close

Вход

Забыли?

вход по аккаунту

?

293.Известия высших учебных заведений. Поволжский регион. Технические науки №2 2011

код для вставкиСкачать
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ
ПОВОЛЖСКИЙ РЕГИОН
ТЕХНИЧЕСКИЕ НАУКИ
№ 2 (18)
2011
СОДЕРЖАНИЕ
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ
ТЕХНИКА И УПРАВЛЕНИЕ
Потапов А. А., Механов В. Б. Методика исследования пауз обработки
клиент-серверных систем с интерактивными задачами ....................................... 3
Пащенко Д. В., Трокоз Д. А. Проблемы построения многопоточной
модели программного обеспечения экспертной системы
авиационных радиолокационных комплексов .................................................... 21
Таранцев Е. К. Исследование информационных потоков
регистратора радиолокационной информации
методом имитационного моделирования ............................................................ 30
Волков О. А. Разработка и анализ модели политики
безопасности компьютерной сети ........................................................................ 38
Копылов Д. А. Концептуальное проектирование рабочего места
автоматизированной системы управления .......................................................... 46
Жмуркин С. М., Вершинин Н. Н., Епишин И. Г., Репин А. Ю. Система
информационной поддержки проектирования и разработки
технологического оборудования для уничтожения химического оружия ....... 57
Макарычев П. П., Попова Н. А. Управление деятельностью
аспирантов в вузе ................................................................................................... 67
Ключников А. С. Математическая модель туннельной печи обжига
керамических изделий для системы автоматического управления ................... 76
Подшивалова К. С., Домке Э. Р., Подшивалов С. Ф., Жесткова С. А.
Использование фиктивных узлов для определения оптимальной
комбинации маршрутов с совместным центром ................................................. 81
ЭЛЕКТРОНИКА, ИЗМЕРИТЕЛЬНАЯ ТЕХНИКА
И РАДИОТЕХНИКА
Кацюба О. А., Карпов А. А., Тимонин Д. В. Параметрическая
идентификация нелинейных динамических систем класса
Гаммерштейна при наличии помех, наблюдаемых в выходных
сигналах в условиях априорной неопределенности............................................ 92
1
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Кузьмин Д. А., Горячев В. Я., Джазовский Н. Б. Разработка
информационно-измерительной системы мониторинга качества
электрической энергии с возможностью управления значениями
коэффициентов гармонических искажений по току и напряжению ................ 104
Мясникова Н. В., Берестень М. П., Строганов М. П. Аппроксимация
многоэкстремальных функций и ее приложения в технических системах ..... 113
МАШИНОСТРОЕНИЕ И МАШИНОВЕДЕНИЕ
Тарасов Е. А. Математическая модель как основа
компьютерного эксперимента для технологического агрегата
с рекуперативным гидроприводом ..................................................................... 120
Вологжанин О. Ю., Вологжанин Р. О., Рыбаков А. П. Волновые
процессы в слоистых преградах .......................................................................... 131
Воячек И. И., Зверовщиков А. Е., Зверовщиков Е. А. О разрушении облоя
на полимерных деталях при низкотемпературной
центробежно-планетарной обработке................................................................. 140
2
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
ИНФОРМАТИКА,
ВЫЧИСЛИТЕЛЬНАЯ
ТЕХНИКА И УПРАВЛЕНИЕ
УДК 004.55
А. А. Потапов, В. Б. Механов
МЕТОДИКА ИССЛЕДОВАНИЯ ПАУЗ
ОБРАБОТКИ КЛИЕНТ-СЕРВЕРНЫХ СИСТЕМ
С ИНТЕРАКТИВНЫМИ ЗАДАЧАМИ
Аннотация. Рассматриваются особенности выполнения интерактивных задач
в клиент-серверных системах. Предлагается методика исследования интерактивных пауз обработки и формула оптимизации механизма свопинга оперативной памяти на ее основе. Приводятся результаты экспериментальной апробации методики.
Ключевые слова: клиент-сервер, интерактивная задача, пауза интерактивной
обработки, формула Стерджесса, оптимизация свопинга.
Abstract. The article considers the features of interactive tasks execution in clientserver systems. The authors offer a research technique for interactive pauses in processing and an optimization formula for the swapping-mechanism of operative
memory, based on the technique. The article introduces the results of experimental
approbation of the technique.
Key words: client-server, interactive task, interactive processing pause, Sturges'
formula, swapping optimization.
Введение
В настоящее время весьма широкое распространение получили клиентсерверные информационные системы (ИС), работающие в диалоговом режиме с оператором, когда этапы автоматической обработки чередуются с этапами анализа и обработки данных человеком-оператором. В случае применения
корпоративных ИС, предполагающих одновременную работу большого количества операторов, зачастую возникает проблема оптимизации вычислительного процесса на сервере обработки (CO) с целью увеличения его производительности.
Одним из важных критериев оценки методов оптимизации является
учет интерактивности решаемых задач. Среди различных подходов к оптимизации заслуживает внимания подход, в наибольшей степени учитывающий
специфику решаемых задач – их интерактивность. Интерактивность подразумевает решение задачи в виде последовательного выполнения этапов обработки данных человеком-оператором и этапов автоматической обработки при
помощи CO. Время обработки данных человеком-оператором, заключенное
между двумя этапами автоматической обработки одной и той же задачи,
можно считать паузой в автоматической обработке, временем, в течение которого зарезервированные для решения задачи вычислительные ресурсы,
3
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
главным образом оперативная память (ОП), удерживаются в занятом состоянии. В зависимости от количества одновременно решаемых на CO задач и
величин пауз обработки возможны различные варианты оптимизации. В рамках данной работы предлагается методика исследования пауз обработки в
системах с интерактивными задачами, позволяющая определять границы
временных интервалов активности операторов, что, в свою очередь, позволяет производить освобождение ОП, ведущее к более эффективному ее использованию и уменьшению накладных расходов при свопинге.
1. Особенности выполнения интерактивных задач
При организации обработки в ИС все чаще используются расширения
традиционного подхода за счет пользовательских сеансов [1, 2], когда в решении прикладной задачи на СО участвуют не только данные запроса, но и
набор переменных пользовательского сеанса, хранимый на СО. Это позволяет
представлять прикладные задачи, состоящими из последовательности взаимосвязанных подзадач (секций), а процесс решения задачи – в виде последовательности этапов интерактивной обработки секций. Преимущества такого
подхода по сравнению с традиционным (когда каждая секция рассматривается как независимая задача) заключаются в сокращении накладных расходов,
связанных с созданием/разрушением контекстов при решении тесно связанных по данным задач, уменьшением числа операций ввода-вывода. Другими
словами, решение тесно связанных по данным задач целесообразно выполнять в рамках одной более крупной задачи, оформляя составные задачи в виде секций (подзадач) одной задачи. Так, каждая задача ИС представляется
состоящей из N секций (рис. 1), которые могут выполняться в произвольном
порядке произвольное число раз в зависимости от запросов оператора ИС, за
исключением 0-й и N-й. 0-я секция всегда выполняется первой при запуске
задачи на выполнение. N-я секция всегда выполняется последней при завершении задачи.
Исходными данными, необходимыми для запуска секции задачи на выполнение, являются запросы операторов ИС. Запросы однозначно идентифицируют задачу и имя секции в ней, имея формат, показанный на рис. 2.
Если используется механизм балансировки нагрузки (БН) СО, то его
действие должно распространяться на задачи в целом, исключая секции. Механизм БН должен направлять запросы к промежуточным секциям задачи
исключительно на узлы, на которых уже выполняются соответствующие им
задачи. В противном случае, если каждая секция одной и той же задачи будет
перераспределяться на другой узел, то накладные расходы по перемещению
контекста задачи с узла на узел сведут на нет весь эффект от механизма БН и
значительно снизят производительность системы. В промежутках между запусками различных секций задача находится в состоянии ожидания (паузы
обработки), освобождая при этом ресурсы центрального процессора (ЦП) и
устройства ввода-вывода (УВВ). Время ожидания запроса оператора для задачи, находящейся в состоянии паузы обработки, должно быть ограничено
интервалом бездействия. Отложив интервалы, соответствующие выполнению
различных секций типовой задачи на шкале времени, получим временную
диаграмму, представленную на рис. 3.
Согласно рис. 3 время выполнения типовой задачи будет складываться
из времени вычислений на ЦП ( tiCPU ), времени обращения к локальной
4
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
( tiDB ) и удаленной базам данных (БД) ( tir  DB ), времени выполнения локальных ( tiIO ) и удаленных ( tir  IO ) операций ввода-вывода и времени ожидания
запроса от оператора ( tiW ).
Рис. 1. Секционная структура интерактивной прикладной задачи ИС
Идентификатор задачи
№ секции
Дополнительные данные
Рис. 2. Структура формируемого оператором ИС запроса
Рис. 3. Временная диаграмма типовой задачи ИС
Интервал t1CPU соответствует инициализации задачи, когда ЦП создает
необходимые переменные и классы. В течение t1DB обрабатывается запрос
к локальной БД для чтения переменных сеанса в ОП. Обновление данных в
локальной БД осуществляется только в 0-й и N-й секциях задачи. Операции
удаленного ввода-вывода, предназначенные для обмена данными между за-
5
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
дачами, сгруппированы в отдельные секции. В остальных секциях задачи могут комбинироваться процессорная обработка и обращение к удаленной БД.
Так, в течение t1r  DB происходит обращение к удаленной БД для получения
множеств исходных данных задачи. После того как исходные данные получены, выполнение задачи приостанавливается, т.е. она переводится в состояние
ожидания (пауза обработки, t1W ) до тех пор, пока оператор ИС не выберет из
полученных множеств конкретные данные для выполнения задачи и не отошлет соответствующий запрос ИС. После этого CO переводит задачу из состояния ожидания в состояние обработки, характеризующееся промежутком
времени t2CPU . Задача в процессе выполнения может сохранять данные на
локальный диск, например отчеты о своем выполнении. Этому промежутку
соответствует интервал t1IO . Рассматриваются блокируемые операции вводавывода, когда фазы вычислений и ввода-вывода происходят последовательно,
не перекрываясь во времени. Поэтому после окончания ввода-вывода вычисления продолжаются в течение t3CPU . В ходе вычислений может потребоваться выполнение операций над данными, хранящимися в удаленной БД на
одном из узлов сервера БД. Этому соответствует промежуток времени t2r  DB .
После завершения операций с удаленной БД задача переходит в состояние
ожидания и ждет реакции оператора ИС в течение tW
2 . Оператор ИС в течение tW
2 выполняет обработку и анализ промежуточного решения задачи,
формирует и отправляет запрос к промежуточной секции, который переводит
задачу из состояния ожидания в фазу вычислений t4CPU . В процессе вычислений задача может обмениваться данными с другими задачами, находящимися на других узлах вычислительного кластера, путем выполнения операций
удаленного ввода-вывода с жестким диском. Этому соответствует промежуток времени t1r  IO , после которого задача переходит в состояние ожидания
t3W и ждет от оператора ИС дальнейших указаний. Оператор ИС по результатам предшествующей обработки может сформировать отчет, для чего он задает параметры отчета и переводит задачу из состояния ожидания в фазу вычислений на ЦП, t5CPU . Для отчета могут потребоваться данные, хранящиеся
в удаленной БД. Обращение к серверу БД занимает t3r  DB времени. Когда
задача считается выполненной, необходимо сохранить переменные сеанса из
оперативной памяти в локальную БДкэш и освободить ресурсы, использованные для решения задачи. Это происходит в течение промежутка времени
t2DB . В завершение выполнения задача отправляет RTF-документ, содержащий результаты обработки, оператору и в течение t6CPU завершает процессы,
связанные с началом ее выполнения. Сложив промежутки времени с одноW
родной нагрузкой: T CPU  t1CPU  t2CPU  ...  t6CPU , T WAIT  t1W  tW
2  t3 ,
T DB  t1DB  t2DB , T IO  t1IO , T r  DB  t1r  DB  t2r  DB  t3r  DB , T r  IO  t1r  IO ,
получим сводную диаграмму, представленную на рис. 4.
6
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Рис. 4. Сводная временная диаграмма типовой задачи ИС
Анализируя временные диаграммы выполнения типовой задачи ИС,
представленные на рис. 3, 4, можно сделать следующие выводы. Во-первых,
задачи ИС с секционной структурой предполагают неоднородный характер
нагрузки, поскольку состоят из секций, создающих нагрузку на ЦП и ОП
( T CPU ), на локальные ( T IO , T DB ) и удаленные ( T r  IO , T r  DB ) дисковые
УВВ. Во-вторых, задачи выполняются по секциям, и в промежутках между
секциями одной и той же задачи вычислительный процесс приостанавливается на время, равное паузе автоматической обработки, в течение которой задача ожидает ввод данных от оператора ( T WAIT ). В-третьих, время ожидания
запросов оператора T WAIT вносит достаточно весомый вклад в общее время
выполнения задачи ИС. Таким образом, для организации динамического
управления оперативной памятью при решении интерактивных прикладных
задач с секционной структурой необходимо располагать статистикой работы
операторов ИС, в частности, знать среднюю продолжительность пауз обработки между секциями.
2. Методика исследования пауз обработки клиент-серверных ИС
В основу методики положена гипотеза о том, что паузы обработки, соответствующие активному режиму работы операторов ИС, с некоторой вероятностью должны быть подчинены показательному закону распределения.
Паузы обработки, соответствующие активно-пассивному и пассивному режимам работы операторов, подвергаются удлинению в связи с «человеческим
фактором» (переключением внимания операторов на посторонние предметы),
поэтому должны приводить к отклонению от показательного закона. Задача
методики заключается в последовательном поиске интервала, соответствующего активной работе операторов ИС. Для этого формулируется и проверяется гипотеза о соответствии значений текущего интервала показательному
распределению. В случае опровержения гипотезы исследуемый интервал,
рассчитанный по формуле Стерджесса, сокращается на один шаг и исследование повторяется. Так происходит, пока не будет найден интервал, соответствующий показательному закону распределения. Существование такого интервала подтверждается работами других авторов [5–8].
Этап 1. Сбор статистики выполнения задач
1.1. Включение в состав исследуемой системы модуля сбора статистики
выполнения задач, который фиксирует:
а) номер (имя) запускаемой на выполнение задачи – j;
б) номер (имя) секции задачи (режим) – i;
в) момент запуска i-й секции j-й задачи – t 0j ,i ;
г) момент завершения i-й секции j-й задачи – t1j ,i ;
д) идентификатор (ИД) сеанса работы оператора ИС – ID j .
7
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
1.2. Сбор статистических данных на протяжении одного полного цикла
эксплуатации ИС, начиная от настройки ИС, включая ввод, промежуточную
обработку данных и заканчивая подведением итогов –- формированием сводных таблиц и отчетных форм. Реальный (не тестовый) цикл эксплуатации ИС,
как правило, может занимать от нескольких месяцев до одного-двух лет. Получаемые данные представляются в виде табл. 1.
Таблица 1
Статистика по выполнению задач
…
Момент
запуска, мс
…
Момент
завершения, мс
…
j
i
t 0j ,i
t1j ,i
…
ID j
…
…
…
…
…
Имя задачи
Имя секции
…
ИД сеанса
Этап 2. Обработка статистических данных
Собранные на первом этапе данные представляют собой случайную
выборку из бесконечной генеральной совокупности, включающей в себя все
возможные временные интервалы выполнения секций задач. Объем выборки –
величина случайная и определяется интенсивностью использования системы.
Репрезентативность выборки обеспечивается случайным характером сбора
статистики и выполнением условий п. 1.2 этапа 1 [7–9]. В качестве анализируемого параметра выступает пауза обработки запущенной оператором ИС
на стороне кластера задачи. Для расчета пауз обработки необходимо сначала
произвести группировку исходных данных табл. 1 по столбцу «ИД сеанса»
в порядке убывания значений момента запуска, а затем по сгруппированной
таблице построить статистический ряд путем вычитания момента времени
завершения предыдущей секции задачи из момента времени запуска следующей секции, относящихся к одному и тому же сеансу работы оператора ИС.
Таким образом, формируется выборка пауз ожидания tiW , объемом n.
2.1. Построение статистического ряда.
Для построения статистического ряда необходимо в каждом подмножестве строк табл. 1, принадлежащих к одному «ИД сеанса», из времени запуска очередной секции задачи (за исключением первой) вычесть время завершения предыдущей секции. Полученное таким образом множество значений
пауз tiW ранжируется (упорядочивается по возрастанию) так, что tiW1  tiW , и
формируется простой статистический ряд (рис. 5) длиной (объем выборки) n
элементов.
i – номер п/п
tiW
– пауза обработки, с
1
2
t1W
tW
2
…
n
…
tW
n
Рис. 5. Статистический ряд пауз обработки
2.2. Отсев грубых погрешностей.
В полученном статистическом ряде необходимо произвести отсев грубых погрешностей – слишком малых и слишком больших значений пауз об-
8
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
работки задач. Отсев малых значений произведем, основываясь на приблизительной оценке времени передачи данных:
tПД (m)  tН 
m
,
R
(1)
где tН – латентность сети; m – объем запроса; R – пропускная способность
сети.
Латентность сети tН в случае использования TCP/IP протокола можно
определить с помощью команды «ping». Полученное значение необходимо
разделить пополам, так как оно учитывает время посылки эхо-запроса. Средний объем HTTP-запроса [10] составляет m  318,59 (байт) . Пропускная способность сети R равна пропускной способности самого медленного звена.
Полученное согласно формуле (1) значение tПД (m) позволяет отсечь
от статистического ряда слишком малые величины пауз, обусловленные неинтерактивными передачами управления. Так, в статистическом ряде (рис. 5)
W
W
W
W
найдется такое граничное значение tW
k ( t1  ...  tk 1  tk  ...  tn ), что
W
tW
k 1  tПД ( m)  tk .
(2)
Тогда исходный статистический ряд необходимо скорректировать, отбросив из него первые (k  1) элементов. Слишком большие значения пауз
обработки, вызванные сбоями, например «зависанием» задач, отсеиваются
согласно условию
tlW    tlW1 .
(3)
Тогда из текущего статистического ряда отбрасываются элементы,
имеющие индекс, больший l , и объем скорректированной выборки находится согласно
n  l  k 1.
(4)
2.3. Построение интервального вариационного ряда.
Поскольку выборка содержит большое количество элементов, а время –
величина непрерывная, то необходимо использовать интервальный вариационный ряд. Число интервалов q определим согласно формуле Стерджесса
[5, 7, 9]:
q  1  3,322  lg(n) .
(5)
Длина частичного интервала (шаг) h составляет
h
 tW
W tW
 max min ,
q
q
(6)
W
W
W
где W  tW
max  tmin – размах вариации; tmax и tmin – соответственно максимальное и минимальное значения пауз обработки.
Минимальное значение паузы обработки с учетом соотношения (2) соW
ставит: tW
min  tk , максимальное значение с учетом (3) определится как
9
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
W
tW
max  tl . Количество интервалов q округляется до ближайшего целого числа. Для каждого интервала подсчитывается количество попадающих в него
элементов (частоты) ni статистического ряда. По результатам составляется
табл. 2.
Таблица 2
Вариационный ряд пауз обработки
№
Интервал (ti ; ti 1 ), с
1
(tW
min ; h]
2
(h; 2  h]
3
(2  h;3  h]
…
…
q 1
((q  2)  h; (q  1)  h]
q
((q  1)  h; tW
max ]
Среднее значение
интервала (t i ), с
t1 
h
2
h
2
h
t3  2  h 
2
…
t2  h 
h
tq 1  (q  2)  h 
2
h
tq  (q  1)  h 
2
Число пауз
в интервале, ni
n1
n2
n3
…
nq 1
nq
2.4. Построение гистограммы эмпирического распределения частот и
полигона частот.
Гистограмма эмпирического распределения частот и полигон частот
служат для получения первого представления о виде эмпирической функции
распределения вероятностей F * ( x) [7, 9]. Гистограммой частот называется
фигура, состоящая из прямоугольников с основанием h и высотами ni . Полигон частот представляет собой ломаную, отрезки которой соединяют точки: (1; n1 ),(2; n2 ),...,(q; nq ) . Пример гистограммы представлен на рис. 6, полигона частот – на рис. 7.
Рис. 6. Гистограмма эмпирического распределения частот пауз обработки
10
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Рис. 7. Полигон частот пауз обработки
Согласно сформулированной вначале гипотезе необходимо учитывать
тот факт, что пауза обработки всегда представляет собой интегральную сумму двух случайных величин: времени работы оператора t client _ work и времени бездействия t idle . Время работы затрачивается оператором ИС на выполнение конкретных действий над элементами интерфейса. Время бездействия сопровождает работу каждого оператора ИС и обусловлено человеческим фактором, например, один оператор может работать быстрее, чем другой, или в работу оператора могут вклиниваться разнообразные отвлекающие факторы. Поэтому вывод о законе распределения tiW необходимо делать с учетом этой особенности. Так, согласно различным источникам
[5, 6] показательное (экспоненциальное) распределение достаточно часто
применяется при моделировании временных задержек, связанных с работой
оператора. Однако если учесть, что величина t idle может иметь достаточное
влияние, то закон распределения tiW будет являться композицией законов
распределения двух случайных величин – t client _ work и t idle . Следует ожидать, что чем большие значения будет принимать t idle , тем более закон
распределения величин tiW будет стремиться к нормальному. То есть чем
ближе паузы обработки к их предельному значению  , тем большая доля
t idle в них заключена, и наоборот, чем меньше величины пауз, тем ближе к
нулю доля t idle .
2.5. Проверка гипотезы о законе распределения пауз обработки.
Согласно замечанию п. 2.4 формулируется основная гипотеза соответ-
ствия эмпирической функции распределения вероятностей F * ( x) теоретической – F ( x) и альтернативная:
– H 0 – F * ( x) соответствует функции показательного распределения;
– H1 – F * ( x) соответствует другой функции распределения.
11
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Для проведения статистического доказательства на основе интервального вариационного ряда, в результате которого может быть принята одна и
отвергнута другая гипотеза, необходимо располагать точечными оценками
исследуемой выборки. Для расчета точечных оценок математического ожиW
W
дания T и среднего квадратичного отклонения  при фактическом объеме выборки, превышающем 30 элементов, применяются следующие формулы
[5–9]:
W
T

 ti  ni ,
(7)
n
где ti – средние значения интервалов (табл. 2); ni – частоты попадания пауз
в соответствующие интервалы (табл. 2); n – объем исследуемой выборки;
W


Стандартная ошибка m
T
1

n
 (ti  T
W 2
)  ni .
при вычислении T
W
(8)
W
рассчитывается по
формуле
W
m
T
W


n
.
(9)
Точечная оценка показателя интенсивности показательного распределения связана с математическим ожиданием обратной зависимостью и определяется по данным выборки согласно формуле [5, 7, 9]

1
W

,
(10)
W
где 
– точечная оценка математического ожидания.
Располагая точечными оценками выборки для проверки истинности од-
ной из выдвинутых гипотез, будем использовать статистику 2 Пирсона
с  степенями свободы. Количество степеней свободы критической точки
определяется по формуле
  q  r 1,
(11)
где q – число интервалов, рассчитанное согласно (5); r – число оцениваемых параметров распределения (в данном случае r  1 ).
Таблица значений выборочной статистики  2 для проверки гипотезы
H 0 представлена в табл. 3. Левая граница первого интервала tW
min определяется минимальным значением выборки tW
k . Середина интервала определяется
как среднее арифметическое границ. Частоты отражают количество попаданий случайной величины (пауз обработки) в соответствующий интервал. Левое граничное значение не входит в интервал, а правое – входит.
12
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
13
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Вероятность попадания случайной величины в соответствующий интервал находится при помощи разности интегральных функций показательного распределения [5, 7, 9]:
pi  P(ti  T W  ti 1 )  eti  eti 1 ,
(12)
где ti и ti 1 – левая и правая границы текущего интервала;  – показатель
интенсивности.
Согласно статистике Пирсона в случае выполнения неравенства
 2 расч   2критич проверяемая гипотеза H 0 принимается с некоторым уров-
нем значимости  , определяемым по таблице критических точек 2 распределения Пирсона [5, 7–9]. В противном случае, если  2 расч   2критич , проверяемая гипотеза отвергается.
Этап 3. Анализ полученных результатов
Принятие гипотезы H 0 будет подтверждать предположение о показательном законе распределения пауз обработки с интенсивностью  на исследуемом промежутке значений. В случае принятия гипотезы H1 в силу сделанного ранее в п. 2.4 этапа 2 замечания необходимо сократить исследуемый
вариационный ряд пауз обработки, исключив из него последний интервал
значений, поскольку с уменьшением пауз обработки также уменьшается доля
t idle , и повторить п. 2.3–2.5 этапа 2. Действуя подобным образом, найдем интервал пауз обработки, с доверительной вероятностью  отвечающий показательному закону.
Таким образом, все множество пауз обработки оператора ИС представляется состоящим из пяти частей (рис. 8), причем подмножества «1» и «5»
отбрасываются согласно п. 2.2 этапа 2, а подмножества «2», «3» и «4» соответствуют фазам активной, активно-пассивной и пассивной работы. Фаза активной работы оператора ИС предполагает ожидание CO запросов от оператора ИС, в то время как оператор ИС занимается анализом и локальной обработкой полученной от системы информации (работает с клиентской частью),
не отвлекаясь на посторонние предметы. Фаза пассивной работы связана с
переключением внимания оператора ИС на посторонние предметы, в то время как СО ожидает запроса от оператора ИС.
Рис. 8. Множество пауз обработки, состоящее из подмножеств
Учитывая вышесказанное, приходим к выводу, что переключение
внимания оператора на посторонние предметы в процессе работы с ИС
влияет на величины пауз обработки, что приводит к отклонению последних от показательного закона распределения. Этот вывод позволяет
утверждать, что фаза активной работы будет включать в себя первый интер-
14
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
вал вариационного ряда, который должен содержать подавляющее число пауз
n
n
обработки, т.е. 1  i для i  (1; q] .
n
n
3. Основа механизма динамического управления оперативной памятью
Для практической реализации механизма высвобождения ресурсов
необходимо знать временной интервал, обозначим его h , на протяжении которого оператор ИС гарантированно работает активно. Числовое значение h
можно рассчитать, исходя из результатов, полученных при проведении статистического исследования пауз обработки, на основе формулы (6), внеся в нее
корректирующий коэффициент  , увеличенный на «1», что позволяет учесть
переходный интервал, соответствующий активно-пассивному оператору:
h
W
(  1)  (tW
max  tmin ) ,
1  3,32  lg(n)
(13)
где  – количество интервалов основного ряда, в которых паузы обработки
подчинены показательному закону распределения; tW
max – максимальное значение паузы обработки; tW
min – минимальное значение паузы обработки; n –
объем скорректированной выборки согласно формуле (4).
Таким образом, располагая информацией о длительности пауз обработки задач tiW , можно производить принудительное, досрочное завершение
аварийных сеансов работы, а данные сеансов работы пассивных операторов
ИС, чьи задачи находятся в состоянии ожидания и пауза обработки превышает h , перемещать из ОП на жесткий диск. Это и является основой практической реализации механизма динамического управления ОП.
4. Результаты апробации предложенной методики
Для проверки предложенной методики была использована статистика
работы ИС «Абитуриент» [11], построенной на базе многозвенной клиентсерверной архитектуры, собранная в течение полного цикла эксплуатации.
Так, длина статистического ряда (объем выборки) составила n  5478
элементов. Латентность сети t H  11,62 мс . Средний объем HTTP-запроса
m  318,59 байт . Пропускная способность сети R  100 Мбит/с . Время передачи данных t ПД (m)  0,037 c , интервал бездействия   600 c .
Объем скорректированной выборки составляет n  4249 элементов.
Число
интервалов
q  1  3,322  lg(4249)  13 ,
шаг
интервала
580, 250  0,078
h
 45 . Вариационный ряд приведен в табл. 4.
13
Полигон частот представлен на рис. 9. Число степеней свободы критической точки   11 . Стандартная ошибка при вычислении оценки математи59, 2
 0,91 c . Индекс Парето   1,004 .
ческого ожидания m W 
T
4249
15
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Вариационный ряд пауз обработки для n  4249
№
Интервал, с
1
2
3
4
5
6
7
8
9
10
11
12
13
0–45
45–90
90–135
135–180
180–225
225–270
270–315
315–360
360–405
405–450
450–495
495–540
540–600
Среднее значение
интервала, ti
22,05
67,5
112,5
157,5
202,5
247,5
292,5
337,5
382,5
427,5
472,5
517,5
570
Таблица 4
Число пауз
в интервале, ni
3703
258
107
48
36
16
20
13
15
15
5
6
7
Рис. 9. Полигон частот пауз обработки
Расчет значения выборочной статистики 2 для проверки гипотезы H 0
о законе распределения Парето на основе выборки n  4249 приведен в табл. 5.
Согласно данным таблицы критических точек 2 -распределения Пирсона [7, 8] для   11 максимальное значение 2критич  31, 264 . Таким образом, для выборки объемом n  4249 гипотеза H 0 о распределении пауз обработки по закону Парето не подтверждается, поскольку  2расч  2критич .
По полигону частот видно (рис. 9), что в исследуемой выборке
подавляющее количество пауз обработки приходится на первый интервал
(0,078 – 45) с. Поэтому целесообразно провести анализ данных, попадающих
16
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
в этот интервал. Так, согласно табл. 4 объем исследуемой выборки n  3703 .
Число интервалов q  1  3,322  lg(3703)  13 . Длина интервала
h
44,86  0,078
 3,5 c .
1  3,322  lg(3703)
Вариационный ряд исследуемой выборки представлен в табл. 6.
Таблица 5
2
Расчет значения  для проверки гипотезы H 0 при n  4249
Интервал
№ (t ; t ) , с
i i 1
1 0,078–45
2
45–90
3
90–135
4 135–180
5 180–225
6 225–270
7 270–315
8 315–360
9 360–405
10 405–450
11 450–495
12 495–540
13 540–600
Середина
интервала
(t i ) , с
22,54
67,5
112,5
157,5
202,5
247,5
292,5
337,5
382,5
427,5
472,5
517,5
570
Частота,
ni
3703
258
107
48
36
16
20
13
15
15
5
6
7
(ni  n  pi ) 2
(ni  n  pi ) 2
n  pi
0,99831 4241,801 290306,980
0,00085 3,608
64715,168
0,00028 1,200
11193,585
0,00014 0,599
2246,820
0,00008 0,359
1270,260
0,00006 0,239
248,398
0,00004 0,171
393,195
0,00003 0,128
165,686
0,00002 0,100
222,023
0,00002 0,080
222,618
0,00002 0,065
24,353
0,00001 0,054
35,352
0,00001 0,060
48,168
68,440
17935,385
9325,951
3748,639
3535,492
1037,804
2301,264
1293,628
2229,777
2795,811
373,945
651,616
807,417
pi
n  pi
 2расч
Вариационный ряд пауз обработки для n  3703
№
Интервал, с
1
2
3
4
5
6
7
8
9
10
11
12
13
0–3,5
3,5–7
7–10,5
10,5–14
14–17,5
17,5–21
21–24,5
24,5–28
28–31,5
31,5–35
35–38,5
38,5–42
42–45
Среднее значение
интервала, ti
1,75
5,25
8,75
12,25
15,75
19,25
22,75
26,25
29,75
33,25
36,75
40,25
43,5
46105,168
Таблица 6
Число пауз
в интервале, ni
994
703
555
383
304
226
159
119
91
62
47
36
24
Полигон частот и гистограмма эмпирического распределения исследуемого ряда представлены на рис. 10 и 11 соответственно.
17
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Рис. 10. Гистограмма эмпирического распределения частот пауз обработки
Рис. 11. Полигон частот пауз обработки
Анализ полигона частот и гистограммы эмпирического распределения
позволяет сделать предположение о показательном законе распределения частот пауз обработки. Число степеней свободы статистики Пирсона при q  13
W
W
W
39847
 10,761 c ,   T  10,761 c . Тои r  1 составляет:   11 , T 
3703
1
 0,093 . Стандартная
чечная оценка показателя интенсивности  
10,761
10,761
ошибка при вычислении оценки математического ожидания m W 

