автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированная система управления непрерывными технологическими процессами перераспределения транспортных потоков

004618366 На правах рукописи

НОВИЦКИЙ КИРИЛЛ АЛЕКСАНДРОВИЧ

АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ НЕПРЕРЫВНЫМИ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ПЕРЕРАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствам/, (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

2 ЗЛЕН 2010

Москва-2010

Работа выполнена на кафедре «Автоматизированные системы управления» в Московском автомобильно-дорожном государственном техническом университете (МАДИ)

Научный руководитель Кандидат технических наук, доцент

Бернер Леонид Исаакович

Официальные оппоненты Доктор технических наук, профессор

Строганов Виктор Юрьевич

Кандидат технических наук, доцент Кузнецов Владимир Павлович

Ведущая организация: Закрытое акционерное общество Внедренческая фирма «ЭЛНА», г.Москва.

Защита состоится 24 декабря 2010г. в Ю00 часов на заседании диссертационного совета Д.212.126.05 при Московском автомобильно-дорожном государственном техническом университете (МАДИ) по адресу:

125319 ГСП А-47, Москва, Ленинградский пр., д.64.

С диссертацией можно ознакомиться в библиотеке МАДИ.

Текст автореферата размещен на сайте Московского автомобильно-дорожного государственного технического университета (МАДИ): www.madi.ru

Автореферат разослан 23 ноября 2010г.

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института.

Ученый секретарь диссертационного совета, кандидат технических наук, доцент

Михайлова Н.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

При управлении непрерывными технологическими процессами газовой отрасли цена диспетчерского решения очень велика. Сложность принятия решения возрастает при отсутствии или недостоверности части параметров. Кроме того, с течением времени тенденция ухудшения ситуации может нарастать, в связи с чем, резко уменьшится резерв времени на принятие решения. Это время необходимо постоянно отслеживать и определять заново. Проблемы взаимодействия человека и машины стали в настоящее время общими для атомной энергетики, нефтяной и газовой промышленности, химического производства, авиации, транспорта и других отраслей народного хозяйства. Анализ ряда аварий в этих отраслях показал, что одной из причин аварий являются ошибки диспетчерского персонала, непринятие или принятие неправильных управляющих решений. Таким образом, в увеличении степени технологического риска и снижении производственной безопасности в системе «человек - машина» существенную роль играет человеческий фактор. Возрастают требования, предъявляемые к качеству выполнения операторами и диспетчерами своих функций в человеко-машинной системе управления. Особенно это важно для таких мощных систем, как Единая электроэнергетическая система, Единая система газоснабжения.

Цель и задачи

Целью работы является повышение эффективности управления непрерывными технологическими процессами магистрального транспорта газа за счет разработки методов и моделей поддержки принятия диспетчерских решений по перераспределению газовых потоков. Для решения указанной цели в диссертации поставлены и решены следующие задачи:

• системный анализ методов и моделей управления газотранспортной системой с учетом специфики непрерывных технологических процессов;

• исследование моделей физических процессов и формирование дискретно-событийных моделей управления транспортом газа;

• разработка методики включения дискретной-событийной модели в контур управления системы поддержки принятия решений по формированию потоков транспорта газа;

• разработка сценария системы поддержки принятия решений и апробация методов и моделей системы управления потоками транспорта газа.

Научная новизна

Научную новизну составляют методы и модели управления ITC, интегрированные в систему поддержки принятия решений по выбору режимов управления непрерывными технологическими процессами транспорта газа. На защиту выносятся:

• формализованные параметрические модели описания физических процессов транспорта газа;

• дискретно-непрерывная модель управления газотранспортной системы в виде иерархического гибридного автомата;

• модель темпоральной логики в системе поддержки принятия решений по перераспределению потоков;

• макет сценария системы поддержки принятия решений по управлению процессами распределения потоками транспорта газа;

Методы исследования

При разработке, адаптации и исследовании моделей описания механизмов управления технологическими процессами транспорта газа в диссертации использовались методы общей теории систем, математического программирования, теории автоматов, теории графов, теоретико-множественный аппарат и др.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным статистическим анализом, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде предприятий.

Практическая ценность

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления газотранспортной системой.

Реализация результатов работы

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ.

Результаты, полученные при выполнении работы, могут найти дальнейшее развитие и применение для анализа и решения широкого класса задач по автоматизации и управлению непрерывными технологическими процессами.

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях и семинарах (2008-2010 г.г.);

• на заседании кафедры АСУ МАДИ.

Совокупность научных положений, идей и практических результатов исследований составляет актуальное направление в сфере теоретических и практических методов принятия решений в области комплексной автоматизации газотранспортной системы.

СОДЕРЖАНИЕ РАБОТЫ

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов и моделей.

Во введении обосновывается актуальность проблемы и приведено краткое описание содержания глав диссертации.

В первой главе диссертации проводится системный анализ методов и моделей управления ГТС. Анализ проблематики разработки, создания и внедрения новых технологий управления ГТС позволил сделать ряд обобщений, характеризующих соответствующие инновационные процессы. По отношению к рассматриваемым в работе задачам комплекс мероприятий может быть конкретизирован и представлен в виде последовательной процедуры (рис.1.).

Эта схема служит иллюстрацией состава и структуры исследований, которые необходимо выполнить для достижения сформулированных целей. Обобщенная формулировка целевых установок по созданию нового поколения средств и систем автоматизации имеет следующий контекст: повышение производительности ГТС; сокращение энергетических затрат на транспортировку газа; снижение роли человеческого фактора за счет внедрения малолюдных технологий; внедрение ресурсосберегающих технологий и т.п.

При этом необходимо гарантировать сохранение всех технических показателей в ходе эксплуатации и обеспечить относительно легкую модифицируемость при произвольных изменениях внешней среды и базовых технологий транспортировки газа.

Трубопроводы высокого класса и их техническое оснащение могут быть созданы только на базе новых знаний, последних достижений фундаментальной и прикладной наук и, что не менее важно, на основании объективного и тщательного анализа полученных реальных результатов, решения проблем, существующих в трубопроводном транспорте газа на дальние расстояния.

ОБЪЕКТЫ АВТОМАТИЗАЦИИ

Магистральные газопроводы Участки газопроводов Компрессорные станции Компрессорные цехи Газоперекачивающие агрегаты

X

модели объектов

• Функциональнее > Иерархические

• Многоуровневые

• Распределенные

• Эюионичесхие

Нечеткие модели

• Уфологические модели

• Модели знаний

• Модели данных

• Диагностические

ОПТИМИЗАЦИЯ Конструкций • Затрат

Рабочих режимов • Эффективности Управления > Ресурсосбережения

СВОЙСТВА ОБЪЕКТОВ | Сложные Энергоемкие ;

Распределенные Иерархически ! Нестационарные организованный -;

КОМПЛЕКС МНОГОСВЯЗАННЫХ МОДЕЛЕЙ

КОМПЛЕКС СОГЛАСОВАННЫХ КРИТЕРИЕВ

I

| Минииизации расхода ;топливного газа

' Минииизации затрат электроэнергии > I Оптимальной выработки ресурса |оборудования |

ФУНДАМЕНТАЛЬНЫЕ СВОЙСТВА ОБЪЕКТА Наблюдаемость • Адаптируемость

Идентифицируемость . Управляемость

АЛГОРИТМИЗАЦИЯ

Процессов управления . Прогнозирования Диагностирования . Диспетчеризации

АЛГОРИТМЫ Многоуровневого управления (вхлйчая сеязи по горизонтали) Интеллектуализации управления Включений процедур диагностирования в контур управления Диагностирования ресурсов обо- 1 рудования | Выработки управляющих решений___|

ПРОЕКТИРОВАНИЕ АВТОМАТИЗИРОВАННЫХ СИСТЕМ

• Методология проектирования • Базы данных

• Унификация средств . Инструментарий

• Типизация проектных решений • Управление I проектами

г УПРАВЛЕНИЕ

• Концепция управления

• Структурная организация

• Ситуационное управление

• Интеллектуализация

^ I '

СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАТИЗАЦИИ

• Архитектура, функции, параметры

• Функциональные и параметрические компоненты

• Платформы (аппаратная и программная)

• Надежность, безопасность, зкологичносгь

Г

ПРОЕКТНЫЕ РЕШЕНИЯ

' Проектная концепция Инновационный план ! Инвестиционная программа | Системы управления проектами

ТЕХНОЛОГИИ УПРАВЛЕНИЯ Адзптивйбсть, гибкость Распределенное многоуровневое управление

Дистанционное управление | рипу-управленив

РЕАЛИЗАЦИЯ Практические реализации на базе унифицированных средств Согласованные решения с прочими средствами

Перспективные решения

ОБОРУДОВАНИЕ Технологическое Средства .автоматизации

СТЕХНОЛОГИЧЕСКИЕ

ПРОЦЕССЫ Основные Вспомогательные

^"вИЗКЕС-ПРОЦЕССЫ Материальный учет Техн.-экпн. планирование Оперативное управление Финансовый анализ

КООРДИНАЦИЯ И УПРАВЛЕНИЕ Стратегическое Программное Ситуационное Диспетчерское Прогнозирование

Рис. 1.

