Процедуры реконфигурации распределенных информационно-управляющих систем

Размещено на http: //www. allbest. ru/

Орловский государственный технический университет Россия, г. Орел

Процедуры реконфигурации распределенных информационно-управляющих систем

Костин С.В., аспирант

Annotatіon

The features of realization the concept of survivability information-managing systems (IMS) are considered in this report. For realization of the concept the universal principle consisting in use algorithmic redundancy which provides application of several variants of algorithm of management is formulated.

Реализация концепции безопасности и живучести информационно-управляющих систем (ИУС) алгоритмическими методами предполагает большую информационную нагрузку, которая ложится на систему управления. Это связано с необходимостью использования сложных информационных технологий контроля и диагностики основных параметров и устройств системы, а также с реализацией сложных законов управления и реконфигурации, обеспечивающих требуемое качество управления во всех работоспособных состояниях. Поэтому эффективная реализация этих методов возможна только в рамках алгоритмических процедур [1]. Современные ИУС способны обрабатывать большие объемы информации, с применением технологий распараллеливания вычислений, с минимальными затратами времени, что позволяет задействовать необходимое количество управляемых параметров и управляющих воздействий, обеспечивающих желаемое поведение системы [2]. В этом случае реконфигурация системы при переходе на новый алгоритма управления осуществляется за счет изменения хода вычислительного процесса и реализуется программными методами.

В связи с этим важное значение приобретает надежность программного обеспечения. Под отказами программного обеспечения понимают, согласно отказы, не связанные с физическим разрушением элементов аппаратуры управления. Причинами подобных отказов могут служить нарушения в исходной информации и в исполнении программ из-за стирания данных в оперативной и долговременной памяти, из-за искажения кодов записи команд вследствие шумов и сбоев в каналах линий связи, устройств приема и передачи информации, из-за потерь сообщений в ограниченных буферных накопителях, а также нарушения нормального хода вычислительного процесса, возникающие из-за не выявленных ошибок и из-за несоответствия между реальными данными, подлежащими обработке, и программой, осуществляющей эту обработку при нерасчетных сочетаниях внешних условий, возмущающих воздействий и режимов работы объекта управления [3,4].

Многообразие причин отказов программного обеспечения приводит к тому, что их интенсивность оказывается на несколько порядков выше, чем у отказов, связанных с физическим разрушением аппаратуры. При этом по своим последствиям программные отказы бывают более опасными, чем аппаратурные отказы, поскольку они вызывают прекращение выдачи информации и управляющих воздействий или значительные искажения их содержания и времени поступления. В наиболее неблагоприятных случаях искажения могут вызвать катастрофические последствия, включая полный отказ функционирования программ. С другой стороны, программные отказы не требуют замены материальных компонент и это создает объективные возможности оперативного восстановления программ, данных или вычислительного процесса.

Процедуры программного восстановления реализуются преимущественно автоматизированными методами и их последствия существенно зависят от длительности и полноты восстановления. Эти характеристики подчиняются тем же закономерностям, что и характеристики длительности и полноты восстановления нормального производственного процесса при возникновении опасной ситуации. Так, например, упрощенная процедура восстановления, связанная, например, с игнорированием обнаруженного искажения, обеспечивает минимальные прерывания процесса управления, но не исключает полностью последствия этого искажения, что создает предпосылки для повторного программного отказа. С другой стороны, полное восстановление исходного состояния вычислительного процесса требует значительных затрат времени, в течение которого состояние объекта может существенно измениться, в результате чего возникает новый конфликт между исходными данными и состоянием вычислительного процесса.

В силу сказанного, можно сформулировать универсальный принцип устранения противоречий подобного рода применительно к различным формам их проявления. Суть этого принципа состоит в использовании алгоритмической избыточности, которая предусматривает применение нескольких вариантов алгоритма управления. При этом переход на новый алгоритм управления обеспечивает требуемый режим работы объекта в течение всего времени, необходимого для полного восстановления основного алгоритма.

Следует отметить, что процедуры перехода с основного алгоритма на альтернативный и последующего возврата на основной алгоритм должны предусматривать согласование исходных данных и состояний вычислительного процесса с тем, чтобы устранить возможность конфликта между ними.

