автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Оценка достоверности информационного обеспечения АСУТП гидроагрегата на основе функционально-ориентированных нечётких математических моделей

На правах рукописи

ЗАХАРЧЕНКО Виталий Евгеньевич

ОЦЕНКА ДОСТОВЕРНОСТИ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

АСУТП ГИДРОАГРЕГАТА НА ОСНОВЕ ФУНКЦИОНАЛЬНО-ОРИЕНТИРОВАННЫХ НЕЧЁТКИХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ

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

Автореферат диссертации на соискание учёной степени кандидата технических наук

- 8 ДЕК 2011

Самара-2011

005006415

Работа выполнена в ООО НВФ "Сенсоры, Модули, Системы"

Научный руководитель: кандидат технических наук, доцент

Сидоров А. А.

Официальные оппоненты: доктор технических наук, профессор

Лысов Владимир Ефимович

кандидат технических наук Узенгер Алексей Андреевич

Ведущая организация: Институт проблем управления сложными

системами Российской академии наук

Защита диссертации состоится "22" декабря 2011г. в 11-00 на заседании

диссертационного совета Д 212.217.03 ФГБОУ ВПО Самарский

государственный технический университет по адресу: г. Самара, ул. Галактионовская, 141, корпус 6, аудитория 33.

Отзывы по данной работе в двух экземплярах, заверенные печатью, просим направлять по адресу: Россия, 443100, Самара, ул. Молодогвардейская 244, Главный корпус на имя учёного секретаря диссертационного совета Д 212.217.03; факс: (846) 278-44-00.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан "21 " ноября 2011 г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. В современных автоматизированных системах управления технологическими процессами гидроагрегата (АСУТП ГА) информация о значениях параметров и управляющая информация объекта управления (ОУ) может поступать по различным каналам передачи данных от датчиков, от оператора, от систем контроля регулирования и управления, при этом источники информации могут быть географически значительно удалены от АСУТП ГА. Параметры контроля и управления АСУТП используются в алгоритмах системы управления для формирования управляющих воздействий на объект управления. Независимо от характеристик источника данных и каналов передачи данных получаемая АСУТП ГА информация должна быть достоверной, так как от неё зависит корректность управляющих воздействий.

АСУТП ГА рассчитаны на непрерывный цикл работы основного оборудования с периодом остановок для ремонта 5-10 лет. В настоящее время все крупные гидроэлектростанции РФ эксплуатируются более 30 лет. За это время промышленные системы автоматизации претерпели значительные изменения. Добавление новых каналов информации, поверка и изменение существующих каналов информации связаны с остановкой технологического процесса и, зачастую, с капитальным строительством, что предполагает значительные экономические затраты. В процессе эксплуатации ОУ проведение процедур проверки достоверности не всегда возможно в силу ряда причин: многие каналы принципиально нельзя откалибровать, поверить или заменить без остановки технологического процесса. Кроме того, работая в промышленном окружении, каналы и источники информации АСУТП ГА подвергаются различного рода случайным, зачастую непредсказуемым, воздействиям внешней среды: помехам, наводкам, вибрациям, шумам, вызванными изменениями режимов работы оборудования АСУТП ГЭС. Более того, со временем все характеристики источников и каналов информации ухудшаются. Таким образом, в каждый момент времени крайне сложно оценить достоверность входной информации, как следствие алгоритмы АСУТП ГА не обеспечивают должной устойчивости функционирования в условиях частичной неопределённости.

Настоящая диссертационная работа посвящена разработке моделей для оценивания достоверности значений параметров контроля и управления АСУТП ГА в реальном времени без остановки технологического процесса, что чрезвычайно важно для систем с непрерывным режимом работы. Достоверность значений параметров контроля и управления АСУТП ГА зависит от множества факторов: от корректности показаний источника информации, от правильности передачи, преобразований и вычислений, от работоспособности аппаратуры измерительно-вычислительного канала и многих других. В настоящей работе термин "достоверность" рассматривается как мера возможности корректного управления АСУТП ГА, то есть такого управления, при котором ложные значения входных параметров системы не приводят к аварийным значениям управляющих сигналов.

Значительный вклад в разработку теоретических и практических основ определения достоверности параметров контроля и управления АСУТП внесли такие учёные, как КульбаВ.В., Ковалевский С.С., Шелков А.Б., Герасименко В.А., Мельников Ю.Н., Пивоваров А.Н., Пронин А.Н., Сапожникова К.В., Тайманов P.E., Дианов В.Н., У.Кулиш, Р.Хаммер, М. Хокс и другие.

Анализируя современные промышленные системы, необходимо отметить, что существует широкий спектр косвенных методов проверки достоверности входной

информации, большинство из которых рассчитано на определение явной неисправности. К косвенным методам определения достоверности относятся диагностические методы, в которых вывод о достоверности значения параметра осуществляется на основе контроля работоспособности аппаратуры измерительно-вычислительного канала. Методы дублирования, резервирования элементов измерительно-вычислительного канала также позволяют определить достоверность значения параметров, в основном, по мажоритарному принципу. Основным математическим аппаратом этих методов является теория надёжности. Методы контроля передаваемой информации, использующие математический аппарат теории информации и теории передачи информации, позволяют определить достоверность передаваемых значений на основе контрольных сумм, слов, посылок и прочих. Немало методов ориентировано на фильтрацию входных данных с целью выявления и устранения непредсказуемых возмущений внешней среды за счёт, как правило, искусственного снижения скорости обработки параметра, например, методы сглаживания. Часть методов использует экспертные оценки и\или специальные алгоритмы для проверки достоверности параметров, такие как контроль скорости, устаревания или уставок.

При всем многообразии косвенных методов определения достоверности очень сложно оценить достоверность значений параметров в целом в реальном времени. Оценка достоверности значения параметра должна определять возможность использования этого значения в алгоритмах управления АСУТП ГА. Крайне важно, чтобы оценка достоверности значения параметра формировалась независимо от характеристик измерительно-вычислительного канала, каналообразующего оборудования, применяемых протоколов передачи данных и воздействий на него неопределённых факторов внешней среды. Применительно к АСУТП ГА методы определения достоверности параметров должны быть реализованы без остановки технологического процесса с учётом ограничений на время обработки информации и на ресурсы системы управления. В этой связи разработка методов оценивания достоверности значений параметров АСУТП ГА является актуальной.

Цель работы: повышение устойчивости функционирования управляющих алгоритмов АСУТП ГА на основе функционально-ориентированной модели оценки достоверности значений параметров контроля и управления АСУТП ГА. Задачами исследования являются:

1. Анализ особенностей современных АСУТП ГА для выявления основных факторов, влияющих на достоверность значений параметров контроля и управления. Исследование существующих подходов к определению достоверности параметров контроля и управления АСУТП ГА.

2. Разработка функционально-ориентированной модели оценки достоверности для параметров контроля и управления АСУТП ГА, не требующей остановки технологического процесса и позволяющей сократить количество ложных срабатываний АСУТП ГА.

3. Разработка программного комплекса, оценивающего достоверность значений параметров контроля и управления АСУТП ГА в реальном времени.

4. Апробация и исследование эффективности модели оценки достоверности значений параметров применительно к реальным АСУТП ГА.

Методы исследования. При решении указанных задач были использованы методы математического и имитационного моделирования, интервальный анализ, нечёткая логика, методы объектно-ориентированного проектирования программных систем и методы эволюционного поиска решений.

Новизна полученных в работе результатов.

1. Разработана новая математическая модель оценки достоверности значений параметров контроля и управления АСУТП ГА, которая не требует остановки технологического процесса, не требует значительных вычислительных ресурсов и позволяет оценивать достоверность значений параметров в реальном времени.

2. Впервые предложена методика построения функционально-ориентированной модели технологического процесса гидроагрегата, формирующей характерный (допустимый) диапазон значений для каждого параметра в реальном времени на основе экспертных данных, истории функционирования объекта управления и функциональных взаимосвязей между параметрами;

3. По предложенным моделям разработан программный комплекс оценки достоверности значений параметров контроля и управления АСУТП ГА, позволяющий повысить устойчивость функционирования алгоритмов АСУТП ГА.

На защиту выносятся основные результаты и положения:

— математическая модель оценки достоверности значений параметров контроля и управления АСУТП ГА, построенная на основе предлагаемой меры включения доверительного интервала входной величины в экспертный диапазон предельно допустимых значений;

— методика построения функционально-ориентированной модели технологического процесса гидроагрегата, формирующей характерный (допустимый) диапазон значений для каждого параметра в реальном масштабе времени на основе экспертных и экспериментальных данных, а также с учетом функциональных взаимосвязей между параметрами;

— программный комплекс оценки достоверности значений параметров контроля и управления для АСУТП гидроагрегата Жигулёвской ГЭС.

Практическая ценность предлагаемого подхода заключается в том, что для проверки достоверности параметров не требуется остановка технологического процесса. Разработанная модель позволяет дополнить АСУТП ГА алгоритмами управления по недостоверным значениям параметров. Таким образом формируется защита от ложных срабатываний АСУТП ГА и реализуется управление в условиях частично недостоверной информации. Кроме того, методы, описанные в представленной работе, могут быть без изменений применены в других отраслях промышленности.

Реализация результатов работы. Программный комплекс, реализующий модель оценивания достоверности параметров контроля и управления, был интегрирован с системой управления гидроагрегатом Жигулёвской ГЭС, вследствие чего сократилось количество ложных срабатываний системы управления. Реализованный программный комплекс позволяет также выявить неисправный параметр и принять превентивные меры для устранения неисправности по факту недостоверности значения параметра.

На основе положений диссертации был разработан и внедрён в учебный процесс Института промышленной автоматизации авторский курс "Коммуникации ПК и ПЛК".

Публикации и апробация работы. Основные положения диссертационной работы, научные и практические результаты были опубликованы в ведущих рецензируемых научных журналах "Проблемы управления" и "Автоматизация в промышленности", рекомендованных ВАК для публикации содержания диссертационных работ. Ключевые положения представлены на конференциях: третьей всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» ИММОД-2007 (Санкт-Петербург, 2007) и на международной конференции с элементами научной школы

для молодёжи "Перспективные информационные технологии для авиации и космоса" ПИТ-2010 (Самара, 2010). Полный список работ с результатами исследований приведён в конце автореферата.

Структура и объем работы. Содержание диссертационной работы изложено во введении, четырех главах и заключении, объём работы - 160 страниц, включая 40 рисунков и 4 таблицы. Список цитируемой литературы составляют 155 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, дана общая характеристика работы, определены цели и задачи исследования. Сформулированы основные положения, выносимые на защиту. Приведены структура и краткое содержание работы.

В первой главе рассматривается обобщённая структура АСУТПГА, проводится анализ их особенностей и принципов построения, формулируется перечень требований, предъявляемых к программному и аппаратному обеспечению, выявляются основные недостатки существующих систем с точки зрения достоверности их параметров контроля и управления.

Эффективное управление технологическим процессом невозможно на основе недостоверной информации. Проводится обзор существующих методов определения достоверности, приведены примеры и обозначены недостатки по каждому методу. В существующих АСУТП ГА требуются дополнительные источники информации, позволяющие определить достоверность измеряемой информации. Дополнительная информация может быть получена из нескольких источников:

1. анализа ретроспективной информации о функционировании АСУТП ГА и экспертных оценок ведущих аналитиков предметной области;

2. введение косвенных измерений параметров ОУ, выраженных в ИМ.

