МАГНИТОМЕТРИЧЕСКИЕ СЕНСОРНЫЕ СИСТЕМЫ ДЛЯ МОРСКИХ МОБИЛЬНЫХ РОБОТОВ

  • Н. А. Соколов Федеральное государственное бюджетное учрежде- ние «Центральный научно-исследовательский испытательный институт инженерных войск» Минобороны России
  • А. В. Рычков Федеральное государственное бюджетное учреждение «Центральный научно-исследовательский испытательный институт инженерных войск» Минобороны России
Ключевые слова: Морские роботы, сенсорные системы, поиск морских мин, магнитометрия, ферро- зонд, феррозондовые преобразователи магнитного поля, магнитометр

Аннотация

В работе предложено применение морских мобильных роботов для противодействия
минированию, обнаружения, классификации и локализация мин. В соответствии с предна-
значением выделены поисковые и разведывательные роботы для обследования акваторий,
которые способны действовать автономно или в режиме телеуправления с поддержкой
принятия решений. Проведен анализ возможностей существующих типов сенсорных сис-
тем для обследования акваторий. Представлены основные результаты теоретических и
экспериментальных исследований возможных направлений совершенствования магнито-
метрических сенсорных систем для морских роботов. Предложено, исходя из критерия
обеспечения наибольших возможностей морских роботов по обнаружению и темпу веде-
ния поиска в автономном режиме, при известных массогабаритных ограничениях, по-
строение магнитометрической сенсорной системы с автоматизированным распознавани-
ем взрывоопасных объектов. Для целей автоматизированной классификации объектов по-
иска предложено воспользоваться преимуществом нейронных сетей, которые, в отличие
от традиционного машинного обучения, обеспечивают возможность высокоуровневого
абстрактного выражения семантики внутренних связей между данными посредством
выбора вариантов архитектурных решений. Получена структура нейронной сети на осно-
ве линейной классификации взрывоопасных объектов по двум параметрам обучающей вы-
борки. На основе проверенной обучающей выборки и классифицирующей функции по двум
параметрам, для многоканальной магнитометрической системы разработана реализация
структуры нейронной сети, учитывающей, кроме ферромагнитной массы и глубины зале-
гания, параметры геометрической формы реальных взрывоопасных объектов. Определены
направления совершенствования и увеличения дальности действия феррозондовых сенсо-
ров, как наиболее подходящих для построения магнитометрических систем обнаружения
морских мобильных роботов. Предложен способ повышения чувствительности феррозон-
довых магнитометрических сенсоров морских роботов за счет применения новых магнит-
ных материалов и схемотехнических решений. Для создания высокочувствительных ферро-
зондовых магнитометрических сенсоров предложено применение сердечников из аморфных
сплавов на основе кобальта типа АМАГ-170, обеспечивающих потенциальную возмож-
ность повышения коэффициента преобразования (чувствительности) сенсорной системы
за счет увеличения частоты возбуждения сердечника феррозонда. Представлена функцио-
нальная схема макета разработанной магнитометрической феррозондовой сенсорной
системы на основе двух стержневых сердечников из аморфного сплава АМАГ–170.

