Содержание к диссертации
Введение
Глава 1. Анализ архитектуры и характеристик распределённых информационно-управляющих систем на основе FIELDBUS 10
1.1. Архитектура современной распределённой информационно-управляющей системы 10
1.2. Анализ характеристик распределённых информационно-управляющих систем 13
1.3. Анализ распространённых промышленных filedbus систем
1.3.1. Промышленные системы с синхронным и асинхронным временным разделением шины данных 17
1.3.2. Анализ fieldbus-систем с алгоритмами слу чайного множественного доступа
1.4. Постановка цели и основных задач исследования 21
1.5. Выводы по главе 1 22
Глава 2. Анализ моделей, процессов и параметров функционирования риус 23
2.1. Подход к анализу процессов и параметров функционирования РИУС 23
2.2. Анализ процессов и параметров функционирования полевого уровня ИУС
2.2.1. Анализ параметров прикладного процессора узла LonWorks-системы 27
2.2.2. Анализ параметров транспортного процессора узла системы 35
2.2.3. Анализ параметров процессора доступа узла 42
2.3. Анализ параметров архитектур диспетчерского и полевого уровней РИУС 47
2.3.1. Анализ архитектуры полевого уровня РИУС 47
2.3.2. Анализ архитектуры диспетчерского уровня РИУС
2.4. Систематизация факторов функционирования в составе модели РИУС 48
2.5. Анализ состояния проблемы количественной оценки ВВХ fieldbus-систем 50
2.6. Выводы по главе 2 55
Глава 3. Разработка аналитических моделей функционирования и способов количественной оценки ВВХ ИУС LONWORKS 56
3.1. Подход к решению задачи количественной оценки ВВХ ИУС 56
3.2. Разработка модели и способа оценки ВВХ прикладной подсистемы ИУС LonWorks 57
3.3. Разработка модели и способа оценки ВВХ транспортной подсистемы LonWorks
3.3.1. Математический анализ подсистемы передачи в режиме насыщения 63
3.3.2. Разработка модели подсистемы передачи информации 68
3.3.3. Анализ и учёт разнородных сервисов доставки и видов адресации 71
3.3.4. Анализ и учёт неоднородности параметров узлов и информационного потока 74
3.3.5. Анализ и учёт таймеров передачи информационных сообщений 80
3.3.6. Анализ и учёт принципов распределённого взаимодействия узлов системы 81
3.3.7. Способ оценки ВВХ модели подсистемы передачи информации РИУС LonWorks 82
3.4. Способ композиции характеристик транспортной и прикладной подсистем ИУС з
3.5. Методика количественной оценки ВВХ РИУС 86
3.6. Способ базовой оценки временных характеристик ИУС LonWorks 88
3.7. Выводы по главе 3 90
Глава 4. Разработка и анализ имитационной модели риус lonworks 91
4.1. Цели и задачи имитационного моделирования полевой шины ИУС 91
4.2. Аналитический обзор и выбор системы имитационного моделирования
4.2.1. Требования и подход к выбору системы моделирования 92
4.2.2. Анализ характеристик и выбор системы имитационного моделирования
4.3. Разработка имитационной модели функционирования ИУС LonWorks 95
4.4. Анализ адекватности разработанных аналитической и имитационной моделей
4.4.1. Адекватность модели функционирования распределённой промышленной системы 98
4.4.2. Количественный анализ достоверности оценок ВВХ разработанных моделей 99
4.4.3. Анализ функциональной адекватности известных и предложенных моделей 100
4.4.4. Разработка методики оценки значимости факторов функционирования РИУС 103
4.4.5. Количественная оценка значимости факторов функционирования ИУС LonWorks 106
4.5. Выводы по главе 4 111
Глава 5. Разработка алгоритма проектирования риус с требуемыми вероятностно-временными характеристиками 112
5.1. Постановка задачи и требований проектирования информационно-управляющей системы 112
5.2. Анализ подходов к проектированию распределенной полевой инфраструктуры РИУС с алгоритмами слу чайного множественного доступа 114
5.3. Разработка алгоритма проектирования ИУС с заданными стоимостной и вероятностно-временными характеристиками
5.3.1. Алгоритм проектирования информационно-управляющей системы 116
5.3.2. Спектр технических решений проектирования промышленной системы LonWorks 123
5.3.3. Алгоритм выбора технического решения проектирования системы 124
5.4. Выводы по главе 5 126
Глава 6. Апробация результатов диссертационной работы при проектировании инфраструктуры автоматизированной системы управления и в учебном процессе вуза 127
6.1. Проектирование инфраструктуры автоматизированной системы управления ТУГОДТ 127
6.1.1. Кратка я характеристика АСУиПАЗ ТУГОДТ 127
6.1.2. Техническое задание на проектирование автоматизированной системы управления ТУГОДТ 130
6.1.3. Алгоритм проектирования ИУС с промышленной шиной LonWorks 133
6.1.4. Проектирование инфраструктуры АСУиПАЗ ТУГОДТ с полевой шиной LonWorks 137 6.1.5. Анализ результатов проектирования промышленной системы LonWorks 141
6.2. Внедрение результатов диссертационной работы в учебный процесс 142
6.3. Выводы по главе 6 143
Заключение 144
Список литературы
- Промышленные системы с синхронным и асинхронным временным разделением шины данных
- Анализ параметров транспортного процессора узла системы
- Разработка модели и способа оценки ВВХ прикладной подсистемы ИУС LonWorks
- Разработка имитационной модели функционирования ИУС LonWorks
Введение к работе
