автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Исследование и разработка методов и алгоритмов имитационного моделирования для тренажеров операторов сложных объектов

На правах рукописи

ГУРДЗИБЕЕВА АЛАНА РУСЛАНОВНА

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ДЛЯ ТРЕНАЖЕРОВ ОПЕРАТОРОВ СЛОЖНЫХ ОБЪЕКТОВ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (промышленность)

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Владикавказ 200S

Работа выполнена на кафедре «Информационные системы в экономике» в Северо-Кавказском Ордена Дружбы Народов Горно-Металлургическом институте (Государственном технологическом университете)

Научный руководитель:

доктор технических наук, профессор Арунянц Геннадий Георгиевич

Официальные оппоненты:

доктор технических наук, профессор Рутковский Александр Леонидович

кандидат технических наук Столбовский Дмитрий Николаевич

Ведущее предприятие:

НПК «Ющветметавтоматика», г. Владикавказ

Защита диссертации состоится 22 апреля 200S г. в 1400 на заседании диссертационного совета Д212.246.01 в Северо-Кавказском Ордена Дружбы Народов Горно-Металлургическом институте (государственном технологическом университете)

С диссертацией можно ознакомиться в библиотеке СКГТУ.

Отзывы (в двух экземплярах, заверенные печатью) просим направлять по адресу: 362021, Россия, РСО-Алания, г. Владикавказ, ул. Николаева, 44, Ученый Совет СКГМИ.

Автореферат разослан 22 марта 2005 г.

Ученый секретарь диссертационного совета Д212.246.01, к.т.н., доцент

В.П.Алексеев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Научно-технический прогресс в области автоматизации технологических объектов (ТО) порождает потребности во все более сложных технических системах. Наиболее характерным стало широкое использование в СУ цифровых вычислительных машин, человеко-машинных комплексов, значительное повышение требований к эффективности и надежности. Однако оператор остается необходимым самостоятельным звеном СУ в силу таких его качеств, как способность справляться с задачами в непредвиденных обстоятельствах, прогнозировать ход событий и находить оптимальные решения в сложных ситуаций.

Проблема повышения эффективности профессиональной подготовки оперативного персонала по управлению ТО с каждым годом принимает все большую актуальность. Не отвечающий современным требованиям уровень подготовки операторов-технологов предприятий приводит не только к снижению производительности установок, увеличению расходов сырья, материалов, энергии, но и в отдельных случаях к полным потерям больших объемов оборудования и производственному травматизму. По мере выработки природных ресурсов значение технологического уровня производства и квалификация специалистов - носителей технологии все более и более возрастает. Даже для России с ее неистощимыми богатствами возможность преодоления затянувшегося кризиса, как представляется, немыслима без подготовки огромного количества высококлассных специалистов, способных воспринимать и развивать самые современные технологии.

Исключительно эффективным средством подготовки оперативного персонала, обеспечивающим быстрое сокращение разрыва между теорией и практикой, являются создаваемые на базе средств современной вычислительной техники и информационных технологий специальные информационно-моделирующие комплексы (тренажеры), создающие у человека-оператора иллюзию управления реальным объектом. В современных тренажерах и в программах подготовки и обучения, на их основе, закладываются принципы развития практических навыков с одновременной теоретической подготовкой.

Проведенный анализ показал, что широкому внедрению тренажерных систем препятствует отсутствие единого подхода к комплексной проблеме их разработки и реализации. При создании тренажеров операторов сложных ТО возникают многочисленные задачи, требующие анализа поведения объекта в динамических режимах. Поэтому одной из главных проблем создания тренажеров операторов сложных ТО становится исследование и разработка эффективных и легко реализуемых машинно-ориентированных методов и алгоритмов имитации динамических режимов, обеспечивающих необходимую точность имитации при допустимой сложности их реализации.

Своевременность и актуальность решаемых в настоящей работе проблем заключается, прежде всего, в том, что в ней поставлена и решена задача разработки легко реализуемых методов и алгоритмов имитационного моделирования для тренажеров операторов сложных ТО. Эффективное решение именно этой задачи создаст серьезные предпосылки для широкого производства обучающих комплексов для ТО различного профиля на базе современных программно-технических средств и информационных технологий.

Целью диссертационной работы является исследование и разработка методов и машинно-ориентированных алгоритмов имитации поведения сложных технологических объектов и систем управления ими, ориентированных на использование в рамках имитационно-моделирующих обучающих комплексов (тренажеров).

Поставленная цель потребовала решения следующих задач:

1. Системный анализ проблем повышения эффективности профессиональной подготовки оперативного персонала по управлению сложными объектами, принципов и особенностей создания имитационно-моделирующих комплексов.

2. Исследование структурных аспектов и формирование основных требований к специальному математическому обеспечению тренажеров операторов сложных объектов.

3. Анализ человека-оператора как звена в системе управления сложным объектом, особенностей и основных аспектов организации процесса овладения оператором знаниями и навыками, принципов моделирования его функционирования в процессе управления.

4. Исследование и разработка методологии и принципов построения систем имитационного моделирования для автоматизированных систем обучения операторов сложных ТО.

5. Разработка универсальных машинно-ориентированных алгоритмов имитации функционирования систем управления для тренажеров операторов сложных ТО.

Методы исследования. Проводимые исследования базировались на положениях технической кибернетики, методах математического моделирования статического и динамического поведения сложных ТО, методах имитационного моделирования сложных ТО и СУ ими, теории сложности систем.

Научная новизна работы:

1. Предложен эффективный подход к формированию эталонных алгоритмов деятельности оператора производственного процесса по распознаванию технологических ситуаций, путей их развития и устранения с использованием предварительно формируемых графов первопричин и приоритетности развития ситуаций. Предложенный подход позволяет автоматизировать все необходимые процессы контроля и оценки деятельности обучаемых в рамках тренажерных комплексов.

2. Предложен новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

3. Разработаны легко реализуемые в рамках тренажеров машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО, создающие возможность организации эффективного процесса обучения операторов в различных режимах обучения в условиях накладываемых ограничений и возмущений.

4. Для определенного класса имитируемых объектов предложен эффективный машинно-ориентированный алгоритм имитации многомерных АСР парамет-

ров ТО с использованием результатов предварительного анализа их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих, последовательно расположенных многомерных подсистем.

Практическая значимость работы:

1. Предложен эффективный подход к формированию эталонных алгоритмов деятельности оператора по распознаванию различных технологических ситуаций, путей их развития и устранения с использованием графов первопричин и приоритетности развития ситуаций.

2. Исследованы и разработаны легко реализуемые в рамках тренажерных комплексов алгоритмы имитации поведения сложных ТО, создающие реальные предпосылки для массового создания на их основе относительно дешевых и эффективных обучающих систем на базе современных средств вычислительной техники и информационных технологий для широкого класса технологических объектов различной сложности.

3. Предложена методология имитационного моделирования сложных объектов, ориентированная на эффективное использование при создании тренажерных комплексов на базе ПЭВМ для обучения оперативного персонала широкого класса технологических объектов. Это позволит реализовать на их основе обучение и поддержание необходимого уровня знаний и навыков операторов в условиях изменяющейся технологии и регламента.

4. Предложенные методы и алгоритмы имитационного моделирования легли в основу при создании универсальных программных комплексов для тренажеров операторов сложных объектов в металлургической отрасли, а также при создании САПР специального математического обеспечения имитационно-моделирующих обучающих комплексов, разрабатываемых в рамках планов НИР и ОКР СКГМИ (ГТУ).

5. Результаты проведенных исследований в форме алгоритмов и разработанных на их основе прикладных программ имитации поведения сложных ТО используются в учебном процессе в СКГТУ при подготовке специалистов в области информационных систем и технологий.

Обоснованность и достоверность научных положений и выводов подтверждается: результатами экспериментальных исследований; результатами вычислительных экспериментов; соответствием теоретических и экспериментальных исследований; работоспособностью предложенных методов и алгоритмов.

На защиту выносятся:

1. Метод формирования эталонных алгоритмов деятельности оператора по распознаванию возникающих в процессе управления объектом технологических ситуаций, путей их распространения и устранения с использованием предварительно подготовленных графов первопричин и приоритетности.

2. Новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов обобщенных каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

3. Машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО, обеспечивающие организацию эффективного процесса обучения операторов в различных режимах в условиях накладываемых ограничений и возмущений.

4. Машинно-ориентированный алгоритм имитации многомерных АСР параметров ТО с использованием результатов предварительного анализа их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих, последовательно расположенных многомерных подсистем.

Апробация работы. Основные результаты проведенных в диссертации исследований были представлены и обсуждены на: Международной конференции «Информационные технологии и системы: наука и практика». Владикавказ, 23-27 октября 2002., Труды Международной научно-технической конференции «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике [НИТНОЭ-2003]». Владикавказ, 22-25 октября 2003., V Международной конференции «Устойчивое развитие горных территорий: проблемы и перспективы интеграции науки и образования». Владикавказ, 21-23 сентября 2004. На ряде научно-технических конференций профессорско-преподавательского состава, научных работников и аспирантов СКГМИ (ГТУ) в 2001-2004 гг.

Личный вклад автора. Основные научные положения, теоретические выводы и рекомендации, содержащиеся в работе, получены автором самостоятельно.

Публикации. Основные результаты диссертационной работы опубликованы в 5 печатных работах.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 183 страницы машинописного текста, 28 рисунков, 2 таблицы и список литературы из 160 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и задачи исследования.

В первой главе проведен системный анализ основных проблем создания тренажеров и ставится задача исследования.

Отмечается, что тренажерные технологии возникают и получают наибольшее развитие там, где ошибки при обучении на реальных объектах могут привести к чрезвычайным последствиям, а их устранение - к большим финансовым затратам. На сегодня в мире существует несколько современных тренажерных платформ, разработанных и поддерживаемых основными зарубежными производителями. В отечественной практике достигнуты определенные успехи в области создания имитационно-моделирующих обучающих комплексов. Известны работы таких ученых, как Перов В.Л, Чачко А.Г., Ершов М.А., Арунянц Г.Г., Шергольд И.В., Давыдов Э.В. и др. Основные недостатки отечественных продуктов определяются отсутствием единой научно-методической платформы, что сказывается и на качестве самих моделей, и на уровне воспроизведения операторского интерфейса. Слабо представлена также методическая сторона обучения. В главе прове-

ден анализ международного рынка тренажерных систем, подтверждающий прогноз о «закате эры полномасштабных тренажеров», наряду с тенденцией к ужесточению требований к методической базе компьютерного тренинга. Анализируются основные проблемы создания тренажеров, приводится и анализируется типовая структура системы обучения, рассмотрены различные подходы к ее реализации, включая вопросы реализации эффективных стратегий диагностики в процессе тренажа. Уделено внимание и проблеме адаптации тренажеров к характеристикам управленческого персонала: тип, уровень знаний, психофизиологические характеристики (ПФХ). В главе подробно анализируется обобщенный алгоритм обучения с использованием тренажеров. Отмечается важность подсистемы тестирования (ПФХ), позволяющей проводить профотбор операторов, осуществлять тренировку памяти и внимания, адаптировать обучающий комплекс к индивидуальным характеристикам обучаемого за счет задания временных параметров системы контроля знаний, что обеспечивает адекватную оценку знаний и повышает качество обучения.

