Одним из условий успешной деятельности предприятия, ориентированного на выпуск наукоемкой конкурентоспособной продукции, является своевременное определение негативных импульсов в производственном процессе, способных серьезно повлиять на его экономическое положение и финансовую стабильность. Но при существующей системе оценки состояния экономического объекта как в целом, так и в разрезе отдельных подразделений и этапов производственного процесса, сделать это достаточно сложно.
В этой связи возможно использование технологии анализа и оценки потенциала средств и методов инновационного менеджмента. Указанные процедуры используются для диагностирования состояния организации, что особенно важно в процессе разработки и реализации инновационной стратегии развития.
Общие принципы, формы и приемы диагностики хорошо известны в литературе и активно применяются в самых различных сферах деятельности, в том числе и в экономических исследованиях. Важность использования данного аппарата в том, что методы диагностики позволяют заранее, до момента проявления отрицательных тенденций, выявить порождающие их причины и принять соответствующие меры по их ликвидации.
В инновационной сфере в качестве объекта диагноза могут выступать прежде всего конкретные инновационные процессы в рамках отдельных стадий и этапов жизненного цикла, к которым можно отнести: отдельные инновации; инновационные проекты; инновационные программы; инновационные стратегии; инновационные процессы; инновационную деятельность производителя в целом.
Собственно диагноз представляет собой конкретные результаты анализа и оценки в форме заключения о состоянии объекта, позволяющие судить о нормальности состоянии или о наличии отклонений.
Оценка состояния объекта диагноза обычно строится на базе некоторой совокупности критериев, адекватно отражающих специфику объекта в его динамике. В качестве такой системы может использоваться совокупность критериальных оценок, рассмотренная выше.
В общем виде диагностика предполагает сравнение текущего состояния объекта с нормативным значением. В инновационной сфере эта процедура возникает в тех случаях, когда необходимо получить заключение о соответствии технико-экономических и других параметров создаваемого новшества имеющимся аналогам. Очевидно, что чем выше качественные характеристики оцениваемого новшества по сравнению с ранее созданными аналогами, чем больше отклонение основных производственных и эксплуатационных показателей использования новшества от соответствующих показателей ранее созданных образцов (производительность, топливно-энергетическая потребность, экологическая безопасность и пр.), тем эффективнее процесс исследований и разработок. Таким образом, результат диагноза, который в любой другой сфере в большинстве случаев будет признан отрицательным, в отношении инновационного объекта может рассматриваться как положительный.
Иной формой диагноза является определение принадлежности исследуемого объекта к конкретному классу, группе или совокупности (кластеру). Это позволяет упорядочить и систематизировать изменения, происходящие в результате проведения конкретных исследований и разработок, прежде всего с точки зрения их новизны. Примером здесь является деление результатов инновационных процессов на принципиально новые, не имеющие аналогов в своей области, соответствующие лучшим мировым образцам или превосходящие их, и на модифицирующие, усовершенствующие ранее реализованные технические идеи в рамках существующего поколения техники.
Наконец, следующий тип диагноза позволяет оценить избранный объект как уникальное сочетание признаков. Такой вариант используется в ситуациях, когда невозможно провести сравнительные оценки и сопоставления из-за отсутствия базы сравнения или аналога: когда признаки, свойства и параметры объекта уникальны. Отличительной чертой в этом случае является то, что для проведения сравнительных доказательств предпочтительности объекта диагноза нет необходимости в использовании статистической информации.
Данный тип диагноза с точки зрения особенностей инновационных объектов представляется наиболее интересным, поскольку позволяет исследовать их именно с позиций принципиальной новизны и, как следствие, получить необходимую информацию об успешности как собственно инновационной стратегии организации, так и ее основной деятельности в целом.
Исследуя состояние объекта как уникальное сочетание признаков, вполне достаточно убедиться в их наличии, дать подробную характеристику, выявить взаимосвязи и взаимозависимости.
Задача диагностики может быть формально разбита на две составляющие (подзадачи):
Определение, к какой из групп совокупности принадлежит рассматриваемый объект (задача группировки, качественной идентификации);
Выявление отличия данного объекта от других объектов уже выявленной группы.
Эта задача может рассматриваться как задача количественной идентификации, когда все множество объектов совокупности разбивается на две группы: нормальные объекты и объекты с отклонениями от базовых параметров.
Определив основные задачи инновационной диагностики, можно сформулировать ее предмет.
Диагностика как отрасль знаний включает в себя теорию и методы организации процессов диагноза, а также принципы построения средств диагноза. В инновационной диагностике это прежде всего означает построение систем показателей для оценки состояния объектов, разработку качественных и количественных шкал для измерения значений этих показателей. Она предусматривает классификацию возможных отклонений основных параметров инновационных объектов, их проявлений, процедуры сбора и обработки диагностической информации.
Задачи инновационной диагностики достаточно тесно переплетаются с другими задачами - определения тенденций развития (прогноз инновационного развития) и выявления причинно-следственных связей (анализ происхождения).
Задача формирования прогноза позволяет уточнить структуру и содержание диагноза. Исследование процесса развития объекта также помогает лучше уяснить его существующее состояние. В то же время диагностика является исходным моментом прогноза, поскольку без четкой и достоверной констатации сложившегося положения невозможно оценить варианты развития объекта.
Обычно различают две основные системы проведения диагностики:
тестовую , в которой состояние объекта анализируется с помощью специально организуемых тестовых воздействий;
функциональную , когда подача тестовых воздействий на объект не производится, а поступают только воздействия, связанные с рабочим режимом функционирования объекта.
Характеристика основных задач и типов диагноза позволяет выделить два подхода к проведению инновационных диагностических исследований, различаемых по признаку уровня новизны разработки или ожидаемых результатов.
Первый подход обычно используется для оценки состояния объектов, имеющих аналоги в международном масштабе, даже если для национальной инновационной сферы они являются принципиально новыми. По своей сути такие объекты будут модифицирующими. Их возможности и преимущества можно оценить с помощью сравнительных оценок и сопоставлений.
Второй подход применим к диагностируемым объектам, не имеющим аналогов, превосходящим мировой уровень. К таким объектам не применимы созданные ранее технологии и процедуры оценки, что обусловливает потребность в разработке принципиально иных оценочных систем для характеристики их специфики и уникальности. Взаимосвязь основных категорий диагностики представлена на рис. 17.5.
Рис. 17.5. Общая схема диагностического исследования инновационных объектов
Другим важным фактором, влияющим на выбор средств и методов диагноза, является время. В соответствии с целями и задачами обследования состояние объекта может оцениваться на определенный момент времени. Этот вариант называется диагностикой статического состояния . Если же необходимо оценить состояние объекта в течение определенного периода времени, тем более когда в качестве диагностируемого объекта выступает собственно инновационный процесс либо его стадии и этапы, осуществляется диагностика процесса .
Диагностика состояния и диагностика процесса представляют собой виды исследования, выделяемые в соответствии с содержанием динамических задач диагноза.
Другим признаком, позволяющим провести группировку форм диагностических исследований, является организация самого процесса диагноза.
По данному основанию выделяются: аналитическая диагностика, экспертная диагностика, диагностика на модели.
Аналитическая диагностика предполагает проведение диагностических исследований бесконтактными методами с помощью статистической информации, с использованием методов комплексного экономического анализа, балльных оценок и т. п.
Экспертная диагностика основывается на информации, получаемой для целей диагноза контактными методами посредством проведения специальных экспертных и конъюнктурных инновационных опросов, а также используется большое количество различных приемов и методов экспертных оценок, специальных коэффициентов и показателей сравнительной экономической эффективности и др.
Диагностика на модели представляет собой процесс получения информации об исследуемом объекте с помощью модельных имитаций. Как отмечалось выше, в инновационной диагностике необходимо очень точно оценить реальную потребность в выборе данной формы исследования, соотнеся ее со сложностью и масштабностью объекта диагноза. Основные виды диагностики показаны на рис. 17.6.
