Содержание к диссертации
Введение
1. Постановка задачи исследования 11
1.1. Задача автоматизации экспериментальных исследований динамических объектов 11
1.2. Класс исследуемых систем 16
1.3. Системы моделирования (краткий обзор) 21
1.4. Сравнительный анализ и обоснование принципов разработки систем моделирования динамических объектов заданного класса 27
2. Аналитическое наполнение системы моделирования 37
2.1. Численные методы интегрирования в МОДО 37
2.1.1. Введение 37
2.1.2. Использование явной схемы Эйлера 39
2.1.3. Многошаговые методы, в МОДО 42
2.1.4. Метод Кутта и модифицированный метод Мерсона 43
2.1.5. Выбор метода и шага интегрирования в МОДО. 47
2.2. Алгоритм анализа движения вектора координат 50
2.3. Алгоритм реализации типовых операций .54
2.3.1. Параметрические характеристики 54
2.3.2. Операция алгебраического суммирования структурных переменных 56
2.3.3. Запаздывание 57
2.3.4. Интегрирование 60
2.3.5. Операция нелинейного преобразования 62
2.3.6. Логическая операция 64
2.3.7. Генераторы и другие типовые операции 65
2.4. Агрегирование структур. Алгоритм агрегирования . 69
2.5. Выводы 78
3. Системное наполнение МОДО 79
3.1. Разработка грамматики МОДО 79
3.1.1. Пример с комментариями: система управления током в якорной цепи двигателя 79
3.2. Трансляция в МОДО 89
3.2.1. Сканер 91
3.2.2. Синтаксический анализатор 95
3.2.3. Редактирование связей 97
3.2.4. Семантический анализатор 101
3.2.5. Диагностика и нейтрализация ошибок 106
3.2.6. Процессор вычислений и сервисная интерпретация результатов моделирования . 109
3.3. Интерактивная система моделирования динамических объектов МОДО I НО
3.3.1. Логические связи МОДО I 112
3.3.2. Синтаксис и грамматика МОДО I . 114
3.3.3. КОРРЖТОР. Пример моделирования в системе МОДО I 117
3.4. Выводы 119
4. Экспериментальный анализ динамических систем 121
4.1. Имитационное моделирование динамических производственных процессов 121
4.1.1. Принцип построения имитационных моделей производства 122
4.1.2. Имитационные и программные модели входных материальных потоков 124
4.1.3. Модели преобразования материальных потоков 127
4.1.4. Дискретный преобразователь материальных потоков 131
4.2. Автоматизадия экспериментального анализа системы автоматического управления тяговым электро приводом секции электровоза 143
4.2.1. Исходные данные и программные модели 143
4.3. Автоматизированный экспериментальный анализ биомедипинских систем 152
4.4. Автоматизированный экспериментальный анализ аэродинамических процессов в горной выработке 154
4.5. Еыводы 155
Заключение 158
Список использованных источников. 162
Приложение 1 174
Приложение 2 181
- Задача автоматизации экспериментальных исследований динамических объектов
- Метод Кутта и модифицированный метод Мерсона
- Пример с комментариями: система управления током в якорной цепи двигателя
- Имитационные и программные модели входных материальных потоков
Введение к работе
Актуальность темы. Научно-технический прогресс предъявляет все более жесткие требования к повышению производительности труда во всех сферах общественного производства и человеческой деятельности. В Постановлении ЦК КПСС и СМ СССР "О мерах по ускорению научно-технического прогресса в народном хозяйстве" в качестве одного из главных направлений работы указана широкая автоматиза -ция технологических процессов, применение вычислительной техники.
В материалах X Всесоюзного совещания /3,43,51,61/ по проблемам создания и внедрения автоматизированных и автоматических систем управления непрерывными и дискретно-непрерывными технологическими процессами отмечается, что эффективность современных мето -дов проектирования сложных динамических систем в значительной степени зависит от разработки и использования специализированного проблемно-ориентированного математического обеспечения.
