автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.15, диссертация на тему:Организация вычислительных процессов в адаптивных системах сбора данных

На правах рукописи

ЛУКИН Дмитрий Викторович

ОРГАНИЗАЦИЯ ВЫЧИСЛИТЕЛЬНЫХ ПРОЦЕССОВ В АДАПТИВНЫХ СИСТЕМАХ СБОРА ДАННЫХ

Специальность 05.13.15 - Вычислительные машины и системы

Автореферат диссертации на соискание ученой степени кандидата технических наук

ПЕНЗА 2008

003449465

Работа выполнена в ГОУВПО «Пензенский государственный университет» на кафедре «Вычислительная техника».

Научный руководитель - доктор технических наук, профессор

Официальные оппоненты доктор технических наук, профессор

Ведущая организация - открытое акционерное общество «НПП "Рубин"» (г Пенза).

Защита диссертации состоится 13 ноября 2008 г, в 14 часов, на заседании диссертационного совета Д 212.186.01 в ГОУВПО «Пензенский государственный университет», по адресу: 440026, г Пенза, ул Красная, 40.

С диссертацией можно ознакомиться в научной библиотеке ГОУВПО «Пензенский государственный университет», с авторефератом - на сайте университета www pnzgu ru

Автореферат разослан 12 октября 2008 г.

Ученый секретарь диссертационного совета доктор технических наук,

Бутаев Михаил Матвеевич.

Сальников Игорь Иванович,

кандидат технических наук, доцент Гурьянов Лев Вячеславович

профессор

Гурин Е. И.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Для построения современных автоматизированных диспетчерских систем (БСАБА) чаще всего используются унифицированные программные средства Их параметры настраиваются на характеристики контролируемых систем при подготовке к эксплуатации. Программное ядро ЗСАБА-системы должно обеспечить высокую скорость и надежность обработки данных с минимальным использованием ресурсов компьютера при различных характеристиках контролируемых систем. Наиболее важна эффективность реализации процессов реального масштаба времени сбора и первичной обработки данных из контролируемой системы

Одна из основных причин недостаточной эффективности систем сбора данных заключается в следующем При проектировании и фактическом создании их программного обеспечения параметры для процессов обработки определяются на основе теории массового обслуживания или иных абстрактных методов. Этим достигаются удовлетворительные характеристики в заданном спектре приложений Однако в каждом отдельном случае характеристики можно улучшить посредством учета специфических особенностей контролируемой системы Для этого необходимо измерить реальные характеристики обработки данных, а затем подстроить параметры под конкретную систему. Из-за изменчивости характеристик систем во времени подстройка требуется регулярно или непрерывно Неточная настройка приводит к существенному снижению эффективности работы из-за завышения требований к компьютеру и неполному использованию его лимитируемых ресурсов (оперативной памяти, процессорного времени и др )

Автоматическая адаптация параметров ядра БСАОА-системы позволяет кардинально повысить эффективность его работы Ядро при этом становится своеобразным инструментом исследования; измерение характеристик обработки, выполняемое на компьютере, используемом ядром, позволяет комплексно учесть все фактически влияющие на обработку факторы

Таким образом, для создания высокоэффективных БСАБА-систем является актуальной разработка адаптивных систем сбора данных,

работающих в реальном масштабе времени, с автоматической или существенно автоматизированной адаптацией параметров к условиям работы

Цель работы - повышение эффективности вычислительных процессов при обработке событий из контролируемой системы посредством автоматической адаптации параметров обработки к характеристикам потоков событий

Согласно поставленной цели в работе решаются следующие задачи 1 Анализ алгоритма, выявление особенностей и создание модели для процесса обработки информации в системе сбора данных Оценка влияния длительности отдельных стадий алгоритма на общую производительность.

2. Разработка методики для оценки целесообразности средств дополнительного кэширования в системах сбора данных Классификация систем с использованием этой методики.

3 Выбор структуры специализированного кэш-буфера событий и разработка алгоритмов для его обслуживания Оценка эффективности предложенных средств кэширования.

4. Выбор структуры обработки для эффективного демпфирования перегрузочных потоков. Анализ факторов, влияющих на размер демпфирующего буфера, разработка алгоритма адаптивного регулирования его размера Оценка эффективности предложенных мер по обработке перегрузок.

Предметом исследования являются особенности организации вычислительных процессов в системах сбора данных, работающих в режиме реального времени, при автоматической настройке (адаптации) их параметров

Методы исследования включают общую теорию систем, теорию вычислительных систем, теорию массового обслуживания, теорию расписаний и теорию дискретных автоматов.

Научная новизна результатов работы заключается в следующем 1. Проведен анализ и создана модель параллельной обработки информации в системе сбора данных, отличающаяся от известных использованием бесконечнозначной логики и логических определителей, что позволило провести качественный и количественный анализ влияния отдельных стадий алгоритма на общие характери-

стики обработки событий Впервые предложен критерий для оценки применимости описанной методики анализа при псевдопараллельном режиме работы системы сбора данных.

2 Впервые разработан и применен на практике формальный критерий для оценки целесообразности дополнительного кэширования, что позволило обосновать необходимость дополнительного кэширования в наиболее распространенных классах контролируемых систем

3 Впервые предложена модифицированная структура обработки данных, использующая трехэлементный буфер для кэширования информации о событиях, с уникальными стратегиями заполнения и регулирования размера для каждой из частей буфера Это, как показали аналитические исследования, позволило повысить вероятность удачного обращения к буферу

4 Предложена структура процесса обработки событий, отличающаяся от известных тем, что перегрузочные потоки демпфируются в промежуточном буфере первичных событий, размер которого регулируется посредством адаптивного алгоритма, учитывающего достигнутые характеристики процесса обработки. Это позволило обеспечить высокую эффективность обработки событий при минимальном использовании ресурсов компьютера

Практическая значимость работы заключается в том, что ее результаты использованы в ряде программных систем промышленного применения

- порядок и структура обработки данных, соответствующие рассмотренным в данной работе,

- алгоритм адаптивного регулирования размера демпфирующего буфера по измеренным характеристикам обработки и свойствам потоков;

- алгоритм кэширования, базирующийся на измерении характеристик потоков событий из контролируемой системы

Реализация и внедрение результатов работы. Результаты, работы использованы при создании ряда программных комплексов промышленного применения «Графика-АДС» для программного обеспечения комплекса технических средств (КТС) «Энергия» версии 5, базового программного обеспечения версии 6 для КТС

«Энергия*» и других Указанные комплексы более 10 лет эксплуатируются па нескольких сотнях крупных промышленных предприятий России и ближнего зарубежья

На защиту выносятся следующие положения:

1 Обобщенный алгоритм и модель обработки данных в диспетчерской системе (SCADA)

2 Методика анализа процессов при обработке событий и критерий ее применимости при псевдопараллельном режиме работы системы.

3 Критерий для оценки целесообразности дополнительных средств кэширования данных о событиях и методика его практического применения

4 Модифицированная структура обработки событий в системах сбора данных, использующая трехэлементный кэш-буфер с особыми стратегиями заполнения и адаптивным алгоритмом регулирования размера буфера.

