4. Принцип системности. Исследуемая система представима в виде совокупности взаимодействующих друг с другом подсистем, которые моделируются стандартными математическими методами. При этом свойства системы не являются суммой свойств ее элементов.

5. Принцип параметризации. Некоторые подсистемы моделируемой системы могут быть охарактеризованы единственным параметром: вектором, матрицей, графиком, формулой.

1.3.2 Моделирование САУ в среде MATLAB

Для проверки работоспособности и оптимальности спроектированного регулятора, необходимо было построить модель объекта управления, с помощью которой реализуется функциональная составляющая алгоритма, и проверить качество переходных процессов на устойчивость и управляемость системы управления.

Моделирование системы управления боковым движением БЛА проводилось в среде Simulink пакета MATLAB версии R2010b.

Simulink - интерактивный инструмент для моделирования, имитации и анализа динамических систем. Он дает возможность строить графические блок-диаграммы, имитировать динамические системы, исследовать работоспособность систем и совершенствовать проекты. Simulink полностью интегрирован с MATLAB, обеспечивая немедленным доступом к широкому спектру инструментов анализа и проектирования. Эти преимущества делают Simulink наиболее популярным инструментом для проектирования систем управления.

Моделирование системы управления без учета ветрового возмущения

Схема моделируемой системы управления в целом соответствует функциональной схеме бокового движения летательного аппарата, представленной на рисунке 1.3.2.4. Данная схема включает в себя несколько контуров, решающих различные функциональные задачи СУ. Вся СУ строится на основе иерархического подхода: сначала строится контур демпфирования, затем, на его основе, - система стабилизации заданного угла крена, затем, на их основе, - контур стабилизации заданного угла рысканья, и в самом конце - система стабилизации отклонения по боковому пути. Такое представление структурной схемы СУ боковым движением БЛА удобно тем, что каждая подсистема может быть статической или астатической, может рассматриваться полная или упрощенная её модель.

Построение контура демпфирования

Структурная схема рассматриваемого контура соответствует приведенной на рис. 1.3.2.1.

Система управления данным ЛА формирует управляющие сигналы в соответствии со следующими законами управления:

Где Z_зад - заданное значение бокового отклонения ЛА от линии заданного пути.

Угловая скорость по крену щ_х измеряется датчиком угловой скорости и через блок обратной связи поступает на вход усилителя , где суммируется с сигналом заданной угловой скорости по крену.

Размещено на http://www.allbest.ru/

Рис. 1.3.2.1 Структурная схема контура демпфирования

Передаточная функция разомкнутой системы по угловой скорости крена в случае идеального сервопривода при ненулевом входном воздействии представляется апериодическим звеном:

, (1.3.2.1)

Где (1.3.2.2)

Тогда передаточная функция замкнутой системы будет иметь вид:

, (1.3.2.3)

Где (1.3.2.4)

Теоретически в системе могут быть получены сколь угодно быстрые переходные процессы регулирования. Однако, реально область допустимых параметров системы ограничена быстродействием исполнительного привода.

Закон формирования сигнала управления угловой скоростью крена выглядит следующим образом:

.(1.3.2.5)

Построение контура стабилизации крена

По аналогии с ранее рассмотренным построением контура демпфирования строится и контур стабилизации угла крена. Сигнал заданного угла крена формируется в вычислителе системы траекторного управления. На рис.1.3.2.2 показана исходная, а на рис. 1.3.2.3 - расчетная структурные схемы автомата стабилизации заданного угла крена.

Рис. 1.3.2.2 Исходная структурная схема автомата стабилизации заданного угла крена



Рис. 1.3.2.3 Расчетная структурная схема автомата стабилизации заданного угла крена

Передаточные числа - коэффициенты передачи соответствующей координаты к рулю - равны:

(1.3.2.6)

(1.3.2.7)

Закон формирования сигнала управления углом крена выглядит следующим образом:

(1.3.2.8)

Построение контура стабилизации курса

Расчетная структурная схема курсового управления для статической системы стабилизации с законом управления

(1.3.2.9)

выглядит следующим образом:



Рис. 1.3.2.3 Расчетная структурная схема автомата стабилизации заданного угла курса

Сигнал ошибки поступает в канал . Момент вызывает вращение ЛА с . ЛА поворачивается на угол в сторону, соответствующую требуемому изменению , до тех пор, пока не будет выполнено условие . При этом элероны встают в нейтральное положение (), и составляющая обеспечивает разворот вектора скорости ЛА с постоянной угловой скоростью в нужном направлении. В свою очередь, угол вызывает изменение в, которое за счет момента путевой устойчивости вызывает разворот связанной оси ОХ вслед за разворотом вектора скорости, уменьшая тем самым . Элероны начинают отклоняться в обратную сторону, до тех пор, пока, при , они не займут исходного положения . Сигналы, пропорциональные и , в законе управления способствуют демпфированию крена и рысканья, а сигнал вводится в канал для повышения путевой статической устойчивости.

Задача представленного на рисунке 1.3.2.3 канала крена - обеспечить не только приемлемое качество процессов в переходных режимах, но и при - установившийся разворот с .

Построение системы стабилизации отклонения по боковому пути

Это последний контур моделируемой системы управления. Он выглядит следующим образом:

Рис. 1.3.2.4 Расчетная структурная схема системы стабилизации отклонения по боковому пути

Моделирование системы управления с учетом ветрового возмущения

Для анализа влияния ветрового возмущения на характер движения БЛА с целью его нормализации для дальнейшей посадки в построенную систему управления вводится некоторая «надстройка», учитывающая влияние ветра. В целом, система управления с учетом ветрового возмущения имеет следующий вид:



Рис. 1.3.2.5 САУ с учетом ветрового воздействия

где - изменение угла скольжения (и соответственно, угла рысканья) за счёт бокового смещения ЛА от оси ВПП в результате воздействия бокового ветра.

Результаты моделирования на ЭВМ

Пусть = 0,04 , = = 9 , = 50 м/с.

