tuzsutТруды учебных заведений связиProceedings of Telecommunication Universities1813-324X2712-8830СПбГУТ10.31854/1813-324X2021-7-4-110-117tuzsut-217Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGIES AND TELECOMMUNICATIONМетод парирования угрозы авиационного происшествия на основе искусственного интеллектаArtificial Intelligence-Based Aircraft Accident Threat Parrying Methodhttps://orcid.org/0000-0002-4099-1641КуликА. А.KulikА.

кандидат технических наук, доцент, доцент кафедры Системы автоматического управления Московского государственного технического университета имени Н.Э. Баумана

Москва, 105005, Российская Федерация

Moscow, 105005, Russian Federation

kulikalekse@yandex.ruМосковский государственный технический университет имени Н.Э. БауманаРоссияBauman Moscow State Technical UniversityRussian Federation20212912202174110117Copyright © Кулик А.А., 20212021Кулик А.А.Kulik А.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tuzs.sut.ru/jour/article/view/217

Предлагается метод парирования угрозы авиационного происшествия, реализованный в модуле поддержки принятия решений, который является основным элементом системы управления безопасности полета летательного аппарата и представляет динамическую экспертную систему. На основе предложенного метода формируются рекомендации экипажу по парированию угрозы авиационного происшествия на основе информации о его психофизическом состоянии, техническом состоянии объекта управления, внешних воздействующих факторов, а также прогноза изменения условий полета. Преимущество предложенного метода является возможность идентификации непосредственной угрозы авиационного происшествия, а также выработка управленческих решений по уменьшению влияния причины происшествия на безопасность полета. Особенность метода парирования угрозы авиационного происшествия заключается в классификации управленческих решений в зависимости от условий полета воздушного судна, что позволит снизить вычислительные затраты на формирование сигнала парирования угрозы. Численное моделирование работы с использованием оценки набора правил поддержки принятия решений позволило подтвердить его работоспособность. Полученные результаты могут быть использоваться при разработке систем управления безопасностью полета летательных аппаратов, а именно математического обеспечения систем поддержки принятия решений.

An anti-aircraft accident method is proposed, implemented in the decision support module, which is the main element of the flight safety control system and is a dynamic expert system. On the basis of the proposed method, recommendations are formed to the threat countering crew accidents using the information about its psychophysical state, the technical state an aircraft, external influencing factors, as well as a forecast of changes in flight conditions. The advantage of the proposed method is the ability to identify the immediate threat of an accident, as well as the development of management decisions to reduce the impact of the cause of the accident on flight safety. The peculiarity of the method of parrying the threat of an aircraft accident is the classification of management decisions depending on the flight conditions of the aircraft, which will reduce the computational costs for generating a threat parrying signal. Numerical modeling of the work using the assessment of a set of decision support rules made it possible to confirm its performance. The results can be used in systems development for safety an aircraft’s flight, the mathematical support of decision support systems.