Показано, что для устойчивого управления необходимо оценивать достоверность

значений параметров в реальном времени, своевременно определять неисправности и ложные значения параметров системы. Решение обозначенных задач усложняется наличием ограничений на время принятия решения и на ресурсы промышленных контроллеров. _ Таким образом, целесообразно > использовать в составе АСУ ТП> ГА модель оценки'

достоверности (МОД) (см. i Рисунок 1). Исследуется!

Архивы,

«Ьчишиональные зашюнмосп

Управление

Модель оценки достоверности

возможность достоверности традиционного управления

оценивания-при помощи анализа, погрешностями,

L Достоверность. 1 модельная оценка

Значении ■<■----------

параметров

Управление

вероятностных методов, а также с использованием таких методов, как теории возможностей,

Рисунок 1 - Взаимодействие АСУТП ГА с МОД нечёткой логики, аппарата Н-моделей, интервального анализа. Для каждого направления определяются границы применимости в обозначенной области.

В силу чрезвычайной сложности создан™ точной математической модели технологического процесса актуальными являются методы имитационного моделирования. В главе приведено описание основных существующих подходов построения имитационных моделей, таких как модели БусленкоН.П., Глушкова В.М., А. Ппуэли, Дж. Форрестера и других.

В результате проведённого анализа сделан вывод о перспективности разработки имитационной модели (ИМ) ТП, ориентированной на изменения значений параметров ТП. Такая ИМ ТП позволяет предоставлять необходимую для оценивания достоверности значений параметров информацию в реальном времени. Оценку достоверности целесообразно выполнять на основе нечёткой логики и интервальных вычислений, при этом она должна иметь ясное математическое описание и чёткую, однозначную интерпретацию для АСУТП ГА.

Во второй главе приводится описание разработанной математической модели (ММ) для оценки достоверности значений параметров контроля и управления и на этой основе описывается методика построения имигационной модели технологического процесса.

В представленной работе для описания функционально-ориентированной модели ТП используется исторически сложившееся описание в виде технологических режимов. Рассмотрим на примере элементарной карты состояний гидроагрегата (см. Рисунок 2).

Пусть ТП характеризуется множеством входных и выходных параметров К = {yv ...,уп] и режимов Q = {qv ..., qm} его функционирования. В каждом режиме поведение параметров качественно отлично от поведения в других режимах. Каждому режиму соответствует одна из функций, реализуемых процессом, F = {fr.T xY-*Y], где Т -заданный временной интервал. Функции описывают поведение' парам^шГо'Уна основе экспертных оценок, ретроспективных данных и\или косвенных измерений. Переход из одного режима в другой осуществляется по выполнению некоторого условия и, выполняется по некоторому алгоритму. Множество режимов и переходов описываются ориентированным графом S={Q, Е}, где Е = {(<ji( <?Д i,j = l.m} - множество дуг. Тогда каждой дуге соответствует пара: предикат рг,: Т х Y -* {0,1} и алгоритм algПричём каждый режим, может содержать подрежимы, то есть каждый узел графа может быть гиперузлом. Тогда ИМ ТП описывается гибридным автоматом:

Н = {Y, S, Qo, F, Pr, Alg}, (I)

где Qo - определяет множество начальных режимов.

Проблеме описания систем управления гибридными автоматами посвящены работы Д. Форрестера, Д. Харела, Д. Буча, И. Якобсона, Д. Раумбаха, Б. Селика, A.C. Устенко, Н.П. Бусленко, А.Н. Мелихова, Ю.Г. Карпова, Ю.Б. Сениченкова, Ю.Б. Колесова и др.

Пусть в некоторый момент времени / <= Т в АСУТП наблюдается некоторое значение параметра у е Y, тогда действительное значение параметра ТП у может быть оценено интервалом с учётом ошибок измерения и преобразования, передачи данных, вычисления и прочих:

У = [у — а, у + а\

(2)

где а > 0 - величина, характеризующая неопределённость параметра в рассматриваемый момент времени. Существует достаточно большое количество методов оценивания величины а, описанных в работах Дж. Сквайрса, Н.И. Тюрина, П.В. Новицкого и других.

Достоверность наблюдаемого значения параметра контроля и управления АСУТП ГА есть степень соответствия этого значения у действительному значению параметра технологического процесса у*. В этом случае достоверность обратно пропорциональна отклонению \у — у*\.

Однако на практике в динамике ТП действительное значение у* неизвестно, поэтому достоверность можно оценить только в результате сравнения с другой величиной - характерным диапазоном (ХД) значений параметра.

Пусть задан ХД изменения параметра у как экспертная интервальная оценка:

^хар = \Утт> Утах]'

Введём оценку достоверности I) как результат сравнения наблюдаемого значения параметра у с границами характерного диапазона этого параметра Ухар. Достоверность значения параметра Б(у, Ушр) оценим мерой вхождения интервала У в интервал Ухар, определённой на интервале [0; 1]:

гО,

о (У, Пар) =

У~а> утах или у + а < утЫ 1, У - а > утЫ и у + а < утах У + а- ут1п

2 а

Утах - (У - а)

2 а

у — а. < утЫ У+ а> утах

(4)

Функция П(у, Ушр) является трапецеидальной функцией принадлежности нечёткой величины у и оценивает достоверность наблюдаемого значения параметра у.

Тогда достоверность наблюдаемого значения можно представить лингвистической переменной, заданной на множестве [0, 1]: ("достоверно", "недостоверно") с

соответствующими функциями принадлежности Б(у, Ушр) и 1- 0(у, Ушр). Интерпретация достоверности может быть различной, один из вариантов предполагает использование порога доверия и порога сомнения: <4»и е [0, 1] и ¿¡га1/>^£ж»,(см. Рисунок 3). В этом случае смысл переменной трактуется следующим образом:

Недостоверен Лкг« (2а)

Рисунок 3 - Интерпретация оценки достоверности

(^Су» ^»р)^»™*«: достоверно (5)

О (у, Ухзр) < <1ааиМ : недостоверено, , ¿сши 2 £>(у, Кюр) > сомнительно .

В общем случае для некоторых параметров у1 е К системы можно сформировать несколько ХД У^.,] = 1,/с, вида (3), где зависит от количества экспертов. Тогда для

каждого ХД У^р. можно определить нечёткую величину у[у) с оценкой достоверности 0 ^р ¡). 1</<£ь где - общее число интервальных оценок параметра у,. Усреднение характерных диапазонов проводится согласно методу экспертных оценок. Среднюю оценку достоверности параметра у1 можно получить на основе нечёткой арифметики несколькими способами: объединением нечётких величин, анализом минимумов и максимумов функций принадлежности и другими. Способ расчёта должен отвечать требованию низкой вычислительной сложности для вычислений в реальном времени. В этой связи предлагается использовать линейную комбинацию нечётких величин, где коэффициенты определяются методом экспертных оценок: к к

= Х а>° {у- )' "Р" X а>= 1 (б)

где 0(у,)- средняя оценка достоверности параметра у1 с У, О (уиУ^ ) - достоверность

параметра у поу'-му ХД, а4е[0; 1] - весовой коэффициент, задаваемый экспертом исходя из анализа приоритетов ХД.

В случае отказа источника данных параметра в алгоритмах АСУТП ГА может быть использовано модельное значение, полученное на основе представленной ММ оценки достоверности. Модельное значение предлагается вычислять как нечёткое среднее по

—О)

всем у1 , эта величина совпадает с медианой среднего ХД согласно (4):

к

+ (7)

у=»

Поскольку управление на основе только модельных оценок приведёт к непрогнозируемому результату, возможность такого управления должна быть ограничена. Для этого предположим, что параметры уь 1 = 1~п не содержат дублирующих параметров. Тогда достоверность всей системы определяется минимальной достоверностью параметров системы:

Управление объектом АСУТП ГА чаще всего нецелесообразно при 0(¥)<с1,п,,„ в таких случаях объект лучше остановить для ремонта и профилактики.

Достоверность

группы дублирующих параметров определяется максимальной достоверностью параметра в группе, при этом в выражении (8) всю группу дублирующих параметров представляет только параметр с максимальной достоверностью.

В диссертационной работе предлагается методика формирования ХД параметра, основанный на ИМ ТП и учитывающий историю функционирования АСУТП ГА, опыт экспертов и функциональные зависимости между параметрами процесса. Предлагаемый

подход оценивания достоверности описывает ожидаемое поведение значений параметров ТП и исключает основные источники недостоверности параметров. Основные трудности при создании МОД связаны с формальным описанием истории функционирования АСУТП и функциональных зависимостей.

Оценка достоверности на основе исторических данных предполагает сравнение значения параметра в настоящий момент времени согласно (2) с аналогичными значениями в прошлом. Учитывая, что число предшествующих реализаций постоянно увеличивается, удобно выделить диапазон характерных значений параметра в каждом из режимов, и производить сравнение текущего значения параметра с границами диапазона.

Рассмотрим формирование характерного диапазона, основанное на экспериментальных данных о поведении параметра контроля и управления АСУТП, в одном режиме q е Q, где QcII(\). Пусть имеется N реализаций некоторого режима, тогда значение параметра у е Y в каждый момент времени можно с некоторой уверенностью заключить в интервал, определённый предыдущими реализациями уР>,которые, в общем случае, имеют различную длительность режима Tj...TN. Отсчитывая время от начала режима t е [0, max(Tj... TN)], значение параметрау в некоторый момент времени t с Т предположительно можно заключить в интервал между наименьшим и наибольшим значениями параметра из всех реализаций на данный момент времени f.

min (у W(t).....y4t)) = ymi„(t) < y(t) < ynax(t) = max (y«(t).....yw(0) (9)

Объединяя наименьшие значения параметра во всех реализациях режима одной функцией, а наибольшие - другой, получается такая пара функций, которая в каждый момент времени образует интервал Ymp вида (3), содержащий значения всех предшествующих реализаций параметра. В каждом из режимов на основе экспериментальных данных из архива АСУТП ГА можно сформировать ХД изменения параметра. Кроме минимаксного в диссертационной работе рассматриваются нечёткий и случайный подходы.

Заметим, что характерный диапазон, сформированный описанным способом, зависит от числа реализаций N: чем меньше реализаций, тем ниже уверенность в том, что N+1 реализация будет принадлежать сформировшшой интервальной области. Очевидно, недостаток ретроспективных данных может восполнить эксперт технологического процесса: он определяет величину, на которую следует изменить ХД в каждом режиме. Для уменьшения количества режимов, а также для формализации поправок эксперта в работе описываются варианты описания границ ХД на основе аппроксимации с использованием нелинейных функций.

Идентификация параметра y(t), где te[0,T4]- временной интервал реализации режима q е Q проводится согласно следующему алгоритму:

1. Эксперт предполагает вид функций, описывающих ХД: Yxap(t)= \ymi„(t) ;ymax(t)\

2. Эксперт задаёт максимально допустимую ошибку описания режима Етах.