Преимуществами тренажеров относительно других средств обучения являются: высокая экономичность, малые временные затраты на обучение; возможность всестороннего контроля процесса обучения; широкие вариации ситуаций в тренировочных упражнениях; возможность «замораживания» условий и изменения временного масштаба (замедления, ускорения) тренировочного упражнения. В главе приводится классификация обучающих устройств по различным признакам. Подробно анализируются особенности их реализации. В главе приводится и анализируется обобщенная функциональная схема тренажера.

Результаты проведенного анализа позволили сформулировать основные положения концепции построения интеллектуальных обучающих и тренажерных систем. На ее основе ставится задача исследования и разработки методологического и машинно-ориентированного алгоритмического обеспечения имитационно-моделирующих комплексов, ориентированных на использование при создании тренажеров операторов сложных ТО. Решение поставленной задачи предполагает выполнение комплекса научных и прикладных проблем, результаты решения которых приведены в последующих главах настоящей работы.

Во второй главе проведен анализ структуры и основных требований к математическому обеспечению (МО) имитационно-моделирующих комплексов (тренажеров).

В качестве основного принципа положенного при создании эффективных систем обучения на базе тренажеров принято положение о необходимости развития у операторов оперативного мышления, позволяющего осуществлять эффективное управление сложным ТО. В соответствии с этим формулируется ряд положений, которые необходимо принимать во внимание как при разработке отдельных элементов системы обучения, ее информационной модели, так и математического обеспечения тренажерного комплекса в целом. Во-первых, это достаточное подобие тренажерного комплекса реальному объекту. Учитывая, что внешняя информационная модель выступает в качестве базы при формировании психических образов - регуляторов управляющих действий, этот принцип необходимо дополнить принципом соответствия информационной модели, реализуе-

мой в тренажере задачи обучения - формированию профессионала, т.е. психологической структуре и механизмам формирования профессионального опыта. Во-вторых, это формирование у обучаемого на каждом этапе обучения наилучшего варианта решения. Решение этой проблемы включает два аспекта: формализацию действий обучаемого и определение рационального пути решения задачи. В-третьих, реализация внутри обучающего комплекса формализованного подхода к определению объективной оценки действий обучаемого и общего уровня его обученности. В-четвертых, блочное построение математического обеспечения.

Исходя из этого, выделяются основные элементы тренажера, характеризующие состав его математического обеспечения (МО) и определяются направление исследований при его разработке. К ним относятся: математическая модель ТО; модель формирования рационального варианта решений обучаемого; система оценки действий обучаемого. На основании проведенного анализа задач, решаемых обучающей программой, отмечается, что наиболее рациональной методической основой для проведения обучения является операционно-комплексный метод в сочетании с прогрессивностью нарастающей информационной нагрузки. Анализируются особенности реализации двух классов отношений в тренажерных обучающих комплексах: «субъект - субъект» и «субъект - объект». Базовая система «инструктор - тренажер - обучаемый» представляется в форме двух человеко-машинных подсистем: «инструктор - тренажер» и «обучаемый - тренажер».

Важной частью МО тренажера является модель формирования рациональных действий обучаемого. Показано, что степень совпадения действий обучаемого с рассчитанной по этой модели последовательностью необходимых операций позволяет непосредственно определять уровень обученности оператора. В общем случае структурно-системное МО включат в себя ядро системы, состоящее из супервизора ввода-вывода и диспетчера задач; систему драйверов ввода-вывода; систему трансляторов программ с алгоритмических языков высокого уровня; систему редактирования исходных программных модулей. В главе приводится анализ основных компонентов прикладного МО операционной системы тренажера, а также основных функций прикладного ПО тренажеров: имитация функционирования ТО в различных режимах; управление выполнением учебных, тренировочных и контрольных заданий; управление процессом обучения; оценка деятельности операторов; ведение документации; генерация технологических ситуаций; представление рекомендаций по управлению ТО оператору; генерация и обработка деревьев отказов; генерация и редактирование баз данных по технологическому процессу, программам и методикам обучения, индивидуальным характеристикам обучаемых. Связь между программными модулями осуществляется через общую область памяти и базу данных.

В третьей главе приводятся результаты исследования человека оператора как звена в СУ сложными ТО.

В сложных СУ ТО иерархической структуры операторы, как правило, включаются в замкнутые контуры регулирования тем или иным динамическим процессом лишь на период восстановления отказавшей аппаратуры. Принципиальная возможность использования оператора в таких режимах определяется его специфическими свойствами, из которых наиболее важными можно считать еле-

дующие: свойства адаптации алгоритма своих действий к условиям работы; способность прогнозировать будущее изменение координат объекта на основе анализа предыстории и вырабатываемой в сознании оператора динамической модели управляемого объекта; возможность наилучшим образом решать задачи обобщения и организации работы всех систем управляющего комплекса, гибко перерабатывать принимаемую информацию; способность улучшать собственные характеристики (обучаться) в процессе работы. Специфической чертой деятельности оператора в условиях высокого уровня автоматизации объекта является то, что оператор имеет дело с информационной моделью реального объекта Но для осуществления управления оператору этого недостаточно. В его деятельности большое значение имеют эвристика и интуиция. Он должен обладать развитым оперативным мышлением, под которым понимается способность анализа ситуаций и выработки рациональных решений по управлению. Эти виды деятельности опираются на концептуальные модели объекта управления, которые складываются из знаний системы, предыдущего опыта, представлений о целях и конечном результате работы.

Проведенный анализ различных подходов к описанию процессов принятия решений оператором позволил выявить структуру переработки информации при управлении сложными ТО (рис.1).

Рассматривая вопросы построения концептуальной модели деятельности оператора, показано, что последняя должна представлять собой систему навыков и представлений («образов») оператора о реальной и прогнозируемой обстановке, в которой функционируют контролируемый объект и СУ. Разработка модели деятельности оператора должна основываться на том, что известна адекватная структура описываемого вида его деятельности. Это значит, что вначале должна быть получена схема, включающая оперативные единицы деятельности оператора и логические связи между ними. Предлагаемые методы математического описания требуют знания алгоритма решения задач контроля и управления оператором ТО. На первое место выходит задача выбора необходимого уровня исследования и

описания структуры психической деятельности оператора в соответствии с целевым назначением разрабатываемой модели.

Процесс решения задач контроля и управления представляется сложной мыслительной деятельностью, связанных с формулированием цели переработки информации. Сложность процессов мыслительной деятельности предъявляет определенные требования к методам и условиям их изучения, к уровню и языку их описания. Основные из этих требований проанализированы в главе.

Проведенные исследования показали, что оператор может пользоваться разными оперативными единицами деятельности (ОЕД): технологические - в виде понятий отдельных элементов ТО; функциональные- в виде понятий о состояниях элементов ТО; информационные - в виде отклонений контролируемых параметров за допустимые значения. Оператор постепенно абстрагируется от технологического смысла ОЕД и определяемых ими ситуаций и переходит к «общению» с технологическим объектом на языке информационной модели, оставляя за собой право в нужные моменты перекодировать этот язык снова на «технологический». Утверждается, что сложность операторской деятельности заключается именно в перекодировании информации. В процессе обучения для сложных технологических ситуаций у оператора должен быть выработан алгоритм мышления, состояний из стадий: анализа состояния объекта управления; прогнозирования изменений состояния агрегата; планирования действий; действий. Обосновывается возможность осуществления этой последовательности действий одновременно и в измененной последовательности. Планирование действий связано с формированием у оператора концептуальной модели ТО, т.е. «образа объекта управления» или «собственной внутренней имитационной модели объекта».

Обучение на тренажере определяется как процесс направленного формирования индивидуального опыта, необходимого для эффективной деятельности в реальной системе «человек-машина». Индивидуальный опыт складывается из знаний, навыков и умений, приобретаемых в процессе обучения. Это значит, что проблему обучения можно сформировать как проблему овладения знаниями, формирования умений и обработки навыков выполнения задач профессиональной деятельности. В главе анализируется общая схема овладения опытом. Знания как компонент совокупности опыта людей функционирует в деятельности в форме понятий, которые сохраняются в памяти на речемыслительном уровне. Навык не требует специального направленного на него внимания и не нуждается в помощи мышления, а функционирует за счет выработанных в коре головного мозга условных связей. Умение представляет собой способность выполнять сознательные действия в новых или меняющихся условиях на основе ранее сформированных знаний и навыков.

Обучение операторов действиям различного темпа целесообразно проводить с использованием изменения масштаба времени так, чтобы у оператора не сложились ложные представления об инерционности объекта управления. Для формирования и обеспечения устойчивости умений требуется также учет функциональной асимметрии полушарий головного мозга.

Анализируя проблему моделирования функционирования человека-оператора, показано, что структура исследуемой модели состоит из двух основных функциональных блоков: детектора признаков и селектора реакций.

Обработка результатов моделирования широко распространенным в психофизике методом рабочих характеристик позволило описать модель с помощью двух обобщенных параметров физический смысл которых можно опреде-

лить как отношение сигнал/шум на выходе селектора реакции и время принятия решения при дисперсии шума равной нулю:

Данные параметры зависят от функционального состояния и индивидуальных особенностей оператора. Значения коэффициентов акр инвариантны к решаемой им задаче; £ - пороговый уровень детектора реакции; аш - среднеквадратическое отклонение, зависящая от особенностей и функционального состояния оператора.

Особое внимание при создании тренажеров операторов сложных ТО должно быть уделено поиску эффективных методов определения рациональных вариантов действий обучаемого на различных стадиях обучения и их формализации применительно к конкретному объекту. От успешного решения этой задачи во многом зависит эффективность всего математического обеспечения тренажера в целом.

Каждой изучаемой системе ставится в соответствие определенная логическая структура, формализуемая графом, каждая вершина которого характеризует выход параметра за границы интервала [У, ,У, ] (У, ,У, - соответственно верхний и нижний пределы допустимых изменений параметров, задаваемых технологическим регламентом). Ребра графа, соединяющие отдельные вершины, представляют собой динамические каналы, по которым изменения передаются от одной вершины к другой. Принимая, что каждый из режимных параметров является выходной

координатой объекта, нормальный режим работы определяется выполнением неравенства

Величины У,- > У, должны удовлетворять дополнительным неравенствам:

Значения соответствуют таким значениям координат, при которых

происходит авария. Величины ¿..¿'определяются большим числом взаимозависимых условий процесса.

Под аварийной ситуацией динамической системы понимается такой режим работы, когда возникает одно или несколько условий

1.{У,(0<У.; У,'<У,(0<1: (4)

Одна аварийная ситуация отличается от другой различными комбинациями параметров У/(), удовлетворяющих условиям (2), все они определяются логическими причинно-следственными связями между

Для формализации знаний об отказах и использования их при подготовке операторов предлагается метод, с помощью которого возможна численная оценка

(1)

вероятностей возникновения предаварийных и аварийных ситуаций при отказах оборудования и снабжения с учетом деятельности операторов. Такой метод предполагает использование моделей надежности функционирования объекта на базе деревьев отказа, позволяющих проследить пути распространения влияния различных отказов. В главе приводится соответствующая методика его реализации. Исходной информацией для автоматизированного синтеза деревьев отказов является ориентированный граф ТО, представляющий собой графическое изображение связей между событиями, происходящими в ТО и действиями оператора.