безопасность полетаэкспертная системаподдержка принятия решенийflight safetyexpert systemdecision supportReferencesСапогов В.А., Анисимов К.С., Новожилов А.В. Отказобезопасная вычислительная система для комплексных систем управления полетом летательных аппаратов // Труды МАИ. 2010. № 45.Sapogov V.A., Anisimov K.S., Novozhilov A.V. Fail-Safe Computer System for Complex of Aircraft Flight Control Systems. Trudy MAI. 2011;45. (in Russ.)Глубокая М.Г. Облик бортовой системы поддержки принятия решений на этапе взлета пассажирского самолета // Известия РАН. Теория и системы управления. 2009. № 3. С. 105−121.Glubokaya M.G. The look of the onboard Decision Support System on Passenger Aircraft Takeoff Stage. Izvestiya RAN. Teoriya i sistemy upravleniya. 2009;3:105‒121. (in Russ.)Шевченко А.М., Начинкина Г.Н., Солонников Ю.И. Моделирование средств информационной поддержки пилота на этапе взлета самолета // Труды Московского института электромеханики и автоматики (МИЭА). 2012. № 5. С. 54−64.Shevchenko A.M., Nachinkina G.N., Solonnikov Y.I. Modeling of the Pilot Information Support Tools at the Aircraft Takeoff Stage. Proceedings of the Moscow Institute of Electromechanics and Automation (MIEA). 2012;5:54−64. (in Russ.)Сухолитко В.А. Способ поддержки оператора в опасных ситуациях. Патент на изобретение RUS 2205442 С1 G05D1/00 от 02.10.2001. Опубл. 27.05.2003.Sukholitko V.A. Method of Operator Support in Dangerous Situations. Patent RF, no. 2205442 С1 G05D, 02.10.2001. (in Russ.)Wolf W. Cyber-physical system // Computer. 2009. Vol. 42. Iss. 3. PР. 88−89. DOI:10.1109/MC.2009.81Wolf W. Cyber-physical system. Computer. 2009;42(3):88−89. DOI:10.1109/MC.2009.81Rad C.R., Hancu O., Takacs I.A., Olteanu G. Smart Monitoring of Potato Crop: A Cyber-Physical System Architecture Model in the Field of Precision Agriculture // Agriculture and Agricultural Science Procedia. 2015. Vol. 6. PР. 73–79. DOI:10.1016/j.aaspro.2015.08.041Rad C.R., Hancu O., Takacs I.A., Olteanu G. Smart Monitoring of Potato Crop: A Cyber-Physical System Architecture Model in the Field of Precision Agriculture. Agriculture and Agricultural Science Procedia. 2015;6:73–79. DOI:10.1016/j.aaspro.2015.08.041Lee J., Bagheri B., Kao H.-A. A Cyber-Physical Systems architecture for Industry. 4.0-based manufacturing systems // Manufacturing Letters. 2015. Vol. 3. PР. 18–23. DOI:10.1016/j.mfglet.2014.12.001Lee J., Bagheri B., Kao H.-A. A Cyber-Physical Systems architecture for Industry. 4.0-based manufacturing systems. Manufacturing Letters. 2015;3:18–23. DOI:10.1016/j.mfglet.2014.12.001Kupriyanovsky V., Namiot D., Sinyakov S. A Cyber-physical system as the basis for the digital economy // The International Journal of org Open Information Technologies. 2016. Vol. 4. № 2. PP. 18−25.Kupriyanovsky V., Namiot D., Sinyakov S. A Cyber-physical system as the basis for the digital economy. The International Journal of org Open Information Technologies. 2016;4(2):18−25.Kosko B. Fuzzy Systems as Universal Approximators // IEEE Transactions on Computers. 1994. Vol. 43. Iss. 11.Kosko B. Fuzzy Systems as Universal Approximators. IEEE Transactions on Computers. 1994;43(11):1329−1333. DOI:10.1109/12.324566PР. 1329−1333. DOI:10.1109/12.324566Cordon O., Herrera F.A. General study on genetic fuzzy systems. In Genetic Algorithms in Engineering and Computer Science. John Wiley & Sons; 1995. p.33−57.Cordon O., Herrera F.A. General study on genetic fuzzy systems // In Genetic Algorithms in Engineering and Computer Science. John Wiley & Sons. 1995. PP. 33−57.Averchenkov V.I., Miroshnikov V.V., Podvesovskiy A.G., Korostelyov D.A. Fuzzu and Hierarchical Models for Decision Support in Software Systems Implementation. Proceedings of the 11th on Joint ConferenceKnowledge-Based Software Engineering, 17−20 September 2014, Volgograd, Russia. Communications in Computer and Information Science. Cham: Springer; 2014. vol.466. p.410−422. DOI:10.1007/978-3-319-11854-3_35Averchenkov V.I., Miroshnikov V.V., Podvesovskiy A.G., Korostelyov D.A. Fuzzu and Hierarchical Models for Decision Support in Software Systems Implementation // Proceedings of the 11th on Joint ConferenceKnowledge-Based Software Engineering (Volgograd, Russia, 17−20 September 2014). Communications in Computer and Information Science. Cham: Springer, 2014. Vol. 466. PP. 410−422. DOI:10.1007/978-3-319-11854-3_35Denisov M., Kozin A., Kamaev V., Davydova S. Solution on Decision Support in Determining of Repair Action Using Fuzzy Logic and Agent System. Proceedings of the 11th on Joint Conference Knowledge-Based Software Engineering, 17−20 September 2014, Volgograd, Russia. Communications in Computer and Information Science. Cham: Springer; 2014. vol.466. р.533−541. DOI:10.1007/978-3-319-11854-3_46Denisov M., Kozin A., Kamaev V., Davydova S. Solution on Decision Support in Determining of Repair Action Using Fuzzy Logic and Agent System // Proceedings of the 11th on Joint ConferenceKnowledge-Based Software Engineering (Volgograd, Russia, 17−20 September 2014). Communications in Computer and Information Science. Cham: Springer, 2014. Vol. 466.Bolshakov A.A., Kulik A.A., Sergushov I.V., Skripal E.N. Design the Method for Aircraft Accident of Prediction. Mekhatronika, Avtomatizatsiya, Upravlenie. 