Содержание к диссертации
Введение
1 Обзор состояния вопроса. Цели и задачи исследования 8
1.1 Проблемы обеспечения толерантности набора параметров металлорежущих станков в структуре автоматизированного производства 8
1.2 Анализ факторов влияния обеспечения сохранения параметров металлорежущего оборудования на эффективность автоматизированного производства 15
1.3 Роль процесса прогнозирования в обеспечении точности металлорежущих станков 22
1.4 Постановка задачи исследования 28
1.5 Выводы 30
2 Моделирование процесса прогнозирования толерантности набора параметров металлорежущих станков в автоматизированном производстве 31
2.1 Анализ и оценка методов моделирования прогноза параметров металлорежущих станков на основе структур данных 31
2.2 Моделирование прогноза параметров металлорежущих станков методом нейронных сетей 44
2.3 Проверка адекватности модели прогнозирования 52
2.4 Выводы 55
3 Разработка информационной системы прогнозирования состояния металлорежущих станков как средства повышения эффективности автоматизированного производства 56
3.1 Разработка концепции информационной системы по прогнозированию параметров металлорежущих станков 56
3.2 Систематизация данных. Логическая и физическая модели баз данных как основа информационной системы прогнозирования параметров металлорежущих станков 67
3.3 Метод прогнозирования параметров металлорежущих станков на основе модели нейронной сети 79
3.4 Разработка структуры прикладного программного интерфейса при прогнозировании работоспособности металлорежущих станков 88
3.5 Выводы 98
4 Реализация задачи прогнозирования параметров работоспособности металлорежущих станков в условиях автоматизированного производства как средства повышения его эффективности 99
4.1 Выбор системного и прикладного программного обеспечения для реализации методики прогнозирования работоспособности металлорежущих станков 99
4.2 Структура информационной системы прогнозирования параметров металлорежущих станков в составе автоматизированного производства 105
4.3 Реализация прикладного интерфейса при прогнозировании параметров металлорежущих станков 115
4.4 Функционирование информационной системы прогнозирования параметров металлорежущих станков как инвариантное средство обеспечения эффективности автоматизированного производства 124
4.5 Оценка эффективности практического применения разработанных методик в условиях автоматизированного производства 126
4.6 Выводы 134
Основные выводы по работе 135
Литература 136
- Анализ факторов влияния обеспечения сохранения параметров металлорежущего оборудования на эффективность автоматизированного производства
- Проверка адекватности модели прогнозирования
- Метод прогнозирования параметров металлорежущих станков на основе модели нейронной сети
- Реализация прикладного интерфейса при прогнозировании параметров металлорежущих станков
Анализ факторов влияния обеспечения сохранения параметров металлорежущего оборудования на эффективность автоматизированного производства
Теоретическим и практическим работам по прогнозированию параметров работоспособности МС посвящен ряд работ: В.Э.Пуша [47, 62], А.С.Проникова [56], В.Т.Портмана и Д.Н.Решетова [67, 66], А.В.Пуша [58, 59], Н.Б.Шора и Р.Н.Кузьмина [84], К.В.Фролова и А.П.Гусенкова [55], Б.И.Бельчича, В.Ф.Грибанова [57], Ю.К.Беляева, В.А.Богатырёва, В.В.Болотина [48] и др., в которых определены основные подходы к прогнозированию параметров работоспособности МС и намечены пути развития систем прогноза.
Современные станки и станочные системы (автоматические линии, участки и производства) являются сложной системой из большого числа разнородных элементов (механических, электрических и радиоэлектронных). Оценка состояния сложной системы должна осуществляться на основе учета и анализа всех действующих факторов [47, 48, 57]. Как показатель уровня состояния МС, используется такой критерий, как технологическая надежность станков и станочных систем - свойство сохранять во времени первоначальную точность оборудования и соответствующее качество обработки, имеет важное значение в условиях длительной, и интенсивной эксплуатации. В основе аналитических методов оценки состояния станков лежит разработка математической модели, например, отражающей характер изменения точности обработки или точности систем станка во времени.
