Содержание к диссертации
Введение
Глава 1 Анализ проблем обработки диспетчерско-технологической информации распределенных производственных систем 11
1.1 Регрессионный анализ как аппарат системного анализа 11
1.2 Особенности производственных систем транспортировки продукта. Структура распределенной производственной системы 14
1.3 Структура оперативно-диспетчерского управления 20
1.4 Этапы развития автоматизированной системы диспетчерского управления. Основные функции и задачи 22
1.5 Понятие и структура SCADA-систем 26
1.6 Существующая архитектура комплекса оперативных задач диспетчерского управления 28
Выводы по главе 1 35
Глава 2 Моделирование процесса сбора и обработки диспетчерско технологической информации. Разработка методов повышения достоверности телеметрических данных 36
2.1 Сравнение централизованной и распределенной системы сбора и обработки данных 36
2.2 Переход от распределенной структуры циркуляции данных к централизованной структуре 38
2.3 Применение регрессионного анализа для повышения достоверности диспетчерско-технологической информации 40
2.4 Методы повышения достоверности диспетчерско-технологической информации 53
Выводы по главе 2 56
Глава 3 Методы совершенствования действующей структуры комплекса оперативных задач автоматизированной системы диспетчерского управления 57
3.1 Выбор способа реализации развития АСДУ 57
3.2 Обоснование выбора технологии и инструментария разработки
3.2.1 Концепция RAD 59
3.2.2 Среда проектирования Embarcadero RAD Studio 61
3.2.3 Объектно-ориентированный язык программирования Delphi 62
3.3 Обоснование выбора СУБД 63
3.3.1 Сравнение Oracle Database 10g и Microsoft SQL Server 2008 64
3.3.2 Сравнение Oracle Database 10g-11g и MySQL 4-5 71
3.3.3 Выбор рациональной СУБД 3.4 Компонент Oracle Date Access (ODAC) 72
3.5 Интеграционная схема нормативно-справочной информации 73
3.6 Предлагаемая архитектура комплекса оперативных задач
диспетчерского управления 76
Выводы по главе 3 77
Глава 4 Прикладное решение реализации автоматизированной системы диспетчерского управления 79
4.1 Реализация пользовательского уровня автоматизированной системы диспетчерского управления 79
4.2 Реализация программного уровня автоматизированной системы диспетчерского управления 87
4.3 Обоснование повышения качества управления автоматизированной подсистемы сбора и обработки диспетчерско-технологической информации в распределенных производственных системах 92
Выводы по главе 4 94
Заключение 95
Список литературы 97
- Особенности производственных систем транспортировки продукта. Структура распределенной производственной системы
- Переход от распределенной структуры циркуляции данных к централизованной структуре
- Обоснование выбора технологии и инструментария разработки
- Реализация программного уровня автоматизированной системы диспетчерского управления
Введение к работе
Актуальность работы.
Необходимость повышения качества сбора и обработки диспетчерско-технологической информации в распределенных производственных системах на основе повышения уровня автоматизации и снижения влияния субъективного фактора на работу систем является актуальной задачей. Степень актуальности этой задачи повышается, когда в производственной системе, например, связанной с транспортировкой и распределением продукции, возникает необходимость в увеличении объема и частоты сбора диспетчерско-технологической информации. Это порождает потребность в повышении уровня автоматизации анализа данных и создании подсистем прогнозирования расхода транспортируемой продукции. Сформулированная задача может быть решена на основе разработки и применения средств и методов управления по расширению автоматизации процессов обработки диспетчерско-технологической информации в производственных системах на основе применения системного анализа как средства повышения достоверности данных и снижения влияния субъективного фактора.
Достижению цели повышения качества сбора и обработки диспетчерско-технологической информации способствует использование современных информационных технологий, программных и аппаратных средств на всех уровнях предприятия, участвующих в эксплуатации, планировании и управлении. Однако, на сегодняшний день разработка современных информационных систем не может обойтись без использования частных разработок по обеспечению контроля и управления оборудованием (различных производителей и типов), а это, в свою очередь, требует значительных финансовых и временных усилий. Следует учесть, что некоторые элементы распределенных производственных систем не могут быть охвачены автоматическим контролем.