В общем виде задачи оптимизации технико-экономического характера управления потоками транспорта газа описываются целевой функцией расчетных затрат:

jmax |

Пр= min £ [Э (ху) +~К (ху) ] (1)

"»■V. J=1 1 1 Т0 - J J

где Т0 — нормативный срок окупаемости для отрасли; Xj — вектор параметров j-й подсистемы; ys,— вектор переменных параметров режима работы j-й газотранспортной подсистемы (p,T,Q).

Критерий минимума работающих ГПА предполагает определение допустимого в совокупности набора управлений,

обеспечивающих минимум функции:

_ _ N — _

п( щ, и2 ,...uN ) = min £ n, (Pi, и,, Q,, Tt) (2)

где n — число ГПА по МГ в целом; — число ГПА по КС с текущим индексом /; N — общее число КС в системе. Критерий является аддитивным.

Критерий максимума функции политропического к.п.д.

рассчитывается по ГТС в целом:

_ _ _ N „

Ф(щ, и2 ,...uN ) = max £ , (3)

¡л,

где /],- — сумма политропических к.п.д. всех ГПА /'-й КС; л,— число ГПА /-Й КС.

Критерий минимума отклонений от заданного режима

определяется для МГ з целом по фазовой координате р и температуре Т при заданных потоках газа по каждому звену:

= mJn ^iPip(üi)- Pi3 ]2. (4)

при условии [Tip(ü.,p.)-T.J <Ъ, где индексом «р» отмечены

расчетные, а индексом «з» — заданные величины.

При реализации программно-моделирующего комплекса в работе сформирована открытая система включения произвольных методов многокритериальной оптимизации. В ряде задач для свертки перечисленных критериев предлагается использование методики выбора с учетом числа доминирующих критериев. При этом у,

УеП. Определяется число критериев, по которому один вариант превосходит другой A: atj=Card{i: у„>у,'}.

Физические процессы транспорта газа предполагается представлять как граф Р, компоненты которого имеют следующий смысл.

• Вершины графа Р представляют состояния, и изображают ситуации (или классы ситуаций), в которых может находиться

моделируемая система в различные моменты своего функционирования. Одно из состояний является выделенным, оно называется начальным состоянием процесса Р.

• Рёбра графа Р имеют метки, изображающие действия которые может исполнять моделируемая система.

• Функционирование процесса Р описывается переходами по рёбрам графа Р от одного состояния к другому. Функционирование начинается из начального состояния.

Функционирование процесса P=(S, s°, R) заключается в порождении последовательности переходов вида:

s° -a»-«, —

и выполнении действий а0, аьа2..., соответствующих этим переходам.

Более подробно: на каждом шаге функционирования О

• процесс находится в некотором состоянии s,- (s0=s°),

• если есть хотя бы один переход из R с началом в s,-, то процесс

- недетерминированно выбирает переход с началом в s, , помеченный таким действием а,, которое можно выполнить в текущий момент времени, (если таких переходов нет, то процесс временно приостанавливает свою работу до того момента, когда появится хотя бы один такой переход)

- выполняет действие а,, и после этого

- переходит в состояние si+1, которое является концом выбранного перехода

• если в R нет переходов с началом в s,-, то процесс заканчивает свою работу.

Знакосочетание Act(P) обозначает множество всех действий из Act \ {т}, которые могут быть выполнены процессом Р, т.е.

Act (Р)= {а е Act \ {т}{ —^->s2)e r] (5)

Процесс является конечным, если его компоненты S и R являются конечными множествами.

В качестве базовой модели описания модели анализа выбран последовательный гибридный автомат ГТС с включенными моделями управления, приведенными выше, представляет собой совокупность:

H = {V,V°,G}, (6)

где y~{Vc,VD) - множество переменных, включающее в себя множество непрерывных переменных Vc = fv; е 5R | / = ~\..пс} и множество дискретных переменных

(vi s u/uBoo/uSir | i = 1..nD}, где I - множество целых чисел, Bool = {false, true} - множество булевских значений, Str -множество строк.

- Vй - множество начальных значений переменных;

- 6 = {g,B,P,A,F} - граф переходов гибридного автомата.

Граф переходов включает в себя:

- д = {S,E,s0} - ориентированный граф, вершины которого сопоставлены элементам множества дискретных состояний автомата S = {Si \i = '\..ms}, одно из которых 5° является начальным, а дуги сопоставлень! возможным переходам автомата из одного состояния в другое Е = {eki: s, -> sy | /г el ..me, i e 1 ..ms, j e 1 ,.ms}.

-8 = Сн и {null} - множество поведений, где Сн = {z" | / = 1 ..mQ} - множество локальных непрерывных систем z, = {Vf \jV,Qf ,V°}, где V,1 - множество вещественных переменных непрерывной системы, G? - множество уравнений в форме (2), а V,0 - множество начальных условий для переменных V,2. В общем случае xfcVcuVjZ, у,2 с 1/j и , vvf cVu V?.

- Р = {Pj(t,V) е Bool \i = 1..mp}v{true} - множество логических предикатов.

- A = {a, : V -»VD | i = 1..mA} - множество мгновенных действий.

-F = {FB,FP)FA}, где FB : S ~> В - отображение, сопоставляющее множество систем уравнений множеству состояний (вершин графа), FP : Е Р- отображение, сопоставляющее множество предикатов множеству переходов (дуг графа), FA: Е А - отображение, сопоставляющее множество мгновенных действий множеству переходов (дуг графа).

Во второй главе диссертации решается задача формализованного описания процессов функционирования отдельных компонентов газотранспортной системы, а также разработки аппарата интеграции компонентов в комплексную модель на основе процессно-ориентированного описания.

Для решения задачи моделирования иерархической структуры управления (Рис.2) в диссертации использован формализм иерархического гибридного автомата, в котором локальными компонентами могут быть непрерывная система или гибридный автомат вложенного уровня. Рассмотрим самый нижний -терминальный - уровень вложенности иерархического автомата (Рис.2.). На терминальном уровне гиперсостоянию может быть приписан только последовательный гибридный автомат. Поэтому текущей совокупной непрерывной системой будет являться непрерывная система, приписанная текущему состоянию этого

автомата. На рис.2, показан последовательный автомат А, приписанный гиперсостоянию Э,8 иерархического автомата В. Полным текущим состоянием автомата в является состояние в.,8 и текущей непрерывной системой является Рв(8£).

Таким образом, если в иерархическом автомате текущим является гиперсостояние, то используются правила интерпретации для последовательного гибридного автомата терминального уровня. Единственным отличием является то, что в случае, если к срабатыванию готовы одновременно переходы различных уровней вложенности, срабатывает только переход самого верхнего уровня.

Рис. 2. Иерархический гибридный автомат

Логика дискретного поведения моделируемой системы требует явной синхронизации двух или более последовательных процессов. Для этого обычно используется механизм сигналов. Переменная-сигнал может фигурировать в качестве условия срабатывания перехода в других картах поведений. Пусть, например, в действиях перехода посылается сигнал, по которому срабатывает переход Г,2 (Рис.3.). Рассмотрим, как соотносится явная синхронизация посредством сигналов с синхронной композицией автоматов.

Информация о посылке сигнала должна передаваться немедленно, не дожидаясь решения уравнений связи. Все переходы, ожидающие этого сигнала, должны быть добавлены в множество ТЕ (если их там еще нет) и выполнены в том же эквивалентном переходе. Для примера на рис.3, будет получен следующий эквивалентный процесс;

(8?, 3*,3?)^ /Т,2 + Т* + 7,2 } -> (згА, 5»[Т£ ] (3*, 8* ,зс2).

