Содержание к диссертации
Введение
Глава 1. Характеристика проблемы контроля достоверности технологической информации и выбор направления исследований 12
1.1 Анализ методов контроля достоверности технологической информации 12
1.1.1 Методы контроля достоверности информации, позволяющие обнаружить полный отказ информационно-измерительного канала 13
1.1.2 Методы контроля достоверности информации, позволяющие обнаружить частичный отказ информационно-измерительного канала 15
1.2 Анализ методов диагностики технических систем для решения задач контроля достоверности технологической информации 20
1.2.1 Методы идентификационного подхода к диагностике технических систем 22
1.2.2 Методы инвариантного подхода к диагностике технических систем 28
1.2.3 Сравнительный анализ методов диагностики технических систем 35
1.3 Методы искусственного интеллекта в решении задач контроля достоверности технологической информации 36
1.4 Постановка задач исследования 44
1.5 Выводы 45
Глава 2. Методика комплексной оценки достоверности информации на базе экспертной системы 46
2.1 Анализ структуры информационных задач оценки достоверности информации 46
2.2 Обобщенная методика определения коэффициента недостоверности 49
2.3 Алгоритм расчета коэффициента недостоверности по отклонению от прогнозируемого значения, характеризующий обнаружение полного отказа 52
2.3.1 Многоступенчатый алгоритм обнаружения полного отказа 52
2.3.2 Алгоритм расчета коэффициента недостоверности по отклонению от прогнозируемого значения 57
2.4 Алгоритм расчета коэффициента недостоверности по отклонению от значения, полученного по математической модели 61
2.5 Расчет вспомогательных параметров 67
2.6 Алгоритм, учитывающий корреляционные связи между контролируемыми параметрами 67
2.7 Экспертная система комплексной оценки достоверности информации 72
2.7.1 Структура экспертной системы 72
2.7.2 База данных экспертной системы 73
2.7.3 Блок вербализации значений 74
2.7.4 База знаний экспертной системы 76
2.7.5 Решатель экспертной системы 82
2.8 Особенности работы системы для оценки достоверности информации в дублированных информационно-измерительных каналах АСУТП 84
2.9 Выводы : 88
Глава 3. Экспериментальные исследования алгоритма комплексной оценки достоверности информации 90
3.1 Реализация системы комплексной оценки достоверности информации в системе Matlab 90
3.2 Формирование тестовых сигналов от дублированных информационно-измерительных каналов 94
3.3 Апробация алгоритмов системы комплексной оценки достоверности информации 96
3.3.1 Экспериментальная апробация алгоритма расчета коэффициента недостоверности по отклонению от прогнозируемого значения 96
3.3.2 Экспериментальная апробация алгоритма расчета коэффициента недостоверности по отклонению от значения, полученного по математической модели 98
3.3.3 Экспериментальная апробация алгоритма, учитывающего корреляционные связи между контролируемыми параметрами 99
3.4 Работа системы комплексной оценки достоверности информации в условиях различных тестовых сигналов 100
3.5 Выводы 106
Глава 4. Промышленная апробация системы комплексной оценки достоверности информации в дублированных информационно измерительных каналах АСУТП 107
4.1 Интеграция системы Matlab и промышленного программного обеспечения 107
4.2 Реализация алгоритма контроля комплексной оценки достоверности информации в системе управления производством стирол-акриловой дисперсии 109
4.2.1 Описание критического технологического процесса производства стирол-акриловой дисперсии 109
4.2.2 Аппаратное обеспечение системы управления на базе промышленно-технического комплекса Siemens 112
4.2.3 Организация взаимодействия системы Matlab и SCADA-системы WinCC 115
4.3 Визуализация процесса контроля достоверности информации в дублированных информационно-измерительных каналах АСУТП 118
4.4 Выводы 125
Заключение 126
Список литературы 127
Приложение А Акт внедрения результатов научных исследований на ООО «Компания ХОМА завод НОВОПЛАНТ» 144
Приложение Б Акт внедрения результатов диссертационной работы в учебный процесс 145
- Методы контроля достоверности информации, позволяющие обнаружить частичный отказ информационно-измерительного канала
- Алгоритм, учитывающий корреляционные связи между контролируемыми параметрами
- Работа системы комплексной оценки достоверности информации в условиях различных тестовых сигналов
- Визуализация процесса контроля достоверности информации в дублированных информационно-измерительных каналах АСУТП
Введение к работе