5 Модифицированная структура обработки событий, использующая для демпфирования перегрузочных потоков промежуточный буфер первичных событий и алгоритм адаптивного рехулирования его размера

Апробация работы. Основные результаты диссертационной работы докладывались на I и П международных научно-технических конференциях «Новые информационные технологии и системы» (г. Пенза, 1994 и 1996). Базовое программное обеспечение (БПО) версии 6 для КТС «Энергия*», в котором использованы результаты работы, в 2006 и 2008 гг успешно сертифицировано независимой экспертной организацией «VeriTest» (www veritest com), подразделением корпорации «LioNBRIDGE» (США) Проверка требований «Microsoft Platform Test for ISV Solutions» проводилась в разделе «Windows Server 2003 and Windows Client» Указанное программное обеспечение занесено в список продуктов, совместимых с Microsoft Windows Server 2003 (http://www microsoft com/windows/catalog/server)

Публикации. По материалам работы опубликовано 13 печатных работ, в том числе 5 статей, 5 тезисов докладов и 3 свидетельства регистрации программного обеспечения и баз данных. Из них в изданиях, рекомендованных ВАК, опубликованы 2 статьи

Объем и структура работы. Работа состоит из введения, пяти глав, заключения, списка литературы из 126 наименований. Работа содержит 147 страниц машинописного текста, 34 рисунка и 18 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении отражены актуальность темы, цели и основные задачи работы Также определены новизна и практическая ценность полученных результатов, структура работы и положения, выносимые на защиту.

Первая глава посвящена анализу предмета и выбору методов исследования Определена область применения и структура-рассматриваемых в работе систем сбора данных - ЗСАБА-систем. Проведен анализ ряда программных продуктов и определены основные проблемы, возникающие при разработке и эксплуатации программного обеспечения БСАБА-систем. Они обусловлены, с одной стороны, большим числом контролируемых параметров, а с другой стороны -невозможностью получения точного их описания для объектов приложения, а также нестабильностью состава и свойств этих параметров во времени Вследствие этого в унифицированных системах нельзя учесть особенности конкретных приложений, а разработка уникальных программных средств экономически нецелесообразна

Улучшить работу программного обеспечения предложено посредством автоматической адаптации его параметров к характеристикам контролируемой системы При этом требуется обеспечить безопасную - с непревышением заданной вероятности потери - обработку наибольшего количества приоритетных событий в каждый момент времени работы при минимальном использовании лимитируемых ресурсов компьютера Показано, что общего решения для соответствующей целевой функции нет, и это предполагает возможность использования эвристических методов. Предложен ряд способов повышения эффективности обработки Фактически, они сведены к двум основным ускорение выборки данных о событиях с накопителей на жестких магнитных дисках (НЖМД) и распараллеливание обработки для уменьшения времени простоя Сформулированы задачи исследования

Во второй главе уточняется содержание понятия «обработка информации в системе сбора данных», исследуются особенности этого процесса Для этого вводится описание обобщенного алгоритма обработки информации в БСАБА-системе и соответствующей структуры процесса (рис 1) В структуре выделены три основных блока, связанные очередями ожидания

1) формирователь первичных событий, служащий для выявления значимых изменений входной информации,

Рис 1 Функциональные части системы сбора данных

2) формирователь вторичных событий, служащий для интерпретации ранее выявленных первичных событий и определения плана их дальнейшей обработки;

3) обработчик вторичных событий, выполняющий собственно обработку - занесение информации в базу данных реального режима, формирование тревог и другие действия, предусмотренные планом обработки

Для оценки времячастотных параметров обработки данных проведено сравнение характеристических частот процессов в типичных контролируемых системах и длительности отдельных этапов обработки При этом выявлено, что превалирующее влияние на скорость обработки оказывают задержки считывания с НЖМД данных, необходимых для обработки событий

Формальное описание процесса обработки информации в системе сбора данных выполнено посредством графических и логических схем алгоритма. Учет параллельного режима обработки при этом стал возможен благодаря использованию операторных схем алгоритмов с параллельными ветвями (ОСАП). Качественный и количественный анализ влияния отдельных стадий процесса на длительность обработки в целом выполнен с использованием математической модели процесса обработки Она реализована на основе беско-нечнозначной логики и логических определителей Общее время Т обработки п событий в системе из т последовательных обработчиков при постоянном порядке следования событий 1,2.....пи последовательно-параллельном режиме обработки равно логическому "и" - определителю от матрицы В = ||6У|| времен обработки (¿у -длительность обработки 1-го события нау-м этапе)

йц ..

' и

Применение указанных определителей возможно и при псевдопараллельном режиме работы, когда у компьютера обслуживающих устройств меньше, чем стадий в обработке (на практике чаще всего два. процессор и НЖМД) В качестве критерия применимости использован факт наличия простоев одного или обоих обслуживающих элементов. В этом случае можно считать, что обработка событий ведется параллельно Простой выявляется сравнением времен обработки

¡ги I Ш1П)

где (им - минимальное расчетное время обработки одного события;

(ги - удельное время обработки одного события в серии из п событий

Расчеты производительности, выполненные для нескольких вариантов систем сбора, подтвердили предположение о превалирующей роли задержек считывания данных с НЖМД. Особенно значимы задержки на первой и на завершающей стадиях обработки, что хорошо согласуется с теоретическими свойствами логических определителей

В третьей главе рассматривается один из важнейших способов ускорения обработки - кэширование данных о событиях Анализ особенное гей организации этого процесса показал, что предположение о преимущественно последовательной выборке данных, используемое в кэш-памяти универсального применения, неверно для кэшпамяти событий. Их поток имеет признаки пуассоновского, что заметно снижает эффективность применения указанных универсальных механизмов Для оценки целесообразности введения дополнительного кэша предложена методика, базирующаяся на учете положения данных, используемых различными частями системы (см рис. 1), в оперативном запоминающем устройстве (ОЗУ) или на НЖМД компьютера (табл 1)

Таблица 1

Положение данных в памяти при работе системы сбора данных

Формирователь первичных событий Формирователь вторичных событий Обработчик вторичных событий Класс системы сбора данных

ОЗУ ОЗУ ОЗУ Малый

ОЗУ ОЗУ НЖМД Средний

ОЗУ НЖМД НЖМД Большой

НЖМД НЖМД НЖМД Сверхбольшой

Показано, что дополнительный кэш-буфер целесообразен в «средних» и «больших» системах, менее необходим - в «малых» системах «Сверхбольшие» системы в современной практике не встречаются

Функционирование кэш-памяти определяется алгоритмами заполнения и замены данных. При анализе алгоритмов, характерных для кэш-памяти универсального назначения, выявлено, что они не позволяют эффективно обрабатывать события в БСАБА-системах. Этому препятствуют два фактора малая вероятность удержания в кэш-буфере данных для «частых» событий, и, как следствие, весьма низкая скорость его запотевши. Проведенные аналитические исследования показали, что вероятность неудачного обращения (Мг) к ЫШ-стеку размером Жь при прочих равных условиях в 1,58 раза

больше по сравнению с ситуацией, когда данные в буфере упорядочены идеальным образом

Мг= 1,58 а ¡{а + Щ,

где а - характеристическая константа

Исключить это явления предложено посредством заполнения кэш-буфера на основе фактических частот событий из контролируемой системы, полученных за предшествующий интервал работы

Для учета всех выявленных особенностей предложено кэширо-вать данные для событий в трехэлементном буфере (рис. 2) Каждая часть буфера имеет собственный алгоритм заполнения и адаптивного регулирования размера. Оперативный буфер хранит данные для тех обслуживаемых событий, информации о которых нет в прочих частях буфера, его размер изменяется по числу событий в параллельной обработке. Содержимое двух прочих частей буфера условно-постоянное: они загружаются заблаговременно и меняются только между сеансами работы. Буфер важных событий содержит данные для приоритетных событий, если их число невелико, то загружаются все, в противном случае состав данных и размер регулируется так же, как и для буфера частых событий.

