Содержание к диссертации
Введение
1. CLASS Введение CLASS 4
2. Принципы построения систем регистрации быстротекущих процессов при испытаниях авиационных изделий
2.1. Виды и особенности испытаний авиационных изделий 7
2.2. Тенденции развития систем регистрации быстротекущих процессов при испытаниях авиационных изделий 9
2.3. Преобразователи сигналов 13
2.4. Выводы 18
3. Разработка эффективных алгоритмов сжатия сигналов на основе адаптивной временной дискретизации 19
3.1. Общие вопросы адаптивной временной дискретизации 19
3.2. Основные характеристики-процедуры адаптивной временной дискретизации 19
3.3. Экстраполяционные алгоритмы сжатия при дискретном представлении сигналов 27
3.4. Выводы 35
4. Разработка и анализ параметров адаптивных коммутаторов сигналов 37
4.1. Общие вопросы адаптивной коммутации 37
4.1.1. Процедура адаптивной коммутации по критерию текущей погрешности аппроксимации сигналов 41
4.1.2. Анализ адаптивной коммутации 43
4.1.3. Предельные оценки характеристики адаптивной коммутации 47
4.1.4. Приближенный (асимптотический) метод анализа адаптивной коммутации 50
4:2. Принципы реализации многоканальных преобразователей с перестраиваемой архитектурой 54
4.2.1. Преобразователь с перестраиваемой архитектурой как система массового обслуживания 60
4.2.2. Приоритетная модель многоканального адаптивного преобразователя 65
4.3. Выводы 72
5. Разработка аппаратурного и программного обеспечения СРБП 74
5.1. Описание аппаратурного и программного обеспечения 74
5.1.1. Характеристика объекта автоматизации 74
5.1.3. Структура системы 75
5.1.4. Функционирование системы 77
5.1.5. Результаты опытной эксплуатации СРБП 78
5.2. Разработка программного обеспечения алгоритмов сжатия синусоидальных сигналов 79
5.2.1. Программная реализация последовательного интерполяционного и экстраполяционного алгоритма сжатия (ПИЭС) 80
5.2.2. Программная реализация алгоритма помехоустойчивого сжатия на основе АВД (АПС-1) 82
5.2.3. Программная реализация алгоритма помехоустойчивого сжатия на основе АВД (АПС-2) 85
5.2.4. Сопоставление разработанных алгоритмов сжатия 88
5.3. Выводы 91
6. Заключение 93
Литература 95
- Тенденции развития систем регистрации быстротекущих процессов при испытаниях авиационных изделий
- Экстраполяционные алгоритмы сжатия при дискретном представлении сигналов
- Принципы реализации многоканальных преобразователей с перестраиваемой архитектурой
- Результаты опытной эксплуатации СРБП
Введение к работе
Постоянное повышение требований к точности, быстродействию, достоверности, информативности и другим характеристикам процесса.испытаний сложных авиационных агрегатов обусловливает необходимость создания и развития современных систем регистрации параметров быстротекущих процессов (СРБП). При этом расширение номенклатуры испытываемых изделий, их усложнение, ужесточение эксплуатационных требований и повышение требований к качеству и эффективности систем испытаний определяют тенденцию к созданию СРБП на основе эффективных алгоритмов сбора и преобразования информации, реализуемых с применением средств вычислительной техники.
В настоящее время среди них широкое применение нашли цифровые многоканальные преобразователи сигналов, использующие относительно простые алгоритмы преобразования. Такие многоканальные преобразователи имеют централизованную архитектуру и жесткую структуру коммутатора. При этом, как правило, многоканальные преобразователи реализуются как неадаптивные структуры закрытого типа, для которых характерны: фиксированная разрядность преобразования и интервал квантования; постоянные (неизменные) параметры алгоритма функционирования; отсутствие учета воздействия переменных параметров окружающей среды и аппаратуры преобразования и т.п. Следует отметить, что основными недостатками подобных структур многоканальных преобразователей являются их относительно низкая производительность и ограниченная точность преобразования сигналов.
Совершенствование технологии изготовления элементов и устройств авиационных агрегатов привело к их усложнению и повышению требований к процессам их испытаний. Переход к автоматизации испытаний сложных авиационных изделий характеризуется наличием большой интенсивности и нестационарности информационных потоков, высокими требованиями к точности, быстродействию и надежности (достоверности) испытаний, усложнением собственно процессов испытаний.
