CC BY
20
АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ И ПРОИЗВОДСТВАМИ
УДК 519.8
МОДЕЛИ АВТОМАТИЗАЦИИ ГАЗОТРАНСПОРТНОЙ СИСТЕМЫ И АЛГОРИТМЫ ОЦЕНКИ ЕЁ НАДЁЖНОСТИ
Н.С. Акиншин, А.В. Кулешов, А.А. Столяров
Предложена процедура автоматического управления технологическими объектами газотранспортной системы (ГТС). Определена структура формальной модели процессов организации, подготовки, проведения и обработки результатов испытаний ГТС для оценки её надёжности. Разработана схема исследований и анализа состава образцов ГТС и прогнозирования их эффективности. Дана продукционно-фреймовая вероятностная модель ГТС.
Ключевые слова: процедура, алгоритм, газотранспортная система, методика,
модель.
Структура газотранспортной сети динамична и может быть весьма сложной. Может изменяться потребление газа, могут по тем или иным причинам включаться или выключаться газоперекачивающие агрегаты на компрессорных станциях, изменяться режимы подкачки газа и т.д. Для повышения надежности и эффективности работы газопровода должны приниматься обоснованные управленческие решения [1, 2].
Схема, иллюстрирующая процедуру автоматического управления технологическим объектом представлена на рис. 1.
На входе участка трубопровода, ограниченного двумя компрессорными станциями (КС), действует вектор входных переменных.
На управляемый объект воздействуют (n + g) входов. Значения входных воздействий Xj, j = 1, 2, ..., n, можно определить в любой момент времени (измерить, оценить). Для входов Wi - такая возможность отсутствует. Причины этого могут заключаться в отсутствии необходимых датчиков, в принципиальных трудностях их создания, в чрезмерной стоимости определения значений Wi. Управляемый объект имеет m выходов.
242
Рис. 1. Процедура автоматического управления технологическими объектами газотранспортного предприятия
Для любого управляемого объекта справедливо следующее выражение
У = / (X ,Ж), (1)
где X = Х1,Х2,...,Хп - вектор входных воздействий, значения которых измеряются; Ж = Ж1,Ж2,...,Жп - вектор входных воздействии, значения которых не измеряются.
Система автоматического управления (САУ) объектом создается таким образом (проектируется, внедряется, налаживается, эксплуатируется), чтобы параметры У имели значения, которые иллюстрируют тот факт, что объект функционирует нормально. Причем определенные значения У должны иметь место при любых значениях X и У. Это достигается с помощью специальных управляющих воздействий и = и^и2,...,иг, подаваемых от системы управления на объект. Подобно векторам X и Ж, значения вектора управляющих воздействий и влияют назначения вектора У.
Другими словами, вместо соотношения (1) можно рассматривать соотношение
у = ^ (X ,и ,Ж).
Система автоматического управления, получая информацию о текущих значениях X и У, реализует зависимость вида
и = Ф( X ,У), (2)
т.е. с помощью (2) САУ находит необходимые управляющие воздействия и, подаваемые на объект для обеспечения требуемого характера функционирования объекта (получения постоянных заданных значений параметров, обеспечения оптимального функционирования объекта по какому-либо критерию эффективности и т.д.).
243
Если функционирование объекта должно быть изменено, то в систему управления вводят корректирующие воздействия в виде вектора 2.
Характер, как корректирующих воздействий, так и зависимости (2) определяется типом применяемого управления.
Например, в системах автоматического регулирования (САР) изменение вектора 2 - это изменение установок автоматических регуляторов. В результате происходит переход к другим заданным значениям всех или некоторых параметров вектора У.
Рассмотрим порядок взаимодействия подсистем ГТС с формализованной точки зрения. Построим граф Г, в котором множество вершин V отождествляется с процессами, происходящими в подсистемах ГТС в процессе организации и проведения испытаний, а множество дуг Я определяет связи между действиями и порядок их выполнения
Г=(V, Я),
где V = (VI, VI, ..., VN); Я = (Яь Я2, ..., Ям).
Установим следующее смысловое значение вершин графа Г: Voп -организационная подсистема; Vyп - управляющая подсистема; Умп - методическая подсистема; РГп — техническая подсистема; Уип - информационная подсистема.
