Авторефераты по всем темам  >>  Авторефераты по техническим специальностям

На правах рукописи

Денисов Игорь Викторович

СПОСОБЫ ОРГАНИЗАЦИИ И ТЕХНИЧЕСКИХ РЕШЕНИЙ ВОЛОКОННО-ОПТИЧЕСКОЙ ИНФОРМАЦИОННОИЗМЕРИТЕЛЬНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ МОНИТОРИНГА ВОЗНИКНОВЕНИЯ И РАЗВИТИЯ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОПАСНЫХ ОБЪЕКТАХ МОРСКОЙ ИНДУСТРИИ

05.26.02 - безопасность в чрезвычайных ситуациях (в морской индустрии)

Автореферат диссертации на соискание ученой степени доктора технических наук

Калининград - 2012

Работа выполнена в Балтийском военно-морском институте им. адм. Ф.Ф. Ушакова (филиал) Федерального государственного военного образовательного учреждения высшего профессионального образования Военный учебно-научный центр Военно-Морского Флота Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова.

Научный консультант: заслуженный работник высшей школы, доктор технических наук, профессор, Кипер Александр Викторович

Официальные оппоненты:

Малов Александр Николаевич, доктор физико-математических наук, профессор, ФГБОУ ВПО Амурский государственный университет, профессор кафедры Математического анализа и моделирования Никитин Михаил Анатольевич, доктор физико-математических наук, профессор, ФГАОУ ВПО Балтийский федеральный университет им. И. Канта, профессор кафедры Прикладной физики Карлов Анатолий Михайлович, доктор технических наук, профессор, ФГОУ ВПО Калининградский государственный технический университет, заведующий магистратурой

Ведущая организация: ФГКОУ ВПО Калининградский пограничный институт Федеральной службы безопасности Российской Федерации, г. Калининград

Защита состоится л31 декабря 2012 г. в 15:00 часов в ауд. 526 на заседании регионального диссертационного совета ДМ 307.002.02 в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Балтийская государственная академия рыбопромыслового флота по адресу: 236029, г. Калининград, ул. Молодежная, 6.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО Балтийская государственная академия рыбопромыслового флота.

Электронная версия автореферата размещена на официальном сайте ФГБОУ ВПО Балтийская государственная академия рыбопромыслового флота bffsa.com - 30 сентября 2012 года.

Автореферат разослан л_____ ______________ 2012 г.

Ученый секретарь диссертационного совета ДМ 307.002.доктор педагогических наук, профессор Н.Ю. Бугакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В данной работе научно обоснованы новые крупные теоретические достижения, технические и технологические решения, имеющие существенное значение для развития систем мониторинга опасных объектов морской индустрии, внедрение которых вносит значительный вклад в развитие систем предупреждения и защиты в чрезвычайных ситуациях (ЧС) и повышение обороноспособности страны.

Актуальность темы. В настоящее время большое внимание привлечено к созданию новых систем способных управлять сложными многопараметрическими процессами неразрушающего контроля и мониторинга состояния опасных объектов морской индустрии. Такой интерес объясняется значительным повышением требований, предъявляемых к быстродействующим информационно-измерительным системам, обеспечивающим контроль, устойчивость функционирования и предотвращение природных и техногенных катастроф на опасных технических объектах морской индустрии. Повышение данных требований обусловлено постоянным увеличением объёма обрабатываемых при мониторинге данных. В большинстве случаев они являются многомерными и несут информацию о состоянии контролируемых распределенных физических полей. Такая тенденция стимулирует исследовательские работы по ряду направлений, определяющих разработку физических принципов, способов и устройства основных компонентов, современных информационно-измерительных систем, а также их архитектуру в целом.

Одним из особо важных классов с постоянно расширяющимися возможностями являются информационно-измерительные системы на основе волоконнооптических измерительных сетей (ВОИС). Подобные ВОИС осуществляют сбор информации при помощи волоконно-оптических датчиков (ВОД) или волоконно-оптических измерительных линий (ВОИЛ) и обеспечивают передачу её по волоконно-оптическим линиям связи. Основные достоинства ВОИС определяются возможностями волоконной оптики и оптической связи на ее базе.

К ним относятся:

- невосприимчивость к электромагнитным помехам;

- широкая полоса пропускания;

- высокая скорость передачи информации (от 1 до 10 Гбит/с на расстоянии км);

- малые энергетические потери (затухание сигнала меньше 1 дБ/км в ближней инфракрасной области), обеспечивающие возможность передачи сигналов на большие расстояния без ретрансляторов;

- гибкость волокон и их малые габаритные размеры и масса;

- стойкость к агрессивным средам;

- взрывопожаробезопасность; - - простота монтажа и прокладки;

- относительно низкая себестоимость.

Все эти положительные свойства привлекательны для создания высокоэффективных волоконно-оптических информационно-измерительных систем (ВОИИС) для предотвращение природных и техногенных катастроф на опасных технических объектах морской индустрии.

Одной из существенных для экономики страны групп промышленных объектов являются объекты морской индустрии. Как правило, все они взаимодействуют с естественной агрессивной морской средой, имеют сложную конфигурацию. Риск возникновения и развития ЧС на этих объектах характеризуется изменением состояния физических полей, распределенных по их поверхностям.

К таким объектам следует отнести: корабельные погреба с различными видами боеприпасов; судовые танки с взрывопожароопасными жидкостями или химически опасными веществами; береговые резервуары с аналогичными веществами; важные судовые конструкции; буровые платформы, доки, причальные стенки, трубопроводы; шахты, тоннели, мосты, перекрытия, подпорные стенки и другие объекты. С целью снижения риска возникновения и развития ЧС на опасных объектах морской индустрии, необходим постоянный неразрушающий мониторинг их состояния.

Все сказанное выше свидетельствует о необходимости создания информационно-измерительных систем, обеспечивающих эффективный мониторинг состояния распределенных физических полей на опасных объектах морской индустрии.

огичным способом комплексного многофункционального мониторинга параметров распределенных физических полей, определяющих состояние объектов морской индустрии, является применение ВОИИС. Более того, в ВОИИС возможна реализация интеллектуальных вычислительных алгоритмов, позволяющих практически в реальном времени определять точные координаты опасных областей и оценивать их состояния. Это обеспечивает проведение оперативных точечных воздействий именно на опасную область в процессе предотвращения или локализации ЧС, что существенно снижает материальные потери и ограничивает действие на людей опасных факторов.

Универсальным способом, позволяющим определять точные координаты опасных областей различных объектов морской индустрии, является метод томографии. Поэтому в исследовании данная задача решалась путем реконструкции пространственной функции распределения физических полей методом волоконно-оптической томографии, по данным, полученным от распределенных ВОИС. Поскольку внешние физические поля, воздействующие на ВОИС, постоянно изменяются, то оптические сигналы на выходе ВОИЛ образуют массивы данных, характеризующих параметры этих полей. Совокупности этих изменений свидетельствуют о надвигающейся природной или техногенной ЧС. Поэтому особо важной задачей является оперативный сбор и обработка таких совокупностей изменяющихся оптических сигналов. Причем сбор информации обязательно должен быть синхронизирован с функционированием системы ввода в сеть зондирующего излучения. Оперативность определения искомых параметров опасных областей может быть обеспечена последующей высокоскоростной обработкой массивов данных с использованием эффективных математических методов их.

Из сказанного выше следует, что решение волоконно-оптической томографической задачи посредством ВОИИС, в реальном времени, для определения параметров опасных областей объектов морской индустрии, являющихся потенциальными источниками ЧС - это актуальная научно-техническая проблема.

Одной из важных задач, возникающих при создании ВОИИС, является ввод в измерительную сеть оптического излучения. Ее решение зависит, прежде всего, от типа используемых в ВОИС датчиков и, следовательно, от требований, предъявляемых к источнику оптического излучения. Помимо этого, следует учитывать сложную конфигурацию протяженных поверхностей опасных объектов морской индустрии. Таким образом, возникает научная задача, состоящая в определении области целесообразного использования таких сетей для мониторинга физических полей, характеризующих состояние объекта, и поиска компромиссных технических решений по их размерности, пространственной частоты укладки ВОИЛ и вводу в них зондирующего оптического излучения.

Необходимость разработки именно оптоэлектронных методов обработки информации и внедрения их в ВОИИС определяется применением волоконнооптической элементной базы и использованием в них оптического излучения в качестве несущей среды. Оптическая информация, поступающая от ВОИС, в таких оптоэлектронных подсистемах предобработки и сбора преобразуется двумя способами:

- или она в оптическом виде направляется непосредственно в оптические (оптоэлектронные) высокоэффективные подсистемы обработки информации;

- либо информация преобразуется в электрические сигналы сразу на выходах ВОИЛ и обработка осуществляется далее - на компьютере.

Оба способа, в конечном счете, решают задачу обработки оптической информации, необходимую для реконструкции внешних физических воздействий.

Однако при оптоэлектронной обработке данный процесс реализуется за один проход оптической информации от ВОИЛ к системе ее сбора. Поэтому, с точки зрения оперативности, большой интерес представляют именно оптические (или оптоэлектронные) методы обработки оптической информации. Такие системы способны обеспечить: высокую плотность хранения информации на оптических носителях, распространение её со световой скоростью, реализацию интегральных преобразований непосредственно при прохождении оптических сигналов через базовые оптические элементы и оперативное управление потоками информации. Данные свойства наиболее привлекательны на пути разработки высокоскоростных вычислительных устройств и систем, способных управлять сложными многопараметрическими процессами в процедурах неразрушающего контроля и мониторинга состояния взрывопожароопасных объектов морской индустрии.

Наибольшая скорость вычислений возможна в том случае, когда оптоэлектронные подсистемы непосредственно обрабатывают непрерывно поступающие с ВОИС массивы оптической информации. Возможностями такой высокоскоростной обработки обладают:

- голографические среды;

- оптические системы на основе базовых оптических элементов с регулируемыми воздушными каналами;

- оптоэлектронные матрицы на основе фотопреобразователей, непосредственно подключаемые к каналам обработки информации ВОИЛ;

- жидкокристаллические ячейки с возможностью электрооптического регулирования пропускания оптического излучения.

Обобщая вышесказанное можно заключить, что одной из важных и сложных задач на пути создания эффективных интеллектуальных ВОИИС, является разработка рациональных технических решений устройств, обеспечивающих непосредственную, высокоскоростную, обработку оптической информации поступающей от ВОИЛ.