При этом для создания высокоэффективных средств и систем сбора и преобразования информации первоочередной является задача синтеза специальных алгоритмов сжатия, учитывающих специфику объекта (авиационные агрегаты) и процесса испытаний. Известные методы проектирования подобного класса преобразующих устройств и систем не позволяют получать алгоритмы с указанными свойствами. Важность и актуальность проблемы синтеза алгоритмов сжатия информации определяется существенным влиянием принятых проектных решений на этапе выбора указанных алгоритмов на последующие стадии проектирования СРБП.
При этом одной из основных по важности и сложности проблем является создание методов исследования адаптивной временной дискретиза-
ции (АВД) и адаптивной коммутации (АК), основанных на функциональной связи, определяемой остаточным' числом при полиномиальном представлении сигналов.
При усложнении процессов испытаний авиационных агрегатов высокая эффективность СРБП может быть достигнута лишь при решении задач рационального определения структуры, распределения алгоритмов и задач по уровням системы. Сокращение избыточности информации может быть достигнуто также путем создания многоканальных преобразователей сигналов, с перестраиваемой структурой коммутатора и реализующих адаптивные алгоритмы сжатия. Однако в известной литературе вопросы теоретического и экспериментального исследования многоканальных преобразователей с такими структурами и алгоритмами сжатия информации не получили достаточной проработки.
Цель исследования. Разработка основ проектирования, многоканальных преобразователей быстротекущих параметров процесса испытаний с использованием алгоритмов сжатия информации и перестраиваемой структуры.
Задачи исследования. Для достижения, поставленной цели в работе сформулированы и решены следующие задачи:
определены основные характеристики АВД: законы распределения длин интервалов, частоты дискретизации, коэффициента сжатия;
определены основные характеристики АК: точные и предельные оценки качества преобразования информации, асимптотическая оценка на основе распределения Вейбулла-Гнеденко параметров адаптивного коммутатора;
- обосновано использование базового алгоритма преобразования
сигналов, учитывающего специфику и особенности обработки информа
ции в СРБП;
созданы новые алгоритмы сжатия АВД, основанные на формировании линейных экстраполяционных полиномов по «Ь> тактам равномерной временной дискретизации, отличающиеся высокими коэффициентами сжатия;
разработаны,принципы построения многоканальных преобразователей с перестраиваемой структурой сигналов в составе СРБП;
разработаны аналитическая и имитационная модели многоканального преобразователя сигналов с перестраиваемой структурой на основе теории СМО, которые характеризуются: переменной интенсивностью входного потока,, переменным числом обслуживающих приборов, переменной интенсивностью обслуживания заявки отдельной совокупностью приборов, наличием системы приоритетов;
разработана аппаратурно-программная реализация предложенных алгоритмов сжатия в преобразователях сигналов в структуре СРБП.
Научная новизна работы заключается в том, что:
- проведен анализ особенностей экстраполяционных алгоритмов
сжатия при дискретном представлении сигналов. Получены различные по
степени сжатия алгоритмы преобразования, отличающиеся способом фор
мирования экстраполяционных полиномов и высоким коэффициентом
сжатия. Предложены помехоустойчивые алгоритмы сжатия, работающих в
режиме реального времени;
разработаны методики анализа преобразования сигналов в СРБП с использованием АВД и АК, включающие методы, позволяющие производить определение основных характеристик АВД и выполнять предельное и асимптотическое оценивание параметров АК;
разработаны на основе теории СМО модели многоканального преобразователя сигналов, учитывающие приоритеты входных сигналов. Показано, что предложенная немарковская модель СМО является адекватной математической моделью для широкого класса многоканальных преобразователей с перестраиваемой архитектурой.
Корректность полученных результатов теоретически обусловлена приведенными доказательствами и утверждениями. Адекватность полученных моделей доказана на основании использования имитационного моделирования.
Диссертация выполнена в рамках НИОКР «Разработка аппаратно-программного обеспечения системы регистрации быстротекущих процессов авиационных изделий» (договор № 55/8Д-2001) и «Разработка алгоритмов сжатия в составе аппаратно-программного обеспечения системы регистрации быстротекущих процессов авиационных изделий» (договор № 15/15Д-2003), осуществляемой ЗАО «ИВС-сети» в течение 2001-2003 гг. с ОАО ПНППК. Разработанная система регистрации быстродействующих процессов внедрена в опытную эксплуатацию на ОАО ПНППК.
Основное содержание диссертации изложено в 6 печатных работах [36, 54, 57-60] и докладывалось на ряде республиканских и международных научно-технических конференциях.
Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения.
