Содержание к диссертации
Введение
Глава 1. Задача синтеза распределенных систем контроля и управления (РСКУ) технологическими объектами нефтегазодобычи 9
1.1 Классификация и характеристика технологических объектов контроля и управления в нефтегазодобычи 9
1.2 Классификация и характеристика РСКУ 12
1.3 Анализ эффективности РСКУ и выбор критериев оценки качества системы контроля и управления 23
1.4 Выбор и обоснование принципов самоорганизации для оптимизации и структурно-параметрического синтеза РСКУ 28
1.5 Содержательная постановка задачи 35
1.6 Выводы 35
Глава 2. Разработка и исследование интегрированной модели многопараметрической оптимизации РСКУ 37
2.1 Разработка структуры интегрированной модели РСКУ 37
2.2 Построение топологической модели РСКУ 40
2.3 Расчет топологической модели РСКУ на основе аналитических зависимостей затрат на каналы связи 48
2.4 Уточнение топологической модели с учетом данных цифровых карт местности 52
2.5 Построение модели пропускной способности РСКУ 56
2.6 Исследование пропускной способности РСКУ при различных характеристиках входного потока заявок 59
2.7 Построение и исследование модели резервирования ресурсов средств обработки данных (СОД) 62
2.8 Построение алгоритма и номограммы расчета параметров РСКУ на основе интегрированной модели 68
2.9 Выводы 73
Глава 3. Синергетический метод многопараметрической оптимизации РСКУ технологическими объектами 75
3.1 Анализ и характеристика современных аппаратно-программных средств разработки РСКУ 75
3.2 Алгоритм оптимизации топологии РСКУ технологическими объектами с учетом рельефа местности 78
3.3 Алгоритм распределения и выравнивания вычислительной нагрузки средств обработки данных и управления для различных базовых топологий РСКУ 84
3.4 Разработка архитектуры программного обеспечения для структурно-топологического и структурно-параметрического синтеза РСКУ на основе пакета прикладных программ "Синар-1" 91
3.5 Обеспечение условий совместимости программного комплекса «Синар-1» с окружающей программной средой 93
3.6 Общий алгоритм оптимизации РСКУ в программном комплексе «Синар-1» 96
3.7 Выводы 100
Глава 4 Организационно-технические решения по многопараметрической оптимизации РСКУ объектов нефтегазодобычи на основе синергетического подхода 101
4.1 Разработка прототипа беспроводной сенсорной сети РСКУ на базе технологии Zig BEE 101
4.2 Оптимизация системы дистанционного мониторинга утечек трубопровода на основе резервирования контролирующих средств 104
4.3 Разработка рекомендаций по оптимизации топологии РСКУ технологическими объектами ООО «БугурусланНефть» 110
4.4 Разработка рекомендаций по структурно-топологическому синтезу РСКУ на основе программного комплекса «Синар-1» 114
4.5 Разработка рекомендаций по структурно-параметрическому синтезу режимов обработки данных СОД на основе программного комплекса «Синар-1» 117
4.6 Оценка качества принятия решения в управлении технологическими объектами на основе оптимизации параметров РСКУ 119
4.7 Выводы 128
Заключение 129
Список использованных источников 130
Приложение А. Синергетический алгоритм поиска равновесного состояния системы 144
Приложение Б. Исследование синергетического алгоритма на основе вычислительного эксперимента 145
Приложение В. Оценка погрешности расчета информационных гармоник от числа потерянных отсчетов 149
Приложение Г. Перечень функций РСКУ, реализованных в АСУ ТП «Регион-2000» 154
Приложение Д. Информационные потоки РСКУ «Телескоп+» 156
Приложение Е. Технические характеристики датчиков УЭЦН 158
Приложение Ж. Акты об использовании результатов диссертационной работы 159
- Выбор и обоснование принципов самоорганизации для оптимизации и структурно-параметрического синтеза РСКУ
- Построение и исследование модели резервирования ресурсов средств обработки данных (СОД)
- Алгоритм распределения и выравнивания вычислительной нагрузки средств обработки данных и управления для различных базовых топологий РСКУ
- Оценка качества принятия решения в управлении технологическими объектами на основе оптимизации параметров РСКУ
Введение к работе
Актуальность темы. Нефтегазовая промышленность является ведущей отраслью в экономике России, её доля в ВВП составляет около 20%. К основным особенностям добычи нефти и газа, определяющим рентабельность этой важной отрасли страны, относятся большая топологическая распределенность технологических объектов, сложные условия эксплуатации оборудования, большие капитальные и эксплуатационные затраты на добычу сырья, существенные потери эффективности разработок в случае отклонений режимов добычи от плановых и в аварийных ситуациях.