Для приобретения оператором необходимых знаний логики развития аварийных ситуаций становится необходимым ситуационный анализ полного графа развития аварийных ситуаций с использованием метода декомпозиции. Для удобства формирования описания вводится понятие «тождественная декомпозиция» (/'), согласно которой любая система отображается в себе самой. Применяя метод декомпозиции к какой-нибудь определенной системе £)о, получается множество подсистем (ветвей): которые в свою

очередь, можно разделить на Процесс можно считать

законченным, как только достигается тождественная декомпозиция (рис.2).

Процесс составления алгоритма действия оператора сводится к построению полного графа первопричин (ГП) для каждого основного события (аварийной ситуации) на основании инженерно-логического анализа объекта. Фрагмент ГП приведен на рис.3. Узел 19 ГП соответствует главному событию, узлы 10, 17, 18, - вспомогательным событиям, развитие которых приводит к

Рис. 2. Дерево де

Г1 о

возникновению главного события (19); 1-3, II, 12. 15, 16, 29 - соответствуют первопричинам возникновения вспомогательных и главного событий. Анализ на уровнях элементарных графов (Г]) возможных вспомогательных событий и значимости их влияния на основное события позволяет преобразовать ГП в граф приоритетности развития аварийных ситуаций (рис.4), где над каждой дугой графа записывается значение весовых коэффициентов

Предложенные принципы построения причинно-следственной модели деятельности оператора позволяют эффективно формировать эталонные алгоритмы действий оператора по устранению возникающих ситуаций при различных режимах функционирования объекта, и создают реальные предпосылки для создания на ах основе системы имитация. Разработку эталонных алгоритмов предлагается осуществлять из условия необходимости выполнения последних четырех основных функций: обнаружения нарушений и неисправностей, выявления их причин, принятия решений и осуществления управляющих воздействий. В целях организации курса обучения и развития у оператора навыков в осуществлении этих функций при управлении ТО (процессом), строятся алгоритмы контроля и управления.

Для преобразования графа первопричин в граф контроля необходимо выбрать точки контроля, расставить их на соответствующих связях графа первопричин и упорядочить граф за счет устранения неопределяемых событий. Предложены методы определения необходимого и достаточного для диагностики основного события числа контролируемых параметров.

На основании проведенных исследований различных подходов формируются и анализируются все основные этапы оценки графов контроля. В качестве критериев сравнительной оценки реального графа контроля предлагаются:

1. Избыточность контролируемых узлов Д^^у реального графа (по сравнению с нормированным, в котором она равна нулю) д г/(+) _ д/(+)

аику-1Уэг, (5)

где ^э^г ~ число ЭГ, в которых вершина является контролируемым событием, а все ветви - контролируемыми событиями;

2. Недостаточность контролируемых узлов ^^ку реального графа контроля (по сравнению с нормированным, в котором она равна нулю):

а^ = еЬл-и-^Л (6)

* -з г.

где -"'эл - число ЭГ, в которых вершина контролируется, а число контролируемых ветвей ^ (^эГ; ~^эГ/- реальное число контроли-руемых ветвей /го ЭГ, в котором соблюдаются те же условия; ^э р, - число ветвей в й ЭГ; 3. Избыточность параметров реального графа контроля: абсолютная Д/ = Л^' - Ин д , (7)

-р

где -реальное число контролируемых параметров, подсчитываемое по графу контроля; - необходимое и достаточное для диагностики число контролируемых параметров для нормированного графа контроля;

относительная

/% = -

Nн

Nн

(8)

'яд "яд

4. Сложность алгоритмов контроля для реального графа:

абсолютное превышение средней сложности алгоритмов контроля

АС - Ср-ти,

(9)

где - средняя сложность алгоритмов контроля исходных событий для реального графа, подсчитываемая как отношение сумм всех членов формул алгоритмов контроля для всех исходных событий к числу событий; - среднее значение сложности алгоритмов контроля исходных событий для нормированного графа;

• относительное превышение средней сложности алгоритмов контроля исходных событий, выраженное в процентах,

(С,-О-100_100(ЛС)

(10)

5. Дисперсия сложности алгоритмов контроля Дс, характеризующая рассеивание сложности алгоритмов контроля относительно среднего значения:

(11)

Я „I

где п - число исходных событий в графе; к — число групп с одинаковым значением Ср,; I, — число исходных событий, объединенных в / -ю группу сложности алгоритмов контроля.

6. Степень соответствия закона распределения сложности событий закону распределения их значимости.

Учитывая наличие в СУ объектом множества каналов подавления возникавших отклонений режима независимо от места ввода первопричин, разработанный эталонный алгоритм действия оператора предусматривает восстановление

нормального режима в три этапа. Первый этап - предварительное подавление развития аварийной ситуации с помощью наиболее быстродействующего канала. Второй этап - выявление действительной первопричины и ее устранение. Третий этап - восстановление введенного на первом этапе воздействия. Пример эталонного алгоритма действий оператора и реакция на них системы приведены на рис.5, 6.

В главе анализируются различные подходы к формированию альтернативного множества возможных действий в зависимости от конкретного целеобразования.

В четвертой главе приведены результаты исследования и разработки машинно-ориентированных алгоритмов имитационного моделирования, ориентированных на использование в тренажерах операторов сложных ТО.

Проведенные исследования методологических аспектов построения имитационных систем позволил выявить основные требования, предъявляемые к имитационным моделям тренажерных комплексов. Рассмотрены два основных метода имитации: статический (логико-ситуационный) и динамический (математическое моделирование реальных режимных условий и динамических связей параметров технологических процессов), условно разделяющие тренажеры на статические и динамические. Первые относительно просто технически реализуемы, но не создают у обучаемого целостного представления о динамических свойствах ТО; вторые - реализуют математические модели средствами ВТ и позволяют охватить практически весь возможный диапазон режимных условий и нештатных ситуаций на технологическом оборудовании. В главе подробно рассмотрены: Ситуационные модели, реализующие двухзначную логику:

где Р - таблично заданная функция алгебры логики, отображающая статические характеристики объекта; - переменные объекта; - запаздывание.

Логико-динамические модели, описывающих как нормальный технологический режим работы объекта, так и режимы пуска и останова: Х(1) = А( X, и, V) ■ Х{1) + В(Х.и,У) ■ (/(')

У(/) = СХ( I) (13)

где - вектор фазовых координат, характеризующий состояние системы; вектор управляющих входов; У(() - вектор выходов; V - вектор конструктивных параметров объекта; А, В, С - матрицы, элементы которых являются коэффициентами уравнений в К-й сиционарнойточке.

Эти модели отличаются способностью к адаптации параметров и структуры уравнений к изменяющимся условиям за счет применения логических и гибридных функций. Однако область их применение в тренажерах ограничена вследствие необходимости больших объемов памяти и расчетного времени.

Для большинства объектов предпочтительными представляются системы с использованием передаточных функций.

Решение проблемы имитации связывается с проблемой достаточной точности воспроизведения моделью поведения реальной системы. Однако единого мнения о необходимой полноте и точности модели объекта пока нет.

Рис. 5. Фрагмент алгоритма действий оператора по выявлению и устранению аварийной ситуации 10

Рис 6. Имитация функционирования объекта при решении задачи по устранению ситуации 10

На основании результатов анализа проблем формирования концептуальной модели деятельности оператора делается вывод о необходимости связи ее точности с характеристиками самого объекта управления: если <т'<<7, (¿ = 1 ,п), то акш> - акмо > гДе - погрешности выходных координат модели объекта в соответствующих режимах работы на уровне восприятия информации оператором; если где - наибольшая погрешность

выходных координат, при которой обеспечивается заданное качество управления.

В главе приводятся анализ соотношения между точностью воспроизведения объектов в тренажере и стоимостью обучения.

Несмотря на отсутствие в настоящее время единого подхода к разработке имитационных моделей, использование системного подхода при их создании для тренажеров операторов ТО позволяет сформулировать основные принципы их построения: соответствия точности и сложности модели, определяющий подход к моделированию как к экстремальной задаче; баланса точности, требующий соразмерности погрешностей моделирования; достаточного разнообразия элементов модели; блочно-модульности; специализации; предполагающий возможность создания набора моделей; динамичности моделирования, указывающего на возможность решения проблем моделирования изучением процесса изменения показателей качества работы тренажерной системы в зависимости от свойств имитационной модели. Эти принципы образуют иерархическую систему эвристических рекомендаций, используемых при построении имитационных моделей для тренажерных комплексов.

Анализ структурных и технологических особенностей большинства ТО позволили сформулировать основные требования к разрабатываемым алгоритмам имитации поведения объекта в различных режимах функционирования для тренажерных комплексов. Это позволяет сделать вывод о необходимости использования для имитации ТО в режимах пусков и остановов ситуационных статических моделей, построенных на основе соответствующих операционных графов. Реализация такого подхода в тренажере позволяет решить основную задачу по отработке у оператора навыков строгой последовательности действий при выполнении операций по переводу ТО в заданный режим функционирования. Система имитации функционирования ТО в режиме нормальной эксплуатации (обеспечение возможности воспроизведения в заданном масштабе времени переходных процессов, протекающих в объекте, под действием накладываемых возмущений и управлений) должна строиться с использованием моделей динамических элементов ТО и полного развития возникающих ситуаций, позволяющих выявить пути распространения в ТО накладываемых возмущений и управляющих воздействий. Это позволяет решить задачу обучения операторов приемам оперативного распознавания возникающих в ТО отклонений параметров от установленных норм и восстановления их режимных значений с помощью средств управления с целью предотвращения нежелательного развития, а также поддержания заданного качества целевых продуктов.

В результате анализа характерных признаков сложных ТО обосновывается необходимость его моделирования с использованием блочного принципа,

рассматривая модель ТО как совокупность моделей его элементов и уравнений связи между ними. Разработка математических моделей ТО сводится к нахождению универсальной формализации взаимосвязей выходных (промежуточных) параметров по всем каналам возмущения. В главе приводятся результаты анализа различных подходов, приемлемых технологических процессов ТО различной сложности. Показано, что алгоритмы, использующие универсальную топологическую формулу, остаются сложными и плохо приспособлены для программной реализации на ЭВМ. Анализ различных подходов к расчету переходных процессов в сложных ТО показал, что наиболее эффективной является схема, включающая следующие последовательно выполняемые процедуры:

♦♦♦ формирование схемы расчета частотных характеристик (ЧХ) исследуемых каналов распространения воздействий в ТС в соответствии с заданными топологической структурой ТО и передаточными функциями его элементов;

расчет ЧХ каналов для заданного диапазона изменения частоты расчет переходных процессов по ЧХ каналов при ступенчатых единичных входных воздействиях.

