автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Интеллектуализация автоматизированной системы аналитического контроля состава продуктов предприятий металлургии

На правах рукописи

Щербаков Ивам Вячеславович

ИНТЕЛЛЕКТУАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОМ СИСТЕМЫ АНАЛИТИЧЕСКОГО КОНТРОЛЯ СОСТАВА ПРОДУКТОВ ПРЕДПРИЯТИЙ МЕТАЛЛУРГИИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

6 МАР 2013

005050400

Иркутск 2013

005050400

Работа выполнена в ФГБОУ ВПО «Иркутский государственный университет путей сообщения»

Защита состоится 28 марта 2012 г., в 10:00, на заседании диссертационного совета Д 218.004.01 в ФГБОУ ВПО «Иркутский государственный университет путей сообщения» по адресу: 664074, Иркутск, ул. Чернышевского, 15, ауд. А-803.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Иркутский государственный университет путей сообщения».

Тел.: (8-3952) 63-83-11. e-mail: mail@irgups.ru. WWW: http://www.irgups.ru.

Автореферат разослан 14 февраля 2013 г.

Отзывы в двух экземплярах, заверенных печатью организации, прошу выслать в адрес Совета.

Официальные оппоненты: Дунаев Михаил Павлович -

доктор технических наук, профессор, ФГБОУ ВПО «Иркутский государственный технический университет»

Хмара Валерий Васильевич -

доктор технических наук, профессор, ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)»

Ведущая организация:

ФГБОУ ВПО Московский государственный технологический университет «СТАНКИН», г. Москва.

Ученый секретарь диссертационного совета, профессор

Тихий И. И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. Улучшение экономических показателей в металлургии возможно как за счет совершенствования технологии, так и за счет совершенствования средств и систем контроля и управления. Так как целью управления на металлургических предприятиях является получение определенного количества продукта при заданном химическом составе, возрастает роль аналитической информации о составе производственных продуктов. На современных металлургических предприятиях аналитическая информация формируется в автоматизированных системах аналитического контроля (АСАК), которые объединяют в единый автоматизированный комплекс: автоматический отбор проб; автоматизированную доставку отобранных проб на анализ; автоматизированную и механизированную подготовку доставленных проб к инструментальному анализу; автоматизированный экспрессный анализ проб; сбор, обработку, регистрацию и передачу результатов анализа оперативно-производственному персоналу; ввод и вывод информации в ЭВМ автоматизированных систем управления технологическим процессом (АСУТП)1.

С этой целью в промышленности используют SCADA-системы. SCADA (аббр. от англ. supervisory control and data acquisition, диспетчерское управление и сбор данных)— программный пакет, предназначенный для разработки или обеспечения работы в реальном времени систем сбора, обработки, отображения и архивирования информации об объекте мониторинга или управления. Термин SCADA обычно относится к централизованным системам контроля и управления всей системой, или комплексами систем, осуществляемого с участием человека. Компоненты SCADA-систем являются гетерогенными, поэтому для их интеграции необходимо создавать SCADA-интерфейсы - интерфейсы обмена данными между SCADA и другими приложениями.

Вопросам разработки теории и практики создания и внедрения автоматизированных систем контроля и управления на предприятиях металлургии посвящены труды отечественных исследователей: Абрамова A.A., Арунянца Г.Г., Брегмана И.И., Верховского Б.И, Иванова В.А., Карпова Ю.А, Лисовского Д.И., Машевского Г.А., Межевича А.Н, Мустафаева Г.А., Овчарепко, Е.Я., Раннева Г.Г., Реуцкого Ю.В., Рут-ковского A.JI., Салихова З.Г., Тихонова. Н., Топчаева В.П., Тохтабаева Г.М., Хасцаева Б.Д., Цимехмана Л.Ш., Хмара В.В., Бондаренко A.B. и др.

Из работ зарубежных ученых наиболее известны исследования в этом направлении выполненные сотрудниками фирмы Оутокумпу Oy (Финляндия):Ьерра1а А., Koskinen J., Leskinen Т. и Vanninen P.

1 Хмара В. В. Основы теории и практика создания автоматизированных систем аналитического контроля состава продуктов предприятий цветной металлургии: Автореф. дис. ... доктора технических наук: 05.13.06 Владикавказ, 2006.

Разработкой SCADA-систем активно занимаются фирмы «Chemstations Inc.», «Wonderware», «Juniper Networks Inc.», «Communication Technologies, Inc.», в России МГТУ «СТАНКИН», НИИ Измерительных систем им. Ю.Е. Седакова, МГУПИ, ГУП «ИПТЭР», фирма «AdAstra».

Таким образом, АСАК можно представить как разновидность SCADA-системы. Метод анализа, применяемый в АСАК, должен быть обеспечен унифицированными методическими и программными средствами. Весьма перспективным методом для использования в АСАК является рентгеноспектралышй флуоресцентный анализ (РФА), который широко внедряется в аналитическую практику предприятий черной и цветной металлургии. РФА обладает развитой теорией, и для решения своих задач традиционно привлекает аппарат математического моделирования, математическую статистику, теорию планирования эксперимента, что дает возможность автоматизации и его использования в структуре АСАК. Часто поставляемые на предприятия аналитические комплексы заранее сконфигурированы для решения конкретной задачи. Решение каждой новой аналитической задачи требует обращения в фирму-разработчика аналитического комплекса. Вместе с тем, методические исследования в полном объеме можно выполнять на производстве имея доступ к моделирующим и оптимизирующим программам.

Опыт внедрения такого программного обеспечения показал, что даже при открытом описании вычислительных алгоритмов, их реализация на практике требует высокой квалификации методиста и не всегда обеспечивает желаемый результат. Целесообразно использовать методы искусственного интеллекта для целей поддержки принятия решений инженером-методистом в процессе разработки методик аналитического контроля. Можно предложить использовать экспертную систему (ЭС), позволяющую автоматически выполнить построение градуировочной функции методики анализа, основываясь на знаниях экспертов в области РФА.

По литературным данным ЭС остаются весьма сложными, дорогими, а главное, узкоспециализированными, что сдерживает их более широкое распространение.

Стоимость внедрения и эксплуатации в режиме консультации интегрированных ЭС можно существенно снизить за счет коллективного доступа конечных пользователей к базам знаний и данных посредством Web-технологий. Наиболее перспективной является сейчас «рассеянная» («облачная») обработка данных — технология обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как Интернет-сервис. Пользователь имеет доступ к собственным данным, но не должен заботиться об операционной системе и программном обеспечении, с которым он работает. Разрабатываемое для этих целей программное обеспечение и модели представления знаний не могут уже оставаться узкоспециализированными. Следова-

4

тельно, исследования направленные на разработку рассеянных технологий интеллектуализации АСАК, являются актуальными, теоретически и практически значимыми.

Научная задача заключается в разработке моделей и алгоритмов интеграции методов управления в эргатических (человеко-машинных) системах управления процессами и производствами, основанных на методах интеллектуальной поддержки принятия решений.

Целью настоящих исследований является интеллектуализация автоматизированных систем аналитического контроля в металлургии за счет разработки информационного и алгоритмического обеспечения в контексте «рассеянной» обработки данных.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработать архитектуру интеллектуальной эргатической системы управления процессом аналитического контроля производства как 5САВА-системы.

