МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ
ВЫСШЕГО ОБРАЗОВАНИЯ

МОСКОВСКИЙ АВИАЦИОННЫЙ ИНСТИТУТ

(национальный исследовательский университет)

Институт №1 «Авиационная техника»

Доклад по предмету
«Научный семинар по авиастроению»
по теме:
«Экспертные системы в управлении летательными аппаратами»

Выполнила:
Студентка учебной группы М1О-207М-20
Прохорова Виктория

1
Содержание
Введение 3
1. Особенности бортовых оперативно советующих экспертных систем типовых
ситуаций (БОСЭС ТП) 6
2. Представление знаний в Экспертных системах (ЭС) 10
2.1. Представление знаний в виде правил 10
2.2. Представление знаний с использованием фреймов 11
2.3. Представление знаний с использованием семантических сетей 12
3. Область применения экспертных систем в системах управления самолетом 14
4. Современные решения задачи по реализации ЭС в управлении ЛА 16
Использованная литература 17

2
Введение
Одной из ключевых задач при создании будущих воздушных судов (ВС)
является разработка основ построения бортовых систем управления и поддержки
принятия решений. Эти системы для оперативного вмешательства в работу
объекта управления (т.е. ВС и его подсистем) используют знания и опыт
экспертов, которые ориентированы на анализ непрерывно меняющейся внешней и
внутренней среды.
Так Владимир Владимирович Путин на авиасалоне МАКС-2021 отметил, что
будущее за «применением в авиации искусственного интеллекта».
В указанных выше системах, также называемых интеллектуальные системы
или экспертные, знания о неизвестных характеристиках объекта управления и
окружающей среды формируются в процессе обучения и адаптации, а полученная
при этом информация используется в процессе автоматического принятия
решений так, что качество управления улучшается. Так схему процесса
формирования Базы знаний можно посмотреть на рис.1.

Рис. 1. Схема процесса формирования базы знаний

Так Владимир Владимирович Путин на авиасалоне МАКС-2021 отметил, что
будущее за «применением в авиации искусственного интеллекта».
Вне зависимости от типа ВС (в обобщенном виде его также называют
летательным аппаратом − ЛА) управление им осуществляет экипаж, что ведет к
возникновению ошибок, связанных с человеческим фактором. В процессе полета

3
экипаж ЛА взаимодействует с информационно-управляющим полем кабины
путем отклонения ручек управления ЛА, ввода данных в подсистемы пилотажно-
навигационного комплекса (ПНК), а также получения информации от
многофункциональных индикаторов, пультов-индикаторов и т.д. [1]. При этом на
данное взаимодействие имеют влияние особенности, связанные с
психофизиологией летчика. Большинство существующих ПНК информирует
экипаж о достижении предельных режимов полета, отказах навигационного
оборудования и общем состоянии ПНК либо дает рекомендации, установленные в
рамках руководства по летной эксплуатации. При определенных сочетаниях
внешних факторов и отказов навигационного оборудования, возникающих в
особых полетных ситуациях, экипаж подвергается сильным психоэмоциональным
перегрузкам и имеет ограниченное время для принятия решения, что приводит к
появлению критических ошибок управления ЛА (человеческий фактор).
Поскольку возможности экипажа по парированию возникающих на борту
особых ситуаций ограничены, требуется внедрение в ПНК интеллектуальной
составляющей, т.н. «виртуального эксперта», который аккумулирует опыт
поведения реальных экспертов в области навигации и пилотирования ЛА в
особых ситуациях. Это обстоятельство делает актуальной разработку бортовых
систем, оснащенных бортовыми экспертными системами (ЭС), снижающими
психофизиологическую нагрузку на экипаж ЛА, и позволяет сделать вывод о том,
что дальнейшее развитие ПНК тесно связано с внедрением интеллектуальной
поддержки экипажа, систем ситуационной осведомленности и дальнейшей
интеллектуализацией управления ЛА.
Экспе́ртная систе́ма (ЭС, англ. expert system) — компьютерная система,
способная частично заменить специалиста-эксперта в разрешении проблемной
ситуации. Современные экспертные системы начали разрабатываться
исследователями искусственного интеллекта в 1970-х годах, а в 1980-х годах
получили коммерческое подкрепление. Предшественники экспертных систем
были предложены в 1832 году С. Н. Корсаковым, создавшим механические