Актуальность темы исследования. Продуктивное развитие и интеграция современных средств вычислительной техники, внедрение распределенных информационно-управляющих систем (РИУС) в сфере автоматизации технологических процессов и производств способствуют совершенствованию промышленности и других отраслей народного хозяйства. Распространение в последнее десятилетие получили распределённые автоматизированные системы управления технологическими процессами (АСУТП), подсистемы сбора и передачи информации в которых построены на основе fieldbus-технологий. Реализация распределенной автоматизированной системы в инфраструктуре fieldbus, объединяющей на низовом (полевом) уровне РИУС датчики и исполнительные механизмы и обеспечивающей процессы управления, сбора, передачи и обработки технологической информации, характеризуемые информационным запаздыванием, существенно определяет качество управления. Недостаточное число отечественных и зарубежных публикаций по данной теме актуализирует решение проблемы создания распределённой системы управления с требуемыми показателями качества. Для этого необходимо проработать комплекс задач, связанных с построением полевой инфраструктуры автоматизированной системы управления. Обеспечение качества управления требует организации функционирования распределённой автоматизированной системы в реальном времени с заданными вероятностными и временными характеристиками (ВВХ) передачи и обработки технологической информации. Актуальными являются задачи разработки адекватных и корректных моделей функционирования, методов анализа и способов количественной оценки характеристик, алгоритма проектирования инфраструктуры распределённой автоматизированной системы управления с требуемыми ВВХ.
Степень разработанности темы. Анализу вероятностных и временных характеристик распределённых АСУ, составляющих их основу fieldbus-шин и протоколов функционирования посвящены работы Г.П. Башарина, П.П. Бочарова, В.В. Денисенко, С.Н. Степанова, А.Н. Туенбаева, А.А. Назарова, И.И. Хомичкова, С.Л. Шохора, Д.Ю. Кузнецова, J. Vinyes, M. Miskowicz, P. Buchholz, J. Plonnigs и др.
Недостаточность разработки вопросов количественной оценки ВВХ подсистем сбора и передачи распределённых автоматизированных систем управления обусловлена низкой детализацией моделей с учетом не всех значимых факторов функционирования, влияющих на информационное запаздывание в РИУС. Известные методы оценки ВВХ (интервалов и задержек сбора, передачи и обработки технологической информации) учитывают параметры функционирования промышленных fieldbus-систем, корреспондирующие с протоколами физического и канального уровней эталонной модели взаимодействия открытых систем. При этом игнорируются значимые временные задержки, вносимые протоколами вышестоящих уровней модели и принципами обработки и передачи информации элементами fieldbus-системы, а также человеко-3
машинными системами в составе РИУС. Это определяет проблему корректности оценки ВВХ, а значит, и существующих подходов к проектированию ИУС с заданными характеристиками, обеспечивающими качество управления и эффективность АСУТП. Указанное актуализирует решение задач разработки адекватных моделей и методов оценки и обеспечения ВВХ распределённых информационно-управляющих систем с корректной детализацией и учётом значимых факторов функционирования составляющих их fieldbus-шин.
Решение поставленных задач на примере РИУС с наиболее сложной и широко распространённой промышленной шиной LonWorks с протоколом случайного множественного доступа CSMA, применяемым и в других популярных промышленных шинах, определяет обобщённость разрабатываемых и предлагаемых в работе моделей и способов оценки характеристик, алгоритма проектирования. Таким образом, результаты работы применимы для широкого класса систем: LonWorks, Industrial Ethernet, ModbusTCP, EtherNet/IP, De-viceNet, ProfiNet, HSE и др.
Объектом исследования являются распределенные автоматизированные информационно-управляющие системы, подсистемы сбора, обработки и передачи информации которых построены на основе fieldbus-технологий с протоколами случайного множественного доступа (CSMA) и анализируются на примере LonWorks.
Предметом исследования являются алгоритмы проектирования распределённых ИУС, а также сопутствующие аналитические и имитационные модели fieldbus-систем (на примере LonWorks) и методы оценки и обеспечения требуемых вероятностных и временных характеристик обработки и передачи информации.
Цель диссертационной работы состоит в разработке алгоритмов проектирования РИУС с требуемыми вероятностными и временными характеристиками обработки и передачи информации, а также адекватных моделей и способов количественной оценки и обеспечения ВВХ распределённой системы (на примере fieldbus-шины LonWorks), обеспечивающих необходимое качество управления технологическими процессами.
Задачи исследования. Для достижения поставленной цели в рамках диссертационной работы были поставлены и решены следующие основные задачи:
-
Разработка функциональной модели распределённой автоматизированной ИУС и анализ спектра алгоритмов и параметров протоколов функционирования (на примере промышленной шины LonWorks), потенциально значимо влияющих на вероятностные и временные характеристики сбора, передачи и обработки информации в АСУТП.
-
Создание и применение подхода к построению аналитической модели и способа количественной оценки ВВХ автоматизированной информационно-управляющей системы, учитывающих широкий спектр значимых протокольных и системных факторов функционирования промышленной шины LonWorks.
-
Выбор среды моделирования, построение и анализ имитационной модели распределённой информационно-управляющей системы, учитывающей, по сравнению с существующими моделями, наиболее полный спектр значимых факторов fieldbus-шины LonWorks.