Диагностирование оборудование и прогноз работоспособности МС является эффективным средством повышения надежности станков и станочных систем [39, 47, 48]. При этом осуществляют направленный сбор текущей информации о состоянии станка и его важнейших узлов и элементов. Для сбора информации используют преобразователи, дающие сигнал по естественным для станка возмущениям или на основе специально возбуждаемых периодических воздействий. При использовании функциональной модели станок и его отдельные узлы (привод подачи, несущая система) разбивают на конечное число функциональных блоков с одним выходным контролируемым параметром. Совокупность выходных параметров, связанных в единую систему, служит основой модели всего узла или всего станка.
При непрерывном действии станка или его узла используют параметрический метод диагностики. В этом случае математическую модель станка составляют в виде системы дифференциальных уравнений, а параметры в уравнениях уточняют по экспериментальным данным. В соответствии с принятой целевой функцией для станка или его узла выбирают критерии оптимизации, по которым на основе текущей информации осуществляется непрерывное регулирование (адаптивное управление) и прогноз параметров работоспособности МС.
Иногда используют энергетическую модель, основу которой составляет диаграмма распределения энергетического потока при оптимальных условиях работы станка [55, 57]. Значения параметров уточняют экспериментально. Изменение распределения потоков энергии, фиксируемое встроенными в станок датчиками, анализируется; оно является основой диагностического контроля.
Было отмечено, что исследование, как процесс выработки новых научных знаний о свойствах станка, обычно проводят на начальном этапе процесса его проектирования [47]. Оно призвано обеспечить конструктора недостающей информацией, без которой затруднены поиск и объективная оценка технических решений.
Различают два уровня исследования - эмпирический, когда с помощью натурного эксперимента устанавливают новые сведения об объекте, и теоретический, связанный с построением адекватной математической модели и анализом свойств изучаемого объекта в процессе имитационного моделирования на ЭВМ.
Как будет показано далее, в настоящей работе был применен системный подход к проведению исследования, который характеризуется построе 10 ниєм математической модели изучаемого объекта на основе эмпирических данных.
Основными этапами системного исследования являются: осознание цели и постановка задач; предварительный анализ имеющейся информации, условий и методов решения аналогичных задач; формулирование исходных гипотез, касающихся математической модели изучаемого объекта; теоретический анализ гипотез; разработка методики, планирование и организация эксперимента; проведение эксперимента; анализ и обобщение результатов; проверка исходный гипотез и идентификация объекта (определение математической модели) по результатам эксперимента; математическое моделирование; обобщение результатов исследования и формулирование выводов.
Некоторыми авторами [39,62] было обосновано, что переход к комплексной автоматизации производственных процессов в машиностроении требует изучения закономерностей протекания процессов и выявления факторов, нарушающих стабильность показателей качества продукции в ходе производства и снижающих надежность.
Исследования автоматических линий до недавнего времени были направлены только на решение конструкторских задач и выявление резервов производительности за счет сокращения потерь рабочего времени. Технологические процессы рассматривались в этом сочетании вопросов, а точность изучали лишь на участках, где был брак [39].
Основным вопросом технологического исследования МС автоматической линии является изучение процесса повышения точности размеров, форм и пространственного положения наиболее ответственных поверхностей детали в ходе ее обработки от черновой заготовки до готовой детали. При этом выявляется роль каждого перехода в повышении точности, а для каждого момента обработки (перехода; позиции) выявляются действующие факторы и относительное значение каждого из них в суммарной погрешности обработки. Таким образом, основным объектом технологического исследования автоматических линий является изготовляемая деталь, её точностные характе 11 ристики в данный момент. Влияние других звеньев технологической системы на точность обработки определяется через деталь.
Исследования должны отражать следующие основные вопросы проектирования технологических процессов для автоматических линий: 1) обоснование требований к черным заготовкам в связи с точностью их установки и уточнением в ходе обработки, а также установление нормативных величин для расчета припусков на обработку; 2) обоснование выбора методов обработки и необходимого числа последовательно выполняемых переходов обработки наиболее ответственных поверхностей для обеспечения заданных требований точности; 3) нахождение оптимальной степени концентрации переходов в одной позиции, исходя из условий требуемой точности обработки; 4) технологическое обоснование выбора режимов резания для заданных точностных требований; 5) выбор схем установки и рекомендации по проектированию установочных элементов приспособлений автоматических линий для обеспечения точности обработки; 6) выбор схем направления инструментов и рекомендации по проектированию соответствующих узлов автоматических линий, в связи с требованиями точности обработки; 7) выбор методов настройки станков на требуемые размеры и контрольных средств для обеспечения точности настроечных размеров; 8) обоснование требований к точности рабочих позиций по параметрам, оказывающим непосредственное влияние на точность обработки; 9) изучение тенденции и интенсивности снижения точности обработки во времени под влиянием износа.