2. Разработать технологию интеграции подсистемы автоматизированной системы аналитического контроля, выполняющей вычисления по моделям процессов в аналитическом виде, в экспертную систему для последовательной увязки управления по иерархическим уровням в контексте рассеянных вычислений.

3. Предложить методику проектирования интеллектуальной подсистемы автоматизированной системы аналитического контроля. Выполнить функциональное и дискретно-событийное моделирование процессов управления данными и знаниями при интеграции подсистем.

4. Выполнить проектирование архитектуры программного обеспечения имитационного моделирования, отличающегося возможностью моделирования рассеянных вычислений в интегрированных системах как системах массового обслуживания и расчетом количественных характеристик.

5. Разработать методы проведения имитационных экспериментов для оценки эффективности спроектированного интерфейса.

Работа выполнялась в соответствии с инициативной темой ИРГУПС №01200954282.

Объектом исследования являются автоматизированные системы аналитического контроля химического состава продукта в металлургической отрасли.

Предметом исследования служат методы и модели управления данными и знаниями, а также интеграции технологий сбора, обработки данных и оперативного управления в человеко-машинных системах аналитического контроля технологических процессов.

Методами и средствами исследования являются методологические основы теории представления структур данных и знаний, методы дискретной математики - ап-

парат теории множеств и отношений, алгебраическая теория моделей, формальных систем и теория графов, методы инженерии знаний, методы имитационного моделирования, объектного подхода (анализ, проектирование, программирование), методы математической статистики для обработки результатов экспериментов.

Научную новизну работы составляют и на защиту выносятся следующие положения:

1. Архитектура интеллектуальной эргатической системы управления процессом аналитического контроля металлургического производства, отличающаяся рассмотрением компонентов как компонентов \УеЪЗСА1)А-системы.

2. Оригинальная технология интеграции подсистемы АСАК, выполняющей вычисления по моделям процессов в аналитическом виде, в экспертную систему отличающаяся последовательной увязкой управления по иерархическим уровням в контексте рассеянных вычислений.

3. Методика проектирования интеллектуальной подсистемы автоматизированной системы аналитического контроля, отличающаяся объединением этапов структурного анализа и моделирования проектируемого программного обеспечения (метод 5АБТ и процессный подход) и проведения имитационных экспериментов для оценки эффективности конфигурации подсистемы, а также полученные на этапах проектирования функциональные и дискретно-событийные модели (в нотациях ГОЕБО, Процедура и ЕРС) иерархии процессов управления данными и знаниями при интеграции подсистем.

4. Архитектура программного обеспечения имитационного моделирования, отличающегося возможностью моделирования рассеянных вычислений в интегрированных системах как СМО и расчетом количественных характеристик.

5. Методы проведения имитационных экспериментов для количественной оценки эффективности конфигурации ЗОАБА-интерфейса, отличающиеся: построением имитационной модели интегрировашюй ЭС как СМО с помощью разработанного программного обеспечения и сопоставлением количественных данных с результатами моделирования с использованием раскрашенной сети Петри для подтверждения корректности используемых алгоритмов.

Практическая реализация результатов работы. Система опробована при интеграции программного продукта, используемого в системе АСАК Челябинского металлургического комбината ОАО «Мечел», в прототип ЭС инженера-методиста. Это дает возможность автоматизированного построения градуировочной (функции в виде аналитических моделей) методики контроля химического состава продукции. Получено свидетельство Роспатента об официальной регистрации программы для ЭВМ №2011615348.

На основе результатов исследования разработан программный комплекс (ПК)2 для моделирования обработки данных в гетерогенных распределенных системах «С^уэЗт», апробированный при создании подсистемы интеграции в интеллектуальной АСАК (5САБА-интерфейс), выполняющей вычисления по моделям процессов в аналитическом виде, в ЭС.

Разработанные в диссертации методики и модели на основе использования информационно-программных эмуляторов интегрируемых систем использованы в учебном процессе кафедры «Информационные системы» ИрГУПС в курсе для студентов «Современные методы и средства проектирования информационных систем».

Предложенные технологии и модели интегрируемых подсистем могут быть использованы при проектировании и разработке интеллектуальных АСАК в контексте рассеянных вычислений в АСУТП.

Степень достоверности результатов и выводов. Достоверность полученных результатов и выводов подтверждается разработкой и тестированием прототипа ЭС для автоматизированного построения градуировочной функции, использующей рассеянные вычисления. Результаты моделирования интеллектуальной подситсемы АСАК, с использованием программного обеспечения «(ЭБувЗт» сопоставлены с данными, полученными с помощью свободно распространяемого пакета СРШЪоЬ.

Апробация работы. Результаты работы докладывались и обсуждались на: третьей всероссийской научно-практической интернет-конференции «Проблемы и перспективы образовательного пространства в условиях становления информационного общества» (Иркутск, 2010), международной научно-практической конференции «Современные проблемы и пути их решения в науке, транспорте, производстве и образование» (Одесса, 2010), второй межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона» (Иркутск, 2011), третьей межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона» (Иркутск, 2012), XVII Байкальской Всероссийской конференция «Информационные и математические технологии в науке и управлении» (Иркутск, 2012).

Личный вклад. Результаты, составляющие новизну и выносимые на защиту, получены лично автором.

Публикации. Основное содержание работы опубликовано в 14 статьях, 3 из них в изданиях рекомендованных ВАК, получено свидетельство о регистрации.

2 Программный комплекс - набор взаимодействующих программ, согласованных по функциям и форматам данных, предназначенный для решения крупномасштабных задач [Брукс Ф. Мифический челозеко-месяц, юн как создаются программные системы: Пер. с англ. - СПб.: Символ-Плюс, 1999.]

Объем и структура работы. Диссертация объемом 131 стр. состоит из введения, четырех глав, заключения, списка литературы из 111 наименований и приложения, основной текст изложен на 119 стр.

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность исследования, сформулированы цель и задачи исследования, их научная новизна и практическая значимость полученных результатов, приведены сведения об апробации и внедрении работы.

В первой главе рассмотрены вопросы аналитического контроля на предприятиях металлургии, перечислены его задачи, рассмотрены методы, приведены данные об объеме и номенклатуре выполняемых анализов, оснащенности аналитических лабораторий отрасли автоматическими анализаторами, обсуждаются структура и состав технических средств АСАК, общие принципы построения и основные задачи информационно-управляющего вычислительного комплекса АСАК, состав и структуры системы специального программного обеспечения АСАК. Сделан вывод о необходимости интеллектуализации АСАК.

Во второй главе описываются методы интеграции АСАК в АСУТП. Рассмотрено понятие БСЛОА-систем как средств диспетчерского управления и сбора данных. Отмечено, что для обмена данными между БСАБА и другими приложениями используются БСАБА-интерфейсы. Для генерации управляющих воздействий используют моделирующие программы (МП). Выбор алгоритмов МП осуществляется посредством ЭС. Рассмотрены примеры интеграции моделей знаний в ЭС. Приведены способы интеграции технологий обработки знаний и данных в ЭС. Показано, что необходимо разработать технологию интеллектуализации АСАК, ориентированную на рассеянные вычисления и не зависящую от платформы. Предложена архитектура интеллектуальной АСАК как \¥еЬ5САБА-системы, предназначенной для диспетчерского управления и сбора данных (рис. 1). Разрабатываемая технология интеллектуализации включает следующие компоненты архитектуры: прикладные программные продукты (ППП) и ЭС. Под термином ППП в дальнейшем изложении понимаем моделирующие (МП) и аналитические (АП) программы. Выделенные компоненты являются гетерогенными и для обеспечения возможности их интеграции в единую систему необходимо разработать соответствующие ЗСАОА-интерфейсы, осуществляющие обмен и управление данными, поступающими в разных форматах от систем, работающих на разных платформах.

