авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |   ...   | 7 |
-- [ Страница 1 ] --

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

»«¬–“»

¬—– 

–”—–“¬

“’»– 

”»¬—–»““

–р

 “”‹¤ —¤ ”—¬»,

¬¤»–»“‹… “’» »

» »‘—“» » ¬ “’»– »’ –»–“’

¬ 3

№ 9(35) Межвузовский сборник научных статей

2007 Издается с января 2004 г.

РПК "Политехник" Волгоград 2007 УДК 881.3 Учредитель: ГОУ высшего профессионального образования "Волгоградский государственный технический университет" Сборник зарегистрирован в Управлении регистрации и лицензионной работы в сфере массовых коммуникаций фе деральной службы по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культур ного наследия ПИ № ФС77-25660 от 13 сентября 2006 г.

Г л а в н ы й р е д а к т о р с б о р н и к а "Известия ВолгГТУ" д-р хим. наук проф. член-корр. РАН И. А. Новаков Редакционная д-р техн наук проф. В. А. Камаев (главный редактор), коллегия серии: д-р техн наук проф. В. И. Аверченков, д-р техн наук проф. О. Н. Андрейчикова, д-р техн наук проф. А. М. Бершальский, д-р техн наук проф. А. Н. Бутенко, д-р техн наук проф. Г. Д. Волкова, д-р техн наук проф. А. М. Дворянкин, д-р техн наук проф. В. М. Курейчик, д-р техн наук проф. В. С. Лукьянов, д-р техн наук проф. Ю. П. Муха, д-р техн наук проф. С. А. Фоменков (ответственный секретарь) Печатается по решению редакционно-издательского совета Волгоградского государственного технического университета Известия Волгоградского государственного технического университета: меж вуз. сб. науч. ст. № 9(35) / ВолгГТУ. – Волгоград, 2007. – 156 с. – (Сер. Актуаль ные проблемы управления, вычислительной техники и информатики в техниче ских системах. Вып. 3).

Сборник научных статей содержит работы ученых высших учебных заведений России по сле дующим темам: математическое моделирование и численные методы, системный анализ и обра ботка информации, управление в социальных и экономических системах, автоматизированное проектирование, построение сетей и защита информации.

ISSN 1990- Ил. 117. Табл. 31. Библиогр.: 205 назв.

© Волгоградский государственный ISSN 1990- технический университет, СОДЕРЖАНИЕ МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ЧИСЛЕННЫЕ МЕТОДЫ Айсин А. Е., Моисеева Л. С.

Статистическая модель ингибиторной композиции для защиты от коррозии оборудования водооборотных циклов ГПЗ............................................................... Беззубикова С. С.

Моделирование многомерного массива данных для целей управленческого учета финансовых потоков университета................................................................. Гетманский В. В., Горобцов А. С.

Решение задач большой размерности в системах моделирования многотельной динамики с использованием параллельных вычислений........................................ Голованчиков А. Б., Блинков М. Н., Новиков М. Г., Дулькина Н. А.

Проектирование и оптимизация режима работы напорной ветроэнергетиче ской установки............................................................................................................. Голованчиков А. Б., Владимцева И. В., Гермашева Ю. С., Дулькина Н. А.

Моделирование промышленных электрофлотаторов с учетом структуры потоков Дмитренко А. В., Черняев А. В.

Модель интеллектуальной системы для анализа последствий разливов нефти из трубопроводов......................................................................................................... Кузнецова Е. С.

Исследование модели двухуровневой АСУ шаровой мельницы сухого помола цемента.......................................................................................................................... Степанченко И. В., Семенов В. Г., Сургутанов В. В.

Реализация генетического алгоритма адаптации параметров регулятора в рас пределенной вычислительной системе...................................................................... Федотова Н. В., Кривошеин Д. А., Дмитренко В. П.

Разработка математической модели сточных вод, загрязненных смазочно охлаждающими жидкостями (СОЖ)......................................................................... СИСТЕМНЫЙ АНАЛИЗ И ОБРАБОТКА ИНФОРМАЦИИ Аверченков В. И., Рощин С. М., Казаков Ю. М., Шкаберин В. А.

Мониторинг и анализ информации в Интернете...................................................... Аверьянов С. В., Кумунжиев К. В.

Система поддержки принятия решений для сервисов с многоступенчатой обработкой транзакций................................................................................................ Бердник В. Л.

Декомпозиция задачи идентификации сущности для учета нелингвистических составляющих............................................................................................................... Бердник В. Л., Заболеева-Зотова А. В.

Семантический анализ высказываний идентификации сущности.......................... Жильцов П. В.

Выбор оптимальных сигналов с цифровыми методами модуляции с использо ванием процедуры выбора адаптивного типа........................................................... Заболеева-Зотова А. В., Орлова Ю. А.

Автоматизация процедур семантического анализа текста технического задания Кудряшова Э. Е.

Разработка адаптивной АОС на основе международных спецификаций.............. Лукьянов В. С., Кузнецова Е. С.

Оценка параметров надежности АСУ с учетом допустимого времени простоев системы......................................................................................................................... Морозов Р. Л.

Поисковые рейтинги российского Интернета........................................................... Прохоров И. В.

Автоматизация поиска слов иноязычного происхождения в лексических сис темах естественных языков......................................................................................... 4 ИЗВЕСТИЯ ВолгГТУ Розалиев В. Л.

Построение модели эмоций по речи человека.......................................................... Силина А. Ю., Васильева В. Д., Дербишер В. Е.

Наукометрический анализ отечественных информационных потоков в текстильной отрасли................................................................................................. УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ Вахранев И. Б.

Методика построения архитектуры информационных систем............................... Герейханов Р. Г.

Некоторые аспекты управления информационными системами............................ Ефимова Е. А.

Контроль и анализ предзаторовых ситуаций транспортных потоков.................... Крохалев А. В., Декатов Д. Е.

Использование факторного анализа для изучения структуры остаточных знаний по курсу "Технология материалов"............................................................... Крушель Е. Г., Семенов В. Г., Степанченко И. В., Сургутанов В. В.

Нелинейные алгоритмы регулирования микроклимата........................................... Окладникова С. В.

Количественная оценка содержания тестовых заданий для компьютерного тестирования................................................................................................................. Панфилов А. Э., Камаев В. А.

Методика формального описания объектов технологического процесса для автоматизированной системы конструирования АСУТП................................. Савкин А. Н., Декатов Д. Е., Захаров Е. А., Крохалев А. В.

Разработка и реализация компонентов информационной системы поддержки процесса заочного обучения в Волгоградском государственном техническом университете................................................................................................................. Халилова А. А.

Сервисный подход в области информатизации........................................................ АВТОМАТИЗИРОВАННОЕ ПРОЕКТИРОВАНИЕ Гурская Т. Г., Зарипова В. М.

Энерго-информационная модель для эффекта потенциала течения...................... Кандырин Ю. В., Кошелев А. М.

Многокритериальное упорядочивание объектов в ассоциативных структурах фактор-множеств.......................................................................................................... Петрухин А. В., Золотарев А. В.

Автоматизация построения и анализа 3d моделей в задачах медицинской диагностики.................................................................................................................. Резников М. В., Горобцов А. С.

Разработка метода интеграции CAD-CAE систем.................................................... Рощин М. А.

Подход для автоматизации проектирования программного обеспечения............. Фищенков А. Н.

Использование метода конечных элементов при решении математической модели процесса вулканизации шин.......................................................................... Хватынец С. А.

Островной эвристический метод проектирования многослойных коммутаци онных плат.................................................................................................................... ПОСТРОЕНИЕ СЕТЕЙ И ЗАЩИТА ИНФОРМАЦИИ Кочкадаев А. В., Дикарина Г. В., Ташлинский А. Г.

Сокращение вычислительных затрат при поиске по эталону фрагмента на большом изображении................................................................................................. Кутузов Д. В., Осовский А. В.

Имитационное моделирование параллельной пространственной коммутацион ной системы.................................................................................................................. Лукьянов В. С., Влазнев Д. Г.

Особенности применения алгоритма Ежи-Вильямса при проектировании топо логии вычислительной сети с учетом ограничений, налагаемых используемым оборудованием и ограничений, налагаемых на применяемые каналы связи........ МЕТОДИКА ДЕФОРМИРУЕМОГО ТВЕРДОГО ТЕЛА Савкин А. Н.

