Учебное пособие 2125

УДК 004.75

К.С. Ткаченко

ОРГАНИЗАЦИЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО КОРРЕКТИРОВКЕ УЗЛОВОЙ ПРОИЗВОДИТЕЛЬНОСТИ В РАСПРЕДЕЛЕННОЙ СРЕДЕ ПРИ НАЛИЧИИ

НЕСАНКЦИОНИРОВАННЫХ СОБЫТИЙ ВО ВХОДНОМ ТРАФИКЕ

Задачи обработки Big Data требуют построения специальных распределенных систем, предназначенных для хранения и обработки данных [1]. Это связано с тем, что отдельные компьютерные узлы не могут выполнять хранение и обработку таких данных в связи с аппаратными ограничениями. При этом, распределенная система целиком воспринимается как единственный компьютер. Для повышения скорости обработки данных в таких системах требуется повышать эффективность их обработки на компьютерных узлах. Функционал для решения конкретной задачи распределяется на аппаратнопрограммном обеспечении узлов. Обеспечение доступа и масштабируемости требует перемещения информации между различными компьютерными узлами. Поэтому применение классических систем защиты информации и антивирусов в распределенных системах затруднено, поскольку они могут снизить доступность отдельных компьютерных узлов.

Современные интеллектуальные роботы могут самоорганизовываться и решать задачи на основе группового управления [2]. В случае территориального распределения и недетерминированности сред необходимы эффективные решения практических задач организации. Взаимодействие роботов между собой нужно для достижения цели. Таки интеллектуальные роботы в процессе своего функционирования учитывают изменения характеристик рабочей среды. Согласование воздействий требует учета состояний отдельных единиц.

Балансировка и распределение нагрузки может быть выполнено на основе прогностических стратегий [3]. Эти стратегии строятся на основе классических и фрактальных подходов. Достижение повышения общей производительности компьютерных распределенных систем достигается интеграцией ресурсов. Существующие подходы используют адекватные модели, но достижение наилучших показателей функционирование достигается исчерпанием резервов. Инструментальные средства для балансировки нагрузки основаны на генерации плана распределения. Этот план должен изменяться при изменении характера воздействий со стороны внешних по отношению к системе объектов. Уменьшение нагрузки при таком подходе возможно в ситуации априорной неопределенности при миграции ресурсов.

Помимо вычислительных ресурсов центрального процессора, имеются ресурсы видеоадаптеров для неграфических расчетов [4]. Векторная обработка информации на видеоадаптерах требует множества данных для исполнительных блоков. Поэтому для видеоадаптеров необходима высокая пропускная

100

способность каналов передачи информации. Изменения в программном обеспечении для решения задач при измененных внешних условиях повышают эффективность обработки данных и быстродействие компьютерных узлов, уменьшают затраты ресурсов [5]. Такие модификации выполнимы путем их динамической доработки и адаптации. Точное решение этих задач адаптации зависит от размерности графов управляющих структур программ.

Вычислительные способности компьютерных узлов могут быть оценены на основе аналитических методов [6]. Аналитические оценки центральных процессоров требуют построения моделей. Некоторые существующие оценки требуют рабочих экземпляров процессоров. Поэтому их применение затруднительно на этапе проектирования компьютерных систем. Для построения аналитических оценок последовательности инструкций определяются как отдельная процессорная задача. При выполнении определенных процессорных задач возможны ошибки.

Компьютеризация и комплексная автоматизация должны предоставлять новые возможности [7]. Применяемые экстенсивные подходы требуют увеличения ресурсов компьютерных систем при решении задач. Интенсивные подходы позволяют рационально использовать существующие ресурсы. Изменение частотных характеристик процессоров обработки информации является интенсивным подходом, а распараллеливание обработки путем наращивания количества процессоров – экстенсивным. Применение интенсивных подходов требует адаптируемости компьютерных аппаратнопрограммных комплексов для изменяющихся внешних условий, в том числе, за счет нахождения условий по оптимальной загрузке компьютерных узлов.

