Реферат по дисциплине на тему Выполнил Проверил
 Скачать 39.33 Kb.
|
 МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Казанский национальный исследовательский технологический университет» (ФГБОУ ВО «КНИТУ») __________________________________________________ (название института, факультета) Кафедра _________________________________________ Реферат по _дисциплине ____________________________ на тему_____________________________________ Выполнил Проверил Казань _____________г СОДЕРЖАНИЕ Введение………………………………………………...…………………………3
Заключение……………………………………………………………………….16 Список литературы………………………………………………………………17 ВВЕДЕНИЕ В основных направлениях экономического и социального развития становится задача развивать производство электронных устройств регулирования и телемеханики, исполнительных механизмов, приборов и датчиков систем комплексной автоматизации сложных технологических процессов, агрегатов, машин и оборудования. Во всем этом могут помочь автоматизированные системы управления. Автоматизированная система управления или АСУ - комплекс аппаратных и программных средств, предназначенный для управления различными процессами в рамках технологического процесса, производства, предприятия. АСУ применяются в различных отраслях промышленности, энергетике, транспорте и т. п. Термин автоматизированная, в отличие от термина автоматическая подчеркивает сохранение за человеком-оператором некоторых функций, либо наиболее общего, целеполагающего характера, либо не поддающихся автоматизации. Опыт, накопленный при создании автоматизированных и автоматических систем управления, показывает, что управление различными процессами основывается на ряде правил и законов, часть из которых оказывается общей для технических устройств, живых организмов и общественных явлений.
Математическое обеспечение (МО)АСУ — это система методов, приемов и средств, позволяющих эффективно разрабатывать программы решения на ЭВМ конкретных задач АСУ, управлять работой ЭВМ в процессе решения этих задач, контролировать правильность работы ЭВМ. Основными положениями, которыми необходимо руководствоваться при создании МО АСУ, являются следующие: - совместимость и базирование разрабатываемого МО АСУ на имеющемся МО ЭВМ; - ориентированность выбираемых средств МО на задачи АСУ; - достаточное разнообразие средств автоматизации программирования; - возможность эффективного внесения изменений в рабочие программы; - возможность однозначного и исчерпывающего описания алгоритмов; - возможность оптимизации работы программ частного применения; - модульность построения программ. МО АСУ служит для представления пользователю широкого спектра услуг по технологии программирования. Его можно разделить на две части: составление управляющих программ и составление обрабатывающих программ. Управляющие программы осуществляют первоначальную загрузку оперативной памяти машин и управление работой АСУП, включая обработку прерываний, распределение работы каналов, загрузку программ из библиотеки в оперативную память. Управляющие программы обеспечивают многопрограммную работу, осуществляют связь с оператором. Обрабатывающие программы включают в себя систему автоматизации программирования и обслуживающие программы. Функции системы автоматизациипрограммированияследующие: запись программ на входных языках программирования; трансляции программ на внутренний язык ЭВМ; объединение (сборка) нужных конфигураций (сегментов) из стандартных подпрограмм; отладка программ на уровне входных языков; корректировка программ на уровне входных языков. Основными задачами обслуживающих программ являются следующие: запись программ в библиотеку; исключение программ из библиотеки; перезапись программ с одного магнитного носителя на другой, печать и вывод программ на перфоносители; вызов нужных программ в процессе работы в оперативную память и настройка ее по месту размещения. Основными компонентамиМО АСУ являются системная диспетчерская программа и библиотека стандартных подпрограмм и типовых программ, предназначенных для обработки производственно-экономической информации. Системная диспетчерская программа обеспечивает функционирование АСУП в режиме, определенном производственно-хозяйственной или административной деятельностью. Библиотека стандартных подпрограмм, имеющаяся в МО ЭВМ, является переходной ступенью к разработке системной библиотеки, ориентированной на процессы обработки информации в АСУ. Системная библиотека должна содержать: - программы ввода и преобразования в машинную