Моделирование рассеянной поврежденности сталей в зависимости от полноты спектра внешнего нерегулярного нагружения, аппроксимированого блочной нагрузкой...................................................................................................................... МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ЧИСЛЕННЫЕ МЕТОДЫ УДК 622. А. Е. Айсин, Л. С. Моисеева СТАТИСТИЧЕСКАЯ МОДЕЛЬ ИНГИБИТОРНОЙ КОМПОЗИЦИИ ДЛЯ ЗАЩИТЫ ОТ КОРРОЗИИ ОБОРУДОВАНИЯ ВОДООБОРОТНЫХ ЦИКЛОВ ГПЗ "МАТИ" – Российский государственный технологический университет им. К. Э. Циолковского (cad@vstu.ru) Цель данной работы – поиск эффективной ингибиторной композиции и оптимизация состава синергической компо зиции с использованием метода математического планирования.

Ключевые слова: системы оборотного водоснабжения, ингибиторная композиция.

A. E. Aysin, L. S. Moiseev A STATISTICAL MODEL OF INHIBITOR COMPOSITION FOR CORROSION PROTECTION OF WATER CIRCULATION EQUIPMENT The target of the present apper is searching an effective inhibitor composition and optimizing it using the mathematical planning method.

Water circulation systems, inhibitor composition.

На нефтегазоперерабатывающих предпри- Таблица ятиях широко используются системы оборот- Скорость коррозии Ст.3 в модельной водной среде при температуре 20±2 °С ного водоснабжения. Растворенные в воде кор розионно-активные газы (СО2, О2) органиче Концен- Скорость коррозии, ские и неорганические соединения, присутст- Время г/м.2ч трация Вода испыта вующие микроорганизмы вызывают процессы ингиби ний, ч без инг с инг тор, г/л коррозии, металлической поверхности обору дования и как результат – коррозионные по- Подпи- 24 – 0,2412 – – вреждения оборудования трубопроводов. Для точная 96 5 0,1309 0,0834 1, защиты от коррозии системы оборотного водо- 168 5 0,0935 0,0799 1, снабжения часто применяются синергические 384 5 0,1123 0,2135 0, ингибиторные композиции [2]. Цель данной Обо- 24 5 0,1981 0,0919 2, ротная работы – поиск эффективной ингибиторной 168 5 0,0968 0,1202 0, 240 5 0,0709 0,2125 0, композиции и оптимизация состава синергиче 384 5 0,0766 0,2104 0, ской композиции с использованием метода ма Обо- 24 – 1,0756 – – тематического планирования.

ротная 96 5 0,9301 0,8915 1, В лабораторных и производственных усло- (упа- 384 5 0,5660 0,4681 1, виях измерение скорости коррозии V произво- ренная) 408 – 0,0504 – – дилось весовым методом. Эффективность за 1032 – 0,0859 – – щитного действия ингибиторов характеризова ли коэффициентом торможения или степенью Таблица защиты Z %. Влияние смесей на скорость коррозии Ст. Результаты определения скорости корро- в оборотной воде ( = 168 ч, 20 °С) зии стали в оборотной и подпиточной воде без и с промышленным ингибитором А, реко- Содержа- Содержа мендуемым к применению в аналогичных ус- V, г/м2.ч Добавка ние до- ние инг.

бавки, г/л А, г/л ловиях, представлены в табл. 1.

Предлагаемый предприятию ингибитор А на NaNО2 0,5 2 0,0534 3, основе полифосфатов оказался не эффективным 0,25 2 0,1185 1, в условиях невысокой минерализации (табл. 1). 0,1 2 0,2405 1, Для того, чтобы повысить эффективность AlCl3 0,1 1 0,0564 1, ингибитора А в умягченной воде в среду, по- 0,05 1 0,0744 1, мимо него, вводили некоторые неорганические 0,025 1 0,0960 1, вещества. CaCl2 0,17 2 0,0015 В табл. 2 представлены результаты измере- 0,17 5 0,0047 ния скорости коррозии Ст.3 в оборотной воде Ca(NО3)2 0,17 2 0,0642 1, в присутствии А и ряда добавок. 0,17 5 0,0046 6 ИЗВЕСТИЯ ВолгГТУ Таблица Результаты показали, что ингибиторная смесь, пригодная для воды с низким содержа- Скорость коррозии Ст.3 в оборотной воде с добавками смесей неорганических веществ.

нием солей должна содержать анионы SO3 2– (Продолжительность опытов 168 часов) и AlO2–. Определение оптимального состава ингибиторной смеси осуществлялось методом Содержание V, № Состав планирования эксперимента. компонен г/м2.ч смеси смеси тов, г/л Определение оптимального состава ингиби торных композиций в случаях, когда отсутст- Na2SiO3 0, вует физическая модель, описывающая влияние 1 NaHCO3 0,09 0,0645 2, компонентов на коррозионный процесс, воз- Na2B4O7 0, можно при использовании статистического ме- Na2SiO3 0,5 0,101 1, тода планирования и проведения эксперимента 2 Al2(SO4)3 по методу Бокса-Уилсона [3]. Na2SiO3 0, 3 NaAlO2+NaOH (1н) 1 0,0198 8, Ниже представлены результаты определе Трилон Б (1н) 0, ния оптимального состава двухкомпонентной ингибиторной композиции для нейтральных Таблица водных сред, полученные методом математиче Ротатабельный центральный композиционный план ского планирования эксперимента.

второго порядка Состав композиции варьировался в опреде ленных пределах, образуя так называемое фак- План Функция отклика Участки № торное пространство. Функция отклика – вели- Опыт- Теоретиче плана oпыта Х1* Х2* чина обратная скорости коррозии (V): ная u ская u 1 Ядро 1 –1 –1 12,495 10, Ў=. (1) V плана 2 +1 –1 14,259 11, Для построения линейной математической 3 +1 +1 14,324 11, 4 –1 +1 12,552 11, модели первого порядка использовалась мето Звезд- 5 +1,414 0 10,787 13, дика выполнения полного факторного экспери ные 6 –1,414 0 12,165 13, мента (ПФЭ). Полный факторный эксперимент точки 7 0 +1,414 8,097 9, при минимальном числе опытов позволяет по- 8 0 –1,414 6,215 8, строить наилучшую модель, отвечающую це- Центр 9 0 0 9,643 10, лому ряду критериев оптимальности [3]. План плана 10 0 0 8,873 10, проведения полного факторного эксперимента 11 0 0 11,350 10, и ядро представлены в табл. 1. На каждой ста- 12 0 0 14,880 10, дии проведения экспериментов опыты повто- 13 0 0 9,140 10, рялись дважды, чтобы можно было проверить адекватность модели с точки зрения статисти- Таблица ческих методов [3, 4]. На основании получен- Значения реальных факторов в опытах ных результатов производился расчет коэффи Факторы циентов линейной модели, определялось на- № правление изменения концентрации компонен- Содержание (г/л) NaAlO2 Содержание (г/л) NaSiO опы на уровне на уровне тов и новый интервала концентраций, на та верхнем нулевом нижнем верхнем нулевом нижнем границах которого выполнялся ПФЭ. Факторы в табл. 1 нормированы относительно этого ин- 1 0,4 0,3 0,2 0,4 0,3 0, тервала: 2 0,45 0,35 0,25 0,5 0,4 0, 3 0,5 0,4 0,3 0,6 0,5 0, 2 X jp ( X j max + X i min ) XH =, (2) j X j max X i min Для того чтобы оказаться в области предпо где Xjp и XjH соответственно реальная и норми- лагаемого экстремума, проведено два этапа по рованная величина фактора. строения модели первого порядка. Так как эта модель адекватно описывает опытные данные, В табл. 5 приведены значения реальных переход в новую точку факторного пространст факторов при определении оптимального со ва совершать не надо. Для получения более става ингибитора.

ИЗВЕСТИЯ ВолгГТУ Таблица полной информации с зависимости скорости коррозии от концентрации компонентов план Статистический анализ полученной модели ПФЭ был расширен до ротатабельного цен Уро- Величина трального композиционного плана второго по- Анализи- вень Крите рядка (РЦКП), путем проведения дополнитель- руемый Примечание значи рий теорет расчет параметр мости, ных опытов в центре ПФЭ и в так называемых % "звездных точках" (табл. 1.). Достоинства РЦКП:

сохраняется информация, полученная при вы- Адекват- Фи- 95 6,59 2,08 адекватна ность мо- шера полнении ПФЭ и дисперсия отклика одинакова дели во всех направлениях [3, 4]. В результате реали- Значи- Стью- зации РЦКП было получено уравнение регрес- мость ко- дента сии для модели второго порядка: эффици Ў = 10,746 + 0,198Х1 + 0,348Х2 + 1,324Х12 – ентов модели – 0,853Х22 + 0,002Х1.Х2 (3) В0 2,306 10,74 значимый Статистический анализ модели показал, что В1 2,306 0,19 не значимый модель не адекватна, но значимыми в ней мо- В2 2,306 0,34 не значимый гут считаться только коэффициенты при квад- В11 2,306 1,32 значимый В12 2,306 0,0019 не значимый ратичных членах и свободный член, поскольку В22 2,306 0,85 значимый теоретическое значение критерия Стьюдента для этих коэффициентов сравнимо с рассчи Таким образом, в системе периодически необ танным для модели [3, 4].