Проведя анализ существующей системы сбора и обработки диспетчерско-технологической информации автоматизированной системы диспетчерского управления (АСДУ), был выявлен ряд недостатков, препятствующих ее дальнейшему развитию.
Цель работы. Повышение степени достоверности диспетчерско-технологической информации на основе автоматизации процедур по анализу телеметрических данных с применением системных методов (регрессионного анализа), в частности, в распределенных производственных системах транспортировки и распределения продукта.
Объектом исследования в данной работе является: - архитектура комплекса оперативных задач управления
автоматизированной системой диспетчерского управления в
распределенных производственных системах по транспортировке и
распределению продукта.
Предметом исследования в данной работе являются:
- методы повышения достоверности диспетчерско-технологической информации на базе регрессионного анализа в распределенных системах по транспортировке и распределению продукта. Задачи исследования. Для достижения сформулированной цели в работе были поставлены и решены следующие задачи:
-
Произвести анализ и показать актуальность совершенствования средств автоматизации процесса сбора и обработки диспетчерско-технологической информации в распределенных производственных системах.
-
Разработать интеграционную схему нормативно-справочной информации по объектам распределенной производственной системы транспортировки и распределения продукта.
-
Спроектировать централизованную структуру процесса управления по сбору и обработке диспетчерско-технологической информации в распределенных производственных системах.
-
Разработать формальные модели по процедуре проверки достоверности диспетчерско-технологической информации и прогнозирования с применением методов регрессионного анализа в распределенных производственных системах.
-
Разработать алгоритм и спроектировать программный модуль по проверке достоверности диспетчерско-технологической информации на базе регрессионного анализа в распределенных производственных системах, реализующих транспортировку и распределение продукта.
-
Обосновать фактор повышения эффективности диспетчерского управления на основе разработанной подсистемы по процедурам повышения достоверности диспетчерско-технологической информации и разработанной подсистемы по процедуре прогнозирования объемов расхода транспортируемой продукции в распределенных производственных системах. Научная новизна работы заключается в:
определении функциональных связей между объемом транспортируемого продукта и условным аргументом как контекст нелинейного процесса в системах по транспортировке продукта, что позволяет формализовать процесс прогнозирования рационального объема транспортируемого продукта;
разработке функциональной модели для прогнозирования рационального (фактического) объема транспортируемого продукта в зависимости от неравномерности его потребности и значением условного аргумента на базе методов регрессионного анализа и процедуры по ее адаптации;
представлении алгоритма и программного модуля по проверке достоверности диспетчерско-технологической информации с использованием разработанной функциональной модели, как фактор повышения эффективности всей системы транспортировки продукта.
Методы исследования. Теоретические исследования выполнены с использованием системного анализа объекта управления, регрессионного анализа, метода разомкнутого управления, а также объектно-ориентированного подхода к разработке приложений.
Практическая значимость работы заключается в создании и внедрении:
-
Модуля по оценке достоверности диспетчерско-технологической информации по транспортировке продукта в распределенной производственной системе.
-
Модуля по прогнозированию рациональной (фактической) потребности транспортируемого продукта в зависимости от условного аргумента с учетом неравномерности потребности продукта.
-
Интеграционной схемы нормативно-справочной информации по объектам распределенной производственной системы.
-
Методики централизованного процесса сбора и обработки
диспетчерской информации.
Результаты работы позволили увеличить частоту сбора диспетчерско-технологической информации, исключить влияние человеческого фактора при анализе собранных данных, расширить объем данных, предназначенных для полноценного решения задач Диспетчерского управления в распределенной производственной системе по транспортировке продукта.