Одним из факторов повышения рентабельности нефтедобычи является разработка и внедрение новых методов и средств автоматизации контроля и управления технологическими режимами каждой производственной установки. Этому способствуют появление на рынке средств автоматизации различных автоматизированных информационно-управляющих комплексов, например, «Trace mode 6.0», «Регион», «Каскад-САУ», а также интеллектуальных средств локальной автоматики на основе беспроводных сенсорных сетей, позволяющих строить экономичные распределенные системы контроля и управления (РСКУ) технологическими объектами, имеющие различные конфигурации, повышенную надежность и пропускную способность.
Вопросам разработки и исследования РСКУ технологическими объектами посвящены труды Абдуллаева А.А., Ведерникова В.А., Веревкина А.П., Владова Ю.Р., Дружинина Г.В., Ильина В.А., Мамиконова А.Г., Назарова А.В., Тагировой К.Ф., Тутевича В.Н., Шварца М.
Анализ публикаций показал, что, несмотря на значительные достижения в области методологии построения АСУ ТП нефтегазодобычи, существующие методы не достаточно полно и эффективно учитывают особенности РСКУ, в частности: топологию размещения технологических объектов, особенности рельефа местности, системность в разработке, направленную на многопараметричность в оптимизации технических решений, а также появление новых средств локальной автоматики, базирующихся на интеллектуальных датчиках и беспроводных сенсорных сетях.
Объект исследования - распределенные системы контроля и управления технологическими объектами нефтегазодобычи.
Предмет исследования - формализованные методы и средства построения РСКУ.
Цель работы - повышение эффективности создания РСКУ на основе новых методов и средств многопараметрической оптимизации.
Задачи исследований:
определение целевой функции и обобщенного критерия оценки эффективности решения задач многопараметрической оптимизации РСКУ;
разработка и исследование имитационной модели структурно-
параметрического и структурно-топологического синтеза РСКУ
технологическими объектами;
разработка алгоритмического и программного обеспечения многопараметрической оптимизации РСКУ;
разработка синергетического метода многопараметрической оптимизации РСКУ;
5) разработка рекомендаций для использования синергетических средств
оптимизации РСКУ на этапах разработки и эксплуатации.
Методы исследований. Использованы методы теории вероятностей, математической статистики, теории графов, теории массового обслуживания, теории оптимизации.
Научную новизну составляют:
интегрированная модель структурно-параметрического и структурно-топологического синтеза РСКУ, состоящая из подсистем расчета параметров топологии, производительности и надежности, позволяющая в итерационном режиме минимизировать стоимостные затраты на систему с учетом ограничений по пропускной способности;
алгоритм построения топологии РСКУ на основе принципа равновесия векторов частных целевых функций затрат на каналы связи с учетом рельефа местности;
алгоритм динамического распределения нагрузки подсистем РСКУ для систем с кольцевой и разомкнутой архитектурой;
метод автоматизированного структурно-параметрического и структурно-топологического синтеза РСКУ на основе пакета прикладных программ «Синар-1», позволяющий в комплексе решать задачи синтеза и оптимизации РСКУ по топологии, пропускной способности и надежности.
Практическая значимость и реализация результатов работы.
Интегрированная модель структурно-параметрического и структурно-топологического синтеза РСКУ, алгоритмы многопараметрической оптимизации предназначены для разработки систем контроля и управления распределенными объектами, оптимизированных по критерию стоимостных затрат с учетом требований производительности и надежности.