1 Информация из 1 контролируемой системь —1 I нжмд 1

Формирователь первичных событий К Э ш Буфер важных СОбЫТИЙ (№,тр)

1

Демпфирующий буфер Буфер частых событий (Щгед)

1

Формирователь вторичных событий

Оперативный буфер (Жорег)

1

Обработчик вторичных событий «

Рис 2 Структура буферов системы сбора данных

Состав «частых» событий определяется по их фактическим частотам в ретроспективе данных. Размер буфера регулируется адаптивно, с помощью ряда расчетных показателей: у, у', у" Эти величины -доли (отношения к общему количеству событий Nevt) успешных обращений к буферу, к буферу и предварительной очереди и к укороченному буферу соответственно

j Wfreq j Wfreq+Wpo,

У=—- Z"ew(0,Y' = —- Z "ew(0.

M evt 1 " evt 1

Wr -W

j " freq " pot

= Z nevt 0),

lyevt 1

где new(0 _ количество свершений события evt(i), Wfre4 - размер буфера;

Wpo, - размер очереди кандидатов на попадание в буфер. Параметры у, у', у" определяют изменение эффективности буфера при изменении его размера (ff/req) на величину предварительной очереди Рассчитываются два показателя Dup = у'-у, Д^ = у-у", которые сравниваются с порогом эффективности для определения целесообразности изменения размера Величина порога задает границу на кривой распределения частот свершения событий, разделяющую события на условно «частые» и «редкие»

Действенность предложенных средств кэширования проверена расчетами Величина индекса эффективности (отношение процентного роста производительности к проценту попаданий в кэш) составляет 1,23. 1,41 в зависимости от условий работы В расчетах применен ранее заданный критерий для псевдопараллелыюго режима. С его помощью установлено, что при малых задержках НЖМД эффективность ограничивается производительностью процессора из-за полного использования задержек считывания с НЖМД.

В четвертой главе рассмотрены вопросы повышения эффективности вычислительных процессов при отработке перегрузок по входу. Анализ особенностей работы в таком режиме показал, что величину перегрузок можно только измерить. Исследование процессов обработки перегрузок проведено с использованием модели системы массового обслуживания (СМО) (рис. 3).

Рис 3 Модель обработки данных как системы массового обслуживания

С использованием данной модели и ранее выявленных особенностей обработки событий установлено, что для обработки перегрузочных событий лучше всего подходит буфер, размещенный на выходе формирователя первичных событий. Выбор такой структуры обусловлен рядом факторов:

- стратегией работы при перегрузке по входу (приоритетом фиксации событий над их обработкой),

- размером данных и их количеством, обрабатываемым на различных этапах,

- скоростью заполнения промежуточных буферов при перегрузке.

Модель СМО также позволила получить аналитические выражения для основных параметров обработки событий (нормы и интенсивности обслуживания, времени ожидания в очередях и др.) при работе с безграничными и ограниченными областями ожидания. Размер буфера (¿»max) для демпфирования перегрузочных потоков предложено определять по формуле

Lwmах — ^-ovl Tov[ + 2A^avr+ Nprh,

где Nmr - число событий в очереди до наступления перегрузки,

Nprb - число свободных мест для обеспечения заданного лимита вероягности потерь при максимальном предполагаемом заполнении,

XOYi - интенсивность перегрузочного потока,

Tmt - длительность перегрузки

В этом выражении учтены два основных фактора, влияющих на размер буфера максимальное количество событий в перегрузочных потоках и скорость их обработки (интенсивность обслуживания) в системе сбора данных В случае пуассоновского потока и экспонен-

циального распределения времени ожидания выражение для расчета размера буфера приобретает вид

¿птах = Я„»/ Г0„/ + 2р2 / (1 - р) + ЫргЬ,

где р - интенсивность обслуживания.

Эта формула используется в алгоритме адаптивного регулирования размера буфера Алгоритм предполагает контроль степени заполнения буфера и расчет максимальной интенсивности обслуживания По интенсивности и заданному лимиту вероятности утери событий определяется необходимое число свободных мест в буфере В случае неиспользования части буфера в течение некоторого периода он автоматически уменьшается до расчетного размера. Работа алгоритма проверена посредством имитационного моделирования, при этом показана достаточно высокая его эффективность: экономия составляет до 30 70 % от исходного объема буфера.

В пятой главе описаны различные аспекты применения результатов данной работы на практике В качестве примера использования предложенных алгоритмов описан программный продукт «Графика-АДС» для программного обеспечения КТС «Энергия» версии 5 Показаны особенности практической реализации ранее описанных алгоритмов и структур обработки данных. Приведены примеры обработки событий, работы с многоэлементным кэш-буфером, написанные на псевдокоде. Также показано изменение параметров функционирования программного обеспечения на реальных системах вследствие используемых механизмов автоматической адаптации

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

Основные результаты работы заключаются в следующем.

1. Проведен анализ и создана модель обработки информации в системе сбора данных, отличающаяся от известных моделей отражением взаимодействия отдельных частей между собой, в том числе и при псевдопараллельном режиме работы Формализовано описание алгоритма обработки, для чего впервые предложено использовать язык операторных схем алгоритмов с параллельными ветвями (ОСАП) как имеющий определенные преимущества в данном случае перед сетями Петри.

2 Дня качественного и количественного анализа влияния отдельных стадий алгоритма на общие характеристики обработки событий впервые предложено использовать математический аппарат теории расписаний, основанный на бесконечнозначной логике и логических определителях Предложен критерий для оценки применимости описанной методики при псевдопараллельном режиме работы системы сбора данных

3 На базе предложенной модели системы впервые разработан и применен на практике формальный критерий для оценки целесообразности дополнительного кэширования С использованием данного критерия показано, что дополнительное кэширование оправдано в наиболее распространенных классах контролируемых систем.

4. Посредством аналитических исследований установлено, что при идеальном упорядочении информации в кэш-буфере вероятность удачного обращения повышается до 1,58 раз по сравнению с обычным ЬШ]-стеком Впервые предложено для упорядочения данных указанным (идеальным) образом использовать результаты анализа частот в ретроспективе ранее обработанных событий.

5. Предложена улучшенная структура обработки событий в системах сбора, в которой для кэширования данных о событиях впервые использован трехэлементный буфер. Каждая из частей этого буфера имеет собственную стратегию заполнения и адаптивный механизм регулирования размера Эффективность кэширования проверена посредством математического моделирования работы системы сбора данных. Отношение прироста производительности к доле попаданий в кэш составило 1,23 .1,41

6. Предложена модель системы массового обслуживания (СМО) для вычислительного процесса в системе сбора данных, позволившая более полно оценить характеристики обработки при известной средней интенсивности входного потока и заданных длительности, интенсивности перегрузочных потоков.

7 Предложена улучшенная структура процесса обработки событий, отличающаяся тем, что демпфирование перегрузочных потоков происходит в промежуточном буфере первичных событий. Впервые предложен алгоритм адаптивного регулирования величины демпфи-

рующего буфера На практике сокращение размера буфера составляет до 30 .70 % от исходного объема.

Предложенные алгоритмы адаптации параметров оказались весьма результативными при практическом применении, что подтверждено более чем десятилетним опытом промышленного использования различных систем сбора данных, в которых реализованы результаты исследований

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Публикации в изданиях, рекомендованных ВАК России

1. Лукин, Д В Кэширование информации при обработке событий в SCADA-системах / Д В. Лукин // Известия высших учебных заведений Поволжский регион. Технические науки. - 2008 - № 1. — С. 36-44.

2 Лукин, Д В. Адаптация систем сбора данных к входным перегрузкам / Д В Лукин // Известия высших учебных заведений. Поволжский регион Технические науки - 2008. - № 2 - С. 47-55.

Публикации в других изданиях

3. Лукин, Д. В Адаптивная оптимизация в универсальной диспетчерской системе / Д В Лукин, А Г Гордиенко // Вопросы радиоэлектроники. Сер ЭВТ -1996 -Вып 1.-С 37-43.