При проектировании сложных динамических систем, аналитическое исследование которых сделать трудно в связи с существенной нелинейностью, многомерностью, стохастичностью и другими факторами, возникает задача анализа на основе машинного эксперимента. Автоматизация такого эксперимента позволяет не только повысить производительность труда проектировщика, но и принципиальным образом изменить процедуру оценки проектных решений, освобождая исследователя от многих второстепенных и несущественных вопросов, устраняет многие рутинные и нетворческие этапы. Кроме того, специальные системные средства могут значительно расширить круг пользователей, которые заинтересованы и компетентны в существе моделирования, а не в средствах подготовки и реализации программных моделей.
Все сказанное нашло свое отражение и в решениях К Всесоюзного совещания по проблемам управления /62/, где,в частности, указывается, что "должны развиваться численные и приближенные метода анализа и синтеза систем управления, методология моделирования систем управления с помощью вычислительной техники".
Б связи с этим задача автоматизации экспериментальных ис -следований сложных динамических объектов является актуальной.
Диссертационная работа посвящена созданию перспективной системы машинного моделирования и методике проектирования и экспериментального анализа систем, описываемых обыкновенными дифференциальными уравнениями.
Необходимость исследований. В настоящее время создано до -статочно много отечественных и зарубежных систем моделирования непрерывных и дискретно-непрерывных процессов. Необходимость и основные концепции подобных разработок были сформулированы на симпозиуме IF/JC по цифровому моделированию непрерывных систем в Дюссельдорфе /94/ в 1971 г. Появление новых вычислительных средств с развитыми операционными системами, а также все возрастающая сложность моделей реальных объектов вынуждают искать но -вые пути решения задачи моделирования. Кроме того, бурное развитие теории формальных грамматик и теории проектирования компиляторов вооружают проектировщика новыми, отличными от традиционных, методами построения систем моделирования.
Методика использования и эксплуатации существующих систем моделирования носит довольно частный характер, как правило, применительно к узкому классу систем автоматического управления.
В связи с этим возникает необходимость в разработке системы моделирования, которая бы наиболее полно, в отличие от известных, удовлетворяла современным требованиям, а также в создании мето -дики эффективного использования ее для целей анализа сложных динамических объектов из класса нелинейных систем обыкновенных дифференциальных уравнений с запаздывающим аргументом и случайными возмущениями.
Научная новизна. По сравнению с существующими аналогами разрабатываемая система обладает следующими новыми научными и практическими отличиями.
1. Предложенные средства машинного анализа позволяют осуществить экспериментальный анализ динамических систем непрофессиональному в программировании и вычислительной технике пользователю, компетентному только в своей предметной области.
2. В основе системы заложен синтаксически ориентированный метод анализа, который упрощает процесс проектирования системных средств.
3. Разработанный простой входной язык описания модели и предметная диагностика ошибок позволяют значительно сократить время, затраченное на подготовку, отладку и реализацию программных моделей.
4. Система моделирования выполнена как интерпретатор, что позволяет легко организовать управление процессом моделирования. Коррекция конфигурации модели осуществляется средствами разработанной системы или общесистемными средствами, что повышает оперативность при поиске новых решений на модели.
5. Предусмотренный в системе диалог обеспечивает пользователю гарантированный приоритет в процессе моделирования и устанавливает однозначный контроль за подготовкой я выполнением задачи.
6. Разработанная методика проектирования и анализа систем управления и некоторого класса технологических процессов опирается не на математические или алгоритмические имитационные мо -дели, а на программные модели и допускает в ходе машинного эксперимента активный диалог.
Содержание работы изложено в четырех разделах. Первый раздел посвящен обоснованию класса рассматриваемых систем и постановке задач исследования, сравнительный анализ существующих систем моделирования динамических объектов заданного класса. Сформулированы требования и принципы создания интерактивной системы моделирования как эффективного средства автоматизированного экспериментального анализа. Введено понятие вектора структурных переменных У(t) , конкретизируется переход от вектора состояний )((t) к структурным переменным. Это позволяет строго ограничить и охарактеризовать исходное многообразие структурированных моделей.
Второй раздел посвящен разработке алгоритмов системы моделирования, которая условно названа МОДО (моделирование Динамических Объектов). Разработан общий алгоритм анализа движения вектора структурных переменных Y(j . С учетом общего алгоритма разработаны машинные модели выбранных функциональных блоков -интегрирования, запаздывания, нелинейного преобразования и другие, реализованные в виде отдельных модулей. Операция интегрирования реализована в соответствии со следующими численными схемами: Эйлера, трапеций, 4 порядка, модифицированного метода Мерсона. Рекомендации по выбору соответствующей схемы и шага интегрирования рассматриваются исходя из качественного анализа и многошаговых методов интегрирования, а также из конкретного вида правой части дифференциальных уравнений. Разработан алгоритм агрегирования, позволяющий описывать программные модели на любом уровне детализации.
