действия лазерного излучения с веществом в различных областях современной технологии, медицины, биологии. Простота конструкции и технологического исполнения прибора являются основой невысокой его стоимости и, соответственно, широкого применения.
ЛИТЕРАТУРА
1. Roundy C. B. Maximizing Laser Beam Effectiveness by Beam Analysis // Laser Physics. — 1999. — Vol. 9, № 3. — P. 692—698.
2. Darmont A. Spectral Response of Silicon Image Sensors // White paper. Aphesa. Harze, Belgium. — 2009. — P. 1—13.
3. Introduction to scientific InGaAs FPA cameras // Technical Note. Princeton Instruments. — 2012. — P. 1—6.
4. 1440-1605nm Phosphor Coated CCD Cameras For NIR Response. Laser Beam Analysis // Ophir-Spiricon Product Catalog. — 2013. — P. 144—146.
5. Зверев Г. М., Куратев И. И., Мышляев И. Ф., Онищен-ко А. М. Кинетика видимой люминесценции ионов Er3 в La2O2S, активированном Yb3 и Er3 , при ИК воз-
буждении // Квантовая электроника. — 1977. — Т. 4, № 4. — С. 866—871.
6. Дмитриев В. Г., Тарасов Л. В. Прикладная нелинейная оптика: Генераторы второй гармоники и параметрические генераторы света. — М.: Радио и связь, 1982. — 352 с.
7. Справочник по лазерам. Под ред. Прохорова А. М. Т. 2. — М.: Советское радио, 1978. — С. 259.
8. Лобанов П. Ю, Мануйлович И. С, Сидорюк О. Е. Анализатор поля лазерного излучения для измерения величин максимальной локальной плотности мощности (энергии) в сечении световых пучков // Датчики и системы. — 2012. — № 12. — С. 46—50.
Работа выполнена в ФГУПНИИ "Полюс"им. Стельмаха М. Ф., г. Москва.
Нина Никитична Грошкова — вед. инженер; Петр Юрьевич Лобанов — вед. инженер;
Иван Сергеевич Мануйлович — канд. физ.-мат. наук, научн. сотрудник;
Олег Евгеньевич Сидорюк — канд. физ.-мат. наук, нач. лаборатории.
E-mail: dipole@sumail.ru □
УДК 681.518.3:331.108
ИДЕНТИФИКАЦИЯ ОБЪЕКТОВ В ИНФОРМАЦИОННО-УПРАВЛЯЮЩИХ СИСТЕМАХ1
И. С. Дургарян, Ф. Ф. Пащенко, А. Ф. Пащенко, Г. А. Пикина
Рассмотрены вопросы моделирования информационно-управляющих систем производствами повышенного риска. Описаны основные требования, задачи и функциональные возможности систем, в том числе и задачи адаптивного управления по моделям "тренда". Рассмотрены вопросы идентификации переходных характеристик и параметров объектов в информационно-управляющих системах. Предложен метод идентификации оценки переходной функции объектов. Показано, что полученная оценка переходной функции является несмещенной и состоятельной.
Ключевые слова: информационно-управляющая система, модель, идентификация систем, управление, оператор, временные характеристики, оценка переходной функции объекта.
введение
Созданию информационно-управляющих автоматизированных систем (ИУАС) управления сложными современными технологическими объектами и производственными комплексами уделяется большое внимание.
При создании, моделировании и эксплуатации ИУАС возникает множество задач. ИУАС является человеко-машинной системой, подсис-
1 Работа выполнена при поддержке РНФ № 14-19-01772.
темы которой в соответствующие периоды могут работать как в автоматическом, так и автоматизированном режимах. Поэтому возникают проблемы анализа достоверности информационных потоков и устойчивости работы системы как в замкнутом контуре управления, так и в режиме интерфейса оператор—система управления (АСУТП). Выделим две из них.
Первая — повышение точности измерения входных и выходных сигналов и достоверности получаемых измерений. В первую очередь сюда
относятся вопросы повышения точности датчиков и вторичных преобразователей, а также устранение влияния помех как в каналах измерения и передачи информации, так и в вычислительных устройствах моделирования систем и синтеза управляющих воздействий.
Вторая задача возникает при оценке влияния оперативного персонала на точность информационно-управляющих систем, включая точность моделирования отдельных звеньев ИУАС, точность вычисления расчетных комплексных параметров, управляющих воздействий и принимаемых решений.
Одним из наименее надежных элементов таких систем является оперативный персонал. Статистика показывает, что развитие и усугубление последствий от аварий на атомных и тепловых электростанциях, нефтеперерабатывающих и других сложных комплексах почти в 70 % случаев происходят по вине оперативного персонала [1—3]. Поэтому создание ИУАС в рамках АСУТП сложных технологических объектов с повышенным риском эксплуатации характеризуется использованием современных информационных и управленческих технологий для информационной поддержки принятия решений оперативным персоналом в составе штатных средств верхнего уровня. Реализация ИУАС в составе АСУТП приводит к снижению риска тяжелых аварий, делает внедрение таких систем необходимым и даже экономически оправданным [4, 5].