4 Лукин, Д В. Адаптивная оптимизация в универсальной диспетчерской системе / Д В. Лукин, А Г. Гордиенко материалы докл II Междунар. конф. «Новые информационные технологии и системы» - Пенза • Изд-во Пенз гос. техн. ун-та, 1996 -С 38-39.

5 Лукин, Д В Универсальная адаптируемая диспетчерская система / Д В Лукин, А Г Гордиенко • материалы докл I Междунар. конф «Новые информационные технологии и системы» - Пенза : Изд-во Пенз гос техн ун-та, 1994,-С 94-95

6 Лукин, Д. В Универсальная диспетчерская система / Д В Лукин, А Г Гордиенко // Вопросы радиоэлектроники Сер ЭВТ -1996.-Вып 1 -С 43-48

7 Лукин, Д В Объектно-ориентированная модель телеуправляемой системы / Д В Лукин, А Г Гордиенко // Вопросы радиоэлектроники Сер ЭВТ -1999 -Вып. 2 - С 95-108

8. Лукин, Д В Объектно-ориентированная модель подсистемы телеуправления / Д. В Лукин, А Г Гордиенко материалы докл. II Междунар конф. «Новые информационные технологии и системы». - Пенза . Изд-во Пенз. гос. техн. ун-та, 1996. - С. 41—42

9. Лукин, Д В. Построение диспетчерской системы с устройством отображения информации малого формата / Д В. Лукин, А. Г Гордиенко материалы докл 1 Междунар конф «Новые информационные технологии и системы» - Пенза Изд-во Пенз гос техн ун-та, 1994.-С 96-97.

10. Лукин, Д В Способ оценки параметров системы автоматизации на основе обобщенного алгоритма обработки входных событий / Д В. Лукин, А Г Гордиенко . материалы докл II Междунар конф «Новые информационные технологии и системы» - Пенза : Изд-во Пенз.roc техн ун-та, 1996 -С 39-40

11 Свидетельство об официальной регистрации программы для ЭВМ № 2003610682 «Графика - Автоматизированная Диспетчерская Система» («Графика-АДС») Правообладатель- ООО НТП «Энергоконтроль» г Заречный, Пензенской обл Авторы Гордиенко А Г, Лукин Д В Зарегистрировано в Реестре программ для ЭВМ, г Москва, 19 03 2003 г

12 Свидетельство об официальной регистрации базы данных № 2004620092 «База данных описания проектной информации для системы учета энергоресурсов КТС "Энергия+" (БД ПИ)». Правообладатель ООО НТП "Энергоконтроль" г Заречный, Пензенской обл Авторы Гордиенко А Г, Лукин Д В. Зарегистрировано в Реестре баз данных, г Москва, 19 04 2004 г

13 Свидетельство об официальной регистрации программы для ЭВМ № 2006613171 «Мониторинг мгновенных и средних параметров» («Мониторинг МП»). Правообладатель ООО НТП «Энергоконтроль» г Заречный, Пензенской обл Авторы. Зимин В В , Сороко-пудов А А, Гордиенко А Г, Лукин Д В Зарегистрировано в Реестре программ для ЭВМ, г Москва, 07 09 2006 г

Лукин Дмитрий Викторович

Организация вычислительных процессов в адаптивных системах сбора данных

Специальность 05 13 15 - Вычислительные машины и системы

Редактор Я Ю Пшеницына Технический редактор Я А Вьялкова Корректор Ж А Лубенцова Компьютерная верстка Р Б Бердниковой

ИД №06494 от 26 12 01 Сдано в производство 08 10 08 Формат 60x84*/16 Бумага писчая Печать офсетная Уч-изд л 1,11 _Заказ № 564 Тираж 100_

Издательство Пензенского государственного университета 440026, Пенза, Красная, 40

ВВЕДЕНИЕ.

1 МОДЕЛИ ВЫЧИСЛИТЕЛЬНЫХ ПРОЦЕССОВ В СИСТЕМАХ СБОРА

ДАННЫХ.

1.1 Краткое описание автоматизированных диспетчерских систем.

1.2 Современное состояние и проблемы организации вычислительных процессов в SCADA-системах.

1.3 Цели улучшения работы в адаптивных системах сбора даш 1ых.

1.4 Повышение эффективности вычислительных процессов.

Актуальность проблемы. Для построения современных автоматизированных диспетчерских систем (SCADA) чаще всего используются унифицированные программные средства. Их параметры настраиваются на характеристики контролируемых систем при подготовке к эксплуатации. Программное ядро SCADA-системы должно обеспечить высокую скорость и надежность обработки данных с минимальным использованием ресурсов компьютера при различных характеристиках контролируемых систем. Наиболее важна эффективность реализации процессов реального масштаба времени: сбора и первичной обработки данных из контролируемой системы.

Одна из основных причин недостаточной эффективности систем сбора данных заключается в следующем. При проектировании и фактическом создании их программного обеспечения параметры для процессов обработки определяются на основе теории массового обслуживания или иных абстрактных методов. Этим достигаются удовлетворительные характеристики в заданном спектре приложений. Однако в каждом отдельном случае характеристики можно улучшить посредством учета специфических особенностей контролируемой системы. Для этого необходимо измерить реальные характеристики обработки данных, а затем подстроить параметры под конкретную систему. Из-за изменчивости характеристик систем во времени подстройка требуется регулярно или непрерывно. Неточная настройка приводит к существенному снижению эффективности работы из-за завышения требований к компьютеру и неполному использованию его лимитируемых ресурсов (оперативной памяти, процессорного времени и др.).

Автоматическая (автоматизированной) адаптация параметров ядра SCADA-системы позволяет кардинально повысить эффективность его работы. Ядро при этом становится своеобразным инструментом исследования; измерение характеристик обработки, выполняемое на компьютере, используемом ядром, позволяет комплексно учесть все фактически влияющие на обработку факторы.

Таким образом, для создания высокоэффективных SCADA-систем является актуальной разработка адаптивных систем сбора данных, работающих в реальном масштабе времени, с автоматической или существенно автоматизированной адаптацией параметров к условиям работы.

Цель работы — повышение эффективности вычислительных процессов при обработке событий из контролируемой системы посредством автоматической адаптации параметров обработки к характеристикам потоков событий.

Согласно поставленной цели в работе решаются следующие задачи:

1. Анализ алгоритма, выявление особенностей и создание модели для процесса обработки информации в системе сбора данных. Оценка влияния длительности отдельных стадий алгоритма на общую производительность.

2. Разработка методики для оценки целесообразности средств дополнительного кэширования в системах сбора данных. Классификация систем с использованием этой методики.

3. Выбор структуры специализированного кэш-буфера событий и разработка алгоритмов для его обслуживания. Оценка эффективности предложенных средств кэширования.

4. Выбор структуры обработки для эффективного демпфирования перегрузочных потоков. Анализ факторов, влияющих на размер демпфирующего буфера; разработка алгоритма адаптивного регулирования его размера. Оценка эффективности предложенных мер по обработке перегрузок.

Предметом исследования являются особенности организации вычислительных процессов в системах сбора данных, работающих в режиме реального времени, при автоматической настройке (адаптации) их параметров.

Методы исследования включают общую теорию систем, теорию вычислительных систем, теорию массового обслуживания, теорию расписаний и теорию дискретных автоматов.