Проверка адекватности модели прогнозирования
Повышение эффективности методов испытания и диагностирования металлорежущих станков для оценки их технического уровня, получение наиболее полной информации о состоянии машины по параметрам качества, прогнозирование надежности на стадии испытания опытного образца, сокращение времени проведения испытаний являются необходимыми условиями для быстрейшего освоения новых моделей станков. Этим условиям удовлетворяет программный метод испытания [56].
Одной из основных особенностей программного метода является управление ходом испытания по программе, заложенной в ЭВМ и отражающей весь диапазон условий эксплуатации станка.
Основная цель программных испытаний — оценить реакцию станка на весь спектр внешних воздействий, отражающий эксплуатационные нагрузки, и выявить области состояний для регламентированных выходных параметров станка. В качестве выходных параметров станка выбирают показатели точности осуществления движений формообразующих узлов.
По результатам испытания станка области состояний сравнивают с соответствующими областями работоспособности (область допустимых значений выходных параметров). В результате определяют показатели качества станка и, в первую очередь, запас надежности по каждому из параметров.
Условия эксплуатации и их стохастическую природу учитывают, проводя испытания при одновременном действии силовых и тепловых факторов с программным нагружением работающего станка с помощью специальных устройств. Условия испытаний должны отражать спектр эксплуатационных воздействий. При этом выходные параметры могут определяться как в вероятностной трактовке (полная характеристика области состояний), так и при экстремальных условиях (оценка границы области состояний).
Испытание состоит из большого числа циклов, каждый из которых отражает одну из комбинаций возможных воздействий на станок. Такое испытание требует применения программных нагрузочных устройств, имитирующих силовые и тепловые воздействия на станок.
Обработка на станке образца (типовой детали) выполняется лишь для подтверждения достоверности информации, полученной при программном нагружении станка, и для установления степени адекватности условий испытания реальным условиям работы станка.
Испытания сочетаются с прогнозированием параметров МС. При этом исходными данными являются результаты проводимых испытаний и априорная информация о процессах, приводящих к изменению начальных характеристик станка.
Испытания проводят в специально оборудованных испытательно-диагностических центрах (комплексах), где обеспечиваются программное на-гружение станка, измерение необходимых параметров и обработка информации на ЭВМ (Рис. 1.1).
В процессе испытания ЭВМ выполняет следующие функции: обрабатывает априорную информацию об эксплуатационных нагрузках и условиях эксплуатации, об изностостойкости материалов, применяемых для базовых элементов, о требованиях к точности обработки и другие данные, характерные для данной испытуемой модели станка; осуществляет программное управление режимами работы станка и специальными нагрузочными устройствами, включая имитацию внешних воздействий — изменение значений и направления сил, наложение спектра вибраций, управление тепловыми потоками и др.; осуществляет прогноз о возможном изменении выходных параметров станка и производит расчеты показателей качества и параметрической надежности станка.
Испытание реализуется в режиме автоматизированного эксперимента и состоит из последовательных циклов, число которых должно быть достаточным для статистической обработки результатов. Каждый цикл осуществляется при определенном сочетании факторов, влияющих на параметры траекторий, и полученные траектории каждой опорной точки являются реализациями некоторого случайного процесса, характеризующего движение рабочие органов станков при его эксплуатации.
Параметры каждой траектории определяют с помощью измерительного комплекса и их значения вводят в ЭВМ, где осуществляются необходимые расчеты. В измерительном комплексе имеется диагностическая аппаратура для оценки состояния отдельных элементов станка, их тепловых полей, виб 18 роакустических сигналов и других характеристик. Анализ диагностических сигналов с помощью ЭВМ позволяет судить о причинах отклонения параметров траекторий от их номинальных значений.
Программное испытание требует такой организации испытательно-вычислительного процесса, которая включает необходимый объем отдельных вычислений и циклов испытаний, их логическое построение, применение различных методов и моделей, использование целого ряда подпрограмм (как специальных, так и стандартных), организацию взаимодействия процессов испытания, обработки информации и вычисления.