-
Построение методики оценки значимости влияния на ВВХ факторов модели РИУС, анализируемой на примере системы LonWorks, позволяющей определять группы значимых факторов, учёт которых необходим для получения адекватных и корректных оценок характеристик запаздывания в АСУТП.
-
Синтез алгоритма проектирования распределённых информационно-управляющих систем с методами случайного множественного доступа CSMA c заданными ограничениями на стоимостную и вероятностно-временные характеристики сбора, обработки и передачи данных, определяющими качество управления технологическими процессами.
-
Реализация предложенных в диссертации моделей, способов и алгоритма проектирования при построении полевой инфраструктуры распределённой автоматизированной системы управления и противоаварийной защиты технологической установки гидроочистки дизельного топлива на основе промышленной шины LonWorks.
Научная новизна работы заключается в следующем:
-
Предложена новая модель РИУС, учитывающая широкий спектр выделенных потенциально значимых факторов функционирования промышленной шины LonWorks, в том числе ранее не анализируемых в известной литературе, требующих учёта для выполнения адекватной и корректной количественной оценки вероятностных и временных характеристик сбора и передачи информации АСУТП.
-
Разработаны оригинальные аналитическая и имитационная модели информационно-управляющей системы LonWorks, позволяющие корректно применять математический аппарат для совместного учёта дисциплин и факторов передачи и обработки технологической информации транспортной и прикладной подсистем модели РИУС и выполнять адекватную количественную оценку её ВВХ.
-
Создана и апробирована методика количественной оценки значимости влияния на ВВХ факторов функционирования автоматизированной ИУС (на примере LonWorks), инвариантная к fieldbus-технологии и обеспечивающая возможность определения: малозначимых факторов, отказ от учёта которых позволяет снизить вычислительную сложность расчёта модели; значимых факторов, учёт которых обеспечивает адекватность и корректность оценки характеристик информационного запаздывания АСУ.
-
Впервые предложены общий и частный (для LonWorks) алгоритмы проектирования информационно-управляющих систем с протоколами случайного множественного доступа CSMA, обеспечивающие требуемые вероятностные и временные характеристики обработки и передачи информации, определяющие необходимое качество управления технологическими процессами.
Теоретическая и практическая значимость работы заключается в получении адекватных и корректных результатов количественной оценки вероятностных и временных характеристик автоматизированной информационно-управляющей системы с полевой технологией LonWorks, что позволяет осуществлять эффективное построение подсистем сбора и передачи информации АСУТП с необходимыми показателями качества.
Результаты диссертационного исследования реализованы в рамках проекта ООО «ЛУКОЙЛ-Информ» (г. Пермь) при проектировании полевой инфраструктуры распределённой автоматизированной системы управления и противоаварийной защиты технологической установки гидроочистки дизельного топлива, созданной на основе промышленной шины LonWorks, а также внедрены в учебный процесс подготовки студентов направления 27.04.04 «Управление в технических системах» ФГБОУ ВО «Пермский национальный исследовательский политехнический университет».
Методология и методы исследования. В ходе решения поставленных задач использовись математический аппарат теории вероятностей и математической статистики, теории марковских цепей, теории систем и сетей массового обслуживания, теории математического моделирования, теории вычислительных систем и программирования, методология построения имитационных моделей и экспериментов, информационные технологии.
Положения, выносимые на защиту:
-
Аналитический подход к построению модели функционирования и способ количественной оценки ВВХ автоматизированной информационно-управляющей системы с методами случайного множественного доступа CSMA, реализуемые на примере анализа системы LonWorks, обеспечивающие адекватность и корректность разработанных моделей и способа оценки информационного запаздывания сбора, передачи и обработки технологической информации распределённой АСУТП путём учета свойственных ей значимых, ранее не анализируемых в совокупности, протокольных и системных факторов функционирования (п. 4, 8 паспорта специальности).
-
Имитационная модель функционирования ИУС LonWorks, реализованная с использованием агентного дискретно-событийного метода моделирования, позволившего учесть, в сравнении с существующими моделями, особенности реализации протокольного функционала элементами распределённой подсистемы сбора, передачи и обработки данных АСУТП, что обеспечило адекватность и повысило корректность оценки вероятностных и временных характеристик (п. 4, 8 паспорта специальности).
-
Алгоритм проектирования автоматизированной информационно-управляющей системы с промышленной шиной LonWorks, обеспечивающий требуемые вероятностные и временные характеристики обработки и передачи данных АСУТП путём эффективной организации полевой инфраструктуры распределённой системы (п. 8, 13 паспорта специальности).
4. Результаты апробации алгоритма проектирования при создании полевой инфраструктуры распределённой автоматизированной системы управления и противоаварийной защиты технологической установки гидроочистки дизельного топлива (АСУиПАЗ ТУГОДТ) на основе промышленной шины LonWorks, установившие: соответствие характеристик системы требованиям количества и качества выпускаемой продукции; сокращение стоимости существующей инфраструктуры на 18 %; уменьшение информационного запаздывания на участке АСУТП на 25 %, что способствовало уменьшению среднеквадратичного отклонения серосодержания целевого продукта (п. 8, 13 паспорта специальности).
Область исследования соответствует п. 4, 8 и 13 паспорта научной специальности 05.13.06 – Автоматизация и управление технологическими процессами и производствами (в промышленности).
