Проектирование систем диагностики каналов измерений на основе автономных диагностических комплексов с использованием ОРС-серверов
Диагностика оборудования как комплекс мероприятий, направленный на определение его технического состояния. Особенности проектирования систем диагностики каналов измерений на основе автономных диагностических комплексов с использованием ОРС-серверов.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 12.04.2021 |
| Размер файла | 2,6 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Уфимский государственный нефтяной
технический университет
Проектирование систем диагностики каналов измерений на основе автономных диагностических комплексов с использованием ОРС-серверов
Асылов М.А. - студент гр. МУС 19-01
Веревкин А.П. - профессор
УФА - 2020
Введение
диагностический автономный канал
Диагностика оборудования -- комплекс мероприятий, направленный на определение его технического состояния. В функции диагностики входят оценка и мониторинг технического состояния объекта, локализация неисправностей и их прогнозирование. Основные задачи диагностики -- обеспечение безопасности производственных процессов, повышение эффективности работы оборудования, сокращение затрат на его эксплуатацию, техническое обслуживание и ремонт, а также уменьшение потерь от вынужденных простоев в результате непрогнозируемых отказов и последующих ремонтов. Диагностика оборудования входит в комплекс мероприятий по поддержанию оборудования в исправном техническом состоянии, а также помогает существенно увеличить его ресурс и общий уровень надёжности.
Своевременно не выявленные проблемы оборудования способствуют появлению и ускоренному развитию дефектов. Это приводит к внезапным поломкам, крупным потерям времени, а зачастую и катастрофам. Правильная и своевременная реакция на проблему существенно увеличивает надёжность и безопасность оборудования, тем самым сокращая риски и капитальные вложения в бизнес. Именно поэтому промышленность нуждается в разработке усовершенствованных автоматизированных диагностических комплексах.
1. Описание цели и задач проекта
Цель курсового проекта - разработка автономного диагностического комплекса, выполняющего функцию проверки исправности работы каналов измерения вне зависимости от режима работы объекта, и интегрированного в автоматизированное рабочее место оператора (АРМ) при помощи ОРС-сервера.
Задачи:
- изучить современные диагностические комплексы каналов измерения и походы к их проектированию;
- выявить проблемы обеспечения безопасности технологических объектов при использовании современных автономных диагностических комплексов;
- выделить элементы объекта диагностирования применительно к диагностике состояния каналов измерения;
- произвести системотехнический анализ проблем и методов интеграции ДК в АСУТП;
- осуществить моделирование процесса разработки ДК (данные, функциональная и информационная модели);
- провести сравнительный анализ рисков аварий автоматизированных технологических комплексов (АТК) в вариантах «как есть» и с использованием ДК, на основе метода древа событий;
- разработка имитационной модели на основе априорных знаний об объекте и алгоритма диагностирования исправности каналов измерения;
- эскизное проектирование ДК и интеграции его с АРМ через ОРС-сервер.
В состав диагностического комплекса должны входить:
- подсистема сбора данных с объектов;
- подсистема хранения данных;
- подсистема обработки экспериментальных и технологических данных;
- подсистема графического представления данных;
- подсистема связи с АРМ оператора.
2.Краткий обзор литературы по проблеме обеспечения безопасности технологических объектов на основе использования диагностических комплексов
Диагностический комплекс представляет собой сложный программно-технический комплекс, предназначенный для контроля технического состояния, поиска места и определения причины отказа, а также прогнозирования технического состояния. Важной частью этого комплекса является системы обеспечения безопасности, в которых разрабатываться системы диагностирования (СД), предусматривающие возможность оценки состояния сложных автоматизированных технологических комплексов (АТК), в состав которых входят сам технологический аппарат и контрольно-измерительные приборы, которыми оснащен объект.
При разработке СОБ на взрывопожароопасных и химически опасных производствах, к которым относятся объекты добычи, транспорта, переработки нефти и газа, нефтехимии, одним из параметров процедуры обслуживания, в значительной мере определяющим показатели безопасности и риски возникновения аварийных ситуаций, является время восстановления отказавшего оборудования [1,2,3,4]. Существенный вклад в этот показатель вносит время обнаружения факта и места отказа (локализация причины отказа), минимизация которого возможна только при наличии систем оперативной диагностики.
В нормативной документации в области промышленной безопасности устанавливается, что разработка систем диагностики отказов и защиты от их последствий является одной из необходимых задач при разработке систем управления и защиты опасных производств [5,6]. Современные системы диагностики элементов автоматизированных технологических комплексов (АТК) реализуются в рамках автоматизированных систем управления технологическими процессами (АСУТП), или же интегрируются в них в виде диагностических комплексов и позволяют обосновывать управленческие решения в условиях дефицита временных, информационных и материальных ресурсов [7].
Также следует отметить, что применяемые в настоящее время методы и средства диагностирования, позволяют обнаруживать постепенные отказы технологического оборудования, автоматизированных технологических комплексов, определять износ, оценивать остаточный ресурс и проводить мониторинг состояния на технологическом оборудовании, лишь в моменты останова и ремонтных работ [7-10].
Итак, использование ДК дает преимущество на сокращение времени восстановления отказавшего оборудования, что приводит к повышению вероятности безотказной работы.
При сравнительном анализе рисков аварий автоматизированных технологических комплексов (АТК) в вариантах «как есть» и с использованием ДК будет использоваться метод дерева событий. Оценка событий будет производится условными вероятностями (вероятностью безотказной работы).
3.Объем проектирования и задачи разработки диагностических комплексов (ДК) и их интеграции в АСУТП
3.1 Обзор видов ДК и подходов к их проектированию
3.1.1 Методы диагностирования каналов измерений
Одним из приемов оценки состояния и диагностирования отказов информационных каналов и оборудования являются расчеты на основе балансовых соотношений технологического процесса. Исходной информацией для них являются значения технологических параметров, измеренные средствами информационной подсистемы АСУТП и поступающие в вычислительные комплексы по многим десяткам и сотням информационно-измерительных каналов (ИИК).
Общеизвестными причинами появления недостоверной исходной информации являются отказы ИИК, которые принято делить на полные и частичные (метрологические) [11]. Обнаружение полных отказов является более простой задачей, чем выявление частичных отказов.
Как правило, диагностируемый объект является многомерным, в связи с чем, обслуживающему персоналу трудно оперативно оценить его состояние и выявить частичные отказы. Поэтому актуальной задачей является создание методики, позволяющей в реальном времени формировать причины возникновения небалансов и выдавать результат в доступном для оперативного персонала виде.
Для решения задач классификации в настоящее время существует довольно много методов. Наиболее известными являются регрессионный и дискриминантный анализ, а также методы, основанные на использовании эвристических и линейных алгоритмов распознавания, на основе иерархических деревьев решений [12].