Рис. 17.6. Виды диагностических исследований
Широкое использование принципов диагностики в инновационной сфере обусловливается не только потребностями объективной оценки потенциальной и реальной успешности инновационной стратегии организаций, но и требованиями системы управления производством в целом. Подтверждением этому является вирусная теория менеджмента, трактующая изменчивость как вирус, вызывающий повышение неопределенности состояния и тенденций развития системы. По мнению сторонников данной теории, задача менеджмента состоит в том, чтобы своевременно распознать и выделить вирус изменчивости и обеспечить принятие таких управленческих решений, которые позволят снизить неопределенность состояния объекта. Очевидно, что с такой точки зрения диагностика как метод распознавания вируса изменчивости особенно актуальна для инновационной сферы, характеризующейся, возможно, наиболее высоким уровнем неопределенности среди других видов деятельности.
Поэтому в дополнение к диагностике непосредственно объекта исследования очень важно выделить ряд требований, которым должны соответствовать менеджеры, участвующие в разработке и реализации эффективной инновационной стратегии:
Распознавать, определять, описывать, ставить диагноз и улучшать систему, за которую они несут ответственность;
Диагностировать характер изменчивости системы и решать, какие вариации признаются особыми и требуют специальных действий, а какие - общими и потребуют изменений при проектировании и функционировании системы. Менеджер должен уметь отличить «полезный сигнал» от «шума»;
Руководить группами людей (командами), имеющих различные уровни образования, по выявлению проблем, сбору данных, их анализу и выработке предложений для их разрешения, устранения и последующей проверки;
Диагностировать поведение людей и различать те трудности, которые обусловлены различиями в способностях людей (15%), и те, которые обусловлены системой (85%) (правило Джурана).
В этом случае диагностика инновационных систем может рассматриваться как диагностика изменчивости объектов. При этом основная информация, необходимая для получения заключения об объекте, будет обобщаться по двум основным блокам:
Влияние факторов, стабилизирующих систему;
Динамические свойства системы и масштабы их проявления.
Исследование этой информации позволяет получать необходимые результативные данные о состоянии и перспективах развития объекта в будущем, используемые в дальнейшем для выбора и разработки конкретного типа инновационной стратегии.
Точный и своевременный диагноз состояния инновационной сферы является одним из основополагающих условий эффективности перспективного развития хозяйствующего субъекта. Но в любом случае, независимо от особенностей и масштабов инновационной деятельности диагностические исследования должны сопровождаться прогнозно-аналитическими оценками состояния макросферы, функционирования организации, перспектив развития рыночных институтов, общих и специализированных производственных потребностей и др.
Наибольший эффект от проведения диагностических исследований инновацион-ных объектов достигается в том случае, если они будут носить комплексный, поступательный характер, т. е. иметь не конечные, а развивающиеся цели, позволяющие вывести состояние объекта на более высокий качественный уровень.
(Материалы приведены на основании: Основы менеджмента. Под ред. А. И. Афоничкина. – СПб.: Питер, 2007)
Назначением имитационной модели исследуемого объекта является воспроизведение с приемлемой точностью тех сторон процесса его функционирования, которые представляют интерес с точки зрения целей исследования. Для выявления сущности такого воспроизведения необходимо предварительно уточнить, что представляет собой процесс функционирования объекта, и что значит исследовать этот процесс.
Функционирование любого объекта сопровождается дискретным или непрерывным изменением одного, двух и большего числа относящихся к нему показателей, которые остаются неизменными (или даже приобретают строго определенные значения) в периоды «бездействия» объекта. Путем регистрации и анализа значений этих показателей можно установить, функционирует объект в данный момент или нет. Так, например, о функционировании производственного участка свидетельствует:
ü рост объема выпуска готовой продукции этого участка;
ü увеличение объема потребленного исходного сырья;
ü изменение уровня незавершенного производства участка и запасов исходного сырья,
ü отличный от нуля уровень потребления электроэнергии оборудованием участка и т.п.
На протяжении отдельных промежутков времени, относящихся к периоду функционирования объекта, тот или иной из рассматриваемых показателей может принимать постоянные значения, соответствующие случаю бездействия объекта. Однако хотя бы один из остальных показателей в течение тех же промежутков времени будет непрерывно изменяться или же приобретет значение, свидетельствующее о функционировании объекта. Таким образом, о функционировании любого объекта следует судить исходя из значений некоторого комплекса относящихся к нему показателей. Исследова
ние же процесса функционирования объекта сводится к изучению процесса изменения значений этих показателей во времени.
Функционирование исследуемого объекта может характеризоваться большим числом показателей. С точки зрения конкретных целей (задач) исследования, многие из этих показателей не представляют никакого интереса и могут быть исключены из рассмотрения. Что касается остальных показателей, то эти показатели как бы заменяются некоторыми абстрактными величинами, находящимися с ними в определенном соответствии. В зависимости от целого ряда факторов те или иные из указанных показателей могут представляться в виде величин, изменения которых во времени лишь приближенно соответствуют (в детерминированном или вероятностном смысле) действительным изменениям во времени этих показателей. Отдельные показатели, имеющие в действительности дискретный и вероятностный характер изменения, могут рассматриваться как величины, изменяющиеся во времени непрерывным и детерминированным образом; группы показателей могут заменяться некоторыми обобщенными величинами и т.д. Полученные в результате этого «заменители» упомянутых выше показателей считаются определенным образом взаимосвязанными. Для выделения и конкретизации таких взаимосвязей в комплекс рассматриваемых величин могут дополнительно включаться величины, играющие роль промежуточных и не представляющие самостоятельного интереса с точки зрения целей исследования. Благодаря этому, создается возможность составления формального (математического) описания отмеченных взаимосвязей, отражающего с той или иной точностью действительные взаимосвязи между соответствующими показателями функционирования исследуемого объекта.
Переход от полного набора показателей, характеризующих процесс функционирования исследуемого объекта, к ограниченному комплексу приближенно выполняющих ту же функцию величин, взаимосвязи между которыми могут быть описаны математически, является первым и весьма важным шагом на пути формализации (формализованного описания) этого процесса. Специфика отмеченного шага состоит в том, что при его выполнении одновременно осуществляется как бы замена самого исследуемого объекта его формализованным представлением, «функционирование» которого исчерпывающе характеризуется упомянутым комплексом величин.
Таким образом, исследование того или иного объекта, по сути дела, заменяется исследованием некоторой динамической абстрактной системы, являющейся формализованным представлением этого объекта. Функционирование такой системы полностью характеризуется комплексом величин, сформированных на этапе формализации процесса функционирования исследуемого объекта. Каждое сочетание конкретных, мгновенных значений указанных величин соответствует вполне определенному мгновенному состоянию системы. В связи с этим рассматриваемые величины можно назвать характеристиками состояния системы . Можно теперь сказать, что процесс функционирования системы представляет собой процесс изменения во времени ее состояния, а исследование этого или иного объекта сводится к исследованию процесса изменения во времени представляющих интерес характеристик состояния системы, выступающей в качестве формализованного представления этого объекта.
Заключительным шагом этапа формализации процесса функционирования исследуемого объекта является математическое описание взаимосвязей между характеристиками состояния системы и характеристик внешних воздействий. Тем самым как бы полностью завершается построение указанной системы и переход от исследуемого объекта к его формализованному представлению.
Для выполнения указанного шага могут быть привлечены самые разнообразные средства из арсенала математического анализа: дифференциальное и интегральное исчисление, теория вероятностей, теория множеств, алгебра логики и др.
Искомое математическое описание взаимосвязей между характеристиками состояния системы может иметь вид, например, совокупности математических соотношений, т.е. представлять собой то, что обычно называют математической моделью объекта. Такая совокупность математических соотношений учитывает внутреннюю структуру системы и полностью определяет процесс ее функционирования во времени. Следовательно, математическая модель объекта – это, по сути дела, сама система, представленная в данном случае в виде определенной совокупности математических соотношений (в отличие от реального объекта, имеющего один-единственный, строго определенный вид, абстрактная система может конкретно представляться в различных видах).