Актуальность темы. На предприятиях химической, нефтехимической, газовой промышленности, применяющих или производящих в технологических процессах взрывоопасные и токсичные вещества, существует потенциальная опасность серьезных аварий Последствия таких техногенных катастроф могут привести как к человеческим жертвам, так и к необратимому ущербу для окружающей среды и большим финансовым потерям Для снижения вероятности аварий автоматизированные системы управления технологическими процессами (АСУТП) и системы противоаварийной защиты (ПАЗ) должны отвечать общим правилам взрывобезопасности (ОПВБ)
В соответствии с п 6 3 10 ОПВБ "Надежность систем ПАЗ обеспечивается аппаратурным резервированием различных типов (дублирование, троирование), временной и функциональной избыточностью и наличием систем диагностики и самодиагностики", и п 6 3 13 "Контроль за параметрами, определяющими взрывоопасность технологических процессов с блоками 1 категории взрывоопасности, осуществляется не менее чем от двух независимых датчиков с раздельными точками отбора", системы контроля за параметрами необходимо дублировать и осуществлять контроль не менее чем от двух независимых датчиков с раздельными точками отбора
Автоматизированные системы управления сложными технологическими процессами характеризуются большим количеством контролируемых параметров (до нескольких тысяч) и распределенной структурой аппаратных средств сбора и обработки данных Как следствие, корректная интерпретация результатов работы системы персоналом должна осуществляться с учетом влияния многочисленных источников погрешностей и ошибок К таким источникам относятся, и изменения во времени точностных характеристик датчиков, и сбои в аппаратуре, и ряд других факторов
Информация о текущем состоянии технологического объекта поступает в микропроцессорную систему управления по множеству информационно-измерительных каналов (ИИК), и, чем больше их число, тем выше риск попадания в систему недостоверной информации Поэтому одной из важнейших функций первичной обработки технологической информации является контроль ее достоверности Достоверность контроля - устойчивое соответствие результатов контроля действительному значению контролируемой величины при произвольном числе единичных ее определений, осуществляемых в одинаковых управляемых условиях
В качестве примера существующей проблемы можно привести получение от дублирующих друг друга датчиков разных значений одного и того же технологического параметра, т е отсутствует непосредственный отказ датчика, но один из датчиков выдает неверную информацию В связи с этим, встает задача определения достоверности данных, поступающих по дублированным ИИК Цена ошибочного решения, принятого на основе недостоверных данных, может быть недопустимо высокой Известно, что нефтехимическая промышленность США несет около 20 миллиардов долларов ежегодных потерь
из-за неправильного управления в нестандартных ситуациях Потери более ощутимы, когда учитываются подобные ситуации еще и в других отраслях промышленности типа фармацевтической, специальной химической, электроэнергетике и др Подобные же аварийные ситуации стоят британской экономике до 27 миллиардов долларов каждый год
Повышение достоверности возможно путем применения, как аппаратных, так и программных средств Однако аппаратные методы связаны с разработкой новых конструкций датчиков и новых отказо-помехоустойчивых линий связи, что приводит к повышению сложности и стоимости реализации автоматизированных систем
Следовательно, разработка алгоритмов контроля достоверности технологической информации в дублированных информационных каналах АСУТП, реализованных исключительно программными средствами, является важной и актуальной
Целью диссертационной работы является повышение безопасности техногенных объектов путем разработки системы непрерывного контроля частичных отказов в дублированных информационно-измерительных каналах АСУТП
Для достижения поставленной цели сформулированы и решены следующие задачи:
выявлены достоинства и недостатки существующих методов оценки достоверности информации и методов диагностики технических систем,
разработана процессная модель, комбинирующая методы инвариантного и идентификационного подходов к диагностике технических систем на базе искусственного интеллекта,
разработан метод контроля достоверности информации в дублированных ИИК и реализован в виде алгоритмического комплекса,
создан программный комплекс, реализующий алгоритм контроля достоверности информации в дублированных ИИК,
осуществлен анализ эффективности применения разработанного программного комплекса применительно к задачам контроля достоверности информации в дублированных ИИК
Методы исследования. В диссертации научные исследования основаны на методах математического моделирования, математической статистики, искусственного интеллекта и экспертных оценок при широком использовании программно-математического инструментария