2. ПРИНЦИПЫ ПОСТРОЕНИЯ СИСТЕМ РЕГИСТРАЦИИ
БЫСТРОТЕКУЩИХ ПРОЦЕССОВ ПРИ
ИСПЫТАНИЯХ АВИАЦИОННЫХ ИЗДЕЛИЙ
Максимальную достоверность испытаний авиационных изделий, связанных с воздействием всех физических факторов (летные условия, высотность, атмосферные и механические воздействия, вибрации и пр.) обеспечивают испытания в условиях летной лаборатории. Однако возможности использования испытательной базы этого уровня ограничиваются экономическими соображениями и факторами доступности. Аналогичные причины обуславливают ограниченность возможностей использования для испытаний авиационных изделий высотных стендов [1,2].
Постановка испытаний авиационных изделий на универсальных моделирующих комплексах, реализованных на широко применяемых в отрасли средствах вычислительной техники, выявила целый ряд проблем моделирования датчиков, сигналов и процессов, что на сегодняшний день не обеспечивает требуемую достоверность испытаний [3].
В поисках компромисса между указанными полюсами испытательной базы в отрасли развивается тенденция к применению так называемых безмоторных испытательных стендов. Основным методом испытаний авиационных изделий на безмоторных испытательных стендах становится полунатурное моделирование [4-9]. В отрасли устанавливается концепция перспективности безмоторных стендов, имеющих значительные технико-экономические преимущества в сравнении с натурными стендами, а также характеризующих безопасностью и доступностью при решении проектно-конструкторских задач. Анализ опыта зарубежных фирм также свидетельствует о перспективности безмоторных стендов. В известных источниках [10] отмечается высокая эффективность современных средств полунатурного моделирования, применяемых при разработке систем автоматического управления (САУ) двигателей самолетов ДС-9, ДС-10 и др.
Тенденции развития систем регистрации быстротекущих процессов при испытаниях авиационных изделий
Система регистрации быстротекущих процессов (СРБП) при автоматизации испытаний занимает в структуре испытательного стенда особое место. СРБП сочетает информационно-измерительные функции как по отношению к объекту испытаний, так и к условиям его функционирования. Указанная система осуществляет функции сбора, обработки, преобразования информации, преобразования координат модели изделия, накапливания информации и регистрации данных.
В авиационной отрасли СРБП проектировались в классе проблемно-ориентированных информационно-управляющих комплексов. Среди них можно выделить:
- бортовая система оперативной графической визуализации состояний испытуемого изделия. Выполнена на основе микроЭВМ «Орбита-2», (ЛИИ);.
- система регистрации и измерения физических параметров агрегатов. Обеспечивает измерение, регистрацию и управление агрегатами с временем цикла 0,2 с. Число параметров - 16. Выполнена на КТС МИК-РОДАТ, (НИИД);
- система регистрации состояний РЭД и обработки данных (АО «Авиадвигатель»). Выполнена на СМ-2 и средствах АСВТ-М;
- система М16040 (разработка ОАО «СТАР»). Количество измеряемых параметров - 19, частота преобразования - 50 Гц; объем ОЗУ позволяет регистрировать динамические процессы продолжительностью от 2,5 до 10 с; хранение информации на МД; реализована на средствах микро-ЭВМ.
В целом по отрасли в период 1995-2002 гг. ежегодно создавались до 20 различных СРБП, проектируемых под конкретные стенды, изделия, виды испытаний. Эти стендовые СРБП относятся к классу локальных информационно-управляющих систем, в которых функции регистрации, хранения и представления результатов испытаний реализуются далеко не полностью, вследствие ограниченности ресурсов. Эксплуатация указанных систем выявила в целом следующие недостатки [14, 15]:
1. Недостаточная производительность. Заложенные в системах традиционные принципы преобразования входных потоков информации недостаточны для условий реального времени. Использование жестких централизованных структур преобразователей обеспечивает одновременное преобразование относительно небольшого числа параметров (от 10 до 25).
2. Недостаточная гибкость. Проблемная ориентированность указанных систем влечет построение их в классе детерминированных архитектур. Это в свою очередь требует значительных затрат при переходе от одного объекта (типа) испытаний к другому, а также затрудняет эффективное сопровождение изменений режимов и задач испытаний.
3. Разнотипность технической и программной базы. Это обстоятельство существенно затрудняет взаимодействие стендовых подсистем при решении задач комплексной автоматизации испытаний.
4. Относительно низкие технические характеристики. Так, недостаточный объем памяти в сочетании с избыточностью входной информации обуславливает малую продолжительность регистрации процессов (до нескольких секунд).
