Горенский Б.М. (рук.) Информационные технологии в металлургии

Подождите немного. Документ загружается.

121

(download) на свой компьютер заинтересовавшую его информацию: от от-

дельных сообщений до необходимых пользователю файлов и программ или

«закачать» (upload) некоторую информацию. Помимо этого на BBS доступны

территории личной и публичной переписки между пользователями данной

станции. Таким образом, можно размещать общие сообщения, рекламу, объ-

явления о розыске ПО, анонимные послания и другую

информацию.

Существует множество классификаций узлов BBS. Они бывают люби-

тельскими или профессиональными, строго ориентированными на опреде-

ленную тему или совокупность тем, коммерческими и бесплатными, 24-

часовыми и с ограниченным временем работы (как правило, работающие но-

чью; днем же это обычный голосовой телефон), однолинейные и многоли-

нейные и т.д.

К профессиональным станциям

относятся крупные сетевые серверы

или целые сети BBS, подобные Elvis, Izhma, Kiae, Simte, Chci и др., а также

небольшие узкоспециализированные станции или сети. Особенностью сетей

BBS является то, что каждый узел в сети под общим ее названием имеет свой

порядковый номер и, как правило, некоторую часть единого сервиса, харак-

терного для всей сети в целом. Отдельные узлы

сети могут иметь шлюзы для

выхода на другие сети или отдельные узлы BBS. Главные отличия организо-

ванных таким образом сетей заключаются в предоставлении доступа по ис-

пользованию информационных ресурсов за абонентскую плату 24-часовой

график работы, большой выбор предлагаемого ПО, совместимость данных

BBS с внутренними ЛВС организаций, другой сервис. С бурным развитием

компьютерных

технологий и проникновением ИНТЕРНЕТ во все сферы об-

щества, подобный сервис появляется и на серверах всемирной информа-

ционной сети.

Компьютерные сети на основе FTN-технологий

Наряду с достаточно широким распространением ИНТЕРНЕТ и ИН-

ТРАНЕТ большой популярностью пользуются сети, в основе которых при

использовании информационных ресурсов лежит непосредственный доступ к

информации по

коммутируемым каналам связи. Больше того, компьютерные

сети на основе так называемых FTN-технологий были своего рода родителя-

ми идей развития современных сетей ИНТЕРНЕТ и ИНТРАНЕТ. В свое вре-

мя широкое распространение персональных компьютеров и быстрое внедре-

ние новых недорогих средств связи (модемов) сделало возможной передачу

данных по телефонным линиям напрямую от

одного компьютера к другому,

без промежуточных звеньев в виде больших машин или дополнительных

технических устройств; при этом удаленность отправителя от адресата имела

малое (или вообще не имела) значение. Каждый пользователь персонального

компьютера получил возможность стать профессионалом на собственном

компьютере и сам предоставлять другим информационные услуги. Так соз-

122

давались компьютерные сети передачи данных с добровольным распределе-

нием обязанностей по обмену информацией. Первая такая сеть появилась

всего через три года после выхода на рынок первых IBM PC. Это была сеть

Fidonet, задуманная именно для объединения персональных компьютеров,

используемых в качестве независимых телекоммуникационных систем.

Неформальный дух сети проявился уже в ее названии:

создатель сети

Том Дженнингс назвал сеть в честь своей собаки Fido, изображение которой

стало символом Fidonet. С самого начала сеть носила и носит любительский

и некоммерческий характер. Участники сети тратят свои собственные деньги

и время, чтобы она работала в интересах всех ее пользователей.

Технология Fidonet оказалась столь популярной, что на ее основе по

всему

миру созданы и функционируют около тысячи любительских и ком-

мерческих телекоммуникационных сетей, совместимых с Fidonet по про-

граммному обеспечению, многие из них имеют шлюзы (ворота, каналы дос-

тупа) в Fidonet. Около десятка подобных сетей ориентированы на экономиче-

ские, научно-исследовательские и учебные цели. В сети Fidonet также суще-

ствует большое количество шлюзов с

сетью ИНТЕРНЕТ. Еще на самом на-

чальном этапе развития в структуру адресов Fidonet была заложена иерар-

хичность и многоуровневость, что позволило в дальнейшем разработать

принципы децентрализованного управления и поддержки развития сети.

С момента возникновения Fidonet ее технологические стандарты разра-

батывались самими членами сети. Вначале это были просто дополнительные

возможности, вводимые создателями первых программ

для Fidonet, однако со

временем рост сети вызвал необходимость более жесткой стандартизации.