Научная новизна диссертационной работы
1 Предложен метод комплексной оценки достоверности информации на основе синтеза методов инвариантного и идентификационного подходов к диагностике технических систем на базе экспертной системы, позволяющий диагностировать частичные отказы в дублированных информационно-измерительных каналах АСУТП
Для оценки достоверности информации применена иерархическая двухуровневая продукционная экспертная система, позволяющая минимизировать аппаратные требования к промышленным системам управления
Предложен алгоритм коррекции значений технологических параметров, вычисляемых по математической модели технологического объекта, путем применения поправочного коэффициента Алгоритм учитывает возможный дрейф характеристик объекта
Практическая значимость и реализация результатов работы. На основе разработанного в диссертационной работе метода контроля достоверности информации создан программный комплекс, официально зарегистрированный в федеральном органе исполнительной власти по интеллектуальной собственности Регистрационный номер № 2008612158 от 29 04 08 г
Разработанная система оценки достоверности информации внедрена в производство стирол-акриловой дисперсии на ООО «Компания ХОМА завод НОВОПЛАНТ» Результаты данной работы могут быть использованы для контроля достоверности информации на других химических и нефтехимических предприятиях, а также при проектировании АСУТП взрывоопасных производств и систем противоаварийной защиты
Диссертационные материалы используются в учебном процессе в рамках дисциплины «Диагностика и надежность автоматизированных систем» на кафедре «Автоматизация и информационные системы» Дзержинского политехнического института (филиала) ГОУ ВПО «Нижегородский государственный технический университет им Р Е Алексеева»
Апробация работы. Основные положения диссертационной работы и отдельные ее разделы докладывались и обсуждались на III Всесоюзной молодежной научно-технической конференции «Будущее технической науки» (Нижний Новгород, 2004г), IV Международной молодежной научно-технической конференции «Будущее технической науки» (Нижний Новгород, 2005г), V Международной молодежной научно-технической конференции «Будущее технической науки» (Нижний Новгород, 2006г); XIX Международной научной конференции «Математические методы в технике и технологиях - ММТТ-19» (Воронеж, 2006г), XII Нижегородской сессии молодых ученых (технические науки) (Н Новгород, 2007г), VI Международной научно-практической конференции «Неразрушающий контроль и техническая диагностика» (Москва, 2007г), VI Международной молодежной научно-технической конференции «Будущее технической науки» (Нижний Новгород, 2007г), XX Международной научной конференции «Математические методы в технике и технологиях-ММТТ-20» (Ярославль, 2007г)
Публикации. По результатам научных исследований опубликовано 23 печатные работы (9 статей, 5 из которых в изданиях рекомендованных ВАК РФ) Получено свидетельство об официальной регистрации программы для ЭВМ № 2008612158 от 29 04 08 г
На защиту выносятся следующие основные положения:
-процессная модель, комбинирующая методы инвариантного и идентификационного подходов применительно к диагностике технических систем и методы искусственного интеллекта,
-алгоритм контроля достоверности информации в дублированных информационно-измерительных каналах АСУТП,
-структура экспертной системы на основе продукционной модели представления знаний в виде ориентированного И-графа,
- результаты оценки эффективности предложенного метода, проведенной с помощью имитационного моделирования,
-алгоритм контроля достоверности информации в составе системы управления процесса получения стирол-акриловой дисперсии
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего 156 наименований, приложения Работа изложена на 145 страницах машинописного текста, содержит 42 рисунка и 9 таблиц
Методы контроля достоверности информации, позволяющие обнаружить частичный отказ информационно-измерительного канала
Данные методы основаны на использовании информационной избыточности, которая всегда имеется в АСУТП. Избыточность является основополагающей при решении задач проверки достоверности текущей информации [11]. Избыточность может быть создана искусственно при проектировании АСУТП за счет аппаратурной избыточности. Другой вид информационной избыточности в АСУТП обусловлен тем, что информация о действительном значении некоторого технологического параметра содержится не только в измеренном значении этого параметра, но и в измеренных значениях других параметров, связанных с ним устойчивыми зависимостями.
