Содержание к диссертации
Введение
Глава I. Моделирование процесса бурения скважин, как сложной системы с нечеткими параметрами ..8
1.1 Описание процесса бурения 8
1.2 Математическое моделирование процесса бурения... 19
1.3 Анализ систем автоматического управления буровыми станками 32
1.4 Современные подходы к управлению сложными технологическими объектами в условиях нечеткости информации... 36
1.5 Постановка задачи исследования 42
Выводы по главе 46
Глава II Построение нечеткой модели процесса бурения скважин ...48
2.1 Структура системы управления процессом бурения с нечеткой базой знаний48
2.2 Построение нечеткой модели скорости бурения 52
2.3 Предварительная обработка данных для обучения модели 61
2.4 Наполнение базы знаний нечеткой модели скорости бурения 69
2.5 Исследования полученной модели 85
Выводы по главе 91
Глава III Выбор оптимальных управляющих воздействий с использованием полученной модели 93
3.1 Исследование задачи оптимизации.. 93
3.2 Разработка алгоритма оптимизации времени бурения скважины на основе метода динамического программирования 98
3.3 Нахождение значений оптимальных управляющих параметров на тестовом наборе данных... 107
Выводы по главе. 110
Глава IV Разработка программного обеспечения системы управления процессом бурения скважин с нечеткой моделью 112
4.1 Структура программного комплекса 112
4.2 Описание информационных потоков 116
4.3 Реализация программного комплекса 119
4.4 Интерфейс программного комплекса 122
Выводы по главе 127
Заключение... 128
Список использованной литературы
- Анализ систем автоматического управления буровыми станками
- Построение нечеткой модели скорости бурения
- Разработка алгоритма оптимизации времени бурения скважины на основе метода динамического программирования
- Описание информационных потоков
Введение к работе
Актуальность темы. Бурение скважин на нефть и газ является самым дорогостоящим процессом из всего объема работ, связанных с разведкой, добычей и транспортом этих полезных ископаемых. Оптимизация процесса бурения оказывает решающее влияние на технико-экономические показатели строительства скважин. Сложность задачи оптимизации процесса бурения заключается в неоднородности разбуриваемых пород и ограниченности информации об ее свойствах. Затрудняет принятие оптимального решения тот факт, что многие геологические параметры носят нечеткий характер.
При построении систем управления процессом бурения встает вопрос о разработке новых моделей, способных накапливать информацию об объекте в процессе эксплуатации системы, работать с нечеткими данными.
Модель может быть эффективно реализована с привлечением математических методов теории нечетких множеств и построением на их основе нечетких систем. Методы теории нечетких множеств можно применять совместно с традиционными алгоритмами управления, используя наилучшие черты различных подходов. Имеется значительный потенциал улучшения многих существующих управляющих систем за счет использования нечетких методов. Таким образом, работа, посвященная решению задачи повышения эффективности управления процессом бурения, является актуальной.
Предмет исследования - информационно-аналитическое и программное обеспечение АСУ технологическим процессом бурения нефтяных и газовых скважин.
Цель работы - повышение эффективности управления процессом бурения за счет оптимизации управляющих параметров процесса бурения с использованием теории нечетких множеств.
Задачи исследования:
1) Провести анализ и дать математическую формулировку задач управления технологическим процессом бурения.
2) Разработать структуру модели на основе нечетких множеств для построения АСУ бурением скважин.
3) Разработать алгоритм обучения нечеткой модели.
4) Исследовать адекватность построенной нечеткой модели и оценить ее эффективность по сравнению с существующими моделями.
5) Разработать алгоритм выбора оптимальных управляющих воздействий на основе полученной нечеткой модели.
6) Создать программный комплекс, реализующий построенные модели и разработанные алгоритмы.
Методы исследования. Поставленные задачи решались с
использованием методов системного анализа, математического моделирования, теории автоматического управления, нечетких множеств, методов оптимизации, прикладных методик и моделей, используемых при проведении буровых работ.
Научная новизна заключается в следующем:
1) Впервые для моделирования технологического процесса бурения скважин (относительно скорости бурения) предложена модель на основе нечетких множеств.
2) Разработан алгоритм обучения нечеткой модели на основе обработки статистических данных, получаемых по результатам бурения скважин.
3) Выявлены зависимости скорости бурения с учетом износа долота от основных управляющих параметров процесса бурения (осевой нагрузки на долото, скорости вращения) и свойств разбуриваемой породы (твердости и коэффициента абразивности).
