автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.07, диссертация на тему:Моделирование и визуализация задач диагностики в системах оперативного управления автоматизированными технологическими комплексами

ВОРОНЕЖСКИЙ ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ

п На правах рукописи

''^ПОДВАЛЬНЫЙ Евгений Семенович

МОДЕЛИРОВАНИЕ И ВИЗУАЛИЗАЦИЯ ЗАДАЧ ДИАГНОСТИКИ В СИСТЕМАХ ОПЕРАТИВНОГО УПРАВЛЕНИЯ АВТОМАТИЗИРОВАННЫМИ ТЕХНОЛОГИЧЕСКИМИ КОМПЛЕКСАМИ

Специальность 05.13.07 - Автоматизация технологических процессов и производств (промышленность)

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук в форме научного доклада

Воронеж 1993

Работа выполнена в Воронежском политехническом институте и в Воронежском областном лечебно-диагностическом центре

НАУЧНЫЙ РУКОВОДИТЕЛЬ - Заслуженный деятель науки РФ,

доктор технических наук, профессор, академик В.Н.Фролов

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ - Заслуженный деятель науки и техники

РФ, доктор технических наук, профессор В.С.Петровский; кандидат технических наук, доцент В.Г.Юрасов

ВЕДУЩАЯ ОРГАНИЗАЦИЯ АО "Автоматика" (г.Вороне*)

Защита состоится "¿7 " декабря 1993 г. в •час.

на заседании специализированного совета Д 063.81.04 при Воронежском политехническом институте по адресу:

394026, г.Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в библиотеке Воронежского политехнического института.

Диссертация разослана

1993 г.

Ученый секретарь специализированного совета д-р техн.наук-, профессор

Я.Е.ЛЬВОВИЧ

ОНЦАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Дктуальность темы, интенсификация технологических процессов, создание высокоэффективных промышленных производств в настоящее время идет по пути внедрения автоматизированных систем управления на базе вычислительных сетей. По мере совершенствования управления основные усилия исследователей, рааоабот-чкков и эксплуатационников перемещаются от задач динамической стабилизации на уровень оперативного управления автоматизированными технологическими комплексами, где в процессе анализа ситуации и принятия решений активно участвует человек. Повышение эффективности решаемых при этом задач требует разработки моделей, алгоритмов и специального программного обеспечения дня перехода от эвристических приемов управления к строго обоснованным методам. Таким образом, актуальным является проведение исследований в области интеллектуализации управления, информационной технологии 'анализа состояния и визуализации на базе персональных ЭВМ на рабочем месте оператора.

Работа выполнена в соответствии с Всероссийскими комплексными программа:.®: "Мелкосерийная, малотоннажная, наукоемкая ' продукция на основе фундаментальных исследований" (раздел 2.11) и Российского Фонда фундаментальных исследований (код проекта 92.012.503) Госкомитета по науке и технической политике Р& и Российской Академии Наук и соответствует одному из основных научных направлений Воронежского политехнического института "Разработка САПР, роботов и ГЯГ.

Цель и задачи исследования. Целью работы является разработка специального математического обеспечения задач диагностики и визуализации состояний технологических комплексов, позволяющих повысить эффективность их управления в составе автоматизированных систем.

Для достижения поставленной цоли.необходимо выполнить: анализ и классификацию задач оперативного управления; создание класса диагностических моделей технологических комплексов в составе автоматизированных систем управления;

исследование особенностей диагностика при управлзник качеством;

разработку специального математического обеспечения за-

дач визуализации автоматизированных технологических комплексов; экспериментальную проверку и практическое внедрение.

Методы исследования. В работе использованы методы матема- •' тической теории -моделирования, технической диагностики, теории вероятностей, статистической теории управления.

Научная новизна. 3 работе получены следующие научные результаты:

Модели нелинейной диагностики состояний технологических комплексов, учитывающие отклонения от нормального закона распределения, коррвлироБанность параметров состояния, косвеннне измерения и динамику датчиков и агрегатов при контроле качества;

адаптивный алгоритм коррекции моделей классификации, формируемых в процессе информационного мониторинга в составе автоматизированной системы и отличающихся процедурой объединения контрольных и обучающих групп;

итерационный алгоритм кусочно-линейной аппроксимации решающего правняа по данным имитационных, экспериментов с з^етом законов взаимного распределения коррелированных параметров состояния;

стратегия мониторинга операторов на основе установления допустимых границ изменения состояния оператора с использованием косвенных измерений и предистории состояния.