Достоверность результатов обеспечивается:
использованием общепринятого объектно-ориентированного подхода при проектировании автоматизированных систем диспетчерского управления;
практическим применением разработанных алгоритмов и моделей проверки достоверности диспетчерско-технологической информации;
применением методов математической статистики для оценки пригодности использования синтезированной математической модели для практического использования. Реализация результатов работы. Результаты работы использовались
при создании комплекса оперативных задач автоматизированной системы диспетчерского управления в ООО «Газпром трансгаз Москва».
На основе результатов работы создан 1 объект интеллектуальной собственности в виде свидетельства о государственной регистрации базы данных.
Апробация работы. Полученные автором теоретические и практические результаты докладывались на заседаниях кафедры «Компьютерные Системы управления» МГТУ «Станкин», на международной заочной научно-технической конференции «Технические науки: традиции и инновации» (г. Челябинск, январь 2012 г.), на III международной научной конференции «Технические науки: проблемы и перспективы» (г. Санкт-Петербург, июль 2015 г.).
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Содержит 124 страницы основного текста, 28 рисунков и 11 таблиц. Список литературы содержит 38 наименований, в том числе 12, опубликованных в Интернете.
Особенности производственных систем транспортировки продукта. Структура распределенной производственной системы
Системный анализ – научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или элементами исследуемой модели [1,2,3].
Системный анализ как дисциплина сформировалась в результате потребности в исследовании и проектировке сложных систем [4], возможности управления ими в условии недостатка информации, дефицита ресурсов и ограниченности во времени. Системный анализ послужил продолжением развития целого ряда дисциплин, таких как теория оптимального управления, исследование операций, экспертный анализ, теория принятия решений и др., являющихся его методологической основой. Использование всего комплекса формальных и неформальных процедур позволяет системному анализу успешно решать поставленные задачи [5].
Повсеместное использование ЭВМ поспособствовало широкому распространению идей и методов системного анализа, а также привело к успешному их применению на практике. Использование ЭВМ в качестве инструмента решения сложных задач позволило перейти от построения теоретических моделей систем к их широкому практическому применению [6].
Системный анализ является синтетической дисциплиной, в которой можно выделить три главных направления: 1. постановка задачи; 2. построение модели исследуемого объекта; 3. решение поставленной математической задачи [1]. В настоящее время системный анализ является передовым методом научных исследований, призванный дать научный аппарат для анализа и изучения сложных систем. Системный анализ занимается изучением поставленной задачи, выяснением проблемных ситуаций, выработкой вариантов их устранения, принятием решения и организацией дальнейшего функционирования системы, разрешающего поставленную задачу [1].
В настоящее время при управлении предприятиями и организациями особенно востребован системный анализ. Рассмотрим применение системного анализа для анализа системы сбора и обработки диспетчерско-технологической информации распределенной производственной системы.
В большинстве случаев практического применения системного анализа для исследования свойств системы и последующего управления ею можно выделить основные этапы (рисунок 1).
На первом этапе определяется актуальность проблемы, формулируется цель исследования. Д ля этого, в первую очередь, необходимо рассмотреть структуру распределенной производственной системы и особенности ее технологического процесса. На втором этапе производится постановка задачи. Данный этап является наиболее важным, так как от него зависит весь ход проведения исследований.
На третьем этапе производится поиск решений поставленных задач, строятся модели. На четвертом этапе производится реализация и проверка предложенных решений. На пятом этапе производится проверка распределенной производственной системы в целом с целью объективной оценки результатов.
Из п риведенных этапов наиболее интересным, применительно к анализу информационных систем сбора и обработки диспетчерско-технологической информации распределенных производственных систем, можно выделить модальный (третий) этап. Как отмечалось ранее, на данном этапе осуществляется моделирование процессов, в ряде случаев построение математических (функциональных) моделей, достоверность которых в значительной степени влияет на достоверность результата проводимого системного анализа. В качестве одного из методов пос троения функциональных моделей можно использовать регрессионный анализ.
Регрессионный анализ – статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную [7]. Другими словами, регрессионным анализом является поиск функции, которая описывает зависимость математического ожидания случайной величины от одной или нескольких других случайных величин.
