Адаптивные и имитационные подходы к разработке моделей технических систем (реферат). Адаптивные и имитационные подходы к разработке моделей технических систем
 Скачать 256.8 Kb.
|
|
Федеральное государственное бюджетное образовательное учреждение высшего образования «Уфимский государственный нефтяной технический университет» Кафедра «Автоматизация, телекоммуникация и метрология» Реферат по дисциплине «Теория систем» на тему «Адаптивные и имитационные подходы к разработке моделей технических систем» Студент гр. БУС 18-01 И.Ю. Чернигов (подпись, дата) Зав. кафедрой АТПП М.М. Закирничная Уфа 2021 СОДЕРЖАНИЕВведение 3 1 Адаптивный подход к разработке моделей технических систем 4 2 Имитационный подход к разработке моделей технических систем 8 2.1 Путь создания имитационной модели 9 3 Комплексирование адаптивного и имитационного подходов 12 Заключение 14 Список использованной литературы 15 ВВЕДЕНИЕ Развитие современных инструментальных средств позволяет кардинальным образом расширить сферу применения математического моделирования в управлении промышленными предприятиями. В первую очередь это относится к имитационным и адаптивным моделям, которые, в отличие от аксиоматически строго обоснованных моделей, обладают значительным сходством с исследуемой системой, отражают её структуру и функциональные связи между элементами. Имитационный и адаптивный подходы позволяют реализовать адаптационный процесс принятия решений на основе воспроизведения динамики функционирования сложной экономической системы, обеспечивая выбор рациональных вариантов на основе сочетания опыта и интуиции руководителя с возможностями многовариантного компьютерного анализа. Таким образом, автоматизация технических систем с помощью имитационного и адаптивного подхода является актуальной темой изучения. Цель работы: изучить адаптивные и имитационные подходы к разработке моделей технических систем. Цель будет достигнута с помощью следующих задач: – рассмотрения адаптивного и имитационного подходов в частности; – выделения пути создания имитационной модели; – рассмотрения способа комплексирования адаптивного и имитационного подходов. 1 Адаптивный подход к разработке моделей технических систем Техническая система — искусственно созданная система, предназначенная для удовлетворения определенной потребности, существующая: 1) как изделие производства, 2) как устройство, потенциально готовое совершить полезный эффект, 3) как процесс взаимодействия с компонентами окружающей среды, в результате которого образуется полезный эффект [2]. Техническая система состоит из машин, станков, приборов, оборудования, технологий, процесс эксплуатации которых определен. Для нее характерна высокая степень определенности, число решений конечно, а их последствия, как правило, заранее известны. Принимаемые решения строго формализованы и выполняются в определенном порядке. Качество решения в технической системе зависит от профессионализма специалиста, принимающего данное решение [5]. Задачи, встающие сегодня перед проектировщиком систем автоматического и автоматизированного управления, все чаще требуют при решении использования теории адаптивных систем. Сформулировать в общих чертах задачу адаптивного управления относительно легко, но весьма не просто решать конкретные задачи управления объектами. Причина в том, что адаптивное управления требуется там, где отсутствует или существенно ограничена априорная информация о реальных законах изменения динамических свойств объекта и входных воздействиях на систему управления, которые будут иметь место при функционировании системы. Эту информацию необходимо извлекать в процессе нормального режима работы системы. Действительно, характерной чертой современного уровня автоматизации является управление тем или иным объектом в условиях априорной неопределенности. В длинном ряду специфических особенностей, характеризующих условия работы систем прямого адаптивного управления, можно указать: – многомерность; – многосвязность; – нелинейность; – нестационарность. Однако неопределенность часто оказывается основной трудностью, поскольку существенно усложняет задачу именно недостаток информации, необходимой для выработки управляющего воздействия. Априорная неопределенность вызывается рядом объективных причин и, как правило, проявляется в отсутствии полных сведений относительно параметров или характеристик объекта, а также относительно приложенных к объекту управления внешних помех и задающих воздействий. Кроме того, при эксплуатации системы параметры объекта управления и внешней среды могут изменяться непредвиденным образом, и тогда нестационарность выступает как один из видов неопределенности. К числу факторов неопределенности в автоматизированных системах управления технологическими процессами относятся: изменение режимов работы оборудования, нестабильность характеристик сырья и топлива, износ и старение оборудования, загрязнение и т.