ходимо создавать повышенную концентрацию Путем определения координат особенной ингибитора на время до 5 суток, после чего она точки и поворотом координатных осей получе может снижаться в 5 раз, составляя 0,2 г/л. Не но каноническое уравнение поверхности второ обходимо также предусмотреть последователь го порядка, в новой ортогональной системе ко ное введение компонентов в защищаемую сис ординат, отвечающее модели (3):

тему порядок их введения не имеет значения.

Ў – 10,797 = 1,317 Х12 – 0,846 Х22 (4) Таким образом, применение математиче Полученное уравнение представляет собой ских моделей, позволяет оптимизировать про уравнение седловой поверхности, причем коор цесс поиска оптимального соотношения ком динаты центра седловой поверхности находятся понентов в ингибиторной композиции и разра в области проведения эксперимента, то есть об ботки технологии ингибиторной защиты от ласть предполагаемого экстремума представляет коррозии металла в оборотной и подпиточной собой седловую точку, а не точку максимума.

воде газоперерабатывающего предприятия.

Результаты статистического анализа модели приведены в табл. 6. БИБЛИОГРАФИЧЕСКИЙ СПИСОК Установлено, что защитное действие инги биторной композиции меняется во времени. 1. Адлер Ю. П., Маркова Е. В., Грановский Ю. В.

Планирование эксперимента при поиске оптимальных ус Так как разработанная защитная композиция на ловий. Изд-во "Наука", 1971.

основе алюмината и силиката натрия относится 2. Левин А. И. Математическое моделирование в ис к ингибиторам пленочного типа, формирование следованиях и проектировании станков. – М.: Машино пленки завершается через 120 часов. Так, через строение, 1978. – 184 с.

3. Тюрин А. Г. Семинары по химической технологии 15 дней после начала испытаний скорость кор и моделированию технологических процессов: Методи розии образцов в пилотной установке достигала ческие указания;

Челябинск: Челяб. гос. Университет, 0,008 г/м2·час, снизившись за это время в 7 раз. 1995. – 30 с.

8 ИЗВЕСТИЯ ВолгГТУ УДК 336. С. С. Беззубикова МОДЕЛИРОВАНИЕ МНОГОМЕРНОГО МАССИВА ДАННЫХ ДЛЯ ЦЕЛЕЙ УПРАВЛЕНЧЕСКОГО УЧЕТА ФИНАНСОВЫХ ПОТОКОВ УНИВЕРСИТЕТА Астраханский государственный университет (bezzubikova@mail.ru) Работа посвящена разработке модели многомерного хранилища данных о финансовых потоках университета и её реализации.

Ключевые слова: хранилища данных, технология OLAP.

S. S. Bezzubikova MODELLING MULTIDIMENSIONAL DATA ARRAY FOR MANAGEMENT ACCOUNT OF UNIVERSITY FINANCIAL STREAMS The paper is devoted to development of the model of multidimensional data storage for unievsrity financial streams and im plementation of the model.

Data storages, OLAP.

Проведение всестороннего анализа эконо- вида финансирования – средства Федерального мической деятельности высшего учебного за- бюджета и средства, полученные от предприни ведения невозможно без детальной обработки мательской и иной приносящей доход деятель информации о хозяйственной деятельности ка- ности. Сочетание источника финансирования ждого подразделения. В то же время данная ин- с кодом бюджетной классификации определяет формация должна отвечать требованиям управ- характер и принадлежность денежных средств.

ленческого учета и содержать все необходимые 3. Код классификации операций сектора го сведения для проведения всестороннего анализа сударственного управления (КОСГУ) [1]. Дан деятельности подразделений. Таким образом, ный вид аналитического учета характеризует следует сделать вывод о необходимости разра- статью расходов подразделения, т. е. на какие ботки модели многомерного хранилища данных именно расходы были потрачены средства:

и реализации предложенной модели с мини- оборудование, материалы, заработная плата, мальным привлечением финансовых затрат. стипендия, командировочные расходы и т. д.

Для осуществления управленческого учета 4. Временной интервал. Указывает, в какой и распределения финансовых средств, как период времени были потрачены или получены бюджетных, так и полученных от предприни- денежные средства.

мательской и иной приносящей доход деятель- 5. Подразделение. Данный вид аналитики ности, в Астраханском государственном уни- необходим для анализа текущих доходов и рас верситете (АГУ) была предложена и реализова- ходов учебного заведения в разрезе кафедр и про на модель многомерного хранения информа- чих структурных подразделений.

ции, где были учтены все необходимые разрезы Таким образом, модель хранения информа анализа информации: ции представляет собой многомерный массив 1. Код классификации доходов, ведомствен- данных с пятью вышеуказанными разрезами ной, функциональной классификации расходов аналитической информации (рис. 1).

бюджетов, классификации источников финанси рования дефицита бюджетов [1] (КБК). Данный Виды аналитической информации (КБК, КОСГУ, ИФ) раздел аналитического учета необходим для клас сификации всех финансовых поступлений высше го учебного заведения в зависимости от принад лежности к главным распорядителям средств. На данный момент в АГУ финансовые средства учи- Подразделение тываются в разрезе нескольких групп КБК (КБК средств федерального бюджета, КБК средств, по лученных от предпринимательской и иной прино сящей доход деятельности, а также КБК средств грантов на научные исследования). Время 2. Источники финансирования деятельно- Рис. 1. Модель хранения многомерной финансовой ин сти (ИФ). В настоящее время используется два формации ИЗВЕСТИЯ ВолгГТУ Реализация модели хранения многомерной нансовых средств от обучения студентов в раз финансовой информации автоматизированны- резе специальностей.

ми средствами разработки приложений должна Объект "Бухгалтерская проводка" имеет удовлетворять условиям: встроенную временную характеристику, следо 1. Обеспечение оперативного доступа к дан- вательно, учитывается необходимый для анали ным при минимальных временных затратах;

за временной интервал.

2. Невысокая требовательность к техниче- Преимущества такого способа представ ским характеристикам сервера баз данных и ра- ления финансовой информации заключаются бочих станций;

в следующем:

3. Сравнительно низкая стоимость эксплуа- 1. Отказ от громоздкой структуры связан тации программного обеспечения. ных таблиц. Использование реляционного под Для реализации многомерной модели с уче- хода при создании многомерного хранилища том ограничивающих условий было предложе- информации обуславливается сложной архи но использование среды "1С:Предприятия вер- тектурой соподчиненных справочников и гро сии 7.7", в частности, компоненты "Оператив- моздкостью базы данных, что усложняет дос ный учет", где ключевую роль играет объект туп к информации. Предлагаемая реализация "бухгалтерский счет". В стандартной типовой модели обеспечивает хранение большого объема конфигурации "1С:Бухгалтерия", данные опе- аналитической информации, используя только ративного учета отражаются проводками, со- один тип объекта "бухгалтерский счет".

держащими балансовые счета – т. е. данные, 2. Минимальные временные затраты при которые впоследствии отражаются в бухгал- выполнении запросов.

терском балансе предприятия. Забалансовые 3. Нетребовательность к физическим харак счета предназначены в основном для отраже- теристикам оборудования. Согласно системным ния вспомогательной учетной информации. требованиям, для оптимальной работы системы Такая организация хранения позволяет обра- "1С:Предприятие" рекомендуется использовать батывать данные встроенным инструментарием компьютер с процессором Intel Pentium 133 и не "бухгалтерские итоги", который обеспечивает менее 32 Mb оперативной памяти [2].

доступ к информации в различных разрезах, 4. Невысокая стоимость программного обес за различные периоды и с разной степенью печения. Для установки и эксплуатации про детализации с минимальными временными граммного обеспечения достаточно приобре затратами. сти лицензионный программный продукт Для целей управленческого учета денежных "1С:Бухгалтерия" минимальной стоимости средств АГУ было предложено использовать 3000 руб. [3].

Предложенная модель многомерного хра следующие забалансовые счета для отражения нения данных и ее реализация позволяет про всей финансовой информации:

водить всесторонний анализ деятельности и уни Счет "РАСХОДЫ". Отражает расходы верситета в целом, и отдельного подразделения структурных подразделений в разрезе следую для принятия управленческих решений. При щих видов аналитической информации (суб проектировании хранилища информации ис конто):

пользована объектная модель, что позволило 1. КБК максимально упростить структуру базы данных 2. КОСГУ и обеспечить оперативный доступ к аналитиче 3. Подразделение ским сведениям.