Тогда структура формальной модели процессов организации, подготовки, проведения и обработки результатов испытаний (граф Г) будет представлена в виде, показанном на рис. 2.
Рис. 2. Структура формальной модели процессов организации, подготовки, проведения и обработки результатов испытаний
В модели установлено следующее смысловое значение дуг Я: Я1 -определение оперативного персонала и подразделений, непосредственно участвующих в подготовке и организации эксперимента; Я2 - анализ ТТЗ, материалов эскизного и технического проектирования, НИР, программ испытаний, нормативных документов и моделей; Яз - анализ возможных методов исследований и испытаний технических характеристик; Я4 - разработка методического сопровождения эксперимента, обработки и анализа результатов испытаний; Я5 - разработка методики испытаний, технических заданий, имитационных моделей; Яб - утверждение разработанных мето-
244
дик испытаний, технических заданий; R7 - подготовка технической подсистемы к предстоящим испытаниям; R8 - определение материально-технического обеспечения для подготовки технической подсистемы; R9 -определение состава группировки, способов создания помеховой обстановки, состава опытных и серийных образцов ГТС привлекаемых к испытаниям, а также средств объективного контроля, моделирования, обеспечения управления, безопасности и связи; Rio - подготовка средств технической подсистемы; Rii - подготовка оперативного персонала, их контроль и аттестация; R12 - оценка готовности технической подсистемы к проведению эксперимента; R13 - принятие решения на проведение эксперимента управляющей подсистемой на основе анализа состояния подсистем.
Для процесса проведения эксперимента установлено следующее смысловое значение последующих дуг R: R14 - принятие решения на проведение эксперимента и постановка задачи в управляющей подсистеме; R15 - постановка задачи технической подсистеме на проведение эксперимента, осуществление контроля за правильностью функционирования привлекаемых средств, контроль за правильностью формирования последовательности внешних воздействий, обеспечение меры безопасности при проведении эксперимента; Ri6 - постановка задачи информационной подсистеме на проведение эксперимента, контроль за действиями оперативного персонала; Ri7 - постановка задачи методической подсистеме на проведение эксперимента, контроль за методическим сопровождением испытаний; Ri8 -осуществление методического сопровождения эксперимента, координация функционирования натурных средств и моделей; R19 - обмен информацией между методической и технической подсистемами; R20 - функционирование технической подсистемы в ходе эксперимента; R21 - решение задачи обеспечения безопасности в ходе проведения эксперимента; R22 - анализ выполнения плана эксперимента; R23 - контроль за правильностью функционирования привлекаемых технических средств; R24 - контроль за ходом эксперимента в вопросах методического сопровождения; R25 - управление проведением эксперимента. Принятие решения о его завершении.
По окончании эксперимента осуществляется этап анализа и обработки информации.
Для последующих дуг R установлено смысловое значение: R26 -принятие решения на обработку результатов эксперимента; R27 - определение методики сбора измерительной информации; R28 - определение задач техническим средствам сбора и обработки информации; R29 - оценка действий оперативного персонала и качества функционирования технических средств; R30 - обработка и анализ результатов экспериментов; R31 -контроль за правильностью функционирования средств, участвующих в эксперименте, разработка протоколов готовности в соответствии с методиками и техническими заданиями. Разработка актов по аварийным работам (экспериментам). Проведение технического обслуживания привлекаемых
245
средств; Кз2 - сбор и анализ поступающей информации. Разработка отчетных документов и выработка рекомендаций по результатам экспериментов. Расчет показателей качества функционирования образцов; Кзз - разработка предложений и рекомендаций по подготовке и проведению последующих экспериментов, представление отчетных документов в организационную подсистему на утверждение (согласование).
Анализ структуры формальной модели процессов подготовки, проведения эксперимента, а также обработки результатов испытаний ГТС показал, что система полигонных испытаний является сложной организационной системой в смысле известных определений системотехники. Она обладает свойствами целостности, автономности, моделируемости, неопределенности и целенаправленности. Перечисленные свойства позволяют применять к исследованию системы полевых (полигонных) испытаний (СПИ) методологию системного подхода. Оценка новых свойств может быть осуществлена путем наращивания библиотеки упрощенных моделей. Свойства действия, неопределенности и целенаправленности позволяют каждому варианту функционирования СПИ поставить в соответствие некоторый функционал, описывающий ее как единое целое с точки зрения критерия эффективности.