Остальные параметры САУ определяются характеристиками самого БЛА и равны:

g = 9,8; m = 57,3; d == -0,5051 1/с; n = = -0.1695 1/с²;

= 0.069 1/с; = -0.0726 1/с²; = -0,83 1/с.

Тогда коэффициенты линейного регулятора можно вычислить по формулам (1.2.2.14). Получим:

Полученные аналитически коэффициенты оптимального регулятора вычислены в расчете на линейный объект и требуют доработки при моделировании. Они соотносятся с коэффициентами моделируемой САУ следующим образом:

Моделирование системы управления боковым движением БЛА при посадке выполняется поконтурно, на основе иерархического подхода, как описывалось выше. Результатом моделирования каждого контура является график переходного процесса по соответствующей координате, по которому проверяется устойчивость и управляемость данного контура и системы в целом. Общая схема моделирования представлена в ПРИЛОЖЕНИИ 2.

а) Результаты моделирования без учета ветра

Результаты моделирования без учета ветра выводятся на осциллографе Bok_smtshenie1.

Так как стабилизация движения БЛА в нашем случае происходит при помощи элеронов, а угол отклонения элеронов ограничен значениями около 20 градусов, то в структурную схему САУ введено ограничение по . Существует также ограничение по углу крена, равное приблизительно 45 градусов. Таким образом, структурные схемы контура курса и контура крена, а также привода элеронов с использованием рассчитанного оптимального регулятора без учета ветрового воздействия могут быть представлены в следующем виде:

Рис. 1.3.2.6 Схема моделирования САУ с введенными ограничениями по углу курса и углу отклонения элеронов

Zg(t)

t, сек

Рис. 1.3.2.7 Переходный процесс в контуре стабилизации отклонения по боковому пути при отсутствии ветрового воздействия и при

Как видно переходный процесс приходит к постоянному значению, что свидетельствует об устойчивости каждого из контуров. Соответственно, коэффициенты оптимального регулятора, найденные аналитически, подходят для моделирования.

б) Результаты моделирования при воздействии ветра

Известно, что угол пути вычисляется по формуле:

(1.3.2.10)

По принятым допущениям (разворот ЛА - координированный). При отсутствии ветрового возмущения () угол пути тождественно равен углу рысканья. При наличии же ветра в структуру схемы целесообразно внести изменения, учитывающие неравенство углов пути и курса, для выполнения полученного аналитическим путем оптимального управления.

С учетом ветрового возмущения и внесенными изменениями моделируемый контур крена будет иметь следующий вид:

Рис. 1.3.2.8 Моделируемая САУ с учетом ветра и с внесенными в ее структуру изменениями, учитывающими неравенство углов курса и рысканья

При этом угол ветра генерируется следующим образом:

Рис. 1.3.2.9 Структурная схема формирования угла ветра



t, сек

Рис. 1.3.2.10 График зависимости угла бокового ветра от времени

В данном случае , скорость самолета = 50 м/с.

В случае ненулевого бокового ветрового воздействия () и отсутствия отклонения по боковому пути (), то есть в случае установившегося движения, переходные процессы в моделируемой системе управления будут выглядеть следующим образом:

t, сек

Рис.1.3.2.11 Переходный процесс в контуре демпфирования при боковом ветровом воздействии

t, сек

Рис. 1.3.2.12 Переходный процесс в контуре стабилизации крена при боковом ветровом воздействии

t, сек

Рис.1.3.2.13 Переходный процесс в контуре стабилизации по углу пути при боковом ветровом воздействии

t, сек

Рис. 1.3.2.14 Переходный процесс в контуре стабилизации отклонения по боковому пути при боковом ветровом воздействии

Таким образом, по результатам моделирования получается, что найденный линейный регулятор является оптимальным. Система автоматического управления БЛА, построенная на его основе, обладает устойчивостью и управляемостью.

Сформированный контур управления боковым движением БЛА обеспечивает устойчивое сведение к нулю установившихся значений по угловой скорости крена, углам крена, пути и боковому отклонению от пути при воздействии ветра. Это отвечает требованиям по заходу на посадку.

1.4 Идентификатор бокового ветра с помощью фильтра Калмана

Как было отмечено в предыдущих главах, в состав бортового комплекса БЛА должна входить система автоматической посадки, обеспечивающая выполнение посадки с требуемой точностью и обладающая заданными характеристиками отказоустойчивости. Сложность построения такой системы обусловлена тем, что только часть координат БЛА может быть измерена с помощью бортовых датчиков. Введение в систему управления оптимального фильтра Калмана позволяет оценить некоторые неизмеряемые координаты объекта управления на основании информации от штатных измерителей, тем самым обеспечить контроль за состоянием БЛА на всем протяжении посадки, а также использование полученных оценок в законе управления [7]. В данной работе исследуется процесс оценки необходимых координат при посадке только в боковом канале на наиболее ответственном этапе спуска по глиссаде и приземления.

Для более быстрой компенсации воздействия бокового ветра (по сравнению с применением классических законов управления) предлагается предварительно оценить силу бокового ветра для последующего использования полученной оценки при формировании закона управления. Для этого с помощью фильтра Калмана получим оценку угла скольжения БЛА (предполагается, что информация о всех остальных угловых скоростях и координатах может быть получена с внешних систем, обладающих некоторыми погрешностями измерений, максимальное значение которых известно заранее).

Модель движения БЛА в горизонтальной плоскости представлена в виде системы линеаризованных уравнений:

где - угол скольжения ЛА;

- угловая скорость вращения ЛА вокруг оси Ох;

- угловая скорость вращения ЛА вокруг оси Оу;

- угол крена ЛА;

- угол курса ЛА;

Z - боковое отклонение от линии заданного пути;

- угол отклонения элеронов;

- угол отклонения рулей направления;

- коэффициенты математической модели бокового движения БЛА;

Рассмотрим линейный стационарный объект, описывающийся линейным дифференциальным уравнением вида:

Где - вектор переменных состояния БЛА;

- вектор измерений;

- сигнал управления;

- вектор ветрового возмущения;

- вектор шумов измерений;

- матрица объекта;

- матрица случайного ветрового возмущения на входе объекта;

- матрица измерений на выходе объекта;

B - матрица управления,

Матрицы предполагаются известными. Тогда:

Зададимся погрешностями датчиков, имеющихся на борту самолета и среднеквадратичным значением скорости порывов ветра: при измерении углов - = 0.0172 рад; = 0.05 рад; при измерении угловых скоростей - = 0.0029 рад/сек; = 0.0029 рад/с; среднеквадратичное значение скорости порывов ветра - 2 м/сек.