Литература

1. Dybov V., Podgornykh Yu. Robototekhnika v vooruzhennykh silakh [Robotics in the Armed
Forces], Arsenal Otechestva [Arsenal of the Fatherland], 2021, No. 1 (51), pp. 60-65.
2. Bykova V.S., Mashoshin A.I., Pashkevich I.V. Algoritm manevrirovaniya avtonomnogo
neobitaemogo podvodnogo apparata pri provodke sudna cherez zaminirovannyy rayon [Increasing
the search capabilities of autonomous uninhabited underwater vehicles through the
use of multichannel magnetometric systems], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya
SFedU. Engineering Sciences], 2021, No. 1 (218), pp. 93-101.
3. Sokolov N.A. Rychkov A.V. Povyshenie poiskovykh vozmozhnostey avtonomnykh
neobitaemykh podvodnykh apparatov za schet primeneniya mnogokanal'nykh
magnitometricheskikh sistem [Increasing the search capabilities of autonomous uninhabited
underwater vehicles through the use of multichannel magnetometric systems], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2021, No. 1 (218), pp. 59-72.
4. Tsentral'noe konstruktorskoe byuro morskoy tekhniki «Rubin» [Central Design Bureau of marine
equipment "Rubin"]. Available at: http://ckb-rubin.ru/ckb_mt_rubin/ (accessed 05 May 2021).
5. Ol'khovskiy S.V., Stepanov A.V. Magnitometricheskie razvedki v akvatorii Fanagorii
[Magnetometric surveys in the Phanagoria water area], Voprosy podvodnoy arkheologii [Questions
of underwater archaeology], 2013, No. 1, pp. 53-58.
6. Zvezhinskiy S.S., Parfentsev I.V. Metod magnitometricheskogo obnaruzheniya vzryvoopasnykh
predmetov [Method of magnetometric detection of explosive objects], Spetsial'naya tekhnika [Special
technique], 2008, No. 2, pp. 8-17.
7. Shcherbakov G.N., Antselevich M.A. Novye metody obnaruzheniya skrytykh ob"ektov: bor'ba
s terrorizmom, gumanitarnoe razminirovanie, zashchita informatsii, kontrol' podzemnykh
kommunikatsiy, arkheologiya, ekologiya [New methods of detecting hidden objects: combating
terrorism, humanitarian demining, information protection, control of underground communications,
archeology, ecology]. Moscow: El'f IPR, 2011, 503 p.
8. Billings S., Pasion C., Walker S., Beran L. Magnetic models of unexploded ordnance, IEEE
Transactions on Geoscience and Remote Sensing, 2006, Vol.: 44, Issue 8, pp. 2115-2124.
9. Sistemy minirovaniya. AO «NIII» [Mining systems. JSC "NIII"]. Available at:
http://aoniii.ru/?page_id=294 (accessed 23 Desember 2021).
10. Minnoe oruzhie. AO «Kontsern morskoe podvodnoe oruzhie – Gidropribor» [Mine weapons.
JSC "Concern marine underwater weapons – Hydropribor"]. Available at: https://gidropribor.ru/
production/mines/ (accessed 23 Desember 2021).
11. Kellekher. Dzh., Mak-Neymi B., d’Arsi A. Osnovy mashinnogo obucheniya dlya
analiticheskogo prognozirovaniya. Algoritmy, rabochie primery i tematicheskie issledovaniya
[Fundamentals of machine learning for analytical forecasting. Algorithms, working examples
and case studies]: Trans. from english. Saint Petersburg: Dialektika, 2019, 656 p.
12. Tim Gätcke. Working with Vallon Magnetometers. General Background for Operators and
Trainers. VALLON GmbH: Germany, 2019, 54 p.
13. Detektory i sistemy dlya razminirovaniya. Miny, samodel'nye vzryvnye ustroystva, boevye
elementy i nerazorvavshiesya boepripasy [Detectors and systems for mine clearance. Mines,
improvised explosive devices, combat elements and unexploded ordnance]. Eningen.
Germaniya: Vallon, 2021, 47 p.
14. Aggarval Ch. Neyronnye seti i glubokoe obuchenie: uchebnyy kurs [Neural networks and deep