1=0

¡=0

¡=0

1=0

Рис. 3.

¡=1

¡=2

с-в 2

■Оф

временна^ щель

_(_

ш

|=2

1=3

Поведение гибридного автомата с передачей сигналов

Таким образом, явная синхронизация параллельных гибридных автоматов с помощью сигналов приводит к динамическому формированию перехода в эквивалентном автомате во время его выполнения.

В диссертации на примере известных моделей показаны реализованные механизмы процессно-ориентированного описания расчетных схем. Так, ряд моделей может быть приведен к формальному описанию карты поведений. Непрерывный, элементарный компонент соответствует классу, в определении поведения которого присутствует только система уравнений (Рис. 4.).

Поведение

Уравнения

(-—.....— ,ХУ.х)-

О'Г ¿1

а)

Рис. 4.

Поведение

Карта поведений

♦ О

! Непрерывное поведение

^ й*Х аХ У\ {?<—-.....— О

- ; ' <к" <к

б)

Карты поведения

В определении непрерывного компонента могут также присутствовать определения внутренних переменных и алгоритмических функций, используемых в выражениях.

Применение нестационарной модели (в различных вариантах) оказывается невозможным из-за отсутствия данных о динамике

изменения параметров газовых потоков в краевых узлах ГТС или о динамике попутного газопотребления. Поэтому для расчетов предлагается использование квазистационарной модели, которая формализуется в виде разностной схемы:

Р,2, = Р? - Р*к* + Х{(яЬ ~ )) - -%г-Р%АН (7)

Уравнение сохранения энергии:

=ToC+[T;-TJ■e-y-

- 0/ср ■ П-е-<)- -е"г). (8)

Р 2урср сРср у

Особенностью данной модели является то, что она, как и стационарная модель, не имеет предыстории процесса во времени. Т0 есть процесс описывается двумя уравнениями, при этом набор

параметров р(0,1), д((М), Т(0Д), р(М), я(1_Д), Т(Щ) соответствует упрощенной нестационарной модели.

Расчетная схема уравнений сохранения энергии, также может быть формализована в виде процессно-ориентированного описания и может быть определена через рекурсивное определение процесса, которое представляет список формальных равенств вида:

Л = Р,

(9)

А = р„

где /^..--А- различные процессные имена, и

• РЬ...,Р„ - ПВ, удовлетворяющие следующему условию: для каждого /" = 1,...,л каждое процессное имя, входящее в Р(, совпадает с одним из имён Аь...,Ап.

Для решения задачи расчета параметров газового потока рассматривается моделируемая схема, которая включает в себя расчетные объекты (дуги), связанные между собой (концевыми узлами) в соответствии с расчетной схемой перекачки газа. После того как заданы начальные приближения и для каждой дуги (по модели соответствующего объекта) рассчитаны начальные приближения д*,д] в соответствии с первым законом Кирхгофа формируется система уравнений баланса:

1 Чи(р),р]) + а!-ег =0 ,ОеМ,), (10)

УеЛ-/,

где М,- множество узлов, для которых формируются уравнения баланса потоков; \ - номер узла; ^/-множество дуг, входящих в ¡-й узел; м~ -множество дуг, выходящих из ¡-го узла; д^ -расход газа,

поступающий в I -и узел по дуге . -расход газа, выходящего из I -го

узла по дуге - расход газа внешнего поставщика в !' -й узел; О:-расход газа внешнего потребителя из \ -го узла. Данная задача

Г пФ

сводится к минимизации функционала Р = £

^^■(Р'Г-Р)) 1

Для решения задачи расчета параметров газового потока формируется функционал Р, который можно минимизировать расчетной процедурой. Процесс можно представить в виде

алгебраического выражения Р(Рч.....Рп), в которое входят процессы

Р1,...,Р„, соединённые символами операций: параллельной композиции, ограничения, и переименования. Р представляет собой структурную композицию процессов Р1.....Р„.

Элементарный оператор Л0,, который моделирует поведение процесса, оперирует с параметрами и изменяет состояние объекта, делая его равным з. По отношению к оператору параметры могут быть входными (а), выходными (Ь) и рабочими (с). Входной параметр означает его принадлежность к множеству А., выходной - к формированию состояния ^ , рабочий - к тому и другому множеству одновременно. Рассмотрим случай задания двух достаточно близких по описанию процессов (трек А) и 2г (трек В). И в том и в другом треке используются эквивалентные операторы ^ и /?2, но они взаимодействуют с разными параметрами, как входными, так и выходными. Было бы желательно найти способ объединения описаний таких процессов. Для решения поставленной задачи дополним определение инициатора, добавив к его свойствам возможность включать в себя параметры, которые представляют локальную среду процесса.

Тогда можно предложить следующую схему свертки описаний двух процессов в одно общее описание (рис.5.):

т

V 2

/, (а,е)

Рис. 5. Объединенное описание процессов и 22

локальные среды

Как видно из рисунка, с инициатором 11 связана локальная среда (а, е), а с инициатором 12 - локальная среда д). Оператор ^ модифицирован в оператор который связан с параметром 6 и первым параметром локальной среды инициатора. Оператор Ь'г связан с параметрами Ь, с, с( и вторым параметром локальной среды инициатора. Операторы Ь\ и /?'2 являются объединенными. Инициаторы 1-1 и 12 присутствуют в этой схеме одновременно.

Очевидно, эти рассуждения могут быть распространены на случай п параллельно протекающих процессов. Процессы, сгенерированные треком или структурой, использующими объединенные элементарные операторы и локальные среды являются подобными. Таким образом, удалось еще более снизить размерность описания множества процессов, введя отношение подобия процессов.

В результате показано, что для описания совокупности подобных процессов достаточно иметь одно объединенное описание трека или структуры и множество одинаково структурированных локальных сред, привязанных к инициаторам.

В третьей главе диссертации разработаны методы и модели синтеза управления. Вычислительный эксперимент на гибридном автомате не сводится к однократному получению фазовой траектории моделируемой системы, а требует многократных «прогонов» модели при различных начальных условиях согласно определенной - часто довольно сложной - логике. Для задания этой логики необходимо каким-то образом задать алгоритм эксперимента.

Идея состоит в том, что модель исследуемой системы становится составляющей локального поведения в одном или нескольких состояниях гибридного автомата, задающего алгоритм проведения вычислительного эксперимента. Сам этот автомат является элементом поведения предопределенного объекта. Таким образом, благодаря использованию обобщенного гибридного автомата и «исчисления поведений» удается представить алгоритм управления вычислительным экспериментом в предельно наглядной визуальной форме.

Используя стандартные методы регрессионного, дисперсионного, кластерного и др. моделей многомерного статистического анализа, методов поисковой оптимизации и др. формальных методов теории выбора, разработанные модели анализа позволяют решать задачи сравнительного анализа, выбора, оптимизации и др.

На основе методов дисперсионного анализа решается задача выбора варианта из ограниченного количества альтернативных решений. Для построения регрессионных зависимостей используются классические подходы формирования оптимальных планов.

Используя стандартные поисковые алгоритмы возможно решение задач параметрической оптимизации на гибридной модели ГТС Кроме использования функционала приложений включенных в сценарий, разработанная концепция на основе формального описания моделей с учетом параметризации их параметров позволяет создать систему вложенных моделей.

Технико-экономические и технологические критерии в той или иной степени характеризуют объективную сторону процессов, происходящих при магистральном транспорте газа, практически игнорируя влияние субъективных факторов, воздействие которых сложно оценить. Применение метода экспертных оценок для выбора оптимальных режимов работы и вариантов развития МГ обусловлено необходимостью учета причин, не поддающихся априорной формализации либо неформализуемых вообще. Использование формализованной эвристики человеческого мышления при оперативном планировании в большинстве случаев дает лучший результат при меньших стоимостных и временных затратах, чем построение стохастических имитационных моделей, так как позволяет учесть влияние лишь реально существующих в данный момент факторов.

Формируются эвристические правила выбора алгоритмических процедур, которые являются основой для построения правил вывода с целью принятия решений в нештатных ситуациях. Пример правил приведен в таблице.

Таблица 1.