Разработанное программное обеспечение передано для внедрения в ООО «Бугурусланнефть» (г. Бугуруслан Оренбургской обл.), используется в учебном процессе ГОУ ВПО «Оренбургский государственный университет».
Новизна программных разработок подтверждается свидетельствами о регистрации программных средств в отраслевом и университетском фондах алгоритмов и программ.
Апробация результатов. Основные положения и результаты работы докладывались и были одобрены на IV - VIII всероссийских научно-практических конференциях (с международным участием) «Современные информационные технологии в науке, образовании и практике» (г. Оренбург, 2005 г., 2006 г.,
2007 г., 2008 г., 2009 г.), всероссийской научно-технической конференции «Проблемы информатики в образовании, управлении, экономике и технике» (г. Пенза, 2008 г.), международной научно-практической конференции «Эволюция системы научных коммуникаций Ассоциации университетов Прикаспийских государств» (г. Астрахань, 2008 г.).
Публикации. Основные положения диссертации отражены в 15 публикациях, из них 2 статьи в научных журналах, входящих в Перечень ВАК, 10 статей в сборниках научных трудов и материалах научных конференций различного уровня, 3 свидетельства на программные средства.
Положения, выносимые на защиту:
интегрированная модель структурно-параметрического и структурно-топологического синтеза РСКУ;
алгоритм построения топологии РСКУ на основе принципа равновесия векторов частных целевых функций затрат на каналы связи с учетом рельефа местности;
алгоритм динамического распределения нагрузки подсистем РСКУ для систем с кольцевой и разомкнутой архитектурой;
- синергетический метод многопараметрической оптимизации РСКУ.
Структура и объем диссертации. Диссертация состоит из введения,
четырех глав, заключения, списка использованных источников и приложений. Работа изложена на 161 страницах, в том числе: основной текст на 129 страницах, 10 таблиц, 56 рисунков, список использованных источников из 135 наименований на 14 страницах, приложения на 17 страницах. Приложения содержат результаты вычислительных экспериментов, акты внедрения результатов работ.
Выбор и обоснование принципов самоорганизации для оптимизации и структурно-параметрического синтеза РСКУ
В общем случае эффективность любой сложной системы зависит от двух факторов:
- от совершенства организации каждой подсистемы в соответствии со своим функциональным назначением,
- от организации межподсистемного взаимодействия.
Не случайно задаче оптимальной организации системы и взаимодействия подсистем уделено большое внимание в работах по построению сложных систем, например в [3,108,109]. Однако в данном перечне публикаций уделено недостаточное внимание вопросам разработки распределенных систем контроля и управления технологическими объектами нефтегазодобычи, не учтены специфика топологии размещения объектов контроля и современных средств организации каналов связи.
Целью данного раздела является обоснование применимости принципов самоорганизации сложных систем при разработке и эксплуатации распределенных систем.
Общая модель работы РСКУ определена следующим выражением: Y - FY(S,R,X): ZY{FZ(T,P,H)} -» min,DP{FD(T,P,H,X)} Ds, (1.10) где Y — вектор выходных параметров РСКУ, представляющих отражение общего состояния технологических объектов, заданного множеством их состояний S; R - множество функций вероятностного распределения состояний S; X — вектор входных параметров РСКУ, представляющих собой входные потоки данных о состояниях S, доступные для контроля и имеющие, как правило, стохастический характер изменения; Fy(S,R,X) - функционал, реализуемый аппаратными и программными средствами РСКУ, позволяющий получить параметры отображения У для исследуемого состояния из множества S с некоторой достоверностью D и затратами Zy. ZY{FZ(T,P,H)} — целевая функция стоимостных затрат на построение РСКУ; Fz(T,P,H) - некоторый функционал от топологических параметров РСКУ из множества Т, производительных параметров компонентов РСКУ из множества Р и надежностных параметров компонентов РСКУ из множества Н; DP{FD(T,P,HJC)} - проектная достоверность параметров У; Dg — допустимая достоверность параметров У. К параметрам вектора Т относятся количество и координаты размещения на местности технологических объектов и средств обработки данных, а также характеристики рельефа местности
Одной из основных особенностей РСКУ является непостоянство состава контролируемых объектов, их расположения на местности и, как следствие -непостоянство нагрузки на средства передачи и обработки данных. Это обусловлено спецификой нефтегазодобывающей отрасли. В частности, количество и топология объектов непрерывно меняется вследствие ввода новых и ликвидации старых объектов. Срок разработки одной скважины составляет примерно 3-5 лет. Если распределенная система контроля и управления постоянно обслуживает около 50 скважин, то каждый год из этого числа консервируются и появляются вновь примерно 10-17 скважин с различной топологией на местности.