В третьей главе предложена методика проектирования и описана программная реализация SCADA-интерфейса интеграции ЭС с ППП. Разработана оригинальная технология интеграции МП, выполняющей вычисления по моделям процессов в аналитическом виде, в ЭС отличающаяся последовательной увязкой управления по иерархическим уровням в контексте рассеянных вычислений.

В качестве ППП рассмотрено специализированное программное обеспечение, выполняющее автоматизированное построение градуировочной функции (в виде аналитических моделей) методики .контроля химического состава продукции (МП). Разработана архитектура интегрированной ЭС. Выбран подход к интеграции ППП в ЭС с использованием внешнего по отношению к CLIPS объектно-ориентированного языка программирования. В этом случае создается внешняя программа-демон, выполняю-

9

щая все операции с ППП, а пользовательские внешние функции (ПВФ), интегрированные в среду CLIPS, в виде программных модулей на языке С, отвечают за обмен информацией между решателем и программой-демоном. Выполнен структурный анализ (технология SADT) и объектное моделирование подсистем с использованием UML диаграмм. Описана реализация прототипа интегрированной ЭС для построения градуировочной функции в РФ А.

В качестве механизма обмена данными между программой-демоном и ПВФ использован интерфейс ТСР-сокет. ТСР-сокет является низкоуровневым механизмом межпроцессного взаимодействия, позволяющим процессам обмениваться данными в гетерогенных средах. Это позволяет размещать машину логического вывода, демон CLIPS и ППП на разных физических серверах, работающих под управлением различных операционных систем (рис. 2) и составляет основу разработанной технологии интеграции.

Рисунок 2. Иерархия подсистем обмена данными при интеграции МП в АСАК Для реализации обмена данными между ПВФ и демоном CLIPS было решено преобразовывать данные в формат XML. Демон CLIPS является обслуживающим приложением, принимающим задания на запуск ППП от ЭС, считывая XML документ с заданием и запуская его на исполнение. После выполнения задания демоном CLIPS формируется XML документ с результатом, который в дальнейшем обрабатывается ПВФ. Исходя из этого, демон CLIPS должен обладать такими компонентами как «Менеджер приема заданий» - для приема и обработки поступающих заданий, «Очередь заданий» - для хранения и сортировки по приоритетам поступающих заданий, «Менеджер выполнения заданий» - для выборки заданий из очереди и запуска их на исполнение (рис. 3).

Рисунок 3. Технология интеграции ЭС с ППП Предложенная технология включает только компонентный состав подсистемы интеграции ЭС с ППП. Для программной реализации выделенных компонентов необходимо получить модель процессов в разрабатываемой системе.

На рис. 4 представлена защищаемая методика проектирования интеллектуальной подсистемы АСАК, включающая два этапа: первый - модель процесса описывается по принципу декомпозиции (методология 8 А ОТ), второй - полученная событийная модель используется в имитационном эксперименте для оценки эффективности разрабатываемой технологии интеграции. Особенностью первого этапа является повышение степени детализации разрабатываемой модели при уменьшении области ее определения (система, подсистема, интерфейс). На верхнем уровне декомпозиции функциональную модель АСАК представили в нотации ШЕБО, затем выделенную интеллектуальную подсистему АСАК представили в нотации Процедура, а для более детального отображения вСАО А-интерфейса интеграции ЭС с ППП воспользовались нотацией ЕРС. Описанный выше подход составляет первый этап защищаемой методики проектирования интерфейса интеграции.

i Функциональная модель ACAKj

Декомпозиция системы АСАК

(Архитектура А САК как lVebSCADA-системы

Декомпозиция интеллектуальной подсистемы АСАК в конт екстерассея нных в ы числ ен ни

(Модель процессов в нотации «Процедура»)

Декомпозиция подсистемы SCADA-интерфейса

(Модель событии в нотации «ЕРС»J

Степень декомпозиции

Концептуальное моделирование АСАК в нотации IDEFO

Рис. 4 Методика проектирования интеллектуальной подсистемы АСАК Выполним моделирование, выделенного на последнем уровне декомпозиции SCADA-интерфейса, реализующего обмен данными в гетерогенных системах. Представим его как множество ресурсов, участвующих в действиях системы. Ресурс -это элемент системы, внутренней структурой которого можно пренебречь. Ресурсами интегрированной ЭС являются: «ПВФ CLIPS» (rl) -отвечает за обмен данными между программой демоном и решателем, «Очередь сообщений демона CLIPS» (г2), «Демон CLIPS» (гЗ), «Обслуживающее устройство» (г4) - количество одновременно выполняемых ППП, «Внешняя программа» (г5) - ППП, вызывающийся решателем, «Машина вывода CLIPS» (гб).

Все ресурсы системы составляют множество:

R = {r> = l,..., N}, (1) где гп - n-ый ресурс системы, N- число ресурсов в системе.

Множество ресурсов можно разбить на непересекающиеся подмножества однотипных ресурсов:

RkcR,k = l,...,K, (2) где К - количество типов ресурсов.

Состояние системы в момент времени t можно описать множеством состояний всех ее ресурсов:

C(t) = {qit)!i=l,...,!}, (3) где I - количество ресурсов системы.

Ресурсы одного типа имеют одни и те же свойства и ведут себя одинаковым образом. Состояние каждого ресурса системы с;(1) в момент времени I можно описать значениями его свойств:

ф) = = 1,...,]}, (4)

где 5-:(0 - значение _)-го свойства ресурса, 1 - число свойств ресурса.

Событие - сигнал системы, сообщающий о переходе ресурсов в новое состояние. События могут быть как внешними по отношению к системе, так и внутренними. Представим событие как некоторое изменение состояния системы:

Е«{?*(ек,С*-1,(:к)|* = 1.....К}, (5)

где Г'- момент времени свершения события £■";

К - число событий системы;

С"-1 - состояние системы до события в'\с'А - состояние системы после события ¿с. Список событий гибридной ЭС представлен в таблице 1.

Ресурсы в процессе функционирования системы выполняют определенные действия, взаимодействуя между собой. С каждым действием связаны два события: начала и окончания. Действие - целенаправленное воздействие на ресурсы. Используя понятие события, опишем одиночное действие:

Л = {ауСб^е**1.)}}- = (6)

где У- число действий системы, ек - событие начала действия аг ей+г -событие окончания действия ву.

Таблица 1

Множество событий SCADA-интерфейса

События Описание События Описание

el Вызов ПВФ решателем CLIPS е8 Поступление входных параметров во внешнюю программу

е2 Сообщение о вызове ППП сформировано е9 Поступление расчетных данных в демон CLIPS

еЗ Поступление сообщения в очередь е10 Поступление расчетных данных в ПВФ

е4 Уход сообщения из очереди ell Завершение работы ППП

е5 Занятие обслуживающего устройства сообщением е12 Завершение вызова ПВФ

еб Высвобождение обслуживающего устройства сообщением е13 Все обслуживающие устройства заняты

е7 Вызов ППП е14 Поступление данных в машину вывода CLIPS

Опишем множество ресурсов, релевантных действию:

Ray = Яв» и Я.*«, (7) 13

Длительность действия определяется какЛ1а- = Г'1''^ — > 0.