Построение функциональных моделей с использованием регрессионного анализа хорошо зарекомендовало себя для исследования свойств системы при проведении системного анализа.
Проведем системный анализ системы сбора и обработки диспетчерско-технологической информации распределенной производственной системы на примере предприятий по транспортировке и распределению продукта, так как данный тип предприятия может обладать достаточно сложной, разветвленной (филиальной) структурой, децентрализованным управлением и ярко выраженными технологическими особенностями.
В ряде случаев производство продуктов в России расположено на значительном расстоянии от большинства крупных потребителей. Транспортировка и распределение продукта к ним может осуществляться различными способами. В настоящее время для доставки продукта к потребителю необходимо затратить ресурс, будь это бензин, газ, электричество или любой другой вид топлива, который необходимо пополнять для осуществления постоянной и бесперебойной доставки продукта. В случае доставки продукта транспортными средствами необходимо производить их дозаправку, а в случае, если доставка продукта осуществляется за счет трубопроводов, необходимо осуществлять поддержку оптимального давления.
При транспортировке продукта, в силу своих физических особенностей, возникают факторы, препятствующие бесперебойному протеканию данного процесса. Поэтому для транспортировки продукта в достаточном количестве и на большие расстояния необходимо наличие пунктов поддержки.
Перед подачей продукта для транспортировки его необходимо подготовить к этому процессу. Первичная п одготовка продукта осуществляется на головных сооружениях, которые располагаются около производства. Подготовка продукта может содержать следующие этапы: очистка продукта от механических примесей, упаковка, осушка от конденсата и влаги, удалении побочных продуктов и др. Оптимальный режим работы распределенной производственной системы заключается, прежде всего, в максимальном использовании производственных мощностей при мин имальных энергозатратах н а производство и транспортировку продукта. В значительной степени этот режим определяется пунктами поддержки. На рисунке 2 приведена схема работы типового пункта поддержки.
Переход от распределенной структуры циркуляции данных к централизованной структуре
Для расширения функциональных возможностей программного модуля (рисунок 10, Б), а также повышения оценки достоверности собираемых данных, предлагается дополнить модуль процедурой по прогнозированию значений собираемых параметров. На примере предприятий по транспортировке продукта, обладающих распределенной производственной структурой, та кое расширение функциональности может в значительной степени повысить качество оценки технологического процесса. В первую очередь, использовать прогнозирование рекомендуется при оценке значений параметров по расходу продукта в комплексах по распределению.
Из существующих методов прогнозирования наиболее подходящим для прогнозирования объема транспортировки продукта предприятиями с распределенной производственной структурой, является метод регрессионного анализа. Данный метод в зят за основу при построении нелинейной зависимости объема транспортируемого продукта от условного аргумента.
В качестве примера применения регрессионного анализа для повышения достоверности диспетчерско-технологической информации рассмотрим предприятие по транспортировке продукта, обладающее распределенной производственной структурой.
Получение достоверной информации по текущим параметрам функционирования предприятия с распределенной производственной структурой является одной из основных задач диспетчерского управления. Рассмотрим процесс повышения достоверности диспетчерско-технологической информации по транспортировке продукта комплексом по распределению с применением прогнозирования на основе регрессионного анализа [19,20,21,22]. В настоящее время для определения достоверности диспетчерско-технологической информации по транспортировке продукта на комплексе по распределению используется следующая схема (рисунок 11).
Для облегчения прогноза и повышения достоверности диспетчерско-технологической информации предлагается дополнить существующую схему блоком по прогнозированию объемов транспортируемого продукта (рисунок 12). Из рисунка 12 видно, что после проверки на достоверность текущих (фактических) значений объема транспортируемого продукта в блоке «Методы» они поступают в блок «Прогнозирование», где с применением метода регрессионного анализа осуществляется прогнозирование будущих (расчётных) значений.
В дальнейшем расчётные значения могут использоваться при проведении оперативного анализа объема транспортировки продукта.
