигации и коррекции ИНС в составе навигационного бортового оборудования. Отчет.

МИЭА-1984.

4. Дмитроченко Л. А., Савинов Г. Ф. Основы проектирования алгоритмов инерциальных навигационных систем. – М.: МАИ, 1987.

5. Шкирятов В.В. Радионавигационные системы и устройства – М.:Радио и связь, 1984.

А.А. Афонин, А.М. Марасанов, М.А. Пантелеева Московский авиационный институт (государственный технический университет)

МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ВЗАИМОДЕЙСТВИЯ

УПРАВЛЯЮЩИХ КОМПОНЕНТОВ СЕТИ СПУТНИКОВОЙ СВЯЗИ

Для возможности значительного расширения специальной спутниковой системы передачи данных (ССПД) необходимо комплексное исследование работы существующей системы.

Рассматривается подсистема доступа к спутниковым каналам связи.

Технология доступа к обрабатывающим спутниковым каналам учитывает следующие определяющие факторы:

длительный срок эксплуатации (следовательно, в числе основных задач будет минимизация потребляемого космического ресурса);

ССПД будет эксплуатироваться как мультисервисная сеть, предоставляющая абонентам услуги по передаче данных и обеспечению голосовых телефонных каналов.

В данной системе каждая периферийная станция (ПС) выходит в эфир со своей интенсивностью i. Спутниковые каналы обрабатывают различные виды входящих запросов с разной скоростью. Приняты следующие обозначения:

1 средняя скорость обработки телефонных звонков; 2 – средняя скорость обработки пакетов данных.

Для построения модели ССПД предложено два подхода: математическое и имитационное моделирование. Причем имитационное моделирование решает поставленную задачу без каких-либо ограничений, но не дает возможности построения явных зависимостей статистических характеристик от параметров системы. В то же время построение математической модели возможно только при принятии некоторых условий на работу рассматриваемой ССПД, но, в отличие от имитационной, математическая модель позволяет получить явные зависимости статистических характеристик от параметров системы и от времени ее функционирования.

Для разработки математической модели принимаем следующие ограничения: передается только один вид сообщений, т.е. средняя скорость обработки всех сообщений одинакова; средняя интенсивность выхода в эфир всех ПС одинакова, поэтому можно рассматривать единый входной поток сообщений.

Для моделируемой ССПД возможно принять поток входящих сообщений в виде пуассоновского. Для описания случайного времени обслуживания принято экспоненциальное распределение вероятностей.

Таким образом, для построения математической модели была использована теория массового обслуживания [1].

Возможные состояния системы опишем следующим образом:

So – все каналы свободны; S1 – один канал занят, остальные свободны; Sk – k каналов занято, n-k каналов свободны; Sn – все каналы n заняты.

Модель опишем с помощью системы дифференциальных уравнений (СДУ) Колмогорова, которые описывают вероятности нахождения системы в том или ином состоянии.

В стационарном случае имеем линейную систему алгебраических уравнений. Решение данной системы получаем аналитически (1):

Далее приведена аналитическая зависимость среднего количества занятых каналов от параметра (2):

Графики зависимостей вероятности отказа и вероятности успешной обработки сообщения представлены на рис. 1.

Рис. 1. Зависимость вероятности отказа и вероятности успеха от параметра Анализируя график, изображенный на рис. 1, получаем, что при >60 работа системы становится невозможной (P30()>0,5).

Из рис. 2 имеем: при уровне надежности порядка 3% интенсивность генерации сообщений должна превышать скорость их обработки не более чем в 2- раза.

Для нестационарного случая решаем СДУ Колмогорова численно методом Рунге–Кутты 4-го порядка точности. Рассмотрен нестационарный случай с периодическими изменениями параметров потоков для 10 спутниковых каналов [2]. Функции изменения параметров средней интенсивности генерации пакетов данных (3) и их обработки получены из анализа графиков зависимостей загруженности модемных пулов от времени, путем подбора совпадения по амплитуде, фазе и частоте:

Полученная СДУ также решена численно (рис. 3).

Таким образом, в результате математического моделирования получили следующие результаты: работа ССПД описывается системой дифференциальных уравнений, порядок которой совпадает с количеством спутниковых каналов; для стационарного случая найдены аналитические зависимости параметров работы системы от параметров входящих и исходящих сообщений; для нестационарного случая по результатам численного решения моделирующей СДУ сделан вывод о возможности прогноза возникновения коллизий при заданных параметрах потоков.

Далее для нахождения статистических параметров системы без существенных ограничений было принято решение о разработке имитационной модели на основе реального алгоритма работы моделируемой системы.

Рассматривается два типа передаваемых сообщений (ПС): телефонный звонок и передача пакетов данных, скорость обработки которых напрямую связана с длительностью звонков или с размером передаваемого пакета информации.

Следует заметить, что моделируется ССПД, имеющая в своем составе обрабатывающих спутниковых каналов, что соответствует действительному составу системы. В программе предусмотрена возможность изменения количества ПС, так как планируется их увеличение.

Необходимые начальные данные для имитационного моделирования 1. Параметры передаваемых сообщений: количество; интенсивности генерации сигналов.

2. Параметры спутниковых каналов: средняя скорость обработки передаваемых пакетов информации; средняя скорость обработки телефонных звонков (средняя продолжительность телефонных звонков).

3. Параметры входных сообщений: вероятность поступления телефонного звонка; рассматриваемый промежуток времени.

Наличие достаточно большого количества входной информации накладывает некоторые ограничения по использованию данной имитационной модели.

В начальный момент времени для каждой ПС генерируется случайный момент времени выхода в эфир, распределенный по экспоненциальному закону с параметром, определенным на основе исходных данных. Из всех полученных моментов выбирается наименьший; станция, которой соответствует данный момент времени, выходит в эфир первой.

Далее по закону Бернулли выбирается тип входного сообщения, и в соответствии с выбранным типом генерируется продолжительность обработки сообщения, которая также является случайной величиной, распределенной по экспоненциальному закону с параметром, заданным пользователем.

На следующем этапе производится поиск свободного канала, и найденный канал считается занятым обработкой сообщения в период времени, равный длительности звонка или размеру передаваемого пакета информации. Если свободный канал не найден, то входное сообщение получает отказ в обслуживании, счетчик количества отказов увеличивается на единицу.

После выбора свободного канала или увеличения количества отказов для вышедшей в эфир ПС генерируется следующий случайный момент времени, он складывается с временем освобождения обрабатывающего поступивший запрос канала, полученная сумма будет равна следующему моменту выхода в эфир данной ПС. Производится поиск среди всех ПС наименьшего времени выхода в эфир, и вся процедура повторяется снова. При достаточно большом количестве итераций имитационного моделирования возможно достижение вполне высокой точности оценки вероятности отказа в обслуживании.

Для сравнения результатов имитационного и математического моделирования было проведено специальное тестирование имитационной модели.

1. Разработана математическая модель подсистемы доступа к спутниковым каналам связи.

2. В стационарном случае работы ССПД получены аналитические зависимости вероятности отказов, среднего количества занятых каналов, а также других статистических характеристик от параметров работы.

3. На основе полученных аналитических зависимостей сделаны прогнозы возникновения коллизий в случае превышения интенсивности генерации пакетов над интенсивностью их обработки в шесть раз.

4. Рассмотрен нестационарный случай работы ССПД. Из анализа нестационарной модели сделаны временные прогнозы возникновения коллизий при заданном изменении параметров системы во времени.

5. На основе подсистемы доступа к спутниковым каналам связи разработана имитационная модель работы ССПД.

6. Путем сравнения результатов имитационного и математического моделирования показана близость результатов математического и имитационного моделирования.

Также следует заметить, что в дальнейшем планируется разработка более сложных подходов к математическому моделированию, которые позволили бы сократить количество ограничений, наложенных в представленной модели.

