Классификация автоматизированных систем управления

• Введение 2
• 1. Классификация АСУ 3
• 1.1. Информационные системы 3
• 1.2. Управляющие системы 4
• 2. Признаки классификации АСУ 6
• 2.1. Критерии классификации 6
• 2.2. Классификация систем и автоматизация управления сложными системами 8
• Заключение 15
• Список литературы 16

АСУ — это, как правило, система «человек-машина», призванная обеспечивать автоматизированный сбор и обработку информации, необходимый для оптимизации процесса управления. В отличие от автоматических систем, где человек полностью исключён из контура управления, АСУ предполагает активное участие человека в контуре управления, который обеспечивает необходимую гибкость и адаптивность АСУ.

В зависимости от роли человека в процессе управления, форм связи и функционирования звена «человек-машина», оператором и ЭВМ, между ЭВМ и средствами контроля и управления все системы можно разделить на два класса:

1. Информационные системы, обеспечивающие сбор и выдачу в удобном виде информацию о ходе технологического или производственного процесса. В результате соответствующих расчётов определяют, какие управляющие воздействия следует произвести, чтобы управляемый процесс протекал наилучшим образом. Основная роль принадлежит человеку, а машина играет вспомогательную роль, выдавая для него необходимую информацию.

2. Управляющие системы, которые обеспечивают наряду со сбором информации выдачу непосредственно команд исполнителям или исполнительным механизмам. Управляющие системы работают обычно в реальном масштабе времени, т. е. в темпе технологических или производственных операций. В управляющих системах важнейшая роль принадлежит машине, а человек контролирует и решает наиболее сложные вопросы, которые по тем или иным причинам не могут решить вычислительные средства системы.

1. Классификация АСУ

1.1. Информационные системы

Цель таких систем — получение оператором информации с высокой достоверностью для эффективного принятия решений. Характерной особенностью для информационных систем является работа ЭВМ в разомкнутой схеме управления. Причём возможны информационные системы различного уровня.

Информационные системы должны, с одной стороны, представлять отчёты о нормальном ходе производственного процесса и, с другой стороны, информацию о ситуациях, вызванных любыми отклонениями от нормального процесса.

Различают два вида информационных систем: информационно-справочные (пассивные), которые поставляют информацию оператору после его связи с системой по соответствующему запросу, и информационно-советующие (активные), которые сами периодически выдают абоненту предназначенную для него информацию.

В информационно справочных системах ЭВМ необходима только для сбора и обработки информации об управляемом объекте. На основе информации, переработанной в ЭВМ и предоставленной в удобной для восприятия форме, оператор принимает решения относительно способа управления объектом.

Системы сбора и обработки данных выполняют в основном те же функции, что и системы централизованного контроля и являются более высокой ступенью их организации. Отличия носят преимущественно качественный характер.

В информационно-советующих системах наряду со сбором и обработкой информации выполняются следующие функции:

определение рационального технологического режима функционирования по отдельным технологическим параметрам процесса;

определение управляющих воздействий по всем или отдельным параметрам процесса;

определение значений (величин) установок локальных регуляторов.

Данные о технологических режимах и управляющих воздействиях поступают через средства отображения информации в форме рекомендаций оператору. Принятие решений оператором основывается на собственном понимании хода технологического процесса и опыта управления им. Схема системы советчика совпадает со схемой системы сбора и обработки информации.

1.2. Управляющие системы

Управляющая система осуществляет функции управления по определённым программам, заранее предусматривающим действия, которые должны быть предприняты в той или иной производственной ситуации. За человеком остаётся общий контроль и вмешательство в тех случаях, когда возникают непредвиденные алгоритмами управления обстоятельства. Управляющие системы имеют несколько разновидностей.

Супервизорные системы управления. АСУ, функционирующая в режиме супервизорного управления, предназначена для организации многопрограммного режима работы ЭВМ и представляет собой двухуровневую иерархическую систему, обладающую широкими возможностями и повышенной надёжностью. Управляющая программа определяет очевидность выполнения программ и подпрограмм и руководит загрузкой устройств ЭВМ.

