CC BY
64
УДК 004.942:622.7
А.С. Неведров, А.Г. Олейник
Институт информатики и математического моделирования Кольского НЦ РАН,
Кольский филиал ПетрГУ
АРХИТЕКТУРА СИСТЕМЫ ИНТЕГРАЦИИ ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ ДЛЯ ОПРЕДЕЛЕНИЯ ЭФФЕКТИВНЫХ РЕЖИМОВ ОБОГАЩЕНИЯ*
Аннотация
В работе описана схема решения задачи определения эффективных режимов обогащения минеральных руд. Рассмотрены архитектуры распределенных систем для определения основных составляющих элементов. Представлена архитектура разрабатываемой системы интеграции инструментальных средств. Ключевые слова:
обогащение руд, моделирование, распределенные системы.
A.S. Nevedrov, A.G. Oleynik ARCHITECTURE OF TOOLKITS INTEGRATION SYSTEM FOR DEFINITION OF ORE SEPARATION EFFECTIVE REGIME
Abstract
The task solution scheme for definition of effective regime separation of mineral ore is described in the paper. Architecture of distributed system for determination of main constituent elements is considered. The architecture of toolkits integration system is proposed.
Keywords:
оге-dressing, simulation, distributed systems.
Введение
При исследовании действующих и разработке новых технологий обогащения минеральных полезных ископаемых в настоящее время активно используется компьютерное моделирование [1]. Специфика задач моделирования предполагает реализацию большого объема вычислений. В связи с этим, для получения результатов задачи моделирования в приемлемое время при наличии ограничений на доступные вычислительные ресурсы необходимо найти наиболее рациональные варианты организации вычислительного процесса.
Для решения обозначенной проблемы предложена концепция и архитектура информационной системы, которая должна обеспечить интегрированное представление, систематизацию классов решаемых задач и разнородных исполнителей (используемых программных средств [2]). В качестве формальной основы для автоматизированного синтеза спецификации исполнительной среды предлагается использовать прикладную онтологию, представляющую систему понятий решаемых задач [3, 4]. Онтология позволяет произвести декомпозицию сложной задачи до подзадач, реализация которых возможна с помощью существующих программных средств. Анализ решения исходной задачи, реализуемый процедурами вывода на онтологии, дает
* Работа выполнена при финансовой поддержке РФФИ и правительства Мурманской области (проект № 12-07-98800-р_север_а).
возможность в автоматизированном режиме определить множество необходимых исполнителей и связей между ними, т.е. сформировать спецификацию исполнительной среды. Генерируемая спецификация в некоторых случаях может обладать избыточностью за счет альтернативных вариантов решения задачи, обусловленных наличием аналогов среди исполнителей. В итоге решение исходной задачи можно произвести по одному из альтернативных путей, выбор которого определяется требованиями конкретного вычислительного эксперимента (время выполнения, точность решения и др.).
Этапы решения задачи определения эффективных режимов обогащения
Схему решения задачи определения эффективных режимов обогащения можно представить в виде трех этапов (рис. 1): формирование спецификации исполнительной среды с использованием прикладной онтологии; определение «лучшего» варианта реализации с учетом пользовательских ограничений; запуск сценария решения задачи.
Рис. 1. Схема решения задачи
На первом этапе используется прикладная онтология, которая представляется в виде взаимосвязанных классов: сепарационные аппараты; процессы, протекающие в них; руды (сырье); инструментальные средства, моделирующие процессы. Кроме этого в явном виде определяется класс «Задача», содержащий спецификацию решаемой задачи [5]. Каждый класс описывает систему понятий одного раздела предметной области (рис. 2).
Формирование классификации и ввод экземпляров объектов осуществляет эксперт, но при некоторых условиях возможен импорт объектов из других онтологий. В частности, могут быть использованы существующие разработки онтологий по химии и физике [6, 7].
Определенные в онтологии отношения над объектами классов позволяют исследователю задавать в явном виде неполную спецификацию решаемой задачи, а также избежать некоторых концептуальных ошибок при постановке задачи. Например, при указании конкретного сепарационного аппарата, который
планируется исследовать в ходе моделирования, в результате вывода на онтологии может быть получено множество экземпляров руд, «подходящих» к данному аппарату. Выбор руды для данного варианта вычислительного эксперимента может осуществляться только из этого множества.
Рис. 2. Укрупненная структура прикладной онтологии
Определение множества возможных исполнителей осуществляется следующей последовательностью действий:
1) Задание спецификации исходной задачи вычислительного эксперимента:
• маркировка экземпляров объектов онтологии (указание в спецификации определенных элементов задачи);
• идентификация в онтологии объектов, соответствующих заданной спецификации.