Вместе с тем, создание и эксплуатация указанных СРБП в составе стендовых систем автоматизации позволили: накопить соответствующий опыт; апробировать использование двухуровневых структур в конкретном техническом базисе, наработать прикладное программное обеспечение.
К концу 90-х началу 2000 г. в связи с процессами интеграции в мировую экономическую систему и необходимостью прорыва на рынке передовых технологий резко возрастают требования к качеству создаваемой продукции, срокам ее проектирования и испытаний. Это обстоятельство нашло свое отражение в интенсификации работ по отрасли в области создания новой испытательной базы авиационных изделий. Получила развитие концепция создания многофункциональных автоматизированных динамических моделирующих стендов (АМДС) [16].
Известные современные работы [1, 17, 18] в области создания испытательной базы авиационных изделий развивают тенденции построения многофункциональных систем автоматизации испытаний (САИ), имеющих (в зависимости от стадии жизненного цикла изделия характерные черты автоматизированных систем научных исследований (АСНИ) и автоматизированных систем управления технологическими процессами (АСУТП). В идеологии АСНИ разработана система АТЄЖЕА (США), применение которой обеспечивает сокращение времени на испытания и регулировку средств управления на 75 %, снижает трудоемкость испытаний на 30 % [19]. Вместе с тем указанная система также решена с использованием жестких архитектур преобразователей. Создаваемые за рубежом универсальные испытательные системы основываются на дорогостоящих комплексах технических средств, позволяющих реализовать SCADA (Supervisory Control And Data Acqusition) системы. Эти системы с программным обеспечением Real Flex (ВJ Software Systems, США), Sitex (Jade Software, Англия), TRACE MODE (ADASTRA, Россия), ориентированы на применение в АСУ ТП и обладают относительно невысоким быстродействием (периодичность опроса 50 мс, число каналов 256-4096) [20-22]. Для системы с высокими требованиями по скорости приема данных использован пакет Auto Net (Imagination Systems, США), обеспечивающий до 5000 измерении в секунду [23]. При этом высокое быстродействие достигнуто также за счет изначальной избыточности, а значит и высокой стоимости (десятки тысяч долларов стоимостью только программного обеспечения).
Оценивая состояние развития СРБП на настоящее время, следует подчеркнуть, что использование жестких архитектурных решений преобразователей в условиях меняющихся в широких пределах характеристик входных информационных потоков, условий и порядка выполнения операций испытаний, приводит к тому, что технические параметры системы (быстродействие, точность, объем памяти и др.) должны быть выбраны исходя из предельного случая. Отсюда создаваемые СРБП неоправданно дороги, требуют значительных затрат при переходе от одного объекта (типа) испытаний к другому. Это ведет, в конечном итоге, к увеличению времени на проведение испытаний, снижает их эффективность и качество.
Рассмотрим предлагаемую архитектуру СРБП, представленную на рис 2.1.
Высший уровень системы (ВУС) представляет собой сервер необходимый для:
- накопления банка данных и программ при проведении испытаний;
- регистрации алгоритмов управления авиационными агрегатами;
- управления и планирования хода эксперимента;
- настройки нижних уровней на решение конкретных задач эксперимента;
- тестирования и контроля технических средств системы и объекта.
Второй уровень системы представляет собой промышленную сеть
(Fieldtms) рабочих станций, предназначенных для:
- диспетчеризации и коммутации информации;
- реализации подсистемы связи с оператором (подготовка и проведение испытаний, обработка результатов, визуализация процессов и пр.).
Рис. 2.1. Структура системы регистрации быстротекущих процессов
Третий уровень системы предназначен для сбора и предварительной обработки информации об объекте, управления режимами испытаний, обработки локальных алгоритмов регулирования агрегатов, контроля оборудования системы, выдачи управляющей информации на объект. Уровень представляет собой объединение аналого-цифровых (АЦПр) и обратных (ОПр) преобразователей, датчиков (Д) и исполнительных механизмов (ИМ). Гибкость и живучесть системы обеспечивается введением перестраиваемой структуры АЦПр и ОПр. С помощью Д и АЦПр осуществляется сбор и предварительная обработка информации, на ИМ и ОПр возложены задачи выдачи управляющих воздействий на объект. Число АЦПр, Д, Опр и ИМ определяется количеством информационных, управляющих сигналов различной физической природы (напряжение постоянного тока, напряжение синусоидальных сигналов, частота и т.д.).
