Содержание к диссертации
Введение
Соременные методы и средства обеспечения эксплуатационной надежности оборудования сложных технических объектов 9
1.1. Стратегии и системы технической эксплуатации сложных технических объектов 9
1.2. Аналпз современных систем диагностики и мониторинга оборудования технических объектов 20
1.3. Информационные технологии обеспечения эксплуатационной надежности оборудования технических объектов 26
1.4. Анализ современных методов постановки и решения задач научного исследования сложных технических объектов и систем 38
1.5. Современные стратегии решения научных задач в теории сложных технических систем 50
1.6. Математнческие модели и стратегии решения задач принятия решений 56
2. Разработка методов формализации и исследования сложных технических объектов и систем 63
2.1. Метод атрибутивной формализации концептуально представленных систем 63
2.2. Концептуально-атрибутивный метод постановки и аппроксимации научных задач исследования объектов и систем 72
3. Концептуальные модели систем обеспечения эксплуатационной надежности технических объектов 81
3.1. Концепции и концептуальные модели сложных технических объектов и систем 81
3.2-Концептуальные модели системы обеспечения эксплуатационной надежности оборудования
турбогенераторов 84
3.3-Концептуальные модели возбудителя турбогенераторов 94
3.4. Концептуальные модели систем диагностики и мониторинга состояния турбогенераторов 114
4. Математические модели задач исследования сложных технических объектов и систем 125
4.1. Математические модели задач кластерного анализа нпзконадежного оборудования буровых установок 125
4.2.Математнческие модели задач кластерного анализа аппаратуры диагностики и мониторинга 133
4.3. Математическпе модели задач оптимального синтеза систем диагностики и мониторинга состояния турбогенераторов 138
4.4.Математические модели задач оптимального синтеза информационных технологий мониторинга состояния турбогенераторов 145
4.5, Математические модели задач диагностики и мониторинга состояния турбогенераторов 152
5. Стратегии рационального построения систем диагностики и мониторинга оборудования технических объектов 162
5.1. Этапы и стадии создания новых или модернизация имеющихся сложных объектов 162
5.2.Повышенпе эффективности и надежности буровых установок производства "УРАЛМАШ" с помощью автоматизированных систем контроля и управления 167
5.3. Атрибутивные стратегия внешнего проектирования систем диагностики и мониторинга оборудования технических объектов 172
5.4 Интеллектуальный пакет прикладных программ "КОМПРОМИД СТО" 177
6. Примеры практического построения систем диагностики и мониторинга буровых, энергетических и нефтепро мысловых объектов 209
6.1.Основные этапы создания банка информационных технологий диагностики и мониторинга состояния оборудования технических объектов 209
6.2.Пакет прикладных программ ППП "ТДМ-ЕА" "Технология диагностики и мониторинга электроагрегатов" 212
6.3.Пакет прикладных программ ППП "KVS" "Контроль вибросостояння систем" 217
6.4.Пакет прикладных программ ППП "S VM-RM" "Спектральный впбромонпторннг роторных машин" 225
6.5 Пакет прикладных программ ППП "ASIN-EA" "Контроль асинхронных электроагрегатов1' 235
6.6 .Пакет прикладных программ ППП "ZOND-TG" "Внброзондпрованпе корпусов турбогенераторов" 242
Заключение 250
Литература 253
Приложения
- Информационные технологии обеспечения эксплуатационной надежности оборудования технических объектов
- Концептуально-атрибутивный метод постановки и аппроксимации научных задач исследования объектов и систем
- Концептуальные модели систем диагностики и мониторинга состояния турбогенераторов
- Математическпе модели задач оптимального синтеза систем диагностики и мониторинга состояния турбогенераторов
Введение к работе
Одним из наиболее важных свойств сложных технических объектов (СТО) как продукции производственно-технического назначения является надежность. При проектировании, изготовлении и эксплуатации, например, крупных энергетических, металлургических, горнодобывающих, а также нефтяных и газопромысловых станций, машин, систем и установок она обеспечивается методами и средствами характерными для каждого этапа "жизненного цикла" объекта-изделия. При этом, эксплуатационная надежность восстанавливаемых систем наиболее эффективно достигается прогрессивными стратегиями технической эксплуатации объектов "по состоянию" с контролем уровня надежности (стратегии функциональной диагностики) и/или с контролем технического состояния (стратегии технического мониторинга), для осуществления которых необходимы системы технической диагностики (СТД) и системы технического мониторинга (СТМ) соответственно.