Счет "ДОХОДЫ". На данном счете учи тываются доходы структурного подразделе- БИБЛИОГРАФИЧЕСКИЙ СПИСОК ния – средства, поступающие от платной обра зовательной деятельности, выигранные гранты 1. Приказ Министерства финансов Российской Феде рации № 25Н от 10.02.2006 "Об утверждении инструкции и т. п. Имеет аналогичные счету расходов раз- по бюджетному учету".

резы аналитического учета, с добавлением до- 2. "1С:Предприятие версия 7.7". Руководство по ус полнительного разреза "Специальность", где тановке и запуску. М.: Фирма "1С", 2000.

3. http://partweb.1c.ru/Orders/ProductList.aspx отражается информация о поступлениях фи 10 ИЗВЕСТИЯ ВолгГТУ УДК 519. В. В. Гетманский, А. С. Горобцов РЕШЕНИЕ ЗАДАЧ БОЛЬШОЙ РАЗМЕРНОСТИ В СИСТЕМАХ МОДЕЛИРОВАНИЯ МНОГОТЕЛЬНОЙ ДИНАМИКИ С ИСПОЛЬЗОВАНИЕМ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ Волгоградский государственный технический университет (victor.getmanski@gmail.com, gorobtsov@avtlg.ru) В статье рассматриваются задачи большой размерности для расчета динамики систем тел. Цели разработки новых методов параллельного решения – увеличение размерности моделей в современных CAE пакетах и ускорение расчета с минимальными затратами на перепроектирование CAE систем.

Ключевые слова: CAE, динамика систем тел, параллельные вычисления, многоядерные архитектуры, декомпозиция моделей.

V. V. Getmansky, A. S. Gorobtsov LARGE-SCALE TASKS SOLVING IN MULTIBODY DYNAMICS SIMULATION SYSTEMS USING PARALLEL COMPUTING In the article considered the problem of large scale tasks of solving multibody dynamic systems. The proposes for develop ing methods of parallel solving is extending the dimension of models in modern CAE software and obtaining a speedup with minimal efforts to redesign existing CAE systems.

CAE, multibody dynamics, parallel computing, multicore, model decomposition.

Среди систем инженерного анализа (CAE – параллельных процессов соответствует числу computer-aided engineering) выделяют пакеты, подсистем. После расчета нового решения про предназначенные для моделирования многотель- исходит синхронизация. В качестве синхрони ной динамики связанных систем тел (MBS – multi зации используется барьер, расставленный в двух body simulation). В задачах подобного рода про- точках алгоритма: перед началом чтения дан изводится численное интегрирование системы ных управляющим процессом и перед началом дифференциально-алгебраических уравнений пересылки считанных данных.

второго порядка. Размерность матрицы системы При решении задач большой размерности пропорциональна числу степеней свободы мно- в CAE пакете необходимо пересылать большое количество данных. Выполняется от 103 итера готельной конструкции. В процессе расчета мно готельных моделей, как правило, производится ций, на каждой из которых происходит количе генерация уравнений, описывающих многотель- ство пересылок, пропорциональное числу рас ную модель, в символьной форме. сеченных связей. Для этого необходимо нала При увеличении количества тел возникает дить скоростной обмен между процессами. В раз проблема решения таких систем, по следую- работанной системе использован механизм щим причинам: именованных каналов, предоставляемый опе необходимы алгебраические операции над рационной системой Windows. Это средство большими матрицами (от 106 элементов);

межпроцессного взаимодействия (IPC – inter при численном расчете количество итера- process communications) [8] доступно и в других ций превышает 103, что сказывается на скоро- операционных системах, например, в Unix.

сти расчета;

Именованные каналы работают в дуплексном для задач большой размерности велика же- режиме двусторонней передачи и расширяемы сткость системы дифференциальных уравне- для сетевого взаимодействия процессов [7].

ний, поэтому теряется устойчивость численно- Система синхронизации использует надеж го метода, и требуется уменьшать шаг;

ный алгоритм, который не допускает взаимо метод символьного представления уравне- блокировок, конфликтов при обращении к раз ний имеет ограничения на количество пере- деляемой памяти и не предъявляет к архитек менных как внутри CAE пакета, так и в исполь- туре ЭВМ специальных требований (особых зуемых компиляторах. инструкций). Алгоритм синхронизации основан Проблему можно решить, если разбить мат- на подходе с использованием управляющего рицу системы на подматрицы и решить систему монитора. При этом вводится дополнительный по частям [4]. При этом необходимо соблюдать процесс, осуществляющий почти всю логику условие слабой связанности [1] подсистем. Ре- перераспределения данных между процессами.

шение будет полностью соответствовать полу- Единственный недостаток в невыполнении тре ченному на полной модели в случае полной не- бования к оптимальности использования ресур зависимости решений для каждой их подсистем. сов, так как требуется дополнительный про При найденном разбиении можно использо- цесс. Главные достоинства – независимость от вать параллельный подход к решению задачи. архитектуры ЭВМ и снятие нагрузки с расчет Каждая подсистема рассчитывается в отдель- ных процессов за счет переноса алгоритма син ном процессе. На каждой итерации количество хронизации на управляющий.

ИЗВЕСТИЯ ВолгГТУ CAE-пакет 0 Модуль запуска Модуль 1 параллельных Результаты объединения Файлы модели процессов расчета данных Управляющий Процесс расчета Процесс расчета процесс подсистемы 1 подсистемы n 3 2 Разделяемая память Рис. 1 Архитектура системы синхронизации параллельных расчетов:

0 – параметры и геометрическое описание полной модели;

1 – данные адресации результатов для модели;

2 – пересылаемые между процессами данные;

3 – таблица синхронизации;

4 – результаты расчета подмоделей;

5 – собранные результаты расчета полной модели С учетом требований к системе синхрониза- Разработанная система предназначена для ции параллельного решения задач большой раз- решения задач большой размерности в пакете мерности и возможностей современных операци- многотельного моделирования ФРУНД. Разра онных систем разработана клиент-серверная ар- ботанная система тестировалась на моделях, хитектура подсистемы синхронизации (рис. 1). считаемых во ФРУНДе для сравнения времен В роли клиентов выступают решающие процес- ных показателей и результатов расчета. Ре сы, сервер – это многопоточное приложение, зультаты совпали, что доказывает справедли осуществляющее синхронное перераспределение вость использованных методов. Из-за наличия данных между клиентами, функции управляюще- нескольких процессов на однопроцессорной го монитора и сервисные функции, обеспечи- машине наблюдалось замедление. При расчете вающие подключение и отключение клиентов. конечноэлементной балки замедление снижа Интеграция системы возможна при условии, лось с ростом размерности задачи. Для 10 тел что CAE пакет предоставляет данные о модели, в в составе полной модели оно составило 30 раз, том числе назначение адресов хранения расчетных а для 150 – 5 раз. Зависимость снижения за данных и интерфейс доступа к общей памяти. медления от размерности была обратно про Логика функционирования системы состоит порциональной. Это подтверждается законом в том, что модуль запуска параллельных про- Амдала [3], если выразить ускорение парал цессов запускает на выполнение серверную лельного алгоритма через относительные доли часть и последовательно всех клиентов. Сервер времени выполнения последовательного и па начинает массовую рассылку своего имени че- раллельного кода:

(Ts + T p ) рез почтовые ячейки. Клиенты в это время Sp = =, осуществляют поиск сервера, пока не удается ( Ts + T p /N) (S + P/N) к нему подключиться. После подключения всех где Sp – ускорение;

клиентов сервер переходит в режим приема Ts – время последовательного расчета;

и рассылки данных.

Tp – время параллельного расчета;

За счет использования таблицы синхрони S = Ts /(Ts+Tp) – относительная доля времени зации с адресами пересылаемых данных ис выполнения последовательной части;

пользование системы в пакете сводится к до P = Tp /(Ts+Tp) – относительная доля време бавлению единственной функции в код каждо ни выполнения параллельной части.

го решателя с параметром-номером решателя.

12 ИЗВЕСТИЯ ВолгГТУ Результаты тестирования показали, что С учетом того, что S + Р = применение системы оправдано для больших 1 S Sp = S +.

задач, и метод может дать прирост скорости N N S расчета при использовании системы на сим При увеличении размерности относительная метричных мультипроцессорах [6], в частности доля времени на выполнение последовательного на ЭВМ с многоядерными процессорами.

ФРУНД имеет ограничение, составляющее кода падает, так как растет время на расчет одной 500 тел на модель. Дальнейшее тестирование итерации, а время на пересылки при одинаковом проводилось на моделях большой размерности, количестве подмоделей остается постоянным.

