- •Виды систем автоматизации и управления. Место асутп в них.
- •4 Уровня в архитектуре асу тп (технические уровни)
- •Задача получения информации для неизмеряемых величин посредством полного факторного эксперимента.
- •Виды обеспечения асу.
- •Scada-системы.
- •Стандарты, регламентирующие жц ис
- •Обзор существующих методологий проектирования ис. Методика Oracle cdm
- •1. Начало (Inception)
- •2. Проектирование (Elaboration)
- •3. Построение (Construction)
- •4. Внедрение (Transition)
- •Классификация методов проектирования ис. Каноническое и типовое проектирование ис. Автоматизированное проектирование ис. Case-средства.
- •Структурный подход к проектированию ис. Модели idef0, idef3. Диаграмма потоков данных.
- •Функциональная методика idef0
- •Диаграммы потоков данных dfd (Data Flow Diagrams)
- •Объектно-ориентированный подход к проектированию ис.
- •Моделирование данных с использованием er-диаграмм. Базовые понятия idef1x.
- •Правовые ис.
- •Развитие в России
- •Основные потребительские свойства правовых ис
- •Способы распространения правовой информации
- •Особенности технологии создания правовых ис
- •Сопровождение функционирования правовых ис
- •Информационные технологии административного управления. Система ацк - Финансы.
- •Система ацк - Планирование.
- •Cистема ацк - Госзаказ
- •Интернет технологии в государственных муниципальных закупках.
- •Статья 41. Порядок проведения открытого аукциона в электронной форме
- •Cистема ацк - Госзаказ
- •18. Бухгалтерские информационные системы.
- •19. Информационные системы в образовании.
- •Направления внедрения средств новых информационных технологий в образование.
- •Система образования и новые информационные и коммуникационные технологии.
- •20. Системы автоматизированного проектирования. Математическое обеспечение сапр.
- •22. Плоские графические элементы при моделировании деталей и узлов средствами систем автоматизированного проектирования.
- •23. Трехмерные модели детали в современной системе автоматизированного проектирования.
- •26. Метрики процессов администрирования информационных систем.
- •27. Оперативное управление и регламентные работы в информационных системах.
- •Регламентные мероприятия
- •29. Назначение и функциональные возможности корпоративных информационных систем. Основные функциональные подсистемы.
- •30. Аппаратные и программные платформы корпоративных информационных систем.
- •31. Аутсорсинг в создании, внедрении и сопровождении информационных систем.
Виды систем автоматизации и управления. Место асутп в них.
Виды систем автоматизации и управления ТП:
АСР (САР) – автоматические системы регулирования (системы автоматического регулирования) – системы нижнего уровня АСУ ТП (15-20 видов), в том числе одноконтурные, каскадные, инвариантные, многосвязные, автономные, экстремальные, системы переменной структуры (СПС или Емельяновские структуры), структуры с бесконечно большим коэффициентом усиления (K → ∞, Мееровские), адаптивные системы, параметрически инвариантные компенсационные системы (ПИКС, структуры Соколова), самонастраивающиеся системы.
САЛ – системы автоматического управления (5 видов):
системы централизованной или локальной оптимизации процесса, т.е. системы с наличием критерия оптимизации;
систем централизованного автоматического пуска или останова агрегата, процесса или производства;
системы логического управления (СЛУ) процессом или производством на базе управляющего автомата (УА);
системы централизованной автоматической защиты (блокировки) и выведения процесса из аварийных и нештатных ситуаций;
САЗ предназначены для устранения вредного влияния на процесс.
САБ – для сохранения (удержания) какого-то полезного действия в системе.
системы централизованного автоматического оперативного управления производством или предприятием по техническим или экономическим критериям.
АСУ (5 видов):
ОАСУ – отраслевые АСУ;
АСУ П – АСУ предприятия;
АСУ ТП – АСУ производством;
АСУ ТП – АСУ технологическим процессом;
ИАСУ – интегрированные АСУ, включают и АСУ П, и АСУ ТП.
ГАПС – гибкие автоматизированные производственные системы, оборудование используется для производства нескольких видов продукции.
ОСУ – организационные системы управления.
КСУ – корпоративные системы управления.