Практическая ценность и реализация результатов, разработанные модели и алгоритмы дали возможность создать:

графическую систему отображения состояния атомной станции, содержащую библиотеку графических примитивов, цветоаналого-вую систему визуализации измерений при диагностике;

программно-технический комплекс визуализации гидродинамики процессов полимеризации в системе моделирования пусковых режимов реакторных сиЬтем; • .

• прикладное математическое обеспечение оперативного уп-. • равления с консольной ПЭВМ для моделирования в ускоренном масштабе времени для принятия решений; ' " , '

устройство специального канала обмена ПЭВМ и вычислительной сети с функциями самодиагностики.

Апробация работы. Основные положения диссертационной работы докладывались на научно-технических конференциях сотрудников и аспирантов ЬПИ 1990-1993 гг., Всероссийском совещании-

семинаре "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993), УП научно-технической отраслевой конференции "Состояние и пути повышения надежности видеомагнитофонов" (Воронен, 1993), Всероссийской конференции "Информационные технологии и системы. ..." (Воронеж, 1992), региональном совещании-семинаре "Опыт информации в промышленности" (Воронеж, 1992), Мевдународной конференции "Информационные технологии и системы" (Воронеж, 1993).

. публикации. По результатам проведенных НИР опубликовано 14 работ, 4 отчета по НИР.

I. АНАЛИЗ ЗАПАЧ ОПЕРАТИВНОГО УПРАВЛЕНИЯ АВТ0МАТИЗИР0ВАШШИ ТЕХНОЛОГИЧЕСКИМИ КОШЛЕШШ £2-4, 12-15 J

Анализ работы технологического персонала и диспетчеров но управлению автоматизированными комплексами, а также обзор литературы по интегрированным АСУ показал, что все задачи оперативного управления могут быть классифицированы на несколько групп: I - аварийной защиты, II - приведения технологического процесса в норму после возникновения нарушений и III - улучшения технико-экономических показателей производства.

Общим для всех этих задач является наличие диагностической подсистемы с некоторыми различиями: в задачах типа I используются измеряемые параметры состояния, в задачах II--III -вычисляемые оценки (различные технико-экономические показатели) хода технологического процесса. Посколько решение ведется на единой информационной базе необходимо обобщить понятие диагностируемого состояния не только на аварийную ситуацию, но и на разнуа степень отклонения от нормы. В одних случаях оно является просто предаварийным, в других - заведомо неоптималь-н»м.

В отличие от традиционной технической диагностики, когда различают только бйнарнне состояния: работоспособен/нетабото-слособен - будем считать, что технологический процесс является миогозльтдшэтивным и работает в одном из вариантов (пусковой, аварийный, нормальный, п свою очередь делящийся на несколько типов по номенклатуре продукции; програшяо-управляскыН к ДР.). Работа с многомерными топологическими процессами, находку;.?.!;-

ся в таких "переходных" состояниях,, требует создания диагностических моделей, логко и быстро роалиауешх на ЭВМ.

Помимо выявления многоальтернативного состояния технологического процесса важно принять меры по устранению результатов неоптималышх действий или возмущений неконтролируемого характера. Для этого необходимо использовать модели для прогнозирования хода техпроцесса, сравнения различных вариантов управления в ускоренном масштабе времени. Такая интеллектуализация процесса принятия решений на базе ПЭВМ в составе-автоматизированного рабочого места (АРМ) оператора требует использование различных эвристик и экспертных систем, баз данных, и баз знаний, а также визуализации принятия решений.

Таким образом, анализ позволил выделить наиболее важные направления исследований: диагностические модзли и алгоритмы многоальторнативного анализа состояний технологического процесса; методология и модели принятия решений с помощью консольной ЭВМ; визуализация состояний объекта для более эффективного восприятия информации оператором с использованием АРМ.

2. ДИАГНОСТИЧЕСКИЕ МОДЕЛИ ЯРИ УПРАВЛЕНИИ СЛОШШ ТЕХНСиюгаЧЕСКИМИ КОМПЛЕКСАМИ С4, 7-10, 16, 173

2.1. При создании диагностических моделей для использования в информационных системах интегрированных АСУ исходят из идеи существования некоторой вычисляемой¿искриминантной функциях)- Векторный характер измерений X , фиксируемых в любой момент времени { , либо усредненных на интервале времени # , неопределенность в выборе X из более общего шожаотва наблюдений 2. , неполнота и неточность измерений, неопределенность в признаках диагностируемого состояния и их многоальтер-нативность приводят к необходимости специального исследования.