Для учета этой топологической особенности РСКУ должна обладать свойствами адаптивности к изменению конфигурации объектов контроля и управления.
Второй отличительной особенностью РСКУ является неэкономичность использования систем с централизованной архитектурой, поскольку общая длина линий связи между управляющими средствами верхнего и нижнего уровня будет больше, чем аналогичное число между подсистемами одного уровня. Это видно из сравнения кольцевой и звездообразной архитектур РСКУ для случая, когда подсистемы нижнего уровня расположены равномерно по окружности. Общая длина связей для обоих вариантов равна при числе подсистем нижнего уровня, равном 7V=6 и определяется шестью радиусами окружности. При 7V 6 по критерию минимальной общей длины связей между компонентами системы эффективными являются децентрализованные РСКУ. При N 6 - эффективны РСКУ с централизованной структурой. Поскольку для реальных объектов Л б, более перспективными являются РСКУ с децентрализованной структурой. При этом необходимо также учесть дополнительные капитальные затраты на создание подсистемы верхнего уровня.
Функционирование систем с децентрализованной структурой возможно лишь на принципах взаимодействия элементов этих систем между собой.
Для учета данной структурной особенности РСКУ они должны быть построены на принципах самоорганизации подсистем.
К третьей технической особенности РСКУ относится широкое внедрение в их состав интеллектуальных средств автоматики с использованием беспроводной связи, в частности контроллеров обработки технологической информации и датчиков, обеспеченных возможностью предварительной обработки данных и передачей результатов на верхний уровень РСКУ [3,109]. Данная особенность обуславливает построение РСКУ на принципах гибкой реорганизации структуры без вмешательства централизованных средств управления.
Принцип самоорганизации имеет общий характер и определяет целую систему правил и условий, позволяющих определить структуру и режимы работы систем в соответствии с изменением характеристик технологического объекта и заданными технико-экономическими требованиями к системе [7,133,141]. В условиях распределенных технологических объектов со стохастическими характеристиками X обеспечение минимального значения ZY по выражению (1) возможно лишь при изменении вида функционала Fz в соответствии с изменением параметров X и учетом Д$. При этом необходима динамическая реорганизация РСКУ за счет введения в состав системы специальных управляющих средств самоорганизации (СС) в виде алгоритмов и программ для интеллектуальной части оборудования систем, инициирующих изменение функционала Fz и приводящих к изменению организации системы на этапе проектирования или эксплуатации. Основной функцией СС является обеспечение минимума ZPB соответствии с выражением: mmZP=Fz(T,P,H), (l.il) где Fz - функционал самоорганизации.
Предполагается, что оптимальная организация РСКУ обеспечивается постоянным выполнением соотношения (1.11), обеспечивающего условие: Dr{FD(T,P,H,X)} Ds (1.12) за счет контроля параметров Т, перерасчета параметров Р с учетом элементов векторов Н и X. Обеспечение соотношений (1.11) и (1.12) при организации сложных систем соответствует одному из основных принципов системологии - принципу динамического равновесия Богданова А.А.: "Сохранение является всего лишь результатом того, что каждое из возникающих изменений уравновешивается тут же другим, ему противоположным - оно есть подвижное равновесие изменений" [20].