Для каждого действия могут быть определены начальные и конечные события и ресурсы, релевантные этому действию. Список действий и релевантных ресурсов представлен в таблице 2. Процесс функционирования системы можно представить как временную последовательность действий:

П = (А, П), (8) где А — множество действий, Л — отношение предшествования

действий во времени.

Таблица 2

Список действий 5СА1>А-интерфейса

Действия Описание Ресурс

а01 Формирование сообщения для демона CLIPS rl

а02 Передача сообщения в демон CLIPS

аОЗ Обработка сообщения г2

а04 Передача данных ППП г4

а05 Выполнение расчетов г5

а06 Отправка расчетных данных

а07 Обработка расчетных данных г4

а08 Постановка сообщения в очередь гЗ

а09 Ожидание высвобождения обслуживающего устройства

аЮ Передача данных в ПВФ т4

all Формирование исходных данных для ППП

а12 Формирование результата расчетов г5

а13 Отправка данных в машину вывода CLIPS гб

Представим процесс П графически в виде диаграммы дискретно-событийной модели (ДСМ) в нотации ЕРС (событийная цепочка процессов). Диаграмма, описанная в нотации ЕРС, представляет собой упорядоченную комбинацию событий и действий во времени, таким образом, с помощью нотации ЕРС можно задать отношение предшествования во времени П. На рис. 4 представлена ЕРС диаграмма,

описывающая процессы в БСАБА-интерфейсе.

Рисунок 4. ЕРС диаграмма SCADA-интерфейса 14

Представленная диаграмма служит основой для написания программного кода соответствующей подсистемы интерфейса.

В ЭС интегрирован ППП, выполняющий математическое моделирование процессов взаимодействия рентгеновского излучения с веществом, написанный на языке TurboPascal для операционной системы MS-DOS. Данный ППП был внедрен в структуру АСАК Челябинского металлургического комбината ОАО «Мечел» и выполнял функции разработки методик, проведение анализа и оценки метрологических характеристик. В диссертации ППП модифицирован путем удаления графического интерфейса и добавления возможности считывания входной информации из командной строки. Для запуска на Web-cepsepe ППП, написанного под ОС MS-DOS, используется виртуальная машина DOSBox. Например, прикладной пакет позволяет рассчитывать теоретические интенсивности рентгеновской флуоресценции для гомогенных материалов с точностью 0,2% для больших содержаний элементов. Рассчитанные теоретические интенсивности используются в алгоритмах оценки градуировочных коэффициентов и коррекции на фон. Это позволит разрабатывать объединенные методики анализа, дня различных марок сплавов и соответственно повысит точность 'и экспрессность результатов анализа проб.

Приведенные в диссертации данные расчета для CrKa-линии в образцах легированных сталей подтверждают, что точность расчета теоретических интенсивносгей достаточно высока, что позволяет теоретически оценивать коэффициенты градуировочных функций. Данный ППП вызывается из конструкций языка CLIPS в процессе логического вывода.

На рис. 6 приведен стек вызова процедур, инициирующего расчет теоретических интенсивностей для градуировочных образцов.

В результате выполнения процедур генерируется двоичный файл, содержащий рассчитанные интенсивности флуоресценции элементов. Полученные данные передаются во фрейм.

В четвертой главе подсистема интеграции ЭС с ППП рассматривается с точки зрения эффективности ее реализации в структуре облачного сервиса, предоставляющего удаленному инженеру-методисту услугу автоматизировашшго построения градуировочной функции методики РФА, используемой в структуре АСАК. Разработаны имитационные модели взаимодействия информационных процессов в SCADA-интерфейса, в виде сетей Петри. Предложена архитектура, алгоритмы работы и ПК, реализующий модель системы массового обслуживания (СМО) в виде стохастической сети.

catclntFunc()

FmdDefclassldefclassName)

fietlfextlnstancclnClassjdefciassPtrJtistantel'tr)^!

DtrertGetSfotjiMtancsPtr^otName,result)

ietMFValu«(maitifieWPtr,fleldPosition)

>irectPutSlot|inst3ncePtr,slotName,newValue)

ППП XRF

writeResj)

Условные обозначении:

• аагорснэя процедура!

• процедура расчета ^теоретических интенсивностей

„CD

- процедура CUPS

L

-интерфейс с ППП

Рисунок 6. Стек вызова процедур, инициирующего расчет теоретических интенсивностей для градуировочных образцов

Машина вывода CLIPS

(Send [МТ1] calclnt)

readparam()

calci ntFunc(|

В диссертации разработана архитектура программного обеспечения имитационного моделирования и ПК qSysSim, отличающийся возможностью моделирования рассеянных вычислений в интегрированных системах как СМО и расчетом количественных характеристик эффективности работы системы.

Продукт qSysSim позволяет, задавая рабочую нагрузку (входящий поток сообщений с заданным законом распределения) и параметры системы (длина очереди, количество устройств обслуживания), проводить имитационное моделирование процессов интегрированной ЭС. Полученные в результате моделирования данные представляются как в текстовом, так и в графическом варианте. Структура qSysSim представлена на рис. 7.

Д1.

«Генератор

•ходящего потока с заданным законом Р а ел ред ел «ни я »

Apeche Tomoat

J ' «JRF [

" v Страницы» /•— —Л Графимески») v интерфейс

JX.........

1;

«Генератор тактов» {

Гт моделирования»

Рисунок 7. Структура ПК имитационного моделирования qSysSim Здесь модуль «Scilab» - свободно распространяемый кроссплатформенный пакет

прикладных математических программ, предоставляющий мощное открытое

окружение для инженерных (технических) и научных расчётов. «Библиотека JavaSci»

- интерфейс для взаимодействия «Scilab» и программных продуктов на языке Java.

Далее опишем назначение разработанных автором модулей: «Генератор входящего

потока с заданным законом распределения» - модуль, предназначенный для

генерации потока входящих сообщений с заданным законом распределения

(«Нормальное распределешю Гаусса-Лапласа», «Экспоненциальное распределение»,

«Распределение Пуассона»).

Для генерации используется функционал «Scilab»3.«Обслуживающие

устройства» - модуль, отвечающий за обслуживание входящих сообщений. Может

содержать в себе несколько обслуживающих устройств разного типа. Каждый

*5сПаЬ - это кроссгшатформенная система компьютерной алгебры. Разработка системы 5сПаЬ ведется сотрудниками французского Национального института информатики и автоматизации ЖЮА.

моделируемый ППП характеризуется своим типом обслуживающего устройства. Модуль «Очередь сообщений» - выполняет постановку сообщений в очередь и выборку для обработки в обслуживающее устройство. «Генератор тактов» - основной разработанный модуль системы, синхронизирующий изменения системы, т.е. возникновение событий. «Результаты моделирования» - модуль, хранящий все дискретные состояния системы. «Обработчик результатов» - модуль, выполняющий статистическую обработку результатов моделирования и построение графиков. В качестве средств построения графиков и обработки результатов используется функционал Scilab.«Модуль управления» - обеспечивает взаимодействие модулей имитационного моделирования с графическим интерфейсом пользователя. «JSF страницы» - интерфейс пользователя. Программный продукт является Web-приложением, написанным на языке Java с использованием технологий JSF, Primefaces, AJAX. В качестве сервера приложений используется Apache Tomcat.

