Для снижения вероятности перехода технологического процесса из предотказного в предельное или неработоспособное состояния разработана системы поддержки принятия решений (ССПР). СППР определяет уровень доступа человека-оператора к управлению технологическим процессом, анализируя информацию о состоянии технологического процесса и эффективности трудовой деятельности человека-оператора. По результатам системного анализа поставлены задачи, которые необходимо решить для построения СППР. Приведен способ расчета психофизиологического портрета человека-оператора для проведения непрерывного наблюдения за его функциональным состоянием (ФС). Определена классификация ФС человека-оператора эргатических систем. Разработан алгоритм определения ФС человека-оператора по сигналам его кардиоинтервалограммы, в котором используются его индивидуальные психофизиологические портреты. Приведены результаты идентификации модели прогнозирования вариабельности сердечного ритма человека-оператора. Составлена модель оценки эффективности трудовой деятельности человека-оператора. СППР рассмотрена в структуре автоматизированного промышленного предприятия по производству бутадиенового каучука. Доказано снижение вероятности перехода технологического процесса из предотказного состояния в предельное или неработоспособное, когда используется разработанная СППР.

Представляется один из возможных подходов к оценке действий внешних пилотов как операторов управления беспилотными летательными аппаратами. Дается анализ работы операторов беспилотных воздушных судов (БВС) для прогнозирования и предвидения возникновения разных режимов при их функционировании. Приводятся основные требования к операторам БВС, предусматривающие создание информационной модели с возможностью осуществления предварительной оценки по качеству их подготовки. Обосновывается применение стимулятора управления разными процессами, связанными, например, с дронами при доставке груза на их базе в место назначения. Дается классификация основных помех, влияющих на функционирование измерителей оптико – электронных приборов для последующего структурирования блоков информационно – измерительных систем БВС.

Для обеспечения безопасности полётов необходимым является активный контроль технического состояния силовой установки летательного аппарата включающий раннюю диагностику предпомпожаа. Для решения этой задачи предлагается использование формальных моделей на основе придаточных функций. Агрегаты и узлы авиадвигателя, а также процессы в его контуре представляются типовыми динамическими звеньями, охваченными обратными связями и отражающими реакцию воздушного потока на возмущающие воздействия. Такой подход позволяет на протяжении периода эксплуатации изделия осуществлять мониторинг и корректировку продолжительности переходных процессов в проточном тракте двигателя не допуская наступления предпомпажного состояния.

В данной статье рассматриваются вопросы обеспечения безопасности полетов и разработки алгоритма прогнозирования возможной точки для столкновения беспилотных летательных аппаратов в воздухе, что может привести к нарушению правил по эксплуатации воздушных судов, непреднамеренным разрушениям инфраструктуры для населенных пунктов, нанесению увечий в скоплениях людей и животных, повреждений объектов недвижимости и др. Предлагаются один из возможных подходов по реализации предупреждения столкновения подвижных объектов на примерах беспилотных летательных аппаратов, предложена информационная модель для построения бортовых алгоритмов в вычислителе подвижного объекта с целью предупреждения и идентификации событий, связанных с возможными столкновениями в атмосфере беспилотных воздушных средств.

Применение методов машинного обучения в интеграции с методами выделения информативных признаков для диагностики электромеханических систем (ЭС) является перспективным направлением научных исследований, связанных с решением важной научной задачи обеспечения безопасности полета современных летательных аппаратов. В работе предлагаются алгоритмы выделения информативных признаков, позволяющие построить классификационные модели с использованием методов машинного обучения для оценки технического состояния ЭС на основе спектрального анализа стационарных сигналов. Дается формализованное описание оптимизационных моделей, реализованных в этих алгоритмах. Предлагается схема выполнения оптимизационных расчетов для выделения информативных признаков. Приводятся результаты расчетных исследований на примере диагностики технического состояния электромеханического привода рулевой поверхности летательного аппарата.