Современные компьютерные узлы распределенных сред подвержены несанкционированным и вредоносным событиям во входном потоке заявок. Эти события меняют характеристики обработки заявок компьютерными узлами. Поэтому требуются способы корректировки производительности, позволяющие обеспечивать адекватную реакцию компьютерного узла на несанкционированные события и организовывать поддержку принятия решений по корректировке компьютерных узловых параметров.

Целью настоящей работы является разработка моделей для оценки характеристик подвергающихся несанкционированным событиям компьютерных узлов, пригодных для поддержки принятия решений по узловой параметрической корректировке.

Компьютерные узлы могут быть представлены различными моделями. Для построения оценок подходят аналитические модели. Аналитические модели компьютерных узлов во многих случаях строятся на основе систем массового обслуживания (СМО) [8–10]. Пусть в узле имеется входной поток заявок с интенсивностью , буфер заявок неограниченной емкости и канал обработки заявок с производительностью . Тогда моделью узла может выступать СМО типа M/M/1. Для этой СМО важнейшие системные характеристики рассчитываются по формулам:

101

=,

=1 − ,

=, = 1,2,…,

=1 − ,

очереди, – среднее время пребывания заявки в системе.

Для построения оценок требуется штрафная функция. Заявка обрабатывается на компьютерном узле и может быть обработана только

пребывания заявки в системе. Для нахождения оптимального значения

+(3 + ) +3

Выражение (6) пригодно и для определения эффективной величины

несанционированным вторжениям.

Полученный результат позволяет поддерживать поддержку принятия решений по параметрической корректировке параметров компьютерных узлов распределенной среды при наличии потока несанкционированных вторжений.

Литература

1. Цветков В.Я. Проблемы распределенных систем / В.Я. Цветков, А.Н. Алпатов // Перспективы науки и образования. - 2014.- № 6 (12). - С. 31–36.

2.Каляев И.А. Самоорганизующиеся распределенные системы управления группами интеллектуальных роботов, построенные на основе сетевой модели / И.А. Каляев, С.Г. Капустян, А.Р. Гайдук // Управление большими системами: сборник трудов. – 2010. - № 30-1. - С. 605–639.

3.Бершадский А.М. Исследование стратегий балансировки нагрузки в системах распределенной обработки данных / А.М. Бершадский, Л.С. Курилов, А.Г. Финогеев // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2009. - № 4. - С. 38–48.

4.Анализ методов повышения производительности компьютеров с использованием графических процессоров и программно-аппаратной платформы CUDA / С.Д. Погорелый, Ю.В. Бойко, М.И. Трибрат, Д.Б. Грязнов

//Математические машины и системы. - 2010. - Т. 1. - № 1. - 2010. - С. 40–54.

5.Литвиненко В.А. Адаптивный алгоритм построения дерева Штейнера / В.А. Литвиненко, С.А. Ховансков, Д.Ю. Максюта // Известия Южного федерального университета. Технические науки. - 2014. - № 7 (156). - С. 152–160.

6.Ракитский А.А. Аналитический метод сравнения и оценки производительности компьютеров и вычислительных систем / А.А. Ракитский, Б.Я. Рябко, А.Н. Фионов // Вычислительные технологии. - 2014. - Т. 19. - № 4. - С. 84–98.

7.Теслер Г.С. Интенсификация процесса вычислений / Г.С. Теслер // Математические машины и системы. - 1999. - № 2. - С. 25–38.

8.Клейнрок Л. Вычислительные системы с очередями / Л. Клейнрок. - М.: Мир, 1979. - 600 с.

9.Вентцель Е.С. Теория вероятностей / Е.С. Вентцель. - М.: Наука, 1969.

- 576 с.

10.Гмурман В.Е. Теория вероятностей и математическая статистика / В.Е. Гмурман. - М.: Высш. школа, 1972. - 368 с.

ФГАОУ ВО «Севастопольский государственный университет», Россия

103

УДК 681.5

Л.Г. Тугашова

РАЗРАБОТКА ДИНАМИЧЕСКИХ МОДЕЛЕЙ ТЕПЛООБМЕННИКОВ С РЕАЛИЗАЦИЕЙ В MATLAB

Передача тепла от горячих теплоносителей к более холодным осуществляется в теплообменных аппаратах. Теплообменники применяются в различных технологических процессах, например, на установках подготовки нефти, газопереработки, нефтепереработки, нефтехимии, в теплоснабжении.