Стратегии диагностики и мониторинга являются ресурсосберегающими технологиями технической эксплуатации восстанавливаемых объектов и их использование предпочтительно. Вместе с тем, по составу и способу реализации СТД и СТМ являются сложными компьютеризованными системами. Технически возможное и экономически целесообразное применение таких изделий требует многовариантного обоснования использования этого принципиально нового класса автоматизированных систем непрерывного или периодического исследования технического состояния объектов.
Анализ фундаментальных трудов в области кибернетики и информатики отечественных и зарубежных ученых, особенно таких
как: Н.Винер, Х.Эшби, В.М.Глушков, А.А.Воронов, Н.Н.Красовский, В.А.Трапезнпков, К.В.Фролов, а также анализ научно-технических достижений в области создания и использования микрокомпьютерных вычислительных устройств показал, что в настоящее время созданы серьезные предпосылки успешного применения СТД и СТМ для обеспечения эксплуатационной надежности оборудования сложных восстанавливаемых объектов.
Одновременно с этим, анализ современных методов системотехники, теории технических систем и накопленного опыта создания и использования СТД и СТМ в различных отраслях народного хозяйства показал, что в настоящее время отсутствуют удовлетворительные методы, математические модели, алгоритмы и программы для внешнего автоматизированного проектирования этих систем на стадии решения научно-исследовательских и опытно-конструкторских задач. Это, естественно, не позволяет получать оптимальный, по заданным критериям, технический облик или функционально-структурную организованность этих дорогостоящих систем. В настоящее время при создании СТД и СТМ применяются исключительно интуитивные методы эскизного проектирования.
Рост объема функций автоматизированного управления, с одной стороны, и рост уровня автоматизации процессов управления эксплуатационной надежностью, с другой стороны, в условиях ограниченных затрат еще более обостряют проблему выбора наилучшего варианта автоматизации СТО. К огромному сожалению, выбор вариантов систем автоматизации сложных технических систем происходил в последние годы не в пользу компьютерных систем управления их надежностью. Результаты не замедлили проявить себя огромным социально-экологическим ущербом последнего
7 десятилетия. Поэтому задача поиска рациональной архитектуры систем диагностики и мониторинга с позиции требований обеспечения эксплуатационной надежности оборудования технических объектов является актуальной проблемой.
Не менее важной является задача поиска рационального внутреннего содержания систем диагностики и мониторинга. Речь идет о создании рациональных информационных технологий контроля технического состояния объектов. В настоящее время эта задача полностью не решена. При этом следует отметить, что и методов неразрушаю щего контроля технического состояния наблюдаемых объектов, на базе которых и формируются информационные технологии, на сей день разработано недостаточно. Вопросы создания рациональных систем и новых информационных технологий диагностики и мониторинга, а также поиск новых методов неразрутающего контроля технического состояния СТО составляют основную часть теории компьютерных систем диагностики и мониторинга состояния СТО.
Поскольку выгода от использования ресурсосберегающих технологий диагностики и мониторинга очевидна, а их применение в нынешних условиях возможно и необходимо, то разработка теоретических основ таких систем является весьма актуальной проблемой. Это подтверждается практической необходимостью обеспечить рациональное проектирование, создание и внедрение в различные машиностроительные отрасли народного хозяйства всей страны оптимальных по критерию экономической эффективности компьютерных систем обеспечения надежности всех вновь выпускаемых сложных технических объектов и произвести дооснащение такими системами ранее созданные объекты.