Оценивание неизмеряемых координат БЛА проводится с использованием фильтра Калмана. Предложенный Рудольфом Калманом в 1960 году алгоритм цифровой фильтрации сразу получил положительные отзывы специалистов: развитие вычислительной техники к тому времени уже находилось на достаточно высоком уровне, а кроме того существовал ряд задач (например, совместное использование навигационных систем разной природы), требовавших удобного средства обработки данных в реальном времени. Однако вскоре было признано, что практическое применение фильтра Калмана, несмотря на простоту алгоритма, требует особого внимания к построению математических моделей обрабатываемых процессов, а также к точности компьютерной арифметики. С учетом этих требований впоследствии было разработано и опробовано множество вариантов применения алгоритма Калмана при решении задач навигации, геодезии, геологии, океанографии, гидродинамики и многих других областей знания [6]. логика летательный полет посадка

Представим себе некоторую систему, состояние которой в любой момент времени однозначно характеризуется определенным набором величин (например, координаты, скорости, уровни напряжения и т. д.), как правило, недоступных для непосредственного определения. Говоря терминами векторной алгебры, эти величины являются элементами вектора состояния системы, отнесенного к заданному моменту времени. Кроме того, имеется ряд переменных, некоторым образом связанных с состоянием системы, которые можно измерить с заданной точностью; такие величины составляют вектор измерений, относящихся к определенному моменту времени. Алгоритм фильтра Калмана позволяет в реальном времени построить оптимальную оценку состояния системы, основываясь на измерениях, неизбежно содержащих погрешности; при этом вектор измерений рассматривается в качестве многомерного выходного сигнала системы, отягощенного шумом, а вектор состояния -- неизвестный многомерный сигнал, подлежащий определению. Условием оптимальности построенной оценки состояния является минимум ее средней квадратической ошибки.

Рис. 1.4.1 Функциональная схема работы фильтра Калмана

Указанный критерий признан наиболее общим; доказано, что применение множество других подобных условий (например, среднее арифметическое некоторой непрерывно возрастающей, симметричной функции, такой как абсолютная величина) приводит к тому же решению (функция модуля не обладает непрерывной производной, что существенно затрудняет ее применение в алгоритмах минимизации). Фильтр Калмана явился существенным усовершенствованием своего предшественника - алгоритма, позволяющего с помощью метода наименьших квадратов выделять скалярный сигнал из шума с неизменными статистическими характеристиками, предложенного в 40-х годах XX столетия Н. Винером.

Рис. 1.4.1 иллюстрирует работу алгоритма фильтра Калмана. Начальными условиями на каждом новом цикле алгоритма служат оценка состояния системы и величина, характеризующая ее погрешность. В случае скалярной переменной такой характеристикой является дисперсия, которая тем больше, чем сильнее разброс индивидуальных значений относительно истинного. Распространенная оценка дисперсии -- среднеквадратическое отклонение, то есть квадрат стандартного отклонения, -- выражает степень разброса величины относительно среднего. Обобщением дисперсии для вектора, то есть совокупности скалярных величин, служит ковариационная матрица. Ее диагональные элементы являются дисперсиями соответствующих составляющих вектора, а недиагональные -- ковариациями, характеризующими взаимосвязь между парой составляющих. Совокупность измерений, отнесенных к каждому из моментов времени, обобщает вектор измерений. Алгоритм последовательно обрабатывает вновь поступающие векторы измерений, учитывая при этом значения, вычисленные на предшествующем цикле. Эта особенность отличает алгоритм фильтра Калмана от нерекуррентных алгоритмов, которым для работы требуется хранить весь массив обрабатываемых данных. На следующем шаге с помощью обрабатываемых на данном цикле измерений уточняются начальные условия. Для этого алгоритм вычисляет вес поправок к ним на основе ковариационных матриц оценки состояния и измерений. Чем меньшей погрешностью характеризуются измерения по сравнению с оценкой состояния системы, тем больший вес они получат. Относительные веса неизвестных, определяющих вектор состояния системы, зависят от степени их влияния на вектор измерений: больший вес получат те переменные, вклад которых в измерения больше.

Уточнение начальных условий на основе поступивших на данном цикле измерений, в общем случае, приводит к уменьшению неопределенности в оценке состояния системы. Исправленные таким образом начальные условия и являются выходными данными фильтра Калмана на каждом цикле. На заключительном этапе работы алгоритма происходит подготовка к поступлению нового вектора измерений. На основе заданного линейного преобразования, связывающего последующий вектор состояния с предыдущим, прогнозируется оценка состояния системы, отнесенная к моменту следующего измерения. При построении ковариационной матрицы прогнозируемого вектора состояния фильтром Калмана учитывается возможность искажения модели, описывающей поведение системы, некоторым случайным процессом с известными статистическими параметрами. Поскольку конкретные значения возмущающего эффекта не могут быть известны, данное обстоятельство способствует повышению неопределенности прогноза. По мере последовательной обработки новых измерений происходит накопление фильтром полезной информации, поэтому если элементы вектора состояния уверенно выражаются через измеренные величины, то суммарная погрешность оценок, как правило, должна снижаться. Однако поскольку вместе с улучшением точности оценок на этапе их уточнения имеет место ее снижение при построении прогноза, то эти тенденции, компенсируя друг друга, впоследствии приведут к стабилизации неопределенности, характеризующей оценку состояния системы. В случае отсутствия фактора, вносящего возмущения в процесс перехода системы из одного состояния в другое, погрешность оценок в итоге достигнет нуля. Изменяющаяся в процессе работы алгоритма степень неопределенности оценки состояния системы влечет за собой и изменение весов, вычисляемых на втором шаге; данное обстоятельство выделяет фильтр Калмана как алгоритм с переменными весами.