не считаемых в пакете. Для балки из 600 эле Тестирование системы параллельных расче ментов расчет динамики дал замедление в 1, тов проводилось на модели гибкой балки. В ка раз, а для 900 тел – в 1,61. При этом время пря честве тестовой задачи рассматривался расчет мого расчета вычислялось относительно изме динамики балки при сварке взрывом. Исполь ренного времени расчета максимальной модели зовалась конечноэлементная модель гибкой с учетом его линейной зависимости от числа балки, представляющая набор пластин, соеди тел для данной задачи.

ненных пружинами. Фрагмент расчетной схемы показан на рис. 2. БИБЛИОГРАФИЧЕСКИЙ СПИСОК Практические результаты тестирования на моделях разной размерности, полученные с ис- 1. Банах, Л. Я. Условия разбиения системы диффе ренциально-алгебраических уравнений на слабосвязанные пользованием параллельного расчета, приведе подсистемы / Л. Я. Банах, А. С. Горобцов, О. К. Чесноков // ны на рис. 3. Журнал вычислительной математики и математической физики. – 2006. – Т. 46, № 12.– С. 2223–2227.

2. Бочаров, Н. В. Технология и техника параллельно го программирования [Электронный ресурс] / Н. В. Боча ров. – [2007]. – Режим доступа: http://dks.invitation.ru.

3. Букатов, А. А. Программирование многопроцес сорных вычислительных систем / А. А. Букатов, В. Н. Да цюк, А. И. Жегуло.– Ростов н/Дону: ЦВВР, 2003.– 208 с.

Рис. 2. Фрагмент расчетной схемы балки при сварке взрывом 4. Крон, Г. Исследование сложных систем по частям – диакоптика / Г. Крон;

пер. с англ. Л. Я. Банах [и др.];

под ред. А. В. Баранова. – М.: Наука, 1972. – 544 с.

5. Нагорный, Л. Я. Многоуровневые алгоритмы и структуры распараллеливания решений систем уравне ний большой размерности [Электронный ресурс] / Л. Я. На горный, И. А. Жуков. – [2007]. – Режим доступа:

http://www.icfcst.kiev.ua/SYMPOSIUM/Proceedings/Nagorni y.doc.

6. Немнюгин, С. А. Параллельное программирова ние для многопроцессорных вычислительных систем / С. А. Немнюгин, О. Л. Стесик. – СПб.: БХВ-Петербург, 2002. – 396 с.

7. Рихтер, Дж. Windows для профессионалов: созда ние эффективных Win32 приложений с учетом специфики 64-разрядной версии Windows: пер. с англ. / Дж. Рихтер.– 4-е изд. – СПб.:Питер, 2001.– 752 с.

Кол-во тел в модели 8. Харт, Дж. Системное программирование в среде Рис. 3. Зависимость замедления от размерности задачи Win32: пер. с англ. / Джонсон М. Харт – 2-е изд.– М.: Ида (однопроцессорный расчет) тельский дом "Вильямс", 2001. – 464 с.

ИЗВЕСТИЯ ВолгГТУ УДК 621. А. Б. Голованчиков, М. Н. Блинков, М. Г. Новиков, Н. А. Дулькина ПРОЕКТИРОВАНИЕ И ОПТИМИЗАЦИЯ РЕЖИМА РАБОТЫ НАПОРНОЙ ВЕТРОЭНЕРГЕТИЧЕСКОЙ УСТАНОВКИ Волгоградский государственный технический университет (golovanchikov@vstu.ru, dnataly@mail.ru) Приведены зависимости скорости вращения лопастей от скорости ветра для напорной ветроэнергетической установки.

Ключевые слова: скорость вращения, скорость ветра.

A. B. Golovanchikov, M. N. Blinkov, M. G. Novikov, N. A. Dulkina THE PROJECTING AND THE OPTIMIZATION OF A WORKREGIME OF A FORCING WIND-POWER PLANT The dependences of a speed of rotation of blades on wind speed for a forcing wind-power plant are given.

Rotation speed, wind speed.

По закону Ньютона сила воздействия жид- режиме (5). Удельная мощность кинетической кости или газа на тело при его обтекании опи- энергии ветра описывается формулой сывается уравнением [1] V N ув = в. (6) V2 (1) Fв = S 2 Тогда отношение правых частей уравнения или для давления p = Fв (4) и (6) с учетом (5) представляют собой наи больший возможный коэффициент использова S ния энергии ветра ветроэнергетической уста V p =. (2) новки при преобразовании кинетической энер гии ветра в полезную работу потребителя на Для ветроэнергетической установки ско валу ветроколеса, когда Vк = Vв рость V представляет разность скоростей ветра Vв и колеса Vк [2, 3] (Vв Vк )2. = 0,148. (7) = (3) p = Для ламинарного режима обтекания лопат Тогда удельная мощность ветроэнергетической ки в виде плоского круга установки, то есть мощность единицы поверх 24, ности, нормальной к вектору скорости ветра Vв = Re N y = pVк = (Vв Vк ) Vк.

(4) где Re = (Vв Vк ) d = 2 Vв d Re 2.

Определяем экстремумы удельной мощно µ 3µ сти как функции скорости колеса. Для этого Так как µ = 1,8 105 Па = 1,2 кг/м3.

приравняем ее производную нулю dN y = 2 (Vв Vк )Vк + (Vв Vк ) = 0. Тогда 2 Vв d 1,2 dVк Re = = 105 Vв d = 0,445 105Vв d 3 1,8 105 Первый экстремум имеет место при Vв = Vк и соответствует минимуму Ny = 0. В пределе 2 0,445 105 Vв d.

Второй экстремум имеет место при Vк = Vв 3 Тогда d, то есть ламинарный ре 0,445 105Vв и соответствует максимуму удельной мощности ветроэнергетической установки. жим работы ветроэнергетической установки, ко Таким образом, внешний потребитель энер гда = 24 не реален, тоже можно показать и гии ветроэнергетической установки должен обес Re печивать торможение ветроколеса так, чтобы для переходного режима 2 Re 500 с коэф Vк = Vв. (5) фициентом сопротивления, описываемым фор 3 мулой Аллена Определим теоретический коэффициент ис- 0,312.

= пользования энергии ветра ветроэнергетиче Re0, ской установки, работающей в оптимальном 14 ИЗВЕСТИЯ ВолгГТУ Практический интерес представляет авто Для четырех лопастей соответствует модельный режим, когда Re 500 и = 0,44 В этом случае согласно формуле (7) циклу (периоду).

= 0,148 0, 44 = 0,0652 = 6,52%, Усреднение по углу в пределах от 0 до тo есть максимальный теоретический коэффи- дает значение циент использования энергии ветра напорной ветроэнергетической установки с лопастями 0,6 0, L L = 1,2 0,562 = 0,674 в виде плоского круга не превышает 6,5 %.

dэ dэ При этом необходимо обеспечить Re = 0,445 · · 105Vв 500 L при (10) 500 0,445 105Vв d, dэ что реально при всех рабочих скоростях ветра = 2,32 0,562 = 1,304 при L и сечениях лопаток колес. dэ Определим максимальный теоретический Подставляя в уравнение (7) максимальное коэффициент использования энергии ветра на значение = 1,304 получаем максимально воз порной ветроэнергетической установки с че можный коэффициент использования энергии тырьмя лопастями в виде полусфер (рис. 1). ветра для напорной ветроустановки с лопастя В результате экспериментальных исследо- ми в виде полусферы ваний на моделях после аппроксимации опыт- = 0,148 1,322 = 0,19316=19,32 % ных данных MHK получено уравнение Определим максимальную нагрузку на валу 0, ветроколеса, обеспечивающую оптимум удель L (8) = 1,2 0,34 + 1,08 ной мощности Vк = 1 Vв dэ 4 при L 3 (учет эффекта экранирования лопа- Из дифференциального уравнения балан dэ са сил стей) при L 3 dV m к + F = Fв. (11) dэ dt Получаем с учетом формулы (1) и (8) = 2,32 0,34 + 1,08. (9) dV m к + F = 4 dt 0, L = 2,32 0,34 + 1,08 dэ (Vв Vк ) S, где 0.

Здесь m – масса колеса;

F – внешняя сила (нагрузка, приведенная к центру колеса на плече L).

При m = 20 кг, Vв = 5 м/с, оптимальная ско рость колеса Vк = 5/3 м/с. Тогда при длине пле ча от оси до центра колеса L = 1,25 м и пло щади полусфер S = 0,5 м2, плотности воздуха а б = 1,2 кг/м3 допускаемая внешняя сила F = 2,94 Н.