форму документов и других письменных источников исходных данных; - программы для организации машинных массивов, характеризуемых как большими объемами, так и сложностью их структуры, для эффективного поиска и извлечения требуемых данных из массивов; - программы для преобразования данных в наиболее приемлемую для человека форму (в виде графиков, схем, изображений) и вывода их на внешние устройства. Управлять, естественно, всегда стремятся как можно лучше - обеспечить выпуск продукции лучшего качества с минимальными издержками, достичь наивысшей производительности труда, быстрее достичь намеченной цели и т. д., и т. п. Качество управления прямо зависит от качества принимаемых решений и точности их реализации. При поиске лучших решений часто недостаточно только опыта и интуиции тех, кто принимает решения. Лиц, принимающих решения (сокращенно ЛПР), требуется вооружить соответствующими методами и инструментами принятия решений, позволяющими находить приемлемые решения, сравнивать их между собой и выбирать наиболее подходящие для имеющихся условий и требований. Одним из таких инструментов являются математика и экономика - математические методы. Название «экономико-математические» эти методы получили из-за того, что решаемые с их помощью задачи имеют экономический смысл, а формулируются и решаются с помощью математики. Математические выражения связывают основные факторы, влияющие на качество решений, манипуляции с ними помогают находить искомые решения. Формализованная постановка задач управления позволяет использовать средства вычислительной техники для анализа допустимых управляющих решений, поиска наиболее рационального или даже оптимального решения. За руководителем остается принятие окончательного решения, а также учет и анализ трудно формализуемых факторов, влияющих на функционирование объекта управления. Нахождение оптимальных планов производства, наиболее рациональных маршрутов перевозок, определение оптимального уровня запасов и т.д.- примеры задач, решаемых с помощью экономико-математических методов. Попытки применения математики для решения экономических задач начались до появления ЭВМ и АСУ. Еще в 1939 г. Л. В. Канторович опубликовал работу «Математические методы организации и планирования производства». К математическим моделям для АСУ предъявляется ряд требований. Во-первых, математическая модель объекта управления должна достаточно полно (адекватно) описывать основные закономерности его функционирования. Во-вторых, должна быть ориентирована на использование определенных методов (или группы методов), с помощью которых можно найти искомое решение. В-третьих, время нахождения управляющих решений должно быть приемлемым. При этом определенные ограничения накладываются используемой ЭВМ- ее быстродействием и объемом памяти. Применение математических моделей должно предусматриваться при создании АСУ, а сами модели должны быть такими, чтобы их можно было непосредственно использовать в процессе управления. Это непременное условие требует тесной увязки разработок моделей с выбором структуры выполнения работ, требует соответствующего информационного обеспечения, новых методов ведения работ и даже новых форм документов. Это требование связано с тем, что математические модели должны быть органически включены в поток работ системы управления. Поэтому разработчики математических моделей, помимо знания математики, должны четко представлять себе сущность самих задач или функции управления, знать возможности используемой ЭВМ, возможности и структуру математического обеспечения, процедуру работ. Наконец, применяемые модели необходимо обеспечить соответствующей информацией. Как бы хорошо модель ни описывала поведение объекта, если на практике невозможно получить достоверные данные о значении всех переменных, входящих в модель, то ее использование невозможно. Ограничения, накладываемые ЭВМ, возможностями информационного обеспечения, и ряд других часто приводят к необходимости огрубления моделей, т. е. нахождения приближенных описаний поведения объектов управления. При этом, естественно, существуют пределы, за которые выходить нельзя, чтобы не получить недостоверные результаты. Использование математических моделей в работе системы управления требует наличия соответствующей нормативной базы, наличия классификаторов, оперативно корректируемой информации, адекватного технического обеспечения и т.