Преимуществом данного метода является возможность получать результаты даже в тех случаях, когда не известна аналитическая связь между параметрами системы и результатом ее функционирования. Также возможность описывать и строить модели систем практически любой сложности.
Основным недостатком таких методов является высокая чувствительность к незначительным изменениям параметров системы и шумам. Для них требуются четкое разделение классов, отсутствие пропусков в таблице обучающей выборки, сведения о законе распределения и большой объем статистики. Кроме того, недостатком всех статистических моделей являются трудности с выявлением причин отказов [13].
В работе [14] представлен метод диагностирования состояния технологического объекта и каналов измерения. Алгоритм диагностирования определяется в виде системы продукционных правил, составленных на основе эвристических знаний оператора о причинах разбалансов и нарушения допустимых границ изменения значений диагностических показателей. Каждому правилу соответствует неисправность определенного датчика. Если алгоритм выявляет одновременно несколько неисправных каналов, то это свидетельствует о отказе технологического объекта или неадекватности модели из-за ее не стационарности или нелинейности.
Известна группа изобретений «Способ и устройство технической диагностики сложного технологического оборудования на основе нейронных сетей» [15]. Сущность способа, использующего нейронные сети, заключается в том, что проводится диагностика сложного технологического оборудования за счет регистрации и обработки сигналов с датчиков, размещенных в рабочей зоне оборудования, после чего производят обучение нейронной сети и на ее основе получают динамическую модель. После этого происходит регистрация сигналов во время эксплуатации оборудования, и производят дополнительное обучение нейронной сети, выявляющее дополнительные параметры и новые взаимосвязи между ними. Устройство, реализующее способ, содержит датчики, вычислительную систему и устройства отображения сигналов диагностики. Вычислительная система содержит модуль, реализованный с возможностью интеллектуального анализа и содержащий динамическую модель, которая реализована на обученной нейронной сети, и модуль, реализованный с возможностью дополнительного обучения нейронной сети и выбора активных и избыточных нейронов.
Достоинство систем, использующих нейронные сети, заключается в том, что они обеспечивают непрерывное выполнение диагностики и применимы для широкого класса задач с возможностью подстраиваться под изменяющиеся параметры.
Однако недостатком является сложность системы, требующей большие вычислительные мощности для реализации диагностики. Главное, ошибка/неточность зависимостей, найденных нейронной сетью, в некоторых случаях может быть достаточно большой, что не позволит эффективно выполнять диагностику ИК. Проконтролировать неточность зависимостей, найденных нейронной сетью, далеко не всегда является тривиальной задачей.
Так же существую метод диагностики канала измерений, основанный на применении алгоритмов Калман-фильтрации со встроенной логикой обнаружения и локализации отказа (ОЛО) измерительного канала. Реализуется оно следующим образом. На вход математической модели объекта подключается отказоустойчивый блок Калман-фильтрации, включающий математическую модель канала измерения (КИ).
Выходным сигналом модели КИ является прогнозируемое (модельное) значение. Рекурсивный фильтр Калмана подключен на выходе модели КИ. Коэффициент Калмана задает вероятностное соотношение модельной (расчетной прогнозируемой) и измеренной датчиком составляющих в оптимальной оценке перемещения поршня [16].
В патенте [24] представлен способ диагностики измерительного канала (ИК) включающий следующие операции: принятие и запись в архив в текущий момент времени T показания R(T) диагностируемого канала и показания Si(T) смежных каналов, измеряющих параметры, косвенно зависимые от параметра, измеряемого диагностируемым ИК; одновременно с приемом и записью показаний в архив в каждый текущий момент времени T фиксируют наличие изменений текущего значения показаний R(T) диагностируемого ИК относительно их архивного значения R(T-ДTR) в предшествующий момент времени T-ДTR, а также наличие изменений текущего значения показаний Si(T) каждого смежного ИК относительно их архивного значения Si(T-ДTSi) в предшествующий момент времени T-ДTSi; если изменения показаний диагностируемого ИК фиксируются при отсутствии изменений показаний смежных ИК, или фиксируются изменения показаний смежных ИК при отсутствии изменений диагностируемого ИК, то принимается решение о неисправности ИК.
При этом изменения показаний диагностируемого ИК и смежных ИК фиксируются в том случае, если они превышают заранее заданные границы дрейфа Rдр показаний диагностируемого ИК и дрейфа Siдр показаний смежных ИК, соответственно. Технический результат - повышение эффективности диагностики ИК по отношению к известным методам, благодаря учёту изменений контролируемых параметров, косвенно связанных с тем параметром, который измеряется диагностируемым ИК, использование для резервированных, так и не резервированных ИК в режиме непрерывного технологического процесса.
В качестве метода диагностирования канала измерения будет применятся метод, представленный в работе [14].
3.1.2 Классификация видов ДК и подходов к их проектированию
Принципиально все варианты ДК имеют идентичную аппаратную структуру, состоящую из датчиков, согласующих преобразователей (усилителей, фильтров), устройств сбора данных и вычислительного центра [19].
С точки зрения диагностики канал измерений включает в себя: первичный измерительный преобразователь, связующий компонент измерительной системы, промежуточный (унифицирующий) измерительный преобразователь, аналого-цифровой преобразователь, процессор, цифро-аналоговый преобразователь [20]. Структура типового измерительного канала в рассматриваемой в работе имеет вид, показанный на рисунке 3.21.
Рисунок 1 - Структура типового измерительного канала
Обобщенная структура диагностического комплекса выглядит следующим образом.
На этой обобщенной структурной схеме типового измерительного канала приняты следующие обозначения: X(t) - сигнал на входе измерительного канала, Z(t) - выходной сигнал измерительного канала, h1(t) - эквивалентная весовая функция аналоговой части канала (последовательное соединение термометра сопротивления и нормирующего преобразователя), h2(t) - эквивалентная весовая функция аналого-цифрового преобразователя, h3(t) - эквивалентная весовая функция цифровой части измерительного канала (цифровой фильтр), h4(t) - весовая функция восстанавливающего элемента (ЦАП).
Рисунок 2 - Классификация ДК
В самом общем виде обобщенная структура ДК ИК может быть представлена множеством датчиков, выдающих по совокупности признаков принятый вид сигналов. При этом диагностические признаки их значения определяются как вычислительным путем, так и непосредственно по сигналам с датчиков.
Классификация методов технического диагностирования при эксплуатации системы и в нерабочем состоянии показана на рисунке 3 [23].
Рисунок 3- Методы, технического диагностирования
При эксплуатации технических систем наиболее распространено функциональное и тестовое диагностирование, как показано на рисунке 4 [23].
В первом случае состояние системы определяют по результатам текущего контроля за входными х и выходными у переменными. Во втором случае на систему подают специальные тестовые воздействия хт.