Необходимость реализация высокоэффективных вычислительных алгоритмов в ВОИИС продиктована необходимостью оперативной обработки больших массивов динамически изменяющихся оптической информации, поступающей от ВОИС, имеющей, к тому же, высокую степень неопределенности. Более того, в практических ВОИИС число элементов изображений ВОИС, характеристики которых требуется реконструировать по сигналам с ВОИЛ, меньше числа последних, т.е. нарушается условие единственности решения. Получаемые при этом решения являются неустойчивыми. Исходя из вышесказанного видно, что решения задач волоконно-оптической томографии являются некорректными.

Данная проблема эффективно разрешается путем создания быстродействующих вычислительных устройств на основе алгоритмов систем искусственного интеллекта. Причем применительно к волоконно-оптической томографической задаче, естественно стремление организовать такие вычислительные устройства преимущественно на оптоэлектронной элементной базе.

Наиболее перспективными системами искусственного интеллекта для обработки информации ВОИС являются те, что способны адаптироваться под решение конкретной задачи. Таким требованиям лучше удовлетворяют нейроподобные системы. Основными их достоинствами являются: параллельный механизм обработки данных; способность прогнозировать изменения входной информации; сохранение работоспособности при частичном выходе из строя элементов и связей; самообучаемость, гибкость, ассоциативность, абсолютная и быстрая сходимость к одному из устойчивых состояний под действием входного сигнала, попадающего в область притяжения этого состояния. Недостаток нейроподобных систем в том, что они не являются универсальными. Однако он компенсируется их способностью к обучению. При соответствующем обучении нейронная сеть приобретает способность выполнять практически любые преобразования данных, даже в том случае, если они не могут быть описаны в явном виде. Кроме того, их комплексирование с другими системами искусственного интеллекта, позволяет взаимно компенсировать их отрицательные качества, одновременно усилив положительные свойства.

Указанные достоинства интеллектуальных комплексов делают целесообразным их реализацию на базе оптических и оптоэлектронных систем. В этом случае скорость обработки информации существенно повышается, а их согласование с электронными устройствами не вызывает особых трудностей. Образованные в результате комплексирования методов оптической и оптоэлектронной обработки информации и систем искусственного интеллекта, оптоэлектронные интеллектуальные вычислительные комплексы во многом имеют существенные преимущества перед другими вычислительными системами. Более того, при использовании в данных комплексах нейронных сетей прямого распространения, информация от ВОИС обрабатывается без применения итерационных алгоритмов, в процессе однократного прохождения светового излучения от входа к выходу. Это, в конечном счете, открывает перспективу создания на их основе высокоскоростных оптоэлектронных интеллектуальных ВОИИС, способных в режиме реального времени управлять процедурами неразрушающего контроля и мониторинга состояния взрывопожароопасных объектов морской индустрии.

Обобщение вышесказанного позволяет заключить, что обоснование, способы организации и технических решений волоконно-оптической информационно-измерительной интеллектуальной системы мониторинга параметров, характеризующих возникновение и развитие ЧС на опасных объектах морской индустрии, является актуальной комплексной научной задачей, решение которой вносит значительный вклад в развитие страны.

Объектом исследования является область науки и техники разрабатывающая научно-обоснованные технические мероприятия для предотвращения и минимизации последствий ЧС.

Предмет исследования - научные основы создания и совершенствования систем и средств прогнозирования и мониторинга чрезвычайных ситуаций на опасных объектах морской индустрии, с использованием интеллектуальных волоконно-оптических информационно-измерительных систем.

Целью исследования является научное обоснование и разработка комплекса важных научно-технических решений организации интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга параметров, характеризующих возможность возникновения ЧС на взрывопожароопасных объектах морской индустрии.

При достижении данной цели решались следующие основные задачи:

- исследование физико-технических процессов, обеспечивающих разработку и практическую реализацию волоконно-оптических измерительных сетей специальной конструкции;

- разработка способов и реализация подсистем ввода оптического излучения в такие сети;

- разработка способов и реализация подсистем сбора и оптоэлектронной интеллектуальной обработки массивов аналоговой информации, поступающих от данных сетей;

- разработка интеллектуальных вычислительных алгоритмов для решения волоконно-оптической томографической задачи и практическая реализация их в составе разработанных волоконно-оптических информационноизмерительных систем на объектах морской индустрии;

- исследование, моделирование и мониторинг протяженных деформационных и температурных физических полей на опасных объектах морской индустрии.

Основные положения и результаты, выносимые на защиту образуют следующую совокупность новых, научно обоснованных и экспериментально подтвержденных результатов:

1. Способы организации и технических решений интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга параметров протяженных физических полей на оптоэлектронной элементной базе, содержащие:

- теоретическое обоснование задания архитектуры данной системы требованиями к чувствительности и разрешающей способности волоконнооптической измерительной сети;

- обоснование рациональности построения волоконно-оптической измерительной сети на оптоэлектронных подсистемах, обеспечивающих ввод оптического излучения в сеть и обработку поступающей из сети оптической информации с применением интеллектуальных вычислительных алгоритмов решения волоконно-оптической томографической задачи;

- топологии волоконно-оптической информационно-измерительной системы, оптимально соответствующие характеру контролируемых физических полей, на основе волоконно-оптических измерительных сетей с интегральной чувствительностью и сетей повышенной размерности;

- методики выбора и технические решения всех подсистем, обеспечивающих эффективный мониторинг параметров заданных физических полей.

2. Способы организации и технических решений элементов для интеллектуальных волоконно-оптических информационно-измерительных систем, обеспечивающих мониторинг многоточечных деформационных полей объектов на основе волоконно-оптических измерительных сетей повышенной размерности.

Научное обоснование возможности разработки таких систем полностью на волоконно-оптической элементной базе, включая подсистемы ввода оптического излучения в измерительную сеть и фотопреобразовательной обработки получаемой из нее информации с использованием однопроходной оптоэлектронной нейронной сети.

3. Научное обоснование:

- процессов формирования масштабируемых оптических матриц связей однопроходных оптических нейронных сетей на базовых оптических элементах;

- принципов регулирования весовых коэффициентов голографических, призменных, параллелелепипедных и жидкокристаллических матриц связей на этапах обучения, тестирования и реконструкции физических полей по данным волоконно-оптической измерительной сети;

- процессов регулирования голографических матриц связей посредством изменения дифракционной эффективности голограмм, записываемых при различных соотношениях опорной и предметной волн и возможности их применения для реконструкции оптической информации от высокочувствительных волоконно-оптических измерительных сетей;

- возможности регулирования весовых коэффициентов призменных и параллелепипедных матриц связей за счет эффекта слабосвязанных мод на границе оптического волновода и оптических элементов связи;

- возможности регулируемого отвода в жидкокристаллических ячейках оптического излучения из волоконно-оптической линии в отводящий волоконный световод на основе электрооптического эффекта.

4. Рациональная архитектура фотопреобразовательной однопроходной оптоэлектронной нейронной сети и способы формирования ее оптоэлектронной матрицы связей. Принципы организации и автоматического регулирования весовых коэффициентов фотопреобразовательных матриц связей, обеспечивающих высокую эффективность решения волоконно-оптической томографической задачи реконструкции деформационных физических полей, действующих на волоконно-оптические измерительные сети повышенной размерности.

5. Обоснование оптимальной процедуры мониторинга реальных физических полей на основе последовательной шины передачи данных 1-Ware, полученное в результате исследований параллельного и последовательного принципов сбора оптических сигналов с волоконно-оптических измерительных линий.

6. Алгоритм выбора подсистем ввода оптического излучения в волоконнооптические измерительные сети для источников с разной степенью когерентности, в зависимости от размеров контролируемой поверхности. Способы ввода высококогерентного излучения в волоконно-оптические измерительные линии, уложенные в волоконно-оптической измерительной сети по трем направлениям. Научное обоснование положения, для систем мониторинга реальных физических полей, о достаточности использования в подсистемах ввода оптического излучения светодиодов по числу волоконно-оптических измерительных линий или лазерных диодов с последующей комбинацией волоконно-оптических разветвителей.

7. Способы организации и технических решений элементов интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга многоточечных температурных полей на основе волоконно-оптических измерительных сетей с микроизгибными амплитудными волоконно-оптическими датчиками и подсистемы моделирования температурных воздействий на них.

Обоснование возможности двухуровневого задания чувствительности такой системы путем изначального выбора оптимального соотношения чувствительность/рабочий диапазон для каждого датчика, интегрированного в волоконнооптическую измерительную линию, а затем, в каждом датчике - посредством выбора положения его рабочей точки для конкретного случая мониторинга температурных полей определенных объектов.

8. Способы формирования интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга деформационных физических полей с помощью оптических рефлектометров. Обоснование положения квадратной схемы укладки волоконных световодов на исследуемой области объектов морской индустрии, обеспечивающей лучшие результаты реконструкции деформационных воздействий при использовании двух оптических рефлектометров, измерительные каналы которых с определенной скважностью укладываются зигзагообразно и перпендикулярно друг другу. Обоснование достаточности использования на вытянутых полосовых контролируемых поверхностях одного оптического рефлектометра в комбинации с оптическим каналом, уложенным вдоль контролируемой полосы, но перпендикулярно укладке измерительного канала рефлектометра.

9. Принципы организации интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга физических полей на основе интеллектуальных комплексов, выполненных в виде комбинации интеллектуальных алгоритмов, наиболее эффективных для решения волоконнооптической томографической задачи. Обоснование возможности оптимальной реконструкции физических полей с использованием универсального интеллектуального комплекса, являющегося комбинацией классификатора с интеллектуальными вычислительными сетями, построенными на основе нейроитерационной, экспертной, нечеткой систем и системы на генетическом алгоритме. Доказательство эффективности применения нейроэкспертного комплекса, включающего в себя две нейронные сети типа однопроходной персептрон и классификатор выбора исполнительных действий.

10. Процедура выбора компонентов интеллектуальных волоконнооптических информационно-измерительных систем мониторинга деформационных и температурных физических полей из стандартной элементной базы волоконно-оптической связи.

11. Лабораторные модели для мониторинга физических полей на опасных объектах морской индустрии с разной степенью чувствительности к внешним воздействиям:

- волоконно-оптических измерительных сетей, построенных на волоконнооптических измерительных линиях с волоконно-оптическими фильтрами фазовой демодуляции света;

- волоконно-оптических измерительных сетей повышенной размерности;

- волоконно-оптических измерительных сетей на основе оптических рефлектометров;

- устройства ввода высококогерентного излучения по специальному алгоритму;

- устройства ввода низкокогерентного излучения, интегрированного с оптическим излучателем и волоконно-оптическими измерительными линиями;

- подсистем моделирования и контроля распределенного температурного поля на основе опытной партии термодинамических волоконно-оптических амплитудных микроизгибных датчиков;

- голографической, призматической, параллелограммной, жидкокристаллической и фотопреобразовательной оптических нейронных сетей;

- параллельного устройства сбора и фотоэлектронного преобразования;

- подсистемы сбора, фотоэлектронного преобразования и передачи информации последовательной архитектуры, интегрированной с волоконнооптическими измерительными линиями;

- аппаратно-программной реализации нейроэкспертного и универсального интеллектуального комплексов, а также нейронных, алгебраических и нейроитерационных вычислительных систем.