Включение в состав сложной системы специальных средств, автоматически управляющих организацией системы, представляет собой один из типовых подходов теории самоорганизации, используемый в технических системах. Как правило, изменение исходной системы производится с целью расширения ее возможностей за счет организации нового органа управления. В ряде работ используют различные термины при обозначении организующих средств, например "репликаторы" (от лат. replicate - отражать), "блоки эволюционной адаптации", "синергетический блок самоорганизации и упорядочивания" [84], "модуль поддержки технологий функционирования диспетчера" [109]. Эти средства основаны на синергетических принципах организации и управления, на адаптивных моделях наследственности и эволюции, встречающихся, например, в различных системах живой природы.
Современные принципы построения самоорганизующихся систем являются результатом развития системологии, основы которой были заложены в первой половине прошлого века Богдановым А.А. и Л. фон Берталанфи в работах [20,141]. Принципы системности, целостности, иерархичности, единства цели и возможности развития, - впервые описанные этими учеными, являются основными принципами системологии и по сей день. Особый вклад в теорию развития технических самоорганизующихся систем и использования их для различных практических приложений в сороковые-шестидесятые годы прошлого века внесли ученые-кибернетики Эшби У.Р., Виннер Н., Ивахненко А.Г. Вопросы систематизации принципов самоорганизации для систем различной природы наиболее полно освещены в работах Хакена Г. [133] в рамках молодой быстро развивающейся науки синергетики.
Синергетика - (от греч. synergetikos - совместный, согласованный, действующий) научное направление, изучающее связи между элементами структуры (подсистемами), которые образуются в открытых системах, благодаря интенсивному (потоковому) обмену веществом и энергией с окружающей средой в неравновесных условиях.
В контексте создания РСКУ ТО в качестве основной концепции предполагается использование синергетических механизмов "спонтанного" изменения состояния РСКУ за счет встраивания в нее средств инициации самоорганизации для создания эффекта согласованного взаимодействия частей РСКУ при изменении характеристик объекта контроля и управления.
Построение и исследование модели резервирования ресурсов средств обработки данных (СОД)
Целью исследования модели резервирования является определение резервной интенсивности потока заявок РСКУ АЛ при различном количестве отказавших средств обработки данных к0.
Исходными данными являются вектор значений безотказной работы средств обработки данных Р={р\, р2...рм}, вектор значений интенсивности потока заявок наЛ={Л.], Л2... ).м), вектор значений интенсивности обслуживания СОД W={w\, W2-WM), требуемое значение пропускной способности системы в аварийном режиме работы Btr av.
При отказе /-го СОД производительность системы уменьшается на значение W-, и его нагрузка перераспределяется между работоспособными устройствами, что приводит к увеличению на них нагрузки. Дополнительная нагрузка на работоспособные устройства определяется формулой:
На рисунке 2.14 представлены графики зависимости резервной интенсивности потока заявок от количества отказавших устройств при количестве СОД М равным 50. Из рисунка видно, что зависимости возрастают нелинейно и более высокая интенсивность потока заявок на систему определяет более высокое значение дополнительной нагрузки.
Вероятность выхода из строя к„ СОД уменьшается с увеличением значения к0, поэтому необходимо оценить значение дополнительной нагрузки с учетом вероятности безотказной работы СОД. Состояние системы в зависимости от числа работоспособных средств обработки определяется вектором S={s$, SJ,...SM}, где Si принимает значения 1 или 0. При s,=l, /-ое СОД работоспособно, иначе оно вышло из строя. Общее количество состояний системы определяется следующей формулой: N = 2M. (2.28)
Количество состояний системы при к0 отказавших одновременно средств обработки определяется формулой.
Вероятность отказа к„ средств обработки при одинаковой вероятности безотказной работы определяется следующей формулой: Pko=(}-p)ko-pM ko-Nko, (2.30) где р- вероятность безотказной работы средства обработки данных за период Т.
На основании формул (2.29), (2.30) построены графики зависимости вероятности состояний с различными значениями количества не работоспособных СОД, которые представлены на рисунке 2.15.
С увеличением вероятности безотказной работы, используемых СОД, наиболее вероятным состоянием системы является состояние с меньшем количеством отказов средств обработки данных. Разброс значений для более надежных СОД, который представлен графиком 1, меньше по сравнению с графиками 2 и 3.