Другим конкретным видом представления системы, также выступающим в качестве математической модели объекта, является, например, графическое изображение структурной схемы этой системы совместно с математическим описанием процессов функционирования всех ее элементов, а также процесса воздействия на систему «внешней среды». Заметим, что из второго варианта представления системы может быть непосредственно получена математическая модель объекта в виде упомянутой выше совокупности математических соотношений и наоборот.
Что же касается самой системы – формализованного представления объекта – как таковой, то она может рассматриваться как математическая модель объекта «вообще» или, иначе говоря, как «абстрактная» математическая модель объекта.
Очевидно, что математическая модель исследуемого объекта должна обладать по отношению к последнему определенной степенью адекватности. Другими словами, в процессе функционирования системы, выступающей в качестве такой модели, характеристики ее состояния должны воспроизводить изменения во времени соответствующих показателей функционирования исследуемого объекта с точностью, определяемой целями исследования.
Предположим, что изложенный выше переход от исследуемого объекта к его математической модели успешно осуществлен. Дальнейший ход решения поставленных задач исследования объекта зависит от выбора метода целенаправленного изучения построенной математической модели. В первую очередь здесь следует попытаться применить те или иные аналитические методы. Если же применение таких методов существенно затруднено или просто невозможно, то указанные задачи исследования могут быть решены лишь путем воспроизведения и экспериментального изучения процесса функционирования сформированной абстрактной системы.
Функционирование системы, т.е. изменение во времени значений характеристик ее состояния, может быть воспроизведено различными способами в зависимости от используемых для этой цели средств (устройств, приспособлений). При этом в качестве характеристик состояния системы выступают определенным образом выбранные величины (показатели), в той или иной степени характеризующие функционирование данного устройства (например, для ЭВМ в качестве такого показателя может выступать объем используемой памяти или время, затрачиваемое на совершение конкретной операции).
Заметим также, что изменения значений характеристик состояния воспроизводится ЭВМ со скоростью, как правило, отличной от скорости изменения соответствующих показателей, характеризующих функционирование исследуемого объекта. При этом сохраняется необходимое соотношение между скоростями изменений всех характеристик состояния системы, так что последняя, моделируя функционирование исследуемого объекта, как бы функционирует в своем, особом времени, течение которого отлично от реального. Такое искусственное время, имеющее смысл лишь по отношению к данной системе, в литературе по имитационному моделированию называют системным временем , или модельным временем . С точки зрения формализованного описания исследуемого объекта, системное (модельное) время представляет собой независимую
переменную, функциями которой являются, в частности, все характеристики состояния системы.
Нетрудно видеть, что устройство, используемое для воспроизведения процесса функционирования данной абстрактной системы, выступает по отношению к этой системе совсем в ином качестве, нежели та или иная модель объекта по отношению к этому объекту. Модель объекта воспроизводит изменения во времени значений лишь части всех возможных показателей функционирования объекта, причем состав входящих в эту часть показателей зависит от целей исследования объекта. ЭВМ же воспроизводит изменения во времени всех без исключения характеристик состояния системы, независимо от целей ее исследования. Кроме того, режим функционирования ЭВМ полностью определяет «быстроту» изменений характеристик состояния системы в реальном времени и тем самым течение системного времени.
С точки зрения показателей функционирования рассматриваемого устройства, соответствующих характеристикам состояния системы, это устройство (определенным образом «настроенное») выступает в качестве некоторого имитатора данной системы. С указанной точки зрения то же самое устройство одновременно выступает и в качестве модели исследуемого объекта, которая в связи с изложенным выше обстоятельством может быть названа имитационной . Заметим, что имитацию процесса функционирования системы с помощью имитатора или, иными словами, воспроизведение процесса функционирования исследуемого объекта с помощью его имитационной модели естественно было бы теперь назвать имитационным моделированием объекта. Однако в данном пособии термин «имитационное моделирование» используется для обозначения процесса построения имитационной модели того или иного объекта.
Таким образом, на пути создания имитационной модели исследуемого объекта имеет место последовательный переход от объекта к его формализованному представлению – абстрактной системе и от этой системы к искомой имитационной модели (имитатору системы). Повторим, что в общем случае не точно, а приближенно абстрактная система воспроизводит функционирование исследуемого объекта, а имитатор – функционирование системы. Поэтому точность воспроизведения имитационной моделью представляющих интерес сторон процесса функционирования исследуемого (моделируемого) объекта зависит от выбора как формализованного представления объекта, так и устройства, используемого в качестве имитатора системы.
Резюмируя изложенное выше, можно сказать, в общем случае сущность воспроизведения функционирования исследуемого объекта состоит в имитации (тем или иным способом) изменений во времени значений всех характеристик состояния системы, выступающей в качестве формализованного представления (математической модели) указанного объекта. Данное обобщенное определение может быть конкретизировано по отношению к тому или иному виду устройства – имитатора системы.
Изобретение относится к области структурного распознавания образов и может быть использовано в автоматизированных системах оперативной диагностики технического и функционального состояний многопараметрического объекта по данным измерительной информации, а также в системах идентификации, распознавания, контроля и диагностики технического и функционального состояний изделий авиационной и космической промышленности, а также в энергетике и финансово-экономической деятельности. Технический результат заключается в наглядном представлении для динамического анализа обобщенных данных о состоянии многопараметрического объекта. Технический результат достигается за счет того, что производится оперативное преобразование результатов допусковой оценки факта и направления изменения динамических параметров по контролируемой характеристике исследуемого процесса в соответствующие информационные сигналы с обобщением по всему множеству параметров в заданном временном интервале, при динамическом анализе которых определяют относительную величину и характер изменения интегрального состояния многопараметрического объекта. 3 ил.
ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ
Изобретение относится к области структурного распознавания образцов и может быть использовано в автоматизированных системах оперативной диагностики технического и функционального состояний многопараметрического процесса или объекта (МПО) по данным измерительной информации, а также для динамического анализа изменения состояний сложных объектов и процессов в экономике, финансах и энергетике. Известны устройства и способы контроля и диагностики состояний технического объекта (СССР, А.С. N-01504653, A1, G 06 F 15/46, 1989 г.), при реализации которых в процессе контроля и диагностики фиксируются медленные изменения параметров за каждый цикл, а полученные данные сравниваются с эталонными значениями и на основании сравнения делается заключение о состоянии объекта, а также способ для ввода считываемых автоматически цифровых данных в полутоновые изображения (ЕВП/ЕР/, N-0493053, A2, G 06 K 1/12, 19/06, 15/00, 1992 г.) и способ обработки данных (ЕВП/ЕР/, N-0493105, A1, G 06 F 15/20, 1992 г.). Предлагаемые устройства и способы не позволяют оперативно проводить диагностику состояний МПО по большому множеству измерительных параметров. Наиболее близким по технической сущности является способ контроля и оценки технического состояния МПО по данным телеметрической информации (Патент N 2099792, Бюллетень N 35, 1997 г. М., кл. G 06 F 7/00, 15/00). Использование предлагаемого способа в реальных условиях обеспечивает проведение локального динамического анализа текущего состояния объекта диагностики с оперативным обнаружением источников возмущений и мест их возникновения в объектах по данным телеметрической информации. Вместе с тем, способ не позволяет проводить динамический анализ обобщенного состояния объекта (процесса) по всему объему диагностической информации, в том числе с определением величины и характера изменения интегрального состояния (класса состояний) объекта. Цель изобретения - наглядное представление для динамического анализа обобщенного по всему множеству контролируемых параметров состояния многопараметрического объекта или процесса с оперативным определением относительной величины и характера изменения его состояния, а также сокращение сроков анализа для информационной поддержки принятия решений при диагностике состояния МПО. Цель достигается реализацией заявляемого способа динамического анализа состояний МПО по данным измерительной информации, позволяющего реализовать принцип учета предыстории функционирования объекта (процесса) по последовательности переходов его из одного состояния в другое во времени. Способ позволяет обеспечить наглядное представление для динамического анализа изменения состояния МПО с экрана одного многоцветного видеомонитора и оперативное (в реальном масштабе времени) определение относительной величины изменения и характера развития диагностируемого процесса с оценкой последовательности (предыстории) его изменения. Все это в комплексе обеспечивает сокращение сроков анализа изменения состояния МПО и используемых технических средств отображения результатов обработки динамических данных для информационной поддержки принятия решений обработчиком-аналитиком, подготавливающему решения (АПР) по распознаванию состояния МПО и который является элементом автоматизированной системы диагностики. Пусть МПО характеризуется некоторым конечным множеством параметровКоторые изменяются во времени. При анализе динамических МПО весьма важными характеристиками являются различные оценки изменения класса состояния МПО.
