В.М. Антошина – инженер-программист, 
ОАО «Радиотехнический институт имени академика А.Л. Минца» (Москва), ВШСИ МФТИ
E-mail: vantoshina@rti-mints.ru

И.Б. Загер – начальник учебной части – заместитель начальника кафедры, 
МГУ им. М.В. Ломоносова
E-mail: igor2007@bk.ru

А.С. Логовский – ген. конструктор, 
ОАО «Радиотехнический институт имени академика А.Л. Минца» (Москва)
E-mail: logovsky@rti-mints.ru

К.В. Львов – студент, 
Физический факультет, МГУ им. М.В. Ломоносова
E-mail: lvov.kv14@physics.msu.ru

А.Ю. Перлов – начальник сектора, 
ОАО «Радиотехнический институт имени академика А.Л. Минца» (Москва)
E-mail: aperlov@rti-mints.ru

Постановка проблемы. Анализ временных затрат на формирование выборки для высокоточного прогнозирования отказов станции показал, что выполнение работ известными способами путем отработки аппаратуры на стендах не позволяют обеспечить требуемые сроки создания радиолокационной станции с автоматизированной системой управления эксплуатацией. Существующий уровень унификации изделий позволяет использовать как данные от предыдущего поколения станций, так и текущие данные встроенного контроля радиолокационных станций нового поколения в силу их корреляционных связей. Указанные особенности создают условия для оперативного формирования большого массива данных о техническом состоянии станций за счет разработки имитационной модели данных встроенного контроля. Особенностью такой модели должна быть ее универсальность, то есть формирование потока данных как бинарных датчиков (работоспособен или нет), так и датчиков физических параметров.

Цель. Рассмотреть имитационную модель данных о техническом состоянии функциональных систем радиолокационных станций при решении задачи прогнозирования отказов.

Результаты. Для определения минимально необходимого объема выборки проводился анализ записанных во время отработки компонентов передающей системы изделия значений температуры. Для определения влияния объема обучающей выборки на точность прогноза описанная выше модель прогноза температуры была обучена на выборках различных объемов. Показано, что для своевременного и качественного завершения разработки РЛС, оснащенной автоматизированной системой управления эксплуатации, принципиально важно решить задачу данных о техническом состоянии, обработка которых обеспечит заданную точность прогноза.

Практическая значимость. Разработанный методический аппарат формирования данных встроенного контроля станции обеспечивает решение задачи высокоточного прогнозирования отказов. Предложенный в статье подход в целом соответствует современным направлениям разработок ведущих военно-промышленных компаний США и Европы.

1. Shmueli G., Koppius O.R. Predictive analytics in information systems research // MIS Quarterly. 2011. P. 553−572.
2. Wang Z. Failure prediction using machine learning and time series in optical network // Optics Express. 2017. V. 25. № 8. P. 18553−18565; Freund Y., Mason L. The alternating decision tree learning algorithm // ICML. 1999. V. 99. P. 124−133.
3. Боев С.Ф. Управление рисками проектирования и создания радиолокационных станций дальнего обнаружения. М.: Изд-во МГТУ им. Н.Э. Баумана. 2017.
4. Боев С.Ф., Логовский А.С. Управление процессами создания РЛС ДО функционально-блочной структуры // Журнал радиоэлектроники. 2017. № 7.
5. Романов А.А. Прикладной системный инжиниринг. М.: Физматлит. 2015. 555 с.
6. URL = https://www.raytheon.com/sites/default/files/technologytoday/2018/issue1/wp-content/uploads/2018/08/Raytheon_TechnologyToday_Issue1_2018.pdf.
7. Sun W.G. et al. Design of Autonomic Logistics Information System Based on System Integration Model // Advanced Materials Research. 2012. V. 472−475. P. 2650−2654.