Возможность появления нарушений, связанных с отказами программного обеспечения, в значительной степени усугубляет ранее рассмотренную ситуацию, обусловленную дефицитом достоверной исходной информации о надежности элементов и устройств системы. В области управления динамическими системами разработан ряд подходов, позволяющих в той или иной степени учитывать и компенсировать влияние неопределенностей на их поведение /99/. При этом оператор (1.9), описывающий ситуации связанные с отказами функциональных узлов или программного обеспечения управляющей части системы принимает следующий вид:

где - номер рассматриваемого типа отказа; - общее число разновидностей отказов, принимаемых во внимание для -й подсистемы; - соответственно, модели исправной системы и системы после отказа -го типа; указанные переходы осуществляются в случайные моменты времени и приводят к появлению неопределенных параметров .

Таким образом, выходная реакция динамического звена, реализуемого - ой подсистемой, на произвольное воздействие будет функцией как текущего времени , так и случайного момента отказа. Существующие подходы предполагают выбор определенной функции распределения параметра , сводя тем самым задачу к рассмотрению стохастической неопределенности. Правомерность такого подхода полностью зависит от того, насколько принятая гипотеза о том или ином характере случайного процесса соответствует действительности. В условиях дефицита исходных статистических данных целесообразно использовать группу методов учета неопределенностей, основанных на положениях теории нечетких множеств.

Эти методы позволяют частично снять неопределенность за счет использования экспертной информации, что дает возможность оперировать функциями принадлежности нечетких величин. Мера того, насколько полученная нечеткая модель будет отражать объективные свойства реального процесса, в существенной степени зависит от процедуры обработки экспертной информации при построении функции принадлежности. Поэтому чрезвычайно важной является задача разработки процедур формализации экспертной информации, характерной для данной предметной области, в результате которых функция принадлежности будет в максимальной степени отражать объективную составляющую экспертных оценок. реконфигурация распределенный алгоритмический безопасность

Включение в состав модели системы с отказом множества отражает тот факт, что отказ способен стать источником параметрической неопределенности. Поэтому конкретная реализация модели (например, передаточная функция отказавшей системы) будет содержать неопределенные параметры. Для сложных систем количество таких параметров очень велико, что существенно затрудняет анализ их поведения. В этих условиях широкое распространение получили методы основанные на рассмотрении интервальной неопределенности параметров. Использование аппарата интервального анализа позволяет исследовать робастную устойчивость и робастное качество управления таких систем при наличии информации о границах интервалов значений параметров. В то же время допущение о равномерном характере распределения значений параметров внутри интервала зачастую является необоснованным. В тех случаях, когда характер распределения отличается от равномерного, анализ поведения систем с интервальной неопределенностью параметров встречает непреодолимые трудности. Это свидетельствует об актуальности разработки методов анализа сложных систем с неопределенными параметрами, предоставляющих критерии оценки их поведения.

Установлено, что последствия возникновения опасной ситуации зависят не только от вызвавшей ее причины, но и от условий, в которых эта ситуация развивается [3]. На основании этого был сделан вывод о существовании возможности предотвратить или минимизировать неблагоприятные последствия за счет оперативного управления опасной ситуацией. Для этого необходимо в режиме реального времени контролировать значения основных параметров, определяющих текущее состояние системы. В случае возникновения опасной ситуации, эффективное противодействие процессу ее развития обеспечивается за счет своевременного изменения алгоритма управления. Такой подход к реализации концепции безопасности ИУС обуславливает важную особенность, связанную с синтезом управляющей части системы, которая состоит в том, что исходные данные (моменты возникновения отказов, а так же связанные с ними моменты реконфигурации) и требования к качеству управления системы задаются во временной области.

Поэтому для решения задачи синтеза требуется такая форма математического описания поведения системы, которая позволила бы в общем виде установить взаимосвязь между временными характеристиками системы управления, определяющими ее желаемые свойства, и неизвестными параметрами управляющей части. В качестве математического аппарата, позволяющего решить поставленную задачу, предлагается использовать ортогональные разложения временных характеристик системы управления.

Ортогональные функции широко используются в качестве универсального математического аппарата при решении большого числа разнообразных задач: в теории приближения функций, в операционном исчислении, при решении дифференциальных и интегральных уравнений, а также в анализе. Подобное многообразие сфер применения ортогональных систем объясняется тем, что с их помощью могут быть описаны практически все основные классы функций: кусочно-гладкие, кусочно-непрерывные, интегрируемые с квадратом, интегрируемые с квадратом и весом и т.д.