Методы контроля достоверности информации, применяемые при аппаратурном резервировании информационно-измерительного канала [9]. Эти методы используют сигналы измерительной информации yh полученные в результате преобразования одной измеряемой величины с помощью п ИП, так что i=l,2,...n.
Суть данного метода заключается в том, что оператор с определенным интервалом дискретности снимает показания одного и того же измеряющего параметра с п независимых ИИК. После опроса всех ИИК данные архивируются и обсчитывается среднее значение сигнала в каждый момент опроса ИИК. Далее для всех снятых показаний осуществляется проверка условия (3). В случае невыполнения заданного условия значение сигнала считается недостоверным и заменяется на посчитанное среднее значение сигнала в тот же момент времени.
Метод, использующий аппаратурное резервирование хоть и в значительной степени повышает достоверность значений поступающих сигналов, но в ряде случаев не дает однозначного ответа. Данный метод не может быть использован для определения достоверности в производствах, где необходимо получать высокоточные показания значений сигналов. К тому же, в случае дублированных ИИК, когда погрешности их равны, становится невозможным определить отказавший ИИК без привлечения дополнительной информации.
Алгоритмы, использующие связи между измеряемыми величинами. В виду отсутствия надежных автоматических датчиков, измерение многих технологических параметров, в производственных условиях производятся путем лабораторных анализов периодически отбираемых проб. Результаты анализов обычно поступают с большим запаздыванием, что затрудняет их использование при оперативном управлении технологическим процессом.
Вместе с тем, в ряде случаев удается выявить связь между определяемой величиной и и одним или несколькими технологическими параметрами, поддающимися автоматическому измерению. При этом связи могут быть функциональными или вероятностными, то есть описываться уравнением регрессии
Определение структуры функции F(x,b) и ее параметров производится методами регрессионного анализа. Экспериментальные данные для построения уравнения регрессии получают, производя синхронные измерения величины и И і вектора х.
В общем виде метод, использующий связь между измеряемыми величинами сводится к составлению балансовых соотношений, которые могут быть представлены в виде [12]
На практике балансы, как правило, не сходятся. Убедительным подтверждением присутствия ошибок измерения являются нарушения балансовых соотношений при подстановке в них усредненных на достаточно длительном интервале времени результатов измерения при условии отсутствия технологических отказов. Появившиеся небалансы AFj могут быть устранены целевым сдвигом значений измеряемых величин внутри диапазонов их неопределенности, обусловленных погрешностью измерения.
Уравнения системы балансовых соотношений (5) выполняются только при подстановке в них оценок истинных значений технологических параметров
Поставленная задача относится к классу задач оптимального распределения при наличии ограничений и может быть решена методом неопределенных множителей Лагранжа. Более подробно алгоритм оценивания результатов измерений технологических параметров изложен в работах [13, 14]. Изложенный выше алгоритм может использоваться не только для определения частичных отказов и коррекции результатов измерений, но и для более глубокой диагностики погрешностей измерений. Но в силу сложности современных объектов автоматизации, точные модели, описывающие их поведение, либо слишком громоздки для практического применения, либо отсутствуют вовсе, так как невозможно иметь полное знание о всех входных и выходных характеристиках системы, включая все формы взаимодействия с окружающей средой. Все это затрудняет использование данного алгоритма и требует всегда индивидуального подхода.
Метод определения достоверности информации с использованием баз знаний. По сравнению с рассмотренными алгоритмами более эффективным является метод логической проверки достоверности первичной информации с использованием баз знаний [15 - 17].