Проверка достоверности диспетчерско-технологической информации с применением прогнозирования На рисунке 12 представлены: блок «SCADA», представляющий собой систему реального времени по сбору данных с системы телеметрии Комплекса распределения; блок «Методы», который содержит методы проверки достоверности диспетчерско-технологической информации; блок «Прогнозирование» предназначен для прогнозирования объема транспортируемого продукта; связь 1 осуществляет запись данных по расходу продукта в базу данных; связь 2 осуществляет передачу данных для проверки на достоверность в блок «Методы»; связь 3 осуществляет передачу данных в блок «Прогнозирование»; связь 4 осуществляет запись проверенных данных и прогнозируемых значений расхода продукта в базу данных для дальнейшего использования при решении расчетно-технологических задачах.
Процесс транспортировки продукта неотъемлемо связан с его потребностью. Процесс транспортировки продукта является нелинейным, так как известно, что потребность продукта может изменяться в зависимости от различных внешних факторов, например, сезонности потребления (зависимости потребления продукта от времени суток, дня недели, времени года). Также на нелинейность процесса транспортировки продукта могут влиять ряд других факторов, зависящих от вида продукта и технологических особенностей производственного процесса предприятия [23, с.113].
На основании полученных аутентичных данных о т предприятия по транспортировке продукта приведем сводную таблицу зависимости потребности продукта Q от условного аргумента t, принимающего целые значения, на конкретный сезон S.
Представленную кусочно-линейную модель (2.1) предлагается использовать для прогнозирования потребности продукта. Введенный коэффициент адаптации К, позволяет адаптировать кусочно-линейную модель для случаев скачкообразного изменения потребности продукта, носящих кратковременный или постоянный характер, что в свою очередь значительно повышает точность прогноза. Необходимость адаптации кусочно-линейной модели путем пересчета коэффициента Kt определяется диспетчерским прсоналом предприятия путем задания значения допустимого отклонения прогнозируемой величины от фактической (2.3). QnpOO + д Q$(t) Qnp(t) — 3, (2.3) где д - допустимое отклонение прогнозируемой величины потребности продукта от фактической.
Пересчет коэффициента Kt целесообразно проводить в случае, когда изменение носит кратковременный характер, при котором нет необходимости пересчета коэффициентов регрессионного уравнения.
В связи с корректным выбором интервалов условного аргумента, тренд, описывающий изменение расхода продукта от условного аргумента на каждом интервале, оказался практически линейным или с незначительными отклонениями от линейности. В [25, 26] показано, что в данном случае
Обоснование выбора технологии и инструментария разработки
На сайте Oracle давно находятся в свободном доступе компоненты ODP.NET, которые позволяют удобно и эффективно работать с СУБД Oracle из среды MS Visual Studio. Для других средств разработки, Borland Delphi, C++ Builder и прочих, реализовано множество компонентов и инструментов доступа и работы с Oracle Database, как бесплатных, так и коммерческих [18].
Производительность. Производительность, наряду с надежностью, является основным критерием выбора Oracle Database в качестве системы управления базами данных. Существуют различные искусственные тесты производительности, такие, как TPC. В тесте TPC-С, который проверят производительность СУБД в OLTP системе, Oracle Database занимает одну из лидирующих позиций [18].
В отличие от MySQL и MS SQL Server, СУБД Oracle Database и IBM DB2 UDB считаются СУБД «промышленного уровня». Это означает, что эти СУБД способны обрабатывать фактически неограниченный объем данных и число работающих пользователей. Под «неограниченный» следует понимать, что именно эти две СУБД являются лидерами по хранимому объему данных и работающим пользователям, при этом сохраняя весь свой разносторонний функционал. Кроме того, если посмотреть на результаты тестов, то можно заметить тот факт, что производительность Oracle Database практически не меняется, а то и увеличивается при возрастании обрабатываемого объема данных. Именно это свойство отличает промышленную систему от системы рабочих групп . Суть промышленного сервера базы данных заключается в устойчивости к нагрузке. Впрочем, это не мешает СУБД Oracle лидировать в тестах и ставить мировые рекорды производительности [18].