В четвертом разделе рассматриваются вопросы экспериментального проектирования и анализа сложных систем с помощью моделирования на ЭШ. Предложена методика использования МОДО для целей разработки и реализации имитационных моделей технологических процессов преобразования материальных потоков и моделирования различных как детерминированных, так и стохастических систем из рассматриваемого класса. На конкретных примерах из различных областей показана эффективность и работоспособность МОДО не только для цели анализа (САУ электропривода электровоза, биомедицинские системы), но и синтеза систем (имитационные модели), так как многократное "проигрывание" многовариантной модели позволяет легко выбрать структуру и параметры, удовлетворяющие поставленным критериям. Причем процедура манипулирования моделью происходит без существенных затрат за счет возможности прерывания, внутрисистемной коррекции и продолжения моделирования.
На защиту выносятся:
1. Алгоритмы машинного анализа динамических систем заданного класса.
2. Системные средства моделирования сложных динамических объектов.
3. Методика проектирования и анализа имитационных моделей технологических процессов преобразования материальных потоков.
4. Методика и средства взаимодействия "проектировщик-система" при анализе и проектировании детерминированных и стохастических динамических объектов заданного класса.
Диссертационные исследования проводились в соответствии с координационным планом НИР -АН СССР по комплексной проблеме "Кибернетика", разделом "Техническая кибернетика" (шифр I.I2.I0), подразделом "Теория автоматического управления, методы анализа и синтеза систем управления" и планом АН СССР и Минвуз СССР о совместных НИР в области вычислительной техники, разделом "Проблемы теории автоматизации проектирования" (шифр 10.12.12). Ре -зультаты работы получены в рамках совместных НИР между Новоси -бирским электротехническим институтом (НЭТИ) и производственным объединением "Якуталмаз" по теме "Оперативное управление основным производством объединения "Якуталмаз" (Jfc гос. регистрации 74061598), предприятием п/я A-I456 по темам НИР АСУ-4-8І/А (№ гос.регистрации 81029977), АСУ-2-82/А (& гос.регистрации 01823027040), АСУ-3-83/А (№ гос.регистрации 0I8300I44I5),a также в рамках научно-технического сотрудничества между НЭТИ и научно-исследовательским, проектно-конструкторским и технологическим институтом комплектного электропривода (НИИКЭ).
Основной материал диссертационных исследований докладывался и обсуждался на семинарах ВЦ СО АН СССР (в отделах д.ф.-м.н. Ильина В.П., к.ф.-м.н. Поттосина И.В.); Киевском политехничес -ком институте на кафедре "Техническая кибернетика" (руководитель д. т.н.,проф. Костюк В.И.); на постоянно действущих научных семинарах кафедры АСУ НЭТИ (руководители - к.т.н. ,доц.Еяьсуков В.Н, д.т.н.,проф. Востриков А.С.).