learning: a training course]: Trans. from english. Saint Petersburg: Dialektika, 2020, 752 p.
15. Rychkov A.V., Shcherbakov G.N., Sokolov N.A. Ryabukhin D.A. K voprosu sozdaniya
dorozhnykh inzhenernykh razvedyvatel'nykh mashin s mnogokanal'nymi sistemami
obnaruzheniya vzryvoopasnykh predmetov [On the issue of creating road engineering reconnaissance
vehicles with multichannel systems for detecting explosive objects], Bezopasnost'
zhiznedeyatel'nosti [Life safety], 2021, No. 11, pp. 51-60.
16. Sokolov N.A., Shastin I.D., Ryabukhin D.A., Rudakov I.A. Chetyrekhzondovyy
magnitometricheskiy iskatel'. Patent Rossiyskoy Federatsii ot 30.11.2020 № RU201140U1
[Four-probe magnetometric finder. Patent of the Russian Federation No. RU201140U1 dated
11/30/2020].
17. Pattanayak S. Glubokoe obuchenie i TensorFlow dlya professionalov [Deep learning and
TensorFlow for professionals]: Trans. from english. Saint Petersburg: Dialektika, 2020, 480 p.
18. Rashka S., Mirdzhalili V. Python i mashinnoe obuchenie. Mashinnoe i glubokoe obuchenie s
ispol'zovaniem Python, Scikit-Learn i TensorFlow [Python and machine learning. Machine
and deep learning using Python, Scikit-Learn and TensorFlow]. Saint Petersburg: Dialektika,
2019, 420 p.
19. Amelichev V.V., Abanin V.V. i dr. Razvitie tekhnologiy magnitopoluprovodnikovykh
mikrosistem [Development of technologies of magnetopoluprovodnik Microsystems],
Izvestiya VUZov. Elektronika [Proceedings of Universities. Electronics], 2015, Vol. 20, No. 5,
pp. 505-510.
20. Vlaskin K.I. Razrabotka elektromagnitnykh sistem malogabaritnykh pervichnykh
preobrazovateley ferrozondovogo tipa: diss. … kand. tekhn. nauk [Development of electromagnetic
systems of small-sized primary ferrosonde type converters: cand. of eng. sc. diss.].
Izhevsk: IzhGTU im. M.T. Kalashnikova, 2014. 150 p.
21. Mushnikov N.V., Popov A.G., Potapov A.P., Lukshina V.A. Nanokristallicheskie magnitnye
materialy. Fizika magnitnykh materialov i nanostruktur [Nanocrystalline magnetic materials.
Physics of magnetic materials and nanostructures], ed. by V.V. Ustinova, N.V. Mushnikova,
V.Yu. Irkhina. Ekaterinburg: Institut fiziki metallov im. M.N. Mikheeva UrO RAN, 2020, 664 p.
22. Klassifikatsiya elektronnykh usiliteley [Classification of electronic amplifiers]. Available at:
https://ru.wikipedia.org/wiki/Klassifikatsiya_elektronnykh_usiliteley (accessed 20 Desember
2021).
23. Rychkov A.V., Sokolov N.A., Shcherbakov G.N., Prokhorkin A.G., Feshchenko Ya.V.
Povyshenie chuvstvitel'nosti ferrozondovykh preobrazovateley magnitnogo polya dlya
perenosnykh magnitometrov [Increasing the sensitivity of ferrosonde magnetic field converters
for portable magnetometers], Boepripasy [Ammunition], 2021, No. 2, pp. 70-76.
24. Afanas'ev Yu.V. Ferrozondovye pribory [Ferrosonde devices]. Leningrad: Energoatomizdat,
1986, 187 p.
25. Sokolov N.A. Ferrozondovyy magnitometricheskiy datchik. Patent RF na izobretenie ot
19.10.2021 № 2757650 [Ferrosonde magnetometric sensor. RF Patent for invention
No. 2757650 dated 19.10.2021].
26. Sokolov N.A. Programma obrabotki signalov v mnogokanal'nom magnitometricheskom
obnaruzhitele. Svidetel'stvo RF na programmu dlya EVM ot 13.05.2021 № 2021617334 [Signal
processing program in a multichannel magnetometric detector. Certificate of the Russian
Federation for a computer program dated 13.05.2021 No. 2021617334].
Опубликован
2022-04-20
Выпуск
Раздел
РАЗДЕЛ I. ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ РОБОТОТЕХНИЧЕСКИХ КОМПЛЕКСОВ