Вероятностное значение дополнительной нагрузки определяется следующей формулой.
На рисунке 2.16 приведены вероятностные значения дополнительной нагрузки при различном к0. С уменьшением значения вероятности безотказной работы максимальное значение вероятностной дополнительной нагрузки возрастает, так как увеличивается вероятность отказа одновременно большего числа средств обработки данных.
Для оценки значения дополнительной нагрузки с учетом вероятности безотказной работы используем оценку математического ожидания:
На рисунке 2.17 представлены графики зависимости оценки математического ожидания дополнительной интенсивности потока заявок от входной интенсивности потока заявок А для различных значений вероятности безотказной работы средств обработки данных. Исходя из входной нагрузки системы А и вероятности безотказной работы р, определяется значение дополнительной нагрузки системы А А, обусловленный возможными отказами СОД. Суммарная интенсивность потока заявок А+АА передается модели пропускной способности для перерасчета требуемой интенсивности обслуживания в аварийном режиме Wav.
Таким образом, обеспечение требуемого уровня потерь с учетом вероятностных отказов при минимальных затратах обеспечивается за счет активного резервирования. Модель резервирования позволяет рассчитать оценку математического ожидания дополнительной нагрузки из-за возможных отказов средств обработки данных, которая должна быть учтена в модели пропускной способности.
Алгоритм распределения и выравнивания вычислительной нагрузки средств обработки данных и управления для различных базовых топологий РСКУ
Для повышения эффективности РСКУ одной из важнейших задач является устранение дисбаланса нагрузки подсистем в процессе их эксплуатации вследствие отказа СОД или изменения количества ИД.
Следует отметить, что известные решения по данному вопросу, представленные, в частности, в работах [15, 72], в основном базируются на использовании централизованного управления режимами загрузки подсистем, что в условиях распределенных систем не всегда эффективно из-за удаленности подсистем от средств управления и дополнительных затрат на эти средства.
Особенностью представленных в настоящей работе алгоритмов является то, что они позволяют ликвидировать дисбаланс нагрузки без управляющих органов на основе самоорганизации подсистем РСКУ с кольцевой и разомкнутой архитектурой. Данные алгоритмы базируются на последовательном усреднении нагрузки соседних подсистем, находящихся в зоне взаимной видимости посредством доступных каналов связи. В основе разработанных алгоритмов лежит следующая теорема и ее следствия.
Теорема: если в последовательности R], состоящей из произвольного числа N произвольных неравных действительных чисел xj, х2, ... xN поочередно заменять рядом стоящие пары чисел их средними значениями в соответствии со следующими выражениями:
Предположим, что среднее значение N чисел цепи х = 0.
При замене в исходной последовательности Rt двух последовательно расположенных чисел, например, Х] и х2 их средними значениями среднее значение х не изменится, поскольку сумма чисел Xj и х2 и количество чисел в последовательности не изменятся. При этом оценка дисперсии a(R ) для новой последовательности чисел после первой замены по отношению к оценке дисперсии исходной последовательности u(Ri) до замены уменьшится. Это видно из следующих рассуждений. Обозначим для удобства изложения A=Xj, В=х2.
Последнее выражение при действительных аргументах, отличных от нуля, всегда больше нуля, следовательно, после замены оценка дисперсии чисел последовательности уменьшилась.
Выражение (3.7), полученное длях] и , справедливо и для любой другой пары чисел последовательностей /?,- (/=1 /V-1), полученных после каждой замены, поэтому последующее поочередное усреднение пар чисел в последовательностях Л, (i=l V-l) приводит к последовательному уменьшению rr(Rj) и получению конечной последовательности.
Данный вывод позволяет утверждать, что и при последующих заменах двух чисел последовательности их средними значениями, т будет стремиться к нулю, т.е. при поочередном усреднении двух рядом стоящих чисел последовательности приM— N а — 0, что и требовалось доказать.