д. Отсутствие всех этих факторов - одна из причин недостаточного уровня применения мате матики в АСУ. Другая причина - чисто «математическая». Чтобы применить математическую модель, ее нужно иметь. Сложность реальных задач, необходимость учета множества часто весьма разнородных параметров и ограничений, нелинейностей, случайных событий определяют трудности с разработкой самих математических моделей, причем таких, которые можно непосредственно использовать в процессах управления для получения лучших управляющих решений. Практика показала, что для административного управления нужна «своя» математика, так как классические аналитические методы, с успехом применяемые при управлении техническими объектами, часто «не работают» в системах организационного управления (хотя в ряде случаев их применение позволяет получить необходимые результаты). Аналитические методы пригодны тогда, когда модель представляет собой систему сравнительно небольшого числа линейных или разностных уравнений первого или второго порядка, и малопригодны в случае больших порядков, необходимости учета нелинейностей, случайных возмущений. На практике не так много задач, которые могут быть решены классическими оптимизационными методами или методами математического программирования. Следует заметить, что сложность задач управления, большая размерность математических уравнений, являющихся моделями этих задач, как правило, делают нереальной и нецелесообразной разработку единых «глобальных» моделей, описывающих работу всей системы управления, ее отдельных функций. В практике управления постоянно требуется оценивать эффективность (качество) принимаемых решений. При этом необходимо оценивать влияние различных факторов на эффективность - изменений маршрута прохождения деталей на производительность оборудования, изменения цены на спрос и т. д., и т. п. При решении таких зада приходится иметь дело с множеством чисел - отсюда название «численные методы». Причем результаты вычислений также нужны в численной форме. В большинстве случаев аналитические методы при этом непригодны. Приходится обращаться к численным методам машинной обработки. Машинная имитация - это эксперимент, проводимый с помощью ЭВМ не на реальном объекте, а на его модели, описывающей поведение изучаемой системы в течение определенного отрезка времени с введением в случае необходимости изменений в значение параметров, и структуру и взаимосвязь. При этом модель объекта не обязательно должна быть записана в виде математических уравнений - она может быть словесным описанием операций, производимых над набором чисел, вместе со значениями этих чисел (так называемая операторная форма записи). Эти модели дают алгоритм, т. е. последовательность действий, операций, осуществление которых приводит к искомому конкретному решению. Другими словами, алгоритмические методы дают не столько решение, сколько способ его нахождения, что существенно расширяет их возможности по сравнению с аналитическими методами. Уравнения, используемые в имитационном моделировании, отражают предположения, связывающие управляемые переменные, внешние возмущения и результаты тех или иных действий или решений. В реальных условиях значения ряда переменных являются случайными. Поэтому характеристики функционирования систем в этих случаях имеют вид законов распределения вероятностей, конкретные значения переменных получаются на основе статистических выводов. С помощью численных (алгоритмических) методов решаются модели массового обслуживания и управления запасами, ряд моделей оперативного планирования и управления производством, финансовые модели, модели деловых игр и т. д. Пожалуй, именно на модели деловой игры наиболее наглядно можно представить применение машинных экспериментов в управлении. Деловая игра - это численный эксперимент с моделью, причем при самом активном участии человека на этапах принятия решений. Эксперименты с моделью позволяют наблюдать влияние различных параметров на результаты функционирования системы, изменяя и уточняя различные предположения в модели, вводя изменения в функциональные характеристики и расчетные формулы. Еще одна и достаточно принципиальная особенность моделей машинной имитации связана с тем, что многие из них позволяют ЛПР участвовать в нахождении решений, вмешиваться в процессы счета. Это достигается использованием режима диалога с ЭВМ. Модели для машинных экспериментов, рассчитанные на практическое применение, должны удовлетворять ряду требований. Одно из них - удобство ввода данных и изменения их значений, а также подготовка машинных программ для осуществления экспериментов на ЭВМ. Если