автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Система управления технологическим оборудованием с двухэтапным воспроизведением управляющих программ

На правах рукописи

ШЛЕЙМОВИЧ МИХАИЛ ПЕТРОВИЧ

СИСТЕМА УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ОБОРУДОВАНИЕМ С ДВУХЭТАПНЫМ ВОСПРОИЗВЕДЕНИЕМ УПРАВЛЯЮЩИХ ПРОГРАММ

Специальность 05.13.05 -Элементы и устройства вычислительной техники и систем управления

Автореферат диссертации на соискание учёной степени кандидата технических наук

Казань -2006

Диссертация выполнена в Казанском государственном техническом университете им. А.Н. Туполева.

Научный руководитель - кандидат технических наук, доцент Набережное Геннадий Михайлович

Официальные оппоненты: доктор технических наук, профессор Песошин Валерий Андреевич кандидат технических наук Найшулер Борис Иосифович

Ведущая организация - ОАО Казанский вертолетный завод

Защита состоится «6 » ма-ртс* 2006 г. в 11 часов на заседании диссертационного совета Д212.079.04 в КГТУ им. А.Н. Туполева (420111, г.Казань, ул.К.Маркса, д. 10)

С диссертацией можно ознакомиться в библиотеке Казанского государственного технического университета им. А.Н. Туполева

Автореферат разослан « 3 » 2006 г.

Ученый секретарь диссертационного совета кандидат технических наук

Козлов В.А.

2.006 А

гям

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время технологические процессы на многих предприятиях авиационной промышленности базируются на технологическом оборудовании с числовым программным управлением (ЧПУ) с магнитной лентой и перфолентой в качестве программоносителей. В подавляющем большинстве подобные системы управления являются морально и физически устаревшими и потому требуют больших затрат времени и средств в эксплуатации. Использование же ленточных программоносителей приводит к определенным проблемам, связанным с их дефицитом, низким качеством изготовления, невысокой надежностью в работе, высокими затратами на их приобретение, эксплуатацию и хранение.

Кардинально все эти проблемы могут быть решены путем приобретения и внедрения в эксплуатацию современного технологического оборудования с ЧПУ. Однако такое решение требует значительных затрат и поэтому не всегда является приемлемым.

Другим решением, требующим значительно меньших затрат, является модернизация систем ЧПУ станком путем полной или частичной замены системы управления, включая замену ленточных программоносителей на электронные. Обоснованием такого подхода может служить то обстоятельство, что

- значительная доля парка станков с ЧПУ на машиностроительных предприятиях авиационной отрасли приходится на специализированные станки, которые в настоящее время не могут быть заменены;

- сами станки еще долгое время могут поддерживаться в хорошем состоянии;

-эффективное использование технологического оборудования в значительной степени связано с качеством их систем управления.

Поэтому исследования и поиск методов и средств, обеспечивающих эффективную модернизацию систем управления действующего парка станков с ЧПУ на предприятиях авиационной промышленности, является задачей актуальной.

Цель работы - повышение эффективности систем управления технологическими процессами для действующего парка станков с числовым программным управлением.

Задачи исследования:

-анализ основных направлений совершенствования систем управления оборудованием с числовым программным управлением;

- исследование статистических свойств цифровых декодированных управляющих программ;

- разработка методов сжатия цифровых декодированных управляющих программ с учетом их статистических свойств и ограничений на ресурсы вычислительной системы; __

- разработка аппаратно-программного комплекса для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

Меюды исследования. При решении поставленных задач были исполь-юваны методы теории информации и кодирования, теории вероятностей, ма-шма! ической статистики, прикладного и системного программирования, дискретной математики и комбинаторики, теории управления, математического программирования.

Научная новизна работы заключается в том, что:

- предложен метод двухэтапного воспроизведения управляющих программ, при котором на первом этапе получают управляющую программу в цифровой декодированной форме и записывают ее в электронную память устройства управления, а на втором этапе считывают управляющую программу из электронной памяти в темпе технологического процесса и преобразуют символы программы в сигналы управления приводами подач оборудования;

- исследованы статистические свойства цифровых декодированных управляющих программ;

- разработаны модели цифровых декодированных управляющих программ как источников информации;

- разработаны методы сжатия цифровых декодированных управляющих программ с учетом их статистических свойств и ограничений на ресурсы вычислительной системы;

- предложен аппаратно-программный комплекс для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

Практическая ценность работы заключается в том, что внедрение ее результатов в технологический процесс на ОАО Казанский вертолетный завод (КВЗ) и ФГУП Казанское авиационное производственное объединение (КАПО) им. С. П. Горбунова позволило:

- исключить из обращения ленточные программоносители;

- повысить качество управляющих программ;

- повысить надежность технологического процесса;

- снизить трудоемкость управляющих программ;

- повысить производительность технологического процесса записи управляющих программ (не менее чем в 10 раз);

- получить значительный годовой экономический эффект (не менее 800 тыс. рублей).

Практическая ценность подтверждается следующими техническими актами внедрения работ:

- «Ремонт, восстановление и доработка многокоординатной системы ЧПУ СМС-44 на базе ПК 1ВМ РС для формирования УП 4-х координатной обработки на станках ПФП-5 и РФ-17МП» в производство в цехе 45 ФГУП КАПО им. С. П. Горбунова;

- «Модернизация станка ПФП-5 с целью замены магнитной ленты на электронное устройство» в производство в цехе 45 ФГУП КАПО им. С. П. Горбунова;

- «Разработка системы управления на базе ПК для устройства записи программ на магнитную ленту и его доработка» в производсгво в ОПУ ФГУП КАПО им. С. П. Горбунова;

- «Разработка модернизированных пультов управления ПФСТ-12-500 и рабочего места контроля и загрузки УП» в производство в цехе 43 ОАО КВЗ;

- «Исключение фотосчитывающего устройства и разработка системы подю-товки программ» в производство в цехе 43 ОАО КВЗ.

Кроме того, результаты исследования были внедрены в учебный процесс на кафедрах АСОИУ и ТММСИ Казанского государственного технического университета им. А. Н. Туполева.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на 5-й Международной конференции молодых ученых и студентов «Актуальные проблемы современной науки» (г. Самара, 2004г.); 17—й Всероссийской межвузовской научно-технической конференции «Электромеханические и внутрикамерные процессы в энергетических установках, струйная акустика и диагностика, приборы и методы контроля природной среды, веществ, материалов, изделий» (г. Казань, 2005г.); 1-м Международном форуме (6-й Международной конференции) молодых ученых и студентов «Актуальные проблемы современной науки» (г. Самара, 2005г.).

Публикации, структура диссертации. Основное содержание диссертации отражено в шести печатных работах, в том числе 2-х научных статьях. Диссертационная работа состоит из введения, четырех глав, заключения и списка используемой литературы. Работа содержит 109 страниц основного текста, 15 таблиц, 51 рисунок; список литературы включает 90 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованы актуальность темы проводимых исследований, сформулированы цели и задачи исследования, научная и практическая ценности данной работы, дано описание структуры диссертации.

В первой главе выполнен обзор систем числового программного управления (ЧПУ), рассмотрены проблемы, связанные с их эксплуатацией, и основные направления их совершенствования. Показано, что

-на машиностроительных предприятиях авиационной отрасли системы управления действующего парка станков с ЧПУ, в подавляющем большинстве, являются морально устаревшими и физически изношенными;

- использование ленточных программоносителей в системах ЧПУ существенно влияет на расходы в эксплуатации и снижает надежность технологических процессов;

- в существующих экономических условиях целесообразно решать проблемы повышения эффективности систем управления технологическим оборудованием с ЧПУ путем полной или частичной замены систем управления с заменой ленточных программоносителей на электронные;

- наличие большого парка специализированных станков (на машиностроительных предприятиях авиационной отрасли), где крупногабаритные детали находятся в обработке несколько часов, смен или даже недель, требует поиска решений, сочетающих в себе максимальную простоту системы управления с богатыми возможностями отладки управляющих программ, реализуемыми вне станка и вне цеха (например, в условиях отдела программного управления). Большое число предложений по модернизации систем ЧПУ основываются на использовании персонального компьютера или промышленного контроллера, устанавливаемых у станка, и не удовлетворяет в полном объеме этому требованию.