4
устройства, так называемые «интеллектуальные машины», позволявшие находить
решения по заданным условиям.
Важнейшей частью экспертной системы являются базы знаний как модели
поведения экспертов в определённой области знаний с использованием процедур
логического вывода и принятия решений, иными словами, базы знаний —
совокупность фактов и правил логического вывода в выбранной предметной
области деятельности.
Объектом доклада являются экспертные системы.
Предметом в докладе будут экспертные системы в управлении летательным
аппаратом.

5
 1. Особенности бортовых оперативно советующих экспертных систем
типовых ситуаций (БОСЭС ТП)
«Внешним миром», в котором будет работать БОСЭС ТС, является бортовая
информационная среда самолета (рис.1), формируемая выходной информацией
бортовых измерительных устройств, «штатных» (не входящих в БОСЭС ТС)
бортовых БЦВМ-алгоритмов и сигналов с информационно-управляющего поля
(ИУП) кабины экипажа. По результатам предполетной подготовки из
интеллектуальной системы подготовки самолета к вылету в БОСЭС ТС
загружается априорная информация по предстоящему вылету. По каждой
значимой для выполнения ТС проблемной субситуации БОСЭС ТС вырабатывает
для экипажа рекомендации по ее разрешению с краткими пояснениями.
Рекомендации и пояснения к ним появляются на ИУП (информационная часть)
кабины экипажа. Экипаж вправе не принять выработанную БОСЭС
рекомендацию и разрешить возникшую проблемную субситуацию другим
способом, ничего не сообщая об этом БОСЭС ТС. При этом следующую
рекомендацию БОСЭС ТС должна будет уже выработать с учетом реализованного
экипажем способа. Любое игнорирование экипажем выработанной БОСЭС
рекомендации фиксируется в бортовой системе объективного контроля.
Рекомендации БОСЭС должны быть постоянно согласованными с
активизированной моделью поведения экипажа на концептуальном и
оперативном уровнях. Экипаж воспринимает внешний мир и само техническое
состояние самолета (внутри-бортовой мир) через свои органы чувств и кабинную
информационную модель внешней и внутри-бортовой обстановки на ИУП (см.
рис.2). Обладая профессиональной подготовкой и имея априорную информацию
(самую общую о внешнем мире и конкретную о предстоящем полете), экипаж в
рамках своей активизированной модели поведения в этой ТС каждый раз
выделяет текущую проблему, не сообщая об этом БОСЭС ТС. Именно по этой
проблеме БОСЭС ТС должна дать в текущий момент обоснованную и

6
эффективную рекомендацию по ее разрешению. Структуру экспертных систем
можно увидеть на рисунке 2.

Рис. 2. Структура экспертных систем

Перечислим основные особенности БОСЭС ТС:
1) она должна решать все проблемы «своей» ТС (быть замкнутой по
проблема ТС);
2) иметь ограниченный диалог с экипажем (ограничения по временному
лимиту, отпускаемому внешней обстановкой, и по возможностям ввода
информации экипажем через ИУП кабины);
3) алгоритмы и правила в базе знаний (БЗ) должны ориентироваться на
структуры ситуационного управления;
4) быть всегда согласованной с активизированной концептуальной моделью
поведения экипажа, вырабатывая рекомендации по разрешению возникшей
текущей проблемы на уровне оператора-профессионала с достаточной для него
значимостью;
5) иметь «отложенную» компоненту самообучения [2].

7
 Рис.3. Функциональная схема БОСЭС ТС [2]

Блок-схема алгоритма функционирования экспертной системы приведена на

рис.4.