При проведении исследований введены следующие предположения о предметной области и методах исследований. Предполагается, что целевым назначением СПИ является обеспечение выполнения Программы испытаний в полном объеме, с заданным качеством и в установленные сроки, в условиях ограниченных ресурсов.
Тогда для СПИ, находящейся в момент времени в состоянии Го(К, К), (где V - множество вершин ориентированного графа подсистем СПИ, а К - множество связей графа) характерна эффективность Q, определяемая как вероятность Р выполнения целевого назначения СПИ
Q = Р[(Э,С,Т) е^ Д}|^ р}. (3)
Составляющими Q являются показатели результативности Э, стоимости С, временных затрат Т, а также области их допустимых значений ^Д} ресурсных ограничений ^р}.
При этом критерий соответствия СПИ установленным требованиям может быть записан в виде
к у : Q > Рзад, (4)
где Рзад - заданная вероятность достижения цели СПИ.
В этом случае задачу подготовки СПИ к испытаниям как задачу планирования, можно сформулировать следующим образом: определить такую стратегию преобразования исходной ситуации Би(Го, ?о) в требуемую 8и(Гт < Ъ), которая обеспечит максимальную результативность испытаний образца ГТС, в установленные сроки при ограничении имеющихся ресурсов. Процесс планирования в этом случае представляется выражением
u е U
Sit(Г0,t0) ^ Sit(Гт,tT) -
Q = Р[(Э,С,Т)е {QД} \{Qд}^{0р}^ extr,
где ^ - операция преобразования текущей ситуации в требуемую под воздействием вектора управления ueU; - - операция композиционного вывода. Тогда общая структура СПИ будет определяться выражением
Го =r(V,R) и Г2(V,R) и... и Г(V,R),
где k - число возможных рациональных структур СПИ.
Так как испытываемый сложный образец ГТС выполняет поставленную задачу, то о его эффективности необходимо судить и по общим результатам действий группировки, использующей испытываемый образец ГТС. С этой целью разрабатываются варианты применения ГТС, и, следовательно, различные варианты СПИ. Поэтому возникает задача оценки эффективности этих вариантов СПИ.
Учитывая, что в приведенных выше предположениях показатели эффективности Q являются векторными, при этом, некоторые из компонентов могут не иметь количественного выражения, запись
r(V,R): Q = Р[(Э,С,Т)е {Q^\{Qextr,
где r(V, R) - искомая структура СПИ, носит символический характер и означает процесс принятия решений по поиску рациональной структуры СПИ - оптимальной с точки зрения лица, принимающего решение (ЛПР).
Анализ существующих методов планирования и управления при введенных предположениях позволил выделить два подхода к решению задач планирования:
- методы поиска решений в пространстве состояний;
- методы поиска решений в пространстве редукции задачи на подзадачи.
В формальных постановках задачи планирования часть ограничений не учитывается, и несоответствие им полученных решений (планов) выявляется уже после того, как оно получено. Следовательно, необходима разработка метода планирования, основанного на анализе сложившейся обстановки, адаптивном выборе решения, использовании опыта и знаний лиц, принимающих решение. Поэтому большие перспективы связаны с применением человеко-машинных диалоговых комплексов на основе использования интеллектуальных информационно-поисковых, расчетно-логических экспертных систем. При этом предполагается применение специального вида моделей знаний - фреймов.
247
Таким образом, общая схема исследований состоит в том, чтобы на основании анализа состава сложных образцов ГТС и их прогнозируемой эффективности произвести синтез СПИ (T(V, R)), которая должна обеспечить максимальную результативность испытаний в установленные сроки при заданном ограничении ресурсов.
Как было показано, существует актуальная задача автоматизации планирования и управления полигонными испытаниями сложных образцов ГТС, и имеются методы ситуационного управления, которые могут быть использованы при ее решении.