Поэтому цель данной диссертационной работы сформулирована—каїО^проблем^/ повышения эксплуатационной надежности сложных технических систем на базе разработки основных положений теории компьютерных систем диагностики и мониторинга состояния их оборудования. При этом были сформулированы и решены следующие теоретические и прикладные задачи:
сформулирована и решена корневая задача рационального выбора стратегии обеспечения эксплуатационной надежности сложных технических объектов;
создан метод атрибутивной формализации концептуально представленных сложных технических объектов и систем;
создан концептуально-атрибутивный метод постановки и аппроксимации задач научного исследования объектов и систем;
построены концептуальные модели сложных технических объектов и систем диагностики и мониторинга состояния их оборудования;
разработаны математические модели задачи оптимального, по критерию ресурсной эффективности, синтеза систем диагностики и мониторинга;
разработаны математические модели задач оптимального, по критерию ресурсной эффективности, синтеза информационных технологий диагностики и мониторинга технического состояния наблюдаемых объектов;
создана стратегия построения рационального технического облика систем диагностики и мониторинга на стадии внешнего проектирования.
Информационные технологии обеспечения эксплуатационной надежности оборудования технических объектов
Конец 80-х - начало 90-х годов нашего столетия характеризуется бурным внедрением микрокомпьютерных средств радиоэлектроники и вычислительной техники в нетрадиционные для них области человеческой деятельности. Одной из таких сфер является контроль надежности сложных технических объектов, систем, машин и установок. В последние годы появились автоматизированные системы диагностики, наделенные способностью накапливать значения контролируемых параметров и на этой основе определять статус, производить диагноз, строить прогноз и распознавать неисправности в контролируемых объектах, узлах, деталях и элементах во время их функционирования. С помощью таких систем на базе диагноза, генезиса и прогноза осуществляют периодический или непрерывный мониторинг состояния как отдельных, так и .их- больших парков технических объектов.
Аналитический обзор научно-технических литературных источников [72-87] и страниц Интернета [88-91], посвященных технической диагностике и мониторингу, показал, что методы и средства оценки и контроля технического состояния СТО развивались поэтапно. Хотя оценка и контроль надежности узлов и механизмов применяются с того времени, когда появились первые машины, системно проблемами обеспечения эксплуатационной надежности изделий народного хозяйства на базе диагностики в нашей стране начали заниматься с начала 50-х годов нашего столетия. На первом этапе стали применяться системы контроля функционирования объектов (СКФО) и системы автоматизированного контроля состояния объектов (САКСО). Такие системы обязательно имели в своем составе блоки имитации процессов и/или элементов окружающей среды н использовались, в основном, в авиации, на флоте и в изделиях электротехнической и радиотехнической промышленности. СКФО и САКСО для контроля механических узлов практически не применялись. На втором этапе (конец 60-х годов) появились системы общей диагностики (СОД), системы параметрической диагностики (СПД), и системы обнаружения скрытых неисправностей (СОН). СОН, как правило, применяются для таких объектов, в которых имеется собственный "вычислительный ресурс". СОД и СПД могут применяться практически для любой продукции производственно-технического назначения нашей страны. Бурное развитие микрокомпьютерной техники в конце 70-х годов нашего столетия (3-й этап) инициировало возникновение систем технического мониторинга технических объектов. Эти принципиально новые системы используют широкую номенклатуру методов и средств неразрушающего контроля и оценки состояния наблюдаемых объектов и электронных (компьютерных) технологий диагноза, генезиса, прогноза и определения скрытых неисправностей или их комбинации [92-94]. Этапы развития систем контроля технического состояния приведены на рисунке 3.