Эвристические правила выбора алгоритмических процедур

1. Необходимо выбрать Выполнить процедуру "Оптимизация

схему соединения КС стационарного режима работы МГ"

2. Необходимо оценить Выполнить процедуру

расходы газа по ниткам "Расчет стационарного режима"

3. За 3-4 часа режим Выполнить процедуру

транспорта газа близок "Идентификация коэффициентов

к стационарному гидравлического сопротивления и

4. теплопередачи"

Необходим прогноз Выполнить процедуру "Расчет

давления и расхода нестационарного режима транспорта

газа газа"

Для формирования эвристических правил выбора алгоритмических процедур, которые являются основой для построения правил вывода с целью принятия решений в нештатных ситуациях, в работе предлагается использование аппарата темпоральной логики.

Определения правильно построенных формул (ППФ) основаны на учете временного фактора. Т.е. формула может быть верна или неверна в зависимости от текущего момента времени вводятся следующим образом.

1. Временной атом определяется рекурсивно:

• если р является n-местным предикатным символом, a ei.....еп -

термы, то р (ei.....е„) - временной атом;

• если А - временной атом, то временными атомами являются также first A, next А.

2. ППФ определяются рекурсивно:

» все временные атомы суть ППФ;

• если А и Б - ППФ, то ППФ будут также и -A, first A, next А;

• если А и В - ППФ, то ППФ будет также и (АлВ);

• если А - ППФ, х - переменная, свободная в А, то ППФ будет также

и (Vx) А.

Логические связки v , , о и квантор существования 3 могут быть получены из примитивных связок и универсального квантора обычным путём.

3. Глобальные часы представляют возрастающая последовательность натуральных чисел, т.е., <0, 1, 2, ...>. Локальные часы - это подпоследовательность глобальных часов, т.е. ограниченно возрастающая последовательность натуральных чисел, конечная или бесконечная.

Пусть tsck, означает факт, что t является моментом времени на часах ck,. СК означает множество всех часов, R - отношение порядка, заданное на элементах СК2 (здесь 2 - показатель декартовой степени множества СК) таким образом, что для любых cki, ck2eCK, имеет место cki R ck2, если и только если для всех t е cki имеет место teck2.

4. Присваиванием часов ск является отображение из множества LP предикатных символов во множество часов СК, т.е. ck е [LP СК]. Нотация ск(р) означает часы, ассоциированные с предикатным символом р при данном присваивании часов ск.

5. Пусть А - формула и ск - присваивание часов. Локальные часы скА ассоциированные с А, определяются рекурсивно следующим образом:

• если А есть временной атом р(хь ..., хп), то скА= ск (р);

• если А = first В, -1 В или (Vx) В, то скА = скв

• если А = (В л С), то скА = скБ i скс.

На всем промежутке, задаваемом глобальными часами, устанавливаются интервалы, которые задают переходы от одних правил к другим.

Как один из вариантов параметризации таблиц истинности продукций предлагается модель классификации и идентификации состояний ГТС на основе аппарата нейронных сетей.

Предлагается использование сети встречного распространения, которая работает в 2-х режимах: нормальном и режиме обучения. Нормальное функционирование. Слой Кохонена в простейшем виде работает в духе «победитель забирает все», т.е. для данного входного вектора один и только один нейрон выдает 1 все остальные 0.

Фактически каждый нейрон выдает величину веса, которая связывает его с выигравшим нейроном слоя Кохонена. Возбуждение нейрона определяется отношением его возбужденных входов к тормозящим. Суммарный возбу>едающий вход в нейрон Е является взвешенной суммой входов от возбуждающих нейронов в предшествующем слое. Аналогично, суммарный тормозящий вход I является взвешенной суммой входов от всех тормозящих входов.

Е = £ аш1 , I = £ Ь ¡V 1 , (11)

' У

где а;- вес ¡-го возбужденного синапса; ш- выход ¡-го возбуждающего нейрона; Ьу- вес ] тормозящего нейрона; 1/у- выход ] - Т тормозящего нейрона.

Рассмотрим процедуру обучения. Веса возбуждающих нейронов изменяются только тогда, когда нейрон возбужден сильнее, чем любой другой в области конкуренции Sai = qcjuj, где су- тормозящий вес связи нейрона j в слое 1 с тормозящим нейроном i; uj- выход нейрона j в слое 1. а/- возбуждающий вес I, q - нормирующий коэффициент обучения.

Изменение тормозящих весов нейрона i в слое 2 определяется

как:

5 Ь/ = q

L

(2 INHIBÍ)

(12)

Когда возбужденных нейронов в области конкуренции нет, то для изменения весов используются другие выражения. Во всех случаях, когда победителя в области конкуренции нет, изменения весов ищут так:

5а/ = ц'т; 8Ь/ = q'INHIB; я' <д (13)

В процессе обучения веса каждого узла в слое 2 настраиваются таким образом, что вместе они составляют шаблон, соответствующий образам, которые часто предъявляются в процессе обучения. При предъявлении сходного образа этот узел вырабатывает большой выход и подавляет конкурентов.

Общая процедура поиска рационального решения для конкретной нештатной ситуации может быть описана в виде алгоритма, состоящего из следующих укрупненных этапов:

1) определение разладки - фиксация нештатной ситуации;

2) проверка достоверности информации. Если информация не достоверна, то выдаются рекомендации к восстановлению информации, устранению неисправностей в каналах измерения с последующей оценкой достоверности;

3) первичный прогноз развития ситуации, анализ ее стабильности;

4) определение допустимого времени принятия решения;

5) заполнение базы данных текущей информацией;

6) постановка диагноза;

7) оценка качества поставленного диагноза. Если диагноз поставлен, то переход к этапу 13, если нет - переход к этапу 8;

8) определение, осталось ли время на дополнительный анализ ситуации. Если да - переход к этапу 10, если нет к этапу 9;

9) при отсутствии достаточного времени для продолжения поиска диагноза могут быть следующие исходы: выработка управляющего решения без постановки диагноза; передача полученных результатов на вышестоящий уровень принятия решения; принятие промежуточного решения с целью предотвращения возможного наихудшего развития ситуации. Два последних исхода - это попытка получить выигрыш во времени для проведения дополнительного анализа;

10) если можно продолжить нахождение точного диагноза, то сбор дополнительной информации, в т.ч. с соседних объектов и других уровней управления, временная задержка с целью формирования временных рядов параметров, проигрывание ситуации на имитационных моделях технологического процесса;

11) постановка диагноза с учетом полученных на предыдущем этапе дополнительных данных;

12) если на предыдущем этапе не получен точный диагноз, а время на принятие решения исчерпано или нет возможностей

получить более точную и полную информацию, то принятие управляющего решения по имеющемуся диагнозу, в противном случае - переход к этапу 13;

13) прогноз развития событий (если он информационно обеспечен) - построение дерева исходов;

14) выбор управляющего решения по критерию (6) с учетом введенных ограничений.

Основу рассмотренной схемы составляют этапы 6, 11-14. Именно от них зависит эффективность принимаемых решений.

В четвертой главе диссертации решается задача разработки макета СППР.

Как вариант создания макета СППР в диссертации предлагается использовать инструментальные средства «COTA», которые дополнены разработанными моделями физических процессов и оптимизационными методами. В диссертации разработан сценарий СППР по выбору режимов управления технологическими процессами ГТС (выделен в овале рис. 7.).

При формировании методики аналитической поддержки принятия решений, средства гибридной среды позволяют формировать алгоритмическую структуру программных приложений за счет задания переходов между приложениями по условиям его завершения с использованием стандартизованного интерфейса, что и создает пользовательский сценарий (рис.7.). В сценарий включены: модель технологического процесса; статистическая параметризация модели, методика автоматического анализа выбросов и другие, разработанные в диссертации модели и методы.

Рис. 7. Сценарий реализации методики

Для параллельных пользовательских процессов, которые активируются в сетевой среде, реализованы механизмы синхронизации. Они выполнены на основе общего поля данных по принципу «положил-взял» и непосредственного взаимодействия фрагментов, где i и j —В точках их активации выполняется синхронизация, j — находится в ожидании, пока фрагмент i не выложит в общее поле данных ожидаемый информационный ресурс Гц, либо пока фрагмент i не передаст фрагменту j ожидаемые данные непосредственно, i — по завершению действий пользователя или окончанию обработки каких-либо данных, выполняет действие, ожидаемое фрагментом j. В общем случае, результат выполнения фрагмента i может влиять на ход выполнения сценария как в роли А, так и в роли В.