Для формирования значений варьируемых параметров используют априорную статистическую информацию, имеющуюся в банке данных управляющей ЭВМ. Здесь должны содержаться следующие данные:
Одним из основных процессов управления испытанием является фор мирование сигналов управления на основе полученных законов распределе ния входных параметров. Поскольку испытание состоит из N циклов (обычно TV=100...150), то необходимо формировать набор значений входных данных для каждого цикла. Выбор значений входных варьируемых параметров Z осуществляют двумя методами. Первый метод заключается в непосредственном применении принципов статического испытания (метод Монте-Карло), когда для каждого цикла испытаний выбираются (разыгрываются) фиксированные значения входных параметров Z с учетом их законов распределения/ . Затем эти значения преобразуются в сигналы управления режимом работы станка и программными нагрузочными устройствами, создающими на станке имитацию обработки.
Измерение выходных параметров станка X (параметров траекторий его рабочих органов) позволяет оценить отклик системы на данное воздействие и после проведения всех N циклов испытания получить законы распределения выходных параметров f(X), характеризующие точность станка. Эти законы являются полной характеристикой областей состояний и отражают все разнообразие возможных условий эксплуатации станка, поскольку они учитывают стохастическую природу входных воздействий.
Такой метод целесообразно применять при достаточно стабильных статистических характеристиках условий эксплуатации станков. Если эти условия изменялись или надо оценить параметрическую надежность станка при его работе в других сферах производства, надо проводить новый цикл испытаний.
Второй метод выбора значений варьируемых параметров Z позволяет проводить полный цикл испытаний один раз и затем использовать полученные результаты для оценки выходных параметров X при различных статистических характеристиках входных параметров. Для этого значения входных параметров выбирают на основе применения методов планирования многофакторного эксперимента.
Метод прогнозирования параметров металлорежущих станков на основе модели нейронной сети
Ключевая область содержит первичный ключ для сущности. Первичный ключ - это набор атрибутов, выбранных для идентификации уникальных экземпляров сущности. Атрибуты первичного ключа располагаются над линией в ключевой области. Как следует из названия, неключевой атрибут - это атрибут, который не был выбран ключевым. Неключевые атрибуты располагаются под чертой, в области данных.
При создании сущности в IDEF1X модели, одним из главных вопросов, на который нужно ответить, является: "Как можно идентифицировать уникальную запись?". Для этого требуется уникальная идентификация каждой записи в сущности для того, чтобы правильно создать логическую модель данных. Напомним, что сущности в IDEF1X практически всегда имеют ключевую область и, поэтому в каждой сущности должны быть определены ключевые атрибуты.
Выбор первичного ключа для сущности является очень важным шагом, и требует большого внимания. В качестве первичных ключей могут быть использованы несколько атрибутов или групп атрибутов. Атрибуты, которые могут быть выбраны первичными ключами, называются кандидатами в ключевые атрибуты (потенциальные атрибуты). Кандидаты в ключи должны уникально идентифицировать каждую запись сущности. В соответствии с этим, ни одна из частей ключа не может быть NULL, не заполненной или отсутствующей.
Например, для того, чтобы корректно использовать сущность "Станок" в IDEF1X модели данных (а позже в базе данных), необходимо иметь возможность уникально идентифицировать записи. Правила, по которым вы выбираете первичный ключ из списка предполагаемых ключей, очень строги, однако могут быть применены ко всем типам баз данных и информации. Правила устанавливают, что атрибуты и группы атрибутов должны: Не использовать NULL значений. Уникальным образом идентифицировать экземпляр сущности. Не изменяться со временем. Экземпляр идентифицируется при помощи ключа. При изменении ключа, соответственно меняется экземпляр. Быть как можно более короткими для использования индексирования и получения данных. Если вам нужно использовать ключ, являющийся комбинацией ключей из других сущностей, убедитесь в том, что каждая из частей ключа соответствует правилам.
При выборе первичного ключа для сущности, разработчик модели может использовать дополнительный (суррогатный) ключ, т.е. произвольный номер, который уникальным образом определяет запись в сущности. Атрибут "Код станка" является примером суррогатного ключа. Суррогатный ключ лучше всего подходит на роль первичного ключа потому, что является коротким и быстрее всего идентифицирует экземпляры в объекте. К тому же в нашем случае, суррогатные ключи автоматически генерируются системой так, чтобы нумерация была сплошной, т.е. без пропусков.