Научная новизна результатов работы заключается в следующем:

1. Проведен анализ и создана модель параллельной обработки информации в системе сбора данных, отличающаяся от известных использованием бесконечнозначной логики № логических определителей, что позволило провести качественный и количественный? анализ; влияния отдельных стадий алгоритма' на общие, характеристики- обработки событий. Впервые предложен критерий для» оценки' применимости описанной методики анализа при псевдопараллельном' режиме работы сис темы сбора данных., 2. Впервые, разработан и применен: на практике: формальный критерий для; оценки целесообразности дополнительного кэширования, что позволило- обосновать необходимость дополнительного кэширования; в наиболее распространенных классах контролируемых систем:

3. Впервые предложена, модифицированная структура обработки данных, использующая трехэлементный буфер для кэширования информации о событиях, с уникальными-стратегиями заполнения и регулирования*-размера-для-- каждой из частей буфера: Это; как показали аналитические исследования^.позволило-повысить вероятность .удачного обращения к. буферу.

4. Предложена с труктура процесса обработки событий, отличающаяся .от известных тем, что перегрузочные потоки демпфируются в промежуточном буфере первичных событий, размер: которого- регулируется посредством адаптивного алгоритма' учитывающего'достигнутые характеристики процессаобработки; Это позволило обеспечить высокую- эффективность обработки событий при минимальном использовании ресурсов компьютера.

Практическая значимость работы заключается в том, что ее результаты использованы-в ;ряде программных систем промышленного применения:

- порядок и структура.обработки данных, соответствующие рассмотренным в даннойработе;

- алгоритм адаптивного • регулирования? размера демпфирующего буфера' по измеренным характеристикам обработки и-свойствам потоков;

- алгоритм кэширования^ базирующийся? на измерении характеристик* потоков событий из контролируемой системы.

Реализация>и- внедрение результатов работы. Результаты, работы использованы; при создании: ряда программных комплексов^ промышленного применения: «Графика-АДС» для программного обеспечения комплекса технических средств (КТС) «Энергия» версии 5, базового программного обеспечения версии 6 для КТС «Энергия+» и других. Указанные комплексы более 10 лет эксплуатируются на нескольких сотнях крупных промышленных предприятий России и ближнего зарубежья.

На защиту выносятся следующие положения:

1. Обобщенный алгоритм и модель обработки данных в диспетчерской системе (SCAD А).

2. Методика анализа процессов при обработке событий и критерий ее применимости при псевдопараллельном режиме работы системы.

3. Критерий для оценки целесообразности дополнительных средств кэширования данных о событиях и методика его практического применения.

4. Модифицированная структура обработки событий в системах сбора данных, использующая трехэлементный кэш-буфер с особыми стратегиями заполнения и адаптивным алгоритмом регулирования размера буфера.

5. Модифицированная структура обработки событий, использующая для демпфирования перегрузочных потоков промежуточный буфер первичных событий и алгоритм адаптивного регулирования его размера.

Апробация работы. Основные результаты диссертационной работы докладывались на I и II международных научно-технических конференциях «Новые информационные технологии и системы» (г. Пенза, 1994 и 1996). Базовое программное обеспечение (БПО) версии 6 для КТС «Энергия+», в котором использованы результаты работы, в 2006 и 2008 гг. успешно сертифицировано независимой экспертной организацией «VeriTest» (www.veritest.com), подразделением корпорации «LioNBRIDGE» (США). Проверка требований «Microsoft Platform Test for ISV Solutions» проводилась в разделе «Windows Server 2003 and Windows Client». Указанное программное обеспечение занесено в список продуктов, совместимых с Microsoft Windows Server 2003 (http://www.microsoft.com/windows/catalog/server).

Публикации. По материалам работы опубликовано 13 печатных работ, в том числе 5 статей, 5 тезисов докладов и 3 свидетельства регистрации программного обеспечения и баз данных. Из них в изданиях, рекомендованных ВАК, опубликованы 2 статьи.

Объем и структура работы. Работа состоит из введения, пяти глав, заключения, списка литературы из 126 наименований. Работа содержит 147 страниц машинописного текста, 34 рисунка и 18 таблиц.

5.3 Основные выводы по главе

Рассмотренный пример практической реализации обработки информации в системе сбора данных позволяет прийти к следующим выводам:

- использование изложенных в предшествующих главах результатов позволило достигнуть в программном продукте существенной экономии ресурсов;

- структура обработки в целом соответствует обобщенной модели, описанной в главе 2. Отличия обусловлены спецификой реализации и "предысторией" развития программного продукта;

- автоматическая адаптация к особенностям эксплуатации позволила создать весьма гибкую систему для широкого спектра применений. Это весьма положительно сказалось на характеристиках системы, трудоемкости ее сопровождения, обучения пользователей и ряде других характеристик.

131

ЗАКЛЮЧЕНИЕ

Научная новизна результатов диссертационной работы заключается в следующем.

Разработано описание процесса обработки информации в системе сбора данных и на его основе создана модель, отражающая взаимодействие отдельных частей обработки между собой, в т.ч. при (псевдо) параллельном режиме работы.

Разработана структура программной обработки в соответствии с созданной моделью, учитывающая возможность параллельной обработки событий. Проведен анализ и выявлены особенности организации вычислительных процессов в системах сбора данных в связи со специфическими характеристиками обработки событий, как-то: работа в реальном масштабе времени, с большим числом источников данных при относительно невысокой интенсивности потоков.

Создано формализованное описание алгоритма обработки информации в системах сбора данных, для чего использован язык операторных схем алгоритмов с параллельными ветвями (ОСАП), имеющий определенные преимущества в данном случае перед сетями Петри.

Для качественного и количественного анализа влияния отдельных стадий на общие характеристики алгоритма обработки создана математическая модель процесса обработки, использующая математический аппарат теории расписаний, основанный на бесконечнозначной логике и логических определителях. Логические определители, составляющие указанную модель, составлены на базе ранее определенных формализованных описаний алгоритма. Разработан критерий для оценки возможности использования описанной методики для анализа параметров при псевдо-параллельном режиме работы системы сбора данных.

На основе полученной математической модели и выполненных расчетов параметров системы при различных характеристиках процесса обработки доказано, что результаты расчетов согласуются со свойствами логических определителей. Проведен анализ полученных данных и выявлены закономерности, которые могут быть использованы для дальнейшего анализа и проектирования систем сбора данных: превалирующее влияние длительностей первой и последней стадий обработки, наличия режимов параллельной и поочередной обработки.

На основании ранее предложенной модели обработки разработан и применен на практике формальный критерий для оценки целесообразности дополнительного кэширования. С использованием указанного критерия установлено, что использование дополнительных средств кэширования оправдано для наиболее распространенных классов контролируемых систем.

При анализе стратегий замены, выборки и заполнения, характерных для универсальных кэш-буферов установлено, что их использование не позволяет добиться эффективного функционирования кэш-буфера событий, т.к. не учитывается имеющаяся в системе сбора данных информация о приоритетах и реальных частотах свершения событий. Разработана структура обработки событий в системах сбора, исключающая выявленные недостатки. В частности, для кэширования данных о событиях применен трехэлементный буфер, каждая из частей которого имеет собственную стратегию заполнения и адаптивный механизм регулирования размера.

Доказано, что предположение о преимущественно последовательной выборке данных и команд, лежащее в основе функционирования универсальной кэшпамяти, неверно для кэш-памяти событий, где главным образом обрабатываются пуассоновские потоки. Посредством аналитических исследований определено, что при идеальном упорядочении информации в кэш-буфере вероятность удачного обращения повышается до 1,58 раз, чем в случае обычного LRU-стека. Для упорядочения данных указанным образом использованы результаты анализа частот в ретроспективе ранее обработанных событий.

Разработаны несколько способов анализа ретроспективы событий для заполнения кэш-буфера. Установлено, что наиболее эффективен инкрементный анализ протоколов, с выработкой обобщенной интегральной оценки, включающей также ряд расчетных параметров для оценки эффективности и адаптивного регулирования размера кэш-памяти. Разработан алгоритм анализа содержания и регулирования размера кэш-буфера.