Для решения задач имитационного моделирования сложных ТО предлагается метод анализа с использовании графа Мезона. Вычисление передаточной функции сигнального графа любого канала воздействия осуществляется по известной универсальной формуле:

Пр) = ЪРЛР№Т <14>

Т д (р)

где Д - определитель сигнального графа, характеризующий всю контурную часть графа, рассчитываемый по выражению:

а?)

где - передаточные функции различных контуров; произведения передаточных функций несоприкасающихся контуров; £,£,/.„,- произведения передаточных функций несоприкасающихся троек контуров и т.д.

Определитель представляет собой топологическое выражение, отражающее взаимосвязи контуров графа и состоящее из групп слагаемых, соответствующих контурам, парам несоприкасающихся контуров, тройкам несоприкасающихся контуров и т.д.; - минор определителя диаграмм, соответствующий пути

и представляющий собой определитель диаграммы, из которой удален путь. Приводится и анализируется разработанный алгоритм расчета каналов

воздействия сложных ТО. Переходные процессы (У(0) вычисляются на основе полученных результатов по вещественной частотной характеристике путем вычисления с помощью метода трапеций выражения:

2"(ЩауБтШ п,

т=2 аа (16) гг ^ т

где - соответственно начальное и конечное значения частоты, принятые при

расчетах ЧХ каналов воздействия ТО.

В главе представлены разработанные алгоритмы системы реали-

зующей предложенные алгоритмы анализа динамики сложных ТО, структурно представленной в виде трех, раздельно функционирующих подсистем ТЯЛМ8Е, MEZON, ЯЕ8РО№ Назначение подсистемы ТЯЛИЗЕ - расчет и формирование массивов параметров передаточных функций элементов ТО в виде:

Алгоритмическую основу подсистемы MEZON составляет реализация комплекса процедур по определению передаточной функции сложной системы по отношению к любому воздействию на основе предварительно формируемой в подсистеме диаграммы (пути) прохождения сигналов в виде совокупности прямых путей и замкнутых контуров. Расчет переходных процессов по каналам воздействий ТС осуществляется в подсистеме RESPON.

Отмечается, что непосредственное применение процедуры Мезона для имитации динамических режимов ТО большой размерности в тренажерах, функционирующих в реальном масштабе времени, крайне затруднено из-за, возникающих при этом больших организационных и вычислительных трудностей. Для таких объектов предложен метод с использованием предварительно подготовленных банков кривых переходных процессов по всем возможным каналам воздействий, рассчитанных для стандартных (эталонных) возмущений. При этом в соответствии с реальными возмущениями, вводимых оператором в процессе решения задачи управления и преподавателем при формировании заданий, содержимое банков кривых оперативно корректируется с использованием специального алгоритма выявления величины и места ввода возмущения и перерасчета кривых переходных процессов.

Процесс формирования исходного банка эталонных переходных процессов представлялся как процедура, состоящая из двух стадий: 1) расчета матриц значений ЧХ задаваемых каналов воздействия ТО; 2) вычисления переходных процессов по каналам воздействия и формирование банка эталонных кривых.

Первая стадия успешно реализуется с использованием программного комплекса MEZON, результатом работы которого является массив значений частотных характеристик имитируемого объекта. Вторая - подсистемой IRESP, в основе алгоритма вычисления переходного процесса в которой как и в RESPON лежит связь (16). В результате работы подсистемы IRESP формируется массив IM- 4, включающий / х г. -мерную матрицу значений выходных параметров ТО при эталонных возмущающих воздействиях Дхэ(1), а также значения признака характера переходных процессов и времени чистого запаздывания для всех каналов воздействия и выбранного временного интервала Г . Массив IM-4 используется при реализации системы имитации динамических режимов ТО.

Разработанная система имитации динамических режимов SID в процессе решения оператором задач по восстановлению нормальных ситуаций в условиях накладываемых возмущений включает в себя три взаимосвязанных подсистемы: 1) формирования начальных условий решения задачи динамики (FORM); 2) оперативной корректировки имитационных массивов в процессе действий оператора при ре-

(17)

шении поставленной задачи (СОЛЯ); 3) распознавания действий оператора и отображения отклика ТО на действия оператора и преподавателя (1М1Т). В главе приводятся блок-схемы разработанных алгоритмов и особенности их функционирования. Несмотря на отмеченные преимущества предложенных алгоритмов имитации функционирования объектов произвольной структуры, реализация такого подхода связана с необходимость в процессе тренажера многократного обращения к банкам кривых переходных процессов, хранящимся на внешних носителях памяти, что снижает быстродействие системы, тем самым, ограничивая возможности ее применения для объектов с быстротечными переходными процессами.

Для таких объектов разработан метод имитации, основанный на использовании предварительно формируемых уравнений, описывающих кривые эталонных переходных процессов каналов объекта. Предложенная система структурно представляет собой две подсистемы: МЕ1ОМ, описанная выше, и АРРЯОХ, в которой для аппроксимации кривых разгона используются полиномиальные функции вида: в случаях, когда кривые переходных процессов по форме близки к решениям линейных дифференциальных уравнений, и экспоненциальные вида: У,(т) = Аеа'Зш(еот + а) + Веь' + к , где а0-а„; - варьируемые параметры.

Рис 7 Структурно-функциональная схема системы 8Ю-1 Разработанная система имитации динамических режимов ЗШ-1 (рис.7)

структурно включает в себя три взаимосвязанные подсистемы: 1) формирование начальных условий решения задач динамики; 2) оперативный расчет отклика объекта на управляющие воздействия, накладываемые оператором в процессе решения задач; 3) распознавание управляющих воздействий оператора (или преподавателя) и отображения их на соответствующих устройствах щита контроля. В основу алгоритма оперативного расчета отклика ТО на действия оператора в SID-1, как и в системе SID, положен принцип суперпозиции, предполагающий получение результирующей кривой переходного процесса при действии нескольких возмущающих воздействий путем суммирования согласованных во времени значений выходных параметров отдельных кривых.

Особенностью алгоритма формирования массива переходных процессов (FL-2) по каналам распространения воздействия АХС в комплексе SID-1 является выявление на первом этапе времени начала имитации действия /-го возмущения по соответствующим аппроксимирующим функциям (из массива IM-4) эталонных переходных процессов с использованием процедуры корректировки:

ще Yn{t) - значение выходного параметра N-ro канала воздействия в момент времени г; гс - время ввода с-го возмущения; К2 - максимальное число вводимых возмущений; Yn(t) - значение выходного параметраЖ-ГО канала при эталонном возмущении ДА'д,;

- начальное значение выходного параметра.

На последующих этапах ввода управляющих воздействий AA"r (С = 2,Л). оператором в процессе решения задачи процедура корректировки осуществляется для каждого временного интервала в цикле по С, что обеспечивает учет влияния на динамические параметры всех предыдущих (R-1) возмущений.

Для определенных классов тренажеров возникает необходимость имитации функционирования многомерных автоматических систем регулирования (АСР) параметров ТО. В работе предложена систем имитационного моделирования АСР параметров сложных ТО с использованием передаточных функций. Исходной позицией при разработке алгоритмов системы являлась возможность представления структурной схемы моделируемой АСР ТО в виде N односторонне, последовательно расположенных многомерных подсистем (рис.8).

В соответствии с этой структурной схемой векторы регулируемых переменных (/j = \,N), ограничивающих переменных Z' и переменных, используемых для компенсации односторонних влияний под с ист (Z"°),p ед еляются следующей системой векторных уравнений:

где С - хт(:)- МПФ ТО //-ой подсистемы (и,, х МПФ каналов воз-

действия /^-мерного вектора возмущений Ц-й подсистемы и (тд хт^)- МПФ каналов воздействия вектора управлений и: Ц = 1„и-1) на тц -мерный вектор регулируемых переменных , соответственно: х ) - МПФ каналов воздействия век-

тора управлений 1!1 и х ) - МПФ каналов воздействия 10 - мерного вектора возмущений системы в целом (/„) на а^ - мерный вектор , соответственно: -(рх тм)- МПФ каналов воздействия вектора управлений V! - {р х ) - МПФ каналов воздействия вектора возмущений /в, на р - мерный вектор ограничивающих переменных, соответственно; (ти х ) - МПФ компенсаторов воздействия вектора /и и

х т^) - МПФ компенсаторов внутриобъектных связей Ц -ой подсистемы, соответственно; К^ - (т^ х а/;) - МПФ компенсаторов одностороннего влияния подсистем;

(от^ хтм)~ диагональная МПФ регуляторов; - мерный вектор задающих воздействий.

к,

К <1

•¡—,11 [

К <''

с/Ч

ц -ая подсистема

Й N-1

ая подсистема

С,/5*

VI.1-

I

Г .........1 I I-

От(Ы-1)

ПОДСИС1

Хо

и

с®

шЬъ

■и

3

Рис. 8. Обобщенная структурная схема моделируемой АСР ТО

Решение уравнений (19)-(22) проводится оперированием дискретизирован-ными частотными характеристиками, поскольку при этом значительно упрощается выполнение необходимых матричных операций. Алгоритм расчета ЧХ регуляторов и компенсаторов (процедура СОМАТ) предусматривает задание элементов

матрицы Як{р) в форме: №{Р) = к\\ + — + тгР

КПР)ЛТ(Р) в форме: щР) = / £ А ■

а матриц компенсаторов

Переход во временную область осуществляется с использованием одностороннего обратного преобразования Фурье. Разработанный алгоритм расчета переходные процессы в АСР ТО заданной структуры, реализуется в комплексах IMEZON, 1М1ТОК

ЗАКЛЮЧЕНИЕ

В результате проведенных в работе теоретических и прикладных исследований получены следующие результаты:

1. Проведен анализ состояния проблем повышения эффективности профессиональной подготовки оперативного персонала по управлению сложными объектами, принципов, особенностей и тенденций создания и развития информационно-моделирующих комплексов для сложных технологических объектов.

2. Выявлены общие и специальные проблемы моделирования деятельности оператора в тренажерных комплексах. Выявлена и проанализирована структура, этапы проектирования и особенности реализации специального информационного, математического, программного, технического и других видов обеспечения тренажеров операторов сложных объектов.

3. Проведен кибернетический анализ человека-оператора как звена в системе управления сложным объектом, особенностей и основных аспектов организации процесса овладения оператором знаниями и навыками, принципов моделирования его функционирования в процессе управления

4. Предложен эффективный подход к формированию эталонных алгоритмов его деятельности оператора по распознаванию различных ситуаций, путей их развития и устранения, создающий реальные предпосылки автоматизации всех необходимых процессов контроля и оценки деятельности обучаемых.

5. Предложен новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

6. Разработаны легко реализуемые в рамках тренажеров машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО и СУ, обеспечивающие организацию эффективного процесса обучения операторов в различных режимах в условиях накладываемых ограничений и возмущений.

7. Предложен эффективный машинно-ориентированный алгоритм имитации многомерных АСР параметров ТО с использованием их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих, последовательно расположенных многомерных подсистем.

