|
Система должна осуществлять контроль, прогноз и управление при значительной неопределенности информации, управлять самим процессом диагностики и помогать разработчику в процессе принятия самых различных решений. В общем случае осложненные условия эксплуатации современных технологических комплексов приводят к необходимости учета в процессе контроля и управления следующих видов неопределенности: 1. Низкая точность оперативной информации, получаемой с объектов управления, возникающая ввиду большой погрешности датчиков замера технологических параметров (расхода, давления и т.д.), их невысокой надежности, отказов каналов связи, большого запаздывания при передаче информации по уровням управления отсутствия возможности замеров параметров во всех точках технологического процесса, необходимых для моделей. Наличие такого вида неопределенности вызывает неточность в задании переменных величин в моделях, начальных и граничных условий. 2. Неточность моделей объектов контроля и управления, вызванная неэквивалентностью решений системных многоуровневых иерархических моделей и используемых на практике отдельных локальных задач. Неточность моделей может возникать из-за неверно проведенн/й декомпозиции общей задачи управления, излишней идеализации модели сложного процесса, разрыва существенных связей в технологическом комплексе, линеаризации, дискретизации, замены фактических характеристик оборудования паспортными, нарушения допущений, принятых при выводе уравнений (стационарности, изотермичности, однородности и т.д.). Ввиду большой сложности объекта, существенной нелинейности, трудностей формализации, наличия различных субъективных критериев и ограничений могут применяться нечеткие модели [62, 56]. 3. Нечеткость в процессе принятия решений в многоуровневых иерархических системах, обусловленная тем, что наличие четких (точных) целей и координирующих решений на каждом уровне контроля и управления, и для |
ГЛАВА 1. ОСНОВНЫЕ ПОНЯТИЯ ДЛЯ ПОСТРОЕНИЯ НЕЧЕТКИХ МОДЕЛЕЙ 1.1. Анализ видов неопределенности информации, характерных для процесса управления сложными системами В общем случае осложненные условия эксплуатации современных технологических комплексов приводят к необходимости учета в процессе контроля и управления следующих видов неопределенности: 1. Низкая точность оперативной информации, получаемой с объектов управления, возникающая ввиду большой погрешности датчиков замера технологических параметров (расхода, давления и т.д.), их невысокой надежности, отказов каналов связи, большого запаздывания при передаче информации по уровням управления отсутствия возможности замеров параметров во всех точках технологического процесса, необходимых для моделей. Наличие такого вида неопределенности вызывает неточность в задании переменных величин в моделях, начальных и граничных условий. 2. Неточность моделей объектов контроля и управления, вызванная неэквивалентностью решений системных многоуровневых иерархических моделей и используемых на практике отдельных локальных задач. Неточность моделей может возникать из-за неверно проведенной декомпозиции общей задачи управления, излишней идеализации модели сложного процесса, разрыва существенных связей в технологическом комплексе, линеаризации, дискретизации, замены фактических характеристик оборудования паспортными, нарушения допущений, принятых при выводе уравнений (стационарности, изотермичности, однородности и т.д.). Ввиду большой сложности объекта, существенной нелинейности, трудностей формализации, наличия различных субъективных критериев и ограничений могут применяться нечеткие модели [39, 134]. 3. Нечеткость в процессе принятия решений в многоуровневых иерархических системах, обусловленная тем, что наличие четких (точных) целей и координирующих решений на каждом уровне контроля и управления, и для каждого локального устройства регулирования затрудняет процесс координации и предопределяет длительный итеративный характер согласования решений. 4. Наличие диспетчера в контуре управления и ведение процесса координации в реальной производственной системе на естественном языке, приводит к необходимости учета трудностей представления знаний диспетчера в виде алгоритмов и согласованности полученного ЭВМ решения с его оценкой [256, 297]: ненадежность исходной информации, получаемой от диспетчера в режиме принятия решения, неточность оценок, недоопределенность понятий и терминов, неуверенность диспетчеров в своих заключениях; -нечеткость (неоднозначность) естественного языка (лингвистическая неопределенность [65, 98]) и языка представления правил в системах экспертного типа; подход не охватывает всех функций, возлагаемых на систему контроля сложного процесса, и поэтому не может быть принят в качестве основного метода. К его недостаткам можно отнести также большую субъективность при анализе системы, слабую способность к обобщению и полное отсутствие возможности адаптации и обучения системы контроля. 3. Распознавание последовательности симптомов — метод, основанный на сравнении реальной последовательности симптомов с эталонными, которые хранятся в памяти ЭВМ. Этот метод обладает тем преимуществом, что позволяет легко расширять "словарь" эталонных последовательностей симптомов, но имеет некоторые недостатки: необходимость хранения нескольких однотипных эталонных последовательностей симптомов; трудность представления нецифровой информации (например, описание структуры процесса); трудность учета влияния субъективного фактора при разработке эталонов; в существующих системах кодируется лишь наличие или отсутствие симптома (0 или 1) и эталоны записываются в виде кодовых последовательностей. Применение одного лишь этого подхода едва ли перспективно, поскольку в лучшем случае позволяет автоматизировать процесс нахождения уже известных способов описания и формирования признаков. При этом многие кардинальные вопросы (о полноте признаков и т.д.) остаются открытыми. Часто такие признаки бывают неточными, плохо формализуются и их выработка специалистами представляет собой очень длительный и неформальный процесс. 4. Создание достаточно полных математических моделей дифференцируемых процессов. Тогда задачу дифференциальной диагностики обычно сводят к отнесению наблюдаемого состояния к такому виду, модели которого оно больше соответствует. Для условий сложных одновременно протекающих процессов эта задача становится далеко не тривиальной, и создание полной математической модели сложного процесса пока невозможно. В данной работе главное внимание уделено проблеме получения интегральных показателей, позволяющих с позиций системы управления "сжать" исходную информацию и предоставить ее разработчику в виде, удобном для принятия решений. Значение показателя R будет определяться исходя не только из текущего состояния процесса на основе функционального преобразования вектора , но и из компетентности каждого измерения xi в данной ситуации, т.е. задача оценки ситуации напоминает процесс принятия решения с помощью коллектива решающих правил. При создании системы контроля и управления необходимо учитывать, что создание отдельных (даже очень эффективных) методов и программ мало вносит нового в процесс контроля и управления системой, предоставляя разработчику лишь некоторое количество разрозненной информации к размышлению. Методы принятия решений остаются неформальными и малоэффективными. Поэтому встает неотложная задача определения формальных объективных характеристик ситуаций. Причем для целей управления эти характеристики должны отражать не только текущую ситуацию, но и динамику процессов, давать возможность для сравнения различных подсистем в целом и по отдельным процессам с выделением доминирующих процессов. Система должна осуществлять контроль, прогноз и управление при значительной неопределенности информации, управлять самим процессом диагностики и помогать разработчику в процессе принятия самых различных решений. В связи с тем что система управления является многоуровневой, необходимо выделить имеющиеся уровни управления и создать на каждом уровне управления систему контроля состояния процессов, обладающую необходимым разнообразием для целей управления. Для создания системы контроля состояния процессов с позиций каждого уровня управления нужно будет построить систему обобщенных показателей процессов и найти методы, |