График разгона ветроколеса от Vк = 0 до Vк = Рис. 1. Схема напорной ветроустановки:

= Vв / 3, рассчитанный по формуле (11) с уче а) с присоединенным через кривошипно-шатунный механизм на сосом: 1 – вал;

2 – лопатка в виде полусферы;

3 – спица;

4 – кри- том (10) представлен на рис. 2. Как видно из вошипно-шатунный механизм насоса;

5 – насос поршневой этого рисунка, колесо при вышеназванных па (плунжерный);

б) с повышающим число оборотов редуктором раметрах разгоняется до скорости равной 95 % и центробежным насосом: 6 – шестерня вала;

7 – редуктор ИЗВЕСТИЯ ВолгГТУ от номинальной за 30 с, совершив за это время Таблица Зависимость оптимальной внешней нагрузки 16 оборотов. крутящего момента, числа оборотов ветроколеса Значения, соответствующие стационарному и производительности по перекачиваемой воде на высоту 10 м от скорости ветра режиму работы ветроколеса при оптимальной внешней нагрузке, обеспечивающей макси- Скорость мальный к. п. д. для скорости Vк = 1 Vв, пред- ветра Vв, 3 4 5 6 7 8 9 м/с Внешняя ставлена в таблице. сила F, Н 1,06 1,88 2,94 4,2 5,76 7,52 9,52 11, Оптимальная внешняя сила F рассчитыва- Крутящий лась по формуле (11) при dVк = 0 с учетом (1) момент, Нм 1,32 2,35 3,67 5,29 7,2 9,41 11,9 14, dt Число обо и (10). Здесь же для примера приведена зависи- ротов в ми нуту ветро мость расхода воды, которую можно закачивать колеса 7,6 10,2 12,7 15,3 17,8 20,4 22,9 25, насосом на высоту 10 м в соответствии с урав- Произво нением [4] дитель ность на F Vк = w g H qv, соса, л/час 38,85 92,9 179,8 310,10 493,5 736,7 1049 где w = 1000 кг/м3 – плотность воды.

Как видно из таблицы, уже при средних скоростях ветра Vв = 36 м/снапорная ветроус Vк G, м/с об.

тановка, соединенная непосредственно с насо сом может обеспечить производительность от 1,5 40 до 300 л/час по воде, поднимая ее на 10 м.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 1,0 1 1. Касаткин А. Г. Основные процессы и аппараты химической технологии. 9-е изд. пер. и доп. М., Химия, 1973, 754 с.

0,5 2. Васильев Ю. С., Хрисанов Н. И. Экология исполь зования возобновляющихся энергоисточников. – Л.: Изда тельство Ленинградского университета, 1991, 343 с.

t, c 3. Никитин Д. П., Новиков Ю. В. Окружающая среда 5 20 25 10 и человек. – М.: Высшая школа, 1980, 424 с.

Рис. 2. Скорость разгона ветроколеса (1) и число оборотов (2) 4. Павлов К. Ф., Романков П. Г., Носков А. А. Приме при оптимальной внешней нагрузке F = 2,94 Н, скорости вет- ры и задачи по курсу процессов и аппаратов химической ра V = 5 м/с номинальной скорости ветроколеса 1,67 м/с. технологии. – Л.: Химия, 1981, 560 с.

УДК 628.15/ А. Б. Голованчиков, И. В. Владимцева, Ю. С. Гермашева, Н. А. Дулькина МОДЕЛИРОВАНИЕ ПРОМЫШЛЕННЫХ ЭЛЕКТРОФЛОТАТОРОВ С УЧЕТОМ СТРУКТУРЫ ПОТОКОВ Волгоградский государственный технический университет (golovanchikov@vstu.ru, dnataly@mail.ru) Предложен алгоритм расчета электрофлотаторов с реальной структурой потока. Проведено сравнение аппаратов идеального и реального перемешивания.

Ключевые слова: флотация, электролиз воды, структура потоков, макро- и микроуровень смешения.

A. B. Golovanchikov, I. V. Vladimceva, U. S. Germashova, N. A. Dulkina THE MODELLING OF A INDUSTRIAL ELECTROFLOTATOR CONCERNING ON THE STRUCTURE OF A CURRENT The algorithm of the calculation of a electroflotator with a real structure of a current is offered. The comparison of the ideal and real apparats of hashing is given.

Flotation, water electrolysis, structure of current, macro- and micro- level of mixing.

Обычно структура потоков во флотаци- напорной флотации не могут мгновенно вы онных и электрофлотационных аппаратах равнивать концентрацию частиц или капель существенно отличается от идеального сме- дисперсной фазы по всему объему аппарата, шения, особенно для аппаратов большого т. е. создавать безградиентный концентраци объема. Ни импеллеры, ни пузырьки газа в онный фон [1, 2].

16 ИЗВЕСТИЯ ВолгГТУ с j Расчеты проводились по известным форму = 0, лам для аппаратов реального смешения [4] при xi = 0,75 на макроуровне где j = 1,2 – соответственно частицы или ка- С = Ссr d / cr0, пельки дисперсной фазы и пузырьки газа;

i = 1, (3) 2, 3 – оси координат x, y, z. c cn d 3 dn Соответственно функция распределения час- n exp n kcr тиц по времени пребывания (РВП-функция) не cr0 d r cr0 d r где cr = описывается экспоненциальной зависимостью, C = ( t ), c d 3 (1) cn0 d n n exp 0 n kcr d cr0 d r где t – текущее время;

– среднее время пребы- cr0 r вания, а представляет собой, так называемую, интегральная кинетическая зависимость кон кривую отклика, которая описывается уравне центрации частиц от времени, полученная по нием [3] сле интегрирования дифференциального кине 1, (2) exp тического уравнения флотации и электрофло C= exp (1 ) 2 1 тации [5] W = k cr cn (4) 1 + 2 2 ;

2 – дисперсия кривой от где = при условии монофлотации 2 d ( ) клика, 2 0,5, рассчитываемая по формуле cr0 cr = r cn0 cn (5) d n 2 = с(1 ) 2 d и начальном условии t = 0 или = 0, сr = cr или в размерном виде или с = 1.

Для сравнения здесь же приведены графики 2 = Cu t 2 dt ( Cu dt )2 1. для идеального смешения на микроуровне с ма 0 тематической моделью При = 1, при = 1 формула (2) для ре- a ального перемешивания переходит в формулу (1) c = a + + b, (6) для идеального перемешивания. На рис. 1 приведен график зависимости от- cn d r где a = b + 0 1, b = носительной концентрации частиц от среднего, d cr n времени пребывания при различной структуре dn 0 kcr d потоков во флотационном аппарате.

r полученной из математической модели реакто ра идеального смешения на микроуровне cr cr = 0 с учетом (4) и (5);

и для идеального W вытеснения с математической моделью c cn d 3 d 0 n exp n0 n k cr d d cr0 r cr0 r, (7) c= c d 3 cn0 d n n exp 0 n k cr d cr0 d r cr0 r полученной после интегрирования уравнения (4) с учетом формулы (5) и начального условия Рис. 1. Зависимость относительной концентрации частиц от среднего времени пребывания во флотационном аппа = 0, сr = cr0.

рате при: dr = 3,510–5м;

dn = 3,010–5 м;

cr0 = 0,01;

cm0 = 0, Как видно из графика, относительная кон и константе флотации к = 1:

1 – идеальное смешение на макроуровне [формулы (1) и (3)], 2 – центрация частиц во флотаторах реального идеальное смешение на микроуровне;

3 – реальное смешение при смешения (кривая 3) занимает промежуточное = 0,75 [формулы (3) и (2)];

4 – идеальное вытеснение (приво положение между относительными концентра диться для сравнения) ИЗВЕСТИЯ ВолгГТУ циями идеальных структур потоков: смешения Таблица (кривые 1 и 2) и вытеснения (кривая 4). Зависимость степени очистки от числа флотаторов На рис. 2 приведена зависимость относи- идеального смешения на макроуровне тельной концентрации частиц во флотаторах Число аппаратов Идеальное реального смешения от коэффициента при 1 2 в каскаде вытеснение среднем времени пребывания = 1000с и пара Степень очистки 0,856 0,947 0,976 0, метрах k = 1;

cr0 = 0,015;


dn=310–5;

dr = 3,510–5.

Как видно из графика (рис. 2), уход от иде Как видно из таблицы, уже при трех флота ального смешения на макроуровне способствует ционных камерах идеального смешения на увеличению степени улавливания частиц, а при макроуровне в каскаде степень очистки суспен требуемой степени улавливания уменьшает не обходимый объем флотационной камеры. зии или эмульсии увеличивается с 0,856 до 0,976, т. е. на 12 %. Для достижения той же степени очистки в одном аппарате потребует ся аппарат со средним временем пребывания = 3000 с или в 6 раз больший, чем суммарное время 3-х аппаратов в каскаде.

