автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Метод адаптивного ситуационного управления доставкой технологической информации о процессе промышленного бурения нефтяных скважин

Горюнов Илья Георгиевич

003486063

МЕТОД АДАПТИВНОГО СИТУАЦИОННОГО УПРАВЛЕНИЯ ДОСТАВКОЙ ТЕХНОЛОГИЧЕСКОЙ ИНФОРМАЦИИ О ПРОЦЕССЕ ПРОМЫШЛЕННОГО БУРЕНИЯ НЕФТЯНЫХ СКВАЖИН

Специальность: 05.13.01 - Системный анализ, управление и обработка

информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

" з ДЕН 2009

003486069

Горюнов Илья Георгиевич

МЕТОД АДАПТИВНОГО СИТУАЦИОННОГО УПРАВЛЕНИЯ ДОСТАВКОЙ ТЕХНОЛОГИЧЕСКОЙ ИНФОРМАЦИИ О ПРОЦЕССЕ ПРОМЫШЛЕННОГО БУРЕНИЯ НЕФТЯНЫХ СКВАЖИН

Специальность: 05.13.01 - Системный анализ, управление и обработка

информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Работа выполнена в Тверском государственном техническом университете.

Научный руководитель: Доктор физико-математических наук, профессор

Жиганов Николай Константинович

Официальные оппоненты: Доктор технических наук, профессор

Ведущая организация: ООО НЛП «ГЕРС»

Защита состоится «18» декабря 2009 г. на заседании диссертационного совета Д 212.262.04 в Тверском государственном техническом университете по адресу: 170026, г. Тверь, наб. Аф. Никитина, 22, аудитория 212.

С диссертацией можно ознакомиться в библиотеке Тверского государственного технического университета по адресу: г.Тверь, пр. Ленина, 25, зональная научная библиотека, ком.101.

Автореферат размещен на сайте ТГТУ по адресу:

http://www.tstu.tver.ru/new_struct/phd/'

Автореферат разослан « » ноября 2009 г.

Григорьев Вадим Алексеевич

Кандидат технических наук Шерстнев С.Н.

Ученый секретарь диссертационного совета

доктор технических наук, профессор Филатова Наталья Николаевна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования

Развитие нефтедобывающей промышленности в целом и увеличение объемов нефтедобычи в отдельно взятых компаниях данного сектора обусловливают существенное возрастание количества обрабатываемой и хранимой производственной информации, что, в свою очередь, вызывает необходимость развития телекоммуникационной инфраструктуры компаний.

Информационное обеспечение процессов бурения нефтяных скважин является важной составляющей процесса строительства скважин (в особенности при введении в разработку и освоении новых нефтяных месторождений).

Важнейшей задачей информационного обеспечения является обеспечение мониторинга процессов бурения скважин, в рамках которого осуществляется автоматическое получение и доставка геологической, геофизической и другой технологической информации с объектов мониторинга (буровых площадок) в производственные подразделения нефтедобывающей компании, осуществляющие управление буровыми работами.

Качество мониторинга зависит от своевременности и надежности доставки данных с объекта мониторинга (буровой площадки) в технологические центры управления буровыми работами (уровень управления буровыми работами).

Объективной и наглядной оценкой эффективности процесса доставки данных является соотношение объема информации, поступившей на передачу, и ее успешно переданной части (за выбранный фиксированный интервал времени).

При низкой эффективности доставки данных нарушается целостность представления о ходе бурения, а на передающей стороне могут образовываться очереди, состоящие из блоков данных, которые не могут быть отправлены из-за сбоев в доставке предшествующих данных (доставка данных о ходе бурения осуществляется в порядке очереди при условии получения подтверждения успешного приема и обработки ранее отправленных данных).

Система доставки данных (СДД) о ходе бурения скважин является типовым примером системы массового обслуживания (СМО), где простои, отказы и задержки в обслуживании приводят к значительным дополнительным материальным затратам, а в крайних случаях - к аварийным ситуациям. Для систем данного класса характерна ситуация, когда только увеличением производительности аппаратно-программного комплекса не всегда удается повысить эффективность доставки, т.к. после некоторого порогового значения увеличения производительности задержки и отказы в доставке данных будут определяться прежде всего внешними условиями (параметры потока передаваемых данных), препятствующими обслуживанию (например, регулярным некорректным формированием данных источником одновременно с повышением интенсивности входного потока данных на передачу).

Следовательно, одним из возможных способов решения задачи повышения эффективности доставки данных, является ситуационное управление (СУпр) передачей блоков данных, а также прерываниями и отказами в переда-

че. Т.к. реальные условия функционирования автоматизированных СМО, в том числе СДД, могут изменяться в процессе функционирования, то дополнительно существует необходимость адаптировать параметры СУпр к изменениям условий функционирования СДД в рамках существующей конфигурации аппаратно-программного обеспечения СДД.

Таким образом, актуальность настоящей работы обусловлена практической потребностью расширения функциональных возможностей СДД в части введения СУпр доставкой информации и автоматизации адаптации параметров СУпр (т.е. регламента доставки) к изменению условий функционирования СДД.

Объектом настоящего исследования является процесс доставки технологической информации о ходе промышленного бурения нефтяных скважин (в режиме реального времени и пакетном режиме) с буровой площадки в центры управления буровыми работами нефтедобывающей компании.

Предметом исследования является ситуационное управление доставкой технологической информации о промышленном бурении скважин.

Целью диссертационной работы является повышение эффективности доставки технологической информации о ходе промышленного бурения нефтяных скважин с буровой площадки в центры управления буровыми работами путем ситуационного управления процессом доставки и адаптации параметров СУпр к изменениям условий доставки с учетом вероятностной оценки рисков нецелесообразности проведения данной адаптации.

Научной задачей, решаемой в диссертационной работе, является разработка метода адаптивного ситуациошюго управления процессом доставки технологической информации о ходе промышленного бурения нефтяных скважин.

Для достижения цели диссертационной работы и решения научной задачи необходимо решение следующих частных задач:

1. Анализ существующих методов повышения эффективности доставки технологической информации на предмет применимости в диссертации.

2. Разработка математической модели системы доставки технологической информации о процессе промышленного бурения скважин на основе теории СУпр в СМО.

3. Обоснование выбора способа оптимизации параметров СУпр доставкой данных.

4. Разработка метода принятия решений о целесообразности адаптации параметров СУпр.

5. Разработка архитектуры и алгоритмов работы системы доставки технологической информации о процессе промышленного бурения скважин, в программных средствах которой реализуется метод адаптивного ситуационного управления.

Методы исследования. Поставленные задачи решаются с использованием теории СМО, теории ситуационного управления в СМО, теории марковских цепей, теории вероятности, теории принятия решений.

Научная новизна работы заключается в следующем:

1. Разработана математическая модель системы доставки технологической информации о ходе промышленного бурения скважин, которая в отличие от известных моделей систем доставки информации построена с применением теории СУпр в СМО и учитывает состояние очередей данных на передачу, передающего оборудования и состояние каждого передаваемого блока данных для принятия решений по управлению доставкой информации.

2. Предложен алгоритм адаптации параметров СУпр доставкой информации к изменениям условий функционирования СДД, реализованный с использованием схемы Д. Уайта для оптимизации стратегии управления марковской цепью с конечным числом состояний.

3. Разработан метод принятия решений о целесообразности адаптации параметров СУпр доставкой информации к изменению условий функционирования СДД, отличающийся от известных использованием в качестве критерия принятия решений значения доли передаваемой информации, которой было отказано в передаче (относительно общего объема информации, поступившей на передачу).

4. Разработан метод адаптивного ситуационного управления доставкой технологической информации о процессе промышленного бурения нефтяных скважин, представляющий систематизированную последовательность действий по анализу исследуемого процесса доставки данных на предмет возможности применения СУпр, выбора алгоритма адаптации параметров СУпр, применения вероятностной оценки целесообразности адаптации параметров СУпр к изменяющимся условиям функционирования СДД.

Практическая значимость работы заключается:

1.В разработке архитектуры и алгоритмов функционирования системы доставки данных, которая может быть использована для решения различных практических задач, в частности, для доставки технологической информации о процессе промышленного бурения нефтяных скважин.

2. В разработке метода адаптивного ситуационного управления доставкой данных, который может быть использован в различных автоматизированных системах доставки данных (с отказами в доставке), в частности, в системе доставки технологической информации о процессе промышленного бурения скважин путем реализации метода в программном обеспечении данной системы.

Положения, выносимые на защиту:

1. Математическая модель системы доставки технологической информации о процессе промышленного бурения нефтяных скважин.

2. Алгоритм адаптации параметров СУпр доставкой информации к изменениям условий функционирования СДД.