Запишем уравнения фильтра Калмана в общем виде:

где - упрежденная оценка вектора состояние системы по оценке вектора состояния и примененному вектору управления с шага k ? 1 на шаг k;

- оценка вектора состояния системы на текущем шаге;

- переходная матрица системы;

- матрица управления системы;

- вектор управляющих воздействий системы;

- априорная ковариационная матрица оценки вектора состояния системы;

- апостериорная ковариационная матрица оценки вектора состояния системы;

- ковариационная матрица шума системы;

- данные измерения;

- матрица наблюдения системы;

- единичная матрица;

- ковариационная матрица шума измерений.

Тогда ковариационные матрицы шумов измерения () и ветрового возмущения () примут вид:

Где = 0.0029 рад/с;

= 0.0029 рад/с;

= 0.0172 рад;

= 0.05 рад;

= ,

= 0.1;

Начальная ковариационная матрица была выбрана экспериментальным путем:

Матрица наблюдения БЛА:

Матрицы Ф и B аналогичны матрицам из математической модели объекта.

В результате были получены следующие уравнения для оценки вектора состояния БЛА:

Где - измеренная угловая скорость вращения ЛА вокруг оси Ох

- измеренная угловая скорость вращения ЛА вокруг оси Оу

- измеренный угол крена ЛА

- измеренный угол курса ЛА

- угол отклонения элеронов

- угол отклонения рулей направления

- априорные оценки этих параметров на k-м шаге

- апостериорные оценки этих параметров на k-м шаге

- коэффициенты математической модели движения БЛА

- составляющие вектора К, полученного следующим образом:

После установки фильтра Калмана с блоком вычисления угла ветра в боковой канал управления, была получена улучшенная система управления (рис. 1.4.2).



Рис. 1.4.2 Боковой канал системы управления с учетом оцененной силы бокового ветра

1.5 Моделирование системы управления посадкой вместе с идентификатором бокового ветра

Результаты моделирования с учетом ветра выводятся на осциллографе Bok_smtshenie2 (ПРИЛОЖЕНИЕ 2)

Для предотвращения устаревания коэффициентов фильтра и улучшения оценки угла скольжения через некоторое время после начала работы фильтра было остановлено интегрирование ковариационной матрицы P (рис.1.5.1), т.е. были «заморожены» коэффициенты фильтра. Время заморозки коэффициентов было подобрано экспериментальным путем и составило 1.8 секунды.

Рис. 1.5.1 Структурная схема проведения процедуры «замораживания» коэффициентов фильтра Калмана

Проверим работу фильтра, при воздействии на БЛА, с установленной на него САУ, бокового ветра (рис. 1.3.2.10).

в(t)

t, сек

Рисунок 1.5.2 Угол скольжения БЛА (синяя линия) и его оценка (зеленая линия)

Как видно из результатов эксперимента, значение угла скольжения было оценено с ничтожно малой погрешностью, а время оценки не превышало одной секунды.

В силу того, что сила ветра входит в дифференциальные уравнения бокового движения БЛА в виде производной, оценить этот параметр с помощью фильтра Калмана точно довольно тяжело. Приняв во внимание тот факт, что мы достаточно точно (с погрешностью не более 20%) знаем математическую модель исследуемого БЛА, мы можем выделить значение силы ветра, используя следующий подход: зная все параметры БЛА на текущем шаге, мы можем рассчитать значение угла скольжения на следующем шаге без учета воздействия ветра. Таким образом, вычисляя это значение на протяжении всего полета, мы можем получить значение «полезного» угла скольжения, вызванного управляющими воздействиями. Зная оцененное значение угла скольжения, можно вычислить силу ветра.



вW(t)

t, сек

Рис. 1.5.3 Результаты эксперимента с идеальной математической моделью БЛА (зеленая линия - идеальное значение силы ветра, синяя - ее оценка)

вW(t)

t, сек

Рис. 1.5.4 Результаты эксперимента с при отклонении параметров математической модели БЛА от идеальных на 15-20% (синяя линия - идеальное значение силы ветра, зеленая - ее оценка).

Как видно из представленных графиков, данный метод достаточно точно оценивает силу ветра даже при отклонении параметров математической модели и может быть применен при компенсации воздействия бокового ветра на БЛА.



Zg(t)

t, сек

Рисунок 1.5.5. Процесс компенсации бокового отклонения, полученного в результате воздействия бокового ветра. Зеленой линией показан процесс, полученный без применения фильтра Калмана, синей - с его применением

Таким образом, как видно из результатов эксперимента, с применением фильтра Калмана существенно улучшилось качество переходного процесса, удалось сократить амплитуду переходного процесса по боковому отклонению при воздействии бокового порыва ветра.

Выводы по разделу

По результатам работы можно сделать общий вывод. Реализация системы автоматического управления в боковом канале в режиме захода на посадку и посадке в сложных метеоусловиях (наличие бокового ветра) является сложной задачей. При наличии ограничений в математической модели ЛА таких как, ограничения по скорости отклонения выходного вала привода и угла поворота элеронов, приходится иметь дело с нелинейным объектом управления. Задача анализа и синтеза закона управления аналитическими способами является невозможной. В этом случае требуются дополнительные экспериментальные исследования, требующие корректировку передаточных чисел, используемых в законе управления и найденных до этого для линейной модели.

Следует отметить, что для обеспечения требуемого качества к процессам управления в боковом канале и для минимизации статической ошибки отклонения от заданной линии пути при наличии бокового ветра в законе управления необходимо учитывать некоторые неизмеряемые координаты, такие как, угол скольжения и угол ветра. В результате работы с использованием аппарата Калмановской фильтрации был разработан стационарный фильтр Калмана, позволяющий с требуемой точностью обеспечить получение оценок угла скольжения и угла ветра, которые впоследствии вводятся в закон управления. Использования стационарного фильтра Калмана (коэффициенты матрицы поправок являются постоянными величинами) позволяет определенным образом сэкономить вычислительные ресурсы бортового компьютера, что является важным в таком скоротечном режиме полета, как посадка. Результаты моделирования подтвердили выдвинутую гипотезу о том, что введение дополнительных оценочных координат БЛА улучшили характеристики переходных процессов при отработке отклонения от заданной линии пути при наличии бокового ветра 10 м/с.