Во второй главе предложен метод двухэтапного воспроизведения управляющих программ и представлены результаты анализа статистических свойств цифровых декодированных управляющих программ, информационные модели таких программ и оценки показателей их сжатия при использовании этих моделей. Исследование проводилось на тестовом наборе трехко-ординатных программ, используемых в технологических процессах на ОАО КВЗ и ФГУП КАПО им. С.П. Горбунова.

Предложенный метод обеспечивает максимальную простоту устройства воспроизведения управляющей программы, устанавливаемого у станка. Суть метода в том, что на первом этапе формируется и записывается на электронный программоноситель управляющая программа в цифровом декодированном виде как последовательность символов унитарного кода. На втором этапе осуществляется воспроизведение управляющей программы у станка. Основными достоинствами метода являются:

-максимальная простота устройства управления, устанавливаемого у станка;

- выполнение сложных расчетных задач по формированию унитарного кода на рабочем месте технолога, в интерактивном режиме, с богатыми возможностями контроля и переназначения динамических и геометрических параметров управляющей программы;

- возможность читать и контролировать команды управления непосредственно поступающие на исполнительные приводы станка;

- возможность сохранения всех функций реализуемых в традиционных системах ЧПУ.

Применение предложенного метода при модернизации систем ЧПУ позволяет сократить ее стоимость и повысить качество технологических процессов.

Управляющая программа в цифровой декодированной форме имеет большой объем, который определяется следующим образом:

Q = t■f, (О

где < - время работы программы в секундах, / - частота выдачи символов программы на станок. Поэтому для повышения эффективной емкости электронного программоносителя цифровые декодированные управляющие программы целесообразно хранить в сжатом виде.'

В теории сжатия данных доказано, что не существует универсального метода для одинаково эффективного сжатия данных любого типа - эффективность метода сжатия зависит от адекватности модели источника данных. Эффективность метода сжатия оценивается с помощью фактора сжатия Р(Б) - отношения объема исходных данных к объему сжатых данных. При анализе методов сжатия принято рассматривать конечные комбинаторные источники и вероятностные источники Бернулли и Маркова. Основными характеристиками источника 5 являются его энтропия Н(Б) и энтропия на символ И (Б). С помощью энтропии источника можно оценить число бит для кодирования элемента источника (группу символов, кодируемых как единое целое), а с помощью энтропия источника на символ - число бит кода, приходящихся на один символ.

Энтропию на символ ЩБО цифровой декодированной управляющей программы как комбинаторного источника с элементами длины Ь можно оценить следующим образом:

к^О = 4.9е~°'4Ь . (2)

Алгоритм сжатия, основанный на модели комбинаторного источника тривиален: каждой группе по Ь символов поставить в соответствие код длиной Г#(2>у1 бит. Тогда фактор сжатия может быть аппроксимирован по полиномиальному закону следующего вида:

Р(80 = 0.021.* + О.ЗЬ + 1.3. (3)

Несмотря на вычислительную простоту и эффективность данного алгоритма, его реализация потребует значительных ресурсов. Так для хранения таблицы кодов потребуется память следующего объема (в байтах):

е^ч^к + ^-Гад!/«, (4)

где |5д| - число элементов комбинаторного источника При этом необходимо обеспечить приемлемое быстродействие для поиска в кодовой таблице.

При анализе цифровой декодированной программы как комбинаторного источника не учитывались вероятности появления символов. Однако в пределах одного кадра трехкоординатной управляющей программы из 27 возможных символов унитарного кода может появиться только 8. Это связано с тем, что при разработке управляющей программы невозможно запрограммировать в одном кадре изменение направления движения по одной координате, а также не допускаются перепады скоростей и ускорений выше допустимых пределов. Экспериментально было получено также, что, во-первых, только 3 символа из 27 появляются в программе с вероятностями свыше 0.1, а, во-вторых, в пределах одного кадра программы появляется в среднем только 3 символа из 8. Поэтому очевидно вероятностные модели (источники Бернулли и Маркова) цифровой декодированной управляющей программы являются более точными.

Для стационарного источника Бернулли (вероятности появления элементов независимы и неизменны) Sl с длиной элемента L была получена следующая формула для оценки энтропии источника на символ-

h(SJ = 1.5e'nmL . (5)

Фактор сжатия по методу, ориентированному на данную модель, можно аппроксимировать следующим образом:

F(SO = 0.06L2 + 0.03L +5.9. (6)

На использовании стационарных источников Бернулли основаны классические неадаптивные энтропийные методы сжатия (например, Хаффмена или Шеннона - Фано). В настоящее время эти методы практически не применяются в универсальных системах архивации данных, однако используются в специализированных системах, например для сжатия факсимильных сообщений. Применительно к цифровым декодированным управляющим программам с помощью подобных методов можно добиться заданного значения фактора сжатия с помощью выбора соответствующего источника Бернулли. Однако его можно получить только при сжатии одновременно достаточно большого количества программ - в этом случае частоты элементов будут близки к их вероятностям.

В случае нестационарного источника Бернулли (вероятности появления символов независимы, но могут меняться во времени) для оценки соответствующих характеристик были получены следующие формулы:

h(St) = 0.7е'0 , (7)

F(SO = О О IL2 + 0.9L + 10.6 . (8)

На нестационарные источники Бернулли ориентированы адаптивные энтропийные методы сжатия (например, адаптивный метод Хаффмена). В настоящее время эти методы используются в качестве наиболее существенных составных частей многоэтапных методов сжатия (например, в методах контекстного моделирования) и в системах реального времени с ограниченными ресурсами.

Модели Маркова отличаются от моделей Бернулли тем, что в них учитывается зависимость появления (и + /)-го символа от появления и предыдущих символов (от контекста п-го порядка). Для стационарного источника Маркова и-го порядка была получена следующие оценки для энтропии и фактора сжатия:

H(Sn) = 1 7е пп\ (9)

FfSJ = 0.4п2 ~0.09п + 5.8. (10)

Стационарные модели Маркова в универсальных методах сжатия практически не используются из-за большого числа возможных состояний источника. Однако при построении методов сжатия данных специализированного типа, например цифровых декодированных управляющих программ, можно осуществлять изменение порядка модели в зависимости от кодируемых символов, что значительно снижает требования к ресурсам вычислительной системы. Такой подход можно достаточно эффективно реализовать в методах контекстного моделирования.

Энтропию нестационарного источника Маркова п-го порядка и фактор сжатия можно оценить с помощью следующих формул:

H(S„) = OJe^'2" , (11)

F(SJ = 0 06п2 + 1.8п + 11.1. (12)

Подавляющее большинство современных методов сжатия ориентированны , именно на нестационарные источники Маркова. Число состояний нестацио-

нарного источника Маркова можно сократить с помощью преобразования каждого кадра управляющей программы, содержащего информацию о пере-I мещении по трем координатам, в три кадра - по одному для каждой коорди-

наты. При этом уменьшается количество символов, анализируемых в одном кадре программы (не более двух).

В третьей главе представлены методы сжатия цифровых декодированных управляющих программ. Эти методы представляют собой модификации современных универсальных методов сжатия данных, разработанные с учетом статистических свойств декодированных программ. Все предлагаемые методы доведены до программной реализации на языках C/C++. Также предлагается формальная постановка задачи выбора метода сжатия при ограничениях на ресурсы вычислительной системы.

В настоящее время для сжатия цифровых данных наиболее часто используются методы контекстного моделирования, словарные методы и методы сортировки блоков.

Методы сортировки блоков основаны на применении преобразования Барроуза - Уиллера BWT (Burrows - Wheeler transform). Реализация этих методов сжатия требует использования значительных вычислительных ресурсов. Поэтому в системе с двухэтапным воспроизведением управляющих программ данные методы неприменимы.