Рассмотрим предлагаемую методику дач мониторинга объекта в рамках существующей информационной системы,' отличающуюся максимальной автоматизацией обработки в анализа информации. Вид функции № , целесообразно выбрать линейным:

*А« 5с0)

/), В - функции матрицы ковар™аций признаковЦК^'II при

условии усреднения по интервалам наблюдения 9 . Процедура использования (I) для попарной диагностики состояний < I, j > составляет основу использования линейных дискриминантн«х функций (да).

2.2. Компьютерный мониторинг объекта предполагает формирование двух групп измерений (двух статистических выборок): обучающей и контрольной. При этом вэнно кавдую из них правильно разделить на подгруппы в соответствии с теми состояниями

(/,2,5.......Я ), которые мы хотим диагностировать, и томи

состояниями ( 1, 2,3....../77 ), которые мы на самом деле можем надежно различить в результате мониторинга. В общем случае эти разбиения ка подгруппы (О и /77) не совпадают.

Обучающая выборка У* формируется операто-

ром-экспертом, он ка делит её на подгруппы, которые считает нужным выделить в соответствии с эвристическим подходом. При этом кая&ое ч/-тое состояние характеризуется вектором признаков ^ ,]*1,К , которые измеряются лабораторным либо аппаратным путем. Полученная двумерная таблица <«",//> дол;:ша быть статистически проанализировать для каждой из подгрупп порознь. .. пусть таких подгрупп И , число данных в ней Пе . По каждой из них должны быть рассчитаны: средние /77у , дисперсии бу , ошибка средней А07у , критерий достоверности средней ~Ьгпу > ошибка разности средних едя. каждой пары подгрупп й/Л-а , критерий достоверности разности средних ¿д/7^, коэффициенты взаимной'корреляции различных параметров внутри и меж-

ду подгруппами, формулы для расчета указанных статистик взяты с учетом поправок на малое число измерений П¿ в каждой из подгрупп, разные объемы выборок в подгруппах, наличие на каждом этапе дополнительных параметров и др.

Па основании дальнейшего анализа решают следующие вопросы: достоверйость разделения на подгруппы; выбор параметров для диагностики. За основу принимается матрица ковариаций IIК К и руководствуются следующими соображениями: чувствительность к изменению состояния (переход от одной из подгрупп к другой); корреляция с другими (неучитываемыми) параметрами внутри под-•< группы; достоверность различия показателя в разных подгруппах; учет косвенных измерений.

{¡слученные результаты могут привести к дополнительным рэс-

четам, если какое-либо из состояний (подгрупп) оказалось статистически недостоверным; дополнительный статистический анализ целесообразно при э^ом делать с привлечением других формальных приемов группировки, например, кластер-анализа.

В результате, у нас оказываются сформированными несколько обучающих подгрупп (в ), в которых состояние объекта характеризуется определенным количеством признаков { п'е ).

На заключительном этапе анализа для каждой из подгрупп отдельно строится плотность многомерного f(Yi,Yj) распределения вероятности и по соответствующим критериям определяется их близость к типовым (правде всего нормальным) распределениям.Здесь. тоже учитывается объем выборок и коррелированность параметров.

Контрольная выборка формируется менее направленно, носит как правило случайный характер и обрабатывается параллельно: оператором-экспертом и диагностической процедурой на ЭВМ. Полученные результаты сравниваются между собой, ошибки и расхождения анализируются и если они превышают некоторый порог, например, 5 %, весь массив контрольной выборки обрабатывается частью программы, рассмотренной для обучающей выборки. Второй вариант - независимая экспертиза для случаев различной оценка состояния каждого варианта ТП. Полученные оценки для каждой из подгрупп должны быть скорректированы на индивидуальное мнение эксперта.

В системах реального, мониторинга целесообразно учесть возможный дрейф характеристик объекта в результате управления, его переход из одного состояния в другое, анализ предастории g работа в отклонениях от среднего, а также ряд других индивидуальных приемов обработки. , , ' Адаптивная подстройка новых параметров диагностики flu ß по данным контрольных и текущих измерений повышает точность и живучесть системы компьютерного мониторинга.