Системы прямого цифрового управления. ЭВМ непосредственно вырабатывает оптимальные управляющие воздействия и с помощью соответствующих преобразователей передаёт команды управления на исполнительные механизмы. Режим прямого цифрового управления позволяет применять более эффективные принципы регулирования и управления и выбирать их оптимальный вариант; реализовать оптимизирующие функции и адаптацию к изменению внешней среды и переменным параметрам объекта управления; снизить расходы на техническое обслуживание и унифицировать средства контроля и управления.

2. Признаки классификации АСУ

2.1. Критерии классификации

Классификация АСУ существенным образом зависит от критериев классификации.

По виду используемой управляющим устройством информации различают разомкнутые и замкнутые АСУ: в разомкнутых системах отсутствует обратная связь между выходом объекта управления и входом управляющего устройства. В таких системах управляемая величина не контролируется. При наличии обратной связи объект управления и управляющее устройство образуют замкнутый контур, обеспечивающий автоматический контроль за состоянием объекта управления.

По характеру изменения задающего воздействия АСУ можно отнести к следующим видам:

— автоматической стабилизации, задающее воздействие в которых постоянно; эти системы предназначены для поддержания постоянства некоторого физического параметра (температуры, давления, скорости вращения и т. д.);

— программного управления, задающее воздействие в которых изменяется по какому-либо заранее известному закону (например, по определенной программе может осуществляться изменение скорости вращения электропривода, изменение температуры изделия при термической обработке и т. д.);

— следящие, задающее воздействие в которых изменяется по произвольному, заранее неизвестному закону (используются для управления параметрами объектов управления при изменении внешних условий).

В последние годы все большее значение приобретают адаптивные АСУ, характеризующиеся действием на объект управления каких-либо абсолютно неизвестных факторов. В результате возникает необходимость решения задачи управления в условиях неопределенности исходных данных для принятия решения об управляющих воздействиях. Эти системы могут приспосабливаться к изменениям внешней среды и самого объекта управления, а также улучшать свою работу по мере накопления опыта, т. е. информации о результатах управления.

В свою очередь адаптивные АСУ делятся на:

— оптимальные, которые обеспечивают автоматическое поддержание в объекте управления наивыгоднейшего режима;

— самонастраивающиеся, параметры объекта управления у которых не остаются неизменными, а преобразуются при изменении внешних условий;

— самоорганизующиеся, алгоритм работы у которых не остается неизменным, а совершенствуется при изменении параметров объекта управления и внешних условий;

— самообучающиеся, которые анализируют накопленный опыт управления объектом и на основании этого автоматически совершенствуют свою структуру и способ управления.

По характеру действия АСУ подразделяют на непрерывные и дискретного действия. В непрерывных АСУ при плавном изменении входного сигнала также плавно изменяется и выходной сигнал. В дискретных АСУ при плавном изменении входного сигнала выходной сигнал изменяется скачкообразно. Методы управления, основанные на применении цифровой техники, всегда приводят к дискретным АСУ.

По характеру изменения параметров сигналов АСУ можно разделить на линейные и нелинейные, стационарные и нестационарные. По количеству самих параметров АСУ являются одномерными или многомерными (многопараметрическими).

Необходимо отметить, что классификацию АСУ можно построить и на основе других критериев, например, можно классифицировать АСУ по физической сущности системы или ее основных звеньев, по мощности исполнительного устройства и т. д. Каждый из упомянутых способов классификации АСУ чаще всего является независимым от остальных. Это означает, что каждый из них можно представить как шкалу в многомерном фазовом пространстве, тогда конкретным АСУ в этом пространстве будут соответствовать точки или определенные области.