Среди методов контекстного моделирования самым популярным является метод PPM (prediction by partial matching, предсказание по частичному совпадению), предложенный Клири и Уиттеном. В общем случае сжатие по этому методу выполняется в два этапа. На первом этапе (моделирование) формируется вероятностная модель сжимаемых данных, которая представляет собой набор частот символов для различных контекстов, в том числе контекстов 0-го порядка (появление символов не зависит от контекста, символы имеют различные вероятности) и (-1)-го порядка (появление символов не зависит от контекста, символы имеют одинаковые вероятности). На втором этапе (кодирование) происходит присвоение кода символу с помощью какого-либо энтропийного метода (например, Хаффмена) в соответствии с моделью для текущего контекста. Восстановление данных выполняется так же в два этапа: сначала декодирование, а затем моделирование.

Для сжатия цифровых декодированных управляющих программ была разработаны модификации метода РРМ, ориентированные на нестационарные источники Маркова без разделения и с разделением координат. Основные отличия данных модификаиий от базового метода заключаются в предварительном перекодировании символов (символам присваивается числовой

код в порядке их поступления в пределах кадра) и сбросе модели источника при завершении кадра Для реализаиии данных модификаций при формировании цифровой декодированной управляющей программы в коние каждого кадра вставляется символ с запрещенным кодом — символ кониа кадра.

Для фактора сжатия цифровых декодированных управляющих программ при использовании модификации без разделения координат была получена следующая зависимость от максимального порядка модели п:

F(n) = -1.02п2 + 23 5п- 11.9. (13)

Время сжатия (мкс) аппроксимируется по полиномиальному закону вида:

t(n) = 0.14п2 - 0.5п + 4.1. (14)

Требуемый объем оперативной памяти при этом меняется от 1.5 Кб для модели 1-го порядка до 100 Кб для модели 8-го порядка.

Для фактора сжатия цифровых декодированных управляющих программ при использовании модификации с разделением координат была получена зависимость вида:

F(n) = -0.7п2 + 21. Зп - 10.4. (15)

Фактор сжатия в этом случае практически такой же, что и при использовании модификации без разделения координат. То же можно сказать и относительно времени сжатия. Однако при этом потребовалась оперативная память значительно меньшего объема: от 200 байт для модели 1-го порядка до 20 Кб для модели 8-го порядка.

Таким образом, при использовании предлагаемых модификациях метода РРМ, можно добиться сжатия цифровых декодированных управляющих программ в среднем не менее, чем в 100 раз, при затратах оперативной памяти не более, чем 20 Кб.

К словарным методам сжатия относятся методы Лямпеля и Зива LZ77 и LZ78. При сжатии данных по методу LZ77 используется скользящее окно, которое разбивается на две части: словарь и упреждающий буфер. Словарь содержит строку уже рассмотренных входных символов. Упреждающий буфер содержит строку символов, которую необходимо сжать. Результатом сжатия является набор меток <смещение, длина, символ>, где первое поле -это позиция подстроки в словаре, совпадающей с наибольшим префиксом строки в упреждающем буфере; второе поле - длина найденной подстроки; третье поле - символ из упреждающего буфера, на котором обнаружилось несовпадение. После образования очередной метки <длина> + 1 символ из упреждающего буфера добавляются в словарь, вытесняя из него соответствующее число первых символов. При восстановлении данных по каждой метке в упреждающий буфер считывается <длина> символов из словаря с позиции <смещеиие> и дополняется символом <символ>, после чего также происходит обновление словаря.

Метод LZ78 отличается от LZ77 тем, что каждая метка состоит только из двух полей: указатель на строку в словаре, совпадающую с префиксом в упреждающем буфере, и символ, на котором произошло несовпадение, т.е. в словаре хранится не одна строка исходных символов, а набор отдельных строк.

При сжатия цифровых декодированных управляющих программ метод 1277 был модифииирован следующим образом. Для исключения «накладных» расходов времени на перемещение больших массивов символов из упреждающего буфера в словарь был использован кольцевой буфер, в котором окно размещается таким образом, чтобы начало упреждающего буфера совпадало с конном словаря. Такая организаиия окна позволила добавлять символы

* в словарь с помощью простого изменения смещения словаря и упреждающе-1 го буфера в окне Для индексаиии позииий в окне использовалась арифметика ' по модулю длины физического вектора, что позволило исключить проверки

* при поиске подстроки в кольиевом буфере. Кроме этого, для своевременного обновления словаря был использован символ конца кадра, т.е. заполнение словаря производилось только в пределах одного кадра.

Фактор сжатия модификаций метода \JL11 с длиной упреждающего буфера ЬВ (в байтах) и длиной словаря 1.В (в байтах) был аппроксимирован следующим образом:

Г(ЬВ, Ш) = 21.91пЬВ + 9.2 \nLD- 166.9. (16)

Для времени сжатия на символ (мкс) была получена зависимость:

К1В, Ш) = 0.00ИВ + 0.002Ш +0.7. (17)

Время восстановления на символ при этом не превысило 0.2 мкс.

Зависимость (16) была получена при использовании байтовой организации меток, когда для полей метки <смещение, длина, символ> отводится 2 байта, 2 байта и 1 байт соответственно. При более точном учете размеров каждого поля фактор сжатия может быть увеличен в К раз, где

К = 401 (Г/о&,1£>1 + \l0g2LB~} + 3). (18)

В формуле (18) поля метки занимают бит, \log2LB~\ бит и 3 бита со-

ответственно (битовая организация меток).

Таким образом, при использовании предлагаемых модификаций 1^77 можно добиться сжатия не менее, чем в 130 раз, при затратах оперативной памяти не более, чем 10 Кб.

Кроме методов РРМ и Ъ277 были исследованы также методы Хаффме-на, Шеннона-Фано, МТР (метод стопки книг Рябко), арифметический метод, метод ассоциативного кодирования Буяновского, \ЛЛЪ, ЛЬЕ, методы с использованием преобразования Барроуза- Уиллера. Однако полученные характеристики этих методов применительно к сжатию цифровых декодированных управляющих программ были значительно хуже по сравнению с характеристиками РРМ и \2Л1.

* Выбор метода сжатия управляющих программ может быть выполнен ^ формальным образом - в результате решения задачи оптимизации, которую

можно сформулировать в следующем виде:

* Щх\.хг.....х„;->ех1г,

Я»С*1.*2.....х„),1 = \,2.....т.

Здесь х],х2,-..,х„ - это параметры методов сжатия, №(х1,х2,...,х„) - целевая функция, {gl (лс,, х2,..., х„), I = 1,2,..., т} - множество ограничений на параметры анализируемых методов сжатия. Решение поставленной задачи представ-

ляет собой вектор значений параметровX = (х,, х2, х„), при которых целевая функция достигает оптимума. Метод сжатия с данными параметрами и будет выбран в качестве оптимального.

Тогда, если F- фактор сжатия, V - объем оперативной памяти, t - время сжатия, Fa - допустимый фактор сжатия, Vn - допустимый объем оперативной памяти, tn - допустимое время сжатия, то задачу (19) в общей форме можно представить следующим образом:

F -> шах,

V -> min,

F*F0, (20)

Задачу (20) можно свести к однокритериапьной форме, выбрав в качестве целевой функции W отношение фактора сжатия F к затратам памяти V, при тех же ограничениях:

F

— -»max. (21)

Каждый метод сжатия выражается через некоторые базовые характеристики: степень используемой контекстной модели (для методов контекстного моделирования), размеры упреждающего буфера и словаря (для словарных методов) и т. д. Поэтому задачу выбора метода сжатия можно свести к виду, где используется только базовые характеристики.

Рассмотрим выбор словарного метода. В этом случае (21) можно привести к следующему виду:

Ар In LB + Bp- InLD + Cp

—---— -> max,

(LB + LD)

Ар In LB + Bp InLD + Cp >F0,

LB + LD<V0,

A,LB + B,LD + Ct < /q, (22)

xx S0,x2 >0,

Ap =21.9, Bp =9.2, Cp =166.9,

A, = 0 001,ß, =0.002, C, =0.7.

Очевидно, что задача (22) относится к задачам нелинейного программирования. Методы решения таких задач, основаны на методах приведенного градиента Якоби и обобщенном методе множителей Лагранжа.