3. По среднеквадратичному критерию определяются необходимые коэффициенты описания границ XJ\ymm(t):ymal:(t) путём аппроксимации экспериментальных данных значений параметра у из архива АСУТП, заданных дискретно и регулярно с

периодом At: у™п = {уЩ.А = [Утах^где t = 0.. J. Обозначив уШщ =

Ут1п(Ь), У maxi = Утах^й, ПОЛучим:

Е = Е + Е: Е = £(ymini - y^n.)2 -> min Е = £(ymaXi - y^axi)2 -> min ( ] 0) i i

4. Если общая ошибка Е не превышает максимальной величины Етах\ Е < Етах, то включаем Yxap(t) в множество функций F имитационной модели (1): Yxap(t) е F.

5. В противном случае Е > Етах, необходимо сделать новое предположение о виде Ухар(0> или разбить режим q на подрежимы, после чего выполнить идентификацию. Описание ХД на основе исторической информации и оценок эксперта даёт грубую

оценку достоверности всех параметров. Эта оценка может быть улучшена за счёт уменьшения ХД. Сокращение ХД может быть выполнено на основе расчёта значения параметра через значения других параметров с использованием формализованных закономерностей, описанных в виде функций из предметной области технологического процесса, включая эмпирические зависимости.

Оценка достоверности на основе функциональных зависимостей предполагает сравнение измеренного значения параметра в настоящий момент времени согласно (2) с расчётным значением этого же параметра в тот же момент времени. В множество функций F карты состояний (1) включаются функциональные зависимости вида:

^расчётное = f(Yl '' Yt-l.Yt+l-• Yn) = ^¡расчётное = tVimm1 ^maJ С1)

где ^¡расчётное ~ интервальное вычисленное значение параметра у,, / - интервальная

функция, Vj.. У^ Vi+1.. Yn - интервальные значения параметров, i = 1, п вида (2) в рассматриваемый момент времени, п - число параметров ОУ.

В общем случае не для всех параметров контроля и управления может быть сформулирована функциональная зависимость, но для некоторых параметров ОУ у можно сформировать систему интервальных равенств fJ> вида (11), но каждому из которых может быть получена оценка достоверности (6). Вычисление функций (11) и решение системы может быть организовано с использованием широко известных достоверных вычислений, интервального анализа или недоопределённых моделей.

ИМ представляет функционально-ориентированную модель описываемую картой состояний (1), где множество функций F включает экспертные оценки (3), исторические (экспериментальные) данные (9) и расчётные параметры (11).

Исполнение модели в составе АСУТП ГА позволяет автоматически формировать в каждый момент времени характерные диапазоны по параметрам контроля и управления АСУТП ГА, и, как следствие, проводить системное оценивание каждого параметра по ММ (4) и (6), при этом процесс оценивания не зависит от помех, шума, вибраций, неисправностей и характеристик измерительно-вычислительного канала.

В третьей главе описывается архитектура программного комплекса оценки достоверности (ПКОД) параметров контроля и управления АСУТП ГА, реализованной на основе синтеза ММ оценки достоверности и ИМ ТП, описанных в главе 2. Рабочий цикл ПКОД содержит несколько этапов:

1. ПКОД получает текущие значения параметров системы управления.

2. В зависимости от полученных значений ПКОД вычисляет текущие интервальные оценки (3), (9) и (11), следуя по режимам имитационной модели ТП (1).

3. ПКОД формирует оценку достоверности и модельное значение по формулам (4), (6), (7) для каждого параметра в текущий момент времени.

4. ПКОД осуществляет передачу оценок достоверности и модельных значений параметров в систему управления.

Следует отметить, что предлагаемые алгоритмы расчёта достоверности не требуют большой производительности, следовательно, могут быть применены в режиме реального времени в процессе работы системы управления.

lia основе полученной от МОД информации АСУТП ГА формирует управляющие! воздействия и готовит информацию для визуализации и архивации.

Сообразно с функциональностью ПКОД в архитектуру включены следующие! компоненты (см. Рисунок 4).

Среда исполнения

достоверность,

модельная оценка

достоверность,

модельная оценка

Модуль исполнения модели

Модуль интеграции

параметров

АСУТП

Архив

значения параметров.

характерный диапазон

Модуль валидаци

Интервалы, код операции

Режимы,

алгоритмы

Зсйшос:параметр,

период...

тренд

Модуль импорта данных

Запрос:параметр,

тренд

Расчёты значения

Модуль интервальных-вычислений

Среда конфигурирования

Модуль формирования характерного диапазона

Коэффициент! [ ХД

Тренд ХД

Модуль параметризации

Эксперт

2.

4.

Рисунок 4 - Взаимодействие компонентов ПКОД Модуль импорта данных из БСАОА системы накапливает исторические данные о режимах, используя архив АСУТП. Оператор имеет возможность изменения импортированного набора данных: разбиение на режимы, редактирование наборов данных.

Модуль формирования ХД на основе накопленной исторической информации (нескольких реализаций режимов) формирует ХД для каждого параметра. Модуль параметризации для описания поведения функций ХД в режиме. Модуль аппроксимирует точки каждого ХД параметра одной из функций! заданного вида. Рассчитывает вектор коэффициентов функции-аппроксиманта! Целевая функция, ограничения и вид функции задаются пользователем. Среда конфигурирования ПКОД содержит явный порядок вызова модулей с режиме исполнения. Эксперт задаёт карту состояний, функции X, параметров.

Модуль исполнения ПКОД функционирует в едином времени с АСУ. Не протяжении всего времени функционирования ПКОД каждый параметр сопровождается динамическим ХД. Для расчёта ХД используется модуль интервальных вычислений. ХД каждого параметра передаётся в модуль валидации. Получение данных из системы управления выполняете! циклически и осуществляется модулем интеграции.

8.

Модуль интервальных вычислений содержит функции интервальной арифметики и алгоритмы интервальных вычислений для функциональных зависимостей вида (11).

Модуль валидации параметров оценивает достоверность параметров системы управления по математической модели (4), (6), (7);.

Модуль интеграции с АСУТП осуществляет передачу параметров контроля и управления АСУТП в переменные ПКОД, а также трансфер оценок достоверности и модельных значений в АСУТП.

Модули 1 - 4 используются для настройки ПКОД, то есть для задания основных параметров функционирования МОД, остальные модули работают синхронно с АСУТП ГА.

Модуль исполнения может быть реализован как в среде моделирования, на персональном компьютере, так и на основе программируемых логических контроллеров (ПЛК). Главное требование к выбору платформы для реализации модели оценки достоверности: достаточные вычислительные и коммуникационные ресурсы.

В четвертой главе приводится описание результатов апробирования предложенных моделей в ПКОД параметров для АСУТП гидроагрегата Жигулёвской ГЭС.

За основу ИМ ТП взята элементарная карта состояний: проверка готовности к пуску, пуск, генераторный режим и режим останова гидроагрегата (см. Рисунок 2). Для параметризации модели использовались исторические данные 20 гидроагрегатов Жигулёвской ГЭС за три месяца, хранящиеся в 8САВА системе 51МАТ1С ЖтСС. На основании этой информации были получены интервальные оценки для следующих параметров: частота вращения турбины, положение штока направляющего аппарата, активная мощность, температуры подпятника и подшипника, Детально рассмотрим параметризацию модели по параметру "частота вращения турбины (М)" в режиме "Пуск" гидроагрегата. Остальные параметры и режимы определяются аналогично.

Модуль импорта данных предназначен для получения архивных данных из БСАОА-системы 81МАТ1С \VinCC, объединяющей информацию всех систем управления основным и вспомогательным оборудованием Жигулёвской ГЭС в единой базе данных.

По параметру "частота вращения турбины (Ы)" было получено более 20 реализаций режима "Пуск", на их основе сформирован ХД.

Рисунок 5 - Формирование характерного диапазона изменения параметра Модуль формирования ХД на основе полученной информации из архивов АСУТ11 по каждому режиму позволяет эксперту получить верхние и нижние оценки ХД каждого параметра. Рисунок 5 показывает процесс формирования ХД, по оси ординат - значение параметра "частота вращения турбины (/V)", по оси абсцисс - время режима.

С помощью модуля параметризации эксперт определяет коэффициенты для описания функций характерного диапазона. Используя модули импорта данных из SCADA системы, формирования характерного диапазона изменения параметра и параметризации эксперт получает диапазон характерного изменения параметра в режиме "Пуск" (см. Рисунок 5). Поведение каждой из границ диапазона параметра N для единого представления в модели можно разбить на два участка: возрастание и ожидание. Поведение параметра "частота вращения турбины (N)" в режиме "Пуск" описывается парой функций, образующих интервал: N(t) ~ [Nmin(t), Nmax(t)}:

!—7; при 0 < t < 22 . состояние ожидания

кх*(Х- 22У + k2*(t- 22)2 + к3 * (t - 22) + к4, при 22 < t < 60' где fcj = 0,0007; к2 = -0,0977; к3 = -0,0977; к4 = -7,09; ,, [ fci * t3 + к2 * t2 + к3 * t + k4, при 0 < t < 23 ' Wmax(23); ири 23 < t < 60. состояние ожидания где kj = -0,0025; к2 - 0,03234; k3 = 4,2330; k4 = 7,69

Вид функций определил эксперт, а коэффициенты были вычислены модулем параметризации, где реализован алгоритм аппроксимации полиномами.

Модуль исполнения реализован на AnyLogic с использованием Java. Среда! AnyLogic представляет собой пакет ИМ с возможностями, позволившими создать ПКОД; значений параметров гидроагрегата на основе моделей. Рисунок 6 представляет экранную форму с имитационной моделью гидроагрегата. На ней можно выделить области параметров ТП, трендов, характеризующих динамику модели и ТП, настроек модели и карт состояний: расчёта мощности, основных алгоритмов и температуры.

"t"« ""¡"Vjj^jSr ."V "" "К* и«!?®^!^-^

Nm

Ч?«**""» ■-»''Ц«*'.'.» tg I 1

■j- s ил.

Ш г ё % W§ I

Рисунок 6 - Имитационная модель гидроагрегата Модуль исполнения модели оценки достоверности параметров (см. Рисунок 7 осуществляет запрос к АСУТП гидроагрегата, реализованной на ПЛК фирмы Siemens S7.

Полученные значения сопровождаются экспертными и историческими ХД. Далее проверяется выполнение функциональных зависимостей:

P=U*I, P=Ua*Ia*cos(ja)+ Ub*Ib*cos(jb)+Uc*Ic*cos(jc), N=f*60/p, Q =£Qi„ Qi=KV^p, Qi=f(H), H=Lb6-Lh6, P =£Pi и др. Оценка достоверности по всем полученным ХД осуществляется модулем валидации с использованием модуля интервальных вычислений, реализованных на Java.

Модуль интеграции с АСУТП реализован па ПК, в ПЛК реализована ответная часть для приёма данных из внешнего источника (из модели).

иммшиигатяшг- - жшр

Рисунок 7 - ПКОД в режиме исполнения Тестовые испытания ПКОД проводились на основе реальных данных системы управления. Была смоделирована функция для имитации различного рода ошибок и наложена на реальный тренд. Сначала модель работала только на основе исторических данных, затем добавили анализ одной функциональной зависимости. В каждой из трёх стадий испытаний рассчитывался коэффициент устойчивости к искажающим

воздействиям (ГОСТ 28195-89) по формуле кусг = (Ч * 100%, где Д - количество экспериментов, приведших к отказу, К - общее количество экспериментов.