Следствие 1: если в последовательности R N_X по выражению (3.8) убрать все верхние индексы чисел и считать ее исходной для продолжения усреднений в соответствии с выражениями (3.5), то при выполнении N-1 усреднений согласно теореме получается последовательность _,, для которой:
Аналогичное преобразование последовательности Я _,и последующих производных последовательностей RkN_x (ft=3,4,5,...) позволяет в соответствии с теоремой уменьшать оценку дисперсии, т.е.:
Следствие 3: если в последовательности Л , из следствия 2 убрать все верхние индексы чисел и считать ее исходной для продолжения усреднений, то при выполнении N-1 усреднений в соответствии с выражениями (3.5), и iV-oro усреднения, в соответствии с выражением (3.7), сумма чисел и среднее значение для чисел новой последовательности R не изменится, а оценка дисперсии о-2с4) о-2( ).
Следствие 4: на основании следствий 1-3 можно сделать вывод о том, что процесс усреднения чисел исходной последовательности Ri можно производить циклически с использованием выражений (3.5) и (3.7). В процессе усреднений при к — оо, оценка дисперсии значений чисел ?(к) — 0.
Следствие 4 подтверждает возможность минимизации оценки дисперсии чисел составляющих замкнутую цепочку чисел.
Следствие 5: выводы теоремы справедливы, если в последовательности Ri после каждых iV-1 преобразований вводить обратную нумерацию чисел и производить их усреднение по новой нумерации с учетом выражения (3.5).
Следствие 5 подтверждает возможность минимизации оценки дисперсии чисел составляющих разомкнутую цепочку чисел для случая циклического усреднения чисел начиная поочередно с разных концов цепочки.
Аналогично доказывается теорема для обоснования алгоритма ликвидации дисбаланса нагрузки в РСКУ с последовательным усреднением нагрузки для трех соседних подсистем.
В основе алгоритма, представленного на рисунке 3.4, лежит принцип самораспределения нагрузки без управляющих воздействий от подсистем верхнего уровня. Исходными данными являются вектор значений интенсивности заявок А, количество ИД N, максимальное отклонение интенсивности заявок между соседними источниками данных. Переменная к и у используются для определения значений интенсивности соседних источников данных.
Блок 6 используется для проверки достижения конечного ИД. В этом выравнивание нагрузки для топологии кольцо осуществляется между первым и последним элементом. Проверка, что разница нагрузки между всеми соседними ИД не превышает значения Л, осуществляется в блоке 9, а непосредственно выравнивание в блоке 12. При выполнении полного цикла выравнивания проверяется условие о непревышении значения максимального отклонения А.
Количество циклов выравнивания зависит от количества объектов и разброса значений интенсивности потока заявок Я/. На рисунке 3.5 представлены графики зависимости количества циклов выравнивания Nc от количества средств обработки данных М.
При выполнении расчетов значения интенсивности потока заявок были сгенерированы по нормальному закону распределения с математическим ожиданием 25 и различными значениями стандартного отклонения.
Количество циклов выравнивания растет с увеличением количества средств обработки данных и с увеличением значения среднеквадратичного отклонения интенсивности потока заявок.
На рисунке 3.6 представлены результаты циклического выравнивания для 12 объектов со значениями интенсивности потока заявок от 1 до 12. Результаты вычислительного эксперимента показали, что с увеличением количества циклов выравнивания Nc уменьшается среднеквадратичное отклонение до приемлемых значений. Для реализации данного алгоритма необходимо обеспечить передачу данных о своем состоянии между соседними СОД и возможность перенаправления потока заявок от источника данных к нескольким управляющим средствам циклов выравнивания Приведенные в разделе теорема и результаты вычислительного эксперимента подтверждают приемлемость данного алгоритма для выравнивания интенсивности потока заявок от источников данных. Так как в системах контроля и управления объектами нефтегазодобычи маловероятны события, приводящие к резким значительным изменениям интенсивности нагрузки системы, то, соответственно, время выравнивания нагрузки подсистем будет лежать в приемлемом диапазоне.