Установка электрофлотаторов в каскад тем более целесообразна, что электродные модули, устанавливаемые на дне, будут по треблять в 6 раз меньше электроэнергии для электролиза воды и, соответственно, требует меньших по мощности и размерам, а значит и по стоимости генераторов или выпрямителей постоянного тока, которыми проще снабжать небольшие по размерам электрофлотацион ные камеры, установленные последовательно Рис. 2.Зависимость относительной конечной концентра- в каскад.

ции частиц во флотационной камере от коэффициента со структурой потока реального смешения на макроуров БИБЛИОГРАФИЧЕСКИЙ СПИСОК не, формула (2 и 3) – кривая 1;

линия 2 соответствует ап парату идеального смешения на микроуровне (формула 2);

1. Матов Б. М. Электрофлотация. Кишинев: Картя линия 3 соответствует аппарату идеального вытеснения молдовеняскэ,1971. – 184 с.

с = 0,0001 (формула 7) 2. Мамаков А. А. Современное состояние и перспек тивы применения электролитической флотации веществ.

Это позволяет предложить, что как и для Кишинев: Штинща. – 250 с.

химических реакторов, переход от больших по 3. Голованчиков А. Б., Тябин Н. В., Дахина Г. Л. Элек объему аппаратов, целесообразно перейти к кас- трофлотационные процессы и аппараты химической тех каду флотаторов или электрофлотаторов малого нологии. Учебное пособие. Волгоград: Волгоградский объема, установленных последовательно. технический институт. – 97 с.

4. Кафаров В. В. Методы кибернетики в химии и хи Результаты зависимости относительной мической технологии. М.: Химия,1976. – 463 с.

концентрации частиц от числа флотационных 5. Левеншпиль О. Инженерное оформление химиче камер в каскаде при одинаковом общем сред- ских процессов. М.: Химия, 1969. – 624 с.

нем времени пребывания = 500 с приведены в 6. Закгейм А. Ю. Введение в моделирование химико таблице (k = 1;

cr0 = 0,01;

cn0 = 0,015;

dn = 310–5;

технологических процессов. М.: Химия, 1973. – 272 с.

dr = 3,510–5). Расчеты проводились по форму- 7. Цыпкин А. Г., Цыпкин Г. Г. Математические фор лам 2 и 3. мулы. М.: Наука, 1985. – 127 с.

18 ИЗВЕСТИЯ ВолгГТУ УДК 519. А. В. Дмитренко, А. В. Черняев МОДЕЛЬ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДЛЯ АНАЛИЗА ПОСЛЕДСТВИЙ РАЗЛИВОВ НЕФТИ ИЗ ТРУБОПРОВОДОВ "МАТИ" – Российский государственный технологический университет им. К. Э. Циолковского (alex_v_ch@mail.ru) В статье описывается модель интеллектуальной системы для анализа последствий разливов нефти из нефтепрово дов, основанная на виртуальной экспертной системе.

Ключевые слова: моделирование, разливы нефти, нефтепроводы.

A. V. Dmitrenko, A. V. Chernyaev BASED ON VIRTUAL EXPERT SYSTEM, INTELLIGENCE SYSTEM MODEL FOR OIL SPILLAGE EFFECTS ANALYSIS This paper describes based on virtual expert system, intelligence system model for analysis of effects of oil spillage from oil pipelines.

Simulation, oil spillage, oil pipelines.

Важность современных задач обеспечения определение размеров ущерба, полученного экологической и производственной безопасно- в результате загрязнения нефтью каждого ком сти, в частности безопасности трубопроводов, понента окружающей природной среды и об требует интенсивного развития прикладных ин- щую сумму платы за загрязнение ОПС.

формационных систем [1]. При этом одним из Масса нефти, загрязняющей водные объек наиболее перспективных направлений развития ты, определяется суммированием массы рас является разработка и внедрение интеллекту- творенной и эмульгированной в воде нефти, альных систем, например, прикладных эксперт- значение которой соответствует предельной ных систем. Задача оптимального построения концентрации, и массы пленочной нефти на таких систем является сложной, неоднозначной поверхности водного объекта.

и носящей ярко выраженный предметно-ориен- Основными факторами, определяющими тированный характер. Решение подобной задачи величину ущерба, наносимого окружающей требует проведения всестороннего моделирова- природной среде при авариях на нефтепрово ния как самих аварийных процессов, так и дах, являются:

структур информационной поддержки процес- количество вылившейся из нефтепровода сов принятия решений в сферах экологического нефти и распределение ее по компонентам ок мониторинга и техногенной безопасности. В на- ружающей среды;

стоящей работе рассматривается модель интел- площадь и степень загрязнения земель;

лектуальной системы, основанная на использо- площадь и степень загрязнения водных объ вании систем, основанных на знаниях и специ- ектов;

альных экспертных систем. количество углеводородов, выделившихся Главной проблемой при авариях нефтепро- в атмосферу.

водов является уменьшение экологического Расчет количества нефти, вылившейся из ущерба, вызванного возможными разливами трубопровода, производится в три этапа, опре нефти. Чрезвычайные ситуации при аварийных деляемых разными режимами истечения:

разливах нефти на магистральных нефтепрово- истечение нефти с момента повреждения до дах связаны преимущественно с ущербом ок- остановки перекачки;

ружающей природной среде (ОПС) и обуслов- истечение нефти из трубопровода с момен лены отказами сооружений, объектов или ли- та остановки перекачки до закрытия задвижек;

нейной части магистральных нефтепроводов. истечение нефти из трубопровода с момен При этом окружающая природная среда пред- та закрытия задвижек до прекращения утечки.

ставляется в виде системы, состоящей из трех Площадь дефектного отверстия определяет основных компонентов: земель, водных объек- ся в зависимости от формы разрыва стенки нефтепровода.

тов и атмосферы.

Площадь нефтяного загрязнения земель и вод Система оценок при аварийных разливах ных объектов может быть определена:

включает:

методом экспертных оценок;

расчет общего объема (массы) нефти, вы инструментальным методом;

лившейся при аварии из нефтепровода, и массу методом аэрофотосъемки.

нефти, загрязнившей компоненты окружающей Для расчета всех вышеперечисленных ха природной среды;

рактеристик используются различные методы.

расчеты площадей загрязненных нефтью Это относится как к расчетным соотношениям, земель (почв) и водных объектов;

ИЗВЕСТИЯ ВолгГТУ так и вычислительным методам. Поэтому вы- ем методов интеллектуально анализа данных бор оптимального метода расчета является не- (ИАД или Data Mining) или специальных экс однозначной и достаточно сложной задачей, не пертных систем. В последнем случае извлечение имеющей универсального решения. Автомати- знаний поводится с помощью специальной экс зация процедур такого выбора тоже должна пертной системы. Более детально эти вопросы учитываться при построении систем поддержки применительно к технологическим системам бы процессов принятия решений для анализа по- ли рассмотрены нами ранее [2, 3].

следствий разливов нефти. В данной модели и ее программной реализа Общая схема предлагаемого процесса функ- ции целесообразно использовать архитектуру ционирования такой информационной системы системы, основанной на виртуальной экспертной показана на рис. 1. От традиционной структуры системе (ВЭС) [4]. В этом случае, в зависимости она отличается тем, что включают в себя в явном от характера формируемых знаний и ранее уста виде систему баз знаний и блоки математическо- новленных требований, а также имеющейся пра го моделирования. Это вызвано тем, что слож- вовой и нормативной документации, ВЭС выби ность решения задачи построения действительно рает наиболее адекватный набор методов и алго интеллектуальных систем поддержки процессов ритмов для извлечения знаний, их структуриро принятия решений в сфере экологического мони- вания и формализации. Она же осуществляет торинга требует использования систем знаний внутреннее согласование данных, приведение их и методов комплексного математического моде- к одинаковым форматам и методам представле лирования. Предлагается следующая структура ния. Основные базовые принципы построения построения интеллектуальной системы для обра- архитектуры предлагаемой ВЭС следующие:

ботки экологических данных в системах инфор- 1) для выбора тех или иных наборов правил мационного обеспечения процессов экологиче- и/или алгоритмов используются встроенные ского мониторинга (рис. 2). Система предполага- динамические ЭС;

ет получение и согласование экспертных и "ма- 2) для выбора актуального на данном эта шинных" знаний. Последние получаются путем пе комплекса правил, методов, алгоритмов фильтрации исходных экспериментальных дан- и программ применяются различные методы ных, их первичной обработки и дополнения ре- автоматизированного принятия решений, в ча зультатами вычислительных экспериментов, с стности метода динамических приоритетов последующим извлечением знаний с применени- и таблиц [5].