Введем следующую характеристику изменения n-го параметра, которая определяет возможные оценки состояния этого параметра (класса состояний A n) в виде:
A n = < A 1 n , A 2 n , A 3 n >, n ∈ N, j = 1, 2, 3, (1)
где A 1 n состояние n-го параметра, который не изменяется в течение некоторого заданного временного интервала, что характеризует (по этому параметру) стабильное (неизменное) состояние K c n ∈ K объекта процесса; A 2 n (A 3 n) - состояние параметра, который уменьшает (увеличивает) свое физическое (или относительное) значение в течение некоторого заданного временного интервала, что характеризует соответствующее состояние (класс состояния) объекта или процесса K п n (K р n) объекта или процесса. Обобщая выражение (1) по всему множеству параметров n ∈ N, получаем обобщенные оценки изменения пространства состояний параметров МПО в виде
A = < A 1 , A 2 , A 3 >, j = 1, 2, 3, (2)
Состояние параметров, оцененных в соответствии с выражением (2) по этапам функционирования (движения, развития) МПО, определяет соответственно его обобщенное (интегральное) состояние и переходы объекта из одного класса состояний в другой (динамику состояний). Обобщенные множества (идентифицированные классы состояния параметры) A 1 , A 2 , A 3 и их распределение во времени, таким образом, определяют соответствующие множества (классы) состояний МПО K с, K п, K р. Для сложного МПО с высокой динамикой смены его состояний, комплексный (системный) анализ изменения даже незначительного количества динамических параметров при обработке в соответствии с выражениями (1-2) и традиционным графическим представлением вызывает определенные трудности. Это связано с рядом причин, среди которых основными для традиционных методов обработки являются высокая динамика изменения параметров и погрешности измерения, сбора, обработки и анализа измерительной информации, обусловленные активным или пассивным воздействием внешней среды. Особенно это характерно для удаленных от центра обработки МПО, таких как летательные аппараты и т.п., состояние которых контролируется десятками сотен и тысяч параметров. Аналогичные сложности по наглядному представлению и динамическому анализу большой группы параметров (показателей) возникают при анализе динамики состояний такого класса объектов как финансово-экономические МПО. Например, при оперативной оценке биржевых курсов на всех биржах традиционно используются различные показатели для характеристики динамики цен акций, зарегистрированных на них компаний, количество которых, как правило, весьма велико. Так, Американская фондовая биржа оценивает различные показатели для 800 зарегистрированных на бирже компаний. В этом случае в качестве динамического параметра можно рассматривать тот или иной показатель n-й компании, состояние которого может представляться в виде выражений (1), а состояние рассматриваемого показателя, обобщенное по всем компаниям, т.е. по бирже в целом в виде выражения (2). Высокая динамика цен акций и большое количество компаний, с одной стороны, и необходимость оперативной оценки динамики изменения (колебания) биржевых курсов, с другой, вызывают известные трудности при аналитической обработке и анализе исходных динамических данных, представляемых в традиционной табличной форме или в виде множества графиков. Таким образом, с повышением требований к диагностике состояния МПО по оперативности, например, при обеспечении оперативной диагностики в реальном масштабе времени протекания высокодинамических процессов на объекте, проведение обработки и представление ее результатов для анализа традиционными методами диагностики становится проблематичным. В этих условиях проведение наглядного представления и оперативного динамического анализа состояний МПО по всему множеству параметров вызывает значительные трудности ввиду отсутствия соответствующих методов оперативной оценки и представления необходимых обобщенных данных для информационной поддержки принятия решений по диагностике состояний МПО. Введем обобщенную характеристику
Где N - общее количество контролируемых динамических параметров (оцениваемых типовых показателей для всех компаний биржи), N(t i) - количество параметров, текущее значение которых в t i -й момент времени отнесено к одному классу из множества A выражения (2). На основе применения результатов допусковой оценки факта и направления изменения n-го параметра,
С дальнейшим обобщением по всему множеству N, а также с проведением декомпозиции в соответствии с выражением (2) и с использованием введенной характеристики (3) возможно проведение динамического анализа интегрального состояния МПО с оперативным определением относительной величины и характера изменения его состояния в виде так называемых цветокодовых матриц-диаграмм представления обобщенных данных для информационной поддержки принятия решений по диагностике состояния МПО. Так, кодируя определенным цветовым кодом видимого спектра каждый из выделенных классов состояний параметров (2) и представляя относительную величину A j * в виде информационного поля соответствующего множества параметров, получаем цветокодовые матрицы - диаграммы состояний МПО.
В качестве наблюдаемого процесса (объекта) могут быть: а) для сложных технических МПО - давление, температура и т.п.; б) для финансово-экономических МПО - индексы курсы акций (облигации) или курсовой цены, число акций определенного типа, номинал акции и т.п. В качестве оцениваемой характеристики процесса (объекта) могут быть: а) для сложных технических МПО - амплитуда, частота, дисперсия и т.п.; б) для финансово-экономических МПО - цена акций (номинальная, средневзвешенная) и т.п. В качестве используемых динамических параметров оцениваемой характеристики могут быть: а) для сложных технических МПО - быстро меняющиеся (вибропараметры), медленно меняющиеся параметры, траекторные параметры; б) для финансово-экономических МПО - контролируемые показатели по каждой зарегистрированной на бирже компании, и т.п. Сущность способа состоит в том, что с целью обеспечения наглядного представления для оперативного динамического анализа изменения обобщенного состояния МПО осуществляется преобразование результатов допусковой оценки факта и направления изменения динамических параметров по контролируемой характеристике исследуемого процесса в соответствующие информационные сигналы, с обобщением по всему множеству параметров в заданном временном интервале, при динамическом анализе которых определяют относительную величину и характер изменения интегрального состояния многопараметрического объекта. Операцию преобразования осуществляют путем формирования соответствующего цветового сигнала видимого спектра в зависимости от результатов допусковой оценки факта и направления изменения динамического параметра (падает - повышается) с обобщением по всему множеству параметров на заданном временном интервале, при этом отображают информационные сигналы посредством матрицы-диаграммы, столбцы которой соответствуют относительной величине оцененного класса состояния параметров объекта, строки - заданным временем интервалам, а относительную величину и характер изменения интегрального состояния объекта определяют по направлениям изменения и относительным величинам этого изменения во времени цветовых сигналов, обобщенных по всему множеству параметров по контролируемой характеристике исследуемого процесса. В соответствии с используемым принципом причинно-следственных зависимостей, происходящих во времени в МПО процессах, отображаемых параметрами, по временной шкале будет представлено изменение интегрального (обобщенного по всему множеству динамических параметров) состояния МПО, идентифицированное по наблюдаемому процессу (процессам). Это позволяет однозначно по виду цветокодовой матрицы-диаграммы, которую по наглядности представления можно отнести к когнитивной (т.