8
 Рис.4. Блок-схема алгоритма функционирования экспертной системы
Как видно из блок-схемы, на входе мы имеем поступающую в ЭС
информацию, из нее выделяются так называемые симптомы, иначе проблемные
задачи, требующие решения. Если таковые имеются, то ЭС выдает како-либо
результат из базы знаний, если нет, то пилоту придется самому решать данную
проблему. Такие решения в дальнейшем войдут в базу знаний, как модель
поведения пилота.

9
 2. Представление знаний в Экспертных системах (ЭС)
Наиболее общими методами представления знаний в ЭС, которые
применимы в управлении летательным аппаратом, являются:
− правила;
− семантические сети;
− фреймы.
2.1. Представление знаний в виде правил
Такой способ является наиболее понятным и популярным методом
представления знаний. Правила обеспечивают формальный способ представления
рекомендаций, знаний или стратегий. Они чаще подходят в тех случаях, когда
предметные знания возникают из эмпирических ассоциаций, накопленных за годы
работы по решению задач в данной области.
В ЭС, основанных на правилах, предметные знания представляются набором
правил, которые проверяются на группе фактов и знаний о текущей ситуации
(входной информации). Когда часть правила ЕСЛИ удовлетворяет фактам, то
действия, указанные в части ТО, выполняется. Когда это происходит, то говорят,
что правило срабатывает (рис. 5.).

Рис.5. Представление знаний в виде правил

Такое представление знаний подойдет для выполнения пилотом инструкций,
которые уже прописаны для определенных ситуаций.
10
 2.2. Представление знаний с использованием фреймов
Представление знаний, основанных на фреймах, является альтернативным по
отношению к системам, основанным на правилах: оно дает возможность хранить
иерархию понятий в базе знаний в явной форме.
Фреймом называется структура для описания стереотипной ситуации,
состоящая из характеристик этой ситуации и их значений. Характеристики
называются слотами, а значения – заполнителями слотов. Слот может содержать
не только конкретное значение, но и имя процедуры, позволяющей вычислить его
по заданному алгоритму, а также одно или несколько правил, с помощью которых
это значение можно найти. В слот может входить не одно, а несколько значений.
Иногда слот включает компонент, называемый фасетом, который задает диапазон
или перечень его возможных значений.
Различают статические и динамические системы фреймов. В системах
статических фреймы не могут быть изменены в процессе решения задачи, в
динамических системах это допустимо. Наиболее ярко достоинства фреймовых
систем представления знаний проявляется в том случае, если связи между
объектами изменяются не часто, и предметная область насчитывает немного
исключений. Значения слотов представляются в системе в единственном
экземпляре, поскольку включается только в один фрейм, описывающий наиболее
общее понятие из всех тех, которые содержат слот с данным именем. Такое
свойство систем фреймов дает возможность уменьшить объем памяти,
необходимый для их размещения в компьютере. Однако основное достоинство
состоит не в экономии памяти, а в представлении в БЗ связей, существующих
между понятиями предметной области (рис. 5).

Рис. 6. Представление знаний, основанных на фреймах

11
 2.3. Представление знаний с использованием семантических сетей
Термин "семантическая сеть" используется для описания метода
представления знания, основанного на сетевой структуре.
Этот метод является одним из наиболее эффективных методов хранения
знаний. Семантические сети состоят из:
− узлов, соответствующих объектам, понятиям и событиям;
− дуг, связывающих узлы и описывающих отношения между ними.
Иными словами, семантическая сеть отображает совокупность объектов
предметной области и отношений между ними. При этом, объектам
соответствуют вершины сети, а отношениям – соединяющие их дуги.
В семантическую сеть включаются только те объекты предметной области,
которые необходимы для решения прикладных задач. В качестве объектов могут
выступать события, действия, обобщенные понятия или свойства объектов.
Вершины сети соединяются дугой, если соответствующие объекты
предметной области находятся в каком-либо отношении. Наиболее
распространенными являются следующие типы отношений:
− "является" – означает, что объект входит в состав данного класса;
− "имеет" – позволяет задавать свойства объектов.
Возможны также отношения вида:
− "является следствием" – отражает причинно-следственные связи;
− "имеет значение" – задает значение свойств объектов.
В современных реалиях выделяют три уровня представления знаний в
экспертных системах:
1) нижний уровень содержит знания об элементах программного обеспечения
(ПО) (материальных объектах и явлениях) и их характеристиках декларативные
знания;
2) средний уровень описывает принципы и правила взаимодействия
отдельных элементов ПО (знаний нижнего уровня) между собой процедурные
знания;

