книги из ГПНТБ / Судовые системы автоматического контроля (системный подход к проектированию)

обслуживаний на периоде Т* при одновременном числе j требований на оперативное обслуживание

/-1

л* (/) = S

1=0

где п* — эффективное число точек для физической точки с макси­

и значение оптимального периода обслуживания для совокупности

В этом случае (3.5.6) перепишется в виде

/-1

>• /У

Это выражение при достаточно больших п можно привести к сле­ дующему виду:

141

уже при п > 10. Следовательно, можно принять, что

на практическом примере. Модифицируем структуру (рис. 3.20) путем введения на первых уровнях в качестве классификатора уст­ ройства сравнения с уставками. Тогда, в результате примера из § 3.3, из группы преобразования информации с АЦП через каждый про­ межуток времени 7'0ПТ = 3,3-10 ~6 поступает код одного из 68 изме­ ряемых параметров. При отсутствии сравнивающего устройства вся

эта информация поступала бы на вход ПСИ2 в БЗУ, причем требуе­

мый объем памяти БЗУ для канала, идущего от ПСИ4 к ПСИ2, был

— 231 слово. Получается существенная экономия памяти и снижение требований к быстродействию. Наконец, если с выходом за пределы

одного или группы параметров будет меняться и процедура обслужи­

вания (при системе приоритетов в САК), получим период поступления

заявок из ПСИ4 в ПСИ2

г ; пт = 3 ,3 •^ •1 ,0 1 5 = 47,3. Ю-e с.

Эффективное множество точек, соответствующее изменению про­

эффективное быстродействие

----% ^ т - = 1 7 ,2 .1 0 - в с.

Незначительное увеличение быстродействия и памяти позволяет сократить оптимальную процедуру обслуживания для событий, требующих оперативной обработки информации. Уже из приведен­

ного примера^ видна эффективность введения первичной классифи­

кации событий. Причем, чем больше физических точек контроля, тем

она выше.

142

В рассматриваемом примере поток событий, поступающий в ПСИ, остается неразряженным, и требования к устройствам САК, находя­ щимся в этом посту, довольно высоки, вследствие принятия гипотезы о независимости любых событий, происходящих в объекте контроля. На самом же деле, на множестве параметров, характеризующих со­ стояние объекта контроля, можно установить отношение частичного

порядка [44], т. е. выделить цепочки зависимых друг от друга па­

раметров или, что равносильно, разбить все множества параметров

на группы, в которых между параметрами существует определенная

корреляция. Тогда, выбрав основной параметр в цепочке причинно-

следственных связей между параметрами одной группы, можно огра­

ничиться наблюдением в оперативном режиме только за представи­ телями этих групп. Из физических соображений следует, что такими представителями будут параметры с максимальными граничными ча­ стотами изменения. Тогда период наблюдения за всеми параметрами останется равным Т*, но эффективное множество точек для каждого

из них, за исключением выбранных, резко снизится.

Пусть все параметры в соответствии с вышеизложенными разбиты

на k групп. Упорядочим в каждой группе точки по возрастанию числа п*. и возьмем из каждой j-й группы по параметру, для которого

rrij — n.

i=i

Тогда для любой у-й группы полное число обслуживаний на пе­ риоде Т* будет, исходя из выражения (3.5.5),

Полное число обслуживаний без учета событий, связанных с при­

на первом уровне будем иметь период между подключениями точек

Т.ОПТ1 '

п\ ( 1+- [л*'1

Рассмотрим на том же примере эффективность первичной класси­ фикации событий при следующем изменении процедуры. Разобьем

все 68 физических точек на к групп (k = 2, 3, 4) так, чтобы число их

в каждой группе было примерно одинаковым. Проследим, как ме­

няются требования к числу коммутаторов и числу АЦП в ПСИ.

Из табл. (3.1) видно, что эффективность возрастает даже при ми­ нимальном числе k, причем рост уменьшается асимптотически с уве-

143

н и я в с е г о м н о ж е с т в а т о ч е к н а о п е р а т и в н ы е и п р о с т ы е .

личением числа разбиений. Реальные цифры для того же примера, но при неравномерном распределении параметров на группы, при­ ведены в последней строчке. Все параметры здесь были разбиты с уче­

том корреляции на 11 групп с m;- = 1 19.

Как видим, при неравномерном разбиении параметров на группы

эффективность возрастает слабее за счет того, что имеются группы,

содержащие только один параметр.

САК наблюдает не только за теми параметрами, которые необ­ ходимы для управления объектом, но и за теми, которые позволяют

оценить степень его работоспособности. Такие параметры, как тем­ пература подшипников, напряжения в валопроводе, температура

выхлопных газов и т. п., требуют только точного измерения, но для

них достаточно выполнения условия

М Т = 1

iTln J о п т 1 •

Здесь Мп —• сумма простых потоков. Обозначим М0 —■ сумму опе­

ративных потоков. Естественно, что

м0ф мп= м.