Экстраполяционные алгоритмы сжатия при дискретном представлении сигналов
При реализации алгоритмов сжатия измерительной информации в СРБП важными являются вопросы выбора средств и алгоритмов, обеспечивающих выполнение необходимых требований по:
- скорости и интенсивности регистрации информации;
- сокращению требуемых объемов памяти;
- расширению номенклатуры входных сигналов и т.п.
Наличие процессорных средств во многом упрощает создание специализированных устройств, обеспечивающих тот или иной алгоритм сжатия и переориентирует работу в основном на исследование и создание алгоритмов и программ.
Рассмотрим алгоритмы сжатия данных, основанные на формировании линейных экстраполирующих полиномов по «к» тактам равномерной временной дискретизации. Анализ алгоритмов проведем на базе структурной модели сигнала для определения соотношений текущих погрешностей экстраполяции и погрешностей интерполяции сигнала по существенным отсчетам при адаптивной временной дискретизации.
В системах с временным разделением каналов в том или ином виде осуществляется восстановление сигнала по его дискретным значениям или, по меньшей мере, оценивается интерполяционная погрешность при его восстановлении. Простейшим, и в тоже время достаточно эффективным, является способ восстановления, основанный на линейной интерполяции. При разработке алгоритмов сжатия важным является условие адекватности алгоритмов оценки текущей активности сигналов и способов восстановления. Поэтому желательно применять однородные алгоритмы оценки погрешности на передающей подсистеме СРБП и способы восстановления - на приемной. Однако оценка текущей погрешности интерполяции - процедура трудоемкая, требующая высокого быстродействия процессорных средств, и в многоканальных системах часто не выполнимая в реальном масштабе времени. Указанные недостатки делают их неэффективными в СРБП. Поэтому требуется разработать новые алгоритмы сжатия, учитывающие особенности регистрируемых процессов, и обладающих повышенной эффективностью.
Рассмотрим алгоритмы сжатия данных, основанные на линейной экстраполяции сигнала X{t) полиномом X-JJ) (рис. 3.1), формируемом в точке t = 0 последнего существенного отсчета по первым & тактам предварительной равномерной временной дискретизации (РВД) с шагом Atp. Такой подход впервые был предложен в [36]. При этом на интервале [0, ] формирования Хъ{() определяется текущая погрешность АИ;Пр интерполяции при каждом th і = 1,2,...,k, а при t tk погрешность интерполяции Ди оценивается по текущей погрешности экстраполяции Аэ [37].
Существенный отсчет формируется в момент времени /а когда выполняется условие {АИіПр, Аи} Ад, где Ад- предварительно установленная погрешность линейной интерполяции. По существу, такой алгоритм является смешанным. На интервале [0, 4] алгоритмы восстановления и анализа активности сигнала однородны, что не вызывает трудностей при формировании алгоритма на передающей стороне. Интервал [0, 4] не может быть большим в силу упомянутых аппаратурных ограничений; с другой стороны, интервал А/а адаптивной временной дискретизации (АВД) должен быть значительно больше А/р, иначе не имеет смысла применять алгоритмы сжатия. Поэтому и дальнейшем основное внимание уделено работе алгоритма при t tk.
Такие модели описывают достаточно широкий класс реальных сигналов. При этом будем считать, что на каждом интервале дискретизации существует некоторая граничная мгновенная частота шф(0 сигнала, определенная на этом интервале, причем 0 (/) Q, где О. - частота среза формирующего фильтра.
1). На интервалах Аґа адаптивной временной дискретизации используем модель XJJ) сигнала X(t) в виде первых четырех членов разложения в ряд Тейлора Xu(t) = X(0) + xV(0)t+X(2)()t2 + - ; (3.15) X(t) = XM(t) + R; AM=\R\, te(0,Ata),
где Х(0), X l\0) - значения сигнала и его производных в момент взятия последнего существенного отсчета (здесь и далее для упрощения записи момент взятия отсчета принят нулевым); R - остаточный член разложения; Ам - погрешность модели.