4) Разработан алгоритм выбора оптимальных управляющих воздействий, с помощью которого выполняется ситуационный анализ оптимизационных задач и планирование технологического процесса бурения скважины.
Практическая значимость. Разработана структура нечеткой модели процесса бурения скважин. Разработан алгоритм наполнения базы знаний. Разработан алгоритм выбора значений управляющих параметров в процессе бурения скважин, обеспечивающих оптимум целевой функции. Проведены имитационные исследования нечеткой системы моделирования и управления, подтвердившие ее эффективность в условиях неопределенности. На основе построенной нечеткой модели создано математическое и программное обеспечение для автоматизации процесса бурения.
Реализация результатов работы. Работа проводилась в ГОУ ВПО ОГУ в рамках госбюджетной темы "Математическое обеспечение информационных систем" (№ гос. регистрации 01200313986). Результаты работы использованы в ООО "Оренбургская буровая сервисная компания" и в учебном процессе Оренбургского государственного университета.
Апробация работы. Основные положения и результаты работы докладывались и были одобрены на региональных научно-практических конференциях «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2002, 2003), на XI Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2004» (Москва, 2004), на всероссийской научно-практической конференции (с международным участием) «Современные информационные технологии в науке, образовании и практике» (Оренбург, 2004), на 2-й всероссийской научно-практической конференции «Компьютерная интеграция производства и HITH(CALS) технологии» (Оренбург, 2005).
Положения, выносимые на защиту:
1) Модель процесса бурения (относительно скорости бурения) основанная на теории нечетких множеств.
2) Алгоритм обучения нечеткой модели на основе обработки статистических данных, получаемых по результатам бурения скважин.
3) Алгоритм выбора значений оптимальных управляющих воздействий при бурении скважины на заданную глубину.
4) Программный комплекс, позволяющий производить обучение нечеткой модели на основе статистического архива данных бурения скважин, моделировать процесс бурения и реализующий выбор оптимальной стратегии.
Публикации. По результатам исследования опубликовано 7 печатных работ.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованных .источников (116 наименований) и приложений. Диссертация изложена на 156 страницах, содержит 32 рисунка и 5 таблиц.
Анализ систем автоматического управления буровыми станками
Автоматическое управление - процесс управления объектом, при котором операции, обеспечивающие достижение заданной цели, выполняются системой, функционирующей без вмешательства человека в соответствии с заранее заданным алгоритмом [26,27]. Автоматическое управление реализуется в системах автоматического управления (САУ) - совокупности автоматического управляющего устройства и управляемого объекта.
САУ подразделяются на системы: автоматического регулирования (САР), в задачу которых входит поддержание постоянного значения управляемой величины; программного управления, где управляемая величина изменяется по заданной программе; следящие, для которых программа управления заранее не известна и характер поведения системы полностью зависит от изменения условий функционирования объекта управления; адаптационные или самоприспосабливающиеся.
Системы автоматического управления бурением принято разделять на одноуровневые, двухуровневые и многоуровневые. В одноуровневых управляющее устройство воздействует на исполнительный орган бурового станка. В двухуровневых оно изменяет задающие воздействия регуляторами режимов бурения.
Принято разделять САУ на одноконтурные, в которых используется обратная связь по одной управляемой величине (обычно по скорости бурения V) Ф и многоконтурные.
Системы автоматического управления буровыми станками по числу задающих (управляющих) воздействий относятся к двухканальным (Р и п ) и в большинстве своем являются системами связного (зависимого) управления, в которых управляющие воздействия превращаются в функции, связывающие их между собой [28-30]. Буровой станок шарошечного бурения имеет приводы подачи и вращения.
Первый реализует усилия и скорости подачи бура. Второй обеспечивает крутящий момент на валу вращателя и скорость вращения долота. Продукты разрушения удаляются водой, воздухом или их смесью. Режимы работы станка характеризуются значениями технологических параметров бурения.
Созданием систем автоматизированного управления процессом бурения занимаются, как зарубежные фирмы, так и отечественные производители [15,16,29].