Данные результаты являются новыми, поскольку получены автором впервые, что подтверждается высокой цитируемостью публикаций и 5-ю патентами РФ на изобретения.

Научная и практическая значимость результатов исследования состоит в том, что их совокупность составляет теоретическую базу для разработки интеллектуальных волоконно-оптических информационно-измерительных систем, обеспечивающих мониторинг параметров распределенных физических полей на поверхностях конструкций потенциально опасных береговых и судовых объектов. Результаты исследования способов организации и технических решений интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга физических полей различных объектов, позволяют разрабатывать практические рекомендации по способам и техническим реализациям входящих в них устройств, а также дают возможность выбирать актуальную архитектуру системы для обеспечения оптимальных условий функционирования всех ее устройств, в зависимости от характера контролируемых полей и особенностей контролируемого объекта. Внедрение указанных результатов в морской индустрии позволит эффективно контролировать состояние потенциально опасных объектов в реальном времени, оперативно принимать управленческие решения и исполнительные действия по предотвращению возникновения и развития на них ЧС и восстановлению условий нормального функционирования.

Полученные результаты доведены до практической реализации при выполнении работ и испытаниях новой техники в следующих научнопромышленных организациях: ООО НПО Гидротекс и ООО НПФ Управляющие системы, г. Владивосток; ООО Проминформсистемы, г. Калининград; ООО Техноград Плюс, г. Новосибирск, а также в учебном процессе Балтийского военно-морского института им. адм. Ф.Ф. Ушакова, что подтверждено соответствующими 5-ю актами внедрения в производство и 2-мя актами внедрения в учебный процесс.

Результаты исследования могут найти практическое применение при создании промышленных образцов интеллектуальных систем для мониторинга состояния взрывопожароопасных судовых и береговых объектов; подводных частей причальных стенок, доков, нефтяных платформ, трубопроводов, шахт, тоннелей, мостов, перекрытий, подпорных стенок и других протяженных поверхностей; при создании систем контроля прочностных параметров таких важных элементов конструкций кораблей, как судовые танки с взрывопожароопасными жидкостями или химически опасными веществами и корабельные погреба с различными видами боеприпасов и т.д.

Достоверность полученных положений обусловлена хорошим совпадением результатов численного моделирования с результатами лабораторных испытаний макетов интеллектуальной волоконно-оптической информационноизмерительной системы мониторинга для деформационных и температурных полей. Максимальное расхождений результатов не превышает 12 % для инерционного температурного поля.

Связь работы с научными программами определяется НИОКР, которые выполнялись в рамках 6-ти проектов ФЦП Интеграция науки и высшего образования России, 7-ми проектов Министерства образования, 4-х проектов Министерства обороны и 3-х проектов Российской академии наук, а также поддержана 3-мя грантами ФЦП Интеграция науки и высшего образования России и 2-мя грантами Российского Фонда Фундаментальных Исследований.

ичный вклад автора состоит в решении всех основных задач, сформулированных в диссертации, и полученных автором лично, либо при его определяющем участии в коллективных работах, указанных в списке публикаций.

Публикации. По результатам диссертационной работы автором лично и в соавторстве опубликовано 102 работы, включая 2 монографии, 5 патентов РФ на изобретения и 16 статей, входящих в Перечень ВАК РФ ведущих рецензируемых научных журналов и изданий.

Апробация результатов работ. Основные результаты диссертационной работы докладывались и обсуждались на 31 международной, 14 всероссийских и 9 региональных конференциях. Результаты диссертационной работы успешно прошли апробацию в виде экспериментальных макетов и установок на 7-ми следующих выставках:

1. World Exhibition of Invention, Research and Industrial Innovation УEureka2002Ф (УOptoelectronic Measuring Intelligence System - OMISФ). - Brussels, Belgium, 2002;

2. Выставка инвестиционных проектов Владвузинвест-2002 Форума АТЭС (Волоконно-оптическая охранная система - Волоконный паук). - Владивосток, 2002;

3. 9th International EXPO-Science ESI-2003 (УFiberlink ThermomodellingФ). - Moscow, 2003;

4. Девятая специализированная выставка-ярмарка Транспорт. Судоходство. Связь-2003 (Волоконно-оптический температурный датчик). - Владивосток, 2003;

5. IV Московский международный салон инноваций и инвестиций (Оптоэлектронная интеллектуальная контрольно-измерительная система). - Москва, ВВЦ, 2004;

6. V Международный форум Высокие технологии XXI века (Оптоэлектронная Интеллектуальная Измерительная Система). - Москва, Экспоцентр, 2004.

7. V Всероссийская выставка научно-технического творчества молодежи НТТМ-2005 (Волоконно-оптический датчик угла поворота). - Москва, ВВЦ, 2005.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав и заключения. Общий объем диссертации составляет 218 страниц и включает 54 рисунка, 1 таблицу, 6 приложений и список использованной литературы из 221 наименованию.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи диссертации. Изложены новизна, научная и практическая значимость, защищаемые положения и сведения об апробации, публикации и внедрении результатов работы.

Первая глава посвящена описанию архитектуры интеллектуальной волоконно-оптической информационно-измерительной системы обработки массивов аналоговой информации для мониторинга состояния физических полей потенциально опасных объектов морской индустрии. Структура ВОИИС представлена на рисунке 1.

Показано, что отправной точкой формирования архитектуры ВОИИС является ВОИС, состоящая из набора распределённых ВОИЛ, чувствительные участки которых детектируют воздействия внешних физических полей.

Дана постановка волоконно-оптической томографической задачи реконструкции функции f(r) пространственного распределения исследуемого физического поля по многомерным массивам интегральных данных с ВОИС.

1 2 5 В разделе 1.1 показано, что способы формирования ВОИС определяются решаемой волоконнооптической томографической Рисунок 1 - Блок-схема волоконно-оптической инфорзадачей. В зависимости от мационно-измерительной системы:

этого выбирается тип ис1 - источник оптического излучения; 2 - подсистема пользуемых ВОИЛ и треввода оптического излучения в ВОИС; 3 - ВОИС;

4 - подсистема предобработки информации с ВОИС; буемая схема их укладки на 5 - подсистема сбора и передачи оптической информаповерхности исследуемого ции; 6 - подсистема обработки и визуализации; 7 - объекта. Исследована проподсистема моделирования внешних физических возблема роста числа ВОИЛ действий; 8 - подсистема контроля пропорционально протяженности объектов.

Показана перспективность увеличения размерности ВОИС на основе модуляции светопропускания в квазираспределенных амплитудных ВОД, чувствительных к изгибу. Описаны принцип работы и конструкция этих датчиков. Показано, что они максимально чувствительны на начальных участках передаточных характеристик ВОИЛ. Однако с ростом силы давления их чувствительность экспоненциально уменьшается. Обобщены возможности квазираспределенных датчиков широкой линейки чувствительности, которые при меньшем числе ВОИЛ полностью формируют ВОИС и покрывают всю поверхность контролируемого объекта.

На основе принципов взаимодействии мод высших порядков с излучательными модами волоконного световода при его многократном микроизгибе, выявлен механизм накопления в световоде модуляции света, усиливающего эффект деформации. Данный эффект использован для создания микроизгибных амплитудных ВОД. Обосновано, что использование таких датчиков для построения ВОИЛ (рисунок 2) открывает возможность не только для непосредственного мониторинга полей деформации, но и для опосредованного контроля других физических параметров.

На основе межмодовой интерференции света в волоконно-оптическом фильтре фазовой демодуляции продемонстрирован способ организации ВОИС с интерференционной чувствительностью для мониторинга особо опасных объектов, имеющих особо критические контролируемые параметры. Показано, что данным способом организации ВОИС возможно регистрировать изменения оптической длины пути, вызванного любым внешним физическим воздействием.

Рисунок 2 - Интегрирование на волоконном световоде (1) трех микроизгибных амплитудных ВОД на профилированных пластинах (2) В разделе 1.2 описана методика выбора способа ввода оптического излучения в ВОИС. Показано, что данные методы различаются в зависимости от требований к источнику оптического излучения и размерности используемой для измерений ВОИС.

Описаны два способа параллельного ввода оптического излучения в волоконные световоды, формирующие ВОИС: одним источником излучения с последующим одновременным разделением излучения по числу ВОИЛ или сразу несколькими источниками излучения по числу ВОИЛ.

Доказана практическая применимость одновременного ввода для ВОИС малой размерности с любыми источниками света. Дана оценка верхнего предела данного способа, соответствующего максимальной размерности ВОИС из чувствительных областей. Работоспособность этого способа ввода доказана описанием технической реализации действующего устройства ввода оптического излучения с волоконно-оптическим разветвителем 17.

Для параллельного ввода излучения в ВОИС с числом источников оптического излучения по числу ВОИЛ показано, что использование лазерных модулей наиболее предпочтительно в системах, которые должны обеспечить высокие метрологические характеристики, а в системах с точностью измерений не хуже 0,5% перспективно использовать светодиоды.

Представлен способ ввода оптического излучения в ВОИЛ меньшим числом источников света, но с использованием промежуточных каскадных делений излучения, который позволяет добиться максимального соотношения качество/цена для систем ввода в ВОИС средней размерности на основе низкокогерентных излучателей без использования дополнительных дефлекторных схем.

Описана практическая реализация соответствующего ввода излучения в ВОИЛ. Показано, что падения мощности на 10 % компенсируются в усилительных каскадах фотопреобразователей в подсистеме обработки информации, а число контролируемых чувствительных областей ВОИС ограничивается только мощностью используемых лазерных диодов.

Доказано, что наиболее перспективным методом последовательного ввода излучения в ВОИЛ является применение многопозиционных дефлекторов с вводом только в те ВОИЛ, которые соответствуют определенной схеме циклического опроса элементов чувствительной поверхности в системе сбора информационных сигналов на выходе ВОИС (рисунок 3а). Показан эффективный способ такого ввода, имеющий низкую себестоимость, на основе комбинации нескольких простых однокоординатных оптомеханических дефлекторов по числу направлений укладки ВОИЛ на ВОИС (на рисунке 3б - по трем направлениям укладки). Представлено реализованное устройство деления и ввода лазерного излучения, при котором через каждый из 16-ти узлов ВОИС 44 происходило одновременное прохождение излучения по трем направлениям 15-ти ВОИЛ. Дано описание оптомеханической и электрической частей устройства, работающего в выборочном и циклическом (по алгоритму, представленному на рисунке 3а) режимах. Получены следующие характеристики этого устройства:

1. Суммарные потери на ввод излучения в ВС менее 3,5 дБ;

2. Время полного цикла опроса узлов 4 мин;

3. Высокая разрешающая способность (входная апертура микролинз 2 мм);

4. Низкая себестоимость;

5. Возможность существенного упрощения последующей обработки выходной информации с ВОИС.