е. порождающей новые значения у АПР), определять в наблюдаемые моменты времени по всему множеству относительную величину и характер развития процесса в МПО. Степень дискретизации наблюдаемой характеристики (параметра, показателя компании) A и выбор цветового решения определяет АПР в зависимости от специфики объекта и условий решаемой задачи оперативной диагностики по данным динамической информации. Таким образом, новизна предлагаемого способа по сравнению с известными устройствами и способами диагностики состояния объекта заключается в том, чтобы всю совокупность обрабатываемых по допусковому способу динамических параметров по контролируемой характеристике исследуемого процесса преобразуют в соответствующие информационные сигналы, при обобщении которых по всему множеству параметров, определяют относительную величину и характер изменения интегрального состояния многопараметрического объекта. При этом, на экране видеомонитора по временной шкале будут последовательно отображаться относительная величина и характер изменения каждого из составляющих классов изменения параметров (падает, повышается, не изменяется), совокупность которых характеризует динамику интегрального состояния объекта (процесса) последовательно во времени. Сущность предложенного способа хорошо иллюстрируется для финансовых МПО, например, при исследовании различных показателей для характеристики динамики цен акций зарегистрированных в биржах компаний. На фиг. 1 приведено традиционное представление графиков изменения контролируемого типового показателя для ряда (N=7) компаний, каждая из которых с заданной дискретностью сообщает соответствующие значения показателя, множество которых характеризует динамику изменения цен акций этой компании. На фиг. 2 приведено наглядное представление процесса изменения обобщенного типового показателя для всех N компаний в виде цветокодовой матрицы-диаграммы состояний МПО, где A j * - относительное количество компаний, контролируемый показатель каждой из которых принадлежит j-му классу состояния (в рассматриваемом случае j = 3); t i-5 - начало и t i+8 - конец устойчивого (лавинообразного) процесса изменения курса цен акций. < A 1 , A 2 , A 3 > идентифицированные классы состояний типового показателя (параметра), динамическое сочетание (интеграция) которых определяет соответствующие классы состояния < K с, K р, K п > исследуемого МПО, где K с - стационарный класс состояния МПО, K р (K п - класс состояния МПО, обусловленный изменением (ростом или падением) составляющих множества A j * . Использование предлагаемого способа позволит получить новые нетрадиционные формы представления динамики состояний МПО. Так, совмещая представление частиц множества (классов состояний параметров) A j * на одном информационном поле общего A * получаем компактное представление динамики распределения состояний МПО (фиг. 3). В это случае повышается наглядность проведения динамического анализа перехода МПО из одного класса состояний в другой. При этом обеспечивается наглядность выделения (декомпозиции) так называемых нечетных (размытых, расплывчатых) классов K н динамических состояний МПО, характеризуемый неопределенностью, вызванной как одновременным увеличением, так и уменьшением составляющих множества A * . Анализ рассматриваемых представлений обобщенных данных о МПО (фиг. 2, 3), раскрывающих суть предлагаемого способа, позволяет проводить оперативный динамический анализ интегрального состояния МПО, в том числе оценить характер изменения обобщенного по всем параметрам (компаниям) анализируемого показателя (процесса) для объекта (биржи) в целом. Так, проведение динамического анализа изменения состояния МПО с использованием предлагаемого способа, один из примеров реализации которого приведен на фиг. 3, позволяет:
а) определить устойчивый лавинообразный характер роста курса цен относительно количества акций компаний на интервале (t i-5 - t i-3), а также устойчивый и постепенный характер понижения роста курса на интервале (t i+2 - t i+4);
б) определить устойчивый лавинообразный характер падения курса цен относительного количества акций компаний на интервале (t i - t i+4), а также устойчивый и лавинообразный характер уменьшения падения курса на интервале (t i+5 - t i+8);
в) оценить распределение диаграммы изменения (роста или падения) курса цен по всему множеству наблюдаемых параметров (показателей), а также соотношения между ними по временной оси, что позволяет оценить в целом динамику движения денежной массы во времени;
г) оценить в относительной величине максимальную (минимальную) величину изменения (роста или падения) курса цен по общему количеству компаний, принявших решение о изменении ставок. Таким образом, способ позволяет осуществить наглядное представление для динамического анализа интегрального состояния объекта с экрана видеомонитора, оперативно (в реальном масштабе времени) обнаруживать изменение класса состояний МПО и оценивать относительную величину и характер изменения состояния по всему множеству контролируемых параметров. К достоинствам способа можно отнести:
возможность выявления новых (системных) свойств и закономерностей исследуемых процессов в МПО за счет наглядного представления обобщенных результатов оценки всего множества параметров в динамике их изменения, такое наглядное динамическое представление позволяет комплексно оценить величину и характер изменения интегрального состояния МПО по большому множеству контролируемых измерительных параметров, которые могут быть разнотипными;
высокую оперативность представления общей картины развития процесса изменения состояния МПО с возможностью оценки характера его развития, сокращение сроков анализа динамической информации и используемых технических средств ее отображения для информационной поддержки принятия решений обработчиком-аналитиком, подготавливающему решения по диагностике состояния МПО и который является элементом автоматизированной системы оперативной диагностики. От использования изобретения следует ожидать вторичный эффект, заключающийся в удешевлении систем диагностики различных технических объектов и систем организационно-технологического класса. Целесообразно использовать в системах идентификации, распознавания, контроля и диагностики технического и функционального состояния изделий авиационной и космической промышленности, а также в энергетике и финансово-экономической деятельности.
ФОРМУЛА ИЗОБРЕТЕНИЯ
Способ динамического анализа состояний многопараметрического объекта или процесса, заключающийся в оперативном преобразовании результатов допусковой оценки параметров в соответствующие информационные сигналы в заданном временном интервале, отличающийся тем, что в качества оцениваемой характеристики процесса могут быть амплитуда, частота и т.п., в качестве параметров оцениваемой характеристики используют динамические параметры, операция преобразования осуществляют путем формирования соответствующего цветового сигнала видимого спектра в зависимости от результатов допусковой оценки факта и направления изменения динамического параметра (падает, повышается, не изменяется) с обобщением по всему множеству параметров на заданном временном интервале, отображают информационные сигналы посредством цветокодовой матрицы-диаграммы, столбцы которой соответствуют относительной величине оцененного класса состояния параметров объекта, а строки - заданным временным интервалам, определяют относительную величину и характер изменения интегрального состояния объекта по направлениях изменения и относительным величинам этого изменения во времени цветовых сигналов.Порождение – подготавливаются все условия для выполнения.
Готовность – предоставляются все ресурсы, но процесс не исполняется, из-за внешних, по отношению к нему, обстоятельств.
Активное состояние – непосредственное использование процессора.
Ожидание – процесс может быть прерван по ряду причин: попытка получения ресурса или отка от ресурса, порождение, уничтожение или другие действия по отношению к другим процессам, возникновение прерывания (арифметическое переполнение, обращение к защищенной области оперативной памяти и др.), общая необходимость синхронизации между параллельными процессами.
Окончание – нормальное или аварийное завершение работы.
15. Планирование процессов. Планировщик. Двухуровневая система управления процессами. Типы планировщиков.
В мультипрограммных ОС на ресурсы могут претендовать сразу несколько пользователей, то есть существует множество независимых процессов, поэтому ОС должна осуществлять планирование.
Планирование процессов – управление распределением ресурсов между различными процессами путём передачи им управления согласно опеределённой стратегии.
Диспетчеризация процессов – выбор процесса и передачу на него управления.
Диспетчер процессов – часть ОС, отвечающая за диспетчеризацию процессов.
Планировщик процессов – набор функциональных модулей, выполняющих операции, необходимые для управления процессом. Он отвечает за постановку процессов в очередь на выполнение и управляет структурой этой очереди.
Двухуровневая система управления процессами (используется в большинстве ОС):
- Долгосрочное планирование
– верхний уровень. На этот уровень выносятся действия, редкие в системе, но требующие больших системных затрат. процесс рассматривается как совокупность состояний по использованию программы на виртуальной машине.
Состояние порождения для данного уровня – создание планировщиком требуемой виртуальной машины. Особенность данного уровня в том, что источник требований на порождение работы является внешним относительно процессора. При порождении осуществляются следующие действия: резервируются все необходимые ресурсы, резервируется память, создаётся структура данных.
Состояние готовность – предоставлены все ресурсы виртуальной машины, кроме виртуального процессора.
Состояние окончание – освобождены все ресурсы, которые были использованы для построения виртуальной машины. - Краткосрочное планирование
– нижний уровень. На этом уровне моделируется на процессоре деятельность виртуального процессора.
Состояние активность – выполнение работы на виртуальном процессоре. Заявка на нижнем уровне … на верхнем. Доступ любого задания к процессору осуществляется через системные программы планировщика и диспетчера.
Типы планирования:
- Единый планировщик - встроенный в ядро ОС, используется для всех заданий.