Для технологического оборудования производств используют в основном функциональное диагностирование, для автоматических устройств контроля, управления и защиты применяют оба вида диагностирования, вычислительные средства, программное обеспечение проверяют с помощью тестов.
Рисунок 4 - Структурные схемы диагностирования: а - функционального; б - тестового
При тестовом контроле на вход проверяемого устройства подаются специально подобранные совокупности входных воздействий (проверяющие тесты). Полученную на выходе реакцию сравнивают с эталонной. Если они совпадают, то устройство на момент контроля находится в работоспособном состоянии. В противном случае устройство неисправно, и подаются диагностические тесты для установления места, причины и вида неисправности. Разработаны специальные методы построения оптимальных тестов, позволяющих за минимальное время проверять работоспособность устройства в целом, а также алгоритмы автоматического решения задач синтеза проверяющих и диагностических тестов. Тесты разрабатывают одновременно с проектированием объекта.
Роль технической диагностики возрастает с увеличением мощности и сложности систем, для которых интуитивные методы и ручные способы определения состояний непригодны. Задачи диагностики сложных систем решают с использованием ЭВМ в рамках АСУТП или автоматизированных систем диагностики (АСД).
Процесс проектирования ДК ИК можно подразделить на несколько этапов, которые необходимо выполнить, чтобы найти путь от первоначальной идеи до претворения на практике конечного результата [18]:
1 этап) формируются требования и задачи, определяющие принципы построения ДК. Определяется вид диагностической модели ОД, структура ДК, вид обрабатываемой информации и число каналов. При проектировании ДК используются определенные при процессе анализа диагностических моделей допуски на диагностические параметры в виде условий работоспособности:
где n - количество, а оi и онi - текущие и номинальные значения оцениваемых параметров, а также допуски на характеристики:
где m - количество точек, в которых оценивается характеристика y(x), а yi(x) и yнi(x) - текущее и номинальное значения характеристики в i-й точке. Эти данные оказывают влияние на выбираемую погрешность измерений, реализуемых контрольно-измерительным трактом ДК.
2 этап) разрабатывается алгоритм процесса диагностирования. Рекомендуемые на первом этапе методы решения задач диагностирования влияют на формирование алгоритмов процесса диагностирования и определяют структуру алгоритмов функционирования ДК.
3 этап) строится структура ДК, оптимальная в отношении выбранного критерия качества (время, безотказность, объем и т. д.), которая основывается на полученном алгоритме процесса диагностирования и обоснованной степени автоматизации.
Качество разрабатываемого ДК зависит от постановки и решения задач первого этапа. Для этого требуется:
- выбрать критерий К организации СД, учитывающий показатели объекта диагностирования П1, технических средств диагностирования П2, человека-оператора П3, режимов использования И и диагностирования Д. В общем случае желательно, чтобы этот критерий позволял учитывать затраты на СД;
- получить выражение для выбранного критерия К вида К = f(П1, П2, П3, И, Д) (3.1);
- решить задачи организации на основе критерия К.
В связи с тем, что техническая диагностика является средством повышения ремонтопригодности и поддержания безотказности ОД, желательно, чтобы критерий К зависел от показателей безотказности, ремонтопригодности и приспособленности к диагностированию.
3. 2 Системотехнический анализ проблем и методов интеграции ДК в АРМ АСУ ТП
Основой ДК является ПК, выполняющий функции приема, обработки и передачи информации. Монитор используется в качестве оперативного средства связи между ЧД и ДК. УВВ используется для управления ДК и ввода -- корректировки программного обеспечения. Для получения диагноза на бумажном носителе служит принтер.
Рисунок - 5 Обобщенная структурная схема диагностических комплексов:
УВВ -- устройство ввода--вывода; М -- монитор; П -- принтер; АЦП --аналого-цифровой преобразователь; УВВРС -- устройство ввода--вывода релейных сигналов; ИК1 и ИК2 -- измерительные каналы
Реализация преимуществ ДК на основе ПК и микропроцессоров возможно лишь при соответствующей организации программного обеспечения на базе использования диалоговых языков высокого уровня.
Так как ДК бывают встроенные и автономные то различается и их интеграция в АСУТП.
Интеграция ДК в АСУТП зависит от его вида.
В работе [21] продемонстрирован аппаратно-программный комплекс диагностики, состоящий из следующих частей:
- модуля сопряжения с объектом, выполняет сбор и унификацию информационных сигналов (4-20мА);
- индустриального компьютера;
- модуля оцифровки сигналов на базе RISK-процессорной платы аналого-цифрового преобразователя;
Рисунок 6 - Состав аппаратной части стенда
- модуль цифро-аналогового преобразования (ЦАП) для формирования управляющих сигналов;
- модуль имитации сигналов преобразователей первичной информации;
- модуль последовательного канала связи со стендовым оборудованием по цифровому протоколу ARINC 429.
Функции сбора информационных сигналов и преобразования их в унифицированные сигналы 4-20мА выполняет модуль сопряжения с объектом. Нормированные сигналы оцифровываются модулем АЦП с частотой 40 Гц и масштабируются в значения физических величин, размерность которых оптимальна для отображения и работы последующих подсистем комплекса.
По каналу ARNIC 429 обеспечивается передача регистрируемой комплексом информации в штатную стендовую систему регистрации. Через интерфейс RS422/485/232 осуществляется взаимодействия комплекса с объектом.
Все результаты опроса каналов АЦП, а также расчетные параметры и переменные, в автоматическом режиме в архивную базу данных комплекса.
В комплексе имеется модуль отображения трендов реального времени. Модуль трендов является сетевым приложением, и может функционировать на удаленном компьютере, подключенном посредством стандартного сетевого интерфейса Windows.
Существуют следующая система диагностики работы интеллектуальных средств КИП [22].
Рис.7
Для реализации системы диагностики ООО «КИНЕФ» использует беспроводную технологию передачи данных. Таким образом, получается беспроводная сеть на базе проводных и беспроводных полевых приборов (рис. 3), которая основную переменную будет передавать по проводам, а дополнительные - по беспроводной сети, тем самым решая проблемы, связанные с организацией и обработкой информации.
Беспроводная сеть ООО «КИНЕФ» создается на базе двух основных элементов:
- беспроводного шлюза для сбора данных от беспроводных полевых приборов и последующей передачи этих данных в систему верхнего уровня;
- преобразователя сигнала Rosemount 775 HART в беспроводной WirelessHART.
Для организации динамического обмена данными используется рабочая станция, которая подключается к шлюзу через Ethernet. Шлюз имеет два порта связи Ethernet. Эти соединения могут использоваться для доступа к веб-интерфейсу шлюза и для связи по протоколам Modbus TCP, OPC, AMS Wireless Configurator и HART TCP.