Относительно низкое быстродействие определяет его применимость для мониторинга распределенных физических полей с медленно изменяющимися параметрами. Показано, что такой метод ввода является предпочтительным для n,m 3,m 1,m 2,m Е Дефлектор Е Е Е 3,3 2,3 1,3 3,n Е упр ав- Дефлектор ле2,n 3,2 2,2 1,2 Е ния Дефлектор 3,1 2,1 1,n,б) а) Е Рисунок 3 - Алгоритм опроса чувствительных областей волоконно-оптической измерительной сети размерностью 44 (а) и схема последовательного циклического ввода оптического излучения в нее по трем направлениям укладки линий (б):

1 - устройство управления; 2 - каретка с зеркалом на направляющей шагового двигателя; 3 - источник оптического излучения; 4 - ВОИС Е практической организации высокочувствительных ВОИИС с большой размерностью ВОИС и когерентными источниками оптического излучения.

В разделе 1.3 описаны способы предобработки, сбора и передачи массивов аналоговой информации об исследуемой функции распределения параметров физических полей. Показано, что большинство задач обработки оптической информации решается естественным использованием оптоэлектронных устройств на этапах первичного преобразования оптической информации, что позволяет уже на этапе предобработки выполнить определенные функциональные преобразования с оптической информацией и решить целый ряд задач, которые, другими способами решить крайне проблематично.

Определено, что выбор элементной базы подсистемы обработки - оптическая или оптоэлектронная, зависит от типа решаемых задач и выбором измерительной сети. Описана последовательность оптических и оптоэлектронных преобразований над массивами оптической информации от ВОИС. Представлены способы высокоэффективных реализаций подсистем обработки в виде голографических матриц, матриц оптических призм и параллелепипедов, жидкокристаллических ячеек и фотопреобразовательных элементов.

Описаны особенности работы подсистем сбора и передачи оптических сигналов с источниками непрерывного или модулированного оптического излучения. Показано, что данные подсистемы с источником импульсно модулированного оптического излучения обладают большей точностью.

Представлены результаты выбора стандарта передачи данных в последующую подсистему обработки и визуализации данных. Определены соответствующие требования к параметрам шины данных, которые должны допускать большую протяженность линий связи, значительное количество ВОИЛ, а также возможность быстрого изменения конфигурации сети на аппаратном уровне.

Проведен сравнительный анализ параллельной и последовательной архитектуры подсистемы сбора и передачи оптических сигналов, определяемые используемыми интерфейсами ввода сигналов с ВОИС. Сделан вывод, что наиболее критичным параметром такой подсистемы является пропускная способность.

Показано, что с точки зрения минимизации стоимости и технической оптимизации наиболее перспективным является использование последовательной шины передачи данных MicroLAN, причем для организации подсистем сбора оптических сигналов как для источников непрерывного, так и для источников модулированного оптического излучения.

В разделе 1.4 рассматриваются подсистемы моделирования и контроля многомерных параметров физических полей, необходимые для последующего применения специальных вычислительных методов обработки томографической информации по интегральным данным. Показана необходимость и связь моделирования с обучением вычислительных интеллектуальных систем. Описаны процессы моделирования и контроля параметров ВОИС в зависимости от вида физического поля, которое подвергается мониторингу, а также от типа модулирования оптического излучения.

Таким образом, в главе 1 показано, что выбор архитектуры ВОИИС напрямую зависит от требований к мониторингу состояния потенциально опасных объектов и характеру контролируемого физического поля. Даны выводы по выбору подсистем ВОИИС для мониторинга протяженных деформационных и температурных полей в зависимости от их чувствительности.

Во второй главе исследованы вычислительные алгоритмы восстановления томографической информации от распределенных ВОИС, наилучшим образом применимые в составе интеллектуальной ВОИИС для мониторинга физических полей опасных объектов морской индустрии.

В разделе 2.1 показано, что в качестве приближенных методов решения волоконно-оптической томографической задачи наиболее перспективны алгебраические методы псевдорешения и псевдообратных матриц, метод регуляризации и метод Гревиля. Выбор конкретного метода решения волоконнооптической томографической задачи определяется удобством и используемыми программными алгоритмами.

В разделе 2.2 аргументирован выбор интеллектуальных методов решения волоконно-оптической томографической задачи и представлены их особенности для многопараметрического адаптивного мониторинга ЧС.

Показано, что для этих целей необходимо комбинировать нейронные сети с экспертными системами, генетическими и нечеткими алгоритмами. За счет обучения они обладают адаптацией к конкретным условиям задачи, и способны обобщать свои знания для решения задачи по неизвестным распределениям, принадлежащим к тому же классу, что и использовавшиеся при обучении.

В разделе 2.3 обоснована возможность практической реализации и применения для ВОИИС оптоэлектронных однопроходных нейронных сетей типа нелинейный персептрон и радиально-базисные сети. Показано, что общее время обработки информации в них ограничивается распространением информации от входа сети к выходу, а также временем, которое необходимо для работы нейронов при суммировании и сравнении с порогом.

В разделе 2.4 продемонстрированы методы нейросетевой обработки аналоговой информации в составе ВОИИС для решения волоконноyоптической томографической задачи W zxреконструкции распределенных фиyзических полей потенциально опас zxных объектов морской индустрии.

Дано описание трехслойного персептрона (рисунок 4), из которого следуxN zP yM 2 ет, что для создания оптоэлектронной M K нейронной сети по обработке массивов входной скрытый выходной оптической информации от ВОИС, неслой слой слой обходимо реализовать функции оптичеРисунок 4 - Схематическое изображеского вектор-матричного умножителя, ние нейронной сети типа персептрон с определяемые выражением:

тремя слоями нейронов ^ ^ ^ ^ ^ ^ Z Y X X FX. (1) ^ ^ ^ где оператор F является композицией операторов и , первого и второго ^ слоев нейронной сети, соответственно, причём оператор переводит X в Y по N ^ правилу y ( xiwij ) , оператор переводит Y в Z соответственно выj j i M ражению, а индексы i = 1, 2,..., N; j = 1, 2,..., M; k = 1, 2,..., zk ( y ) k j jk j K определяют количество нейронов каждого слоя.

Показана методика формирования обучающих страниц и обучение оптоэлектронной нейронной сети. Определена для нее суммарная ошибка рассогласования и оптимальный параметр скорости обучения, универсальный для любого количества обучающих пар. Приведенные результаты численного моделирования для такой нейронной сети показывают необходимость обучения лишь для рассчета весовых коэффициентов передаточной матрицы связей, а затем, используя полученные значения, необходимо реализовать (1) на оптических или оптоэлектронных элементах в виде оптоэлектронной матрицы связей.

В разделе 2.5 проведен сравнительный анализ алгебраических и нейросетевых методов решения волоконно-оптической томографической задачи для мониторинга состояния протяженных объектов на примере восстановления одиночных гладких функций, распределенных по 9-ти областям ВОИС так, что на всех 6-ти ВОИЛ, уложенным по двум направлениям, возникают сигналы о воздействии, отличные от нуля. При моделировании были рассмотрены три характерных случая воздействия на поле - в углу, в середине стороны и в центре поля, из которых, для примера, на рисунке 5 показан только первый случай. Численное моделирование показало одинаковые результаты восстановления эталонной функции с помощью нейросетевого метода и посредством приближенного метода нахождения. Отмечено, что три разных приближенных алгебраических метода (п. 2.1) дают результат одинаковый, с точностью до погрешности, откуда следует равенство их практического применения для решеа) б) в) Рисунок 5 - Моделирование физического воздействия на угол измерительного поля:

а - оригинал воздействия, б - воздействие, восстановленное нейронной сетью, в - воздействие, восстановленное методом нахождения псевдорешения ния волоконно-оптических томографических задач одиночных воздействий.

Показано, что дисперсии всех типов воздействий, восстановленных с помощью данных методов, отличаются от эталонных воздействий на десятые доли процентов, а друг от друга на сотые доли процентов. Дано обоснование необходимости применения после приближенных алгебраических методов нейросетевых алгоритмов для решения сложных вычислительных задач мониторинга, требующих гибкости и адаптивности вычислительной системы.

На основании полученных выводов, в разделе 2.6 представлены комбинированные вычислительные методы, наиболее перспективные для мониторинга состояния опасных объектов морской индустрии и принятия по их состоянию оперативных управленческих и исполнительных решений.

В п. 2.6.1 показано, что нейроитерационный метод реконструкции направлен на устранение недостатков нейросетевого подхода за счет применения алгебраических методов предобработки. Описана эффективность процедуры редукции нейронной сети с помощью предобработки приближенными алгебраическими методами, позволяющая уже на стадии обучения уменьшить количество областей обучающих данных, что снижает размерность матрицы связей нейронной сети и, тем самым, усиливает её способность к обобщению. Показано, что в редуцированная нейронная сеть обучается только тем обучающим страницам, которые соответствуют неоднозначно восстанавливаемым или вообще не восстанавливаемым с помощью приближенных алгебраических методов случаям внешних физических воздействий.

Показано, что для более реальных гладких распределений, характеризующих внешние воздействия на ВОИС со стороны контролируемых объектов, нелинейная функция нейронной сети естественно воспроизводит нелинейный характер гладкого распределения. Для ВОИС размерностью 44 численно получено, что использование в обработке гладких распределений нейроитерационного метода реконструкции по сравнению с персептроном уменьшает ошибку реконструкции до 40%. Это доказывает необходимость применения нейроитерационных вычислительных алгоритмов при реконструкции протяженных физических полей для ВОИИС в условиях возможной неполноты и неадекватности получаемых данных от ВОИС.

В другом методе (п.

N2.6.2) комбинируются две Nоднопроходные нейронC(R) ные сети типа персептроR на с экспертной системой классификации (рисунок 6). Показано, что после Fm обучения нейронных сеOut NIn тей и формирования базы знаний классификатора, однопроходная сеть Nосуществляет восстановление по входному образу Рисунок 6 - Принципиальная схема нейроэкспертного комплекса In массива R = G(In), а далее классификатор N2 реализует идентификацию восстановленного входного образа R в базе знаний с целью получения наиболее близко соответствующего ему преобразования C(R). После этого, однопроходная сеть N3 реализует одно из наперед заданных функциональных преобразований Fm по команде классификатора N2.