Укрупненная блок-схема алгоритма содержит подпрограммы: кластер-анализа для выделения типовых состояний диагностируемого' объекта; дисперсионного анализа для определения степени влияния возмущающих воздействий; текущих статистик обучающей выборки; анализ, фильтрация и "обнуление" элементов матрицы ко~ вариаций с учетом чувствительности; 'формирование линейной (или нелинейной) дискриминантной функции в пространства измо-

1 Экспертам анализ. предварительно* выделение подгрупп

1

2 Подпрограмма ьычисления текущих статистик обучающей вцборки с оценкой их достоверности

3 Анализ.Фильтрация, "обнулекие 'агем'знтоа мат; рицц ковариацпй с учетом чувствительности

4 Формирование решающего правила и диагнос- ! тика состояния в обучаюшеГ! выборке

Определение

нет вероятности диагностики да

- 5 состоянии и сравнение -

• Р > Р,-л

6 Слияние подгрупп; подготозка, массива для повторного анализа

В Экспертная оценка результатов

группировки

7 .Подпрограмма кластер анализа для

разбиения на подгруппы

9 Текущий мониторинг, диагностика по ЛДТ. выдача результатов Н

10 Адаптив.ная коррекция олучаюисй еиборгсн по данном те:',улего монпторгкга

Рис. ] Глок-с::>''.ма .л/.торпг

ко:!."

рений для выявления одного из состояний диагностики.

2.3. Корректное использование аппарата линейных дискрими-нантных функций (ЛД5) основано на гипотезе многомерного нормального распределения в пространстве измеряемых признаков < Х1 ЭС} > и сводится к задаче распознавания образов по одному из статистических критериев.

Отклонение от нормального закона взаимного распределения требует специальных процедур коррекции: нелинейных, кусочно-линейных, линейных с адаптацией и др. С целью получения соответствующих оценок проведены имитационные эксперименты на ЭВМ. Варьировались следующие признаки: законы распределения (нормальный, нормально-логарифмический, биномиальный, Пуассона); точность установления центров и моментов распределения, степень корреляции измеряемых параметров. Для примера определялась эффективность ЛД<2 при разделении 2, 3 и 4 состояний системы.

Результаты имитационных экспериментов представлены соответствующими графиками и таблицами. Имитационная схема содер,-ядт информацию такке о погрешности ЛДФ при адаптивной подстройке и без нее. Адаптивной коррекции 'долина подвергаться ш матрица /?(у , так и вектор-норма , в уравнении (I):

Ац'Пх); х-(2)

Это резко увеличивает объем вычислений при реализации процедуры (1),(2) и требует установки специального оконечного вычислителя для разгрузки основной вычислительной системы.

Другой вариант основан на анализе источников погрешностей ЛДФ. в частности, когда установлено отклонение от нормального закона распределения в пространстве измерений , возможно повышение точности за счет куоочно-линейной аппроксима-. ции разделяющей поверхности. Кусочно-линейная аппроксимация (КЛА) осложнена тем, что исходная нелинейная поверхность неиз-' вестна. Процедура КЛА основана на решении вспомогательной задачи линейного программирования (ЛП) о заранее заданным числом граней гипэрмногогранкика. Решая итеративно последовательность таких задач ЛП получают вариант, дающий удовлетворительную точность.

3. ДИАГНОСТИКА ПРИ УПРАВЛЕНИИ КАЧЕСТВОМ ТЕХНОЛОИгаЗСКИХ ПРОЦЕССОВ С 5-8, 1ви

При контроле и управлении качеством возникающая проблема обнаружения состояния (сорта продукции, брак) решается аналогично: итеративным использованием процодур кластер-анализа,линейных дискриминантных функций и приемов непарамотричоской статистика. Специфика заключается в использовании идеи косвенного контроля.

3.1. Особенностью проблемы являются многомерность информационного пространства, динамика объектов анализа, необходимость учета статистических свойств измерений, с другой сторсш, параметры дискриминантных функций ( , ( ) могут интордрэ-тироваться как весовыо функции, оценивающие вклад каадого измеряемого параметра в- величину отклонения качественного показателя от нормы. Если ранее свертка (1-2) била лишена ясного физического смысла, то теперь она сведена к модели косвенного контроля, что может дать нам определенные преимущества.

Эффективным алгоритмом учета динамики является вводон.чо пнтогро-запаздывающэго оператора, который для вектора измерений X я оценю» качества У на выходе объекту сводится к использованию модели типа:

'(¿-^аи о)

Здесь искомые параметры < о<» р. Т> находятся путем постановки специального машинного эксперимента (при_ заданном о ). Для данного параметра качества Ук размерность может быть существенно уменьшена за счет приемов раздела I. '

3.2. Укажем еще на одну особенность косвенного контроля: прогностические свойства автоматической классификации для инерционных измерений. Это особенно существенно при контроле аварийных ситуаций (и в более мягком режиме диагностики состояний), когда поправка, на инерционность измерений повышает оперативность реагирования системы. Действительно, для датчиков, имеющих постоянные времени (ю' - Ю* )с (химические производства, стройиндустрия, черная, металлургия и др.) мы можем несвоевременно'среагировать на изменение ситуации и "пропустить" аварийное состояние, чтобы этого.но произошло, предлагается линейная прогностическая свертка, физическим обоснова-

нием которой молот бить одна из оценок косвенного контроля У* . В предположении, что взктор X к) _измерен на выходе и является отображением пстишюго состояния 2 , строится прогноз на время Т по алгоритму:

и*+ > (Ч)

здесь г -

Как показали расчеты, с учето" статистического характера возмущений и погрешности измерений интервал прогноза Т составит от 0.3 до 0.7 долей постоянной времени датчиков состояний, что оказывает существенное влияние на точность диагностики.