В рамках разработанной имитационной модели возможным является изменение вероятностного распределения интенсивностей выхода в эфир ПС и обработки сообщений в соответствии со статистическими данными по работе реальной системы, что позволит дать более адекватные оценки вероятности сбоев и других параметров системы.

1. Теория надежности и массовое обслуживание / Под ред. Гнеденко Б.В. – М.: Наука, 1969.

2. Асриев А.В., Кибзун А.И. Практикум по статистическому моделированию на ЭВМ. – М.:

Изд-во МАИ, 1989.

Московский авиационный институт (государственный технический университет)

РАЗРАБОТКА АЛГОРИТМА УМЕНЬШЕНИЯ ПОГРЕШНОСТИ

ОПРЕДЕЛЕНИЯ УГЛА КУРСА ДЛЯ ПРИБОРА ППКР-АГ

С ТВЕРДОТЕЛЬНЫМИ ДАТЧИКАМИ

В последние десятилетие в авиационно-космическом приборостроении наметилась устойчивая тенденция к разработке микромеханических приборов первичной информации из кремнийсодержащих полупроводниковых структур и, в частности микрогироскопов, микроакселерометров, микродатчиков давления. Однако эти датчики имеют большие погрешности, в связи с чем необходимо применять алгоритмическую компенсацию их погрешностей с целью повышения точности измерений.

В состав электронного прибора пилотажного комбинированного резервного с функциями авиагоризонта и указателя курса (ППКР-АГ), относящегося к новому поколению резервных пилотажных приборов, включены малогабаритные микромеханические датчики, входящие в модуль инерциальных датчиков (МИД), и модуль датчика магнитного курса. МИД включает в себя три однокомпонентных датчика кажущегося ускорения (акселерометры) и три однокомпонентных датчика угловой скорости (ДУС).

Уменьшение погрешности определения угла курса осуществляется по разработанному алгоритму, основанному на комплексировании информации от МИД и трехкомпонентного датчика МПЗ. На рис. 1 представлена структурная схема алгоритма уменьшения погрешностей определения угла курса для прибора ППКР-АГ. По сигналам трех ДУС, измеряющих проекции вектора угловой скорости ЛА на оси связанной системы координат, в блоке предварительной обработки (БПО) определяется угол курса, который был назван инерциальным углом курса (ИУК). По сигналам трех однокомпонентных датчиков напряженности МПЗ, измеряющих соответствующие составляющие напряженности МПЗ на оси той же системы координат, в БПО определяется магнитный угол курса (МУК). С помощью акселерометров, входящих в состав МИД, осуществляется коррекция текущей вертикали. С БПО значения ИУК и МУК поступают в вычитающий блок, где исключается полезный сигнал и формируется наблюдаемый или входной сигнал адаптивного фильтра Калмана (АФК), т. е. на вход АФК поступает разность погрешностей ИУК и МУК. В АФК на основе стохастической модели этих погрешностей определяется оптимальная оценка погрешности ИУК, которая затем вычитается из сигнала ИУК, и в результате на выходе комплексной системы имеем скорректированный сигнал угла курса, который затем поступает на модуль индикации прибора ППКР-АГ.

Для построения алгоритма АФК была сформирована модель погрешностей ИУК и МУК, на основе которой уравнения ошибок комплексной системы имеют вид:

МИД

ДУС Z МИД

Датчик МПЗ X АФК — адаптивный фильтр Калмана;

БПО — блок предварительной обработки;

МИД — модуль инерциальных датчиков;

МПЗ — магнитное поле Земли;

Z — сигнал измерений;

Рис. 1. Структурная схема алгоритма уменьшения погрешностей где (t) — полезный сигнал; СМИД(t) — медленно меняющаяся систематическая составляющая погрешности ИУК, которая на ограниченном интервале времени считается постоянной величиной; ФМИД(t) — быстроменяющаяся или флуктуационная погрешность ИУК, аппроксимируемая белым шумом с корреляционной функцией вида K() = R(), где R — интенсивность белого шума; ФМ(t) — флуктуационная погрешность МУК, с периодом корреляции =1/, математическим ожиданием равным нулю и корреляционной функцией вида В качестве компонент вектора состояния были выбраны систематическая составляющая погрешности ИУК СМИД и флуктуационная составляющая погрешности МУК ФМ Для того чтобы составить дифференциальные уравнения, описывающие погрешности определения угла курса, в динамическую модель флуктуационной погрешности МУК, необходимо ввести дополнительный фильтр, формирующий заданное значение погрешности ФМ из белого шума. При таком алгоритмическом дополнении системы выбранный состав вектора состояния соответствует его определению [3].

Тогда дифференциальные уравнения имеют вид:

Модель измерений представим следующим образом. Наблюдаемый или входной сигнал фильтра Калмана Z формируется как разность погрешностей:

Связь вектора наблюдений Z с вектором состояния X представится в виде где C = [1 -1] — значение матрицы измерений; V — белый шум измерений. В качестве шумов измерений принимается флуктуационная погрешность ИУК ФМИД.

Алгоритм АФК состоит из четырех рекуррентных матричных уравнений оптимального фильтра Калмана (ОФК) [3] и алгоритма адаптации [1].

При построении АФК предполагалось, что среднеквадратическое отклонение (СКО) случайной погрешности МУК известно неточно. Это означает, что погрешность МУК, входящая в состав вектора состояния, генерируется исходя из реального значения Ф Р, а в фильтр, т. е. в матрицу возмущений B, заклаМ дывается ее ошибочное значение Ф. Задача АФК в данном случае заключаМ ется в формировании оценок вектора состояния с одновременной подстройкой Ф под Ф Р, что позволяет оптимизировать процесс фильтрации.

При последовательном подстраивании неизвестной величины СКО флуктуационной погрешности МУК под её действительное значение применяется алгоритм оптимизации [1]:

где bk = Ф — подстраиваемый параметр; k — величина k-го шага подстройМ ки; J( b k–1) — функционал качества.

Поскольку при оптимальной фильтрации Калмана минимизируется дисперсия ошибок оценивания и для наблюдения доступен лишь сигнал Z, то можно выбрать функционал вида где Q [ Z i, X i (bk )] — реализация функционала качества; Ns — целое число, определяющее величину выборки. В рассматриваемом алгоритме считаем Ns = 32.

Величина k-го шага подстройки k в алгоритме оптимизации (7) после шага определяется формулой Введение уменьшающегося ряда k при постоянном во времени Ф Р улучшает сходимость процесса подстройки.

Принцип адаптации состоит в построении экстремума выбранного функционала качества, который экстремален, когда значение подстраиваемого параметра станет равным своему реальному значению. Для вычисления градиента функционала качества использовался поисковый метод [4].

При математическом моделировании алгоритма уменьшения погрешностей предполагалось, что СКО флуктуационной погрешности МУК — 2, а СКО флуктуационной погрешности ИУК — 0,1. Кроме этого, ИУК содержит линейно возрастающую со временем погрешность, скорость которой 0,2/мин.

Время моделирования — 15 мин. За этот интервал времени уход ИУК составляет 3 (рис. 2).

В результате использования алгоритма уменьшения погрешностей определения угла курса для прибора ППКР-АГ были скомпенсированы нарастающая систематическая погрешность ИУК и случайная погрешность МУК.

Для сравнения результатов использования оптимальной и адаптивной калмановской фильтрации были промоделированы алгоритмы ОФК и АФК как с учетом наличия погрешностей в априорных данных, заложенных в структуру фильтров, так и при соответствии модели ошибок ИУК и МУК с действительными статистическими характеристиками этих ошибок.

На рис. 2 представлены результаты моделирования алгоритмов ОФК и АФК в случае наличия погрешности в априорных данных, т. е. в матрицу возмущений B заложено ошибочное значение погрешности МУК.