3. Метод принятия решений о целесообразности адаптации параметров СУпр доставкой информации к изменению условий функционирования СДД.

4. Метод адаптивного ситуационного управления доставкой технологической информации о процессе промышленного бурения нефтяных скважин.

Реализация результатов. Предложенные архитектура и алгоритмы функционирования системы доставки технологической информации о процессе

бурения скважин были использованы в ООО "Пстровайзер" при разработке подсистемы пакетной передачи данных (ПС ППД) информационной системы «Мониторинг удаленных объектов - Wellonline», промышленно эксплуатируемой на объектах нефтедобычи. Разработанный метод адаптивного ситуацитнного управления реализован в программных средствах ПС ППД.

Апробация работы. Результаты работы докладывались: на 13-ой международной конференции "Актуальные проблемы науки-2009" (Чехия, Прага, 2009); на всероссийской научно-практической конференции молодых ученых и специалистов «Приоритетные направления современной российской науки глазами молодых ученых» (Рязань, 2009); на международной научно-практической конференции «Актуальные проблемы информатизации в науке, образовании и экономике - 2009» (Зеленоград, 2009).

Достоверность полученных результатов подтверждена результатами экспериментальной оценки эффективности и практической реализации разработанного метода адаптивного СУпр в составе ПС ППД информационной системы «Мониторинг удаленных объектов - Wellonline».

Публикации. По теме диссертации произведено 5 публикаций, в том числе 1 статья в журнале из перечня ВАК.

Структура и объемы работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложения. Основная часть диссертационной работы содержит 146 страниц, в том числе 22 рисунка, 7 таблиц, список литературы из 103 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, указаны ее научная новизна и практическая значимость, сформулированы цель и задачи диссертационной работы.

В первой главе проведен анализ процесса доставки технологической информации о процессе промышленного бурения скважин и существующих методов повышения эффективности доставки данных, осуществлена постановка и формализация научной задачи разработки метода адаптивного СУпр доставкой технологической информации.

В результате анализа процесса доставки технологической информации были получены следующие результаты: определена структура типового аппаратно-программного комплекса СДД (рис. 1); определен типовой состав источников данных о процессе бурения (станции геолого-технологических исследований (ГШ), инклонометрии (MWD) и каротажа (LWD)); определен типовой состав и структура информации о процессе бурения (формат WITS, уровень 0); определены режимы передачи данных (в реальном времени и пакетный режим).

В качестве рассматриваемого критерия эффективности процесса доставки данных была принята доля успешно передаваемых данных (в процентном выражении относительно общего объема поступающих данных на передачу) за фиксированный интервал времени.

Используя статистические данные ООО "Петровайзер" был проведён анализ интенсивности передачи технологической информации по одной сква-

жине: 1500 байт/сек (123,6 Мбайт/сутки). Среднее значение интенсивности передачи информации в ходе ведения буровых работ изменяется в пределах ±20%.

На практике при эксплуатации автоматизированных систем доставки данных используют следующие методы повышения эффективности доставки данных:

— модернизация аппаратного и/или программного обеспечения СДД;

— использование дополнительного специализированного программного обеспечения повышения эффективности доставки данных;

— рационализация технологического регламента передачи данных при существующем аппаратно-программном обеспечении СДД (адаптация регламента к изменению условий функционирования СДД).

Рисунок 1. Структура типового аппаратно-программного комплекса СДД

Для рассматриваемого процесса доставки данных был выбран метод адаптации регламента доставки к изменению условий функционирования СДД, что обусловлено реализуемостью адаптации на практике в более сжатые сроки без дополнительных материальных затрат, а также отсутствию на рынке специализированного программного обеспечения, обеспечивающего повышение эффективности доставки данных при заданных условиях. Процедура адаптации технологического регламента реализуется в математическом обеспечении СДД.

С целью исключения ограничения применимости разрабатываемого метода адаптивного ситуационного управления к конкретной технической систе-

ме заданной конфигурации, вопросы анализа и управления доставкой данных в диссертации рассматривались на логическом уровне алгоритма доставки данных, не ориентируясь на оборудование и ПО конкретной СДД. Первоначальные причины падения эффективности доставки данных (программные или аппаратные) в диссертации не рассматривались, исследованию подлежали вопросы принятия управляющих решений, позволяющих повысить объем успешно доставляемой информации в сложившихся условиях.

В формализованном виде научная задача разработки метода адаптивного СУпр доставкой технологической информации может быть представлена в следующем виде:

М: Е(а, ,а2,аз,Р,и ,Z,d*,c*) -» шахЕ при с* < Стах, где: aj е А], aj- выбранный для использования метод моделирования систем доставки данных из множества At существующих методов моделирования систем доставки данных; а*2 gA2, А2 - множество существующих средств моделирования систем доставки данных; а^еА3, А 3 - множество существующих математических аппаратов, применяемых для моделирования систем доставки данных; Р - множество учитываемых параметров процесса доставки данных и ап-

*

паратно-программного обеспечения системы доставки данных; u eU, U -множество способов (стратегий) управления доставкой данных; Z = (zj,z2—zm) - множество значений от параметров управления при

z™" < Zj < zfax для i = l,m, где z™n и z™ax - предельно допустимые значения i-ого параметра управления, определяемые технологическим регламентом передачи данных; d* е D, D - множество способов адаптации параметров управления к изменениям условий функционирования СДД; Е е Е - множество значений критерия эффективности доставки данных; с - стоимость рассматриваемого варианта повышения эффективности доставки данных (в диссертации рассматривается вариант использования существующего аппаратно-программного обеспечения СДД);Стах- максимально допустимая стоимость варианта повышения эффективности доставки данных.

В состав рассмотренных наиболее известных работ, посвященных вопросам моделирования вычислительных сетей и систем передачи данных, вошли работы Барбера Д., Байхельта Ф., Дэвиса Д., Гнеденко Б.В., Гостева В.М., Клейнрока Л., Перегуды А.И., Советова Б.Л., Солодянникова Ю.В.

Для моделирования вычислительных систем передачи данных наиболее широко используются математические аппараты нейронных сетей, теории графов, теории систем массового обслуживания. Для моделирования исследуемой СДД наиболее приемлемым является использование теории систем массового обслуживания, т.к. математические модели в терминах СМО позволяют учитывать при моделировании все рассматриваемые в диссертации характеристики СДД, типовые модели СМО широко исследованы в литературе в теоретическом и практическом плане, имеется отдельная методология построения и исследования управляемых СМО с отказами.

Вторая глава посвящена разработке архитектуры и принципов работы СДЦ, построению математической модели СДД, анализу возможности применения СУпр к процессу доставки данных, описанию реализации алгоритма ситуационного управления в СДЦ и оценке эффективности применения ситуационного управления в системе доставки данных.

В ходе разработки архитектуры и принципов работы СДД были определены требования к функциям, автоматически выполняемым типовой СДД, была рассмотрена архитектура типовой СДД, предназначенной для гарантированной доставки данных ГШ, ГИС, М\ТО, Ь\\Т) с буровой площадки на один или несколько уровней управления буровыми работами (с заданной периодичностью, без вмешательства персонала буровой площадки).

С учетом выявленных функциональных требований, а также по результатам анализа архитектур существующих систем доставки данных, разработанных ООО "Петровайзер" и промышленно эксплуатируемых в нефтедобывающих российских компаниях, была определена архитектура СДД, в состав которой входят следующие компоненты, приведенные на рис. 2.

—-] Уровень БД управления

Компонент приема"; 1 Л Драйверы | размещения

Почтовый юл ПР-сервер ~ - ''Комшякнглфнеаз. Драйверы "*> размещения J |

...........[Т..._______________________________

» 1 Компонашпфбдали Уровень буровой

1 ' 1 Драйверы * подготовки Г'............... Станщш ГГЦ. ШГСШТО ч площадки )

Рисунок 2. Общая схема функционирования СДД

Математической модель СДД была представлена в виде СМО (рис. 3), осуществлена классификация СМО и выбран тип управляемой дисциплины обслуживания (УДО) СМО.

По результатам анализа значений величин интенсивности поступления пакетов данных, времени ожидания пакетами передачи, времени подтвержденной передачи пакетов (использовались статистические данные ООО "Петровайзер" о функционировании типовой СДД), а также по результатам обзора литературы были сформированы следующие предположения: 1) входной поток событий будет представлять собой Пуассоновский поток событий. 2) время пребывания в очереди и обслуживания имеют экспоненциальное распределение. Оценка согласованности распределений, полученных на основе имеющихся статистических данных, с предполагаемыми проводилась по критерию согласия Пирсона (х2) и дала положительный результат.

