Санкт-Петербургский Федеральный исследовательский центр Российской академии наук (Лаборатория информационных технологий в системном анализе и моделировании, Ведущий научный сотрудник)
Россия
с 01.01.2019 по настоящее время
УДК 519.7 Математическая кибернетика
Развитие инструментов моделирования является ключевым фактором создания и реализации интеллектуальных (прогнозных) цифровых двойников. Как правило, многие сложные объекты (СлО) являются многорежимными, т. е. априори обладают свойством немонотонности. Изменения содержания целей и задач, стоящих перед объектом, а также деструктивные воздействия внешней среды приводят к неопределенности функционирования СлО, которая связана с интенсивностью и характером использования различных режимов их работы. Цель исследования: указанная ситуация потребовала разработки подхода к исследованию многорежимных немонотонных систем в условиях существенной неопределенности. Результаты: учет режимов работы объекта в виде вершин схем функциональной целостности общего логико-вероятностного метода (ОЛВМ) исчислений показал, что функциональная структура многорежимного объекта становится немонотонной. Данная ситуация, а также отсутствие знаний об интенсивности и характере задействования этих режимов потребовала от авторов статьи разработать модельно-алгоритмическую надстройку над ОЛВМ, в основе которой лежит концепция параметрического генома функциональных структур многорежимных СлО. Практическая значимость: предложенный подход позволил оценить показатели структурно-функциональной надежности и живучести таких объектов в условиях отсутствия знаний о циклограммах задействования режимов функционирования. Опираясь на изложенный в статье подход, необходимо разрабатывать новые методы, позволяющие проводить мониторинг и управление режимами функционирования СлО.
цифровой двойник, многорежимный объект, схема функциональной целостности, немонотонная система, параметрический геном
1. Industry 4 and Industry 5.0 — Inception, Conception and Perception / X. Xu, Y. Lu, B. Vogel-Heuser, L. Wang // Journal of Manufacturing Systems. 2021. Vol. 61. Pp. 530–535. DOI:https://doi.org/10.1016/j.jmsy.2021.10.006. EDN: https://elibrary.ru/YNXFNP
2. de Souza R. O., Ferenhof H. A., Forcellini F.A. Industry 4 and Industry 5 from the Lean Perspective // International Journal of Management, Knowledge and Learning. 2022. Vol. 11. Pp. 145–155. DOI:https://doi.org/10.53615/2232-5697.11.145-155.
3. What is a Digital Twin? — Definitions and Insights from an Industrial Case Study in Technical Product Development / J. Trauer, S. Schweigert-Recksiek, C. Engel [et al.] // Proceedings of the Design Society: DESIGN Conference. 2020. Pp. 757–766. DOI:https://doi.org/10.1017/dsd.2020.15. EDN: https://elibrary.ru/TGZKBF
4. Digital Twin: Enabling Technologies, Challenges and Open Research / A. Fuller, Z. Fan, C. Day, C. Barlow // IEEE Access. 2020. Vol. 8. Pp. 108952–108971. DOI:https://doi.org/10.1109/ACCESS.2020.2998358. EDN: https://elibrary.ru/CELLZE
5. Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. М.: Наука, 2006. 410 с. EDN: https://elibrary.ru/QMPREP
6. Методы и алгоритмы синтеза технологий и программ управления реконфигурацией бортовых систем маломассоразмерных космических аппаратов / В. Н. Калинин, А. Ю. Кулаков, А. Н. Павлов [и др.] // Информатика и автоматизация. 2021. Т. 20, № 2. С. 236–269. DOI:https://doi.org/10.15622/ia.2021.20.2.1. EDN: https://elibrary.ru/BMHJYS
7. Городецкий В. И., Скобелев П. О. Многоагентные технологии для индустриальных приложений: реальность и перспектива // Труды СПИИРАН. 2017. Вып. 6 (55). С. 11–45. DOI:https://doi.org/10.15622/sp.55.1. EDN: https://elibrary.ru/ZVMTMF
8. Павлов А. Н. Классификация монотонных и немонотонных информационных систем на основе генома структуры // Труды СПИИРАН. 2012. Вып. 2 (21). C. 238–248. DOI:https://doi.org/10.15622/sp.21.15. EDN: https://elibrary.ru/PCCYIX
9. Яблонский С. В. Введение в дискретную математику. 2-е изд., перераб. и доп. М.: Наука. Гл. ред. физ.-мат. лит., 1986. 384 с.
10. Применение общего логико-вероятностного метода для анализа технических, военных организационно-функциональных систем и вооруженного противоборства: монография / В. И. Поленин, И. А. Рябинин, С. К. Свирин, И. А. Гладкова; под ред. А. С. Можаева. СПб.: Санкт-Петербургское региональное отделение РАЕН, 2011. 416 с.
11. Ivanov D. A., Pavlov A. N., Sokolov B. V. Optimal Distribution (Re)planning in a Centralized Multi-Stage Supply Network Under Conditions of the Ripple Effect and Structure Dynamics // European Journal of Operational Research. 2014. Vol. 237, Iss. 2. Pp. 758–770. DOI:https://doi.org/10.1016/j.ejor.2014.02.023. EDN: https://elibrary.ru/SOHMPD
12. Проектирование надежных спутников связи / под ред. М. Ф. Решетнева. Томск: Раско, 1993. 221 с.
13. Метод структурно-параметрического синтеза конфигураций многорежимного объекта / А. Н. Павлов, Д. А. Павлов, А. Б. Умаров, А. В. Гордеев // Информатика и автоматизация. 2022. Т. 21, № 4. С. 812–845. DOI:https://doi.org/10.15622/ia.21.4.7. EDN: https://elibrary.ru/QPJVIL
14. Study of Technology for the Reliability and Survivability Modelling of Onboard Control System of Small Spacecraft Operating in Complex Modes / A. N. Pavlov, D. A. Pavlov, A. Yu. Kulakov, V. V. Zakharov // Journal of Applied Engineering Science. 2024. Vol. 22, No. 3. Pp. 612–620. DOI:https://doi.org/10.5937/jaes0-50149.