T
3703
 0,177 c . Расчет значения выборочной статистики 2 для проверки гипотезы H 0 о показательном законе распределения на основе выборки n  3703
приведен в табл. 7.
18
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Таблица 7
2
Расчет значения  для проверки гипотезы H 0 при n  3703
№
Интервал
(ti ; ti 1 ) , с
1
2
3
4
5
6
7
8
9
10
11
12
13
0,078–3,5
3,5–7
7–10,5
10,5–14
14–17,5
17,5–21
21–24,5
24,5–28
28–31,5
31,5–35
35–38,5
38,5–42
42–45
Середина
интервала
(t i ) , с
1,75
5,25
8,75
12,25
15,75
19,25
22,75
26,25
29,75
33,25
36,75
40,25
43,5
Частота,
ni
pi
n  pi
(ni  n  pi ) 2
(ni  n  pi ) 2
n  pi
994
703
555
383
304
226
159
119
91
62
47
36
24
0,278
0,201
0,145
0,105
0,076
0,055
0,039
0,028
0,021
0,015
0,011
0,008
0,005
1028,170
742,690
536,476
387,518
279,921
202,198
146,056
105,502
76,209
55,049
39,764
28,723
18,181
1167,621
1575,289
343,156
20,416
579,822
566,530
167,546
182,188
218,784
48,321
52,361
52,953
33,865
1,136
2,121
0,640
0,053
2,071
2,802
1,147
1,727
2,871
0,878
1,317
1,844
1,863
 2расч
20,468
По таблице критических точек 2 -распределения Пирсона [7, 8] для
  11 значение  2критич   2расч при 2критич  22,618 . Это означает принятие гипотезы H 0 с доверительной вероятностью 98 % о показательном законе распределения пауз обработки с показателем интенсивности
  0,093 на промежутке (0;45] .
Заключение
В результате практического применения методики исследования пауз
обработки клиент-серверных систем, обеспечивающих решение интерактивных задач, появляется возможность динамического управления оперативной
памятью за счет определения интервала активно-пассивной работы оператора. Как следствие, растет объем памяти, доступной для решения задач других,
активных, операторов ИС, сокращается время отклика системы.
Результаты апробации предложенной методики исследования подтверждают гипотезу о показательном законе распределения пауз обработки активных операторов и существование пяти подмножеств пауз обработки (рис. 8).
В частности, для конкретной ИС удалось установить границы интервалов активности операторов и вычислить показатель интенсивности показательного
распределения   0,093 , что имеет большое практическое значение для
дальнейшей работы.
Дальнейшие работы по повышению производительности и оптимизации работы клиент-серверных систем, реализующих описанные в данной статье интерактивные задачи, могут быть связаны с возможностью «дозагрузки»
ЦП и УВВ CO. Так, с ростом числа обрабатываемых задач также будет расти
доля задач, находящихся в состоянии ожидания, ресурсы ЦП и УВВ которых
будут простаивать.
19
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Список литературы
1. B r o wn , D . Struts 2 in Action / D. Brown, C.M. Davis, S. Stanlick // Manning Publications Co. – New York : Manning Pub Co, 2008. – 424p.
2. Д и п а к , А . Базовые образцы J2EE. Лучшие практические подходы и стратегии
проектирования / А. Дипак, Д. Крупи, Д. Малк. – М. : Лори, 2004. – 400 с.
3. П о та п о в , А . А . Секционное представление интерактивных прикладных задач
корпоративных информационных систем / А. А. Потапов, В. Б. Механов // Телематика’2008 : труды XV Всероссийской научно-методической конференции. –
СПб., 2008. – Т. 1. – С. 244–246.
4. П о та п о в , А . А . Механизм динамического высвобождения ресурсов серверов
обработки корпоративных ИС / А. А. Потапов // Телематика’2008 : труды XV Всероссийской научно-методической конференции. – СПб., 2008. – Т. 1. – С. 244–246.
5. К е н д а л , М . Теория распределений / М. Кендал, А. Стьюарт. – М. : Наука, 1966. –
590 с.
6. К о р н , Г . Справочник по математике (для научных работников и инженеров) /
Г. Корн, Т. Корн. – М. : Наука, 1974. – 832 с.
7. Г о р е л о в а , Г . В. Теория вероятностей и математическая статистика в примерах и задачах с применением Excel / Г. В. Горелова, И. А. Кацко. – Изд. 4-е. – Ростов-на-Дону : Феникс, 2006. – 478 с.
8. Л ь в о в с к и й , Е. Н . Статистические методы построения эмпирических формул :
учебное пособие для втузов / Е. Н. Львовский. – Изд. 2-е перераб. и доп. – М. :
Высшая школа, 1988. – 239 c.
9. Х а с т и н г с , Н . Справочник по статистическим распределениям / Н. Хастингс,
Дж. Пикок. – М. : Статистика, 1980. – 95 с.
10. L e e , J . A new traffic model for current user web browsing behavior / Julie Lee,
Maruti Gupta // Proceedings of ICCT’2007. – Hillsboro Oregon : Intel corporation,
2007. – 7 p.
11. П о п о в , К . В. Преимущества современных информационных технологий для
разработки АСУ вуза / К. В. Попов, Н. В. Шокорова, А. А. Потапов // Актуальные
проблемы науки и образования : материалы конференции. – Пенза : Изд-во ПГУ,
2003. – C. 430–433.
Потапов Алексей Александрович
ведущий программист, Информационновычислительный центр, Пензенский
государственный университет
Potapov Aleksey Alexandrovich
Senior programmer, Data-computing
center, Penza State University
E-mail: polex@inbox.ru
Механов Виктор Борисович
кандидат технических наук, доцент,
проректор по учебной работе,
Пензенский государственный университет
Mekhanov Viktor Borisovich
Candidate of engineering sciences, associate
professor, vice-rector for academic affairs,
Penza State University
E-mail: mvb@pnzgu.ru
УДК 004.55
Потапов, А. А.
Методика исследования пауз обработки клиент-серверных систем
с интерактивными задачами / А. А. Потапов, В. Б. Механов // Известия
высших учебных заведений. Поволжский регион. Технические науки. –
2011. – № 2 (18). – С. 3–20.
20
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
УДК 007.51
Д. В. Пащенко, Д. А. Трокоз
ПРОБЛЕМЫ ПОСТРОЕНИЯ МНОГОПОТОЧНОЙ МОДЕЛИ
ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ
АВИАЦИОННЫХ РАДИОЛОКАЦИОННЫХ КОМПЛЕКСОВ
Аннотация. Рассматриваются проблемы построения многопоточной модели
программного обеспечения экспертной системы авиационного комплекса радиолокационного дозора и наведения, решение которых позволит приступить
к непосредственной разработке модели его экспертной системы.
Ключевые слова: радиолокационный комплекс, модель, сеть Петри, экспертные системы, теория автоматов.
Abstract. The article deals with the problem of multi-threaded software model design for the expert system of aviation radar patrol and tracking. The solution of the
problem will immediately encourage the development of an expert system.
Key words: radar system, model, Petri nets, expert systems, theory of automata.
Введение
Авиационные комплексы радиолокационного дозора и наведения
(АК РЛДН) предназначены для обнаружения и сопровождения воздушных,
наземных и надводных целей, а также управления самолетами истребительной и ударной авиации при их наведении на эти цели. Для оценки качества
выполнения полетных заданий и технического состояния радиотехнических
комплексов (РТК) используют экспертные системы АК РЛДН.
В настоящее время ведется разработка АК РЛДН нового поколения, для
которого требуется разработать экспертную систему для проведения объективного контроля действий операторов и состояния РТК. Основной проблемой реализации такой системы является жесткое требование к времени выполнения необходимой обработки зарегистрированной информации, так как
общий объем регистрируемых данных может достигать нескольких терабайт.
1. Описание системы
Разрабатываемая экспертная система представляет собой аппаратнопрограммный комплекс, который способен обрабатывать постполетную информацию, зарегистрированную АК РЛДН, в различной форме. Обработка
информации состоит из нескольких этапов [1].
На первом этапе зарегистрированная информация с бортового устройства регистрации (БУР) на съемном твердотельном накопителе переносится
на наземный комплекс обработки и дешифрирования информации (НКОД),
который и представляет собой экспертную систему АК РЛДН (рис. 1). На
этом этапе происходит разбор информации по типам кодограмм (датаграмм
специального вида) и загрузка всей необходимой информации с БУРа в базу
данных (БД) НКОД.
На втором этапе производится табличная обработка информации (рис. 2),
которая позволяет производить селекцию и сортировку данных по заданным
параметрам. Кроме того, имеется возможность совместной обработки кодограмм различных типов и объединения их по общим полям.
21
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Рис. 1. Перенос информации с БУР на НКОД
Рис. 2. Табличная обработка информации
Третий этап обработки заключается в представлении результатов селекции табличных данных в графическом виде (рис. 3). Каждый из объектов
в графическом виде представляет собой трассу (множество точек траектории
движения объекта). Для любой (дискретной) точки трассы в любой (дискретный) момент времени возможно получение информации о положении, скорости, азимуте и т.п.
Второй и третий этапы требуют значительного участия человека для
анализа полетной информации. Для проведения контроля в короткие сроки
в НКОД предусмотрена функция автоматизированного контроля аппаратуры
и выполнения полетного задания. Этот контроль производится согласно заранее заданному сценарию и не требует от пользователя каких-либо действий.
22
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Технические науки. Информатика, вычислительная техника
Рис. 3. Графическое представление информации
№ 2 (18), 2011
23
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
2. Анализ особенностей формализации системы
Таким образом, для получения основного объема результатов обработки необходимо произвести две операции:
– разбор и загрузку данных с БУРа в БД НКОД;
– автоматизированный контроль аппаратуры и выполнения полетного
задания.
Проблема, которая возникает при реализации такой экспертной системы, связана с большим объемом обрабатываемых данных [2]. Каждая из двух
операций, описанных выше, обрабатывает практически все данные с БУРа
объемом несколько терабайт [3]. В программное обеспечение (ПО) разрабатываемой экспертной системы включены алгоритмы параллельной обработки
информации, позволяющие увеличить производительность комплекса. Несмотря на то, что число одновременно выполняющихся потоков в системе
(ОС МСВС 3.0) практически не ограничено, одновременный запуск большого
числа потоков приводит к большим вычислительным затратам ОС на переключение между ними, что вызывает снижение производительности системы
в целом. Чтобы не допустить этого, в ПО экспертной системы встроен специальный механизм управления потоками (диспетчер потоков). Каждый новый
поток, который требуется запустить на исполнение, передается диспетчеру
потоков, а он, в свою очередь, уже обеспечивает, чтобы число одновременно
исполняемых потоков было равно числу процессоров. В соответствии вышеописанным алгоритмом может быть сформулирована лемма об управлении
потоками в многопоточной системе.
Лемма. Максимальное быстродействие системы достигается, когда
число одновременно выполняющихся потоков равно числу процессоров в системе.
Следует отметить, что такой способ организации управления потоками
возможен, если потоки выполняют продолжительные действия, как, например, обработку больших объемов данных. Управление подобным образом
потоками прорисовки окон или обработки нажатия клавиш может привести к
нестабильной работе системы.
3. Выбор аппарата для моделирования
Описанный выше алгоритм управления потоками был реализован в ПО
экспертной системы АК РЛДН. Новой проблемой явилась необходимость
выбора аппаратной части комплекса под разработанное алгоритмическое решение для обеспечения максимального быстродействия.
На работу параллельного алгоритма влияет множество аппаратнопрограммных факторов, совместное влияние которых невозможно проанализировать эмпирически. Наиболее эффективным методом решения проблемы
является моделирование ПО экспертной системы АК РЛДН. При этом возникает проблема выбора математической модели, которая оказывает существенное влияние на адекватность – соответствие модели реальной системе [4].
Рассмотрим наиболее распространенные средства для имитационного моделирования систем параллельной обработки:
– язык GPSS;
– конечные автоматы;
– сети Петри.
24
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Язык GPSS позволяет строить модели систем параллельной обработки. Так как язык предназначен для моделирования систем массового обслуживания, на нем легко изменять количественные параметры аппаратной
части системы, например число процессоров в системе или жестких дисков
в рейд массиве и их быстродействие, но не структурную организацию.
В программе на языке GPSS достаточно сложно представить непосредственно процессы обработки данных на уровне алгоритмов. Кроме того,
модель представляет собой программу, а значит, не имеет графической интерпретации, что затрудняет процесс разработки модели и снижает наглядность модели в целом.
Конечные автоматы имеют как формальное, так и графическое представление, что является несомненным плюсом. Они позволяют построить модели систем параллельной обработки, однако, чтобы изменить число параллельных процессов в такой модели, требуется внести существенные изменения в саму модель. Кроме того, попытка разработки сложной модели на конечном автомате приведет к быстрому росту числа состояний автомата, что
в итоге сделает разработку такой модели крайне сложным занятием.
Сети Петри, так же как и предыдущие инструменты, позволяют построить модель системы многопоточной обработки данных. Сеть Петри
обычно представляется в графической форме, но также имеет и формальный
вариант представления. Такой класс сетей, как раскрашенные временные сети
Петри, позволяет строить параллельные системы любой сложности, а их
мощность эквивалентна машине Тьюринга. В отличие от конечных автоматов, в сетях Петри потоки представляются фишками, а не ветвями сети, что
позволяет управлять числом потоков в модели путем изменения начальной
маркировки в позициях сети.
Сравнивая перечисленные выше варианты моделей системы, можно
сделать вывод, что для построения модели ПО экспертной системы АК РЛДН
наиболее удобным инструментом являются сети Петри. В отличие от языка
GPSS, они имеют удобную графическую форму представления, что ускоряет
процесс разработки модели, а также увеличивает наглядность модели в целом. Если же сравнить сети Петри с конечными автоматами, то первые обладают большей гибкостью в представлении потоков в модели, а также изменении их числа, что необходимо в процессе моделирования.
Выбрав математическую модель, мы сталкиваемся с проблемой выбора
системы моделирования, которая позволила бы не только представить сеть
Петри необходимого вида (временные раскрашенные сети Петри), но и обладала возможностью проведения имитационно-математического моделирования. Из множества систем моделирования на основе сетей Петри, имеющих
свободную лицензию, наиболее мощным и распространенным продуктом является CPN Tools. Моделирующая система CPN Tools разработана в университете Орхуса (Дания). Язык описания моделей в CPN Tools представляет
собой сочетание графа сети Петри и языка программирования CPN ML (для
описания условий, функций и типов данных).
Кроме того, CPN Tools обладает богатыми возможностями для проведения имитационно-математического моделирования, позволяющими, используя визуальные элементы управления, оперативно изменять структуру и
свойства моделируемых объектов.
25
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
После выбора системы моделирования необходимо рассмотреть различные способы реализации модели системы на сетях Петри. При разработке
модели сложной системы возникает проблема представления компонентов
системы: как представить разнородные части реальной системы в модели,
чтобы получить, с одной стороны, адекватную модель многопоточной системы, а с другой – приемлемое время моделирования. Кроме того, нужно обеспечить гибкость модели, одновременно не перегружая ее лишними вспомогательными позициями и переходами, которые не обладают информативной
ценностью. Чтобы совместить все эти противоречивые требования, нужно
применить поэтапное проектирование модели.
Чтобы стало понятно, как должна функционировать многопоточная модель системы, рассмотрим построение модели однопоточной системы на сетях Петри. В этом случае позиции будут выступать в роли элементов хранения данных, представленных фишками, а переходы – в роли процессов или
действий, осуществляемых над данными. При этом каждая фишка будет относиться к определенному множеству цветов – типу данных.
Обработка данных в модели происходит при переходе, т.е. перемещении фишки из одной позиции в другую. Она заключается в изменении цветов
входных фишек (поступающих на вход перехода), а также непропускании на
выход некоторых входных фишек и создании новых выходных фишек. Это
позволяет моделировать процесс преобразования данных для любой однопоточной системы.
При создании многопоточной системы необходимо ввести специальный тип фишек, который представляет потоки в модели. Это фишки множества цветов целых чисел, обладающих свойством времени:
colset Thread = StructThread timed,
где StructThread – структура, содержащая номер и информационные поля
потока. В многопоточной модели лишь множество цветов потоков должно
обладать свойством времени. При этом каждый тип данных, который
участвует в многопоточной обработке, будет преобразован в следующую
структуру:
colset TYPE_T = record thread:Thread*data:TYPE,
где TYPE – базовый тип данных, который будет участвовать в многопоточной
обработке; Thread – поток, который производит обработку данных.
Используя такое представление, получаем два вида множеств цветов:
первый – типы данных, второй – состоящий из одного специального множества, представляющего потоки модели. В многопоточной модели для каждой
позиции, хранящей фишки для нескольких потоков, создается позиция, хранящая потоки. Переход будет разрешен, если входные фишки данных соответствуют входной фишке потока. Проследить работу модели можно, наблюдая за изменением кортежа, содержащего количество фишек потоков. При
этом потоки влияют лишь на данные, которые им разрешено обрабатывать,
исходя из топологии модели.
Для реализации функционирования модели необходимо для каждого
перехода задать следующие условия:
(vThread = #thread x1),
26
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
andalso (vThread = #thread x2),
...
andalso (vThread = #thread xn),
где xi – i-е имя входной переменной; n – число входных переменных.
Множество условий переходов обеспечит соответствие фишек-данных
и фишек-потоков, что обеспечит независимую обработку данных, относящуюся к разным потокам.
В любой системе с многопоточностью существуют этапы обработки,
которые в единый момент времени могут производиться лишь одним из потоков (например, чтение данных с диска). Для построения модели с многопоточной обработкой требуется ввод в модель критической секции – участка
сети Петри, в котором единовременно может находиться лишь один поток
(в общем случае ограниченное количество потоков).
Для реализации критической секции вводятся две позиции:
– Free (критическая секция свободна);
– Take (критическая секция занята).
В добавление к позициям вводится особое множество цветов Mark, которое содержит единственный цвет:
colset Mark = with mark.
Число фишек типа Mark в позиции Free в начальной расстановке фишек указывает на число критических ресурсов, т.е. число потоков, которые
могут единовременно находиться в критической секции. Пока в позиции Free
есть фишки, в критическую секцию могут поступать потоки. При поступлении очередного потока в критическую секцию одна фишка Mark переходит из
позиции Free в позицию Take. Когда поток выходит из критической секции,
т.е. освобождает критический ресурс, одна фишка Mark из позиции Take переходит в позицию Free.
Пример реализации многопоточной обработки данных с использованием сети Петри в визуальном редакторе CPN Tools представлен на рис. 4.
Входная информация поступает в переход processing data одновременно с обрабатывающим ее потоком. При этом происходит сопоставление потока и данных. Поскольку количество потоков может быть больше, чем критических ресурсов, в модели вводится критическая секция. Критическая секция
реализуется с помощью переходов и позиций Take и Free, как описано выше.
Подобный подход позволяет строить модели многопоточных систем, имеющих критические ресурсы.
Заключение
Рассмотренные в данной статье решения проблемы построения многопоточной модели ПО экспертной системы АК РЛДН позволили приступить
к непосредственной разработке модели ПО экспертной системы АК РЛДН,
которая ведется в настоящее время.
27
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 4. Пример реализации многопоточной обработки данных с использованием сети Петри
Известия высших учебных заведений. Поволжский регион
28
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Список литературы
1. М а ч а л и н , В. А . Стратегия параллельной обработки массивов данных в системе объективного контроля радиотехнического комплекса радиолокационного дозора и наведения / В. А. Мачалин, А. Н. Токарев, Д. А. Трокоз, Д. В. Пащенко,
М. П. Синев // Радиотехника. – 2010. – Вып. 8. – С. 51–55.
2. Приказ министра обороны РФ от 24.09.2004 № 275 об утверждении федеральных
авиационных правил производства полетов государственной авиации (зарегистрировано в Минюсте РФ 10.11.2004 № 6110) // Законодательство РФ 2004 г.
(часть 1). – URL: http://2004-1.xof.ru/lib/?tm=151&vp=akt15155 (Дата обращения
23.09.2010).
3. П а щ е н к о , Д . В. Объективный контроль состояния авиационных радиолокационных комплексов / Д. В. Пащенко // Проблемы автоматизации и управления :
труды Международной научно-технической конференции. – Пенза, 2009. –
С. 55–59.
4. Тр о к о з , Д . А . Стратегия параллельной обработки массивов данных в системе
объективного контроля радиотехнического комплекса радиолокационного дозора
и наведения / В. А. Мачалин, Д. В. Пащенко, Д. А. Трокоз, М. Н. Синев // Вопросы радиоэлектроники. Сер. ЭВТ. – 2009. – Вып. 4. – С. 139–144.
Пащенко Дмитрий Владимирович
кандидат технических наук, доцент,
кафедра вычислительной техники,
Пензенский государственный
университет
Pashchenko Dmitry Vladimirovich
Candidate of engineering sciences, associate
professor, sub-department of computer
science, Penza State University
E-mail: Dmitry.pashchenko@gmail.com
Трокоз Дмитрий Анатольевич
магистрант, Пензенский
государственный университет
Trokoz Dmitry Anatolyevich
Graduate student,
Penza State University
E-mail: vt@pnzgu.ru
УДК 007.51
Пащенко, Д. В.
Проблемы построения многопоточной модели программного обеспечения экспертной системы авиационных радиолокационных комплексов / Д. В. Пащенко, Д. А. Трокоз // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 21–29.
29
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 004.94
Е. К. Таранцев
ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ ПОТОКОВ
РЕГИСТРАТОРА РАДИОЛОКАЦИОННОЙ ИНФОРМАЦИИ
МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ
Аннотация. Представлена модель регистратора радиолокационной информации, построенной на базе вычислительной машины. Произведена оценка загрузки буферов в процессе записи. Для анализа модели использована система
моделирования CPN Tools. Предложенная модель вычислительной системы
может быть использована и для оценки других параметров системы в процессе
записи и воспроизведения информации.
Ключевые слова: модель, радиолокационная информация, регистрация, раскрашенные сети Петри.
Abstract. The article introduces a model of radar data recorder, constructed by
means of a computer. The author has estimated buffers load during a recording process. In order to analyze the model the researcher has applied CPN Tools modeling
system. The proposed computer system model can be used to evaluate other parameters in the process of data recording and reproduction.
Key words: model, radar information, registration, colored Petri nets.
Для исследования сложных систем в настоящее время широко используются методы имитационного моделирования [1], позволяющие выявить узкие места в системе, предвидеть возникновение гонок и взаимных блокировок процессов.
Условия работы контрольно-записывающей аппаратуры современных
радиолокационных комплексов характеризуются высокой скоростью передачи, достигающей нескольких сот мегабит в секунду, а также большим объемом передаваемых данных. Кроме того:
1) задержки обслуживания в системе имеют случайный характер;
2) система характеризуется большим числом параметров;
3) интенсивность поступления пакетов неравномерна.
С целью оптимизации информационных потоков в системе исследовано
их взаимодействие методом имитационного моделирования.
Для моделирования были выбраны сети Петри, обладающие следующими особенностями [2]:
1) параллелизм, благодаря которому они хорошо подходят для моделирования систем с распределенным управлением, в которых несколько процессов выполняются одновременно;
2) недетерминированность, что важно для выявления блокировок процессов, протекающих в вычислительной системе.
3) асинхронность – в базовой сети Петри отсутствует измерение времени или течение времени.
Поскольку модель предполагается использовать для оценки пропускной способности системы и других параметров, связанных с длительностью
обработки, выбрана модификация сетей Петри – синхронные или временные
сети [3, 4].
При моделировании вычислительной системы, в которой имеется несколько информационных потоков, а передаваемым пакетам соответствуют
30
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
фишки, удобно использовать раскрашенные сети Петри. При этом фишкам
могут присваиваться атрибуты, позволяющие различать их и использовать
эти различия для управления функционированием системы. Фишки в классических сетях Петри не отражают такие различия.
Для улучшения выразительных свойств предлагается строить иерархическую сеть и вести разработку модели методом нисходящего проектирования. При этом в процессе усложнения модели переходы заменяются подсетями, расположенными на разных листах.
В качестве пакета имитационного моделирования выбран свободно
распространяемый пакет CPN Tools [5], позволяющий строить раскрашенные
иерархические временные сети Петри. Модель, разработанная в данной среде,
обладает хорошей наглядностью. Имеются средства исследования не только
статистических, но и поведенческих характеристик.
Источником регистрируемой информации является готовая подсистема
радиолокационной станции (РЛС). В зависимости от режима ее работы меняется структура и интенсивность поступления информации. Канал передачи
информации может быть организован по-разному. В данной статье рассмотрен тот случай, когда поток данных поступает через сетевой интерфейс по
протоколу Gigabit Ethernet. Приемником регистрируемой информации является вычислительная машина, построенная по магистрально-модульному
принципу.
Верхний уровень модели представлен на рис. 1. Для моделирования
примем следующее упрощение бортовой вычислительной сети. Будем считать, что имеются два информационных потока.
Рис. 1. Верхний уровень модели
31
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Первый – поток информации на регистрацию, второй – фоновый информационный поток, используемый другими подсистемами РЛС. Поток на
регистрацию генерируется сложным переходом SIGNAL SOURCE, проходит
через NET и поступает в REGISTRATOR. Фоновый поток генерируется
в переходе OTHER SYSTEMS, проходит через переход NET и попадает
в переход OTHER RECEIVER. Переход NET моделирует бортовую сеть
передачи информации. Позиции port1in и port2in соответствуют выходным
буферам источников. Позиции port1out и port2out соответствуют входным
портам приемников.
Для оценки задержек на передачу пакетов в сети используются возможности, даваемые раскрашенными сетями Петри. Одиночный пакет представляется в модели меткой. Ее цвет имеет сложный тип, состоящий из трех
целочисленных переменных:
colset packet = product pnum * psize * time_ timed;
где pnum – число, характеризующее тип пакета; psize – число, отображающее
размер пакета; time_ – число, в котором записано модельное время генерации
пакета; timed означает, что метка используется в синхронной сети.
Подсистема регистрации является вспомогательной и результаты ее работы используются для отладки радиолокационного комплекса, поэтому
важно, чтобы поток информации, поступающей на регистрацию, не мешал
другим потокам информации, циркулирующей в сети. Оценим взаимное влияние информационных потоков.
Радиолокационная информация передается блоками – кадрами, что
позволяет ввести конвейерную обработку. На первом этапе кадр переписывается из сетевого контроллера в первый буфер в оперативной памяти (ОЗУ).
На втором этапе информация из первого буфера переписывается на жесткий
диск. В это время будет заполняться второй буфер. Оба этапа могут выполняться одновременно. При такой организации информационного обмена пропускная способность системы ограничивается скоростью записи на жесткий
диск.
Возможны различные размеры буферов в ОЗУ. Ограничением в данном
случае является размер буфера сетевого контроллера. Буфер переполняется
при длительном занятии шины контроллером жесткого диска. Однако при
коротких обращениях наблюдаются большие накладные расходы от переключения потоков процессором. Необходимо определить оптимальный размер буфера в ОЗУ.
На рис. 2 представлена модель регистратора. Ее структура соответствует обобщенной структуре вычислительных машин. Основные блоки представлены сложными переходами. Введены следующие обозначения:
CPU – центральный процессор;
chipset – чипсет;
RAM – оперативная память;
Network Controller (NIC) – сетевой контроллер;
HDD – жесткий диск.
Чипсет включает в себя южный и северный мосты и выполняет обязанности арбитра шины. В качестве прототипа оперативной памяти взята двухканальная память DDR2, которая может быть использована также в одноканальном варианте.
32
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Рис. 2. Модель регистратора
Цвета:
colset state = bool with (REC, WR) timed;
colset psize = int;
colset pnum = int;
colset packet = product pnum * psize timed;
Источник генерации заявок при моделировании встроен в сетевой контроллер (рис. 3).
Рис. 3. Логика работы источника информации
33
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Логика работы источника информации следующая. Позиция timer совместно с переходом gen1 генерирует пакеты с периодичностью, задаваемой
функцией Gen_packet():
fun Gen_packet() = discrete(packet_gen_period-250, packet_gen_period+250).
Таким образом, моделируется случайная задержка, вносимая сетью передачи пакетов. В данной функции переменная packet_gen_period определяет математическое ожидание времени поступления пакетов и вычисляется,
исходя из размера пакета. Стандартная функция discrete реализует дискретное равномерное распределение. Константой задается дисперсия.
Пульсирующий режим поступления пакетов задается с помощью позиций packet_counter, burst, s1, sleep. Переход gen1 открывается на время прохождения N пакетов. После этого переход закрывается и запускается таймер,
реализованный на переходе tr1. После прохождения интервала времени, заданного параметром burst_period, переход gen1 снова открывается и пропускается очередная порция пакетов.
Сам сетевой контроллер представлен буфером FIFO, реализованным на
позиции bus_buf. При его переполнении возникает исключение – метка проходит в позицию error, процесс симуляции автоматически прекращается, в
протоколе делается соответствующая запись.
Одним из узких мест системы является пропускная способность чипсета для нескольких потоков. Чипсет машины CPC-502 построен на базе
внутренней шины PCI, управление которой осуществляется арбитром
шины.
На рис. 4 представлена модель арбитра шины для первого варианта построения информационного обмена – разделение потоков по времени.
Первый поток из сетевого контроллера в оперативную память представлен позициями NIC_contr, RAM_in_port. Задержка на передачу реализована в качестве перехода bus_master. Задержка прохождения метки зависит
от ее параметра – объема передаваемых данных.
Второй поток – из оперативной памяти на жесткий диск – представлен
позициями RAM_out_port и HDD. Задержка на передачу реализована в качестве перехода DMA и зависит от объема передаваемых данных.
Программа, выполняемая процессором (позиция CPU), разрешает либо
запрещает прохождение пакетов каждого из потоков. Когда система находится в фазе приема данных от источника, открыт переход bus_master. Когда
система переходит в фазу записи данных на жесткий диск, переход
bus_master закрывается и открывается переход DMA.
Позиция next служит для того, чтобы вернуть квитанцию о передаче
пакета контроллеру ОЗУ.
На рис. 5 представлена модель арбитра шины для второго варианта построения информационного обмена – одновременное прохождение потока
данных из сетевого контроллера в ОЗУ (представлен позициями NIC_contr,
RAM_in_port) и потока из ОЗУ на жесткий диск (представлен позициями
RAM_out_port и HDD).
Модель реализована по принципу равноправного арбитража: если
в начальный момент времени по обоим каналам одновременно приходят пакеты, выбор между ними будет осуществлен случайным образом. После пе-
34
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
редачи пакета первого канала начнет передаваться пакет второго канала,
и только после этого будет передаваться второй пакет первого канала, если
такой имеется. Таким образом, при условии конечного размера пакетов, никакой из каналов не будет бесконечно долго ждать своей очереди.
Рис. 4. Арбитр шины: два независимых канала в оперативную память
Реализовано это следующим образом. В начальный момент времени
в позиции select_channel имеется метка, ожидающая открытия перехода
get_ch1_lat либо перехода get_ch2_lat. Предположим, поступил пакет на передачу из ОЗУ на жесткий диск, тогда появится метка в позиции RAM_out,
которая откроет переход get_ch1_lat и метка из позиции select_channel перейдет в позицию enable_ch_1. При этом откроется переход CHAN_1 и метка
из позиции RAM_out пройдет в позицию HDD, что означает, что пакет был
передан из ОЗУ контроллеру жесткого диска. После этого происходит задержка, реализованная как функция от размера пакета. После задержки в позицию wait поступает метка, сгенерированная переходом CHAN_1. Вступает
в действие задержка на переключение потоков, реализованная на переходе tr.
В лог-файл программы заносится информация о переданном пакете, модельном времени. После этого метка вновь возвращается в позицию
select_channel. Если во время передачи пакета первого канала поступил на
35
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
передачу пакет второго канала, то на момент возвращения метки будет открыт переход get_ch2_lat, через который она попадет в позицию enable_ch_2,
разрешающую прохождение пакета для второго канала.
Рис. 5. Арбитр шины: равноправный доступ к шине
Эксперименты, проведенные на модели, показали, что узким местом в
системе является жесткий диск. На рис. 6 приведены зависимости коэффициента использования системы от интенсивности поступления данных.
Из графика (рис. 6) видно, что дисциплина арбитража с разделением на
фазы чтения и записи менее эффективна, чем дисциплина арбитража с одновременным равноправным доступом к шине.
Таким образом, анализ предложенной имитационной модели вычислительной системы для регистрации радиолокационной информации показал,
что она позволяет оптимизировать информационные потоки.
Предложенная модель вычислительной системы может быть использована и для оценки других параметров системы в процессе записи и воспроизведения информации независимо от ее содержания.
36
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Коэффициент использования системы
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
0%
20%
40%
60%
80%
100%
Интенсивность поступления данных
по времени IDE
по времени SATA
равноправные IDE
равноправные SATA
Рис. 6. Коэффициент использования системы
в зависимости от конфигурации регистратора
Список литературы
1. Ш е н н о н , Р . Имитационное моделирование систем - искусство и наука : пер. с
англ. / Р. Шеннон. – М. : Мир, 1978.
2. П и те р с о н, Д ж . Теория сетей Петри и моделирование систем : пер. с англ. /
Дж. Питерсон. – М. : Мир, 1984. – 264 с.
3. К о то в , В. Е. Сети Петри / В. Е. Котов. – М. : Наука. Главная редакция физикоматематической литературы, 1984. – 160 с.
4. З а й ц е в , Д . А . Основы построения параметрических моделей Петри коммутируемых сетей / Д. А. Зайцев, Т. Р. Шмелева // Моделирование и компьютерная
графика : материалы 1-й международной научно-технической конференции
(4–7 октября 2005, Донецк). – Донецк : Изд-во ДонНТУ, 2005. – C. 207–214.
5. Performance Evaluation of Gigabit Ethernet and Myrinet for System-Area-Networks
Mustafa Imran Ali COMPUTER NETWORKS (COE-540) TERM PAPER, SPRING
2005.
Таранцев Евгений Константинович
аспирант, Пензенский
государственный университет
Tarantsev Evgeny Konstantinovich
Postgraduate student,
Penza State University
E-mail: etar@bk.ru
УДК 004.94
Таранцев, Е. К.
Исследование информационных потоков регистратора радиолокационной информации методом имитационного моделирования / Е. К. Таранцев // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 30–37.
37
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 681.3.067
О. А. Волков
РАЗРАБОТКА И АНАЛИЗ МОДЕЛИ
ПОЛИТИКИ БЕЗОПАСНОСТИ КОМПЬЮТЕРНОЙ СЕТИ
Аннотация. Рассматривается модель политики безопасности компьютерной
сети, позволяющая оптимизировать меры по защите информации. Оптимизация достигается за счет выделения групп защищаемых объектов.
Ключевые слова: защита информации, политика безопасности, компьютерная
сеть.
Abstract. The article considers a model of computer network safety policy, allowing
to optimize measures on information protection. The optimization is achieved
through allocating groups of protected objects.
Key words: information protection, safety policy, computer network.
Введение
Обработка информации с помощью компьютерной техники в современном мире помогает решать практически любые задачи в различных сферах человеческой деятельности. Как правило, использование компьютеров
становится более эффективным при объединении их в сеть. Это позволяет
нескольким участникам объединять свои усилия для достижения общей цели.
Компьютерные сети (КС) бывают разными: глобальная сеть Internet охватывает несколько континентов и служит платформой для огромного числа проектов, локальные сети могут ограничиваться объединением нескольких соседних квартир и использоваться для общения.
Однако использование сетевых технологий имеет ряд недостатков,
к которым относится возможность несанкционированного доступа (НСД)
к информации. Компьютерная сеть представляет собой комплекс программных и аппаратных средств, каждое из которых имеет уязвимости, дающие
злоумышленнику возможность НСД. Роль злоумышленника может играть
отдельное физическое лицо, действующее из хулиганских побуждений, или
разведка иностранного государства. От личности злоумышленника зависят
возможности по реализации тех или иных угроз, и ресурсы, которые могут
быть задействованы для атаки.
Любая организация, решившая использовать КС в своей деятельности,
должна осознавать возможность реализации угроз НСД и предпринять ряд мер
для их нейтрализации. Для этого необходимо провести анализ обрабатываемой
информации и отнести ее к определенной категории (например, информация,
составляющая государственную тайну, персональные данные, данные, составляющие коммерческую тайну, или иные сведения, носящие конфиденциальный
характер), разработать политики безопасности (ПБ) и, в соответствии с ними,
внести необходимые корректировки в модель разрабатываемой КС.
Предлагаемая в данной работе модель ПБ позволит провести анализ и
оценить возможность реализации тех или иных типов угроз на стадии планирования политик безопасности.
1. Анализ компьютерной сети
Как было сказано выше, КС представляет собой комплекс программных
и аппаратных средств. Под аппаратными средствами подразумевается следу-
38
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
ющее оборудование: серверное (предназначенное для хранения и обработки
больших массивов информации), оборудование технической защиты (криптомаршрутизаторы), персональные компьютеры (настольные, переносные),
периферийное (принтеры, сканеры, источники бесперебойного питания, переносные носители информации), коммутационное (модемы, коммутаторы) и
линии связи. Программные средства включают в себя прикладные и системные программы.