Круг задач, связанных с разработкой формального аппарата использования ситуационного управления для автоматизированного планирования и управления полигонными испытаниями следующий:
- обоснование программно-языковых средств описания ситуации;
- разработка методики декомпозиции задачи на подзадачи (Мд)
Мд = ПРР и ПРКЛ и ПРЛВ,
включающей:
- методику распознавания ситуаций (ПРР)
ПРР =< UD, Sit (t ),Пр7 >,
где UD - множество исходных данных; Sit(t) - множество текущих ситуаций; Пру - график соответствия распознавания Пру с UD х Sit(t);
- методику классификации ситуаций (ПРКЛ)
ПРКЛ =< Sit (t),[ Sit (t )]K ,ПрК >,
где [Sit(t)] - множество классов ситуаций; ПрК - график соответствия классификации ПрК с Sit(t), [Sit(t)]K;
- методику логического вывода (ПРЛВ)
ПРЛВ =< [Sit(t)]K,П,РПк >,
где П - множество подзадач, формируемых из логических выражений; РПк - график соответствия логического вывода;
- разработка метода решения подзадач (Мп)
Мп = ПРАС и ПРЭ и ПРРЗ,
включающего:
- методику анализа сложности подзадач (ПРАС) и экстраполяции решений (ПРЭ)
ПРАС =< П,tтр,ПрА >; ПРЭ =< П,Сн(Св),ПрЭ >,
где tтр - множество значений времени решения подзадач фиксированной сложности; Сн(Св) - множество нижних (верхних) границ решения; ПрА -график соответствия времени решения в зависимости от сложности подзадач; ПрЭ - график соответствия нижней (верхней) границы решения;
- методику решения подзадач (ПРРЗ)
ПРРЗ =< П,п*,F1 > v < П,п,F2 >,
где п* - множество оптимальных решений подзадач; п - множество рациональных решений подзадач; Fi - график соответствия, устанавливаемый расчетной процедурой полного перебора Fi с п**П; Fi - график соответствия, устанавливаемый расчетной процедурой направленного перебора Fi с п*хП;
- разработка диалогового интерфейса расчетно-логической системы, ориентированного на базовую модель.
Недостатки существующих программно-языковых средств определили необходимость разработки новой модели описания ситуаций, данных и решающих правил, которая позволила бы использовать преимущества созданных ранее и расширить их возможности за счёт учета вероятностного характера сложных ситуации.
Как показал анализ, требованиям, предъявляемым к средствам описания ситуаций, наиболее полно удовлетворяют реляционные модели (семантические сети и сети фреймов) в совокупности с возможностями продукционных систем. Предлагаемая модель для описания ситуации в СПИ имеет следующую базовую структуру ББспи
BS спи = fr1 prf^
где fri е Fri фрейм-пример, отображающий текущую ситуацию предметной области; pr е Рг - правило продукции (решающее правило); u е U
Sit(Г0, t0) ^ Sit(Гт, tт) i
Q = P[(3, С, Т) е {QД} |{Qд}и0р } ^ extr,
где ^ - операция преобразования текущей ситуации в целевую под воздействием управления u е U; i - операция композиционного вывода.
Синтез с использованием метода ситуационного планирования предусматривает разработку продукционно-фреймовой модели, организацию логического вывода и поиск рациональных решений в пространстве состояний. Продукционно-фреймовая вероятностная модель представляется ориентированным графом, представленным на рис. 3, где Frw(A,R) -фрейм оцениваемых боевых характеристик опытного образца ГТС; Рготм(А^ - фрейм методов испытаний; Frr(AR) - фрейм технической обеспечения; Fro(A, R) - фрейм организационного обеспечения; Fmn(A,R) -фрейм информационного обеспечения; Ргсм - правила продукций синтеза методического обеспечения; Ргст - правила продукций выбора технического обеспечения; Ргсо - правила продукций выбора организационного обеспечения; Ргскт - правила продукций уточнения выбора организационного обеспечения; Ргси - правила продукций выбора информационного обеспечения.
/>»{ АД) —► РтпЛА.К)
I Ргси Ргсм |
ргт, (а,я)
Рис. 3. Продукционно-фреймовая вероятностная модель
Представленные выше фреймы ^>спи(Л,Я) с ^>отм(Л,Я) и ^>м(Л,Я) и ^>т(Л,Я) и ^>о(Л,Я) и ^>ип(Л,Я), а также правила продукций Ргсм, Ргст, Ягсо, Ргси, позволяют синтезировать продукционно-фреймовую вероятностную модель системы полигонных испытаний. Продукционно-фреймовая вероятностная модель, на основании которой осуществляется синтез СПИ для оценки эффективности группировки войск имеет вид, представленный на рис. 4.