Для количественной оценки характеристик эффективности системы опишем СМО, задав входящий поток заявок на обслуживание, дисциплину постановки в очередь и выбор из нее, а также правило, по которому осуществляется обслуживание и выходящий поток заявок. В общем случае входящий поток заявок описывается распределением вероятностей интервалов времени между соседними заявками. Обслуживание может организовываться с помощью одного устройства или с помощью нескольких идентичных устройств обслуживания. Системы с идентичными устройствами обслуживания называются многоканальными системами.

Примем, что индекс производительности зависит от среднего времени обслуживания заявки системой Тер, максимальное время нахождения заявки в системе Тмакс, коэффициент загрузки СМО К1:

Р = .р(ТСр) Гкакс, K¡) (9), где все три параметра зависят от рабочей нагрузки и

количества обслуживающих устройств.

Методами имитационного моделирования оценим характеристики Гср, Т.,.1ХС, К,

полученной модели интерфейса интеграции. С этой целью можно, например, использовать следующие формулы:

Вероятность того, что все п каналов Т^ - среднее время нахождения заявки свободны

i в системе;

ро = где „ = i/r

V;; 1——-;

/4 = 1Яга - среднее число заявок,

обслуживаемых за единицу времени; X - среднее число заявок, поступающих а= л!ц- интенсивность нагрузки; за единицу времени; п - число занятых обслуживающих

устройств.

Вероятность того, что свободно п-к = Ьг + гдетС;; _ сред!1ее время

каналов х

_ а* , обработки заяви!

— где - -п Максимальное время нахождения

Средняя длина очереди заявки в системе

10 = —рк, где к=», а<п гшкг = ^ая (ХЙ)> гае - вреш

V К—й

„ обработки заявки ш

Среднее время нахождения заявки в 1

системе

Вместо формул для расчета ?0. Рк в имитационном эксперименте использовали полученные в результате работы системы значения математического ожидания оцениваемых параметров.

Таким образом, для функционирования интерфейса интеграции должно выполняться следующее условие:

а= л/ц<1

Результаты имитационных экспериментов позволили выявить ряд закономерностей, которые целесообразно учитывать при практической реализации интерфейса в зависимости от характеристик облачного сервера, например, таблица 4 содержит результаты одного из проведенных экспериментов при варьировании рабочей нагрузки и количества обслуживающих устройств для случая нормального распределении времени поступления заявок в систему. Как видно для каждой рабочей нагрузки при достижении определенного количества обслуживающих устройств, наблюдаемые параметры Тсз. 71,акс, Л*; достигают своих предельных величин и перестают изменяться.

Для подтверждеши корректности используемых алгоритмов сопоставили полученные результаты с результатами моделирования с использованием раскрашенной сети Петри (СП). Используя теоретико-множественный подход к описанию СП определим как пятерку вида:

N = (Р,Т, Е, МО, г](10), где Р - множество позиций, Т - множество переходов, Е -

множество дуг, соединяющих переходы и позиции, МО- начальная разметка, Ъ-множество времени задержки меток.

Позиции и переходы задаются с помощью множеств:

Р = {р;}, 1 - 1,..., п, где п - количество позиций;

Т — = 1, ...,т , где т - количество переходов;

Р ОТ = 0.

При использовании сетей Петри для целей управления в них должны быть помечены не только переходы, но и позиции. Сети Петри с помеченными переходами и позициями, помеченными значениями выходных переменных, называются сетями Петри с входами и выходами, или графами операций.

19

Таблица 4

Результаты проведенных экспериментов

ii ^ % S* 1 5 1 a Я w s I - iipa 13 ггаздждев-зя заявка в соггеме (сек.) Длвва зчерезэ Загрузка оЗслтаизаюшето^ровства t 11 5 *

Я i ы £ £ а "— 5 I i ; 3 S .a Л 6 s П срезв. (Tip; макс. (Tiuss) ср«дз. макс. 1 3 4 s « x <■» 3 2s - 1 ь ¡г с-

1 C>.04t i 1 3572.1? 7D3S 50 PS C.ffS _ - _ - S.9S

0,0416 2 S1S.22 1724 34 43 0.S7 0,97 - - 0,97

i 3 -0.С415 3 ?5 HI 4 O.S6 - - 0.93

Ч 4 8.04 IS 4 70.57 S9 1 Z 0.S3 8.S1 0,71 0.44 - -

5 ®,0416 i 70.41 84 1 1 C-.Si 0,« 0,7 0,37 0,11 e-,5i

6 S.041S « 70.345 84 1 1 5.3 L &.7P- 0 71 0.37 0.05 0,01 9.45

ч 7 0.025 1 2330,17 4654 35 44 fl.iS - - . - - 0.9S

g 0.025 f 73 PS 1 1 0.S5 0.S5 - - - C.S5

% О 0.5:5 3 70.34 S4 1 1 0.79 V.71 0.21 - - - 0,57

il 10 8.0166 1 SMU73 IS 74 12 22 C-.S8 - - - 0,98

;! 11 a.oisi 2 84 1 1 0.65 0.5 - - - - 0.53

0,0166 3 70.34 S4 1 1 O.iS 0,5 v> - - - 0.3S

=Ксанчеетво заявок: 150; Срезже« гр^мя оЗработке заявка "Осек.

Рассмотрим граф операций для случая функционирования SCADA-интерфейса как СМО с одним потоком обслуживания (рис. 8), где РО - машина логического вывода CLIPS, PI - очередь заданий демона CLIPS, Р2, РЗ -менеджер выполнения заданий; РЗ - счетчик выполнения задания, Р5 -поток выполнения задания, Рб -результат выполнения ППП, Р7 -ПВФ CLIPS; ТО, Tl, Т2, ТЗ, Т4 - переходы;Х1, Х2, ХЗ, Х4-условия срабатывания переходов соответственно.

М/

'0ЧЮ

Рисунок 8. Граф онераций БСАБА-интерфейса с одним потоком обслуживания

Рассматривая граф операций, можно записать систему булевых формул, реализующих этот граф (табл. 5).

Таблица 5

№ Разметка Формула

1

2 Р» VP,]

3 {Pi&Ps&.У,v ?,)

4 Pr-i алТ v /j. >

5 v p.)

6 V P/)

7 {T^&iP-S^VP^

8 (Р^&Р.&л'^ VP,)

В начальной позиции Р! = 1; Р2 = РЗ = Р4 = Р5 = Р6 = Р7 = 0. Р01=Р0, Р11=Р1, Р21=Р2, P31=P3, Р41=Р4, Р51=Р5, Р61=Р6. Р71=Р7.

20

В качестве инструмента для построения модели был выбран свободно распространяемый ПК СРШЪок, разработанный в университете Аархуса, Дания. На рисунке 9 приведен пример СП для случая функционирования интегрированной ЭС на конфигурации сервера с четырьмя параллельными потоками, что соответствует различным вариантам архитектуры.

Выполненный анализ показал, что построенная модель является активной, то есть в СП отсутствуют «мертвые» переходы, однако в СРКГооЬ отсутствует возможность количественной оценки характеристик модели.