КС можно представить в виде узлов, объединенных линиями связи.
Каждый такой узел может состоять из нескольких составляющих (программных и аппаратных). Чем больше узлов содержит сеть, тем больше вероятность успешной атаки на систему в целом, так как каждый узел подвержен
риску угрозы НСД, а реализация одной из них на любом узле приведет
к нарушению целостности системы в целом. В связи с этим не рекомендуется
вводить избыточные узлы, узлы, которые не будут задействованы в обработке информации, а на самих узлах необходимо минимизировать количество
компонентов. Например, удалить не используемые программы, учетные записи и снять неиспользуемое оборудование (Wi-Fi сетевую карту и т.п.).
Серверное оборудование является привлекательным объектом для злоумышленников. Обладая мощными вычислительными ресурсами, оно позволяет получить доступ к большим массивам обрабатываемой информации.
Однако и защите такого оборудования обычно уделяется повышенное внимание. Программы для использования в серверах стоят дороже, их тестированию уделяется больше времени, что позволяет выявить большее число ошибок, приводящих к появлению угроз. Настройкой и эксплуатацией серверов
занимаются подготовленные специалисты, что также снижает риск появления
бреши в системе защиты. Немаловажным является и то, что устанавливают
такое оборудование в помещении, защищенном от посторонних. Все это затрудняет действия преступников по успешной реализации атак.
Персональные компьютеры (ПК) сотрудников имеют гораздо больше
уязвимостей. Целью атаки на них может быть как непосредственный доступ к
ресурсам ПК, так и завладение узлом, посредством которого могут быть атакованы остальные части сети. В отличие от персонала, обслуживающего серверное оборудование, сотрудники, эксплуатирующие ПК, не всегда понимают риск, возникающий при совершении ими тех или иных действий. Установка непроверенного программного обеспечения, разглашение паролей, отключение антивирусов приводит к снижению уровня защищенности КС.
С каждым годом во всем мире растет число инцидентов, связанных с потерей
ноутбуков.
Во многих организациях использование периферийного оборудования
не связывают с вопросами информационной безопасности, хотя сданный
в ремонт ксерокс, хранящий в памяти последние распечатанные документы,
или потерянная «флэшка» могут стать причиной НСД к конфиденциальной
информации, что подтверждено опубликованными в общедоступных источниках инцидентами. Именно поэтому на этапе проектирования политик безопасности или при проведении реорганизации КС необходимо рассматривать
угрозы, связанные с использованием периферийного оборудования наравне
с остальными.
Каналы связи состоят из линий связи и узлов коммутации, в которых
находится сетевое оборудование. В отличие от остальных узлов сети, каналы
39
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
связи часто подвержены несанкционированному воздействию (НСВ), не связанному с действиями злоумышленников. Деструктивные силы природного
характера часто приводят к повреждению линий связи и выходу из строя
коммутационного оборудования. Для минимизации последствий от такого
НСВ должна быть предусмотрена возможность использования резервных каналов.
КС средних размеров включает в себя все эти элементы, каждый из которых приносит присущие ему уязвимости в общую структуру.
2. Разработка модели политики безопасности
Для надежной защиты системы необходимо, чтобы политики безопасности предусматривали все возможные угрозы и действовали во всех узлах.
Разрабатывать единую политику безопасности для всех узлов КС нецелесообразно. Как показано выше, каждый узел имеет присущие ему уязвимости,
следовательно, общая политика безопасности будет избыточной, что приведет к необоснованному ограничению функциональности данного узла. Существующие системы не являются статичными. Появление нового программного обеспечения и оборудования приводит к постепенному обновлению системы, а изменение требований к системе добавляет в нее новые элементы. Если
политика безопасности общая для всех узлов, то изменения в системе постоянно будут приводить к изменению политик безопасности узлов, не подвергнутых изменению. В связи с этим целесообразно выявить группы узлов, для
которых будет оправданным применение общей для них ПБ.
Выделение нескольких узлов в группу позволит установить правила
поведения внутри группы и правила для взаимодействия с объектами вне
группы. Соблюдение этих правил позволяет исключить внешнее несанкционированное воздействие. Полученный периметр можно считать защищенным.
Защищенные периметры (ЗП) могут взаимодействовать на равных, как, например, несколько локальных групп пользователей, или входить один в другой,
как локальная сеть, входящая в состав распределенной сети. В первом случае
ПБ будут отличаться количественными параметрами (объемом общего дискового пространства, временем нахождения в сети), во втором случае – качественными (приоритетом одной ПБ перед другой).
Такой элемент сети, как персональный компьютер, не включает в себя
других узлов, и в связи с этим его ЗП носит характер начального, базового
уровня (рис. 1). Для построения защиты периметра базового уровня необходимо определить набор характеристик, соответствующих данной структурной единице. Название «персональный компьютер» подразумевает, что компьютер использует один человек, однако это не всегда так. Практически все
современные операционные системы позволяют зарегистрировать на одном
ПК несколько пользователей. Такая возможность очень важна для домашнего
компьютера, где несколько человек в разное время используют один компьютер и хотят иметь личные данные, неприкосновенные для других, не говоря о
персональных настройках интерфейса и т.п. Важна ли такая возможность для
рабочего ПК? Безусловно, во-первых, это касается компьютеров, которые
используют в несколько рабочих смен, когда один пользователь заканчивает
работу, на его место приходит другой. Во-вторых, пользователь временно,
например на период отпуска, передает ПК другому сотруднику. Существует
практика, при которой несколько человек используют одну учетную запись,
40
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
но это, конечно, неправильно. Теряется возможность объективного мониторинга, невозможно отследить, кто конкретно какие действия совершал в системе, невозможно назначить разные права или наложить ограничения на
пользователя. Также использование нескольких учетных записей на ПК необходимо при разграничении прав доступа к системе – в большинстве случаев
на администратора и пользователя. Администратор обладает правами настраивать систему, устанавливать программное обеспечение, а пользователь имеет доступ лишь к области прикладных задач.
Рис. 1. Модель политики безопасности компьютерной сети
Наличие подключения рабочей станции к сети Internet значительно повышает шансы злоумышленника на успешную атаку. При подключении появляется риск получения злоумышленником несанкционированного удаленного доступа к ПК. Появляется риск инсайдерской атаки, направленной на
хищение информации и передачу ее за пределы ЗП.
Переносные накопители информации приобретают все меньшие габариты, но все большую емкость данных. Появляется возможность незаметно
внести или вынести большой объем информации. В связи с этим становится
необходимо аппаратными и программными средствами ограничивать любое
несанкционированное подключение устройств, способствующих хищению
конфиденциальной информации.
Внутренняя угроза, исходящая от одного из сотрудников или группы
лиц, направленная на хищение конфиденциальной информации, наиболее
реальна и способна нанести огромный урон, так как может затронуть любую
область информационных потоков организации. На этапе проектирования
системы защиты невозможно определить, кто из членов организации решит
воспользоваться служебным положением для получения личной выгоды.
Кроме того, данный субъект, не имея прямого доступа к информации, может
получить таковой, используя полученные обманным или иным способом
идентификационные данные другого сотрудника (пароль, ключ доступа и т.п.).
41
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Один из аспектов данной угрозы в том, что выявить потерю данных в короткие сроки практически невозможно, а значит, у злоумышленника остается
достаточно времени распоряжаться полученной информацией по своему
усмотрению.
Рынок индустрии информационных технологий предлагает в качестве
решения данной проблемы установку так называемых DLP (Data Loss Prevention) систем – систем предотвращения потерь конфиденциальных данных.
Данные системы включают в себя компоненты контекстного анализа на сетевых узлах и конечных хостах и компоненты, направленные на устранение
возможности несанкционированного подключения оборудования. Однако
использование таких систем ввиду ряда объективных причин не гарантирует
безопасность. Сложность контекстного анализа в том, что даже специалист не
может определить, насколько правомерно копирование информации за пределы организации. Информационные потоки изменяются, поэтому необходимо своевременное изменение параметров контекстного анализа, которое должен осуществлять специалист. Данный специалист должен досконально изучить работу всех отделов предприятия в части информационного обмена, отслеживать изменения и самостоятельно принимать решения по настройке
DLP-системы. На практике осуществить это невозможно или невероятно
трудно, даже если в роли специалиста будет выступать целое подразделение.
Возложить принятие решений по циркуляции той или иной информации на
структурные подразделения невозможно, во-первых, ввиду их заинтересованности; во-вторых, инсайдером может оказаться сотрудник, принимающий
такие решения.
К данным проблемам стоит добавить реализацию системы предотвращения потерь, административные проблемы, связанные с соблюдением прав
сотрудника на неприкосновенность частной жизни, и в результате получаем
экономически затратную систему, которая не может гарантировать выполнение возложенных на нее функций по защите информации. Доверять такой
системе опасно. Однако это не значит, что DLP-система вообще бесполезна.
Как отмечалось выше, контроль за несанкционированной установкой оборудования может быть поручен такой системе. Кроме того, она может вести
наблюдение и протоколировать события, касающиеся передачи данных для
последующей обработки при расследовании инцидентов, а также обнаруживать явные нарушения, например попытку документа с грифом «секретно»
покинуть пределы КС организации. Еще одна функция лежит в области социальной инженерии. Сотрудники, проинформированные о том, что в организации развернута DLP-система, и наблюдающие некоторые результаты ее работы, но не способные установить полноту защиты, будут склонны приувеличивать ее возможности и, как следствие, опасаться нарушать режим предприятия.
Выделение нескольких ПК в отдельную группу на основании схожих
функциональных параметров (принадлежность к одному подразделению, обработка данных одного уровня конфиденциальности) позволяет назначить им
ПБ, отличную от базовой. Она отвечает за взаимодействие ПК внутри данного сегмента и нескольких сегментов сети между собой (рис. 1).
Взаимодействие происходит посредством сетевых технологий. Основной угрозой становится захват злоумышленником одного из объектов либо
внедрение ложного. Первоочередной целью системы защиты становится вы-
42
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
явление таких объектов. Фактором, позволяющим распознать злоумышленника, является аномальное, нетипичное поведение объекта. Подозрение может вызвать резкое увеличение сетевой активности, изменение графика активности, попытки внедрения или анализа и т.п. В большинстве случаев злоумышленник будет активно действовать в отношении соседних либо вышестоящих узлов.
Создание ПБ на базовом и сегментном уровнях позволит контролировать информационные потоки внутри КС. Информационный обмен с внешней средой должен быть регламентирован отдельной ПБ. Исходящие или
входящие данные пересекают границу КС. Граничный уровень защиты
наиболее подвержен риску, так как именно этот уровень напрямую связан с
внешней средой (рис. 1). Именно этот уровень может быть подвержен случайным атакам – атакам, не направленным против данной организации.
Внешняя среда является агрессивной сама по себе по причине полной открытости. Необходимо выявлять данные, не относящиеся к полезной информации, и блокировать им доступ в КС. Защита внешнего периметра носит двунаправленный характер. Должны быть предусмотрены отражение внешних
атак и контроль за информацией, покидающей пределы организации. Часть
рассмотренной выше DLP-системы настроена на предотвращение попыток
копирования конфиденциальной информации за границы защищенного периметра организации.
Данные ПБ находятся в иерархической зависимости друг от друга. При
перемещении данных через несколько уровней они будут подчинены ПБ более высокого уровня. Например, передача данных от ПК одной группы на ПК
другой будет в первую очередь ограничена ПБ сегментного уровня, а после
этого ПБ базового уровня (рис. 2).
Рис. 2. Иерархия политик безопасности
43
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Существуют ситуации, при которых ПБ граничного или сегментного
уровня ограничивается одним узлом. ПК может входить в состав КС, но не
быть членом группы, или это может быть удаленный ПК, отделенный сетью
Internet от основной КС. В этих случаях иерархия не должна нарушаться,
а ПБ должны составляться отдельно для каждого уровня. Так как, например,
изменение требований организации к информационному обмену между группами не должно приводить к изменению ПБ на базовом уровне.
3. Анализ взаимодействия политик безопасности
Из изложенного понятно, что степень защищенности различных узлов
системы не может быть одинаковой. А значит, и данные, обрабатываемые
в этих узлах, будут подвержены разной степени риска несанкционированного
воздействия. Разделив информацию по степени важности на несколько категорий, можно оптимизировать модель системы защиты любой организации.
Цель оптимизации состоит в том, чтобы усилить защиту узлов, обрабатывающих более важную информацию, в связи с тем, что ее потеря нанесет большой урон предприятию. Наиболее действенным будет разделить данные на
две группы: критические (данные, НСД к которым приведет к существенным
потерям) и некритические. Дальнейшее дробление этих групп зависит от конкретных информационных потоков.
Основной принцип при проектировании системы защиты критических
данных заключается в избыточности применяемых мер по защите. С одной
стороны, необходимо усилить защиту узлов, на которых обрабатывается информация такого рода, с другой – запретить ее обработку на узлах, подверженных риску НСД. Проектируя защиту наиболее важных данных, необходимо учитывать все возможные угрозы: подбор персонала, проверку аппаратно-программных комплексов на наличие встроенных «закладок», пропускной режим в помещениях и т.п. Возможно, некоторые угрозы не удастся
свести к минимуму, тогда их придется исключить. Например, отключить некий сегмент сети от глобальной сети на граничном уровне защиты, от остальной сети предприятия на сегментном и запретить использование переносных
запоминающих устройств на нижнем, базовом уровне.
При передаче информации между различными участками КС возникают ситуации, требующие определить, какая из политик безопасности должна
быть применена. Формализованный подход к данному вопросу позволит исключить возможность неоднозначного ответа и даст возможность программно обрабатывать возникшие противоречия. ПБ исходящего и входящего узлов
должны иметь удельный вес (УВ), позволяющий при сравнении установить,
какая из политик имеет приоритетное значение. Факторами, определяющими
удельный вес ПБ, являются: уровень, на котором действует политика; степень
важности информации, которую обрабатывает узел, подпадающий под действие данной политики. Сумма УВ этих факторов определяет УВ ПБ (табл. 1).
Таблица 1
Определение удельного веса политики безопасности
Степень конфиденциальности
информации (УВ)
Не критичная (1)
Критичная (2)
44
Базовый (1)
2
3
Уровень ПБ (УВ)
Сегментный (2) Граничный (3)
3
4
4
5
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Диапазон УВ степени конфиденциальности может быть расширен в зависимости от требования конкретной организации. При совпадении весов
должны быть соблюдены требования обеих ПБ.
Заключение
Система защиты КС организации представляет собой совокупность мер
по детектированию и своевременному реагированию на возможные угрозы.
Для повышения эффективности защиты информации следует разделить политику безопасности КС на несколько ПБ. Предлагается выделить три основных
группы ПБ: базовая, сегментная и граничная. При анализе информационных
потоков данные, потеря которых приведет к значительному ущербу для организации, необходимо выделять в отдельную группу, защите которой стоит
уделить особое внимание. При передаче информации между узлами, регулируемыми разными ПБ, соблюдаются требования ПБ с большим удельным весом.
Список литературы
1. З а й ц е в , А . П . Техническая защита информации / А. П. Зайцев, А. А. Шелупанов, Р.В. Мещеряков. – М. : Горячая линия – Телеком, 2009. – 616 с.
2. К л е й м е н о в , С . А . Информационная безопасность и защита информации /
С. А. Клейменов. – М. : Академия, 2007. – 336 с.
3. З а в г о р о дн и й В. И . Комплексная защита информации в компьютерных системах / В. И. Завгородний. – М. : Логос, 2001. – 264 с.
4. Щ е г л о в , А . Ю . Защита компьютерной информации от несанкционированного
доступа / А. Ю. Щеглов. – СПб. : Наука и Техника, 2004. – 384 с.
Волков Олег Алексеевич
аспирант, Ижевский государственный
технический университет
Volkov Oleg Alekseevich
Postgraduate student,
Izhevsk State Technical University
E-mail: volkov-rus@yandex.ru
УДК 681.3.067
Волков, О. А.
Разработка и анализ модели политики безопасности компьютерной
сети / О. А. Волков // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 38–45.
45
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 004.414.2
Д. А. Копылов
КОНЦЕПТУАЛЬНОЕ ПРОЕКТИРОВАНИЕ РАБОЧЕГО МЕСТА
АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ
Аннотация. Предложен вариант концепции по разработке автоматизированного рабочего места, входящего в состав подсистемы управления автоматизированной системы управления. Обращается внимание на необходимость качественного (концептуального) осмысления технической системы; описываются
этапы проектирования автоматизированного рабочего места и содержание
каждого из них.
Ключевые слова: качественные проблемы, этапы проектирования, разработка
автоматизированного рабочего места, концепция.
Abstract. The article offers a concept of automated workplace design which is a part
of an ACS management subsystem. The author emphasizes the necessity of qualitative (conceptual) understanding of a technical system; describes the stages of automated workplace design and their contents.
Key words: qualitative problems, design stages, designing of an automated workplace, the concept.
Введение
В процессе развития научных, проектных и исследовательских работ,
выходящих на новые границы своего качественного роста, возникает необходимость в концептуальном осмыслении технических систем [1]. Качественный прорыв в исследовании и создании новых объектов связан с порождением концептуальных пространств, вносящих в предметную область разнообразие новых взглядов, положений и решений. Разнообразие изначально выражается в категориях качества.
Методологической и инструментальной поддержкой исследований,
направленных на порождение, выражение и оперирование качествами объектов, в настоящее время является теоретический аппарат концептуального
анализа и синтеза технических систем. Сферой применения этого аппарата
являются качественные слабоструктурированные проблемы в различных
предметных областях. В отношении задач разработки технических, организационно-технических и организационных систем это представляет собой концептуальное проектирование входящих в них объектов.
Акцентирование концептуальных исследований объектов определяется
самостоятельным специфическим этапом, связанным с возросшими современными потребностями теории и практики проектирования сложных систем. Поэтому предмет исследований должен основываться на конкретном
определении системы и установлении аспекта проектирования, связанного с
необходимостью концептуальных наработок.
К одному из классов сложных систем относят автоматизированные системы управления (АСУ), которые являются совокупностью математических
методов, технических средств (ЭВМ, средств связи, устройств отображения
информации и т.д.) и организационных комплексов, обеспечивающих рациональное управление сложными объектами (процессами) в соответствии с заданными целями [2].
46
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Специфика разработки АСУ заключается в решении крупных проблем,
где под проблемой понимается ситуация, характеризующаяся различием
между существующим техническим воплощением и необходимым (желаемым) результатом. В зависимости от степени исходного различия и сложности взаимодействия объектов системы процесс нахождения решения может
быть различным, а следовательно, и различным выбор методов решения.
В этом смысле различают количественные и качественные проблемы. К первому типу относятся проблемы, решение которых заключается в изменении
количественных характеристик существующей системы и не требует ее существенного перестроения. Решение качественной (слабоструктурированной)
проблемы предполагает выявление в существующей системе проблемы, цели,
связей и ограничений на желаемую систему, перестроение которых способно
повлиять на результат.
До момента решения качественной проблемы ее основные компоненты
не выявлены до такого уровня, при котором решение может заключаться
в количественном анализе свойств существующей системы. Примерами могут являться проблемы разработки новых технических, организационных и
информационных систем, предназначенных для выполнения разнотипных
функций.
1. Этапы концепции построения
автоматизированного рабочего места АСУ
Технические средства АСУ могут объединяться в иерархически структурированные подсистемы, рассредоточенные на значительных расстояниях
друг от друга; такая система управления классифицируется как территориально-распределенная.
В процессе эксплуатации АСУ возникают задачи разработки новых
технических средств, отвечающих актуальным требованиям, и реализации
дополнительных функций для повышения эффективности и оперативности
управления. К таким техническим средствам относится автоматизированное
рабочее место (АРМ).
Концепция проектирования АРМ состоит из последовательности этапов [3], приведенных на рис. 1.
2. Содержание начального этапа концепции
Введение концепции. АРМ является одним из важных звеньев автоматизированной системы обработки данных и управления. Поэтому уже на
начальных этапах его создания как разработчикам, так и заказчикам важно
хорошо представлять себе весь комплекс задач, с которыми им придется
столкнуться в процессе разработки и внедрения системы [4].
В методическом плане при решении проблем проектирования АРМ
важно определение состава и структуры системы и входящих в нее элементов. При решении технических задач в рамках разработки АРМ возникает
вопрос, как выразить и в последующем формализовать требования и грамотно поставить задачу. Формализация требований в большой степени затруднена из-за отсутствия полноценного диалога между заказчиком и разработчиком. Для решения данной проблемы возникает необходимость в построении
концепции [5].
47
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 1. Этапы концепции проектирования АРМ
Известия высших учебных заведений. Поволжский регион
48
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Назвать одну сторону, которая была бы инициатором разработки концепции, достаточно сложно. Инициатива должна идти с разных сторон, где
должны сойтись пожелания и возможности участников процесса разработки.
В нашем случае для разработки АРМ необходимо рассматривать концепцию основного типа, содержащую полный перечень разделов (подразделов), являющихся обязательными.
Цель концепции состоит в осмыслении и анализе ситуации, выражении
ее в конкретных формулировках для выработки в дальнейшем решений и документов, носящих нормативный характер. Наличие согласованной концепции позволяет всем участникам проекта двигаться в одном направлении с
четким пониманием итоговой задачи.
Общие положения. Название системы – Автоматизированное рабочее
место.
Место системы в составе АСУ – является элементом подсистемы
управления АСУ.
Назначение системы – предназначено для формирования, ввода, обработки и отображения информации с контролем ее прохождения в подсистеме.
Цель создания – разработка нового АРМ, отвечающего новым функциональным требованиям.
Основные принципы построения. В начале процесса обследования
встает ряд первоочередных вопросов, касающихся того, как осуществить этот
процесс, какой выбрать способ действий по отношению к данному объекту, в
каком аспекте или ракурсе исследовать его, с позиций каких представлений
рассматривать объект, – все это составит суть подхода к проблеме. Его можно определить как комплекс основных исходных установок, включающий
определенное первоначальное представление об объекте. Перечисленные
компоненты можно рассматривать как концептуальный аспект подхода [6].
Представление об объекте формируется с определения его онтологического типа, т.е. характера и категориальной принадлежности. Это позволит
отнести разрабатываемое АРМ к одному из таких типов, как предмет, структура, система, элемент подсистемы. Эта операция обеспечивает заказчика и
разработчика соответствующим общим взглядом на объект, некоторым пониманием его и формирует соответствующие подходы к изучаемому объекту –
системный, структурный, процессуальный и т.п. Определение онтологического типа можно назвать первоначальной идентификацией объекта, которая
выявляет универсальную компоненту концептуального аспекта подхода. На
практике объект чаще всего рассматривается системно с нескольких точек
зрения с учетом отраслевых ограничений, таких как модульность, вариант
исполнения, массогабаритные характеристики и т.д.
Различные подходы к рассмотрению изучаемого объекта приводят к
формированию нескольких направлений его разработки, что позволяет точнее
определить важность и значение того или иного параметра, сопоставить результаты и установить ценность каждого из них. Конкуренция различных подходов становится фактором получения действительно значимых результатов.
Как было сказано, сначала определяется онтологический тип объекта,
что позволяет подвести его под какое-либо самое общее универсальное понятие, осуществить вторичную, специальную идентификацию объекта и руководствоваться специфическим комплексом соответствующих представлений.
Чем конкретнее понятие или представление, под которое подводится разра-
49
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
ботка, тем больше глубина ее идентификации. В нашем случае онтологический тип АРМ – элемент подсистемы.
Терминология. Отсутствие единой терминологии часто приводит
к возникновению «терминологических барьеров» между отдельными коллективами разработчиков, а также между разработчиками и заказчиком системы.
Термины и их определения, применяемые в концепции, оформляются отдельным приложением.
3. Содержание этапа концептуализации предметной области
Функциональное пространство АРМ. Функциональное пространство
АРМ с перечнем взаимодействующих технических средств представлено на
рис. 2.
ВК – вычислительный комплекс, АРМ ФК – автоматизированное рабочее место
функционального контроля; АРМ СБ – автоматизированное рабочее место службы
безопасности; ЛВС – локальная вычислительная сеть; МЭ – межсетевой экран
Рис. 2. Функциональное пространство АРМ в АСУ
Базовый функциональный контур подсистемы управления изображен
на рис. 3.
Рис. 3. Базовый функциональный контур подсистемы управления
50
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Информационное пространство АРМ. При создании концептуальной
модели практически параллельно формируется область исходных данных
(информационное пространство). На данном этапе выявляются количественные характеристики (параметры) функционирования объекта и его элементов,
численные значения которых составят исходные данные для моделирования.
Исходными данными является немашинная информация в форме регламентированных сообщений, таблиц сигналов, сопровождающихся смысловой нагрузкой, воспринимаемых оператором для ввода в АРМ.
АРМ обрабатывает и преобразует вводимую оператором информацию в
требуемый формат для последующей ее передачи в вычислительный комплекс (ВК) подсистемы управления.
Прохождение информации в пространстве подсистемы управления
осуществляется по установленному протоколу обмена.
При принятии решения о создании информационного пространства заказчиком и разработчиком решаются следующие задачи:
– разработка соглашений и регламентов о распространении информации;
– разработка механизма доступа к информации, т.е. выбор конкретного
организационно-технологического решения;
– мероприятия по актуализации информации.
Организационная структура АРМ. В разделе приводится перечень
ведомств и их подразделений, задействованных в формировании и управлении информационными ресурсами и краткое описание межведомственного
взаимодействия. Для каждого ведомства указываются основные функции,
связанные с созданием и эксплуатацией АРМ.
Нормативно-правовое пространство функционирования АРМ. Нормативно-правовое пространство функционирования АРМ должно определяться нормативно-правовыми актами (указами Президента, постановлениями Правительства, законами, стандартами предприятий-изготовителей и т.д.),
относящимися к области деятельности, в которой будет функционировать
система, а также нормативными актами, регламентирующими деятельность и
взаимоотношения в области информатизации АСУ отрасли.
Основные стандарты, учитываемые при разработке и создании АРМ:
1. ГОСТы 24 серии «Автоматизированные системы управления».
2. ГОСТы 34 серии «Информационная технология».
3. ГОСТы 19 серии «Единая система программной документации».
4. ГОСТ Р 50922–2006. Защита информации.
5. Р 50.1.056–2005. Техническая защита информации.
6. РД 50-680-88. Методические указания. Автоматизированные системы.
При официальном издании новых нормативно-правовых актов и стандартов они должны быть включены в вышеприведенный перечень.
4. Содержание этапа разработки концептуальной модели
Разработка концептуальной модели определяет:
– целесообразность создания АРМ;
– конкретные функции АРМ;
– степень автоматизации задач;
– отраслевые ограничения при разработке АРМ;
– проверку АРМ на соответствие нормативным документам.
51
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
В процессе создания системы необходимо выяснить:
– эффективность существующего АРМ (оперативность выполнения поставленных задач в заданных условиях эксплуатации, надежность, массогабаритные характеристики);
– принцип развития (возможность обновления функций АРМ и видов
его обеспечения);
– согласование новой структуры АРМ на основе выявленных недостатков существующей.
Функции АРМ:
– обеспечение самодиагностики неисправностей с выдачей информации
на дисплей управления АРМ (ЖК-монитор) по результатам прохождения
программы тест-контроля;
– необходимость разделения функций и прав пользователей АРМ;
– преобразование информации в требуемый формат;
– обеспечение взаимодействия с подсистемой управления.
Концептуальная модель системы должна строиться на основе функциональных требований с учетом экономических показателей.
Концептуальная модель должна строиться с учетом ГОСТ 34.601–90.
Основные решаемые задачи при построении АРМ.
1. Разработать АРМ, отвечающее новым функциональным требованиям.
2. Разработать специальное программное обеспечение для АРМ.
3. Разработать комплект документации по новому АРМ.
Общий механизм выбора решения при построении АРМ. На всех
стадиях процесса проектирования АРМ приходится вырабатывать, обосновывать и принимать решения по принципам структурного построения системы,
принципам реализации различных функциональных задач, разработке математического обеспечения. Эти решения принимают как в условиях достоверно определенных исходных данных, так и при исходных данных, носящих
стохастический характер с известными или неизвестными распределениями
вероятностей [2].
Эффективность выбора решения определяется некоторым критерием
F . Все факторы, от которых зависит эффективность выбора, разделяются на
две группы. Первая группа факторов называется элементами решения, или
параметрами выбора x1 ,..., xn , и зависит от лиц, принимающих решение, которое они могут выбирать по своему усмотрению. В целом решение характеризуется вектором параметров выбора
X  x1 ,..., xn .
(1)
Может быть самая различная интерпретация параметров выбора,
например:
 Рассматривая совокупность
i  1, n
вариантов структур АРМ,
нужно выбрать для дальнейшей реализации один-единственный, наиболее
эффективный в смысле принятого критерия вариант. Параметры выбора принимают значения x1  1 , i  1, n , если для дальнейшей реализации выбирается
i -й вариант структуры, и xi  0 , если i -й вариант структуры для реализации
не принимается.
52
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
 Производится комплексирование АРМ из n типов технических
средств. Каждое средство i -го типа ( i  1, n ) может быть включено в систему
в количестве xi  0,1, 2, ... единиц. Необходимо выбрать такое число единиц
технических средств каждого типа, при котором АРМ было бы наиболее эффективным в смысле принятого критерия.
Вторая группа факторов характеризует условия y1 ,..., ym , в которых
осуществляется выбор и на которые влияние принимающих решение лиц
ограничено, а в большинстве случаев практически невозможно. Полная совокупность условий выбора характеризуется вектором условий выбора (вектором состояний внешней среды):
Y  y1 ,..., ym ,
(2)
компоненты которого y j , j  1, m , представляют собой характеристику j -го
условия выбора (величины, отражающие параметры, характеристики и состояния внешней среды).
Представлением внешней среды в виде управляемого процесса пользуются, решая такие задачи, как оценка целесообразности разработки АРМ, выбор рациональных структур системы, комплексирование системы из различного набора технических средств.
Критерий эффективности выбора является функцией вектора параметров выбора и вектора состояний внешней среды:
F  F ( X ,Y ) .
(3)
Задача выбора решения при создании АРМ состоит в том, чтобы при
заданных условиях выбора найти такое значение X * вектора параметров X ,
которое бы обращало в экстремум (максимум или минимум) критерий эффективности выбора (3) при различных ограничениях на компоненты X ,
свойственных специфике рассматриваемой задачи.
Технологическое пространство АРМ. В состав АРМ будут входить:
вычислительный модуль, устройство отображения и устройство ввода информации. Структурная схема АРМ приведена на рис. 4.
При создании АРМ следует учитывать ряд требований:
– разработка должна осуществляться на перспективной элементной базе отечественного (импортного – по требованию заказчика) производства;
– архитектуры системы и комплекса программ должны соответствовать
текущим и перспективным целям создаваемого АРМ;
– архитектура аппаратно-программных средств должна быть достаточно гибкой и допускать относительно простое, без коренных структурных изменений, наращивание функций и ресурсов АРМ в соответствии с расширением сфер и задач ее применения при длительном развитии, сопровождении и
модернизации;
– необходимо эффективно использовать ресурсы АРМ и минимизировать интегральные затраты на обработку данных при его функционировании
с учетом текущих эксплуатационных затрат и капиталовложений в создание
системы;
– должна обеспечиваться безопасность функционирования АРМ и
надежная защита данных от дефектов и ошибок от преднамеренного разру-
53
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
шения или потери информации, а также резервирование и оперативное восстановление функционирования системы;
– управление системой должно быть комфортным, максимально упрощенным на основе современных графических средств и наглядных пользовательских интерфейсов.
Рис. 4. Структурная схема АРМ
Обеспечение информационной безопасности АРМ. При разработке
АРМ необходимо обеспечить организационные и технические средства защиты информации от несанкционированного доступа, а также выполнение дополнительной защиты информации в АРМ, которая включает:
– функциональный контроль, обеспечивающий обнаружение и диагностику отказов, сбоев аппаратуры и ошибок человека, а также программные
ошибки;
– повышение достоверности информации;
– защиту информации от аварийных ситуаций;
– контроль доступа к внутреннему монтажу аппаратуры, линиям связи
и технологическим органам управления;
– разграничение и контроль доступа к информации;
– идентификацию и аутентификацию пользователей, технических
средств, носителей информации и документов;
– защиту информации от побочного излучения и наводок.
Обеспечение информационной безопасности системы должно отвечать
нормативным актам Российской Федерации и ГОСТ Р 51241–98 «Средства и
системы контроля и управления доступом».
Охрана труда на рабочем месте. Обеспечение на рабочем месте
уровней воздействия вредных факторов: электромагнитное излучение (де-
54
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
ионизация окружающей среды, выбор типа монитора), широкополосный фон
от электроники АРМ (процессор, преобразователи в цепи питания, генераторы), низкочастотное излучение от сетевого питания, термическое воздействие, шум – в пределах установленных ГОСТами норм.
Устройство отображения, входящее в состав АРМ, должно соответствовать по своим параметрам следующим стандартам: TCO'06,
ГОСТ Р 50948–2001, ГОСТ Р 50949–2001, ГОСТ Р 50923–96, СанПиН
2.2.2.542–96.
Основные акустические нормативы для жилых и общественных помещений: СН 2.2.4/2.1.8.562–96, МГСН 2.04–97.
При официальном издании новых нормативно-правовых актов и стандартов они должны быть включены в вышеприведенный перечень.
Оценка риска здоровью работающих должна базироваться на качественной и количественной характеристике вредных факторов. Необходимо
изыскать пути размещения оборудования и пользователей в конкретных помещениях с учетом фоновых электромагнитных излучений и санитарнозащитных зон пребывания.
Защита организма человека от действия электромагнитных излучений
предполагает снижение их интенсивности до уровней, значительно ниже предельно допустимых, согласно действующим нормативным документам.
Соблюдение норм воздействия вредных факторов на рабочем месте –
главное условие сохранения здоровья и работоспособности оператора.
5. Содержание отчета
Концепция является первым исходным документом, согласованным
с заказчиком и исключающим спорные вопросы перед началом разработки.
По результатам разработанной концепции составляется отчет, содержащий:
1. Предоставление заказчику от разработчика общего видения АРМ,
выполняемых им функций, описаний информационного и правового пространства и взаимодействия с другими техническими средствами подсистемы
управления АСУ.
2. Предложения по построению АРМ в разных вариантах с оценкой и
выбором оптимального.
3. Предварительные временные рамки разработки АРМ.
4. Предварительный бюджет на разработку АРМ.
После того как концепция и отчет утверждены заказчиком, можно приступить к следующим этапам разработки.
Заключение
Концепция АРМ составляет систему понятий, достаточную для раскрытия сущности и совокупности свойств разрабатываемого технического
средства.
На ранних этапах проектирования включение ГОСТов в конкретную
концепцию позволяет определить их достаточность для качественного описания технического средства, выявить необходимость доработки или разработки новых стандартов.
Качественная определенность задач в концепции позволит выбрать
правильное направление поиска количественных параметров АРМ и их оценку.
55
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Список литературы
1. Н и к а н о р о в , С . П . Введение в концептуальное проектирование АСУ: анализ и
синтез структур / С. П. Никаноров, Н. К. Никитина, А. Г. Теслинов. – М. : Концепт, 2007. – 236 с.
