Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Современные проблемы автоматизации и управления в машиностроении. В 4 частях. Ч.2. Учебное пособие
.pdf
Имитация как метод решения нетривиальных задач получила
начальное развитие в связи с созданием ЭВМ в 1950-х – 1960-х годах.
Можно выделить два метода имитации:
- метод Монте-Карло (метод статистических испытаний);
- метод имитационного (статистического) моделирования.
Виды имитационного моделирования.
Агентное моделирование – относительно новое (1990-е – 2000-е гг.)
направление в имитационном моделировании, которое используется для
исследования децентрализованных систем, динамика функционирования
которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила
и законы являются результатом индивидуальной активности членов груп-
пы. Цель агентных моделей – получить представление об этих глобальных
правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаи-
модействии этих объектов в системе. Агент – некая сущность, обладающая
активностью, автономным поведением, может принимать решения в соот-
ветствии с некоторым набором правил, взаимодействовать с окружением, а
также самостоятельно изменяться.
Дискретно-событийное моделирование – подход к моделирова-
нию, предлагающий абстрагироваться от непрерывной природы событий и
рассматривать только основные события моделируемой системы, такие
как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и
другие. Дискретно-событийное моделирование наиболее развито и имеет
огромную сферу приложений – от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирова-
ния наиболее подходит для моделирования производственных процессов.
Основан Джеффри Гордоном в 1960-х годах.
Системная динамика – парадигма моделирования, где для исследу-
емой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути,
такой вид моделирования более всех других парадигм помогает понять
суть происходящего выявления причинно-следственных связей между
объектами и явлениями. С помощью системной динамики строят модели
бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950-х годах.
71
Популярные системы имитационного моделирования:
- MathWorks. MATLAB and Simulink for Technical Computing –
http://www.mathworks.com;
- ИМИТАК – http://imitak.ru;
- AnyLogic – http://www.anylogic.com;
- Aimsun (моделирование транспортных потоков) –
http://www.aimsun.com, дистрибьютер в России – http://www.ripas.ru;
- Arena (моделирование транспортных потоков) –
http://www.arenasimulation.com;
- Business Studio (Имитационное моделирование бизнес-процессов) –
http://www.businessstudio.ru;
- PTV Vision VISSIM (моделирование транспортных потоков и орга-
низации дорожного движения) – http://www.ptv-vision.ru;
- Powersim – http://www.powersim.com;
- NS-2 – http://isi.edu/nsnam/ns/;
- Transyt - http://mctrans.ce.ufl.edu/index.htm;
- Tecnomatix Plant Simulation;
- simuLab – http://www.simulab.ru;
- Simplex3 – http://www.simplex3.net;
- Simul8 – http://www.simul8.com/.
Одним из методов исследования сложных систем, в том числе и си-
стем массового обслуживания (СМО), является метод имитационного мо-
делирования, когда модель (как следует из названия вида моделирования)
имитирует работу реальной системы, т.е. модель воспроизводит процесс
функционирования реальной системы во времени.
Любая система, как известно, представляет собой совокупность взаимосвязанных элементов и, следовательно, построение ее адекватной имитационной модели предполагает имитацию процесса функционирования
каждого отдельного элемента системы с обязательным сохранением логики и правил взаимодействия и развития составляющих систему элементов
как во времени, так и в пространстве (в том числе последовательность и
параллелизм их во времени).
Сети Петри – математический аппарат для моделирования динамических дискретных систем. Впервые описаны Карлом Петри в 1962 году.
Сеть Петри представляет собой двудольный ориентированный граф,
состоящий из вершин двух типов – позиций и переходов, соединённых
между собой дугами. Вершины одного типа не могут быть соединены
72
непосредственно. В позициях могут размещаться метки (маркеры), спо-
собные перемещаться по сети.
Событием называют срабатывание перехода, при котором метки из
входных позиций этого перехода перемещаются в выходные позиции. События происходят мгновенно, либо разновременно, при выполнении неко-
торых условий.
Некоторые виды сетей Петри.