Такая схема представления элементарных приложений и их взаимосвязь эквивалентна концепции имитационного моделирования, где роль исполняемых приложений выполняют операторы моделирующего алгоритма.

Данная концепция использовалась при разработке макетов программно-моделирующих комплексов, которые внедрены в ряде организаций. Они использовались в качестве базовых для разработки технических заданий на программную реализацию и последующую разработку соответствующих программных приложений.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикации. По результатам выполненных исследований опубликовано 9 печатных работ, приведенных в списке публикаций.

Основные выводы и результаты работы

1. Проведен системный анализ методов и моделей управления газотранспортной системой с учетом специфики технологических процессов транспорта газа, который показал необходимость использования средств интеллектуальной поддержки процессов управления транспортом газа.

2. Разработана дискретно-непрерывная модель управления газотранспортной системой в виде иерархического гибридного автомата, совмещающая элементы дискретной сети управляемых потоков и непрерывные модели описания объектов ГТС, которая позволяет в рамках единого описания оценить параметры технологических процессов и рассчитать динамические управляющие воздействия.

3. Разработаны механизмы взаимодействия моделей компонентов газотранспортной системы, отражающие основные зависимости между потоками, плотностью, температурными

режимами, а также предложен механизм параметрического описания их взаимосвязи в интегрированной среде моделирования.

4. Разработан аппарат формирования интегрированной структуры системы информационной поддержки и гибридного моделирования процессов управления поставками газа в штатных и аварийных режимах.

5. Разработано формализованное описание процессов транспорта газа, где каждый формальный процесс представляет собой совокупность взаимосвязанных процессов по предложенной параметрической схеме, что позволяет в рамках единой методики создать аналитико-имитационную модель оценки эффективности всего процесса управления.

6. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий, а также используются в учебном процессе в МАДИ.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в рецензируемых журналах из списка ВАК

1. Новицкий К.А. Исследование начального периода моделирования на точность среднеинтегральной оценки имитационных моделей / Остроух A.B., Солнцев A.A., Солдатов Н.В., Новицкий К.А., Якунин П.С. // Вестник МАДИ, вып. 2 (21) . Ротапринт МАДИ,- М., 2010 . - С. 61-65

Публикации в других изданиях

2. Новицкий К.А. Мультиграфовая модель газотранспортной системы // Бернер Л.И., Новицкий К.А. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ. Ротапринт МАДИ - М., 2009 . - С. 3-8.

3. Новицкий К.А. Задача управления потоками в транспортной системе // Никитин М.М., Сатышев С.Н., Новицкий К.А., Бугаев И.П. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ. Ротапринт МАДИ - М., 2009 . - С.9-16.

4. Новицкий К.А. Принятие решений в различных режимах функционирования транспортной системы // Новицкий К.А. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ. Ротапринт МАДИ - М., 2009 . - С.33-40.

5. Новицкий К.А. Интерактивная имитационная модель оперативного планирования производственных процессов / Бурдачева H.A., Солдатов Н.В., Новицкий К.А., Травкин А.М. ¡1 Интерактивные технологии моделирования и управления: сб. науч. тр. МАДИ № 2/46 . Ротапринт МАДИ,- М„ 2010 . - С. 9 -15

6. Новицкий К.А. Анализ имитационной модели планирования производственных процессов на предприятии / Новицкий К.А., Солдатов Н.В., Травкин А.М. II Интерактивные технологии моделирования и управления: сб. науч. тр. МАДИ № 2/46 . Ротапринт МАДИ,- М., 2010 . - С. 16-24

7. Новицкий К.А. Система мониторинга технико-экономических показателей деятельности промышленных предприятий / Нестеренко В.И., Алексеев С.Р., Новицкий К.А., Травкин A.M. // Оптимизация решений в промышленности, строительстве и образовании: сб. науч. тр. МАДИ № 1/45 . Ротапринт МАДИ,- М., 2010 . -С. 102-105

8. Новицкий К.А. Надежность системы мониторинга технико-экономических показателей предприятия / Новицкий К.А., Солдатов Н.В., Травкин A.M. // Интерактивные технологии моделирования и управления: сб. науч. тр. МАДИ № 2/46 . Ротапринт МАДИ ,-М., 2010. - С. 60-68

9. Новицкий К.А. Методы и модели описания деловых процессов / Белянский Д.В., Солнцев A.A., Солдатов Н.В., Новицкий К.А., Травкин A.M. // Интерактивные технологии моделирования и управления: сб. науч. тр. МАДИ № 2/46 . Ротапринт МАДИ,- М., 2010 . -С. 172-179.

Подписано в печать 18 ноября 2010 г Формат 60x84x16 Усл.печ.л. 1,0 Тираж 100 экз. Заказ № 49

ТЕХПОЛИГРАФЦЕНТР Россия, 12531S , г. Москва, ул. Усиевича, д. 8 а. Тел.: 8-916-191-08-51 Тел./факс (499) 152-17-71

ВВЕДЕНИЕ.

1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ И МОДЕЛЕЙ УПРАВЛЕНИЯ ГАЗОТРАНСПОРТНОЙ СИСТЕМОЙ.

1.1. Анализ критериев оптимизации управления ГТС.

1.2. Многокритериальная оптимизация и процедуры принятия решений по управлению ГТС.

1.3. Представление поведения компонентов ГТС формальными процессными моделями.

1.4. Диспетчерское управление объектами транспорта газа.

1.5. Свойства технологических объектов транспорта газа.

Выводы по главе 1.

2. РАЗРАБОТКА ДИСКРЕТНО-НЕПРЕРЫВНОЙ МОДЕЛИ УПРАВЛЕНИЯ ГАЗОТРАНСПОРТНОЙ СИСТЕМОЙ НА ОСНОВЕ ГИБРИДНОЙ АВТОМАТНОЙ СХЕМЫ.

2.1. Постановка задачи управления перераспределением потоками транспорта газа.

2.2. Модели гибридного автомата в системе управления транспортом газа.

2.2.1. Разработка модели последовательного гибридного автомата.

2.2.2. Правила интерпретации последовательного гибридного автомата.

2.2.3. Эквивалентность гибридного автомата и непрерывной системы.

2.2.4. Обобщенный гибридный автомат.

2.2.5. Формирование гибридного времени.

2.2.6. Эквивалентный последовательный гибридный автомат.

2.3. Объекты формирования управляющих воздействий перераспределения потоков транспорта газа.

2.4. Расчетная модель стационарного режима газовых потоков.

2.5. Построение иерархического гибридного автомата управления транспортными потоками.

2.5.1. Принцип синхронной композиции гибридных автоматов управления подсистемами транспорта газа.

2.5.2. Правила интерпретации синхронного параллельного гибридного автомата.

2.5.3. Явная синхронизация гибридных автоматов с помощью сигналов.

2.6. Методика формирования гибридной расчетной схемы.

Выводы по главе 2.

3. РАЗРАБОТКА МЕТОДОВ И МОДЕЛЕЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМЕ УПРАВЛЕНИЯ ГТС.

3.1. Задача управления потоками в газотранспортной системе.

3.2. Методика автоматизации модельных экспериментов.

3.2.1. Критерии оптимальности планов.

3.2.2. Б-оптимальные планы.

3.2.3. Метод построения Б-оптималъных планов.

3.2.4. Синтез Б-оптимальных тестирующих сигналов для идентификации динамических объектов.

3.3. Формирование правил вывода в динамической среде управления транспортом газа

3.4. Моделирования правил вывода на основе временной логики умолчаний.

3.5. Нейросетевые модели в задачах идентификации состояния ГТС.

Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ТРАНСПОРТНЫМИ ПОТОКАМИ.

4.1. Особенности функционирования межпромыслового коллектора.

4.2. Реализация системы поддержки принятия решений в составе системы телемеханики

4.3. Методика построения СППР в системе управления транспортом газа.

4.3.1. Конструкторы проектирования сценариев элементарных программных приложений.

4.3.2. Перечень регистрируемых компонентов.

4.3.3. АсЦуе-Х компоненты интерфейсного взаимодействия с математическими пакетами.

4.3.4. Механизмы синхронизации и блокировок приложений сценария.

Выводы по главе 4.