Причем, часто речь идет не только о сходимости в среднем, но и о равномерной сходимости соответствующих ортогональных рядов. Другие преимущества этого метода математического описания заключаются в общем характере оценки скорости сходимости ортогональных рядов и погрешности аппроксимации функций конечными суммами их членов, кроме того, в достаточно простой процедуре вычисления ортогональных коэффициентов. В настоящее время известно большое число разнообразных ортогональных систем, правильный выбор которых позволяет наиболее полно учесть особенности исследуемых функций. Сюда можно отнести тригонометрические ряды Фурье, ряды Дирихле и Тейлора-Дирихле, а также так называемые классические ортогональные многочлены:

- полиномы Якоби;

- полиномы Лагерра;

- полиномы Эрмита.

Свойства этих ортогональных систем достаточно хорошо изучены. Исследованы условия сходимости ортогональных рядов, полученных на их основе, применительно к различным классам функций найдены оценки скорости сходимости этих рядов и их асимптотические свойства. Помимо перечисленных ортогональеых систем с помощью процедуры ортогонализации Шмидта могут быть получены многочисленные другие ортогональные системы. Для этого необходимо выбрать системы линейно-независимых функций и осуществить ее ортогонализацию. В качестве таких ортогональных базисов используют совокупности тригонометрических функций неотрицательных степеней аргумента - tk; экспоненциальных функций - или различные их комбинации.

Ряд публикаций [2,4] свидетельствует о высокой эффективности использования ортогональных функций при исследовании САУ. При этом оказывается возможным описывать динамические характеристики систем, разнообразных по своим свойствам: стационарных, нестационарных, линейных и нелинейных. В то же время подобная универсальность сопровождается необходимостью осуществлять сложные вычисления ортогональных коэффициентов, причем с высокой точностью (до 10 - 15 значащих цифр). Кроме того, для достижения требуемой точности аппроксимации динамических характеристик приходится удерживать значительное количество слагаемых ортогональных рядов. Это объясняется тем обстоятельством, что скорость сходимости ортогональных рядов очень сильно зависит от свойств аппроксимируемых функций и только в том случае, когда ортогональный базис в полной мере отражает указанные свойства, удается получить хорошие результаты.

Примером удачного сочетания свойств временных характеристик систем управления и вида ортогонального базиса может служить исследование периодических режимов с помощью тригонометрических рядов Фурье или Фурье-Чебышева. Однако использование этих рядов для аппроксимации монотонных или слабоколебательных функций возможно лишь на конечном отрезке значений аргументов, причем с достаточно большим количеством удерживаемых членов указанных тригонометрических рядов.

Использование математического аппарата ортогональных функций для описания динамических характеристик цифровых систем управления возможно с учетом ряда специфических требований, предъявляемых к базисным функциям. Во-первых, базисные функции должны относиться к классу решетчатых функций. Далее, необходимым является выполнение условия полноты выбранной системы базисных функций относительно множества аппроксимируемых функций. Кроме того, необходимо, чтобы построенная система ортогональных функций позволяла аппроксимировать временные характеристики во всем интервале [0;+оо) изменения дискретного времени. Значительного числа трудностей, связанных с исследованием условий и оценкой скорости сходимости аппроксимирующих рядов, можно избежать если выбрать ортогональную систему из числа классических ортогональных полиномов дискретной переменной типа Хана, Мейкснера, Кравчука, Шарлье. Свойства полученных на их основе ортогональных рядов хорошо изучены, найдены оценки скорости их сходимости. Для получения хороших результатов, помимо ранее выдвинутых условий, определяющих выбор системы ортогональных функций, необходимо чтобы ортогональный базис в наибольшей степени отражал свойства аппроксимируемых функций. Учитывая, что для многих сложных технических объектов, например таких, как силовые установки летательных аппаратов, понятие высокого качества управления ассоциируется с монотонным или слабоколебательным характером временных реакций, то для аппроксимации подобных характеристик наиболее целесообразно использовать аналог дискретных ортогональных полиномов Хана с экспоненциальной метрикой.

Литература

1. Петров Б.Н. Избранные труды. Т.1.-М.:Наука, 1983.- 432 с.

2. Игнатьев М.Б. Голономные автоматические системы. -М.: Наука, 1973.- 204 с.

3. Глумов В.М., Глазунов С.Д., Рудковский В.Ю., Силаев А.В. Алгоритмическое обеспечение отказоустойчивости систем автоматического управления //Автоматика и телемеханика. 1988. №9. с. 3-33.

4. Анализ и оптимальный синтез на ЭВМ систем управления /Под редакцией А.А. Воронцова, И.А. Орурка. - М.: Наука, 1984.- 344 с.

Размещено на Allbest.ru