Для решения возникших проблем был создан Комитет по стандартам техно-

логии Fidonet (Fidonet Technology Standards Comittee, FTSC или Fidonet Tech-

nology Network, FTN), который за время своего существования разработал на

основе многочисленных предложений членов сети несколько десятков стан-

дартов различных компонентов технологии Fidonet. Разработка новых стан-

дартов продолжается и в

настоящее время.

Изначально сеть Fidonet предназначалась для обмена личной электрон-

ной почтой между узлами, по сути, — между операторами узлов. Вскоре бы-

ла разработана технология эхоконференций (аналог телеконференции в сети

ИНТЕРНЕТ). Данная технология позволила впервые объединить почтовые

ящики разрозненных BBS или их сетей и создать общую систему электрон-

ного обмена информацией. Технология эхо-конференций

дала мощный тол-

чок развитию как сети Fidonet, так и самих BBS — разработчики программ-

ного обеспечения BBS и почтовых программ Fidonet стали обеспечивать в

своих продуктах возможность интеграции BBS и узлов Fidonet на одном

компьютере, и Fidonet стала похожа на «сеть BBS»: на большей части узлов

Fidonet были развернуты BBS, а большинство BBS стремились получить и

получали адрес в сети Fidonet. В

настоящее время порядка 80 процентов уз-

лов Fidonet предоставляют доступ к своим ресурсам не только другим узлам

123

сети в автоматическом режиме, но и пользователям BBS в интерактивном

режиме. Однако Fidonet была и остается именно сетью для автоматического

обмена данными, и большинство крупных узлов Fidonet, через которые про-

ходят основные маршруты распространения почты, не поддерживают входя-

щие звонки пользователей BBS.

Первое, что необходимо для того, чтобы достаточное количество теле-

коммуникационных узлов, объединенных

в сеть, могли обмениваться ин-

формацией — это наличие в сети определенной структуры. В Fidonet струк-

тура определяется в первую очередь сетевым адресом узла. Адрес узла в Fi-

donet (и любой FTN-совместимой сети) имеет числовую форму и строится по

схеме: зона:сеть-или-регион/узел.поинт.

Таким образом, сетевая принадлежность конкретного узла, например

2:5020/113,

определяется как узел 113 сети 5020 региона 50 зоны 2 Fidonet.

Географическое местоположение узла можно также определить из сетевого

адреса: 2 — Европа, 50 — Россия, 20 — Москва.Структура сети Fidonet пред-

ставлена на рисунке 29.

По мере развития сети и самих модемов возникли и развились Файло-

вые Конференции (File-Echo Conference), где в качестве элементарных еди-

ниц выступали не сообщения, а файлы. Правда, ежедневный поток

(Traffic) в

таких конференциях составляет от одного до нескольких мегабайтов в день,

но существующие на данный момент мощности модемов позволяют поддер-

живать их без особых на то усилий. Число же официально существующих на

сегодняшний день файловых конференций в сети Fido превышает 2000. Для

каждой из них разрабатываются определенные правила пользования конфе-

ренцией, а

пользователи сети голосованием выбирают Moderatora — ответст-

венного за порядок в файловой конференции (эхоконференций). Основопола-

гающим принципом Fidonet является обеспечение возможности передачи

данных напрямую от любого узла Fidonet к любому другому узлу.

Рис. 29 - Структура типовой FTN совместимой сети

В заключение отметим, что дальнейшее развитие автоматизации ин-

формационного обеспечения деятельности должностных лиц в любой про-

124

фессиональной сфере — в том числе и в экономической — немыслимо без

применения сетевых технологий — от локальных до глобальных.

Вопросы для самоконтроля к разделу 5

1. Локальные вычислительные сети;

2. Сеть Internet (Интернет);

3. Корпоративные сети Intranet (Интранет);

4. Сети электронных досок объявлений (сети BBS);

5. Компьютерные сети на основе FTN-технологий.

6. Глобальная и кокретные информационные технологии.

Понятие и области применения ИНТЕРНЕТ.

8. Особенности построения ИНТЕРНЕТ-приложений.

9. Организация адресации в ИНТЕРНЕТЕ.

10. Назначение и области применения языка HTML.

11. Реализация доступа к базам данных.

Раздел 6. Автоматизированные технологические комплексы в ме-

таллургии.