Масштабируемость. В отличие от MS SQL Server, Oracle Database работает на большинстве известных платформ и операционных систем, таких как Windows (в том числе не серверные версии), Unix, Linux, MacOS. Это является существенным преимуществом Oracle Database. Преимущество заключается не только в том, что сейчас Oracle оставляет заказчику выбор операционной системы и аппаратной платформы, но и в том, что в Oracle существует опыт и культура разработки именно кроссплатформенных систем. Следовательно, при появлении новой операционной системы, более мощной и эффективной, можно быть уверенным, что под эту операционную систему или платформу появится версия Oracle Database [18].
В случае, если СУБД базируется только на одной операционной системе, то заказчик полностью зависит не только от производителя собственно СУБД, но и от производителя операционной системы [18].
Стоимость обслуживания. Администрирование SQL Server осуществляется из действительно удобной и логично -простой среды SQL Server Management Studio. В Oracle Database также существует удобная и простая среда выполнения всех административных действий Enterprise Manager. Начиная с 10-й версии, Enterprise Manager имеет web-интерфейс. Следует отметить, что из Oracle Enterprise Manager можно управлять не только единичным экземпляром базы данных, но и кластером и сетью GRID-серверов [18].
В 10-й, и в 11-й версии Oracle Database улучшены и дополнены функции самоадминистрирования и самодиагностики сервера. В 10-й версии появилась функции автоматического сбора статистики, анализа и выдачи рекомендаций. Отслеживание различных показателей, с выдачей сообщения при достижении пороговых или критических величин [18].
Анализатор SQL запросов позволяет выбрать и настраивать наиболее низко производительные SQL запросы, причем предусмотрен вариант, в котором администратор просто выбирает проблемный SQL запрос, просматривает и применяет рекомендации SQL Tuning Advisor, все это происходит в консоли Enterprise Manager. В MS SQL Server выполнение аналогичной задачи выполняется ручным способом, что значительно дольше, чем в Oracle Database [18]. Использование в 10-й версии появившейся технологии Flashback table позволяет значительно упростить восстановление системы после пользовательских ошибок. Больше не требуется восстановление из резервной копии, достаточно выбрать удаленный объект и восстановить. Следует отметить, что в MS SQL Server также возможно выполнение аналогичной операции, но она требует значительно больше времени: требуется восстановление из резервной копии , выбор точки восстановления и накат потерянных транзакций вручную. Аналогичные действия касаются и восстановления после ошибочной транзакции. В Oracle Database это делается как через консоль Enterprise Manager, так и вручную, SQL операторами. Для этого необходимо выбрать момент в прошлом, на который требуется восстановление. В MS SQL Server восстановление также пр оизводится из резервной копии с последующим ручным накатом журналов [18].
Таким образом, Oracle Database предоставляет пользователю три варианта: полная самодиагностика и самонастройка, которая совершенствуется от версии к версии; мощную и удобную консоль администратора, не требующую установки какого-либо дополнительного программного обеспечения на компьютер администратора, и как следствие, доступного с любого компьютера в сети, в том числе сети Интернет; тонкие средства диагностики и настройки, оставшиеся с прошлых версий, позволяющие администратору в полном объеме применить свои знания в области настройки производительности [18]. Аналогичные средства других СУБД либо жестко ограничивают администратора ввиду полной автоматизации процессов настройки, например, оперативной памяти, либо предоставляют менее богатый функционал для выполнения стандартных операций [18]. 3.3.2 Сравнение Oracle Database 10g-11g и MySQL 4-5
По своему предназначению и функциональному наполнению СУБД MySQL и Oracle Database несравнимы. Основное отличие этих СУБД в том, что MySQL предназначен для решения узкого круга задач, ввиду своей функциональной неполноценности. Oracle Database не имеет ограничений в применении, начиная от пр остой базы данных, обслуживающих сайт или небольшую компанию, и, заканчивая огромными и мощными хранилищами данных со встроенными решениями задач класса OLAP или DataMinig, хранящих любые данные от простых таблиц до документов, видео-файлов, геоинформационных данных и т. п. [18].