Параметры <с(, Р, ?, £> находят путем постановки спе-

циального эксперимента, оценка величины прогноза Т^ водется по максимуму вза импоксррсляциошюй Функции ( (%) для отфильтрованных и сглаженных на интервале значений измерений.

3.3. Возможные упрощения в задаче контроля качества могут бить осуществлен» для выявления диапазонов гарантированного качества при дрейфе характеристик оборудования. Всякий объект диагностики автоматизированного процесса (вычислительная машина, технологическое оборудование) обычно характеризуется вектором технических характеристик X» и допустимым диапазоном' их изменения АХ^ без потери работоспособности в соответствии с техническими условиями (ТУ). _ _

Прямое использование кортежа < непосредственно в

процессо диагностики затруднено. Во-первых, следует выяснить, число уровней качества (сорт для выходной продукции). Особенно зто касается технологического оборудования, которое несмотря на "смещение" своих характеристик на границу либо за

пределы не изменяет существенно качества. Во-вторых, сама форма области СХ^ДХр может быть разной и далеко ко всегда она известна. Фактически ТУ на изделие и технологическое оборудование для его производства в явном или неявном виде постулирует следующие два факта: X» единственно, выход за область АЯ^ эк-юталеитон выходу вектора измерения X за продолы допустимой области гарантированного качества._Следует осуществить статистический анализ производства для получения необходимой области гарантированного качества в форме некоторой модели. Основу

•

предлагаемой методики составляет адаптивный алгоритм итеративной комбинации_трех базовчх процедур: кластерного анализа для установления Х+С4) > дилерского анализа для определения д и проекции многомерного распределения дяя установления модели области гарантированного качества с учетом корреляции < для разных составляющих качества и корреляции ¿Ук, мезду характеристиками технологического оборудования и качеством. Начальные значения Х+(0) устанавливаются по экспертным оценкам.

В составе автоматизированного технологического процесса алгоритм реализуется на управляющей ЭВМ и адаптивно уточняет в кякдыЯ момент времени форму с К^, Д)^ > а её проекцию на область параметров измереря УШ. практика показала, что это как правило гиперэллипсоид, центром которого является , а диапазон дрейфа леиит в более узкой области между обобщенными фокусами этих эллипсоидов. Остается теперь уточнить -й^э) по матрице ковариаций, после чего при "заморзтавании" параметров •ЛДФ < А/В > на временном интервале & обеспечивается устойчивость алгоритма адаптивной коррекции:

£ц(в)Ш) % Ъц(й*Ш)). (5)

Введение процедуры адаптации гарантирует корректность использования ЛДФ для диагностики и в итоге повышает её точность.

' 4. СПЕЦИАЛЬНОЕ МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОПЕРАТШЮГО УПРАВЛЕНИЯ НА БАЗЕ ЭВМ С 2, 3, 4, II. 16-183

4.1. Современное состояние автоматизации технологических объектов характеризуется комплексным использованием микро-ЭВМ и локальных вычислительных сетей (ЛВС) на их основе; для повышения эффективности управления осуществляется декомпозиция ЛВС по типу выполняемых функций (моделирование, диагностика). Эти подсистемы реализуются на консольной ПЭВМ, интегрированной в систему управления на основе общей базы данных (БД). При этом могут быть использованы два разных подхода: первый основан на прямом использовании общей БД с применением системной СУБД, второй - использование двух или более локальных БД. После того, как пользователь специфицирует свою задачу, система пзрек-

лючается нэ одну из баз данных более низкого уровня; этот переход делается самой системой без участия пользователя. В простейших случаях локальные базы данных могут быть представлены отдельными файлами с перекодировкой при переходе от одного комплекса программ к другому, что позволяет держать в оперативной памяти ЭВМ лишь только ту часть информации, которая нужна. Это удобно, особенно тогда, когда ь систему временно включаются пакеты прикладных программ, написанные на разных языках программирования.