Эксперимент проводился на £=500000 имитированных ошибочных точках (100%), наложенных на реальный тренд, из них 30% составили грубые ошибки. Значения грубых ошибок настолько сильно отличаются от значений реального тренда, что возможно изменение технологического режима и как следствие - недостоверное управление.

Используя только классические методы определения ошибок (методы сглаживания, контроля скорости изменения и другие), удалось определить лишь 17% ошибок. В тех же условиях ПКОД, построенный только на основе исторических данных, выявил все грубые, явные ошибки. Дополнение ПКОД функцией контроля расхода привело к улучшению результата обнаружения ошибок до 97% (см. Рисунок 8).

16

Обнаружение ошибок

80%

60%

40%

20%

illPSi ¡йИЙЯ! - fll

¡1НИ

шшт flgl

ЦП. РИНК ИШ

—i иии

Классические

МОД с историей МОД с функциями

Рисунок 8- Диаграмма коэффициентов устойчивости МОД Рисунок 9 иллюстрирует процесс тестирования. Обнаружение ошибок МОД определяется множеством факторов, и зависит от объекта моделирования.

Значение параметра

■ по историческим данным

■ по функциональным зависимостям

Рисунок 9 - Тестирование МОД значений параметров контроля и управления АСУТГТ ГА В сравнении с аналогом, разработанным специалистами SIEMENS на основе кластерной обработки и корреляционного анализа данных, обрабатывающего показания 70 датчиков за 5 секунд, ГГКОД обрабатывает 50 параметров за 100 мс.

В заключении сделан обзор проделанной в ходе исследования работы, подытожены главные теоретические положения диссертации, перечислены основные полученные практические результаты, намечены возможные направления продолжения исследования.

Использование АСУТП ГА совместно с ПКОД параметров на основе предложенных моделей представляет ряд значительных преимуществ:

1. Путём реализации достоверного управления уменьшается

a. число ложных срабатываний АСУТП ГА;

b. время бесполезного простоя оборудования;

c. время на поиск и устранение неисправности оборудования; с1. расходы на штрафные санкции от управляющей компании.

2. Повышается устойчивость функционирования алгоритмов АСУТП ГА за счёт использования оценок достоверности и модельных значений параметров.

3. Не требуется остановка ТП.

Кроме того, реализация модели предоставляет следующие возможности:

1) автоматическое прогнозирование поведения параметра в заданном режиме;

2) проверка алгоритмов управления без объекта управления;

3) обучение персонала на основе модельных значений,

4) может быть использована в других отраслях промышленности.

Итак, предлагаемое решение обладает низкой вычислительной сложностью, основывается на ретроспективных данных и на опыте экспертов ТП, что позволяет оценивать достоверность параметров АСУТП ГА в реальном времени.

Направления дальнейших исследований: поиск быстродействующих и точных алгоритмов параметризации модели, создание быстродействующих алгоритмов вычислений над нечёткими и интервальными переменными, исследование применимости моделей с использованием прогнозирования совместно со сверхбыстрыми АСУТП, разработка методов и средств оценивания и оптимизации действий эксперта.

ЗАКЛЮЧЕНИЕ

1. Проанализированы особенности современных АСУТП ГА, выявлены основные факторы, влияющие на достоверность значений параметров. Исследованы существующие подходы к определению достоверности параметров контроля и управления АСУТП ГА.

2. Разработана функционально-ориентированная МОД для параметров контроля и управления АСУТП ГА на основе сравнения интервалов, предложено динамическое формирование характерного диапазона средствами ИМ ТП. Такой подход не требует остановки технологического процесса и позволяет сократить количество ложных срабатываний АСУТП ГА.

3. По оригинальной методике построения функционально-ориентированных моделей разработан ПКОД значений параметров контроля и управления АСУТП ГА, функционирующий в реальном времени и формирующий модельные оценки значений параметров.

4. Проведена апробация и исследование эффективности МОД и ПКОД АСУТП гидроагрегата Жигулёвской ГЭС.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ РАБОТЫ В ведущих рецензируемых научных журналах, рекомендованных ВАК:

1. Захарченко В.Е. Формальное описание АСУ сложными технологическими объектами и автоматизация тестирования алгоритмов управления // Автоматизация в промышленности. - 2007 г. - №3. - стр. 22-25.

2. Захарченко В.Е. Имитационная модель гидроагрегата для тестирования алгоритмов АСУТП // Автоматизация в промышленности. - Москва, 2007 г. -№7. -стр. 37-40.

3. Захарченко В.Е. Контроль достоверности параметров АСУТП // Автоматизация в промышленности. - Москва, 2008 г. - №7. - стр. 10-14.

4. Сидоров A.A. и Захарченко В.Е. Оценка достоверности значений параметров АСУТП на основе синхронных моделей // Проблемы управления. - Москва, 2010г. №2. - стр. 61-68. (доля автора: 0,36 п.л.)

Другие публикации:

5. Захарченко В.Е. Организация интерфейса между АСУТП и МЕ8\ЕКР-сиетемами распределённой среде предприятия // МКА.-2005г.-№4.-стр.20-22.

6. Захарченко В.Е. Контроль достоверности значений параметров в АСУТП / III Всероссийская научно-практическая конференция «Имитационно моделирование. Теория и практика» ИММОД-2007, Санкт-Петербург, 2007

7. Захарченко В.Е. Имитационные модели объектов управления для тестирован алгоритмов АСУТП// Лабораторные информационные системы и системь управления производством. LIMS&MES. • Москва: Информационные технологии 2008г. - стр.82-89.

8. Захарченко В.Е. Контроль достоверности значений параметров в АСУТП / Лабораторные информационные системы и системы управления производством LIMS&MES. - Москва: Информационные технологии, 2008г. - стр. 90-98.

9. Сидоров A.A., Захарченко В.Е. Модель оценивания достоверности значенш параметров АСУТП // Международная конференция с элементами научной школь для молодёжи "Перспективные информационные технологии для авиации космоса" ПИТ-2010, Самара, 2010- с.242-246. (доля автора: 0,2 п.л.)

Автореферат отпечатан с разрешения диссертационного совета Д212.217.03 ФГБОУ ВПО Самарский государственный технический

университет (протокол № 6 от 16 ноября 2011г.)

Заказ №1107 Тираж 100 экз.

Отпечатано на ризографе. ФГБОУВПО Самарский государственный технический университет Отдел типографии и оперативной печати 443100 г. Самара ул. Молодогвардейская, 244

ВВЕДЕНИЕ.

1 ДОСТОВЕРНОСТЬ ЗНАЧЕНИЙ ПАРАМЕТРОВ В СЛОЖНЫХ СИСТЕМАХ УПРАВЛЕНИЯ.

1.1 Характеристика сложных систем управления.

1.2 Обзор методов контроля достоверности значений параметров контроля и управления АСУТП ГА.

1.2.1 Диагностические методы.

1.2.2 Методы резервирования и/или дублирования.

1.2.3 Методы контроля передаваемой информации.

1.2.4 Методы алгоритмического контроля достоверности информации.

1.2.4.1.1 Контроль диапазона измерения параметра.

1.2.4.1.2 Контроль скорости изменения параметра.

1.2.4.1.3 Методы контроля устаревания параметра.

1.2.5 Алгоритмические методы для защиты и сохранения достоверной информации.

1.3 Описание неопределенности параметров контроля и управления АСУТП ГА.

1.3.1 Анализ погрешностей.

1.3.2 Интервальные вычисления.

1.3.3 Теория вероятностей.

1.3.4 Нечёткие величины.

1.3.5 Эмпирические методы и элементы искусственного интеллекта.

1.4 Средства динамического описания характерного диапазона.

1.4.1 Правила.

1.4.2 Имитационные модели.

1.4.2.1.1 Агрегатная модель Бусленко.

1.4.2.1.2 Непрерывно-дискретная система Глушкова.

1.4.2.1.3 Гибридная система А.Пнуэли.

1.4.2.1.4 Модель системной динамики Форрестера.

1.4.2.1.5 Многоагентное моделирование.

1.4.2.1.6 Когнитивные модели.

Актуальность темы диссертационной работы

В современных автоматизированных системах управления технологическими процессами (АСУТП) информация о значениях параметров объекта управления (ОУ) может поступать по различным каналам передачи данных от датчиков или других систем контроля и управления, от датчиков, от оператора, от систем контроля регулирования и управления, при этом источники информации могут быть географически значительно удалены от АСУТП ГА. Независимо от характеристик источника данных и каналов передачи данных получаемая АСУТП ГА информация должна быть достоверной, так как от неё зависит корректность управляющих воздействий или решений. В настоящее время согласно ГОСТ 34.603-92 "Информационная технология. Виды испытаний автоматизированных систем"[1] ко всем системам АСУТП предъявляется требование достоверности информации. В некоторых отраслях требование достоверности усиливается руководящими документами, например РД 153-34.1-35.127-2002 [2]. Достоверность — это комплексное многоаспектное понятие [3-9], которое связывается с отсутствием неисправности (ошибок) источника данных, канала связи, модулей системы и т.д. Неисправность может быть как явной (выход за диапазон измерения, обрыв канала связи и т.д.), так и неявной, когда входные данные принадлежат области значений некоторого параметра системы, но не соответствуют действительности. Под параметром системы АСУТП понимается параметр контроля и управления АСУТП, то есть параметр, используемый в алгоритмах системы управления для формирования управляющих воздействий объектом управления.

АСУТП гидроагрегата (ГА) рассчитаны на непрерывный цикл работы основного оборудования с периодом остановок для ремонта 5-10 лет. В настоящее время все крупные гидроэлектростанции РФ эксплуатируются более 30 лет. За это время промышленные системы автоматизации претерпели значительные изменения. Добавление новых каналов информации, поверка и изменение существующих каналов информации связаны с остановкой технологического процесса и, зачастую, с капитальным строительством, что предполагает значительные экономические затраты. На стадии изготовления и пуско-наладки АСУТП каждый канал системы проходит метрологическую аттестацию, поверку, калибровку. В результате проведения этих процедур определяется начальный уровень достоверности каналов — для дискретных каналов он, как правило, имеет два значения {0, 1}, а для аналоговых достоверность является функцией, зависящей от погрешности. Однако в процессе эксплуатации проведение процедур проверки достоверности не всегда возможно в силу ряда причин (многие каналы принципиально нельзя откалибровать, поверить или заменить без остановки технологического процесса). Кроме того, работая в промышленном окружении, каналы и источники информации подвергаются различного рода случайным воздействиям внешней среды: помехи, наводки, вибрации, шумы и т.д. Более того, со временем все характеристики источников и каналов информации ухудшаются. В силу указанных причин по прошествии некоторого времени с начала эксплуатации системы у экспертов возникает сомнение в правильности значений параметров. Особенно сложно определить корректность косвенных измерений, расчётных параметров. В реальных условиях обозначенные проблемы может решить эксперт (обслуживающий персонал) на основе своего опыта и истории функционирования системы. Эксперт определяет основные причины, по которым значение не может быть отображено с необходимой точностью и, исследуя их, делает вывод: достоверно значение параметра или нет. Определить достоверность значений всех параметров (их число в крупных системах достигает нескольких тысяч и более) системы в реальном времени эксперт (или даже несколько экспертов) не может. Таким образом в каждый момент времени крайне сложно оценить достоверность входной информации, как следствие алгоритмы АСУТП ГА не обеспечивают должной устойчивости функционирования в условиях частичной неопределённости.