В основе метода лежит принцип избыточности и разделение координат объекта управления на независимые и зависимые. Выходные координаты объекта являются зависимыми, а управляющие и контролируемые возмущения (количественно или качественно) - независимыми. Координаты каждого объекта разделены на отдельные группы, каждая из которых включает в себя только одну зависимую координату. Остальные, включаемые в данную группу координаты, являются только независимыми, причем именно те, которые влияют на данную выходную координату. Вся полученная информация систематизируется в базы знаний. При решении задачи определения источника недостоверной информации используются непосредственно базы знаний для каждой группы правил. В основе логики поиска недостоверных источников лежит определение такого правила, где противоречивым является только одна координата. При этом знания оператора носят качественный характер, оценив ситуацию в целом, он может судить не о конкретных значениях того или иного источника, а о каких то приближенных диапазонах изменения этого параметра. Преимущество данного метода в том, что качественное поведение может быть получено, даже если точная математическая модель не может быть разработана.
Существенным ограничением использования рассмотренного метода является необходимость принятия допущения о количестве источников недостоверности. Предполагается, что в течение такта опроса источников информации, только одна координата может иметь недостоверное значение [18]. Это не позволяет использовать данный метод для контроля достоверности информации в сложных технологических процессах.
Проведенный обзор и анализ методов контроля достоверности технологической информации показал [19], что они не способны обнаружить частичные отказы дублированных ИИК систем управления сложными технологическими процессами. Поэтому для решения стоящей проблемы следует проанализировать общие методики диагностики технических систем.
Алгоритм, учитывающий корреляционные связи между контролируемыми параметрами
В основу алгоритма, учитывающего корреляционные связи между контролируемыми параметрами, легли следующие предположения [9]:
1. маловероятно одновременное изменение характеристик двух независимых источников информации, при котором соотношение между ними остается неизменным;
2. маловероятен выход за допустимые пределы показателя, зависящего от нескольких независимых величин, при нормальной вариации последних. И допущение: маловероятно одновременное появление в пределах рассматриваемого объекта более чем одного источника недостоверной информации.
Ранее было установлено, что все значения технологических параметров за предыдущий цикл работы являлись достоверными, поэтому можно предположить, что значение контролируемого параметра является предполагаемым истинным для текущей оценки достоверности, а также значения парной корреляции, рассчитанные за предыдущий период работы меняться не должны. Поэтому для оценки достоверности необходимо учитывать не только отклонение контролируемого параметра от предполагаемого истинного значения, но и отклонение значений связанных с ним параметров.
Алгоритм состоит из следующих основных последовательных этапов [134]: .
1. Определение контролируемых параметров, оказывающих наибольшее влияние на измеряемый параметр.
Ранее было установлено, что между параметрами технологического процесса существует взаимосвязь, поэтому необходимо выбрать те параметры, сила связи которых с контролируемым параметром наибольшая. Разработано множество различных мер взаимосвязи между параметрами. Взаимосвязь может быть как линейная, так и нелинейная. Для меры линейной связи между двумя параметрами наиболее часто на практике используют коэффициент корреляции Пирсона, который изменяется от -1 до 1, 0 — если линейная связь отсутствует [135].
В связи с предъявляемыми требованиями к вычислительным ресурсам установлено, что для удовлетворительной работы данного алгоритма достаточно определить 2 или 3 дополнительных параметра, имеющих наибольшую силу связи с контролируемым параметром.
Для меры нелинейной связи между двумя параметрами наиболее часто на практике используют коэффициент корреляции Спирмена, который изменяется от -1 до 1, 0 - если связь отсутствует [135].
Если коэффициент корреляции к(У,,Рк) 0,75, то сила корреляции считается большой, поэтому выбираются те параметры Рк , для которых выполняется данное условие.
2. Формирование вектора текущей ситуации.
Когда все параметры необходимые для работы определены, то текущую ситуацию S можно представить в виде к+1 - мерного вектора:
3. Оценка степени близости вектора текущей ситуации к векторам данных, хранящихся в базе данных контролируемых параметров за предыдущий цикл работы.