Была рассмотрена возможность применения алгоритмов Супр процессом доставки технологической информации, в результате чего было выявлено, что принципы СУпр соответствуют логике процесса доставки данных, где также необходимо осуществлять анализ состояния передаваемых пакетов, отслеживать время передачи (старения) пакетов и принимать управляющие решения по отказу в передаче, прерыванию передачи или прерыванию ожидания подтверждения успешной доставки пакета.

Представим задачу ситуационного управления СМО в формализованном

виде:

определить minTo6cjI(V,P,A,I), где:

V- множество параметров СМО; Р - множество параметров алгоритма

СУпр; Д = (Дц,Д12,.....Дим)> " расположение заявок в очереди, где N - число

типов заявок, М - число мест в очереди; 1= (Ii,I2,...Im) - множество управляющих сигналов по обслуживанию или отказу в обслуживании заявок m типов (за такт); То6сл - среднее время обслуживания заявки в СМО (конечное время передачи пакета данных с получением подтверждения о доставке).

Отказ в передаче сообщения

ОМ ПН

ШН

Станции ГТИ, ГИС и др.

Буровая площадка

Передача сообщений (обработка)

Рис. 3. Основные блоки математической модели СДЦ в виде СМО

Основные шаги алгоритма ситуационного управления процессом обработки заявок в многоканальной СМО:

1. Если длина входной очереди превышает предельно допустимое значение, то осуществляется отказ в принятии заявки на обработку в СМО (проверка выполнение ограничения по длине очереди).

2. Определение заявок, для которых превышено допустимое время пребывания в СМО (т.е. предельное число тактов старения) и которые должны покинуть очередь СМО:

В течение одного такта обслуживается не более р заявок, длительность такта равна 5 (величина интервала наблюдения за СМО). Управлением являет-

ся вектор вида ,I2,...Im ), где I¡ - число заявок i-oro типа, обслуживаемых за данный такт.

m N

а) Вычисляется Дг= £ EA¡¡a¡¡ ■ количество отказов в обслуживании

¡=ij=i

заявок за такт, где Ду- число заявок i-oro типа, находящихся на j-ом месте; a¡j-

снижение ценности за один такт старения для заявки i-oro типа, находящейся на j-ом месте.

б) Производится сдвиг вправо всех заявок на одно место: Aj+1=Aj, j = N -1,1 ; J¡=Ji+l, V5¡>0, где Aj =(Aljf..Дивектор числа заявок, находящихся на j-ом месте в очереди; J¡ - номер места в очереди для самой старой заявки i-oro типа.

в) Число тактов дообслуживания заявок, находящихся в непосредственной обработке в СМО, уменьшается на единицу, и в случае их равенства нулю заявки покидают систему.

г) Самые старые заявки i-oro типа покидают систему при V(5¡ > 0)a(J¡ > n¡), где 5¡- число заявок i-oro типа в системе; n¡- предельное число тактов старения заявки i-oro типа.

д) Вычисляется вероятность перехода системы в конечное состояние:

Ро(8"Ь)ПРфЧС^ , где u = S- Zhk, h = Xh9 , Ьф- число заявок ср-оготипа,

Ф к=1 Ф

поступивших в систему за данный такт; S- максимально возможное число заявок, поступающих за такт; Р0- вероятность того, что за интервал 8/S не поступит заявок; Сиф - число сочетаний из и по h.

е) Определяются суммарные отказы в системе за шаг:

m

г = X h(pa(p + Аг, где а^ - снижение ценности за один такт старения для заявок

и=1

i-oro типа.

3. Проверяется выполнение ограничения по максимальному времени пребывания заявки в обслуживающем приборе (предельное число тактов дообслуживания).

Оценка эффективности применения СУпр в рассматриваемой СДЦ осуществлялось путем проведения имитационных вычислительных экспериментов с использованием разработанной модели СДД. Результаты экспериментов приведены в таблице 1, где варьировались следующие основные параметры СМО и СУпр:

A¡- предельное время пребывания заявки в системе (амплитуда функции старения заявки i-ro типа); S - коэффициент укрупнения (максимальное число заявок, которое может поступить за такт одновременно); M - число возможных состояний СМО; интенсивность входного потока Л ; интервал считывания значений параметров функционирования СМО ô.

Результаты экспериментов характеризуются следующими величинами:

Us - доля успешно передаваемых данных при использовании СУпр; Ufifo _ Доля успешно передаваемых данных при обслуживании в порядке поступления (дисциплина обслуживания FIFO) и ограничения времени пребывания заявок в системе;

Д U - прирост доли успешно передаваемых данных за счет использования СУпр (по сравнению с дисциплиной обслуживания FIFO).

Таблица 1. Результаты экспериментов использования СУпр в СДД

Интенсивность входного потока Л =0,5 заявки/мин Интервал считывания значений параметров функционирования СМО: 8 = 0,5мин

Aj, мин 8 12

S, усл. единиц 1 2 1 2

М, штук 618 198 618 198

Us,% 95 92 86 82,5

Ufifo. % 84,6 78,3

ди% 12,29 8,75 9,83 5,36

Интенсивность входного потока Л =0,7 заявки/мин Интервал считывания значений параметров функционирования СМО: 5 = 0,5мин

US; % 93 91 85 79

Ufifo. % 84 78

AU % 10,71 8,33 8,97 1,28

Результаты эксперимента наглядно показывают, что прирост доли успешно передаваемых данных за счет использования ситуационного управления (А и) в значительной степени зависит от установленного предельного времени пребывания заявки в системе Л,-, интенсивности входного потока Я, коэффициента укрупнения Б и изменяется в зависимости от данных значений от 1,28% до 12,29%.

В третьей главе приводится общее описание разрабатываемого метода адаптивного ситуационного управления доставкой технологической информации, осуществляются выбор алгоритма (или схемы в терминах теории СУпр) адаптации параметров СУпр, разработка метода принятия решений об адаптации параметров СУпр и экспериментальная оценка эффективности его применения.

Существует необходимость адаптировать параметры алгоритма СУпр, заданные на момент начала цикла функционирования СДД, к изменяющимся входной нагрузке и параметрам СДД (например, в случае плановой замены или неисправности части аппаратных средств, изменения аппаратно-программной архитектуры СДД и т.д.).

Увеличение доли успешно передаваемых пакетов данных за временной интервал возможно при адаптации технологического регламента функционирования системы исходя из сложившегося состояния СМО на основе оптимизации параметров СУпр.

Для оптимизации параметров алгоритма СУпр была выбрана и использована схема рекуррентной оптимизации стратегии управления марковской це-

пью с конечным числом состояний Д. У акта, отличающаяся высокой скоростью поиска оптимальной стратегии управления с объемом требуемых вычислений, растущему пропорционально числу состояний СМО.

При анализе литературы по теории СМО и ситуационного управления, посвященной вопросам оптимизации стратегий СУпр в СМО, было выявлено, что задача оценки риска принятия ошибочных решений о необходимости и целесообразности внесения изменений в стратегию СУпр не рассматривается. В реальных условиях функционирования СМО, напротив, следует учитывать возможность кратковременного или несущественного изменения внешних условий, когда изменение регламента функционирования СМО нецелесообразно и перед каждой попыткой адаптации регламента необходимо оценивать риск принятия ошибочного решения.

С целью оценки рисков нецелесообразной адаптации параметров СУпр был разработан метод принятия решений о целесообразности адаптации параметров СУпр, основанный на вероятностной оценке событий и являющийся одним из элементов разработанного метода адаптивного СУпр.

Информация об увеличении доли отказов в доставке (или снижении доли успешно доставляемых данных) служит основой для инициализации процесса принятия решения о целесообразности адаптации параметров СУпр.

Решение о целесообразности адаптации может быть принято при двух взаимно исключающих условиях:

- адаптация необходима;

- адаптация не приведет к повышению эффективности доставки данных (в некоторых случаях снижение эффективности).

Следовательно, возможны следующие ситуации совмещения случайных событий "условие" и "принятое решение": принято решение об адаптации СУпр при действительной необходимости адаптации (ситуация R1R1 - принятие правильного решения); принято решение об адаптации СУпр при действительном отсутствии данной необходимости (ситуация R1R0 - принятие неправильного решения); а также по аналогии ситуации R0R1 и R0R0.

Перечисленным ситуациям соответствуют четыре вероятности совмещения событий: P(R1R1);P(R1R0);P(R0R1);P(R0R0).

Обозначим: P(R1R1) = W„,P(R1R0) = W10,P(RORl) = W01,P(RORO) = W00.

Данные вероятности характеризуют достоверность принимаемых решений о целесообразности адаптации параметров СУпр.