2.2. Классификация систем и автоматизация управления сложными системами

Прежде всего система — это целостная совокупность некоторых элементов, не сводящаяся к простой сумме своих частей, т. е. представляющая собой нечто большее, чем просто сумму частей. Это нечто, отсутствующее в частях системы, взятых самих по себе, и совершенно необходимое, чтобы элементы образовали систему, представляет собой интегрирующее начало.

Интегрирующее начало может быть как объективным, так и субъективным, а системы, соответственно, естественными и искусственными. Искусственная система есть средство достижения цели. Но и естественные, например, экологические системы, человек, как правило, рассматривает с точки зрения того, что они могут ему дать или какими они должны быть, чтобы обеспечить человеку определенные желательные условия, т. е. опять же с точки зрения соответствия определенным целям.

Различные модели систем отличаются тем, насколько полно в этих моделях отражены знания разработчиков модели о внутреннем строении моделируемых систем, и насколько эти модели являются подходящими для применения с точки зрения достижения целей АСУ.

Простейшей (полностью феноменологической) моделью системы является модель «черного ящика». Так называют систему, о которой внешнему наблюдателю доступны только лишь входные и выходные параметры, а внутренняя структура системы и процессы в ней неизвестны. Входные параметры можно рассматривать как управляющие воздействия, а желательные значения выходных — как цель управления. Ряд важных выводов о поведении системы можно сделать, наблюдая только ее реакцию на воздействия, т. е. наблюдая зависимости между изменениями входных и выходных параметров. Такой подход открывает возможности изучения систем, устройство которых либо совершенно неизвестно, либо слишком сложно для того, чтобы можно было по свойствам составных частей и связям между ними сделать выводы о поведении системы в целом. Поэтому понятие «черный ящик» широко применяется при решении задач идентификации и моделировании реакции на управляющее воздействие в АСУ сложными объектами управления.

Важно понимать, что «черный ящик» представляет собой именно систему, причем в общем случае, сложную систему. Из этого следует очень важный вывод: оптимизировать какой-либо отдельно взятый выходной параметр нельзя, так как это может привести к уничтожению всей системы, т. е. выходные параметры необходимо рассматривать системно, т. е. в единстве, комплексе.

Несмотря на свою кажущуюся простоту, построение модели «черного ящика» не является тривиальной задачей. Дело в том, что любая реальная система взаимодействует со средой бесчисленным множеством способов. Строя модель системы, из этого бесчисленного множества связей отбирают конечное их число и включают их в список входов и выходов. Критерием отбора при этом является целевое назначение модели, существенность той или иной связи для достижения цели. То, что существенно и важно, включается в модель, а то, что не существенно и не важно — не включается.

Но проблема как раз и заключается в том, что в действительности заранее никому не может быть точно известно, какие входные параметры оказывают существенное влияние на выходные целевые параметры, а какие нет. Это можно узнать, статистически исследовав эволюцию некоторого объекта в течение длительного времени, что проблематично, либо изучив достаточное количество аналогичных объектов, находящихся на различных стадиях своей эволюции, т. е. вариабельных конкретных «мгновенных» реализаций аналогичных объектов управления.

Но даже если такая информация имеется, то математически ее обработать, например с применением факторного анализа, также далеко не просто, так как обычно размерность реальных задач намного (на несколько порядков) превосходит возможности стандартных статистических методов и пакетов.

Более развитой, чем «черный ящик» является модель состава системы, в которой перечисляются составляющие ее элементы и подсистемы. Совокупность необходимых и достаточных для достижения целей управления элементов и подсистем с определенными отношениями между ними называется структурой системы.

Суммируя модели «черного ящика», состава и структуры, по мнению авторов, можно дать следующее синтетическое определение системы: «Система есть совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с ней как единое целое для достижения определенной объективной или субъективной цели» .