Лекция 14-17. Автоматизированный комплекс в металлургии. Струк-

тура информационно-управляющей системы. Автоматизированные инфор-

мационно-управляющие системы управления объектами

цветной металлур-

гии. Компьютерные тренажеры для исследования и управления технологиче-

скими процессами в металлургии. Основные требования, предъявляемые к

разработке компьютерных тренажеров. Основные понятия теории моделиро-

вания применительно к имитационному моделированию. Примеры построе-

ния компьютерных тренажеров для исследования пиро- и гидрометаллурги-

ческих процессов, оценка качества функционирования тренажеров. Примеры

использования автоматизированных информационно-управляющих

систем

для управления и диагностики объектов цветной металлургии.

Имитационное моделирование

Имитация предназначена для построения некоторого идеализированно-

го процесса функционирования системы, называемого имитационным про-

цессом.

Имитационная модель (ИМ) – это формальное, то есть выполненное

на некотором формальном языке, описание логики функционирования иссле-

дуемой системы и взаимодействия отдельных ее элементов во времени, учи-

тывающее наиболее существенные причинно-следственные связи, присущие

системе, и обеспечивающее

проведение статических машинных эксперимен-

тов.

125

Области применения имитационного моделирования

Для ИМ практически не существует ограничений на область их приме-

нения, можно говорить только о целесообразности использования ИМ в дан-

ной предлагаемой области. Применение ИМ целесообразно в следующих

случаях:

1. Если не существует законченной постановки задачи исследования и

идет процесс познания объекта моделирования (при создании

процесса);

2. Если характер протекающих в системе процессов не позволяет описать

их в аналитической форме;

3. Если необходимо наблюдать за поведением системы или отдельных ее

частей, в течение определенного периода, в том числе с изменением скорости

протекания процесса;

4. При изучении новых ситуаций в системе либо при оценке функциони-

рования системы

в новых условиях;

5. Если исследуемая система является элементом более сложной системы,

другие элементы которой имеют реальное воплощение;

6. При необходимости исследования системы, при введении в нее новых

компонентов;

7. При исследовании аварийных и предаварийных режимов работы;

8. При подготовке специалистов и освоении новой техники;

9. При сдаче квалификационных экзаменов;

10. При выборе и проверке оптимальных алгоритмов управления.

К недостаткам имитационного моделирования относят следующее:

1. Разработка ИМ требует больших затрат времени и сил;

2. Любая ИМ сложной системы менее объективна, чем аналитическая мо-

дель;

3. Результаты ИМ носят, как правило, частный характер, поэтому для по-

лучения обоснованных выводов необходимо проведение

серии модельных

экспериментов.

Для преодоления этих недостатков необходимо пользоваться совре-

менными ППП. Объективность создаваемой модели может быть обеспечена,

если разработчик четко представляет, какие свойства исследуемой системы

его интересуют.

Структура ИМ, принципы и методы построения ИМ

При разработке ИМ необходимо учитывать следующие принципы:

1. Взаимодействие между отдельными элементами системы, описанными

модели, а также между некоторыми параметрами, может быть представлено

в виде аналитических зависимостей (примеры);

2. Модель можно считать реализуемой и имеющей практическую цен-

ность только в том случае, если в ней отражены лишь те свойства реальной

126

системы, которые влияют на значение выбранного показателя эффективно-

сти;

3. Процесс функционирования реальной системы распадается на ряд про-

цессов функционирования отдельных объектов. Эти процессы протекают од-

новременно или параллельно.

Заданная программа имитации состоит в отображении параллельно

протекающих процессов на один процесс. Это отображение может быть вы-

полнено несколькими способами в

зависимости от задач и выбранного кри-

терия качества функционирования системы.

Способы представления имитационного моделирования:

1. Способ представления модели динамики системы, которая может быть

описана посредством событий, работ, этапов;

2. Способ изменения модельного времени. При этом различают модели-

рование с постоянным шагом (реальное время) и моделирование с перемен-

ным шагом (ускорение

или замедление времени);

3. Способ представления модели.

Аналитическими называют ИМ, взаимодействие пользователя с кото-

рыми сводится только к вводу исходной информации и управлению началом

и окончанием работы моделей.

Диалоговыми называют ИМ, позволяющие пользователю активно

управлять ходом моделирования путем применения управляющих воздейст-

вий.

Управляющий алгоритм

Управляющий моделирующий алгоритм (УМА) выполняет следующие

основные

функции:

 ведение календаря событий;

 активизация блоков;

 контроль за блоками, готовыми к передаче сообщений, и за блоками,

готовыми принять сообщение;

 контроль за наступлением момента окончания моделирования;

 анализ приоритета сообщения на выходе блока и выбор приоритетного;

 прерывание обслуживания передачи по связи между блоками.