2. ЭКОНОМИЧЕСКАЯ ЧАСТЬ

2.1 Определение целесообразности разработки программного продукта

Для экономической эффективности разрабатываемых алгоритмов и программного продукта (ПП) необходимо:

· определить целесообразность разработки;

· определить трудоемкость и затраты на создание ПП;

· определить показатели экономической эффективности разработки ПП.

Для того чтобы обосновать целесообразность разработки ПП, дать оценку технической прогрессивности и качеству реализации, необходимо сравнить ее с одним из существующих аналогов, который принят в качестве базового. В качестве аналога разрабатываемого ПП был выбран существующий алгоритм автоматической беспилотной посадки ЛА на неподготовленную площадку с использованием бортового комплекса измерительно-информационной аппаратуры, реализованный и использующийся на кафедре 301.

Анализируемые функциональные характеристики представлены в таблице 2.1.

Таблица 2.1

Характеристики качества алгоритмов и ПП

Функциональные характеристики	Величина функциональных характеристик	Значимость характеристики
	аналог	новый вариант
1. Универсальность	1	4	0.4
2. Точность	1	2	0.3
3. Наглядность отображения входных данных и результатов расчета	1	3	0.2
4. Простота использования	1	4	0.1

Определим индекс технического уровня разработки по формуле:

,

где x_iН, x_iБ - уровень i-ой функциональной характеристики соответственно нового и базового ПП;

м_i - значимость i-ой функциональной характеристики,

n - количество рассматриваемых функциональных характеристик.

Значимость i-ой функциональной характеристики определяется экспертным путем, при этом учитывается условие: .

Таким образом, индекс технического уровня равен:

Полученное значение индекса позволяет сделать вывод о том, что разрабатываемый ПП является более прогрессивным по сравнению с рассматриваемым базовым аналогом.

2.2 Определение трудоемкости и затрат на создание алгоритма и ПП

При традиционном программировании каждый элемент ПП содержит все этапы решения задач, начиная с ввода исходных данных и кончая выводом результатов. Затраты труда в чел.-час для этого случая определяются по формуле:

,

где t_О - затраты труда на подготовку описания задачи;

t_И - затраты труда на изучение и постановка задачи;

t_А - затраты труда на разработку алгоритма решения задачи;

t_К - затраты труда на программирование по блок-схеме;

t_ОТ - затраты труда на отладку программы;

t_Д - затраты труда на подготовку документации по ПП.

Q - условное количество операторов в программе:

,

q - предполагаемое количество команд;

К_С - коэффициент сложности программ;

К_К - коэффициент коррекции программы при ее разработке;

n - количество коррекций программы в ходе ее разработки;

К - коэффициент квалификации разработчика;

B - увеличение затрат на изучение и постановку задачи вследствие ее сложности и новизны.

Для разрабатываемого ПП:

q = 2000

n = 5

K_K = 0,1

K_C = 1,5

B = 2,5

K = 1,1

Таким образом:

t_О = 16;

Тогда общие затраты труда составляют:

t_ПП = 16 + 136,4 + 204,5 + 409 + 818,2 + 477,2 = 2061.3 чел.-час.

Результаты вычислений занесем в таблицу 2.2.

Таблица 2.2

Структура трудовых затрат на разработку алгоритмов и ПП

№	Наименование этапа работ	Доля работ на этапе в общем объеме работ, %
1	Подготовка описания задачи	0,77
2	Изучение поставленной задачи	6,7
3	Разработка алгоритма решения задачи	9,9
4	Программирование по блок-схеме	19,8
5	Отладка программы	39,7
6	Подготовка документации по ПП	23,1
Итого:		100

2.3 Календарное планирование

Разработка календарного плана производится на основе данных о трудоемкости работ, связанных с выполнением дипломного проекта. Пересчет длительности производственного цикла в календарные дни осуществляют умножением ее на коэффициент 1.4

Производственный цикл каждого этапа определяется по формуле:

где Т_j - трудоёмкость j-того этапа работ, чел/час;

t_рд - продолжительность рабочего дня, час;

q_j - количество работников одновременно участвующих в выполнении работ на j-том этапе, чел.

Таким образом, рассчитаем:



Пересчитаем в календарные дни:

Таблица 2.3

Календарное планирование. Директивный график

№	Наименование этапа	Удельный вес %	Трудоёмкость этапа, чел/ч	Количество исполнителей, чел.	Длительность этапа, кал. дни
1	Подготовка описания задачи	0,77	16	1	3
2	Изучение и постановка задачи	6,7	136,4	1	24
3	Разработка алгоритма решения задачи	9,9	204,5	1	36
4	Программирование по блок-схеме	19,8	409	2	36
5	Отладка программы	39,7	818,2	2	72
6	Подготовка документации по ПП	23,1	477,2	2	42
	Всего	100	2061,3		213

2.4 Расчет заработной платы персонала

Заработная плата разработчиков программы рассчитывается на основе трудоемкости стадий работ. Часовые ставки определяются на основе должностных окладов разработчиков и разрядов работ (часовых тарифных ставок). Расчет заработной платы сведен в таблицу 2.4.

Таблица 2.4

Заработная плата основного персонала

№ этапа	Трудоемкость стадий, чел.-дн	Исполнители	Дневн. ставка, р	Сред. дневная ставка, р	З/п, р	З/п с уч. Премий (15%), р
		должность	числ.
1	2	Ведущий инженер	1	700	700	1400	1610
2	17	Ведущий инженер	1	800	800	13600	15640
3	22,5	Ведущий инженер	1	800	800	18000	20700
4	22,5	Программист	2	700	700	31500	36225
5	51	Программист	1	700	750	38250	43987.5
		Ведущий инженер	1	800
6	30	Программист	1	700	750	22500	25875
		Ведущий инженер	1	800
Всего	145		125250	144037.5

2.5 Определение затрат на создание алгоритмов и ПП

Затраты на создание алгоритмов и ПП определяют по следующим статьям расходов:

1. Заработная плата основных исполнителей;

2. Отчисления на социальные нужды;

3. Накладные расходы;

4. Прочие расходы.