- временная сеть Петри – переходы обладают весом, определяющим
продолжительность срабатывания (задержку);
- стохастическая сеть Петри – задержки являются случайными вели-
чинами;
- функциональная сеть Петри – задержки определяются как функции
некоторых аргументов, например, количества меток в каких-либо позициях, состояния некоторых переходов;
- цветная сеть Петри – метки могут быть различных типов, обознача-
емых цветами, тип метки может быть использован как аргумент в функци-
ональных сетях;
- ингибиторная сеть Петри – возможны ингибиторные дуги, запре-
щающие срабатывания перехода, если во входной позиции, связанной с
переходом ингибиторной дугой, находится метка;
- иерархическая сеть – содержит не мгновенные переходы, в которые
вложены другие, возможно, также иерархические сети. Срабатывание такого перехода характеризует выполнение полного жизненного цикла вло-
женной сети;
- WF-сети.
Основными свойствами сети Петри являются:
- ограниченность – число меток в любой позиции сети не может превысить некоторого значения K;
- безопасность – частный случай ограниченности, K=1;
- сохраняемость – постоянство загрузки ресурсов, то есть постоянная
, где Ni – число маркеров в i-й позиции, Ai – весовой коэффициент;
- достижимость – возможность перехода сети из одного заданного
состояния (характеризуемого распределением меток) в другое;
- живость – возможность срабатывания любого перехода при функционировании моделируемого объекта.
Сети Петри – инструмент исследования систем. В настоящее время
сети Петри применяются в основном в моделировании. Во многих областях исследований явление изучается не непосредственно, а косвенно, че-
рез модель. Модель – это представление, как правило, в математических
терминах того, что считается наиболее характерным в изучаемом объекте
или системе. Манипулируя моделью системы, можно получить новые зна-
73
ния о ней, избегая опасности, дороговизну или неудобства анализа самой
реальной системы. Обычно модели имеют математическую основу.
Развитие теории сетей Петри проводилось по двум направлениям.
Формальная теория сетей Петри занимается разработкой основных
средств, методов и понятий, необходимых для применения сетей Петри.
Прикладная теория сетей Петри связана главным образом с применением
сетей Петри к моделированию систем, их анализу и получающимся в ре-
зультате этого глубоким проникновением в моделируемые системы.
Моделирование в сетях Петри осуществляется на событийном
уровне. Определяется, какие действия происходят в системе, какие состояние предшествовали этим действиям и какие состояния примет система
после выполнения действия. Выполнения событийной модели в сетях Петри описывает поведение системы. Анализ результатов выполнения может
сказать о том, в каких состояниях пребывала или не пребывала система,
какие состояния в принципе не достижимы. Однако такой анализ не дает
числовых характеристик, определяющих состояние системы. Развитие тео-
рии сетей Петри привело к появлению так называемых «цветных» сетей
Петри. Понятие цветности в них тесно связано с понятиями переменных,
типов данных, условий и других конструкций, более приближенных к язы-
кам программирования.
Несмотря на описанные выше достоинства сетей Петри, неудобства
их применения в качестве языка программирования заключены в процессе
их выполнения в вычислительной системе. В сетях Петри нет строго поня-
тия процесса, который можно было бы выполнять на указанном процессоре. Нет также однозначной последовательности исполнения сети Петри,
так как исходная теория представляет нам язык для описания параллель-
ных процессов.
Наилучшими возможностями описания параллельных систем обла-
дают сети Петри. Они не менее мощные, чем PVM, MPI, SDL и другие, но
чтобы их выполнять на процессорах необходимо сделать из параллельного
описания распределенное.
Генетический алгоритм (англ. genetic algorithm) – это эвристический алгоритм поиска, используемый для решения задач оптимизации и
моделирования путём случайного подбора, комбинирования и вариации
искомых параметров с использованием механизмов, напоминающих био-
логическую эволюцию. Является разновидностью эволюционных вычислений.