При решении данной задачи по методу множителей Лагранжа без учета ограничений для определения размеров упреждающего буфера и словаря были получены следующие расчетные формулы:

Вр1п(~ ? )

ЬВ - ехр{\------

Ар+Вр Ар + Вр

Вр1п(В^)

шЛехр{ 1---^---^-}.

Ар Ар + Вр Ар л- Вр

Согласно (23) оптимум достигается при размерах упреждающего буфера и словаря 760 и 319 байт соответственно. При этом фактор сжатия принимает значение 31.1.

Если допустимый фактор сжатия должен быть выше значения то рассчитать размеры упреждающего буфера и словаря можно следующим образом:

ЬВ = ехр{ Рй + Ар-Вр '

А'+В' (24)

ЬР = + ехр{ Го + ^-Вр___

Р0+Ар-Вр Ар+Вр

Например, если фактор сжатия должен быть не менее 70, то оптимум достигается при размерах упреждающего буфера и словаря, равных 2297 и 1591 байт соответственно. При этом целевая функция принимает значение 0.018. Данные расчеты подтверждаются экспериментально.

В приведенной модели в целевой функции в явном виде не учитывается время сжатия. Это связано с тем, что время не является критичным фактором в данном случае, так как для всех рассмотренных методов оно не превышает 100 мкс на сжатие/восстановление одного символа управляющей программы

В четвертой главе рассмотрена система «ФАУСТ» (рис. 1), построенная на основе метода двухэтапного воспроизведения управляющих программ. Она предназначена для модернизации систем ЧПУ с ленточными программоносителями. В настоящее время система «ФАУСТ» внедрена на ОАО КВЗ и ФГУП КАПО им. С. П. Горбунова и активно используется в технологических процессах на этих предприятиях.

Система «ФАУСТ» содержит:

- автоматизированное рабочее место (АРМ) технолога, которое предназначено для выполнения вычислительных операций, связанных с подготовкой цифровой декодированной управляющей программы;

- устройства хранения и выдачи программ (УХВП) управления, которые предназначены для управления станками от записанных в них программ;

- блоки сопряжения (БС) с технологическим оборудованием, которые предназначены для преобразования символов унитарного кода в сигналы управления, поступающие на приводы подач станков.

п

Рис. 1. Структурная схема обобщенной системы «ФАУСТ:

СПУП - система подготовки управляющих программ;

АРМ - автоматизированное рабочее место;

УХВГ1 - устройство хранения и выдачи программ;

1 - кодированная управляющая программа;

2 - диагностические сообщения;

3 - декодированная управляющая программа;

4 - последовательность символов унитарного кода;

5 - сигналы управления приводами

АРМ базируется на аппаратных средствах персонального компьютера стандартной конфигурации, работающего под управлением операционных систем фирмы Microsoft. Оно представляет собой набор следующих программных модулей:

- монитор для организации взаимодействия между технологом, АРМ и УХВП при подготовке управляющих программ;

-интерполятор для формирования цифровой декодированной управляющей программы с настройкой на динамические особенности оборудования и диагностикой ее качества;

- модуль распределения памяти УХВП;

- модуль загрузки, который предназначен для управления процессом записи информации в УХВП;

- модуль сжатия программ;

- вспомогательные модули для тестирования подключения УХВП к АРМ и для сброса питания УХВП;

-драйвер для доступа к интерфейсу ввода/вывода, используемого для подключения УХВП, при работе в операционных системах Windows.

УХВП состоит из следующих основных элементов:

- микроконтроллера;

- энергонезависимой памяти;

- блока динамической индикации;

- пульта управления;

- шинного формирователя;

- устройства согласования.

Он может работать в режимах загрузки программ, выбора программы и выдачи программы. В режиме загрузки программ выполняется их добавление и удаление. В режиме выбора программы обеспечивается отработка указаний оператора-станочника о программе для последующего исполнения. В режиме выдачи программы программа через БС выдается на станок.

Ядром УХВП является AVR-микроконтроллер фирмы ATMEL класса Mega. Такие 8-разрядные микроконтроллеры с RISC-архитектурой являются одними из лучших в настоящее время по соотношению различных показателей. Они отличаются удобными режимами программирования и доступностью аппаратно - технических средств поддержки.

Для хранения информации в УХВП используется энергонезависимая память стандарта Compact Flash Card (CFC), подключаемая к микроконтроллеру в «усеченном» IDE - режиме. В этом случае используются только 14 линий (разрешение чтения, разрешение записи, выбор регистра, данные и адрес регистра CFC), что позволяет получить максимально простую схему соединения.

Логически память УХВП разбита на оглавление и область программ. Оглавление содержит системную информацию о программах: наименование, начальный адрес'и длину каждой1 программы. Сами управляющие программы непосредственно размещаются в области программ в виде сплошных блоков. Это облегчает равномерную выдачу программы на станок. Определение места размещения управляющей программы в памяти УХВП выполняется соответствующим модулем АРМ (модуль распределения памяти УХВП) при ее добавлении.

В общем случае память УХВП состоит из заполненных и пустых блоков. Для оптимального заполнения памяти решается следующая задача:

т п у.

у=ь=1 Ц/

txljVi¿Qj,j = l2,..,m, (25)

/=1

Ху e/0,l¿/ = l,2,.. ,n,j = 1,2,...,т,

где x¡j — двоичная переменная для определения того будет ли выбран j - й пустой блок для размещения í-й программы (xv = 1) или нет (х,; = 0); V- размер /-й программы; Q¡ - размеру-го пустого блока; т - число пустых

блоков; п - число программ. Целевая функция отражает необходимость маку

симально заполнить пустые блоки. При этом qtJ = —— относительный вес i-

Qj

й программы в j-м пустом блоке. Задачу (25) за приемлемое время можно решить приближено с помощью жадного алгоритма за тп шагов или точно за тп2 шагов.

При использовании жадного алгоритма задачу распределения памяти УХВП можно поставить следующим образом:

1) задана матрица весов [q,,]„хт, где q,,, m и п имеют тот же смысл, что и в исходной постановке (25);

2) необходимо выбрать в каждой строке не более одного элемента, таким образом, чтобы сумма всех выбранных элементов была максимальной и сумма выбранных элементов в каждом столбце не превосходила 1;

3) поставить в соответствие каждому элементу матрицы [q,j\nxm двоичную переменную хц таким образом, что хц= 1, если элемент qy выбран, и хц = О, если элемент qv не выбран.

Для повышения эффективности алгоритма элементы матрицы весов можно упорядочить так, что qtJ > qtk при i < I и j < к . Для этого перед заполнением матрицы список программ сортируется по убыванию размеров, а список пустых блоков - по возрастанию размеров. При построении матрицы элементов, значения которых превышают 1, помечаются как запрещенные. Тогда жадный алгоритм размещения программ в памяти будет заключаться в последовательном просмотре каждого столбца матрицы и выборе разрешенных элементов, сумма которых не превосходит 1.

Для точного решения задачи по упорядоченной матрице весов [q,j]nxm процесс можно разбить на т этапов, на каждом из которых решается задача заполнения только одного пустого блока перебором возможных вариантов. Получение точного решения связано с отношением

I ЧчЪ 19л. (26)

где Ij, Ik - множество разрешенных строк для j—го и к-то столбцов соответственно (/ < к).

Блок динамической индикации представляет собой набор из восьми се-мисегментных индикаторов и схемы их включения. Такие индикаторы недороги, предоставляют возможность отобразить все цифры и часть букв русского и латинского алфавитов, что вполне достаточно для индицирования кода управляющей программы. Управление индикаторами осуществляется микроконтроллером по сигналам от встроенного в него таймера с помощью соответствующего модуля программного обеспечения.

Пульт управления содержит тумблер переключения режима и две кнопки. Тумблер позволяет выбрать режим выбора программы или режим выдачи программы. В режиме выбора программы кнопки позволяют организовать пролистывание программ, хранящихся в УХВП, а в режиме выдачи программы - изменение программной подачи (выдача символов унитарного кода может быть ускорена или замедлена).

Шинный формирователь и устройство согласования предназначены для организации безопасного обмена (для микроконтроллера и CFC) с внешними объектами (АРМ и БС).