Определение вектора данных, хранящихся в базе данных контролируемых параметров за предыдущий цикл работы соответствующего вектору текущей ситуации, связано с трудностью, которая вызвана тем, что возможны ситуации, когда процесс в предыдущем и текущем циклах протекал с различной скоростью, но характер процесса не изменился. Процедура идентификации вектора состоит в оценке степени близости вектора текущей ситуации к вектору данных, хранящихся в базе данных контролируемых параметров за предыдущий цикл работы. Степень близости ситуации может быть определена различными критериями, например, вычислением евклидового расстояния между векторами. Учитывая стохастический характер взаимосвязи значений параметров, нельзя исключать возможность порождения совокупности их сочетаний. Вероятность таких событий считается обратно пропорциональной Евклидову расстоянию между векторами текущей и предыдущей ситуации, то есть чем меньше Евклидово расстояние между векторами, тем больше вероятность их близости.
Поиск соответствующего вектора осуществляется в установленном временном интервале относительно значения времени текущего набора. Величина интервала устанавливается эксперт-технолог исходя из предварительной оценки протекания технологического процесса.
4. Сравнение значений технологических параметров за текущий и предыдущий цикл работы.
После того как найдены векторы, описывающие одну и туже ситуацию за текущий и предыдущий цикл работы, необходимо произвести сравнение их координат, чтобы установить изменились ли значения контролируемых параметров. Расхождение значения за предыдущий цикл работы и измеренного значения не должно превышать установленной погрешности для датчика, измеряющий данный параметр.
Результат выполнения условий (27) и (28) передается в блок вербализации для дальнейшей обработки.
5. Сравнение значений коэффициентов корреляции для одних и тех же параметров за разные циклы работы.
Расхождение значения коэффициента корреляции за предыдущий цикл работы и для измеренного значения не должно превышать установленной экспертом-технологом величины /.
Результат выполнения условия (29) передается в блок вербализации для дальнейшей обработки.
. Все значения, полученные по алгоритму, учитывающему корреляционные связи между контролируемыми параметрами, не являются значениями, по которым можно судить о достоверности информации, но они являются необходимыми для реализации ЭС.
Работа системы комплексной оценки достоверности информации в условиях различных тестовых сигналов
Проверка работоспособности алгоритма комплексной оценки достоверности информации осуществлялась в условиях различных тестовых сигналов [150]. Для этого были смоделированы различные варианты поведения сигналов дублированных ИИК. Для каждого из вариантов проводился многократный анализ работы системы при различных изменениях характеристик сигнала. Основные из вариантов подробно представлены графиками изменения сигналов и диагнозов (рисунок 28-32).
1. Значения от первого и второго ИИК достоверны. Этот случай описан в разделе 3.3. Система оценки достоверности работает безошибочно и каждому из значений ставится диагноз «ИИК исправен».
2. Кратковременное отклонение значения (рисунок 28) - значения сигналов остаются достоверными, но присутствует кратковременное отклонение ИИК-2, быстро возвращающееся к нормальному состоянию. Проверяется ситуация, когда происходит выброс в сторону возрастания и убывания сигнала. По графику видно, что значения, соответствующие моменту времени t = 8.1 си t — 14.1 с для ИИК-2 являются недостоверными, но система оценки достоверности распознает их, как случайные отклонения и диагностирует «ИИК исправен». Так же проверялись ситуации, когда величина выброса были 2, 3, 4 значения ИИК-2. Система их также распознавала как случайные отклонения в соответствии с алгоритмом, описанным в 2.3.1.
3. Отклонение одного из сигналов на постоянную величину (рисунок 29) - значения ИИК-2 практически сразу отклоняются от достоверного сигнала ИИК-1, и величина отклонения остается постоянной. В этой ситуации система оценки достоверности информации не только сразу диагностирует частичный отказ, но также заблаговременно предупреждает о его появлении, ставя диагноз «подозрение на неисправность».