2. В о л о д и н, С . В. Общесистемное проектирование АСУ реального времени /
С. В. Володин, А. Н. Макаров, Ю. Д. Умрихин, В. А. Фараджев ; под ред.
В. А. Шабалина. – М. : Радио и связь, 1984. – 232 с.
3. К о н о н е н к о , А . А . Технология концептуального проектирования / А. А. Кононенко, З. А. Кучкаров, С. П. Никаноров, Н. К. Никитина ; под ред. С. П. Никанорова. – 2-е стереотип. изд. – М. : Концепт, 2008. – 580 с.
4. Е в с ю к о в , К . Н . Основы проектирования информационно-вычислительных
систем / К. Н. Евсюков, К. К. Колин. – М. : Статистика, 1977. – 216 с.
5. Ч у в и н, В. А . Создание конкурентоспособной продукции. Концептуальный
аспект / В. А. Чувин. – М. : Книжный дом «ЛИБРОКОМ», 2009. – 232 с.
6. М а й да н о в , А . С . Интеллект решает неординарные проблемы / А. С. Майданов. – М. : ИФРАН, 1998. – 181 с.
Копылов Дмитрий Александрович
аспирант, Московский государственный
институт радиотехники, электроники
и автоматики (технический университет)
Kopylov Dmitry Alexandrovich
Postgraduate student, Moscow State
Institute of Radio Engineering, Electronics
and Automatics (Technical University)
E-mail: mrdiamant-1986@mail.ru
УДК 004.414.2
Копылов, Д. А.
Концептуальное проектирование рабочего места автоматизированной системы управления / Д. А. Копылов // Известия высших учебных
заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). –
С. 46–56.
56
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
УДК 658.012.011
С. М. Жмуркин, Н. Н. Вершинин, И. Г. Епишин, А. Ю. Репин
СИСТЕМА ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ
ПРОЕКТИРОВАНИЯ И РАЗРАБОТКИ
ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ
ДЛЯ УНИЧТОЖЕНИЯ ХИМИЧЕСКОГО ОРУЖИЯ
Аннотация. Рассматривается система информационной поддержки процессов
проектирования и разработки безопасного технологического оборудования
для объектов по уничтожению химического оружия. Приводится концептуальная модель системы информационной поддержки, включающей автоматизированное рабочее место системного аналитика и разработчика. Система информационной поддержки реализована как составная часть интегрированной
информационной среды предприятия ОАО НПП «Химмаш-Старт» (г. Пенза).
Ключевые слова: рабочая конструкторская документация, информационная
поддержка, требования безопасности и надежности, критичность, риск.
Abstract. The article considers a data supporting system for design and development
of safe technological equipment. The equipment is intended to be applied at chemical weapons elimination plants. The authors introduce a conceptual model of data
supporting system, consisiting of an automated workstation for a system analyst and
an engineer. Supporting data system is implemented as a component of an integrated
data system at JSC NPP “Chimmash-Start” plant.
Key words: design documentation, data support, safety specification, criticality,
hazard.
Введение
Производственные объекты по уничтожению химического оружия
(УХО) относят к наиболее опасным. Неотъемлемой частью безопасности
производственных объектов УХО являются безопасность и надежность эксплуатации технологического оборудования, которые должны закладываться
на всех этапах жизненного цикла изделия и, в первую очередь, на этапах проектирования и разработки.
Проектирование и разработка технологического оборудования для
УХО (далее по тексту изделие) является новым направлением в области химического машиностроения. Специфика данной стадии жизненного цикла
изделия характеризуется целым рядом особенностей:
– во-первых, изделие создается как головной образец;
– во-вторых, физико-химические процессы УХО недостаточно изучены, а специально подготовленные проектные решения для разработчиков, как
правило, отсутствуют;
– в-третьих, нормативная база проектирования и разработки изделия
охватывает только типовые технические решения.
При этом разработчикам часто приходится сталкиваться с дополнительными проблемами, такими как:
– сжатые сроки проектирования и разработки;
– недостаточный опыт и уровень подготовки разработчиков;
– отсутствие развернутых требований технического задания (ТЗ);
– необходимость привлечения специализированных проектных организаций (контрагентов), например в части проектирования и разработки ло-
57
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
кальной автоматизированной системы управления технологическим процессом (АСУ ТП);
– ограниченные возможности проведения большого объема расчетов,
охватывающих все составные части (СЧ), узлы и стыковки конструкции изделия при возможных режимах и условиях эксплуатации;
– отсутствие возможности проведения испытаний в полном объеме (как
правило, испытания проводятся только для СЧ технологического оборудования, а испытания на воздействие специальных факторов исключаются);
– ограниченность ресурсов при пуске-наладке изделия.
В данных условиях проектирования и разработки особую важность
приобретает управление информацией об изделии [1], предусматривающее
внедрение технологии организации единого информационного пространства
(интегрированной информационной среды – ИИС), объединяющего автоматизированные системы, предназначенные для эффективного решения задач
инженерной деятельности.
К одной из таких автоматизированных систем относится рассматриваемая в настоящей работе система информационной поддержки процессов проектирования и разработки безопасного технологического оборудования.
1. Задачи и функции системы информационной поддержки
Основная цель информационной поддержки заключается в полном и
адекватном обеспечении решения таких основных задач, как:
1) реализация тактико-технических требований (ТТТ), обеспечение
требуемых тактико-технических характеристик (ТТХ) и обязательных требований безопасности (ОТБ) к изделию в полном соответствии с ТЗ, охватывающим требованиями все этапы жизненного цикла;
2) обеспечение безопасности и надежности разрабатываемого изделия
по критерию приемлемого риска [2];
3) обеспечение качества выполнения проектных работ и разработки рабочей конструкторской документации (РКД).
Концептуальная модель системы информационной поддержки представлена на рис. 1.
В состав системы информационной поддержки включены автоматизированные рабочие места (АРМ) двух типов: АРМ системного аналитика
и АРМ разработчика. Для удобства работы они объединены общей оболочкой.
Средства информационной поддержки обеспечивают диалоговый процесс подготовки оперативных данных и решение задач менеджмента рисков
изделия при проектировании и разработке.
Ключевые функции системы информационной поддержки отводятся
АРМ системного аналитика. Его средства обеспечивают информационную и
программную поддержку решения следующих задач.
1. Формирование системы классификаторов и справочников в соответствии с требованиями классифицирования, приведенными в табл. 1.
Данные классификаторы и справочники используются как основа постоянно
актуализируемой базы данных системы информационной поддержки.
2. Подготовка оперативных данных для решения конкретных задач
менеджмента рисков разрабатываемого изделия.
58
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Рис. 1. Концептуальная структурная модель системы
информационной поддержки проектирования и разработки изделия
Важно отметить, что требования к безопасности производственного
объекта по УХО выступают как исходные, определяющие необходимый уровень безопасности и надежности технологических процессов и технологического оборудования в частности. Отсюда следует приоритетность, первичность требований к безопасности производственного объекта УХО по отношению к надежности изделия как части технологической системы.
Основная роль в реализации требований безопасности и надежности
при проектировании и разработке изделия отводится менеджменту рисков.
Менеджмент рисков охватывает различные аспекты работы – от идентификации и анализа рисков до оценивания их допустимости и определения потенциальных возможностей снижения рисков посредством выбора и реализации
методов и средств обеспечения технологической безопасности. Основополагающие требования к менеджменту рисков определены комплексом национальных стандартов серии ГОСТ Р 51901.
3. Информационная поддержка анализа рисков изделия. Информационная поддержка заключается:
– в классифицировании разрабатываемого изделия как технологического оборудования для УХО;
– в идентификации методов и средств обеспечения и управления изделием при эксплуатации;
– в идентификации возможных инцидентов и опасностей конструкции
изделия;
– в классифицировании причинно-следственных связей опасностей;
– в идентификации возможных несоответствий, ошибок при документировании процессов (процедур) технического контроля, испытаний, пусконаладочных работ, обкатки и эксплуатации изделия;
– в информационном поиске данных об изделиях-аналогах и соответствующих документах РКД.
59
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
60
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
61
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
62
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
4. Информационная поддержка принятия решений по обеспечению
безопасности и надежности изделия. С учетом результатов анализа риска
система информационной поддержки в соответствии с ГОСТ Р ИСО 12100-2,
ГОСТ Р 51333 [3, 4] предлагает конструкторам-разработчикам комплекс мер
по обеспечению надежности и безопасности. Например, основными направлениями обеспечения безопасности технологического оборудования для уничтожения жидких продуктов детоксикации отравляющих веществ (ОВ) являются:
1. Уменьшение риска за счет совершенствования технологических режимов обработки, которое предусматривает:
– снижение интенсивности процессов обработки, уменьшающее вероятность отказов оборудования, ошибок персонала;
– увеличение глубины очистки продуктов переработки ОВ за счет снижения производительности процесса или/и за счет увеличения расхода реагентов, или/и за счет увеличения размеров очистного оборудования;
– повышение пожарной безопасности хранения продуктов переработки
ОВ, предназначенных для термического обезвреживания, за счет ухудшения
их горючести;
– снижение производительности процессов утилизации, обеспечивающее уменьшение токсичности выбросов в окружающую среду;
– применение ненагруженного резерва (как аварийного) наиболее критичных единиц технологического оборудования.
2. Уменьшение риска за счет совершенствования конструкции технологического оборудования, которое предусматривает:
– обеспечение надежности и безопасности путем относительного упорядочения расположения СЧ, исключающих опасность механического воздействия на обслуживающий персонал, ограничения шума и вибраций и т.д.;
– применение методов повышенной надежности и безопасности энергопитания;
– исключение острых кромок, углов, выступающих частей и т.д.;
– обеспечение достаточных запасов прочности элементов конструкции;
– снижение влияния факторов усталости, износа, коррозии материалов
деталей на надежность функционирования;
– применение принципа положительного механического воздействия
одной детали на другую;
– применение принципов эргономики, принципов безопасности при
конструировании систем управления;
– ограничение опасности посредством механизации и автоматизации
погрузочно-разгрузочных работ, вынесения мест наладки и обслуживания за
пределы опасных зон и выбора соответствующих защитных и предохранительных устройств;
– снижение вероятности опасности посредством повышения надежности элементов (покупных изделий, узлов, деталей, материалов) конструкции
оборудования;
– сочетание резервирования с быстрым выявлением отказавших элементов с помощью встроенных систем контроля.
3. Уменьшение риска за счет надежности АСУ ТП, которое предусматривает:
63
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
– усиление мониторинга операций детоксикации, хранения, утилизации
продуктов переработки ОВ за счет дополнительных затрат на контрольноизмерительные приборы и увеличения штатных обязанностей персонала;
– полноту и достоверность идентификации состояний технологического оборудования в реальном времени (при эксплуатации);
– своевременное прогнозирование и предупреждение инцидентов и
аварий путем обнаружения «предвестников» опасных состояний и своевременной корректировки режимов технологического процесса;
– непрерывный контроль срабатывания аварийных защит и блокировок;
– сигнализацию достижения предельных значений и формирование запрета на дальнейшую работу системы в автоматическом режиме;
– изменение параметров и настройку программно-технического
комплекса системы (ПТК) в случае изменения условий эксплуатации,
изменение структуры объекта управления и состава выполняемых функций
в реальном времени;
– регистрацию в реальном времени действий оператора и выявленных
в процессе работы технологических нарушений и отклонений;
– остановку технологического процесса при возникновении аварийной
ситуации (отказ технологического оборудования, пожар, загазованность,
отключение вентиляции, отключение основного электроснабжения).
2. Реализация системы информационной поддержки
При осуществлении менеджмента рисков специалистам-аналитикам не
хватает данных и знаний, что зачастую приводит к принятию ошибочных решений. С целью повышения качества подготовки данных в «АРМ системного
аналитика» включен модуль, выполняющий функцию интеллектуального посредника. Функции интеллектуального посредника реализуются диалоговой
подсистемой, включающей базу знаний системного аналитика. При диалоге
с такой системой формируются блоки данных, позволяющие разработчикам
существенно сократить время разработки РКД.
Блоки данных, продуцированные системным аналитиком, представляются разработчику в виде:
– перечней требований нормативных документов к надежности и безопасности, которым должны отвечать проектирование и разработка изделия;
– перечней наиболее критичных СЧ, узлов и деталей конструкции изделия с указанием основных видов отказов и их возможных причин (несоответствий, ошибок, дефектов);
– перечней критических несоответствий, ошибок на этапах жизненного
цикла изделия, которые могут привести к критичным последствиям;
– рекомендаций по применению конструктивных методов и средств,
обеспечивающих эффективное повышение надежности и безопасности изделия при эксплуатации;
– рекомендаций по организационно-техническим мероприятиям на этапах жизненного цикла изделия, направленных на снижение издержек при
обеспечении заданных ТТХ изделия.
Разработка РКД производится с помощью «АРМ разработчика» в автоматизированном режиме.
Промежуточные результаты разработчика – проекты документов РКД –
представляются системному аналитику для оценивания уровня соответствия
64
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
требованиям полноты и адекватности в части обеспечения безопасности
согласно «Техническому регламенту о безопасности машин и оборудования» [5].
Для интеграции системы информационной поддержки с информационной средой предприятия разработан специальный «модуль интеграции», являющийся составной частью оболочки «АРМ системного аналитика» и «АРМ
разработчика». Через «модуль интеграции» осуществляется взаимосвязь
с PLM-системой.
PLM-система обеспечивает:
– централизованное структурированное хранение технической документации на изделие;
– управление информацией о структуре, вариантах конфигурации изделий и входимости компонентов в различные изделия;
– управление процессом разработки изделия; интеграцию компонентов
Комплекса – САПР, САПР ТП, корпоративных справочников.
Для удобства пользователя в данную систему встроена подсистема
нормативной помощи, обеспечивающая разработчика:
– требованиями к конструированию безопасных изделий химического
машиностроения;
– требованиями государственных стандартов к оформлению РКД;
– требованиями к методам контроля качества при изготовлении изделий.
Заключение
В настоящее время система информационной поддержки реализована
как в виде оболочки «АРМ системного аналитика» и «АРМ разработчика»
предприятия ОАО НПП «Химмаш-Старт», интегрированной с системой
управления жизненным циклом изделия PLM: ЛОЦМАН. Применение системы информационной поддержки дает предприятию возможность оперативно
и качественно выполнять большой объем заказов на разработку комплексов
технологического оборудования для опасных химических производств.
Список литературы
1. Г у щ и н , О . Организация электронного архива на основе PartY PLUS в ФНПЦ
(РПКБ) / О. Гущин, Т. Промзелева // САПР и графика. – 2004. – Январь. –
С. 54–58.
2. РД 03-418-01. Методические указания по проведению анализа риска опасных
производственных объектов. Сборник документов. Серия 27. Декларирование
промышленной безопасности и оценка риска. – Вып.3. – М. : ГУП «Научнотехнический центр по безопасности в промышленности Госгортехнадзора России», 2002.
3. ГОСТ Р ИСО 12100-2–2007. Безопасность машин. Основные понятия, общие
принципы конструирования. Часть 2. Технические принципы. – М. : ИПК Изд-во
стандартов, 2008. – 45 с.
4. ГОСТ Р 51333–99. Безопасность машин. Основные понятия. Общие принципы
конструирования. Термины, технологические решения и технические условия. –
М. : ИПК Изд-во стандартов, 2002. – 56 с.
5. Технический регламент о безопасности машин и оборудования № 753 от
15.09.2009 // Российская газета. – № 181. – 25.09.2009 ; Собрание законодательства Российской Федерации. – № 38. – 21.09.2009. – Ст. 4505.
65
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Жмуркин Сергей Михайлович
главный конструктор, Научнопроизводственное предприятие
«Химмаш-Старт» (г. Пенза)
Zhmurkin Sergey Mikhaylovich
Design manager, Research manufacturing
enterprise “Chimmash-Start” (Penza)
E-mail: x-st2008@yandex.ru
Вершинин Николай Николаевич
доктор технических наук, профессор,
заведующий кафедрой экологии
и безопасности жизнедеятельности,
Пензенский государственный
университет
Vershinin Nikolay Nikolaevich
Doctor of engineering sciences, professor,
head of sub-department of ecology
and life safety, Penza State University
E-mail: Nvershinin@yandex.ru
Епишин Игорь Георгиевич
кандидат технических наук, доцент,
начальник научно-исследовательской
лаборатории, Научно-производственное
предприятие «Химмаш-Старт» (г. Пенза)
Epishin Igor Georgievich
Candidate of engineering sciences, associate
professor, head of research laboratory,
Research manufacturing enterprise
“Chimmash-Start” (Penza)
E-mail: epishin.igor@yandex.ru
Репин Андрей Юрьевич
аспирант, Пензенский
государственный университет
Repin Andrey Yuryevich
Postgraduate student,
Penza State University
E-mail: ASAPR-snegovik@mail.ru
УДК 658.012.011
Жмуркин, С. М.
Система информационной поддержки проектирования и разработки технологического оборудования для уничтожения химического
оружия / С. М. Жмуркин, Н. Н. Вершинин, И. Г. Епишин, А. Ю. Репин //
Известия высших учебных заведений. Поволжский регион. Технические
науки. – 2011. – № 2 (18). – С. 57–66.
66
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
УДК 519.237.8
П. П. Макарычев, Н. А. Попова
УПРАВЛЕНИЕ ДЕЯТЕЛЬНОСТЬЮ АСПИРАНТОВ В ВУЗЕ
Аннотация. Рассматривается архитектура системы контроля и управления отдела аспирантуры и докторантуры. Описывается процесс управления подготовкой специалистов высшей квалификации в университете с помощью модели управления по состояниям. Задача классификации состояний решается
с применением метода вербального анализа.
Ключевые слова: операционная база данных, хранилище данных, идентификация состояния, управляющее воздействие, порядковая классификация многокритериальных альтернатив, система поддержки принятия решений.
Abstract. The article considers the architecture of a control system for postgraduate
and doctoral studies department. The authors propose to manage preparation of
highly qualified specialists at universities with the help of management models for
states. The problem of states classification is solved by the method of verbal analysis.
Key words: operational database, data warehouse, state identification, control input,
ordinal classification of multicriteria alternatives, Decision Support System.
Введение
Основная роль в подготовке специалистов высшей квалификации принадлежит аспирантуре и докторантуре вузов. Важность послевузовского
профессионального образования очевидна и подтверждается тем, что к числу
основных критериев и показателей, от которых зависят и рейтинг вуза, и его
престижность, и финансирование отнесены общая численность аспирантов и
докторантов, количество научных специальностей, по которым открыта аспирантура, число защит диссертаций аспирантами и докторантами и др. Поэтому деятельность вузов в этом направлении находится под постоянным
контролем со стороны Министерства образования Российской Федерации и
Высшей аттестационной комиссии (ВАК).
1. Система контроля и управления отдела аспирантуры и докторантуры
С целью повышения эффективности деятельности аспирантов и докторантов в Пензенском государственном университете (ПГУ) разрабатывается
интегрированная автоматизированная система контроля и управления отдела
аспирантуры и докторантуры, представляющая собой взаимосвязанный комплекс программно-технических средств [1]. В состав системы входят: база
данных (БД), предназначенная для сбора и хранения данных об аспирантах;
хранилище данных, содержащее агрегированные данные по итогам отчетного
года; модули оперативного анализа и управления. На рис. 1 представлена архитектура пилотного проекта системы.
Операционная база данных хранит следующую информацию:
1. Описание обучающегося (аспирант, докторант, соискатель), включающее наряду с обычными учетными данными также сведения о научном руководителе, результатах сдачи кандидатских экзаменов, итогах аттестаций.
2. Описание преподавателя (научного руководителя/консультанта) –
его штатное положение, ученую степень, звание, код научной специальности,
область научных интересов.
67
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
3. Результаты обучения: для отчисленных аспирантов – дата и причина
отчисления; для защитившихся – дата защиты, номер диссертационного совета, тема диссертации, текст автореферата, краткая характеристика работы.
4. Справочная информация – номенклатура научных специальностей
ВАК; паспорта и программы специальностей, результаты проведения мониторинга удовлетворенности аспирантов.
Рис. 1. Архитектура системы контроля и управления
отдела аспирантуры и докторантуры
Раз в год данные структурируются и с временной отметкой перемещаются в хранилище данных при помощи OLTP-системы (Online Transaction
Processing).
Система содержит средства оперативного анализа в виде многомерного
куба при помощи OLAP-системы (Online Analysis Processing). Многомерная
модель данных для оперативного анализа строится на основе отчета Министерству образования и науки о работе в сфере послевузовского профессионального образования и сведений о работе аспирантуры и докторантуры,
предоставляемых в Федеральные органы статистики. Система позволяет получить следующие сведения:
– количественный состав аспирантов по кафедрам, формам обучения и
специальностям;
– сдача экзаменов по факультетам;
– научная деятельность по факультетам, специальностям и отраслям.
Хранилище данных строится на основе технологии UDM (Unified Dimensional Model) – универсальная многомерная модель данных. Преимуществом данной модели является возможность объединения реляционного хранилища данных и многомерной базы данных, предназначенной для анализа.
Управление деятельностью аспирантов включает в себя процесс анализа данных, который состоит в классификации состояния аспиранта, в выборе
68
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
прецедента, генерации рекомендаций, а также адаптации решения в случае
отсутствия близкого прецедента в базе.
2. Модель управления деятельностью аспирантов по состояниям
Задача управления деятельностью аспирантов как объектов управления
представляет собой сложную многокомпонентную систему со сложными
функциональными и организационными связями. В силу недостаточности
знаний об объекте и среде, в которой он функционирует, точную аналитическую модель поведения такого объекта построить сложно. Для таких объектов управления на практике применяются подходы на основе иерархических
моделей с нечеткими предикатами, модели и методы искусственного интеллекта. В ситуациях, когда известных параметров объекта управления недостаточно для однозначного определения его поведения, управление необходимо осуществлять не по параметрам объекта, а по его состоянию, которое
более полно определяет тенденцию его дальнейшего поведения, т.е. использовать вывод по прецедентам [2]. Возникает задача идентификации состояния
объекта управления по его наблюдаемым параметрам. Для этого нужно
сформировать классы состояний объекта с помощью методов добычи данных: кластеризация и классификация.
При разработке модели управления использованы следующие принципы:
– управление осуществляется по состояниям объекта, которые определяют тенденцию его дальнейшего поведения;
– идентификации состояния объекта управления выполняется с помощью метода классификации по его наблюдаемым параметрам;
– переход объекта из одного состояния в другое или удержание объекта
в том же состоянии рассматривается как управляющее воздействие.
На рис. 2 приведен граф возможных состояний аспиранта очной формы
обучения.
S11
S12
S13
S12
S22
S23
S31
S32
S33
S14
S42
S43
S10
S20
S30
Рис. 2. Граф состояний аспиранта
Состояния S 0 – классы поступивших аспирантов. Условно их можно
обозначить как «Высокоресурсные аспиранты» ( S10 ) – молодые люди обла-
69
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
дают широким набором различных высокоразвитых способностей; «Аспиранты, мотивированные на науку» ( S20 ) – молодые люди перспективны с точки зрения успешного обучения в аспирантуре, защиты диссертаций в срок и
дальнейшей научно-педагогической карьеры; «Балласт» ( S30 ) – молодые люди, наименее перспективные для научной и научно-педагогической деятельности. Состояния S ij , где i – число аттестаций аспиранта, j – число состояний
аспиранта в каждом году обучения, представляют собой классы аспирантов,
которые можно обозначить как «Отличные показатели для защиты», «Хорошие показатели для защиты», «Зона риска». Состояния S14 , S42 , S43 – аспиранты, отчисленные за неуспеваемость.
Цель управления – достижение оптимального поведения объекта, выражающегося в виде последовательности определенных классов состояний.
В процессе функционирования системы накапливается база состояний объекта и база управляющих воздействий, т.е. после применения управляющего
воздействия и оценки итога этого воздействия текущая ситуация превращается в прецедент (знания о предыдущих ситуациях или случаях), который заносится в базу. Отрицательный результат также является информативным и заносится в базу.
3. Применение и реализация метода порядковой
классификации многокритериальных альтернатив
Поскольку заранее определены классы состояний аспирантов, то для их
идентификации целесообразнее использовать методы классификации. Процесс классификации состоит из двух этапов [3]: конструирования модели и
решения задачи с ее использованием.
На этапе конструирования модели производится описание множества
предопределенных классов. Каждый пример набора данных относится к одному предопределенному классу. На этом этапе используется обучающее
множество, на нем происходит конструирование модели. Полученная модель
представляется классификационными правилами, деревом решений или математической формулой.
На этапе решения задачи с использованием модели производится классификация новых или неизвестных значений, оценка правильности (точности) модели. Известные значения из тестового примера сравниваются с результатами использования полученной модели. Уровень точности – процент
правильно классифицированных примеров в тестовом множестве. Тестовое
множество, т.е. множество, на котором тестируется построенная модель, не
должно зависеть от обучающего множества. Если точность модели допустима, возможно использование модели для классификации новых примеров,
класс которых неизвестен.
В качестве метода классификации предлагается использовать порядковую классификацию многокритериальных альтернатив. Суть метода заключается в построении полной классификации на основании решающих правил,
задаваемых лицу, принимающему решения (ЛПР). Формально задачу порядковой классификации многокритериальных альтернатив определим следующим образом [4]:
70
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
T – свойство, отвечающее целевому критерию задачи («состояние аспиранта»);
K1 , K 2 ,..., K N – критерии, по которым оценивается качество образования (средний балл вступительных экзаменов, количество публикаций, количество участий в конференциях, количество патентов и свидетельств, количество страниц диссертационной работы);
X q  {xqk } – множество оценок (шкала) критерия K q , упорядоченных
по убыванию характерности для свойства T ; X q  Sq , Sq – число значений
оценок на шкале q -го критерия;
Y  X1  X 2  ...  X N – декартово произведение шкал критериев, определяющее множество всех возможных описаний объектов, подлежащих классификации;
C  {C1 , C2 ,..., CM } – множество классов решений, упорядоченных по
убыванию выраженности свойства T .
Каждый объект описывается набором оценок по критериям
K1 , K 2 ,..., K N и представляется в виде вектора y j  ( y j1 , y j 2 ,..., y jN ) , где
y jq  X q ,
j  1,..., S
и SY 
N
 Sq .
Будем рассматривать множество
q 1
a
Y  Y векторных оценок допустимых объектов.
Требуется, основываясь на предпочтениях руководителя, построить
отображение множества допустимых объектов Y a во множество классов C :
F :Y a  C , которое должно быть полным и непротиворечивым.
В соответствии с формальной постановкой задачи на множестве критериальных оценок
X q (q  1,..., N )
определено отношение порядка
Qq  {( xqi , xqk )| i  k} , а на множестве классов C
– отношение порядка
QC  {(C g , Ch )| g  h} , которые являются линейными, рефлексивными, асим-
метричными, транзитивными отношениями. На множестве возможных комбинаций оценок Y определим два отношения доминирования.
Рефлексивное асимметричное транзитивное отношение доминирования
имеет вид
Q  {( yi , y j ) | ( yiq , y jq )  Qq , q  {1,..., N }}.
(1)
Антирефлексивное асимметричное транзитивное отношение строгого
доминирования определяется выражением
P  {( yi , y j ) | ( yi , y j )  Q, q : yiq  y jq } .
(2)
Для построения решения данной задачи использован метод вербального
анализа решений, основанный на использовании цепных покрытий множества векторных оценок. Для каждого вектора множества Y вводятся числовые функции C L  y  и СU  y  , причем выполняются два условия:
71
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
– первоначально для каждого вектора C L  y   1, СU  y   M ;
– если C L  у   CU  у   k , то вектор y отнесен к классу Ck .
Последовательно применяются процедура распространения по доминированию и рекурсивная процедура классификации.
Процедура распространения по доминированию S  y  состоит в косвенной классификации вектора состояния объекта, связанного с вектором y
отношением доминирования P (2), если известна классификация вектора y .
Если вектор состояния объекта y классифицирован, тогда для всех векторов
x  Y a таких, что  x, y   P и C L  x   k , функция C L  x  переопределяется
так, чтобы C L  x   k . Аналогично, для всех векторов z  Y a таких, что
 z, y   P и
CU  z   k .
CU  z   k , функция C L  x  переопределяется так, чтобы
Рекурсивная процедура классификации D  a, b  предполагает, что
 a, b   P,
C L  a   CU  a   k , C L  b   C U  b   l .
«равноудаленный» от a и b , т.е. x 
Выбирается
вектор
x,
a  b
, где индекс x – сумма ком2
понент вектора, уменьшенных на единицу. Далее вектор x классифицируется
(отнесен к классу Cr ), если r  k , то D  a, x  , иначе D  x, b  .
Данный метод использован в виде компьютерной системы поддержки
принятия решений (СППР). Система последовательно выбирает комбинации
из множества всевозможных многокритериальных описаний состояний аспиранта, предъявляет их ЛПР для классификации и распространяет ответы ЛПР
по доминированию. Пример вопроса к ЛПР приведен на рис. 3.
К данному моменту СППР разработана и применена при классификации состояний аспирантов, поступивших в ПГУ в 2009 г. Было проанализировано 139 аспирантов. Показателем созданной в ПГУ непрерывной системы
образования является то, что 74 % поступивших аспирантов являются выпускниками ПГУ 2009 г.
Для построения классификации состояния поступивших аспирантов
выбраны следующие параметры объекта:
– средний балл вступительных экзаменов – K1 ;
– средний балл по дисциплинам специализации из диплома – K 2 ;
– наличие публикаций и патентов до поступления в аспирантуру – K3 ;
– участие в конференциях до поступления в аспирантуру – K 4 ;
– окончание магистратуры – K5 .
На рис. 4 приведены результаты решения задачи классификации аспирантов.
Группа «Высокоресурсные аспиранты» насчитывает 43 % от общего
числа поступивших аспирантов. В данную группу входят аспиранты со средним баллом вступительных экзаменов выше 4,4, отличными знаниями по
72
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
дисциплинам специализации, имеющие публикации и патенты, завершившие
обучение в магистратуре.
Рис. 3. Пример вопроса к ЛПР для построения классификации
Группа «Аспиранты, мотивированные на науку» составляет 55,5 % от
общего числа поступивших аспирантов: средний балл вступительных экзаменов от 3,7 до 4,4, хорошие знания по дисциплинам специализации, участие
в конференциях без публикаций трудов.
В группу «Балласт» входит 1,5 % от общего числа поступивших аспирантов. Средний балл вступительных экзаменов ниже 3,7, знания по дисциплинам специализации удовлетворительные, нет участия в конференциях, нет
публикаций.
При анализе результатов классификации получили, что к первой группе
в основном относятся аспиранты очной формы, обучающиеся на бюджетной
основе, ко второй – аспиранты заочной формы, обучающиеся на бюджетной
основе и аспиранты очной формы на договорной основе, третья группа – аспиранты заочники-договорники.
Заключение
На данный момент данная модель управления реализована в виде пилотного проекта и проходит испытание в ПГУ. В ней накапливается база состояний аспирантов за счет опыта прошлых лет. Дальнейшее развитие СППР
связано с проектированием и созданием модели прогнозирования поведения
объекта на основе модели анализа.
73
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 4. Группы аспирантов
Известия высших учебных заведений. Поволжский регион
74
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Список литературы
1. П о п о в а , Н . А . Управление подготовкой специалистов высшей квалификации
в вузе / Н. А. Попова, П. П. Макарычев // Системный анализ в проектировании
и управлении : труды 12 Международной научно-практической конференции.
Часть 3. – СПб. : Изд-во Политехн. ун-та, 2008. – С. 91–94.
2. К а р п о в, Л. Е. Методы добычи данных при построении локальной метрики в
системах вывода по прецедентам / Л. Е. Карпов, В. Н. Юдин – М. : ИСП РАН,
препринт № 18, 2006. – 42 с.
3. Щ а в е л е в , Л. В. Способы аналитической обработки данных для поддержки
принятия решений / Л. В. Щавелев // СУБД. – 1998. – № 4–5. – С. 47–51.
4. Л а р и ч е в , О . И . Вербальный анализ решений / О. И. Ларичев. – М. : Наука,
2006. – 181 с.
Макарычев Петр Петрович
доктор технических наук, профессор,
заведующий кафедрой математического
обеспечения и применения ЭВМ,
Пензенский государственный
университет
Makarychev Petr Petrovich
Doctor of engineering sciences, professor,
head of sub-department of computer
application and software,
Penza State University
E-mail: mpp@pnzgu.ru
Попова Наталья Александровна
аспирант, Пензенский
государственный университет
Popova Natalya Alexandrovna
Postgraduate student,
Penza State University
E-mail: popovmaxim@bk.ru
УДК 519.237.8
Макарычев, П. П.
Управление деятельностью аспирантов в вузе / П. П. Макарычев,
Н. А. Попова // Известия высших учебных заведений. Поволжский регион.
Технические науки. – 2011. – № 2 (18). – С. 67–75.
75
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 681.248.56
А. С. Ключников
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ТУННЕЛЬНОЙ ПЕЧИ
ОБЖИГА КЕРАМИЧЕСКИХ ИЗДЕЛИЙ ДЛЯ СИСТЕМЫ
АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ
Аннотация. Рассмотрена линейная система с произвольным количеством входов, выходов и наличием управления. Получен закон формирования управления для оптимизации выходных сигналов. Результаты использованы в модели
управления туннельной печи.
Ключевые слова: черный ящик, математическая модель, система автоматического управления, туннельная печь.
Abstract. The article considers a controlled linear system with random amount of
inputs and outputs. The author has laid down a law of control formation for output
signal optimization. The subsequent results can be applied for tunnel kiln control.
Key words: blackbox, mathematical model, automatics control system, tunnel kiln.
Введение
Обжиг пенодиатомового кирпича [1] производится в туннельной
печи обжига, вдоль стен которой установлены нагревательные элементы.
Сырье подается с одной стороны туннельной печи и постепенно движется
к другой [2].
Для описания реальных систем часто сложно создать точную математическую модель, а потом решить ее точными математическими методами.
Неточность описания модели ведет к ошибкам, которые могут принципиально изменить характеристики описываемой системы. В связи с этим такую модель целесообразно описывать как черный ящик, используя статистические
методы решения.
Черный ящик имеет входные сигналы в виде мощности горелок, влияния окружающей среды и влияния, оказываемого партиями сырья, и выходной сигнал – температура с датчиков. Имея статистическую информацию по
всем входным и выходным сигналам, можно рассчитать требуемую мощность
горелок на очередной момент времени.
1. Математическая модель
Процесс обжига можно представить матричным уравнением вида
Y  t   AX  t   Q0 q  t   R0 r  t  ,
(1)
где Y – матрица-столбец данных с температурных датчиков; A – матрица
параметров печи; X – матрица-столбец сигналов управления горелками; R0
и Q0 – матрицы-столбцы размерности m с единичной нормой; они задают
коэффициенты воздействия сигналов r  t  и q  t  , характеризующих влияние
окружающей среды и подачи партий сырья соответственно. Размерность m
столбца Y характеризует количество датчиков температуры.
Предположим, что на вход рассматриваемой системы подается нагрузка q  t  в виде очередной партии сырья, при этом воздействие входного сиг-
76
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
нала на выходные параметры печи зададим столбцом Q  t   Qo q  t  , где Qo –
орт воздействия нагрузки на температурные параметры печи. Пусть tk
( k  1, 2, 3,  ) – моменты времени, в которые контролируются управляющие
и выходные сигналы. Обозначим Qk  Q  tk  , X k  X  tk  , Yk  Y  tk  . По-
скольку r  t  мало изменяется во времени, приближенно можно считать, что
R  Ro r  t  и является константой. Тогда в момент времени t  tk работа печи
в режиме нагрузки описывается уравнением
Yk  AX k  Qk  R , k  1, 2, 3, 
(2)
Предлагается в каждый момент времени tk ( k  1, 2, 3,  ) управление
процессом осуществлять по результатам контроля параметров в два момента
времени: tk и tk 1 . Аналогично (2) величину выходного сигнала в момент
времени tk 1 определим по формуле
Yk 1  AX k 1  Qk 1  R .
(3)
Вычтем (3) из (2), получим
Yk  Yk 1  A  X k  X k 1    Qk  Qk 1  .
(4)
Матрица-столбец Qk  Qk  Qk 1 определяет величину изменения
влияния нагрузки (сырья) на температурные параметры печи и вычисляется
из формулы (4):
Qk  Yk  Yk 1   A  X k  X k 1  .
(5)
В следующий момент времени tk 1 управление X k 1 нужно подобрать
так, чтобы выходной сигнал соответствовал бы норме Y  Yопт . Тогда на основании формулы (2) будем иметь уравнение для определения X k 1 :
Yопт  AX k 1  Qk 1  R .
(6)
Вычитая из (6) уравнение (2), получим равносильное уравнение:
Yопт  Yk  A  X k 1  X k    Qk 1  Qk  .
(7)
При малом изменении времени tk 1  tk 1  tk можно считать, что
внешнее воздействие изменилось мало. Заменив в уравнении (7) величину
Qk 1 по формуле (5), преобразуем уравнение (7) к виду
Yопт  Yk  A  X k 1  X k   Yk  Yk 1  A  X k  X k 1  ,
из которого следует
A  X k 1  2 X k  X k 1   Yопт  2Yk  Yk 1 .
Найдем квазирешение этой системы [3]. В результате получим