Показано, что комплекс в целом сначала производит общую классификацию типа входного образа, решая задачу о том, что делать, а затем производит необходимое преобразование входного информационного потока. Отсюда видна перспективность использования такого нейроэкспертного комплекса для принятия оперативных функциональных действий на основании объективного анализа результатов мониторинга опасных объектов морской индустрии.

Практические реализации данного и следующего вычислительных комплексов представлены в разделе 5.6.

В п. 2.6.3 представлен третий комбинированный вычислительный метод для реализации в составе ВОИИС - многосистемный универсальный интеллектуальный комплекс (УИК), который вобрал в себя все лучшее от всех других вычислительных алгоритмов. Показано, что структура такого комплекса включает в себя классификатор, взаимодействующий с интеллектуальными вычислительными системами (ИВС) и базой знаний. Представлен алгоритм формирования и идентификации исходных векторов данных с присвоением для них уникальных меток принадлежности:

Pj = {I, N, D, E, }j, (2) с образованием рабочего массива данных Aj = {X, P}j, где метками j-ого вектора данных Xj = {xi}j являются значение сигнал/шум (I); динамический диапазон (N) данных; соответствие вектора степени гладкости (D) исследуемой функции;

принадлежность (E) к скалярным или векторным физическим полям; степень соответствия () зависимости исследуемой функции от времени. Как отсюда видно, вектор (2) полностью характеризует текущую конкретную исследуемую функцию.

Показано, что перед началом обучения, для каждой ИВС настраивается комплекс регулируемых параметров:

Cr = {Acond : ИВСl; S; spec}r, (3) где Acond : ИВСl - правило в отношении l-го ИВС; Sr - сила, показывающая в (3) текущую полезность данной ИВСl; specr - специфичность, характеризующая степень конкретизации используемого правила Cr. Кроме того, от всех ИВСl получаются вектора обрабатываемых обратных данных:

Fj = {t, n, , }j, (4) включающие время обработки данных (t); количество итераций, затраченных на обработку данных (n); функцию корреляции между получаемыми и требуемыми выходными векторами (), и дисперсию для них (). Как видно из описания переменных вектора (4), он характеризует качество работы ИВС.

На процедурном языке описаны все стадии работы УИК. Показано, что они включают в себя последовательно: обучение ИВС; их тестирование и формирование соответствующей базы знаний классификатора; обработку данных. Причем, процедура обработки данных реализуется в автоматическом нормальном, автоматическом минимальном или ручном режимах.

Показано, что в качестве ИВС для УИК перспективны реализации нейронных и экспертных сетей, нечетких систем и генетических алгоритмов. Отмечено, что в УИК, помимо графического интерфейса пользователя, введены не визуальные устройства вывода информации, которые реализуют функции управления внешними устройствами (приводами, роботами, другими системами и исполнительными механизмами для локализации и предотвращения ЧС на опасных объектах морской индустрии).

Последней комплексной системой для реализации в составе ВОИИС мониторинга потенциально опасных протяженных объектов (п. 2.6.4) является сегментарная нейросетевая вычислительная сеть, которая представляет важность для расширения нейросетевых модулей вычислительных комплексов. Показано, что такая модель состоит из нескольких нейросетевых сегментов, вложенных друг в друга. За счет этого, обучение соответствующей матрицы связей простое и быстрое. В случае недостаточного восстановления информации, данный сигнал вновь поступает на измерительную сеть, но проходит теперь только через тот сегмент, в котором было зафиксировано максимальное внешнее физическое воздействие, т.е. происходит уточнение места воздействия с уменьшением размерности измеряемой сети в несколько раз, вплоть до последнего сегмента нейронной сети, в котором производится однозначное восстановление информации до необходимой степени точности.

Показано, что алгоритмы восстановления на каждом сегменте подобны друг другу, различаясь только весовыми коэффициентами, вследствие обучения разным обучающим страницам. Представлен алгоритм работы всей сегментарной YN нейронной сети для результирующего вектора в следующем виде:

fN ( fN 1(...( f1(X0)W1)...)WN 1)WN YN. (5) Результаты макетирования модели данной системы определили ее применимость для формирование гибких, подстраивающихся комплексов, которые можно применять для решения и простых задач, и обобщить на случай восстановления информации от ещё больших распределённых сетей с помощью (5).

Глава 3 посвящена вопросам организации оптоэлектронных нейроподобных вычислительных сетей и способам их технических реализаций в интеллектуальных ВОИИС. Экспериментально и теоретически показано, что практическая реализация матриц связей оптоэлектронных нейронных сетей зависит от способов их регулировки и требований к мониторингу контролируемых поверхностей.

В разделе 3.1 определены общие требования к организации подсистем обработки массивов аналоговой информации от распределенных ВОИС. На основании результатов п. 2.4 показано, что обработка данных за один проход информации от ВОИС контролируемого поля до подсистем сбора и визуализации полученных результатов достигается при использовании оптоэлектронных нейронных сетей прямого распространения типа персептрон и радиально-базисных сетей с минимальным числом слоев - не более трех. Для практической реализации оптоэлектронной матрицы связей используются значения весовых коэффициентов, полученных в результате предварительного компьютерного моделирования. Показано, что ключевым вопросом организации систем обработки массивов аналоговой информации от ВОИС, является практическая оптоэлектронная реализация матриц связей, которые способны оптоэлектронно реализовать преобразования (1) с известным дельта-правилом модификации элементов матрицы связей.

В разделе 3.2 доказано, что наилучшее решение подсистемы обработки оптической информации для высокочувствительного мониторинга особо опасных объектов, которое обеспечивает однопроходную обработку оптических сигналов с ВОИС, является реализация в ней голографических матриц связей оптической нейронной сети. Представлена схема оптоэлектронной нейроподобной подсистемы обработки на основе внеосевой голографической схемы с голографической матрицей связи в виде лепесткового фотопленочного диска.

Показано, что в процессе записи голографической матрицы связей в плоскости диска происходит запись голографических решеток, относящихся к каждому определенному узлу ВОИС при различных соотношениях интенсивностей опорной и предметной волн в зависимости от экспозиции, соответствующей значениям элементов компьютерной матрицы связей. Доказано, что этап реконструкции состояния контролируемого физического поля, при котором входные данные от всех ВОИЛ попадают на эти голограммы, дифрагируют на них и взаимодействуют в пространстве системы скрещенных цилиндрических линз за голографической матрицей связей, аналогичен действиям однопроходной нейронной сети типа двухслойный персептрон. За счет этого, на выходе получается сигнал, соответствующий реконструированному воздействию. Получено выражение, в соответствии с которым получаются компоненты выходного вектора Z, пропорциональные состоянию соответствующих k-ых узлов ВОИС:

N N d zk I wij bi , (6) ij i 1 i 1 где N число ВОИЛ; Idij интенсивность излучения, дифрагировавшего на голографической решётке с соответствующей дифракционной эффективностью, передаточная функция фотоприёмника и усилителя АЦП, bi свободный член линейных передаточных функций всех узлов вдоль i-ой измерительной линии, определяет степень несовпадения интенсивностей на выходах измерительных линий на стадии записи голограмм I0i с интенсивностями I'0i на их выходах непосредственно перед проведением измерений. Окончательный результат представляется в виде пространственного распределения контролируемого физического поля с привязкой к контролируемому объекту морской индустрии.

В разделе 3.3 представлены способы технических решений и организации подсистем обработки аналоговой информации от распределенных ВОИС на основе двух базовых оптических элементов: призм и параллелограммов (рисунок 7), реализующих регулируемые весовые коэффициенты оптической матрицы связей интегрально-оптической нейронной сети изменяемой размерности.

Получены математические вы ражения, доказывающие возможd ность использования обмена энерIi1=Ii0iIiIi(M-1) гией между слабо связанными модами полей в объединенной структуре соприкасающихся оптически прозрачных сред для построения оптических матриц связей таких IiM=Ii(MIi2=Ii1iIiоптических нейрочипов. УстановiM 1) Рисунок 7 - Организация элемента оптической лена линейная зависимость весоматрицы связей интегрально-оптической нейвых коэффициентов оптической ронной сети из двух последовательно соедиматрицы связей от эффективностей ненных параллелограммных нейрочипах туннельной связи ij. Экспериментально получена зависимость эффективности ij между i-ым волноводом и j-ым элементом связи:

KIij ij , (7) j Ii0 Iik k где K является числовым множителем, зависящим от свойств данного волновода и условий ввода в него оптического излучения.

Получены экспериментальные и теоретические зависимости эффективности связи от величины воздушного зазора для обоих типов оптических нейрочипов, качественно согласующиеся друг с другом (рисунок 8), и доказывающие возможность создания управляемой матрицы связей интегрально-оптической нейронной сети. Из полученных результатов следует, что параллелограмм является лучшим базовым оптическим элементом для интегрально-оптической нейронной сети, т.к. значения эффективности вывода через него оптического излуче0.25 ij, теоретические кривые 0.первых элементов связи отн.ед.

экспериментальные кривые 0.20 0.первых элементов связи теоретические кривые четвертых элементов связи 0.15 0.экспериментальные кривые четвертых элементов связи 0.10 0.0.05 0.0.00 0.0.00 0.40 0.80 1.20 1.60 2.00 0.0 0.4 0.8 1.2 1.6 2.d, мкм. d, мкм.

а) б ) Рисунок 8 - Зависимости эффективности связи от величины воздушного зазора в конструкции волновод - элемент связи для первых и четвертых элементов связи:

а) призменные элементы связи, б) элементы связи на основе параллелепипедов ния и его динамический диапазон в среднем в 1,21 раза и 1,43 раза, соответственно, больше по сравнению с призменным элементом.

Произведена оценка числа весовых коэффициентов элементов связи на параллелепипедах, равного 12NM, где k = NM - размерность оптической матрицы связей. Этого количества достаточно для решения большого круга практических томографических задач реконструкции физических полей с любых протяженных объектов.

В разделе 3.4 иллюстрируется возможность организации подсистемы обработки аналоговой информации от распределенных волоконно-оптических измерительных сетей на основе электрооптических жидкокристаллических элементов. Описан принцип действия жидкокристаллического нейрочипа, на основе управления эффективностью вывода излучения из ВОИЛ в отводящий волоконный световод через электрооптический микромодулятор. Показано, что организация подсистемы обработки на основе электрооптических жидкокристаллических нейрочипов позволит создавать ВОИИС на единой волоконнооптической элементной базе и обрабатывать оптическую информацию от ВОИС за один проход ее через такую систему.