2) Анализ спецификации на корректность и полноту - уточнение спецификации задачи, если требуется.
3) Наложение дополнительных ограничений на формируемую структуру решения путем определения условий, которым должны удовлетворять значения атрибутов искомых объектов.
4) Построение запроса к онтологии с использованием совокупности формальных характеристик и наложенных ограничений.
5) Вывод экземпляров объектов-исполнителей, удовлетворяющих заданным ограничениям.
Под идентификацией объектов будем понимать совокупность действий, направленных на нахождение экземпляров интересующих объектов [8]. В случае если идентификация объекта-исполнителя успешна, т.е. найден объект класса «Инструментальные средства», соответствующий искомому, проводится вывод экземпляров идентифицированного объекта с учетом заданных пользовательских ограничений на значения свойств. Эти экземпляры затем добавляются в класс «Исполнители» и могут относиться к одной из следующих категорий исполнителей:
• препроцессоры отвечают за формирование модели геометрии пространства, в котором происходит процесс разделения (расчетную сетку);
• решатели реализуют основной вычислительный процесс, в частности
- с использованием методов конечных элементов;
• постпроцессоры отвечают за визуализацию процесса моделирования и конечных результатов;
• конвертеры данных преобразовывают данные из одного формата в другой, если такая необходимость возникает при передаче данных между различными исполнителями.
После успешного нахождения всех требуемых исполнителей из них формируется спецификация исполнительной среды - набор взаимосвязанных исполнителей. В случае наличия альтернативных вариантов спецификации исполнительной среды возникает вопрос выбора той или иной альтернативы. Критерии выбора могут быть обусловлены различными факторами: ограничения на время решения задачи; условия доступа к инструментальным средствам; точность получения результата и др.
Схема поиска альтернативных путей
Для решения задачи выбора альтернативы рассмотрим граф, вершины которого соответствуют найденным в процессе вывода на онтологии исполнителям, а дуги - связям между ними. Связи интерпретируются как абстрактные каналы передачи данных, отображающие возможность взаимодействия инструментальных средств. Направление передачи данных между исполнителями отражается направлением дуги, соединяющей соответствующие вершины графа (рис. 3).
Я2 Я4 К-5
Рис. 3. Ориентированный граф исполнителей вычислительного эксперимента
Для оценки варианта решения, задаваемого некоторой цепочкой узлов, необходимо учитывать характеристики исполнителя, которые можно представить как «стоимость» его использования. Каждой дуге приписывается вес, зависящий от характеристик (сложность, точность) исполнителя, из которого эта дуга выходит, и от способа связи (наличие конвертера). Явно представлять конвертеры на графе нет необходимости. «Стоимостные» характеристики конвертера суммируются с характеристиками исполнителя, для которого данный конвертер требуется.
Интегральная стоимость представляет сумму всех числовых характеристик исполнителя с учетом ограничений спецификации задачи. Такие ограничения выражаются тем, что для каждой характеристики указывается ее значимость в виде баллов (например, от 1 до 5).
Кроме того, спецификация задачи содержит описание исходных данных (входных данных) и требуемых результатов (выходных данных). Поэтому для построения цепочки решения в граф необходимо включить еще две вершины -два псевдоисполнителя. Входной псевдоисполнитель PRin содержит на выходе данные, идентичные исходным данным задачи. Выходной псевдоисполнитель PRout должен получать на вход данные, идентичные требуемым результатам. Дуги, выходящие из входного псевдоисполнителя, имеют вес равный нулю, а дуги, входящие в выходной - веса в соответствии с характеристиками исполнителей, от которых они идут.
В качестве основы алгоритма поиска альтернативных путей в графе исполнителей используется существующий алгоритм поиска кратчайшего пути на графах - алгоритм Дейкстры с учетом ограничений, описанных в спецификации исходной задачи. В результате, стоимость использования каждого из построенных вариантов спецификации исполнительной среды вычисляется как сумма весов дуг, соединяющих исполнителей, входящих в данную спецификацию. Такая стоимость будет учитывать данные из спецификации исходной задачи и из спецификаций инструментальных средств. Сравнение альтернатив в таком случае сводится к сравнению стоимостей их использования. Также на основании информации об используемых инструментальных средствах можно определить основные характеристики решения задачи - количество исполнителей, общее время выполнения, итоговая точность решения и т.п.