12
 3) верхний уровень описывает всю предметную область как взаимосвязанную
систему знаний нижних уровней модель ПО, которую можно использовать для
анализа БЗ и вывода на знаниях.
Типовые модели представления знаний, применяемые в экспертных
системах, не способны обеспечить эффективное представление знаний для
каждого из обозначенного уровня. Поэтому применяют смешенную модель.

13
 3. Область применения экспертных систем в системах управления самолетом
Современные разработчики ЭС сводят область применения в системах
управления самолетам к экспертной системе помощи экипажу.
Система предъявления экипажу рекомендаций и объяснений к ним посылает
экипажу на индикаторах и речевых информаторах информационно-управляющего
поля (ИУП) кабины соответствующую информацию. Рекомендации экипажу
предъявляются в «естественном» для них месте на ИУП кабины. Они кратки и
«мгновенно» воспринимаемы экипажем.
Главной целью в данной ЭС является безопасное выполнение полета.
ЭС для достижения основной цели необходимо решать следующие задачи:
1) обеспечить проведение анализа текущего состояния ПО на предмет
возникновения опасной ситуации;
2) формировать рекомендации по парированию опасной ситуации для
каждого из членов экипажа.
При этом такая поддержка экипажа экспертной системой прослеживается на
всех этапах полета (см. рис.7) [3].

14
 Рис. 7. Схема взаимосвязи экспертной системы, экипажа, воздушного судна и
окружающей среды на всех этапах полета
То есть, что бы полет проходил безопасно, система собирает данные о
ситуациях, которые происходят на различных этапах полета: взлета, полета,
посадочном маневре и посадки, - а также действия экипажа в ситуациях и влияние
окружающей среды, как на это реагирует судно. Далее система дает обратную
связь на похожие ситуации, которые будут происходить в дальнейшем.
В таких системах используются различные механизмы рассуждений,
основанные на правилах и методах логического вывода. Эффективность
автоматизированного рассуждения зависит от правильного выбора способов
представления данных в базе знаний (БЗ). Данные могут быть представлены в
виде правил, предикатной логики (формальное исчисление, допускающее
высказывания относительно переменных, фиксированных функций и предикатов),
семантических сетей (информационная модель предметной области, имеет вид
ориентированного графа) или фреймов (рамок), которые определяются
конкретными свойствами исследуемой предметной области.

15
 4. Современные решения задачи по реализации ЭС в управлении ЛА
На сегодняшний день в России патент «Экспертная система контроля работы
бортового оборудования летательных аппаратов» принадлежит АО "Лётно-
исследовательский институт имени М.М. Громова": Экспертная система контроля
работы бортового оборудования относится к области контрольно-вычислительной
техники, предназначена для установки на летательные аппараты (ЛА) и может
быть использована для функционального диагностирования технического
состояния авиационного оборудования.
Так же АО «РПКБ» начали разрабатывать экспертные системы для БРЭО.
Так они пишут в своих статьях: «Важной тенденцией развития БРЭО является
интеллектуализация комплексов – введение в их состав искусственных
нейросетевых структур для обработки растущих потоков разно спектральных
данных, прогнозирующих моделей, бортовых баз знаний и экспертных систем,
обеспечивающих решение интеллектуальных задач распознавания,
прогнозирования и принятия решения в реальном масштабе времени. Такие
перспективные комплексы с элементами искусственного интеллекта будут иметь
гибридную структуру из-за появления в их составе аппаратных нейросетевых
компонентов, а в более отдаленной перспективе нейросетевые структуры могут
стать основной средой решения расширенного перечня функциональных задач
БРЭО. В перспективных интеллектуальных комплексах роль ПО возрастет и
приобретет новые свойства самонастройки и обучаемости.»
Более того, многие авторы научных работ сходятся во мнении, что средством
реализации такой системы, может быть: CLIPS - С Language Integrated Production
System CLIPS представляет собой современный инструмент, предназначенный
для создания экспертных систем (expert system tool). CLIPS состоит из
интерактивной среды экспертной оболочки со своим способом представления
знаний, гибкого и мощного языка и нескольких вспомогательных инструментов.
Одним из основных методов представления знаний в CLIPS являются правила.