При управлении непрерывными технологическими процессами газовой отрасли цена диспетчерского решения очень велика. Сложность принятия решения возрастает при отсутствии или недостоверности части параметров. Кроме того, с течением времени тенденция ухудшения ситуации может нарастать, в связи с чем, резко уменьшится резерв времени на принятие решения. Это время необходимо постоянно отслеживать и определять заново. Проблемы взаимодействия человека и машины стали в настоящее время общими для атомной энергетики, нефтяной и газовой промышленности, химического производства, авиации, транспорта и других отраслей народного хозяйства. Анализ ряда аварий в этих отраслях показал, что одной из причин аварий являются ошибки диспетчерского персонала, непринятие или принятие неправильных управляющих решений. Таким образом, в увеличении степени технологического риска и снижении производственной безопасности в системе «человек - машина» существенную роль играет человеческий фактор. Возрастают требования, предъявляемые к качеству выполнения операторами и диспетчерами своих функций в человеко-машинной системе управления. Особенно это важно для таких мощных систем, как Единая электроэнергетическая система, Единая система газоснабжения.

Целью работы является повышение эффективности управления непрерывными технологическими процессами магистрального транспорта газа за счет разработки методов и моделей поддержки - принятия диспетчерских решений по перераспределению газовых потоков. Для решения указанной цели в диссертации поставлены и решены следующие задачи:

• системный анализ методов и моделей управления газотранспортной системой с учетом специфики непрерывных технологических процессов;

• исследование моделей физических процессов и формирование дискретно-событийных моделей управления транспортом газа;

• разработка методики включения дискретной-событийной модели в контур управления системы поддержки принятия решений по формированию потоков транспорта газа;

• разработка сценария системы поддержки принятия решений и апробация методов и моделей системы управления потоками транспорта газа.

Научную новизну составляют методы и модели управления ГТС, интегрированные в систему поддержки принятия- решений по выбору режимов управления непрерывными технологическими процессами* транспорта газа. На защиту выносятся:

• формализованные параметрические модели описания физических процессов транспорта газа;

• дискретно-непрерывная модель управления газотранспортной системы в виде иерархического гибридного автомата;

• модель темпоральной логики в системе поддержки принятия решений по перераспределению потоков;

• макет сценария системы поддержки принятия решений управления процессами распределения потоками транспорта газа;

В первой главе выполнен анализ методов и моделей компонентов газотранспортной системы. В результате анализа функционирования технологических объектов транспорта газа были вскрыты основные специфические по сравнению с традиционными объектами управления свойства. Показано, что выявленные особенности необходимо учитывать при создании систем оперативного управления объектами газотранспортной системы. Необходимо'иметь возможность изменения алгоритмов управления в зависимости от ситуации на объекте и объяснять, принимаемые решения.

Отмеченные особенности и другие особенности, приведенные в диссертации, необходимо учитывать при создании систем оперативного управления объектами газотранспортной системы. Вышеотмеченные особенности технологических процессов добычи и транспорта газа накладывают серьезные ограничения на системы управления этим процессом, придавая каждой системе как общие для конкретного процесса, так и специфические, присущие только ей, черты.

Во второй главе диссертации решается задача формализованного описания процессов функционирования отдельных компонентов газотранспортной системы и разработки аппарата интеграции компонентов в комплексную модель. В основу построения формализованного описания положено понятие процесса.

Одной из основных задач в данной ситуации — поиск управления конфигурациями сети и давлениями на выходе узлов (компрессорных станций) для обеспечения управления газтранспортной системой как в штатном, так и в аварийном режиме функционирования в соответствии с выбранными критериями.

Следующая задача, заключается в формализованном описании операций над процессами транспорта газа с учетом нестационарных режимов, и наличии переходных процессов в случае изменений управления конфигурацией транспортной сети.

Вместе с формальным представлением схем описания отдельных технологических процессов, разработанные в диссертации операции редукции и склейки процессов позволяют моделировать процессы управления газотранспортной системой в условиях нестационарности.

В третьей главе диссертации ставится и решается задача разработки моделей поведения системы управления в виде дискретно-непрерывных процессов на основе гибридных автоматов.

В диссертации выполнена привязка каждой дуги базовой сети к определенной компоненте вектора управления. При некоторых значениях компоненты вектора управления связанная с ней дуга исключается из базовой сети, определяя тем самым одну из конфигураций сети. Одна и та же компонента вектора управления может быть связана с несколькими дугами сети. При одних значениях данной компоненты вектора управления некоторые связанные с компонентой дуги исключаются из сети, а другие — нет.

Для каждой дуги базовой управляемой' сети задается конечное множество значений, которые может принимать связанная с данной дугой компонента вектора управления и при которых дуга не исключается из базовой сети. Максимальное число возможных конфигураций базовой сети при этом не превосходит мощности множества значений вектора управления.

В четвертой главе с целью снижения временных затрат и повышения вероятности принятия правильного решения система диспетчерского управления была дополнена системой поддержки принятия решений, включающей гибридно-автоматную модель управления. Система поддержки принятия решений предназначена для оказания помощи диспетчеру в анализе текущего режима работы газотранспортной системы, включая идентификацию участка разрыва трубопровода, сигнализацию происшествий, классифицируемых как разрыв на участке трубопровода, представление диспетчеру справочной и рекомендательной информации при максимальном сохранении работоспособности ГТС в целом. К справочной информации относятся данные об участке обнаружения разрыва и его основных характеристиках. К рекомендательной — набор указаний по локализации участка, нацеленных на информационную поддержку анализа происходящих процессов и тенденций, сужение круга рассматриваемых вариантов и сценариев развития.

Обоснованность научных положений, рекомендаций и выводов определяется корректным использованием современных математических методов и моделей, предварительным статистическим анализом процессов обработки информации в распределенных информационных системах предприятий по транспорту газа, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы на ряде предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления газотранспортной системой.

При разработке методов и формальных моделей компонентов технологических процессов в диссертации использовались методы общей теории систем, математического программирования, теории графов, теоретико-множественного аппарата и др.

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а таюке используются в учебном процессе на кафедре АСУ МАДИ.

Результаты, полученные при выполнении работы, могут найти дальнейшее развитие и применение для анализа и решения широкого класса задач по автоматизации и управлению технологическими процессами на газовых промыслах сложной структуры.

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на заседании кафедры АСУ МАДИ.

Совокупность научных положений, идей и практических результатов исследований составляет актуальное направление в сфере теоретических и практических методов принятия решений в области комплексной автоматизации газотранспортной системы.

Материалы диссертации отражены в 9 печатных работах.

Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 147 страницах машинописного текста, содержит 36 рисунков, 12 таблиц, список литературы из 105 наименований.

Основные выводы и результаты работы

1. Проведен системный анализ методов и моделей управления газотранспортной системой с учетом специфики технологических процессов транспорта газа, который показал необходимость использования средств интеллектуальной поддержки процессов управления транспортом газа.

2. Разработана дискретно-непрерывная модель управления газотранспортной системой в виде иерархического гибридного автомата, совмещающая элементы дискретной сети управляемых потоков и непрерывные модели описания объектов ГТС, которая позволяет в рамках единого описания оценить параметры технологических процессов и рассчитать динамические управляющие воздействия.

3. Разработаны механизмы взаимодействия моделей компонентов газотранспортной системы, отражающие основные зависимости между потоками, плотностью, температурными режимами, а также предложен механизм параметрического описания их взаимосвязи в интегрированной среде моделирования.

4. Разработан аппарат формирования интегрированной структуры системы информационной поддержки и гибридного моделирования процессов управления поставками газа в штатных и аварийных режимах.

5. Разработано формализованное описание процессов транспорта газа, где каждый формальный процесс представляет собой совокупность взаимосвязанных процессов по предложенной параметрической схеме, что позволяет в рамках единой методики создать аналитико-имитационную модель оценки эффективности всего процесса управления.

6. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на ряде предприятий, а также используются в учебном процессе в МАДИ.

1. Абузова Ф.Ф., Алиев P.A., Новоселов В.Ф. и др. Техника и технология транспорта и хранения нефти и газа. - М.: Недра, 1992. — 320 с.

2. Автоматизированная система управления технологическими процессами установки комплексной подготовки газа (УКПГ-ЗС) Заполярного газонефтеконденсатного месторождения. Техническое задание. Саратов. 2003.

3. АО «АтлантикТрансгазСистема». Перспективы разработки. Приборы и Системы. Управления, Контроль, Диагностика, № 5, 2002. С. 20-21.