В зависимости от целей и назначения ИУАС могут быть штатными, т. е. входить в соответствующие АСУ или АСУТП, и внештатными, предоставляющими оперативному персоналу ряд новых интеллектуальных возможностей и функций для принятия управленческих решений.
ИУАС осуществляют информационные функции и управленческую деятельность в виде непрерывного процесса решения задач и проблем, выработки предложений и принятия решений в условиях большой сложности, неопределенности и слабой формализованности управляемых процессов. Современные ИУАС характеризуются расширением интеллектуальных возможностей человеко-машинных систем управления и управленческого персонала при разработке, принятии и реализации решений.
Решение первой задачи достаточно хорошо освещается в литературе за исключением неко-
торых вопросов, связанных с построением интеллектуальных систем с использованием математических моделей в реальном времени [3—7].
Решение второй задачи — идентификации объектов, функционирующих в интеллектуальных информационно-управляющих системах, существенно осложняется, так как лицом, принимающим решение, является человек-оператор, поведение которого отличается субъективностью и слабо формализуется [2, 8, 9]. Процессы, протекающие в таких объектах, обладают ярко выраженной нестационарностью и неопределенностью. В связи с этим стандартные процедуры аналитического моделирования и корреляционного анализа часто оказываются неприменимыми.
Практически единственный способ устранения этого затруднения состоит в отстранении персонала от вмешательства в режим работы объекта на время проведения эксперимента по определению динамических характеристик объекта управления. Невмешательство человека-оператора оказывается возможным лишь до тех пор, пока отклонения регулируемых величин остаются в допустимых, по условиям эксплуатации, пределах. Когда же эти отклонения начинают достигать опасных значений, эксперимент должен быть прекращен до восстановления оператором нормального режима [10]. После восстановления режима эксперименты могут быть продолжены.
Таким образом, при идентификации объектов, входящих в человеко-машинные системы экспериментатор располагает относительно небольшими отрезками времени без вмешательства оператора. В эти отрезки времени удается подать на вход объекта одиночные воздействия обычно в виде прямоугольных импульсов или ступенек. В результате многократного повторения опытов можно получить ансамбль реализаций выхода объекта, представляющих собой зашумленную реакцию объекта на входное воздействие. В данной работе решается задача идентификации переходных характеристик динамических объектов в человеко-машинных системах.
интеллектуальные иуас
Недостаток традиционных информационно-управляющих автоматизированных систем состоит в том, что в них недостаточно учитывается опыт специалистов, управляющих этими объектами. В критической ситуации оператор ограни-
14
вепвогв & Эувгетв • № 10.2014
чен во времени при поиске и выполнении соответствующей процедуры решения. Обычно в этих ситуациях он обращается к своему прошлому опыту, т. е. он должен помнить последовательность действий, уже готовых для использования. Для более быстрого поиска и выработки решений по управлению объектом в систему управления необходимо вводить формализованные знания специалистов, т. е. в системе управления должны быть реализованы дополнительно к формальным методам, например методам математического моделирования, эвристические методы оценки и прогнозирования состояния объекта, выработки управляющих воздействий на объект так, как это делается для создания систем аварийной защиты на крупных энергетических объектах.
В основу создаваемых современных интеллектуальных ИУАС положена идея решения комплексной задачи: "достоверные измерения — достоверная информация", "оценка—диагностика" — "прогноз—имитация" — "принятие решения—управление".
Функциональный базис при этом определяется решением следующих задач:
— повышение точности и достоверности измерений и информации получаемой, обрабатываемой и отображаемой ИУАС;
— оценивание текущего и прошлых состояний, режимное диагностирование и раннее распознавание аномальных ситуаций в ходе технологического процесса;
— построение математической модели процесса, оценка, прогнозирование и имитация динамики параметров и хода технологического процесса в различных технологических режимах, в режиме реального времени или в темпе, в несколько раз быстрее реального времени;
— формирование советов и управляющих воздействий (принятие решений) ведения технологических процессов с учетом цели функционирования, текущего состояния и прогноза функционирования объекта на основе решения трех первых задач.
Практическое решение этой задачи возможно при создании "умных систем управления" с базой знаний (СУБД), в которой взаимодействуют и дополняют друг друга блоки "измеритель-наблюдатель", "идентификатор", "прогнозатор", "экспертно-логический" и блок "принятия решений". В ИУАС большое значение имеет не
только количественная точность измерений и оценки параметров объекта, но и оценки трендов динамики данных процессов. Совпадение прогноза и реального тренда не только свидетельствует об отсутствии аномалий в ходе технологического процесса, но и повышает степень доверия операторов к достоверности информации, решени
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.