Расчет вероятностей принятия правильных решений о целесообразности или нецелесообразности адаптации параметров СУпр осуществляется по сле-

q* оо

дующим формулам: W,, = \ f,(q)dq; W00 = J f0(q)dq, где:

-od q*

f0 - функция плотности распределения доли отказов при отсутствии действительной необходимости адаптации параметров СУпр; f, - функция плотности распределения доли отказов при действительной необходимости адаптации параметров СУпр; q* - наблюдаемая доля отказов.

Предполагалось, что закон распределения доли отказов f(q) является нормальным. Оценка согласованности распределения, полученного на основе имеющихся статистических экспериментальных данных, с предполагаемым проводилась по критерию согласия Пирсона (%2) и дала положительный результат.

Принималось, что пороговое значение доли отказов qnop соответствует

случаю Wu= W00.

Если q* > qnop > то принимается решение об адаптации.

Если q*Sqnop, то принимается решение о нецелесообразности адаптации параметров СУ пр.

В соответствии с предлагаемым подходом к решению задачи оценки рисков при адаптации параметров СУпр в процессе функционирования СМО с заданной периодичностью осуществляется измерение текущей доли отказов q* (за прошедший период), сравнение с пороговым значением, принимается решение о необходимости адаптации.

На рис. 4 представлены зависимости прироста доли успешно переданных данных dU от значений вероятности принятия правильного решения об адаптации параметров СУпр (Wn) при различных значениях интенсивности поступления данных на передачу, полученные в ходе имитационных экспериментов.

Анализ зависимостей, приведенных на рис. 4, показывает, что для определенного значения интенсивности входного потока данных на передачу существует граничное значение вероятности принятия правильного решения об адаптации СУпр (РГ;;«0,5), выше которого адаптация СУпр повышает эффективность СДД, ниже — уменьшает (по сравнению с вариантом доставки данных в порядке поступления).

-20

Рис. 4. Зависимости прироста доли успешно переданных данных dU от значений вероятности принятия правильного решения об адаптации параметров СУпр (\УП).

В обобщенном виде метод адаптивного ситуационного управления процессом доставки технологической информации представляет систематизированную последовательность следующих действий:

1. Представление исследуемой автоматизированной системы доставки

данных в виде СМО (построение математической модели СДД).

2. Анализ технологического процесса доставки данных на предмет целесообразности применения СУпр (с определением признаков СУпр процессом доставки данных - отказы в постановке в очередь, отказы в передаче по причине превышения допустимого времени обслуживания и т.д.).

3. Определение рациональных значений параметров алгоритма СУпр для данной СДД.

4. Выбор рационального для данной СДД алгоритма адаптации параметров СУпр (схемы оптимизации стратегии СУпр) к изменениям условий функционирования СДД.

5. Применение вероятностной оценки целесообразности адаптации параметров алгоритма СУпр (к изменяющимся условиям функционирования СДД) в процессе функционирования СДД.

В четвертой главе для предложенных архитектуры и приципов работы СДД были разработаны детальные алгоритмы функционирования СДД при передаче и приеме данных, а также приведены результаты практической апробации разработанного метода адаптивного СУпр.

Разработанный метод адаптивного СУпр реализован в специализированных программных средствах ПС ППД информационной системы «Мониторинг удаленных объектов - ^^еПопНпе».

Результаты практической апробации разработанного метода адаптивного СУпр в Г1С ППД были получены при следующих исходных параметрах функционирования ПС ППД:

- пропускная способность каналов связи: 32 КБайт/сек;

- периодичность отправки запросов пакетов для передачи: 1 раз/60 сек;

- максимально возможный размер пакета: 90 Кбайт;

- максимально возможное время обработки пакета: 3 сек;

- число тактов старения пакета данных: 3, длительность такта: 4 мин;

- число тактов обслуживания заявок 1,2 и 3 типов: 2,3 и 4 соответственно;

- число фаз дообслуживания частично обслуженной заявки в такте: 4 шт.;

- интервал считывания значений параметров функционирования: 0,5 мин;

- допустимое время передачи пакета: 5 мин;

- время наблюдения (сбора статистики): 3 ч.

Преимущества практического использования разработанного метода в ПС ППД отображены на рис.5, где приведены зависимости доли успешно переданных данных и от интенсивности поступления данных на передачу В при различных вариантах организации процесса доставки данных.

и, %

20 ] // ! -----Адаптивное СУпр

!/ ^ -Дисциплина ПК) |

0 2 4 6 8 10

В, Кбайт/сек

Рис 5. Зависимости доли успешно переданных данных и от интенсивности поступления данных на передачу В при различных вариантах организации процесса доставки данных.

При эксплуатации программных средств ПС ППД ООО "Петровайзер" с реализованным методом адаптивного СУпр в условиях изменения интенсивности входного потока от ОД до 10 Кбайт/сек предельное повышение доли успешно доставляемых данных составило 26% (по сравнению с доставкой данных в порядке поступления, без использования метода адаптивного СУпр).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В результате проведенных теоретических и экспериментальных исследований в диссертации получены следующие основные результаты:

1. Разработана математическая модель системы доставки технологической информации о процессе промышленного бурения на основе теории управляемых СМО.

2. Предложен алгоритм СУпр доставкой технологической информации и выбран алгоритм адаптации параметров СУпр к изменению условий функционирования СДД.

3. Разработан метод принятия решений о целесообразности адаптации параметров СУпр к изменениям условий функционирования СДД.

4. Полученные результаты сведены в обобщенный метод адаптивного СУпр доставкой технологической информации о процессе промышленного бурения нефтяных скважин.

5. Разработаны архитектура и алгоритмы функционирования системы доставки технологической информации о процессе промышленного бурения нефтяных скважин, в программных средствах которой реализован разработанный метод адаптивного СУпр.

6. Результаты оценки эффективности разработанного метода адаптивного СУпр, полученные в ходе имитационных вычислительных экспериментов.

7. Результаты практической апробации разработанного метода адаптивного СУпр в подсистеме пакетной передачи данных информационной системы «Мониторинг удаленных объектов - \Уе11оп1те».

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Горюнов И.Г., Жиганов Н.К. Принятие решений ситуационного управления в автоматизированных системах массового обслуживания// Вестник Брянского Государственного Технического Университета, №3, 2009. С.110-115 (журнал из перечня ВАК).

2. Горюнов И.Г. Принятие решений ситуационного управления в системах доставки технологической информации о процессе бурения нефтяных скважин// Сборник трудов всероссийской научно-практической конференции молодых ученых и специалистов «Приоритетные направления современной российской науки глазами молодых ученых», Рязань, РГУ им. С.А. Есенина, 2009.

3. Горюнов И.Г. Принятие решений ситуационного управления в автоматизированных системах массового обслуживания// Сборник трудов международной научно-практической конференции "Актуальные проблемы информатизации в науке, образовании и экономике - 2009", Зеленоград, МИЭ'Г, 2009.

4. Горюнов И.Г., Жиганов Н.К. Принятие решений ситуационного управления в автоматизированных системах банковских расчетов// Программные продукты и системы, №1(85), 2009. С.80-84.

5. Горюнов И.Г., Риски ситуационного управления в системах массового обслуживания// Вестник ТГТУ, №13,2008. С.31-35.

Подписано в печать 16.11.09 Фнз.печ.л. 1,25 Тираж 100 экз. Заказ № 115 Типография Тверского государственного технического университета 170026, г. Тверь, наб А. Никитина, 22

Введение.

1 Анализ процесса доставки технологической информации о процессе промышленного бурения.

1.1 Общие сведения о промышленном бурении нефтяных скважин.

1.2 Общее описание процесса мониторинга промышленного бурения нефтяных скважин.

1.3 Анализ процесса доставки технологической информации о процессе бурения.

1.3.1 Типовая структура средств доставки технологической информации.

1.3.2 Анализ состава передаваемых данных.

1.3.3 Структура передаваемых данных.

1.3.4 Анализ свойств процесса доставки данных.

1.3.4.1 Описание причин снижения эффективности доставки данных.

1.3.4.2 Роль обеспечения эффективности процесса доставки данных при бурении.

1.3.4.3 Анализ характеристик информационных потоков.

1.4 Анализ методов повышения эффективности доставки данных.

1.5 Формализованная постановка научной задачи разработки метода адаптивного ситуационного управления доставкой технологической информации.

1.6 Анализ способов и средств моделирования системы доставки данных.

1.7 Выводы.

2 Ситуационное управление доставкой технологической информации о процессе промышленного бурения скважин.

2.1 Архитектура системы доставки данных.

2.2 Общее описание принципов работы системы доставки данных.

2.2.1 Принципы работы системы при передаче данных.