4. Увеличивающееся отклонение одного из сигналов (рисунок 30) -значения ИИК-2 начинают отклоняться от истинных значений, при этом отклонение происходит не мгновенно, а плавно, за достаточно большой период времени. Отследить такое отклонение зачастую бывает трудно. При этом очень важно обнаружить, что ИИК показывает недостоверное значение до того как его показания достигнут критических значений. Как видно из полученного графика, система уже через несколько секунд реагирует на изменения, но из-за того, что расхождение сигналов происходит медленно, система не может сразу определить значения какого ИИК недостоверны. Поэтому обоим ИИК ставит диагноз «подозрение на неисправность», а затем ставит диагноз «ИИК неисправен». Как видно, в этот момент показания ИИК-2 еще не достигли максимально допустимых значений.
5. Чередующиеся отклонения сигналов (рисунок 31) - значения сигналов попеременно принимают то достоверные, то недостоверные значения. Каждый раз система правильно определяла достоверный ИИК. Таким образом, серия опытов с подачей чередующихся тестовых сигналов, имитирующих работу с частичным отказом и без частичного отказа показала, что система не ориентирована на историю диагноза и способна эффективно оценивать достоверность полученной информации.
6. Смоделированы сигналы более сложной формы, чтобы проверить работоспособность системы в переходных процессах (рисунок 32). Система также смогла правильно диагностировать частичный отказ ИИК-2, хотя в переходном процессе она диагностировала его как «подозрение на неисправность». Ряд аналогичных испытаний показал, что система не может мгновенно определить, произошли ли изменения в технологическом процессе или произошли отклонения характеристик ИИК, но она может сразу обратить внимание на происходящие изменения.
Таким образом, многократные испытания показали работоспособность алгоритма комплексной оценки достоверности информации в условиях различных тестовых сигналов. В ряде случаев требовалась дополнительная настройка параметров системы с помощью коррекции начальных условий работы. Дополнительная настройка позволяет обеспечить адекватность работы системы на любых сигналах. Проведенные испытания показали возможность использования системы комплексной оценки достоверности информации в промышленных системах.
Одним из основных условий, которому должна удовлетворять диагностическая система, работающая в промышленных условиях — это минимальные требования к вычислительным ресурсам. Поэтому для оценки системных требований был произведен анализ скорости исполнения отдельных алгоритмов системы оценки достоверности на ПК с установленным центральным процессором AMD Athlon ХР 1800+, тактовой частотой 1.54 Ггц, оперативной памятью объемом 512 Мб, под управлением операционной системы Windows ХР Professional. Расчет времени работы алгоритма оценки достоверности информации производился с помощью команды clock языка Matlab, которая позволяет считывать значение времени системного таймера ПК с точностью до миллисекунд в начале и в конце работы заданного алгоритма. Данные о времени работы алгоритмов системы комплексной оценки достоверности информации приведены в таблице 9.
Высокая скорость работы системы комплексной оценки достоверности информации указывает на отсутствие необходимости использования высокопроизводительной компьютерной техники, и поэтому может быть реализована на станции оператора стандартной конфигурации.
Визуализация процесса контроля достоверности информации в дублированных информационно-измерительных каналах АСУТП
Система визуализации установки получения стирол-акриловой дисперсии реализует функции контроля данных, управления ими и наглядное графическое отображение параметров технологического процесса с использованием динамической компьютерной графики.
При отображении информации экран дисплея разбивается на четыре области:
- Область текущих сообщений (верхняя часть экрана). Содержит последние сообщения для всех экранов, а также текущие время;
- Область клавиатуры (нижняя часть экрана). Она предназначена для выбора системных функций, либо для операций управления технологическим процессом;
-Область навигации (правая часть экрана). Она предназначена для переключения между видеокадрами технологического процесса;
- Область основного изображения (средняя часть экрана). Она используется для отображения мнемосхем, графиков или таблиц параметров и сообщений.
Все видеокадры системы визуализации доступны оператору через базовый видеокадр (рисунок 37). Структура базового видеокадра приведена на рисунке 38. В зависимости от управляемого технологического процесса видоизменяется область навигации (изменяется состав и количество кнопок навигации по видеокадрам), остальные области экрана остаются практически без изменений. Область основного изображения, где показан технологический процесс, служит для изображения всех видеокадров, участвующих в системе визуализации.
Область клавиатуры состоит из кнопок, каждой из которых назначена функция визуализации.