Достоверность результатов вычислительных экспериментов проверили сопоставлением результатов моделирования производительности системы с помощью пакета СРМТоок и qSysSim. Наблюдаемые небольшие расхождения обусловлены тем, что в программе qSysSim не все переходы между состояниями могут выполняться параллельно, что ближе к дискретно-событийной модели.

Разработанные выше методы проведения имитационного эксперимента составляют второй этап защищаемой методики проектирования интерфейса интеграции.

Заключение

В процессе настоящих исследований достигнута цель разработки информационного и алгоритмического обеспечения интеллектуализации автоматизированных систем аналитического контроля в контексте рассеянной обработки данных для повышения эффективности аналитического контроля состава технологических продуктов металлургии.

В процессе реализации цели получены следующие результаты:

1. Впервые предложена архитектура интеллектуальной эргатической системы управления процессом аналитического контроля производства в виде "УУеЬБСАВА-системы.

2. Разработана оригинальная технология интеграции подсистемы АСАК, выполняющей вычисления по моделям процессов в аналитическом виде, в ЭС для последовательной увязки управления по иерархическим уровням в контексте рассеянных вычислений, что позволяет повысить степень автоматизации моделирования гра-дуировочной функции.

3. Предложена методика проектирования интеллектуальной подсистемы АСАК, отличающаяся объединением этапов структурного анализа и моделирования проектируемого программного обеспечения (метод БАОТ и процессный подход) и проведения имитационных экспериментов для оценки эффективности конфигурации подсистемы. Разработаны функциональные и дискретно-событийные модели (в нотациях

IDEFO, Процедура и ЕРС) иерархии процессов управления данными и знаниями при интеграции систем.

4. Спроектирована архитектура программного обеспечения имитационного моделирования, отличающегося возможностью моделирования рассеянных вычислений в интегрированных системах как СМО и расчетом количественных характеристик.

5. Предложены методы проведения имитационных экспериментов для количественной оценки эффективности подсистемы интеллектуализации АСАК, включающие: построение имитационной модели интегрированной ЭС как СМО с помощью разработанного программного обеспечения; сопоставление количественных данных с результатами моделирования с использованием раскрашенной сети Петри для подтверждения корректности используемых алгоритмов.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ В изданиях, рекомендованных ВАК:

1. Молчанова Е.И, Федоров В.В., Щербаков И.В. Подход к проектированию web-ориентированных гибридных экспертных систем / Системы управления и информационные технологии. ВГТУ. - Воронеж, 2011. -№3(45). - С. 80-86.

2. Молчанова Е.И, Смагунова А.Н., Щербаков И.В. Особенности матричной коррекции при рентгенофлуоресцентном анализе проб с широкими вариациями состава / Журнал аналитической химии. - М.: Наука, 2011. - №9(66). - С. 940-946.

3. Федоров В.В., Молчанова Е.И., Щербаков И.В. Методический подход к созданию гибридных экспертных систем как web-приложений / Современные технологии. Системный анализ. Моделирование. ИрГУПС. - Иркутск, 2011. -№3(31). -С. 139-146.

Свидетельства о государственной регистрации:

4. Свидетельство о государственной регистрации ■ программы для ЭВМ. №2011615348. Объектно-ориентированное расширение языка экспертных систем CLIPS / Щербаков И.В., Молчанова Е.И.; правообладатель Иркутский государственный университет путей сообщения. - № 2011615348, заявл. 13.05.2011; опубл. 08.07.2011.

В других изданиях:

5. Щербаков И.В. Методика использования виртуальных машин при разработке гибридных экспертных систем / В трудах Третьей Всероссийской научно-практической интернет-конференции «Проблемы и перспективы образовательного пространства в условиях становления информационного общества». - Иркутск: ИрГУПС, 2010.-С. 110-115.

6. Щербаков И.В., Молчанова Е.И. Разработка объектно-ориентированного расширения языка среды разработки экспертных систем CLIPS / Сборник научных

трудов по материалам международной научно-практической конференции «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании». - Одесса: Черноморье, 2010. - т.4, Технические науки.- С.З- 12.

7. Щербаков И.В., Молчанова Е.И., Федоров В.В. Проектирование и разработка интеллектуальной оболочки для создания экспертных систем как web-приложений / Материалы Второй межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона». - Иркутск: ИрГУПС, 2011. - С.341-345.

8. Щербаков И.В., Молчанова Е.И. Разработка дискретно-событийной модели управления в гибридной экспертной системе / Материалы Второй межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона». - Иркутск: ИрГУПС, 2011. - С.255-259.

9. Щербаков И.В. Оценка характеристик производительности гибридной экспертной системы на основе операционного анализа и имитационной модели / Материалы Второй межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона». - Иркутск: ИрГУПС, 2011. - С.88-92.

10. Щербаков И.В. Использование имитационного моделирования при разработке гибридной экспертной системы на основе CLIPS 1 Сборник трудов XVI Международной открытой научной конференции «Современные проблемы информатизации в моделировании и социальных технологиях». - Воронеж: Научная книга, 2012. - Вып. 17. - С. 237-246.

11. Щербаков И.В. Интеграция пакетов прикладных программ в Web-ориентированную экспертную систему на основе CLIPS / Труды XVII Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении». - Иркутск: ИСЭМ СО РАН, 2012. - Том 2. - С. 138-146.

12. Молчанова Е.И., Щербаков И.В., Федоров В.В. Моделирование процессов управления данными и знаниями гибридной экспертной системы / Информационные системы контроля и управления в промышленности и на транспорте. - Иркутск: ИрГУПС, 2012. - С.378-383.

13. Щербаков И.В. Методика интеграции пакетов прикладных программ в Web-ориентированную экспертную систему на основе CLIPS / Информационные технологии и проблемы математического моделирования сложных систем. - Иркутск: ИрГУПС, 2012. - Вып. 10. - С.21-30.

14. Щербаков И.В., Молчанова Е.И. Подсистема интеграции пакетов прикладных программ в экспертную систему на основе CLIPS / Материалы третьей межвузовской научно-практической конференции «Транспортная инфраструктура сибирского региона». - Иркутск: ИрГУПС, 2012. - С.378-383.

Рисунок 9. СП для случая функционирования интегрированной ЭС на конфигурации сервера с четырьмя параллельными

потоками

Подписано в печать 12.02.13 г. Формат 60 х 90 1/16. Бумага офсетная. Печать трафаретная. Усл. печ. л. 1,4 Тираж 150 экз. Заказ Л'« 148

Отпечатано: Федеральное государственное унитарное геологическое предприятие «Урангеологоразведка». Юридический адрес: 115148, г. Москва, ул. Б. Ордынка, дом 49, стр.3. ИНН 7706042118 Справки и информация: БФ «Сосновгеологая» «Глазковская типография». Адрес: 664039, г. Иркутск, ул. Гоголя, 53; тел.: 3S-78-40, тел./факс. 598-498

Федеральное агентство железнодорожного транспорта Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Иркутский государственный университет путей сообщения»

На правах рукописи

Щербаков Иван Вячеславович 04201355711

ИНТЕЛЛЕКТУАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ АНАЛИТИЧЕСКОГО КОНТРОЛЯ СОСТАВА ПРОДУКТОВ ПРЕДПРИЯТИЙ МЕТАЛЛУРГИИ

05.13.06 — Автоматизация и управление технологическими процессами и производствами (промышленность)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: д.т.н., профессор Молчанова Елена Ивановна

Иркутск 2013 г.