Для создания системы диагностики используется передача по OPC-протоколу. Для этого устанавливается OPC-сервер на рабочую станцию (ПК), с помощью которой будет производиться опрос полевых датчиков. Таким образом данные, полученные от шлюза, будут передаваться на верхний уровень (например, в SCADA InTouch, Citect).
Для системы диагностики средств КИП созданы алгоритмы по контролю полевых приборов, таких как датчик давления, уровнемер, клапан и датчик расхода, с последующей реализацией в SCADA-системе InTouch.
Недостатком данного метода является то, что в качестве основных каналов часто применяются проводные каналы, и беспроводные технологии используются только в системе РСУ.
Компания АО «РАСУ» предлагает следующее решение по интеграции автономной приборной стойки системы диагностики в АСУТП.
Для дальнейшей интеграции ДК в АСУТП наиболее предпочтительной будет подход примененный в компанией АО «РАСУ».
Рисунок 11 - Архитектура платформы ТПТС-НТ
ENC- коммуникационный модуль; FMC- функциональный модуль; RSL- модуль обмена данными; RS485 SW - коммутатор шины; EN SWL- коммутатор шины; ENL БК - блок контроллера экрана; БШС- блок шлюза сопряжения; ДС- диагностическая станция; ИМ - интерфейсный модуль; ИС- инженерная станция; ПА- процессор автоматизации; ПС- приборная стойка; ПСА- приборная стойка автономная; СВВ - станция ввода-вывода; СВУ- система верхнего уровня; СПМ - модуль связи с процессом.
3.3 Моделирование процесса разработки ДК
По методу, изложенному в работе [14] предлагаются выполнить следующие действия при разработке системы диагностики:
1. определяется цель диагностирования и выделение элементов объекта диагностирования;
2. структуризация объекта диагностирования, как правило, изображение когнитивной карты;
3. на основе вектора параметров состояния xj (j=1,2,…) объекта диагностирования формируется множество диагностических показателей , по которым оценивают состояние объекта диагностирования.
4. разрабатывается процедура диагностирования. Для этого вначале проводится оценка состояния объекта диагностирования путем проверки условий выполнения ограничений вида:
Где и - нижняя и верхняя граница изменения диагностических показателей.
Далее разрабатываются системы продукционных правил (ПС), составленных на основе эвристических знаний оператора о причинах разбалансов и нарушения допустимых границ изменения значений диагностических показателей. Наиболее часто в ПС используют детерминированные ПП вида «если А то С», где А и С - логические выражения, которые могут включать в себя другие выражения: А называется антецедентом, С - консеквентом.
Интеграция ДК в АСУТП с выводом информации на АРМ будет осуществляется по схеме, представленной на рисунке 8.
АРМ - это комплекс средств вычислительной техники и программного обеспечения, располагающийся непосредственно на рабочем месте сотрудника и предназначенный для автоматизации его работы в рамках специальности.
Сервер ExaOPC - это OPC-сервер, работающий в системе Windows, который может быть подключен к множеству разных систем управления процессом, и предоставлять OPC-клиентам производственные данные, события и сигнализации. Сервер ДК - специализированный компьютер, предназначенный для размещения на нем ПО, с помощью которого реализуются функции диагностики неисправностей путем применения математических моделей.
Распределенная система управления (РСУ) - система управления технологическим процессом, отличающаяся построением распределённой системы ввода-вывода и децентрализацией обработки данных. Из данной системы. ДК извлекает параметры необходимых параметров, с помощью которых реализуются расчеты по математическим моделям. При необходимости ДК передает рассчитанные параметры в РСУ.
Рисунок 8 - Схема интеграции ДК с РСУ
Распределенная система управления (РСУ) - система управления технологическим процессом, отличающаяся построением распределённой системы ввода-вывода и децентрализацией обработки данных.
Система диагностики (СД) - программно-технический комплекс, представляющий собой автономную приборную стойку.
КИП представляет собой программно-технический комплекс, который состоит из измерительных приборов, исполнительной арматуры и программируемых логических контроллеров. Данный блок передает измеренные параметры в систему РСУ и получает от нее управляющие сигналы.
Блоки технологического процесса представляют собой объекты, в которых реализуется управление.
На рисунке 9 представлена функциональная модель процесса разработки ДК с методологией IDEF0, где ТЗ - задание на проектирование; ТР - технологический регламент; ВНАП - стандарты предприятия; ПД - проектная документация; MatLab - среда для моделирования технологических процессов; «Дерево событий» - методика исследования вероятностей аварийной ситуации; ПП - продукционные правила; СРПО - средства разработки программного обеспечения; ИМ - имитационная модель.
Рисунок 9 - Функциональная модель процесса разработки ДК
На этапе выполнение организационного этапа ставятся требования и задачи, определяются объект моделирования, устанавливаются его границы. На втором этапе разрабатывается имитационная модель объекта диагностирования на основе метода когнитивных карт, работоспособность модели проверяется в среде VisSim. Далее на основе известных методов диагностирования и продукционных правил разрабатывается алгоритм диагностирования. Чтобы разработать полноценный ДК необходимо имитатор объекта совместить с алгоритмом диагностирования на основе языков программирования (C++, C#, Python, Delphi, и т.д.). Затем при помощи средств OPC технологий производится интеграция реализованного ДК в АСУТП.
В заключительном этапе производится оценка соответствия разработанного комплекса требованиям стандартов предприятия и технического регламента объекта. Априорная информация о КИ представляет собой информацию о структурном составе КИ. Исходные данные для данной исследовательской работы по разработке алгоритма диагностирования каналов измерения использованы из режимных суточных листов, заполняемых операторами на заводе «Уфанефтехим», и трендов с 26 сентября 2018 г. Тренды по контролируемым параметрам приведены в приложении Г.
Рисунок 10 - Декомпозированная функциональная модель процесса разработки ДК
3.4 Сравнительный анализ рисков аварий автоматизированных технологических комплексов (АТК) в вариантах «как есть» и с использованием ДК по методу дерева событий
Таблица 1. Анализ опасностей и работоспособности ректификационной колонны
|
Описание элемента: ректификационная колонна на уровне отбора с i-ой тарелки |
||||
|
Ключевое слово |
Причина |
Последствия |
Рекомендация |
|
|
Температура на тарелке |
Изменение градиента температур колонны |
Ухудшение качества отбираемого продукта. Установка работает некорректно |
Индикация щите управления |
|
|
Уровень в отпорной колонне |
Неисправность датчика расхода сырья на выходе из колонны |
Увеличение или уменьшения уровня в отпарной колонне. |
Световая и звуковая сигнализация на щите управления. Блокировка насосов при понижении уровня. |
|
|
Расход больше нормы |
Отказ регулятора расхода сырья |
Уровень в колонне поднимается и как следствие температура падает. Испаритель будет пытаться поддержать температуру в колонне, пока не достигнет максимальной вместимости. Колонна не работает. |
Независимая сигнализация высокого расхода на сырьевой линии |
|
|
Расход меньше нормы |
Отказ сырьевого насоса |
Подъем температуры в колонне. Падение уровня жидкости в колонне. Перегрев. Испаритель справляется. Не проблема |
В результате анализа выявлены технологические параметры, отклонения которых могут повлиять на стабильную работу колонны и качество отбора боковых фракций продукта.