4. Балавин М.А., Лазаревич C.B., Шайхутдинов А.З., Продовиков С.П, Нахшин Г.С. Опыт создания и внедрения систем автоматического управления. М.: Газовая промышленность №8, 2006.

5. Балавин М.А., Продовиков С.П., Назаров О.В., Яковлев В.Б. и др. Автоматизация процессов газовой промышленности. — Спб.: Наука, 2003.

6. Бекиров Т.М., Ланчаков Г.А., Технология обработки газа и конденсата. М: НЕДРА, 1999.

7. Белов Е.Г. Об одной многокритериальной задаче распределения заданий. Маршрутно-распределительные задачи. :Урал. гос. техн. ун-т. — Екатеринбург, 1995.-С.4-9.

8. Беляков В.Г., Митрофанов Ю.И., Ярославцев А.Ф. Пакет прикладных программ для математического моделирования сетевых систем // XI Всесоюз. школа-семинар по вычислительным сетям: Тез. докл. М.: ВИНИТИ, 1986. -4.III. - С. 145-150.

9. Бернер Л.И., Богданов Н.К., Лыков А.Г. О решении задачи размещения оборудования при создании системы телемеханики нефтегазового промысла // Приборы и системы. Управление, контроль,' диагностика, 2003. №5. - С.34-36.

10. Бернер Л.И., Богданов Н.К., Панькин К.В., Лыков А.Г. Применение методов графического анализа при решении задачи, размещения оборудования системы телемеханики нефтегазового промысла // Приборы и системы. Управление, контроль, диагностика, 2004. №1.

11. Бернер Л.И., Илюшин С.А., Лавров С.А., Сушков С.И., Лыков А.Г. Система сбора, передачи и обработки информации неэлектрифицированных кустов газовых скважин // Промышленные АСУ и контроллеры, 2004. №1.

12. Бертсекас Д., Галлагер Р. Сети передачи данных: Пер. с англ. -М.: Мир, 1989. 544 с.

13. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. -М.: Статистика, 1980.

14. Богуславский Л.Б. Управление потоками данных в сетях ЭВМ. -М.: Энергоатомиздат, 1984. 168 с.

15. Бурков В.Н., Панова Л.Н., Шнейдерман М.В. Получение и анализ экспертной информации.-М:Изд-во Института проблем управления, 1981.

16. Бутовский А.Г., Пустыльников Л.М., Теория управления системами с распределенными параметрами. -М.: Недра, 1980.

17. Гершберг А.Ф., Мусаев A.A., Нозик A.A., Шерстюк Ю.М. Концептуальные основы информационной интеграции АСУ ТП нефтеперерабатывающего предприятия. СПб: Альянс-строй, 2003.

18. Гиг Дж. Ван. Прикладная общая теория систем М.: Мир, 1981.Т. 1.-336 с.

19. Глушков В.М. О системной оптимизации Кибернетика.- 1980.-№5.- С.1-6.

20. ГОСТ 34.003-90. Информационная технология. Автоматизированные системы. Термины и определения //Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. М.: Комитет стандартизации и метрологии СССР, 1991.

21. Грешилов A.A., Стакун В.А., Стакун JI.A. Математические методы построения прогнозов. М., Радио и связь, 199.7. — 112с.

22. Гридина Е.Г. Прогнозирование стационарных процессов с помощью оптимальных линейных систем. — С.-Петерб. гос. электротех. ун-т. -СПб, 1995.-37с.

23. Дэвис Д., Барбер Д., Прайс У. и др. Вычислительные сети и сетевые протоколы. М.: Мир, 1982. - 562 с.

24. Емельянов В.В. Метод построения математических моделей сложных дискретных систем и процессов. Вестник МГТУ. Сер. Машиностроение. - 1993. - №1. - С.14-19.

25. Зимин Ю.Н., Умрихин Ю.Д., Черкасов Ю.Н. Методология системного подхода к разработке организационных структур управления большими системами. М., Минрадиопром, 1981.- 82 с.

26. Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах // Открытые системы. 1997. - № 4. - С. 41- 44.

27. Коваленко Н.С., Мешельский В.М. Режимы взаимодействия неоднордных распределенных конкурирующих процессов. Кибернетика и сист. анал. - 1997. - №3. - С.31-43.

28. Коннолли Т., Бегг К., Страчан А. Базы данных. Проектирование, реализация и сопровождение. Теория и практика. — М.: Вильяме, 2001. -1120с.

29. Корнеев В.В., Гареев А.Ф., Васютин C.B., Райх В.В. Базы данных. Интеллектуальная обработка информации. // М.: Нолидж, 2001

30. Крейг С. Маллинс. Администрирование баз данных. Полное справочное руководство по методам и процедурам. М.: Кудиц-образ. 2003. - 752с.

31. Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных // ComputerWeek-Москва, 1997. - № 14-15. - С. 32-39.

32. Куклин Г.В., Яковлев С.А. Информационные сети АСУ и вопросы автоматизации их проектирования // Автоматизация проектирования АСУП: Сб. статей. Киев: Знание, 1976. - С. 13-15.

33. Куклин Г.В., Яковлев С.А. Нахождение кратчайших путей в сети с многократной вариацией структуры // Теория и практика программирования на ЭВМ: Тез. докл. VI Всес. шк.-сем. Владивосток, 1977.-С. 85-87.

34. Куцевич И.В. Инструментарий для интеграции разнородных подсистем // Мир компьютерной автоматизации. 2000. №1.

35. Лебедев В.М., Добровольский С.М. Вероятностные модели и статистические методы анализа и обработки информационных потоков. — Фунд. пробл. мат. и мех. Мат.Ч.1.:МГУ. -М., 1994. С.152-153.

36. Лэсдон Л.С. Оптимизация больших систем. М.: Наука, 1975.431 с.

37. Макаров Н.М., Виноградская Т.М., Рубчинский A.A. и др. Теория выбора и принятия решений. — М.: Наука, 1982.

38. Маркелова Е.Ю. Некоторые алгоритмы последовательной оптимизации в маршрутно-распределительных задачах. Маршрутно-распределительные задачи: Урал. ГТУ Екатеринбург, 1995. - С.63-82.

39. Месарович М., Такахара И. Общая теория систем: математические основы. М.: Мир, 1978.- 344 с.

40. Мизин И.А., Богатырев В.А., Кулешов А.П. Сети коммутации пакетов. М.: Радио и связь, 1986. - 408 с.

41. Митрофанов Ю.И., Беляков В.Г., Кондратова H.A., Ярославцев А.Ф. Об одной реализации метода конволюции для сетевых моделей обслуживания // XVI Всесоюз. школа-семинар по вычислительным сетям: Тез. докл. М: ВИНИТИ, 1991, Ч.Ш. - С. 154-158.

42. Мусаев A.A., Шерстюк Ю.М. Интеграция автоматизированных систем управления крупных промышленных предприятий: принципы, проблемы, решения // Автоматизация в промышленности. 2003. №10.

43. Нестеров А.Л. Проектирование АСУТП. Методическое пособие. Книга 1. Спб.: Издательство ДЕАН, 2006. — 552 с.

44. Никоненко Н.С. Создание систем автоматизированного управления в добычи газа. М.: Недра, 2001.

45. Новицкий К.А. Исследование начального периода моделирования на точность среднеинтегральной оценки имитационных моделей / Остроух A.B., Солнцев A.A., Солдатов Н.В., Новицкий К.А.,

46. Якунин П.С. // Вестник МАДИ, вып. 2 (21) . Ротапринт МАДИ .- М., 2010 . -С. 61-65

47. Новицкий К.А. Мультиграфовая модель газотранспортной системы // Бернер Л.И., Новицкий К.А. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ № 5/45 . Ротапринт МАДИ М., 2009 . - С. 3-8.

48. Новицкий К.А. Задача управления потоками в транспортной системе // Никитин М.М., Сатышев С.Н., Новицкий К.А., Бугаев И.П. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ № 5/45 . Ротапринт МАДИ М., 2009 . - С.9-16.

49. Новицкий К.А. Принятие решений в различных режимах функционирования транспортной системы // Новицкий К.А. / Методы управления потоками в транспортных системах: сб. науч. тр. МАДИ № 5/45. Ротапринт МАДИ М., 2009 . - С.33-40.

50. Остиану В.М. Характеристики распределенных автоматизированных систем управления и ПТК. — М.: Промышленные АСУ и контроллеры №10, 2002.