Существуют различные подходы к классификации систем:

— по происхождению: искусственные, смешанные и естественные;

— по степени изученности структуры (наличию информации): «черный ящик», непараметризованный класс, параметризованный класс, «белый ящик» ;

— по способу управления: управляемые извне, самоуправляемые, с комбинированным управлением;

— по ресурсной обеспеченности управления: энергетические ресурсы (обычные и энергокритичные), материальные ресурсы (малые и большие), информационные ресурсы (простые и сложные).

При недостатке априорной информации о сложном объекте управления построение его содержательной модели затруднительно. В этих условиях, по мнению авторов, возможно применить модель «черного ящика», которая предполагает минимум знаний о структуре и связях входных и выходных параметров моделируемого объекта.

При построении этой модели выходные параметры определяются исходя из целей управления, а проблема выбора входных параметров, значимо влияющих на выходные, в принципе может решаться различными методами, например, такими как: многофакторный анализ, дискриминантный анализ, методы проверки статистических гипотез, методы теории информации.

В данной работе предлагаются различные варианты классификации параметров, в зависимости от того, какие состояния объекта управления и среды они характеризуют и в какой степени они зависят от человека.

Например, параметры могут быть разделены на четыре группы, характеризующие:

1. Предысторию объекта управления и окружающей среды.

2. Характеристику актуального состояния объекта управления (которое рассматривается как исходное состояние СОУ) и среды.

3. Не зависящие от человека факторы.

4. Зависящие от человека факторы (управляющие воздействия на объект управления).

Эта классификация позволяет изучить влияние на достижение целей управления каждой из перечисленных групп факторов и выделить наиболее существенные факторы как в каждой группе, так и по всем группам в целом. Для этой цели в данном исследовании предлагается применить итерационные методы снижения размерности пространства признаков с переменным шагом, основанные на максимизации среднего количества информации, которое система получает при предъявлении ей признаков объектов обучающей и распознаваемой выборки.

Рассмотрим соотношение понятия «фактор», широко применяющегося в настоящем исследовании, и понятия «управляющее воздействие», традиционного для теории АСУ. В данном исследовании с единых позиций рассматриваются все причины, влияющие на переход СОУ в различные состояния, в том числе целевые. Конечно, это прежде всего управляющие воздействия. Но это и факторы среды, причем не только актуальные, но и будущие (прогнозируемые). Это и состояния самого СОУ, как прошедшие (СОУ рассматривается как автомат с памятью), так и актуальные, а также прогнозируемые. Среди всех этих факторов есть и зависящие от человека, которые он может использовать в качестве управляющих воздействий, а также и не зависимые от него, без учета которых, однако, управление СОУ станет менее надежным. Все эти факторы и рассматриваются в предлагаемой модели. Поэтому естественно, что в данном исследовании понятие фактор толкуется более широко, чем термин «управляющее воздействие» .

Более пристального внимания заслуживает также классификация систем по ресурсной обеспеченности управления. Для того, чтобы модель реально заработала, или, как говорят была актуализирована, необходимы затраты различных ресурсов, прежде всего энергетических, материальных, информационных, финансовых, а также других.

Конечно, ресурсная обеспеченность меняется с течением времени, что связано прежде всего с совершенствованием компьютерной техники и информационных систем, а также зависит от возможностей конкретных исследователей и разработчиков. Поэтому классификация этого типа, безусловно, является относительной. Несмотря на это, подобная классификация имеет практическую ценность.

Большой называется система, поведение которой определяется всей совокупностью ее элементов, взаимодействующих между собой, ни один из которых не является определяющим [112, 273]. В рассматриваемом контексте термин «большая» означает не пространственные размеры системы, а большое количество ее элементов. При моделировании больших систем возникает проблема высокой размерности описания. Например, если применяется многофакторная модель, то вычислительные и понятийные (связанные с интерпретацией) трудности возникают уже при количестве факторов от семи до десяти. В то же время многие реальные задачи требуют учета многих сотен и даже тысяч различных факторов.