74
Отличительной особенностью генетического алгоритма является ак-
цент на использовании оператора «скрещивания», который производит
операцию рекомбинации решений-кандидатов, роль которой аналогична
роли скрещивания в живой природе. Задача формализуется таким образом,
чтобы её решение могло быть закодировано в виде вектора («генотипа«)
генов, где каждый ген может быть битом, числом или неким другим объек-
том. В классических реализациях ГА предполагается, что генотип имеет
фиксированную длину. Однако существуют вариации ГА, свободные от
этого ограничения. Некоторым, обычно случайным образом создаётся
множество генотипов начальной популяции. Они оцениваются с использо-
ванием «функции приспособленности», в результате чего с каждым гено-
типом ассоциируется определённое значение («приспособленность»), ко-
торое определяет насколько хорошо фенотип, им описываемый, решает
поставленную задачу.
При выборе «функции приспособленности» (или fitness function в ан-
глоязычной литературе) важно следить, чтобы её «рельеф» был «гладким».
Из полученного множества решений («поколения») с учётом значения «при-
способленности» выбираются решения (обычно лучшие особи имеют боль-
шую вероятность быть выбранными), к которым применяются «генетические
операторы» (в большинстве случаев «скрещивание» – crossover и «мутация»
– mutation), результатом чего является получение новых решений. Для них
также вычисляется значение приспособленности, и затем производится отбор
(«селекция») лучших решений в следующее поколение.
Этот набор действий повторяется итеративно, так моделируется
«эволюционный процесс», продолжающийся несколько жизненных циклов
(поколений), пока не будет выполнен критерий остановки алгоритма. Таким критерием могут быть:
- нахождение глобального либо субоптимального решения;
- исчерпание числа поколений, отпущенных на эволюцию;
- исчерпание времени, отпущенного на эволюцию.
Генетические алгоритмы служат, главным образом, для поиска ре-
шений в многомерных пространствах поиска.
ляции;
Таким образом, можно выделить следующие этапы ГА:
1) задать целевую функцию (приспособленности) для особей попу-
2) создать начальную популяцию (начало цикла);
3) размножение (скрещивание);
4) мутирование;
75
5) вычислить значение целевой функции для всех особей;
6) формирование нового поколения (селекция);
7) если выполняются условия останова, то (конец цикла), иначе
(начало цикла).
ГА применяются для решения следующих задач:
- оптимизация функций;
- оптимизация запросов в базах данных;
- разнообразные задачи на графах (задача коммивояжера, раскраска,
нахождение паросочетаний);
- настройка и обучение искусственной нейронной сети;
- задачи компоновки;
- составление расписаний;
- игровые стратегии;
- теория приближений;
- искусственная жизнь;
- биоинформатика (фолдинг белков).
3.2. Использование CALS-технологий
в информационном пространстве предприятий
3.2.1. Функции программного обеспечения CALS-технологий
в информационной среде предприятий
Программное обеспечение CALS-технологий должно выполнять те
функции, которые обеспечивают создание и поддержку интегрирующей
информационной среды для промышленных автоматизированных систем.
Во-первых, это функции управления данными, разделяемыми раз-
ными автоматизированными системами и подсистемами на этапах жизненного цикла изделий. Эти функции в настоящее время выполняют си-
стемы управления жизненным циклом PLM или на этапе проектирования –
системы управления проектными данными PDM.
Во-вторых, это функции управления данными и программами в рас-
пределенной сетевой среде, включая функции защиты информации. Эти
функции реализуются в технологиях распределенных вычислений, таких
как удаленный вызов процедур RPC, архитектура на основе посредников
объектных запросов CORBA, объектная модель COM/DCOM, технология
SOAP и др. На базе COM/DCOM фирма Microsoft развивает совокупность
средств под названием DNA-архитектура (Distributed interNet Application).
Эти средства включают целую гамму инструментов, таких как ActiveX,
76
HTML, SQL Server, OLE и др. Применительно к промышленным приложениям эта архитектура получила название DNA for Manufacturing (DNA-M).
Использование DNA-M позволяет разработчикам CALS-средств сконцен-
трировать усилия на решении специфичных задач и не тратить время на
реализацию взаимодействия в сетевой среде. Особенно важную роль DNA-
M сыграет в интеграции нижних уровней управления производством с си-
стемами ERP.