8. Предложенная методология имитационного моделирования может быть эффективно использована при создании относительно дешевых и эффективных тренажерных комплексов на базе ПЭВМ для обучения персонала широкого класса ТО. Экономический эффект от использования результатов исследований за счет снижения трудозатрат и других ресурсов на подготовку курсов обучения и

его реализации даже без учета основного эффекта от повышения профессионального уровня подготовки операторов, приводящего к снижению числа аварийных технологических ситуаций и производственного травматизма, только в рамках ОАО «Электроцинк» (г. Владикавказ), составляет более 300 тыс. руб. в год.

9. Предложенные алгоритмы и разработанные на их основе программ имитации поведения сложных ТО используются в учебном процессе в СКГТУ при подготовке специалистов в области информационных систем и технологий.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ:

1. Арунянц Г.Г. Столбовский Д.Н., Калинкин А.Ю., Гурдзибеева А.Р. Имитация функционирования системы управления в тренажерах операторов сложных технологических объектов. // Труды Международной конференции «Информационные технологии и системы: наука и практика». Владикавказ, 23-27 октября 2002.

2. Арунянц Г.Г., Гурдзибеева А.Р., Бетрозов О.М., Матевосян Г.В. Методологические аспекты и принципы реализации имитационных моделей в системах обучения операторов сложных объектов. // Сбоник научн. трудов СевероОсетинского отделения Академии наук высшей школы РФ, № 1(П). Владикавказ, Терек-2003.

3. Арунянц Г.Г., Столбовский Д.Н., Гурдзибеева А.Р. Особенности реализации интеллектуальных информационно-моделирующих комплексов. // Межвузовский сборник научных трудов «Анализ и моделирование развивающихся интеллектуальных систем». Вып. 4. - Ростов н/Д. Издательство СКНЦ ВШ, 2003 - 136 с.

4. Гурдзибеева А.Р. и др. Имитационное моделирование в системах автоматизированного обучения операторов сложных технологических объектов. // Труды Международной научно-технической конференции «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике [НИТНОЭ-2003]». Владикавказ, 22-25 октября 2003.

5. АрунянцГ.Г, Бетрозов О.М., Гурдзибеева А.Р. Имитационное моделирование в тренажерах операторов сложных технологических объектов. // Материалы V Международной конференции «Устойчивое развитие горных территорий: проблемы и перспективы интеграции науки и образования». Владикавказ, 21-23 сентября 2004.

Сдано в набор 20.03.200$ г., подписано в печать 20.03.2005 г. Гарнитура Times New Roman. Печать трафаретная. Формат 60x84 1/16. Бумага офсетная Усл. печ. л. 1,0. Тираж 100 экз. Заказ №257

Типография ООО НПКП «МАВР», Лицензия ЩШОТЛН^ 362040, г. Владикавказ, ул. Августовских событий,& тш. М-Ё9-3\

(ш

\ ^ * /

22 ДП?2!ю-? " ' ■

276

СОДЕРЖАНИЕ.

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ ОСНОВНЫХ ПРОБЛЕМ СОЗДАНИЯ

ИМИТАЦИОННО-МОДЕЛИРУЮЩИХ КОМПЛЕКСОВ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1. Основные проблемы и принципы построения имитационномоделирующих комплексов.

1.2. Системный анализ состояния, особенностей и тенденций развития информационно-моделирующих систем для сложных технологических объектов.

Актуальность работы. Научно-технический прогресс в области автоматизации технологических систем (ТС) порождает потребности во все более сложных технических системах, удовлетворяемые по мере развития методов и средств как физической реализации систем, так и проектирования. Появление широкой номенклатуры приборов и средств автоматизации, быстродействующей вычислительной техники и совершенных математических методов переработки информации в корне изменили системы управления (СУ). Наиболее характерным стало построение многоуровневых иерархических систем, широкое использование в системах управления цифровых вычислительных машин, человеко-машинных комплексов, значительное повышение требований к эффективности и надежности.

Наряду с этим определилась тенденция к быстрому обновлению систем. Современные технологические системы характеризуются высоким уровнем автоматизации, при котором многие формы деятельности человека заменены работой технических устройств. Однако оператор остается необходимым самостоятельным звеном систем управления в силу таких его качеств, как способность справляться с задачами в непредвиденных обстоятельствах, прогнозировать ход событий и находить оптимальные решения в сложных ситуаций.

При создании современных сложных автоматизированных технологических комплексов возникает множество задач, среди которых наиболее трудной является задача обеспечения высокой эффективности взаимодействия человека с автоматизированной частью системы.

Проблема повышения эффективности профессиональной подготовки оперативного персонала по управлению технологическими процессами с каждым годом принимает все большую актуальность в условиях роста уровня технической оснащенности производств. Оператор принимает, как правило, наиболее сложные и ответственные решения по управлению объектом, причем от правильности его действий, умения своевременно найти и реализовать, в сложной ситуации верное решение зависит эффективность выполнения задач возлагаемых на управляемый технический объект.

На первый план выдвигается проблема формирования необходимого уровня профессиональной подготовки оперативного персонала. Не отвечающий современным требованиям уровень подготовки операторов-технологов предприятий приводит не только к снижению производительности установок, увеличению расходов сырья, материалов, электрической и тепловой энергии, но и в отдельных случаях к полным потерям больших объемов оборудования и производственному травматизму. Оперативному персоналу необходимы достаточно глубокие знания по технологии производства, устойчивые навыки логического анализа больших объемов информации, поступающей с пульта управления, быстрота реакции, умение своевременно принимать правильные решения и безошибочно действовать не только в ситуациях, предусмотренных технологическим регламентом, но и в быстроменяющейся обстановке нештатных и аварийных ситуаций.

Исключительно эффективным средством подготовки оперативного персонала, обеспечивающим быстрое сокращение разрыва между теорией и практикой, являются созданные на базе средств современной вычислительной техники и информационных технологий специальные информационно-моделирующие комплексы (тренажеры), создающие у человека-оператора иллюзию управления реальным объектом. Поэтому становится крайне необходимым расширение использования тренажеров, обеспечивающих уникальную возможность ускоренной подготовки высококвалифицированного оперативного персонала. Однако в настоящее время во многих отраслях промышленности ощущается острый дефицит современных тренажерных систем.

Тренажеры в современном понимании могли появиться и появились только в индустриальном обществе, когда возникла необходимость массовой подготовки специалистов для работы либо на однотипном оборудовании, либо со схожими рабочими действиями, и уж, конечно, в первую очередь для военных нужд. Но только в последней четверти уходящего века с потрясающе быстрой компьютеризацией мирового сообщества, с созданием сложнейшей техники, эксплуатация которой связана с риском для жизни не только одного человека, но и человечества в целом, возникла целая индустрия - тренажерные технологии.

В современных тренажерах и в программах подготовки и обучения, на них основанных, закладываются принципы развития практических навыков с одновременной теоретической подготовкой, т.е. тренажер способен развиваться вместе с обучаемым. Реализация такого подхода стала возможна в связи с бурным развитием и удешевлением электронно-вычислительной техники и прогрессом в области создания машинного зрения, виртуальной реальности и т.п. На базе этих технологий разработаны многочисленные тренажеры для военного применения, позволяющие имитировать боевые действия с высочайшей детальностью в реальном времени, создано множество приложений технологии виртуальной реальности для медицины, позволяющих проводить операции электронному пациенту с высокой степенью достоверности и т.д. и т.п., при этом области применения тренажерных технологий постоянно расширяются.

Уровень технологической базы всегда играл доминирующую роль в развитии любого государства. Для большинства стран рывок в индустриальном развитии в первую очередь связывался, особенно при дефиците природных ресурсов (Япония, Корея и т. п.), и связывается в настоящее время с возможностью доступа к передовым технологиям. По мере выработки природных ресурсов значение технологического уровня производства и квалификация специалистов - носителей технологии все более и более возрастает. Даже для России с ее неистощимыми богатствами возможность преодоления затянувшегося кризиса, как представляется, немыслима без подготовки огромного количества высококлассных специалистов, способных воспринимать и развивать самые современные технологии. Развитие индустриального общества делает процесс подготовки и постоянного повышения квалификации специалистов все дороже и дороже. На первое место выходят проблемы всемерного удешевление процесса подготовки при сохранении приемлемой эффективности.

Проведенный анализ затронутой проблемы показал, что широкому внедрению тренажерных систем препятствует отсутствие единого подхода к комплексной проблеме их разработки и реализации. Повышение эффективности создания тренажеров связано, в первую очередь, с созданием и совершенствованием специализированных математических моделей технологических процессов для обучения. При создании тренажеров операторов сложных технологических объектов (ТО) возникают многочисленные задачи, требующие анализа поведения объекта в динамических режимах. Поэтому одной из главных проблем создания тренажеров операторов сложных технологических объектов становится исследование и разработка эффективных и легко реализуемых машинно-ориентированных методов и алгоритмов имитации динамических режимов, обеспечивающих необходимую точность имитации при допустимой сложности реализации.

Позади три десятилетия интенсивных исследований, несколько поколений тренажерных продуктов, тысячи установленных систем обучения операторов ТО. Налицо необходимость существенного удешевления продуктов, их интеграции в новые системы управления производство. Все выявленные в результате проведенного анализа различных подходов к решению этой задачи предпосылки подтверждают целесообразность и возможность решения указанных проблем, а фактическое состояние проблемы создания тренажеров настоятельно требует дальнейшей интенсификации работ в этом направлении.

Своевременность и актуальность решаемых в настоящей работе проблем заключается, прежде всего, в том, что в ней на основе результатов проведенного системного анализа состояния проблемы и основных методологических аспектов создания тренажеров операторов сложных технологических объектов, включая вопросы анализа деятельности человека-оператора как основного звена в системах управления сложными объектами, поставлена и решена задача разработки методологического и специального алгоритмического обеспечения информационно-моделирующих обучающих комплексов (тренажеров). Эффективное решение именно этой задачи создаст серьезные предпосылки для широкого производства тренажеров операторов для широкого класса технологических объектов различного профиля на базе современных программно-технических средств и информационных технологий.

Целью диссертационной работы является исследование и разработка методов и машинно-ориентированных алгоритмов имитации поведения сложных технологических объектов и систем управления ими, ориентированных на использование в рамках имитационно-моделирующих обучающих комплексов (тренажеров).

Поставленная цель потребовала решения следующих задач:

1. Системный анализ проблем повышения эффективности профессиональной подготовки оперативного персонала по управлению сложными объектами, принципов и особенностей создания имитационно-моделирующих комплексов; постановка задачи исследования и разработки специального математического обеспечения имитационно-моделирующих комплексов автоматизированных систем обучения.

2. Исследование структурных аспектов и формирование основных требований к специальному математическому обеспечению тренажеров операторов сложных объектов.

3. Анализ человека-оператора как звена в системе управления сложным объектом, особенностей и основных аспектов организации процесса овладения оператором знаниями и навыками, принципов моделирования его функционирования в процессе управления.

4. Исследование и разработка методологии и принципов построения систем имитационного моделирования для автоматизированных систем обучения операторов сложных объектов

5. Разработка универсальных машинно-ориентированных алгоритмов имитации функционирования систем управления для тренажеров операторов сложных технологических объектов.