Теория технического мониторинга появилась на стыке таких отраслей научных знаний как информатика, системный анализ, теория технических систем, теория надежности и мехатроника [95]. В настоящее время теория СТМ отстает от развития средств технического мониторинга. Это делает разработку теоретических основ технического мониторинга весьма актуальным направлением научной деятельности.
Рассмотреть большинство имеющихся систем диагностики и мониторинга состояния хотя бы отдельно взятой отрасли в данной работе не представляется возможным. Поэтому, приведем выборочные сведения по ряду ведущих российских и зарубежных фирм-производителей аппаратно-программных средств диагностики и мониторинга технического состояния объектов промышленного назначения. При этом следует оговориться, что ниже приводятся далеко не полные сведения, а сведения о производителях диагностической аппаратуры хорошо знакомых российским деловым кругам
Среди российских фирм выпускающих аппаратуру и программную продукцию для систем диагностики и мониторинга технического состояния различного оборудования бесспорным лидером является АО "ВАСТ" (виброакустпческпе системы и технологии). Она выпускает автономный коллектор-сборщик СД-11, встроенные в персональный компьютер платы-адаптеры и программные продукты по мониторингу, диагностике и балансировке роторов. Продукция АО "ВАСТ" в настоящее время широко применяется в авиации, судостроении, атомной энергетике и на железнодорожном транспорте [96].
Другой не менее популярной фирмой выпускающей аппаратуру и программную продукцию для систем диагностики и периодического мониторинга роторного оборудования является фирма "ДИАМЕХ" (диагностика механизмов). Она выпускает целый ряд аппаратных и программных средств виброди агностики: от простых виброметров до многофункциональных спектроанализаторов-коллекторов. Среди ее аппаратуры наибольшую известность получили , например, такие приборы как AU0U4, VU040, VU034, VU036 и т.п. Для периодического вибромонпторинга роторного оборудования фирмой разработан пакет прикладных программ "Тренд-тест". Продукция фирмы "ДИАМЕХ" широко применяется в энергетике, а также в нефтегазовой и нефтегазоперерабатывающей промышленности [97].
Концептуально-атрибутивный метод постановки и аппроксимации научных задач исследования объектов и систем
Выше были сформулированы задачи построения, систем диагностики и мониторинга состояния объектов. Рассмотрим научные методы постановки и решения этих задач более подробно.
В научном направлении, называемом системным анализом, которое идет на смену механицизму и физпкализму, на современном этапе его развития, выделяют совокупность каких-либо механических, физических, химических, биологических, экономических, экологических, энергетических нлп тому подобных взаимосвязанных и взаимодействующих объектов и изучают или исследуют их свойства с целью получения о них новых знаний. В состав новых знаний обычно включают такие категории и понятия как, класс, функция, структура, состояние, предназначенность, альтернативы, рациональная организованность и эффективность функционирования. При этом множества взаимосвязанных и взаимодействующих объектов. объединенных с какой-либо целью, принято называть системами. Выделяют простые и сложные системы. Разница между ними заключается в том, что в состав сложной системы входят компоненты, которые сами являются системами Их называют подсистемами. Различают естественные (природные), искусственные (техногенные) и социальные системы. Общее число систем огромно и пока еще не существует единой теории исследования всего разнообразия этих систем. В настоящее время системотехника, которая призвана исследовать различные техногенные системы, объединяет в себе большое число теорий, с помощью которых осуществляют научное исследование однотипных систем, или некоторое число одинаковых свойств различных технических систем. Системотехника занимается исследованием объектов и систем таких отраслей знаний как, теплоэнергетика и гидроэнергетика, судостроение и авиастроение, эргономика, синергетика и экология, а также информатика, кибернетика и т. п.
В системотехнике любую сложную техническую систему - Si принято рассматривать как множество элементов системы, а также множество взаимосвязи и множество взаимодействия этих элементов с какой-либо, выбранной исследователем, точки зрения. Тогда формально исследуемая система может быть представлена так: где Me, Ms, Mr- множества элементов системы, их взаимосвязи и взаимодействия соответственно; а - выбранная исследователем точка зрения на систему или форма представления исследуемой системы.