В-третьих, это программные средства логистической поддержки из-
делий, обслуживания сложной техники и обучения обслуживающего персонала правилам эксплуатации и ремонта изделий, представленные, в
частности, интерактивными электронными техническими руководствами
(ИЭТР), создаваемыми в CALS-системах с помощью специальных инстру-
ментальных средств. Развитые ИЭТР служат не только целям обучения
пользователей, но выполняют также функции автоматизированного заказа
материалов и запасных частей, планирования и учета проведения регламентных работ, обмена данными между потребителем и поставщиком, диагностики оборудования и поиска неисправностей. Примерами инструментальных систем создания ИЭТР могут служить TG Builder (компания
«Прикладная логистика») или Adobe frameMaker+SGML (Adobe).
В-четвертых, к программному обеспечению CALS-технологий сле-
дует отнести многочисленные средства поддержки моделирования и обмена данными с использованием языка Express, которые можно объединить
под названием STEP-средств (STEP Tools). К STEP-средствам относятся
редакторы, компиляторы, визуализаторы, анализаторы, конверторы и т.п.,
связанные с языком Express. Редакторы помогают синтезировать и коррек-
тировать Express-модели. Анализаторы служат для синтаксического анали-
за и выявления ошибок, допущенных при написании модели. Анализатор
входит в состав компилятора, который после анализа осуществляет транс-
ляцию Express-моделей в ту или иную требуемую языковую форму. Визу-
ализаторы генерируют графические представления моделей на языке
Express-G. Конверторы используются для преобразования Express-моделей
на основе языка Express-X.
В-пятых, к программному обеспечению CALS-технологий можно
отнести средства поддержки языков SGML, XML, EDIFACT.
Примерами STEP-средств могут служить продукты компаний STEP
Tools, EPM Technology AS, TNO и др.
Например с помощью программ ST-Developer компании STEP Tools
реализуют SDAI-интерфейс на языках C, C++, Java, IDL/Corba, интерфейс
77
Express-моделей к SQL базам данных и графическому ядру ACIS машино-
строительных CAD-систем, осуществляют тестирование Express-моделей,
генерируют модели на языке Express-G.
Ряд STEP-средств предлагает Национальный институт стандартов и
технологий США (NIST). Это средства оперирования обменными файлами
и Express-моделями, трансляции моделей в C++ и IDL представления.
Компания Rational Rose предлагает транслятор Express-моделей в
UML-представление.
Программные средства компании EPM Technology AS, составляю-
щие систему EDM (Express Data Manager), характеризуются разнообразием
выполняемых функций. Так, программа EDMdeveloperSeat поддерживает
базу данных с Express-моделями, EDMvisualExpress осуществляет визуализацию моделей с помощью расширения языка Express-G,
EDMmodelChecker служит для диагностики допущенных нарушений правил языка Express.
Технологии распределенных вычислений и их программное обеспе-
чение используются, но не являются специфичными в CALS-приложениях.
Поэтому основными компонентами ПО CALS являются системы PDM
(или их развитие в виде систем CPC и PLM) и интерактивные электронные
технические руководства (IETM).
Системы PDM предназначены преимущественно для информацион-
ного обеспечения проектирования – упорядочения информации о проекте,
управления соответствующими документами, включая спецификации и
другие виды представления данных, обеспечения доступа к данным по
различным атрибутам, навигации по иерархической структуре проекта. В
ряде систем PDM поддерживаются информационные связи не только
внутри САПР, но также с производственной и маркетинговой документацией. Аналогичные системы, в большей мере ориентированные на управление информацией в системах типа ERP, SCM, CRM и т.п., часто называ-
ют системами EDM (Enterprise Data Management).
В последнее время усилия многих компаний, производящих про-
граммно-аппаратные средства автоматизированных систем, направлены на
создание систем электронного бизнеса (E-commerce). В основе развитых
систем E-commerce лежит управление данными на протяжении всего жизненного цикла изделий, т.е. CALS-технологии, средства PDM и CPC.
Среди систем E-commerce различают системы B2C и B2B.