В разделе 3.4 представлены способы технических решений и организации подсистем обработки аналоговой информации от распределенных волоконнооптических измерительных сетей на основе фотопреобразовательных матриц связей. Продемонстрировано, что организация оптоэлектронной матрицы связей на основе фотопреобразовательных элементов является самым эффективным способом создания подсистем обработки оптической информации от ВОИС, т.к. они легко интегрируются с ВОИЛ, осуществляют необходимые фотоэлектрические преобразования и имеют широкие схемотехнические возможности для организации оптоэлектронных матриц связей.

Проанализированы два способа технических решений таких подсистем: с непосредственным размещением фотопреобразователей в местах механического вывода оптического излучения из ВОИЛ, а также с оконечной интеграцией фотопреобразователей с выходами ВОИЛ. На основе анализа отличительных признаков этих двух способов установлена практическая значимость второго, т.к. при мониторинге реальных потенциально опасных объектов, имеющих большие размерности ВОИС, он имеет существенно меньшее число фотопреобразователей, а также отсутствует необходимость выполнения многократных механических отводов оптического излучения из ВОИЛ.

Построена и практически реализована архитектура этой подсистемы (на рисунке 9 - показано для одной ВОИЛ), в которой успешно выполняются функциональные преобразования нейронной сети типа двухслойный персептрон с сигмоидальной функцией активации и с оптимальными параметрами обучения по дельта-правилу. Показано, что реализация подсистемы обработки на основе такой фотопреобразовательной матрицы связей позволяет ей самоадаптироваться под изменяющиеся условия функционирования, обучаться всем возможным физическим воздействиям на поверхности контролируемых опасных объектов, а также без технических переделок применяться для ВОИИС с изменяющейся и конфигурацией, и размерностью ВОИС.

kij xi10 xi3 kiki1 xij 11 14 6 Рисунок 9 - Архитектура фотопреобразовательной оптоэлектронной нейронной сети для одной волоконно-оптической измерительной линии:

1 - источник оптического излучения; 2 - подводящий ВС; 3 - чувствительная зона ВОИЛ; 4 - ВОИЛ; 5 - отводящий ВС; 6 - фотоприемник; 7 - буферное устройство; 8 - усилители; 9 - блок управления коэффициентами обратной связи;

10 - сумматор; 11 - микроконтроллер; 12 - мультиплексор;

13 - блок функции активации; 14 - АЦП; 15 - ПК В главе 4 проводится исследование наилучших способов детектирования деформационных и температурных физических полей протяженных поверхностей потенциально опасных объектов.

В разделе 4.1, на основании проведенных экспериментов с макетами ВОИС, показано, что для ВОИИС мониторинга деформационных физических полей, где требуется высокая чувствительность при узком диапазоне внешних воздействий следует использовать ВОИС на основе ВОИЛ с волоконно-оптическими фильтрами фазовой демодуляции. Получена экспериментальная зависимость интенсивности на выходе i-ой ВОИЛ с волоконно-оптическими фильтрами фазовой демодуляции от величины нагрузки для k-го узла ВОИС, из которой следует, что рабочий диапазон сил внешних воздействий контролируемых деформационных полей должен лежать в пределах первого квазилинейного участка.

Доказано, что применение волоконно-оптических фильтров фазовой демодуляции в ВОИИС на основе оптоэлектронных нейронных сетей снимает повышенные требования к качеству их изготовления, что открывает возможность широкого их практического применения для мониторинга состояния топливных, газовых и химических танков и цистерн, перегородок насыпных химических, пожаро- и взрывоопасных грузов, важных корабельных балок и мачт, мостов и перекрытий, а также для высокочувствительных систем охраны больших площадей сложной конфигурации.

В разделе 4.2 показано, что в тех случаях, когда требования к чувствительности мониторинга потенциально опасных объектов морской индустрии не столь критичны, деформационные поля лучше контролировать с помощью ВОИСПР. Описана конструкция чувствительной поверхности ВОИСПР, состоящей из трех различных типов областей влияния внешних физических воздействий через каркасную сетку на ВОИЛ. Проанализированы три различных случая конфигурации сети, сочетающей в себе чередующиеся ВОИЛ и конструктивные элементы упругости. Доказано, что в любой из этих конфигураций количество ВОИЛ, по которым требуется восстановить координаты внешних физических воздействий на элементы исследуемой области с одной и той же разрешающей способностью значительно меньше, чем при организации ВОИС без элементов упругости.

Представлен изготовленный макет ВОИСПР с 6 ВОИЛ и 25 чувствительными областями. Приведены результаты его калибровки и испытаний деформационным полем, которые доказывают возможность эффективной модуляции протяженными конструктивными элементами светопропускания в волоконных световодах, уложенных на упругой основе. Отсюда следует, что ВОИСПР с увеличенным количеством элементов разбиения по сравнению с обычной схемой укладки ВОИС, при неизменном количестве ВОИЛ с КАВОД, позволяет создать эффективную деформационно-чувствительную поверхность для мониторинга протяженных деформационных физических полей.

Показаны технологические возможности создания цельной ВОИСПР и ее масштабируемость небольшими ВОИСПР до любого размера контролируемой поверхности подводных частей причальных стенок, доков, нефтяных платформ, трубопроводов, наземных и подводных шахт, тоннелей, подпорных стенок, а также охраняемых площадей сложной конфигурации.

В разделе 4.3 показано, что для достаточно большого температурного практического диапазона перспективно использование в ВОИИС мониторинга протяженных температурных полей температурных волоконно-оптических амплитудных микроизгибных датчиков (ТВОАМД) с монотонной зависимостью от температуры. Представлена оптимальная конструкция ТВОАМД в виде термодинамического преобразователя, действующего на ВОИЛ через профилированные пластины. Описана экспериментальная установка измерительной системы, позволившая полностью изучить все особенности применения ТВОАМД для ВОИИС мониторинга температурных полей. На основании представленных математических выражений и экспериментальных результатов доказано, что при интегрировании большого числа ТВОАМД на ВОИЛ следует выбирать рабочие жидкости на спиртовой основе с тем расчетом, чтобы оптимально удовлетворить соотношению чувствительность/рабочий диапазон в каждом конкретном случае. Графически показано, что дополнительной регулировкой является выбор положения рабочей точки каждого ТВОАМД. Показаны технологические особенности изготовления ТВОАМД с разными характеристиками под мониторинг конкретных температурных физических полей. Экспериментально получена зона необратимых разрушений на уровне 0,14 от нормированной выходной оптической мощности. В результате экспериментов с опытной серией из 16 ТВОАМД получено, что отличие передаточных характеристик в линейной их части не превысило 12 %, что свидетельствует о хорошей степени повторяемости ТВОАМД и возможности их прогнозируемого интегрирования на одной ВОИЛ для мониторинга температуры протяженных поверхностей.

Описан процесс интеграции ТВОАМД в ВОИЛ и его крепежа на контролируемой поверхности, доказывающий возможность его непосредственного размещения именно в тех областях контролируемой поверхности, которые обладают наибольшей потенциальной опасностью к возникновению ЧС вследствие изменения у них температуры. Отмечено, что в связи с выступающими габаритами ТВОАМД, объектами контроля для ВОИИС с ВОИС на основе ТВОАМД могут быть наземные складские помещения с химическими, пожаро- и взрывоопасными грузами, а также стационарные топливные, газовые и химические танки и цистерны, критичные к изменению температуры, которые недоступны для регулярного передвижения людей, крупных животных и техники.

В главе 5, на основе ранее изложенных принципов работы составных подсистем и устройств, комплексно представлены практические способы технических решений и организации интеллектуальных ВОИИС мониторинга состояния физических полей потенциально опасных объектов морской индустрии.

В разделе 5.1 даны общие принципы функционирования и компоновки интеллектуальной ВОИИС, на которых основываются практические способы ее реализации.

В разделе 5.2 дается описание практической организации голографического нейроподобного способа мониторинга распределенного деформационного физического поля с высокой интерференционной чувствительностью. Показано, что для сбора и предобработки оптической информации со всех ВОИЛ перспективно использовать голографические диски с информационными матрицами, соответствующими контролируемым физическим полям. Использование в процессе голографической обработки массивов аналоговой информации интеллектуальных вычислительных алгоритмов позволяет в режиме реального времени осуществлять реконструкцию исследуемых физических полей с определением мест и величин внешних физических воздействий на ВОИС.

Описана конструкция и процесс работы голографической ВОИИС. Представлены экспериментальные результаты реконструкции деформационного поля воздействий в двух и трех местах ВОИС размерностью 1616 в динамическом режиме за 0,8 сек. и в режиме с задержкой. Погрешность определения координаты места воздействия не превысила 6 %, а по величине силы этого воздействия не хуже 20 %. Полученной точности достаточно, чтобы безошибочно определить место и оценить величину воздействия на поверхности тех объектов морской индустрии, для предотвращения ЧС в которых актуально применение интеллектуальной голографической ВОИИС.

В разделе 5.3 показано, что при уменьшении требований к пространственной частоте реконструируемых физических полей, для мониторинга деформационных физических полей перспективно использовать фотоматричный способ реализации интеллектуальной ВОИИС. На основе макетирования ВОИС размерностью 44 доказана избыточность чувствительности ВОИЛ с волоконнооптическими фильтрами фазовой демодуляции для использования их в таком мониторинге, а также показана перспективность для этих целей ВОИСПР. Дана необходимая спецификация устройств ввода, вывода, ВОИСПР на единой волоконно-оптической элементной базе. Показано, что предобработку оптической информации с ВОИСПР естественно проводить с ВОИЛ при непосредственном фотоэлектронном преобразовании оптических сигналов с введением в него интеллектуальных вычислительных алгоритмов реконструкции исследуемых физических полей.

Описаны два способа технической реализации фотопреобразовательной подсистемы обработки - в параллельном и в последовательном режимах (рисунки 10а и 10б, соответственно). Представлено практически реализованное фотопреобразовательное устройство параллельного типа с применением двунаа) б) в) Рисунок 10 - Фотопреобразовательные устройства сбора данных:

а) параллельного типа; б) последовательного типа; в) интегрированное с ВОИЛ правленной параллельной ISA-шины (рисунок 10а). Показано, что разработанное устройство позволяет одновременно обрабатывать сигналы с 256 ВОИЛ.

Сделанная оценка возможных конфигураций ВОИС доказала значительную эффективность ВОИСПР по сравнению с томографической укладкой ВОИЛ.