2.5.1 Заработная плата основных исполнителей

Заработная плата основных исполнителей рассчитана в пункте 2.4 и, с учетом премий, составляет ЗП_П = 144037.5.

2.5.2 Расчет отчислений на социальные нужды

Норматив отчислений на социальные нужды составляет 34% от заработной платы основных исполнителей.

Таким образом:

2.5.3 Расчет накладных расходов

Накладные расходы определяются по формуле:

, где K_НАКЛ = 1..2. Примем K_НАКЛ = 1, тогда:

2.5.4 Прочие расходы

Общие результаты по статьям расходов приведены в таблице 2.5.4.



Таблица 2.5.4

Затраты на создание алгоритмов и ПП

Наименование элементов и статей расходов	Затраты, руб.	Удельный вес, %
заработная плата основных исполнителей	144037.5	41
отчисления на единый социальный налог основных исполнителей		13.9
накладные расходы	144037.5	41
прочие расходы	14403.75	4,1
Итого:	351451.5	100

2.5.6 Цена предложения

Цена первоначально разработанных алгоритмов и ПП определяется с учетом рентабельности разработки как:

,

где З_ПП - затраты на создание алгоритмов и программных продуктов;

ЗП_пп - заработная плата основных исполнителей - разработчиков ПП;

с_ЗП - рентабельность разработки ПП по отношению к оплате труда основных исполнителей, обеспечивающая безубыточную деятельность (с_ЗП = 200 - 400%).

Примем с_ЗП = 250%

2.6 Определение и оценка показателей экономической эффективности

Использование разработанных алгоритмов и ПП в сфере авиационной промышленности приведет к повышению качества (точности и универсальности) системы посадки БЛА. Поэтому показатель годового экономического эффекта определяется по формуле:

,

где - годовые эксплуатационные затраты в информационной системе по базовому и новому варианту соответственно, руб.

Таким образом:

руб.

Для разрабатываемого ПП уровень экономической эффективности и срок окупаемости капиталовложений составляет:

,

.

Выводы по разделу

В результате проведенного анализа экономической эффективности разрабатываемой системы были выведены следующие ключевые показатели:

1. Индекс технического уровня разрабатываемого ПП: J_ТУ = 3,2. Это является основным количественным показателем целесообразности разработки данного продукта.

2. Суммарные затраты на разработку алгоритмов и ПП составили 351451.5 руб.

3. Коэффициент экономической эффективности капиталовложений: Е = 1.48. Это означает, что разработанный ПП окупится уже через 8 месяцев.

Таким образом, внедрение разработанного программного продукта является экономически оправданным.



3. Охрана труда и окружающей среды

Обеспечение безопасных условий труда для разработчика системы автоматического управления при посадке легким БЛА.

Проектирование системы автоматического управления летательным аппаратом (САУ ЛА) сводится к разработке структуры и определению параметров отдельных ее подсистем. Для принятия рационального решения разработчику САУ необходим определенный объем информации, которую можно подразделить на необходимую начальную и рабочую. Под начальной (априорной) информацией понимают совокупность сведений о параметрах управляемого движения ЛА, полученных в процессе проектирования и используемых для реализации конкретного варианта САУ.

Для получения рабочей информации разработчик должен овладеть общей методикой проектирования и суметь творчески ее использовать при проектировании САУ конкретного ЛА.

С точки зрения разработчика программно-алгоритмической части САУ формально организационные этапы проектирования можно объединить в три группы.

1) Начальный этап проектирования. Он включает предварительный расчет САУ ЛА на основных типовых режимах полета с использованием упрощенных математических моделей объекта управления (ОУ) и идеальных моделей САУ.

2) Этап математического моделирования на ЭВМ с учетом нелинейных характеристик. На этом этапе уточняют и проверяют предварительно полученные результаты синтеза САУ ЛА с учетом теоретических и реально полученных характеристик объекта управления и САУ.

3) Полунатурное и стендовое моделирование САУ ЛА. Здесь с полным или частичным использованием реальной аппаратуры САУ так же, как и на этапе 2, уточняются структура и параметры проектируемой системы управления.

Процесс разработки ведётся в лаборатории научно-исследовательского института общей площадью 48 , высота потолка 4 м. В помещении постоянно находится 4 человека. Площадь производственного помещения на одно рабочее место составляет 12 , а объём 48 м³. Согласно СанПиН 2.2.2/2.4.1340-03 на одно рабочее место пользователей ПЭВМ с ВДТ на базе электронно-лучевой трубки требуется площадь не менее 6 и объёмом - не менее 20 м³, что соответствует фактическому значению.

Таким образом, оборудование, применяемое в процессе разработки: персональный компьютер.

Перечень производственного оборудования, находящегося в лабораторном зале:

· Системный блок Asus 50Vm 844 Intel (R) Core (TM) 2 Duo CPU 2ГГц

· Габариты 39,75 Ч11,66 Ч 36,19 см; мощность источника питания: 400 Вт; оперативная память: 4 Гб; операционная система Windows XP Professional SP2;количество: 5 штук.

· Плоскопанельный ЖК Монитор Asus PG191

· Габариты: 44,49 Ч46,3 Ч 24 см; количество: 5 штук.

· Источник бесперебойного питания типа APC Back UPS

· Автоматический тип предохранителя; входное напряжение: 180 - 264 В; диапазон входных частот: 47 - 63 Гц; энергия скачка: 290 Дж; габариты: 28,3 Ч 9,1 Ч 16,5 cм; количество: 6 штук.

· Многофункциональное устройство HP Deskjet F4500

Среднее время работы оборудования в сутки - 12 часов.