Методы исследования. Проводимые исследования базировались на положениях технической кибернетики, методах математического моделирования статического и динамического поведения сложных технологических объектов, методах синтеза и анализа многомерных САР технологических параметров, имитационного компьютерного моделирования функционирования сложных объектов и систем управления ими, теории сложности систем.

Научная новизна работы:

1. По результатам проведенных исследований различных подходов к моделированию функционирования человека оператора предложен эффективный подход к формированию эталонных алгоритмов его деятельности по распознаванию аварийных (предаварийных ситуаций), путей их развития и устранения с использованием предварительно подготовленных графов первопричин и приоритетности развития ситуаций. Предложенный подход позволяет автоматизировать все необходимые процессы контроля и оценки деятельности обучаемых в рамках тренажерных комплексов.

2. Предложен новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов обобщенных каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

3. На основе обобщения и систематизации накопленного опыта анализа динамических характеристик сложных ТО и проведенных исследований по созданию легко реализуемых в тренажерных комплексах систем имитации различных режимов функционирования объектов управления предложен ряд легко реализуемых алгоритмов расчета отклика объекта управления на накладываемые на него возмущения и управления в процессе выполнения оператором корректирующих действий по восстановлению нарушенных режимов или переводу объекта в новое заданное состояние.

4. Разработаны легко реализуемые в рамках тренажеров машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО и систем управления ими, обеспечивающие организацию эффективного процесса обучения операторов в различных режимах обучения в условиях накладываемых ограничений и возмущений. Предложенный подход обеспечивает достаточную легкость их реализации в рамках тренажерных комплексов и повышает быстродействие систем имитации, что создает возможность обеспечения реального (или ускоренного) масштаба времени при имитации динамических режимов практически всех типов технологических объектов.

5. Для определенного класса имитируемых объектов предложен эффективный машинно-ориентированный алгоритм имитации многомерных АСР параметров ТО с использованием результатов предварительного анализа их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих (через каналы объекта), последовательно расположенных многомерных подсистем. Решение предложенной системы векторных уравнений позволяет в ускоренном масштабе времени рассчитывать переходные процессы, протекающие в АСР ТО сложной структуры.

Практическая значимость работы:

1. На основе проведенных системных исследований основных принципов и проблем создания автоматизированных обучающих систем предложен эффективный подход к формированию эталонных алгоритмов деятельности оператора по распознаванию аварийных (предаварийных ситуаций), путей их развития и устранения с использованием предварительно подготовленных графов первопричин и приоритетности развития ситуаций. Предложенный подход может быть успешно использован при создании тренажеров различного назначения, включающих проблемы обучения процессам принятия решений.

2. Исследованы и разработаны легко-реализуемые в рамках тренажерных комплексов алгоритмы имитации поведения сложных технологических объектов и систем управления ими, создающие реальные предпосылки для массового создания на их основе относительно дешевых и эффективных имитационно-моделирующих обучающих комплексов на базе современных средств вычислительной техники и информационных технологий для широкого класса технологических объектов различной сложности.

3. Предложенная методология имитационного моделирования сложных объектов может быть эффективно использована при создании относительно дешевых и эффективных тренажерных комплексов на базе ПЭВМ для обучения оперативного персонала широкого класса технологических объектов. Это позволит реализовать на их основе первичное обучение, переподготовку и поддержание необходимого уровня знаний и навыков управленческого персонала в условиях изменяющейся технологии и регламента.

4. Предложенные методы и алгоритмы имитационного моделирования легли в основу при создании универсальных программных комплексов для тренажеров операторов сложных объектов в металлургической отрасли, а также при создании САПР специального математического обеспечения имитационно-моделирующих обучающих комплексов, разрабатываемой в рамках планов НИР и ОКР СКГМИ (ГТУ).

5. Результаты проведенных исследований в форме машинно-ориентированных алгоритмов и разработанных на их основе прикладных программ имитации поведения сложных технологических объектов используются в учебном процессе в СКГТУ при подготовке специалистов в области информационных систем и технологий.

Обоснованность и достоверность научных положений и выводов подтверждается:

• результатами экспериментальных исследований;

• результатами вычислительных экспериментов;

• соответствием теоретических и экспериментальных исследований;

• работоспособностью предложенных методов и алгоритмов имитационного моделирования.

На защиту выносятся:

1. Метод формирования эталонных алгоритмов деятельности оператора по распознаванию возникающих в процессе управления объектом ситуаций, путей их развития и устранения с использованием предварительно подготовленных графов первопричин и приоритетности.

2. Новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов обобщенных каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

3. Универсальные алгоритмы расчета отклика объекта управления на накладываемые на него возмущения и управления в процессе выполнения оператором корректирующих действий по восстановлению нарушенных режимов или переводу объекта в новое заданное состояние.

4. Машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО и систем управления ими, обеспечивающие организацию эффективного процесса обучения операторов в различных режимах в условиях накладываемых ограничений и возмущений, повышающих быстродействие и возможность обеспечения реального (или ускоренного) масштаба времени при имитации динамических режимов практически всех типов технологических объектов.

5. Машинно-ориентированный алгоритм имитации многомерных АСР параметров ТО с использованием результатов предварительного анализа их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих, последовательно расположенных многомерных подсистем.

Апробация работы. Основные результаты проведенных в диссертации исследований были представлены и обсуждены на: Международной конференции «Информационные технологии и системы: наука и практика». Владикавказ, 23-27 октября 2002., Труды Международной научно-технической конференции «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике [НИТНОЭ-2003]». Владикавказ, 22-25 октября 2003., V Международной конференции «Устойчивое развитие горных территорий: проблемы и перспективы интеграции науки и образования». Владикавказ, 21-23 сентября 2004. На ряде научно-технических конференций профессорско-преподавательского состава, научных работников и аспирантов СКГМИ (ГТУ) в 2001-2004 гг.

Личный вклад автора. Основные научные положения, теоретические выводы и рекомендации, содержащиеся в главах 3, 4 диссертационной работы, получены автором самостоятельно. Результаты, приведенные в главах 1,2 получены автором в соавторстве.

Публикации. Основные результаты диссертационной работы опубликованы в 5 печатных работах.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Работа содержит 183 страницы машинописного текста, 28 рисунков, 3 таблицы и список литературы из 160 наименований.

ЗАКЛЮЧЕНИЕ

Основным итогом совокупности работ теоретического и прикладного характера, представленных в настоящей диссертации, является исследование и разработка методов и машинно-ориентированных алгоритмов имитации поведения сложных технологических объектов и систем управления ими, ориентированных на использование в рамках имитационно-моделирующих обучающих комплексов (тренажеров).

Предложенные методы и машинно-ориентированные алгоритмы, характеризующиеся большими функциональными возможностями, относительной простотой и удобством их использования в автоматизированных системах обучения оперативного персонала сложных технологических объектов, легли в основу при создании универсальных программных комплексов для тренажеров операторов сложных объектов в металлургической отрасли, а также при создании САПР специального математического обеспечения имитационно-моделирующих обучающих комплексов, разрабатываемых в рамках планов НИР и ОКР СКГМИ (ГТУ).

В целом научные и практические результаты проведенных исследований можно сформулировать в виде следующих выводов.

1.На основе системного подхода проведен анализ состояния проблем повышения эффективности профессиональной подготовки оперативного персонала по управлению сложными объектами, принципов, особенностей и тенденций создания и развития информационно-моделирующих комплексов для сложных технологических объектов.

2. Выявлены общие и специальные проблемы моделирования деятельности оператора в тренажерных комплексах. Выявлена и проанализирована структура, этапы проектирования и особенности реализации специального информационного, математического, программного, технического и других видов обеспечения тренажеров операторов сложных объектов.

3. Проведен кибернетический анализ человека-оператора как звена в системе управления сложным объектом, особенностей и основных аспектов организации процесса овладения оператором знаниями и навыками, принципов моделирования его функционирования в процессе управления

4. Предложен эффективный подход к формированию эталонных алгоритмов его деятельности оператора по распознаванию аварийных (предава-рийных ситуаций), путей их развития и устранения с использованием предварительно подготовленных графов первопричин и приоритетности развития ситуаций. Предложенный подход создает реальные предпосылки автоматизации всех необходимых процессов контроля и оценки деятельности обучаемых в рамках тренажерных комплексов.

5. Предложен новый подход к реализации подсистем имитации динамического поведения сложных объектов управления, основанный на использовании предварительно подготовленных эталонных кривых переходных процессов обобщенных каналов воздействия или описывающих их уравнений, корректируемых в процессе управления с использованием специально разработанных процедур.

6. Предложен ряд легко реализуемых алгоритмов расчета отклика объекта управления на накладываемые на него возмущения и управления в процессе выполнения оператором корректирующих действий по восстановлению нарушенных режимов или переводу объекта в новое заданное состояние.

7. Разработаны легко реализуемые в рамках тренажеров машинно-ориентированные алгоритмы имитации статических и динамических режимов функционирования сложных ТО и систем управления ими, обеспечивающие организацию эффективного процесса обучения операторов в различных режимах обучения в условиях накладываемых ограничений и возмущений. Предложенный подход обеспечивает достаточную легкость их реализации в рамках тренажерных комплексов и повышает быстродействие систем имитации, что создает возможность обеспечения реального (или ускоренного) масштаба времени при имитации динамических режимов практически всех типов технологических объектов.

8. Для определенного класса имитируемых объектов предложен эффективный машинно-ориентированный алгоритм имитации многомерных АСР параметров ТО с использованием результатов предварительного анализа их частотных характеристик и возможности представления обобщенной структурной схемы моделируемого объекта в виде N односторонне влияющих (через каналы объекта), последовательно расположенных многомерных подсистем. Решение предложенной системы векторных уравнений позволяет в ускоренном масштабе времени рассчитывать переходные процессы, протекающие в АСР ТО сложной структуры.

9. Предложенная методология имитационного моделирования сложных объектов может быть эффективно использована при создании относительно дешевых и эффективных тренажерных комплексов на базе ПЭВМ для обучения оперативного персонала широкого класса технологических объектов, что позволит реализовать на их основе первичное обучение, переподготовку и поддержание необходимого уровня знаний и навыков управленческого персонала в условиях изменяющейся технологии и регламента.

10. Результаты проведенных исследований в форме машинно-ориентированных алгоритмов и разработанных на их основе прикладных программ имитации поведения сложных технологических объектов используются в учебном процессе в СКГТУ при подготовке специалистов в области информационных систем и технологий.

1. Автоматизированные обучающие системы на базе ЭВМ. Минск: Бел. Гос. ун-т, 1980. - 176 с.

2. Дозорцев В.М. Обучение операторов технологических процессов на базе компьютерных тренажеров // Приборы и системы управления. 1999, №8. С. 61-70.

3. Malik T.I. Process Training Simulators (PTS) A Comparison of Different Types // Measurement and Control. Vol. 28/ Dec/Jan 1995/96. p. 302-308.

4. Давыдов Э.В., Саратикян В.П. // Химическая технология, 1983, №4. с. 14-18.

5. Эффективность и надежность систем «человек-техника»: Труды Всесоюзного семин., Ленинград, 21-23 окт., 1975.