Формирование сценария решения
На третьем этапе на основе найденного наилучшего альтернативного пути формируется сценарий запуска исполнителей для решения исходной задачи, причем учитываются все альтернативные исполнители на случай недоступности наилучшего на момент решения задачи. Сценарий представляет собой набор строк специального формата:
<tool name=“...” parent=“...” child=“...” аН=“...”>адрес_исполнителя<Лоо1>
name - имя исполнителя;
parent - исполнители-предки (разделитель “;”). Альтернативный исполнитель заключается в скобки;
child - исполнители-потомки (разделитель “;”). Альтернативный исполнитель заключается в скобки;
alt - имя исполнителя, для которого данный является альтернативным.
Сформированный сценарий передается в отдельную часть системы интеграции исполнителей, отвечающую за управление сценариями. Для определения ключевых модулей и выработки архитектуры системы интеграции исполнителей рассмотрим некоторые примеры распределенных систем.
Примеры систем распределенных вычислений
На основе обзора систем распределенных вычислений можно выделить следующие основные общие элементы их структуры:
• служба регистрации и мониторинга ресурсов;
• база данных;
• интерфейс пользователя;
• служба контроля учетных записей;
• служба анализа задач;
• планировщик заданий и служба балансировки нагрузки.
Рассмотрим несколько подробней два примера реализации систем
данного класса.
Среда 1ЛИпе1 [9] предназначена для объединения существующих в сети ресурсов в единую распределенную сеть. К каждому ресурсу добавляется специальный агент доступа, после чего ресурс становится ИАР — информационно алгоритмическим ресурсом, доступным из среды (рис. 4). В среде есть возможность создавать сценарии совместной распределенной работы ряда ресурсов, необходимых для решения той или иной задачи.
Рис. 4. Архитектура IARnet
Агент доступа в IARnet представляет собой программный компонент, реализующий набор операций, через которые осуществляется доступ к функциональности первичного ресурса. Интерфейс агента доступа состоит из двух основных частей: стандартного общего интерфейса, который должен реализовать каждый агент доступа, и интерфейса доступа к соответствующему типу ресурса.
Контейнер ИАР представляет собой среду, в которой развертываются и функционируют агенты доступа [10]. Контейнер решает две задачи: обеспечивает удаленный доступ к агентам посредством определенного коммуникационного механизма промежуточного программного обеспечения; предоставляет унифицированный интерфейс для развертывания агентов доступа и их администрирования.
В рамках IARnet были предусмотрены следующие базовые службы:
• Служба регистрации, осуществляющая регистрацию поиск ресурсов и других служб распределенной вычислительной среды.
• Служба мониторинга, осуществляющая мониторинг состояния ресурсов и других компонентов среды.
• Служба рассылки сообщений, реализующая механизм подписки на уведомления о событиях, связанных с ресурсами.
• Служба журналов, позволяющая вести единый системный журнал распределенного приложения.
• Служба безопасности, осуществляющая выдачу цифровых сертификатов.
Другим примером является система Triad.Net - распределенная система имитационного моделирования с удаленным доступом (разработка ведется группой преподавателей и студентов Кубанского и Пермского университетов). В данной системе онтология применяется при доопределении имитационных моделей, в отладчике имитационных моделей и для автоматического определения правил, используемых для управляемой балансировки распределенной модели.
Triad.Net включает следующие компоненты: компилятор TriadCompile; ядро TriadCore; графический редактор; подсистему отладки и валидации имитационных моделей TriadDebugger; подсистему синхронизации распределенных объектов модели; подсистему балансировки TriadBalance; подсистему организации удаленного доступа TriadEditor, подсистему защиты от внешних и внутренних угроз TriadSecurity, подсистему автоматического доопределения модели TriadBuilder, а также базу данных, где хранятся экземпляры элементов модели.
Для представления семантических знаний, необходимых для доопределения моделей, используются онтологии. Для представления онтологий - язык OWL, поскольку существует большое количество инструментальных средств работы с онтологиями OWL, поддерживающих возможность публиковать созданные онтологии в сети Internet и объединять информацию из различных источников, как локальных, так и находящихся в глобальной сети. Для работы с онтологиями используется инструментарий Jena OWL API. На данном этапе разработки онтологии сохраняются в виде текстовых файлов в формате представления Notation3 (N3).