Набор основных программ диагностической части системы, рассмотренный ранее (2.1-3), дополняется за счет: программ моделирования технологических ситуаций в ускоренном масштабе времени; визуализации принятия решений по управлении.

4.2. Помимо диагностики состояния технологического процесса целесообразно осуществить также диагностику состояния оператора. Наиболее целесообразным продставляется организация текущего мониторинга операторов, посколько качество принимаемых решений существенно зависит от состояния последнего. Для решения задач мониторинга оператора предлагается адаптивный подход, отличитрлыюй особенностью которого является представление об-лости оптимальных реиеиий гиперэллипсоидом; учет коррелированное™ параметров состояния оператора; дрейф во времени и смещение оптимальных границ, определяющих понятие "нормы"« Последовательность и характер обработки даннах мониторинга формируют адоптивный модифицированный алгоритм, особенностью которого является введение процедуры проекции многомерной области работоспособного состояния оператора на гиперплоскость пространств параметров мониторинга с учетом коррелированное™ мевду состояниями допуска и мониторинга, а также взаимной корреляции между собой /? x¿ у.; . Это позволяет установить верхнюю и ниунтою границы пригодности оператора.

Особое значение имеет несовпадение пространства параметров измерения при допуске и мониторинге. При таком неполном измерении могут решаться задачи двух типов: восстановление недостающих измерений через модели косвенного контроля, проекции области допуска на подобласть мониторинга с последующей проверкой правнл^ости роеиния по такой огранг.чешюй информации. Имита-' ' дионные эксперименты подтвердили высокую достоверность выявле- .

ния работоспособного состояния оператора ( 0.95).

4.3. Еа точность приятия решений суцестве!Шо влияв"' также способ представления информации. Проблема визуализации рассмотрена в диссертации со следующих позиций. Во-первых, связь подсистемы визуализации с управляющей и информационной подсистемами. Во-вторых, на подсистему визуализации возлагаются функции отображения задач диагностики в Линамикэ состояний объекта, диагностики технических средств и каналов связи, принятия решений и оперативного управления на основе методов имитационного моделирования и экспертных систем. Визуализация кавд^л из птих задач имеет свою специфику и особенности. На основании анализа особенностей управления созданы две базовые подсистемы визуализации: для химико-технологических объектов непрерывного типа и для тепловых объектов (на примере ACT). Специальное программное обеспечение включает блоки: библиотека графических модулей, несколько блоков визуализации и цветовой окраски в режиме непрерывной (цветовые оттенки) и дискретной индикации (3-4 состояния). Проблема программной реализации включает выбор графических пакетов, языка программирования и операционной системы. Одна из версий системы реализована на языке Си в операционной среде MS-DOS. в качёстве базовой графической системы вибра-на . Для придания системе гибкости и живучести она вклю-

чает редактор и генератор новых графичеехшх кадров.

Особое внимание при визуализации следует уделять цвету, цветодинамике, при помощи соответствующих цветов можно указать направление, , предупредить об опасности, сокращая тем самым словесные и письменные разъяснения. Желто-черные цвета говорят об опаснооти, оранжевые и красные предупреждают, зеленые - призывают к осторожности, бело-черные - указывают. Человек знает значение этих цветов и они действуют на него сильнее, чем слова. Использование цветовых контрастов и цветовых рефлексов ускоряет скорость восприятия, уменьшает утомляемость оператора, долгие часы проводящего за экраном дисплея.

В связи с тем, что информация концентрируется на ПЭВМ оператора, заменяя мнемосхемы, программное обеспечение визуализации должно иметь ряд блоков, обеспечивающих обзорные кадры производства, агрегата, зоны агрегатов я отдельных групп параметров. Многофункциональный характер подсистемы визуализации

обусловил достаточно широкий набор программных модулей и блоков: вывод мнемосхем, генератор синтеза мнемосхем; подготовка кадра; использование окон и многооконные интерфейсы; различные другие функциональные программные интерфейсы, которые в прикладных задачах реализованы отдельно..

5. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И ВНЕДРЕНИЕ 1110-16.1

5.1. В качестве примера реализации основных результатов рассмотрена АСУ атомной станции теплоснабжения. Существующий проект дополнен подсистемой визуализации. В её состав вошли специальные программные модули: подробные мнемосхемы групп к агрегатов; вывод результатов моделирования в "окно" с наложением на основное изображение; вывод рекомендаций экспортной системы и системы диагностики; вывод архивны* данных. В программе оеализованы следующие функции:

вывод подробной схемы основных технологических агрегатов (реактор, любой из 3-х сетевых контуров, любой из 3-х систем аварийного охлаждения, система аварийной подпитки, система сдувок, баиботер и др.);

два типа цветовой раскраски: тремя цветами по принципу "норма - не норма"; оттенками одного цвета с использованием вычисления градации параметра (температура, уровень давления и др.);

вывод графиков в "окно", положенное ип основной кадр; аварийная сигнализация выхода ведущего параметра за норму г. указанием его точного значения, места в тохнологиче-ской схомо, цветовая сигнализация + звук;

анимация изображения: подымание-опускание стержней, изменение уровней; открытие (закрытие) заслонок; включение -пикжчоте насосов.

Отдельным блоком оформлена расширенная библиотека графических модулей, с помощью которой можно генерировать изображение ТП в любых энергетических системах.

5.2. Визуализация машинных экспериментов при моделировании слотаой хгмисо-технологической системы (гидродинамика реакторных систем процессов полимеризации)!

Но основе рассмотренных матештиюоквх .моделей гидродин;;—

мики разработан пакет, выполняющий следующие функции: выбор структуры гидродинамическсй модели; ввод тохнологических параметров; присоединение модели кинетического уровня; выбор методов численного решения; в"бор параметров моделирования, решение модели и сохранение получепных результатов для последующего анализа; использование системы графического отображения информации дая визуализации полученных характеристик.

Назначение системы визуализации - отражение результатов текущего моделирования и архивация результатов нескольких предыдущих экспериментов в графическом виде. Результаты моделирования представляются в виде 2-х страниц, на каждой из которой имеется по четыре окна для графического представления результатов. С использованием указанного пакета проведено исследование гидродинамических характеристик реакторов идеального вытеснения и идеального йеремешивания и их вариантов последовательного и параллельного соединения. Получены динамические характеристики распределений молекулярных масс в зависимости от структуры потока.

5.3. Мониторинг больных хроническими заболеваниями (операторы АТК). Посколько наиболее распространенным является комплекс заболевания сердечно-сосудистой системы, был разработан алгоритм диагностики в ряду заболеваний: здоров, нейро-циркуляторная дистопия, гипертония III, II и I ст. Набор диагностических алгоритмов использует ЛДФ для каздой пары заболеваний. Из наиболее интересных результатов следует отметить: переход от традиционно-используемых байесовских критериев к пирсоновским,.учет априорных вероятностей(с введения нового признака - среднего давления). Имитационными экспериментами исследовано влияние закона'распределения (п.2.3.).

• 5.4. Цра анализа вопросов технической реализации учтены варианты: распределенные системы управления, включая микроЭВМ в качестве консольной машины; программируемые логические контроллеры; персональные ЭВМ в качестве основы автоматизированного рабочего места оператора. Включение ПЭВМ в составе ло-' кальной вычислительной сети возможно как в режиме прерываний (для операторских дисплеев, обработки и регистрации данных, аварийной сигнализации и визуализации), так и с использованием сопроцессорных блоков в качестве интерфейса между АРМ й

технологическим процессом. Робота такого сопроцессорного блока снижает общую стоимость ЛСУТП и в то же время позволяет обойти проблему медленной работы портов связи ПЭВМ, необходимость прерываний при реализации функций моделирования в ускоренном масштаба времени; экспертных систем принятия решений; документирования и отчетности и т.д. Для повышения надежности и расширения функциональных возможностей спроектирован специальный канал обмена, отличающийся введением режима самодиагностики с сохраненном целостности канала при отказе (а.с. 1501074).

ВЫВОДЫ

1. Разработана алгоритмическая схема компьютерного исследования объекта и автоматического 'формирования модели диагностики на основе итеративного многократного использования базовых процедур кластер-анализа, дисперсионного анализа и ряда не-иараметрических статистик для автоматического выбора неизвестных параметров диагностических моделей с проверкой их точности и достоверности.

2. Разработана система моделей диагностики состояния технологического процесса, с включением линейной, нелинейной, ку-сочно-."инешой модификаций дискриминантных функций отличающихся учетом динамики косвенного контроля.

3. Разработан алгопитм адаптивной коррекции параметров (матрицы ковзриаций и вектора-нормы) дискриминантных функций на основа информации с объекта и имитационного моделирования.

4. Предложено стратегия мониторинга операторов на основе установления перхних и нижних гарантированных границ пригодности оператора?отличающихся учетом корреляции параметров и косвенных измерений.

5. Проанализированы прогностическио свойства моделей кос-во»ного контроля для случая инерционных измерений и установлены возможные границы для целей прогноза но времени.