Известны два способа перевода больших систем в разряд малых: использование более мощных вычислительных средств (компьютеров и программных систем) либо осуществление декомпозиции многомерной задачи на совокупность слабо связанных задач меньшей размерности (если характер задачи это позволяет). Если существует возможность сгруппировать элементы системы в незначительное количество подсистем, каждая из которых оказывает вполне определенное существенное влияние на поведение системы в целом, а с другими подсистемами мало взаимодействует, то этим самым описание функциональной структуры системы существенно упрощается.

На практике чаще всего исследователь самостоятельно решает неформализуемым путем, какие факторы он будет исследовать, а какие нет.

Напомним ключевое для нашего изложения определение сложной системы. Сложной называется система, адекватное моделирование которой требует учета отсутствующей или недоступной информации. Необходимо специально отметить, что данное определение сложной системы считается классическим. Сложный объект управления (СОУ) — это объект управления, являющийся сложной системой. В контексте данного исследования несущественно, является ли СОУ динамическим, статическим, стохастическим и т. д. Но эти варианты порождают частные случаи, некоторые из которых конкретизируются в исследовании.

Если управление приводит к неожиданным, непредвиденным или нежелательным результатам, т. е. отличающимся от ожидаемых (прогнозируемых) в соответствии с моделью, то это объясняется недостатком существенной информации, что порождает неадекватность модели и интерпретируется как сложность системы. Таким образом, простота или сложность системы относительна и указывает на достаточность или недостаточность информации о системе в действующей модели этой системы, т. е. связана с возможностью построения адекватной модели.

Между большими и сложными системами имеется много общего: очень часто большие системы одновременно являются и сложными. Но есть и существенное различие между ними: адекватное моделирование больших систем оказывается возможным при удовлетворении высоких требований к инструментам обработки (компьютерам и программным системам), тогда как при моделировании сложных систем возникают более фундаментальные проблемы, связанные с недостатком значимой информации.

Заключение

Проектирование систем управления играет важную роль в современных технологических системах. Выгоды от её совершенствования систем управления в промышленности могут быть огромны. Они включают улучшение качества изделия, уменьшение потребления энергии, минимизацию максимальных затрат, повышение уровней безопасности и сокращение загрязнения окружающей среды. Трудность здесь состоит в том, что ряд наиболее передовых идей имеет сложный математический аппарат. Возможно, математическая теория систем — одно из наиболее существенных достижений науки ХХ века, но её практическая ценность определяется выгодами, которые она может приносить. Проектирование и функционирование автоматического процесса, предназначенного для обеспечения технических характеристик, таких, например, как прибыльность, качество, безопасность и воздействие на окружающую среду, требуют тесного воздействия специалистов различных дисциплин.

Интенсивное усложнение и увеличение масштабов промышленного производства, развитие экономико-математических методов управления, внедрение ЭВМ во все сферы производственной деятельности человека, обладающих большим быстродействием, гибкостью логики, значительным объёмом памяти, послужили основой для разработки автоматизированных систем управления (АСУ), которые качественно изменили формулу управления, значительно повысили его эффективность. Достоинства компьютерной техники проявляются в наиболее яркой форме при сборе и обработке большого количества информации, реализации сложных законов управления.

Анхимюк В.Л., Олейко О. Ф., Михеев Н. Н. «Теория автоматического управления». — М.: Дизайн ПРО, 2002. — 352 с.: ил.

Бесекерский В.А., Попов Е. П. «Теория систем автоматического управления. — 4-е изд., перераб. и доп. — СПб.: Профессия, 2003. — 747 с.

Гудвин Г. К., С. Ф. Гребе, М. Э. Сальдаго «Проектирование систем управления»; пер. с англ. — М.: БИНОМ, Лаборатория знаний, 2004. — 911 с.

Теория автоматического управления: Учеб. для машиностроит. спец. вузов / В. Н. Брюханов, М. Г. Косов, С. П. Протопопов и др.; Под ред. Ю. М. Соломенцева. — 3-е изд., стер. — М.: Высш. шк.; 2000. — 268 с.: ил.