Приведем нескольких, наиболее часто обсуждаемых моментах [18]. MySQL – бесплатное решение. На сегодняшний день это действительно так. Кроме того, у Oracle также имеется бесплатная редакция СУБД Oracle Database. Это редакция eXpress Edition (XE) имеет версии под Windows и Linux. Организациям, которые выбирают MySQL именно ввиду его бесплатности, следует учитывать тот факт, что рано или поздно функционал MySQL перестанет удовлетворять растущие потребности, и тогда придется переходить на одну из коммерческих СУБД, предлагающих более полный функционал. Процесс миграции на другую СУБД всегда вопрос времени и денег [18].
MySQL – самая производительная СУБД. Действительно, если взглянуть на тесты на TCP, например, на тест read-only benchmark с доступом данных по первичному ключу, то мы увидим, что MySQL занимает лидирующие позиции. Доступ по первичному ключу затрачивает минимум времени, так что тест показывает максимальную пиковую производительность, какую СУБД может выдать. Вся таблица помещается в оперативной памяти, результат ограничен только процессорами. Подметим тот факт, что даже на таком тесте разница между MySQL и Oracle Database оказалась незначительной. В реальных условиях при использовании СУБД в работе, которая предусматривает одновременно различные по характеру нагрузки, производительность MySQL оставляет желать лучшего. Сделаем вывод, что производительность MySQL на узком круге задач – прямое следствие ее функциональной простоты. Обратной стороной такой производительности является узость применения этой СУБД [18].
Реализация программного уровня автоматизированной системы диспетчерского управления
Назначение коэффициентов для методов оценки достоверности. Для оценки достоверности любого показателя, получаемого напрямую с прибора измерения или расчетным путем, сотрудник, имеющий уровень доступа «Администратор», к «Журналу диспетчера Администрации» может применить «метод интервалов», описанный в главе 2.4. Для этого ему необходимо указать нижнюю и верхнюю границы установленного интервала (рисунок 26). Задается максимальное значение показателя (верхняя граница). Для оценки достоверности показателя с использованием метода, основанного на анализе скорости изменения параметра, описанного в главе 2.4, сотруднику, имеющему уровень доступа «Администратор», необходимо указать максимально допустимую величину изменения значения, оцениваемого показателя за временной интервал. Для мгновенных показателей временной интервал составляет 10 минут, для часовых – час, для суточных – сутки, для месячных – месяц. 16,17,18.Указывается допустимая величина изменения показателя для мгновенных, часовых, суточных значений.
Реализация программного уровня автоматизированной системы диспетчерского управления Для описания процесса сбора и обработки диспетчерско технологической информации рассмотрим фрагмент базы данных комплекса оперативных задач автоматизированной системы диспетчерского управления, используемый для данной цели (рисунок 27). Фрагмент базы данных комплекса оперативных задач содержит в себе перечень таблиц, необходимых для сбора данных из автоматизированной информационной системы контроля и управления объектами
Производится занесение данных из автоматизированной информационной системы контроля и управления объектами транспортировки продукта (АСУ ТП) в таблицу GOFDAN. Для этого используются внешние таблицы (External tables) EXGOFD и EXGOFK. Перед процедурой занесения производится очистка таблицы GOFDAN. Таблица GOFDAN содержит последний срез информации из АСУ ТП. При этом информация о текущем режиме (реальное время снятия данных из АСУ ТП), время запуска задачи и время режима заносится в таблицу SBORDATE (поля MDAT10, MDATGOFO, MDATREAL).
В таблицу DANDSP заносятся мгновенные (10 мин.), часовые и суточные значения, коды объектов АСУ ТП которых внесены в таблицу DSPPOK (поле KODGOFO) с учетом коэффициентов преобразования (KKODGOFO - для 10 минутных значений, KKODGOFOUHR - для часовых, KKODGOFOSUT - для суточных значений).