Задача автоматизации экспериментальных исследований динамических объектов
Задача автоматизации экспериментальных исследовании систем заданного класса ставится как задача проектирования и анализа моделей динамических систем с помощью ЭШ. Средством анализа должна служить специальная система машинного моделирования. Под системой моделирования будем понимать комплекс алгоритмов и программ, оформленный в виде специализированных средств машинного моделирования динамических объектов. Необходимость в системах моделирования различного назначения обусловлена следующими причинами, которые и объясняют их актуальность: 1. Многоэтапность анализа машинных моделей. Создание и реализация моделей - сложный и кропотливый процесс построения и алгоритмизации, отладки и реализации модели. Каждый этап при соз -даний модели требует определенных специальных знаний разработчиков. Поэтому, как отмечается, например, в работе /10/, процесс проектирования и реализации сложной модели требует многих месяцев (а иногда и лет) работы многопрофильных коллективов, что снижает оперативность, рентабельность, качество моделирования и сужает в связи с этим сферу его практического применения. 2. Сложность алгоритмизации моделей. Отсутствие узкоспециализированных предметных областей при алгоритмизации моделей вы -нуждает для каждой модели составлять новый алгоритм. Это приво -дат к неоправданно большим затратам времени. 3. Сложность программирования. Программирование задач тра 12 диционными средствами не может обеспечить универсальность программ моделирования, инвариантных ко всем моделям некоторого класса, так как, во-первых, каждый новый алгоритм требует новой программы, во-вторых, модификация программного обеспечения часто может привести к гораздо более сложной задаче, чем составление новой программы. Этот этап является весьма трудоемким, при проектировании системы традиционными средствами. Так, по данным, приведенным в /10/, 70-80 % затрат времени на проектирование модели тратится на программирование и отладку. 4. Сложность реализации модели на ЭВЙ. Эта причина особенно очевидна, в первую очередь, при семантической отладке модели, так как смысловые ошибки могут быть устранены только силами специалистов, участвующих во всех предыдущих этапах. Перечисленные причины не позволяют, таким образом, оперативно и эффективно решать задачи моделирования систем, и, в частности, динамических систем. Следует согласиться с мнением авторов /65,10,61/, которые считают, что радикальным способом повышения эффективности моделирования является автоматизация процедур, охватывающих построение и реализацию моделей. Таким образом, задача автоматизации моделирования состоит в автоматизации процесса проектирования модели и реализации ее на ЭШ. Вообще говоря, выделение двух аспектов проектирования и реализации является чисто условным, так как проектирование модели невозможно без ее реализации и выяснения ошибок в проектной части. С другой стороны, выделение двух этапов оправдано, если считать, что проектируется всегда "грубая" модель, которая улучшается на этапе реализации. Создание "грубой" модели при таком подходе опирается только на предметную область. Реализация в этом случае служит инструментом подгонки "грубой" модели к более точной и адекватной. В связи с этим выделяются два аспекта автоматизации модели ІЗ рования - создание предметной области системы моделирования и системной области. Создание специализированной предметной ооласти позволяет оперировать при проектировании модели только узко специальными укрупненными категориями из своей предметной ооласти, которая заранее алгоритмизирована в системе моделирования. Это позволяет: 1. Освободиться от излишней детализации на стадии создания "грубой" модели и сосредоточить внимание на основных моментах проектирования. 2. Исключить многопрофильность знаний, которые необходимы при создании и реализации модели. 3. Типизировать процесс создания модели из определенного класса и тем самым значительно сократить время проектирования модели. 4. Обеспечить более глубокие знания модели за счет хорошо изученных типовых укрупненных понятий. Все перечисленное таким образом относится к автоматизации создания модели. Созданию универсальных предметных областей посвящено много работ. Так, в работе /29/ предлагается использовать метод группового учета аргументов (ЖУА) для создания моделей долгосрочного прогноза. Укрупненный модуль, названный кусочно-линейным агрегатом (КЛА) рассматривается в работах /10,11/ в качестве базового элемента при проектировании статистических имитационных моделей. Модуль КЛА аккумулирует в себе основные понятия системы массового обслуживания (СМО), конечных и вероятностных автоматов, разностных схем решения дифференциальных уравне -ний и др. В работах /70,71,75/ предложены понятия "уровней", "темпов", "функции решения" и другие для имитационного моделирования динамических производственно-сбытовых и социальных систем.
После того, как построена модель на базе принятых понятий и модулей, наступает следующий этап - подготовка к реализации и реализация модели. Автоматизация этого этапа в принятой концепции системного моделирования связана с разработкой таких системных средств, которые обеспечивают удобное проблемное описание модели, отладку, счет и наглядную интерпретацию результатов моделирования /38,58,54/.
Удобная форма машинного представления модели предполагает наличие входного языка /54,38,7/. Узко-специализированный вход -ной язык не обладает избыточностью универсальных языков по отношению к описанию конкретной модели и поэтому значительно проще, что сокращает время программирования модели. А "выигрыш во времени программирования может восполнить возникающие при проектиро -вании потери адекватности модели" /54/. Модель, описанную с по -мощью такого специализированного входного языка,вполне справед -ливо можно назвать /61/ программная модель , а систему, с по -мощью которой формируется программная модель, называют имита -ционная система программирования /54/. Программная модель транслируется разработанным в системной части транслятором. На этапе трансляции решаются все вопросы диагностики и нейтрализации синтаксических и семантических ошибок на уровне входного языка. В значительной степени тем самым упрощается отладка модели. Вшол-нение модели осуществляется в соответствии с набором данных,сгенерированных транслятором. Результаты счета могут быть интерпретированы в любой удобной заранее спроектированной форме. Таким образом, в системной части решаются все проблемы, связанные с подготовкой и реализацией модели, представленной в категориях предметной области.