X k 1  2 X k  X k 1  AT A

1 T
A
Yопт  2Yk  Yk 1  .
77
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Откуда найдем величину управляющего сигнала для момента времени
tk 1 :
X k 1  2 X k  X k 1  B Yопт  2Yk  Yk 1  ,

где k  1, 2, 3,  ; B  AT A

(8)
1 T
A .
После этого найдем величину ошибки на выходе системы при воздействии управляющего сигнала X k 1 . С учетом выражения (8) имеем
AX k 1  A  2 X k  X k 1   A Yопт  2Yk  Yk 1  ,

где A  AB  A AT A

1 T
A .
Эту формулу преобразуем к виду


AX k 1  2 AX k  AX k 1  Yопт  2Yk  Yk 1  A  E Yопт  2Yk  Yk 1  .
В полученное выражение подставим из (2) и (3) выражения
AX k  Yk  Qk  R , AX k 1  Yk 1  Qk 1  R .
В результате выполненных преобразований формула примет следующий вид:
AX k 1  2 Yk  Qk  R   Yk 1  Qk 1  R  


Yопт  2Yk  Yk 1  A  E Yопт  2Yk  Yk 1  .
Упростив, получим


AX k 1  Yопт  2Qk  Qk 1  R  A  E Yопт  2Yk  Yk 1  .
(9)
Теперь с учетом формулы (2) в момент времени t  tk получаем
Yk 1  Yопт  AX x 1  Qk 1  R  Yопт .
Член AX x 1 преобразуем по формуле (9):
Yk 1  Yопт  Qk 1  2Qk  Qk 1  R 


 A  E Yопт  2Yk  Yk 1   Qk 1  R  Yопт .
В итоге получим


Yk 1  Yопт  Qk 1  2Qk  Qk 1  A  E Yопт  2Yk  Yk 1  .
(10)
Поскольку ошибка системы управления характеризуется величиной
Yk 1  Yопт , то из формулы (10) следует
Yk 1  Yопт  Qk 1  2Qk  Qk 1   A Yопт  2Yk  Yk 1 .
78
(11)
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Первое слагаемое в правой части оценки (11) обусловлено скоростью
изменения влияния нагрузки (сырья) на технологический процесс. В алгоритме управления заложено допущение, что скорость влияния нагрузки с теQk 1  Qk . В таком случае
чением времени не меняется:
Qk 1  2Qk  Qk 1  Qk 1  Qk  0 , и первое слагаемое в правой части (11)
отсутствует. Поэтому для минимизации влияния первого слагаемого справа
в оценке (11) можно уменьшить промежуток tk , либо уточнить процесс
управления путем использования, кроме Yk , Yk 1 , также столбцов Yk 2 ,
Yk 3 , … Но это усложняет и, как следствие, замедляет процесс управления.
Согласно [3]

 A  A AT A

1 T
A E
и характеризует степень отклонения левой единичной матрицы A от обычной единичной.
Второе слагаемое в правой части оценки (11) обусловлено неточностью
самой модели, либо пороками конструкции печи.
В результате, вычислив A согласно [3], получаем возможность вычислить значения для силы горелок на следующей итерации управления по формуле (8) и оценить расчетную и фактическую ошибку управления по формуле
(11).
2. Результаты применения модели
Приведем пример расчета, выполненного в системе MathCAD, для случая двух горелок и трех датчиков температуры.
Зададим матрицы мощности горелок X и данных с температурных
датчиков Y , исходя из данных, собранных на этапе набора статистики:
 705 895 755 835 
10 0 7 3 


X 
 , Y   600 995 715 880  ,
0
10
3
7


 895 705 835 765 


где 0 – минимальная мощность горелки, 10 – максимальная. Температура
с датчиков согласно [2] должна быть равна 800 ± 50 °C.
Вычислим передаточную матрицу печи A и на сновании ее получим
управляющий сигнал по формуле (8). Построим график зависимости температуры в печи, которая подвергается внешнему периодическому воздействию
Q (рис. 1).
Заключение
Как следует из результатов моделирования, система снижает колебания
температуры, вызванные периодическим загоном сырья в печь. Предложенная математическая модель позволяет в процессе работы пересчитывать передаточную матрицу печи A , адаптируя систему под изменчивые параметры
окружающей среды или изменения в работе самой печи.
79
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Рис. 1. График зависимости температур и силы горелки в печи от времени:
1 – температура со второго датчика с включенной системой регулирования;
2 – температура со второго датчика с выключенной системой регулирования;
3 – нормированная мощность второй горелки
Список литературы
1. ТУ 5764-002-25310144–99. Кирпич пенодиатомитовый теплоизоляционный
(КПД-400-И).
2. Д у х о в н ый , М . Л. Сушка строительной керамики / М. Л. Духовный, Г. Н. Коен
и др. – М., 1967. – 164 с.
3. К л ю ч н и к о в , А . С . Модель управления технологическими процессами с множеством входных и выходных сигналов / А. С. Ключников // Вузовская наука
в современных условиях : труды 42 научно-технической конференции. – Ульяновск :
Изд-во УлГТУ, 2008.
Ключников Алексей Сергеевич
аспирант, Ульяновский государственный
технический университет
Klyuchnikov Aleksey Sergeevich
Postgraduate student, Ulyanovsk
State Technical University
E-mail: alexs@analytic.mv.ru
УДК 681.248.56
Ключников, А. С.
Математическая модель туннельной печи обжига керамических
изделий для системы автоматического управления / А. С. Ключников //
Известия высших учебных заведений. Поволжский регион. Технические
науки. – 2011. – № 2 (18). – С. 76–80.
80
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
УДК 656.135.073
К. С. Подшивалова, Э. Р. Домке, С. Ф. Подшивалов, С. А. Жесткова
ИСПОЛЬЗОВАНИЕ ФИКТИВНЫХ УЗЛОВ
ДЛЯ ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНОЙ КОМБИНАЦИИ
МАРШРУТОВ С СОВМЕСТНЫМ ЦЕНТРОМ
Аннотация. Предложено совершенствование метода ветвей и границ, позволяющее посещать вершины графа несколько раз. Представлено решение задачи маршрутизации для комбинации маршрутов с симметричной матрицей весов, выходящих из одного центра.
Ключевые слова: алгоритм, граф, симметричная матрица, методика расчета,
комбинации маршрутов.
Abstract. The authors offer a technique of branches and borders method improvement, allowing to reach graph’s apexes several times. The article introduces a solution of routing problem for a combination of routes with a symmetric matrix of
weights drifting from the same center.
Key words: algorithm, graph, symmetric matrix, calculation method, combination of
routes.
Введение
Задача поиска оптимальных маршрутов на взвешенном графе имеет самый общий характер. Она появляется там, где существует возможность выбора той или иной последовательности наступления рассматриваемых событий. На практике выбор оптимального маршрута при решении задачи коммивояжера подразумевает однократное появление каждого события. В настоящее время для его поиска предложено несколько алгоритмов расчета: эвристические и Монте-Карло, линейного и динамического программирования,
метод ветвей и границ.
Наиболее сложные и интересные задачи стоят перед исследователями
в областях, где события могут накладываться друг на друга, повторяться и
связаны с поиском оптимальной комбинации одновременно нескольких
маршрутов на графе.
1. Постановка задачи
В классической задаче коммивояжера необходимо посетить все вершины графа один раз так, чтобы вес маршрута был наименьший. Возможны два
варианта постановки задачи. В первом варианте начальные и конечные вершины маршрута совпадают. Во втором случае они разные. Когда маршрут
начинается и заканчивается в одном и том же пункте, решение сводится к поиску замкнутого гамильтонового контура. В незамкнутой задаче коммивояжера, когда не требуется возвращаться к исходной вершине, находится гамильтонов путь. При помощи изменения некоторых весов дуг ее также можно свести к общей первоначальной постановке [1]. Подчеркнем, что в обоих
вариантах задачи рассматривается только один маршрут, проходящий по
всем вершинам графа. Определение гамильтонового контура относится
к трудно разрешимой задаче дискретной математики, которая для полного
графа может и не иметь решения. В настоящее время этот вопрос остается
открытым.
81
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Следует отметить, что гамильтонов контур не всегда является кратчайшим маршрутом. Поясним это на примере графа (рис. 1,а).
а)
б)
Рис. 1. Граф оптимального маршрута
Требуется найти оптимальный маршрут из пункта 1 через все узлы
графа и вернуться в исходную вершину 1. Как следует из анализа вариантов
передвижения, он проходит через вершины 1–2–3–2–4–1, длиной 11 единиц
(рис. 1,б). При этом узел 2 посещается два раза. Длина гамильтонового замкнутого контура составляет 18 единиц.
Сложной и интересной оптимизационной задачей представляется вариант, когда из исходного пункта выходят одновременно несколько маршрутов.
Примером может служить проектирование электрических, тепловых, транспортных и других коммуникационных систем.
Первой особенностью их расчета является то, что ветви графа могут
посещаться несколько раз. Вторая особенность – это возможность пересечения маршрутов в его узлах. Существующие методы расчета не учитывают эти
обстоятельства.
В общем случае по принципу организации движения на графе могут
быть два вида маршрутов: замкнутый и разомкнутый, т.е. когда начальный и
конечный пункты маршрута находятся в одной вершине и когда они не совпадают, соответственно.
В данной статье предлагается метод расчета, позволяющий находить
оптимальную комбинацию для нескольких маршрутов, выходящих из одного
общего центра, при симметричной матрице весов.
2. Модель расчета
Задан неполный конечный взвешенный граф. Все элементы исходной
матрицы весов положительные. Известно количество замкнутых p и разомкнутых q маршрутов, а также место нахождения их общего центра. Для
разомкнутых схем движения указано расположение конечных пунктов. Заданы контрольные вершины, через которые пройдут замкнутые маршруты.
Требуется организовать все маршруты одновременно таким образом, чтобы
суммарный вес был минимальным.
Для разделения графа на маршруты вводим дополнительно фиктивные
узлы в исходную матрицу весов. Фиктивным будем называть узел, дублирующий действительную вершину исходного графа. Фиктивной дугой называется дополнительная хорда между вершинами, которой не было в исходном
графе. Фиктивной ветвью называется дуга с фиктивным узлом.
82
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Теорема. Фиктивный узел делит оптимальный замкнутый маршрут
с симметричной матрицей весов на пару незамкнутых маршрутов равного
суммарного веса.
Для доказательства теоремы используем метод от противного. Пусть
существует оптимальный замкнутый маршрут из пункта Ц через контрольную вершину К (рис. 2,а). По нему можно передвигаться в обоих направлениях.
Вводим в контрольную вершину фиктивный узел КФ. Связываем его со
смежными действительными узлами фиктивными дугами с весами а и б, как и
в пункте К (рис. 2,б). На рис. 2,б они изображены штриховыми линиями. Получаем пару разомкнутых маршрутов из исходного центрального пункта Ц
в конечные вершины К и КФ. Предположим, что существуют другие схемы
передвижения между указанными вершинами, суммарный наименьший вес
которых будет отличаться от такового в замкнутом маршруте. Тогда, соединив действительную К и фиктивную КФ вершины дугой весом, равным нулю,
получим новый оптимальный замкнутый маршрут из исходного пункта Ц
через контрольный узел К, отличающийся от представленного на рис. 2,в.
Однако это противоречит постановке задачи. Теорема доказана.
а)
б)
0
в)
Рис. 2. Схема ввода фиктивного узла в контрольный пункт
В соответствии с доказанной теоремой аналогично вводим фиктивный
узел ЦФ в начальный узел передвижения Ц (рис. 3).
Рис. 3. Схема ввода фиктивных ветвей в замкнутый маршрут
83
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Чтобы получить замкнутый контур, соединяем обозначенные узлы ориентированными фиктивными дугами К-ЦФ и КФ-Ц.
В отличие от рассмотренной выше схемы движения, разомкнутый
маршрут не содержит фиктивных узлов.
При комбинации схем передвижения, выходящих или входящих в совместный центр, необходимо в рассматриваемой модели обеспечить общий
замкнутый контур. Для этого в исходную матрицу весов потребуется ввести
внешние фиктивные узлы: в центральную вершину (2p + q –1) штук и по одному в контрольные пункты. В итоге получаем замкнутую матрицу весов:
1
2
3
Lз =
4
i
i
j
1
2
3
4

a12
a13
a14
a1j

a23
a24
a2j

a34
a3j

a4j

j
aij

В качестве примера на рис. 4 показана схема их расположения для двух
замкнутых и одного разомкнутого маршрутов с общим центром Ц. Здесь два
первых из них проходят через вершины К2 и К3. Разомкнутый маршрут следует через пункт К1. Отметим, что ориентированные фиктивные дуги направлены к исходной вершине. Однако решение задачи не изменится, если их
направить в обратную сторону, так как матрица весов симметричная. Здесь
фиктивные дуги и вершины изображены штриховыми линиями.
Рис. 4. Схема расположения ориентированных фиктивных ветвей
В замкнутой матрице вес ориентированных фиктивных дуг принят равным  , чтобы они не влияли на преобразования матрицы. Поиск решения
в ней начинаем с операции приведения по методу ветвей и границ [2] . Для
этого в каждой строке находим минимальный элемент hi и вычитаем его из
всех остальных элементов aij , расположенных в рассматриваемой строке:
84
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
aij  aij  hi , i  1, 2, 3, ..., n.
(1)
Затем в полученной матрице находим минимальный элемент в каждом
столбце h j и вычитаем его из всех остальных элементов aij , расположенных
в рассматриваемом столбце:
aij  aij  h j , j  1, 2, 3, ..., m.
(2)
В результате такой операции приведенная матрица Lпр будет содержать в каждом столбце и строке по крайней мере один ноль.
Далее авторы предлагают сначала вычеркнуть в ней фиктивные ориентированные ветви, так как они должны быть включены в маршрут в первую
очередь, обеспечивая тем самым приоритет движения между заданными вершинами и центром. Отметим, что при удалении ячейки номер строки, на которой она находится, означает название вершины, от которой идет движение
по ветви. В итоге проведенных преобразований получаем модифицированную матрицу Lм . Далее необходимо повторить операцию приведения для
строк и столбцов, где не будет нулевых ячеек.
Рассмотрим вопрос о выборе дуги, которую необходимо включить
в маршрут при решении матрицы Lм . Для этого используем способ оценки ее
элементов, разработанный в [2]. Создаем оценочную матрицу Lо . Определяем для каждого элемента с aij  0 оценку по формуле
  min asj
 , k  j , s  i, k , s  1, 2, 3, ..., n,
A  min aik
(3)
 – наименьший элемент
 – наименьший элемент в строке i ; asj
где aik
в столбце j .
Находим пару ks с максимальной оценкой
Aks  max Aij , i, j  1, 2, 3, ..., n.
(4)
Вычеркиваем из оценочной матрицы Lо строку k и столбец s с наибольшей оценкой. Переходим к новой действительной матрице Lks . В ней блокируем ячейку на пересечении строки s и столбца k, ask =  . Кроме того, необходимо также заблокировать ветвь aij =  , ведущую к зацикливанию цепи со
звеном ks. В результате размер матрицы уменьшается. Теперь можно опять
выполнить над Lks операции приведения и оценки. Они продолжаются до тех
пор, пока последняя вычеркиваемая ветвь не станет очевидной. Следует отметить, что такой подход пригоден для задачи, имеющей гамильтоновый
контур. При его отсутствии решения не будет, так как всегда найдется зависшая вершина, у которой будут вычеркнуты все входящие в нее дуги. Более
того, как было показано в примере на рис. 1, даже при наличии гамильтонового контура маршрут по нему не всегда является оптимальным. В силу вышеперечисленного для поиска маршрута c наименьшим весом требуется
обеспечить посещение вершин графа несколько раз. Однако по методу ветвей
и границ этого сделать нельзя.
85
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Для устранения указанного недостатка предлагается использовать узлы
вычеркиваемой ветви несколько раз в процессе преобразования матрицы весов [3]. Их будем называть фиктивными расчетными узлами. Принципиальная схема их ввода для повторного посещения вершин представлена на рис. 5.
С этой целью создаем первую расчетную фиктивную матрицу Фk путем введения в Lks строки и столбца с вычеркнутым узлом k . Если столбца с номером
вершины k нет в матрице Lks, то Фk не создается. Аналогично формируем вторую фиктивную матрицу Фs, чтобы зарезервировать для посещения еще раз
вершину s.
Фj
i
j
Фi
Фk
k
Рис. 5. Схема ввода фиктивных узлов
Вводим в Lks строку и столбец с вычеркнутым узлом s. Матрица Фs не
создается, если в Lks отсутствует строка с номером вершины s. Далее их расчет повторяем как для обычной действительной матрицы. Над ними выполняются операции приведения и оценки, а также могут вводиться новые расчетные фиктивные узлы. Общее их количество в действительном узле не
превышает количество входящих туда дуг минус единица. Оптимальный
маршрут находится путем сравнения всех вариантов. Предложенный метод
расчета с использованием фиктивных узлов позволяет усовершенствовать
классический метод ветвей и границ и посещать ветви и вершины графа
несколько раз.
3. Определение оптимальной комбинации транспортных маршрутов
Рассмотрим мелкопартионную перевозку грузов от одного грузоотправителя, которая часто встречается на практике. Представим граф транспортной сети, состоящий из восьми вершин (рис. 6).
3
9ф
1
2
1
10ф
6
1
2
6
5
3
2
3
5
2
1
1
5
3
3
6
5
2
6
4
4
7
4
8
6
3
8ф
3
4
7
Рис. 6. Замкнутый граф транспортной сети
86
8
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Требуется доставить груз из центра № 1 по двум маршрутам одновременно. Первый из них проходит через вершину № 5 и является разомкнутым.
Обратно автомобиль совершает холостой пробег. Вторая схема движения
должна проходить через контрольный узел № 8 и представляет собой замкнутый маршрут. Требуется определить оптимальную комбинацию маршрутов.
В соответствии с разработанным методом расчета решение задачи будет состоять их семи этапов.
Первый этап. Составляем замкнутую матрицу Lз (табл. 1).
Таблица 1
з
Замкнутая матрица L
1
1
2
3
4
5
6
7
8
8ф
9ф
10ф
3
2
1
2
3
3
2
1
1
5
6
4
1
2
2
3
5
5
4
7
5
6
5
3
6
5
4
8
8
6
6
3
3
2
2
7
8
5
7
6
3
4
6
6
3
3
8ф
9ф
10ф
3
2
1
3
2
1
6
3
4
4
4
1
1
Второй этап. Создаем по формулам (1), (2) матрицу Lпр (табл. 2).
Таблица 2
пр
Приведенная матрица L
1
1
2
2
3
1
4
0
2
3
4
5
6
2
1
0
2
5
0
4
1
3
5
0
0
1
5
2
0
6
3
2
1
1
3
7
3
7
9ф
10ф
2
2
3
1
1
5
0
0
2
2
8
1
0
0
8ф
1
0
0
9ф
2
1
0
10ф
2
1
0
8
8ф
3
3
0
0
0
0
87
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Третий этап. Переходим к модифицированной матрице Lм (табл. 3).
Таблица 3
м
Модифицированная матрица L
2
2
1
3
1
4
0
0
2
0
3
1
5
6
2
5
0
4
3
3
5
1
4
3
2
1
3
9ф
2
1
0
10ф
2
1
0
6
7
1
7
3
2
2
8
8ф
0
0
0
0
Четвертый этап. Находим новую приведенную матрицу (табл. 4).
Таблица 4
L1пр
Приведенная матрица
1
2
3
4
6
7
9ф
10ф
2
2
3
1
0
0
3
2
2
4
0
1
0
2
1
1
1
1
3
0
0
5
6
2
0
1
2
0
3
7
1
2
0
0
8
8ф
0
0
0
0
Пятый этап. По формулам (3), (4) создаем оценочную матрицу (табл. 5).
Таблица 5
Оценочная матрица Lо
1
2
3
4
6
7
9ф
10ф
88
2
2
0
3
1
01
2
3
2
2
4
01
1
00
2
1
1
1
1
3
01
01
5
6
2
02
1
2
00
3
0
0
7
1
2
01
8
8ф
00
00
00
00
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Шестой этап. Создаем новую матрицу меньшего размера Lks (табл. 6).
Таблица 6
Новая матрица Lks
1
3
4
1
0
2
4
0
6
2
1
7
1
3
9ф
1
0
10ф
1
0
5
6
2
1
7
0
8
8ф
0
0
0
0
2
3
0
0
Седьмой этап. Создаем фиктивные матрицы Фk (табл. 7) и Фs (табл. 8).
Таблица 7
Фиктивная матрица Фk=3
1
3
4
1
0
5
7
8
8ф
Ф3
1
2
2
6
1
0
4
0
6
2
1
7
1
3
9ф
1
0
1
10ф
1
0
1
0
1
Ф3
3
2
0
0
0
2
0
0
0
2
0
0
1
1
Таблица 8
Фиктивная матрица Фs=2
1
3
4
1
0
5
7
8
8ф
Ф2
2
2
2
6
1
4
0
6
2
1
7
1
3
9ф
1
0
2
10ф
1
0
2
Ф2
0
0
3
0
0
2
2
0
0
0
0
3
1
89
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Далее процесс решения повторяется по этапам 2 и 5–7 до тех пор, пока
последняя вычеркиваемая ветвь не станет очевидной в матрице размером 2×2.
Поиск оптимальной комбинации маршрута производится по специально разработанной программе на ПК, позволяющей вводить фиктивные
узлы автоматически или оператором. Для решения используется метод рекурсии.
В результате решения задачи находим разомкнутый маршрут 1–3–5
длиной 5 единиц (рис. 7). Замкнутая схема передвижения проходит через вершины 1–2–3–7–8–6–4–1 – длина 21 единица. При этом по ней можно ехать в
обоих направлениях. Возможна и другая их оптимальная комбинация: 1–2–3–5 –
длина 7 единиц, и 1–3–7–8–6–4–1 – длина 19 единиц. Следует отметить, что
вершина 3 графа посещается два раза.
2
3
1
2
5
1
3
3
6
4
1
8
4
5
4
3
7
Рис. 7. Граф оптимальной комбинации маршрутов
Заключение
Предложенная модель позволяет проектировать маршруты доставки мелкопартионных грузов. На основании ее разработан алгоритм динамического
построения и перестроения графика маршрутов автомобильных перевозок.
Отметим, что применение разработанного метода расчета возможно и
в других предметных областях, где процесс наступления событий имеет такой же структурный характер.
Список литературы
1. М у др о в , В. И . Задача о коммивояжере / В. И. Мудров. – М. : Знание, 1969. –
61 с.
2. Литл , Д ж . Алгоритм для решения задачи о коммивояжере / Дж. Литл, К. Мурти, Д. Суини, К. Карел // Экономика и математические методы. – М., 1965. –
Т. 1. – Вып. 1. – С. 94–107.
3. П о дш и в а л о в а , К . С . Определение оптимального пути при доставке мелкопартионных грузов от двух производителей / К. С. Подшивалова, С. Ф. Подшивалов // Проблемы автомобильно-дорожного комплекса России : материалы
V Международной научно-технической конференции (ПГУАС, май 2008) :
в 2 ч. – Пенза, 2008. – Ч. 1. – С. 158–161.
90
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Информатика, вычислительная техника
Подшивалова Кристина Сергеевна
кандидат технических наук, доцент,
кафедра организации и безопасности
движения, Пензенский государственный
университет архитектуры
и строительства
Podshivalova Kristina Sergeevna
Candidate of engineering sciences, associate
professor, sub-department of traffic
organization and safety, Penza State
University of Architecture and Construction
E-mail: sharm-08@bk.ru
Домке Эдуард Райнгольдович
кандидат технических наук, профессор,
заведующий кафедрой организации
и безопасности движения, Пензенский
государственный университет
архитектуры и строительства
Domke Eduard Raingoldovich
Candidate of engineering sciences,
professor, head of sub-department of traffic
organization and safety, Penza State
University ofArchitecture and Construction
E-mail: obd@pguas.ru
Подшивалов Сергей Федорович
кандидат технических наук, доцент,
кафедра сопротивления материалов
и теория упругости, Пензенский
государственный университет
архитектуры и строительства
Podshivalov Sergey Fyodorovich
Candidate of engineering sciences, associate
professor, sub-department of elastic theory
and strength of materials, Penza State
University of Architecture and Construction
E-mail: sharm-08@bk.ru
Жесткова Светлана Анатольевна
аспирант, Пензенский государственный
университет архитектуры
и строительства
Zhestkova Svetlana Anatolyevna
Postgraduate student, Penza State
University of Architecture and Construction
E-mail: obd@pguas.ru
УДК 656.135.073
Подшивалова, К. С.
Использование фиктивных узлов для определения оптимальной
комбинации маршрутов с совместным центром / К. С. Подшивалова,
Э. Р. Домке, С. Ф. Подшивалов, С. А. Жесткова // Известия высших учебных
заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). –
С. 81–91.
91
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
ЭЛЕКТРОНИКА,
ИЗМЕРИТЕЛЬНАЯ ТЕХНИКА
И РАДИОТЕХНИКА
УДК 519.254
О. А. Кацюба, А. А. Карпов, Д. В. Тимонин
ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ
НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ КЛАССА
ГАММЕРШТЕЙНА ПРИ НАЛИЧИИ ПОМЕХ,
НАБЛЮДАЕМЫХ В ВЫХОДНЫХ СИГНАЛАХ
В УСЛОВИЯХ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ
Аннотация. Рассматривается проблема идентификации параметров нелинейных динамических систем класса Гаммерштейна при наличии автокоррелированных помех в выходных сигналах. Изложены условия, при которых возможна идентификация параметров, сформулированы утверждения, представлены
доказательства, описана структура алгоритма, приведена обоснованность использования метода Ньютона. Доказывается состоятельность получаемых
оценок неизвестных истинных значений параметров.
Ключевые слова: нелинейные дифференциальные уравнения, параметрическая
идентификация, класс Гаммерштейна, автокоррелированные помехи в сигналах.
Abstract. The article considers a problem of identification of Hammershtein-type
nonlinear dynamic systems parametres in the presence of autocorrelated noise in
output signals. The authors set forth the conditions enabling identification of parametres, formulate the statements, present the proof, describe the algorithm structure,
substantiate the application of Newton’s method. The researchers demonstrate
theconsistency of unknown true values estimation.
Key words: nonlinear difference equations, parametrical identification, class Gammershtein, autocorrelated handicaps in signals.
Введение
Одними из эффективных способов построения моделей являются методы
структурной и параметрической идентификации, весомый вклад в разработку
которых внесли Я. З. Цыпкин, Л. Льюнг, Е. З. Демиденко, Н. С. Райбман,
В. Н. Фомин, О. А. Кацюба и др. При известной структуре модели объекта
процедура параметрической идентификации основывается на обработке информации о входных и выходных данных об объекте, при этом, как правило,
процесс получения информации сопровождается существенными помехами и
сложностями установления их законов распределения, что требует разработки специальных методов и алгоритмов параметрической идентификации.
Известно, что в случае идентификации нелинейных динамических объектов для каждого вида модели объекта и каждого закона распределения помех наблюдения существуют свои наилучшие методы оценивания параметров (в смысле дисперсионных свойств получаемых оценок). При априорной
92
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
неопределенности ни оценки метода наименьших квадратов (МНК), ни оценки метода эмпирического риска, ни М-оценки, ни минимаксные на некотором
классе распределений оценки и т.д. такими свойствами не обладают.
1. Постановка задачи
Рассмотрим стационарную нелинейную динамическую систему, которая описывается следующим разностным уравнением:
Zi 
r

m 1
b0m Zi  m 
r1
 a0mm ( xim ) ,
(1)
m 0
где выходная переменная Zi наблюдается с аддитивными помехами в виде
Yi  Zi  (i ) .
Требуется по наблюдаемым конечным выборочным реализациям последовательностей Yi и X i при известных порядках r и r1 (1) определить
оценки истинных значений параметров.
Предположим, что выполняются следующие условия:
1. Множество B , которому априорно принадлежат истинные значения
устойчивой нелинейной динамической системы (1), является компактом,
m – некоторые нелинейные бэровские функции.
2. Случайный процесс   i  удовлетворяет следующим условиям:
E ((i  1) / J i )  0 , п.н.
 