Эксплуатация комбинированной установки ЭЛОУ-АВТ сопряжена с риском развития аварийных ситуаций, вызванных разгерметизацией оборудования и выбросом технологической среды.
В рассматриваемых случаях подразумеваются функциональные отказы каналов измерений.
Расчет вероятности возникновения аварийных событий выполняется методом «Дерева событий». С начала рассчитываем ситуацию в варианте «как есть».
Рисунок 11 - Вероятность возникновения аварии в системе в варианте «как есть»
Принимаются следующие условные вероятности:
Р1 = 1
Р2 = 0,5
Р3 = 0,1
Расчёт вероятности возникновения каждого события:
1) P 11 = = 0,5
2) P 12 = = 0,5
Из расчета вероятностей видно, что возникновение аварийных ситуации равновероятные и вероятность системы будет равна:
P1 = P 11 = P 12 =0,5
Рисунок 12 - Дерево событий для случая системы с ДК
Вторая ситуация - система, использующая ДК для обнаружения отказов. Дерево событий для этого варианта будет выглядеть следующим образом.
Аналогично первому случаю рассчитывается вероятность возникновения аварийных событий при тех же условных значениях вероятностей.
1) P21 = = 0,05
2) P22 = = 0,45
3) P 23 = = 0,05
4) P 24 = = 0,45
Вероятность возникновения аварийной ситуации системы:
P2 = P11 = P 13 = 0,05
Выигрыш в надежности по вероятности безотказной работы Gр за счет использования ДК характеризуется отношением:
В результате использования ДК вероятность безотказной работы АТК повышается в 9 раз. Следовательно применение ДК значительно повышает эффективность работы системы.
3.5 Описание процедуры проверки эффективности от внедрения ДК
Эффективность диагностической системы зависит от большого количества факторов, действие которых определяется характеристиками применяемых средств технического диагностирования, приспособленностью объекта к диагностированию, используемым диагностическим обеспечением и т.д. (то есть параметрами конкретной ДС), а неэффективность, как правило, обуславливается несоответствием характеристик (параметров) ДС решаемым ей задачам [25].
Под эффективностью ДС обычно понимается ее способность выполнять задачи по поддержанию установленного уровня надежности, обеспечению требований безопасности и эффективности использования объектов диагностики.
Для практических целей важна количественная оценка эффективности ДС, которая, как правило, предусматривает (с учетом отраслевых особенностей объекта диагностики):
- расчет различных показателей, характеризующих качество (целевую эффективность) технического диагностирования
- определение экономической эффективности диагностической системы.
Поэтому оценка эффективности будет состоят из следующих этапов:
1. Оценка влияния ДС на результаты функционирования объекта диагностики;
а) выявление методом дерева событий максимальной вероятности возникновения аварийного события в системе в варианте «как есть»;
б) выявление методом дерева событий максимальной вероятности возникновения аварийного события в системе в варианте с использованием ДК;
в) расчет эффективности от использования ДК по формуле:
где Рдк - максимальная вероятность возникновения аварийной ситуации с использованием ДК.
Рбез дк - максимальная вероятность возникновения аварийной ситуации в варианте «как есть».
Если Gp > 1, то технологическая эффективность от внедрения системы есть.
2. Оценка экономический эффективности от внедрения ДК [26].
а) Расчет текущих затрат, связанных с эксплуатацией измерительной системы.
,
где За - затраты на амортизацию;
Зр - затраты на ТО и ремонт ЭВМ;
Зн - накладные расходы и затраты на электроэнергию.
б) Суммарная экономия от улучшения использования всех ресурсов в результате внедрения измерительной системы:
,
где Эв - условно сэкономленные финансы при улучшении использования всех ресурсов (например, экономия на зарплате персонала).
Эп - экономия от сокращения затрат, связанных с уменьшением числа отказов и ремонтов после отказов.
в) Расчет годовой экономический эффект от внедрения системы измерения.
,
где К - капитальные затраты на создание измерительной системы;
Ен - нормативный коэффициент экономической эффективности (Ен= 0,15).
г) Расчетный коэффициент эффективности (Ер) определяется отношением экономии к капитальным затратам:
.
в) Срок окупаемости (Тр):
.
,
где нормативный срок окупаемости.
Если условие Ер > Ен и Тр < Тн выполняется, то экономическая эффективность от внедрения ДК есть.
Эскизный проект к курсовой работе
Проектирование систем диагностики каналов измерений на основе автономных диагностических комплексов с использованием ОРС-серверов
4. Эскизный проект
(Основание разработки ЭП, цели, описание объекта разработки, объем ЭП)
Эскизный проект разрабатывается на основании материалов КР по дисциплине «Сложные системы автоматизации технологических процессов ТЭК».
Целью разработки ЭП является описание процесса интеграции разрабатываемого автономного ДК в АРМ АСУТП.
Эскизный проект разрабатывается в объеме, достаточном для определения требований к:
1) полноте исходных данных,
2) способу реализации,
3) методам и этапности разработки ДК.
Назначение и область применения
Целевыми показателями создания ДК КИ являются:
- повышению вероятности безотказной работы АТК и формирование отчетов о неисправностях КИ на АРМ оператору-технологу;
- диагностика состояния КИ;
- диагностика состояния технологического объекта;
- сокращение времени восстановления отказавшего оборудования.
Основными критериями (показателями) эффективности работы Системы являются:
- увеличение вероятности безотказной работы АТК;
достижение на этапе пост-аудита Системы подтвержденных значений технико-экономических показателей. Техническая характеристика
Требования к техническому обеспечению
ДК должен быть реализован на выделенном сервере ДК.
Минимальные технические требования, предъявляемые к серверу ДК:
- объем оперативной памяти - 4 Гб
- процессор Intel® Xeon® E5-2623 v3, 3 ГГц;
- свободный объем жесткого диска - 1 Тб;
- наличие RAID-массива;
- видеокарта 128 MB;
- сетевая карта Ethernet со скоростью обмена данными 100MBPS;
- встроенная звуковая карта;
- устройство чтения-записи DVD/CD-RW;
- устройство чтения-записи USB 2.0.