2). Оценим применимость этой модели для задач сжатия. Для каждого интервала Д/а адаптивной временной дискретизации погрешность модели сигнала можно оценить остаточным членом разложения в ряд Тейлора: где Л/4(6МА4) - модуль четвертой производной сигнала в некоторой точке интервала Ata, 8М є[0,і] . Важной особенностью оценки Дм для АВД является то, что на каждом интервале Ata выдерживается (с точностью алгоритма) равенство где Міфі&г) - модуль второй производной сигнала в некоторой точке интервала дискретизации. Это накладывает ограничение на возможные значения Мл, внутри интервала адаптивной дискретизации. Для каждой пары чисел {At Miii можно сопоставить такие {(%,(//) А}, здесь (%(//) - мгновенное (в пределах А4) значение Югр, А - амплитуда сигнала, для которых справедливо неравенство ш {и)А = М2,. Тогда для любых интервалов можно записать а%Ц,)А&1 %{Ц)ААілаі А =—- , А =—- . . д g м 24 Используя выражения для приведенных погрешностей 5Д = Дд /А, 8М = Ам /А, получаем 5М = 2,78д. Таким образом, в рамках принятых допущений алгоритм отслеживает погрешность модели. 3). Выведенные соотношения справедливы, однако, только на гладких участках сигнала, когда X{t) имеет непрерывные производные до 4-го порядка включительно. Характерной ситуацией является воздействие скачкообразных импульсов на формирующие фильтры, когда нарушаются условия непрерывности производных, что приводит к большей скорости изменения X(t), чем это разрешено в рамках модели. Спасительным является опять же алгоритм АВД. Поскольку на каждом такте РВД оценивается текущее значение погрешности экстраполяции, то в алгоритме должно быть заложено сравнение погрешностей экстраполяции в двух соседних моментах РВД. Разность этих погрешностей может быть рассчитана на основании динамических характеристик формирующих фильтров или определена исходя из возможной разницы для двух соседних тактов РВД (см. ниже, табл. 3.3). В алгоритме должно быть предусмотрено сравнение текущей разности с заранее определенной уставкой (уставками).
Принципы реализации многоканальных преобразователей с перестраиваемой архитектурой
Дальнейшее сокращение объема входной информации может быть достигнуто применением адаптивного коммутатора в сочетании с адаптивным преобразователем. Как уже отмечалось ранее (4.1) для обеспечения эффективного функционирования СРБП необходимо применение многоканальных методов преобразования входных сигналов на базе адаптивных коммутаторов с перестраиваемой архитектурой [40]. Основными направлениями создания подобных преобразующих устройств является следующие:
- построение адаптивных АЦП, подстраиваемых под характеристики входного потока и обеспечивающих сокращение избыточности измерительной информации. Это позволяет существенно повысить производительность СРБП, сократить стоимость и улучшить метрологические характеристики;
- реализация интеллектуальных устройств, позволяющих достичь максимальной степени автоматизации измерений за счет учета всей суммы априорных данных об измерениях и шумовых процессах, а также данных о технических возможностях преобразующих устройств;
- переход к структурам магистрально-модельного типа на базе промышленных (Fieldbus) сетей. Такой подход обеспечивает все преимущества обмена информацией в цифровой форме, а также способствует сокращению расходов на линии связи и их монтаж.
Рассмотрим преобразователь с перестраиваемой архитектурой [40] (ППАК), который позволяет осуществить разделение оборудования на переменное число измерительных устройств и реализует параллелизм измерения на самом нижнем уровне. Следовательно, основная цель архитектурного решения состоит в том, чтобы получать требуемое количество измерительных устройств (ИУ) и внутренними соединениями- образовывать различные конфигурации (по количеству и используемому алгоритму преобразования) ИУ. Рассмотрим обобщенную структуру ППАК (рис. 4.6), функционирующую в реальном масштабе времени.
Структура ППАК состоит из однотипных функциональных элементов (нейронов) и однотипных соединяющих их междунейронных связей. С точки зрения классификации данная нейронная сеть представляет собой эквисторную структуру [46], где каждый нейрон соединяется с нейронами, расположенными в некоторой окрестности и имеющими конечную скорость передачи сигналов. Базовыми элементами адаптивного нейронного ППАК являются:
- настраиваемый нейроподобный элемент (нейрон - ИЭ), реализующий операцию обработки (измерения) и учитывающий всю специфику измерительного процесса;
- перестраиваемая шина - коммутационная сеть (КС), обеспечивающая взаимосвязь элементов (нейронов) с входными каналами и ориентированная на используемые классы алгоритмов преобразования аналог-код;
- способ управления многоканальным преобразованием (синхронный, асинхронный, модульный).
Для работы эквисторной структуры необходимо обеспечить условие направленности распространения информации. Это позволяет рассматривать нейрон эквисторной структуры как элемент, реализующий одну сложную автоматно-соединительную функцию. При реализации в эквисторной структуре схем каждый из нейронов будет находиться в одном из двух состояний: возбужденном или невозбужденном. Для задания сложной логической структуры необходимо задавать в эквисторной структуре большое число возбужденных нейронов и сохранять их состояние в течение всего процесса функционирования.