Потенциальные ключи, которые не выбраны первичными, могут быть использованы в качестве вторичных или альтернативных ключей. С помощью альтернативных ключей часто отображают различные индексы доступа к данным в конечной реализации реляционной базы.
Если сущности в IDEF1X диаграмме связаны, связь передает ключ (или набор ключевых атрибутов) дочерней сущности. Эти атрибуты называются внешними ключами. Внешние ключи определяются как атрибуты первичных ключей родительского объекта, переданные дочернему объекту через их связь. Передаваемые атрибуты называются мигрирующими.
При разработке модели, зачастую, приходится сталкиваться с сущностями, уникальность которых зависит от значений атрибута внешнего ключа (см. Рис. 3.4). Для этих сущностей (для уникального определения каждой сущности) внешний ключ должен быть частью первичного ключа дочернего объекта.
Дочерняя сущность, уникальность которой зависит от атрибута внешнего ключа, называется зависимой сущностью. В обозначениях IDEF1X зависимые сущности представлены в виде закругленных прямоугольников.
Зависимые сущности далее классифицируются на сущности, которые не могут существовать без родительской сущности и сущности, которые не могут быть идентифицированы без использования ключа родителя (сущности, зависящие от идентификации). Сущность "Станок" принадлежит ко второму типу зависимых сущностей, так как станки могут существовать и без какой-то группы станка.
Напротив, существуют ситуации в которых сущность зависит от существования другой сущности.
Сущности, независящие при идентификации от других объектов в модели, называются независимыми сущностями. В вышеописанном примере сущность "Группа станка" можно считать независимой. В IDEF1X независимые сущности представлены в виде прямоугольников.
В IDEF1X концепция зависимых и независимых сущностей усиливается типом взаимосвязей между двумя сущностями. Если вы хотите, чтобы внешний ключ передавался в дочернюю сущность (и, в результате, создавал зависимую сущность), то можете создать идентифицирующую связь между родительской и дочерней сущность.
Идентифицирующие взаимосвязи обозначаются сплошной линией между сущностями.
Неидентифицирующие связи, являющиеся уникальными для IDEF1X, также связывают родительскую сущность с дочерней. Неидентифицирующие связи используются для отображения другого типа передачи атрибутов внешних ключей - передача в область данных дочерней сущности (под линией).
Неидентифицирующие связи отображаются пунктирной линией между объектами. Так как переданные ключи в неидентифицирующей связи не являются составной частью первичного ключа дочерней сущности, то этот вид связи не проявляется ни в одной идентифицирующей зависимости. В этом случае и "Группа станка", и "Станок" рассматриваются как независимые сущности.
Реализация прикладного интерфейса при прогнозировании параметров металлорежущих станков
Кроме обычного расчета выходных характеристик модели прогнозирования, необходимо ещё моделирование архитектуры нейронной сети. Клиентом элемента моделирования служит среда программного обеспечения прогнозирования параметров МС (Рис. 4.2). Способом реализации повторно используемых элементов в ОС Windows является привлечение компонентов на основе СОМ спецификации. СОМ определяет стандарт, основанный на принципах объектно-ориентированного программирования (ООП), которому должны следовать компоненты и клиенты для того, чтобы гарантировать возможность совместной работы. Как правило, компонентам или СОМ-серверам называют поставщика каких-либо услуг или сервисов, а клиентом потребителя этих услуг. Компоненты СОМ полностью независимы от языка программирования, они состоят из исполняемого кода и являются или динамически компонуемой библиотекой, или запускаемым модулем. Компоненты СОМ объявляют о своем присутствии стандартным способом. Используя схему объявлений СОМ, клиенты могут динамически находить и подключаться к нужным им компонентам. Доступ к компоненту СОМ осуществляется посредством интерфейсов. В СОМ интерфейсом является структура в памяти, содержащая массив указателей на функции. Каждый элемент массива содержит адрес функции, реализуемый компонентом. Таким образом, для клиента СОМ-сервер выглядит как объект с некоторой совокупностью интерфейсов. Изменение или удаление интерфейсов в рамках спецификации СОМ недопустимо. Исходя из этого, важной особенностью разработки СОМ-сервера является определение множества его интерфейсов и множества методов каждого интерфейса. Для компонентов, выполняющие такие распространенные задачи, как обеспечение пользовательского интерфейса и посылка сообщений клиенту, определены стандартные интерфейсы и соглашения.