Оценка качества принятия решения в управлении технологическими объектами на основе оптимизации параметров РСКУ
Перечень задач технической диагностики скважинного оборудования, решаемых в РСКУ, весьма широк и разнообразен. В настоящем разделе представлены результаты оценки повышения достоверности диагностирования остаточного ресурса механических узлов скважинного оборудования на основе оптимизации топологических параметров РСКУ и повышения помехоустойчивости средств сбора, передачи и регистрации данных. В качестве примера для оценки достоверности использованы технические характеристики вибраций колонны насосно-компрессорных труб погружного электронасосного агрегата 1ЭЦВ14-210-300Х, представленные в работе Нагорного В.М и Черевко А.А. [85].
В частности, для диагностирования в качестве информативных частот использовались: оборотная частота двигателя /1=50 Гц, вторая оборотная частота /2=100 Гц, подшипниковая частота насоса/3=400 Гц и подшипниковая частота двигателя/4=600 Гц. При этом оценка остаточного временного ресурса работы узлов скважинного оборудования производился по изменению амплитудных оценок спектра информативных частот.
Целью исследований настоящего раздела является определение влияния оптимизации топологии РСКУ на достоверность диагностирования.
Для достижения цели использованы изменения в топологии размещения средств обработки данных по отношению к измерительным устройствам, определены характеристики помехоустойчивости беспроводного канала связи, проведен вычислительный эксперимент по определению влияния сбоев в канале передачи данных на спектральные оценки информативных частот и сделаны выводы о повышении достоверности оценки остаточного временного ресурса работы узлов скважинного оборудования.
В качестве сравниваемых вариантов топологий использованы исходный вариант топологии РСКУ и оптимизированный вариант, представленные на рисунке 4.13 "а" и "б", соответственно. Как видно из рисунка, протяженности каналов связи при переходе от варианта "а" к варианту "б" изменились. При этом соответственно изменились и потери информации по этим каналам, обусловленные изменением протяженности радиоканала и соотношения "сигнал-шум".
На рисунке 1 представлены зависимости вероятности ошибки на символ в зависимости от расстояния между передатчиком и приемником для радиомодема «Невод-5» с мощностью передатчика ЮдБ, чувствительностью приемника -ПОДб, i=10 дб, Z=10 дб, Л=0.69 м, при различных коэффициентах усиления антенн.
Считаем, что ошибка в 1 бите числа приводит к потере данного значения, что приводит к погрешностям при расчете амплитуд информативных гармоник и, соответственно, к погрешности оценки состояния оборудования скважины.
Для определения степени влияния потерь информации в каналах связи на достоверность диагностирования проведен вычислительный эксперимент, в ходе которого получена модель вибросигнала, содержащего информативные частоты 50 Гц, 100 Гц, 400 Гц и 600 Гц.
Режим регистрации сигнала соответствует следующим параметрам:
- число отсчетов во временном ряде для одного датчика: iVo=4096;
- дискретность регистрации отсчетов: rft=0.0001 сек., определена с учетом теоремы Котельникова;
- время регистрации сигнала: Г=0.4096 сек;
- диапазон моделируемых потерь информации: DL=l% - 10% с шагом 1%;
- число вычислений амплитудных оценок спектра - по 10 на каждый уровень потерь информации;
- выбор потерянных отсчетов временного ряда произведен с использованием генератора случайных чисел;
- среда программирования - система "MathCad 2001".
Вариант документа "MathCad 2001" с данными эксперимента приведен в приложении В. На рисунке 4.15 представлен график значений вибросигнала, а на рисунке 4.16- его спектр.
В таблице 4.2 и на рисунке 4.15 приведены результаты проведенного вычислительного эксперимента. Для оценки качества принятия решения РСКУ от параметров по топологии рассмотрены две схемы расположения средства обработки данных для участка Карповского месторождения: без оптимизации топологии и с оптимизацией. В таблицах 4.3 и 4.5 представлены характеристики подсистемы без оптимизации топологии и с оптимизацией.
Как видно из результатов, погрешность определения спектральных оценок для информативных гармоник в зависимости от изменения длины радиоканала лежит в диапазоне 0,29 до 15,67 %. Для сравниваемых вариантов топологий повышение точности амплитудных оценок соответствует 4.14%.