- Разделённый планировщик – планировочный модуль помещён в адресную часть каждой программы пользователя. Затем процесс осуществляет подпрограмму вызова, для постановки самого себя в очередь на исполнение. Это позволяет каждой программе иметь собственную стратегию планирования.
16. Классические дисциплины обслуживания очереди на исполнение процесса.
FIFO(First In – First Out) – минимизация дисперсии времени ожидания.
LIFO (Last In – First Out) – проста в реализации, является основой для построения стековой памяти.
Общим для LIFO и FIFO является то, что время ожидания запросов в очереди является одинаковым, независимо от характеристик процессора. Все процессы будут ожидать в очереди одинаково.
17. Алгоритм циклического планирования процессов.
Алгоритм основан на дисциплине FIFO.
Процессы выбираются из очереди и выполняются по порядку, начиная с первого. приоритет определяется линейным положением процесса в очереди. Недостаток: один процесс может занимать процессор длительное время. Для снятия этого недостатка каждому процессу выделяется интервал времени, квант. По истечении кванта процесс прерывается и помещается в конец очереди. Данный способ используется во многих ОС. Автоматически происходит дискриминация длинных и коротких запросов. Короткие запросы обслуживаются быстрее.
18. Алгоритм приоритетного планирования процессов. Статическое и динамическое приоритетное планирование.
Приоритет – число, характеризующее степень привилегированности процесса при использовании ресурсов (целое, дробное, больше нуля, меньше нуля).
Каждому процессу присваивается приоритет, который определяет его положение по отношению к другим процессам. Процесс с самым низким приоритетом называется холостым , так как он выполняет пустые инструкции. Приоритеты разбивают на группы ещё на этапе проектирования ОС. Количество групп выбирается таким образом, чтобы во время обработки не происходило окончание процессов в отдельных группах. Границы и число приоритетов могут быть различны.
Статическое приоритетное планирование – процессы при создании могут быть разделены по группам несколькимим способами: исходя из запросов на ресурсы, согласно приоритету программы, которой принадлежит этот процесс, согласно оценке времени данной программы, по типу процесса, независимо от используемых ресурсов.
Динамическое приоритетное планирование – приоритет измеряется, как функция разницы между необходимой услугой и услугой практически полученой, то есть процесс перемещается по группам приоритетов в зависимости от израсходованного времени или ресурсов.
19. Алгоритм адаптивно-рефлективного планирования процессов.
Алгоритм предполагает контроль над реальным использованием памяти. К началу планирования для каждого процесса устанавливаются ограничения на использование памяти и виртуального времени процессора. Далее ОС приспосабливается к рабочей области каждого процесса в течение всего времени его выполнения. Ограничения на память определяются оценкой текущего объёма памяти и оценкой вектора изменений этого объёма, полученного анализом работы процесса в течение предыдущего кванта времени. Если памяти достаточно, то выделяется временной интервал, причём его величина обратно пропорциональна максимальному объёму памяти, необъодимой процессу. Идея подхода – ориентировать систему на процессы с минимальной рабочей областью.
20. Вытесняющие алгоритмы планирования процессов.
Алгоритм использует стратегию, при которой текущий процесс может быть вытеснен другим процессом. Например, после обработки прерывания на выполнение ставится процесс с более высоким приоритетом. при этом вытесненный процесс должен быть повторно обработан планировщиком. Стратегия с вытеснением может чередоваться со стратегией без вытеснения. Например, для каждого процесса вводится два флага: процесс может быть захвачен или нет, и процесс может захватить другой или нет.
21. Многоочередные дисциплины обслуживания процессов. Простая и приоритетная дисциплины.
Организуются N-очередей. Все запросы поступают в конец очереди. Первый процесс из очереди (i) поступает на обслуживание лишь тогда, когда все очереди от (i) до (i – 1) пустые, если кванта времени не хватило, то недообслуживаемый процесс поступает в конец очереди с номером (i+1). Если процесс выходит за пределы очереди N, то возможны два варианта: либо он обслуживается до конца, либо по циклическому алгоритму.
Приоритетная многоочередная дисциплина обслуживания.
Поступающие процессы попадают в очередь в соответствии с имеющимися приоритетами.
Эти приоритеты определяются параметрами процессов. Во многих ОС алгоритмы планировки построены, как с использованием квантования, так и с использованием приоритетов. Например, в основе планирования может лежать квантование по величине или порядок выбора процесса из очереди определяется приоритетами процессов.
В широком смысле информацией является отражение одного объекта другим. Поэтому для существования информации необходимо наличие объекта, состояние которого отражается, отражающего объекта и условий, обеспечивающих прохождение процесса отражения. Если отражающему объекту предоставлена возможность целенаправленно воздействовать на состояние отражаемого объекта, то имеет место управление.
В самом общем виде система, в которой реализуется управление (система управления), включает (рис. 1.1): внешнюю среду, объекты управления, управляющие объекты и информацию! состояния.
Процесс управления состоит в следующем: окружающая среда, воздействуя на объекты управления, изменяет их состояние. В результате управляющие объекты получают информацию о состоянии объекта управления, анализируют ее и вырабатывают управляющее воздействие, которое переводит объекты управления в новое состояние. Так как управляющее воздействие состоит в отражении объектами управления состояния управляющих объектов, то оно также ассоциируется с информацией. В дальнейшем будем различать информацию состояния и информацию управления.
Процесс управления является непрерывным циклическим. Один замкнутый цикл включает следующие этапы: сбор от объектов управления информации состояния; преобразование информации состояния в информацию управления (формирование решений) и процесс передачи информации управления. В результате выполнения распоряжений объекты изменяют свое состояние, что вызывает новый цикл процесса управления.
Таким образом, процесс управления является процессом сбора, преобразования и передачи информации, в результате чего происходит изменение состояний объектов управления. В соответствии с этим важнейшим условием для осуществления управления
является обеспечение обмена информацией между объектами системы управления, которые, как правило, находятся на значительном удалении друг от друга.
Количество информации и неопределенность объекта управления
Количество информации, содержащейся в сведениях о том, что некоторый объект управления находится в состоянии,
где - вероятность нахождения объекта в состоянии.
Данная формула имеет наглядный физический смысл: чем меньше априорная (до поступления сведений) вероятность состояния, т. е. чем оно неожиданнее, тем больше информации содержится в сведениях о том, что оно наступило.
Математическое ожидание количества информации на одно состояние называется энтропией:
Энтропия является мерой неопределенности объекта управления. В идеальном случае, когда, во-первых, сведения от объектов управления содержат полную информацию о его состоянии и, во-вторых, информация не теряется в процессе передачи, при получении сведений управляющий объект определяет некоторое состояние объекта управления с апостериорной вероятностью Так как то Отсюда т. е. неопределенность объекта управления устраняется.
В реальных условиях сведения от объектов управления могут не полностью описывать его состояние, а часть сведений может быть потеряна в процессе передачи, т. е. Таким образом, передача сведений в практических случаях не полностью устраняет неопределенность объекта управления.
Количественно остаточная мера неопределенности объекта управления после получения от него сведений характеризуется условной энтропией, которая определяется вероятностью того, что управляющий объект получит сведения о нахождении объекта управления в состоянии в то время как он находится в состоянии
Усредненная по всем возможным состояниям объекта управления условная энтропия (назовем ее остаточной энтропией)
Таким образом, остаточная энтропия характеризует потери информации в процессе составления сведений об объекте управления и их передачи.
Требования системы управления к процессу передачи информации
Информация от объектов управления на управляющие объекты поступает не непрерывно, а в некоторые, в общем случайные, моменты времени в виде законченных массивов - сообщений. Поэтому неопределенность объектов управления изменяется во времени. Выработка на управляющих объектах корректной информации управления, которая обеспечивает успешное функционирование системы управления, возможна только до некоторого уровня неопределенности. При превышении этого уровня может произойти срыв процесса управления, так как управляющая информация перестает соответствовать состоянию объекта управления.