Тогда выбор оптимальной процедуры должен производиться раз­

дельно для оперативного и простого потоков информации.

В рассматриваемом примере из общего числа точек только 39

точек не требуют оперативного контроля. Причем, для эффективного

множества точек эта цифра будет соответственно 173. В этом случае

изменятся значения остальных параметров (см. табл. 3.5.1) и особенно

резко реальные цифры, и это вполне естественно, так как реальная

задача обычно отличается от идеализированной с равномерным раз­ биением состояний,

144

Возможность возникновения в объекте контроля событий, тре­

бующих оперативного вмешательства в случайные моменты времени, требует соответствующей организации обслуживания в концевых

ПСИ. Процессор в таком ПСИ должен иметь программу прерываний

и программу-диспетчер. Последняя проводит периодический анализ

содержимого буферного запоминающего устройства и организует прерывания в работе процессора по обслуживанию неоперативной ин­

формации с помощью программы прерываний, а затем задает после­

довательность оперативной обработки точек контроля.

Возможности первичной классификации событий не ограничи­

ваются только приведенными выше решениями. Применения методов

адаптивного опознания образов с предварительным обучением по системе представителей [92], по-видимому, даст еще большие воз­ можности для построения САК с высокой достоверностью контроля. Направление этой книги и недостаточная разработанность собственно технических решений по реализации САК такого вида не дают воз­

можности подробно остановиться на этом вопросе. Интересующиеся

этим вопросом могут обратиться к литературе [36—38, 56, 58, 78].

ГЛАВА

МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССОВ КОНТРОЛЯ ТЕХНИЧЕСКИХ СРЕДСТВ СУДОВ

Под математическим обеспечением процессов контроля будем

понимать специальное математическое обеспечение, независимо от способа его фиксации, оперативного или структурного. Как известно, специальное (функциональное) математическое обеспечение состав­ ляют алгоритмы и программы, предназначенные для решения спе­

циальных физических задач конкретной системы [25].

Формализация и выбор средств для решения задач контроля в ал­

горитмическом виде с учетом свойств приборов и устройств, входя­

щих в состав САК, называется проектированием специального мате­ матического обеспечения.

Весь состав математического обеспечения САК можно представить

ввиде двух взаимосвязанных систем (рис. 4.1):

—функционального математического обеспечения собственно

процессов контроля;

—общего математического обеспечения, в том числе: средства

управления, обеспечивающие реализацию алгоритмов из состава функционального математического обеспечения и организацию вы­

числительного процесса; средства контроля за функционированием всего состава математического обеспечения.

К функциональному математическому обеспечению обычно от­ носят стандартные специальные алгоритмы контроля, к общему — служебные алгоритмы.

Процесс проектирования математического обеспечения имеет такую же структуру, как и процесс проектирования любой сложной системы. Причем критерий эффективности проектирования матема­

тического обеспечения тесно связан с критериями эффективности

самой САККритерий эффективности математического обеспечения

должен предполагать в каче­

Данные

стве основной цели обеспече­

ние эффективного использо­ вания возможностей конкрет­ ной структуры САК- С дру­

гой стороны, структура САК влияет на состав математиче­

ского обеспечения и его эф­

фективность.

рядке повышения сложности

эти функции можно разбить на несколько групп.

1. Д о п у с к о в о й к о н т р о л ь , в который входят:

—подключение датчиков первичных сигналов к системе;

—первичная нормализация сигналов датчиков;

—кодирование нормализованных сигналов в слова внутреннего языка САК;

—вторичная нормализация кодированных сигналов;

сигналами (собственно контроль);

—представление информации оператору;

—обеспечение связи САК с оператором.

2. П р о г н о з и р у ю щ и й к о н т р о л ь , который вклю­ чает:

—запоминание кодированных и корректированных показаний датчиков;

—интерполяцию и экстраполяцию реализации случайного про­

цесса, протекающего в контролируемой системе (собственно прогноз);

—определение достоверности прогноза.

3. Д и а г н о с т и ч е с к и й к о н т р о л ь , который предпо­ лагает:

— вторичную классификацию событий (собственно диагностику);

146

алгоритмов, которые бы учитывали мультипроцессорность вычис­ лительной части САК [64 ] и мультипрограммность оперативной фик­ сации алгоритмов [72]. В главе 3 показано, что состав САК может иметь мультипроцессорную структуру, т. е. в решении задач контроля могут участвовать несколько преобразующих и вычислительных устройств, работающих более или менее автономно и параллельно.

В этом случае структура алгоритмов должна быть такой, чтобы можно

было предусмотреть возможность их выполнения пд частям и в раз­

личных устройствах.