исходные данные могут быть введены и в пакетном режиме, то изменение их значений, т. е. оперативное изменение параметров функционирования систем, лучше (а часто просто необходимо) вести в диалоговом режиме. Есть несколько вариантов организации такого диалога. К сожалению, в реальных моделях «подправить» недопустимый набор на основе одной только интуиции практически невозможно. Это обстоятельство приводит к тому, что диалог становится более сложным (и более содержательным) и для человека, и для машины: на ЭВМ возлагается формирование допустимых наборов управляющих воздействий и «исправление» недопустимых. Для формирования допустимых наборов управляющих воздействий могут в свою очередь использоваться математические модели, а для «исправления» недопустимых разрабатываются специальные поисковые алгоритмы. Способы организации данных предусматривают структуру их представления, позволяющую изменять как отдельные значения, так и целый набор данных. В частности, это удобно делать с помощью так называемых древовидных структур, списочной организации данных, набора данных. Такие структуры позволяют достаточно легко оперировать с массивами, добавляя новые данные, изменяя значения старых, контролировать и направлять информационные потоки. При этом человеку обеспечивается постоянный доступ к информации, хранящейся в памяти ЭВМ. Наконец, языки имитационного моделирования включают в себя механизмы, позволяющие описывать динамику состояния систем, смену их состояний во времени. Все это дает возможность описывать поведение имитируемых систем в терминах, специально созданных на базе основных понятий имитации. Особенно важно, что в основе языков имитационного моделирования лежат естественные языки. Хотя в настоящее время численные методы решения экстремальных задач достаточно хорошо разработаны (по крайней мере для определенных классов задач) выбор конкретного метода для использования в АСУ представляет собой нетривиальную задачу, поскольку для одной и той же модели методы отыскания управляющих воздействий могут отличаться по скорости сходимости, времени счета, объему требуемой памяти ЭВМ и ряду других показателей. Более того, случается, что методы, в целом хорошо «работающие» в определенном классе задач, для конкретной задачи этого класса могут оказаться хуже, чем «менее хорошие».
Алгоритмическое обеспечение – совокупность алгоритмов функционирования подсистем АСУ ТП, которая реализуется в виде программ. Например, алгоритмы первичной обработки информации ПОИ, стабилизации, оптимизации, программно-логического управления и т.д. Реализация функции системы первичной обработки информации (СПОИ) для АСУ ТП зависит от многих взаимосвязанных факторов: мощности энергетического объекта, состава реализуемых технологических функций, структуры ПТК АСУ ТП и технических характеристик контроллеров ПТК, а также принятыми техническими решениями по функциональной структуре системы, в том числе подсистемы технологических защит (ТЗ), выполняемой на базе микропроцессорной техники (МПТ) в соответствии с РД 153-34.1-35.137-00. Функции СПОИ: - прием и первичная обработка аналоговой и дискретной информации от датчиков (аналоговых и дискретных сигналов) и других ПТК, входящих в АСУ ТП; - прием и первичная обработка информации и команд, поступающих по цифровым линиям связи от автономных подсистем автоматического управления. - проверка достоверности входной информации с выдачей соответствующих сигналов сигнализации и сообщений, а также должна быть предусмотрена возможность автоматического вывода из работы сигналов от неисправных датчиков, используемых в контурах управления (ТЗ, АР, ЛУ). При отказах модулей УСО (и после их устранения), выявленных алгоритмами самодиагностики, должны формироваться соответствующие признаки недостоверности (достоверности) входной информации. Реализация функций производится в основном на нижнем (контроллерном) и в отдельных случаях на верхнем (сервер, операторские станции и т.