Рассмотрим диаграмму (рис. 1.2), иллюстрирующую изменение во времени энтропии объекта управления, т. е. неопределенность его состояния для управляющего объекта системы управления. На диаграмме: - максимальная энтропия, соответствующая случаю, когда вероятности всех возможных состояний объекта управления равны (максимальная неопределенность); - максимально допустимое значение энтропии, соответствующее максимально допустимой неопределенности, при которой еще возможна выработка обоснованной информации управления; - моменты обновления информации состояния объектов; - остаточная энтропия в момент окончания процесса обновления информации состояния объектов - промежуток времени, в течение которого отсутствует управление (интервал срыва управления)
Из диаграммы видно, что условием существования процесса управления является выполнение неравенства Величина определяется соотношением где - функция, характеризующая процесс изменения энтропии в промежутках между моментами обновления информации.
Таким образом, условием существования процесса управления для произвольного момента будет
Из приведенного неравенства вытекают два основных требования к обмену информацией в системе управления:
требования к надежности и верности передачи, определяющие остаточную неопределенность после приема информации ;
требования к допустимой задержке сообщений, определяющие допустимые интервалы обновления информации о состоянии объектов управления
Вообще говоря, между этими требованиями существует взаимосвязь. Действительно, из диаграммы видно, что при увеличении
Н ост, т. е. при снижении верности и надежности, процесс управления можно сохранить, если уменьшить сроки доставки информации.
Для обеспечения процесса передачи информации создается система передачи информации или система связи, в которой должны выполняться все требования, предъявляемые к процессу передачи.
Информация, передаваемая в системе управления, неоднородна по своему содержанию и может быть разбита по категориям, каждая из которых характеризуется некоторым уровнем требований к процессу передачи. Категории могут различаться по важности информации и срочности. В первом случае они называются категориями важности. К процессу передачи информации этих категорий предъявляются различные требования по надежности доставки. Во втором случае различают категории срочности, требования к которым отличаются по допустимой задержке.
Задание конкретных количественных требований по передаче различных категорий информации при строгой постановке задачи является чрезвычайно сложным, что объясняется необходимостью построения обобщенного критерия эффективности системы управления, учитывающего влияние потерь и искажений сообщений различных категорий в процессе передачи. На практике в каждом конкретном случае требования задаются на основе анализа характера взаимодействия источников и потребителей информации (пользователей), в процессе которого производится обмен. При этом необходимо учитывать, что завышение требований к системе приводит к значительным дополнительным затратам.
Рассмотрим основные предпосылки, которые могут быть использованы при задании требований к процессу передачи сообщений различных категорий.
Сообщения оповещения и телеметрическая информация. Эти категории могут быть объединены в силу общего алгоритма взаимодействия объектов системы управления, который состоит в следующем.
Датчики информации объектов управления, осуществляя контроль некоторых параметров системы, оповещают управляющий объект о возможном изменении ее состояния (в системах оповещения о возможной «катастрофе»). Управляющий объект на основе этой информации принимает решение и оповещает исполнительные объекты. Между моментом срабатывания датчика и моментом возможного изменения состояния системы, как правило, имеется некоторый интервал времени Тогда задержка информации оповещения в процессе передачи не должна превышать
где - время, необходимое соответственно для принятия решения и исполнения команды.
В настоящее время для систем оповещения, в которых объем передаваемой информации достигает нескольких десятков бит, время Тдоп выбирается от 0,1 до 10 с .
Ошибки в сообщении оповещения приводят к его невосприятию и, следовательно, к возможной «катастрофе». Исходя из этого допустимая вероятность ошибки в процессе передачи должна выбираться таким образом, чтобы не оказывать существенного влияния на общую вероятность возникновения «катастрофы». Требования надежности доставки сообщений оповещения могут задаваться из таких же соображений.
Под «катастрофой» обычно понимается событие практически недопустимое, поэтому достоверность и надежность доставки должны обеспечивать практическую невозможность ошибочного приема или пропадания информации оповещения. Понятие практической невозможности определяется в зависимости от области использования. Так, если задать, что система должна обеспечивать вероятность ошибки то для проверки выполнения этого требования необходимо осуществлять в течение нескольких десятков тысяч лет передачи с частотой 1 сообщение/с. Такой эксперимент нереализуем практически.
Если задаться величиной вероятности то испытания должны проводиться в течение приблизительно одного года, что является реальным сроком. Исходя из этого значения допустимой вероятности ошибки и потери сообщений оповещения в большинстве случаев выбираются в пределах
Требования к допустимой задержке телеметрической информации задаются так же, как в системах оповещения. Величина в данном случае определяется частотным спектром измеряемого процесса. Допустимые значения вероятностей ошибки и потери сообщения могут быть различными. Обычно более жесткими являются требования к достоверности передачи. Это объясняется тем, что при пропадании какого-либо из отсчетов измеряемого процесса последствия могут быть сглажены за счет информации соседних отсчетов. При появлении ошибки возможны резкий выброс отсчета и значительные изменения в действиях управляющего элемента.
Опыт эксплуатации ряда телеметрических систем в автоматизированных системах управления технологическими процессами показывает, что граничные значения вероятностей потери и ошибки следует выбирать равными и 10-5 соответственно. В некоторых, например радиолокационных, системах эти требования должны быть более жесткими, что объясняется интенсивностью контролируемых процессов и важностью задач, решаемых такими системами.
Диалоговая и справочная информация. Диалоговая информация передается между двумя объектами (оператор - оператор, оператор - ЭВМ) и включает запросы и ответы объемом от нескольких десятков до нескольких сотен бит.
Известно, что устный телефонный диалог теряет беглость, если задержка сигнала превышает 0,3 с. Если диалог организуется обменом текстов, то беглость утрачивается ввиду необходимости не только обдумывания, но и подготовки запросов и ответов. Исходя из этого беглость диалога в данном случае не может считаться критерием для задания требований к задержке информации.
С диалоговыми режимами связано понятие времени ответа - интервала от момента выдачи запроса до момента получения ответа. Дело в том, что данный режим обмена организуется в процессе решения оператором задач, требующих неоднократного обращения к удаленному объекту (оператору или ЭВМ). Решаемые при этом задачи целесообразно различать в зависимости от интенсивности обращения. Если процесс решения состоит из непрерывных циклов «запрос - ответ - корректировка», то время ответа должно выбираться таким образом, чтобы не нарушать хода умственной деятельности оператора. При этом верхней границей эффективности обратной связи является время 2 с (20].
В случае, когда задача распадается на ряд относительно независимых этапов, а диалог организуется циклами «подготовка данных для этапа - запрос решения по этапу - подготовка данных для этапа - внесение результатов этапа», оператор может прервать ход рассуждений и дождаться результатов по очередному этапу. При этом время ответа ограничивается временем, отводимым для решения задачи, и может выбираться в достаточно широких пределах. Желательно, чтобы оно совпадало со временем подготовки очередного этапа.
При выборе допустимых значений вероятности потери сообщения следует исходить из того, что в процессе диалога передача информации находится под контролем оператора. Задержка ответа больше определенных пределов может быть воспринята как потеря информации, что позволяет оператору возобновить цикл. Исходя из этого диалоговые системы не предъявляют жестких требований к надежности доставки сообщений. Так, вероятность потери информации, равная соответствует в среднем повторению одного из 1000 циклов, что составляет несколько десятков часов непрерывной работы оператора в диалоговом режиме.
Значительно большую опасность для диалоговых систем представляют ошибки в информации. Это обусловлено их кумулятивным влиянием на результаты решения. При той же вероятности 10-3 и в среднем 20 циклах, требующихся на решение одной задачи, ошибочные результаты будут получены в 4% задач. При вероятности ошибки 10-5 неправильные результаты следует ожидать в 0,004% случаев, что допустимо для большинства практических систем широкого назначения.
Справочная информация может запрашиваться в процессе решения задачи на одном из циклов вместо решения. При этом ее объем и требования к системе передачи аналогичны объему и требованиям, приведенным для диалоговой информации.
В специальном случае запрос справочной информации представляет собой самостоятельную операцию и связан с передачей, как правило, значительных объемов информации (до сотен тысяч бит), включающей набор сведений или числовых значений.