Метод Кутта и модифицированный метод Мерсона
Использование того или иного метода в рамках МОДО зависит в первую очередь от вида правой части f(%,t) системы дифферен -циальных уравнений и поставленных условий интегрирования. Некоторые авторы /49,58,82/ считают, что применение метода Эйлера весь-ма ограничено в связи с малой точностью 0(h I . Однако большой класс задач можно эффективно интегрировать этим методом. Преимущество метода Эйлера состоит в его простоте, функция / вычисляется всего I раз на шаге интегрирования. Кроме того, это самостартующий метод, не требующий дополнительных вычислительных затрат по сравнению с неявными методами. Поэтому для условий,когда не требуется высокой точности, правые части системы дифференциальных уравнений не обладают специальными свойствами, например, жесткостью и другими, использование этого метода вполне оправдано. Шаг интегрирования для этого метода следует выбирать в соответствии с (2.5)-(2.11) по критерию, который пользователь должен выбирать индивидуально для каждой задачи.
Метод трапеций ввиду своей неявности имеет ограничение в применении, связанное со сходимостью итерационного процесса в методе неподвижной точки. Однако платой за неявность численной схемы является возможность выбора гораздо большего шага интегрирования, так как область абсолютной устойчивости для этого метода значительно шире предыдущего. Поэтому единственным ограничением здесь является точность, которая на порядок выше метода Эйлера.
Одношаговый метод Рунге-Кутта эффективно применять при невысокой размерности системы, при этом точность интегрирования выше приведенных многошаговых. В сложных системах высокой размер -ности критерий точности может быть выполнен ценой больших дополнительных затрат, связанных с многократным вычислением правой части и консервативным выбором шага интегрирования из-за невозмож -ности контроля Sff .
В сложных системах, где требуется достаточно высокая точ -ность, более эффективным является модифицированный метод Мерсона в рамках МОДО, где шаг автоматически выбирается оптимальным эффективным алгоритмом /55, 57/. Этот метод может также оказаться более приемлемым по сравнению с предыдущим и при интегрировании жестких систем. Ограничение этого метода связано с применением его к системам с последействием, для которых в рамках МОДО этот метод имеет ограниченную работоспособность.
Во всех приведенных методах в МОДО следует задавать шаг интегрирования. В модифицированном методе Мерсона - это начальный шаг. Приведенные ранее выражения по выбору h сведены в табл.2.1 в соответствии с критериями интегрирования. Каждое выражение для h оказывается справедливым не только для приведенных уравнений вывода, но и для многих других систем. Характеристика уравнений вывода выражений для h приведена для того, чтобы пользователь мог отказаться от использования соответствующего выражения,если исследуемая система не может быть аппроксимирована тестовым уравнением или другим. В первом разделе обоснован выбор блочного или структурного представления систем из класса (I.I), (1.2). Исходной для анализа является система структурных уравнений (1.6)-(1.8) относительно У (Ь) . Поскольку между У (1 и X () установлена взаимно одно -значная связь (1.4), анализ движения )((6) можно выполнить через анализ вектора структурных переменных Y(t). Для алгоритмизации расчета Vfe) преобразуем систему (1.6) к виду типа "вход у - выход у і - вектор параметров, характеризующий некоторое функ -пиональное преобразование Є? ; tjj - входная структурная переменная, Таким образом, характеристикой каждого блока является функциональный оператор%(1=$) входная переменная {/() и вектор параметров 7 . Для реальных систем множество является ограниченным, а его компоненты / ( с=( ) можно рассматривать как типовые функциональные преобразования. Тогда множество систем из заданного класса (I.I), (1.2) легко представить как различные композиции ограниченного числа типовых блоков. Выделим следующие типовые преобразования: гармоническое преобразование структурных переменных ( OJ1 ); алгебраические операции над структурными переменными - суммирование.