2.2.2 Принципы работы системы при приеме данных.

2.3 Построение математической модели системы доставки данных.

2.4 Анализ возможности применения ситуационного управления в процессе доставки данных.

2.5 Реализация алгоритма ситуационного управления в системе доставки данных.

2.6 Оценка эффективности применения ситуационного управления в системе доставки данных.

2.7 Выводы.

3 Метод адаптивного ситуационного управления доставкой данных.

3.1 Особенности адаптации параметров ситуационного управления к изменяющимся условиям доставки данных.

3.2 Общее описание метода адаптивного ситуационного управления.

3.3 Анализ существующих схем оптимизации параметров ситуационного управления.

3.4 Описание метода принятия решений об адаптации параметров ситуационного управления.

3.5 Оценка эффективности разработанного метода адаптивного ситуационного управления

3.6 Выводы.

4 Практическая реализация метода адаптивного ситуационного управления доставкой данных.

4.1 Описание алгоритмов работы программных средств системы доставки данных.

4.1.1 Алгоритм функционирования системы доставки данных при передаче данных.

4.1.2 Алгоритм функционирования системы доставки данных при приеме данных.

4.2 Результаты практической апробации разработанного метода.

4.3 Выводы.

Развитие нефтедобывающей промышленности в целом и увеличение объемов производства в отдельно взятых компаниях данного сектора обусловливают существенное возрастание количества обрабатываемой и хранимой производственной информации, что, в свою очередь, вызывает необходимость периодической модернизации телекоммуникационной инфраструктуры компаний. Наличие развитой телекоммуникационной инфраструктуры и использование передовых телекоммуникационных решений позволяют повысить эффективность работы компании и безопасность эксплуатации промышленных объектов, сократить время принятия управленческих решений и расходы на связь, что особенно актуально с учетом географического расширения деятельности нефтедобывающих компаний и создания территориально распределенных структур.

Территориально-распределенный характер производственных объектов нефтедобывающих компаний, а также частые структурные перестройки привели к потребности создания корпоративных телекоммуникационных сетей, интегрирующих высокопроизводительные локальные вычислительные сети (кабельные и радио-сети), телефонные сети и другие телекоммуникационные устройства.

Процессы освоения новых компьютерных технологий в области обработки геолого-геофизических материалов и использования цифровых моделей месторождений, внедрение высокопроизводительных серверов и рабочих станций идут непрерывно во всех крупных нефтяных компаниях. В настоящее время наблюдается активность самих нефтяных компаний в развитии систем мониторинга процессов бурения скважин.

Информационное обеспечение процесса бурения нефтяных скважин является важной составляющей процесса строительства скважин (в особенности, при введении в разработку и освоении новых месторождений).

Обеспечение мониторинга процессов бурения скважин является значимой составляющей информационного обеспечения, в рамках которого осуществляется автоматическая доставка геологической, технологической и производственной информации с объектов мониторинга (буровых площадок) в подразделения добывающей компании, отвечающие за управление буровыми работами.

Качество мониторинга зависит от своевременности и надежности доставки данных с объекта мониторинга (буровой площадки) в технологические центры управления буровыми работами (уровень управления буровыми работами).

Объективной и наглядной оценкой эффективности процесса доставки данных является соотношение объема информации, поступившей на передачу, и ее успешно переданной части (за выбранный фиксированный интервал времени).

Отсутствие эффективных средств доставки технологических данных с буровой площадки до центров управления буровыми работами ограничивает возможности оперативного прогнозирования нештатных ситуаций на буровой, принятия компетентных решений по управлению процессом бурения, а также по предотвращению аварийных ситуаций.

Снижение объема успешно передаваемой информации может определяться следующими причинами:

• Технические сбои (сбои сетевого оборудования и недоступность каналов связи).

• Нарушение регламента доставки данных (организационные причины).

• Некорректное функционирование источников данных.

• Некорректное функционирование программного обеспечения (ПО) передачи данных.

Для процесса доставки технологической информации о процессе бурения нефтяных скважин важна очередность доставки и обработки данных мониторинга. По этой причине используется доставка данных с подтверждением и ограничением на время доставки. До момента получения подтверждения успешной доставки или превышения предельного времени доставки новая сессия передачи данных не осуществляется в целях избежания нарушений очередности обработки данных мониторинга на принимающей стороне.

В случае низкого значения объема успешно передаваемых данных на принимающей стороне нарушается целостность представления о процессе бурения, а на передающей стороне могут образовываться очереди, состоящие из блоков данных, которые не могут быть отправлены из-за сбоев в доставке предшествующих данных. Следовательно, идет образование так называемых "пробок", когда увеличение длины очереди приводит к падению эффективности доставки данных.

Рассматриваемым критерием эффективности процесса доставки данных является: доля успешно передаваемых данных (в процентном выражении относительно общего объема поступающих данных на передачу) за фиксированный интервал времени.

Следовательно, возникает задача увеличения доли успешно передаваемых данных исходя из сложившихся текущих условий доставки данных.

Доля переданных данных может быть увеличена как путем модернизации аппаратно-программного обеспечения процесса доставки данных, так и путем оптимизации технологического регламента доставки данных.

В диссертации рассматривается вопрос адаптации технологического регламента доставки данных к изменениям условий доставки в рамках имеющихся аппаратно-программных ресурсов системы, что является наиболее актуальным решением для промышленно эксплуатируемых систем доставки данных, т.к. не требует дополнительного финансирования, решения организационных вопросов и может быть осуществлено в сжатые сроки.

Система доставки данных мониторинга бурения скважин является типовым примером СМО, где простои, отказы и задержки в обслуживании приводят к значительным дополнительным материальным затратам, в крайних случаях -к аварийным ситуациям.

На сегодняшний день существуют все необходимые предпосылки для широкого внедрения автоматизированных систем управления процессами маесового обслуживания в различных сферах обслуживания и производства: существует развитая теория ситуационного управления (СУпр) в системах массового обслуживания (СМО), имеются необходимые вычислительные средства для синтеза и реализации эффективных алгоритмов ситуационного управления процессами массового обслуживания, накоплен опыт проектирования и внедрения конкретных систем.

Для систем данного класса характерна ситуация, когда только увеличением мощности их аппаратно-программного комплекса не удается повысить эффективность доставки, т.к. после некоторого порогового значения увеличения мощности аппаратно-программного комплекса СМО задержки и отказы в обработке заявок будут определяться прежде всего внешними условиями, препятствующими обслуживанию. Например, некорректным формированием данных источником или регулярной недоступностью каналов связи.

Следовательно, одним из возможных способов решения задачи повышения производительности СМО в условиях, когда "полезная" вычислительная мощность ее аппаратно-программного комплекса уже максимально увеличена, является рационализация технологического регламента функционирования СМО, т.е. динамическая коррекция значений параметров алгоритма СУпр (стратегии СУпр) в процессе функционирования СМО.

Перед непосредственной коррекцией значений параметров алгоритма СУпр должен быть осуществлен предварительный поиск оптимального набора значений данных параметров, т.е. поиск оптимальной стратегии СУпр, минимизирующей число отказов в единицу времени при заданных ограничениях.

Реальные условия функционирования СМО, в том числе и систем доставки данных, характеризуются изменением параметров входной нагрузки в течение цикла функционирования СМО, а также изменением параметров самой СМО. Следовательно, значения параметров алгоритма СУпр, заданные на момент начала цикла функционирования СМО и обеспечивающее наименьшее число отказов при обслуживании заявок с использованием заданных параметров алгоритма СУпр, к моменту завершения цикла функционирования СМО могут обеспечивать даже большее число отказов, чем при обслуживании заявок в порядке поступления (дисциплина FIFO).

Таким образом, существует необходимость адаптировать параметры алгоритма СУпр к изменяющимся входной нагрузке и параметрам СМО в процессе функционирования СМО.

Важными свойствами процесса адаптации систем доставки данных (СДД) к внешним условиям является:

- адаптация параметров СУпр осуществляется путем конфигурирования программного обеспечения СДД, осуществляющего СУпр и/или дополнительной настройки аппаратного обеспечения СДД;

- изменение внешних условий может быть кратковременным и адаптация параметров СУпр в этом случае нецелесообразна (в некоторых случаях противопоказана).

В соответствии с вышеописанными условиями перед непосредственной адаптацией параметров СУпр предлагается осуществлять оценку риска ошибочного принятия решения о необходимости адаптации. Т.е. перед конфигурированием аппаратно-программного обеспечения СДД необходимо оценить целесообразность данных изменений, т.к., возможно, наблюдаемое изменение условий функционирования и состояния СДД является кратковременным и работы по адаптации приведут лишь к последующему снижению эффективности функционирования СДД.