Минимальные технические требования, предъявляемые к инженерной станции ДК:
- объем оперативной памяти - 4 Гб
- процессор Intel® Xeon® E5-1620;
- свободный объем жесткого диска - 1 000 Гб;
- сетевая карта Ethernet со скоростью обмена данными 100MBPS;
- устройство чтения-записи DVD/CD-RW;
- устройство чтения-записи USB 2.0;
- клавиатура и манипулятор типа «мышь»;
- монитор - 24”
Требования к АСУТП
АСУТП, в которую интегрируется ДК должна позволять реализовывать информационный обмен со сторонними приложениями по протоколу RS-485.
АСУТП должна иметь открытую архитектуру для обеспечения возможности разработки дополнительного интерфейса оператора-технолога для обеспечения следующих функций:
- отображение подробной информации о состоянии АТК;
- проведение детальной диагностики аппаратной части АТК;
- отображение информации о состоянии и работоспособности периферийных устройств АСУ ТП;
- ведение и документирование базы данных;
- выполнение функций инженерной станции.
АСУТП должна позволять производить запись в архив исторических данных технологических режимных параметров с дискретностью 1 сек. и более.
АСУТП должна позволять производить чтение данных технологических режимных параметров из архива за заданный период в форматах файлов csv, xlsx, txt, html.
Ограничения ДК.
Количество диагностируемых переменных не должно превышать 500 тегов.
Период опроса датчиков не должен превышать 5 мин.
Описание ДК
Описание ДК приведено в КР, разделе 3.2.
Архитектура структуры (АСУ ТП) с интегрированной ДК приведена на рис. 7.
ДК представляет собой отдельный аппаратный комплекс, реализованный в виде приборной стойки автономной.
Структурная схема интеграции ДК с РСУ.
Интеграция ДК с РСУ отображена на рисунке 8. Показания снимаемы с средств автоматизации идут на средний уровень, где расположены шкафы РСУ. Так же на этом уровне будет размещена приборная стойка ДК, оснащенная сервером. Между ДК и РСУ обмен информацией осуществляется по протоколу ModBus RS-485. Сформированные отчеты и оповещения через OPC-сервер подаются на АРМ ДК.
Программное обеспечение ДК
Приложения ДК разделены по назначению:
- среда разработки ДК (of-line приложение) - ProDrive (конфигурация каналов измерений), Simulink - Matlab (разработка модели объекта диагностирования), Python (разработка алгоритмов диагностирования);
- среда исполнения ДК (on-line приложение MnemoSim- diagnostics).
Of-line приложение ProDrive (конфигурация каналов измерений) - это инструментальное средство для параметрирования, внедрения, обслуживания и диагностики работы систем управления. Выполняемые функции:
- поддерживаемый в актуальном состоянии за счет подгружаемых модулей интегрированный банк данных ТСА;
- расширение возможностей пользователя за счет визуализации приложений с использованием VB-скриптов и встроенных элементов управления ActiveX, что обеспечивает простую, через стандартные интерфейсы интеграцию графических компонентов в системы управления уже существующим оборудованием;
- коммуникация через интерфейс OPC («OLE for Process Control»), обеспечивающая программный интерфейс ко всем офисными приложениями и стандартному языку C++;
- параметрирование как в процессе разработки, так и рабочем режиме.
Simulink - это графическая среда имитационного моделирования, позволяющая при помощи блок-диаграмм в виде направленных графов, строить динамические модели, включая дискретные, непрерывные и гибридные, нелинейные и разрывные системы. Выполняет следующие функции:
- реализация имитационной модели объекта диагностирования;
- диагностика исправности разработанной системы.
Python - это высокоуровневый язык программирования общего назначения, который используется для широкого спектра задач. Функция:
- разработка алгоритма диагностирования.
MnemoSim (on-line приложение) выполняет следующие функции:
- индикация о неисправности каналов измерений;
- поиск и локализация причины неисправности;
- задание, корректировка условий работоспособностей оборудования;
- вывод и ведение отчета диагностируемых неисправностей;
- формирование сообщений оператору-технологу о выходе технологических параметров и показателей качества за установленные пределы;
- трендовый анализ;
- распечатка отчетов;
- экспорт данных.
Кроме того, программа MnemoSim-риформ функционирует в системе управления как ОРС-клиент, контролируя ход технологического процесса в режиме реального времени, а также обеспечивает функции конфигурирования для настройки прима данных от ОРС-сервера.
Описание этапов реализации ДК
Этап №1 - Обследование;
ѕ Этап №2 - Проектирование;
ѕ Этап №3 - Ввод в действие, испытания и опытная эксплуатация, пост-аудит, ввод в промышленную эксплуатацию;
ѕ Этап №4 - Гарантийная поддержка.
Этап №1 - Обследование.
Обследование включает в себя выполнение следующих видов работ:
Обследование Объекта;
Разработка Технического задания.
В ходе обследование Объекта:
Подрядчик проводит сбор исходных данных, интервьюирование персонала цехов и отделов, анализирует работоспособность контуров базового регулирования и противоаварийной защиты АСУТП;
Заказчик предоставляет по запросу Подрядчика необходимую документацию и статистические данные технологического процесса.
Этап №2 - Проектирование.
Проектирование включает в себя выполнение следующих видов работ:
- разработка программы и пошаговое тестирование каналов измерения;
- разработка техно-рабочего проекта (ТРП);
- комплектация технических средств, оборудования и материалов;
- разработка ППО ДК в части моделей контроллеров ДК;
- стажировка специалистов Заказчика;
- заводские приемочные испытания (ЗПИ) ППО ДК в части моделей контроллеров ДК;
- корректировка моделей и документации по результатам ЗПИ.
Пошаговое тестирование (ПТ) проводится в соответствии с Программой ПТ, которая должна быть разработана и согласована. В программу пошагового тестирования должны быть включены перечни тестируемых параметров, каналов измерения, условия проведения тестирования.
Разработка моделей контроллеров ДК Подрядчиком выполняется по результатам пошагового тестирования.
В ходе ЗПИ проводится:
- проверка и согласование структуры контроллеров ДК;
- проверка и согласование первичного состава и структур ДК;
- проверка работоспособности и адекватности разработанных моделей в части реализации поставленных задач диагностирования.
Результаты работ по Этапу №2:
- разработана документация ТРП;
- определены технические средства, оборудование и материалы, лицензии и системное ПО для реализации ДК.
Этап №3 - Ввод в действие, испытания и опытная эксплуатация, пост-аудит, ввод в промышленную эксплуатацию.
Этап №3 включает в себя выполнение следующих видов работ:
- подготовка Объекта автоматизации к вводу ДК в действие;
- подготовка и обучение оперативного персонала;
- строительно-монтажные работы:
1) монтаж и подключение оборудования к ЛВС и сети электропитания;
2) инсталляция системного ПО, загрузка на сервер и отладка моделей ДК, настройка контроллеров.