Эффективность предложенного способа кэширования проверена посредством математического моделирования работы системы сбора данных с кэш-буфером. Установлено, что эффективность буфера достаточно высока и растет опережающим темпом при росте доли успешных обращений. Величина индекса эффективности (отношение процентного роста производительности к проценту попаданий) составляет 1,23-^-1,41, в зависимости от условий работы.

Разработана СМО-модель вычислительного процесса в системе сбора данных, которая позволила оценить характеристики работы при известной средней интенсивности входного потока, а также заданной длительности и интенсивности перегрузочных потоков. С ее использованием получены аналитические выражения для вероятности потери событий, времени ожидания и других важных параметров процесса обработки информации.

Разработана оптимальная структура процесса обработки событий: для демпфирования перегрузочных потоков лучше всего подходит промежуточный буфер первичных событий. Получена формула для определения размера этого буфера, учитывающая лимит вероятности потери событий, характеристики перегрузочных потоков и процесса обработки событий.

Установлено, что эффективное регулирование размера демпфирующего буфера возможно только с использованием измеренных на реальной системе характеристик - скорости обработки и объема перегрузочных потоков событий. Разработан алгоритм адаптивного регулирование размера демпфирующего буфера, обеспечивающий учет достигнутых характеристик процесса обработки на конкретном входном потоке, с заданным лимитом для вероятности потери событий.

Практическая ценность работы заключается в том, что ее результаты использованы в различном программном обеспечении промышленного применения:

- порядок обработки данных, во многом соответствующий приведенной в данной работе модели системы;

- оптимальная структура обработки событий, для обеспечения заданного характеристик надежности при работе с перегрузками;

- адаптивное регулирование размера демпфирующего буфера на основании измеренных характеристик обработки событий и свойств потоков данных из контролируемой системы;

- алгоритм кэширования частой, функционально важной и оперативной информации, базирующийся на измерении характеристик потоков событий из контролируемой системы;

- структура обработки, предполагающая использование многоэлементного буфера для кэширования данных, с независимой стратегией заполнения каждой из частей и адаптивной регулировкой ее размера.

Предложенные и реализованные меры адаптации параметров оказались весьма результативными при практическом применении, что подтверждено более чем 10-ти летним опытом промышленного использования различных систем сбора данных.

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

CASE - computer aided software engineering

FCFS - first come, first served

FIFO - first-in-first-out

LCFS - last come, first served

LFU - least frequency usage

LIFO - last-in-first-out

LRU - least referenced unit

MES - manufacturing execution systems

MRP - manufacturing resource planning

SCADA - supervisory control and data acquisition

АДС - автоматизированная диспетчерская система

АПД - аппаратура передачи данных

КТС - комплекс технических средств

ЛВС - локальная вычислительная сеть

JICA - логическая схема алгоритма

НЖМД - накопитель на жестком магнитном диске

ОЗУ - оперативное запоминающее устройство

ОС - операционная система

ОСАП - операторная схема алгоритма с параллельными ветвями

СКУ - система канонических уравнений

СМО - систем массового обслуживания

ТС - телесигнализация

УСД - устройство сбора данных

1. Костяков, С. Промышленность в центре внимания (концепция построения современных систем автоматизации производства)/ С. Костяков // CompUnity. - 1996. - №9. - С.74-80.

2. Проектирование систем автоматизации технологических процессов: Справочное пособие / А.С.Клюев, Б.В.Глазов, А.Х.Дубровский, А.А.Клюев; Под. ред. А.С.Клюева. 2-е изд. - М.: Энергоатомиздат, 1990. -464 с.

3. Rane, Sham. A road map to broadband networking: network evolution within the utilities industry./ Sham. Rane // Telecommunications. Dec. 1994. - v28. - №12. -p33(4).

4. Золотарев, С. Интегрированные пакеты АСУ ТП в ОС QNX /С. Золотарев // Современные системы автоматизации. -1996. №9. -С.36-42.

5. Utilities Put 3% Of Revenues Into Info Technology. // Newsbytes. Nov 21,1995. pNEWl 1210022.

6. Кабаев, C.B. Пакет программного обеспечения InTouch система мониторинга и управления в объектах промышленной автоматизации / С. В. Кабаев, С. Хреляц // Мир компьютерной автоматизации. - 1996. - №2. - С.41-43.

7. Моргунов, Е. Б. Человеческие факторы в компьютерных системах. М.: Тривола. - 1994. 272 с.

8. Соболев, О.С. Прогресс в области SCADA-систем и проблемы пользователей / О.С. Соболев // Мир компьютерной автоматизации. — 2003. №3, с.67.

9. Haverson, Debra. Going with the information flow. / Debra Haverson // MIDRANGE Systems. Nov 10, 1995. -v8. -№21. p32(2).

10. Чэн Ш.-К. Принципы проектирования систем визуальной информации: Пер. с англ.- М.: Мир, 1994. 408 с.

11. Ульсон, К. Разработка графических динамических пользовательских интерфейсов для АСУТП / К. Ульсон // Мир компьютерной автоматизации.1996. №3. - С.52-57.

12. Коутс Р., Влейминк И. Интерфейс "человек-компьютер": Пер. с англ. -М.: Мир, 1990.-501 с.

13. Хилл П. Наука и искусство проектирования (методы проектирования, научное обоснование решений): Пер. с англ. М.: Мир, 1973. - 262 с.

14. НМитюшкин К.Г. Контроль и телеуправление в энергосистемах. М.: Энергоатомиздат, 1990. - 228 с.

15. Zadeh, L.A. Outline of a new approach to the analysis of complex systems and decision process / L.A. Zadeh // IEEE Trans, on SMC. -1973.- Vol. 3. № 1. p.28-44

16. Прикладные нечеткие системы: Пер. с япон. / К.Асаи, Д.Ватада, С.Иваи и др.; под редакцией Т. Тэрано, К.Асаи, М.Сугэно. М.: Мир, 1993. - 368 с.

17. Лукин, Д.В. Адаптивная оптимизация в универсальной диспетчерской системе / Д.В. Лукин, А.Г. Гордиенко // Вопросы радиоэлектроники. Серия ЭВТ. -1996.-Вып. 1.-С.37-43

18. Лукин, Д.В. Адаптивная оптимизация в универсальной диспетчерской системе / Д.В. Лукин, А.Г. Гордиенко: Материалы докладов II международной конференции «Новые информационные технологии и системы». Пенза: ПГТУ, 1996.-С.38-39.

19. Приобретение знаний: Пер. с япон. / Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990.-304 с.

20. Острем К., Виттенмарк Б. Системы управления с ЭВМ: Пер. с англ. -М.: Мир, 1987. 480 с.

21. Калянов, Г.Н. Современные CASE-технологии. / Г.Н. Калянов // Препринт М.: Институт проблем управления РАН. - 1992. - 52 с.

22. Штрик А.А. CASE машинное проектирование программного обеспечения. - М.: Мир, 1990. - 179 с.

23. Лукин, Д.В Универсальная адаптируемая диспетчерская система. / Д.В. Лукин, А.Г. Гордиенко: Материалы докладов I международной конференции «Новые информационные технологии и системы». Пенза: ПГТУ, 1994. - С.94-95.

24. Айзин, B.C. TRACE MODE 4.20: контроль над технологическим процессом /B.C. Айзин // Мир ПК. 1995. - №12. -С.81-85.138

25. Кузнецов, А. SCADA-системы: программистом можешь ты не быть. / А. Кузнецов // Современные системы автоматизации. -1996. №1. - С.32-36.