БС состоит из AVR-микроконтроллера класса Tiny, устройства сопряжения, схемы связи с пристаночным пультом управления и источника питания. Основная задача микроконтроллера в составе БС заключается в преобразовании символов унитарного кода в фазомодулированный сигнал прямоугольной формы. Для этой цели программно организованы счетчики для каждой координаты и опорного сигнала. При поступлении очередного символа унитарного кода из него выделяется информация об элементарных приращениях координат и изменяется содержимое соответствующих счетчиков. Результатом преобразования являются значения "битов счетчика, номера кото-

рых определяются дискретностью фазы. Значения этих битов поступают по соответствующим выводам в устройство сопряжения.

Устройство сопряжения представляет собой преобразователь сигналов координат прямоугольной формы в синусоидальные сигналы, поступающие в блок управления приводами подач станка.

Схема связи с пристаночным пультом управления обеспечивает поступление сигналов о начале и окончании работы, которые формируются при нажатии на соответствующие кнопки на пристаночном пульте управления.

Источник питания предназначен для преобразования напряжения к нужному номиналу для элементов БС и УХВП.

В заключении представлены основные выводы по работе.

В приложении приведены результаты исследования цифровых декодированных управляющих программ, листинги программ сжатия и схема устройства хранения и выдачи программ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

1. На основании результатов анализа основных направлений совершенство. вания систем управления оборудованием с числовым программным управлением предложен метод двухэтапного воспроизведения управляющих программ.

2. На основании результатов анализа статистических свойств цифровых декодированных управляющих программ построены иХ информационные модели (комбинаторные источники, источники Бернулли и источники Маркова). Для каждой модели получены количественные значения и аналитические выражения для оценки фактора сжатия и энтропии источника.

3. Разработаны и исследованы эффективные модификации современных методов сжатия применительно к цифровым декодированным управляющим программам. Поставлена и решена формальная задача выбора метода сжатия цифровых декодированных управляющих программ. Показано, что оптимальными методами сжатия в системе двухэтапного воспроизведения управляющих программ являются предложенные модификации словарных методов.

4. Разработан аппаратно - программный комплекс с двухэтапным воспроизведением управляющих программ для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

5. Для действующего парка станков с числовым программным управлением повышена эффективность систем управления за счет исключения из обращения ленточных программоносителей; снижения трудоемкости управляющих программ; повышения качества управляющих программ, надежности технологического процесса и производительности процесса записи управляющих программ. При этом получен значительный годовой экономический эффект (не менее 800 тыс. рублей).

Основные результаты диссертации опубликованы в следующих работах:

1. Литвин В. М., Набережное Г. М., Шлеймович М. П. Модернизация управляющей части устройства числового программного управления//_ Труды 5-й Международной конференции молодых ученых и студентов Актуальные проблемы современной науки. Естественные науки. Части 3, 4: Механика. Машиностроение. Металлургия. Литейное производство. - Самара: Изд-во СамГТУ, 2004..- С. 115 - 117.

2. Литвин В. М., Набережное Г. М., Шлеймович М. П. Сжатие унитарного кода при управлении станком от декодированной программы //Вестник КГТУ. - Казань, 2005. - X» 2 - С. 55 - 59.

3. Литвин В. М., Набережное Г. М., Шлеймович М. П. Модернизация фазовых систем числового программного управления //Вестник КГТУ-Казань, 2005. - № 4 - С. 53 - 55.

4. Набережное Г. М., Пьянов И. П., Чугунов Е. Н., Шлеймович М. П. Компьютерная графика: Учебное пособие для студентов специальности «Автоматизированные системы обработки информации и управления» /Под общ. ред. к. т. н., доцента Набережнова Г. М. - 2 - е изд., доп. - Казань: ИСПО РАО, 2002. - 206 с.

5. Шлеймович М. П. Технологический процесс с использованием системы «ФАУСТ»// Сборник материалов 17-й Всероссийской межвузовской научно-технической конференции «Электромеханические и внутрикамерные процессы в энергетических установках, струйная акустика и диагностика, приборы и методы контроля природной среды, веществ, материалов и изделий». Часть 2. - Казань, КВАКУ, 2005. - С. 174 - 175.

6. Шлеймович М. П. Метод двухэтапной подготовки управляющих программ// Актуальные проблемы современной науки: Труды 1-го Международного форума (6-й Международной конференции) молодых ученых и студентов. Естественные науки. Ч. 18: Информатика и АСУ/ Науч. ред. проф. А. С. Трунин, А. В. Чуваков. - Самара, 2005. - С. 140 - 142.

Формат 60x84/16. Бумага офсетная. Печать офсетная. Печ.л. 1,0. Усл.печ.л. 0,93. Усл.кр.-отт. 0,98. Уч.-изд.л. 0,99. _Тираж 100. Заказ И 7._

Типография Издательства Казанского государственного технического университета 420111 Казань, ул. К. Маркса, 10

аооб A z&sT

2881

ВВЕДЕНИЕ

1. СОСТОЯНИЕ ВОПРОСА

1.1. Классификация систем числового программного управления

1.2. Подготовка управляющих программ в системах числового программного управления

1.3. Состояние парка станков с числовым программным управлением

1.4. Технологические особенности обработки деталей на станках с числовым программным управлением

ВЫВОДЫ

2. МОДЕЛИ ЦИФРОВЫХ ДЕКОДИРОВАННЫХ УПРАВЛЯЮЩИХ ПРОГРАММ

2.1. Метод двухэтапного воспроизведения управляющих программ

2.2. Модели источников данных

2.3. Исследование статистических свойств цифровых декодированных управляющих программ

2.4. Цифровая декодированная управляющая программа как комбинаторный источник данных

2.5. Цифровая декодированная управляющая программа как источник Бернулли

2.5.1. Стационарные источники Бернулли

2.5.2. Нестационарные источники Бернулли

2.6. Цифровая декодированная управляющая программа как источник Маркова

2.6.1. Стационарные источники Маркова

2.6.2. Нестационарные источники Маркова

2.6.3. Нестационарные источники Маркова с разделением координат

ВЫВОДЫ

3. СЖАТИЕ ЦИФРОВЫХ ДЕКОДИРОВАННЫХ УПРАВЛЯЮЩИХ ПРОГРАММ

3.1. Современные универсальные методы неискажающего сжатия данных

3.1.1. Методы контекстного моделирования

3.1.2. Словарные методы

3.1.3. Методы сортировки блоков

3.2. Модификация методов контекстного моделирования для сжатия цифровых декодированных управляющих программ

3.2.1. Модификация метода РРМ для нестационарного источника Маркова без разделения координат

3.2.2. Модификация метода РРМ для нестационарного источника Маркова с разделением координат

3.3. Модификация словарных методов сжатия цифровых декодированных управляющих программ

3.4. Выбор метода сжатия при ограничениях на ресурсы вычислительной системы

ВЫВОДЫ

4. СИСТЕМА ФАЗОВОГО УПРАВЛЕНИЯ «ФАУСТ»

4.1. Структура системы «ФАУСТ»

4.2. Автоматизированное рабочее место ФАУСТ

4.2.1. Монитор

4.2.2. Интерполятор

4.2.3. Модуль распределения памяти устройства хранения и выдачи программ

4.2.4. Модуль загрузки

4.2.5. Модуль сжатия

4.2.6. Вспомогательные модули

4.2.7. Windows - драйвер ввода/вывода

4.3. Устройство хранения и выдачи программ ФАУСТ

4.4. Блок сопряжения ФАУСТ

4.5. Использование системы ФАУСТ для модернизации систем числового программного управления с перфолентой

ВЫВОДЫ

Данная работа посвящена решению задач, возникающих при эксплуатации технологического оборудования с системами числового программного управления (ЧПУ), где в качестве программоносителей используются магнитная лента и перфолента.

Актуальность темы. В настоящее время технологические процессы на многих предприятиях авиационной промышленности базируются на технологическом оборудовании с числовым программным управлением (ЧПУ) с магнитной лентой и перфолентой в качестве программоносителей. В подавляющем большинстве подобные системы управления являются морально и физически устаревшими и потому требуют больших затрат времени и средств в эксплуатации. Использование же ленточных программоносителей приводит к определенным проблемам, связанным с их дефицитом, низким качеством изготовления, невысокой надежностью в работе, высокими затратами на их приобретение, эксплуатацию и хранение.