Достоверность полученных результатов. Полученные в диссертационной работе результаты не противоречат теоретическим положениям, известным из публикаций других авторов, и подтверждаются результатами апробации и внедрения предложенных в диссертации моделей, методов и алгоритмов на предприятии.
Апробация результатов. Основные результаты работы обсуждались на V Российской мультиконференции по проблемам управления «Управление в технических, эргатических, организационных и сетевых системах», г. Санкт-Петербург, 2012; VI Всероссийской мультиконференции по проблемам управления, г. Санкт-Петербург, 2013; X Всероссийской школе-конференции молодых учёных «Управление большими системами», г. Уфа, 2013; XII Всероссийском совещании по проблемам управления, г. Москва, 2014; XV Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций», г. Казань, 2014; XII Всероссийской научной конференции по проблемам управления в технических системах, г. Санкт-Петербург, 2015; а также на семинарах кафедры «Автоматика и телемеханика» Пермского национального исследовательского политехнического университета.
Результаты диссертационного исследования внедрены:
– в рамках проекта ООО «ЛУКОЙЛ-Информ» (г. Пермь) в ходе проектирования полевой инфраструктуры распределённой АСУиПАЗ ТУГОДТ на основе промышленной шины LonWorks с требуемыми вероятностными и временными характеристиками сбора и обработки информации;
– в учебный процесс кафедры «Автоматика и телемеханика» ФГБОУ ВО «Пермский национальный исследовательский политехнический университет».
Выполнена регистрация программ для ЭВМ по реализации количественной оценки вероятностных и временных характеристик ИУС с промышленной шиной LonWorks, что подтверждается четырьмя свидетельствами регистрации.
Публикации. По материалам диссертации опубликовано 13 печатных работ, из них 5 – в рецензируемых журналах, рекомендованных ВАК РФ для публикации результатов кандидатских диссертаций.
Структура работы. Диссертация состоит из введения, шести глав, заключения, списка используемой литературы и приложений. Содержит 200 страниц машинописного текста, из которых основной текст составляет 152 страницы, 76 рисунков и 25 таблиц, список литературы из 105 наименований, приложения (48 страниц).
Промышленные системы с синхронным и асинхронным временным разделением шины данных
Наряду с указанными положительными чертами развитой многоуровневой архитектуры РИУС её развитие и усложнение порождают целый спектр новых проблем. Одной из самых существенных является проблема функционирования (быстродействия) РИУС на фоне:
1) увеличения объемов и неоднородности передаваемой, в том числе по промышленным шинам, информации (технологической (измерительной, управляющей), конфигурирования, администрирования), охватывающей все стороны производства и соответственно уровни ИУС;
2) увеличения масштабов промышленных систем управления с увеличением числа уровней иерархии и объёмов используемого информационного и технического обеспечения.
Указанное определяет влияние и накладывает ограничения на быстродействие организации взаимодействия элементов системы управления, реализованной в базисе промышленной системы РИУС, для осуществления управления технологическими процессами с заданными показателями качества. Таким образом, следует выполнить анализ показателей качества управления АСУ, а после проанализировать влияние на неё параметров и характеристик анализируемых в работе распределённых промышленных fieldbus-систем.
Качество процессов управления (регулирования) обычно оценивают по переходной функции, которая представляет собой реакцию системы управления на внешнее воздействие. Качество управления определяется свойствами, характеризующими точность поддержания управляемой величины контролируемого объекта на заданном уровне в переходном режиме (рисунок 1.2) [41].
Точность системы определяется следующими величинами: максимальным отклонением xм управляемой координаты от заданного значения x с допустимым отклонением п; длительностью tп (переходного процесса) существования отклонений значения функции, превышающего допустимое отклонение, и другими прямыми, а также косвенными показателями [41]. Значения времени регулирования tп и перерегулирования tм часто задают в качестве исходных данных для синтеза корректирующих устройств, поскольку правильным выбором и настройкой последних обеспечивается подавление нежелательных колебаний регулируемой величины в переходном процессе. Для некоторых систем перерегулирование вообще недопустимо, поэтому вводятся ограничения на максимальную величину отклонения xм. Таким образом, требования к качеству управления часто задаются совокупным ограничением на указанные показатели и образуют маску (коридор) переходного процесса (см. рисунок 1.2, точечный контур). Требования к системам управления индивидуальны и определяются допустимыми свойствами контролируемого объекта. Далее в работе основное внимание уделяется анализу величины перерегулирования и времени переходного процесса как основных показателей качества быстродействующих систем управления.
Выполним анализ функциональной структуры замкнутой автоматизированной системы регулирования процесса. В рамках функциональной системы (рисунок 1.3) выделим общие параметры распределённой fieldbus-системы, которые имеют влияние на показатели качества управления в целом и величину перерегулирования и время переходного процесса в частности. Анализируя функциональную структуру автоматизированной системы регулирования, можно выделить следующие факторы, оказывающие негативное влияние на качество управления:
Возмущающее воздействие на объект управления, нарушающее функциональную связь между задающим воздействием и регулируемой величиной.
Помеха измерению - комплексный фактор, определяющий негативное влияние параметров промышленной системы на действительное значение измеряемой величины. Помехой измерению могут быть разрушающий сбой - ошибка обработки измерения или потеря информации в ходе передачи по промышленной шине данных, неразрушающий сбой - погрешность (её составляющие) измерения величины датчиком узла системы.