Кнопка «СООБЩЕНИЯ» предназначена для информирования оператора о технологических и аварийных событиях в системе. Окно на три последних сообщения доступно оператору в любой момент, для расширенного окна сообщений необходимо нажать кнопку «СООБЩЕНИЯ». В строке сообщения слева направо указываются: дата, время, текст сообщения и место возникновения сообщения. Красным цветом выделяются вновь пришедшие сообщения, желтым цветом - квитированные, синим - сообщения, сигнал об инициализации которых был сброшен до квитирования сообщения («ушедшие сообщения»).
Кнопка «СТАРТ/СТОП» предназначена для регистрации временного периода работы смены. При нажатии на кнопку Старт фиксируется время начала смены. При нажатии на кнопку Стоп фиксируется время окончания смены.
Кнопка «КВИТИРОВАНИЕ» предназначена для снятия звуковой и световой сигнализации. Квитирование осуществляется нажатием левой клавиши мыши на указанной кнопке. Возможна задержка срабатывания квитирования (менее 2сек.), вызванная необходимым временем для передачи сигнала квитирования на контроллер. Данная кнопка квитирует работу средств сигнализации, подключенных непосредственно к контроллеру (зуммер, лампы).
Кнопка «ВЫЗОВ ТРЕНДОВ» предназначена для просмотра трендов технологических параметров на всем поле области основного изображения. Для наглядного представления тенденции изменения технологических параметров во времени удобно использовать графическое представление изменения параметров в виде графиков, получивших название трендов технологических процессов. Тренды можно вызвать непосредственно из видеокадров технологических процессов, нажав экранную кнопку вызова тренда, находящуюся рядом с контролируемым параметром. При нажатии на кнопки трендов появляется окно трендов и происходит кратковременная загрузка параметров из архива, затем тренд становится доступным для просмотра. При отображении параметров в виде графиков предусмотрены следующие возможности:
одновременный вывод на экран до 8 графиков;
вывод для текущего графика названия параметра, его значения в
текущий момент времени, интервала отображения и шкалы;
выбор отображаемого параметра из списка;
масштабирование по времени/величине.
Кнопка «ВЫЗОВ СИСТЕМЫ ОТЧЕТОВ» предназначена для запуска системы произвольных отчетов, реализованной в программном продукте MS Excel. При нажатии на указанную кнопку происходит запуск MS Excel, в состав которого входит программа, обеспечивающая взаимодействие с системой визуализации и обмен данными. Автоматически происходит загрузка книг в формате MS Excel, содержащих формы отчетов. Для формирования бумажных отчетов предусмотрены экранные клавиши, позволяющие выводить на печать отчет за смену, отчет о событиях в системе, графики технологических параметров (тренды).
Кнопка «ВЫХОД» предназначена для завершения работы системы визуализации и выхода в MS Windows.
Кнопка «ОЦЕНКА ДОСТОВЕРНОСТИ» позволяет вызвать окно «Оценка достоверности информации», которое позволяет перейти к следующим информационным окнам:
- «настройка системы оценки достоверности информации» (рисунок 39), в котором оператору предоставляется возможность установить стартовые данные для работы системы оценки достоверности информации, такие как: значение погрешности контролируемого ИИК; значения погрешности ИИК, связанного с контролируемым параметром; максимально допустимое значение контролируемого параметра; минимально допустимое значение контролируемого параметра; количество точек аппроксимации; максимальная степень полинома; количество точек для определения скорости изменения коэффициента недостоверности; диапазон точек для поиска соответствующей выборки для алгоритма 3; допустимое отклонение коэффициента корреляции.
- «наполнение и редактирование базы знаний» (рисунок 40). Доступ к данному информационному окну имеет только эксперт и поэтому защищен паролем.
В данном информационном окне эксперт создает шаблон базы знаний и может произвести редактирование правил экспертной системы.
-«объяснение диагноза» (рисунок 41). В случае необходимости оператор может посмотреть, почему система поставила тот или иной диагноз, для этого ему показывается решающее правило с пояснениями. Дополнительно оператор может посмотреть тренд диагнозов ИИК и тренд коэффициентов недостоверности по алгоритму 1 и 2.