Кардинально все эти проблемы могут быть решены путем приобретения и внедрения в эксплуатацию современного технологического оборудования с ЧПУ. Однако такое решение требует значительных затрат и поэтому не всегда является приемлемым.

Другим решением, требующим значительно меньших затрат, является модернизация систем ЧПУ станком путем полной или частичной замены системы управления, включая замену ленточных программоносителей на электронные. Обоснованием такого подхода может служить то обстоятельство, что

- значительная доля парка станков с ЧПУ на машиностроительных предприятиях авиационной отрасли приходится на специализированные станки, которые в настоящее время не могут быть заменены;

-сами станки еще долгое время могут поддерживаться в хорошем состоянии;

-эффективное использование технологического оборудования в значительной степени связано с качеством их систем управления.

Поэтому исследования и поиск методов и средств, обеспечивающих эффективную модернизацию систем управления действующего парка станков с

ЧПУ на предприятиях авиационной промышленности, является задачей актуальной.

Цель работы - повышение эффективности систем управления технологическими процессами для действующего парка станков с числовым программным управлением.

Задачи исследования:

- анализ основных направлений совершенствования систем управления оборудованием с числовым программным управлением;

- исследование статистических свойств цифровых декодированных управляющих программ;

-разработка методов сжатия цифровых декодированных управляющих программ с учетом их статистических свойств и ограничений на ресурсы вычислительной системы;

- разработка аппаратно-программного комплекса для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

Методы исследования. При решении поставленных задач были использованы методы теории информации и кодирования, теории вероятностей, математической статистики, прикладного и системного программирования, дискретной математики и комбинаторики, теории управления, математического программирования.

Научная новизна работы заключается в том, что:

-предложен метод двухэтапного воспроизведения управляющих программ, при котором на первом этапе получают управляющую программу в цифровой декодированной форме и записывают ее в электронную память устройства управления, а на втором этапе считывают управляющую программу из электронной памяти в темпе технологического процесса и преобразуют символы программы в сигналы управления приводами подач оборудования;

- исследованы статистические свойства цифровых декодированных управляющих программ;

-разработаны модели цифровых декодированных управляющих программ как источников информации;

- разработаны методы сжатия цифровых декодированных управляющих программ с учетом их статистических свойств и ограничений на ресурсы вычислительной системы;

- предложен аппаратно - программный комплекс для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

Практическая ценность работы заключается в том, что внедрение ее результатов в технологический процесс на ОАО Казанский вертолетный завод (КВЗ) и ФГУП Казанское авиационное производственное объединение (КАПО) им. С. П. Горбунова позволило:

- исключить из обращения ленточные программоносители;

- повысить качество управляющих программ;

- повысить надежность технологического процесса;

- снизить трудоемкость управляющих программ;

- повысить производительность технологического процесса записи управляющих программ (не менее чем в 10 раз);

- получить значительный годовой экономический эффект (не менее 800 тыс. рублей).

Практическая ценность подтверждается следующими техническими актами внедрения работ:

- «Ремонт, восстановление и доработка многокоординатной системы ЧПУ CNC-44 на базе ПК IBM PC для формирования УП 4-х координатной обработки на станках ПФП-5 и РФ-17МП» в производство в цехе 45 ФГУП КАПО им. С. П. Горбунова;

- «Модернизация станка ПФП-5 с целью замены магнитной ленты на электронное устройство» в производство в цехе 45 ФГУП КАПО им. С. П. Горбунова;

- «Разработка системы управления на базе ПК для устройства записи программ на магнитную ленту и его доработка» в производство в ОПУ ФГУП КАПО им. С. П. Горбунова;

- «Разработка модернизированных пультов управления ПФСТ-12-500 и рабочего места контроля и загрузки УП» в производство в цехе 43 ОАО КВЗ;

- «Исключение фотосчитывающего устройства и разработка системы подготовки программ» в производство в цехе 43 ОАО КВЗ.

Кроме того, результаты исследования были внедрены в учебный процесс на кафедрах АСОИУ и ТММСИ Казанского государственного технического университета им. А. Н. Туполева.

В первой главе выполнен обзор систем числового программного управления (ЧПУ), рассмотрены проблемы, связанные с их эксплуатацией, и основные направления их совершенствования. Показано, что:

- на машиностроительных предприятиях авиационной отрасли системы управления действующего парка станков с ЧПУ, в подавляющем большинстве, являются морально устаревшими и физически изношенными;

- использование ленточных программоносителей в системах ЧПУ существенно влияет на расходы в эксплуатации и снижает надежность технологических процессов;

- в существующих экономических условиях целесообразно решать проблемы повышения эффективности систем управления технологическим оборудованием с ЧПУ путем полной или частичной замены систем управления с заменой ленточных программоносителей на электронные;

- наличие большого парка специализированных станков (на машиностроительных предприятиях авиационной отрасли), где крупногабаритные детали находятся в обработке несколько часов, смен или даже недель, требует поиска решений, сочетающих в себе максимальную простоту системы управления с богатыми возможностями отладки управляющих программ, реализуемыми вне станка и вне цеха (например, в условиях отдела программного управления). Большое число предложений по модернизации систем ЧПУ основываются на использовании персонального компьютера или промышленного контроллера, устанавливаемых у станка, и не удовлетворяет в полном объеме этому требованию.

Во второй главе предложен метод двухэтапного воспроизведения управляющих программ и представлены результаты анализа статистических свойств цифровых декодированных управляющих программ, информационные модели таких программ и оценки показателей их сжатия при использовании этих моделей. Исследование проводилось на тестовом наборе трехко-ординатных программ, используемых в технологических процессах на ОАО КВЗ и ФГУП КАПО им. С. П. Горбунова.

Метод двухэтапного воспроизведения управляющих программ является подходом к модернизации систем ЧПУ с ленточными программоносителями, учитывающим проблемы подготовки управляющих программ. С помощью этого метода можно максимально сократить стоимость проведения модернизации и при этом максимально повысить качество технологических процессов на соответствующем оборудовании. Он подразумевает использование цифровых декодированных управляющих программ значительных объемов.

Для повышения эффективной емкости программоносителя системы ЧПУ предлагается выбрать метод сжатия, оптимальным образом учитывающий ограничения на ресурсы системы и особенности цифровых декодированных управляющих программ. Поэтому такие программы были рассмотрены как комбинаторные и вероятностные (Бернулли и Маркова, стационарные и нестационарные) источники. Для оценки эффективности метода сжатия, ориентированного на определенную модель, был выполнен анализ энтропии источника, энтропии источника на символ и фактор сжатия (отношение длины исходного файла к длине сжатого файла).

Кроме этого, здесь было показано, что учет особенностей цифровых декодированных управляющих программ позволяет ожидать либо увеличение фактора сжатия, либо уменьшение затрат оперативной памяти.

В третьей главе представлены методы сжатия цифровых декодированных управляющих программ. Эти методы представляют собой модификации современных универсальных методов сжатия данных, разработанные с учетом статистических свойств декодированных программ. Все предлагаемые методы доведены до программной реализации на языках C/C++. Также предлагается формальная постановка задачи выбора метода сжатия при ограничениях на ресурсы вычислительной системы.

В четвертой главе рассмотрена система (аппаратно - программный комплекс) ЧПУ «ФАУСТ», проектирование которой было выполнено на основе предложенного метода двухэтапного воспроизведения управляющих программ. Система «ФАУСТ» внедрена на ОАО КВЗ и ФГУП КАПО им. С.П.Горбунова и результаты ее эксплуатации подтвердили эффективность такого способа управления.

В заключении представлены основные выводы по работе.

В приложении приведены результаты исследования цифровых декодированных управляющих программ, листинги программ сжатия и схема устройства хранения и выдачи программ.