3) внесение изменений в прикладное ПО и дополнительные настройки существующей РСУ в объеме необходимом и достаточном для целей интеграции с ДК;
- пусконаладочные работы:
1) настройка либо исключение (по согласованию с Заказчиком) из ДК «проблемных» каналов измерения;
2) подключение ДК в автономном режиме офлайн в режиме «Советчик оператора»;
3) подключение ДК в режиме онлайн;
4) проведение предварительных испытаний.
- проведение опытной эксплуатации;
- проведение приёмочных испытаний для приемки Системы в промышленную эксплуатацию.
- проведение пост-аудита;
- ввод Системы в промышленную эксплуатацию.
Этап №4 - Гарантийная поддержка
Этап №4 включает в себя выполнение следующих видов работ:
Гарантийная поддержка ДК в период 12 (двенадцать) месяцев с даты подписания Заказчиком Акта сдачи ДК в промышленную эксплуатацию.
Сопровождение ДК
Обслуживание ДК в процессе эксплуатации
Время обнаружения неисправности и представление информации об этих событиях должно составлять не менее 0,25 с.
Квалификация персонала
К квалификации инженера технической поддержки по ДК предъявляются следующие требования:
- высшее техническое образование (предпочтительно в области информатики, вычислительной техники, систем управления);
- общий стаж работы в области информационных технологий не менее 3-х лет.
- понимание предметной области, для которой строится хранилище данных;
- базовые навыки владения основными серверными технологиями;
- знания в области баз данных;
- знание операционной системы, на которой размещается сервер приложений.
К квалификации дежурных оперативных работников установки предъявляются следующие требования:
- быть опытным пользователем операционной системы, на которой развернуты элементы системы сбора, обработки и загрузки данных.
- владеть SQL и его процедурными расширениями;
- знания в области баз данных;
- опыт участия в проектах построения хранилищ данных.
Перечень использованной литературы
1. Международный стандарт IEC 61508 «Functional Safety of Electrical/Electronic/Programmable Electronic Safety Related Systems» (Функциональная безопасность систем электрических, электронных и программируемых электронных систем, связанных с безопасностью).
2. Международный стандарт IEC 61511 «Functional Safety. Safety Instrumented Systems for the Process Industry Sector» (Функциональная безопасность: Оборудованные под безопасность системы для перерабатывающего сектора промышленности), разработанный для совместного использования с IEC 61508.
3. Федоров Ю.Н. Основы построения АСУТП взрывоопасных производств. В 2-х томах.- М.: СИНТЕГ, 2006. - Т.1 -720 с., Т.2- 632 с.
4. Методические указания по проведению анализа риска опасных промышленных объектов. РД 03-418-01. Утв.ГГТН 01.10.2001 г. 15 с. (Вместо РД 08-120-96). НТЦ «Промышленная безопасность».Утв. ГГТН РФ 17.07.96.-27 с.
5. ФНиП в области промышленной безопасности "Общие правила взрывобезопасности для взрывопожароопасных химических, нефтехимических и нефтеперерабатывающих производств": приказ от 11 марта 2013 года N 96.
6. ФНиП в области промышленной безопасности "Правила безопасности нефтегазоперерабатывающих производств": приказ от 29 марта 2016 года N 125.
7. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления. Теория и практика: учебное пособие. - М.: Радиотехника, 2009. 329 с.
8. Ермолаева В. А., Николаева Д. М. «МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РЕКТИФИКАЦИИ МНОГОКОМПОНЕНТНОЙ СМЕСИ» // Вестник Муромского института Владимирского государственного университета им. А. Г и Н. Г. Столетовых (Россия, г. Муром). Химические науки - Муром, 2016. - С. 35 DOI: 10.24411/2500-1000-2019-10567
9. Веревкин А.П. Когнитивные модели в системах искусственного интеллекта: цели и методы построения // Интеграция науки и образования в вузах нефтегазового профиля - 2016: сб. тр. междунар. науч.-метод. конф., посвященной 60-летию филиала Уфим. гос. нефтян. техн. ун-та в г. Салавате, 13-16 мая 2016 г. Салават, 2016. С. 167-170.
10. Verevkin A.P., Kiryushin O.V. The Synthesis of Complex Logical Controllers with Variables of Boolean and Fuzzy Logics. Series:Advances in Intelligent Systems Research. Proceedings of the 7th Scientific Conference on Information Technologies for Intelligent Decision Making Support (ITIDS 2019). p. 49-52.
11. Диагностика информационных подсистем АСУТП с использованием технологий искусственного интеллекта. // Репин А.И., Сабанин В.Р., Смирнов Н.И., Андреев С.Н. // Теплоэнергетика №6, 2006. М.: ООО МАИК "НАУКА/ИНТЕРПЕРИОДИКА".
12. В.К. Шитиков, Г.С. Розенберг, Т.Д. Зинченко. Количественная Гидроэкология: Методы Системной Идентификации. Тольятти: ИЭВБ РАН, 2003. - 463 с.
13. В.В. Рыбалко. Разработка статистических моделей диагностирования с использованием пакета Mathcad. Exponenta Pro. Математика в приложениях.-2003.- №2.-С.72-76.
14. Матвеев, Д. С. Система оперативного диагностирования автоматизированного технологического комплекса трубчатой печи на основе продукционных правил [Электронный ресурс] / Д. С. Матвеев, А. В. Чикуров, М. Х. Хуснияров, А. П. Веревкин, Р. Н. Бахтизин // Нефтегазовое дело электрон. науч. журнал/УГНТУ. - 2011. - № 4. - С. 4-13.
15. Способ диагностики измерительного канала // Патент RU № 2563161, G06N 3/08 , опубл. 20.09.2015, Бюл. № 26
16. Кузнецова Т.А., Августинович В.Г., Губарев Е.А. Алгоритмы диагностики и парирования отказов каналов измерения системы автоматического управления авиационным двигателем // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2015. №16. URL: https://cyberleninka.ru/article/n/algoritmy-diagnostiki-i-parirovaniya-otkazov-kanalov-izmereniya-sistemy-avtomaticheskogo-upravleniya-aviatsionnym-dvigatelem (дата обращения: 08.10.2020).
17. Науменко А.П. Теория и методы мониторинга и диагностики: Материалы лекций. - Омск: ОмГТУ, 2017. - 154 с.
18. Применение метода исключения варьируемого параметра при решении задач диагностирования.(монография)-М.: Издательство "Академия Естествознания",2009.-165 с.
19. Козочкин М.П., Маслов А.Р. Измерение величин, косвенно характеризующих состояние основных элементов технологических систем для обработки материалов резанием.
20. Зеленченко А.П., Федоров Д.В. Диагностические комплексы электрического подвижного состава: учеб. Пособие. - М.: ФГБОУ «Учебно-методический центр по образованию на железнодорожном транспорте», 2014. - 112 с.