E  2  i  1 J i   w ,
E 2  i0      ,
где w – случайная величина, E  w      ; E – оператор математического
ожидания; J i –  -алгебра, индуцированная семейством случайной величины
{(t ), t  Ti }, Ti  {t ; t  i; t  Z c  множество целых чисел} .
п.н.
1
(i )(i  m) 
 h* (m)   , m  0, r ,

N
N
где h (m) – начальная автокоррелированная функция; матрица H  :
3.
h (1)
h (r ) 

 h (0)


h (1)
h (0)  h (r  1) 

H   






 h ( r ) h ( r  1)  h (0) 


 h (0) h T 

 
;
 h
H 


h (r  1) 
 h (0)
H  
;
h (0) 
 h (r  1)
вектор h  (h (1) h (r ))T  Rr .
93
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
4. {xi } статистически не зависит от {(i )} .
5. Входной сигнал xi является случайным процессом и удовлетворяет
условиям постоянного возбуждения порядка (r1  1) [1]:
п.н.
 H zz
1 N
( Z rT (i ) Tr (i ))T ( Z rT (i ) Tr (i )) 
H *   T
N 
1
1
 H zx
N i i


0

T
где Z r (i )   Z (i  1),..., Z (i  r )  , r1 (i )  1 ( xi ),..., r1 ( xi  r1 )

T
H zx 
,
H xx 
.
2. Алгоритм идентификации
Уравнение (1) можно представить в виде системы алгебраических
уравнений
 b0 
( x)    ,
 a0 
z  Zb0  ( x)a0   Z
где
 z0  z1r 
Z   

  , z  ( z1 ,..., z N )T  RN ;
 z N 1  z N r 
 ( x1 )  r1 ( x1 r1 ) 




( x)   
.
 ( x )   ( x

r1 N  r1 ) 
 1 N
Однако вместо Z и z наблюдаются только случайный вектор Y  RN и
матрица AY . Для получения состояния нелинейных оценок наименьших
квадратов воспользуемся следующим подходом. Представим уравнение (1) в
следующем виде:


 b0 
Yi  YrT (i ) Tr (i )    (i )  Tr b0 ,
1
 a0 
T
где  r  ((i  1),..., (i  r ))T  Rr , Yr (i )   y (i  1),..., y (i  r )  ;
 y0  y1 r 
Y  y1... y N , AY   

  .
 y N 1  y N r 
Введем также следующую обобщенную ошибку:


 b0 
e(b0 , a0 , i )  Yi  YrT (i ) Tr (i )    (i )  Tr b0 .
1
 a0 
94
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Из предположения 2 следует, что обобщенная ошибка e(b0 , a0 , i ) имеет
нулевое среднее значение, а из предположения 3 – что ее локальная дисперсия с вероятностью 1 будет равна
e2
1 N 2
 lim
e (b0 , i )  h (0)  ( H b0 , b0 )  2(h , b0 )  (b0 ) .
N  N i 1

 bˆ( N ) 
 b0 
Определим оценку 
 неизвестных значений параметров   из
 aˆ( N ) 
 a0 


условия минимума взвешенного квадрата обобщенной ошибки e(b, i ) с весом
(b) , т.е. из:

1
min  (b)  Y   AY
b

 B
a
 
 b0  
( x)      1 (b)U N (b, a) , (2)

 a0  
 b0 
( x)    , Y   AY
 a0 
где ...,... – скалярное произведение; (b)  h (0)  ( H b, b)  2(h , b) .
 bˆ( N ) 
Докажем, что при N   решение (2) сводится к 
 , при этом
 aˆ( N ) 


 bˆ( N ) 
 b0 

 – сильно состоятельная оценка   .
 aˆ( N ) 
 a0 


3. Доказательство состоятельности оценок
Утверждение 1. Пусть стационарная динамическая система с начальными условиями z (0)  ...  z (i  r )  0 описывается уравнением (1) и помеха
удовлетворяет условиям 2–4. Кроме того, истинные значения параметров
 b0 
  и входной сигнал xi удовлетворяют условиям 1, 5. Тогда при N  
 a0 
с вероятностью 1 существует оценка (2) и является сильно состоятельной.
Доказательство. Рассмотрим функцию
1
1 N
U N (b, a) 
Zi  (i )  ( Z r (i )   r )T b 
N
N i 1

 (r1 (i )T a )

2


1 N T
Z r (i )b0  Tr (i ) a0  (i ) 
1
N i 1
( Z r (i )   r )T b  (r1 (i )T a )
 Z rT (i )b  Tr (i )a  Tr b
1


2
2

1 N
(i ) 
N i 1

 v1  v2  v3 ,
95
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
где b  b  b0 , a  a  a0 ;
v1 
1 N 2
( (i )  2(i )Tr b  bT  r Tr b) ;
N i 1

N   b T
T
1
   Z T (i ) T (i )
v2 
Z rT (i ) Tr (i )
r
r1
1
N i 1   a 

v3  2




 b  
  ;
 a  
 
1 N
((i ) Z rT (i )b  (i )Tr (i ) a  Z rT (i )b r bT  Tr (i )a r b .
1
1
N i 1

Тогда из условия 3 получим, что
п.н.
v1 
 h (0)  bT H b  2(h )T b , b  B ,
N 
а из условия 5 следует
T
 b 
 b 
   H   .
v2 
N   a 
 a 
 
 
п.н.
Рассмотрим первое слагаемое в v3 :
2
п.н.
1 N
(i ) Z rT (i )b 
 0 , b  Rr ,
N 
N i 1


так как из условий 2 и 4 и положительной определенности H zz и H следует
выполнение условия леммы 1.2 [2]. Аналогично для 2
1 N T
 (i ) a(i ) .
N i 1 r1

Рассмотрим следующее слагаемое:
 Zi 1(i  1)  Zi  r (i  1) 
N
N
1
1
 b .
T
T
T 

b  r Z r (i )b  2
b 



2

N i 1
N i 1
 Zi 1(i  r )  Zi  r (i  r ) 



(3)
Таким образом, (3) можно представить в виде r 2 слагаемых, каждое из
которых в силу предположений 2, 4 и из положительно определенной матрицы H по лемме 1.2 [2] сходится к нулю, аналогично 2
1 N T
b  r Tr (i )a .
1
N i 1

Аналогично доказывается сходимость к нулю остальных слагаемых v3 :
п.н.
b
v3 
 0 ,     B  Rr1  r 1 .
a
N 
 
96
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Следовательно,
T
п.н.
 b 
 b 
1
T
T
(h (0)  b H b  2(h ) b    H   
U N (b, a ) 
N 
 a 
 a 
N
 
 
T
b
  
a
 H zz  H 

T
 ( H z )

H z  b
 H zz b0  H z a0  h   b 
    2 
  
*
 ( H z )T b0  H 
H *   a 
a0   a 



T
 b0 
 b0 
 h (0)    H   U (b, a ) ,
 a0 
 a0 
T
где   b a   B  Rr1  r 1 .
Покажем, что решение задачи
1
min  (b)U (b, a)
b
 B
a
 b0 
существует и достигается в единственной точке   , т.е.
 a0 
 
1
1
min  (b)U (b, a)   (b0 )U (b0 , a0 )  1 .
(4)
b
 B
a
Для этого рассмотрим функцию
V (b, a, )  U (b, a )  (b) ,   R1 ;
(5)
V ()  min V (b, a, ) ,
(6)
b
 B
a
тогда
T
T
 H zz b0  H za0  h  h 
 b0 
 b0 
 
V ()  h (0)    H    h (0)  
T
a
a


(
)
H
b
H
a

0
0
z
0
 0
 
 


 H zz  H   H 


H z*T

H *z 

H  

1
 H zz b0  H zx a0  h  h 
.

 ( H z )T b0  H a0



(7)
Легко проверить, что уравнение V ()  0 на интервале  ,  min  1
ˆ  1 , если 
имеет корень 
min – наименьшее собственное число регулярного
пучка квадратичных форм [3], определяемых положительно определенными
97
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
матрицами: H zz  H z ( H  )1 ( H z )T и H  . Этот корень является единственным на интервале  ,  min  1 , что вытекает из непрерывности функции V () на этом интервале и V ()  0 на  ,  min  1 . Отсюда непосредственно следует (4).
 b0 
Оценки коэффициентов   можно определить, рассматривая функ a0 
цию
VN (b, a, )  U N (b, a)  (b) ,  R1 ,
VN ()  min VN (b, a, ) ,
b
 B
a
тогда
T
 AYT Y  h 
T
 
VN ()  Y Y  h (0)  
 T ( x) A 
Y 

 AYT AY  H 

 T ( x) A
Y

AYT ( x) 

T ( x)( x) 
Заметим, что VN () на интервале
1
 AT Y  h 
 Y
.
 T ( x)Y 


 ,  min ( N ) 
(8)
непрерывна, где
 min ( N ) – наименьший корень уравнения:
 AYT AY  H Y
det 
 T ( x) A
Y

AYT ( x) 
  0,
T
 ( x)( x) 
(det T ( x)( x)  0) .
Далее
VN ()  (h (0)  bˆT ( N , )  H bˆ( N , )  2(h )T bˆ( N , ) ,
где
T
 bˆ( N , )   AY AY  H 



 aˆ( N , )   T ( x) A

 
Y
AYT ( x) 

T ( x)( x) 
1
 AT Y  h 
 Y
,
 T ( x)Y 


(9)
VN ()  0 на  ,  min ( N )  .
ˆ ( N ) существует, находится на интервале
Следовательно, корень 
1
ˆ
0  1 ( N )   min ( N ) и является наименьшим среди всех корней уравнения
VN ()  0 .
98
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Уравнение (8) можно записать в виде
T
 bˆ( N , ) 
VN ()  

 aˆ ( N , ) 


 AYT AY  H 

 T ( x) A
Y

T
 AYT Y  h 

2 
 T ( x)Y 


AYT ( x)   bˆ( N , ) 


T ( x)( x)   aˆ ( N , ) 
 bˆ( N , ) 

  Y T Y  h (0) .
 aˆ( N , ) 


 bˆ( N ) 
Дальнейший ход доказательства состоятельности оценок 
 ана aˆ( N ) 


логичен доказательству утверждения 1.1 [4].
Таким образом, для получения сильно состоятельных оценок требуются
априорные знания лишь нескольких первых значений автокоррелированных
функций, необходимых для формирования матрицы H  . Рассмотрим особенности численных методов определения оценок параметров.
Лемма 1. Для функции VN () справедливы следующие утверждения:
1. Все корни уравнения VN ()  0 (если они существуют) неотрицательны.
2. Уравнение VN ()  0 на полусегменте  0,  min ( N )  имеет не более
одного корня, если det(T ( x)( x))  0 , где  min ( N ) – наименьшее обобщенное собственное число матрицы
det
 A A
T
Y Y


 ( AYT ( x)) T ( x)1  ( x)(T ( x) AY )  H 
  0 .
(10)
ˆ (N )
3. Непрерывность матрицы T ( x)( x) и существование корня 
1
на интервале  0,  min ( N )  является необходимым и достаточным условием
существования единственного решения (2), при этом
1
min  (b)U N (b, a ) 
b
 B
a
U N (bˆ( N ), aˆ ( N ))
,
(bˆ( N ))
 bˆ( N ) 
где 
 определяется уравнением (9).
 aˆ( N ) 


Эта лемма практически доказана при доказательстве утверждения 1.
Утверждение 2. Пусть последовательность { (i )} определяется следующим алгоритмом:
Шаг 0. (0)  0 .
 ( N )  (i  1)
Шаг 1. (i )  min
,  min определяется из (10).
2
Шаг 2. Вычислить bˆ  N , (i )  и aˆ  N , (i )  из системы уравнений:
99
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
 AT A  (i ) H 
 Y Y

T ( x) AY

AYT ( x)   bˆ(, (i ))   AYT Y  (i )h 
.
 

T
T





ˆ(

a
i
,
(
))


 ( x)( x)  
   ( x)Y

(11)
Шаг 3. Вычислить
T
 AYT Y  (i ) h 
T

VN ((i ))  Y Y  (i )h (0)  
 T ( x)Y



 bˆ( N , (i )) 

.
 aˆ( N , (i )) 


Шаг 4. Проверить условие V ((i ))  0 .
ˆ ( N )   0,  ( N )  ,
Тогда, если уравнение VN ()  0 имеет корень 
1
min

ˆ ( N ),  ( N ) ,
то последовательность (0), (0) конечна и (0)  
1
min
в противном случае она бесконечна.
Доказательство утверждения 2 немедленно следует из леммы 1.
Этот алгоритм позволяет определить начальное приближение (0) , необходимое для дальнейшего применения метода Ньютона или определить,
ˆ ( N ) не существует.
что корень 
1
ˆ ( N ),  ( N ) , тогда
Утверждение 3. Пусть существует (0)  
1
min

ˆ (i ))  bˆ( N ) , lim aˆ ( N , 
ˆ (i ))  aˆ ( N ) ,
ˆ (i )  
ˆ ( N ) , lim bˆ( N , 
lim 
1
i 
i 
i 
ˆ (i ) , bˆ( N , 
ˆ (i )) и aˆ ( N , 
ˆ (i )) определяются совместно следующим алгогде 
ритмом:
ˆ (i )) и aˆ ( N , 
ˆ (i )) из системы уравнений (11).
Шаг 1. Вычислить bˆ( N , 
Шаг 2. Вычислить
ˆ (i  1)  (h (0)  bˆT ( N , 
ˆ (i )) H bˆ( N , (i ))  2(h )T bˆ( N , 
ˆ (i )) 1 






ˆ (i )bT ( N , 
ˆ (i ))  H bˆ( N , 
ˆ (i ))  2
ˆ (i )(h )T bˆ( N , 
ˆ (i )) 
 Y T Y  




T
ˆ (i )h 
 AYT Y  




 T ( x)Y 


ˆ (i ))  
 bˆ( N , 

 .
ˆ (i ))  
 aˆ( N , 



Шаг 3. Переход к шагу 1.
Вычисления заканчиваются, если выполняется условие



ˆ (i  1) 
VN  
ˆ (i  1)  V 
ˆ (i )
VN 
N

 ,
где  – априорно заданная точность нахождения оценки.
100
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Это утверждение непосредственно следует из метода Ньютона:
(i  1)  (i ) 
 .
ˆ (i ) 
VN  
ˆ (i )
VN 
Обоснованность использования метода Ньютона вытекает из того, что
функция VN    непрерывна на интервале    0,  min ( N )  , а VN     0 и
V     0 – на интервале    0,  ( N )  .
N
min
4. Результаты моделирования
Для тестирования программного обеспечения [5], реализованного
в среде MATLAB, использовалась следующая модель:
Zi  0,3Zi 1  0,8 x 2 ( xi )  0,5 x 2 ( xi 1 ) ,
Yi  Zi  (i ) ,
где Zi – вектор входных значений; i  ..., 1,0,1,... – индекс нумерации дискретных моментов времени; (i ) – последовательность независимых случайных величин с нулевым математическим ожиданием и конечной дисперсией.
В табл. 1 представлены значения погрешностей оценивания параметров
классическим методом и нелинейным методом наименьших квадратов. Погрешность рассчитывалась по формуле
bˆ    0,3   aˆ    0,8   aˆ    0,5
1

2
2
0
0
0
2
2
1
0
 0,3   0,8    0,5 
2
2
 100 % .
Таблица 1

, %
Z
5
10
15
25
40
МНК %
(МНК/нелинейный МНК)
НМНК %
9, 6
4,5
17
7, 2
22
9, 4
29
12
38
16

– отношение среднеквадратических отклонений помехи
Z
к истинному сигналу; количество опытов – 500; конечная дисперсия по МНК составила 0,2048, а по НМНК – 0,0953.
Примечание.
На графиках (рис. 1, 2) представлены значения последовательностей:
 ^ МНК 
 ^ НМНК 
Zi – истинный сигнал;  Z i
–
оценка
МНК,

Z i
 – оценка нели



нейного (обобщенного) МНК.
101
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
 ^ МНК 
Рис. 1. Графики значений последовательностей Zi  и  Z i



 ^ НМНК 
Рис. 2. Графики значений последовательностей Zi  и  Z i



Из анализа проведенных тестов следует, что погрешность оценивания
векторов параметров предложенным методом много меньше погрешности
оценивания классическим методом.
102
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Заключение
В работе предложен алгоритм для оценивания параметров нелинейной
динамической системы с помехами в выходных сигналах. Предложенный алгоритм послужит для построения более качественных моделей, применяемых во
многих областях науки и техники, и также станет основой для создания новой
серии высокоэффективных систем управления технологическими процессами.
Список литературы
1. Л ь ю н г , Л. Идентификация систем. Теория для пользователя / Л. Льюнг. – М. :
Наука, 1991. – 432 с.
2. К а ц ю б а , О . А . Идентификация методом наименьших квадратов параметров
уравнений авторегрессии с аддитивными ошибками измерений / О. А. Кацюба,
А. И. Жданов // Автоматика и телемеханика. –1982. – № 2. – С. 29–33.
3. Г а н тм а х е р , Ф. Р . Теория матриц / Ф. Р. Гантмахер. – М. : Наука, 1966. – 575 с.
4. К а ц ю б а , О . А . Особенности применения МНК для оценивания линейных разностных операторов в задачах идентификации объектов управления / О. А. Кацюба, А. И. Жданов // Автоматика и телемеханика. – 1979. – № 8. – С. 86–95.
5. Свидетельство об официальной регистрации программы для ЭВМ № 2009612902.
Программа для определения параметров нелинейной динамической системы
класса Гаммерштейна при наличии автокоррелированных помех в выходных сигналах / Д. В. Тимонин ; заявитель и правообладатель Самарский государственный
университет путей сообщения ; заявл. 13.04.2009 ; зарег. 04.06.2009.
Кацюба Олег Алексеевич
доктор технических наук, профессор,
заведующий кафедрой мехатроники
в автоматизированных производствах,
Самарский государственный
университет путей сообщения
Katsyuba Oleg Alekseevich
Doctor of engineering sciences, professor,
head of sub-department of mechatronics
in automated ptoduction, Samara State
University of Communication Lines
E-mail: asoiy@samiit.ru
Карпов Андрей Анатольевич
аспирант, Самарский государственный
университет путей сообщения
Karpov Andrey Anatolyevich
Postgraduate student, Samara State
University of Communication Lines
E-mail: forkontakte@ya.ru
Тимонин Денис Викторович
аспирант, Самарский государственный
университет путей сообщения
Timonin Denis Viktorovich
Postgraduate student, Samara State
University of Communication Lines
E-mail: deti-13@yandex.ru
УДК 519.254
Кацюба, О. А.
Параметрическая идентификация нелинейных динамических систем класса Гаммерштейна при наличии помех, наблюдаемых в выходных сигналах в условиях априорной неопределенности / О. А. Кацюба,
А. А. Карпов, Д. В. Тимонин // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 92–103.
103
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 621.317.353.018.3
Д. А. Кузьмин, В. Я. Горячев, Н. Б. Джазовский
РАЗРАБОТКА ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ
СИСТЕМЫ МОНИТОРИНГА КАЧЕСТВА ЭЛЕКТРИЧЕСКОЙ
ЭНЕРГИИ С ВОЗМОЖНОСТЬЮ УПРАВЛЕНИЯ
ЗНАЧЕНИЯМИ КОЭФФИЦИЕНТОВ ГАРМОНИЧЕСКИХ
ИСКАЖЕНИЙ ПО ТОКУ И НАПРЯЖЕНИЮ
Аннотация. Разработана информационно-измерительная система мониторинга
качества электрической энергии. Система позволяет как измерять, так и корректировать коэффициенты гармонических искажений по току и напряжению.
Ключевые слова: гармоника, нагрузка, трансформатор, сеть электроснабжения.
Abstract. The authors have developed an information-measuring control system for
electric energy quality monitoring. The system allows, both to measure and to correct the factors of harmonious current and voltage distortions.
Key words: harmonic component, loading, transformer, electrical supply network.
Введение
В реальных электрических сетях форма напряжения отлична от синусоидальной. Причиной этого чаще всего являются нелинейные потребители,
которые способствуют появлению высокочастотных гармоник. Характерными мощными нелинейными потребителями являются тяговые электровозы
железнодорожного транспорта.
Перечислим существующие способы устранения высших гармоник
в сетях электроснабжения тяги:
1. Установка поперечной компенсации; помимо своей основной функции компенсации реактивной мощности настроена на подавление третьей
гармоники [1].
2. Сглаживающая катушка в мостовой схеме выпрямления электровоза
переменного тока.
3. Альтернативное соединение обмоток трансформатора (треугольник,
зигзаг).
4. Фазокомпенсатор – устройство для устранения сдвига фаз между током и напряжением в цепях переменного электрического тока; помимо основной функции используется в качестве фильтра высокочастотных гармоник [2].
5. Регулируемый компенсатор реактивной мощности электровозов переменного тока с коллекторными тяговыми двигателями [3].
6. Однофазный преобразователь переменного тока. Устройство повышает коэффициент мощности электровоза за счет уменьшения угла сдвига
между основными гармониками питающего напряжения и тока [4].
7. Вольтодобавочный преобразователь, используемый для регулирования входных параметров системы подавления, представляющий собой управляемый выпрямитель, относительная установленная мощность которого составляет 15–20 % от основного выпрямителя.
8. Магнитный синтезатор [5]; обеспечивает защиту нагрузки от различных искажений электропитания, в частности, от провалов и выбросов напряжения, импульсных и высокочастотных помех, наличия высших гармоник,
вызывающих искажения синусоидальной формы входного напряжения.
104
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
9. Активный кондиционер гармоник (АКГ) [6]; анализирует гармоники
тока, отбираемые нагрузкой, затем инжектирует такие же токи в сеть с подходящей фазой.
Все вышеперечисленные способы устранения гармоник являются недостаточно эффективными. Кроме того, новая нормативная база по качеству
электрической энергии требует более пристального внимания к гармоническим составляющим с порядковыми номерами выше сорокового, а также
к интергармоникам. Поэтому необходимо разработать более эффективный
способ измерения и влияния на гармонические искажения, чтобы привести
качество электрической энергии в точке подключения тяговых потребителей
к норме.
1. Разработка схемы устройства
Новые стандарты по гармоникам и интергармоникам привели к необходимости отказа от подавления отдельных гармонических составляющих
в соответствии с разложением в ряд Фурье. Поэтому в разработанном устройстве используется сравнение поступающего сигнала с опорным (идеальным)
сигналом и выделение искажающего сигнала.
Предлагается устройство подавления гармоник (УПГ), структурная
схема которого представлена на рис. 1.
Рис. 1. Структурная схема устройства подавления гармоник
Сигнал поступает на устройство защиты, после него – на трансформатор тока (ТТ). С трансформатора тока сигнал поступает на вычитающее
устройство, на второй вход которого поступает опорный сигнал в виде идеальной синусоиды с генератора опорного сигнала. В вычитающем устройстве
происходит сравнение этих сигналов, и полученный результат поступает на
усилитель мощности с учетом фазирования, которое осуществляется в блоках
управления фазированием и схеме фазирования. С усилителя мощности сигнал с гармониками в противофазе поступает на суммирующее устройство, где
происходит сложение сетевого напряжения и корректирующего сигнала.
Управление фазированием осуществляется по системе экстремального
регулирования, что обеспечивает поддержание минимальной мощности корректирующего сигнала. Система экстремального регулирования задает пробные шаги по двум параметрам: начальной фазе эталонного сигнала и его амплитуде. Величина начальных шагов выбирается достаточно малой, чтобы
105
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
это не было заметно на выходном напряжении. При уменьшении мощности
корректирующего сигнала делается второй пробный шаг в том же направлении, при увеличении – полярность пробного шага изменяется на противоположную. Путем поочередной подачи пробных шагов по двум параметрам
находится значение начальной фазы и амплитуды эталонного сигнала, соответствующее полному экстремуму, т.е. минимальной мощности корректирующего сигнала, что соответствует наиболее полной компенсации гармоник.
2. Математическое описание работы УПГ
1. Ток на входе трансформатора тока (рис. 1):
i1 


k 1
i1k 

 I1k sin(k t  1k ),
k 1
где k – номер гармонической составляющей; I1k – амплитудное значение тока
k-й гармонической составляющей; ω = 2πf – угловая частота (f – частота переменного тока); φ1k – начальная фаза k-й гармонической составляющей тока.
2. Ток на выходе трансформатора тока:
i2 


k 1
i2k 

 I 2k sin(k t  2k ),
k 1
где I2k – амплитудное значение тока k-й гармонической составляющей; φ2k –
начальная фаза k-й гармонической составляющей тока.
3. Ток на выходе генератора опорного сигнала:
iоп  I оп sin(t  0 ),
где Iоп – амплитудное значение тока опорного сигнала; φ0 – начальная фаза
тока опорного сигнала.
Для правильной работы устройства необходимо задать амплитудное
значение тока опорного сигнала так, чтобы
iоп  i21 ,
где i21 – ток первой (основной) гармоники на выходе трансформатора тока.
4. На выходе устройства управления фазированием угол фазового сдвига опорного сигнала настраивается на угол фазового сдвига первой гармоники тока на выходе трансформатора тока (φ21).
5. Ток на выходе вычитающего устройства:
i3  i2  i21 

 I 2k sin(k t  2k ).
k 2
6. Ток на выходе усилителя мощности:
iус  i3  K ус  

 I1k sin(k t  1k ),
k 2
где Кус – коэффициент усиления усилителя мощности.
106
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
7. Ток на выходе суммирующего устройства:
i4  i1  iус 


k 1
I1k sin(k t  1k ) 

 I1k sin(k t  1k )  I11 sin(t  11).
k 2
Таким образом, на выходе суммирующего устройства остается первая
(основная) гармоника входного тока.
Погрешность данного способа подавления гармоник характеризуется
наличием внутренней погрешности усилителя мощности и устройства управления фазированием.
3. Результаты работы УПГ
Чтобы оценить влияние УПГ на изменение уровня гармонических искажений в сети с нелинейной нагрузкой, составим математическую модель
в среде MATLAB в соответствии с принципиальной схемой (рис. 2).
Рис. 2. Принципиальная схема
На схеме (рис. 2) е – ЭДС источника; Rв и Lв – активное сопротивление
и индуктивность источника; ТН – трансформатор напряжения; ТТ – трансформатор тока; VD1–4 – выпрямительные диоды мостовой схемы выпрямления; Rн и Сн – активное сопротивление и емкость нагрузки; eоп – ЭДС опорного сигнала; Rш – сопротивление шунта; Rос – сопротивление обратной связи;
R1, R2, R3 – сопротивления; УМ – усилитель мощности.
В схеме используется стандартный низкочастотный усилитель.
УПГ настраивается таким образом, чтобы значения делителя напряжения и коэффициент усиления мощности были равны.
Модель в среде MATLAB представлена на рис. 3. В модели E – источник напряжения; ZB – внутреннее сопротивление источника; Т1 – трансформатор тока; T2 – трансформатор напряжения; D1–D4 – диоды мостовой схемы
электровоза переменного тока; K1 – ключ, определяющий момент включения
нагрузки; RШ – шунтирующий резистор; EОП – источник опорного сигнала;
ОУ – операционный усилитель; R1, RОС – резисторы, формирующие коэффициент усиления операционного усилителя; R2, R3 – резисторы делителя
напряжения; СН – емкость нагрузки; RН – активное сопротивление нагрузки.
107
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Рис. 3. Модель в среде MATLAB
Известия высших учебных заведений. Поволжский регион
108
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
На рис. 4 показан гармонический состав напряжения в модели без УПГ
и с УПГ.
■ – без УПГ, □ – с УПГ
Рис. 4. Гармонический состав напряжения
Благодаря использованию предложенного УПГ удалось добиться снижения коэффициента гармонических искажений напряжения, равного отношению среднеквадратичного напряжения суммы высших гармоник сигнала
к напряжению первой гармоники с 14,06 до 2,36 %, т.е. почти в 7 раз, чего
невозможно достичь, используя известные схемы фильтров. Поэтому устройство подавления гармоник, предложенное в данной работе, может эффективно применяться для устранения гармонических искажений в сети с нелинейной нагрузкой.
4. Разработка информационно-измерительной системы
мониторинга качества электрической энергии
Внесение в рабочую сеть электроснабжения любого источника, пусть и
небольшой мощности, может повлиять на исправность работы отдельных
элементов. Поэтому разработана схема информационно-измерительной системы мониторинга качества электрической энергии, в которой отсутствует
генератор опорного сигнала (рис. 5).
Аналого-цифровой преобразователь (АЦП) предназначен для преобразования искаженной формы тока в цифровую форму сигнала. Этот сигнал
сравнивается с идеальной формой синусоиды в процессорном модуле, на выходе которого получаем инвертированный разностный сигнал в цифровом
виде. Затем при формировании отдельных кадров через включение шинного
формирователя (ШФ) происходит запись сигнала в оперативное запомниающее устройство (ОЗУ) для его измерения. В остальное время ШФ разомкнут
для подавления искажений. В этом случае сигнал поступает в буферное запоминающее устройство. Под воздействием управляющего сигнала с модуля
контроля и управления корректирующий сигнал с буферного устройства по-
109
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
падает в цифроаналоговый преобразователь (ЦАП), а затем на усилитель
мощности и инжектируется в сеть с помощью суммирующего устройства.
Вход
Устройство
защиты
Суммирующее
устройство
ТТ
Выход
АЦП
ШФ
Модуль
контроля и
управления
Процессорный
модуль
аналоговый
сигнал
мониторинга
ОЗУ
Буферное
устройство
ЦАП
Усилитель
мощности
цифровой
сигнал
мониторинга
Рис. 5. Структурная схема системы
Измерение коэффициента гармонических искажений осуществляется
по принципу наложения сигналов (рис. 6, 7).
Рис. 6. Принцип работы системы на примере сигнала тока
Отношение площадей фигур суммарных искажений Sиск и площади фигуры, образованной идеальной синусоидой и осью времени Sос (задается процессорным модулем), равно коэффициенту гармонических искажений.
S
K  иск .
Sос
110
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Рис. 7. Принцип работы системы на примере сигнала напряжения
Измеренный суммарный искаженный сигнал включает в себя все гармоники с порядковыми номерами от 1 до ∞ и интергармоники. Поэтому полученные коэффициенты гармонических искажений являются более точными, чем при суммировании отдельных гармонических составляющих при разложении в ряд Фурье.
Система мониторинга предполагает наличие ЖК-дисплея, на котором
отображаются значения коэффициентов гармонических искажений по току и
напряжению.
Заключение
Нелинейный характер нагрузки способствует появлению гармонических составляющих напряжения в сети. Особое внимание следует уделять
мощным потребителям, таким как тяговые подстанции железнодорожных
сетей. Как правило, эти подстанции подключаются к основным сетям электроснабжения, не имеющим большого запаса по мощности, поэтому в определенных ситуациях высшие гармонические составляющие могут вызывать
перенапряжения в электрических сетях.
Разработанная система обладает рядом преимуществ по сравнению
с существующими аналогами. Во-первых, она эффективнее благодаря использованию схемы сравнения с идеальным (без искажений) синусоидальным
сигналом. Во-вторых, система позволяет точнее измерять суммарный коэффициент гармонических искажений. В-третьих, данное устройство позволяет
корректировать поступающий сигнал во всем диапазоне частот, вплоть до
40 гармоники и выше.
Список литературы
1. М а р к в а р д т, Г . Г . Расчет поперечной емкостной компенсации на электрифицированной железной дороге / Г. Г. Марквардт, Л. А. Герман. – М., 1976. –
С. 33–36.
111
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
2. М а м о ш и н , Р . Р . Повышение качества энергии на тяговых подстанциях дорог
переменного тока / Р. Р. Мамошин. – М. : Транспорт, 1973. – 224 с.
3. Д о н с к о й , Д . А . Регулируемый компенсатор реактивной мощности для электровозов однофазно-постоянного тока : дис. ... канд. техн. наук: 05.09.03 /
Донской Д. А. – М., 2007. – 153 с.
4. В л а с ь е в с к и й , С . В. Повышение эффективности выпрямительно-инверторных преобразователей электровозов однофазно-постоянного тока с рекуперативным торможением : дис. ... докт. техн. наук: 05.09.03 / Власьевский С. В. –
М., 2001. – 270 с.
5. H u g a n , R . C . The Datawave Magnetic Synthesizer As a Solution to Harmonics /
R. C. Hugan, M. F. McGranaghan, H. W. Beaty // Liebert Corporation, 1997. – 6 p.
6. B e t t e g a , E . Active Harmonic Conditioners and Unity Power Factor Rectifiers /
E. Bettega, J. N. Fiorina // Cahier Technique Schneider Electric. – 1999. – ECT 183. –
28 p.
Кузьмин Дмитрий Алексеевич
аспирант, Пензенский
государственный университет
Kuzmin Dmitry Aleksreevich
Postgraduate student,
Penza State University
E-mail: 2005dim@rambler.ru
Горячев Владимир Яковлевич
доктор технических наук, профессор,
заведующий кафедрой
автоматизированных
электроэнергетических систем,
Пензенский государственный
университет
Goryachev Vladimir Yakovlevich
Doctor of engineering sciences, professor,
head of sub-department of automated
electropower systems, Penza
State University
E-mail: gorvlad1@yandex.ru
Джазовский Николай Борисович
кандидат технических наук, доцент,
кафедра автоматизированных
электроэнергетических систем,
Пензенский государственный
университет
Dzhazovsky Nikolay Borisovich
Candidate of engineering sciences, associate
professor, sub-department of automated
electropower systems, Penza
State University
E-mail: 2005dim@rambler.ru
УДК 621.317.353.018.3
Кузьмин, Д. А.
Разработка информационно-измерительной системы мониторинга
качества электрической энергии с возможностью управления значениями коэффициентов гармонических искажений по току и напряжению /
Д. А. Кузьмин, В. Я. Горячев, Н. Б. Джазовский // Известия высших учебных
заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). –
С. 104–112.
112
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
УДК 519.72
Н. В. Мясникова, М. П. Берестень, М. П. Строганов
АППРОКСИМАЦИЯ МНОГОЭКСТРЕМАЛЬНЫХ ФУНКЦИЙ
И ЕЕ ПРИЛОЖЕНИЯ В ТЕХНИЧЕСКИХ СИСТЕМАХ
Аннотация. Рассмотрены вопросы аппроксимации сигналов и функций сложной формы по экстремумам на основе разложения на знакопеременные составляющие. Показано, что на основе аппроксимации «колокольными импульсами» могут быть определены спектральные, времячастотные и другие характеристики сигналов, что является основой ее применения в технических системах.
Ключевые слова: спектр, аппроксимация, разложение сигналов.
Abstract. The article consideres signal and complex function approximation by extremum, based on decomposition to alternating components. The researchers
demonstrate that spectral, time-and-frequency and other features of signals can be
determined on the basis of bell-shaped impulse approximations, which is crucial in
terms of approximation application in technical systems.
Key words: spectrum, approximation, signal decomposition.
Введение
В цифровой обработке сигналов и изображений аппроксимация является инструментом для получения спектральных характеристик, поэтому будем
рассматривать аппроксимацию функциями, спектр которых известен и имеет
ту же форму, задаваемую тем же набором параметров. Например, для спектрального анализа удобна аппроксимация реализации гауссовыми кривыми.
В данной статье рассмотрены вопросы аппроксимации сигналов и функций
сложной формы по экстремумам на основе разложения на знакопеременные
составляющие.
1. Разложение сигналов на составляющие с известным спектром
Рассмотрим сущность предлагаемого подхода к аппроксимации. Линейность преобразования Фурье позволяет применить общий прием приближенного вычисления спектра, основанный на следующих соображениях.
Пусть данная функция f (t ) аппроксимирована конечной суммой некоторых произвольно выбранных функций f k (t ) , т.е.
f t  
N
 f k t  .
k 1
Это соотношение может служить основой различных вариантов формул и таблиц для вычисления спектров.
Метод аппроксимации основан на разложении исследуемого сигнала на
составляющие, спектр которых известен: спектр исходного сигнала получают
в виде суммы спектров всех составляющих. Математически способ основан
на аппроксимации сигнала во временной области с любой заданной точно2
стью базисными функциями типа e  x , ch 1 ( x) , 1/(1  x 2 ) , т.е. «колокольными» импульсами.
113
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
При таком подходе реальный сигнал заменяется функциями вида
f t  
l mi
  k i   k i  t  c k i  ,
i 1 k 1
а спектр –
S  j  
l mi
 k i     j c k i
 k i   k i  e
i 1 k 1

,

где  ki , ki , cki – параметры приближающей функции; m – число экстремумов: m1 – в исходной реализации; m2 , m3 , ..., mi – в разности i (t ) между
исходной реализацией и аппроксимирующей функцией; l – число итераций,
необходимое для достижения заданной точности.
Процедура аппроксимации связана с выделением из сигнала знакопеременных составляющих, каждая из которых может быть отнесена к определенной полосе частот. Значения экстремумов и интервалы между ними опре2
2
деляют параметры колокольных составляющих для сигнала вида e  x / 2 .
Методика определения параметров «колокольных» составляющих для сигнала сложной формы иллюстрируется рис. 1.
Параметр i определяется на основе известной связи между формой и
параметрами:
 i  min((ci  ci 1 ),(ci 1  ci )) / 2, 2 или  i  (ci 1  ci 1 ) / 4, 4.
Любой сигнал можно привести к виду, указанному на рис. 1, путем
центрирования относительно скользящего среднего. Эффективен и такой
подход: по экстремумам числового ряда производится его сглаживание оператором вида yˆ эi  0, 25 yэi 1  0,5 yэi  0, 25 yэi 1 , что соответствует пропусканию данных через цифровой фильтр нижних частот с передаточной функцией
G( f ) 


Yˆ ( f )
 0, 25 e j 2 f (tэi 1 tэi )  2  e j 2(tэi 1 tэi ) .
Y( f )
Положим для простоты, что экстремумы равноудалены друг от друга,
тогда передаточная функция примет вид


G ( f )  0, 25 e  j 2f t  2  e j 2f t  0,5 1  cos(2 f t )  .
Этот фильтр «убирает» самую высокочастотную составляющую. Следовательно, сама эта составляющая может быть выделена следующим образом: yэi  yэi  yˆ эi  0, 25 yэi 1  0,5 yэi  0, 25 yэi 1 . Последнее выражение реализует цифровой фильтр высоких частот с передаточной функцией
G( f ) 


Y(f)
 0, 25 e j 2f (tэi 1 tэi )  2  e j 2(tэi 1 tэi ) .
Y( f )
При тех же допущениях, что мы сделали для первого фильтра, получим
выражение для передаточной функции
114
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника


G ( f )  0, 25 e  j 2 f t  2  e j 2f t  0,5(1  cos(2 f t ) .
а)
б)
Рис. 1. Определение параметров колокольной составляющей
Наиболее исследован вопрос сходимости процедуры аппроксимации
2 2
гауссовыми функциями вида e  x :
f t  
l mi
 xki e