Архитектура системы интеграции исполнителей
Модульная структура, разрабатываемой системы интеграции инструментальных средств моделирования процессов обогащения, представлена на рис. 5. Система состоит из: модуля-интерфейса, обеспечивающего доступ пользователей (исследователей и экспертов) к системе; прикладной онтологии, содержащей описание объектов предметной области и отношений между ними; модуля анализа спецификации задачи; машины вывода, используемой для вывода на онтологии при анализе задачи и поиске исполнителей; модуля создания спецификации исполнительной среды; модуля построения графа исполнителей и планировщика.
Также для организации доступа к разнородным инструментальным средствам в системе имеются адаптеры, реализующие взаимодействие с исполнителями.
Рис. 5. Архитектура системы интеграции исполнителей Заключение
Развитие программных и аппаратных средств компьютерного моделирования обеспечивает возможность их использования при решении обладающих высокой вычислительной сложностью задач совершенствования обогатительных технологий, процессов и аппаратов. При определенных условиях актуальной может оказаться проблема поиска наиболее эффективных вариантов реализации моделирования, и, как следствие, сравнительный анализ возможных альтернатив.
В данной работе была представлена схема решения задачи определения эффективных режимов обогащения в рамках системы интеграции исполнителей. Для определения основных элементов архитектуры системы был сделан обзор аналогичных систем IARnet и Triad.net. В результате рассмотрения этих систем и на основе этапов схемы решения была спроектирована архитектура системы интеграции исполнителей.
ЛИТЕРАТУРА
1. Бирюков, В.В. Применение системы Femlab для моделирования гидродинамики течений в обогатительных аппаратах / В.В. Бирюков, А.Г. Олейник // Информационные ресурсы России, 2007. -№ 3 (97). -С.30-32.
2. Неведров, А.С. Об инструментальных средствах определения эффективных режимов обогащения минеральных руд / А.С. Неведров, А.Г. Олейник // Информационные ресурсы России, 2011. -№5 (123). - С.35-38.
3. Гладун, А.Я. Онтологии в корпоративных системах / А.Я. Гладун, Ю.В. Рогушина // Корпоративные системы. -2006. -№1. - С.22-41.
4. Олейник, А.Г. Автоматизация поиска альтернативных спецификаций исполнительной среды / А.Г. Олейник, А.С. Неведров // Параллельные вычисления и задачи управления (PACO’2012): труды Шестой международной конференции, г. Москва, 24-26 октября 2012 г. - М.: ИПУ РАН, 2012. - Т.3. -С.281-290.
5. Неведров, А.С. Формальное представление задачи интеграции инструментальных средств определения эффективных режимов обогащения минеральных руд / А.С. Неведров, А.Г. Олейник // Труды Кольского научного центра РАН. Информационные технологии. - Апатиты: Изд-во КНЦ РАН.
- № 4/2011(7). -Вып.2. - С.196-202.
6. Артемьева, И.Л. Модульная модель онтологии органической химии / И.Л. Артемьева, Н.В. Рештаненко // Интеллектуальные системы. - 2004. -№ 2.
- С.98-109.
7. Кравец, А.Г. Онтология физической задачи / А.Г. Кравец, О.В. Титова // Прикаспийский журнал: управление и высокие технологии. - 2011. -№ 4(16).
- С.12-16.
8. Жыжырий, Е.А. Математическое обеспечение систем поиска, основанных на онтологиях / Е.А. Жыжырий, С.С. Щербак // Восточно-Европейский журнал передовых технологий. -2006. -№ 3. - С.12-17.
9. Тарасов, А.С. Распределенная математическая среда на основе IARnet / А.С. Тарасов // Труды ИСА РАН. -2008. -Т.32. - С.250-266.
10. Емельянов, С.В. Реализация Grid-вычислений в среде IARnet / С.В. Емельянов, А.П. Афанасьев, В.В. Волошинов и др. // Информационные технологии и вычислительные системы. -М.: Институт микропроцессорных вычислительных систем РАН. - 2005. -№2. - С.61-75.
11. Миков, А.И. Инструментальные средства удаленного параллельного моделирования / А.И. Миков, Е.Б. Замятина, А. Фирсов // Proceedings of the XIIth International Conference “Knowledge-Dialogue-Solution”. - Varna, 2006. Sofia: FOI-COMMERCE. -2006. - С.280-287.
Сведения об авторах
Неведров Алексей Сергеевич - aспирант, е-mail: nevedrov@arcticsu.ru Alexey S. Nevedrov - post-graduate
Олейник Андрей Григорьевич - д.т.н., зам. директора по научной работе,
е-mail: oleynik@iimm.kolasc. net. ru
Andrey G. Oleynik - Dr. of Sci. (Tech.), Deputy director