Результаты моделирования показали, что при соответствии модели ошибок скорректированные сигналы ИУК на выходе комплексной системы с применением ОФК и АФК практически совпадают. Однако в условиях отсутствия достоверных априорных данных о возмущающих воздействий использовать ОФК нецелесообразно, так как ошибки оценивания слишком велики и не позволяют повысить точность определения угла курса. Уменьшение погрешностей выходного сигнала системы становится возможным с использованием алгоритма АФК, который позволяет параллельно формированию оценок вектора случайных процессов проводить подстройку под неизвестный статистический параметр модели наблюдения.

1. Малько В. Г. Статистическое моделирование радиоинерциального измерителя высоты с адаптивным фильтром Калмана / Статистическое моделирование и оптимальное комплексирование автономных измерителей навигационных параметров полета / Под ред. А.

П. Жуковского. – М.: МАИ, 1981.

2. Новичков В. М., Бурмистрова Н. Б. Об одном подходе к повышению точности бортовых измерительных приборов // Науч. тр. 7-й международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права». – Сочи, 2004.

3. Соболев В. И. Синтез калмановских фильтров. – М.: Изд-во МАИ, 1994.

4. Цыпкин Я. З. Адаптация и обучение в автоматических системах. – М.: Наука, 1968.

ОАО «МОСКОВСКИЙ ИНСТИТУТ ЭЛЕКТРОМЕХАНИКИ И АВТОМАТИКИ»

РАЗРАБОТКА КОЛЬЦЕВОГО ЛАЗЕРА ДЛЯ ТРЕХОСНОГО

ИЗМЕРИТЕЛЯ УГЛОВОЙ СКОРОСТИ СИСТЕМЫ БИНС

Одним из актуальных направлений в авиационной технике является разработка чувствительных элементов современных бесплатформенных инерциальных навигационных систем (БИНС) с улучшенными навигационными характеристиками. Опыт разработки БИНС показывает, что повышение точности и улучшение их эксплуатационных характеристик прямо связано с решением проблемы создания блока лазерных гироскопов (БЛГ) с улучшенными точностными и эксплуатационными параметрами.

Чувствительным элементом БЛГ является кольцевой лазер (КЛ). Решение задачи разработки КЛ с улучшенными точностными и эксплуатационными характеристиками требует оптимизации геометрии резонатора: определение комплектации каждого резонатора исходя из условий обеспечения селекции высших типов колебаний и минимальности потерь основной моды.

У КЛ есть ряд особенностей, влияющих на точность прибора и связанных с принципом его действия. Наиболее существенной из этих особенностей является наличие так называемой «мертвой зоны» или «зоны захвата».

Анализ существующих теоретических и экспериментальных исследований, в которых доказаны определенные частные связи между отдельными параметрами КЛ и точностными характеристиками ЛГ, позволяет с определенной степенью полноты сформулировать набор оптико-физических параметров КЛ, существенно влияющих на точностные характеристики прибора в целом. Так, например, можно выделить коэффициент связи встречных волн вследствие рассеяния лазерного излучения на шероховатостях поверхности зеркал, определяющий величину зоны синхронизации, от которой, в свою очередь, зависит точность прибора. В работах [1, 2] приведены зависимости, показывающие, что величина «зоны захвата» прямо пропорциональна коэффициенту рассеяния на основных элементах резонатора (зеркалах).

В [3] разработана уточненная модель кольцевого резонатора, позволяющая рационально определять его конструктивные характеристики исходя из задаваемых оптико-физических параметров (дифракционные потери и т.д.). Установлено также, что диафрагма, помимо дифракционных потерь, вносит в суммарный коэффициент связи между противоположно распространяющимся оптическим излучением дополнительную составляющую, определяемую ее геометрическими характеристиками.

Все ранее произведенные расчеты позволили обеспечить условие генерации излучения в резонаторе. Однако, при этом не были учтены особенности распределения поля вблизи диафрагмы и влияние последней на связь встречных волн.

Таким образом, задачей данной работы являлось создание математической модели распределения поля в резонаторе, которая учитывает влияние диафрагмы на дифракционные потери в резонаторе, а также позволяет оценивать вклад диафрагмы в суммарное рассеяние.

Расчет распределения поля, произведенный с учетом дифракции на диафрагме, показал, что влияние геометрических параметров диафрагмы приводит к рассеянию излучения и как следствие этого к росту коэффициента связи в резонаторе. Для резонаторной моды, соответствующей собственному значению m,n, дифракционные потери Ldif определяются соотношением Собственные значения найдены в форме суммы двух последовательных приближений метода возмущений путем разложения поля резонаторной моды по модам Эрмита–Гаусса:

где x,y - дополнительные фазовые набеги гауссовых пучков на периметре резонатора; cm,n - коэффициенты, характеризующие связь с основной модой высших мод Эрмита–Гаусса из-за дифракции излучения на диафрагме, hm,n - коэффициенты, характеризующие долю энергии, оставшуюся в данной моде Эрмита– Гаусса после прохождения диафрагмы.

Было оценено, что диафрагма вносит вклад в рассеяние приблизительно такой же, как еще одно зеркало [4]. Коэффициент связи падающей и отраженной волны по амплитуде может быть определен как где l – длина диафрагмы; – амплитудный коэффициент связи падающей и отраженной волн:

где - длина волны лазерного излучения; n1 – показатель преломления среды;

n2 – показатель преломления материала резонатора; h – шероховатость поверхности диафрагмы.

Дифракция излучения на диафрагме описывается с помощью матрицы, компоненты которой вычисляются путем интегрирования произведений функций Эрмита-Гаусса по поверхности отверстия диафрагмы.

Схема, поясняющая падение лазерного излучения на отражающую поверхность диафрагмы, приведена на рис. 1.

Был произведен анализ влияния угла падения излучения на стенки диафрагмы () на коэффициент отражения ra. В результате получены следующие выражения для определения коэффициента отражения ra:

Диафрагма имеет плоскую поверхность, перпендикулярную падающему лазерному пучку ( = 0):

где F0(x,y) - распределение поля в плоскости перетяжки основной моды оптического резонатора.

Конусообразная форма диафрагмы (без учета изменения направления распространения отраженного излучения):

- Для света, поляризованного в плоскости падения:

- Для света, поляризованного перпендикулярно плоскости падения:

Конусообразная форма диафрагмы (с учетом дифракции излучения, отраженного от диафрагмы в направлении встречного пучка):

где - отношение соответствующей полуоси диафрагмы к размеру перетяжки в меридиональной плоскости; J0(…), J1(…) – функции Бесселя нулевого и первого порядков; k – волновое число.

Определяя коэффициент отражения при наклонном падении луча на стенки диафрагмы, необходимо учитывать зависимость этого коэффициента от поляризации падающего света. При углах падения луча на грань диафрагмы порядка 20, характеристики зависимости начинают расходиться. То есть возникает некоторая неоднозначность определения коэффициентов отражения, так как для разных плоскостей поляризации коэффициенты отражения различаются на порядок.

Результаты расчетов приведены в таблице.

Прямоугольная форма клонное падение луча). Без учета изменения направления рас- Для света, поляризованного перпространения отра- пендикулярно плоскости падения женного света Конусообразная форма диафрагмы (с учетом дифракции излучения, отраженного от диафрагмы в направлении встречного пучка) При расчете предельного случая наклонного падения луча с учетом повторного отражения луча от стенок диафрагмы рассматривалась волна, поляризованная перпендикулярно к плоскости падения, для которой коэффициент отражения больше. Зависимость коэффициента отражения от угла наклона поверхности диафрагмы () приведена на рис. 2 для трех значений отношения половины размера диафрагмы (а) к размеру перетяжки пучка (wm) в меридиональной плоскости.