1. СОСТОЯНИЕ ВОПРОСА

Приведена классификация систем ЧПУ и описаны основные этапы подготовки управляющих программ. Применительно к машиностроительным предприятиям авиационной промышленности выполнен обзор состояния парка станков с ЧПУ и выделены важные технологические особенности обработки деталей на станках с ЧПУ. В выводах сформулированы задачи, подлежащие решению.

ВЫВОДЫ

1. Разработана система ЧПУ «ФАУСТ», где реализованы результаты выполненных ранее исследований:

- метод двухэтапного воспроизведения управляющих программ;

- хранение управляющих программ в электронной памяти;

- сжатие цифровых декодированных управляющих программ модифицированным методом LZ77.

2. Система ЧПУ «ФАУСТ» включает в себя:

- АРМ ФАУСТ, предназначенное для подготовки управляющих программ в декодированном цифровом формате с контролем динамических и геометрических характеристик управляющих программ в интерактивном режиме. В АРМ ФАУСТ реализован алгоритм оптимального распределения памяти для размещения управляющих программ;

- УХВП ФАУСТ, предназначенный для хранения управляющих программ в декодированном цифровом формате и их воспроизведения на станке. Для хранения управляющих программ использована память стандарта Compact Flash Card;

- БС ФАУСТ, предназначенный для преобразования символов декодированной управляющей программы в аналоговые сигналы управления приводами станка.

Система ЧПУ «ФАУСТ» внедрена на ФГУП КАПО им. С. П. Горбунова и ОАО КВЗ и результаты ее эксплуатации подтвердили эффективность такого способа управления.

ЗАКЛЮЧЕНИЕ

На основании результатов анализа основных направлений совершенствования систем управления оборудованием с числовым программным управлением предложен метод двухэтапного воспроизведения управляющих программ.

На основании результатов анализа статистических свойств цифровых декодированных управляющих программ построены их информационные модели (комбинаторные источники, источники Бернулли и источники Маркова). Для каждой модели получены количественные значения и аналитические выражения для оценки фактора сжатия и энтропии источника. Разработаны и исследованы эффективные модификации современных методов сжатия применительно к цифровым декодированным управляющим программам. Поставлена и решена формальная задача выбора метода сжатия цифровых декодированных управляющих программ. Показано, что оптимальными методами сжатия в системе двухэтапного воспроизведения управляющих программ являются предложенные модификации словарных методов.

Разработан аппаратно - программный комплекс с двухэтапным воспроизведением управляющих программ для модернизации технологического оборудования с числовым программным управлением с ленточными программоносителями.

Для действующего парка станков с числовым программным управлением повышена эффективность систем управления за счет исключения из обращения ленточных программоносителей; снижения трудоемкости управляющих программ; повышения качества управляющих программ, надежности технологического процесса и производительности процесса записи управляющих программ. При этом получен значительный годовой экономический эффект (не менее 800 тыс. рублей).

1. Кошкин В. Л. Аппаратные системы числового программного управления. - М.: Машиностроение, 1989. - 248 с.

2. Ратмиров В. А. Основы программного управления станками. М.: Машиностроение, 1978. - 240 с.

3. Ратмиров В. А. Управление станками гибких производственных систем. -М.: Машиностроение, 1987. 272 с.

4. Гусев И. Т. и др. Устройства числового программного управления: Учеб. пособие для техн. вузов /И. Т. Гусев, В. Г. Елисеев, А. А. Маслов. М.: Высш. шк., 1986.-296 с.

5. Сосонкин В. Л. Микропроцессорные системы числового программного управления станками. М.: Машиностроение, 1985. - 288 с.

6. Коровин Б. Г. и др. Системы программного управления промышленными установками и робототехническими комплексами: Учебное пособие для вузов /Б. Г. Коровин, Г. И. Прокофьев, Л. Н. Рассудов. Л.: Энергоатомиздат (Ленинг. отд - ние), 1990. - 352 с.

7. Киселев В. М. Фазовые системы числового программного управления станками. Изд. 2-е, перераб. и доп. М.: Машиностроение, 1976. - 352 с.

8. MultiSoft-CNC для модернизации станков с ЧПУ //www.kirov.ru/~multisoft.

9. О компании ИП СИТЕК //www.sitek-retrofit.com.

10. Модернизация станков с ЧПУ (на базе ЧПУ Siemens) //www.technopolus.ru.

11. Модернизация станков с ЧПУ фрезерной группы //ruchservomotor.com.

12. Модернизация устройств ЧПУ //www.tflex.kiev.ua.

13. Фирма Модмаш-Софт //www.modmash.nnov.ru.

14. NC Systems //www.ncsystems.ru.

15. ООО «Балт Систем» //www.bsystem.ru.

16. Проектирование технологии: Учебник для студентов машиностроительных специальностей вузов /И. М. Баранчукова, А. А. Гусев, Ю. Б. Крамаренко и др.; Под общ. ред. Ю. М. Соломенцева. М.: Машиностроение, 1990.-416 с.

17. Гырдымов Г. П. и др. Проектирование постпроцессоров для оборудования гибких производственных систем /Г. П. Гырдымов, В. И. Молочник, А. И. Гольдштейн. JL: Машиностроение. Ленингр. отд - ние, 1988.-232 с.

18. Молочник В. И., Гырдымов Г. П., Гольдштейн А. И. Проектирование постпроцессоров для оборудования с числовым программным управлением. Л.: Машиностроение, 1982. - 136 с.

19. Литвин В. М., Набережнов Г. М., Шлеймович М. П. Модернизация фазовых систем числового программного управления //Вестник КГТУ. -Казань, 2005. № 2 - С. 55 - 59.

20. Литвин В. М., Набережнов Г. М., Шлеймович М. П. Сжатие унитарного кода при управлении станком от декодированной программы //Вестник КГТУ. Казань, 2005. - № 4 - С. 53 - 55.

21. Сэломон Д. Сжатие данных, изображений и звука. М.: Техносфера, 2004.-368 с.

22. Кричевский Р. Е. Сжатие и поиск информации. М.: Радио и связь, 1989. - 168 с.

23. Фомин А. А. Основы сжатия информации. СПб.: СПГТУ, 1998. - 83 с.

24. Вернер М. Основы кодирования. Учебник для ВУЗов. М.: Техносфера, 2004.-288 с.

25. Дмитриев В. И. Прикладная теория информации: Учеб. для студ. вузов по спец. «Автоматизированные системы обработки информации и управления». М.: Высш. шк., 1989. - 320 с.

26. Байков В. Д., Вашкевич С. Н. Решение траекторных задач в микропроцессорных системах ЧПУ /Под ред. В. Б. Смолова. JL: Машиностроение (Ленингр. отд - ние), 1986. - 106 с.

27. Хаффмен Д. А. Метод построения кодов с минимальной избыточностью: Пер. с англ. //Кибернетический сборник. М.: ИЛ, 1961. - Вып. 3. -С. 79-87.

28. Шень А. Программирование: теоремы и задачи. -2-е изд., испр. и доп. -М.: МЦНМО, 2004. 296 с.

29. Шеннон К. Математическая теория связи: Пер. с англ. // Работы по теории информации и кибернетике. М.: ИЛ, 1963. - С. 243 - 332.

30. Fano R. М. Technical N65. The Research Laboratory of Electronics, MIT, Mar. 17, 1949.

31. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. Изд. 2-е, испр.: Пер. с англ. М.: Издательский дом «Вильяме», 2003. - 1104 с.

32. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. М.: ДИАЛОГ -МИФИ, 2002.-384 с.

33. Кадач А. В. Эффективные алгоритмы неискажающего сжатия текстовой информации. Дис. к. ф. - м. н. - М.: Ин - т систем информатики им. А. П. Ершова, 1997.-200 с.

34. Смирнов М. А. Обзор применения методов безущербного сжатия данных в СУБД //www.compression.ru.

35. Смирнов М. А. Использование методов сжатия данных без потерь информации в условиях жестких ограничений на ресурсы устройства -декодера, //www.compression.ru.

36. Балашов К. Ю. Сжатие информации: анализ методов и подходов. -Минск, 2000. 42 с. (Препринт/ Ин - т Кибернетики НАН Беларуси; №6).