Справочная информация обычно запрашивается для относительно длительного использования и требует определенного времени на осмысливание. Например, для более или менее подробного просмотра таблицы чисел или набора сведений объемом 104 бит необходимо время порядка 10 мин. Очевидно, что задержка данной информации на время порядка 3 мин не окажет существенного влияния на эффективность работы оператора.
Выбор допустимых вероятностей ошибки и потерь знаков информации должен основываться на анализе содержания справочной информации. Если передаются таблицы чисел, то предпочтительнее потеря значений, а не ошибочная их выдача.
Большинство систем широкого использования вполне успешно функционирует при вероятности одного из этих событий порядка 10-6. Достаточно отметить, что содержание всей данной книги может быть передано не более чем с десятью ошибками или пропусками. С точки зрения пропадания всего запрашиваемого массива к надежности доставки не предъявляются высокие требования в силу наличия контроля со стороны оператора, как и в диалоговых системах.
При передаче смысловой справочной информации требования к ее надежности и достоверности задаются идентичными. Для того чтобы сохранить читаемость текста, обычно достаточно обеспечить значения вероятностей потери и ошибки порядка однако наличие в тексте чисел существенно ужесточает требования, как и в случае передачи таблиц.
Общие донесения и распоряжения. Под общими донесениями и распоряжениями будем понимать смысловую информацию, которая передается между людьми при решении в системе управления задач, не подлежащих автоматизации. Такие задачи связаны с циклами управления, в которых решение задачи в управляющем объекте или выполнение команды (распоряжения) требует значительного времени (часы, сутки). Поэтому допустимая задержка сообщений указанного рода может составлять от десятков минут до нескольких часов при объеме бит.
Допустимые значения вероятностей потери сообщения и ошибки, как правило, одинаковы и выбираются в зависимости от роли одиночного объекта управления. Естественно, что для распоряжений, предназначенных ряду объектов, эти значения должны быть выше.
В настоящее время имеется достаточно большой опыт в работе систем передачи такого рода информации, обеспечивающих вполне приемлемое качество функционирования систем управления при вероятностях потери или ошибки .
На рис. 1.3 приведены ориентировочные графики зависимости допустимой задержки информации, содержащей различные
сведения, от объемов этих сообщений в битах. Соответствующие группы сообщений образуют категории срочности.
Кроме основных требований по надежности, верности и задержке информации к системам передачи могут предъявляться некоторые дополнительные требования. Наиболее важные из них следующие:
обеспечение двустороннего обмена между объектами АСУ;
возможность передачи информации между любой парой объектов, от одного объекта ко всем или заданному множеству объектов, а также между объектами, изменяющими свое местоположение;
защищенность от несанкционированной передачи информации и ее получения;
предоставление преимуществ более важной и срочной информации.
Все перечисленные требования должны выполняться при минимальных затратах на создание и эксплуатацию системы передачи.
Структуры систем управления
На принципы построения систем передачи информации существенное влияние оказывает структура системы управления, определяющая взаимосвязь в процессе управления множества управляющих объектов и объектов управления.
Централизованная система управления (рис. 1.4, а) предполагает реализацию всех процессов управления в едином центральном
управляющем органе, который осуществляет обработку информации, поступающей от всех объектов управления об их состоянии. При выработке управляющей информации для каждого из элементов управления в централизованной структуре учитывается информация состояния всех объектов.
По такому принципу, в частности, строятся системы управления предприятиями.
В системах управления с децентрализованной структурой (рис. 1.4,6) для каждого объекта управления предусмотрен свой управляющий орган, с которым он обменивается информацией. Если при этом имеется единая цель управления, то управляющие органы в процессе выработки решений также могут использовать информацию о состоянии объектов управления в совокупности. По децентрализованному принципу построены, например, системы управления технологическими процессами.
Системы управления, имеющие комбинированную структуру (рис. 1.4, в), сочетают в себе черты централизованной и децентрализованной структур. Примером таких систем управления являются системы управления промышленными объединениями.
В системах с иерархической структурой (рис. 1.4, г) функции реализации управления распределены между несколькими соподчиненными органами с одновременным соблюдением принципа централизации. При этом управляющий элемент фиксированного уровня является элементом управления для элемента более высокого уровня и в свою очередь вырабатывает информацию управления для элементов более низкого уровня.
Обмен информацией состояния производится «снизу - вверх», а управляющей информацией - «сверху?- вниз». Не исключается возможность передачи информации состояния и между элементами одного уровня.
Частным случаем иерархической системы с двумя уровнями является централизованная структура с автономным управлением (рис. 1.4, д). Характерными примерами указанных систем служат системы управления отраслью.
Система передачи информации, создаваемая в интересах системы управления, строится либо с учетом структуры управления, либо независимо от нее. Следует учитывать, что в первом случае система передачи информации раскрывает структуру системы управления.
Формы информации в АСУ, понятие о данных и сети передачи данных
Автоматизированная система управления является системой, в которой решение задач по управлению осуществляется людьми с помощью комплекса технических средств. При этом обмен информацией происходит непосредственно между людьми, средствами автоматизации и людьми, а также средствами автоматизации. Информация передается в виде сообщений: между людьми -
телефонных и телеграфных, между техническими устройствами, а также между техническими устройствами и человеком - в виде сообщений данных. Как правило, сообщение данных - это формализованная информация, закодированная по определенным правилам с целью обеспечения возможности ее обработки техническими средствами.
Данные не предназначены непосредственно для человека как получателя информации. Осмысливание данных человеком может происходить только после их соответствующей обработки и представления в форме, удобной для их окончательного использования. Важной особенностью данных является то, что сообщения данных не имеют внутренней избыточности, в отличие, например, от телефонных и телеграфных сообщений.
На рис. 1.5 изображен принцип взаимодействия людей и устройств автоматизации в процессе управления на основе использования различных видов связи.
При телефонной связи происходит обмен информацией между людьми, причем этот процесс приближен к личному общению. Телеграфная связь также обеспечивает обмен информацией между людьми, но в этом случае информация предварительно оформляется в виде документов (телеграмм).
При передаче данных операторы получают информацию не непосредственно, а через абонентские пункты, в которых происходят преобразование ее в данные и обратное преобразование.
По мере дальнейшего внедрения средств автоматизации в системы управления роль данных в общем объеме передаваемой информации будет возрастать. Технические средства, являющиеся источниками и потребителями сообщений данных, могут быть разбиты на следующие группы:
1. Автоматические регистрирующие датчики, которые измеряют некоторую физическую величину и преобразуют результаты измерения в сообщение данных. Сюда же относятся устройства, обеспечивающие обратное преобразование сообщений данных в некоторую физическую величину.
2. Абонентские пункты (иногда их называют терминалом), которые предназначены для преобразования сформированной человеком информации в данные.
В настоящее время существует большое число различных типов абонентских пунктов, отличающихся сложностью и своими возможностями. Простейшие абонентские пункты состоят из телеграфного аппарата и электрической пишущей машинки или специального устройства для считывания информации с промежуточного носителя (перфоленты, перфокарты, магнитной ленты), на который ее заносит предварительно человек - оператор. Более сложные абонентские пункты позволяют осуществлять ввод и вывод информации с помощью электронно-лучевой трубки, что облегчает работу оператора по подготовке данных к передаче.
Наконец, существуют абонентские пункты, обеспечивающие некоторые функции по обработке сообщений (так называемые «интеллектуальные терминалы»).
3. Электронно-вычислительные машины и банки данных. Эти элементы осуществляют прием информации, ее обработку (решение задач), хранение и выдачу для передачи на любой абонентский пункт по требованию оператора этого пункта.
В АСУ все перечисленные технические средства автоматизации разнесены в пространстве на значительные расстояния, причем, как правило, необходимо обеспечить передачу данных между любыми двумя техническими средствами. Выполнение этой функции возлагается на систему связи, в которой создается специальная подсистема - сеть передачи данных (ПД). Абонентами такой сети могут быть как непосредственно технические средства, так и операторы, осуществляющие ввод и вывод информации.
Обычно ПД строятся и функционируют аналогично сетям телефонной связи, однако им свойствен целый ряд особенностей, которые в основном определяются высоким уровнем автоматизации процессов, обеспечивающих передачу информации.