Из рис. 2 видно, что изменение коэффициента отражения в зависимости от угла наклона диафрагмы после 30 уже несущественно по сравнению с изменением коэффициента отражения в диапазоне изменения угла 10 – 30 (крутое падение характеристики). Для этого диапазона углов амплитудный коэффициент отражения с учетом повторного отражения от стенок диафрагмы (самый худший случай) составляет величину порядка 2,391·10-6. При угле наклона 60величина амплитудного коэффициента отражения ra на порядок ниже.

Необходимо отметить, что при соблюдении требований к углу наклона грани диафрагмы отражение от ее конической поверхности практически не вносит вклад в коэффициент связи встречных волн на диафрагме. В этих условиях наиболее значимой становится форма краев (линия, образованная пересечением поверхностей конуса и эллиптического цилиндра), ее конечная длина и ее шероховатость (рис. 3). Как оказывается, края диафрагмы имеют достаточно сложную геометрическую форму, которую необходимо учитывать при вычислении значений коэффициента отражения для конусообразной формы диафрагмы (8).

Рис. 2. Зависимость коэффициента отражения ra от угла наклона поверхности диафрагмы для следующих значений отношения a/wm: 2,2 ( R = 8,5 м, а = 0,94 мм );

В результате произведенных исследований можно сделать следующие выводы:

разработанная математическая модель позволяет учитывать влияние отражения лазерного излучения от конической поверхности селектирующей диафрагмы на коэффициент связи встречных волн;

определена величина угла (), при котором повторное отражение излучения от стенок диафрагмы не приводит к дополнительному вкладу в связь встречных волн.

а – вид формы диафрагмы (с полуосями a=0.96, b=0.81; выделенная линия – граница отражающей поверхности); б – пространственное положение границы отражающей поверхности; в – проекция границы отражающей поверхности на плоскость 1. Ароновиц Ф. Лазерные гироскопы. // Применения лазеров // Перев. с англ.; Под ред. Тычинского В.П. – М.: Мир, 1974. С. 182-270.

2. Aronowitz F. Fundamentals of the ring laser gyro // In “Optical gyros and their application” RTO-AG-339, 1999. Pp. 3-1…3-45.

3. Кубарев В.В. Принцип Бабине и дифракционные потери в лазерных резонаторах// Квантовая электроника. 2000. Т. 30. № 9. С. 824-826.

4. Молчанов А.В., Суминов В.М., Чиркин М.В. Формирование доминирующей погрешности лазерного гироскопа // Авиакосмическое приборостроение. 2004. № 9. С. 12-19.

ОАО «Московский Институт Электромеханики и автоматики»

РАЗРАБОТКА ТРЕХОСНОГО ИЗМЕРИТЕЛЯ УГЛОВОЙ СКОРОСТИ

НА БАЗЕ ЛАЗЕРНЫХ ГИРОСКОПОВ ДЛЯ БЕСПЛАТФОРМЕННОЙ

ИНЕРЦИАЛЬНОЙ НАВИГАЦИОННОЙ СИСТЕМЫ

Опыт разработки бесплатформенных инерциальных навигационных систем (БИНС) показывает, что повышение точности и улучшение их эксплутационных характеристик прямо связано с решением задачи создания блока лазерных гироскопов (БЛГ) с улучшенными точностными и массогабаритными характеристиками.

Повышение точности БЛГ может быть достигнуто конструктивнотехнологическим и алгоритмическим путями. Основными составляющими конструктивно-технологического пути являются: суперфинишная полировка подложек зеркал; напыление зеркальных покрытий ионной пушкой; двухмембранный пьезокорректор. К алгоритмическим методам могут быть отнесены:

уменьшение цены импульса лазерного гироскопа (ЛГ); увеличение точности тракта вычета; компенсационное управление вибрационной частотной подставкой (ВЧП); компенсация температурного дрейфа ЛГ.

В настоящей работе рассмотрены алгоритмические методы повышения точности, связанные с компенсационным управлением ВЧП и компенсацией температурного дрейфа.

ВЧП используется в ЛГ для устранения нелинейности масштабного коэффициента в области малых угловых скоростей, которая вызывается связью встречных волн в кольцевом резонаторе. Используемая в настоящее время ВЧП с ошумлением колебаний резонатора приводит к случайной погрешности в выходном сигнале [1]. Устранение случайной погрешности в выходном сигнале возможно при детерминированном управлении. Целью такого управления должна быть не случайная, а закономерная компенсация погрешностей на одном или нескольких тактах этих колебаний.

Рассмотрим уравнение, описывающее выходной сигнал ЛГ:

где - мгновенная разность фаз встречных лучей;

L - угловая скорость захвата;

r - угловая скорость вращения основания;

v(t) - угловая скорость колебаний резонатора;

При больших угловых скоростях вращения основания, когда L >> v, скорость изменения разности фаз встречных лучей почти точно равна угловой скорости вращения основания, влияние захвата незначительно. Если приведенное условие не соблюдается, захват искажает линейную зависимость между d/dt и v + r, что и приводит к появлению погрешностей.

Анализ уравнения (1) показывает, что при 0 и при 02 L sin имеет разные знаки, поскольку sin( + ( 2k 1)) = sin ( ), k = 1,2,3,...

Если при прохождении двух последовательных зон захвата разности фаз встречных волн различаются на угол (2k - 1), то суммарная погрешность, накопленная за эти проходы, равна нулю.

Для реализации детерминированного управления [2] колебаниями ВЧП, компенсирующего влияние L sin на выходной сигнал ЛГ, получены соотношения для возмущений bi, амплитуд колебаний Aj, декремента затухания d, причем при формировании закона управления используется только выходной сигнал ЛГ в цифровой форме:

где M - цена импульса выходного сигнала ЛГ;

0 - номинальная величина соответствующей разности амплитуд, выраженная в выходных импульсах ЛГ.

где N – количество импульсов.

Уравнения (1) – (8) описывают алгоритм управления вибрационной системой и позволяют проводить моделирование погрешности ЛГ при реализации компенсационного управления. Для проведения математического моделирования был разработан комплекс программ, решающих сформулированные выше задачи. Основной являлась программа, моделирующая работу лазерного гироскопа с учетом характеристик вибрационной системы и наличия зоны захвата встречных лучей. В этой программе для решения дифференциальных уравнений был использован метод Рунге–Кутты пятого порядка в модификации Ингленда [3].

Проведено моделирование случайной погрешности ЛГ для случая ВЧП с ошумлением колебаний и для случая компенсационного управления. Моделирование проводилось при следующих начальных условиях: зона захвата 200 Гц, угловая скорость вращения 15 град/ч, амплитуда колебаний 120 угл. с, в случае ВЧП с ошумлением глубина модуляции 10%. Результаты моделирования представлены на рис. 1 и 2.

По наклону аппроксимирующей прямой на рис. 1 можно определить эффективность накапливаемой составляющей случайной погрешности ЛГ. В данном случае величина накапливаемой составляющей случайного дрейфа равна 0.031 град/ч на интервале времени 100 с, величина этой составляющей достаточно близка к параметрам реальных приборов с величиной зоны захвата принятой в расчетах.

По наклону аппроксимирующей прямой из рис. 2 можно определить эффективность накапливаемой составляющей случайной погрешности ЛГ. В данном случае величина накапливаемой составляющей случайного дрейфа равна 0.003 град/ч на интервале времени 100 с.

Следовательно, моделирование показало, что при использовании алгоритма компенсационного управления погрешность ЛГ уменьшается на порядок.

При работе БЛГ проявляется погрешность прибора, обусловленная зависимостью величины его систематического дрейфа от температуры как внешней (изменение температуры окружающей среды), так и внутренней (самопрогрев прибора в процессе работы). Была рассмотрена компенсация температурной составляющей погрешности прибора, обусловленной внешним температурным воздействием в установившемся режиме (статика). Стабильность этой зависимости (повторяемость выходного сигнала не хуже 0.001°/ч) дает возможность проведения алгоритмической компенсации температурной составляющей погрешности прибора.