21. С.В. Лозня, М.И. Торхов, С.А. Пустовой, В.А. Седристый, Ю.В. Черкасов. Автоматизированная диагностика и настройка сау при моторных испытаниях ТРДДФ.
22. К. В. Ротчев, Р. В. Вешняков. Система диагностики работы интеллектуальных средств КИП ООО «КИНЕФ» с применением беспроводных технологий
23. Надежность технических систем и техногенный риск-электронный ресурс - URL:[ http://www.obzh.ru/nad/9-7.html]
24. Способ диагностики измерительного канала // Патент RU № 2 705 929, G01D 18/00 , опубл. 12.11.2019, Бюл. № 32
25. Оценка и повышение эффективности диагностических систем / Н.А. Махутов, Р.С. Ахметханов, Е.Ф. Дубинин, В.И. Куксова // Проблемы безопасности и чрезвычайных ситуаций. 2016. № 4. С. 8-24.
...Подобные документы
Определение структуры информационно-измерительных систем и устройств сопряжения с ЭВМ. Расчет метрологических характеристик измерительных каналов. Протокол измерений значений функции преобразования ИК ИИС. Продолжительность межповерочных интервалов.
курсовая работа [171,4 K], добавлен 22.03.2015Задачи диагностики электронно-вычислительной машины. Виды диагностических программ. Диагностические программы специального и общего назначения. Особенности метода микродиагностирования. Возможности программы AIDA64. Стоимость диагностических программ.
курсовая работа [3,2 M], добавлен 04.04.2014Описание и расчет параметров систем с очередями для различных вариантов (один или несколько серверов - одна очередь, несколько серверов - несколько очередей). Проведение оценки производительности компьютерной сети на основе данных о ее загрузке.
курсовая работа [9,2 M], добавлен 19.11.2013Тестирования центрального процессора и оперативной памяти компьютерных систем и серверов. Устройство функциональной диагностики коры головного мозга. Сравнительное тестирование производительности и стабильности процессоров в режиме "оверклокинга".
дипломная работа [4,8 M], добавлен 11.06.2012Области применения и принципы работы компьютерных сетей. Характеристика сетевых операционных систем, оптимизированных для роли серверов. Основные задачи специализированных серверов. Особенности реализации процедур в сетях с централизованным управлением.
реферат [16,5 K], добавлен 06.04.2012Создание программных комплексов для систем автоматизированного проектирования с системами объемного моделирования и экспресс-тестами. SolidWorks - мировой стандарт автоматизированного проектирования. Пользовательский интерфейс, визуализация модели.
курсовая работа [3,2 M], добавлен 13.10.2012Рассмотрение основных способов идентификации объектов: реккурентного; с использованием степенных полиномов; ортогональных полиномов Чебышева; методом наименьших квадратов для авторегрессионной модели. Алгоритм построения простых диагностических тестов.
курсовая работа [1,9 M], добавлен 14.06.2012Последовательность проведения проверок с использованием метода ветвей и границ (как наиболее перспективного способа решения оптимизационных задач контроля), и количество повторных измерений методом наискорейшего спуска при ограничении на время проверок.
курсовая работа [508,4 K], добавлен 01.12.2009Анализ тенденций развития информационных технологий. Назначение и цели применения систем автоматизированного проектирования на основе системного подхода. Методы обеспечения автоматизации выполнения проектных работ на примере ЗАО "ПКП "Теплый дом".
курсовая работа [210,0 K], добавлен 11.09.2010Обработка информации, анализ каналов ее возможной утечки. Построение системы технической защиты информации: блокирование каналов несанкционированного доступа, нормативное регулирование. Защита конфиденциальной информации на АРМ на базе автономных ПЭВМ.
дипломная работа [398,5 K], добавлен 05.06.2011Файл-серверы как источник распространения вирусов. Антивирусное ПО для серверов локальных сетей и почтовых серверов. Антивирус Касперского. Doctor Web. Symantec - автоматизированная защита предприятия. Panda - рабочие станции и файловые серверы.
реферат [30,1 K], добавлен 11.02.2008Запуск Node-серверов на этапе инициализации системы. Использование процессорных ядер в многоядерной системе. Хранение и выборка данных. Практический пример на основе продолжительных вычислений (числа Фибоначчи). Движки сохранения данных для Node.
курсовая работа [901,2 K], добавлен 07.04.2014Развитие теории массового обслуживания. Анализ процессов в системах производства, обслуживания и управления. Интенсивность обслуживания канала. Плотность распределения показательного закона. Коэффициент загрузки системы. Среднее число занятых каналов.
курсовая работа [708,4 K], добавлен 26.01.2013Методы, системы, типы и способы проводимых измерений в автоматизированных системах медицинского обеспечения безопасности на транспорте. Проектирования нечеткого алгоритма предрейсовых медицинских осмотров на основе адаптивной сети нейро-нечеткого вывода.
дипломная работа [6,5 M], добавлен 06.05.2011Создание автоматизированной системы диагностики конструктивных дефектов на основе акустических сигналов. Структурная схема автоматизированной системы. Методика анализа звукового сигнала. Алгоритм сравнения полученных данных с помощью модуля Diag.
курсовая работа [658,5 K], добавлен 14.07.2012Методы и технологии проектирования корпоративных сетей. Учет основных нужд предприятия в области информационных технологий при проектировании. Выбор схемы адресации сети, количества и функционального назначения серверов, настройка активного оборудования.
курсовая работа [360,3 K], добавлен 05.03.2012Программы (утилиты) для настройки и обслуживания компьютера. Характеристика популярных диагностических утилит и многофункциональных пакетов (Norton Utilities, Fix-It Utilities, CheckIt). Разработка сайта о системных программах и их классификации.
курсовая работа [489,3 K], добавлен 28.05.2009Актуальность создания и использования средств и систем. Техническое и информационное обеспечение технологий и средств диагностики локальных сетей. Характеристика протоколов мониторинга. Организация диагностики компьютерной сети и экономические расчеты.
дипломная работа [1,1 M], добавлен 26.08.2010- Определение величины дисторсии цифровых изображений, формируемых системами технического зрения (СТЗ)
Оснащение робототехнических комплексов систем технического зрения. Математическая модель и векторная диаграмма дисторсии изображения. Создание эталонного изображения тестового объекта. Определение основных погрешностей формирования изображения.
курсовая работа [1,4 M], добавлен 14.06.2014 Структура информационной системы и технического обеспечения. Современное состояние мирового и отечественного рынков ТО ИС (на примере персональных компьютеров). Ведущие поставщики ПК. Динамика доходов от продаж серверов, доли стран Восточной Европы.
презентация [127,3 K], добавлен 15.04.2013