Так, японская фирма "Кокэн Боринг Машин Ко" разрабатывает буровые станки с компьютерным управлением с 1979 г. Например, в 1981 г. был разработан буровой станок СВК-К-10А с программным управлением. Эта модель представляет собой малогабаритный гидравлический станок со встроенной микро-ЭВМ, который предназначен для геологической съемки и бурения цементировочных скважин глубиной до 100 м при постройке дамб и плотин. Цель разработки бурового станка со встроенной ЭВМ состоит в обеспечении высокой надежности, эффективности и безопасности работы при бурении станком независимо от квалификации бурильщика и, тем более, в открытии возможности автоматического бурения станком скважины заданной глубины в неизвестных горно-геологических условиях. Система управления собирает информацию по шести параметрам и по заданной программе, производит оптимальное управление станком спускоподъемные операции также автоматизированы.
В Специальном проектно-конструкторском бюро буровой автоматики (СПКББА) на базе ЭВМ среднего класса разработана станция автоматической оптимизации и геолого-технологического контроля бурения глубоких скважин (САОБ), предназначенная для оперативного управления процессом бурения с целью его оптимизации, распознавания и предупреждения осложнений и аварийных ситуаций, ликвидации аварий, автоматического сбора, обработки, накопления и выдачи геолого-технологической и технико-экономической информации о процессе бурения глубоких скважин на нефть и газ.
Основные функции станции следующие: оптимизация режимов бурения, обеспечивающих достижение экстремального значения критерия оптимальности (максимум рейсовой скорости или проходки на долото, минимум стоимость 1 м проходки); корректировка выбранного оптимального режима бурения при изменении условий бурения в процессе рейса; распознавание на ранней стадии предаварийных и аварийных ситуаций и вероятностная оценка момента их наступления; накопление, хранение и представление в различной форме геолого-технологической информации о процессе бурения.
Станция может работать с любыми нефтяными буровыми установками, укомплектованными необходимым набором технологических датчиков и рассчитанными на бурение эксплуатационных и поисково-разведочных скважин на нефть и газ глубиной 4000-6500 м.
Вторая наиболее значительная разработка, имеющая реальный выход в производство, автоматическая система управления процессом бурения скважины в оптимальном режиме (автобурильщик "Узбекистан 2А"), созданная в Методической экспедиции геолого-экономических исследований. Система предназначена для ведения в автоматическом режиме процесса бурения роторным и турбинным способами глубоких скважин на нефть и газ серийными буровыми установками с использованием шарошечных долот. Вычислительно-управляющий комплекс включает в себя вычислительный блок, выполненный на базе серийной микроЭВМ "Электроника С5-12", пульт управления, устройства связи с объектом и оператором, представления информации, формирования управляющих сигналов, ленточный перфоратор ПЛ-150 и систему питания.
В соответствии с алгоритмом управления, система производит взвешивание бурового инструмента, приработку долота, поиск эффективного значения осевой нагрузки на долото и поддержание ее в процессе бурения. Если дальнейшее бурение экономически нецелесообразно то система вырабатывает сигнал об окончании рейса и прекращает подачу инструмента. Кроме того, система обеспечивает безаварийное бурение, своевременно определяя износ опоры шарошечного долота.
Построение нечеткой модели скорости бурения
Прейдем к построению модели скорости бурения и износа долота на основе нечеткой модели логического вывода [54-71].
Нечетким логическим выводом называется получение заключения в виде нечеткого множества, соответствующего текущим значениям входов, с использованием нечеткой базы знаний и нечетких операций.
Основу нечеткого логического вывода составляет композиционное правило Заде [31,32,44,62-64]. Композиционное правило вывода Заде формулируется следующим образом: если известно нечеткое отношение R между входной (х) и выходной (у) переменными, то при нечетком значении входной переменной х = А, нечеткое значения выходной переменной определяется так: у - А R , где о - максминая композиция.
Нечеткий вывод осуществляется на основе базы правил модели. Правила записываются в виде импликаций, посылкой которых являются нечеткие логические формулы, а заключениями являются суждения, которые могут оформляться либо как нечеткие множества (модель Мамдани), либо как многочлены от четких значений на входе нечеткой модели (модель Такаги-Сугено). Вычисляя степень истинности нечеткой формулы посылки, получаем степень истинности всего нечеткого правила и, соответственно степень истинности заключения.