Вывод: оперативному персоналу и системам управления необходимо автоматически в реальном времени предоставлять кроме значений параметров информацию о достоверности этих значений.

На сегодняшний день существует достаточно большое количество методов для определения достоверности значений параметров системы, в основном они выдают признак: достоверно значение параметра по этому методу или нет. Кроме того, современные программно-аппаратные средства в ряде случаев обеспечивают дополнительную информацию о достоверности (качестве) этого параметра, которую при принятии управляющих решений нельзя не учитывать. Яркими примерами таких программно-аппаратных средств являются интеллектуальные датчики с самовалидацией [10], а также параметры, передаваемые в стандарте OLE for process control [11] (Например: SCADA-системы: SIMATIC WinCC, InTouch, Сириус-СКАДА (QNX); MES системы: SIMATIC IT Historian и многие другие), или данные, передаваемые в соответствии с международными стандартами IEC 60870-5-101/104 (МЭК-101, МЭК-104), IEC 61850 (МЭК 61850) и других [12]. Таким образом, со значением параметра образуется множество признаков достоверности, каждый из которых ответственен в узкой области, и на их основе сложно определить адекватность значения параметра сложившейся технологической ситуации в целом, т.е. достоверность. Особенно усложняется определение достоверности расчётных параметров.

Анализируя современные промышленные системы в рамках обозначенной темы можно сделать три замечания.

1) В настоящее время отсутствует единая методика определения достоверности значений параметров.

2) В автоматизированных системах управления существует широкий спектр методов проверки достоверности входной информации, но большинство из них рассчитано на определение явной неисправности. При этом оценить достоверность значения параметра в целом, системно, крайне сложно.

3) Основная часть систем управления не учитывает неопределённой природы исходной информации. В настоящее время большинство промышленных систем оперируют данными как исключительно чёткими величинами, в то время как практически все данные, обрабатываемые в системах управления технологическими процессами, априори являются в той или иной степени неопределёнными. Под неопределённостью понимается невозможность точной фиксации значения параметра и момента проведения измерения, являющаяся следствием неизбежных погрешностей измерений и вычислений. Следовательно, чёткое представление параметров изначально несёт в себе недостоверность.

Согласно стандарту (ГОСТ 28195-89, 2001) [13] каждая система должна обладать устойчивостью функционирования. Устойчивость функционирования — это критерий качества системы, отражающий способность обеспечивать продолжение работы системы после возникновения отклонений, вызванных сбоями технических средств, ошибками во входных данных и ошибками в обслуживании.

Настоящая диссертационная работа посвящена повышению устойчивости функционирования систем, с этой целью разрабатываются модели оценивания достоверности значений параметров контроля и управления АСУТПГА в реальном времени без остановки технологического процесса, что чрезвычайно важно для систем с непрерывным режимом работы.

Достоверность значений параметров контроля и управления АСУТПГА зависит от множества факторов: от корректности показаний источника информации, от правильности передачи, преобразований и вычислений, от работоспособности аппаратуры измерительно-вычислительного канала и многих других. В настоящей работе термин "достоверность" рассматривается как мера возможности корректного управления АСУТП ГА, то есть такого управления, при котором ложные значения входных параметров системы не приводят к аварийным значениям управляющих сигналов. Такой подход позволяет рассматривать параметр системно (вне зависимости от длины измерительно-вычислительного канала) и формировать признак достоверности как оценку виртуального эксперта.

Оценка достоверности предполагает избыточность. Различают структурную, информационную и временную избыточность. Структурная избыточность предполагает резервирование, дублирование элементов системы, вследствие чего происходит её удорожание. Информационная избыточность подразумевает наличие дополнительных связей (логических, математических, физических) в АСУТП, на основании которых можно определить достоверность исходных данных. Временная избыточность связана с необходимостью временных затрат на выполнение процедур по определению достоверности значений параметров. Следует заметить, что и структурная избыточность, и информационная нуждаются в ресурсе времени, вместе с тем как временные ограничения являются важнейшими в области промышленной автоматизации, более того, они определяют специфику этой области. О достоверности можно судить, опираясь на необязательные (с точки зрения непосредственного управления) знания о технологическом процессе, об объекте управления, об АСУТП и другом. В этой связи логично предположить разделение функций АСУТП непосредственного управления и контроля достоверности.

В настоящее время получила распространение структурная схема АСУТП (Рисунок 1), предполагающая несколько уровней: полевой, включающий датчики и исполнительные механизмы; управляющий, основанный, главным образом, на программируемых логических контроллерах (ПЛК); и уровень визуализации и архивации (8САОА-систем). При этом на управляющий уровень возложены следующие функции: собственно управление процессом (управляющие алгоритмы, функции, контроль времени, регулирование), контроль достоверности задания оператора (от БСАОА-системы), контроль достоверности поступающих от объекта параметров и т.д. Опираясь на собственный опыт, можно отметить, что в современных системах управления решение задач определения достоверности может занимать до 70% ресурсов контроллера (объёма данных, процессорного времени и т.д.). Задачи по оценке достоверности значений параметров предлагается переложить на отдельную модель, которая содержит необходимую базу знаний об объекте. Рисунок 1 представляет типовую схему АСУТП, на которой штрих-пунктир показывает новые элементы и потоки данных, связанные с выделением модели оценки достоверности.

Операторы и эксперты уровень визуализации и архивации)

Достоверность, Управление модельная АСУТП оценка параметров 1

Значения параметров, состояние оборудования 1

Архивы, функциональные зависимости

Промышленные контроллеры управляющий уровень) (Ш .

Управление Г

Значения параметров, состояние оборудования

Достоверность, ~м одел ьная~бце"нка"

Значения параметров, состояние оборудования

Модель оценки достоверности

Датчики и исполнительные механизмы полевой уровень)

Рисунок 1 - Структурная схема АСУТП с моделью оценивания достоверности Модель оценки достоверности данных должна:

1. Работать в непрерывном режиме.

2. Осуществлять сбор информации о текущих значениях основных параметров системы управления, при этом оказывая минимальное влияние на быстродействие системы управления.

3. Функционировать в едином времени с системой управления: проверять полученные данные по критериям достоверности и осуществлять обмен данными с системой управления не медленнее периода обработки данных системы управления, то есть синхронно.

4. Осуществлять поддержку управленческих решений: выдавать системе управления признаки достоверности значений параметров в зависимости от ситуации, а также при неисправности, недостоверности значений параметра должна передавать системе управления приближённые (имитированные, модельные) значения.

5. Быть масштабируемой (с возможностью добавления параметров).

6. Быть интегрируемой, то есть в разрабатываемой системе должны быть предусмотрены открытые интерфейсы для взаимодействия со сторонними системами.

7. Обладать простым и наглядным интерфейсом, который позволил бы оператору, (эксперту) при необходимости изменить (добавить, удалить, изменить) правила формирования признаков достоверности без участия разработчика.

Из перечисленных ключевым является требование синхронного исполнения с системой управления (пункт 3).

Значительный вклад в разработку теоретических и практических основ определения достоверности параметров контроля и управления АСУТП внесли такие учёные, как Кульба В.В., Ковалевский С.С., Шелков А.Б., Герасименко В.А., Мельников Ю.Н., Пивоваров А.Н., Пронин А.Н., Сапожникова К.В., Тайманов P.E., Дианов В.Н., У.Кулиш, Р.Хаммер, М. Хокс и другие.

Анализируя современные промышленные системы, необходимо отметить, что существует широкий спектр косвенных методов проверки достоверности входной информации, большинство из которых рассчитано на определение явной неисправности. К косвенным методам определения достоверности относятся диагностические методы, в которых вывод о достоверности значения параметра осуществляется на основе контроля работоспособности аппаратуры измерительно-вычислительного канала. Методы дублирования, резервирования элементов измерительно-вычислительного канала также позволяют определить достоверность значения параметров, в основном, по мажоритарному принципу. Основным математическим аппаратом этих методов является теория надёжности [14]. Методы контроля передаваемой информации, использующие математический аппарат теории информации и теории передачи информации, позволяют определить достоверность передаваемых значений параметров контроля и управления АСУТП ГА на основе контрольных сумм, слов, посылок и прочих. Немало методов ориентировано на фильтрацию входных данных с целью выявления и устранения непредсказуемых возмущений внешней среды за счёт, как правило, искусственного снижения скорости обработки параметра, например, методы сглаживания. Часть методов использует экспертные оценки и\или специальные алгоритмы для проверки достоверности параметров, такие как контроль скорости, устаревания или уставок.

При всем многообразии косвенных методов определения достоверности очень сложно оценить достоверность значений параметров в целом в реальном времени. Оценка достоверности значения параметра должна определять возможность использования этого значения в алгоритмах управления АСУТП ГА. Крайне важно, чтобы оценка достоверности значения параметра формировалась независимо от характеристик измерительно-вычислительного канала, каналообразующего оборудования, применяемых протоколов передачи данных и воздействий на него неопределённых факторов внешней среды. Применительно к АСУТП ГА методы определения достоверности параметров должны быть реализованы без остановки технологического процесса с учётом ограничений на время обработки информации и на ресурсы системы управления. В этой связи разработка методов оценивания достоверности значений параметров контроля и управления АСУТП ГА является актуальной.

Предмет исследования — автоматизированные системы управления технологическими процессами гидроагрегата.

Объект исследования — достоверность значений параметров (входных данных) АСУТП ГА.

Цель исследования: повышение устойчивости функционирования управляющих алгоритмов АСУТП ГА на основе функционально-ориентированной модели оценки достоверности значений параметров контроля и управления АСУТП ГА.

Задачами исследования являются:

1. Анализ особенностей современных АСУТП ГА для выявления основных факторов, влияющих на достоверность значений параметров контроля и управления. Исследование существующих подходов к определению достоверности параметров контроля и управления АСУТП ГА.

2. Разработка функционально-ориентированной модели оценки достоверности для параметров контроля и управления АСУТП ГА, не требующей остановки технологического процесса и позволяющей сократить количество ложных срабатываний АСУТП ГА.

3. Разработка программного комплекса, оценивающего достоверность значений параметров контроля и управления АСУТП ГА в реальном времени.

4. Апробация и исследование эффективности модели оценки достоверности значений параметров применительно к реальным АСУТП ГА.

Краткий анализ известных методов определения достоверности значений параметров контроля и управления АСУТП и обоснование принятого подхода к решению описанной ранее проблемы. Методы, используемые в АСУТП ГА, полностью идентичны, поэтому далее будем рассматривать методы для АСУТП в целом.

В настоящий момент времени существует несколько основных подходов определения достоверности значений параметров контроля и управления АСУТП, которые можно разбить на следующие группы.