Таким образом, актуальность настоящей работы обусловлена практической потребностью расширения функциональных возможностей СДД в части введения СУпр доставкой информации и автоматизации адаптации параметров СУпр (т.е. регламента доставки) к изменению условий функционирования СДД.

Объектом настоящего исследования является процесс доставки технологической информации о ходе промышленного бурения нефтяных скважин (в режиме реального времени и пакетном режиме) с буровой площадки в центры управления буровыми работами нефтедобывающей компании.

Предметом исследования является ситуационное управление доставкой технологической информации о промышленном бурении скважин.

Целью диссертационной работы является повышение эффективности доставки технологической информации о ходе промышленного бурения нефтяных скважин с буровой площадки в центры управления буровыми работами путем ситуационного управления процессом доставки и адаптации параметров СУпр к изменениям условий доставки с учетом вероятностной оценки рисков нецелесообразности проведения данной адаптации.

Научной задачей, решаемой в диссертационной работе, является разработка метода адаптивного ситуационного управления процессом доставки технологической информации о ходе промышленного бурения нефтяных скважин.

Для достижения цели диссертационной работы и решения научной задачи необходимо решение следующих частных задач:

1. Анализ существующих методов повышения эффективности доставки технологической информации на предмет применимости в диссертации.

2. Разработка математической модели системы доставки технологической информации о процессе промышленного бурения скважин на основе теории СУпр в СМО.

3. Обоснование выбора способа оптимизации параметров СУпр доставкой данных.

4. Разработка метода принятия решений о целесообразности адаптации параметров СУпр.

5. Разработка архитектуры и алгоритмов работы системы доставки технологической информации о процессе промышленного бурения скважин, в программных средствах которой реализуется метод адаптивного ситуационного управления.

Методы исследования. Поставленные задачи решаются с использованием теории СМО, теории ситуационного управления в СМО, теории марковских цепей, теории вероятности, теории принятия решений.

Научная новизна работы заключается в следующем:

1. Разработана математическая модель системы доставки технологической информации о ходе промышленного бурения скважин, которая в отличие от известных моделей систем доставки информации построена с применением теории СУпр в СМО и учитывает состояние очередей данных на передачу, передающего оборудования и состояние каждого передаваемого блока данных для принятия решений по управлению доставкой информации.

2. Предложен алгоритм адаптации параметров СУпр доставкой информации к изменениям условий функционирования СДД, реализованный с использованием схемы Д. Уайта для оптимизации стратегии управления марковской цепью с конечным числом состояний.

3. Разработан метод принятия решений о целесообразности адаптации параметров СУпр доставкой информации к изменению условий функционирования СДД, отличающийся от известных использованием в качестве критерия принятия решений значения доли передаваемой информации, которой было отказано в передаче (относительно общего объема информации, поступившей на передачу).

4. Разработан метод адаптивного ситуационного управления доставкой технологической информации о процессе промышленного бурения нефтяных скважин, представляющий систематизированную последовательность действий по анализу исследуемого процесса доставки данных на предмет возможности применения СУпр, выбора алгоритма адаптации параметров СУпр, применения вероятностной оценки целесообразности адаптации параметров СУпр к изменяющимся условиям функционирования СДД.

Практическая значимость работы заключается:

1. В разработке архитектуры и алгоритмов функционирования системы доставки данных, которая может быть использована для решения различных практических задач, в частности, для доставки технологической информации о процессе промышленного бурения нефтяных скважин.

2. В разработке метода адаптивного ситуационного управления доставкой данных, который может быть использован в различных автоматизированных системах доставки данных (с отказами в доставке), в частности, в системе доставки технологической информации о процессе промышленного бурения скважин путем реализации метода в программном обеспечении данной системы.

8. Результаты работы докладывались:

- на 13-ой международной конференции "Актуальные проблемы науки-2009" (Чехия, Прага, 2009);

- на всероссийской научно-практической конференции молодых ученых и специалистов «Приоритетные направления современной российской науки глазами молодых ученых» (Рязань, 2009);

- на международной научно-практической конференции «Актуальные проблемы информатизации в науке, образовании и экономике - 2009» (Зеленоград, 2009);

9. По теме диссертации произведено 5 публикаций, в том числе 1 статья в журнале из перечня ВАК.

Заключение

В связи с территориально распределенной структурой многих современных нефтедобывающих компаний важнейшей задачей информатизации (и в частности мониторинга) процесса бурения нефтяных скважин является обеспечение своевременной (оперативной) доставки технологических данных о ходе бурения с уровня буровой площадки на уровень управления буровыми работами, от чего зависит качество, производительность и безаварийность буровых работ.

В диссертационной работе проанализированы основные свойства и параметры процесса доставки технологической информации с уровня буровой площадки на уровень управления буровыми работами нефтедобывающей компании, влияющие на эффективность процесса доставки данных, критерием которого является доля успешно доставленных данных.

Обоснована актуальность разработки метода управления процессом доставки технологической информации.

Выполнена классификация типовой технологической информации, доставляемой в интересах мониторинга, проанализированы формат, режим и объем передаваемой информации.

В результате анализа возможных методов повышения эффективности доставки данных были выявлены методы модернизации аппаратно-программного обеспечения СДД, использование дополнительного специализированного ПО, оптимальное конфигурирование или рационализация технологического регламента функционирования СДД.

При промышленной эксплуатации с учетом экономических и организационных вопросов к модернизации аппаратно-программного обеспечения прибегают в последнюю очередь, конфигурирование является простейшей мерой, возможность применения которой зависит от конкретной системы. Анализ существующего дополнительного ПО управления вычислительными сетями показал, что данное ПО может обеспечить только автоматизацию мониторинга состояния каналов связи и сетевого оборудования, а также автоматическое изменение базовых параметров сетевого оборудования.

Т.к. в диссертации рассматривалась более перспективная задача разработки метода управления доставкой данных, не привязываясь к конкретному ПО или оборудованию (индивидуальному для каждой СДД), то в качестве наиболее приемлемого подхода был выбрана автоматическая рационализация (адаптация) технологического регламента функционирования СДД (или управление параметрами передачи в зависимости от текущей ситуации).

Математическое обеспечение СДД, обеспечивающее адаптацию технологического регламента функционирования СДД, должно базироваться на математической модели СДД и процесса доставки данных.

По результатам сравнительного анализа способов и средств моделирования в качестве используемого математического аппарата была выбрана теория систем массового обслуживания, имитационное моделирование проводилось с использованием самостоятельно разработанной программной модели.

Была разработана математическая модель СДД в виде СМО, проведена классификация свойств СМО, определены законы распределения параметров СМО.

Была выявлена возможность применения принципов теории СУпр в управляемых СМО к управлению доставкой технологической информации о процессе бурения.

Сформирован алгоритм СУпр доставкой технологической информации.

С использованием разработанной модели была проведена серия имитационных экспериментов, которые показали, что использование ситуационного управления позволяет увеличить долю успешно передаваемых данных в пределах 12,29% (в зависимости от выбранных параметров СУпр) по сравнению с доставкой данных в порядке их поступления (на передачу).

Был проведен сравнительный анализ специальных схем поиска оптимальных стратегий СУпр, обеспечивающих нахождение значений параметров рационального технологического регламента функционирования СДД (в общем случае - параметров алгоритма СУпр).

По причине необходимости оценки рисков принятия ошибочных решений о целесообразности адаптации алгоритма СУпр в складывающихся условиях функционирования СДД (например, риска преждевременного внесения изменений) был разработан метод принятия решений о коррекции алгоритма СУпр, основывающийся на вероятностной оценки рисков и являющийся частью метода адаптивного СУпр.

Для предложенных архитектуры, общих приципов работы СДД, а также с учетом реализуемости разработанного метода адаптивного СУпр, были разработаны детальные алгоритмы функционирования СДД при передаче и приеме данных. Архитектура, принципы работы и алгоритмы функционирования СДД были соглсованы со специалистами ООО "Петровайзер". На базе предложенных архитектуры и алгоритмов работы СДД специалистами ООО "Петровайзер" была разработана подсистеме пакетной передачи данных (ПС ППД) информационной системы «Мониторинг удаленных объектов - Wellonline».

Практическая апробация разработанного метода адаптивного СУпр осуществлена путем реализации метода в специализированных программных средствах ПС ППД. В ходе эксплуатации специалистами ООО "Петровайзер" программных средств ПС ППД с реализованным методом адаптивного ситуационного управления было установлено увеличение доли успешно доставляемых данных в пределах 26% (в зависимости от условий эксплуатации) по сравнению с доставкой данных в порядке их поступления (на передачу).