К достоинствам открытости, с точки зрения разработчика, можно отнести повышение гибкости программной среды, улучшение ее качества, возможность независимого развития составляющих модулей путем увеличения мощности и расширения функциональности.
С другой стороны открытая реализация приводит к появлению ряда недостатков - уменьшению производительности, сокращению функциональности, увеличению стоимости и времени разработки. Сокращение функциональности среды происходит по причине ограничений, накладываемых на реализацию стандартными интерфейсами межмодульного и межкомпонентного взаимодействия.
Открытость без достаточной функциональности теряет своё значение. Достаточная функциональность без открытости полезна, но ограничивает независимое развитие компонент среды. Оптимальным вариантом является разумное сочетание открытости и функциональности, которое обеспечивается предложенным вариантом декомпозиции среды на составляющие модули.
Тем самым, использование СОМ-технологии позволяет естественным образом связать инструментальный уровень нейропрогнозирования с прикладным уровнем пользователя. СОМ-объект нейропрогноза поддерживают инструментальный уровень, обеспечивая развитый пользовательский интерфейс и широкие возможности по проектированию и исследованию нейронных сетей, элемент "нейронная сеть" ориентирован полностью на приложения, имеет минимальный уровень встроенных средств пользовательского интерфейса, но развитый программный интерфейс, обеспечивающий все основные возможности по управлению нейронной сетью, включая генерацию структуры, редактирование топологии и обучение. Com-интерфейс позволяет встраивать в приложения произвольное количество нейронных модулей, а использование разделяемой DLL-библиотеки исключает дублирование в памяти управляющих функций. В результате нейронная сеть может быть реализована как ансамбль связанных нейронных модулей подобно нейронным структурам человеческого мозга. Функции разработанной DLL-библиотеки обеспечивают для всех компонент пакета операции чтения, сохранения данных, графическое отображение моделирование нейронных структур и другие общие ресурсы. DLL-библиотека оформлена в виде отдельного модуля, который подключается только на этапе выполнения, что позволяет существенно уменьшить дисковое пространство, занимаемое ИС. Все компоненты ИС прогнозирования имеют встроенное руководство пользователя, оформленное в виде набора гипертекстовых ссылок.
Взаимодействие комплекса с другими приложениями сводится к передаче или получению конечных и промежуточных результатов вычислений через буфер обмена ОС Windows. В этом случае открытость заключается в поддержке стандартного механизма такого взаимодействия - ActiveX UDT(Uniform Data Transfer).
Сущность этого механизма состоит в том, что через буфер обмена от приложения-источника к приложению-приемнику передаются на данные, а указатель на специальный объект данных. Объект данных - это стандартный объект СОМ, реализующий интерфейс передачи и приема данных. У этого по интерфейса имеются методы для приема и передачи данных, причем в качестве среды хранения данных можно использовать файл, участок памяти или поток. Кроме того, в рамках одного объекта данных приложение-источник может зарезервировать несколько форматов передаваемых данных. Каждый из форматов может обладать средой хранения данных, не зависящей от других форматов. Соответственно, приложение-приемник получает возможность выбора наиболее удобного формата и среды для получения данных.
Одной из проблем построения распределенной системы является согласованность информации в базе данных цехов предприятия и центрального хранилища данных. Данная проблема решается посредством репликации транзакций. Репликация транзакций используется для копирования объектов двух различных типов: таблиц или хранимых процедур. Вся таблица или ее часть может быть включена в публикацию как статья. Кроме того, в эту же или другую публикацию в качестве статьи может быть также включена одна или несколько хранимых процедур.
Репликация транзакций (Рис. 4.3) использует журнал транзакций базы данных издателя (сервер БД механообрабатывающего цеха предприятия), из которого собирается информация о выполняемых в выбранной для публикации таблице командах UPDATE, INSERT, DELETE и других изменениях. Выбранные транзакции копируются в базу данных дистрибьютора (в этой роли выступает опять же сервер цеха, с которого собирается информация) с сохранением информации о последовательности их выполнения. Затем эти транзакции рассылаются подписчику (центральное хранилище данных) и применяются на нём в том же порядке, в котором они происходили на издателе.