Во-первых, диагностические методы — группа методов, ориентированная на определении признаков присутствия (работы) оборудования: контроль наличия питания на всех участках канала, по которому в систему поступает информация в АСУТП, работоспособность аппаратуры, связанной с доставкой значения параметра в систему, наличие специальных откликов аппаратуры и прочие. Очевидно, что если некий участок канала передачи данных или сам источник данных неисправен (отключен, не в работе), то значение параметра, принимаемое системой АСУТП по такому каналу, считать достоверным нельзя. Основной математический аппарат по определению, расчёту такого рода неисправности, недостоверности описан в теории надёжности систем [15, 16]. Необходимость такого контроля при определении достоверности значений параметров не вызывает сомнений. Однако указанная группа методов не достаточна для полного заключения, поскольку не учитывает возможных помех на линии связи и возможности того, что работающий источник данных предоставляет некорректную информацию - некоторое значение из области значений параметра несоответствующее действительности. На практике такие явления распространены. Обозначенная группа методов также не анализирует времени приёма-передачи, которое должно быть минимальным в системах АСУТП. Временные ограничения являются особенностью (критичным требованием) всех систем АСУТП.

Во-вторых, методы резервирования или дублирования источников информации, каналов передачи данных, модулей приёма и обработки данных, алгоритмов. Как правило, эти методы определяют достоверность значений параметра по принципу большинства (мажоритарный принцип): 2 из 3, 3 из 5 и т.д. Таким образом, для определения достоверного значения параметра контроля и управления АСУТП необходимо более трёх источников этого параметра, при этом информация в АСУТП должна поступать по разным независимым каналам передачи данных. В случае если число источников данных становится чётным (например, при неисправности одного), при расхождении показаний трудно определить достоверный источник.

Применение методов резервирования неизбежно ведёт к значительному удорожанию системы управления. На практике не каждый параметр системы можно получить от другого источника по разным причинам: труднодоступность места установки источника данных (средства измерения), сложность организации канала передачи данных, потеря точности и другие. Описанная группа методов практически используется для контроля достоверности наиболее значимых параметров.

В-третьих, группа методов алгоритмического контроля достоверности информации, включающая проверку соответствия полученного значения параметра области технологических значений, контроль допустимой скорости изменения параметра, контроль технологических уставок, контроль периода опроса параметра (аналогичные термины: время актуальности параметра, время устаревания параметра) и другие. Эта группа методов направлена на приведение полученной информации к соответствующему технологическому процессу. Эти методы не способны распознать ошибочное значение параметра, если оно принадлежит области значений параметра, но не соответствует действительности.

В-четвертых, методы контроля передаваемой информации, эти методы содержат алгоритмы шифрования, кодирования, устранения ошибок, возникших при передаче данных. Как правило, эти методы ориентированы только на цифровые протоколы передачи данных. Математическим аппаратом обозначенных методов является теория передачи информации. Однако эти методы не способны зафиксировать недостоверность данных, если изначально было отправлено некорректное значение.

В-пятых, необходимо в рассматриваемой теме упомянуть группу алгоритмических методов для защиты достоверной информации, к таким методам можно отнести сглаживание. В книге [5] (Кульба, и др., 2003) описано множество методов, ориентированных на сохранение информации в области АСУ, однако большинство из них не учитывает временных ограничений, свойственных АСУТП. Очевидно, что если входная информация недостоверна, то сохранять такой результат не имеет смысла, однако эта группа методов позволяет защитить достоверные данные от кратковременных недостоверных значений, вызванных, например, электрическими помехами в канале передачи данных.

Вышеописанные методы рассматривают достоверность информации с разных позиций, но главное, в силу своей специфичности, узкой направленности на конкретную область применения они не гарантируют отсутствие ошибок в информации, поступающей в АСУТП. В этой связи возникает необходимость поиска альтернативного подхода к формированию признаков достоверности. Например, в качестве эксперимента существуют попытки реализации альтернативного подхода на основе экспертных систем [17], на основе различных методов описания неопределённостей [18, 19, 20], моделей потоковых вычислений [21] и т.д.

В представленной работе рассматриваются возможности представления (формализации) опыта эксперта и системы. Этот вопрос по своему содержанию может быть отнесён и к экспертным системам, и к искусственному интеллекту [22, 23], и к моделированию [24, 25].

Для представления параметров контроля и управления АСУТП с учётом неопределённостей в модели оценивания достоверности приведён обзор перспективных методов описания неопределённости.

Основными методами описания неопределённостей являются:

• Теория вероятностей Колмогорова [26], которая, являясь признанной метрологией, не всегда применима из-за сложности определения априорных распределений вероятности, сложности операций со случайными величинами и из-за проблем интерпретации самого понятия вероятности [27 - 31], Кроме этого теория вероятностей по определению работает со случайными событиями, а природа неопределенности не всегда является случайной [32].

• Интервальные вычисления [33], которые позволяют получать интервал, гарантировано содержащий истинное значение параметра

34]. Работая по принципу "все или ничего" данные методы не различают оттенков того, насколько возможность попадания в некоторый подынтервал больше возможности попасть в другой подынтервал. Соответственно оценка в некоторых случаях может оказаться слишком грубой.

• Нечёткая логика, которая является обобщением обычной логики [35, 36, 37]. В отличие от обычного (чёткого) множества, где каждый элемент либо принадлежит множеству, либо нет, в нечётком множестве каждый элемент принадлежит множеству в некоторой мере, с некоторой уверенностью, определяющей функцию принадлежности нечёткого множества. Над нечёткими множествами вводятся логические операции и функциональные преобразования, которые являются устойчивыми к изменению исходных данных [38]. Основной проблемой нечёткой логики является построение функции принадлежности нечёткого множества [32]. Другой проблемой является интерпретация получаемых результатов.

• Эмпирические методы и элементы искусственного интеллекта. На их основе строятся экспертные системы, которые, преобразуя, помещают человеческие знания в собственную базу знаний и потом делают заключения о возможности каких-либо событий. Недостатком данных методов является то, что для них сложно математически оценить точность получаемых результатов [39].

В настоящее время в АСУТП преобладает применение интервальных и вероятностных методов. Использование остальных методов в основном не выходит за рамки экспериментов, что связано с их недостаточным метрологическим обеспечением. Применение чётких величин для оценивания достоверности затруднено, поскольку они не учитывают неопределённостей при формировании, передаче и обработке значения параметра.

Основные результаты диссертационной работы. В работе предлагается модель оценивания достоверности, которое основывается на сравнении

HUMUlil Ell! IUI Hill (II II ISillll illllh LH t I измеренной величины с некоторым имитированным модельным значением, объединяющим экспертные знания и историю функционирования объекта. Рассматривается теоретический базис для описания модели, способной в реальном времени формировать модельное значение изменения параметра на основе исторических данных о технологическом процессе и экспертных знаний. Для описания имитационной модели объекта управления с параметрами, обладающими неопределённостью, в работе взяты подходы гибридного моделирования А. Пнуэли и системной динамики, описанной Дж. Форрестером. Описание неопределённости, свойственной параметрам АСУТП, выполнено на основе интервального подхода. Такой синтез позволяет модели работать синхронно с системой управления (и объектом управления) и на основе мгновенных данных формировать оценки достоверности (верхнюю и нижнюю границы интервала достоверности) параметров. В работе рассматриваются алгоритм параметризации имитационной модели. Имитационная модель, работая в едином времени с системой управления, в каждый момент времени формирует характерные диапазоны изменения параметров. На их основе модель оценивания достоверности формирует признак возможности использования наблюдаемого АСУТП ГА значения в алгоритмах управления. Приведены алгоритмы и методики создания моделей. Разработан программный комплекс оценивания достоверности значений параметров (ПКОД). Проведено тестирование моделей и ПКОД на реальных АСУТП ГА. Приводятся результаты проверки методики.

Структура и краткое содержание диссертации. Диссертационная работа состоит из введения, четырёх глав, заключения и списка использованных источников.

Заключение

В ходе диссертационного исследования были решены основные задачи и получены следующие результаты.

1. Проанализированы особенности современных АСУТП ГА, выявлены основные факторы, влияющие на достоверность значений параметров. Исследованы существующие подходы к определению достоверности параметров контроля и управления АСУТП ГА.

2. Разработана функционально-ориентированная МОД для параметров контроля и управления АСУТП ГА на основе сравнения интервалов, предложено динамическое формирование характерного диапазона средствами ИМ ТП. Такой подход не требует остановки технологического процесса и позволяет сократить количество ложных срабатываний АСУТП ГА.

3. По оригинальной методике построения функционально-ориентированных моделей разработан ПКОД значений параметров контроля и управления АСУТП ГА, функционирующий в реальном времени и формирующий модельные оценки значений параметров.

4. Проведена апробация и исследование эффективности МОД и ПКОД АСУТП гидроагрегата Жигулёвской ГЭС.

Использование АСУТП ГА совместно с ПКОД значений параметров на основе предложенных моделей представляет ряд значительных преимуществ:

1. Путём реализации достоверного управления уменьшается: a. число ложных срабатываний АСУТП ГА; b. время бесполезного простоя оборудования; c. время на поиск и устранение неисправности оборудования;

1 расходы на штрафные санкции от управляющей компании.

2. Повышается устойчивость функционирования АСУТП ГА в условиях частичной неопределённости за счёт использования оценок достоверности и модельных значений параметров.

3. Не требуется остановка ТП.

Кроме того, реализация модели предоставляет следующие возможности:

1) автоматическое прогнозирование поведения параметра в заданном режиме;

2) проверка алгоритмов управления без объекта управления;

3) обучение персонала на основе модельных значений,

4) может быть использована в других отраслях промышленности.

Использование диагностической системы и предложенных в диссертации методов в целом позволяет

1) повысить качество алгоритмов управления систем АСУТП ГА с учётом оценки достоверности входной информации;

2) повысить уровень информированности экспертов, исследователей и оперативного персонала о состоянии объекта автоматизации, позволяющий своевременно определять недостоверные источники информации и принимать меры к устранению недостоверности

И как следствие, применение систем оценки достоверности значений параметров контроля и управления АСУТП ГА позволяет сделать работу с объектом автоматизации более эффективной и безопасной.

Направления дальнейших исследований: поиск быстродействующих и точных алгоритмов параметризации модели, создание быстродействующих алгоритмов вычислений над нечёткими и интервальными величинами, исследование применимости имитационных моделей с использованием прогнозирования совместно со сверхбыстрыми АСУТП ГА (с малым периодом обработки данных), разработка методов и средств оценивания и оптимизации действий эксперта.

1. ГОСТ 34.603-92 Информационная технология. Виды испытаний автоматизированных систем. М. : Издательство стандартов, 1992 г.

2. РД 153-34.1-35.127-2002. Общие технические требования к программнотехническим комплексам для АСУТП тепловых электростанций. М. : Издательство стандартов, 2002 г.

3. Вентцель Е.С. Теория вероятностей Книга. М. : Наука, 1969. - стр. 564.

4. Бурденков В.Г. Автоматика, телемеханика и передача данных в энергосистемах Книга. 1988. - стр. 336.

5. Кульба В. В., Ковалевский С. С. и Шелков А. Б. Достоверность исохранность данных в АСУ. Книга. М. : СИНТЕГ, 2003. - 2-е издание : стр. 500. - Серия "Информационные технологии".