Запаздывание «объект-регулятор» (тор) - представляет собой задержку (интервал времени) до получения регулятором измерительной информации с датчика системы. Причиной возникновения задержки является процесс передачи технологической информации по каналам промышленной системы. Характер временной задержки может быть случайным и детерминированным в зависимости от технологии промышленной шины (см. п. 1.3).
Задающее воздействие совместно с измеренной величиной определяют уровень рассогласования текущей величины контролируемого параметра процесса с установленным, что будет определённым образом влиять на степень воздействия регулятора на объект управления согласно передаточной функции.
Регулятор формирует управляющее воздействие на объект управления в соответствии с передаточной функцией и рассогласованием величины с уставкой. Регулятор определяет переменную вычислительную величину задержки тв обработки измерительной информации даже в детерминированных [76, 77] системах управления реального времени.
Регулятор может характеризоваться ограничением на величину воздействия управления, что определённым образом влияет на величину перерегулирования и соответственно длительность переходного процесса.
Помеха управлению в промышленной системе связана с возможностью потери управляющих сигналов (сообщений) при передаче их по распределённой шине данных, на фоне помех либо конфликтов передачи в разделяемом с другими элементами системы управления, канале связи.
Запаздывание «регулятор-объект» (тро) возникает при передаче управляющих воздействий по разделяемому каналу связи промышленной шины.
Выполненный анализ факторов, влияющих на процесс управления (регулирования), реализованный в промышленной системе, устанавливает значимое влияние на качество управления факторов распределённой системы, определяющих в совокупности информационное запаздывание управления технологическим процессом в системе. Информационное запаздывание определяет величину переменной (случайной по характеру) задержки и интервалов времени сбора и передачи величин контролируемых параметров процессов и сигналов управления ими. В состав информационного запаздывания входят составляющие задержки измерения, обработки, управления, обусловленные передачей и обработкой технологической информации узлами-датчиками, контроллерами системы управления по промышленными шинам данных. На уровень задержек также влияют факторы, определяющие вероятность потери технологической информации в результате воздействия помех передачи или столкновений сообщений, вызванных множественным доступом и разделением общих сред передачи информации контроллерами (узлами) системы управления. Спектр указанных показателей, определяющих информационное запаздывание распределённой АСУТП, принято характеризовать вероятностными и временными характеристиками сбора, обработки и передачи данных в информационно-управляющих системах [32].
Известные из литературы [1, 41] данные подтверждают значимость влияния запаздывания на качество регулирования быстро протекающих колебательных переходных процессов. В общем случае запаздывание значимо для типовых систем регулирования с перерегулированием 20 и 40 %, для которых характерна соизмеримость ( 1/10T) величин запаздывания и постоянной времени T (времени, за которое величина параметра контролируемого процесса изменится в e раз (рисунок 1.4)) контролируемого процесса в переходном режиме, что определяет возможность установления стационарного режима за время t = (3 – 5)T постоянных времени объекта управления. Данные показатели запаздывания сбора, передачи и обработки информации обеспечивают в большинстве случаев требуемое качество управления технологи ческими процессами.
Анализ параметров транспортного процессора узла системы
1. Контроль (подготовка) данных на отправку
А Процедура выбора сообщения для передачи определяет продолжительность обслуживания. Особенность выбора и влияние его на задержку определяются уже проанализированными факторами: дисциплиной организации очереди исходящих сообщений транспортного процессора, текущим размером и ёмкостью очереди сообщений и их приоритетами (прикладной задачи и типа сообщения), готовностью передачи (ограничение на число одновременных транзакций). Для осуществления процедуры процессор осуществляет последовательную обработку сообщений исходящих очередей, что определяет задержки чтения и обработки сообщений. Отсутствие пакета для передачи определяет максимальную задержку, равную времени завершения пакетного цикла.
А Задержка обработки (выбора) сообщения на передачу. Задержка обработки может превышать межпакетный интервал алгоритма доступа (см. ниже), что задерживает передачу сообщения на время завершения пакетного цикла передачи, в ином случае уровень задержки входит в состав межпакетного интервала алгоритма доступа и передачи по каналу связи.
А Размер очереди исходящих сообщений определяет уровень задержки передачи сообщения, связанный с ожиданием завершения транзакций по всем предшествующим ему сообщениям.
Процедура передачи выполняется согласно алгоритму множественного доступа узлов к каналу с прогнозированием нагрузки по протоколу predictive p-persistent CSMA/CA [34, 96], с дисциплиной случайного выбора (Service in random order, SIRO) узла из множества претендующих на передачу. Задержка передачи на данном этапе определяется продолжительностью ожидания момента успешного доступа и временем передачи пакета по каналу промышленной шины.
Анализ протокола доступа [96] узлов к среде передачи позволяет выделить следующие основные параметры, влияющие на временные и вероятностные характеристики шины.
А Временная синхронизация пакетных циклов (свободный/занятый (рисунок 2.14)) обеспечивает узлам возможность осуществить соперничество за доступ к каналу по алгоритму с избежанием коллизий до начала передачи, что снижает вероятность коллизии и потери информации.