Для проведения компенсации была разработана программа «Calculate», позволяющая осуществлять расчет коэффициентов алгоритмической компенсации (АК) и корректировку параметров дрейфа после проведения испытаний.

В программе «Calculate» определение коэффициентов АК осуществляется методом наименьших квадратов, и строится компенсационная кривая по четырем точкам (температурам), тем самым обеспечивая более точную корректировку параметров БЛГ. Типичная модель термокомпенсации описывается формулой где ТТ – текущее значение температуры прибора; Т0 – калибровочное значение температуры прибора (+20°C); А1, А2, А3 – коэффициенты АК (температурные коэффициенты).

Рис.1. Интегральная дисперсия погрешности и ее аппроксимирующая прямая Рис.2. Интегральная дисперсия погрешности и ее аппроксимирующая прямая при использовании компенсационного управления Для исключения погрешности пересчета показаний термодатчиков в величину температуры была выбрана компенсирующая зависимость в виде полинома третьей степени:

где U = U 1i U 1 ; U1i – текущее значение напряжения на первом термодатчике в запуске, В; U1+20 – среднее значение напряжения на первом термодатчике в первом запуске (калибровочное) при +20оС, В.

Для вычисления коэффициентов АК проводится длительный запуск БЛГ в диапазоне рабочих температур от – 60°С до +60°С.

Методической особенностью приведенного длительного запуска является устранение погрешности ЛГ, связанной с его включением – выключением. После длительного запуска формируют четыре файла с результатами. Чтобы определить коэффициенты АК, производят построение компенсационной кривой.

Для этого, используя обработанные данные длительного запуска в программе «Calculate», заполняют итоговые таблицы. Строится кривая, и с помощью программы в Excel методом наименьших квадратов – компенсационная кривая, определенная уравнением (полиномом третьей степени), которое и содержит искомые коэффициенты АК.

С помощью полученных коэффициентов АК после проведения длительного запуска может осуществляться приведение (корректировку) точностных параметров БЛГ после проведения запусков на фиксированных температурах по алгоритму рi = ti + А1(U1i – U1+20) + А2(U1i – U1+20)2 + А3(U1i – U1+20)3. (11) Проведенная обработка массивов данных по температурным испытаниям позволила установить, что вычисленная погрешность компенсационного алгоритма температурного дрейфа не превышает 0.0005 о/ч.

На основании проведенной работы можно сделать следующие основные выводы:

предложен способ управления колебаниями виброподвеса ЛГ, позволяющий существенно снизить накапливаемую составляющую случайного дрейфа этих приборов;

разработан комплекс программ, реализующий предлагаемый способ;

показано, что использование предлагаемого способа позволит снизить накапливаемую составляющую случайного дрейфа примерно на порядок;

разработаны алгоритм и программное обеспечение, позволяющие устранять влияние температурного дрейфа на выходной сигнал ЛГ.

1. F.Aronowitz. Fundamentals of the ring laser gyro. In “Optical gyros and their application” RTO-AG-339, 1999. Pp. 3-1…3-45.

2. Efimov B.V., Kremer V.I., Molchanov A.V., Polikovsky E.F. Compensation of random drift of a laser gyroscope // Proceedings of the 8th Saint Petersburg International Conference on Integrated Navigation Systems – S-Pb., 28-30 May 2001. Pp. 113 – 114.

3. Арушунян О.Б., Залеткин С.Ф. Численное интегрирование обыкновенных дифференциальных уравнений на ФОРТРАН’е. – М.: Изд-во МГУ, 1990.

Московский авиационный институт (государственный технический университет)

ИЗМЕРЕНИЕ ИСТИННОЙ ВЫСОТЫ ПОЛЕТА ЛЕТАТЕЛЬНОГО

АППАРАТА НА БАЗЕ КОРРЕЛЯЦИОННО-ЭКСТРЕМАЛЬНОЙ

НАВИГАЦИОННОЙ СИСТЕМЫ

Стремительное развитие авиационной техники предъявляет все более и более высокие требования к точности определения навигационных параметров.

Высокие скорости и низкие высоты полета летательных аппаратов требуют высокоточного определения навигационных параметров ЛА в реальном режиме времени. Обеспечение ЛА высокоточными приборами определения навигационных параметров движения ЛА, таких как путевая скорость и истинная высота полета, — одна из важнейших задач авиационной техники.

Существует несколько способов для решения поставленной задачи:

усовершенствование применяемых методов и приборов до достижения желаемых результатов;

разработка и внедрение новых методов, обеспечивающих высокоточное измерение навигационных параметров ЛА;

внедрение известных методов, не применяемых до этого вследствие отсутствия необходимой технической базы.

На сегодняшней день известны следующие методы для измерения истинной высоты полета ЛА [1-5]: барометрический, радиотехнический, акустический, оптический, инерциальный, ионизационный и использующий данные спутниковой навигации.

Акустический метод практически не используется, так как на сверхзвуковых скоростях он неприменим, а на дозвуковых обладает большой погрешностью. Оптический метод также не получил практического применения. Инерциальный метод и метод определения истинной высоты ЛА при помощи спутниковой навигации применяются редко из-за нарастания с течением времени погрешности измерения. Для определения истинной высоты полета ЛА в современной авиационной технике пользуются барометрическим и радиотехническим методом.

Перспективным направлением в области навигации ЛА является разработка и использование корреляционно-экстремальных навигационных систем (КЭНС), работающих по геофизическим полям. КЭНС позволяют с высокой точностью скорректировать измерения основной инерциальной навигационной системы (ИНС) ЛА по основным навигационным параметрам (скорость, высота, координаты). Наибольший интерес представляют КЭНС, использующие оптические датчики и работающие по таким геофизическим полям, как рельеф местности.

Современная бортовая вычислительная техника и наличие оптических систем, способных производить выдачу информации в реальном времени, создают возможность применения на ЛА методов измерения истинной высоты полета при помощи КЭНС.

Рассмотрим один из возможных методов вычисления истинной высоты полета ЛА при помощи КЭНС на базе оптоэлектронной системы.

Оптоэлектронная система (ОЭС) состоит из трех фотоприемных устройств (ФПУ). Одно из ФПУ производит плановую съемку подстилающей поверхности, два других - перспективную [6] (рис. 1).

ПУ1 производит съемку подстилающей поверхности. Через некоторое время изображение этой же подстилающей поверхности будет получено ФПУ и ФПУ3. Корреляционный поиск текущего изображения, полученного с ФПУ2, на изображениях, полученных с ФПУ1 и ФПУ3, позволяет определить расстояние S, пройденное ЛА [7,8] (рис. 2).

Рис. 2. Определение истинной высоты с помощью ОЭС Из прямоугольного треугольника, где катетами являются пройденное расстояние S и истинная высота Н, а угол между гипотенузой и расстоянием S равен углу, определяется истинная высота Н по формуле Для исследования возможности применения предлагаемого метода для определения высоты полета было проведено моделирование работы исходной КЭНС. При решении задачи выполнены следующие шаги:

разработана математическая модель ОЭС, описанной выше;

разработаны трехмерные типовые модели местности, на которых моделируется работа КЭНС;

разработана модель КЭНС;

проведено моделирование работы КЭНС на трехмерных моделях местности.

В среде 3D Max были созданы трехмерные модели типовых местностей, включающих как природные объекты, так и объекты, созданные деятельностью человека. В этой среде произведено моделирование работы ОЭС на моделях сцены.

Далее разработано программно-алгоритмическое обеспечение для моделирования работы КЭНС на трехмерных моделях местности. Входными данными для моделирования являются изображения подстилающих поверхностей, полученных с ФПУ1, ФПУ2, ФПУ3 (см. рис. 1). Выходными данными является карта высот данной поверхности.