Список сокращений

АК - аналитический комплекс.

АРМ - автоматизированное рабочее место.

АС - автоматизированная система.

АСАК - автоматизированная система аналитического контроля. АСДК - автоматизированная система диспетчерского контроля. АСОПП - автоматизированная система отбора проб. АСУ - автоматизированная система управления. АСУП - автоматизированная система управления предприятием. АСУТП — автоматизированная система управления технологическим процессом.

БД - база данных. БЗ - база знаний.

ДСМ - дискретно-событийное моделирование. ЖЦ - жизненный цикл. МБПД — модуль быстрой передачи данных. МП — моделирующая программа.

ООЯП — объектно-ориентированный язык программирования.

ОС - операционная система.

ОЭ - определяемый элемент.

ПВФ - пользовательские внешние функции.

ПК - программный комплекс.

ПО - программное обеспечение.

ПОБ - программная оболочка.

ПП - программный продукт.

ППП - прикладной программный продукт.

РФА - рентгеноспектральный флуоресцентный анализ.

СМО - система массового обслуживания.

СП - сеть Петри.

СПО - системное программное обеспечение. СУБД - система управления базами данных. СУЭС - система управления экспертными системами. УВК - управляющий вычислительный комплекс. УМП - универсальная моделирующая программа. УОП - универсальная оптимизирующая программа. ХЭ - химический элемент. ЭВМ - электронная вычислительная машина. ЭС - экспертная система.

AJAX - asynchronous Javascript and XML = асинхронный JavaScript и XML.

CLIPS - С Language Integrated Production System = продукционная система, интегрируемая с языком С.

СОМ - component object model — объектная модель компонентов. CPN - colored Petri nets = раскрашенная сеть Петри. DDE - dynamic data exchange = динамический обмен данными. DLL - dynamic-link library = библиотека динамической компоновки. DNA - internet application architecture = архитектура распределённых интернет-приложений.

ЕРС - event-driven process chain = событийная цепочка процессов. FIFO - first in first out = первым пришёл — первым ушёл. JSF - java server faces.

MES - manufacturing execution system = система управления производственными процессами.

ODBC - open database connectivity.

OPC - object linking and embedding for process control = технология связывания и внедрения объектов.

RTU - remote terminal unit = удалённый терминал. RUP - rational unified process.

SADT - structured analysis and design technique = методология структурного анализа и проектирования.

SCADA - supervisory control and data acquisition = диспетчерское управление и сбор данных.

TCP - transmission control protocol = протокол управления передачей.

UML - unified modeling language = унифицированный язык моделирования.

XML - extensible markup language = расширяемый язык разметки.

Оглавление

Введение...................................................................................................................8

Глава 1. Автоматизация аналитического контроля на металлургических предприятиях 16

1.1 Состояние аналитического контроля на предприятиях металлургии с непрерывно-периодическим технологическим циклом производства............16

1.2 Применение АСАК в металлургии...............................................................21

1.2.1 Пример функционирования АСАК НПО «Джезказганцветмет».......21

1.2.2 АСАК процессов обогащения руд НПО «РИВС»................................27

1.2.3 АСАК промпродуктов ОАО «Союзцветметавтоматика»...................29

1.3 Выводы............................................................................................................30

Глава 2. Проектирование архитектуры асак как зсаёа-системы.............31

2.1 АСАК как БСАОА-система...........................................................................31

2.2 Примеры применения ЗСАБА-систем.........................................................38

2.3 \VebSCADA.....................................................................................................40

2.4 Проблемы применения УМП как подсистемы АСАК...............................43

2.5 Интеграция моделей знаний в экспертных системах.................................44

2.6 Интеграция технологий экспертных систем и пакетов прикладных программ................................................................................................................48

2.7 Общесистемный подход к проектированию архитектуры ПО..................51

2.8 Методы проектирования архитектуры ПО..................................................53

2.9 Концептуальное проектирование БСАОА системы...................................59

2.10 Архитектурное проектирование ЭСАОА-системы.................................61

2.11 Методика проектирования интеллектуальной подсистемы АСАК.......64

2.12 Выводы.........................................................................................................65

Глава 3. Проектирование и программная реализация Бсаёа-интерфейса для подсистемы интеллектуализации асак.........................................................67

3.1 Разработка технологии интеграции ЭС и ППП...........................................67

3.2 Структурное проектирование БСАОА-системы.........................................77

3.3 иМЬ-моделирование процессов обмена данными между структурными единицами..............................................................................................................88

3.4 Программная реализация интерфейса интеграции ЭС с ППП..................91

3.4.1 Описание ППП.........................................................................................91

3.4.2 Теоретические основы моделирования уравнений связи...................92

3.4.3 Пример моделирования интенсивностей рентгеновской флуоресценции в образцах легированных сталей..........................................94

3.5 Выводы..........................................................................................................101

Глава 4. Оценка эффективности конфигурации интерфейса интеграции сппп 103

4.1 Сети Петри....................................................................................................103

4.2 Моделирование интерфейса интеграции с помощью сети Петри..........105

4.3 Общие принципы систем массового обслуживания.................................109

4.4 Адаптация модели СМО для оценки производительности интерфейса с ППП......................................................................................................................112

4.4.1 Программная реализация модели СМО..............................................112

4.4.2 Анализ результатов моделирования....................................................115

4.5 Выводы..........................................................................................................118

Заключение..........................................................................................................118

Список литературы.............................................................................................120

Приложение.........................................................................................................131

Введение

Актуальность. Улучшение экономических показателей в металлургии возможно как за счет совершенствования технологии, так и за счет совершенствования средств и систем контроля и управления. Так как целью управления на металлургических предприятиях является получение определенного количества продукта при заданном химическом составе, возрастает роль аналитической информации о составе производственных продуктов. На современных металлургических предприятиях аналитическая информация формируется в автоматизированных системах аналитического контроля (АСАК), которые объединяют в единый автоматизированный комплекс: автоматический отбор проб; автоматизированную доставку отобранных проб на анализ; автоматизированную и механизированную подготовку доставленных проб к инструментальному анализу; автоматизированный экспрессный анализ проб; сбор, обработку, регистрацию и передачу результатов анализа оперативно-производственному персоналу; ввод и вывод информации в ЭВМ автоматизированных систем управления технологическим процессом (АСУТП)1.

С этой целью в промышленности используют SCADA-системы. SCADA (аббр. от англ. supervisory control and data acquisition, диспетчерское управление и сбор данных)— программный пакет, предназначенный для разработки или обеспечения работы в реальном времени систем сбора, обработки, отображения и архивирования информации об объекте мониторинга или управления. Термин SCADA обычно относится к централизованным системам контроля и управления всей системой, или комплексами систем, осуществляемого с участием человека. Компоненты SCADA-систем являются гетерогенными, поэтому для их интеграции необходимо создавать SCADA-

1 Хмара В.В. Основы теории и практика создания автоматизированных систем аналитического контроля состава продуктов предприятий цветной металлургии: Автореф. дис. ... доктора технических наук: 05.13.06 Владикавказ, 2006.

интерфейсы - интерфейсы обмена данными между SCADA и другими приложениями.