А Значение межпакетного интервала доступа определяет фиксированное время задержки доступа i [34, 61, 96], необходимое для начала пакетного цикла. Значение интервала определяет промежуток времени, в рамках которого узел может начать соперничество и передачу в текущем пакетном цикле. Узел, не успевший в интервал, характеризуется дополнительной временной задержкой ожидания следующего цикла передачи, максимальный уровень которой определяется разницей времени пакетного цикла и интервала доступа.
А Значение приоритетного интервала доступа является фиксированным для каждого узла и задаётся при конфигурации числом слотов S = (0...127), длительностью 2 каждый [34, 61]. Слоты используются дополнительно к основным (см. ниже) с целью уменьшения вероятности коллизии (потери) сообщений, путём разнесения по времени случайного соперничества узлов за право начала передачи первым.
А Принцип применения приоритетов узлов определяет влияние дополнительных слотов доступа только на занятые пакетные циклы, которым предшествовала передача.
А Значение случайного интервала доступа Т определяется случайным количеством элементарных слотов W доступа продолжительностью г каждый. Количество слотов выбирается каждым узлом согласно равномерному распределению из интервала соревновательного окна \0...((BLWbase) - 1)], где Wbase - базовая ширина соревновательного окна, равная 16 слотам для LonWorks [96]; BL (backlog) - показатель прогнозируемой на канал нагрузки. Среднее время доступа узла к каналу приближенно, без учёта факторов коллизий, очередей сообщений и повторных передач, может быть определено с помощью формулы Тд= +BL Wbase l-2. (2.5) А Уровень прогнозируемой на канал нагрузки backlog изменяется в диапазоне [1...63], при передаче сообщений различных типов (см. рисунок 2.11) и в свободных пакетных циклах: в конце занятого (успешного) пакетного цикла (+delta_backlog-l); в конце занятого (неудачного по причине коллизии) цикла (+1); в конце свободного пакетного цикла (-1).
Таким образом, механизм прогнозирования нагрузки определяет инструмент уменьшения вероятности коллизии путём расширения соревновательного окна W, что приводит к увеличению времени доступа. Анализ влияния на ВВХ ширины окна выполнялся в работе [16, 17].
А Продолжительность свободного пакетного цикла определяет возможную задержку ожидания нового цикла передачи, равную максимальному времени случайного доступа BL Wbase Особенности передачи информационных сообщений по каналу промышленной шины.
А Продолжительность передачи информационного сообщения по каналу связана с временем передачи бит данных пакета и может быть определена отношением размера пакета L в битах к скорости передачи [32, 34] (пропускной способности) Жданных через канал (бит/с): А Коллизия передачи и как следствие потеря сообщений определённых типов возникает в случае равенства выбранного узлами суммарного числа приоритетных и случайных слотов доступа. Повторная передача при коллизии определяет дополнительную нагрузку на канал.
А Обнаружение коллизии является опцией приёмо-передающего устройства узла и определяет влияние на величину времени задержки доставки сообщений с сервисами «с подтверждением» и «запрос-ответ». Увеличение времени обусловлено повторной передачей исходного сообщения не сразу после коллизии, а спустя таймер передачи.
А Помеха в линии связи влияет на вероятность потери информации и задержку аналогично не обнаруживаемой коллизии передачи.
А Количество узлов соперников на канал значимо влияет на вероятность коллизии (потери сообщения) и соответственно задержку передачи. Влияние обусловлено известной разницей передачи в системах с одним (коллизии нет) и множеством узлов [98].
А Индивидуальная интенсивность информационной нагрузки узлов определяет мгновенное число одновременных соперников за пакетные циклы передачи и определяет влияние, аналогичное фактору числа узлов.
А Продолжительность занятого неудачного (по причине коллизии) пакетного цикла входит в состав времени успешной доставки сообщения. Возможны два варианта передачи при коллизии [96]: 1) прекращение передачи при обнаружении коллизии в момент времени передачи первых 25 % преамбулы пакета; 2) передача пакета полностью, если коллизия обнаружена после 25 % преамбулы. Продолжительность неудачного пакетного цикла определяется суммой времени доступа и времени самой продолжительной передачи сообщения.
Разработка модели и способа оценки ВВХ прикладной подсистемы ИУС LonWorks
Таким образом, поток Эрланга успешных проверок tу модуля / представляет собой сумму iij экспоненциальных потоков с параметром интенсивности щіи. Прореживание потока осуществляется простой выборкой из распределения случайных значений, больших или равных значениям экспоненциального потока событий модуля с интенсивностью 1/7], что определяет условие превышения среднего интервала времени между событиями модуля / . Математическое ожидание среднего интервала времени между успешными проверками tу модуля / определяется расчётом среднего арифметического значения полученного прореженного распределения (см. прил. В). Интенсивность , каждого модуля есть величина, обратная времени: \/tу. Суммарная интенсивность информационной нагрузки узла на подсистему передачи информации N z=l где Ь, - индикатор (0/1) формирования модулем / приложения исходной или ответной нагрузки на подсистему передачи информации. Интенсивность нагрузки с учётом типов формируемых сообщений входит в состав исходных данных подсистемы передачи информации.