Такой подход к техническим системам является весьма продуктивным. Он позволяет более четко формулировать научные задачи исследования. Однако он слишком абстрактен и позволяет весьма широко толковать эти задачи. В этой связи возникает потребность сузить рамки научных изысканий. В настоящее время это делается двумя способами. Во-первых, разбивают все технические системы на конкретные классы и для каждого из них создают свои теории. Во-вторых, продолжают поиск, правда, пока все еще безрезультатно, универсальных принципов исследования различных техногенных объектов и систем. Одним из основных, и, пожалуй, самым трудным направлением поиска, сейчас является поиск рациональных путей формализации свойств исследуемых систем. Дело в том, что практически любая техническая система с точки зрения постановки математической задачи ее научного исследования является плохо формализуемой или слабо структурированной. Поэтому проблема формализации является весьма значимой и актуальной.
Системотехника состоит из теории различных теорий технических систем и законченного вида в настоящее время пока еще не имеет. По мнению одного из ведущих специалистов в области системного анализа - академика РАН Моисеева Н.Н: "... в настоящее время изучено уже довольно много различных типов систем, но построить теорию, которая была бы достаточно общей, пока еще не представляется возможным. Поэтому особое значение приобретает выделение классов реальных систем, для изучения которых можно использовать общие подходы" [103].
Эти общие подходы рассматриваются такими отраслями научных знаний как, системный анализ, исследование операций и т.п. Огромный вклад в создание и развитие этих отраслей знаний внесли такие ученые как: Г.Вагнер, А.Кофман, Е.С.Вентцель, Д.Диксон, Э.Квейд, Н.П.Бусленко, Д.М.Гвишнанн, В.Н.Садовский, Д.Климанд, В.Кинг, Н.Н.Моисеев, А.И.Уемов, В.В.Дружинин, М.Месарович, Дж. Нейман, Л. фон Берталанфи и др.
Методологией общих подходов является системный подход, который формулируется как ансамбль обязательных требований. По мнению большинства авторов монографий, посвященных этой проблематике, такими требованиями являются: единство системы с окружающей действительностью; целостность, состоящей из частей, системы; эволюция движения, развития, деградации системы; относительность знаний о системе; историзм или генезис системы; причино-следственность состояний системы и преемственность поколений или генераций системы.
Концептуальные модели систем диагностики и мониторинга состояния турбогенераторов
Второй подход применяется для решения задач выбора в том случае, когда множество альтернатив и/или принципы поиска (предпочтения) заданы стохастическими моделями задач выбора. Для решения задач такого класса применяется методы математической статистики, методы теории массового обслуживания или методы марковских или полумарковских систем. Основными методами решения таких задач являются методы стохастического программирования [116-117]
Третий подход применяется для решения задач принятия решений, когда множество альтернатив или принципы поиска решений заданы нечетко. Для решения таких задач применяют экспертный поиск альтернатив и оценку предпочтений, а само решение происходит, как правило, при участии лица принимающего решения (ЛПР). Такой подход называют экспертным. Основными методами решения таких задач являются методы нечеткого программирования [118-119] и методы экспертных систем [123-125].
Четвертый подход использует априорные высказывания о предпочтениях, которые формулируются как аксиомы, и, затем, формализуются в виде математической модели задачи принятия решений. Этот подход привел к ряду значительных достижений в теории аксиоматического выбора. Он получил название аксиоматического подхода [Ш, 114].
Пятый подход, получивший название атрибутивный, предусматривает разработку не детерминированных, вероятностных, нечетких или аксиоматических, а атрибутивных моделей на основе выделения атрибутивных свойств системы, которые, к тому же, легко формализуются [137]. Это весьма продуктивный метод. С его помощью могут решаться задачи векторной оптимизации и группового упорядочения.