6. Мамиконов А. Г., Кульба В. В. и Шелков А. Б. Достоверность, защита ирезервирование информации в АСУ Книга. М. : Энергоатомиздат, 1986. -стр. 303.

7. Мельников Ю.Н. Достоверность информации в сложных системах.

8. Книга. М.: Сов.радио, 1973. - стр. 192.

9. Симонович С.В. Информатика. Базовый курс Книга. / ред. С.В.Симонович.

10. СПб : Питер, 1999. стр. 638.

11. Бауэр Ф. JI. и Гооз Г. Информатика. Вводный курс. В 2-х ч. Книга. М. :1. Мир, 1990. -стр. 336.

12. POLARCOM Автоматика и робототехника. Проект SEVA (SEnsor VAlidation — самоконтроль датчиков) В Интернете. // Автоматика и робототехника. Проект SEVA. 2000? г. - 02 08 2002 г. -http://home.polarcom.ru/~wtsv/ref2000/r0172.htm.

13. ОРС Foundation www.OPCFoundation.org Online. // Industry Standard Specification ОРС Overview.- ОРС Foundation, 10 27, 1998.- 2007.-www.OPCFoundation.org. -- 16p.

14. Горелик Т.Г. и др. Автоматизация энергообъектов с использованием современных средств информационного обмена [Конференция] // Релейная защита и автоматика энергосистем 2009. Москва : [б.н.], 2009.

15. ГОСТ 28195-89 Оценка качества программных средств. Общие положения.

16. Москва : ИПК Издательство стандартов, 2001 г. стр. 31.

17. Гнеденко Б.В., Беляев Ю.К. и Соловьёв Ю.К. Математические методы в теории надёжности Книга. М. : Наука, 1965. - стр. 524.

18. Дружинин Г.В. Надёжность систем автоматики Книга. М.: Энергия, 1967. - стр. 528.

19. Дианов В.Н. Диагностика и надёжность автоматических систем: учебное пособие Книга. М. : МГИУ, 2005. - 2 - изд. : стр. 160.

20. Бахметова Н. А. Обработка информации в резервированных каналах АСУТП Журнал. // Современные наукоемкие технологии. 2005 г. - 9. -стр. 48.

21. Танака К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве Журнал. // / Нечеткие множества и теория возможностей. Последние достижения: / ред. Ягер Р. М. : [б.н.], 1986 г. -стр. 408.

22. Алефельд Г. и Херцбергер Ю. Введение в интервальные вычисления Книга. М. : Мир, 1987. - стр. 356.

23. Заде JI. Понятие лингвистической переменной и его применение к принятиюприближенных решений Книга. М. : Мир, 1976. - стр. 165.

24. Ягер Р. Множества уровня для оценки принадлежности нечетких подмножеств Журнал. // Нечеткие множества и теория возможностей. Последние достижения. М. : Радио и связь, 1986 г. - стр. 408.

25. Дюбуа Д. и Прад А. Теория возможностей. Приложения к представлению знаний в информатике Книга. М. : Радио и связь, 1990. - стр. 288 . - Пер. с франц.

26. Поспелов Д. А. Нечеткие множества в моделях управления и искусственного интеллекта Книга. М. : Наука, 1986. - стр. 312.

27. Kazakov D. Fuzzy graph-schemes in pattern recognition Online. // Kazakov's personal page. 1992. - Dec 14, 2006. - http://www.dmitry-kazakov.de/postgra/introduction.htm.

28. Сквайре Дж. Практическая физика Книга. M. : Мир, 1971. - стр. 246.

29. Тюрин Н.И. Введение в метрологию Книга. М. : Изд-во стандартов, 1976.-стр. 210.

30. Новицкий П.В. Основы информационной теории измерительных устройств

31. Книга. JI. : Энергия, 1968. - стр. 248 .

32. Вавилов A.A. Имитационное моделирование производственных систем Книга. Москва, Берлин : Машиностроение, Техника, 1983. - стр. 416.

33. ГОСТ 24.701-86 Единая система стандартов автоматизированных систем управления. Надежность автоматизированных систем управления. Основные положения. М. : Издательство стандартов, 1987 г. - стр. 17.

34. ГОСТ Р 51901-2002 Управление надежностью. Анализ риска технологических систем. М. : Издательство стандартов, 2002 г. - стр. 22 .

35. РД 03-418-01 Методические указания по проведению анализа риска опасныхпроизводственных объектов Статья. [б.м.] : Госгортехнадзор России, 2001 г., - 10.-стр. 40-50.

36. Захарченко В.Е. Организация интерфейса между АСУТП и MESYERP-системами в распределённой среде предприятия Статья. // Мир компьютерной автоматизации. 2005 г. - 4. - стр. 20-22.

37. Фролов Е.Б. и Загидуллин P.P. MES-системы, как они есть или эволюция систем планирования производства. //Лабораторные информационныесистемы и системы управления производством Журнал. // LIMS&MES. Сборник статей 2008. 2008 г. - стр. 24-41.

38. ACHEMA Process Instrumentation and Control. Conference. // International Meeting on Chemical Engineering, Environmental Protection and Biotechnology. Frankfurt am Main : [s.n.], 2000. - p. 7. - Trend Report No. 6.

39. Page I. Hardware Compilation, Configurable Platforms and ASICs for Self-validating Sensors Book. Oxford : Oxford University Computing Laboratory, 1997.-p. 11.

40. Henry M. Recent developments in self-validating (SEVA) sensors Article. // Sensor Review. -2001. 1 : Vol. 21. - pp. 16 - 22.

41. Генри M. Самоаттестующиеся датчики Статья. // Датчики и системы. -2002 г. 1.-стр. 51-60.

42. Пронин А.Н., Сапожникова К.В. и Тайманов Р.Е. Контроль достоверности информации поступающей от датчиков. Статья. // Датчики и системы. 2008 г. - 8. - стр. 58-63.

43. Пархоменко П.П. и Согомонян Е.С. Основы технической диагностики (оптимизация алгоритмов диагностирования, аппаратные средства) Книга. М. : Энергоиздат, 1981. - стр. 320.

44. Makridakis S. G., Wheelwright S. С. и McGee V. Е. Forecasting: Methods andapplications Книга. New York : Wiley, 1983. - 2nd ed. : стр. 923.

45. Боровиков В.П. и Ивченко Г.И. Учебник по математической статистике с упражнениями в системе STATISTICA В Интернете. // STATISTICA.- 2001? г.- 04.04.2007 г.-http://www.statsoft.ru/home/portal/textbook2/default.htm.

46. Алтунин A.E. и Семухнн M.B. Модели и алгоритмы принятия решений в нечетких условиях Книга. Тюмень: Издательство Тюменского государственного университета, 2000. - стр. 352.

47. ГОСТ 8.009-84 ГСИ. Нормируемые метрологические характеристики средств измерений. б.м. : Издательство стандартов, 1985 г.

48. Рабинович С.Г. Погрешности измерений. Книга. М. : Энергия, 1978. -стр. 262.

49. Кноринг В.Г. Погрешность и неопределенность: диалектика против позитивизма Конференция. // Международная конференция по мягким вычислениям и измерениям SCM-1999. Сборник докладов. Санкт-Петербург : [б.н.], 1999. - Т. 1.

50. Шокин И.Ю. Интервальный анализ Книга. М. : Наука, 1981. - стр. 112.

51. Шарый С.П. Конечномерный интервальный анализ В Интернете. // Интервальный анализ и его приложения. 2008? г.- 13 09 2008 г.-http://www.nsc.ru/interval ; http://www.sbras.iWinterval/Library/InteBooks/Shary/SharyBook.pdf.

52. Caprani О., Madsen К. and Nielsen В. Introduction to Interval Analysis Book. Lyngby: Informatics and Mathematical Modelling, Technical University of Denmark, DTU, 2002. - p. 88.

53. Меньшиков Г.Г. Интервальный анализ и методы вычислений: Конспект лекций. Книга. СПб. : НИИ Химии СПбГУ, 2000. - 2-е изд.

54. МИ 2440-97 ГСИ. Методы экспериментального определения и контроля характеристик погрешности измерительных каналов измерительных систем и измерительных комплексов. М. : Стандарты, 1997 г.

55. Новицкий П.В. и Зограф И.А. Оценка погрешности результатов измерений

56. Книга. JI. : Энергоатомиздат, 1991. - 2-е изд. : стр. 304.

57. Колмогоров А.Н. Основные понятия теории вероятности. Книга. М. -Л. : ОНТИ, 1936. - стр. 119.

58. ГОСТ 11.001-73 ГСИ. Прикладная статистика. Ряды предпочтительных численных значений статистических характеристик. М. : Издательство стандартов, 1974 г.

59. Новицкий П.В. Об особых свойствах 95%-ной квантили большого класса распределений и предпочтительных значениях доверительной вероятности при указании погрешностей приборов и измерений Статья. // Метрология. -1979 г. 2.

60. Орлов А.И. Устойчивость в социально экономических моделях Книга. -М: : Наука, 1979. - стр. 296.

61. Лю Б. Теория и практика неопределённого программирования Книга. М. :

62. БИНОМ. Лаборатория знаний, 2005.- стр. 416.- серия "Адаптивные и интеллектуальные системы".

63. Недосекин А.О. Применение теории нечетких множеств к задачам управления финансами Статья. // Аудит и финансовый анализ. 2000 г. -2. - http://www.cfln.ru/press/afa/2000-2/08.shtml - Также на сайте http://sedok.narod.ru/scgroup.html от 17.08.2006.

64. Sakawa М., Nishizaki I. and Uemura Y. Interactive fuzzy programming for multi-level linear programming problems with fuzzy parameters Article. // Fuzzy Sets And Systems. 2000. - 1 : Vol. 9. - pp. 3-19.

65. Уотермен Д. Руководство по экспертным системам Книга. М. : Мир, 1989. - стр. 388.

66. Прокопчина С.В. Развивающиеся интегрирующие сети на основе регуляризирующего байесовского подхода Конференция. // Международная конференция по мягким вычислениям и измерениям SCM-2000. Сборник докладов. Санкт-Петербург : [б.н.], 2000. - Т. Том 2.

67. Меньших В.В. Об оценках точности параметров, получаемых из систем управления Статья. // Управляющие системы и машины. 1998 г. - 3. -стр.58-63.

68. Хромин А.А. Проблема «Искусственного интеллекта» В Интернете. // Проект, посвященный проблемам автоматизации структурно-параметрического синтеза.- 21 09 2008 г. -http://structuralist.narod.ru/articles/ai.htm.

69. Шерешевский JI.A. и Сидоров А.А. Методика контроля точности и достоверности расчетных данных в распределенных системах мониторинга и автоматизированного управления Статья. // Известия Самарского научного центра РАН. Самара : [б.н.], 2002 г. - 1.

70. Левин Р., Дранг Д. и Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике Книга. М. : Финансы и статистика, 1990. - стр. 239.

71. Нильсон Н. Принципы искусственного интеллекта Книга. М. : Радио и связь, 1990. - стр. 376.

72. Попов Э.В. Искусственный интеллект. Кн. 2: Модели и методы: Справочник

73. Книга. М.: Радио и связь, 1990. - стр. 303.