 управляющий моделирующий

алгоритм построен по схеме слежения за

системными списками, отражающими динамику состояния модели. Он

имеет три основных и ряд вспомогательных списков.

Основными списками являются:

 список будущих времен (СБВ), или календарь событий;

 список блоков, готовых выдавать сообщения (СГВ);

 список блоков, готовых принять сообщения (СГП).

 занесение очередного документа в календарь

события может быть ини-

циировано активным блоком, определяющим интервал времени, через кото-

127

рое он должен быть активирован УМА, либо оператором.

Начальная настройка УМА состоит в первоначальном определении

блоков, готовых принять сообщения, и в определении ближайшего активного

события. Определяется минимальное значение модельного времени, соответ-

ствующее выходу сообщения из генератора начальной настройки.

Как правило, одному значению модельного времени соответствуют не-

сколько одновременных событий. Эта

последовательность одновременных во

времени событий определяется УМА, и ее нарушение может повлиять на

правильность выполнения модели.

Таким образом, процесс моделирования включает три следующих вло-

женных цикла УМА:

1. Внутренний цикл-просмотр уровней, по которым возможна передача;

2. Средний цикл-выбор связи для передачи;

3. Внешний цикл-переход к следующему модульному

времени.

При создании ИМ можно выделить следующие этапы:

1. Формулировка технического задания;

2. Разработка технических предложений;

3. Эскизное проектирование;

4. Испытание ИМ;

5. Техническое проектирование;

6. Рабочее проектирование.

Стратегия планирования имитационного эксперимента

В зависимости от этапа и назначения проводимых исследований при-

менимы следующие виды имитационных экспериментов:

1. Нахождение аналитической зависимости между

интересующими ис-

следователя выходными характеристиками и факторами;

2. Исследование относительного влияния различных факторов на зна-

чения выходных параметров системы;

3. Отыскание оптимальных значений параметров системы (так назы-

ваемый экстремальный эксперимент).

Вид эксперимента влияет не только на выбор схемы ее формализации,

но также на построение плана эксперимента и выбор метода обработки ее ре

зультатов.

Оценка качества имитационной модели

Оценка качества имитационной модели является завершающим этапом

ее разработки и преследует две цели:

- проверить соответствие модели ее предназначению (целям исследования);

- оценить достоверность и статистические характеристики результатов, по-

лучаемых при проведении модельных экспериментов.

При аналитическом моделировании достоверность результатов опреде-

ляется двумя основными факторами:

128

1. Корректным выбором математического аппарата, используемого

для описания исследуемой системы;

2. Методической ошибкой, присущей данному математическому

методу.

При имитационном моделировании на достоверность результатов

влияет целый ряд дополнительных факторов, основными из которых являют-

ся:

 моделирование случайных факторов, основанное на использовании

датчиков случайных чисел, которые могут вносить «искажения» в поведение

модели

;

 наличие нестационарного режима работы модели;

 использование нескольких разнотипных математических методов в

рамках одной модели;

 зависимость результатов моделирования от плана эксперимента;

 необходимость синхронизации работы отдельных компонентов моде-

ли;

 наличие модели рабочей нагрузки, качество которой зависит, в свою

очередь, от тех же факторов;

Пригодность имитационной модели для

решения задач исследования

характеризуется тем, в какой степени она обладает так называемыми целе-

выми свойствами. Основными из них являются:

 адекватность;

 устойчивость;

 чувствительность;

Ниже рассмотрены некоторые способы проведения оценки модели по

каждому из них.

Оценка адекватности модели

В общем случае под адекватностью понимают степень соответствия

модели тому реальному явлению

или объекту, для описания которого она

строится. Вместе с тем, создаваемая модель ориентирована, как правило, на

исследование определенного подмножества свойств этого объекта. Поэтому

можно считать, что адекватность определяется степенью ее соответствия не

столько реальному объекту, сколько целям исследования. В наибольшей сте-

пени это утверждение справедливо относительно моделей проектируемых

систем (то

есть ситуация, когда реальная система вообще не существует).

Тем не менее, во многих случаях полезно иметь формальное подтвер-

ждение (или обоснование) адекватности разработанной модели. Один из наи-

более распространенных способов такого обоснования – использование ме-

тодов математической статистики. Суть этих методов заключается в провер-

ке выдвинутой гипотезы (в данном случае – об адекватности

модели) на ос-

нове некоторых статических критериев.