Теплообмен в поверхностных аппаратах осуществляется между жидкостями, парами как с изменением их агрегатного состояния (в испарителях, конденсаторах), так и без изменения (в нагревателях, холодильниках).

При моделировании теплообменных аппаратов применяются универсальные и специализированные программные средства, например, Chemcad, Unisim Design (программное обеспечение для моделирования химикотехнологических процессов), Hexact, Matlab и другие. В работах [1, 2] приведен расчет аппарата воздушного охлаждения (АВО) установки первичной переработки нефти с применением Matlab. В статье [3] рассмотрено построение динамической модели парожидкостного кожухотрубного теплообменника и робастной системы управления теплообменником в Matlab. В статье [4] выполнено моделирование динамики пластинчатого теплообменника с помощью Simulink. В работах [5, 6, 7] при моделировании теплообмена в системах теплоснабжения используется инструмент физического моделирования Simulink/Simscape.

При разработке систем автоматизации и управления важным этапом является выбор параметров теплообменника как объекта управления. Для кожухотрубного теплообменника все параметры, влияющие на процесс теплообмена, можно разделить на группы:

Контролируемые возмущения: температура горячего теплоносителя на входе, температура и расход нагреваемого потока на входе в аппарат.

Выходные переменные: температуры горячего и холодного теплоносителей.

Управляющие переменные (параметры, с помощью которых можно влиять на режим работы): расход горячего теплоносителя.

Целью управления является поддержание температуры теплоносителя на выходе из теплообменника на заданном значении.

Приведем варианты некоторых систем автоматического управления (САУ) теплообменными аппаратами:

При применении одноконтурной САУ температурой нагреваемого потока при значительных возмущениях качество переходного процесса может оказаться неудовлетворительным.

104

Для улучшения качества переходного процесса при значительных возмущениях применяются каскадные системы: САУ температурой нагреваемого потока с регулятором соотношения расходов горячего и холодного теплоносителей во внутреннем контуре; САУ давлением в межтрубном пространстве с коррекцией задания по температуре нагреваемого потока на выходе.

На установках переработки нефти наиболее распространенными являются кожухотрубные теплообменники. Приведем пример построения математической модели теплообменника установки атмосферно-вакуумной трубчатки (АВТ) [8]. Кожухотрубный теплообменник, применяемый в системе циркуляционного орошения атмосферной колонны (АК), представлен объектом с двумя входами и тремя выходами (рис. 1). Управляющее воздействие – расход дизельного топлива; возмущающее воздействие – расход обессоленной нефти; выходные параметры – температура обессоленной нефти, температура дизельного топлива на выходе, температура стенок трубок.

Рис. 1. Схема автоматизации объекта

Динамическую модель кожухотрубного теплообменника атмосферного блока нефтеперерабатывающей установки определим в виде системы обыкновенных дифференциальных уравнений (ОДУ) теплового баланса [9]:

где – плотность, кг/м3; V – объем, м3; c – теплоемкость; D – расход дизельного топлива; N – расход нефти; T – температура, 0С; 1 – коэффициент теплоотдачи от дизельного топлива к трубкам; 2 – коэффициент теплоотдачи

105

Полученную модель теплообменника можно использовать для исследования режимов работы объекта, а также в системе управления атмосферным блоком нефтеперерабатывающей установки [10].

Литература

1. Тугашова Л.Г. Модели теплообменных процессов в Matlab / Л.Г. Тугашова // Ученые записки Альметьевского государственного нефтяного института. – 2018. – Т. 17. – С. 191-195.

2.Тугашова Л.Г. Разработка Matlab-модели аппарата воздушного охлаждения процесса атмосферной перегонки нефти / Л.Г. Тугашова // Вестник науки и образования Северо-Запада России. – 2015. – Т. 1. – № 3. – С. 105-111.