 2ki t c ki

2
.
i 1 k 1
115
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
В этом случае выражение для комплексного спектра примет вид
S  j   
l mi
 
x ki  2 4ki2  j  c ki
e
,

i 1 k 1 ki

где xki – экстремумы: xk1 – исходного ряда, xk 2 ,..., xkl – разности i (t )
между исходной реализацией и аппроксимирующей функцией; cki – момент
измерения, соответствующий экстремуму xki .
Из последнего выражения вытекает и способ определения комплексного спектра сигнала сложной формы [2]:
– из исследуемого аналогового сигнала, или сигнала, представленного
дискретными отсчетами, выделяются и запоминаются амплитудные значения
экстремумов и интервалы между ними;
– по значениям экстремумов и интервалам между ними формируются
«колокольные» импульсы;
– спектр «колокольного» импульса определяется путем «временного»
и амплитудного масштабирования его параметров;
– определяется комплексный спектр «колокольного» импульса как результат фазового сдвига;
– определяется спектр сигнала сложной формы как сумма спектров выделенных составляющих;
– указанные действия повторяются над сигналом, представляющим
разность между измеряемым сигналом и уже выделенными составляющими,
если эта разность превышает по абсолютной величине заранее заданную величину, определяющую точность аппроксимации на интервале измерений.
Предложенный метод аппроксимации может найти применение при
определении различных параметров и характеристик сигналов. При этом
возможно хранение лишь экстремальных значений сигнала, а по ним – его
восстановление.
Проиллюстрируем некоторые результаты и покажем области применения:
– на рис. 2 показана аппроксимация полигармонического сигнала
(использована одна итерация);
– на рис. 3 приведен аппроксимативный спектр на фоне спектра Фурье
(использована одна итерация);
– на рис. 4 показано разложение сигнала на знакопеременные составляющие по его экстремумам, отмеченным на графиках точками (аналог разложения по эмпирическим модам);
– на рис. 5,а показана вейвлет-характеристика Morlet, а на рис. 5,б – аппроксимативная вейвлет-характеристика (вычисленная лишь для сдвигов,
совпадающих с моментами экстремумов);
– на рис. 6,а представлено исходное изображение, а на рис. 6,б – восстановленное изображение с аппроксимацией по ряду экстремумов.
Заключение
Развитие матричных алгоритмов, их широкое применение в пакетах
прикладных программ снизило интерес к аппроксимативному подходу.
116
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
i
Рис. 2. Сигнал и его аппроксимация
i
Рис. 3. Амплитудный аппроксимативный спектр на фоне спектра Фурье
10
0
-10
0
100
200
300
400
500
600
700
800
5
0
-5
100
200
300
400
500
600
700
100
200
300
400
500
600
700
100
200
300
400
500
600
700
5
0
-5
5
0
-5
Рис. 4. Разложение сигнала на знакопеременные составляющие
117
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Ss
E
а)
б)
Рис. 4. Вейвлет-характеристика (а) и аппроксимативная вейвлет-характеристика (б)
а)
б)
Рис. 6. Исходное изображение (а) и восстановленное
изображение с аппроксимацией по ряду экстремумов (б)
Но предлагаемый авторами метод показывает, что правильно выбранная аппроксимирующая функция позволяет на единой методологической основе вычислять самые разные характеристики и на их основе формировать
диагностические признаки. При этом сама процедура аппроксимации крайне
проста, не использует оптимизации, параметры аппроксимирующих функций
однозначно определяются экстремумами, применение итерационной процедуры позволяет достигнуть любой точности.
Для дальнейшего снижения трудоемкости имеет смысл перейти к аппроксимации функциями 1/(1  x 2 ) , чтобы не использовать в алгоритме вычисление трансцендентных функций.
Вопросы аппроксимации довольно широко освящались в публикациях
авторов – в монографии, статьях, авторских свидетельствах и патентах, а
также на интернет-ресурсе [1–6].
118
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011 Технические науки. Электроника, измерительная и радиотехника
Список литературы
1. С тр о г а н о в , М . П . Обработка сигналов в системах диагностики /
М. П. Строганов, М. П. Берестень, Н. В. Мясникова ; под ред. Е. П. Осадчего :
монография. – Пенза : Изд-во Пенз. гос. техн. ун-та, 1997. – 119 с.
2. А. с. 1339456 СССР, МКИ G01R23/16. Аппроксимативный способ спектрального
анализа / Е. П. Осадчий, М. П. Берестень, Н. В. Мясникова и др. // Открытия.
Изобретения. – 1987. – № 35. – С. 138.
3. М я с н и к о в а , Н . В. Аппроксимативный способ вейвлет-анализа /
Н. В. Мясникова, М. П. Берестень // Датчики и системы. – 2003. –№ 1. – С. 17–20.
4. М я с н и к о в а , Н . В. Подход к экспресс-wavelet-анализу на основе адаптивной
фильтрации / Н. В. Мясникова, М. П. Берестень // Датчики и системы. – 2004. –
№ 2. – С. 16–21.
5. М я с н и к о в а , Н . В. Экстремальная фильтрация и ее приложения /
Н. В. Мясникова, М. П. Берестень // Датчики и системы. – 2004. – № 4. – С. 8–11.
6. Экспресс-анализ сигналов // Автоматика и телемеханика [Электронный ресурс] /
Пензенский государственный университет, Автоматика и телемеханика; Электрон. дан. – Пенза : ПГУ, 2008. – Режим доступа: http://www.pnzgu.ru/dep/
k_ait/?q=express, свободный. [Загл. с экрана].
Мясникова Нина Владимировна
доктор технических наук, профессор,
кафедра автоматики и телемеханики,
Пензенский государственный
университет
Myasnikova Nina Vladimirovna
Doctor of engineering sciences, professor,
sub-department of automation and remote
control, Penza State University
E-mail: Genok123@mail.ru
Берестень Михаил Петрович
кандидат технических наук, доцент,
кафедра автоматики и телемеханики,
Пензенский государственный
университет
Beresten Mikhail Petrovich
Candidate of engineering sciences, associate
professor, sub-department of automation
and remote control, Penza State University
E-mail: beresten@sura.ru
Строганов Михаил Петрович
кандидат технических наук, профессор,
кафедра автоматики и телемеханики,
Пензенский государственный
университет
Stroganov Mikhail Petrovich
Candidate of engineering sciences,
professor, sub-department of automation
and remote control, Penza State University
E-mail: smp@mail.ru
УДК 519.72
Мясникова, Н. В.
Аппроксимация многоэкстремальных функций и ее приложения
в технических системах / Н. В. Мясникова, М. П. Берестень, М. П. Строганов // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 113–119.
119
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
МАШИНОСТРОЕНИЕ
И МАШИНОВЕДЕНИЕ
УДК 629.11.012 (075.8)
Е. А. Тарасов
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ, КАК ОСНОВА
КОМПЬЮТЕРНОГО ЭКСПЕРИМЕНТА
ДЛЯ ТЕХНОЛОГИЧЕСКОГО АГРЕГАТА
С РЕКУПЕРАТИВНЫМ ГИДРОПРИВОДОМ
Аннотация. Разработанная математическая модель легла в основу проведения
компьютерного эксперимента для технологического агрегата с рекуперативным гидроприводом. В целом она подтвердила правильность предпосылок, заложенных при обосновании конструкции агрегата с рекуперативным гидроприводом и доказала способность предложенной схемы на существование.
Ключевые слова: компьютерный эксперимент, математическая модель, рекуперативный гидропривод.
Abstract. The developed mathematical model has formed the basis of the computer
experiment for a technological unit with a recuperative hydraulic actuator. Integrally
the model has proved that the preconditions built into substantiation of the unit design are correct and confirmed the offered scheme be quite useful.
Key words: computer experiment, mathematical model, recuperative hydraulic actuator.
Введение
При работе на лесных вырубках ходовая часть трактора и почвообрабатывающее орудие постоянно подвергаются знакопеременным нагрузкам
вследствие наличия большого числа препятствий в виде пней, корней, камней
и неровностей поверхности. Поэтому для повышения экономической эффективности технологических агрегатов целесообразно оснащать их системами
рекуперации энергии. Для изучения возможности оснащения рекуперативным гидроприводом (РГ) почвообрабатывающего агрегата разработана математическая модель, описывающая динамическое поведение агрегата в процессе работы на вырубке.
1. Построение модели технологического агрегата
В работе [1] предложено использовать рекуперативную систему, встроенную в гидросистему трактора. Элементами, непосредственно воспринимающими внешние усилия, являются гидроцилиндры, устанавливаемые между
балансирами кареток трактора, гидроцилиндр навесной системы и гидроцилиндр предохранительного механизма культиватора. Для оптимизации параметров элементов рекуперативной гидросистемы была разработана имитационная компьютерная модель.
При проектировании современных конструкций высокопроизводительных технологических агрегатов математическое моделирование играет очень
120
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
важную роль. Существующие аналитические и компьютерно ориентированные методы моделирования, в конечном счете, сводятся к формированию системы уравнений, описывающей моделируемый объект, и к дальнейшему
анализу этой системы [2].
Для компьютерного моделирования исследуемого объекта разработаны
специальные алгоритмы, основанные на вышеуказанном методе, и программное обеспечение, для написания которого выбран язык программирования
Object Pascal и среда программирования Borland Delphi 7.0.
При моделировании исследуемого объекта оказалось целесообразным
разбить его на две подсистемы, существенно различные по своей физической
природе: механическую и гидравлическую. Благодаря этому при моделировании представилось возможным проводить независимо механический и гидравлический расчеты. В то же время необходимо было учитывать взаимное
влияние подсистем друг на друга в таких элементах исследуемого объекта,
как гидроцилиндры кареток и гидроцилиндр навесного механизма.
Исходя из конструкции агрегата, он, как механическая система, был
условно разбит на семь тел, как показано на рис. 1. Кроме того, был определен набор точек, в которых тела контактируют друг с другом при помощи
рассмотренных выше четырех типов связей: цилиндрических шарниров
(12–22, 24–32, 13–52, 42–54, 63–71), невесомых нерастяжимых тяг (01–11,
14–62, 15–61), пружин (23–33, 43–53, 64–72) и гидроцилиндров (23–33, 43–53).
Т1
y6
y1
61
15
10
х1
13
12
11
y3
20
23
24
21 Т2
22
х2
32
30
43
х3
62
Т6
х4
х7
70
Т7
y5
42
72
52 53 50
х5
54
40
31 Т3
71
63
y4
33
y7
х6
14
y2
64
60
41
Т4
51
Т5
Рис. 1. Представление опытного агрегата в имитационной модели
в виде совокупности твердых тел
Массы тел и полярные координаты контактных точек имеют следующие значения:
– тело 1 (рама трактора): m1 = 2834 кг; J1 = 4782 кг·м2; r11 = 1,332 м;
φ11 = –12,3°; r12 = 0,6876 м; φ12 = –141,5°; r13 = 0,7056 м; φ13 = –37,0°;
r14 = 1,713 м; φ14 = –10,0°; r15 = 1,661 м; φ15 = 12,5°; r16 = 1,330 м; φ16 = –166,4°;
r17 = 0,906 м; φ17 = 55,5°; r18 = 2,62 м; φ18 = –10,0°;
– тело 2 (большой балансир): m2 = 46 кг; J2 = 1,238 кг·м2; r21 = 0,1227 м;
φ21 = –142,5°; r22 = 0,2717 м; φ22 = –13,5°; r23 = 0,1948 м; φ23 = –83,5°;
r24 = 0,1716 м; φ24 = 9,0°;
121
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
М7
(Т´)
Т15
Т14
Q1
Q2
...
(0)
. (1)
=
Т61
Т62
Ш71 Ш63
Ш54
М4
М6
Х
Ш32 Ш22
М3
М5
(Т)
Ш52 Ш42
М2
Ш13
(М)
М1
Т01-11
Ш24 Ш12
– тело 3 (малый балансир): m3 = 37 кг; J3 = 0,7180 кг·м2; r31 = 0,0947 м;
φ31 = –56,0°; r32 = 0,1437 м; φ32 = 156,0°; r33 = 0,1931 м; φ33 = –67,0°;
– тело 4 (малый балансир): m4 = 37 кг; J4 = 0,7180 кг·м2; r41 = 0,0947 м;
φ41 = –124,0°; r42 = 0,1437 м; φ42 = 24,0°; r43 = 0,1931 м; φ43 = –113,0°;
– тело 5 (большой балансир): m5 = 46 кг; J5 = 1,238 кг·м2; r51 = 0,1227 м;
φ51 = –37,5°; r52 = 0,2717 м; φ52 = –166,5°; r53 = 0,1948 м; φ53 = –96,5°;
r54 = 0,1716 м; φ54 = 171,0°;
– тело 6 (рама орудия): m6 = 410 кг; J6 = 8,121 кг·м2; r61 = 0,585 м;
φ61 = –112,5°; r62 = 0,260 м; φ62 = –145,5°; r63 = 0,410 м; φ63 = –20,5°; r64 = 0,330 м;
φ64 = 80,0°;
– тело 7 (стойка орудия с рабочим органом): m7 = 90 кг; J7 = 2,820 кг·м2;
r71 = 0,300 м; φ71 = 90,0°; r72 = 0,442 м; φ72 = –62,2°; r73 = 0,100 м; φ73 = –90,0°.
В начальный момент времени тела необходимо расположить в пространстве (т.е. задать координаты их центров масс) и сообщить им начальные
скорости таким образом, чтобы выполнялись условия кинематической связности механизма. Для этого в программе, описанной ниже, используется соответствующий алгоритм. Кроме того, для устранения неизбежных искажений механизма в процессе численного интегрирования периодически (каждые
50 шагов интегрирования) производится коррекция координат с помощью
того же алгоритма.
Общая система уравнений содержит 34 дифференциальных уравнения
второго порядка и схематично может быть представлена следующим образом:
Q21
(λ)
U1
U2
...
U13
Численное интегрирование полученной системы уравнений производилось с помощью модифицированного метода Эйлера – Коши. Шаг интегрирования для основных расчетов составлял Δt = 1,5·10–4 с.
Гидравлическую подсистему агрегата можно условно разбить на элементы шести типов: гидроцилиндр двухстороннего действия, клапан, дроссель, трубопровод, тройник, пневмогидравлический аккумулятор (ПГА). Составим уравнения для основных элементов таким образом, чтобы в результате решения получить значения переменных (давлений, расходов, скоростей,
122
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
перемещений и т.п.) в точках соединения гидроэлементов, именуемых узлами. Каждый из рассматриваемых элементов имеет не более трех узлов, связывающих его с другими элементами и соответствующих (кроме тройника)
входу элемента, его выходу, а также подводу или отбору мощности. Условимся, что вход и выход элемента определяется принятым на схеме направлением потока рабочей жидкости через этот элемент. При изменении направления потока соответствующие величины (перепад давления, расход) меняют
знак. В уравнениях введем обозначения: индекс i – узел на входе элемента, j –
узел на выходе элемента, k – узел подвода или отбора мощности. Последовательно составим уравнения базовых элементов гидросистемы, воспользовавшись методикой, представленной в работе [3].
Для использования в модели предлагаемая схема гидропривода [3] была сведена к описанным выше шести базовым гидроэлементам (рис. 2). Взаимное влияние механической и гидравлической подсистем друг на друга учитывается в общих для данных подсистем элементах – гидроцилиндрах (в каретках и в навесном механизме).
Т6
Т9
Г2
ПГА
Т7 Т8
К5
К8
К11
ТП1
Т11
Т12
К7
Т10
Т13
К6
Т14
Т1
Г3
Г1
Т16
Т2 Т3
К1
Т17
Т15
К4
Г4
К3
Т18
Т20
Т19
Т21
ТП4
Т4
Т22
К2
К10
Т5
К9
ТП2
ТП3
Рис. 2. Представление предлагаемой гидросистемы в модели в виде совокупности
базовых гидроэлементов шести типов: Г1 … Г3 – гидроцилиндры двухстороннего
действия; ПГА – пневмогидроаккумулятор; К1 … К11 – клапаны;
Т1 … Т21 – тройники; ТП1 … ТП4 – трубопроводы
123
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Для того чтобы учесть, что поршень мультипликатора давления подпружинен, в систему уравнений ввели еще одно уравнение, задающее дополнительную силу FM, приложенную в конечном итоге к поршню гидроцилиндра и влияющую на давление в гидроцилиндре
FМ = kM (zМ – zM0),
(2)
где kМ – жесткость пружины мультипликатора давления; zМ и zM0 – текущее и
начальное положения поршня.
Разработанная имитационная модель, несмотря на ряд сделанных допущений, предоставляет широкие возможности для изучения эффективности
РГ, которыми оснащен агрегат, а также для оптимизации ее параметров.
В математической основе модели около 160-ти дифференциальных и алгебраических уравнений, а также неравенств. Для реализации математических
расчетов и проведения компьютерных экспериментов была составлена программа «Recuperation» на языке Object Pascal в интегрированной среде программирования Borland Delphi 7.0. Получено свидетельство об официальной
регистрации программы для ЭВМ № 2006613263.
Из большого количества параметров (около 120), описывающих отдельные элементы модели, наиболее важные можно изменять перед запуском
программы. Для этого на интерфейсной форме программы предусмотрены
16 окон для ввода числовых значений параметров и два окна-переключателя
флажкового типа (рис. 3). Для остальных параметров, которые при проведении расчетов не изменяются, были выбраны наиболее характерные значения
и занесены непосредственно в код программы.
Рис. 3. Изображение, выводимое на монитор
во время проведения компьютерного эксперимента
124
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
Работа с программой осуществляется следующим образом. После открытия файла Recuperation.exe производится ввод или изменение исходных
данных в окнах интерфейса и по нажатии кнопки «Запуск» начинается компьютерный эксперимент. Для контроля текущего состояния модели, а также
для первичного визуального анализа происходящих процессов на экран компьютера регулярно выводится графическое изображение исследуемой системы. В частности, схематично изображаются механическая подсистема и рельеф поверхности (рис. 3). Кроме того, в разных областях экрана схематично
изображаются основные элементы РГ: гидроцилиндры кареток, гидроцилиндр навески, мультипликатор давления и пневмогидравлический аккумулятор (ПГА). Для облегчения восприятия давления в сопряженных полостях
гидроэлементов представляются наглядно в виде гистограмм, а также дублируются численными значениями. Кроме того, рядом с изображением каждого
гидроэлемента выводятся значения объемов жидкости, поступившей в гидроэлемент и ушедшей из него. Выводятся также некоторые характерные расстояния между базовыми точками механизма, текущие значения времени, координаты трактора и значения характеристик, подлежащих исследованию.
По истечении заданного времени программа прекращает расчет. При
нажатии на кнопки «Положение водителя», «Спектры колебаний», «Распределение ускорений» выводятся соответственно: зависимости от времени горизонтальной и вертикальной координат xВ(t) и yВ(t) точки расположения водителя трактора; амлитудно-частотные характеристики AX(f) и AY(f), рассчитанные по функциям xВ(t) и yВ(t); распределения горизонтальных и вертикальных ускорений p(aX) и p(aY). Результаты расчетов выводятся в графическое окно интерфейса, а также записываются в файлы на жестком диске компьютера.
При проведении компьютерных экспериментов в разработанной программе предусмотрена возможность изменения следующих входных параметров, называемых в дальнейшем также «факторами»:
tобщ – общее время компьютерного расчета (время окончания интегрирования);
vаг – горизонтальная скорость движения агрегата;
Nсл – число, отвечающее за случайную генерацию рельефа поверхности;
L – линейная плотность препятствий;
hпр max и wпр max – максимальные высота и ширина препятствий;
pнач – начальное давление в гидросистеме трактора;
pкр – критическое давление срабатывания предохранительного клапана;
DГК и LГК – диаметр гидроцилиндра РГ каретки и среднее положение
его поршня;
DШГК – диаметр штока гидроцилиндра РГ каретки;
cК – коэффициент жесткости пружины каретки;
DГМ – диаметр гидроцилиндра мультипликатора давления;
DШГМ – диаметр штока гидроцилиндра мультипликатора давления;
L0М и cМ – начальная длина и коэффициент жесткости пружины мультипликатора давления.
Кроме того, предусмотрена возможность исключения из модели переключателями флажкового типа подсистемы РГ кареток ходовой части и
навесного механизма трактора.
125
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Во время каждого компьютерного эксперимента регистрировали следующие наиболее важные выходные характеристики:
tзар – время зарядки ПГА;
NР и NРН – средние за время компьютерного эксперимента значения
мощности, возвращаемой всеми РГ и подсистемой РГ навесного механизма;
xВ(t) и yВ(t) – зависимости от времени горизонтальной вертикальной координат точки расположения водителя трактора;
AX(f) и AY(f) – амлитудно-частотные характеристики горизонтальных и
вертикальных колебаний;
p(aX) и p(aY) – распределения горизонтальных и вертикальных ускорений точки расположения водителя трактора;
PA(t) – зависимость давления в ПГА от времени.
Часть перечисленных характеристик (tзар, NР, NРН и PA(t)) позволяет судить об эффективности работы РГ, а остальные (xВ(t), yВ(t), AX(f), AY(f), p(aX),
p(aY)) – о динамических нагрузках на агрегат и о комфортности условий работы водителя трактора.
Результаты интегрирования системы дифференциальных уравнений,
лежащей в основе модели, могут зависеть от начальных условий, т.е. от значений всех переменных в начальный момент времени t = 0. Поэтому остановимся на них подробнее.
В начальный момент времени координаты тел механической системы
задаются исходя из условий связности механизма. Начальные значения горизонтальных и вертикальных компонент скорости всех тел равны нулю, а давления во всех элементах гидросистемы одинаковы и равны Pнач. Для того чтобы избежать сложностей привязки механизма к конкретному рельефу поверхности, при t = 0 агрегат приподнят над поверхностью на высоту 0,1 м.
С началом интегрирования под действием сил тяжести агрегат начинает «падать». При этом возникает некоторый переходный процесс, в течение которого катки трактора и дисковый рабочий орган последовательно вступают
в контакт с рельефом поверхности и происходит быстрое затухание колебаний корпуса трактора, вызванных падением. Как показали проведенные
оценки, трактор выходит на установившийся режим движения по поверхности примерно через 2,4 с после начала эксперимента.
Так как рельеф поверхности генерируется случайным образом, возникает вопрос: какое минимальное время tКЭ в течение компьютерного эксперимента агрегат должен двигаться по сгенерированной поверхности, чтобы случайная ошибка в определении основных характеристик (в частности, наиболее важных NР и NРН) была меньше некоторого заданного уровня ε (было
принято ε = 2 %)? Оценка tКЭ была произведена эмпирическим путем. Оказалось, что если трижды провести 200-секундный компьютерный расчет с одним и тем же набором входных параметров, но на различных случайно сгенерированных поверхностях, то среднее различие значений tзар, NР и NРН для
этих трех расчетов составляет около 3 %. Поэтому в дальнейшем каждый
компьютерный эксперимент заключался в троекратном движении агрегата
длительностью 200 с по различным (но статистически идентичным) поверхностям; затем все выходные характеристики tзар, NР, NРН, AX(f), AY(f), p(aX)
и p(aY) усреднялись по трем расчетам. При этом ошибка ε для каждой из характеристик составляет менее 2 %, а суммарное время эксперимента составляет tКЭ = 600 с, за исключением некоторого времени, уходящего на переход-
126
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
ные процессы на начальных этапах движения. Увеличение времени tКЭ свыше
600 с нецелесообразно, так как зависимость ε от tКЭ носит обратно-коренной
характер и дальнейшее увеличение времени компьютерных расчетов практически не приводит к уменьшению случайной ошибки.
Стоит отметить, что большинство компьютерных экспериментов проводилось при скорости агрегата 1 м/с, поэтому в пересчете на расстояние
можно считать, что усреднение основных выходных характеристик производилось на участке лесной поверхности длиной 600 м.
Разделение каждого компьютерного эксперимента на три отдельных
200-секундных расчета имеет также следующее важное преимущество. При
некоторых наборах параметров, лежащих вблизи границ применимости модели, велика вероятность кинематического коллапса механизма. Если в каком-то из трех расчетов встречается комбинация препятствий, приведшая
к коллапсу, то результаты данного расчета исключаются из рассмотрения и
проводится дополнительный 200-секундный расчет с новой случайной поверхностью.
При постановке задач планировалось, что сложность разработанной
модели и уровень ее программной реализации обеспечат приемлемую скорость расчетов на современных персональных компьютерах. Действительно,
одним из важных достоинств разработанной компьютерной модели является
довольно высокая скорость проведения расчетов при высокой степени универсальности и адекватности модели. На персональном компьютере с тактовой частотой процессора 2,8 ГГц и при интегрировании системы уравнений
с шагом Δt = 1,5·10–4 с на обсчет одной секунды модельного времени уходит
всего около 20 с машинного времени. При этом длительность проведения одного компьютерного эксперимента составляет около 3,5 ч машинного времени. Поэтому этап компьютерных расчетов, в рамках которого было проведено
около 130 компьютерных экспериментов, занял три рабочих недели при одновременном использовании шести компьютеров класса 2,8 ГГц.
Для первичной проверки работоспособности модели и проверки согласованности получаемых результатов в компьютерном и натурном экспериментах был проведен компьютерный эксперимент с наиболее типичными
значениями всех входных параметров (в дальнейшем будем называть этот
эксперимент «базовым»).
Для базового эксперимента выбрали следующие значения входных параметров: vаг = 1 м/с; L = 2000; hпр max = 10 см; wпр max = 20 см; pнач = 40 атм;
pкр = 90 атм; DГК = 70 мм; LГК = 250 мм; DШГК = 50 мм; cК = 100000 Н/м;
DГМ = 50 мм; DШГМ = 40 мм; L0М = 100 мм; cМ = 1000000 Н/м.
Дальнейшее исследование модели заключалось в согласованном изменении перечисленных параметров вблизи базовых значений и наблюдении за
изменением при этом выходных характеристик модели.
При проведении базового эксперимента получены следующие результаты. Время зарядки ПГА составляет tзар = 37,99 с. Данное значение хорошо
согласуется со значением, полученным в лабораторном эксперименте на
стенде (tзарСЭ = 40 с) и полевом эксперименте (tзарПЭ = 30 с).
Среднее значение мощности, возвращаемой РГ ходовой части трактора,
составляет NР = 7421,2 Вт. Расчет условной потенциальной мощности NР производится по формуле
NP = Pкр QН,
(3)
127
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
где QН – объемный расход жидкости, сбрасываемой из напорной магистрали
через предохранительный клапан при давлении Pкр.
При этом NР является условным универсальным параметром для сравнительной оценки эффективности исследуемых РГ. Кроме этого, он позволяет упростить расчеты при определении численных значений расхода топлива
каждым механизмом.
С учетом того, что в модели рассматривается только одна каретка
из четырех, общая мощность, возвращаемая ТМ ходовой части, составит
29684,8 Вт. Мощность, возвращаемая ТМ навесного механизма, несколько
ниже: NРН = 270,15 Вт.
На рис. 4 представлены зависимости от времени горизонтального xВ(t) и
вертикального yВ(t) отклонений от некоторого среднего положения точки
расположения водителя трактора. Для облегчения визуального восприятия
результаты ограничены первыми 20 с компьютерного расчета.
0,2
xВ(t), м
0,2
yВ(t), м
0,1
0,1
0,0
0,0
-0,1
-0,1
-0,2
0
5
10
а)
15
t,20
с
-0,2
0
5
10
15
t,20
с
б)
Рис. 4. Изменение горизонтальной (а) и вертикальной (б) координат точки
расположения водителя трактора в процессе движения агрегата
Средняя амплитуда горизонтальных отклонений водителя составляет
около 0,20 м, вертикальных – около 0,15 м. Визуальное сравнение характера
колебаний корпуса трактора в компьютерной модели со специально выполненной видеозаписью движения трактора со скоростью 1 м/с по местности,
статистически эквивалентной используемой в модели функции рельефа, на
качественном уровне подтверждает высокую адекватность модели реальному
механизму.
Количественной характеристикой колебаний трактора являются амплитудно-частотные характеристики (АЧХ), т.е. спектры колебаний корпуса
трактора AX(f) и AY(f), рассчитанные Фурье-преобразованием функций xВ(t)
и yВ(t) (рис. 5).
Согласно физическому смыслу АЧХ наличие на графике пика при некоторой частоте означает, что колебания корпуса трактора с данной частотой
являются более выраженными, чем с другими частотами. Так, например, основная частота горизонтальных колебаний корпуса составляет около 0,35 Гц,
т.е. примерно три колебания в секунду. Кроме того, ярко выражены колебания в частотном интервале 1,1–1,6 Гц. Вертикальные колебания корпуса происходят в диапазонах 0–0,7 и 1,5–1,9 Гц.
При каких-либо изменениях конструкции агрегата необходимо следить,
чтобы не происходило увеличение амплитуды осциллирующей функции
128
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
АЧХ. Это свидетельствовало бы об увеличении динамических нагрузок на
узлы агрегата и об ухудшении условий работы водителя трактора.
AX(f),
м
0,004
AY(f),
м
0,004
0,003
0,003
0,002
0,002
0,001
0,001
0,000
0
1
2
3
4
f, Гц
0,000
0
1
а)
2
3
4
f, Гц
б)
Рис. 5. Амплитудно-частотные характеристики горизонтальных (а)
и вертикальных (б) колебаний корпуса трактора
Дополнительную информацию о динамическом поведении трактора
несут распределения ускорений (рис. 6). Графики имеют квазигауссовскую
форму, однако пик для вертикальных ускорений несимметричен, а его вершина несколько смещена в сторону отрицательных ускорений. Судя по графику на рис.6,а, горизонтальные ускорения точки расположения водителя не
превышают 1,1g (где g = 9,8 м/с2 – ускорение свободного падения). Функция
p(aY) (рис. 6,б) вызывает больший интерес, так как, с одной стороны, она более размытая, чем p(aX), что означает возможность появления ускорений почти до 2g. С другой стороны, с физиологической точки зрения вертикальные
ускорения гораздо опаснее для организма водителя, поэтому при оснащении
агрегата РГ необходимо контролировать, чтобы не произошло ухудшения
распределения p(aY).
100
p(aX), %
80
100
p(aY), %
80
60
60
40
40
20
20
0
-20
-10
0
а)
10
2
a, м/с20
0
-20
-10
0
10
202
a, м/с
б)
Рис. 6. Распределения горизонтальных (а) и вертикальных (б)
ускорений точки расположения водителя трактора
Зависимость давления в ПГА от времени (рис. 7) имеет характерный
излом в точке tзар = 37,99 с. Увеличение давления в аккумуляторе от Pнач
до Pкр при t < tзар происходит по вогнутой кривой. При достижении давлением
значения Pкр, оно стабилизируется (горизонтальный участок на рис. 7), так
как происходит сброс жидкости из напорной магистрали через предохранительный клапан.
129
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
10
PA, МПа
8
6
4
2
0
0
tзар50
100
150
t, c
200
Рис. 7. Зависимость давления РА в ПГА от времени t
Дальнейшие исследования заключались в том, чтобы, изменяя различные входные параметры модели, наблюдать за изменением результатов моделирования по сравнению с базовым экспериментом.
Список литературы
1. П о с м е ть е в , В. И . Перспективные рекуперативные системы для гидроприводов лесных почвообрабатывающих агрегатов / В. И. Посметьев, Е. А. Тарасов,
В. С. Кухарев // Наука и образование на службе лесного комплекса : сборник
научных трудов. – Воронеж : ВГЛТА, 2005. – Т. 2. – С. 132–136.
2. С о в е то в , Б. Я . Моделирование систем : учебное пособие / Б. Я. Советов,
С. А. Яковлев. – М. : Высшая школа, 1998. – 319 с.
3. Расчет и проектирование строительных и дорожных машин на ЭВМ : учебное
пособие / под ред. Е. Ю. Малиновского. – М. : Машиностроение, 1980. – 216 с.
4. Пат. 2269050 РФ, МКИ F 16 J 15 / 54. Рекуперативный гидропривод почвообрабатывающего агрегата / В. И. Посметьев, Е. А. Тарасов, В. В. Посметьев, В. С. Кухарев (РФ). – № 2005124070/12 ; заявл. 28.07.2005 ; опубл. 27.01.2007,
Бюл. № 3. – 4 с.
Тарасов Евгений Александрович
кандидат технических наук, старший
преподаватель, кафедра автомобилей
и двигателей, Воронежская
государственная лесотехническая
академия
Tarasov Evgeny Alexandrovich
Candidate of engineering sciences, senior
lecturer, sub-department of automobiles
and engines, Voronezh State Forestry
engineering Academy
E-mail: bertolt@mail.ru
УДК 629.11.012 (075.8)
Тарасов, Е. А.
Математическая модель, как основа компьютерного эксперимента
для технологического агрегата с рекуперативным гидроприводом /
Е. А. Тарасов // Известия высших учебных заведений. Поволжский регион.
Технические науки. – 2011. – № 2 (18). – С. 120–130.
130
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
УДК 539.30
О. Ю. Вологжанин, Р. О. Вологжанин, А. П. Рыбаков
ВОЛНОВЫЕ ПРОЦЕССЫ В СЛОИСТЫХ ПРЕГРАДАХ
Аннотация. Рассмотрено протекание волновых процессов в слоистых преградах при воздействии ударников различной жесткости. Представлены (x – t) и
(p – u) диаграммы ударного взаимодействия слоистых преград и ударников
различной природы. Обсуждаются практические приложения рассмотренных
процессов.
Ключевые слова: волновые процессы в слоистых преградах, взаимодействие
слоистых преград с ударниками, автомодельность процессов, ударно-волновой
импульс, давление на фронте ударной волны, (x – t) и (p – u) диаграммы.
Abstract. The article considers wave processes in laminated barriers under the influence of strikers of different inflexibilities. The authors present (x – t) and (p – u) diagrams of striking interaction between laminated barriers and strikers of different
kinds. Practical appendixes of examined process are also discussed.
Key words: wave processes in laminated barriers, interaction of laminated barriers
with strikers, self-similarity of processes, shock-wave impact, shock front pressure,
(x – t) and (p – u) diagrams.
Введение
Панели бронежилетов по своей структуре являются слоистыми системами, что обусловлено их конструктивным исполнением. В последнее время
рассматриваются многослойные панели, в которых число слоев разнородных
материалов достигает нескольких десятков [1–3]. Однако выбор материалов,
характера чередования слоев и их количества во многом является произвольным без достаточного обоснования. Для разработки «идеологии» построения
таких панелей бронежилетов необходимо скрупулезное рассмотрение:
1) волновых процессов в слоистых преградах при ударных нагрузках;
2) последующего процесса проникания ударника в преграду.
Следует заметить, что характерные времена названных процессов отличаются на 2–3 порядка t2/t1  102–103. В данной статье рассмотрены процессы первой группы, т.е. только волновые процессы.
Ударные нагрузки сопровождаются распространением волн сжатия и
волн разгрузки, разрежения. При наличии неоднородных преград, состоящих
из слоев различных материалов, а также при изготовлении ударника и преграды из различных материалов происходит преломление и отражение волн
на контактных границах (поверхностях), границах раздела и на свободных
поверхностях. Характер возникающих при этом волн определяется соотношением характеристик контактирующих материалов. В волновой механике
такими характеристиками являются волновой импеданс, волновое сопротивление и, в частности, акустический импеданс, акустическое сопротивление.
Волновой импеданс равен произведению начальной плотности материала 0
на скорость распространения волны D. Для слабых волн, когда изменением
плотности  либо величиной массовой скорости u можно пренебречь, волновой импеданс вырождается в акустический импеданс, равный произведению плотности 0 материала на скорость звука. Эту характеристику называют
также акустической жесткостью материала.
131
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Для большинства конструкционных материалов скорость звука по порядку величины составляет несколько км/с. Задавшись критерием малости
u
W
 0,1 и воспользовавшись правилом удвоения
 2 , где W –
в 10 %, т.е.
c0
u
скорость удара, получим, что акустическое приближение справедливо для
скоростей удара  1 км/с. В этом случае при изображении волновых процессов на диаграммах (расстояние x – время t) траектории волн есть прямые лиx
нии:  c0 .
t
Ударные адиабаты в координатах: давление p – массовая скорость u,
также есть прямые линии: p  0  c0  u [4]. В предположении справедливости акустического приближения рассмотрим некоторые аспекты поведения
слоистых преград при ударном нагружении. Хотя такое рассмотрение является качественным, значения количественных характеристик справедливы с
точностью до упомянутого приближения. Подробности рассматриваемых
процессов можно найти в работе [4].
С помощью диаграмм расстояние – время (x – t) и давление – массовая
скорость (p – u) рассмотрим волновые процессы, происходящие при ударном
взаимодействии в слоистых преградах и ударнике. Цифрами обозначены последовательные состояния материалов. На диаграмме (x – t) цифрам соответствуют определенные области между траекториями волн и границ. На диаграмме (p – u) состояния определяются точками.
При соударении возможны описанные далее случаи.
1. Соударение ударника и преграды конечных толщин
1.1.Ударник и преграда выполнены из одного материала либо из разных материалов, имеющих одинаковые акустические импедансы. После
соударения по ударнику и преграде в обе стороны от контактной поверхности
расходятся ударные волны (рис. 1), после отражения которых от свободных
поверхностей навстречу им движутся волны разряжения. В результате ударник останавливается, а преграда движется со скоростью W.
t
p
4
3
2ПУ
2
4У
1
У
0
x
3П
1У
W
0П
u
П
а)
б)
Рис. 1. Соударение ударника и преграды, выполненных из одного материала,
либо из разных, но с одинаковым акустическим импедансом: а – (x – t) диаграмма;
б – (p – u) диаграмма; П – преграда; У – ударник
1.2.Ударник более жесткий, чем преграда. Преграда отлетает со скоростью, большей скорости удара, ударник движется со скоростью, меньшей
скорости удара (рис. 2).
132
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
t
р
4
2
4У
1
3П
1У
0П
x
0
П
2ПУ
3
У
У
u
W
П
а)
б)
Рис. 2. Соударение более жесткого ударника с менее жесткой преградой:
а – (x – t) диаграмма; б – (p – u) диаграмма
2. Толщина ударника существенно больше, чем толщина преграды
2.1. Ударник более жесткий, чем преграда. Отражением волн от
тыльной поверхности ударника можно пренебречь. Диаграммы (x – t) и (p – u)
для этого случае показаны на рис. 3. Для простоты построения на (x – t) диаграмме контактная поверхность и свободная поверхность показаны недвижущимися; 1, 2, 4, … – последовательные состояния ударника; 0, 3, 5, … –
последовательные состояния преграды. Из (p – u) диаграммы следует, что
менее жесткая преграда конечной толщины отскакивает со скоростью удара.
Ударник движется в прежнем направлении с прежней скоростью.
t
p
4
У
3
2
1
У
П
2ПУ
0
x
0
П
4
1У
W
3П
u
П
а)
б)
Рис. 3. Соударение более жесткого ударника с менее жесткой преградой, когда толщина ударника существенно больше, чем толщина преграды:
а – (x – t) диаграмма; б – (p – u) диаграмма
2.2. Ударник менее жесткий, чем преграда. Преграда движется
в направлении удара, но с меньшей скоростью, чем начальная скорость удара.
Ударник отскакивает в обратном направлении (рис. 4).
2.3. Соударение менее жесткого ударника с более жесткой преградой. Схема волнового процесса изображена на рис. 5: 0, 3, 5, … – последовательные состояния в преграде; 1, 2, 4, … – последовательные состояния
в ударнике. Из (p – u) диаграммы следует, что более жесткая преграда конечной толщины в итоге набирает скорость, равную скорости удара W и движется вместе с ударником со скоростью удара W.
133
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
П
p
t
У
4У
0П
x
У
3П
1У
u
П
а)
б)
Рис. 4. Соударение менее жесткого ударника с более жесткой преградой:
а – (x – t) диаграмма; б – (p – u) диаграмма
t
p
П
У
x
0
П
У
1У u
П
а)
б)
Рис. 5. Соударение менее жесткого ударника большой толщины
с более жесткой преградой: а – (x – t) диаграмма; б – (p – u) диаграмма
3. Соударение ударника и преграды через смягчающую прокладку,
толщина которой существенно меньше, чем толщины ударника и преграды
Схема волнового процесса изображена на рис. 6: 0(1), 4, 6, 8, … – последовательные состояния на контактной границе между прокладкой и преградой; 2, 3, 5, 7, … – последовательные состояния на контактной границе
между ударником и прокладкой.
Влияние прокладки заключается в том, что в итоге достигается давление, равное давлению при столкновении ударника и преграды. Но по прокладке бегает много довольно слабых волн. В слабой волне потери на нагрев
материала малы.
4. Соударение ударника и преграды через жесткую прокладку,
толщина которой существенно меньше толщин ударника и преграды
Схема волнового процесса изображена на рис. 7: 2, 3, 5, 7, … – последовательные состояния на контактной границе между ударником и прокладкой; 4, 6, 8, … – последовательные состояния на контактной границе между
прокладкой и преградой.
В итоге достигается давление, равное давлению соударения без прокладки. Однако при столкновении через жесткую прокладку по последней
134
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
бегают более мощные ударные волны, в которых потери на нагрев прокладки
велики и давление в ней падает до конечной величины р.
p
t
П
У
x
W
а)
u
б)
Рис. 6. Соударение жестких ударника и преграды через смягчающую
прокладку, толщина которой существенно меньше толщин ударника и преграды:
а – (x – t) диаграмма; б – (p – u) диаграмма
t
p
П
У
П
У
а)
x
W
u
б)
Рис. 7. Соударение ударника и преграды через жесткую прокладку,
толщина которой существенно меньше толщин ударника и преграды:
а – (x – t) диаграмма; б – (p – u) диаграмма
5. Слоистые системы, приводящие к усилению либо к ослаблению
волны [5]
Пусть система состоит из чередующихся плоских слоев легкого и тяжелого газов и приводится в движение поршнем так, что в ней идет ударная
волна, фронт которой параллелен слоям. Пусть далее толщина каждого следующего тяжелого слоя меньше, чем предыдущего, и это справедливо также
для легких слоев. При движении волны в такой системе можно ожидать усиления ее на основании следующих качественных соображений.
Если плотность легких слоев очень мала, то при движении они сильно
сжимаются между соседними тяжелыми слоями и все движение становится
похожим на ряд соударений тяжелых слоев через упругие прослойки. Если
при этом следующий слой легче предыдущего, а потери энергии при соуда-
135
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
рении не очень велики, то он может отскочить с большей скоростью. То же
повторяется при следующем ударе и т.д.
Установив определенное отношение толщин соседних тяжелых слоев
(и то же для легких слоев), получим слоистую систему, показанную на рис. 8.
Относительные толщины всех легких слоев одинаковы: bi/xi = л = const, то же
для слоев т = const. Край системы находится при x = 0, число слоев до него
бесконечно велико. Волна движется справа налево. Реальная картина движения гораздо сложнее того, что описано качественно, поэтому вопрос об усилении волны еще неясен и должен быть исследован дополнительно.
t
Рис. 8. Автомодельная система из легких и тяжелых слоев
Исходная система обладает самоподобием (автомодельностью): при
подобном изменении ее размеров в (1 – л)(1 – т) раз новая система совпадает
с исходной.
Ясно, что аналогичные системы можно строить не только из пар слоев,
но из троек, четверок и т.д., а также из непрерывных повторяющихся профилей плотности, например вида  = А + Вsin lnx или более общего вида:
 = xk(А + Вsin lnx).
При непрерывном увеличении такой системы и соответствующем изменении масштаба ее плотности распределение (x) в ней периодически будет повторять исходное.
Характер установившегося движения в ней изображен на рис. 9 (на нем
показана только первая волна). Давление на фронте меняется скачками при
переходе из слоя в слой, а также в местах, где вторичные волны – результаты
отражений от границ слоев – догоняют первый фронт.
В автомодельной системе, имеющей предел, как на рис. 8, периодичность давления на фронте может сопровождаться его общим увеличением
в постоянное число раз на каждой паре слоев. Поэтому для соответствующих
значений x, например на правых поверхностях тяжелых слоев, давление на
фронте соответствует формуле p = a/xn. Для других значений x (например,
средин легких слоев) закон будет тем же, но величина a – другой. Характер
движения в такой системе показан на рис. 10.
Зависимость давления от x для рассмотренного автомодельного движения удобно строить в логарифмических координатах, так как в них периодическая система с размельчающимися слоями будет иметь постоянный шаг,
136
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
а зависимость lnp от lnх изобразится периодической наклонной ломаной линией, показанной на рис. 11.
t
x
p
x
Рис. 9. Схема движения волны в периодической системе плоских слоев
t
x
Рис. 10. Схема движения волны в автомодельной системе плоских слоев
ln p
ln x
Рис. 11. Характер зависимости давления на фронте от координаты
при периодическом автомодельном движении
Отметим, что факт усиления волны в периодической структуре доказан
только для идеальных газов (до сжатия холодных) или для достаточно силь-
137
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
ной волны в реальных конденсированных веществах, которые в сильной
волне ведут себя как идеальные газы. Легко видеть, что при слабой начальной волне режим может быть другим. В самом деле, если система состоит
из слоев, имеющих конечную скорость звука, т.е. могущих проводить слабые ударные волны (акустические), то первая волна в такой системе, если
она слабая, будет и дальше ослабевать в конечное число раз на каждой паре
слоев. Вторичные фронты, движущиеся на этот раз с той же скоростью
(скоростью звука), догонять ее не будут, т.е. первая волна будет неограниченно затухать.
Таким образом, для слоистой системы, составленной из конденсированных веществ, существует критическая сила начальной волны. Если волна
слабее критической, то она неограниченно усиливается. Наличие критической силы начальной волны существенно отличает слоистые системы от однородных. В простейших случаях решения для периодического движения получаются без численного интегрирования, например для случая затухания
акустической волны в слойке. Явление это тоже будет автомодельным и показатель его может быть прямо выражен через относительные толщины слоев
 и их акустические жесткости k = c.
Заключение
Введение прокладки между ударником и преградой приводит к искажению ударно-волнового импульса, проходящего в преграду. Если прокладка
достаточно простая, в предельном случае однослойная, то давление ударноволнового импульса, проходящего в преграду, устанавливается на том же
уровне, что и при соударении без прокладки. Однако если жесткость материала прокладки является промежуточной между жесткостями материалов
ударника и преграды, то это давление достигается в результате последовательного снижения первоначального амплитудного давления, превосходящего установившееся значение. Если материал прокладки менее жесткий, чем
материалы ударника и преграды, то установившееся давление в ударной
волне, идущей в преграду, достигается в результате последовательного повышения первоначальной амплитуды. В обоих случаях ударно-волновой импульс «растягивается» во времени, т.е. его длительность больше, чем при соударении без прокладки.
Панель бронежилета в системе ударник – бронепанель – человек является прокладкой между ударником и телом, которое в данном случае является
преградой, поэтому второй рассмотренный случай более предпочтителен
с точки зрения уменьшения поражения тела ударной волной.
Изготовление многослойной панели бронежилета должно быть основано на разобранных здесь явлениях. Если слойка неавтомодельная, то в расчетах применимости к ней случаев 6 и 7 панель бронежилета можно заменить
однослойной с эффективными значениями плотности, скорости звука и жесткости.
Использование автомодельной слойки может привести как к увеличению, так и к снижению давления в ударной волне, проходящей в тело человека.
Положения и результаты, изложенные в данной статье, могут быть полезны на этапе предварительной проработки перспективных защитных конструкций, в том числе и для бронежилетов.
138
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
Список литературы
1. Т р у ш к о в , В. Г . Компьютерное моделирование процессов пробития слоистых
преград, содержащих керамические слои / В. Г. Трушков, Е. А. Ягница // Известия
РАРАН. – 2005. – № 1. – С. 107–113.
2. Г р и г о р я н , В. А . Бронезащита в средствах индивидуальной защиты /
В. А. Григорян // Известия РАРАН. – 2003. – № 1. – С. 34–38.
3. Т р у ш к о в , В. Г . Численное моделирование процессов ударного взаимодействия компактных элементов с экранированными преградами / В. Г. Трушков //
Известия РАРАН. – 2005. – № 1. – С. 100–107.
4. Р ыб а к о в , А . П . Механика откольного разрушения / А. П. Рыбаков. – Пермь :
ПВИ РВ, 1996. – 200 с.
5. З а б а б а х и н , Е. И . Явление неограниченной кумуляции / Е. И. Забабахин,
И. Е. Забабахин. – М. : Наука, 1988. – 173 с.
Вологжанин Олег Юрьевич
кандидат технических наук, доцент,
кафедра автоматизированных систем
управления войсками, Пермский
военный институт внутренних
войск МВД РФ
Vologzhanin Oleg Yuryevich
Candidate of engineering sciences,
associate professor, sub-department
of automatic systems in troop leading,
Perm Military Institute of the Ministry
of Internal Affairs of the Russian Federation
E-mail: oluvol@yandex.ru
Вологжанин Роман Олегович
аспирант, Пермский государственный
технический университет
Vologzhanin Roman Olegovich
Postgraduate student,
Perm State Technical University
E-mail: vromik841@rambler.ru
Рыбаков Анатолий Петрович
доктор физико-математических наук,
профессор, кафедра общей физики,
Пермский государственный
технический университет
Rybakov Anatoly Petrovich
Doctor of physical and mathematical
sciences, professor, sub-department
of general physics, Perm State
Technical University
E-mail: anatryb@yandex.ru
УДК 539.30
Вологжанин, О. Ю.
Волновые процессы в слоистых преградах / О. Ю. Вологжанин,
Р. О. Вологжанин, А. П. Рыбаков // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 131–139.
139
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
УДК 621.923
И. И. Воячек, А. Е. Зверовщиков, Е. А. Зверовщиков
О РАЗРУШЕНИИ ОБЛОЯ НА ПОЛИМЕРНЫХ
ДЕТАЛЯХ ПРИ НИЗКОТЕМПЕРАТУРНОЙ
ЦЕНТРОБЕЖНО-ПЛАНЕТАРНОЙ ОБРАБОТКЕ
Аннотация. Рассматривается механизм удаления облоя с полимерных деталей
при низкотемпературной объемной обработке в контейнерах с планетарным
вращением. Разработана методика назначения технологических режимов и
прогнозирования результатов обработки на основе динамических характеристик взаимодействия рабочих тел с полимерными деталями.
Ключевые слова: полимерная деталь, облой, зачистка, трещина, механизм разрушения, центробежно-планетарная обработка, моделирование.
Abstract. The article considers the mechanism of flash destruction from polymer details, with volume processing in containers with planetary rotation at lowtemperatures. The authors have developed a procedure of appointing technological
modes and forecasting processing results, based on dynamic characteristics of interaction of bodies with polymeric items.
Key words: polymer detail, flash, trimming, split, destruction mechanism, centrifugal planetary processing, modeling.
Введение
Эффективным методом механизированного удаления облоя и грата
с деталей из полимерных материалов является воздействие на него металлическим наполнителем в сочетании с предварительным охлаждением материала деталей до хрупкого состояния в рабочей камере станка. В производственных условиях нашли применение галтовочные, вибрационные, центробежноротационные и центробежно-планетарные станки. Центробежно-ротационная
и центробежно-планетарная обработки полимерных деталей отличаются более высокой производительностью, обусловленной значительными скоростями взаимодействия деталей и рабочих тел загрузки.
Однако несовершенство методик определения технологических параметров приводит к необходимости трудоемкой эмпирической отработки режимов в производственных условиях, что существенно повышает затраты.
Поэтому важно изучить динамические характеристики процесса взаимодействия рабочих тел и деталей, которые должны обеспечить контактные силы,
достаточные для качественного удаления облоя. При этом необходимо учитывать, что интенсивные режимы обработки могут привести к возникновению сил, которые вызовут разрушение конструктивных элементов детали.
В то же время, если температура материала детали при охлаждении не
обеспечивает его перехода в хрупкое состояние, то облой может быть удален только при неоднократном воздействии на него металлического наполнителя. При таком характере разрушения сложно прогнозировать время
удаления облоя.
На основании изложенного сформулированы условия, выполнение которых обеспечит качественное удаление облоя на деталях из полимеров:
– материал облоя после охлаждения должен перейти в хрупкое состояние и оставаться в таком состоянии в течение всего цикла обработки;
140
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
– при механическом воздействии на участок облоя в основании последнего должно возникнуть напряжение, превышающее напряжение, необходимое для разрушения полимерного материала в охрупченном состоянии;
– силы контактного взаимодействия рабочего тела и детали не должны
приводить к разрушению или повреждению детали.
1. О механизме разрушения облоя
Условием хрупкого разрушения облоя является формирование возникшей в момент взаимодействия или существовавшей ранее трещины. Теория
формирования трещин с хрупким характером разрушения изложена в работе
Гриффитса [1], в которой рассмотрен баланс энергии упругой деформации и
энергии поверхностного натяжения в вершине трещины и предложен критерий для определения начала распространения трещины.
Известно, что реальное разрушение материалов происходит при напряжениях на порядок меньше теоретического значения. По теории Гриффитса
это является следствием наличия микротрещин в материале деталей. Энергия
упругого деформирования расходуется на увеличение поверхностной энергии
растущей трещины. Разрушение материала происходит, когда энергия упругого деформирования становится достаточной для образования новой поверхности.
Необходимо сформулировать гипотезу о механизме разрушения облоя
на контуре детали. При воздействии на облой рабочего тела с силой Р, достаточной для создания в его основании напряжения разрушения, образуется
микротрещина. После этого произойдет перераспределение напряжений по
соседним участкам и возможен хрупкий скол участка облоя. Если скалывания
не произойдет, то оно реализуется при повторных воздействиях на этот участок. Предполагается [2], что если первичное воздействие рабочим телом на
облой не приводит к сколу последнего, то в зоне контакта формируется микротрещина, которая служит зародышем магистральной трещины, образующейся при последующих воздействиях.
Участок облоя представляется в виде защемленного сегмента на свободный конец которого действует сила Р (рис. 1). Размеры сегмента определяются шириной разрушаемого участка b, средней толщиной облоя h и длиной L.
Напряжение, возникающее в основании облоя, составит