В-четвертых, математические модели любой научной задачи устанавливают количественные отношения между искомыми и аргументарными параметрами. Для их построения используются параметры количественной оценки выбранных свойств. Причем, параметры могут быть четкими, нечеткими или вероятностными. Множества таких параметров, наделенные метрикой или нормой, образуют четкие, нечеткие, стохастические, точечные, векторные или те и другие одновременно (аффинные) пространства. Другими словами, математические модели задач исследования систем всегда содержат количественную оценку искомых свойств и требуют для своей реализации математический аппарат аффинных пространств.
В достаточно общей постановке математическая модель задачи параметрического исследования (анализа или синтеза) системы - Si может быть описана следующим выражением: где FmSi - математическая модель исследуемой системы; "1=1 есть символ модельного отображения; у - множество искомых параметров системы; L -оператор исследования системы; х - множество аргументарных параметров системы; уЛ, I/, хл - ограничения на искомые параметры, операторы исследования и изменяемые параметры, соответственно. Для задач структурного исследования систем математическая модель может быть представлена, например, так: где Н -множество вершин графа G; В -множество ребер графа G или его дуг; Р -множество пометок компонент графа; GA -ограничения на графы. Попутно отметим, что модели (1.11) и (1.12) используются для случая детерминированного моделирования систем. Если модели системы имеют стохастический или случайный характер, то выражение (1.11) преобразуется так: где q -случайный вектор-функция событий или состояний системы. Выражение (1.12) в таком случае примет вид: где G(p) - случайный граф (граф со случайными вершинами или дугами или пометками). Все без исключения математические модели, в том числе и рассмотренные выше, содержат операторы преобразования искомых свойств, в пространствах исследуемых свойств, выбранных с концептуальной точки зрения. В заключение отметим, что построение математических моделей, также как и построение концептуальных моделей, может быть проведено с использованием интуитивных или субъективных методов. Однако наибольший интерес представляет случай, когда объективные методы используются для построения концептуальных и математических моделей одновременно. В этом случае все процедуры постановки научных задач полностью формализуются. Постановка задачи становится предсказуемой и выполнение постановки одной и той же задачи различными исследователями приводит к весьма близким результатам. В этом случае исчезает неопределенность не только в постановке, но и в интерпретации полученных результатов решения объективно сформулированных задач. Таким образом, для создания рациональных систем контроля технического состояния сложных технических объектов и их эффективного функционирования автором диссертации были разработаны: метод атрибутивной формализации концептуально представленных систем и метод концептуально-атрибутивной постановки и аппроксимации задач научного исследования сложных технических объектов и систем. В этих методах атрибутивные концептуальные и атрибутивные математические модели, на базе вербальных концепций исследуемых систем, создаются объективно. Рассмотрению этих проблем и посвящена данная диссертация. Ниже, во второй главе данной работы, подробно рассмотрены эти методы и процедуры их использования. Далее, в третьей главе рассмотрены концепции и концептуальные модели систем диагностики и мониторинга некоторых сложных технических объектов. В четвертой главе диссертации рассмотрены математические модели задач рационального построения и эффективного функционирования систем диагностики и мониторинга состояния сложных технических объектов. В пятой главе представлена стратегия создания таких систем, с помощью которой создан банк информационных технологий диагностики и мониторинга и внедрены такие системы бурового, нефтегазового и энергетического оборудования в некоторых промышленных районах Урала и Сибири.
Математическпе модели задач оптимального синтеза систем диагностики и мониторинга состояния турбогенераторов
Рассмотрим постановку задачи кластерного анализа систем диагностики и мониторинга состояния сложных технических объектов, т.е. построим концептуальную и математическую модели этой задачи с помощью метода концептуально-атрибутивной постановки и аппроксимации задач принятия решений. В качестве объектов анализа выберем аппаратуру диагностики и мониторинга турбогенераторов атомных и тепловых электростанций.