д.) уровнях ПТК АСУ ТП. При сборе и первичной обработке аналоговых сигналов производится: - опрос датчиков и других источников информации; - проверка достоверности информации и сглаживание измеренных значений в соответствии с требованиями технологических алгоритмов; - формирование признаков недостоверности информации; - масштабирование, линеаризация и вычисление неизмеряемых значений параметров (например, извлечение квадратного корня при определении значений расхода среды и коррекция расхода по температуре и давлению среды). Для сигналов термопреобразователей производится линеаризация характеристик в соответствии со стандартными градуировками и вводится поправка на изменение температуры холодных спаев; - формирование массивов достоверной аналоговой информации; - проверка выхода достоверных значений параметров за технологические уставки; - формирование сигналов и сообщений технологической сигнализации (ТС) при выходе измеренных параметров за технологические уставки; - формирование признаков существенных изменений значений аналоговых параметров (например, более +/- 1 - 5% по отношению к значению параметра в предыдущем цикле опроса). Сбор и первичная обработка входной информации может быть разделена на несколько стадий (этапов). Первая стадия сбора и первичной обработки входных аналоговых сигналов, полученных от соответствующих датчиков, заключается в опросе, сглаживании (фильтрации) и преобразовании значений сигналов в цифровую форму представления в каждом цикле опроса (Т), задаваемом при проектировании.Сглаживание (фильтрация) аналоговых сигналов выполняется аппаратными средствами модулей УСО и при необходимости программными средствами ПТК. Фактический цикл опроса (Т ) датчиков может быть существенно меньшим, чем Т . Это позволяет получить результирующие значения параметров путем обработки нескольких значений каждого из параметров, зафиксированных с циклом опроса Т (например, путем вычисления среднего значения). Точность получаемых результирующих значений параметров в каждом заданном цикле опроса Т, как правило, существенно выше мгновенных значений за счет нивелирования погрешностей, вызванных влиянием меняющихся внешних факторов (например, электрических и магнитных полей).Вторая стадия заключается в проверке достоверности информации, масштабировании и линеаризации значений параметров в цикле опроса. На этой же стадии, как правило, производится формирование признаков существенных изменений значений аналоговых параметров (например, более +/- 1 - 5% по отношению к значению параметра в предыдущем цикле опроса), вычисление неизмеряемых значений параметров (например, извлечение квадратного корня и коррекция расхода по температуре и давлению среды) и формирование массивов достоверной аналоговой информации. На третьей стадии (при необходимости) выполняется более сложная обработка информации. Например, проверка выхода достоверных значений параметров за технологические уставки и формирование признаков - логических сигналов (сигналов ТС) при выходе измеренных параметров за технологические уставки. На первой или второй стадии первичной обработки информации каждому из значений аналоговых параметров должна быть присвоена метка времени их фиксации. При формировании признаков существенного изменения, недостоверности и выхода значений параметров за технологические уставки им также должны быть присвоены метки времени, соответствующие меткам времени фиксации соответствующих параметров. Метки времени должны обеспечить определение момента времени фиксации параметра с точностью не хуже значения цикла опроса параметра Т. Значения аналоговых параметров с метками времени и соответствующими признаками (существенного изменения, выхода за уставки и т.п.) в каждом цикле опроса помещаются в базу данных текущих значений параметров для возможности их использования задачами других подсистем АСУ ТП. Для обеспечения необходимой надежности измерения, как правило, подразделяются на три группы: - измерения высшей группы надежности, для которых используются три датчика с последующим выделением достоверного значения; - измерения повышенной группы надежности, для которых используются два датчика с последующим выделением достоверного значения; - прочие измерения, для которых используется один датчик. Для ввода в ПТК измерений первой и второй групп датчики подключаются одновременно к двум контроллерам и (или) разным модулям УСО. ЗАКЛЮЧЕНИЕ Математическое обеспечение (МО) АСУ — это система методов, приемов и средств, позволяющих эффективно разрабатывать программы решения на ЭВМ конкретных задач АСУ, управлять работой ЭВМ в процессе решения этих задач, контролировать правильность работы ЭВМ. Основными положениями, которыми необходимо руководствоваться при создании МО АСУ, являются следующие:
Алгоритмическое обеспечение – совокупность алгоритмов функционирования подсистем АСУ ТП, которая реализуется в виде программ. Например, алгоритмы первичной обработки информации ПОИ, стабилизации, оптимизации, программно-логического управления и т.д. СПИСОК ЛИТЕРАТУРЫ |