Представленное и практически реализованное фотопреобразовательное устройство на основе последовательной шины передачи данных 1-Ware (рисунок 10б) доказало, что разница в скорости обработки поступающих сигналов полностью нивелируется скоростью срабатывания самой ВОИС. На основании сравнения работы двух подсистем разных режимов, показано удобство работы с последовательной шиной, при неизменных результатах работы ВОИИС. Как результат, представлено реализованное устройство фотопреобразовательной подсистемы обработки оптических сигналов в последовательном режиме на основе миниатюрных фотодиодов, интегрированных с ВОИЛ (рисунок 10в).

Представлена экспериментальная установка ВОИИС на основе ВОИСПР с единой волоконно-оптической элементной базой и фотопреобразовательной подсистемой обработки (рисунок 11). Скорость ввода и снятия аналоговых данных составила 1 сек. Описан интеллектуальный алгоритм реконструкции характеристик деформационного воздействия на ВОИСПР в данной ВОИИС.

Показано, что размер контролируемых поверхностей для интеллектуальной ВОИИС на основе фотопреобразовательной нейронной сети может составлять от единиц до сотен тысяч квадратных метров с регулируемой чувствительностью на результат воздействия и малым количеством чувствительных элементов. Проиллюстрированы её отличительные особенности: наличие у неё свойства динамической самоадаптации функционирования, параллельный принцип обмена информацией между составляющими её блоками, модульность, тиражируемость, возможность оперативной замены составляющих её элементов и изменения конфигурации применительно к условиям задачи. Показано, что все эти положительные особенности в полной мере соответствуют характеристикам контролируемых потенциально опасных объектов морской индустрии и требованиям по предупреждению на них ЧС.

В разделе 5.4 представлено, что наилучшее решение задачи мониторинга физических полей очень больших протяженностей дает интеллектуальная ВОИИС на элементной базе оптической связи с применением оптических рефлектометров, выполняющих функции подсистем ввода-вывода с одновременной предобработкой получаемых данных.

В зависимости от формы контролируемой поверхности предложены два способа технических решений интеллектуальной ВОИИС на использовании оп3 2 6N 4N N 1 VCC Рисунок 11 - Волоконно-оптическая информационно-измерительная система на основе фотопреобразовательной матрицы связей:

1 - платы фотодиодной матрицы связей; 2 - ВОИС; 3 - внешнее физическое воздействие; 4 - подсистема ввода; 5 - источник оптического излучения;

6 - фотография фрагмента чувствительной поверхности ВОИСПР;

7 - результат реконструкции внешнего физического поля тических рефлектометров: либо мониторинг двумя оптическими рефлектометрами поверхностей, имеющих форму ближе к квадратной, либо одним оптическим рефлектометром и одним оптоэлектронным каналом для вытянутых поверхностей. Дано описание первого способа (рисунок 12), а по второму отмечены отличительные особенности организации его контрольно-измерительного тракта. Представлены результаты реконструкции локальных деформационных физических воздействий весом человека 80 кг: по координате - с точностью до 0,5 м, по величине воздействий - до 0,2 дБ, динамический диапазон составил дБ, потенциальная дальность измерительного канала - до 240 км. Выполнена оценка числа чувствительных областей ВОИС при различной пространственной частоте в зависимости от решаемой задачи.

Отмечено, что за счет исполнения каждого измерительного канала на основе одной ВОИЛ, значительно минимизируется набор необходимых функциональных элементов, что существенно снижает материалоемкость и стоимость всей ВОИС. Показано, что использование стандартной базы оптической связи t1 t4 t5 t8 t9 t6 ttttttttttt1 tt2 t3 t6 t7 t10 tРисунок 12 - Схема волоконно-оптической информационно-измерительной системы на основе оптических рефлектометров:

1, 3 - оптические рефлектометры; 2 - блок согласования информации; 4 - ПК;

5 - рефлектограмма одного оптического рефлектометра;

6 - результат реконструкции ПК внешнего физического поля;

7 - фотография конструкции ВОИС заметно уменьшает трудоемкость реализации способа, делая его доступным для внедрения и практического использования. Свойствами такой ВОИИС являются: возможность организации ВОИС произвольной конфигурации, регистрация двумя ВОИЛ множества мест внешних физических воздействий и упрощение вычислительных алгоритмов восстановления величин этих возмущения. Отмечено, что за счет очень большого измерительного плеча, интеллектуальную ВОИИС на основе оптических рефлектометров перспективно использовать для обеспечения безопасности на таких километровых поверхностях потенциально опасных объектов морской индустрии, как причальные стенки больших портов, протяженные трубопроводы, наземные и подводные тоннели и подпорные стенки, а также для охраны больших площадей и длинных полос отчуждения сложной конфигурации.

В разделе 5.5 описан способ непосредственного мониторинга температурных полей протяженных объектов с помощью ВОИС на основе ВОИЛ с ТВОАМД. Дана спецификация данной ВОИИС и описание экспериментальной установки с 16-ю ТВОАМД, размещенных на ВОИС размером 22,5 м, позволивших провести комплексное исследование температурных полей от комнатной температуры до 74,5С.

Показано решение проблемы эффективного обучения и калибровки ВОИС для моделирования температурных полей посредством внедрения разработанного устройства моделирования температурных воздействий на распределенной ВОИС (рисунок 13). Описано его устройство, принципы организации и два режима работы: ручной и автоматический, позволившие добиться погрешности установки мощности порядка 3 %. Показано, что, в совокупности с обратной связью по температуре, это обеспечивает высокоточное обучение подсистемы обработки данных ВОИИС.

Описаны алгоритмы работы интеллектуальной ВОИИС мониторинга температурных полей в ручном и автоматическом режимах. Представлены результаты нейроитерационного однозначного восстановления точечных температурных воздействий с погрешностью не хуже 6%, и с отличиями между узлами не более 1,5%, что для инерционных температурных полей является хорошим показателем.

Показано, что скорость реконструкции температурных полей ограничивается только механической отработкой воздействий ВОИС.

Сделаны выводы о практичеа) б) ской состоятельности разра2 3 4 ботанных интеллектуальных методов и устройств данной Рисунок 13 - Внутренний (а) и внешний вид подсистемы моделирования температурных воздействий: ВОИИС, а также о потенци1 - блок питания; 2 - микроконтроллер; 3 - драйвер альной привлекательности линии; 4 - ЖК дисплей 120; 5 - порт RS-2применения ТВОАМД для интеллектуальных ВОИИС мониторинга температурных физических полей протяженных поверхностей потенциально опасных объектов морской индустрии.

В разделе 5.6 представлены способы использования комбинированных интеллектуальных вычислительных архитектур для комплексного решения проблем мониторинга состояния физических полей с помощью ВОИИС и принятия по их состоянию автоматических интеллектуальных решений, направленных на предупреждение и ликвидацию ЧС. Показано, что после детектирования оптической информации с ВОИС, далее, с помощью интеллектуальных вычислительных комплексов, возможна полностью автоматическая обработка этой информации и принятие по ней экспертных решений на основе ранее приобретенного системой опыта. Предложен принцип учета неоднозначности природы и(или) сложного пространственного распределения контролируемого поля и решения задач, которые плохо решаются или совсем не разрешимы, заключающийся в объединении положительных сторон нескольких интеллектуальных вычислительных методов с одновременным взаимным устранением слабых их сторон. Показано, что по степени интеграции систем искусственного интеллекта и широты решаемых задач, интеллектуальные вычислительные комплексы можно разделить на нейроэкспертные и универсальные.

В п. 5.6.1 дано описание двух способов технических решений интеллектуальной ВОИИС на основе нейроэкспертного комплекса, представленного в разделе 2.6. Описаны алгоритмы работы нейроэкспертного комплекса в режимах обучения, тестирования и обработки оптической информации на основе голографической и фотопреобразовательной матриц связей. Даны области их применения: в случае необходимости контроля за быстрыми физическими полями с интерференционной точностью для построения нейроэкспертного комплекса следует использовать голограммы; а для медленно меняющихся полей целесообразно в архитектуре нейроэкспертного комплекса применять фотопреобразовательные элементы. Показано, что интеллектуальная ВОИИС на основе нейроэкспертного комплекса позволяет многократно увеличить количество различных типов обрабатываемых входных образов при той же предельной информационной емкости матрицы связей.

На основании ранее изложенных принципов организации универсального интеллектуального комплекса, в п. 5.6.2 описаны его вычислительные возможности для применения в составе интеллектуальной ВОИИС при реконструкции сложных физических полей. Показана его архитектура (рисунок 14), функциоРисунок 14 - Архитектура волоконно-оптической информационно-измерительной системы на основе универсального интеллектуального классификатора:

1 - ВОД; 2 - ВОИС; 3 - устройство сбора информации; 4 - устройства вывода информации; 5 - информационно-аналитический блок; 6 - классификатор;

7-10 - ИВС; 11 - БЗ; 12 - графический интерфейс пользователя;

13 - протокол взаимодействия (5) с устройством сбора информации;

14 - драйвер протокола (13); 15 - протокол взаимодействия (5) с устройства вывода информации; 16 - драйвер протокола (15); 17 - интерфейсы нальные направленности каждого блока и подробное процедурное описание, доказывающие его высокие вычислительные способности для применения в ВОИИС мониторинга самых сложных и неоднозначных физических полей.

Отмечено, что природа и характер внешнего физического воздействия на ВОИС, информацию с которой обрабатывает УИК, ограничивается только физическими параметрами самой ВОИС, т.к. в его работе скомбинированы все основные вычислительные алгоритмы систем искусственного интеллекта. Показано, что условия работы системы мониторинга, включая внешние природные и техногенные факторы, на основе такой ВОИИС не требуют перестройки УИК, т.к. он способен сам адаптироваться под них. Доказано, что частичный выход из строя измерительной сети в результате ЧС на контролируемом объекте не нарушает всей жизнеспособности УИК, за счет чего в любом случае такая интеллектуальная ВОИИС в состоянии осуществить сигнальную или управленческую функцию по оповещению или предотвращению возникшей ситуации. Показано, что, т.к. принципы организации интеллектуальной ВОИИС на основе УИК позволяют решать широкий круг различных разнородных задач без изменения структуры самого УИК, то интеллектуальная ВОИИС на основе УИК является чрезвычайно привлекательной многосистемной платформой с широкими практическими возможностями и вариантами применения для комплексного решения всех вопросов безопасного функционирования объектов морской индустрии и недопущения возникновения на них ЧС.

В заключении сформулированы основные результаты работы.

1. Представлены способы технических решений и организации интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга протяженных физических полей на оптоэлектронной элементной базе.