Наиболее целесообразным для этих целей представляется использование нечеткой модели Такаги-Сугено состоящей из набора правил Rt, i = \,n нечеткой базы знаний. Особенностью нечеткой модели является то, что в заключениях правил стоят линейные уравнения от входных переменных. В [41] доказано, что любая функция с заданной погрешностью может быть описана нечеткой моделью Такаги-Сугено. Правила нечеткой базы знаний модели Такаги-Сугено о влиянии факторов X = {хх,х2,..,хп} на значение параметра у образуют совокупность логических высказываний типа: R1 :ecflHXj естьХ) иеслих2 естьХ2 и....и если хп естьХ), с весом w, то (2.4) уг =dx =blo+blyx,+... + bhn-xn, R2 : еслих1 естьХ иеслих2 естьХ2 и....иеслихп естьХ2, с весом w2 то y2=d2 =Ь2і0+Ь2Л-х1+... + Ь2іЯ-х„, Rm :еслих-! естьХ иеслих2 есть Х и....и если хп естьХ с весом wm то Ут =dm =bm!0+bmyXi+... + bmn -Хп, где х1,х2,...хп - входные переменные; у — выход; Х\ - нечеткий терм с функцией принадлежности ju{ ( ), применяемый для лингвистической оценки переменной Xj в і -ом правиле; bJti - действительные числа, Wj - вес правила, dy - заключения правил, которые задаются линейной функцией от входов Степени принадлежности входного вектора к значениям выходов правил рассчитываются как: где v - операция из s-нормы, л - операция из t-нормы. В случае если в качестве s-нормы будет принята операция min, а в качестве t-нормы операция max, приходим к/ ( ) = иіахІ wp -min .)]!. В результате получаем нечеткое множество:
Полученное нечеткое множество является обычным нечетким множеством первого порядка. Оно задано на множестве четких чисел. Результирующее значение выхода у определяется как суперпозиция линейных зависимостей, выполняемых в данной точке Ххп мерного факторного пространства. Для дефаззификации нечеткого множества у надо найти взвешенное среднее:
Перейдем к построению нечеткой модели скорости бурения и износа долота. Правила в нечеткой модели для удобства разбиты на две базы знаний: vfuzzy(п,Р,Рш) - характеризует зависимость начальной скорости бурения новым (неизношенным) долотом и efUZZy(n,P,Ka6p) - характеризует интенсивность падения скорости бурения во времени. Общая модель скорости бурения с учетом износа долота от управляющих параметров и свойств породы на основе нечеткой модели Такаги-Сугено [69-71]: (2.8) - fuZZyMT),P(T),Ka6p(h(r))]dr v = р = vfuzzy {n{t), P(t), Рш (h{t))) - Є и Распределение породы по глубине при бурении скважины в каждом конкретном случае задается значениями коэффициента абразивности Кабр(к(і)) и коэффициента твердости породы рш (h(t)) .
Рассмотрим зависимость, стоящую в заключениях нечетких правил модели. В заключениях нечетких правил модели Такаги-Сугено стоят линейные уравнения. В настоящее время не существует универсального метода определения формы зависимости между входными и выходными параметрами. Наиболее удобными с точки зрения практической реализации являются линейные модели, но в данном случае для достижения необходимой точности оказывается целесообразным использование нелинейных зависимостей. При этом решение задачи упрощается, если искусственно преобразовать нелинейную модель в линейную.
Разработка алгоритма оптимизации времени бурения скважины на основе метода динамического программирования
Состояние системы на глубине h характеризуется вектором х = w,d , где d - номером долота. Вектор управляющих воздействий u- P,n,Sd составляют осевая нагрузка на долото, частота вращения долота, параметр, обозначающий смену долота: Sd=\, когда происходит смена долота, иначе
Начальное состояние системы t(h)\h=Q = 0, w(h)\h=0=0, d = l. Бурение происходит на глубину Н, при этом на конечное состояние системы t(h)\h=H, w№)\h=H, d наложены ограничения: 0 w wmax, (3.7) l d dm . На значения управляющих параметров осевой нагрузки и частоты вращения долота так же наложено ограничение: Р. Р Р (3.8) mm max mm — — max «min П Птт
Для численного решения нелинейной задачи на пространство состояний объекта х= h,w,d нанесем сетку, узлы которой соответствуют дискретным значениям состояния объекта управления.
Рассмотрим значения параметров дискретизации износа долота w и текущей глубины h, характеризующих состояние объекта управления.
Глубина бурения Н может принимать значения до 3000-4000 м. При определении шага дискретизации будем исходить из значений, которые может принимать скорость бурения. Выберем минимальный шаг дискретизации скорости бурения, который обозначим, как AVmin. Исходя из значения минимального шага по времени, шаг дискретизации глубины бурения будет определяться соотношением: Ah = AVmin -Atmin.
