Планирование и организация процесса исследования системы управления при трансформации функции спроса в функцию производства.

Содержание

Введение
1. Планирование систем управления для трансформаций
2. Автоматизированные системы управления
3. Модели представления знаний
Заключение
Список литературы

Планирование и организация процесса исследования системы управления при трансформации функции спроса в функцию производства.

При построении эскизных моделей рекомендуется следовать ряду таких принципов, как ясность, простота, логичность, информированность, четкость, согласованность, творчество.
2. Автоматизированные системы управления
Структура «продвинутой» автоматизированной системы управления технологическим процессом (АСУ ТП) включает в себя, как минимум, два или три уровня:
I уровень - уровень локальных подсистем регулирования (нижний уровень АСУ ТП), задачами которого являются:
- сбор информации об измеряемых технологических параметрах процесса (А1),
- выработка управляющих воздействий на технологический процесс с целью поддержания технологических параметров на заданных значениях или изменения их по определенным законам (А2),
- сигнализация о выходе их за заданные пределы (А3),
- блокировка ошибочных действий персонала и управляющих устройств (А4),
- противоаварийная защита (ПАЗ) процесса по факту аварийных событий (А5).
Подсистемы этого уровня поддерживают параметры технологического процесса на заданных значениях и могут быть реализованы с использованием «традиционных» методов регулирования динамическими объектами1.
Согласно Поспелову, большинство структур СУ может быть разделено на классы2:
1) простые СУ, основу которых составляют управляющие устройства R, работающие по жестким алгоритмам (ПИД-контроллеры, логические алгоритмы и т.д.);
2) СУ с адаптацией, в состав которых кроме R входит также адаптатор А, назначением которого является выбор определенной совокупности процедур, описывающих процесс управления и реализуемых в R из множества потенциально допустимых процедур на основании анализа наблюдаемых ситуаций;
3) модельные СУ, использующие в целях управления знания декларативного характера об объекте управления (ОУ) в виде отдельного блока-модели объекта М;
4) семиотические СУ, содержащие блок интерпретатора I, задачей которого является интерпретация наблюдаемых ответных реакций среды и ОУ на воздействия со стороны управляющей части СУ и процессов, протекающих в ОУ, в терминах модели объекта М для адаптации параметров и структуры используемой при управлении модели. Подобно адаптатору А в СУ с адаптацией, изменяющего структуру блока R, интерпретатор I изменяет структуру блока М. В отличие от А у блока I отсутствует заранее заданное множество потенциально допустимых процедур, поскольку заложенные в I процедуры обучения носят характер адаптации к условиям внешней среды, модель которой может быть неизвестна, поэтому СУ данного класса часто содержат оба этих блока (семиотические СУ с адаптацией).
Рисунок 3 - Структуры СУ
На рисунке 3 представлены структуры перечисленных классов СУ, где приняты обозначения: R - управляющее устройство, W - объект управления (ОУ), А - адаптатор, I - интерпретатор, U - канал передачи управляющих воздействий на ОУ, Y - канал передачи контролируемых технологических параметров, UR и YR - соответственно моделируемые управляющие воздействия со стороны R и ответ объекта W, ZA и ZI - оптимизирующие воздействия со стороны компонентов А и I соответственно.
Следует отметить, что данные структуры СУ справедливы и для случаев предиктивного управления, если рассматривать предиктор как составляющую управляющего устройства R.
Любая СУ содержит в себе определенный объем знаний, представленный в том или ином виде в блоках R, M, A и I. При этом блоки R, A и I, содержат процедурные модели представления знаний об управлении, адаптации и интерпретации реакции ОУ соответственно, а блоки-модели М - декларативные знания об ОУ.
3. Модели представления знаний
Основной проблемой при управлении технологическими процессами в является необходимость принятия решений и оптимизации структуры при наличии ограничений по времени. Решение этой проблемы находится в использовании СУ, базирующихся на моделях представления знаний об объекте управления, алгоритмах управления и оптимизации. Качество управления в таких системах зависит от точности и адаптируемости используемых моделей и качества доступной информации для предсказания оптимальных условий ведения процесса.
Основными компонентами большинства структур СУ являются блоки R, M, I и А, представляющие собой формы реализации знаний. Следовательно, от оперативности разработки моделей этих компонентов зависит качество управления всей СУ.