Дано обоснование выбора архитектуры данной системы под требования к чувствительности и разрешающей способности волоконно-оптической измерительной сети. Описаны топологии волоконно-оптической информационноизмерительной системы, оптимально соответствующие характеру контролируемых деформационных и температурных физических полей на объектах морской индустрии, на основе волоконно-оптических измерительных сетей с интегральной чувствительностью и волоконно-оптических измерительных сетей повышенной размерности. Даны методики выбора и технические решения для всех подсистем, обеспечивающих эффективный мониторинг заданных физических полей.

2. Показаны способы технических решений и организации интеллектуальных волоконно-оптических информационно-измерительных систем для мониторинга многоточечных деформационных физических полей объектов морской индустрии на основе волоконно-оптических измерительных сетей повышенной размерности. Обоснована возможность разработки таких систем полностью на волоконно-оптической элементной базе.

3. Дано физико-математическое описание процессов формирования масштабируемых оптических матриц связей и регулирования весовых коэффициентов однопроходных оптических нейронных сетей на базовых оптических элементах. Описан процесс регулирования голографических матриц связей посредством изменения дифракционной эффективности голограмм, записываемых при различных соотношениях опорной и предметной волн, применимый для реконструкции оптической информации от высокочувствительных волоконно-оптических измерительных сетей. На основе эффекта слабосвязанных мод на границе оптического волновода и оптических элементов связи показана возможность регулирования весовых коэффициентов призменных и параллелепипедных матриц связей. Описана возможность регулируемого отвода оптического излучения из волоконно-оптической линии в отводящий волоконный световод на основе электрооптического эффекта в жидкокристаллической ячейке.

4. Экспериментально выбрана рациональная архитектура фотопреобразовательной однопроходной оптоэлектронной нейронной сети. Описаны способы формирования и регулирования ее оптоэлектронной матрицы связей.

5. Обоснован выбор последовательной шины передачи данных 1-Ware для оптимального мониторинга реальных физических полей.

6. Получен алгоритм выбора подсистем ввода оптического излучения в волоконно-оптические измерительные сети для источников с разной степенью когерентности, в зависимости от размеров контролируемой поверхности. Получены оптимальные способы ввода высококогерентного излучения в волоконнооптические измерительные линии, уложенные в волоконно-оптической измерительной сети по трем направлениям. Доказана достаточность использования в подсистемах ввода оптического излучения светодиодов по числу волоконнооптических измерительных линий или лазерных диодов с последующей комбинацией волоконно-оптических разветвителей.

7. Представлены способы технических решений и организации интеллектуальных волоконно-оптических информационно-измерительных систем мониторинга многоточечных температурных физических полей на основе волоконнооптических измерительных сетей с микроизгибными амплитудными волоконно-оптическими датчиками и подсистемы моделирования температурных воздействий на такие датчики.

8. Показаны способы формирования интеллектуальных волоконнооптических информационно-измерительных систем мониторинга деформационных физических полей с помощью оптических рефлектометров. Дано обоснование компоновки системы под схемы укладки волоконных световодов на исследуемой области объектов морской индустрии, обеспечивающей лучшие результаты реконструкции деформационных воздействий.

9. Представлены принципы организации интеллектуальных волоконнооптических информационно-измерительных систем мониторинга физических полей опасных объектов морской индустрии на основе интеллектуальных комплексов, выполненных в виде комбинации интеллектуальных алгоритмов, наиболее эффективных для решения волоконно-оптической томографической задачи. Даны описания компонент комплексов и алгоритмы их работы.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ Работы, опубликованные в изданиях, включенных ВАК РФ в Перечень ведущих рецензируемых научных журналов и изданий:

1. Kulchin, Yu Holographic neural network for processing of signals of distributed optical fiber measuring networks with the tomography principle of data gathering // Yu. Kulchin, O. Vitrik, I. Denisov et.al. // Optical Memory and Neural Networks. Allerton Press, Inc., 1997. - V. 6. - № 2. - P. 149-156.

2. Кульчин, Ю.Н. Оптоэлектронная нейроподобная система обработки выходных данных волоконно-оптической измерительной сети / Ю.Н. Кульчин, И.В. Денисов, О.Т. Каменев // Письма в Журнал Технической Физики. - 1999. - Т. 25. - Вып. 6. - С. 65-70.

3. Денисов, И.В. Устройство ввода оптического излучения в волоконнооптическую сеть томографического типа / И.В. Денисов, О.Т. Каменев, В.А. Седов // Известия вузов. Приборостроение. № 7, 2002. - C. 54-57.

4. Денисова, Е.В. Применение приближенных алгебраических и нейросетевых методов решения томографической задачи / Е.В. Денисова, И.В. Денисов // Эл. журнал Исследовано в России, 201, 2222-2228, 2002.

5. Кульчин, Ю.Н. Принципы организации матриц связей оптической нейронной сети на объемных оптических элементах / Ю.Н. Кульчин, И.В.

Денисов, Е.В. Денисова // Нейрокомпьютеры: разработка, применение. № 7. 2003. С. 21-27.

6. Кульчин, Ю.Н. Макет оптоэлектронной нейроподобной измерительной системы / Ю.Н. Кульчин, И.В. Денисов, О.В. Кириченко и др. // Микросистемная техника. № 10. 2003. - С. 40-42, обл.

7. Denisov, Igor V. Neural data processing for fiber-optical distributed measuring systems / Igor V. Denisov, Oleg T. Kamenev, Alexandra Yu. Kim et.al. // Optical Memory & Neural Networks. - Vol. 12. - No. 3. - 2003. - Pp. 165-172.

8. Kulchin, Yuri N. Prismatic neural chip for distributed measuring networks / Yuri N. Kulchin, Igor V. Denisov, Elena V. Denisova et.al. // Optical Memory & Neural Networks. - Vol. 12. - No. 3. - 2003. - Pp. 237-242.

9. Kulchin, Yuri N Application of algebraic and neural-like methods for reconstruction of distribution functions of physical fields / Yuri N. Kulchin, Elena V. Denisova, Igor V. Denisov // Optical Memory & Neural Networks. - Vol.

12. - No. 4. - 2003. - Pp. 283-297.

10. Кульчин, Ю.Н. Оптоэлектронная самоадаптирующаяся система параллельной обработки оптической информации / Ю.Н. Кульчин, И.В. Денисов // Вестник ДВО РАН. - Т. 5. - 2004. - С. 46-52.

11. Денисов, И.В. Волоконно-оптические интеллектуальные оболочки морских конструкций / И.В. Денисов // Транспортное дело России. - 2004. - Вып. 2. - С. 89-91.

12. Денисов, И.В. Волоконно-оптический микроизгибный температурный датчик / И.В. Денисов, В.А. Седов, Н.А. Рыбальченко // Приборы и техника эксперимента. - 2005. - № 5. - С. 1-4.

13. Кульчин, Ю.Н. Оптоэлектронная распределенная сигнальная система / Ю.Н. Кульчин, И.В. Денисов, О.В. Кириченко и др. // Измерительная техника. - 2005. - № 7. - С. 28-32.

14. Denisov, I.V. Neural network methods of reconstruction tomography problem solutions / I.V. Denisov, Yu.N. Kulchin, A.V. Panov et.al. // Optical Memory & Neural Networks, 2005. - Vol. 14. - No. 1, P. 3-29.

15. Кульчин, Ю.Н. Применение персептронов для нелинейной реконструктивной томографии / Ю.Н. Кульчин, И.В. Денисов, А.В. Панов и др. // Проблемы управления, 2006, № 4, с. 59-63.

16. Денисов, И.В. Нейроитерационный метод реконструкции распределенных физических полей / И.В. Денисов // Вестник Балтийского федерального университета им. И. Канта. Сер. физ.-мат. наук. - 2012. - № 4. - С.

155-160.

Работы, опубликованные в рецензируемых журналах 31, в т.ч. - в зарубежных - 27.

Свидетельства о патентах и изобретениях:

1. Патент Российской Федерации на изобретение № 2178188 от 10.01.20по заявке № 99120917 от 01.10.1999. Способ измерения параметров физических полей / И.В. Денисов, О.Т. Каменев, Ю.Н. Кульчин.

2. Патент Российской Федерации на изобретение № 2183338 от 10.06.20по заявке № 2000101381 от 17.01.2000. Оптический элемент / Ю.Н. Кульчин, И.В. Денисов, Е.Н. Пискунов.

3. Патент Российской Федерации на изобретение № 2189078 от 10.09.20по заявке № 99120927 от 01.10.1999. Способ обработки сигналов / И.В.

Денисов, О.Т. Каменев, Ю.Н. Кульчин, О.В. Кириченко.

4. Патент Российской Федерации на изобретение № 2213987 от 10.10.20по заявке № 2001124430 от 03.09.2001. Оптический элемент / И.В. Денисов, Ю.Н. Кульчин, В.Ф. Обух, В.А. Седов, Р.С. Дроздов.

5. Патент Российской Федерации на изобретение № 2230340 от 10.06.20по заявке № 2002124779 от 17.09.2002. Способ контроля параметров физических полей / Ю.Н. Кульчин, И.В. Денисов, О.Т. Каменев.

Монографии:

1. Денисов, И.В. Архитектуры систем искусственного интеллекта / И.В. Денисов. - Владивосток: Изд-во МГУ им. адм. Г. И. Невельского, 2004. - 232 с.

2. Денисов, И. Системы искусственного интеллекта: Основы, концепции и методы построения / И. Денисов. - LAP: LAMBERT Academic Publishing, Germany, 2012. - 196 c.

Статьи и доклады на конференциях - 48 публикаций.

ичный вклад автора. Работы [11, 16, 44-47, 53, 54] выполнены автором лично. В остальных работах автор осуществлял постановку целей и задач, разрабатывал методы, алгоритмы и структурные схемы, организовывал лабораторные испытания, проводил обработку и анализ полученных результатов.

Денисов Игорь Викторович СПОСОБЫ ТЕХНИЧЕСКИХ РЕШЕНИЙ И ОРГАНИЗАЦИИ ВОЛОКОННО-ОПТИЧЕСКОЙ ИНФОРМАЦИОННОИЗМЕРИТЕЛЬНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ МОНИТОРИНГА ВОЗНИКНОВЕНИЯ И РАЗВИТИЯ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОПАСНЫХ ОБЪЕКТАХ МОРСКОЙ ИНДУСТРИИ Автореферат диссертации на соискание ученой степени доктора технических наук Подписано в печать Усл. печ. л. 2,2. Формат 60 841/Тираж 100 экз. Заказ № Отпечатано в типографии БВМИ им. адм. Ф.Ф. Ушакова 236036, г. Калининград, Советский пр-т, Авторефераты по всем темам  >>  Авторефераты по техническим специальностям