Основой структурного решения [40] ППАК является полная совокупность ресурсных единиц (нейронов), представленная как п -разрядных ИЭ и рассматриваемая как ресурс, имеющий (п х к) разрядов, который можно разделить на любое число ИУ переменной разрядности, образованные в различных областях нейронной сети в соответствующее время. Например, на совокупности 24 2-х разрядных ИЭ можно обеспечить:
- четыре 12-разрядных ИУ,
- два 24-разрядных ИУ,
- шесть 8-разрядных ИУ,
- один 16-, один 12- и два 8-разрядных ИУ,
- их различные сочетания.
Структура и функции ИЭ (измерительного нейрона) для АЦП представлена в [40], при этом основные отличия состоят в:
- ориентации на эквисторную нейронную сеть;
- реализации измерительного алгоритма поразрядного кодирования;
- особенностях технической реализации уравновешивающей обра
щенной матрицы R-2R.
В дальнейшем при рассмотрении ППАК используется разработанный в [40] измерительный элемент.
Набор ресурсных единиц, которые выделяются для обработки соответствующего входного сигнала, называется динамической группой элементарных измерителей (ДГИ).
Соединения нейронов и входных сигналов выполняются (в идеале) полным коммутатором (коммутационной сетью - КС), т.е. каждый ИЭ может подсоединиться к любому другому элементу для образования ДГИ, и для подключения к ДГИ входного сигнала. Структура КС, в свою очередь, существенным образом зависит от принятого в ППАК способа управления и метода преобразования.
Важное место при создании указанных структур ППАК занимают вопросы настройки сети, способы технической реализации процессов настройки. Немаловажную роль при этом играют вопросы реализации управления сетью.
При синхронной структуре управления каждый ИЭ имеет определенные, встроенные устройства управления. Управление производится синхронно каждым блоком, либо один блок управляет всеми ИЭ, входящими в ДГИ.
Асинхронная организация управления предусматривает наличие центрального блока управления и канальных, предназначенных для соответствующих ИЭ.
В отличие от синхронной и асинхронной при модульной организации управления ни один ИЭ в ДГИ не имеет своего (отдельного) блока управления. Вместо этого в каждом ИЭ и элементе КС предусмотрено канальное модульное управляющее устройство (МУУ), а функции блока управления любой ДГИ реализуются одновременным функционированием всех МУУ, входящих в состав данной ДГИ. Модульное управление позволяет [41,46] сократить стоимость в два раза по сравнению с оптимальным вариантом синхронной структуры, и в два с половиной раза по сравнению с оптимальной асинхронной структурой.
Остановимся на некоторых особенностях построения ППАК, которые состоят в аппаратурно-программной поддержке:
- специально организованной измерительной среды (нейронной сети) на нейроподобных элементах (ИЭ);
- параллельных измерений и параллельных архитектур;
- макроконвеерных измерений;
- модульной системы управления.
Отметим две особенности измерительной среды (нейронной сети) рассматриваемых структур ППАК.
Первая особенность состоит в выборе алгоритма преобразования. Наибольшее распространение на практике [47] нашли три классических метода преобразования:
- метод последовательного счета,
- метод поразрядного кодирования (уравновешивания),
- метод считывания (параллельного уравновешивания).
Результаты опытной эксплуатации СРБП
Эксплуатация систем на интервале 2002-2003 гг. показала достаточно высокую эффективность, способность системы решать поставленные перед ней задачи, проводить наладочные, доводочные и проверочные испытания агрегатов, а также исследования, связанные с НИОКР. Вместе с тем система подтвердила ряд теоретических результатов и предпосылок, полученных и введенных в предыдущих главах.
Анализ этих результатов проведем на конкретном примере одного из этапов испытаний. Как правило, результаты испытаний агрегатов представляются в виде отчета, куда обязательно входит график исследуемого процесса. Один из графиков, иллюстрирующий полученную с помощью СРБП информацию, представлен на рис. 5.2.
На графике представлены три зарегистрированных параметра в функции времени. При этом видно, что величины имеют кусочно-стационарный характер и подвергнуты временной адаптивной дискретизации.
Применение предложенных в работе методов адаптивного преобразования позволило, например, для канала оборотов (Лприв.аг) — существенно сократить объем регистрируемой информации (без адаптивного преобразователя на интервале 25 с снималось 394 отчета, а использование алгоритмов сжатия снизило количество отчетов до 157 без существенной потери точности, т.е. коэффициент сжатия здесь 2,5); — наличие адаптации обеспечило минимальную погрешность преобразования (абсолютное значение погрешности лежит в диапазоне 0,1-2 об/мин и зависит от значения входного сигнала и его производной).
