CC BY
23
УДК 621.398
В. В. Гучук
канд. техн. наук, старший научный сотрудник, ФГБУН Институт проблем управления им. В. А. Трапезникова Российской академии наук,
г. Москва
ОСОБЕННОСТИ ВИЗУАЛИЗАЦИИ ДЛЯ ТЕХНОЛОГИИ УПРЕЖДАЮЩЕЙ КРИТЕРИАЛЬНОЙ АДАПТАЦИИ
Аннотация. Описываются особенности визуализации для обустройства технологии упреждающей критериальной адаптации. Технология направлена на обслуживание наиболее вероятного развития процессов в управляемом объекте. Подчеркивается целесообразность привлечения человека-оператора для оценки поведения объекта на начальных стадиях развития нештатных ситуаций. Конструируется класс изображений - компи-лизов, которые обладают широкими возможностями представления данных.
Ключевые слова: критерий, адаптация, динамические параметры, нештатная ситуация, человек-оператор, визуализация.
V.V. Guchuk, V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences, Moscow
FEATURES OF VISUALIZATION FOR TECHNOLOGY OF ANTICIPATORY CRITERIA ADAPTATION
Abstract. Features of visualization for arrangement of technology of anticipatory criteria adaptation are described. The technology is directed on service of the most probable development of processes in the operated object. Expediency of involvement of the person operator for an assessment of behavior of object at initial stages of development of emergency situations is emphasized. The class of images - kompiliz which have ample opportunities of data presentation is designed.
Keywords: criterion, adaptation, dynamic parameters, emergency situation, person operator, visualization.
Предотвращение возникновения нештатных и аварийных ситуаций - одна из важнейших задач при создании высоконадежных интерактивных систем мониторинга и управления сложными научно-техническими объектами. Зачастую время между явным проявлением скатывания процесса управления в сторону нештатного режима и началом неуправляемого развития аварии бывает настолько ничтожно малым, что ситуацию уже невозможно выправить никаким образом [1]. В этих случаях весьма эффективным может оказаться заблаговременная перестройка системы управления, направленная на обслуживание наиболее вероятного развития процесса управления объектом, а именно использование технологии упреждающей критериальной адаптации (ТУКА), предложенной в [2].
ТУКА позволяет выстроить адекватную для текущей ситуации систему приоритетов и ранжиров параметров и показателей, что исключает запуск неактуальных алгоритмов, могущих заблокировать на определенное время включение нужного алгоритма выхода из нештатной ситуации (важнейший фактор для работы в условиях жесткого временного лимита). Происходит настройка уровней прерывания, порогов и условий срабатывания алгоритма предотвращения неблагоприятного развития нештатной ситуации, что позволяет осуществить его более ранний запуск и тем самым кардинально повысить эффективность. За счет этой настройки порождается и комплементарный эффект - уменьшение вероятности ложного срабатывания алгоритма, что, например, дает возможность корректной эксплуатации дорогостоящего оборудования.
Основная сложность реализации ТУКА состоит в прогнозировании развития управленческой ситуации и в определении момента перестройки системы управления. Для успешного ее решения целесообразно привлечь человека-оператора, особенно, если он сможет заблаговременно обнаружить наличие негативных тенденций в поведении управляемой системы. Помимо использования ситуационно-контекстной визуализации [3] и организации встречного логико-иерархического анализа [4] предлагается в этом контексте дополнять обустройство ТУКА новым классом отображений, дающих полное представление о состоянии управляемой системы и позволяющим человеку адекватно воспринять представленную информацию.
Известным представлением динамических параметров является сонограмма, или динамическая спектрограмма (ДСГ) - изображение в виде матрицы [Рпт]. Для формирования матрицы сигнал делится на М отрезков (число столбцов). Для каждого отрезка вычисляется амплитудный спектр и представляется в виде столбца. Вдоль оси ординат У (ось аргумента диаграмм) откладываются номера п спектральных коэффициентов. Яркостью или цветом (цветовая кодировка оси 7) кодируются величины этих коэффициентов. Детальность вычисления спектра определяет число строк N матрицы. Каждой точке т оси абсцисс X (ось компиляции диаграмм) соответствует определенный временной интервал.
ДСГ компактны, рационально используют поле зрения и дают наглядное представление о динамике спектра сигналов во времени. Однако они не могут покрыть весь спектр задач представления динамических параметров. В работе предлагается сконструировать целый класс изображений, аналогичных ДСГ, но обладающих более широкими возможностями представления. Изображения данного класса будем называть компилизами.