3.1 Анализ условий труда на рабочем месте при выполнении дипломной работы

Помещение имеет естественное и искусственное освещение, соответствующее требованиям действующей нормативной документации и оборудовано защитным заземлением в соответствии с техническими требованиями по эксплуатации.

При проектировании рабочих мест операторов ПЭВМ необходимо учитывать следующие факторы производственной среды:

А) Санитарно-гигиенические факторы:

· Микроклимат рабочей зоны;

· Производственное освещение;

· Шум и вибрация;

· Электромагнитное и ионизирующее излучение;

Б) Эргономические факторы;

В) Психофизиологические факторы;

Г) Классификация помещения по электроопасности;

Д) классификация помещения по пожароопасности.

Анализ условий труда оператора по перечисленным факторам рассматривается в СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы».

А) Санитарно-гигиенические факторы

микроклимат

Микроклимат производственных помещений - это климат внутренней среды этих помещений, который определяется действующими на организм человека сочетаниями температуры, относительной влажности, скорости движения воздуха и интенсивности теплового излучения.

Параметры микроклимата должны удовлетворять значениям температуры, относительной влажности и скорости движения воздуха, приведенным в ГОСТ 12.1.005-88 ССБТ «Общие санитарно-гигиенические требования к воздуху рабочей зоны».



Таблица 3.1

1. Оптимальные нормы микроклимата в рабочей зоне помещений

Период года	Категория работ	Температуры, °С	Относительная влажность, %	Скорость движения воздуха, м /с
		Оптим.	Оптим.	Оптим.
Холодный (средн. сут. t < 10°С)	Легкая - Iа	22 - 24	40 - 60	0,1
Теплый (средн.сут. t > 10°С)	Легкая - Iа	22 - 24	40 - 60	0,1

Таблица 3.1

2. Фактические нормы микроклимата в рабочей зоне помещений

Период года	Категория работ	Температуры, °С	Относительная влажность, %	Скорость движения воздуха, м /с
		Фактич.	Фактич.	Фактич.
Холодный (средн. сут. t < 10°С)	Легкая - Iа	26-28	60	0,1
Теплый (средн.сут. t > 10°С)	Легкая - Iа	26 - 28	60	0,1

Большое влияние на микроклимат помещения, где разрабатывается алгоритм, являющийся предметом данной дипломной работы, оказывает тепловое излучение. Источниками этого теплового излучения служат ПЭВМ с периферийными устройствами, расположенные на рабочих местах, а также тепло, поступающее от рабочего персонала и от источников освещения. Тепло от этих источников приводит к тому, что температура воздуха в помещении держится на уровне 26-28°С, что, как видно из таблицы 3.1.1, не удовлетворяет требованиям, установленным в ГОСТ 12.1.005-88. В связи с этим, для обеспечения комфортных условий работы требуется осуществлять кондиционирование воздуха.

Шум и вибрации

Большое влияние на деятельность оператора оказывает уровень шума. С одной стороны, это непосредственное влияние на качество восприятия информации. С другой стороны, шум косвенно влияет на работоспособность оператора, вызывая перестройку функционирования определенных физиологических систем организма.

В рассматриваемом помещении источниками шума являются системные блоки, устройства ввода - вывода информации, принтер. Уровень шума от вентилятора системного блока составляет около 15 дБА. Уровень шума в непосредственной близости от принтера во время печати составляет около 45 дБА, в режиме ожидания практически бесшумно.

Нормы шума предусматриваются ГОСТ 12.1.003. - 83, в котором определен допустимый уровень звука в помещениях конструкторских бюро, расчетчиков, программистов вычислительных машин равен 80 дБА.

Согласно ГОСТ 12.1.003-83 «Шум. Общие требования безопасности», при выполнении основной работы на мониторах и ПЭВМ в помещениях, где находятся инженерно-технические работники, осуществляющие лабораторный, аналитический или измерительный контроль, уровень шума не должен превышать 65 дБА.

Рассчитаем суммарный уровень шума:

Таким образом, видно, что суммарный уровень шума на рабочем месте соответствует требованиям ГОСТ 12.1.003-83.

Источники вибрации в данном помещении отсутствуют.

Освещение

Результаты работы оператора ПЭВМ в большой степени зависят от освещенности рабочих мест. Характеристика зрительной работы определяется наименьшим размером объекта различения. В зависимости от размера объекта различения все виды работ, связанные со зрительным напряжением, делятся на восемь разрядов, которые в свою очередь в зависимости от фона и контраста объекта с фоном делятся на четыре подразряда. Размер объекта различения на данном рабочем месте 1мм, характеристика зрительной работы точная, контраст объекта с фоном большой, фон светлый.

На анализируемом рабочем месте применяется совмещенное освещение. Естественное осуществляется через окно в наружной стене - боковое освещение. Искусственное освещение осуществляется в виде комбинированной системы освещения, с использованием люминесцентных источников света. В соответствии с нормами СНиП 23-05-95 «Естественное и искусственное освещение. Нормы проектирования» освещение в помещении должно быть совмещенным (искусственное и естественное). При разработке алгоритма объект различения, с которым работает оператор - точка диаметром 0.4 мм (графическая информация, полученная при моделировании, средней контрастности, преимущественно на светлом фоне). Работу оператора можно отнести к III г разряду зрительных работ, точность работы высокая. В этом случае величина освещенности рабочего места оператора ПЭВМ на рабочем столе в горизонтальной плоскости от общего искусственного освещения должна составлять по СНиП 23-05-95 не менее 400 лк в системе комбинированного освещения и не менее 200 лк в системе общего освещения.

В рассматриваемом помещении предусмотрено совмещенное освещение (естественное и искусственное). Вид естественного освещения - боковое, обеспечивается за счет имеющегося в помещении окна, ориентированного на юго-восток и оборудованного жалюзи. Естественное освещение обеспечивает коэффициент естественного освещения (КЕО = 1,2%), соответствующий СНиП 23-05-95.

В качестве источников искусственного освещения используются люминесцентные лампы типа ЛД мощностью 20 Вт, которые попарно объединяются в светильники, расположенные над рабочими поверхностями в равномерно-прямоугольном порядке. Общее количество ламп в помещении - 36 штук.