Разработанный метод адаптивного СУпр применим для широкого класса СМО с ограниченным временем ожидания, отказами в обслуживании и прерываниями.

В ходе исследований использовались теория СМО, теория ситуационного управления в СМО, теория марковских цепей, теория вероятности, теория принятия решений.

В работе были получены следующие научные и практические результаты:

1. Разработана математическая модель системы доставки технологической информации о процессе промышленного бурения на основе теории управляемых СМО.

2. Предложен алгоритм СУпр доставкой технологической информации и выбран алгоритм адаптации параметров СУпр к изменению условий функционирования СДД.

3. Разработан метод принятия решений о целесообразности адаптации параметров СУпр к изменениям условий функционирования СДД.

4. Полученные результаты сведены в обобщенный метод адаптивного СУпр доставкой технологической информации о процессе промышленного бурения нефтяных скважин.

5. Разработаны архитектура и алгоритмы функционирования системы доставки технологической информации о процессе промышленного бурения нефтяных скважин, в программных средствах которой реализован разработанный метод адаптивного СУпр.

6. Результаты оценки эффективности разработанного метода адаптивного СУпр, полученные в ходе имитационных вычислительных экспериментов.

7. Результаты практической апробации разработанного метода адаптивного СУпр в подсистеме пакетной передачи данных информационной системы «Мониторинг удаленных объектов - Wellonline».

1. Информационное обеспечение процесса бурения / Т.О. Акчурин, JI.M. Левинсон, В.Х. Самигуллин. Уфа: изд. УГНТУ, 2000. - С. 150 - 153 с.

2. Иогансен К.В. Спутник буровика: Справочник. — 30-е изд., перердоп. -М.: Недра, 1990. С. 62 - 63.

3. Кольская сверхглубокая/Под ред. Е.А. Козловского. — М.: Недра I, 2001. -С. 85 87.

4. Левицкий А.З. Использование геолого-технологической информации при бурении. — М.: Недра, 1992. С. 93 - 95.

5. Информационно-измерительная система сбора информации о процессе бурения поисковых и разведочных скважин. — Уфа: ИПЦ «Геокомплекс», 1999.—С. 35.

6. Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979, с. 20.

7. Вычислительные сети и сетевые протоколы /Д.Дэвис, Д.Барбер, У.Прайс, С.Соломонидес. М.: Мир, 1982.— С. 120.

8. Гостев В.М., Хабибуллин Р.Ф. О некоторых моделях и методах для оцен-кивременных характеристик сетей передачи данных территориальных компьютерных сетей. Вып. 2. Казань: Отечество, 2000.— С. 133-142.

9. Морозов А.А., Гостев В.М., Хабибуллин Р.Ф. Вычислительные эксперименты по оценке пропускных способностей и временных характеристик сетей передачи данных, М.: Высшая школа, 1997.— С. 152-154.

10. Маталыцкий М.А. , Тихоненко О. М. , Паньков А.В. Теория массового обслуживания и ее применения.- Уч. пособие. Гродно: ГрГУ, 2008. -— С. 850.

11. Маталыцкий М.А. Вероятность и случайные процессы: теория, примеры, задачи.- Уч. пособие для студентов физ.-мат. специальностей с грифом Минобразования РБ. Издание второе. Гродно: ГрГУ, 2008.— С. 583.

12. Маталыцкий М.А. , Русилко Т.В. Теория вероятностей и математическая статистика.-Уч. пособие Гродно: ГрГУ, 2008.— С. 163.

13. Перегуда А. И., Твердохлебов Р.Е. Модели функционирования вычислительных сетей. Обнинск: ИАТЭ, 2007.— С. с 72.

14. Иглхарт Д. Л., Шедлер Д. С. Регенеративное моделирование сетей массового обслуживавния (пер. с англ.) М.: Радио и связь , 1988.— С. 85.

15. Максимей И. В. Имитационное моделирование на ЭВМ. -М.: Радио и связь, 1988.—С. 232.

16. Башарин Г.П., Бочаров П.П., Спесивов С.С. Об алгоритмическом и программном обеспечении методов аналитического моделирования информационно-вычислительных систем и их компонентов. М.: ВИНИТИ, 1983.— С. 56.

17. Handbuch der Bedienungstheorie / Red. Gnedenko B.V., Konig D. Berlin, 1984.— 608 p. (Справочник- монография с раздельным авторством, включая Башарина Т.П., Бочарова П.П., Кокотушкина В.А., Наумова В.А.).

18. Бочаров П.П. Однолинейные системы обслуживания конечной емкости. -М.: Изд-во УДН, 1985.

19. Башарин Г.П., Бочаров П.П., Коган Я.А. Анализ очередей в вычислительных сетях. Теория и методы расчета. -М.: Наука, 1989. 336 с.

20. Башарин Г.П. Начала финансовой математики. -М.: Инфра-М, 1997. 160 с.

21. Bocharov P.P., D'Apice С., Pechinkin A.V., Salerno S. Queueing Theory. Utrecht Boston: VSP, 2004 - 735 p.

22. Ионин Т.Л., Седол я.я. Статистическое моделирование систем телетрафика. М.: Радио и связь, 1982. - 182 с.

23. Ластовченко М.М., Губенко А.Е., Черноусов В.А. Интегральная система проектирования программного обеспечения коммуникационных средств связи. Киев: Знание, 1990. - 32 с.

24. Reed R. SDL-2000 for New Millennium Systems. // Telektronikk. 2000. -№4.-P. 20-35.

25. Ластовченко М.М., Ярошенко В.Н., Биляк В.И. Математические аспекты проектирования интеллектуальных коммуникационных систем передачи ММТ // Математические машины и системы. 2001. - №6. - С. 56-69.

26. Бьюкандер М. Графическое программирование с использованием UML и SDL // Открытые системы. 2001. - №1. - С. 48-51.

27. Smith P. Frame Relay. New York: Addison Wesley, 1996. - 268 p.

28. Ионин Т.Л., Седол М.Я., Супе B.B., Язык моделирования ПАЛМ. Рига: ПТУ им. П. Стучки, 1982.- 107 с.

29. Кениг Д., Штоян Д. Методы теории массового обслуживания. М.: Радио и связь, 1981.-128 с.

30. Гнеденко Б. В. «Курс теории вероятностей». — М.: «Наука», 1988.

31. Мушик Э., Мюллер П. «Методы принятия технических решений»: Пер. с нем. —М.: «Мир», 1990.

32. Jordan J, Rosengren Е. Using Loss to Quantify Jperational Risk, 2003.

33. Powojowski M., Reynolds D., Tuenter H. Dependent events and operational risk // Algo Research Quarterly, Vol. 5, № 2, 2002, p. 65-73.

34. Reynolds D., Syer D. The actuarial approach to loss distributions // ALGO research Quarterly, Vol. 5, № 2, 2002, p. 31-37.

35. Roehr A. Modelling operational Losses // ALGO Research Quarterly, Vol. 5, № 2, 2002, p. 53-64.

36. Абчук В.А. и др. Справочник по исследованию операций. М.: Воениздат, 1979.

37. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов. Основы теории. М.: Наука, 1990:

38. Барра Ж.Р. Основные понятия математической статистики. М.: Мир, 1974.

39. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990.

40. Бронштейн И.Н., Семендяев К.А. Справочник по математике. М.: Наука, 1986.

41. Бусленко Н.П., Калашников В.В., Коваленко И.Н. Лекции по теории сложных систем. -М.: Советское радио, 1973.

42. Бусленко Н.П., Шрейдер Ю.А. Метод статистических испытаний.- М.: Изд-во физ.-мат. литературы, 1981.

43. Вагнер Г. Основы исследования операций. Т.1. М.: Мир, 1972.

44. Вентцель Е.С. Теория вероятностей. М.: Высшая школа, 1998.

45. Вентцель Е.С., Овчаров.JI.А. Теория вероятностей и ее инженерные приложения. М.: Наука, 1988.

46. Вермишев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем. М.: Радио и связь, 1982.

47. Вилкас.Э.И. Решения: теория, информация, моделирование. М.: Радио и связь, 1981.

48. Геминтерн В.И., Коган Б.М. Методы оптимального проектирования. М.: Энергия, 1980.

49. Давыдов Э.Г. Исследование операций. М.: Высшая школа, 1990.

50. Ермольев Методы стохастического программирования. М.: Наука, 1986.

51. Железнов И.Г. Сложные технические системы (характеристики и оценки). М.: Высшая школа, 1984.

52. Карманов В.Г. Математическое программирование. М.: Наука, 1987.

53. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989.

54. Карманов В.Г. Математическое программирование. М.: Наука, 1987.

55. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989.