Указанные характеристики обеспечивают высокую эффективность функционирования системы и требуемую достоверность получаемой экспериментальной информации.
Результаты опытной эксплуатации позволяют отметить следующее:
1. Существенное сокращение объема регистрируемой информации.
2. Высокую точность преобразования, подтвержденную результатами приемо-сдаточных испытаний.
3. Автоматизированная настройка на эксперимент позволила сократить время подготовки к испытаниям для каждого типа эксперимента.
4. Имеющиеся в составе СРБП вычислительные мощности реализуют: экспресс-анализ результатов испытаний на стендовом терминале, широкие возможности по: представлению результатов испытаний в табличной, графической и текстовой формах.
5. Заложенный в архитектуру СРБП блочно-модульный принцип реализации обеспечивает возможность к развитию и наращиванию, создание банков данных и программ испытаний, использование более сложных и перспективных алгоритмов обработки.
Таким образом, опытная эксплуатация созданной СРБП подтвердила возможность практической реализации и реальную эффективность предложенных алгоритмов.
Рассмотрим некоторые особенности программной реализации модулей программного обеспечения СРБП.
Сокращение избыточности сообщений позволяет сократить стоимость информационных, вычислительных ресурсов, систем связи [34,36,40]. В работах [57-60] показано, что создание новых оригинальных алгоритмов сжатия позволяет значительно повысить эффективность функционирования систем.
Ниже предложен ряд алгоритмов и проведено их исследование на. моделях синусоидальных сигналов частоты 300-3400 Гц. 5.2.1. Программная реализация последовательного интерполяционного и экстраполяционного алгоритма сжатия (ПИЭС) Алгоритм предназначен для сжатого дискретного представления сигналов множеством существенных отсчетов, обеспечивающим заданную погрешность линейной интерполяции [57-60].
Алгоритм основан на оценке текущей погрешности экстраполяции сигнала полиномом 1-й степени, сформированном на каждом интервале дискретизации по двум дискретным значениям сигнала: существенному отсчету и значению сигнала, отстоящему от существенного на два такта равномерной дискретизации (РД). Существенные отсчеты берутся при достижении погрешностью экстраполяции некоторых наперед заданных уровней. В алгоритме используются выведенные в [45, 57] соотношения между погрешностями интерполяции и экстраполяции при однопараметрической адаптивной дискретизации (ОАД).
Для описания алгоритма использованы следующие обозначения: / - временные такты РД, отсчитываемые на каждом интервале ОАД от существенного отсчета (для начального этапа z = 0); X[i] - значение сигнала в моменты времени і; ХЕ[і] - значение экстраполирующего полинома в момент времени / ; МЕ[і] - массив значений допустимых погрешностей экстраполяции, рассчитанный в соответствии с [57]; D — оценка производной экстраполирующего полинома; ЕТ— текущее значение погрешности экстраполяции; Y[k] - массив существенных отсчетов; Т[к] - массив интервалов ОАД; тах - максимальное значение текущей погрешности экстраполяции; L — число тактов РД после обнаружения экстремума погрешности экстраполяции. Предлагаемый алгоритм функционирует следующим образом.
1. При / =1, т.е. при первом опросе сигнала после существенного от счета, погрешность экстраполяции определяется выражением . Разработана и внедрена в опытную эксплуатацию многоуровневая адаптивная система регистрации быстротекущих процессов, предназначенная для адаптивного преобразования с заданной точностью, индикации, регистрации и хранения текущих значений параметров агрегатов в процессе регулирования, доводки и проверки функциональных характеристик. Опытная эксплуатация подтвердила практическую реализуемость и эффективность применения для рассматриваемого класса систем методики анализа и синтеза алгоритмов сжатия и основных теоретических результатов, полученных в настоящей работе.
2. Предложена программно-аппаратная реализация трех разработанных алгоритмов сжатия и определены практические рекомендации по их применению.
3. Показана возможность применения помехоустойчивых алгоритмов сжатия в режиме реального времени для систем автоматизации испытаний.
4. Апробация разработанных алгоритмов в системе СРБП:
- подтвердила полученные теоретические результаты о возможности создания эффективных алгоритмов сжатия информации (полученные коэффициенты сжатия лежат в диапазоне 1,24-3,90);
- показала возможность применения созданных алгоритмов сжатия не только при адаптивной временной дискретизации, но и при адаптивной коммутации, что существенно расширяет область применения полученных результатов.