При помощи разработанного программно-алгоритмического обеспечения, базирующегося на методах корреляционно-экстремального поиска [9], произведено моделирование работы системы. Примеры профилей рельефа, полученных в результате этого моделирования, представлены на рис. 3, 4.

Рис. 3. Пример результата моделирования для резко изменяющегося рельефа Рис. 4. Пример результата моделирования для плавно изменяющегося рельефа В результате анализа полученных экспериментальных данных возникла задача усреднения данных, полученных с перспективных ФПУ, для увеличения точности определения истинной высоты полета ЛА.

Разработан алгоритм для решения этой задачи, суть которого алгоритма заключается в следующем. Происходит сравнение значений высот, полученных с перспективных ФПУ. При значении абсолютной разности высот, превышающей некоторое значение истинной высотой считается та, у которой выше корреляционный максимум. Если абсолютная разность не превышает, то истинной высотой считается усредненное значение полученных высот.

Проведенные исследования показали, что в устойчивом режиме работы (без срывов поиска корреляционного максимума) погрешность вычисления истинной высоты полета ЛА не превышает 1 м, что выше точности измерения радиолокационным методом, причем, в отличие от радиовысотомеров, системы описанного типа не излучают электромагнитных волн. Получение эталонного изображения непосредственно в полете ЛА увеличивает надежность корреляционного поиска, вследствие чего увеличивается точность вычисления высоты ЛА. Современная техника позволяет реализовать данный метод на борту ЛА.

В процессе моделирования работы предлагаемой системы выявился и ряд недостатков данного метода. Основной недостаток – снижение надежности при работе на зонах с резким изменением рельефа местности. Так, если при полете над поверхностью с плавно изменяемым рельефом появляется высотный объект, имеет место срыв на границе объекта из-за срыва поиска корреляционного максимума. Примером такой местности может служить местность с застройкой высотными объектами. Это ограничивает применимость данного метода. В дальнейшем для устранения этого недостатка необходимо сформировать описания типов местности с целью выявления ограничений применимости данного метода, а также разработать алгоритмы повышения устойчивости метода при работе на сложных типах рельефов местности (например, на базе методов фильтрации изображений).

Таким образом, разработанное программно-алгоритмическое обеспечение позволило промоделировать работу КЭНС на базе ОЭС и проанализировать возможность применения данного метода для определения истинной высоты полета ЛА. Оно также позволит проводить дальнейшие исследования данного метода (влияние параметров ОЭС на точность измерений, влияние погодных условий на работу ОЭС и т.п.), а также внедрять алгоритмы, улучшающие точность вычисления и повышающие надежность метода.

1. Боднер В.А. Авиационные приборы. – М.: Машиностроение, 1969.

2. Браславский Д.А. Приборы и датчики летательных аппаратов. – М.: Машиностроение, 1970.

3. Алексеев Н.В., Кравцов В.Г., Назаров О.И. и др. Системы измерения воздушных параметров полета нового поколения // Авиакосмическое приборостроение. 2003. №8.

4. Белоглазов И.Н., Джанджгава Г.И., Чигин Г.П. Основы навигации по геофизическим полям. – М.: Наука, 1985.

5. Изнар А.Н., Федоров Б.Ф. Оптические квантовые приборы в военной технике. – М.: Советское радио, 1963.

6. Вельцер В. Аэрофотоснимки в военном деле. – М.: Военное дело, 1990.

7. Боркус М.К., Черный А.Е. Корреляционные измерители путевой скорости и угла сноса летательных аппаратов. – М.: Советское радио, 1973.

8. Костюков В.В., Кутаранов А.Х., Павлова Н.В., Фролов М.Д. Метод определения высоты с помощью оптикоэлектронной системы // Труды XIII международного научнотехнического семинара «Современные технологии в задачах управления, автоматики и обработки информации». – М.: Изд-во МГУ, 2004.

9. Баклицкий В.К., Юрьев А.Н. Корреляционно-экстримальные методы навигации. – М.:

Радио и связь, 1982.

А.В. Адаскин, П.А. Грязнов, Н.В. Павлова, В.В. Сергейчик Московский авиационный институт (государственный технический университет)

РАЗРАБОТКА ПРОГРАММНО-АЛГОРИТМИЧЕСКОГО

ОБЕСПЕЧЕНИЯ ДЛЯ ПРОВЕДЕНИЯ ДОПЛЕРОВСКОГО

МОНИТОРИРОВАНИЯ

В медицинской практике пациентам, в частности, лицам, занимающимся деятельностью, постоянно связанной с тяжелыми нагрузками, требуется интенсивное клиническое наблюдение за функциями жизненно важных органов и ответными реакциями организма на дозированные лечебные вмешательства [1, 2].

Мониторинг, осуществляемый при помощи как простейших средств, так и оборудования повышенной сложности, предназначен решать эту специфическую задачу.

Правильная организация потока информации облегчает интенсивное наблюдение и интерпретацию бесчисленного количества собранных данных для формирования программы лечения и обмена сведениями о состоянии больного между сменяющимися бригадами реаниматологов.

Основной задачей данных исследований была разработка такого программно–логического обеспечения, предназначенного для длительного наблюдения за кровотоком (при проведении функциональных тестов и проб, интраоперационно, в послеоперационный период) с возможностью постановки комментариев и фиксирования событий, произошедших в ходе мониторинга, сохранением на жестком диске и в базе данных с целью последующего просмотра и изучения. Программное обеспечение реализовано как отдельный модуль для расширения функциональных возможностей многоканального доплера в части анализа распределений статистических характеристик скорости кровотока в обследуемых сосудах на протяжении заданного периода наблюдений пациента.

Необходимость применения мониторинга в медицинской практике прежде всего, вызвана следующими обстоятельствами:

постоянно возрастающей сложностью и длительностью хирургических вмешательств;

увеличением тяжести функциональных расстройств у больных;

усложнением технических средств, используемых в критической медицине;

необходимостью своевременной диагностики нарушений и профилактики тяжелых осложнений, в том числе остановки сердца и дыхания;

требованием выбора правильной тактики интенсивной терапии и более высокой эффективности лечения.

Для решения этих проблем был разработан алгоритм работы медицинского комплекса и его взаимосвязи с пользователем. Использованная схема проведения обследования пациента изображена на рис. 1.

Комплекс программных средств для углубленного изучения особенностей кровообращения и контроля мозговой гемодинамики и скорости кровотока в периферийных сосудах в режиме мониторинга позволяет:

- вести длительную запись доплеровских кривых и спектрограмм (до 5 ч);

- вести мониторинг по максимальной скорости кровотока (систоле), минимальной (диастоле), средней, пульсационному индексу (Pl) и индексу сопротивления (RI);

- регистрировать и оценивать интенсивность материальной или воздушной эмболии;

- производить оперативную запись текстовых комментариев;

- просматривать и производить обработку результатов мониторинга с расчетом индексов, введенных пользователем;

- осуществлять сохранение всех данных в карте пациента базы данных WinPatientExpert.

Для обеспечения всех заявленных в описании функций, в приборной программе реализовано четыре самостоятельных пакета:

управление последовательностью обследования;

хранение данных мониторинга;

обработка событий;

редактор формул.

Пакет управления последовательностью обследования является основным контроллером проведения обследования пациента в соответствии с выбранной методикой обследования типа «гид». В предлагаемом программном обеспечении реализуется следующая схема проведения мониторинга:

шаг настройки предварительных параметров мониторинга;

шаг настройки параметров съема и регистрации данных;

шаг постпроцессорной обработки полученных данных.

На шаге настройки предварительных параметров мониторинга пользователь должен задать следующие параметры мониторирования:

- режим работы доплера;

- наблюдаемая кривая;

- продолжительность записи;

- названия сосудов.

После определения всех требуемых параметров, пользователь переходит на шаг настройки параметров съема и регистрации данных, условно разбитый на две фазы:

фаза настройки параметров съема данных;

фаза регистрации данных.