56. Поцелуев А.В. Статистический анализ и синтез сложных динамических систем. М.: Машиностроение, 1984.

57. Коваленко И. Н. Исследование многолинейной системы обслуживания с очередью и ограниченным временем пребывания в системе. Укр. матем. журн., 1960, т. 12, № 4, с. 471 - 476.

58. Афанасьева JI. Г. О существовании предельного распределения в системах массового обслуживания с ограниченным временем пребывания. — Теория вероят. и ее применение, 1965, т. X, № 3, с. 570 578.

59. Бутрименко А. В., Гинзбург Б. М. Построение очереди стареющих сообщений в одноканальной системе обслуживания. В кн.: Построение управляющих устройств и систем. М.: Наука, 1974.

60. Рыков В. В. Управляемые системы массового обслуживания. -В кн.: Итоги науки и техники. М.: ВИНИТИ, АН СССР. 1975, т. 12.

61. Горцев А. М., Назаров А.А., Терпугов А. Ф. Управление и адаптация в системах массового обслуживания. Томск, 1978. - 208 с.

62. Рубинович Е. Я. Об укрупнении состояний управляемых марковских цепей в задачах массового обслуживания. Автоматика и телемеханика, 1972, №9.

63. Майн X., Осаки С. Марковские процессы принятия решений. М.: Наука, 1977.

64. Ефимов А.Н. Предсказание случайных процессов-М.: Знание, 1976.

65. Игнатущенко В.В. Организация структур управляющих многопроцессорных вычислительных систем -М.:Энергоатомиздат, 1984.

66. Бурлаков М.В. Ситуационное обслуживание заявок с конечным временем старения -Киев: Академия наук УССР, 1984.

67. Бурлаков М.В. Алгоритмы ситуационного управления в одноканальных СМО -Киев: Академия наук УССР, 1983

68. Бурлаков М.В Ситуационное управление заявок в СМО -Киев: Наук. Думка, 1991.

69. Бронштейн О. И., Веклеров Е. Б. Об одной управляемой системе обслуживания //Изв. АН СССР. Техн. кибернетика.— 1967.—№ 5.— С. 101—105.

70. Бронштейн О. И., Веклеров Е. Б. Об одном классе дисциплин обслуживания //Массовое обслуживание в системах передачи информации.— М. : Наука, 1969.—С. 54—58.

71. Бронштейн О. И., Розенталь В.О. Приоритетная система обслуживания с зонами прерываний//Автоматика и телемеханика.— 1971.— № 7.— С. 162—167.

72. Бурлаков М. В. Об оптимальных абсолютных ситуационных приоритетах в системах массового обслуживания // Преобразователи формы информации для микропроцессорных систем.— Киев : ИК АН УССР, 1982.— С. 59—63.

73. Бурлаков М. В. Определение минимальных потерь на ожидание в однока-нальной системе массового обслуживания // Автоматика и телемеханика.— 1984.—№1.—С. 81—85

74. Бурлаков М. В, Об оптимальных относительных ситуационных приоритетах в системах массового обслуживания//Кибернетика.— 1984.— № 2.—С. 80—83.

75. Бурлаков М. В. Об оптимизации процесса функционирования однока-нальной системы массового обслуживания с конечной очередью // Автоматика и телемеханика.— 1984.— № 8.— С. 87—92.

76. Бурлаков М. В. Алгоритм адаптивного обслуживания заявок с конечным временем старения // Адаптивные системы автоматического управления.— 1985.—Вып. 13.—С. 98—101.

77. Бурлаков М. В. Адаптивное обслуживание заявок с зависящими от времени пребывания ценами потерь // Адаптивные системы автоматического управления.— 1986.—Вып. 14.— С. 79—84

78. Бурлаков М. В. Оценка текущего времени пребывания заявок в СМО с дисциплиной обслуживания Шраге // Вестн. Киев, политехи, ин-та. Техн. кибернетика.— Киев : Вищ. шк., 1987.— Вып. 2—С. 67—70.

79. Бурлаков М. В Ситуационное управление в системах массового обслуживания с неограниченным буфером и управляемыми отказами в обслуживании // Автоматика и телемеханика.— 1987.— № 1.— С. 66—75.

80. Бурлаков М. В. Об оптимизации очередности ремонта технологического оборудования // Электрон, моделирование.— 1987.— № 3.— С. 93—96.

81. Бурлаков М. В. О снижении числа состояний управляемой СМО с зависящими от времени пребывания ценами потерь//Адаптивные системы управления.—1987.—Вып. 15.— С. 100—104.

82. Бурлаков М. В. Определение минимальных потерь от пребывания требований в системах обслуживания //Адаптивные системы управления.— 1988.—Вып. 16.—С. 53.

83. Мова В. В., Калиновский А. М. Алгоритмы определения оптимальных ситуационных приоритетов в немарковских системах массового обслуживания.—Киев, 1976.—48 с—АН УССР. Ин-т кибернетики; с. 76.

84. Мова В. В., Пономаренко JI. А., Титов А. В. Алгоритмы определения оптимальных абсолютно относительных ситуационных приоритетов в системах с конечной очередью.— Киев, 1976.— 56 с.— АН УССР. Ин-т кибернетики; № 76—81.

85. Мова В. В., Пономаренко JL А., Клиновский A.M. Организация приоритетного обслуживания в АСУ.—Киев : Техника, 1977.— 160 с.

86. Назаров А. А. Нахождение оптимальной дисциплины обслуживания в системе с динамическими приоритетами // Изв. АН СССР. Техн. кибернетика.— 1975.—№ 4.— С. 64—68.

87. Назаров А. А. Управляемые системы массового обслуживания.— Томск : Изд-во Том. ун-та, 1984.— 234 с.

88. Неймарк Ю. И., Преображенская A.M. Исследование оптимальных алгоритмов управления транспортом на перекрестке // Изв. АН СССР. Техн. кибернетика.—1976.—№ 3.—С. 92—100.

89. Неймарк Ю. И., Преображенская А. М. Ускорение процедур рекуррентной оптимизации управления марковским процессом с доходами // Там же.— 1979.—№6.—С. 72—79.

90. Неймарк Ю. И., Преображенская А. М. Программа ускоренной рекуррентной оптимизации управления полумарковской цепью с доходами.— Горький : Изд-во Горьк. ун-та, 1982.— 32 с.

91. Неймарк Ю. И., Преображенская А. М. Принятие решений в управляемых марковских системах с несколькими эргодическими классами // Тез. докл. семинара по непараметр, и робаст. методам статистики в кибернетике. Ч. II.—Томск, 1985—С. 285—286.

92. Основы теории вычислительных систем / Под ред. С. А. Майорова.— М. : Высш, шк., 1978.— 408 с.

93. Пакет программ синтеза управляемых дисциплин обслуживания / М. В. Бурлаков, В. М. Египко, И. П. Синицын, А. Ю. Спирин // Управляющие системы и машины.— 1985.— № 3.— С. 95—97.

94. Печинкин А. В. О верхней и нижней оценках средней очереди в системе с дисциплиной Шраге // Техника средств связи. Сер. Системы связи.— М., 1980.—Вып. 3.—С. 24—28.

95. Печинкин А. В. Система с дисциплиной обслуживания первым наикратчайшею требования без прерывания обслуживания. I// Автоматика и телемеханика.— 1985.— № 2.— С. 87—93.

96. Печинкин А. В. Система с дисциплиной обслуживания первым наикратчайшею требования без прерывания обслуживания. // Автоматика и телемеханика.— 1985.— № .4.— С. 53—61.

97. Печинкин А. В., Соловьев А. Д., Яшков С. Ф. О системе с дисциплиной обслуживания первым требования с минимальной оставшейся длиной // Изд. Техн. кибернетика.— 1979.— № 5.— С. 51—58.

98. Пономаренко JI. А., Жучкова И. В. Применение ситуационного распределения ресурсов в информационно-управляющих системах, М.: Наука, 1986.—С. 95—97.

99. Правоторова Н. А. К определению оптимальной дисциплины обслуживания в системе с разнотипными конечными источниками.— М. : Наука, 1968.—С. 199—204.

100. V.V.Rykov, M.Yu.Kitaev Controlled Queueing Systems CRC, Boca Ralton, 1995.

101. Ластовченко M.M., Биляк В.И. Проблемы создания инструментально-технологических систем проектирования АПС интеллектуальных сетей. -2004. №2/3. - С. 497-504.

102. Система визуализации и обработки знаний как средство организации вычислений на ЭВМ / В.И. Бычков, О.Г. Диваков, В.А. Кузьмин, А.В. Орлов // Интеллектуализация программных средств Новосибирск: Наука, 1990. -С. 6-15.