п. Начало применению адаптивного подхода в задачах управления было положено в задаче управления полетом, а сейчас используется при создании систем управления непрерывными технологическими процессами, энергетическими комплексами, движущимися объектами (летательные аппараты, суда, манипуляционные роботы и т.п.). При создании автоматических систем управления технологическими процессами в химической промышленности и металлургии, в различных производственных процессах (пиролиз бензина, обработка металла резанием, доменное производство) также прибегают к методам адаптации, поскольку получение достаточно полной модели объекта управления представляет собой сложную задачу, связанную с длительными и дорогостоящими исследованиями. Термин «адаптивные системы» в настоящее время общепринятый, хотя в отечественной литературе до 70-х гг. использовался другой – «самонастраивающиеся системы». Позже, наряду с понятием адаптивных систем, вслед за Д. Саридисом, стали употреблять термин «самоорганизующие системы». В самонастраивающихся системах для достижения поставленной цели управления следует изменять лишь параметры управляющего устройства или управляющих воздействий, при этом объем априорной информации, необходимой для построения работоспособной системы управления, достаточно велик. В самоорганизующихся системах для ее создания требуется меньший объем начальных сведений, но при этом для достижения заданной цели управления необходимо изменять как параметры управляющего устройства, так и его структуру. Адаптивные системы разделяют на поисковые и беспоисковые. В поисковых адаптивных системах формируется некоторый показатель качества системы, доступный измерению и обладающий экстремальной характеристикой в зависимости от параметров регулятора, значения которых определяются с помощью специальным образом организованных поиска и настройки. Положение экстремальной точки неизвестно, оно изменяется вместе с изменением математической модели объекта и внешних воздействий на систему управления. Задача сводится к отысканию экстремальной точки показателя качества системы на множестве настраиваемых параметров при незначительных поисковых изменениях этих параметров [3]. Построение беспоисковых адаптивных систем опирается на использование принципа отрицательной обратной связи, что позволяет в отличие от поисковых систем не отыскивать, а задавать некий показатель. Этот показатель остается неизменным или изменяется желаемым образом за счет целенаправленного изменения параметров или структуры регулятора при непредсказуемом изменении параметров математической модели объекта и внешних воздействий. В качестве таких показателей должны выступать характеристики системы управления, определяющие ее функциональную работоспособность. Среди беспоисковых систем управления наибольшее распространение получили адаптивные системы с эталонными моделями, поскольку они приводят к легко реализуемым системам с высокой скоростью адаптации. Эталонная модель может быть задана явно или неявно. В первом случае она является частью самой системы управления, а во втором – используется только для вычисления закона управления. Беспоисковые адаптивные системы управления с явной эталонной моделью составляют обширный класс адаптивных систем управления, в которых желаемое движение задается конкретным физическим устройством, обычно построенным с использованием традиционных методов синтеза систем автоматического управления. В адаптивных системах управления с неявной эталонной моделью желаемая динамика объекта управления задается в системе не с помощью реального устройства, а в виде некоторого «эталонного уравнения». Отличительной особенностью таких систем управления является снижение требований к структуре основного контура и объему измеряемой информации по сравнению с адаптивными системами, в которых используется явная эталонная модель. При разработке гибридных систем прямого адаптивного управления чаще применяется явная, реже – неявная эталонная модели [6]. 2 Имитационный подход к разработке моделей технических систем В основу метода имитационного моделирования системы управления положено следующее: 1) представление промышленного предприятия в виде многоуровневой иерархической системы с распределением компонентов системы по уровням с активными элементами принятия решений на каждом из уровней иерархии; 2) использование информационных технологий КИС (корпоративных информационных систем): методологии UML и проведение функционального анализа на основе методологии SADT для построения вербальной и концептуальной модели объекта исследования; применение концепции объектно-ориентированного программирования для разработки программы имитационной модели на основе процессного способа имитации; использование технологии XML для ввода данных в модель из корпоративной информационной системы; 3) создание и использование базовой имитационной модели (БИМ) промышленного предприятия в системе управления; 4) выбор варианта решения на соответствующем уровне системы управления промышленным предприятием; 5) использование иерархических уровней адаптации системы управления для приспособления ее к специфическим свойствам объекта и внешней среды. Для эффективного использования имитационной модели в контуре управления предприятием предложен метод поиска рациональных решений в информационной системе управления промышленным предприятием. Метод поиска рациональных решений реализуется последовательностью следующих этапов эксплуатации базовой имитационной модели: – формулировка целей управления предприятием; – определение объекта управления; – структурный синтез имитационной модели; – параметрический синтез имитационной модели; – выбор алгоритма принятия решений; – коррекция всей системы управления предприятием 2.1 Путь создания имитационной модели Чтобы построить какую-либо имитационную модель объекта, его нужно вначале подробно изучить и проанализировать по интересующим составным частям. Системный анализ (СА) и теория систем являются основным инструментом, позволяющим структурировать объект на составные элементы и содержательно описывать во взаимосвязи друг с другом каждый элемент. Для простых объектов СА интуитивно выполняется в голове программиста, которому поручено построить модель данного объекта. Для сложных объектов СА осуществляется специализированной группой, состоящей из аналитиков и программистов. Поэтому СА является в любой случае необходимым инструментом для построения любой модели и, особенно, имитационной. После анализа объекта при помощи СА, его поэлементное описание должно быть воплощено в структурную схему этого объекта, построенную с точки зрения тех целей, для которых осуществляется модельное исследование. Признанным инструментом для этого является программно-целевое планирование (ПЦП), которое выстраивает соответствующие цепочки, или иерархии элементов объекта в соответствии с поставленными целями объекта. Такие цепочки, или иерархии являются структурой объекта и одновременно задают программы его функционирования, которые нужно исследовать и оценить. Программно-целевое планирование фактически является схемой и алгоритмом, описывающим варианты деятельности объекта моделирования. В арсенале ПЦП элементы и понятия кибернетики, математические методы, элементы теории управления и т. п. ПЦП фиксирует целевую структуру модели объекта и необходимые алгоритмические варианты ее исследования, включая элементы аналитического моделирования. Наиболее целесообразный способ выполнения этапа ПЦП предполагает разработку и применение так называемого языка пользователя. Лишь после того, когда получена целевая структура модели и программа ее исследования, наступает очередь программистов, которые стараются реализовать целевую структуру модели с помощью определенных симуляторов в виде компьютерной имитирующей модели. Компьютерная модель в динамическом режиме замыкает и оживляет этапы СА и ПЦП, тем самым позволяя просчитать все необходимые варианты (программы) функционирования объекта, описанного ПЦП. Каждый вариант (программа) фиксируются определенными заданными показателями, которые виртуально отображают состояния и функционирование объекта в том или ином варианте. Одним из главных базисов ОТИМ (оптоинформационных технологий и материалов) является единое, соответствующее принятому в общей теории систем и кибернетике определение систем, их классификация по уровням сложности и единая математическая формализация. Оптоинформационные технологии и материалы: – соединяет в одно целое построение динамических аналогий в форме управляющих и управляемых систем, используя специально созданные языки высокого уровня или языки пользователя (заказчика) модели, и программные симуляторы, обеспечивающие компьютерный расчет модели; – позволяют сопрягать без противоречий различные математические методы и схемы моделирования систем, используя безразмерные информационные потоки; – позволяет отыскивать оптимальные решения с учетом многоцелевых функций; – оценивать устойчивость систем и ее запасы; – рассчитывать надежность функционирования моделируемых объектов; – учитывать конфликтность интересов; – принимать решения и т.п. В ОТИМ используются современные технологии программирования и мощные вычислительные комплексы. Помимо системного анализа, теории систем, кибернетика, как всеобъемлющая наука об управлении, формирует философскую базу и диалектику управления любым объектом, в том числе самым сложным, а ОТИМ представляет объекты моделирования в форме динамической виртуальной реальности. ОТИМ, пользуясь общим аппаратом кибернетики и методами составляющих ее дисциплин, создает качественно новые возможности исследования больших систем или систем большой сложности. Таким образом, имитационный подход к разработке моделей технических систем представляет собой подход исследования сложных (больших) систем любой природы с применением компьютерных технологий путем перевода в безразмерную форму всех видов взаимодействий между элементами, составляющими систему, а также между исследуемой системой и другими системами, что позволяет применять совместно для исследования дисциплины, обладающие различной аксиоматической основой [1]. 