2018;19(6):416−423. (in Russ.) DOI:10.17587/mau.19.416-423PP. 533−541. DOI:10.1007/978-3-319-11854-3_46Bolshakov A.A., Kulik A.A., Sergushov I.V., Skripal E.N. Development the Control System Algorithms Functioning of Flight Safety for the Aircraft of Helicopter Type. Izvestia of Samara Scientific Center of the Russian Academy of Sciences. 2016;18(1-2): 358−362. (in Russ.)Большаков А.А., Кулик А.А., Сергушов И.В., Скрипаль Е.Н. Метод прогнозирования авиационного происшествия летательного аппарата // Мехатроника, автоматизация, управление. 2018. Т. 19. № 6. С. 416−423. DOI:10.17587/mau.19.416-423.Fedunov B.E., Prokhorov M.D. Conclusion on the Precedent Knowledge Bases Airborne Intelligence Systems. Iskusstvennyj intellekt i prinjatie reshenij. 2010;3:63−72. (in Russ.)Большаков А.А., Кулик А.А., Сергушов И.В. Разработка алгоритмов функционирования системы управления безопасностью полета летательного аппарата вертолетного типа // Известия Самарского научного центра РАН. 2016.Bahanov L.E., Demkin M.A., Fedunov B.E. Mathematical model of aircraft motion for knowledge bases of on-board operational advising expert systems. Izvestiya RAN. Teoriya i sistemy upravleniya. 2010;1:103‒111. (in Russ.)Т. 18. № 1-2. С. 358−362.Nejmark M.S., Cesarskij L.G., Filimonyuk L.YU. Decision support model for aircraft entering the airport's area of responsibility. All-Russian Scientific-Technical Journal "Polyot" ("Flight"). 2013;3:31–37. (in Russ.)Федунов Б.Е., Прохоров М.Д. Вывод по прецеденту в базах знаний бортовых интеллектуальных систем // Искусственный интеллект и принятие решений. 2010. № 3. С. 63−72.Gavrilova Т.А., Horoshevskiy V.F. Knowledge Bases of Intelligent Systems. St. Petersburg: Piter Publ.; 2000. 384 p. (in Russ.)Баханов Л.Е., Демкин М.А., Федунов Б.Е. Математическая модель движения самолета для баз знаний бортовых оперативно советующих экспертных систем // Известия РАН. Теория и системы управления. 2010. № 1. С. 103‒111.Kuklev E.A. Flight Safety Control of the Basis of Uncertain Risk Evaluation with Non-Routine Flight Conditions Involved. Civil Aviation High Technologies. 2016;226:199−205. (in Russ.)Неймарк М.С., Цесарский Л.Г., Филимонюк Л.Ю. Модель поддержки принятия решений при входе воздушных судов в зону ответственности аэропорта // Полет. Общероссийский научно-технический журнал. 2013. № 3. С. 31–37.Bolshakov A.A., Kulik A.A., Sergushov I.V., Skripal E.N. Aviation Accident Threat Intelligent Assessment Method. Vestnik komp'iuternykh i informatsionnykh tekhnologii (Herald of Computer and Information Technologies). 2018;5(167):3−9. (in Russ.) DOI:10.14489/vkit.2018.05.pp.003-009Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. 384 с.Kulik A.A. Development of Methods for Test of Air Flight Safety System. Vestnik of Samara State Technical University. Technical Sciences Series. 2019;4(64):30−42. (in Russ.)Куклев Е.А. Управление безопасностью полетов воздушных судов на основе нечетких оценок рисков возникновения нештатных условий полетов // Научный вестник МГТУ ГА. 2016. № 226. С. 199−205.Куклев Е.А. Управление безопасностью полетов воздушных судов на основе нечетких оценок рисков возникновения нештатных условий полетов // Научный вестник МГТУ ГА. 2016. № 226. С. 199−205.Большаков А.А., Кулик А.А., Сергушов И.В., Скрипаль Е.Н. Интеллектуальный метод оценки угрозы авиационного происшествия // Вестник компьютерных и информационных технологий. 2018. № 5(167). С. 3−9. DOI:10.14489/vkit.2018.05. pp.003-009Большаков А.А., Кулик А.А., Сергушов И.В., Скрипаль Е.Н. Интеллектуальный метод оценки угрозы авиационного происшествия // Вестник компьютерных и информационных технологий. 2018. № 5(167). С. 3−9. DOI:10.14489/vkit.2018.05. pp.003-009Кулик А.А. Разработка методики испытания системы управления безопасностью полета воздушного судна // Вестник Самарского государственного технического университета. Серия: Технические науки. 2019. № 4(64). С. 30−42.Кулик А.А. Разработка методики испытания системы управления безопасностью полета воздушного судна // Вестник Самарского государственного технического университета. Серия: Технические науки. 2019. № 4(64). С. 30−42.

The authors declare that there are no conflicts of interest present.