51. Отраслевая система оперативно-диспетчерского управления ЕСГ России. Часть II. Требования к системам управления добычей и подземным хранением газа. ОАО «Газпром». 1999.

52. Панкратов B.C., Вербило A.C. Автоматизированная система диспетчерского управления ГТС. // Газовая промышленность. Серия: автоматизация, телемеханизация и связь в газовой промышленности. 2001.

53. Попадько В.Е. Проектирование SCADA систем. - М.: Изд-во РГУ нефти и газа им. И.М. Губкина, 2000.

54. Поспелов Д.А. Ситуационное управление, теория и практика. -М.: Наука, 1986.- 288 с.

55. Прошин И.А., Прошин Д.И., Прошин А.И. Методика выбора математической модели при обработке экспериментальной статистической информации. Пенз. ГТУ - Пенза, 1997. - 20с.

56. Прошин И.А., Прошин Д.И., Прошин А.И. Методика обработки экспериментально-статистической информации. — Пенз. ГТУ Пенза, 1997. -29с.

57. Пужайло А.Ф., Реунов A.B. Концепция управления удаленными объектами добычи и транспорта газа, расположенными в районах Крайнего

58. Севера. // Материалы НТС ОАО «Газпром» «Комплексная автоматизация объектов добычи и транспортировки газа, расположенных в сложных климатических условиях». — М.: ООО «ИРЦ Газпром», 2002.

59. Радкевич В.В. Системы управления объектами газовой промышленности. — М.: Серебряная нить, 2004. — 440л.

60. Радкевич В.В., Самарин A.A., Чернов В.М. и др. Система оперативного управления процессом добычи газа и конденсата на Оренбургском НГКМ. М.: Газовая промышленность №3, 2002.

61. Бернер Л.И., Рощин A.B., Илюшин С.А. АО «АтлантикТрансгазСистема» 10 лет на рынке автоматизации. // Промышленные контроллеры АСУ. Научно-технический производственный журнал. № 5, Май. - М.: ООО Издательство «Научтехлитиздат», 2002г. - С. 2о

62. Бернер Л.И. Функции автоматизированной системы оперативно-диспетчерского управления / Бернер Л.И. //Логистическая поддержка процессов управления: сб. науч. тр. МАДИ (ГТУ). М., 2009. - С.66-74.

63. Сабинин О.Н. Планирование и организация ускоренного статистического моделирования сложных производственно-экономических комплексов. Изв. РАН Теор. и сист. упр. - 1997. - №2. - С.117-123.

64. Сапунцов В. Д. Методы и средства проектирования информационных систем. М.: РГУ нефти и газа им. И.М. Губкина, 2000. -64 с.

65. Сарданашвили С.А. Расчетные методы и- алгоритмы (трубопроводный транспорт газа). — М.: ФГУП Изд-во «Нефть и газ» РГУнефти и газа им. И.М. Губкина, 2005. 577 с.

66. Синицкий А.Р. SCADA пакеты для САУ газоперекачивающими агрегатами и компрессорными цехами. — М.: Промышленные АСУ и контроллеры №3, 2000.

67. Славин Р. Единственный путь повышения эффективности производства — интеграция «снизу — вверх». — Мир компьютерной автоматизации. 2000.№1.

68. Тараненко Б.Ф., Герман В.Т. Автоматическое управление газопромысловыми объектами. М., «Недра», 1976.

69. Татевосян Г.М. Обоснование экономической эффективности капитальных вложений с использованием методов оптимизации. Экон. и мат. моделир. - 1997. - 33, №1. - С.26-37.

70. Технические требования на создание АСУ ТП установки комплексной подготовки газа (УКПГ-1С) Заполярного газонефтеконденсатного месторождения. ОАО «Газпром». 2000.

71. Уланов Г.М., Алиев P.A., Кривошеев В.П. Методы разработки интегрированных АСУ промышленными предприятиями. М.: Энергоатомиздат, 1983.

72. Федоткин М.А. Разработка вероятностно-статистических методов построения, анализа и синтеза моделей конфликтных управляющихсистем обслуживания. Фунд. пробл. мат. и мех. Мат.Ч.1.:МГУ. - М., 1994. -С.149-151.

73. Шайхутдинов А.З., М.А. Балавин, С.П. Продовиков, О.В. Назаров, В.Б. Яковлева, Автоматизация процессов газовой промышленности.- Москва Санкт Петербург, 2003.

74. Шахов В.В. Некоторые задачи планирования имитационного эксперимента. Тр.конф.мол.уч.ВЦ СО РАН. Новосиб.март. - Новосибирск, 1995. - С.200-212.

75. Шварц М. Сети связи: протоколы, моделирование и анализ: Пер. с англ. М.: Наука, 1992. - 4.1. - 336 с. - 4.II. - 272 с.

76. Ясницкий JI.H. Введение в искусственный интеллект. М.: Изд. центр «Академия», 2005. - 176 с.

77. Bernardo M., Donatiello L., Gorrieri R. A formal approach to the integration of performanceaspects in the modeling and analysis of concurrent systems. Information and Computation. - 1996. - v.144, №2. - P.83-154.

78. Blackshire J. Digital PIV (DPIV) Software Analysis System. NASA/CR-97-206285, December 1997. - P. 27.

79. Bostel A.J., Sagar V.K. Dynamic control system for AGVs. Comput. and Contr. Eng. - 1996. - 7,№4. - P. 165-176.

80. Christopher A. Kennedy and Mark H. Carpenter, Comparison of Several Numerical Methods for Simulation of Compressible Shear Layers. NASA TP-3484, December 1997. - P.62

81. Classification and related methods of data analysis/ ed.Boclc H. -Amsterdam: NORTH-HOLLAND, 1988.- 749 p.

82. Courtoils P.J. Decomposability queueing and computer system applications. New York: Academic Press, 1977. - 284 p.

83. Fayyad U.M. et al., eds. Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, Menlo Park, Calif., 1996.

84. Frawley W.L., Piatetsky-Shapiro G., Matheus C.J. Knowledge discovery in database: An overview. AI Magazine. 1992. - №13(3). — P. 57-70.

85. Gelenbe E., Pujolle G. "The behaviour of a single queue in a general queueing network." Acta Imformatica, 1976, v.7, №2, P.123-136.

86. Haekhe C., Natter M., Som T., Otrula H. Adaptive methods macroeconomic forecasting. Int.J.Intell.Syst. - 1997. - 8, №1. - P.1-10.

87. Jer-Nan Juang and Minh Q. Phan, Recursive Deadbeat Controller Design/ NASA TM-112863, May 1997. - P.27

88. Joslin R. Direct Numerical Simulation of Evolution and Control of Linear and Nonlinear Disturbances in Three-Dimensional Attachment-Line Boundary Layers. NASA TP-3623, 1997. - P.39.

89. Jun K.P. Approximate analysis of arbitrary configurations of queuing networks with blocking and deadlock // Proc. of the First Intern. Workshop, Raleign, NC, USA, May 1988. Amsterdam: North-Holland, 1989. - P. 259-279.

90. Kramer W., Langenbach-Belz M. Approximation for the delay in the queueing systems Gl | Gl | 1. Congressbook, 8th ITC, Melbourne, 1976.

91. Ming-Yang K., Reif J., Tate S. Searching in an unknown environment: An optimalrandomized algorithm for the cow-path problem. -Information and Computation. 1996. - v. 131, №1. - P.63-79.

92. Nishizawa K. A method to find element of cycles in a incomplete directed graph an its applications binary ANP and Petri nets. - Comput. and Math. Appl. - 1997. - 33, №9. - P.33-46.

93. Punch W. The Problem-Dependent Nature of Parallel Processing in General Programming. Proc. First Int. Conf. On Evolutionary Computation and Its Applications. June 24 - 27, Moscow. - 1996. - P. 154-164.

94. Ralescu A. A Note on Rule Representation in Expert Systems//Information Sciences. 1986. - v.38, №2. - P. 193-203.

95. Steward W.J. Recursive procedures for the numerical solution of Marcov chains// Proc. of the First Intern. Workshop, Raleigh, NC, USA, May 1983.- Amsterdam: North-Holland, 1989. P. 229-247.

96. Wallace V.L. Toward on algebraic theory of Marcovian networks// Proc.Symp.Computer Communications Network and Teletraffic. 1972. - P. 397408.