3 Комплексирование адаптивного и имитационного подходов На сегодняшний день перспективным направлением представляется применение комплексирования современных технологий адаптивного и имитационного подхода, позволяющих учитывать и оценивать последствия одновременного влияния множества пересекающихся воздействий. Но остается нерешенным ряд вопросов, касающийся методических и практических аспектов формализации адаптивных механизмов согласования интересов экономических агентов (ЭА), что и определило актуальность исследования. Адаптивно-имитационный подход рассматривается как комплекс индикаторов, описывающих желаемое состояние системы в будущем, и управляющих параметров, реализация которых направлена на их достижение. Ключевым вопросом является определение баланса интересов основных ЭА. Для решения данной задачи приведен пример концепции адаптивно-имитационной модели (АИМ) региона, основывающаяся на последовательной адаптации стратегий поведения агентов и управляющего воздействия к изменению экономической и технической ситуации и включающая три ключевых уровня (рисунок 1) [4]. Орешников В.В. предлагает провести адаптивно-имитационный подход с помощью рассмотрения макросреды, модели управления и экономических агентов, которые в свою очередь также делятся на составляющие.  Рисунок 1 – Концепция построения и логическая структура адаптивно-имитационной модели То есть разработанная Орешниковым В.В. схема построения адаптивно-динамической модели региона, включающая подмодели адаптивного поведения ЭА, управления и влияния макросреды, позволяет согласовывать интересы и стратегии базовых ЭА в процессе разработки и реализации среднесрочных программ развития технического комплекса. Предложенный им подход позволяет вырабатывать управляющие воздействия для достижения параметров индикативного плана в условиях взаимной адаптации частных целей ЭА и глобальных целей управляющей подсистемы с использованием методов нечеткой логики. Применение данной методики позволяет повысить эффективность стратегирования на региональном уровне [4]. ЗАКЛЮЧЕНИЕ Уникальность использования различных адаптивного и имитационного подходов к разработке моделей технических систем в настоящее время находит широкое применение и в автоматизации нефтегазодобывающей и нефтегазоперерабатывающей промышленности. Например, применение системы автоматизации направления и центрирования долота при бурении и его отслеживание в реальном времени. Кроме того математическое моделирование с адаптивным и имитационным подходами находит отражение в построении моделей месторождений с помощью компьютерных программ. В них автоматизация позволяет смоделировать пространственное изменение слоев пород с помощью пробуренных скважин и вычисления средних значений в пустотах между скважинами. В целом можно заключить, что вследствие многообразия социально-экономических, политических, технологических факторов, влияющих на функционирование предприятий в рыночной среде, необходимо дальнейшее развитие методологии автоматизированного управления техническими системами. Актуальным остается решение комплекса теоретических и практических проблем, связанных с совершенствованием концепции принятия управленческих решений на базе имитационного и адаптивного подходов. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ Девятков В. В. Развитие методологии имитационных исследований сложных экономических систем // Москва. – 2015.; Кириллов Н. П. Концептуальная модель объекта ситуационного управления функциональными состояниями технических систем // Искусственный интеллект и принятие решений. М.: РАН, 2012, № 4; Ивасенко Г. В., Шеленок Е.А. Способы построения систем управления динамическими объектами в условиях неопределенности: адаптивный подход. – Тихоокеанский государственный университет (Хабаровск): Информационные технологии XXI века. – 2017. – 81-87; Орешников В. В. Подход к разработке и применению адаптивно-имитационной модели региона // Современные проблемы науки и образования. – 2014. – № 6.; URL: http://www.science-education.ru/ru/article/view?id=16792; Фаррахов, А. Г. Управление социально-техническими системами: учебное пособие для студентов высших учебных заведений, обучающихся по направлению подготовки 190700.62 «Технология транспортных процессов» / А. Г. Фаррахов. - Москва : РИОР, Москва : ИНФРА-М, 2015. - 216 с. ; Шевко Д. Г. Адаптивное управление в условиях неопределенности // Научное обозрение. Технические науки. – 2016. – № 2. – С. 75-77 URL: https://science-engineering.ru/ru/article/view?id=1083. |