Таблица 3.1.3

Характеристика зрительной работы	Наименьший или эквивалентный размер объекта различения, мм	Разряд зрительной работы	Подразряд зрительной работы	Контраст объекта с фоном	Характеристика фона	Искусственное освещение	Естественное освещение	Совмещен-ное освещение
						Освещенность, лк	Сочетание нормируемых величин показателя ослепленности и коэффициен-та пульсации	КЕО, еН, %
						при системе комбинированного освещения	при системе общего освещения		при верхнем или комбинированном освещении	при боковом освещении	при верхнем или комбинированном освещении	при боковом освещении
						всего	в том числе от общего		Р	Кп, %
1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
Высокой точности	0.4	III	г	Средний Большой	Светлый Средний	400	200	200	40	15

Электромагнитное излучение

Основные части ПЭВМ (системный блок, различные устройства ввода/вывода), а также сетевые фильтры, источники бесперебойного питания и другое вспомогательное электрооборудование при работе формируют сложную электромагнитную обстановку на рабочем месте пользователя.

Известно, что работа в течение одного часа за экраном функционирующего компьютера любой модификации приводит к ухудшению общей энергетики биополя человека. Воздействие электромагнитных полей, превышающих естественное фоновое значение, нарушает процессы саморегуляции в организме, сбивает биоритмы человека. Большинство процессов, происходящих в человеческом организме, связано с его электрическими и магнитными полями. Каждому органу человека присущи свои электромагнитные поля, причем характеристики магнитных полей индивидуальны.

В соответствие с СанПиН 2.2.4.1191 - 03 «Электромагнитные поля в производственных условиях», предельно допустимый уровень напряженности электрического поля на рабочем месте в течение всей смены устанавливается равным 5 кВ/м.

Напряженность электрического поля от источника питания системного блока вычисляется по формуле:

, В/м,

где U - напряжение питания,

r - расстояние от системного блока до оператора ЭВМ.

Таким образом, напряженность электрического поля на рабочем месте составляет , что не превышает предельно допустимого значения, установленного в СанПиН 2.2.4.1191.-03

Б) Эргономические факторы

Основными элементами рабочего места оператора ПЭВМ являются рабочая поверхность, экран дисплея, клавиатура, рабочее кресло. Эргономические параметры рабочего места пользователя являются весьма важными, и их неверный выбор приводит к ухудшению здоровья пользователя и его повышенной утомляемости. Характеристики рабочего места оператора установлены СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы» и представлены в таблице 3.1.4.

Таблица 3.1.4

Сводные характеристики рабочего места оператора

Параметр	Рекомендуемое значение, мм
Стол
Высота поверхности	680 - 800, 750 в случае нерегулируемой поверхности
Ширина	800, 1000, 1200, 1400
Глубина	800, 1000
Параметры полости (Ш Ч В)	500 Ч 600
Глубина полости	не менее 450 на уровне колен; не менее 650 на уровне вытянутых ног
Сидячее место
Возможность изменения положения тела	+
Наличие подлокотника	+
Возможность регулировать высоту сидения и спинки	+
Возможность регулировать угол наклона	+
Ширина и глубина поверхности сиденья	не менее 400
Регулировка высоты поверхности сиденья	400 - 550
Высота опорной поверхности спинки	300 +-20
Ширина опорной поверхности спинки	не менее 380
Длина подлокотника	не менее 250
Ширина подлокотника	50 - 70
Регулировка подлокотников по высоте над сиденьем в пределах	230 +-30

На анализируемом рабочем месте конструкция рабочего стола обеспечивает возможность размещения на нем необходимого при работе комплекта документов. В выдвижных ящиках стола хранится литература, не используемая постоянно. Высота рабочей поверхности стола является нерегулируемой и составляет 730 мм. Размеры рабочей поверхности стола составляют: глубина - 630 мм, ширина - 1500 мм. Рабочий стол имеет пространство для ног высотой 700 мм, шириной - 600 мм, глубиной - 600 мм.

Кресло пользователя выполнено таким образом, чтобы поддерживать физиологически рациональную рабочую позу оператора в процессе трудовой деятельности, а также создавать условия для изменения позы с целью снижения статического напряжения мышц шейно-плечевой области и спины. Кресло является подъемно-поворотным и регулируемым по углу наклона спинки. Регулировка каждого положения является независимой и имеет надежную фиксацию. Кресло оборудовано подлокотниками для снижения статического напряжения мышц рук. Поверхность сиденья имеет глубину и ширину в 430 мм. Высота поверхности сиденья регулируется от 400 до 600 мм. Опорная поверхность спинки кресла имеет высоту 350 мм, ширину 400 мм. Угол наклона спинки в вертикальной плоскости регулируется в пределах 30⁰ от вертикального положения. Подлокотники имеют высоту 250 мм и ширину 60 мм.

Клавиатура выполнена в виде отдельного устройства, имеет возможность свободного перемещения и располагается на расстоянии 200 мм от переднего края стола.

Приведенные параметры соответствуют СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к ПЭВМ и организации работы».

В) Психофизиологические факторы

При работе с ПЭВМ следует учитывать нервно-психологическую нагрузку. Правильный выбор монитора хорошего качества позволяет повысить продуктивность работы, предотвращает зрительное утомление, усталость и головные боли.

Допустимые визуальные параметры устройств отображения информации должны соответствовать требованиям ГОСТ Р 52324-2005 «Эргономические требования к работе с визуальными дисплеями, основанными на плоских панелях», которые отражены в таблице 3.1.5.

Таблица 3.1.5

Время формирования изображения



Расстояние от наблюдателя от монитора должно быть не менее 400 мм. Изображение должно быть свободно от мелькания, шрифт должен быть со сглаженной ступенчатостью, высота знака ш набора символов должна соответствовать 20'-22'. Рабочее место и монитор с плоской панелью должны обеспечивать пользователю наблюдать экран при проектных направлениях с углом поворота головы от 0є до 20є.