6. Scott R.L. // Trans. Amer. Nucl. Soc. 1985 - 17 - Suppl. №1 p. 29-33.

7. Человеческий фактор: В 6 томах / Под ред. Г.Салвенди. М.: Мир,1991.

8. Бесчастнов М.В. и др. Аварии в химических производствах и методы их предупреждения. М.: Химия, 1985.

9. Forbes J., Marlin Т.Е. Design Criteria for Model Based Real-Time Optimization Systems // Proc. Process System Engin. 1994. P. 133-140/

10. Frankel Y., Usikov D., Dozortsev V.M., Itskovich E.L. Model Predictive Control Using Object's Rigorous Dynamic Simulation // Proc. Intern., Conf. «System Identification and Control Problems (SICPRO'2000)». Moscow, 2000. p. 44-50.

11. Rasmussen J. Skills, Rules, and Knowledge, Signals, Signs, and Symbols, and Other Distinction in Human Performance Models // IEEE Trans. System, Man, and Cybernetics. 1983. Vol. 13.No. 3. p. 257-266.

12. Process Safety Management // U.S. Department of Labor. Occupational Safety and Health Administration, OSHA 3132. Washington, DC, USA, 1993.

13. Дозорцев В.М., Шестаков Н.В. Компьютерные тренажеры для производств химико-технологического типа: эффективность, окупаемость // Проблемы безопасности при чрезвычайных ситуациях. 1997. №7ю Сю 247-239.

14. Чистякова Т.Б. Интеллектуальные автоматизированные тренажерно-обучающие комплексы в системах управления потенциально-опасными химическими производствами: Дис. д-ра т.н. / СПбГТИ. СПб, 1997, - 484 с.

15. Бойкова О.Г. Гибридная экспертная система для управления процессами коксования: Дис. К.т.н. / С.-Пб., 2000.-193 с.

16. Dozortsev V.M. Technique and didactics of computer-based training for Industrial Plant Opération // Proc. Of the 4Л Conférence "Conférence "Eurome-dia'99". Munich, 1999. p. 189-196.

17. Дозорцев B.M. и др. Система компьютерной поддержки принятия решений для тренинга операторов технологических процессов // Сб. трудов Междунар. научной конференции. «ММТТ-2001». Смоленск, 2001, т.4. с. 180182.

18. Чиркова А.А. Автоматизированный обучающий комплекс операторов процесса каталитического реформинга: Дис. к.т.н. / СПбГТИ. СПб, 1999, -180 с.

19. Мунипов В.М., Зинченко В.П. Эргономика: человекоориентирован-ное проектирование техники, программных средств и среды: Учебник. М.: Логос, 2001.-356 с.

20. ГОСТ 20921-95 «Комплексная система общих технических требований. Система «человек-машина». Тренажеры. М.: Изд-во стандартов.

21. Хазанов Б.И. Интерфейсы измерительных систем. М.: Энергия,1989.

22. Airline Management 1982. v.4. №4. - p. 18-22

23. Фрейдзон И.Р., Филиппов Л.Г. Математические модели в судовых обучающих комплексах. Л.: Судостроение, 1982.

24. Ершов М.А. Разработка операционной системы информационно-моделирующего комплекса (тренажера) для имитации процессов управления крупнотоннажными химическими производствами: Дисс. к.т.н. М., 1989, -227 с.

25. Чачко А.Г. Проблемы и перспективы построения систем подготовки персонала. // Сб. «Тренажеры и учебно-тренировочные центры». Общество «Знание» УССР. Киев: 1984.

26. Кузнецов С.И. Математическое обеспечение автоматизированных обучающих систем на базе ЭВМ. Казань: Изд-во Казанского авиационного института, 1977.

27. Чачко А.Г. и др. // Электрические станции. 1975, №5. с. 7-9.

28. Чачко А.Г. Производство. Язык. Человек М.: Энергия. 1977 - 112 с.

29. Ципцюра Р.Д. Принципы обучения операторов АСУ ТП с помощью комплекса тренажеров. Киев: Об=во «Знание» УССР, 1985.

30. Kenyor Bruce D. // Trans. Amer. Nuel. Suc.- 1985 21- Suppl.l-p.14-18

31. Малашин И.И., Сидорова И.И. Тренажеры для операторов АЭС. -М.- 1979. 152 с.

32. Шукшунов В.Е. и др. Тренажерные системы. М.: Машиностроение, 1981.-256 с.

33. Березников В.П. и др. Принципы обучения оператовного персонала атомных электростанций // Электронное моделирование. 1987, т. 6., №1.-с.59-63.

34. Чачко А.Г. Выбор принципов подготовки оперативного персонала для атомных электростанций. // Электрические станции. 1983, №12. - с.9-13.

35. Чачко А.Г., Кот Т.М. Основы построения и структура диалоговой системы, тренирующей операторов атомных энергоблоков // Управляющие системы и машины. 1983. №6, - с. 111-116.

36. Тренажеры для обучения специалистов морского флота (обзор по зарубежным источникам). JL: Судостроение 1974.

37. Когон М.Г. // Приборы и системы управления. 1978. №8 - с. 13-15

38. Бабенко B.C. Имитаторы визуальной обстановки тренажеров летательных аппаратов. М.: Машиностроение. 1978.

39. Бендер В.А. и др. Авиационные тренажеры. М.: машиностроение,1978.

40. Перов B.JI. и др. Управляющие и обучающие комплексы в химической промышленности. // Системный анализ процессов химической технологии. МХТ им. Д.И.Менделеева. 1979.- Вып. 12. с. 76-84.

41. Ершов М.А. и др. Зарубежные тренажерные системы подготовки персонала для управления химическими производствами. // Химическая промышленность за рубежом / НИИТЭХИМ. М.: 1987. Вып. 8 (296). - с.56-67.

42. Арунянц Г.Г. и др. Математическое моделирование в системах автоматизированного обучения операторов химических производств. Обзор. Инф. М: НИИТЭХИМ, 1985

43. Арунянц Г.Г. и др. К вопросу об имитации динамических режимов объекта управления в тренажерах операторов сложных ХТС // Научн.-техн. реф. сб. (сер. Автоматизация химических производств) / НИИТЭХИМ. М,-1986, Вып. 12.

44. Создание интеллектуальных информационно-моделирующих обучающих комплексов (тренажеров) для сложных химико-технологических объектов // Сб. научн. Трудов ОКБА НПО «Химавтоматика»/ Под ред. Арунянца Г.Г. Ереван: Арм НИИНТИ, 1989. - 75 с.

45. Перов В.Л., Шергольд И.В., Кудрявцева Л.Г. Тренажер для обучения операторов-технологов химических производств // Приборы и системы управления.- 1980.-№12.-с. 12-14.

46. Перов В.Л. и др. Практическое руководство по обучению операторов агрегата аммиака на информационно-моделирующем комплекс. М.: МХТИ им. Д.И.Менделеева, 1981. - 61 с.

47. Моделирование на ЦВМ систем автоматического регулирования объектами химической технологии // Методические указания. Составители: Шергольд И.Б., Ершов М.А. М.: МХТИ им. Д.И.Менделеева, 1983. - 32 с.

48. Давыдов Э.В. // Химическая промышленность. 1983, №5,- с. 50-52.

49. Bland J. // Nucl. Engng. Intern. -1983-18-№ 204-p. 404-405.

50. Nucl. Engng. Intern. -1983-18-№ 204-p. 411-413.

51. Nucl. Engng. Intern. -1983-18-№ 204-p. 417.

52. Madhavan S. Ammonia process simulation/ Plant / operations progress. 1984.- v.3.-№l -p. 14-17.

53. New tool for training computerized simulators // Chemical Engineering .1984. v. 91.-№22.-p.p. 22, 23, 25.

54. Alan C. Wibasham P. "Hands on 'training course teach fast response to emergencies. // Chemical Processing. - 1982 - №2 - p. 45 - 49

55. Richerdson K. Computer training for simpler plan // Plant manage ment and Engineering. 1685. - v. 44 - №3 - p. 22 -24

56. Clumer А. В. Simulate your way to safety // Hydrocarbon Processing. -1985.-№12.-p. 79- 80.

57. Vervalin C.H. Training by simulation // Hydrocarbon Processing.- 1984. №12. -p.41 -50

58. Yamaguchi M. Training Simulator for Chemical Plant operator (TRASPO) // Karaky Karaku . 1984.-48. -№ 5. - p. 371 - 375.

59. Basta N. Equipment wanted for Process- control studies // chem. eng. -1982.-v. 89.-№5.-p.45.47

60. NOPS технологический тренажер для обучения с помощью ЭВМ. Проспект фирмы Nokia Electronics (Финляндия), 1982.

61. Давыдов Э.В. Задачи моделирования при разработке динамических тренажеров для операторов химических производств // Химическая промышленность, 1983. №5. - с. 50-52.

62. Давыдов Э.В. // Химическая промышленность, 1983 №12, - с. 756758.

63. Саратикян В.П. и др. // Автоматизация химических производств. М.: НИИТЭХИМ, 1982. вып. 3., с. 18-22.

64. Саратиян В.П. и др. Исследование в области производства экстракционной фосфорной кислоты // Сб. научн. Трудов. НИУИФ. М.: 1984 - вып. 241.-с. 131-136.

65. Железнякова И.И., Маринов М.Т., Навасардян С.С. Микрокомпьютерный инструментальный комплекс для разработки автоматизированных обучающих курсов. // УСиМ. 1990. - №1. - с. 116-119.

66. Форсайт Р. Экспертные системы. М.: Радио и связь, 198.

67. Фрейдзон И.Р., Филиппов Л.Г., Грачев В.В. Судостроение за рубежом. 1979. - №8. - с. 96-105.

68. Тихонов И.И. Программирование и технические средства в учебном процессе. М.: Советское радио, 1970.

69. Де. Монмолен М. Системы «человек-машина», М.: Мир, 1973.

70. Ломов В.Ф. Методологические и теоретические проблемы психологии.-М.: Наука, 1984-444с.

71. Голубев В.С., Живов Н.П., Рызиков М.Л. Пневмо-электронные системы управления химико-технологическими комплексами. М.: Химия, 1977

72. Кузьмин И.В. идр. Элементы вероятностных моделей АСУ- М.: Наука, 1985. 344 с.

73. Инженерно-психологические требования к системам управления // Под ред. В.П. Зинченко: М.: ВНИИТЭ, 1967.

74. Малашинин Н.И. Сидорова И.И. Тренажеры для операторов АС. -М.: Атомиздат, 1979.

75. Балакирева Л.М., Пиготт С.Г., Фрейдинзон И.А. Методика оценки некоторых количественных характеристик труда операторов АСУ крупнотоннажным химическим производством // Труды ЦНИИКА. 1981, вып. 66. - с. 32-35.

76. Шергольд И.Б., Ершов М.А. Принципы построения математических моделей имитации химико-технологических процессов на тренажере // Тр. МХТИ им. Д.И.Менделеева. 1986. - вып. 140. - с. 118-123.

77. Губинский А.И., Кобозев В.В. Оценка надежности деятельности человека-оператора в системах управления. М.: - Радио и связь. - 1975. - 48 с.