После того как данные были откорректированы, производится обратное занесение значений из таблицы SB OR в DANDSP (включая значения, введенные диспетчером вручную). Занесение значений из таблицы SB OR в DANDSP (только мгновенные значения (TYPE=1)) осуществляется следующим образом. MERGE INTO DANDSP D USING( SELECT HFRPOK,DANDSP,MDAT10,HANDENTER,TYPE_SBOR FROM SBOR WHERE NVL(DANDSP, )) SON (D.MDAT=S.MDAT10 AND D.TYPE=1 AND D.HFRPOK=S.HFRPOK) WHEN MATCHED THEN UPDATE SET D.DAN=Replace(S.DANDSP, . , , ), D.HANDENTER=S.HANDENTER WHEN NOT MATCHED THEN INSERT (D.HFRPOK, D.DAN, D.MDAT, D.HANDENTER, D.TYPE) VALUES (S.HFRPOK, Replace(S.DANDSP, . , , ), NVL(S.MDAT10, TO_DATE(SEANS_TIME, DD.MM.YYYY HH24:MI:SS )), S HANDENTER, 1) После занесения значений из SBOR в DANDSP производится обнуление таблице SBOR значений, подлежащих обнулению (поле OBNULPAR=l). UPDATE SBOR SET DANDSP=0, MDATDSP=MDAT10 WHERE NVL(HANDENTER,0)=1 AND OBNULPAR=l Шаг 4. Производится расчет мгновенных «вычисляемых» значений по формулам (таблица DSPPOK, поле FORMULA). Набор «вычисляемых» значений и формул можно получить, используя следующий запрос: SELECT O.PLEVEL, P.HFRPOK,
Производится оценка достоверности собираемой информации. Данная проверка осуществляется на уровне программного модуля «Журнал диспетчера» и доступна только сотрудникам, имеющим уровень доступа «Диспетчер» или «Администратор».
Так как процесс сбора и обработки диспетчерско-технологической информации осуществляется каждые 10 минут, то важную роль в нем играет время, затрачиваемое системой. Составим таблицу 11, в которой отобразим примерное время, затраченное на каждый шаг (рисунок 28) в момент сбора мгновенных, часовых и суточных значений. Таблица 11. Время, затраченное на сбор и обработку данных
Из таблицы 11 видно, что время, затраченное на отработку первых четырех шагов, равно для всех сеансов. Это связанно с тем, что для любого сеанса, собираются и обрабатываются только мгновенные значения. Отличие заключается только на пятом шаге, где для часовых значений дополнительно отрабатываются алгоритмы по расчету среднечасовых значений, а для суточных в дополнение к расчету среднечасовых отрабатываются алгоритмы по расчету среднесуточных значений. При том на процедуру по расчету средних значений затрачивается более половины всего времени выполнения процесса сбора и обработки диспетчерско-технологической информации.
Обоснование повышения качества управления автоматизированной подсистемы сбора и обработки диспетчерско-технологической информации в распределенных производственных системах
Для обоснования повышения эффективности управления автоматизированной подсистемы сбора и обработки диспетчерской информации в распределенных производственных системах, на примере предприятия с распределенной (филиальной) производственной структурой, произведем анализ моделей и методик, представленных в диссертационной работе.
Для повышения производительности комплекса оперативных задач была предложена методика по переводу его существующей структуры сбора и обработки диспетчерско-технологической информации с распределенной структуры на централизованную структуру.
В дополнение к централизованной структуре сбора и обработки данных был разработан модуль по автоматической обработке диспетчерско 93 технологической информации. Предложены методы и модели, входящие в состав разработанного модуля. Для прогнозирования диспетчерско-технологической информации по потребности продукта была разработана кусочно-линейная модель, описывающая зависимость потребности продукта от условного аргумента. С целью повышения точности предложенной кусочно-линейной модели был введен коэффициент адаптации, позволяющий сократить количество пересчетов коэффициентов регрессионных уравнений, входящих в состав кусочно-линейной модели. Сокращение количества пересчетов значительно экономит время, затрачиваемое на обработку данных.