37. Семенюк В. В. Экономное кодирование дискретной информации. СПб.: СПб ГИТМО (ТУ), 2001. - 115 с.

38. Мастрюков Д. Алгоритмы сжатия информации. Ч. 1. Сжатие по Хаффмену //Монитор, 1993. № 7 - 8 - С. 14 - 20.

39. Мастрюков Д. Алгоритмы сжатия информации. Ч. 2. Арифметическое кодирование //Монитор, 1994 № 1 - С. 20 - 23.

40. Рябко Б. Я., Фионов А. Н. Эффективный метод адаптивного арифметического кодирования для источников с большими алфавитами// Проблемы передачи информации. 1999. - Т. 35, Вып. 4. - С. 95 - 108.

41. Романовский И. В. Дискретный анализ: Учеб. пособие для студентов, специализирующихся по прикладной математике и информатике. 3-е изд., перераб. и доп. СПб.: Невский Диалект; БХВ - Петербург, 2003. -320 с.

42. Рябко Б. Я. Сжатие данных методом стопки книг //Проблемы передачи информации, 1980. Т. 16, № 4. - С. 16 - 21.

43. Cleary J. G., Witten I. H. Data compression using adaptive coding and partial string matching //IEEE Transactions on Communications, 1984. Vol. 32 (4) -P. 396-402.

44. Bell Т. C., Witten I. H., Cleary J. G. Modeling for text compression //ACM Computer Surveys, 1989. Vol. 24 (4) - P. 555 -591.

45. Шкарин Д. Повышение эффективности алгоритма PPM //Проблемы передачи информации, 2001. Т. 34(3) - С. 44 - 54.

46. Moffat А. М. A Note on the PPM Data Compression Algorithm: Res. rept. 88/7. Dept. of Computer Science, University of Melbourne, Victoria, Australia, 1988.

47. Moffat A. M. Implementing the PPM Data Compression Scheme //IEEE Trans, on Communications. 1990. - Vol. 38 (11) - P. 1917 - 1921.

48. Ziv J., Lempel A. An Universal Algorithm for Sequential Data Compression //IEEE Transaction on Information Theory, 1977. Vol. 23 (3) - P. 337 - 343.

49. Ziv J., Lempel A. Compression of Individual Sequences via Variable Rate Coding //IEEE Transaction on Information Theory, 1978. Vol. 24 (5) -P. 530-536.

50. Мастрюков Д. Алгоритмы сжатия информация. Ч. 3. Алгоритмы группы LZ//Монитор, 1994.-№ 2-С. 10-13.

51. Мастрюков Д. Алгоритмы сжатия информация. Ч. 4. Алгоритм LZW //Монитор, 1994. № 3 - С. 8 - 11.

52. Мастрюков Д. Алгоритмы сжатия информация. Ч. 5. Алгоритмы сжатия в драйверах устройств //Монитор, 1994. № 4 - С. 24 - 27.

53. Storer J. A., Szymanski Т. G. Data Compression via textual substitution// Journal of the ACM. Oct. 1982. -Vol. 29 (4). - P. 928 - 951.

54. Welch T. A. Technique for High Performance Data Compression //Computer, 1984. - Vol. 17 (6) - P. 8 - 19.

55. Арапов Д. Пишем упаковщик//Монитор, 1993- № 1 С . 16 - 20.

56. Burrows М., Wheeler D. J. A Block sorting Lossless Data Compression Algorithm// Palo Alto, 1994. - (Tech. Rep. /DEC Systems Research Center, № 124)

57. Гасфилд Дэн. Строки, деревья и последовательности в алгоритмах: Информатика и вычислительная биология /Пер. с англ. И. В. Романовского. СПб.: Невский Диалект; БХВ - Петербург, 2003. - 654 с.

58. Бентли Дж. Жемчужины программирования. 2-е издание. СПб.: Питер, 2002. - 272 с.

59. Кнут Д. Искусство программирования для ЭВМ. Т. 3. Сортировка и поиск. М.: Мир, 1978. - 844 с.

60. Седжвик Роберт. Фундаментальные алгоритмы на С++. Анализ/Структуры данных/Сортировка/Поиск: Пер. с англ./Роберт Седжвик. СПб.: ООО «ДиаСофтЮП», 2002. - 688 с.

61. Ахо А., Хопкрофт Дж. Ульман Дж. Построение и анализ вычислительных алгоритмов. М.: Мир, 1979. - 536 с.

62. Буяновский Г. Ассоциативное кодирование //Монитор, 1994. № 8. -С. 10- 19.

63. Golomb S. W. Run Length Encodings //IEEE Transactions on Information Theory, 1966. - Vol. 12 (3) - P. 399 - 401.

64. Дегтярев Ю. И. Системный анализ и исследование операций: Учеб. вузов для спец. АСОИУ. М.: Высш. шк., 1996. - 335 с.

65. Кофман А., Анри Лабордер А. Методы и модели исследования операций. Пер. с франц. - М.: Мир, 1977. - 432 с.

66. Кузин Л. Т. Основы кибернетики. Т.1. Математические основы кибернетики. Учеб. пособие для студентов втузов. М. «Энергия», 1973. -504 с.

67. Таха X. Введение в исследование операций: В 2 х книгах. Кн. 2. Пер. с англ. - М.: Мир, 1985. - 496 с.

68. Рейклетис Г., Рейвидран А., Рэгсдел К. Оптимизация в технике: В 2 х кн. Кн. 1. Пер. с англ. - М.: Мир, 1986. - 352 с.

69. Гермейер Ю. Б. Введение в теорию исследования операций. М.: Главная редакция физико - математической литературы изд - ва «Наука», 1971. -384 с.

70. Интрилигатор М. Математические методы оптимизации и экономическая теория. М.: Издательство «Прогресс», 1975. - 608 с.

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

72. Нортон П., Уилтон P. IBM PC и PS/2. Руководство по программированию: Пер. с англ. М.: Радио и связь, 1994. - 336 с.

73. Фролов А. В., Фролов Г. В. MS DOS для программиста: В 2 - х ч. Ч. 1. -М.: ДИАЛОГ - МИФИ, 1997. - 256 с. - (Библиотека системного программиста; т. 18).

74. Фролов А. В., Фролов Г. В. MS DOS для программиста: В 2 - х ч. Ч. 2. -М.: ДИАЛОГ - МИФИ, 1997. - 256 с. - (Библиотека системного программиста; т. 19).

75. Солдатов В. П. Программирование драйверов Windows. М.: ООО «Бином - Пресс», 2004. - 432 с.

76. Сорокина С. И. и др. Программирование драйверов и систем безопасности: Учеб. пособие /Сорокина С. И., Тихонов А. Ю., Щербаков А. Ю. СПб.: БХВ - Петербург, М.: Издатель Молгачева С. В., 2003. -256 с.

77. Корнеев В. В., Киселев А. В. Современные микропроцессоры. М. НОЛИДЖ, 2000. - 320 с.

78. Королев И. В., Королев Д. И. AVR: Аппаратные средства разработчика //Компоненты и технологии, 1999. № 1 - С. 30 - 33.

79. Королев Н. В., Королев Д. Н. AVR: Аппаратные средства разработчика //Микропроцессор РЕВЮ, 1998. № 1 - С. 31 - 37.

80. Баранов В. Н. Применение микроконтроллеров AVR: схемы, алгоритмы, программы. М.: Издательский дом «Додэка - XXI», 2004. - 288 с.

81. Евстифеев А.В. Микроконтроллеры AVR семейства Classic фирмы ATMEL. М: Издательский дом «Додэка - XXI», 2002. - 288 с.

82. Евстифеев А.В. Микроконтроллеры AVR семейств Tiny и Mega фирмы ATMEL. М: Издательский дом «Додэка - XXI», 2004. - 560 с.

83. CompactFlash™ Memory Card Product Manual SunDisk Corparation, 2000 //www.sundisk.com

84. Гук M. Аппаратные средства IBM PC. Энциклопедия. СПб.: Питер, 2000.-816 с.

85. Гук М. Аппаратные средства IBM PC. Энциклопедия. 2-е изд., перераб. и доп. СПб.: Питер, 2005. - 923 с.