6. Модифицировано специальное математическое обеспеченно оперативного управления на базе консольной ПУЬ.М, включая росн-родслрлшчо бпзн данных, подсистемы визуализации средствами ГрафШСИ и цнсчодпппмлкп.

7. Осущегаинзнч практическая рспл:;зац'-'л енотом диогпосту,-

ки, графической и цветовой динамики, в которых полностью или частично реализованы иоле.'ти, алгоритмы и программы диагностики, косвенного контроля и самодиагностики (канал обмена по а. с. 1501074).

Основное содержание диссертации опубликовано в следуищих работах:

. I. A.c. I50I074 (СССР) Канал обмена /Подвальный Е.С. и ДР./ БИО * 30, 1989.

2. Фролов В.Н., Подвальный Е.С. Визуализация состояния динамических процессов на ПЭВМ /III Всесоюзная конференция "Динамика процессов и аппаратов химической технологии"; Тез. докл. - Воронеж, 1990, С. 59-60»

3. Подвальный Е.С., Фролов В.Н. Моделирование на ПЭВМ в процессе, управления производственными системами /Всесоюзная конференция по магматическому и машинному моделировании: Тез. докл. - Воронеж, 1991, С.65.

4. Подвальный Е.С., Фролов В.Н. Моделирование процесса принятия решений в компьютерных диагностических системах /Конференция "Информационные технологии и системы": Тез.докл.- -

Воронеж, 1992, С.Т32.

5. Подвальный Е.С., ¿ролов В.Н. Адаптивные диагностические методы для управления качеством в системах автоматизации производства/ У1Т научно-техническая отраслевая конференция "Состояние и пути повышения надежности видеомагнитофонов": Тез.докл. - Воронеж, 1993, С. 20.

6. Подвальный Е.С. Линейные дискриминантные шупкцни для текущей диагностики сложны* систем /Там же, С.24.

7. Подвальный Е.С., Фролов В.Н. Влияние закона рзспропс-ления на точность диагностических правил при контроле сложных систем /Региональное совещание - семинар "^пыт информатизации в промышленности": Тез.докл. - Воронов, 1993, С.56.

8. Подвальный Е.С. Кусочно-линейные процедуры диагностики сложных технических систем Там С.73.

9. Подвальный Е.С., Фролов В.Н. Мониторинг операторов сложных автоматизированных комплексов // оптимизация и моделирование в автоматизированных сиотемах.: Сб.трудов, воронен, ВПИ, 1993, С.4-9.

10. Подвальный Е.С., Фролов В.Н. Прогностические оценки автоматической классификации для инерционных измерений /Бсе-российское совещание-семинар "Высокие технологии в проектировании технических устройств и автоматизированных систем": Тез.докл. - Воронеж, 1993, С.4.

11. Подвальный Е.С. Косвенный контроль в системах автоматической классификации / Там же. С.95.

12. Подвальный Е.С., Фролов В.Н. Особенности автоматической классификации для инерционных измерений /Конференция "Информационные технологии и системы": Тез.докл. - Воронеж, 1993,

*13. Подвальный Е.С. и др. Разработка средств визуализации машинных экспериментов в счстема-х моделирования технологических процессов /Отчет по НИР - Воронеж, СП "Олиыпо-мед", 1993, С.63.

14. Подвальный С. Визуальные системы по базе персональных ЭВМ /отчет по НИР - Вороне-«, Международный университет

высоких технологий, 1993« С.20.

15. Подвальный E.G. Экспертные системы для диагностики технических устройств /Отчет по НИР - Воронеж, Областной лечебно-диагностический иентр, 1993, С..45.

16. Подвальный Е.С. Графические средства отображения технологической ситуации на персональной ЭВМ /Отчет по НИР - Воронеж, ЫМ, 1992, С. 103.

17. Подвальный E.G., Фролов В.Н. организация статистического эксперимента по мониторингу больных хроническими забо-лпвэниями /Компьютеризация в медицине. - Сб.трудов, Воронеж, ¿ПИ» 1993 , С.б.

18. Подвальный ji.C., Фролов B.II. Компьютерные диагностические системы /Инфогшцпонные технологии и системы. - Сб.трудов. - Воронеж, 1993 , с.б.

Ноппиоано в печать 23.11.93. Формат 60x04/10. Бумага для множительных аппаратов. Объем 1,0 усл.поч.л.; 1,0 уч.-изд.л. 1ирач 85 экя. Заказ $ Я .

334026, г.Воронеж, Московский просп., 14 Воронежский политехнический институт Участок оператипной полигрог!ии Воронежского политехнического института