Компилизы, как и ДСГ, формируются в два этапа. Первый этап - описание отрезков сигнала в виде функций одного переменного - диаграмм. Здесь расширение возможностей представления достигается применением различных описаний. Простое описание для определенного рода сигналов (например, полученных в условиях реверберации) создает кепстр. Эффективную визуализацию могут обеспечить описания в формате вейвлет-конструкций. Наглядное представление временной структуры периодического сигнала обеспечивают периодограммы (зависимость значения сигнала от времени в течение одного периода), применяющиеся в геофизике и медико-биологических исследованиях. Иногда целесообразно использовать гистограммы (временные, пространственные и параметрические распределения). Каждая диаграмма представляется на экране в виде столбца. На оси ординат откладывается аргумент диаграммы, а ее значения кодируется либо цветом, либо яркостью соответствующей точки экрана.
Второй этап формирования компилизов - составление (компиляция) их из столбцов-описаний определенного вида, т.е. последовательное размещение столбцов на экране. На этом этапе расширение возможностей представления также основывается на введении разнообразия - использования различных типов компиляции. Если последовательность столбцов-описаний соответствует отрезкам сигнала, последовательно расположенным на сигнале, то реализуется тот же тип компиляции, что и в ДСГ. В этом случае при использовании в качестве описаний периодограмм получаются динамические периодограммы (ДПГ), кепстров - динамические кепстограммы (ДКГ), гистограмм - динамические гистограммы (ДГГ), спектрограмм - динамические спектрограммы (ДСГ).
Другой тип компиляции образуется при сопоставлении каждому столбцу-описанию значения определяющего параметра источника сигнала (например, степень износа режущего инструмента, величина нагрузки и т.п.). Применение данного типа компиляции порождает параметрические спектрограммы (ПСГ), параметрические периодограммы (ППГ), параметрические гистограммы (ПГГ) и т.д. Эти компилизы отображают влияние определяющего параметра на частотные, временные и другие характеристики источника сигнала. Особенности решаемых задач могут привести к применению и других типов компиляции. Сочетание различных описаний и типов компиляции и образует класс компилизов. Основные виды компилизов сведены в таблицу 1.
Таблица 1 - Виды компилизов
Использ* /емые диаграммы
Тип компиляции Спектро- Периодо- Гисто- Анимо- Кепстро-
грамма грамма грамма грамма грамма
Динамический ДСГ ДПГ ДГГ ДАГ ДКГ
Параметрический ПСГ ППГ ПГГ ПАГ ПКГ
Статистический ССГ СПГ СГГ САГ СКГ
На рисунке 1 приведены примеры компилизов. ДСГ демонстрирует ударное воздействие на систему, после которого происходит восстановление исходного состояния. ДПГ демонстрирует динамику периодов и внутрипериодовой структуры периодического сигнала, включая динамику амплитуд.
Рисунок 1 - Примеры компилизов: слева - ДСГ, справа - ДПГ
Компилизам присущи следующие характеристики: интерпретируемость (в той мере, в какой интерпретируемы компилируемые диаграммы); компактность (из-за матричного представления вместо одномерно вытянутых описаний); естественность и картинность (двухмер-ность и рельефность изображений); независимость координат. Под естественностью можно понимать как саму двухмерность, т.е. представление сигналов в виде системы пятен на компили-зах, так и хорошо организованную систему таких пятен. Во втором случае это свойство становится не столько свойством класса представлений, сколько характеристикой самих сигналов.
Результаты работы были использованы при проектировании системы программного контроля и интерактивного управления стенда для испытания жидкостных ракетных двигателей малой тяги [4].
Список литературы:
1. Диагностика технических устройств / Г.А. Бигус [и др.]. - М.: Изд-во МГТУ им. Н.Э.Баумана, 2014. - 615 с.
2. Кузина Ю.К., Гучук В.В. Технология упреждающей критериальной адаптации в мониторинге и управлении сложными научно-техническими объектами // Материалы 7-й междунар. конф. «Управление развитием крупномасштабных систем» (MLSD'2013). - М.: ИПУ РАН, 2013. -Т. 2. - С. 420-422.
3. Гучук В.В. Проектирование человеко-машинного интерфейса для систем испытания сложных научно-технических объектов // Актуальные проблемы гуманитарных и естественных наук. - 2014. - № 12. - С. 46-50.
4. Гучук В.В. Интерфейсное обустройство принятия управленческих решений при испытании сложных научно-технических объектов // Proceeding ITIDS'2014. Ufa: Ufa State Aviation Technical University, 2014. - V. 1.- P. 118-124.