74. Заде JI. Основы нового подхода к анализу сложных систем и процессов принятия решения Журнал. // Математика сегодня: Сб. ст. М. : Знание, 1974 г. - стр. 48.

75. Кофман JI. Введение в теорию нечетких множеств Книга. М. : Радио и связь, 1982. - стр. 432.

76. Кафаров Б.Б., Дорохов И.Н. и Марков Е.П. Системный анализ процессов химической технологии. Применение метода нечетких множеств Книга. -М. : Наука, 1986. стр. 356.

77. Вощинин А.П. и Сотиров Г.Р. Оптимизация в условиях неопределенности.

78. Книга. б.м.] : МЭИ (Россия) ; Техника (НРБ), 1990. - стр. 283.

79. Zimmerman Н. J. Fuzzy Set Theory and its Applications Book. Boston, Kluwer, etc : World Scientific, 1992.

80. Веников В.А. Теория подобия и моделирования Книга. М. : Высшая школа, 1976. - 2-е изд. : стр. 479 .

81. Прицкер А. Введение в имитационное моделирование и язык CJIAM II Книга. М. : Мир, 1987. - стр. 646.

82. Pegden C.D. Future Directions in Simulation Modeling Conference. // Proceedings of the 2005 Winter Simulation Conference. Orlando, FL, USA : [s.n.], 2005. - p. 35.

83. Колесов Ю.Б. и Сениченков Ю.Б. Имитационное моделирование сложных динамических систем В Интернете. // Exponenta.ru образовательный математический сайт. 2000? г. - 12 04 2006 г. -http://www.exponenta.ru/soft/others/mvs/dssim.asp.

84. Беньковнч Е.С., Колесов Ю.Б. и Сениченков Ю.Б. Практическое моделирование динамических систем Книга. СПб: БХВ-Петербург, 2002. - стр. 444.

85. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. Книга. СПб.: БХВ-Петербург, 2006. - стр. 400.

86. Бусленко Н.П. Моделирование сложных систем. Книга. М. : Наука, 1978. - стр. 399.

87. Глушков В. Программное обеспечение моделирования дискретно-непрерывных систем Книга. М. : Наука, 1975.

88. Harel D. Statecharts: A Visual Formalism for Complex Systems Article. // Science of Computer Programming. 1987. - 3 : Vol. 8. - pp. 231-274.

89. Forrester Jay W. Industrial Dynamics Книга. Cambridge : MIT Press, 1961.-p. 479.

90. Форрестер Дж. Мировая динамика Книга. М. : Наука, 1978. - стр. 340.

91. Поспелов Д.А. Многоагентные системы — настоящее и будущее Статья. // Информационные технологии и вычислительные системы. 1998 г. - №1. -стр. 14-21.

92. Магазов С.С. Когнитивные процессы и модели Книга. М. : ЛКИ, 2007. -стр. 248.

93. Бурдун Г.Д. и Марков Б.Н. Основы метрологии Книга. М. : Изд-во стандартов, 1975. - стр. 335.

94. Гуревич М.А. Основы физического эксперимента Книга. JI. : Наука, 1977.

95. Кудряшова Ж.Ф., Рабинович С.Г. и Резник К.А. Методы обработки результатов наблюдений при измерениях Журнал. // Труды метрологических институтов СССР. Москва-Ленинград : Издательство стандартов, 1972 г. - Вып. 134(194).

96. Соловьев В.А. и Яхонтова В.Е. Элементарные методы обработки результатов измерений Книга. JI. : Изд-во ЛГУ, 1977. - стр. 72.

97. Сидоров А.А. и Захарченко В.Е. Оценка достоверности значений параметров АСУТП на основе синхронных моделей Журнал. // Проблемы управления. Москва : [б.н.], 2010 г. - 2. - стр. 61-68.

98. Захарченко В.Е. Контроль достоверности параметров АСУТП Статья. // Автоматизация в промышленности. Москва : [б.н.], 2008 г. - №7. - стр. 3740.

99. Booch G., Jacobson I. and Rumbaugh J. The Unified Modeling Language for Object-Oriented Development// Documentation Set Version 1.1. September 1997.

100. Bran V. Selic The theory and practice of modern modeling language design for model-based software engineering// AOSD'll New York, NY, USA-201 lr -pp 53-54

101. Bran Selic Real-time object-oriented modeling// John Wiley & Sons, Inc. , New York, NY, USA 1994 - p. 525

102. Нариньяни A.C. и др. Программирование в ограничениях и недоопределенные модели [Статья] // Информационные технологии. М. : Издательство «Новые технологии», 1998 г. - 7. - стр. 13-22.

103. ГОСТ Р 50779.42-99 (ИСО 8258-91) Статистические методы. Контрольные карты Шухарта. М. : Издательство стандартов, 1999 г.

104. Shewhart W.A. and Deming W.E. Statistical Method from The Viewpoint of Quality Control Book. New York : Dover Publications, 1939/ 1986(reprint). -p. 163.

105. Cimenera J. L. and Tukey J. H. Control Charting Automated Laboratory Instruments When Many Successive Differences May Be Zero Journal. // Journal of Quality Technology. 1989. - pp. 7-15.

106. Прохоров Ю.В. и Розанов Ю.А. Теория вероятностей. (Основные понятия. Предельные теоремы. Случайные процессы.) Книга. М. : Наука, 1973. -стр. 496.

107. Дубровский С.А. и Толстова Т.А. О ненормальности нормального закона распределения Конференция. // Материалы Всероссийской электроннойконференции "Современная металлургия".- 2001. http://elcomet.chat.ru/synerg/syn2.htm от 21.06.05.

108. Орлов А.И. Часто ли распределение результатов наблюдений является нормальным? Журнал. // Заводская лаборатория. 1991 г. - №7 : Т. 57. -стр. 64-66.

109. Гамм А.З. Вероятностные модели режимов электроэнергетических систем Книга. Новосибирск : Наука, 1993. - стр. 132.

110. Илюшин В.Б. и Кузьмин А.Б. Статистические критерии обнаружения отказа Статья.// Автоматика и телемеханика. 2000 г. - №6.- стр. 171175.

111. Bernat A. et al. What are interval computations, and how are they related to quality in manufacturing? [Conference] // Proceedings of International Workshop on Applications of Interval Computations APIC'95. El Paso : [s.n.], 1995. - pp. 10-12.

112. Kramer W. and Bantle A. Automatic Forward Error Analysis for Floating Point Algorithms Article. // Reliable Computing. 2001. - №7 (4). - pp. 321-340.

113. Добронец Б.С. Интервальная математика Книга. Красноярск: Красноярский государственный университет, 2004. - стр. 216.

114. Kreinovich V., Mayer G and Starks S On a Theoretical Justification of The Choice of Epsilon-Inflation in PASCAL-XSC Article. // Reliable Computing.1997.-3.-pp. 437-452.

115. Кулиш У. и др. Достоверные вычисления. Базовые численные методы [Книга]. Москва - Ижевск : НИЦ "Регулярная и хаотическая динамика", 2005. - стр. 496.

116. Neumaier A Interval Methods for Systems of Equations Book. Cambridge : Cambridge University Press, 1990. - p. 255.

117. Rump S. A Note on Epsilon-Inflluation Article. // Reliable Computing.1998.-4.-pp. 371-375.

118. Нариньяни A.C. Недоопределенные модели и операции с недоопределенными значениями // Препринт ВЦ СО АН СССР. -Новосибирск : Сиб. Отд.-ие. ВЦ, 1982 г.

119. Нариньяни А. и др. Недоопределенные модели и их приложения [Статья] // Системная информатика. Новосибирск : [б.н.], 1997 г. - 5. - стр. 124-187.

120. Нариньяни А.С. и Липатов А.А. Визуализация данных в технологиях интервальных расчетов Статья. // "Информационные технологии". М.: [б.н.], 2001 г. - 8. - стр. 11-16.

121. Коварцев А.Н. Численные методы: методическое пособие Книга. -Самара : Самарский государственный аэрокосмический университет, 2002. -стр.216?.

122. Аоки М. Ведение в методы оптимизации Книга. М. : Наука, 1977. - стр. 344.

123. Коршунов Ю. М. Математические основы кибернетики: Учеб. пособие для вузов. Книга. М. : Энергия, 1980. - 2-е изд., перераб. и доп. : стр. 424 .

124. Гилл Ф., Мюррей У. и Райт М. Практическая оптимизация Книга. М. : Мир, 1985.-стр. 509.

125. Фурунжиев Р. И., Бабушкин Ф. М. и Варавко В. В. Применение математических методов и ЭВМ: Практикум Книга. Минск : Выш.шк., 1988.-стр. 191.

126. Емельянов В.В., Курейчик В. М. и Курейчик В.В. Теория и практика эволюционного моделирования Книга. М. : Физматлит, 2003. - стр. 432. -серия "Проблемы искусственного интеллекта".

127. Harti R.E. A global convergence proof for class of genetic algorithms Book. -Wien : Technische Universitaet, 1990. p. 136.

128. Вайнштейн И.А. и Попко E.A. Генетический поиск модельных параметров при аппроксимации кривых термолюминесценции Статья. // Письма в Журнал Технической Физики. 2006 г. - 12 : Т. 32. - стр. 56-62.

129. Исаев С.А. Разработка и исследование генетических алгоритмов для принятия решений на основе многокритериальных нелинейных моделей / Автореф. дисс. к.т.н. Н. Новгород : НГУ, 2000 г. - стр. 18.

130. Панченко Т.В. Генетические алгоритмы : учебно-методическое пособие Книга. / ред. Тарасевич Ю.Ю. Астрахань: издательский дом "Астраханский университет", 2007. - стр. 87.

131. Holland J.H. Adaptation in a Natural and Artificial systems Book. Ann Arbor : University of Michigan Press, 1975 - p. 183.

132. Harti R.E. A global convergence proof for class of genetic algorithms Book. -Wien : Technische Universitaet, 1990. p. 136.

133. Мельников Ю.Б., Матвеева Е.П. и Ваганова Г.В. Об определении и оценке адекватности модели Статья. // Образование и наука. 2007 г. -6(10).-стр. 3-14.

134. Захарченко В.Е. Контроль достоверности значений параметров в АСУТП Статья. // Лабораторные информационные системы и системы управления производством. LIMS&MES. Сборник статей. Москва: Маркетинг. Информационные технологии, 2008 г. - стр. 90-98.

135. Anderson М. Omola An Object — Oriented Language for Model Representation Conference. // Lie Tech thesis EAKE-3208 Department of Automation Control. - Lund, Sweden : Lund Institute Of Tecnology, 1990 - pp 262 - 268.

136. Tiller M. Introduction to Physical Modeling with Modelica Книга. Norwell, MA, USA : Kluwer Academic Publishers, 2001. - p. 344.

137. Начальник службы технологических систем управления (СТСУ) Крамарчук Н.И.

138. Заместитель начальника СТСУ Минюша И.С.

139. Начальник участка автоматики и возбуждения (УАиВ) Демидов В.Ф.

140. Заместитель начальника СТСУ1. Начальник участка УАиВ1. Подпись

141. Крамарчук Н.И. Минкина И.С. Демидов В.Ф.