Мультипрограммность означает, что САК выполняет множество функций, представленных соответствующими алгоритмами и про­

граммами. Причем, на одном и том же устройстве, входящем в со­

став САК, могут выполняться полностью или частично несколько

программ. Мультипроцессорность и мультипрограммность требуют,

с одной стороны, решить задачу распределения ресурсов (устройств)

между программами, а с другой, согласовать расписание использо­

вания каждого из устройств различными программами. Таким обра­ зом, система проектируемых алгоритмов судовых САК обладает всеми признаками сложной системы и требует при своей реализации

системного подхода.

В главе 3 уже упоминалось о двух направлениях системного под­ хода; создании системы путем композиции частей с известными раз­

работчику свойствами или декомпозиции целого на части с необ­

ходимыми свойствами. При проектировании математического обеспе­

чения, поскольку имеется совокупность задач, есть смысл восполь­ зоваться обоими методами. Первый обычно используется при сшивке

всех задач контроля в единое целое, второй — при анализе алгорит­

мов на наличие общих частей подалгоритмов.

Особенности алгоритмов, используемых в судовых САК, опре­

деляются ограничениями на время решения задач и требованием к гарантированной вероятности правильного решения. Причем, для различных групп задач эти параметры различны. Так, задачи допускового контроля требуется решать в реальном масштабе вре­ мени и с гарантированной вероятностью, мало отличающейся от еди-

Таблица 4.1

148

ницы. Задачи жё расчёта и анализа показателей эффективности функ­ ционирования объектов контроля не предъявляют таких жестких требований.

Исходной информацией на начальных этапах проектирования алгоритмов являются формальные описания объектов контроля, ста­

тистический материал по их испытаниям и требования технического

задания. Данные по проектируемым алгоритмам должны поступать разработчику САК в таблично графической форме и в виде вербаль­

ных (словесных) описаний (инструкций). Характеристики исходных

величин сведены в табл. 4.1.

В табл. 4.2 представлена информация о контролируемых собы­

тиях, их характеристики и операции по классификации событий,

а также некоторые признаки этих событий. По сути дела в этой таблице

формулируются основные цели контроля.

4к 5

5a =г

а я s *

149

В табл. 4.3 в вербальном виде даны алгоритмы контроля и 0СН08'

ные требования к ним. Здесь определяются основные формулы пре­

образования входных последовательностей в выходные.

Как видно из приведенных таблиц, здесь содержатся предложения по общей форме выполнения функций контроля, без учета особен­

ностей структуры данной конкретной САКЗадачей разработчика

математического обеспечения является выбор метода воплощения

этих предложений в конкретный вычислительный процесс, создание

служебных алгоритмов для выполнения основных процедур, оптими­ зация математического обеспечения по критериям информационной

надежности, затратам времени и аппаратурным затратам. Основной

особенностью алгоритмов судовых САК является необходимость учета специфики объектов контроля и структуры САКРазработчик математического обеспечения и разработчик аппаратуры всегда долж­ ны согласовывать свои решения. Таким образом, процесс разработки

математического обеспечения неотделим от разработки самой САК-

§ 4.2

АЛГОРИТМЫ ДОПУСКОВОГО КОНТРОЛЯ

В данном параграфе рассматриваются методы построения и раз­ личные модификации алгоритмов допускового контроля. Все описа­

ние будет вестись на языке граф-схем [12] и логических схем алго­ ритмов [46].

Основные символы граф схем (рис. 4.2) следующие:

— операторы Аг, в том числе Н — начальный и К — конечный операторы;

— сложные логические условия (операторы) а, = а у-(рх; р 2\ . . .

. . Р(), где рь — элементарные двоичные логические условия (от­

ношения) типа «и», «или», «разделительное или». Значения логических условий любого вида определены на множестве, эквивалентном {0; 1},

— стрелки, показывающие последовательность выполнения опе­ раторов и проверки логических условий, а также их взаимосвязи

(стрелки могут быть пронумерованы).

Основными символами ЛСА также являются операторы и логи­

ческие условия, но их взаимосвязь определяется либо путем после­ довательностей записи, либо при помощи верхних и нижних стрелок с индексами. Верхняя стрелка | k означает, что при значении логи­ ческого условия 0 выполняется оператор с номером k, а при значе­ нии 1 выполняется соседний справа оператор. Для каждой верхней стрелки ( к в ЛСА всегда найдется одна, и только одна нижняя стрелка | т , где индекс т равен индексу k того логического условия,

из которого выходит верхняя стрелка. Такая запись позволяет ис­

ключить графические работы и вести экономную строчную запись

алгоритма. Кроме того, для ЛСА имеется возможность использовать

каноническую систему преобразований, что позволяет осуществлять формальные операции над операторами и алгоритмами [12, 40].

Использование стрелок с номерами возможно лишь при после­ довательной нумерации операторов, обозначенных буквами с число­

150