Пример с комментариями: система управления током в якорной цепи двигателя
В сформулированных выше требованиях (п.1.4) предполагается, что система должна иметь удобный узко-специализированный язык описания моделей, который рационально выбрать как блочно-ориенти-рованный или "аналоговый" по следующим причинам: 1. В соответствии с выбранной формой представления моделей в структурном виде "аналоговый" подход языкового описания является наиболее приемлемым. 2. Незначительный проигрыш в изобразительности при описании оправдан значительным выигрышем в простоте грамматики и, как следствие, простой форме и методах реализации трансляции. 3. При решении узкого класса задач анализа нет необходимости вводить фортрановские или другие операторы универсальных языков, которые необходимы при реализации многоцелевых систем. 4. Простота конструкций операторов описания блоков позволяет строить самостоятельные синтаксически-ориентированные трансляторы, которые допускают возможность управления моделированием. Разработку грамматики языка прокомментируем на простом примере. На рис.3.1 представлена структурная схема контура регулятора тока в якорной цепи двигателя, которая состоит из последовательного соединения передаточных звеньев регулятора тока ( Wpr )» тиристорного преобразователя ( WTfl ) и двигателя ( WA ), охваченных отрицательной обратной связью по току ( J ). На схеме введены следующие обозначения: V - задающее напряжение тока якоря; ДІ/ -напряжение управления регулятором тока; Е - э.д.с. тиристорного преобразователя; Uy - напряжение управления тиристорним преобразователем. Звенья WT/j , На представляются линейными инерционными звеньями первого порядка с коэффициентами передачи Ктп , КА и постоянными времени соответственно Ттп , Тд . Эти звенья условно названы ЗВЕНО. На рис. 3.2 изображена структурная схема такого звена о формальными параметрами Kt ОТ, Развернутая схема Wpr представлена на рис.3.3. В качестве регулятора тока используется ПИ-регулятор. Программные модели на языке описания структурных схем (ЯОС) приведены на рис. 3.4. Программа САУ является головной и использует в качестве блоков не только типовые операции (интегрирование, суммирование и т.д.), но и укрупненные блоки ЗВЕНО (ОТ,К) с фактическими параметрами. Программа состоит из описания структуры, описания начальных условий, описания регламента печати и дополнительных условий программа —— описание структуры $ описание начальных уеловий 7 описание вывода 7 /. (3.1) Здесь и в дальнейшем для формального описания грамматических конструкций языка используются правила вывода метаязыка в нотации нормальной формы Бэкуса-Наура (НБФ) с использованием метасимво -лов - фигурные скобки и квадратные скобки. Как и в /19/ будем условно считать, что конструкция (й} эквивалентна А, О, QQ, ».; йй...О} А означает "пусто". Символ, заключенный в квадратные скобки, может быть использован один раз или вообще не использован, то есть конструкция [а] эквивалентна А или О . Отличие между терминальными символами и нетерминальными условно установим тем, что нетерминалы заключаются в угловые скобки. Из редукции (3.1) видно, что программа на ЯОС может содержать только описание структуры . Это всегда имеет место при описании агрегативных операций (ЗВЕНО). Программная модель агре-гативной операции включает в себя информацию о функциональном, композиционном и параметрическом составе типовых операций. Про -граммная модель всей системы кроме описания структуры (строки 1-9 в САУ) содержит также описание начальных условий (строка 10), информацию о регламенте печати контролируемых переменных и дополнительные условия (строка II). Описание структуры представляет собой последовательный в соответствии с индексацией структурных переменных набор операторов. Каждый оператор записывается построчно. Номер строки соответствует индексу выходной структурной переменной у І . На структурах для удобства представлены только индексы переменных. Итак ссание структуре _ Описание опер» ( } описание операции } Описание операции - главная конструкция языка. Следуя выработанным требованиям о возможности описания структуры на любом уровне детализации (требование 10, п.1.4), в основной программе в качестве операций могут использоваться как типовые, так и агрегативные операции (ЗВЕНО в САУ). По аналогии с МАСС /79,80/, ЯШЮДИС /32/, а также следуя рекомендациям из /65/ и принятую в качестве исходной структурную форму модели, оператор описание операции имеет следующее правило вывода описание операции — имя операции список параметров J /", входная переменная)7 В соответствии с правилом (3.3) написаны строки 1-9 в САУ и строки 1-5 в операции ЗВЕВО (рис. 3.4). Имена операций (ШИТР, СУММА и т.д.) соответствуют их функциональному назначению. Список параметров может отсутствовать как, например, в операциях ЩИТ, ПУСТО в САУ. Входная переменная L/j может не указываться для і -ой операции, если имеет место соотношение
Имитационные и программные модели входных материальных потоков
Вертикальная шкала представляет собой шкалу времени. По горизонтальной оси в первой строке приведены символы, которыми печатаются графики, во второй - соответствующие индексы VV структурных переменных LJV . Далее печатаются группы индексов струк -турных переменных и их масштабы. В соответствии с правилом вывода (3.18) в различных масштабах можно печатать не более четырех групп структурных переменных, одновременно можно выводить до 8 переменных. В поле печати пересекающиеся графики отмечаются звездочкой.