26. Куцевич, Н.А. SCADA-системы, или Муки выбора./ Н.А. Куцевич // Мир компьютерной автоматизации. 1999. - №1. С.56-60.

27. Каталог №6 аппаратных и программных средств автоматизации фирмы "ProSoft", 2007г. 246 с.

28. Незнанов, В.Н. WEB и SCADA. Угроза или приглашение к сотрудничеству? / В.Н. Незнанов // ПиКАД. 2003г. - №1-2. -С. 10-12.

29. Антохов, С.В. Применение математического моделирования при проектировании АСУ реального времени в производстве серной кислоты./ С.В. Антохов, М.В. Антохов, Г.В. Леонов // Промышленные АСУ и контроллеры. 2004. -№4. - С.31-34.

30. Гамм, А.З. Обнаружение плохих данных в телеизмерениях в электроэнергетических системах / А.З. Гамм, И.Н. Колосок // Наука, Сибирское Предпр. РАН. Новосибирск. 2000. - 221 с.

31. Глазунова, A.M. Достоверизация телеизмерений в ЭЭС с помощью искусственных нейронных сетей / A.M. Глазунова, И.Н. Колосок // Электричество. -2000.-№10.-С. 18-24.

32. Альперович, И. От обработки данных к их интерпретации. / И. Альпе-рович // PC Week Magazine. - 2003. - №2. - С.22-27.

33. Теркель, Д. OLE for Process Control свобода выбора. / Д. Теркель // Современные технологии автоматизации. - 2002 г. - №3. -С.28-32

34. Baron, Manfred. New Perspectives on Process Visualization. SCADA Systems for Plant Intelligence / Manfred Baron // Siemens IT&Production. 2004. - №111.

35. Уидроу Б., Стирнз С. Адаптивная обработка сигналов: Пер. с англ. М.: Радио и связь, 1989. - 440 с.

36. Цыпкин Я.С. Адаптация и обучение в автоматических системах. М.: Наука, 1968.-400 с.

37. Банди, Б. Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. - 128 с.

38. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся Втузов. М., Наука, 1980, 976 с.

39. Трауб Дж., Васильковский Г., Вожьняковский X. Информация, неопределенность, сложность: Пер. с англ. М.: Мир, 1988. - 184с.

40. Квиерси, К. Преимущества встраиваемых рабочих станций / К. Квиерси // Мир компьютерной автоматизации. 1996. - №3. - С.78-80

41. Циклер, А. Использование аппаратуры VMEbus на боевых вертолетах при полетах на низкой высоте / А. Циклер // Мир компьютерной автоматизации . -1996. -№2. С.21-28

42. Baum, David. Questar Corp: rapid development fuels new business / David Baum//Info World. Sept 18 1995. vl7. - №38. - p76(l).

43. Shohat, Murry. Device and sensor buses gain in appeal. (CAM architecture moves to client/server model) / Murry Shohat // Electronic Engineering Times. August 28 1995. - №863. - p82(2).

44. Митюшкин, К.Г. Контроль и телеуправление в энергосистемах. М.: Энергоатомиздат, 1990. - 228 с.

45. Бойченков, Е.В. Методы схемотехнического проектирования распределенных информационно-вычислительных микро-процессорных систем / Под ред. В.Г.Домрачева. М.: Энергоатомиздат, 1988. -128 с.

46. Клир Дж. Системология. Автоматизация решения системных задач: Пер. с англ.- М.: Радио и Связь, .1990.- 544 с.

47. Лукин, Д.В. Универсальная диспетчерская система / Д.В. Лукин, А.Г. Гордиенко // Вопросы радиоэлектроники. Серия ЭВТ. 1996. - Вып.1. - С.43-48.

48. Гуляев А.И. Временные ряды в динамических базах данных. М.: Радио и Связь, 1989. - 128 с.

49. James Martin, James O'Dell. Object-Oriented Analysis and Design. Prentice-Hall, 1992.

50. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях. Пер. с англ. Киев: Диалектика, 1993. - 240 с.

51. Лукин, Д.В. Объектно-ориентированная модель телеуправляемой системы / Д.В. Лукин, А.Г. Гордиенко // Вопросы радиоэлектроники. Серия ЭВТ. -1999. Вып.2. - С.95-108.

52. Лукин, Д.В. Объектно-ориентированная модель подсистемы телеуправления / Д.В. Лукин, А.Г. Гордиенко: Материалы докладов II международной конференции «Новые информационные технологии и системы». Пенза: ПГТУ, 1996. -С.41-42.

53. Лукин, Д.В. Построение диспетчерской системы с устройством отображения информации малого формата / Д.В. Лукин, А.Г. Гордиенко: Материалы докладов I международной конференции «Новые информационные технологии и системы». Пенза: ПГТУ, 1994. - С.96-97.

54. California City Buys New SCADA System. // Newsbytes. Nov 8, 1995. pNEWl 1080017.

55. Hoffmann D.: Temperaturmessungen und Temperaturregelunngen mit Beruhrungsthermometern. Berlin, VEB Verlag Technik, 1977

56. Bergholz G. Zur Bestimmung der Reaktionsszeit von Prozessrechenanlagen. // Wiss. Z. Techn. Univ. Dresden, 24 (1975), 3/4, s. 563-570.

57. Тарахтелюк, А. Кое-что о винчестерах IDE / А. Тарахтелюк, В. Майоров // Компьютер-пресс. 1996. - №6 (78). - С. 14-16.60 "Багет" семейство ЭВМ для специализированных применений. Рекламные материалы конструкторского бюро "Корунд-М". М. - 2003. - 96 с.

58. Рекламные материалы АО "Пирит", официального дистрибьютора фирмы Maxtor в России // Компьютер-пресс. 1996. - №6(78). - С. 194-196.

59. Системы параллельной обработки. Под редакцией Д.Ивенса: Пер. с англ.- М.: Мир, 1985. 416 с.

60. Слейтер, М. Конкуренты Pentium. / М. Слейтер // PC Magazine (Russian Edition). 1996. - №9. - C.62-77

61. Рязанцев, О. Процессоры, процессоры / О. Рязанцев // Компьютерпресс. 1996. - №6 (78). - С. 182-188.

62. Питерсон Дж. Теория сетей Петри и моделирование систем: Пер. с англ. М., Мир, 1984, 264 с.

63. Вашкевич, Н.П. Об одном способе синтеза цифровых автоматов по граф-схеме алгоритма с параллельными ветвями / Н.П. Вашкевич: Вычислительная техника: Межвуз. сборник научных трудов. Выпуск 1,2. Пенза: Пенз. политехи. ин-т, 1973.

64. Вашкевич, Н.П. Описание алгоритмов функционирования цифровых управляющих автоматов с параллельными ветвями на языках JICA и ГСА / Н.П. Вашкевич, В.Г. Пучков В.Г. // Вопросы радиоэлектроники. Серия ЭВТ. - 1977. -Вып. 13.

65. Вашкевич, Н.П. Построение системы канонических уравнений для управляющих автоматов, заданных на языках JICA и ГСА с параллельными ветвями / Н.П. Вашкевич, В.Г. Пучков В.Г. // Вопросы радиоэлектроники. Серия ЭВТ.- 1977.-Вып. 13.

66. Валях И. Последовательно-параллельные вычисления: Пер. с англ.- М.: Мир, 1985. 364 с.

67. Феррари Д. Оценка производительности вычислительных систем: Пер. с англ.- М.: Мир, 1981. 286 с.

68. Левин В.И. Бесконечнозначная логика в задачах кибернетики. М.: Радио и Связь, 1982. - 176 с.

69. Левин, В.И. К планированию работы вычислительных систем. Математический аппарат / В.И. Левин // Автоматика и вычислительная техника. АН Латвии. 1982. -№5. -С.52-58.