Трудность моделирования и оптимизации процессов увеличивается при повышении уровня требуемой детализации в целях адекватного представления реальных знаний, что свойственно также и современным процессам нефтяной промышленности. Поэтому разработка таких моделей в реальном времени невозможна без привлечения автоматизированных инструментов, способных представлять агрегатированные в моделях знания в соответствующей форме с целью их анализа, оптимизации и реализации.
Модели функциональных блоков, используемые в «продвинутых» СУ, могут в зависимости от формы представления информации подразделяться на качественные, математические и стохастические (рисунок 3) .
Качественные модели
Существует множество примеров, когда природа технологических процессов или алгоритмов управления не может быть описана в виде математических соотношений в виду наличия нечетких и лингвистических операций, метаправил и ограничений на технологические параметры. Решением этой проблемы является использование качественных моделей, к числу которых относятся семантические сети (СС), модели, основанные на правилах, и модели, построенные с использованием технологий четкой и нечеткой логики.
Наиболее простым и широко используемым видом моделей, основанных на правилах, являются продукционные системы (ПС), представляющие собой структурированные наборы продукционных правил (ПП).
Известно большое число публикаций, в которых рассматриваются теоретические и практические основы проектирования управляющих продукционных систем (УПС)3.
Продукционные правила, используемые в СУ, учитывают ограничения, накладываемые, например, технологическим регламентом, а также показатели эффективности, по которым определяются управляющие воздействия и которые часто являются неизмеряемыми лингвистическими переменными.
Достоинствами продукционных систем являются:
- удобство описания процесса принятия решения экспертом;
- простота редактирования модели;
- прозрачность структуры даже для непрограммирующего пользователя;
ПС в качестве моделей в подсистемах верхних уровней АСУ ТП применимы в случаях, когда:
- не могут быть построены строгие алгоритмы или процедуры, но существуют эвристические методы решения;
- существует, по крайней мере, один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач;
- пространство возможных решений относительно невелико (число решений счетно);
- доступные данные «зашумлены»;
- задачи решаются методом формальных рассуждений;
- данные и знания надежны и не изменяются со временем.
Модели, построенные на основе ПС, нецелесообразно применять в случаях:
- наличия эффективных алгоритмических методов управления, решаемых путем формализованных преобразований и процедурного анализа (т.е. задачи носят вычислительный характер);
- отсутствия или недостаточного числа экспертов;
- невозможности построения статической базы знаний (то есть знания меняются со временем).
Модели, построенные с использованием четкой и/или нечеткой логики, часто также могут быть классифицированы как качественные.
Теорию нечетких множеств применительно к области управления можно определить как расширение методов четкой логики и традиционного управления, имеющее своей целью ликвидацию ряда недостатков и ограничений четкой логики, а также использование лингвистической информации.
Одной из посылок развития этой технологии послужил факт, что для некоторых видов сложных систем интуиция и опыт человека-оператора приводит к более качественным результатам. При этом обычно большую часть объединенных интуитивных и эвристических знаний можно представить относительно простым форматом. Наиболее распространен формат «ЕСЛИ … ТО …». Если некоторое понятие введено в базу знаний (БЗ) определенного формата, то его можно использовать для программирования на ЭВМ и для автоматического получения соответствующих заключений на основе этой базы, а также имеющихся в распоряжении фактов.
Все характеристики ПС справедливы и для нечетких логических моделей (НЛМ) за исключением области применения: ПС обычно используются для диагностики, консультации и т.д., что обычно означает их непрерывное взаимодействие с оператором, а НЛ обычно используются для автоматического управления и поэтому указанное взаимодействие при обычной работе невелико.
НЛ в последнее время стала завоевывать ведущее положение в системах управления разнообразными устройствами, выпускаемыми ведущими мировыми производителями как бытового, так и технологического оборудования.
Механистические модели
Если знания о функционировании модели формализованы, то для описания таких моделей могут быть использованы механистические модели (ММ), к числу которых относят системы алгебраических, трансцендентных, дифференциальных уравнений и передаточных функций. Такие модели обычно получают путем анализа физических и химических основ моделируемых процессов.
Результатом анализа является прямая или обратная модель моделируемого процесса. Прямая модель отражает влияние входных координат процесса на выходные и может быть представлена в виде функции