78. Leplat J. Rasmussen J. Analysis of human erros in industrial insudents and accidets for improvement of vorc safety // Accid. Anal. & Prev. v. 16.- №2.t? 1984.-p. 77-88.

79. Embrey D.E. Approceches to aiding ant training operators diagnoses in abnormal situation. // Chem. And Ind. 1986. - №13. - p. 454-459.

80. Rusmussen J. Human errors. A taxonomy for deserihing human mulfunc-tion in industrial installations // J. Occ. Accid. 1982. - №4. - p. 331-343.

81. Leplat J. Fiabilite-etsecurite. // Le Travial Human 1982. - t. 45- №1-p. 101-108.

82. Андрианов B.E. Деятельность человека в системах управления (Очерк работы авиадиспетчера).- Л.: ЛГУ, 1974, с. 136.

83. Котик М.А. Саморегуляция и надежность человека-оператора. Таллин: «Валгус», 1974,- 192 с.

84. Ахутин В.М., Нафтульев А.И. Математическое моделирование дея-^ тельности человека-оператора при разработке эргатических систем. В кн.:

85. Человек и общество, 1972, вып. XI. Л.: ЛГУ - с. 245-255.

86. Волик Б.Г., Гладков Т.А. Математические модели человека-оператора, работающего в замкнутом контуре регулирования (обзор). «Приборы и системы управления».- 1974, №2.- с. 18-19.

87. Панасенко И.М., Фаткин Л.В. Модели поведения и количественные оценки деятельности человека-оператора СЦКиУ. «Стандарты и качество», 1977,№7.-с. 27-31

88. Венда В.М. Инженерная психология и синтез систем отображения информации. М.: Машиностроение, 1975. - 396 с.

89. Зинченко В.П., Вдовина М.И., Гордон В.М. Исследование функциональной структуры процесса решения комбинаторных задач. В кн.: моторные компоненты зрения. - М.: Наука, 1975, - с. 19-212

90. Платонов К.К. Система психологии и теория отражения. М.: Наука, 1982.-309 с.

91. Береговой Г.Т. Экспериментально-психологические исследования в авиации и космонавтике.- М.: Наука, 1978. 303 с.

92. Федченко B.C. Оптимизация индивидуального опыта операторской деятельности методом инвариантов. // методы оптимизации систем «человек-машина». М.: МАИ, 1984. -с. 10-16.

93. Галактионов А.И. Основы инженерно-психологического проектирования АСУ ТП. М.: Энергия, 1978.

94. Волков A.M. Структурно-функциональный подход к моделированию системы психики: гипотеза квантования основных переменных // Математическая психология: методология, теория, модели. М.: Наука, 1985, - с. 50-74.

95. Волков A.M. Исследование методов моделирования совмещенной деятельности человека-оператора // Автоматизация проектирования систем «человек-машина». М.: МАИ, 1980.

96. Волков A.M. Описание характеристик деятельности операторов методом обобщенной модели // Исследование и моделирование деятельности человека-оператора. М.: Наука, 1981.

97. Волков A.M. Моделирование характеристик принятия решений оператором автоматизированной системы управления // Нормативные и дискретные модели принятия решения. -М.: Наука, 1981.

98. Волков A.M. Структурно-функциональный подход к моделированию деятельности человека-оператора. // Автоматизация проектирования систем «человек-машина». -М.: МАИ, 1982.

99. Хелстрем К. Статистическая теория обнаружения сигнала. -М.: Иностр. Лит., 1963.

100. Волков A.M., Калачев А.Г. Законы распределения времени реакции при выполнении человеком дискретных операций // Исследование и моделирование деятельности человека-оператора. М.: Наука, 1981.

101. Перов B.JI., Мешалкин В.П. Современные методы анализа и синтеза химико-технологических систем // Итоги науки и техники, сер. «Процессы и аппараты химической технологии», т.З. М. - 1975, - с. 100-190.

102. Powers G.J., Tomkins F.J. Fault tree synthesis for chemical processes // AIChE Jornal. 1974. - №2. - p. 311-319.

103. Powers G.J., Lapp S.A. Computer aided synthesis // Chem. Eng. Progr. - 1976. - 72- №4/- p. 89-93.

104. Steven A., Lapp Gary I. Powers Computer aided synthesis of fault trees // IEEE Tran. Rel., April, - 1972.- №4.- p. 2-13.

105. Caceres Sergio, Heuley Ernest. Process failure analysis by block diagrams and fault trees // Ind. And Eng. Chem. Fund.- 1976 v.15 - №2.- p. 128134.

106. Browning R.L. Human factors in the fault tree // Chem. Eng. Progr-1976.- v. 26.- №7.- p. 72-75/

107. ШорЯ.Б., Кузьмин Ф.И. Таблицы для анализа и контроля надежности М.: Советское радио - 1978 - 304 с.

108. Салихов Г.Г., Арунянц Г.Г., Рутковский А.Л. Системы управления сложными технологическими объектами. М.: Теплоэнергетик, 2004. - 496 с.

109. Ицкович Э.Л., Трахтенберг Э.А. Алгоритмы централизованного контроля и управления производством М.: Советское радио, 1967. 350 с.

110. Ицкович Э.Л. Контроль производства с помощью вычислительных машин-М.: Энергия, 1975. 416 с.

111. Bullman R., Zadch L. Decision-making in a farm enviroment // Management Sci. 1970/ - №4.

112. Zadeh L. A system-theoretic view of behavior modification, Mem/ NERL - M320. University of California, - Berkly, 1972.

113. Химико-технологические системы. Синтез, оптимизация и управление / Под ред. И.П. Мухленова. Л.: Химия, 1986 - 424 с.

114. Поляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. М.: Сов. Радио, 1971.

115. Матрин Ф Моделирование на вычислительных машинах. М.: Сов. Радио, 1976.

116. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: Мир, 1087.

117. Дружинин О.Т., Кафаров В.В., Перов B.JI. // Роблемы и системы управления. — 1976., № 11.-е. 10-12.

118. Кафаров В.В., Перов В.Л., Мандрусенко Г.И. // ДАН СССР- 1977. -т. 236.-№ 3.-е. 685-687.

119. Кафаров В.В., Перов В.Л., Поов В.В., Мандрусенко Г.И. // ДАН СССР- 1979. т. 242.- № 5. - с. 1393-1395.

120. Бояринов, А.И., Кафаров В.В. Методы оптимизации в химической технологии. — М.: 1975. 576 с.

121. Кафаров В.В., Ветохин В.Н. Основы построения операционных систем в химической технологии. М.: 1980. - 430 с.

122. Кафаров В.В., Ветохин В.Н. Основы автоматизированного проектирования химических производств М.: Наука, 1987. - 623 с.

123. Черкасов Ю.М., Гринштейн В.А., Радашевич Ю.В., Яловецкий В.И. Автоматизация проектирования АСУ с использованием пакетов прикладных программ. М.: 1987. - 328 с.

124. Кафаров В.В., Мешалкин В.П., Гурьева Л.В. Оптимизация тепло-обменных процессов и систем. М.: Энергоатомиздат, 1988. - 192 с.

125. Перов В.JI. Основы теории автоматического регулированияхимико-технологических процессов. М.: Химия, 1970. - 352 с.

126. Кафаров В.В., Дорохов И.Н. Системный анализ процессов химической технологии. Основы стратегии. М.: Наука, 1976 - 500 с.

127. Арунянц Г.Г. и др. К вопросу об имитации динамических режимов объекта управления в тренажерах операторов сложных ХТС // Научн.-техн. реф. Сб. сер. «автоматизация химических производств»/ НИИТЭХИМ. М.: -1988. вып. 2.-с. 18-23

128. Кафаров В.В., Дорохов И.Н., Марков E.H. Системный анализ процессов химической технологии. Применение метода нечетких множеств. М.: Наука, 1986. - 359 с.

129. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова. М.: Наука, 1986.

130. Нечеткие множества и теория вероятностей. Последние достижения / Под ред. Рональда Р. Ягера. М.: Мир, 1976.

131. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

132. Виноградов В.А. и др. Эффективность сложных систем. Динамические модели. М.: Наука, 1989, - 285 с.

133. Островский Г.М., Волин Ю.М., Ханзел К. Расчет стационарных режимов химико-технологических схем. М.: НИИТЭХИМ, 1981- вып.2 - 63 с.

134. Холоднов В.А. и др. Моделирование стационарных и нестационарных режимов химико-технологических систем. Учебное пособие- Л.: ЛТИ им. Ленсовета, 1982. 74 с.

135. Поспелов Д.А. Ситуационное управление. Теория и практика. М.: Наука, 1986.

136. Пинский В.И. Автоматизированный анализ динамических характеристик чувствительности сложных химико-технологических систем (на примере отделений синтеза и дистилляции в производстве карбомида). Дис. к.т.н. -М.: МХТИ им. Д.И.Менделеева, 1975.

137. Перов B.JL, Хабарин А.Ю., Туркатов С.А. Метод автоматизации моделирования динамики сложных ХТС произвольной структуры: тез. Докл. III Всес. Конференции CXTC-III, Таллин, 1982.

138. Munro N. Composite System stadyes using connection matrix // Ind. J. Control. 1977/ - 26 - №6 -p. 831.

139. Перов B.JI., Туркатов C.A., Хабарин А.Ю. Автоматизированный анализ нестационарных режимов сложных ХТС как объект управления // На-учн.-техн. рефер. Сб. , сер. «Автоматизация химических производств». НИИТЭХИМ. М.: 1984., вып. 7. - с. 7-12

140. Арунянц Г.Г. и др. Система автоматизированного расчета динамики сложных химик-технологических объектов // Химическая промышленность. -1986.-№4(146). с. 43-47.

141. Кафаров В.В., Мешалкин В.П., Перов В.Л. Математические основы автоматизированного проектирования химических производств. Методология и теория разработки оптимальных технологических схем. М.: Химия, 1979, -496 с.

142. Арунянц Г.Г., Пагиев К.Х., Текиев В.М. Автоматизированный синтез и анализ многомерных систем управления технологическими объектами. -Владикавказ: Иристон, 2000. 268 с.

143. Разработка топологических имитационных моделей технологических объектов, УВК и АСУ ТП. Отчет о НИР / ВНТИЦЕНТР, инв. № 0286.0075083. М.: 1988. - 38 с.

144. Проектирование следящих систем с помощью ЭВМ // Под ред. Медведева B.C. М.: Машиностроение, 1979. - 367 с.

145. Арунянц Г.Г., Столбовский Д.Н. К вопросу об анализе нестационарных режимов объектов управления в САПР систем управления. В кн.: Сборник научных трудов аспирантов СКГТУ, Владикавказ: - 2000.

146. Гурбатов Г.А., Чугунова Г.В. Анализ переходных процессов нелинейных САУ блочной структуры // Алгоритмы автоматизации проектирования систем управления: Межвуз. Сб. JL: Ленинградский электротехнический институт, 1979, - с. 59-63.

147. Имитационное моделирование систем автоматического регулирования технологических параметров ХТС // Химическая технология. 1986, №4 (142).-с. 53-56.

148. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1970. - 400 с.