Вначале рассмотрим концепцию задачи классификации, проведем целевой анализ и сформулируем цель задачи. Затем построим атрибутивную концептуальную модель, с учетом ограничений на атрибутивные свойства этой задачи, и на ее основе создадим математическую модель задачи кластерного анализа систем диагностики и мониторинга турбогенераторов атомных или тепловых электрических станций.
При построении рациональных систем диагностики и мониторинга состояния сложных объектов возникает необходимость классификации аппаратуры, с помощью которой можно достичь поставленной цели. В настоящее время список фирм, выпускающих такую аппаратуру очень велик. Еще более велика номенклатура диагностической аппаратуры, выпускаемой этими фирмами. Кроме того, очень разнообразен перечень технических характеристик диагностической аппаратуры. Все множество фирм и номенклатуры их изделий назовем общим каталогом аппаратуры диагностики и мониторинга. Сравнение аппаратуры может вестись по нескольким десяткам параметров, так называемым параметрам (показателям) предназначенности.
В этой связи цель решения задачи анализа систем диагностики и мониторинга сводится к построению таких рабочих кластеров (подмножеств объектов с упорядоченным набором параметров или свойств), которые содержали бы в себе списки аппаратуры, отобранные по тем или иным предпочтениям. В условия задачи должны (могут) входить ограничения на фирмы и назначение аппаратуры, на основные технические требования, на требования к элементной базе, требования к источникам питания и т.д., а также граничные условия применения, например, по стоимости или надежности приборов. После определения основной цели решения задачи и определения граничных условий и ограничений ее существования приступим к определению атрибутивных свойств исследуемых систем. Из всего множества ранее определенных атрибутивных свойств рассмотрим их в полном составе и введем на некоторые из них ограничения, вытекающие из условий задачи. Предназначенность проектируемых систем в данной задаче определим как цель создания систем диагностики или мониторинга состояния на базе приборов различных фирм с конкретными функциями и показателями назначения - Fs, но без учета достигаемых или мысленных результатов (Ri = 0). Это ограничение вводим потому, что, для отдельно взятых приборов, достигаемые результаты их использования сводятся к частным целям (функциям) этих приборов или к показателям их назначения. Полиформность, в данной задаче определим, как способность аппаратуры являться автономной, переносной - А или входить в состав стационарных систем диагностики и мониторинга - Р. Иерархичность определим как возможность приборов выполнять роль первичной (измерительной) - J или вторичной (информационно-вычислительной) - С аппаратуры метасистемы. Статико-дпнамичность аппаратуры в данной задаче определим только статичностью ее функциональных и структурных свойств, так как аппаратура на протяжении всего времени использования не должна менять показатели назначения. В этой связи можно рассматривать функциональные структуры приборов - Fs с позиций, например, долговечности - G, сохраняемости - Н или ресурса - Q. Ресурсную эффективность в данной задаче определим только затратами ресурсов на приобретение такой аппаратуры - Z2-. После определения основных атрибутивных свойств рассматриваемых систем, построим концептуальную модель задачи создания рабочих кластеров диагностической аппаратуры:Анализируя модель (4.3), не сложно заметить, что формирование рабочих кластеров может осуществляться по различным наборам предпочтений, множество которых мы легко можем определить с помощью модели (4.3). При этом большую роль играет последовательность применения предпочтений, т.к. она и определяет состав элементов и мощность рабочего кластера - KR. Компактная форма записи модели (4.3) позволяет весьма просто и четко определить показатели классификации каталога всех систем данного класса для достижения поставленной цели. Анализ модели (4.3) позволяет сделать очень важный вывод о том, что выигрыша ресурсов в метасистеме не происходит. Выигрыш ресурсов может возникнуть только в макросистеме, а затраты ресурсов формируются только в микросистеме Теперь построим математическую модель данной задачи, для чего, вначале, сформулируем предпочтения или принцип выбора кластера и зададим механизм выбора.