Табличная печать осуществляет вывод значений тех же контролируемых переменных во времени. Интерпретация результатов моделирования фазовым портретом производится только для первых двух переменных, указанных в списке контролируемых переменных. Первый вариант системы моделирования динамических объектов МОДО отвечает всем сформулированным выше требованиям за исключением одного - возможности оперативного вмешательства в процесс моделирования с целью модификации структуры и параметров. Аппаратные средства и средства операционной системы, на которой реализована МОДО, позволяют выполнить это требование только весьма громоздким программным обеспечением, что резко снижает экономич -ность системы. Второй вариант системы МОДО I дополняет МОДО новыми функ -циями. Используемый в качестве базового машинно независимый язык Фортран позволяет применить разработанное программное обеспечение для МОДО I. Кроме того, выбранный метод рекурсивного спуска для анализа также лишен недостатков машинной зависимости. Вариант МОДО I, таким образом,рассчитан, в первую очередь, на возможность оперативного вмешательства в процесс моделирования, что позволяет управлять моделированием. Необходимость такого управления обусловлена следующими причинами. 1. Грубая априорная математическая модель и неполнота информации о технологических параметрах требуют оперативной модификации структуры и параметров. 2. Часто при моделировании возникают задачи эволюционного характера, то есть задачи с настройкой на определенную среду. 3. При пассивном эксперименте эффективность моделирования резко снижается /I/ из-за невозможности оперативной коррекции структуры, параметров, начальных условий, возмущающих воздействий. 4. Управление моделированием позволяет получить качественно новые средства отладки (например, пошаговый анализ движения системы). 5. Высокая степень автоматизации всех нетворческих процедур подготовки, реализации, документирования результатов моделирования при работе в диалоговом режиме с видеотерминалом обладает высокой степенью наглядности и отвечает эргономическим требованиям /20/. 6. При управлении моделированием пользователю предоставляется возможность не только анализировать, но и синтезировать определенный класс систем. Остановимся на последнем пункте более подробно. Процесс "моделирование - прерывание - моделирование" является итерационным. Такой итерационный процесс обладает рядом преимуществ перед методом прямого синтеза оптимизационными средствами, предложенного, например, в системе МАСС /30,79,80/. Действительно, в данном случае не требуется подключения специализированного математического обеспечения оптимизационных методов, которые работоспособны только при достаточно жестких ог -раничениях, удовлетворяющих условиям сходимости и другим условиям. Экспериментальный итерационный синтез не требует практически никаких ограничений. Важным достоинством экспериментального синтеза является возможность находить не только локальные оптимальные стратегии, но и глобальные, так как управление процессом синтеза позволяет непосредственно наблюдать эволюционную стратегию. В связи с этим, а также учитывая общие требования создания больших интерактивных систем /9,98/, сформулируем основные цели МОДО I. Система должна обеспечить: 1. Преемственность программного обеспечения и методов анализа МОДО - системы. 2. Возможность приостанова вычислений на любом шаге интегрирования с целью коррекции. 3. Удобные и вместе с тем простые средства оперативной коррекции структуры,параметров, начальных условий в период приостанова. 4. Диагностику корректирующих операторов. 5. Продолжение моделирования с месте прерывания. 6. Возможность использования подсказки пользователем, то есть предоставления пользователю трафаретных вопросов ("меню"), после ответов на которые система должна инициировать соответствующее выполнение.