Расширим модель и выполним анализ приложения с учётом т (т 0) неприоритетных модулей (см. рисунок 3.1) приложения, образующих множество М дополнительных модулей. С учётом того, что за время неприоритетного цикла выполняется обработка лишь одного модуля приложения, интервал времени между проверками первого приоритетного модуля составит величину th равную (Гв + (п + 1)Гп). Выражение (3.12) остаётся справедливым для приоритетных прикладных модулей. Средний интервал времени U между проверками каждого неприоритетного модуля /єМ= {п+ \..п + т} есть сумма времени т циклов обслуживания приоритетных задач (заканчивающихся неудачной проверкой) и циклов обработки неприоритетных модулей t: tt=mнn+t, (3.16 где fn - время приоритетного цикла с неуспешной проверкой всех модулей: tl=tn(\ + cn), (3.17) t = Tп+ YJ {Тп+Рг-Тз)- (318) Vie(M\{x}) Для определения вероятностей р, в (3.18) предположим их пренебрежимо малыми величинами. Тогда t = тТп, а вероятности срабатывания каждого модуля/? могут быть последовательно определены по соотношениям (3.3)-(3.4). Вероятности могут быть уточнены путём повторного пересчёта с учётом в (3.16) значения времени t, определяемого формулой (3.18). Таким образом, интервал времени между проверками неприоритетных модулей ієМ ti=tn(\ + cn)-m + Tп+ YJ {Tп+Pjз)- (319) Vje(M\{x}) Дальнейшие расчёты производятся по соотношениям цикла приоритетных задач (3.1), (3.13)-(3.15).
В случае когда модель приложения узла не содержит приоритетных проверок, следует учесть, что обслуживанию цикла неприоритетных задач предшествует обслуживание точки входа, и поэтому в (3.17), (3.19) t„= t0 = Тв, и с„= 0.
Таким образом, в данном параграфе предложена модель функционирования прикладной подсистемы узла и способ оценки её вероятностных и временных характеристик. Ввиду сложности и громоздкости вычислений по предложенным аналитическим соотношениям предложена их программная реализация в системе математического моделирования MathCad (см. прил. В).
Транспортную подсистему (передачи информации) согласно компонентно-функциональной модели РИУС образует процессор доступа к среде передачи, реализующий функционал канального и физического уровней коммуникационного стека протоколов. Характеристики подсистемы передачи находятся в зависимости и от параметров вышележащих сетевого, транспортного и сеансового уровней КСП, что требует учёта их факторов в модели.
Разработку корректной модели подсистемы передачи информации целесообразно производить первичным упрощённым математическим анализом алгоритма доступа и передачи predictive -persistent CSMA, не учитывающим множества значимых параметров (см. п. 2.2, пп. 4.4.4) вышележащих уровней, с дальнейшим поэтапным снятием принятых ограничений [18-19, 22-23]. Предложенный многоэтапный подход к разработке модели позволит использовать его как универсальный приём и для анализа других видов ИУС, как проводных, так беспроводных, с протоколами доступа семейства CSMA, частично отличающихся функционалом и факторами, требующими учёта.
Целью этапа является математический анализ алгоритма доступа узлов к каналу и вывод основных аналитических соотношений для определения ВВХ подсистемы передачи в условиях соперничества фиксированного N числа узлов (насыщение) с индивидуальными приоритетами.
Выполним анализ коммуникационного соперничества узлов согласно алгоритму множественного доступа predictive -persistent CSMA (см. пп. 2.2.3) в режиме насыщения [98], но с учётом ранее не анализируемых в известных работах приоритетов узлов. В каждый момент времени соперничество за канал осуществляют n = nl = N узлов, каждый из которых имеет индивидуальный приоритет l. Исследование модели в данном режиме позволяет произвести анализ характеристик передачи для наихудшего сценария загрузки канала, а также выполнить оценку средних значений задержки доступа и передачи для частных случаев соперничества n узлов без очередей передачи. Анализируемый пример коммуникационного процесса доступа и передачи узлами пакетов (П), с учётом коллизий (К) (рисунок 3.3), иллюстрирует этапы доступа и время доставки Tд узлом i пакета ПI. Рисунок 3.3 - Временная диаграмма соперничества узлов и передачи информации Среднее время доставки (доступа и передачи) информационного пакета к удалённому узлу в общем виде можно представить как сумму времени о опоздания узла в соперничестве за «первый» пакетный цикл, времени доступа и успешного завершения передачи: Гд =о+ш--, (3.20 где т - средний размер очереди сообщений передающего узла (при насыщении т= 1);Е — среднее число попыток доступа для успешной передачи; - продолжительность пакетного цикла, составляющая задержки о = 0 для режима насыщения. Задержка опоздания свойственна стохастическому режиму работы (см. пп. 3.3.2), когда моменты появления пакетов случайны, и о - j, в качестве среднего может быть выбрана величина, равная половине максимального значения. Вторая составляющая времени в (3.20) связана с необходимостью принятия в среднем Е попыток доступа для успешной передачи информационного пакета. Рисунок 3.4 – Поле соперничества узлов за доступ к каналу Среднее количество попыток доступа Е индивидуально для каждого узла и зависит от числа дополнительных приоритетных слотов доступа /. Выполним анализ слотового соперничества узлов в поле доступа с суммарным количеством приоритетных / и случайных d слотов (при ширине окна W = Wbase = 16) (рисунок 3.4).