16
 Также существует несколько компаний, которые занимаются экспертными
системами в целом и могут интегрировать и передать свою разработку
авиационной промышленности, а именно:
Компания МИВАР.
ИНФОРМАЦИЯ:
Новатор в области интеллектуальных информационных технологий и систем
искусственного интеллекта. Поставщик миварной технологической платформы и
средств разработки. Компания была основана в 2012 году разработчиками теории
миварного моделирования и создателями логического искусственного интеллекта
нового поколения.
ОСНОВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ:
Экспертные системы нового поколения (логически решающие системы,
LRS), семантические технологии понимания естественного языка,
интеллектуальное распознавание образов, АСУ и системы управления
автономными интеллектуальными роботами.
Проект КЭСМИ – конструктор экспертных систем миварный. Инструмент
для создания моделей знаний, с неограниченным количеством связей, параметров
и отношений, обладающий логическим выводом. КЭСМИ может эффективно
использоваться, как для создания программных роботов (RPA) или виртуальных
специалистов, так и в целях построения сложных экспертных систем (ЭС), систем
управления знаниями (СУЗ) или логически решающих систем (LRS, Logical
Reasoning Systems).
Заключение
Применение экспертных систем интеллектуальной поддержки экипажа
позволит: автоматизировать решение пилотажно-навигационных задач снять с
экипажа нагрузки при выполнении вычислений и рутинную работу снизить
психоэмоциональные нагрузки на экипаж повысить общий уровень безопасности
полётов. В работе рассмотрены направления исследования Российских ученых,
приведены схемы работы Экспертных систем, а также функциональная связь ЭС с
различными уровнями управления летательным аппаратом.
17
Использованная литература
1. Исмаилов И.М. ЭКСПЕРТНАЯ СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ
ПОДДЕРЖКИ ПИЛОТА В БОРТОВЫХ КОМПЛЕКСАХ И ЕЕ ПРОГРАММНОЕ
ОБЕСПЕЧЕНИЕ // Проблемы информационных технологий. - 2018. - №2.
2. Б.Е. Федунов БОРТОВЫЕ ОПЕРАТИВНО-СОВЕТУЮЩИЕ ЭКСПЕРТНЫЕ
СИСТЕМЫ ТИПОВЫХ СИТУАЦИЙ И СЕМАНТИЧЕСКИЙ ОБЛИК ИХ БАЗ
ЗНАНИЙ // Известия Южного федерального университета. Технические науки. -
2003.
3. А.А. Воронцов Представление знаний в экспертной системе помощи экипажу //
Экономические науки. - 2007. - №3(28).
4. 12.Джексон, П. Введение в экспертные системы: учеб. пособие /П. Джексон. –
Пер. с англ. – М.: Изд. дом “Вильямс”, 2001. – 624 с.
5. Агентство промышленного развития Москвы Технологии искусственного
интеллекта. - М.: 2019. - 156 с.
6. Патент 2517422 Экспертная система контроля работы бортового оборудования
летательных аппаратов // PatentDB URL: https://patentdb.ru/patent/2517422 (дата
обращения: 22.11.2021).

18