129

Оценка устойчивости модели

Устойчивость модели – это ее способность сохранять адекватность при

исследовании эффективности системы на всем возможном диапазоне рабо-

чей нагрузки, а также при внесении изменений в конфигурацию системы.

Универсальной программы проверки устойчивости модели не сущест-

вует.

Часто бывает полезна апостериорная проверка. Она состоит в сравне-

нии результатов моделирования и

результатов изменений в системе после

внесения в нее изменений. Если результаты моделирования приемлемы, уве-

ренность в устойчивости модели возрастает.

Чем ближе структура модели структуре системы и чем выше степень

детализации, тем устойчивее модель.

Устойчивость результатов моделирования может быть также оценена

методом математической статистики. Она заключается в том, чтобы прове-

рить

гипотезу относительно свойств некоторого множества элементов, назы-

ваемого генеральной совокупностью, оценивая свойства какого-либо под-

множества генеральной совокупности (т.е. выборки). В генеральной сово-

купности исследователя обычно интересует некоторый признак, который

обусловлен случайностью, он может иметь качественный или количествен-

ный характер.

Для проверки гипотезы об устойчивости результатов может быть ис-

пользован

критерий Уилкоксона, который служит для проверки того, отно-

сятся ли две выборки к одной и той же генеральной совокупности, то есть

обладают ли они одним и тем же статистическим признаком.

При статистической оценке устойчивости модели соответствующая ги-

потеза может быть сформулирована следующим образом: при изменении

входной (рабочей) нагрузки или структуры

ИМ закон распределения резуль-

татов моделирования остается неизменным.

Оценка чувствительности ИМ

Очевидно, что устойчивость является положительным свойством моде-

ли. Однако если изменение входных воздействий или параметров модели (в

некотором заданном диапазоне) не отражается на значениях входных пара-

метров, то польза от такой модели не велика. В связи с этим возникает задача

оценивания чувствительности модели к изменению параметров рабочей на-

грузки и внутренних параметров самой системы. Такую оценку проводят по

каждому параметру в отдельности. Основана она на том, что обычно диапа-

зон изменения параметра не известен.

Данные, полученные при оценке чувствительности, могут быть исполь-

зованы при планировании экспериментов: большое внимание должно уде-

ляться тем параметрам, по которым модель является более чувствительной.

130

Калибровка модели

Если в результате проведенной оценки качества модели оказалось, что

ее целевые свойства не удовлетворяют разработчика, необходимо выполнить

ее калибровку, т.е. коррекцию с целью приведения в соответствие предъяв-

ляемым требованиям.

Как правило, процесс калибровки носит интерактивный характер и состоит

из трех основных этапов:

1. Глобальные изменения модели (например

, введение новых процессов,

изменение типов событий и т.п.);

2. Локальные изменения (в частности, изменение некоторых законов рас-

пределения моделируемых случайных величин);

3. Изменение специальных параметров, называемых калибровочными.

Требования, предъявляемые к построению автоматизированных

систем управления объектами цветной металлургии

Повышение технико-экономических показателей сложных взаимосвя-

занных и многостадийных технологических процессов

цветной металлургии,

таких как плавка сульфидных руд и аффинаж металлов платиновой группы,

может быть достигнуто путем использования высокоорганизованных АСУ

технологическими процессами. Однако разработка высокоэффективных АСУ

технологическими процессами в цветной металлургии сдерживается отсутст-

вием средств автоматического контроля технологических параметров по хо-

ду процесса в высокотемпературных и химически агрессивных средах. Реше-

ние проблемы

повышения эффективности металлургического производства

может быть достигнуто путем создания автоматизированных систем имита-

ционного управления. Предлагаемая система позволяет решать задачи опти-

мизации технологического процесса как с позиций однокритериального

управления, так и с позиций системного подхода и может работать в сле-

дующих основных режимах:

- режим супервизорного управления одним или несколькими выходными па

раметрами, характеризующими эффективность функционирования автомати-

зируемого объекта. Особенностью данного режима является то, что управ-

ляющие воздействия рассчитываются не с позиций интересов одного пара-

метра, а с учетом комплексной оценки технологического процесса в целом.

При этом для выбора управляющего воздействия используется многокрите-

риальный закон управления, который можно представить в следующем виде:

, (42)

где







– весовые коэффициенты; Т – время регулирования; I – глобальный