При определении интервала дискретизации износа долота будем исходить из учета критерия снятия долота с забоя и времени бурения долотом. Приведем V зависимость v = v0 е =v0-ew к виду w = " ". Пусть критерий снятия долота с забоя выглядит следующим образом: снять долото с забоя, когда скорость бурения упадет в п раз. Если tmax - максимальное время работы долота, при котором его скорость может уменьшиться в п раз, то Wmax = ln(w) . При определении верхней границы шага дискретизации износа, будем исходить из т максимального времени работы долота tmaK (v — " о е о е шах ) и критерия смены долота в = ln(v/v0)/ max - wmax /tmax .
При смене долота затрачивается время на спускоподъемные операции ы =ІІ + "Си, при этом после смены старого долота износ у нового равен нулю WM = 0, глубина скважины не изменяется hM = А,, номер долота увеличивается dM =di+l.
Схематическая иллюстрация алгоритма выбора последовательности значений управляющих параметров Pt и N. при бурении на заданную глубину Н , доставляющих оптимум целевой функции (3.4) представлена на рисунке 3.3.
В соответствие с принципом динамического программирования [98-103] бота алгоритма осуществляется в два этапа. На первом этапе работы алгоритма, начиная с последнего участка управления с глубиной hN_x и до участка управления с глубиной 1\, для всех возможных состояний системы wt,dt с глубиной ht производиться выбор таких значений управляющих воздействий и{ , которые переводят систему из текущего состояния в конечное состояние с глубиной hN за минимальное время. На втором этапе, исходя из значений управляющих воздействий полученных для всех допустимых состояний системы, происходит выбор последовательности значений управляющих параметров Рх , пх, Sx , P2,n2,S2 ,..., і ч ,7 ,/ , которые удовлетворяют критерию (3.4).
Рассмотрим первый этап работы алгоритма. Произведем первый шаг оптимизации для последнего участка интервала управления. Будем рассматривать случаи, когда бурение закончилось на 1-м, 2-м,... Dmax- ом по счету долоте. Для каждого значения wN_x находим методом перебора всех возможных значений управления такие значения PN_x,nN_x , которые минимизируют критерий (3.4). Согласно процедуре динамического программирования, в качестве оптимального решения следует взять то, для которого время перехода минимально: 2f (Vi, i)-= min [ДГ ,, , -! )], d =ЇА1ах, (3-18) PN-2EF nN_2eN где P,N - множество всех дискретных значений управления. Все значения PN_l,nN_l , T (hNA,wN_x,dN_x) для состояния wN_x, d = l,Dmax, запоминаем.
Перейдем к оптимизации. PN_2,nN_2 на последнем участке управления. Если принять во внимание принцип оптимальности, то выбор PN_x,nN_v должен производиться только в зависимости от начального состояния wN_x, dN_x последнего . участка, не зависимо от того, какое значение управления Ры-2 пы-2 выбирается на предыдущем шаге.
И вновь для каждого начального состояния _2,dN_2 предпоследнего участка (принимая во внимание, что оптимальное управление на последнем участке в зависимости от wN_x,dN_x нам известно) находим методом перебора из всех возможных значений управления такие .2,%_2 , которые обращают в минимум выражение: Рассмотрим блок схему первого этапа алгоритма оптимизации представленную на рисунке 3.4. В блоке 1 задаются исходные данные: глубина Н, на которую буриться скважина и шаг дискретизации глубины Ah, максимально возможное падение скорости вследствие износа долота при бурении в одной породе (по умолчанию взято v/v0=3), соответственно этому вычисляется Aw, выбирается максимальное число долот Dmax, которое целесообразно использовать при бурении скважины. Начальными значениями инициализируется массив, хранящий значения состояния системы T[h][d][w] = x , next _w[h][d][w]--l, next_d[h][d][w] = d, U[h][d][w].P = 0, U[h][d][w].n = 0; Блок 2 задает цикл по глубине. Цикл начинается с последнего интервала управления, т.е. глубины h = (N -1) Ah на котором система находиться в предпоследнем состоянии и следующее управляющее воздействие переведет ее в конечное состояние. Заканчивается цикл на глубине h - 0. Блок 3 задает цикл по долотам. В блоке 4, для всевозможных значений износа (для каждого долота), которые может принимать система управления на данной глубине, происходит выбор значений управляющих параметров. Блок 5 задает цикл по состоянию системы (износу долота) на следующем шаге.