-►( /МАЯ) \-►( /ЫАЯ) )-/гспи(АЯ) ) 1=^
Рт V У ^'"м V У ЛтшК У
Рис. 4. Продукционно-фреймовая вероятностная модель
В модели показатели эффективности испытываемых образцов ГТС описаны фреймом ^>%{Л,Я); план испытаний, реализованный на основании критерия максимальной информативности, представлен фреймом Гги(А,Я) [3]; объем испытаний для получения достоверной оценки показателей эффективности определен фреймом ^>м(А,Я); состав подсистем СПИ, реализующих план испытаний, описан фреймом ^>спи(А,Я); правила продукций обеспечения максимальной информативности оцениваемых характеристик - Рги; правила продукций, определяющие объем испытаний - РгМ; правила продукций выбора рационального состава СПИ - Ргспи.
Определение рациональных вариантов структуры СПИ осуществляется расчетно-логической системой, структура которой представлена на рис. 5 [2].
Расчетно-логическая система состоит из блоков распознавания, классификации, логического вывода, оценки эффективности, базы данных, решающих правил и моделей подсистем СПИ.
В результате распознавания ситуаций формируются фреймы-примеры, описывающие боевые характеристики испытываемых образцов /гщ(Л,Я), а также фреймы-примеры возможностей подсистем СПИ по их оценке /спи(А,я).
Рис. 5. Структурарасчетно-логической системы
Оценка эффективности СПИ основывалась на обобщенном структурном методе, в котором снятие традиционных ограничений метода обеспечивалось моделированием элементов планирования и принятия решений методом ситуационного управления, а исполнение - на основе обобщенного структурного метода.
Модель оценки эффективности СПИ основана на показателе (3) и критерии (4), полученных на базе вероятностной формулировки задачи оценки эффективности СПИ
б = / (Я, X, Ь, 5,1 ,К,Ф,С, Т), (5)
где Я, X - показатели достоверности; Ь, 5 - показатели точности; I - показатель информативности; К - показатель устойчивости; Ф - показатель технологичности; С - показатель стоимостных затрат; Т - временной ресурс.
С учетом выражения (5), обобщенный показатель эффективности представляет собой вероятность достижения цели СПИ
Р ((Я, X, Ь, 5, I ,К,Ф,С,Т) е{<2 Д}) а критерий соответствия СПИ установленным требованиям
Ку : 0 > Рзад.
2)1
Обобщенный показатель эффективности целесообразно определить с позиций макроподхода, который предполагает использование зависимости эффективности системы от количества управляющей информации. Так как в качестве показателя эффективности СПИ в работе принята вероятность выполнения Программы испытаний в полном объеме с заданным качеством и в установленные сроки, то степень выполнения СПИ своего целевого назначения определяется величиной
2 = 2
тах
1 - М 0е
и_ По
V у
где 2тах - эффективность идеально функционирующей СПИ; Мо - величина, характеризующая исходное состояние СПИ; Ц - объем условий испытаний образца ГТС, создаваемый на полигоне; По - объем условий испытаний, соответствующий количеству априорных данных об испытываемом образце.
В качестве исходных данных для расчета показателя 2 использованы реальные статистические характеристики загрузки СПИ по годам и тематикам, в частности: средняя суммарная годовая загрузка по испытываемым системам всех видов ГТС; усредненное количество одновременно испытываемых систем при различных вариантах построения СПИ; число одновременно определяемых показателей, в том числе и в случае синтезированной СПИ.
На рис. 6 представлены полученные графические зависимости изменения во времени показателя эффективности СПИ для традиционного варианта ее построения (кривая 1) и синтезированных с использованием разработанного логико-математического аппарата (кривые 2, 3 и 4). Исходными данными для расчета вариантов СПИ являлись характеристики, полученные в ходе испытаний ГТС.
Рис. 6. Графические зависимости изменения во времени показателя
эффективности СПИ
252
Разработанные модели и алгоритмы позволяют осуществить оценку безаварийной работы ЛЧМГ на основе известных показателей безотказности ее конструктивных элементов, что даст возможность эффективнее планировать график проведения профилактических мероприятий.