Схема взаимосвязи АСУ:
Под АСУ ТП обычно понимается комплексное решение, обеспечивающее автоматизацию основных технологических операций на производстве в целом или каком-то его участке, выпускающем относительно завершенный продукт. Термин автоматизированный в отличие от термина автоматический подчеркивает возможность участия человека в отдельных операциях, как в целях сохранения человеческого контроля над процессом, так и в связи со сложностью или нецелесообразностью автоматизации отдельных операций.
4 Уровня в архитектуре асу тп (технические уровни)
1) – сбор информации с объекта
2) УСО – устройство связи с объектом (устройство согласования)
3) – ПЛК (программно-логические контроллеры (PLC)) + ПО.
4) HMI – системы человеко-машинного управления.
Задача получения информации для неизмеряемых величин посредством полного факторного эксперимента.
Полный факторный эксперимент (ПФЭ) – система опытов, содержащая все неповторяющиеся комбинации уровней варьирования факторов.
Если факторы варьируются на двух уровнях, то число опытов ПФЭ будет равно 2m:
N = 2m,
где N – число опытов, m – число факторов.
Пример: y=f(x1, x2, … , xm)
Здесь y – отклик, x1, x2, … , xm – факторы.
Число опытов: N = 2m.
Мы имеем:
Понятие кодированных координат.
– кодированные координаты, где – интервал варьирования, – истинное значение, – кодированное значение.
Составим план эксперимента.
Ф 0 |
x1 |
x2 |
1 |
+ |
+
0 – опыты Ф – факторы |
2 |
+ |
– |
3 |
– |
– |
4 |
– |
+ |
Две задачи. Два вида планирования.
В планировании эксперимента выделяют два типа задач:
Задача аппроксимации – задача получения модели в окрестности заданной точки;
Задача оптимизации – задача нахождения максимальной точки (см. рис. ниже – точка Х). Она распадается на два вида планирования:
крутое восхождение
планирование в почти стационарной области (истинный оптимум).
Для нас важна задача 1: y=f(x1, x2, … , xm)
Составим уравнение регрессии:
линейный эффект эффект взаимодействия квадратичный эффект
Приведенное уравнение является уравнением, описывающим поверхность отклика.
В основе решения задачи 1, т. е. представления поверхности отклика в виде уравнения регрессии, лежит возможность представления любой непрерывной дифференцируемой функции в виде ряда Тейлора или его частного случая – ряда Маклорена. Ряд Маклорена: значения берутся в окрестности начала координат. Когда мы записываем в кодированных координатах, то мы именно это и делаем, т.е. переносим начало координат в нашу базовую точку.
Основные этапы планирования по методу ПФЭ.
Назначение критериев Кохрена, Стьюдента и Фишера.
Проводится серия опытов, в результате которой проверяется их воспроизводимость (по критерию Кокрена); при этом находится оценка дисперсии воспроизводимости опытов – и оценка дисперсии среднего значения – . Другими словами, воспроизводимость – повторяемость результатов.
Выбирается базовое значение (базовая точка) для проведения эксперимента и интервалы варьирования по каждому из факторов.
Осуществляем переход к новой кодированной системе координат и определяем кодированные значения факторов по формуле:
составляем матрицу ПФЭ или ДФЭ (дробный факторный эксперимент). При ДФЭ берется часть матрицы, если очень большое число опытов.
П
i
роводим эксперимент в соответствии с написанным планом и получаем y экспериментальное.
-
Ф
0
x1
x2
YЭ
YП
1
j
+
+
y1
YП– y полученное
2
+
–
y2
3
–
–
y3
4
–
+
y4
Вычисляем коэффициенты уравнения регрессии по МНК (методу наименьших квадратов):
Проверим полученные коэффициенты уравнения регрессии на значимость по критерию Стьюдента.
Проверка уравнения регрессии на адекватность по критерию Фишера. Проверяется, соответствует ли YЭ – YП, т.е. определяется степень соответствия.
Свойства матрицы ПФЭ:
Свойство симметричности:
Свойство нормировки:
Свойство ортогональности:
Свойство имеет два положительных эффекта:
упрощаются формулы определения коэффициентов регрессии в сравнении с аналогичными формулами для их вычисления при пассивном эксперименте;
не требуется делать пересчет коэффициентов уравнения регрессии, оставшихся после вычеркивания незначимых слагаемых;