70. Левин, В.И. Конвейерная модель сетевого канала и логический метод анализа его производительности / В.И. Левин // Вопросы радиоэлектроники. -Серия ЭВТ. 1992. - Вып. 12. С.3-10.

71. Левин, В.И. Производительность многопроцессорных вычислительных систем / В.И. Левин // Вопросы радиоэлектроники. Серия ЭВТ. - 1992. -Вып.12. С.19-23

72. Лысак, С.А. Процедуры оптимального упорядочения работ для систем с последовательной структурой / С.А. Лысак: тезисы докладов научно-технической конференции "Математические методы в задачах исследования сложных систем". Пенза.- 1984. - С.56-58.

73. Лысак, С.А. Логико-математический анализ последовательной системы с переупорядочением операций. / С.А. Лысак // Вопросы радиоэлектроники. -Серия ЭВТ. 1992. - Вып.12. - С.24-29.

74. Конвей Р.В., Максвелл В.А., Миллер Л.В. Теория расписаний: Пер. с англ. М.: Наука, 1975, 360 с.

75. Левин, В.И. К планированию работы вычислительных систем / В.И. Левин // Автоматика и вычислительная техника. 1982. - №5. - С.52-58.

76. Левин, В.И. К планированию работы вычислительных систем / В.И. Левин // Автоматика и вычислительная техника. — 1983. №2. -С.64-72.

77. Левин, В.И. К планированию работы вычислительных систем / В.И. Левин // Автоматика и вычислительная техника. 1983. - №3. - С.64-70.143

78. Какавос, Д. Нестандартные стандарты / Д. Какавос // PC Magazine (Russian Edition). 1996. - Спецвыпуск №2. - C.136-138.

79. Фритч В. Применение микропроцессоров в системах управления: Пер. с нем. М.: Мир, 1984. - 464 с.

80. Лукин, Д.В. Кэширование информации при обработке событий в SCADA-системах / Д.В. Лукин // Известия высших учебных заведений. Поволжский регион. Технические науки. 2008. - №1. — С.36-44.

81. Блэкман Р. Проектирование систем реального времени: Пер. с англ. -М.: Мир, 1982.-384 с.

82. Григелионис, Б.И. Предельные теоремы для сумм процессов восстановления / Б.И. Григелионис // Кибернетику на службу коммунизму. Т.2. М.-Л.: Энергия, 1964. С.246-265.

83. Яглом A.M., Яглом И.М. Вероятность и информация: М., Наука, 1973512 с.

84. Kaplan, K.R. Cache-Based Computer Systems / Kaplan K.R., Winder R.O. // Computer. Mar 1973. - pp.119-137.

85. Айвазян C.A., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.:Финансы и статистика, 1983.-472 с.

86. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1983. - 488 с.

87. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989.-607 с.

88. Вентцель Е.С., Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М.: Наука. Гл. Ред. Физ.-мат. Лит. - 1988. - (Физико-математическая б-ка инженера). - 480 с.

89. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов: Справочник. М.: Радио и Связь, 1985. - 312 с.

90. Кокс Д., Льюис П. Статистический анализ последовательностей событий: Пер. с англ. М.: Мир, 1969. - 312 с.

91. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. / Пер. с англ. под ред. Ю.П. Адлера. М.: Финансы и статистика, 1982.-Кн.1, 317с.

92. Р.Шеннон. Имитационное моделирование систем: искусство и наука: Пер. с англ. М.: Мир, 1978. - 419 с.

93. Кохонен Т. Ассоциативные запоминающие устройства: Пер. с англ. -М/.Мир, 1982.-384 с.

94. Meade, R.M. Cash-memory design / Meade R.M. // Comput. Des. 1971. -№10(87).

95. Denning, P.J. The Working Set Model for Programs Behavior / Denning P.J. // J. Assoc. Computer. May 1968. - pp.323-333.

96. Пом А., Агравал О. Быстродействующие системы памяти: Пер. с англ.- М.: Мир, 1987.-264 с.

97. Грэхем Р., Кнут Д., Паташник О. Конкретная математика. Основание информатики: Пер. с англ. -М.:Мир, 1998. 703 с.

98. Пом А., Агравал О. Быстродействующие системы памяти: Пер. с англ.- М.: Мир, 1987.-264 с.

99. Ильичев А.В., Грущанский В.А. Эффективность адаптивных'систем. -М.: Машиностроение, 1987. 232 с.

100. Справочник по проектированию систем передачи информации в энергетике /С.С. Агафонов, Б.А.Жучков, В.Х.Ишкин, И.И.Цитвер; Под ред. В.Х.Ишкина. 2-е изд., перераб. и доп. - М.: Энергоатомиздат, 1991. 264 с.

101. Карпелевич, Ф.И. Асимптотическое поведение симметричной замкнутой сети массового обслуживания в термодинамическом пределе / Ф.И. Карпелевич, А.Н. Рыбко // Проблемы передачи информации. 2000. - №2. - С.69-95.

102. Баруча-Рид А.Т. Элементы теории марковских процессов и их применение. М.: Наука, 1969, 468 с.

103. Бронштейн 0:И., Духовный. И.М. Модели приоритетного обслуживания в информационно-вычислительных системах. М.: Наука, 1976, 220 с.145

104. Джейсуол Н. Очереди с приоритетами. / Пер. с англ. М.: Мир, 1973,279 с.109Клейнрок Л. Теория массового обслуживания. / Пер. с англ. М.: Машиностроение, 1979, 432 с.

105. Клейнрок JI. Вычислительные системы с очередями. / Пер. с англ. М.: Мир, 1979, 600 с.

106. Прицкер А. Введение в имитационное моделирование и язык CJIAM И: Пер. с англ.- М.: Мир, 1987.- 646 с.

107. Шрайбер Т.Дж. Моделирование на GPSS: Пер. с англ. М.,Мир, 1980,592 с.

108. Лукин, Д.В. Адаптация систем сбора данных к входным перегрузкам / Д.В. Лукин // Известия высших учебных заведений. Поволжский регион. Технические науки. 2008. - №2. - С.47-55.

109. Жожикашвили В.А., Вишневский В.М. Сети массового обслуживания. М.: Радио и Связь, 1988. - 192 с.

110. Липский В. Комбинаторика для программистов: Пер. с польск.- М.: Мир, 1988.-213 с.

111. Башарин Г. П., Харкевич А. Д., Шнепс М. А. Массовое обслуживание в телефонии. М.: Наука, 1968.- 428 с.

112. Хорошевский В.Г. Инженерный анализ функционирования вычислительных машин и систем. М.: Радио и связь, 1987.-256 с.118Бертсекас Д., Галлагер Р. Сети передачи данных: Пер. с англ. М.: Мир, 1989.-544 с.

113. Яшков С.Ф. Анализ очередей в ЭВМ. М.: Радио и связь, 1989.-216с.

114. Бесекерский В. А., Попов Е. П. Теория систем автоматического регулирования. М.: Наука, 1975. - 768 с.

115. Кнут Д. Искусство программирования для ЭВМ, тт. 1-3: Пер. с англ. -М.: Мир, 1976.

116. Рубенкинг Н. Турбо Паскаль для Windows: В 2-х томах. Пер. с англ. -М. Мир, 1993.-Т. 1,536с., Т.2. 563 с.

117. Буч Г. Объектно-ориентированное программирование с примерами применения: Пер. с англ. М.: АО И.В.К, Диалектика (г. Киев), 1992 г. - 430 с.1. УТВЕРЖДАЮ»

118. Директор ООО «НТП «Энергоконтроль»

119. ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

120. Главный конструктор КТС «Энергия+»Жуков С.А.