Разработка модели и программного комплекса автовалидации потоков нечетких данных

Разработка модели и программного комплекса автовалидации потоков нечетких данных

Автор: Шерешевский, Лев Аронович

Шифр специальности: 05.13.18

Научная степень: Кандидатская

Год защиты: 2003

Место защиты: Самара

Количество страниц: 276 с.

Артикул: 2608017

Автор: Шерешевский, Лев Аронович

Стоимость: 250 руб.

Оглавление
1. АНАЛИЗ СПЕЦИФИКИ РССОИ И МЕТОДОВ ОРГАНИЗАЦИИ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛЕНИЙ В УСЛОВИЯХ ОГРАНИЧЕННОЙ ТОЧНОСТИ И ДОСТОВЕРНОСТИ ДАННЫХ
1.1. Функциональное описание и характерные особенности распределенных систем мониторинга и управления сложными объектами
1.1.1. Обобщенная структура, принципы организации и отличительные особенности РССОИ
1.1.2. Влияние погрешностей, ограниченного быстродействия и распределенного характера системы на функционирование РССОИ
1.2. Организация распределенных вычислений в РССОИ
1.2.1. Потоковые вычисления
1.2.2. Синхронизация компонентов распределенных систем
1.3. Методы оценки характеристик измерительной информации и мягкие вычисления
1.3.1. Анализ погрешностей
1.3.1л. Аналитический подход
1.3.1.2. Методы моделирования
1.3.2. Вероятностные методы анализа точности данных6о
1.3.2л. Неточные вероятности
1.3.2.2. Арифметика МонтеКарло
1.3.3. Управление точностью и различные способы представления вещественных чисел в вычислительных
системах
1.3.3л. Вычисления с управляемой точностью
1.3.3.2. Ленивая вещественная арифметикаб
1.3.3.3. Уровнеиндексная арифметика
Логарифмическая арифметика
1.3.4. Нмодели для обработки недоопределенных данных
1.3.5. Алпроксиметика
1.3.6. Методы нечеткой ЛОГИКИ 7Я
1.3.7. Экспертные системы и системы поддержки принятия решений
1.3.8. Вычисления с автовалидацией8о
1.3.8л. Диапазонные модели
1.3.8.2. Модели на основе доверительных интервалов
1.3.8.3. Усовершенствованные интервальные модели
1.3.8.4. Вероятностноинтервальные модели
1.3.9. Датчики с автовалидацией
1.3 Семантический контроль данных
2. МОДЕЛЬ ПОТОКОВЫХ ВЫЧИСЛЕНИЙ с АВТОВАЛИДАЦИЕЙ В РССОИ
2.1. Концептуальная модель вычислений в РССОИ
2.1.1. Токен
2.1.2. Актор
2.1.3. Валидатор
2.1.4. Генератор
2.1.5. Терминатор
2.1.6. Канал
2.1.7. Методика составления СВПЭ для существующих РССОИ
2.2. Математическая модель вычислений в РССОИ
2.2.1. Правила сравнения и выполнения арифметических операций для компонентов токена
2.2.2. Бинарные арифметические и логические операции над токенами с идентичными метками времени
2.2.3. Приведение токенов к общей временной метке
2.2.4. Отношения порядка, предшествования и равенства для токенов
2.2.5. Теоретикомножественные операции над токенами
2.2.6. Алгебраические операции над токенами
2.2.7. Вычисление и преобразования выражений, содержащих токены
Выводы ыв
3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МПВА ДИАГНОСТИЧЕСКАЯ СИСТЕМА V I
3.1. Общее описание диагностической системы
3.2. Обоснование выбора программноаппаратной платформы
3.3. Архитектура ДС и принципы реализации элементов МПВА
3.4. Основные элементы ДС V
3.4.1. Порт ввода
3.4.2. Порт вывода
3.4.3. Реализация актора
3.4.4. Реализация валидатора
3.4.5. Реализация генератора
3.4.6. Реализация терминатора
3.4.7. Реализация информационных каналов
3.5. Сравнительная оценка ДС V
3.5.1. Основные достоинства и недостатки ДС V
3.5.2. Сравнение модели с существующими аналогами
3.5.3. Аспекты практического использования ДС
3.5.3 л. Ограничения применимости системы
3.5.3.2. Перспективы развития диагностической системы
Выводы
4. АНАЛИЗ РЕЗУЛЬТАТОВ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ ДС V
4.1. Демонстрация работы ДС на некоторых тестовых
при мерах
4.2. Применение МПВА при контроле перепадов давления и расхода в модели системы телеметрии линейного
трубопровода
4.2.1. Индикация кратковременных перепадов давления
ФЗ Анализ точности результатов расчета расхода
теплоносителя в тепловых сетях на примере АСУ ТП
Самарских тепловых сетей
4.4. Применение МПВА при расчете оперативных
техникоэкономических параметров ТЭЦ на примере первого котлоагрегата Толъяттинской ТЭЦ
4.4.1. Принципы функционирования подсистемы расчета оперативных ТЭП первого котлоагрегата ТоТЭЦ
4.4.2. Поиск оптимального значения периода усреднения текущих значений
4.4.3. Оценка влияния погрешности аппроксимации при нахождении значения энтальпии