Выводы
1. Рассмотрен порядок взаимодействия подсистем СПИ с формализованной точки зрения. Предложен граф Г, в котором множество вершин V отождествляется с процессами, происходящими в подсистемах СПИ в процессе организации и проведения испытаний, а множество дуг Я определяет связи между действиями и порядок их выполнения.
2. Формализован способ применения фреймов для описания ситуаций и аппарат манипулирования фреймами для решения задач автоматизированного планирования и управления полигонными испытаниями, отличающиеся от известных тем, что позволяют в условиях ресурсных ограничений использовать как детерминированные, так и вероятностные модели описания ситуаций, а также исчислять фреймы на базе использования логико-алгебраического языка.
3. Разработана продукционно-фреймовая вероятностная модель СПИ сложных образцов ГТС в условиях ресурсных ограничений, отличающаяся тем, что декларативное описание осуществляется с помощью фреймов, а процедуральное - на основании формализма правил продукций. Такой подход обеспечил, несмотря на ресурсные ограничения, получение, за счет возможности описания сложных ситуаций управления, рациональных решений в области управления СПИ.
4. Предложена расчетно-логическая система для определения рациональных вариантов структуры СПИ, состоящая из блоков распознавания, классификации, логического вывода, оценки эффективности, базы данных, решающих правил и моделей подсистем СПИ.
Список литературы
1. Вероятностная оценка и методика построения микроэлектронных устройств управления станциями катодной защиты магистральных газопроводов / Н.С. Акиншин, К.А. Анкудинов, Ю.М. Агафонов, А.И. Анку-динов, С.Н. Петроченков, В.А. Михаленко, П.П. Какалин // Газовая промышленность. № 4. 2007. С. 58-61.
2. Система контроля управления и согласования СКЗ с комплексами телемеханики / Р.Н. Акиншин, Ю.М. Агафонов, К.А. Анкудинов, А.И. Анкудинов, А.Б. Воскресенский // Газовая промышленность. № 7. 2007. С. 58-61.
3. Фатуев В.А., Бушинский В.И., Морозов К.А. Анализ опасности и риска аварий на магистральных газопроводах // Известия ТулГУ. Тула, 1997. С. 78-94.
4. Фатуев В.А., Бушинский Н.И., Морозов К.А. Применение метода анализа иерархий при возникновении аварий на магистральных газопроводах // Известия ТулГУ. Тула, 1997. С. 95-110.
5. Фатуев В.А., Бушинский Н.И., Морозов К.А. Кибернетическая схема управления безопасностью магистральных газопроводов // Известия ТулГУ. Тула, 1997. С. 111-121.
Акиншин Николай Степанович, д-р техн. наук, профессор, начальник отдела, cdbaeacdbae.ru, Россия, Тула, АО Центральное конструкторское бюро аппарато-строения,
Кулешов Андрей Владимирович, главный конструктор, infoahoneywell.ru, Россия, Москва, АО «Хоневелл»,
Столяров Артём Анатольевич, преподаватель, tvvikua mil.ru, Россия, Тюмень, Тюменское ВИКУ
AUTOMATION OF GAS TRANSPORTATION SYSTEM AND ALGORITHMS FOR RELIABILITY ASSESSMENT
N.S. Akinshin, A.V. Kuleshov, A.A. Stolyarov
The procedure of automatic control of technological objects of gas transportation system (GTS) is offered. The structure of formal model of processes of organization, preparation, carrying out and processing of results of tests of GTS for an assessment of its reliability is defined. The scheme of research and analysis of the composition of samples of GTS and predict their effectiveness. Given the production frame-a probabilistic model of the GTS.
Key words: procedure, algorithm, gas transportation system, methodology, model.
Akinshin Nikolay Stepanovich, doctor of technical sciences, professor, head of department, cdbaeacdbae.ru, Russia, Tula, JSC Central Design Bureau of Apparatus Engineering,
Kuleshov Andrey Vladimirovich, chief designer, infoa honeywell.ru, Russia, Moscow, JSC "Honeywell",
Stolyarov Artyom Anatolyevich, lecturer, tvviku@mil.ru, Russia, Tyumen, WICU
Tyumen