3.Стопакевич А.О. Разработка модели и программных средств для создания робастной системы управления теплообменником / А.О. Стопакевич // Автоматизация технологических и бизнес-процессов. - 2015. - № 3(23). - С. 51-60.

4.Прохоренков А.М. Моделирование процессов теплообмена, протекающих в пластинчатых теплообменных аппаратах / А.М. Прохоренков // Вестник Мурманского государственного технического университета. - 2014. - Т. 17. - № 1. - С. 92-101.

5.Тугашова Л.Г. Моделирование температурного режима системы теплоснабжения зданий / Л.Г. Тугашова // Решение: материалы Шестой Всерос. науч.-практ. конф. ( г. Березники, 14 октября 2017 г.). Пермь: ПНИПУ, С. 338-340.

6.Pavlúsová M., Foltin M. Ernek Modelling of heating systems. URL: http://www.researchgate.net/publication/266223479_MODELLING_OF_HEATING _SYSTEMS.

7.Тугашова Л.Г. Способ моделирования температурного режима зданий

исистемы теплоснабжения в Simscape / Л.Г. Тугашова // Решение: материалы Седьмой Всерос. науч.-практ. конф. (г. Березники, 19 октября 2018 г.). - Пермь: ПНИПУ. - С. 217-219.

8.Controlling the Oil Rectification Process in a Primary Oil Refining Unit Using a Dynamic Model / A.V. Zatonskiy, L.G. Tugashova, N.N. Alaeva, K.L. Gorshkova // Petroleum Chemistry. - 2017. - Vol. 57. - № 12. -pp. 1121-1131.

9.Затонский А.В. Моделирование объектов управления в MatLab: учеб. пособие / А.В. Затонский, Л.Г. Тугашова. – СПб.: Лань, 2019. – 144 с.

10.Дмитриевский Б.С. Задача управления процессом ректификации нефти и метод ее решения / Б.С. Дмитриевский, А.В. Затонский, Л.Г. Тугашова

//Известия Томского политехнического университета. Инжиниринг георесурсов. - 2018. - Т. 329. - № 2. - С. 136-145.

ГБОУ ВО «Альметьевский государственный нефтяной институт», Россия

107

УДК 004.032

А.М. Трошков, М.А. Трошков, И.П. Кузьменко

ЦИФРОВИЗАЦИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СРЕДЫ БИЗНЕСА

Цифровизация общества в АПК – это переход к наукоемким технологиям, которые тесно связаны с информационными ресурсами. Они обеспечивают потребности в информации всех функционально-динамических структур различных направлений деятельности и форм собственности. С их помощью можно достичь максимального эффекта только в качественном, правильном и оперативном решении управления.

Актуализация информационных ресурсов позволяет концентрировать информационный сегмент в нужное время, в нужном месте с определенным приоритетом [1].

Особую роль при повышении уровня информатизации играет цифровизация управленческих процессов информационной системы. Основными направлениями цифровизации являются три приоритета (рис. 1).

Направление цифровизации

Средства обработки, доступ к базам данных и информационно-справочным

ресурсам

Средства автоматизации бизнеспроцессов в базах данных и электронных

архивов

Средства цифровой автоматизации труда управленческих ресурсов

Рис. 1. Направления цифровизации

Для успешного функционирования деятельности организационных структур, выделяют три вида задач по цифровизации (рис. 2).

Для успешного выполнения задач на информационном электронном рынке существует достаточно большое количество программных продуктов, которые могут существенно различаться как по возможностям, так и по стоимости. Однако на всех предприятиях предприниматели осуществляют цифровизацию автоматизации функционирования своей деятельности [2].

108

Задачи цифровизации

Автоматизация на цифровых технологиях всех видов учета

Автоматизации на цифровых технологиях управленческого труда

Цифровизации организации процесса планирования и оперативности принятия

управленческих решений

Рис. 2. Задачи цифровизации

С этой целью предлагается цифровизировать единое пространство деятельности (рис. 3).

Цифровизация единого пространства динамики функционирования деятельности организаций

Рис. 3. Цифровизация пространства деятельности

Для рационального использования цифрового пространства, предлагается изменение следующих направлений цифровых информационных ресурсов

(рис. 4).

109