Запуск базы данных WinPatientExpert обследований пациентов Создание/выбор карточки пациента имеющейся (ранее созданной) Задание начальных параметров мониторинга настройка аппаратной части Настройка параметров съема данных положение нулевой линии, угла Выход из базы данных WinPatientExpert сохранением всех данных Рис. 1. Общая схема проведения обследования пациента На фазе настройки параметров съема данных пользователь определяет аппаратные настройки каждого из каналов приборной части комплекса, задаваемые программно. После запуска съема данных в приборных окнах, расположенных в нижней части экрана, начнется регистрация спектров по каждому каналу. Пользователь, анализируя спектр каждого из каналов, контролирует корректность установки датчиков и правильность настройки прибора.

После анализа пользователем спектра каждого из каналов, контроля корректности установки датчиков и правильности настройки прибора можно переходить к следующей фазе –регистрации данных. Эту фазу называют режимом мониторирования (рис. 2). В этом режиме пользователю становятся уже недоступными все настройки параметров приборных каналов, определяемые на предыдущей фазе.

В режиме мониторирования в окне отображения тренда начинает «бежать» выбранная кривая, строящаяся на основании полученных с прибора данных в режиме реального времени. Для удобства пользователя в приборных окнах убираются все вспомогательные панели для максимально возможного увеличения окон со спектрами, по которым контролируются корректность подключения датчиков и их положение.

Рис. 2. Общий вид шага настройки параметров съема и регистрации данных в режиме мониторирования На этой фазе пользователю становятся доступны следующие сервисы:

включение/выключение паузы записи тренда (freeze mode);

включение/выключение записи спектра;

простановка комментария;

изменение типа регистрируемой кривой;

изменение временной ширины окна отображения тренда.

Завершающим шагом в последовательности методики проведения мониторирования является шаг постпроцессорной обработки полученных данных.

Здесь пользователь может просмотреть весь записанный тренд и, в случае необходимости, удалить выбранные участки с артефактами.

На данном шаге следующие сервисы являются доступными:

выделение исследуемого участка тренда и отображение его в окне увеличенного участка тренда;

расчет индексов для выделенного участка;

вызов редактора формул и редактирование расчетных формул индексов;

настройка панели расчетных индексов;

удаление выделенного участка тренда;

просмотр выделенного участка тренда в приборных окнах;

сохранение и передача полученных данных в БД WinPatientExpert;

повторное (новое) проведение мониторирования.

Пакет хранения данных мониторинга. Осуществляет хранение всех полученных в процессе мониторирования данных от аппаратной части комплекса и позволяет производить операции над ними. К этим данным относятся:

кусочный доплеровский спектр, записываемый пользователем на выбранных им участках; регистрируемые кривые (огибающая каждого канала); регистрируемые индексы (систола, средняя скорость кровотока, пульсационный индекс, индекс сопротивления).

Пакет обработки событий. Обеспечивает канал синхронизации и инкапсулирует в себе все события, как зарегистрированные в ходе мониторирования, так и дополнительные, полученные на шаге обработки данных: начало/завершение мониторирования; включение/отключение паузы, включение/отключение записи спектра, простановка комментария и удаление участка тренда.

Пакет редактора формул. Предназначен для вычисления расчетных индексов по заданным пользователем формулам. В качестве анализатора и вычислителя формул используется утилита GNU POSIX синтаксического анализатора формальных выражений flex и bison.

Разработанное программно-алгоритмическое обеспечение протестировано на реальных исходных данных и апробировано в клинической практике в НЦССХ им. А.Н. Бакулева, Институте хирургии им. А.В. Вишневского, НИИ нейрохирургии им. Н.Н. Бурденко и Институте неврологии РАН.

Проведенное тестирование и клинические испытания подтвердили работоспособность и эффективность разработанного программно-алгоритмического обеспечения.

1. Осипов Л.В. Ультразвуковые диагностические приборы: Практическое руководство для пользователей. – М.: Видар, 1999.

2. Столяр В.Л. Современные медицинские информационные системы // Компьютерные технологии в медицине. 2002. №3.

Московский авиационный институт (государственный технический университет)

РАЗРАБОТКА И ИССЛЕДОВАНИЕ БЕСПЛАТФОРМЕННОЙ

ГРАВИИНЕРЦИАЛЬНОЙ НАВИГАЦИОННОЙ СИСТЕМЫ НА БАЗЕ

ТРЕХКОМПОНЕНТНОГО МОДУЛЯЦИОННОГО ДИНАМИЧЕСКОГО

ГРАВИМЕТРА

В связи с актуальностью проблемы прецизионных гравиметрических измерений для решения широкого спектра задач в области навигации, геодезии, геологии, геофизики создано большое количество разнообразных гравиметров, основанных как на статическом, так и на динамическом принципах измерений.

При этом большинство известных типов гравиметров имеют ряд недостатков, к числу которых относятся: неудовлетворительные массогабаритные характеристики, дрейф нуля, слабая помехозащищенность при работе на подвижном основании, значительное время измерения, узость амплитудного и частотного диапазонов, невысокие надежность и стабильность, дороговизна.

На кафедре «Автоматизированные комплексы систем ориентации и навигации» МАИ был предложен принципиально новый подход к гравиметрическим измерениям [1-3], основанный на интегрировании разработанного векторного гравиметрического датчика в бесплатформенный навигационный комплекс аппарата-носителя (рис. 1).

ТАЙМЕР

Рис.1. Гравиинерциальный навигационный комплекс малоразмерного подводного аппарата На рис. 1: БИНС- бесплатформенная инерциальная навигационная система; ТМДГ- трехкомпонентный модуляционный динамический гравиметр; ДУС – датчик угловой скорости; МА- маятниковый акселерометр. В качестве корректирующих устройств используются: глубиномер, лаг, курсовая магнитометрическая система, спутниковая навигационная система.

Преимущества данной схемы заключаются в повышении производительности морских гравиметрических измерений (малоразмерный подводный аппарат обладает большей маневренностью и скоростью по сравнению с кораблями, используемыми в морской гравиметрической съемке). При этом сохраняются точностные характеристики и снижаются затраты на проведение детализации высокочастотного спектра гравитационных аномалий, снижается острота проблемы вертикальных ускорений, появляется возможность проведения гравиметрической съемки на мелководье и в высоких широтах, существенно уменьшаются затраты на осуществление площадных съемок.

Измерителем ускорения силы тяжести (УСТ) в ГИНК является векторный бесплатформенный трехкомпонентный модуляционный динамический гравиметр, строящийся на основе прецизионных малогабаритных маятниковых акселерометров [1]. Использование трех широкодиапазонных двухкомпонентных измерителей кажущегося ускорения, построенных по дифференциальной схеме, с малыми порогом чувствительности и нелинейностью характеристики обуславливает наличие информационной избыточности, позволяющей проводить измерения кажущегося ускорения, включающего УСТ, с крайне малыми, по сравнению с традиционными бортовыми гравиметрами, дрейфом нуль-пункта, динамическими, а также температурными погрешностями [2]. При этом появляется возможность исключить гиростабилизированную платформу из состава гравиинерциального комплекса (см. рис. 1).

АЛГОРИТМ

ВЫЧИСЛЕНИЯ

УСКОРЕНИЙ

АЛГОРИТМ

ВЫЧИСЛЕНИЯ

ГУЧ НАЧАЛЬНОЙ

МОДУЛЯЦИИ

ТАЙМЕР

Рис.2. Принципиальная схема ММДГ на базе двух гальванически развязанных МА На рис. 2: З1,2 развязанные между собой соединения с “землей” МА1,2;

маятники; ДУ1,2 датчики угла; ПУ1,2 предварительные усилители;

М1, КЗ1,2 корректирующие звенья; УМ1,2 усилители мощности; ДМ1,2 датчики момента; Rн1,2 нагрузочные сопротивления; ВПУ1,2 выходные прецизионные усилители; Rнд дополнительное нагрузочное сопротивление; СД синхронный детектор; И интегратор; ГУЧ генератор управляемой частоты; ВУ входной усилитель; ЦАП цифро-аналоговый преобразователь; АЦП1,2 аналого-цифровые преобразователи; i1,2 токи ДМ1,2.