2PK
,
Lh
(1)
где P – сила удара шара; γ – радианная длина дуги (в расчете принято 1,57
рад); K – соотношение длины дуги контакта и окружности радиусом L, в расчете K = 0,5.
Для полимерной детали, не содержащей макродефектов, коэффициент
податливости С0 участка облоя размером h×b×L при направлении нагрузки,
как указано на рис. 1, можно записать в виде
C0 
4 L3
Ebh3
,
141
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
где L – расстояние между основанием облоя и точкой приложения нормальной составляющей силы P, м; b – размер деформированного участка основания облоя, м; h – средняя толщина полимерного облоя, м; Е – модуль упругости полимерного материала, МПа.
Рис. 1. Схема для расчета напряжения в основании облоя
При ударном воздействии металлического наполнителя на облой
энергия удара U f принимается равной энергии деформации U f , запасаемой в образце до достижения напряжения, равного разрушающему напряжению  р .
Энергию, поглощаемую образцом без микротрещины до момента его
разрушения, можно записать в виде [2]
U f 
bhL2р
18 E
.
(2)
При наличии микротрещины податливость С не является постоянной и
зависит от длины микротрещины a, т.е. С = С(а). Размер микротрещин определяется методом фотометрии.
Энергия, поглощаемая образцом с микротрещиной до момента его разрушения, равна
U f  jc bh ,
(3)
где  – расстояние, на которое расходятся поверхности трещины в ее вершине в результате упругой деформации [2],

142
С
.
С
a
 
h
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
Таким образом, зная размеры облоя (b, h), скорость высвобождения
a
энергии деформации (jc), размер трещины   , можно из уравнений (2), (3)
h
рассчитать энергию удара U f , при котором рабочее тело разрушит облой.
Если считать, что скорость высвобождения энергии деформации в момент начала разрушения j = jc, то ее можно определить из соотношения
 P 2   C 
jc  
.

 2b   a 


Энергию упругой деформации, запасаемую при ударе в детали с микродефектом в виде трещины, можно выразить следующим образом:
Uf 
P 2C
.
2
Таким образом, условие разрушения облоя на полимерной детали
с микротрещиной можно записать в виде
U f  U f или
P 2C
 jc bh .
2
2. Параметры единичного взаимодействия
Для определения энергии деформации U f полимерных образцов при
соударении с металлическим наполнителем при центробежно-планетарной
зачистной обработке в криогенной среде необходимо найти силу, действующую на отдельную деталь в уплотненном сегменте загрузки.
На рис. 2 приведена принципиальная схема осуществления способа зачистки облоя у деталей из полимерных материалов в контейнерах с планетарным вращением при дозированной заливке хладагента [3].
Рабочую загрузку 1, состоящую из полимерных деталей и металлического наполнителя (стальных шаров), помещают в стальной цилиндрический
контейнер 2, снабженный слоем теплоизоляции 3, заливают дозированно хладагент (жидкий азот), закрывают герметичной крышкой 4 с клапаном 5 для
сброса избыточного давления и сообщают планетарное вращение со скоростью 1 вокруг оси 6 водила и скоростью 2 вокруг собственной оси. При
вращении контейнера происходит уплотнение рабочей загрузки и контактное
взаимодействие охлажденных до состояния охрупчивания полимерных деталей с рабочими телами (стальными шарами). Вследствие пониженной прочности облой и грат при контакте со стальными шарами разрушаются при
циклическом многократном пересыпании в объеме контейнера. Длительность
цикла обработки не превышает 1–2 мин в зависимости от конфигурации обрабатываемых полимерных материалов и размеров облоя или грата. По окончании обработки выгружают содержимое контейнера на сепарирующее
устройство для разделения полимерных деталей и металлического наполнителя. Обработанные детали контролируют и сортируют, а металлический
наполнитель повторно загружают в контейнеры с новой партией деталей и
цикл обработки повторяют.
143
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Рис. 2. Принципиальная схема и геометрические параметры
способа зачистки полимерных деталей
Геометрические параметры сегмента уплотненной загрузки определяются по соотношениям

  
h  r 1  cos    ;
 2 


l  2r sin   ;
2
 

  
Vсегм  r 2 H 
 sin   cos    ,
2
 2 
 360
144
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
где r – радиус контейнера, м; α – величина центрального угла уплотненного
сегмента загрузки в поперечном сечении цилиндрического контейнера, рад;
H – высота контейнера, м.
Средняя плотность загрузки определяется по формуле
m  mд  mа
з  н
,
Vн  Vд  Vа
где mн, mд, mа – массы металлического наполнителя (стальных шаров), полимерных деталей и хладагента (жидкого азота) соответственно, кг; Vн, Vд, Vа –
объем металлического наполнителя (стальных шаров), объем полимерных
деталей, объем хладагента (жидкого азота) соответственно, м3.
Статическое давление загрузки на поверхность детали, параллельную
поверхности сегмента загрузки, составляет
Pпар  з 12u  r cos c  Rв 2  (r sin c )2  ,


причем величина угла φс, определяющего положение центра масс загрузки,
находится по соотношению [4]
c  arccos
 Af 2 
f 2 (1  A) 2  1
1 f 2
,
2

r  2
где A 
 1 ; f – коэффициент трения загрузки о полиуретановую

Rв  1

облицовку; ω2 – угловая скорость вращения контейнера (связана с угловой
скоростью вращения водила соотношением ω2 = iω1, где i – передаточное
2 R
отношение привода контейнера); u  1 в – коэффициент утяжеления;
g
Rв – радиус водила, м; g – ускорение свободного падения, м/с2.
Максимальные статическое и динамическое давления загрузки на поверхность детали, перпендикулярную поверхности сегмента загрузки, равны
 2
Pст  зugl , Pдин  з ш ,
2
где ш – скорость рабочего тела (стального шара) (рассчитывается по программе «Встреча» [5]), м/с.
Предельное количество круговых слоев Jпред, отсчитываемых от слоя,
прилегающего к стенке контейнера, исходя из того, что оно возникает при
50 % загрузке контейнера, составит
J пред 
r
.
rш  2
Принимается, что рабочая загрузка прижата к стенке контейнера в
направлении действия центробежной силы и имеет в сечении вид сегмента
(рис. 3), максимальное количество слоев Jmах равно
145
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
J max 
h
.
rш  2
Рис. 3. Схема расчета положения рабочего тела в рабочей загрузке
Количество рабочих тел (стальных шаров) I max j в каждом слое j составит
I max j 
 jRj
rш
,
r h
где  j  2arccos 
 – центральный угол рабочей загрузки сегмента j-го
 Rj 


 rш 
слоя; U ш j  2arcsin 
 – центральный угол сектора, занимаемого од R j  rш 


ним рабочим телом в j слое; R j – радиус-вектор текущего слоя.
Сила воздействия отдельного рабочего тела на деталь определяется по
формуле
2
P  Pпар
 ( Pдин  Рст ) 2 rш2 .
(4)
Время контакта рабочего тела с обрабатываемой поверхностью равно
t
S
,
ш
где S – прогиб участка облоя под действием силы Р, м
Работа по деформированию участка облоя принимается равной энергии, запасаемой в образце
146
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
A  U f  Pt .
При выполнении условия U f  U f можно сделать вывод о разрушении
облоя.
3. Моделирование процесса единичного взаимодействия
Для проверки теоретических расчетов проведены компьютерное моделирование процесса разрушения облоя и экспериментальные исследования.
В качестве образцов использовались детали типа колец из резины СКН-26 на
основе бутилкаучука. Микрофотографии (рис. 4) показали наличие неоднородностей и трещин на поверхности материала.
Рис. 4. Микрофотография поверхности
полимерного образца (×1000)
Моделирование и эксперимент проводились при следующих исходных
данных: радиус контейнера r = 0,1 м, радиус водила Rв = 0,155 м, высота контейнера H = 0,195 м, средняя плотность загрузки ρз = 1200 кг/м3, масса загрузки вместе с жидким азотом m = 4,56 кг, угол сегмента уплотненной загрузки α = 170°, угловая скорость водила ω1= 9,42 рад/с, коэффициент утяжеления u = 1,42; в качестве рабочих тел использовались металлические шары
радиусом rш = 0,0035 м. При данных режимах средняя скорость рабочего тела
ш =2,2 м/с. По зависимости (4) рассчитана контактная сила взаимодействия
Р = 1,19 Н. По зависимости (1) рассчитано напряжение, возникающее в основании облоя, которое составляет 48 МПа. В программном пакете Ansys выполнено моделирование взаимодействия полимерной детали с имитацией
нагрузки, которую оказывает металлический наполнитель на участок облоя
(рис. 5).
На основании источника [6] установлено, что предел прочности резиновых охрупченных материалов составляет 40–45 МПа в зависимости от материала и температуры охрупчивания. Моделирование показало, что заданная
величина контактного взаимодействия приводит к возникновению напряжений на контрольной длине участка облоя, находящихся в диапазоне критических значений (44,32 МПа).
По результатам моделирования такие величины напряжений на контрольном участке облоя возникают при следующих технологических пара-
147
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
метрах обработки: частота вращения водила n = 90 мин–1, коэффициент утяжеления u = 1,42, радиус рабочего тела rш = 0,0035 м. Это позволяет сделать
заключение о безусловном удалении облоя при первичном ударе по участку.
При меньших значениях данных параметров напряжение на контрольном
участке не достигало критической величины, что позволяет сделать предположение об усталостном разрушении облоя при последующем воздействии на
участок.
Рис. 5. Моделирование приложения внешней силы на участок облоя:
распределение напряжений на участке облоя (по вон-Мизесу)
Эксперименты с приведенными выше технологическими параметрами
сопровождались стабильным удалением облоя со всех деталей обрабатываемой партии. Снижение частоты вращения водила до 75 мин–1 привело к появлению в партии необработанных деталей, что свидетельствует о недостаточных усилиях контактного взаимодействия.
Заключение
Изложенная методика позволяет достоверно прогнозировать результаты зачистной обработки полимерных деталей в контейнерах с планетарным
вращением при низкотемпературном воздействии. На ее основе подготовлен
модуль САП ТП зачистной обработки.
Список литературы
1. М а т в и е н к о , Ю . Г . Модели и критерии механики разрушения / Ю. Г. Матвиенко. – М. : ФИЗМАТЛИТ, 2006. – 328 с.
2. Н а р и с а в а , И . Прочность полимерных материалов / И. Нарисава. – М. : Химия,
1987. – 400 с.
148
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
№ 2 (18), 2011
Технические науки. Машиностроение и машиноведение
3. Пат. 2227781 РФ МПК6 B29C37/02 Способ удаления облоя и грата с изделий из
полимерных материалов / Зверовщиков В. З., Зверовщиков А. Е., Переседов Д. И.,
Ломакин В. А. ; опубл. 27.04.2004, Бюл. № 19.
4. М а р ты н о в, А . Н . Основы метода обработки деталей свободным абразивом,
уплотненным инерционными силами / А. Н. Мартынов. – Саратов : Изд-во Саратов. гос. ун-та, 1981. – 289 с
5. З в е р о в щ и к о в , В. З . Моделирование движения рабочей загрузки в контейнерах с планетарным вращением / В. З. Зверовщиков, С. А. Нестеров // Процессы
абразивной обработки, абразивные инструменты и материалы : сборник статей
Международной научно-технической конференции. – Волжский : ВолжскИСИ
филиал ВолгГАСА, 2002. – С. 215–218.
6. В о л ь к е н ш т е й н, М . В. Физика полимеров / М. В. Волькенштейн. – М. :
Наука, 1960. – 465 с.
Воячек Игорь Иванович
доктор технических наук, профессор,
кафедра технологии машиностроения,
Пензенский государственный
университет
Voyachek Igor Ivanovich
Doctor of engineering sciences, professor,
sub-department of machine building,
Penza State University
E-mail: Voyachek@list.ru
Зверовщиков Александр Евгеньевич
кандидат технических наук, профессор,
кафедра технологии машиностроения,
Пензенский государственный
университет
Zverovshchikov Alexandr Evgenyevich
Candidate of engineering sciences,
professor, sub-department of machine
building, Penza State University
E-mail: azwer@mail.ru
Зверовщиков Евгений Александрович
аспирант, Пензенский
государственный университет
Zverovshchikov Evgeny Alexandrovich
Postgraduate student,
Penza State University
E-mail: ezwer@mail.ru
УДК 621.923
Воячек, И. И.
О разрушении облоя на полимерных деталях при низкотемпературной центробежно-планетарной обработке / И. И. Воячек, А. Е. Зверовщиков, Е. А. Зверовщиков // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2011. – № 2 (18). – С. 140–149.
149
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
Известия высших учебных заведений. Поволжский регион
Вниманию авторов!
Редакция журнала «Известия высших учебных заведений. Поволжский регион.
Технические науки» приглашает специалистов опубликовать на его страницах оригинальные статьи, содержащие новые научные результаты в области информатики, вычислительной техники, управления, электроники, измерительной техники, радиотехники, машиностроения, машиноведения, а также обзорные статьи по тематике журнала.
Статьи, ранее опубликованные, а также принятые к опубликованию в других
журналах, редколлегией не рассматриваются.
Редакция принимает к рассмотрению статьи, подготовленные с использованием текстового редактора Microsoft Word for Windows версий не выше 2003.
Необходимо представить статью в электронном виде (VolgaVuz@mail.ru, дискета 3,5'', СD-диск) и дополнительно на бумажном носителе в двух экземплярах.
Оптимальный объем рукописи 10–14 страниц формата А4. Основной шрифт
статьи – Times New Roman, 14 pt через полуторный интервал. Тип файла в электронном виде – RTF.
Статья обязательно должна сопровождаться индексом УДК, краткой аннотацией и ключевыми словами на русском и английском языках.
Рисунки и таблицы должны быть размещены в тексте статьи и представлены в
виде отдельных файлов (растровые рисунки в формате TIFF, ВМР с разрешением
300 dpi, векторные рисунки в формате Corel Draw с минимальной толщиной линии
0,75 рt). Рисунки должны сопровождаться подрисуночными подписями.
Формулы в тексте статьи выполняются в редакторе формул Microsoft Word
Equation, версия 3.0 и ниже. Символы греческого и русского алфавита должны быть
набраны прямо, нежирно; латинского – курсивом, нежирно; обозначения векторов и
матриц прямо, жирно; цифры – прямо, нежирно. Наименования химических элементов набираются прямо, нежирно. Эти же требования необходимо соблюдать и в рисунках. Допускается вставка в текст специальных символов (с использованием
шрифтов Symbol).
В списке литературы нумерация источников должна соответствовать
очередности ссылок на них в тексте ([1], [2], …). Номер источника указывается в
квадратных скобках. В списке указывается:

для книг – фамилия и инициалы автора, название, город, издательство,
год издания, том, количество страниц;

для журнальных статей, сборников трудов – фамилия и инициалы автора,
название статьи, полное название журнала или сборника, серия, год, том, номер, выпуск, страницы;

для материалов конференций – фамилия и инициалы автора, название
статьи, название конференции, время и место проведения конференции, город, издательство, год, страницы.
В конце статьи допускается указание наименования программы, в рамках которой выполнена работа, или наименование фонда поддержки.
К материалам статьи должна прилагаться информация для заполнения учетного листа автора: фамилия, имя, отчество, место работы и должность, ученая степень,
ученое звание, адрес, контактные телефоны (желательно сотовые), e-mail.
Плата с аспирантов за публикацию рукописей не взимается.
Рукопись, полученная редакцией, не возвращается.
Редакция оставляет за собой право проводить редакторскую и допечатную правку текстов статей, не изменяющую их основного смысла, без согласования с автором.
Статьи, оформленные без соблюдения приведенных выше требований,
к рассмотрению не принимаются.
150
Документ
Категория
Другое
Просмотров
171
Размер файла
6 474 Кб
Теги
учебный, 293, технические, науки, высших, известия, заведений, регион, 2011, поволжский
1/--страниц
Пожаловаться на содержимое документа