Разработка имитационной модели функционирования ИУС LonWorks
В работе анализируются распространённые в сфере моделирования распределённых систем в России и за рубежом [13, 52, 54] системы на основе дискретно-событийного метода моделирования. По критериям специализированности, по отношению к анализируемому объекту и предмету исследования, а также полноте методов моделирования системы подразделены на три группы: универсальные языки объектно-ориентированного программирования (УООП), общецелевые (ОСИМ), специализированные системы имитационного моделирования (ССИМ). К универсальным системам программирования относятся «языковые» средства разработки моделей Си, Java, характеризуемые отсутствием методов моделирования исследуемого объекта (низкоуровневое моделирование). Программная модель системы представляет собой циклическую структуру, моделирующую время, в рамках которой процессы генерации, обслуживания, передачи информационных сообщений представляются работой (изменением значений) большого числа переменных, массивов данных, объектов. Общецелевые системы отличает наличие развитых методов и подходов дискретно-событийного моделирования. Модель представляется совокупностью элементов систем массового обслуживания, воспроизводящих процессы (задержка, занятие, освобождение ресурса и др.) работы с информационными сообщениями (пакетами) в системе. Это определяет отсутствие необходимости разработки «физики» моделирования и синхронизации процессов в модели, в отличие от УООП, что уменьшает сложность и продолжительность разработки модели. В работе анализируются ОСИМ: GPSS [31, 75], MatLab, Arena, AnyLogic [12, 13]. Специализированные системы моделирования отличаются встроенными библиотеками протоколов, модулей системных элементов (терминалов, сенсорных узлов, серверов, коммуникационного оборудования) и методов работы с ними (взаимодействия, генерации, обмена и облуживания информации), что уменьшает продолжительность разработки и обеспечивает корректность результатов моделирования. ССИМ используются для решения задач планирования систем, выполняемых путём оценки и сравнительного анализа нескольких возможных вариантов архитектур системы. В составе группы ССИМ анализируются Opnet и NS-2(3). Многообразие применяемых систем моделирования обусловлено их различной эффективностью реализации этапов работы с моделями: планирования, разработки и эксплуатации. Выбор эффективной СИМ требует выполнения их оценки по ряду выделенных общих [35–37] и частных для распределённых систем управления и оценки их характеристик критериев.
Важным является оценка возможностей СИМ по достижению поставленных целей моделирования. Система моделирования должна удовлетворять возможностям решения задач: анализа, предполагающего выполнение количественной оценки ВВХ системы; исследования, предполагающего проведение экспериментов с варьированием параметров в широких диапазонах и анализа характеристик; планирования, предполагающего выбор и оптимизацию параметров системы; изучения технологии функционирования системы, предполагающего возможность получения знаний в области принципов функционирования fieldbus-системы при разработке модели, умений и навыков моделирования.
Система моделирования как программное обеспечение должна удовлетворять общим требованиям: доступности для некоммерческого использования, кросс-платформенности, возможности разработки отдельного приложения-модели.
Важными критериями оценки СИМ являются возможности и проблемы этапа разработки модели. Необходим анализ адекватности [10, 35] реализаций СИМ подходов дискретно-событийного моделирования, определяющих корректность результатов. Сложность и трудоёмкость (временные затраты) разработки модели необходимо выполнять по критериям: возможность графической разработки (визуальный конструктор, блочное моделирование), сложность программирования, наличие средств верификации (отладки) модели, открытость и докумен-тированность системы, ресурсоёмкость (эффективность использования аппаратных ресурсов вычислительной системы). Гибкость разработки (модернизации) сложной модели можно оценить по реализуемым СИМ подходам моделирования: объектное, процессное, агентное [80]. Сложность масштабирования модели для решения задач исследования и планирования системы можно оценить поддержкой режимов масштабирования: ручное, программное. Дополнительные требования могут предъявляться к визуализации процесса функционирования модели, а также полноте собираемой статистики (для ССИМ).
Частными для исследуемых в работе промышленных fieldbus-систем являются критерии, определяющие возможность моделирования узлов и коммуникационного оборудования, принципов функционирования, протоколов доступа и передачи технологической информации с использованием существующих библиотек и модулей элементов системы (см. прил. Е).
Требуется выполнение анализа целесообразности применения СИМ в образовательном процессе для получения знаний в области функционирования и планирования распределённых промышленных систем, получения умений и навыков моделирования и анализа сложных моделей систем. Необходимо выполнение оценки по следующим критериям: сложность и эффективность обучения, перспектива применения полученных знаний и умений на практике. Подход к выбору СИМ предполагает выполнение оценки по предложенным критериям, результаты которой заносятся в таблицу (таблица 4.1). Принимается градация оценки характеристик систем по трём уровням (- ± +). Низшая оценка (-) отражает недостаток системы, выражаемый в высокой сложности, невозможности либо отсутствии поддержки реализации требуемого свойства системы. Средняя оценка (±) определяет ограниченные возможности, умеренную сложность реализации определённых свойств моделирования. Наивысшая оценка (+) определяет преимущество системы по поддержке и реализации определённого свойства моделирования по отношению к другим анализируемым СИМ. Следующим этапом подхода является ранжирование СИМ по результатам оценки. Для каждой системы подсчитывается суммарная оценка количества положительных баллов. Выбор СИМ осуществляется по критерию наивысшего числа баллов по результатам оценки. При равенстве баллов (отклонении не более 10 % от наилучшего варианта) предпочтение в выборе отдаётся системе с большей оценкой по приоритетным (первичным) критериям, определяющим возможности научно-практического использования моделей. Предложенный подход инвариантен и может при необходимости использоваться и для другой системы критериев и их приоритетов.