4.4.4. Контроль результатов расчета ТЭП при использовании ручного ввода
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Дополнительные сложности возникают в связи с отсутствием надежной и достаточно полной априорной информации о закономерностях развития того или иного процесса в системе , . В случае использования ССОИ для экспериментальных исследований ситуация усугубляется необходимостью комплексного анализа совместного функционирования объекта исследований, стендового оборудования и систем измерений, проводимого в условиях возможных сбоев в измерительных каналах и, как следствие, неполноты и недостоверности получаемой информации . В ряде случаев ситуация может усугубляться отклонением основных параметров отдельных блоков ССОИ от номинальных данных . Ввиду сложности получения строгих оценок погрешностей многие используемые в ССОИ численные алгоритмы применяются без соответствующего анализа их точности, и интерпретация конечного результата остается за пользователем, которому приходится полагаться на грубые оценки, собственный опыт, интуицию или исключительное везение 3. Все это обусловливает ограниченность исходных данных, необходимых для оценивания состояния объекта автоматизации и его технической диагностики, и приводит к снижению достоверности принимаемых решений о текущем состоянии объекта. Нетривиальные, трудноанализируелхые взаимосвязи между параметрами об7екта. Большое количество обрабатываемых параметров и сложность физических и технических процессов, протекающих в современных объектах автоматизации, приводят к тому, что даже исчерпывающе полная, абсолютно достоверная и своевременная контрольноизмерительная информация не позволяет оперативному персоналу точно и однозначно идентифицировать состояние объекта автоматизации и вырабатывать оптимальные управляющие воздействия. В реальности же связь между наблюдаемыми параметрами объекта и его реальным состоянием имеет стохастический, а в некоторых случаях неоднозначный характер иб. В общем случае для автоматизированных систем обработки информации и управления характерны сложность структуры и стохастичность связей между элементами, неоднозначность алгоритмов поведения при различных условиях, большое количество параметров и переменных, неполноту и недетерминированность исходной информации, разнообразие и вероятностный характер воздействий внешней среды 4. Непрерывный рост уровня автоматизации индустриальных объектов и повышенные требования к их маневренности, экономичности и эффективности приводят к значительному усложнению алгоритмов управления оборудованием и увеличению вероятности ошибок оперативного персонала 8. В условиях возможных сбоев отдельных подсистем РССОИ и используемой контрольноуправляющей аппаратуры задача оперативного управления объектом автоматизации многократно усложняется. Этим обусловлена необходимость использования в РССОИ специальных моделей объекта автоматизации и методов анализа измерительной и диагностической информации. При этом успешное создание математической модели во многом зависит от степени знания свойств объекта диагностики и, в свою очередь, определяет эффективность принятого метода поиска неисправностей ,5. Однако, практическое использование моделей для решения задач контроля технического состояния нестационарных сложных динамических объектов встречается, как правило, с рядом трудностей вследствие того, что их построение происходит в условиях априорной неопределенности относительно параметров и структуры моделей подсистем объекта, обусловленных упрощением описания физических процессов в объекте а также отсутствием учета их взаимодействия, что препятствует достижению степени адекватности, необходимой для решения вышеописанных задач 0. Неустранимые излгерительные, вычислительные и апертурные погрешности измерений, недоопределепиостъ используемой информации. Измерения, являющиеся основным способом получения информации о контролируемом объекте, неизбежно содержат различные погрешности , , , , , ,5,6,9,2,2,8, 7, 1, 5, дисперсия которых подчас соизмерима с дисперсией полезного сигнала . Некоторые измерительные погрешности могут быть уменьшены, скорректированы или устранены вовсе, другие же неустранимы принципиально 2, 1, 6.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.229, запросов: 244