Описание информационных потоков
При реализации программного комплекса была применена объектно-ориентированная технология программирования, которая позволяет вести проектирование на более высоком уровне абстракции по сравнению с функциональным программированием. При объектно-ориентированной технологии, программистам приходится оперировать понятиям, которые соответствуют структуре реального мира, а именно классам, методам и событиям, определенным для данного класса. Объектно-ориентированный подход повышает уровень абстракции данных. Важным понятием в объектно-ориентированной технологии является инкапсуляция. Класс как бы скрывает свою реализацию от остальной программы, предоставляя ей общедоступный интерфейс состоящий из методов.
Благодаря свойству инкапсуляции классов в объектно-ориентированном программировании, классы ядра скрывают от остальной части программы реализацию запросов к базе данных. Поэтому при разработке интерфейсных модулей уже можно оперировать с классами ядра, не задумываясь, как при этом они будут выполнять вычисления, что существенно сокращает величину кода программы и количество ошибок. Это так же придает программе определенную гибкость, так как при изменении объектов, изменится только код класса реализующего данный объект, и изменения не перейдут на остальную часть программы. Все это позволяет в некоторых случаях сократить дублирование кода программы и повысить надежность, так как методы организующие объектно-ориентированное стиль работы программы, сосредоточенны в определенных классах, а не разбросаныдю интерфейсным модулям.
Теперь перейдем к пошаговому описанию алгоритма работы программы, представленному на рисунке 4.4. Блок 1 представлен менеджером (репозиторием), который реализует выбор различных режимов работ программы, доступ информации хранящейся в базе данных по разбуренным скважинам.
При выборе режима просмотра данных, блок 2, выбираются различные способы отображения информации снимаемой с датчиков во время работы буровой установки. Далее в блоке 3 в соответствие с выбранными режимами отображения информации происходит выборка информации из базы данных.
В блоке 4 происходит отображение информации на экране компьютера.
При выборе режима обучения в блоке 5 происходит выбор массива данных для обучения модели. В блоке 6 происходит первоначальная обработка данных, данные очищаются от аномальных выбросов. В блоке 7 происходит формирование массива данных для обучения базы знаний начальной скорости бурения и базы знаний спада скорости бурения вследствие износа долота. В блоке 8 в соответствие с алгоритмом, описанным в разделе 2.4, происходит формирование базы знаний начальной скорости бурения и базы знаний спада скорости бурения вследствие износа долота.
При выборе режима работы с построенной моделью в блоке 9 происходит выбор двух различных вариантов работы: в первом случае исходные данные для модели задаются пользователем в блоке 10 и происходит моделирование в блоке 11, во втором случае (блок 12) выбирается пробуренная скважина, информация о которой содержится в базе данных и модель сравнивается с реальными данными.
При выборе режима прогнозирования в блоке 13 происходит выбор двух различных вариантов работы. В первом случае исходные данные для модели задаются пользователем в блоке 14 ив блоке 15 строиться прогноз. Во втором случае выбирается пробуренная скважина, информация о которой содержится в базе данных, в блоке 16 пользователем задается информация о числе доступных долот, глубине и т.д., и затем в блоке 17 строиться прогноз и результаты прогноза сравниваются с реальными данными.
Интерфейс программного комплекса На рисунке 4.5 представлена иерархическая схема интерфейса программы «Оптимизация процесса бурения скважин». Интерфейс разработан с учетом требований к программам АСУ производственных процессов [113-116]. Программа позволяет пользователю работать в многоэкранном режиме работы, при котором можно использовать несколько экземпляров окон для ввода данных, это упрощает работу с приложением и позволяет, как бы распараллелить работу с программой.
При реализации интерфейсных модулей, важным параметром являются эргономические требования к интерфейсу.
При работе с программой, используется большой объем данных, поэтому одним из важных качеств программы является наглядность представления данных и простота работы с информацией.
Наметив, какие формы и отчеты необходимы приложению, была разработана иерархия форм и отчетов (рисунок 4.5), чтобы воспользоваться преимуществами средств поддержки наследственности визуальных форм «C++Builder». Другими словами формы и отчеты были организованы в общие классы, которые используют другие формы.
Приложение содержит много сложной информации и поэтому было важно не загромождать пользовательский интерфейс лишними окнами, как можно плотнее размещать информацию в пределах одного окна. Для этого лучше всего подходит представление информации в виде дерева. В программе осуществлен контроль ввода данных. Для обеспечения гибкости приложения используя технологию DCOM, которая позволяет разбить программу на отдельные компоненты.