Каждый из двухкомпонентных измерителей в ТМДГ выполнен с использованием двух идентичных акселерометров (МА1, МА2). МА1 – работает в динамическом модуляционном режиме, МА2 – в обычном. При этом подача сигнала МА2 в цепь обратной связи МА1 позволяет компенсировать влияние на него как постоянного бокового ускорения, так и боковых виброускорений. В динамическом режиме обеспечивается достаточная ширина амплитудного и частотного диапазонов и малая инерционность измерений, а модуляция выходного сигнала понижает шумовой порог измерения и обеспечивает разделение низкочастотного дрейфа нуля из-за эффектов старения и усталости материалов упругих элементов и полезного сигнала, идущего на частоте модуляции. Измеритель, построенный по такому принципу, будем называть малогабаритным модуляционным динамическим гравиметром (ММДГ) [1]. Схема ММДГ представлена на рис. 2.

Упрощенная принципиальная схема ММДГ показана на рис. 3.

Рис.3. Упрощенная принципиальная схема ММДГ Представленные обозначения совпадают с обозначениями на рис. 2.

В модуляционном режиме измерения схема функционирует следующим образом [1]: при изменении кажущегося ускорения ток i на выходе КЗ, протекающий через нагрузочное сопротивление Rн, имеет вынужденную составляющую в виде суммы постоянного члена, пропорционального величине бокового кажущегося ускорения aК и гармонических составляющих частоты f. После перемножения и фильтрации на выходе СД возникает сигнал, интегрируя который, получают напряжение, формирующее частоту f ГУЧ. Система автоматического регулирования сводит к нулю сигнал на выходе СД, меняя частоту f. В установившемся режиме по частоте f определяется величина продольной проекции кажущегося ускорения aД. Боковое ускорение aК получается осреднением сигнала МА на периоде модуляции.

Для расширения амплитудного и частотных диапазонов измерений необходимо уменьшение динамических ошибок, проявляющихся при измерении нарастающего кажущегося ускорения. В этой связи проведен анализ математической модели системы при линейно-нарастающем кажущемся ускорении (aД=aД0+Ag·t, где aД0 – постоянная составляющая кажущегося ускорения; Ag – параметр его линейного нарастания; t – время) и получено решение по току в аналитическом виде (1):

где I1, L1, M1 – постоянные коэффициенты; I2, J2, T2, L2, K2, H2 – коэффициенты, зависящие от Ag.

В ходе анализа составляющих (1) установлено, что по значению одного из коэффициентов T2, K2 или H2, линейно зависящих от Ag, можно определить этот параметр. В результате появляется возможность уменьшения динамической погрешности и расширения амплитудно-частотного диапазона ММДГ путем коррекции (2) вычисляемой частоты f вынужденных колебаний маятника по окончании каждого промежутка времени t работы системы с одной и той же частотой модуляции:

где J – приведенный момент инерции маятника; l – длина маятника [1]; малый индекс i обозначает номер соответствующего промежутка времени.

Повышение быстродействия системы с величины ~10-12 Гц до ~100 Гц осуществлено переходом к интегрированию выходного сигнала МА, а также его произведений на sin2f и cos2f, на части периода модуляции маятника. Коэффициенты уравнения (1), включая M1, находятся путем решения системы линейных алгебраических уравнений, получаемой на основании (1) с использованием вычисленных интегралов. Модифицированная система импульсного регулирования (СИР) с расширенным амплитудно-частотным диапазоном измерений имеет вид (3):

где M1 – амплитуда синфазной составляющей; m – амплитуда модуляции; uSi – напряжение корректирующего воздействия; n – число (доля) периодов частоты модуляции за время t; kДМ1– приведенный коэффициент датчика момента; k2 – коэффициент усиления; kДУ – коэффициент датчика угла; kГУЧ – коэффициент ГУЧ; kП – коэффициент жесткости подвеса маятника; m – масса маятника.

Таким образом, в результате проделанных работ была получена принципиальная схема ММДГ, работающая на подвижном основании при переменном кажущемся ускорении и Ag в диапазоне ±100 м/с3. Полученная точность компенсации динамической погрешности при этом составляла величину не хуже 0,05 мГал (5·10-7 м/с2) для измерения aД и 0,001 мГал (10-8 м/с2) – для измерения aК. Модифицированный алгоритм СИР позволил увеличить частоту обновления информации ММДГ до величины ~100Гц, что позволило комплексировать ММДГ с БИНС.

На базе ММДГ построен векторный ТМДГ. Благодаря его широким амплитудному и частотному диапазонам появилась возможность отказаться от использования гиростабилизированной платформы; вертикаль места при этом определяется аналитически. Наличие информационной избыточности по каждой из осей связанного с основанием базового трехгранника позволило компенсировать ряд наиболее существенных погрешностей: температурные и динамические, а также дрейф нуль-пункта [2].

На базе интегрированной системы БИНС-ТМДГ был разработан ГИНК аппарата-носителя [3]. При этом появились возможности решения задач недорогой прецизионной гравиметрической съемки для решения ряда хозяйственных, научных и оборонных задач, а также открылись дополнительные возможности для решения задач коррекции и навигации по геофизическим полям.

1. Афонин А.А., Черноморский А.И. Исследование возможности построения модуляционного динамического гравиметра // Авиакосмическое приборостроение. 2002. №1.

2. Афонин А.А., Черноморский А.И. Об одном подходе к компенсации погрешностей трехкомпонентного модуляционного динамического гравиметра // Авиакосмическое приборостроение. 2004. №11.

3. Тювин А.В., Афонин А.А., Черноморский А.И. Об одной концепции векторных гравиметрических измерений // Авиакосмическое приборостроение. 2005. №3.

Московский авиационный институт (государственный технический университет)

ПЕРСПЕКТИВНЫЕ МЕТОДЫ И АЛГОРИТМЫ АНАЛИЗА ПОБОЧНЫХ

ЭЛЕКТРОМАГНИТНЫХ ИЗЛУЧЕНИЙ ТЕХНИЧЕСКИХ СРЕДСТВ

Сегодня создание и практическое применение измерительного оборудования для обеспечения электромагнитной совместимости (ЭМС) различных технических средств в широком диапазоне частот, позволяющего выделять информацию об излучениях анализируемых устройств за короткий промежуток времени [1, 2], относится к разряду актуальных задач.

Недостатком существующих систем измерения в области ЭМС, основанных на использовании универсальных анализаторов спектра, является большое время измерения, занимающее несколько часов, при исследовании частотного диапазона от единиц мегагерц до единиц гигагерц. Использование быстрого преобразования Фурье (БПФ) в системе измерения электромагнитных излучений (ЭМИ) во временной области при оценке спектра принятых сигналов позволяет уменьшить время, необходимое на обработку, в десятки раз [3]. В то же время эта система обладает серьезным недостатком по сравнению с традиционными анализаторами спектра: она обладает малым динамическим диапазоном, определяемым разрядностью используемого АЦП. Применение многоуровневого АЦП (МУ АЦП) может позволить значительно расширить динамический диапазон системы измерения ЭМИ во временной области и избавиться от указанного выше недостатка. При этом возникает необходимость осуществления адаптивного выбора значений динамических диапазонов отдельных АЦП, определяемых формой измеряемых сигналов. В работе рассмотрена процедура выбора количества АЦП в системе многоуровневого квантования; исследована зависимость показателя качества квантования принятых сигналов от параметров отдельных АЦП.