Система B2C (Business-to-Customer) предназначена для автоматиза-
ции процедур взаимоотношений предприятия с конечными потребителями
78
его продукции, чаще всего это взаимоотношения юридического лица с физическими лицами (покупателями товаров). Однако значимость систем E-
commerce отнюдь не определяется организацией электронной торговли путем размещения на сайтах Internet витрин товаров и услуг. Цель электронного бизнеса заключается в объединении в едином информационном про-
странстве информации, во-первых, о возможностях множества организа-
ций, специализирующихся на предоставлении различных услуг и на выполнении тех или иных процедур и операций по проектированию и изго-
товлению заказанных изделий, во-вторых, о запросах на использование
этих услуг и заказах на поставки изделий и полуфабрикатов.
В отличие от B2C такие E-commerce системы называют системами
B2B (Business-to-Business). Эти системы автоматизируют процедуры вза-
имодействия юридических лиц друг с другом, более конкретно, системы
B2B автоматизируют процессы обмена информацией между компаниямипартнерами.
Возникает задача создания единого информационного пространства,
в котором функционируют автоматизированные системы управления взаимодействующих предприятий. Системы управления данными в интегри-
рованном информационном пространстве называют системами CPC.
Технология интегрированного информационного пространства и
управления данными CPC – технология взаимодействия производителей,
поставщиков и покупателей на различных этапах жизненного цикла изделий, направленная на оптимальное удовлетворение потребностей заказчиков в продукции и услугах. Благодаря более высокой степени специализации предприятий, проектированию под заказ, комплексному учету затрат
на проектирование, изготовление, доставку продуктов можно минимизировать временные и финансовые затраты при высоком качестве изделий.
Чтобы использовать эти возможности, требуются специальные системы
CPC, главное назначение которых – обеспечивать информационную согла-
сованность действий всех участников процесса создания продукции. В
CPC учитывается, что число участников в цепи поставок может быть весьма значительным, причем состав участников непостоянен, а определяется
исходя из конкретных задач и условий. Для эффективного управления
процессами на протяжении всего жизненного цикла продукции все участники должны пользоваться доступными для правильного восприятия, ин-
терпретации и исчерпывающе полными данными.
Системы CPC интегрируют функции таких систем, как SCM, CRM, а
также часть функций систем PDM, CAD/CAM и ERP.
79
В большинстве автоматизированных систем для обменов данными
внутри системы используют те или иные форматы, или не являющиеся
унифицированными, или признанные в ряде систем лишь как стандарты
де-факто. Языки типа Express используют для межсистемных обменов и
представления многократно используемых данных в общих базах данных,
для выполнения роли внутренних форматов они неудобны. Поэтому в прикладные автоматизированные системы для связей с общей информацион-
ной CALS-средой должны быть включены конверторы для взаимных преобразований внутренних форматов данных в STEP-форматы. Такие конверторы также относят к программному обеспечению CALS-технологий.
В PDM разнообразие типов проектных данных поддерживается их
классификацией и соответствующим выделением групп с характерными
множествами атрибутов. Такими группами данных являются аспекты опи-
сания, т.е. описания изделий с различных точек зрения. Для большинства
САПР машиностроения характерными аспектами являются свойства ком-
понентов и сборок (эти сведения называют Bill of materials – BOM), модели
и их документальное выражение (основными примерами могут служить
чертежи, 3D модели визуализации, сеточные представления для конечно-
элементного анализа, текстовые описания), структура изделий, отражающая взаимосвязи между компонентами и сборками и их описаниями в раз-
ных группах.
Вследствие большого объема проектных данных и наличия ряда версий проектов PDM должна обладать развитой системой поиска нужных
данных по различным критериям.
Нормативно-правовое обеспечение информационной безопасности.
В России деятельность, связанная с обеспечением информационной
безопасности, должна осуществляться на основе действующих законов РФ,
указов и распоряжений Президента РФ, постановлений правительства РФ
и других нормативных актов.
Общая координация работ и разработка научно-технической полити-
ки в данной области возложены на Федеральное Агентство Правительственной Связи и Информации (ФАПСИ) и Государственную Техниче-
скую Комиссию (ГТК) при Президенте РФ.
Следует подчеркнуть, что в соответствии с действующими нормативными актами применяемые средства и решения защиты информации
должны иметь сертификаты ГТК или ФАПСИ, а организации, осуществ-
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]