Вопросам разработки теории и практики создания и внедрения автоматизированных систем контроля и управления на предприятиях металлургии посвящены труды отечественных исследователей: Абрамова A.A., Арунянца Г.Г., Брегмана И.И., Верховского Б.И, Иванова В.А., Карпова Ю.А, Лисовского Д.И., Машевского Г.А., Межевича А.Н, Мустафаева Г.А., Овчаренко, Е.Я., Раннева Г.Г., Реуцкого Ю.В., Рутковского A.JL, Салихова З.Г., Тихонова. Н., Топчаева В.П., Тохтабаева Г.М., Хасцаева Б.Д., Цимехмана Л.Ш., Хмара В.В., Бондаренко A.B. и др.

Из работ зарубежных ученых наиболее известны исследования в этом направлении выполненные сотрудниками фирмы Оутокумпу Oy (Финлян-дия):Ьерра1а A., Koskinen J., Leskinen Т. и Vanninen P.

Разработкой SCADA-систем активно занимаются фирмы «Chemstations Inc.», «Wonderware», «Juniper Networks Inc.», «Communication Technologies, Inc.», в России МГТУ «СТАНКИН», НИИ Измерительных систем им. Ю.Е. Седакова, МГУ ПИ, ГУП «ИПТЭР», фирма «Ad Astra».

Таким образом, АСАК можно представить как разновидность SCADA-системы. Метод анализа, применяемый в АСАК, должен быть обеспечен унифицированными методическими и программными средствами. Весьма перспективным методом для использования в АСАК является рентгеноспек-тральный флуоресцентный анализ (РФА), который широко внедряется в аналитическую практику предприятий черной и цветной металлургии. РФА обладает развитой теорией, и для решения своих задач традиционно привлекает аппарат математического моделирования, математическую статистику, теорию планирования эксперимента, что дает возможность автоматизации и его использования в структуре АСАК. Часто поставляемые на предприятия аналитические комплексы заранее сконфигурированы для решения конкретной задачи. Решение каждой новой аналитической задачи требует обращения в

фирму-разработчика аналитического комплекса. Вместе с тем, методические исследования в полном объеме можно выполнять на производстве имея доступ к моделирующим и оптимизирующим программам.

Опыт внедрения такого программного обеспечения показал, что даже при открытом описании вычислительных алгоритмов, их реализация на практике требует высокой квалификации методиста и не всегда обеспечивает желаемый результат. Целесообразно использовать методы искусственного интеллекта для целей поддержки принятия решений инженером-методистом в процессе разработки методик аналитического контроля. Можно предложить использовать экспертную систему (ЭС), позволяющую автоматически выполнить построение градуировочной функции методики анализа, основываясь на знаниях экспертов в области РФА.

По литературным данным ЭС остаются весьма сложными, дорогими, а главное, узкоспециализированными, что сдерживает их более широкое распространение.

Стоимость внедрения и эксплуатации в режиме консультации интегрированных ЭС можно существенно снизить за счет коллективного доступа конечных пользователей к базам знаний и данных посредством \Veb-технологий. Наиболее перспективной является сейчас «рассеянная» («облачная») обработка данных — технология обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как Интернет-сервис. Пользователь имеет доступ к собственным данным, но не должен заботиться об операционной системе и программном обеспечении, с которым он работает. Разрабатываемое для этих целей программное обеспечение и модели представления знаний не могут уже оставаться узкоспециализированными. Следовательно, исследования направленные на разработку рассеянных технологий интеллектуализации АСАК, являются актуальными, теоретически и практически значимыми.

Научная задача заключается в разработке моделей и алгоритмов интеграции методов управления в эргатических (человеко-машинных) системах управления процессами и производствами, основанных на методах интеллектуальной поддержки принятия решений.

Целыо настоящих исследований является интеллектуализация автоматизированных систем аналитического контроля в металлургии за счет разработки информационного и алгоритмического обеспечения в контексте «рассеянной» обработки данных.

Для достижения поставленной цели необходимо решить следующие задачи:

1 .Разработать архитектуру интеллектуальной эргатической системы управления процессом аналитического контроля производства как ЗСАБА-системы.

2.Разработать технологию интеграции подсистемы автоматизированной системы аналитического контроля, выполняющей вычисления по моделям процессов в аналитическом виде, в экспертную систему для последовательной увязки управления по иерархическим уровням в контексте рассеянных вычислений.

3.Предложить методику проектирования интеллектуальной подсистемы автоматизированной системы аналитического контроля. Выполнить функциональное и дискретно-событийное моделирование процессов управления данными и знаниями при интеграции подсистем.

4.Выполнить проектирование архитектуры программного обеспечения имитационного моделирования, отличающегося возможностью моделирования рассеянных вычислений в интегрированных системах как системах массового обслуживания и расчетом количественных характеристик.

5.Разработать методы проведения имитационных экспериментов для оценки эффективности спроектированного интерфейса.

Работа выполнялась в соответствии с инициативной темой ИРГУПС №01200954282.

Объектом исследования являются автоматизированные системы аналитического контроля химического состава продукта в металлургической отрасли.

Предметом исследования служат методы и модели управления данными и знаниями, а также интеграции технологий сбора, обработки данных и оперативного управления в человеко-машинных системах аналитического контроля технологических процессов.

Методами и средствами исследования являются методологические основы теории представления структур данных и знаний, методы дискретной математики - аппарат теории множеств и отношений, алгебраическая теория моделей, формальных систем и теория графов, методы инженерии знаний, методы имитационного моделирования, объектного подхода (анализ, проектирование, программирование), методы математической статистики для обработки результатов экспериментов.

Научную новизну работы составляют и на защиту выносятся следующие положения:

1 .Архитектура интеллектуальной эргатической системы управления процессом аналитического контроля металлургического производства, отличающаяся рассмотрением компонентов как компонентов \VebSCADA-системы.

2.Оригинальная технология интеграции подсистемы АСАК, выполняющей вычисления по моделям процессов в аналитическом виде, в экспертную систему отличающаяся последовательной увязкой управления по иерархическим уровням в контексте рассеянных вычислений.

3.Методика проектирования интеллектуальной подсистемы автоматизированной системы аналитического контроля, отличающаяся объединением этапов структурного анализа и моделирования проектируемого программно-

го обеспечения (метод 8АОТ и процессный подход) и проведения имитационных экспериментов для оценки эффективности конфигурации подсистемы, а также полученные на этапах проектирования функциональные и дискретно-событийные модели (в нотациях ГОЕИО, Процедура и ЕРС) иерархии процессов управления данными и знаниями при интеграции подсистем.

4.Архитектура программного обеспечения имитационного моделирования, отличающегося возможностью моделирования рассеянных вычислений в интегрированных системах как СМО и расчетом количественных характеристик.

5.Методы проведения имитационных экспериментов для количественной оценки эффективности конфигурации ЗСАБА-интерфейса, отличающиеся: построением имитационной модели интегрированной ЭС как СМО с помощью разработанного программного обеспечения и сопоставлением количественных данных с результатами моделирования с использованием раскрашенной сети Петри для подтверждения корректности используемых алгоритмов.

Практическая реализация результатов работы. Система опробована при интеграции программного продукта, используемого в системе АСАК Челябинского металлургического комбината ОАО «Мечел», в прототип ЭС инженера-методиста. Это дает возможность автоматизированного построения градуировочной (функции в виде аналитических моделе