Входные данные Входные данные Согласование БАЗА Экологические и первичная обработка Первичная обработка данных ЗНАНИЙ стандарты, критерии и данных методики оценки Расчет количества МОДЕЛИРО ЭКСПЕРТЫ разлившейся нефти ВАНИЕ ЭС АВАРИЙ НОГО ПРОЦЕССА Расчет размеров пятна Геоинформационные загрязнения системы Извлечение и Формирование Система Протоколирование, формирование и вывод согласова формирование и знаний документации ния вывод решений Расчет Прогноз и Нормативы экологических оценка сил и последствий и средств для экономического ликвидации Блок оценки ущерба аварии верификации ВЫВОДЫ Сценарный анализ и Блок Рабочие банки оптимизация моделирования данных сил и средств Система информационной Система координации и поддержки принятия управления решений Рис. 2. Структура интеллектуальной системы обработки Рис. 1. Структура процесса информационного анализа по экологических данных:


следствий аварийных разливов нефти информационная: и управляющая: связи 20 ИЗВЕСТИЯ ВолгГТУ Блок математического моделирования пред- сования получаемых знаний, их верификация, назначен для выражения в количественном ви- объяснение в доступной форме методологии де полученных решений. Данный блок пред- получения решений, а также мониторинг функ ставляет собой набор математических моделей ционирования системы и формирование блоков аварийных процессов (дополненный, по воз- вывода и протоколирования. Необходимым можности, данными конструкторской и техно- представляется включение в систему развитых логической документации нефтепровода вы- средств моделирования, т. к. формируемые ба полненными в соответствии с ИПИ (CALS) зы знаний представляют собой по сути базы стандартами. Связанный с блоком согласования моделей. Не следует забывать и о необходимо и верификации, блок математического модели- сти разработки соответствующих интерфейсов рования позволяет уточнять полученные реше- и прикладного программного обеспечения.

ния, осуществлять их проверку и корректиров- Развитие и реализация предложенных прин ку. В качестве моделей могут использоваться ципов построения структур информационной под различные модели процессов и сценарные мо- держки систем поддержки процессов принятия дели анализа последствий аварий. В последнее решений при анализе последствий разливов нефти время часто используются имитационные мо- позволит повысить экологическую безопасность дели, в том числе и полученные с помощью ме- эксплуатации нефтепроводов и усовершенство тодов искусственного интеллекта. вать процессы их проектирования и мониторинга.

Система согласования предназначена для Авторы благодарны Департаменту про согласования "машинных" данных и знаний мышленности и науки Правительства г. Моск и знаний, получаемых от экспертов. В резуль- вы за поддержку проводимых исследований тате использования методов отбора знаний от (в рамках темы № 199 ц) экспертов получают некий набор информации, который должен быть согласован с имеющими- БИБЛИОГРАФИЧЕСКИЙ СПИСОК ся данными и знаниями в Базе Знаний (БЗ). 1. ИСО 14004:2004. Системы экологического ме Система согласования и выполняет данную функ- неджмента.

цию. Ее работа основана на следующем принци- 2. Черняев А. В. Особенности построения систем зна ний в области сложных технологических процессов. Кон пе: полученная от эксперта информация сравни структорско-технологическая информатика – 2000: труды вается с информацией в БЗ. В случае различия конгресса. – М., т. 2. – С. 254–256.

используются методы нечеткой логики для уст- 3. Черняев А. В., Веденин К. В. Особенности построения ранения противоречия: а именно – вычисления экспертных систем в области производства МЭА. Электрон ная техника сер 3. Микроэлектроника, 1998. – С. 17–21.

с использованием факторов (коэффициентов) 4. Дмитренко А. В., Черняев А. В. Особенности по уверенности, предназначенных для измерения строения систем знаний для автоматизации экологическо степени значимости данной информации. го мониторинга. Труды второй Межд. НТК "Экология Ясно, что поддержание целостности и ус- и безопасность жизнедеятельности промышленно-транс портных комплексов", Тольятти, 2005. – С. 288– тойчивости системы, ее оптимизация, устране- 5. Черняев А. В., Веденина С. Г. Применение метода ние избыточности данных и т. д. являются са- динамических приоритетов в структуре экспертных сис мостоятельными и сложными задачами. Осо- тем в области экологической безопасности. Вестник БГТУ им В.Г. Шухова 2004, № 8. – С. 68–69.

бенно важной представляется проблема согла УДК 519.876. Е. С. Кузнецова ИССЛЕДОВАНИЕ МОДЕЛИ ДВУХУРОВНЕВОЙ АСУ ШАРОВОЙ МЕЛЬНИЦЫ СУХОГО ПОМОЛА ЦЕМЕНТА Камышинский технологический институт (филиал) ВолгГТУ (cad@vstu.ru) В статье приведены оценки показателей надежности автоматизированной системы управления производством на примере имитационной модели двухуровневой АСУ шаровой мельницы сухого помола цемента.

Ключевые слова: помол цемента, автоматизация процесса, имитационная модель.

E. S. Kuznetsova RESEARCH OF MODEL OF THE TWO-LEVEL AUTOMATED CONTROL SYSTEM OF A SPHERICAL MILL OF A DRY GRINDING OF CEMENT In clause estimations of parameters of reliability of the automated control system by manufacture on an example of imitating model of the two-level automated control system of a spherical mill of a dry grinding of cement are resulted.

Grinding of cement, automation of process, imitating model.

В статье приведены оценки показателей ления производством на примере имитаци надежности автоматизированной системы управ- онной модели двухуровневой АСУ шаровой ИЗВЕСТИЯ ВолгГТУ мельницы сухого помола цемента. Шаровая Проходя через все камеры, материал из мельчается и превращается в готовый продукт мельница сухого помола цемента (рис. 1) пред ставляет собой горизонтальный вращающийся цемент. Качество работы измельчительных аг барабан диаметром 2,4 м и длиной 14 м, разде- регатов характеризуется тонкостью помола, ленный на 3 камеры ячеистыми перегородками, а также точностью поддержания заданных со препятствующими смешиванию шаров, но не отношений компонентов (клинкера, гипса, до мешающими продвижению цемента. бавок). Допустимая тонкость устанавливается Барабан мельницы заполняют примерно на ГОСТом. Качество цемента и его марка (а, сле 1/3 его объема мелющими телами (чугунными довательно, и отпускная цена) определяются или стальными шарами диаметром 40130 мм, активностью цемента.

либо стальными цилиндриками) и измельчае- Номинальная производительность мельни мым материалом (клинкер, гипс и добавки). цы 26 тонн/час.

При вращении барабана мелющие тела благо- Технологический процесс непрерывный, даря силе трения, возникающей под действием и существенное значение имеет управление в ста центробежных сил, поднимаются по стенкам ционарном режиме. Поэтому для управления барабана на некоторую высоту. Достигнув вы- целесообразно использовать стационарные ал соты, на которой силы веса преодолевают цен- горитмы.

тробежные силы и вызванные ими силы трения, По ГОСТ тонкость помола не должна мелющие тела падают вниз и при ударах из- превышать допустимой 13,2 %. При сущест мельчают загруженный в мельницу материал. вующем способе автоматизации для обеспе Первая камера осуществляет грубый помол чения такой нормы приходится устанавли с помощью крупных шаров диаметром 60 см, вать расход сырья, при котором средняя тон камера 2 – средний помол, диаметр шаров 35 см, кость равна 10 %. Данное среднее значение камера 3 – тонкий помол, диаметр шаров 20 см.

обеспечивается только при снижении произ При наиболее выгодной скорости вращения водительности мельницы на 20 % по сравне мельницы, мелющие тела проходят часть пути нию с номинальной.

прижатыми центробежной силой к футеровке При снижении среднеквадратического от мельницы, а, дойдя до некоторой точки, отры клонения тонкости помола в 6 раз за счет авто ваются и каскадом падают вниз, двигаясь под матизации, удастся обеспечить гарантию каче углом к горизонту. В этом случае помол наибо ства (тонкость не выше 13,2 %) при средней лее эффективен, материал измельчается ударом, тонкости 12 %, что соответствует увеличению а при перекатывании шаров также истиранием.

производительности мельницы с 21 до номина Если число оборотов мельницы недоста ла 26 тонн/час.

точно, то центробежные силы оказываются на В отличие от ручного управления, в автома столько малыми, что мелющие тела падают с не тизированном объекте можно обеспечить га значительной высоты, в этом случае клинкер рантию соблюдения технологического ограни размалывается очень медленно. При слишком большой скорости вращения мельницы центро- чения на тонкость помола, при большей произ бежные силы могут оказаться настолько значи- водительности мельницы.

тельными, что силы веса не смогут их преодо левать;

тогда шары не будут падать и измель чать материал.

Технологический режим помола существен но зависит от состояния, количества и ассорти мента мелющих тел. Скорость вращения бара бана обычно около 2 об/мин. Исходный матери ал из бункеров питателями подается в мельницу.

Сырье для помола (клинкер) после обжига во вращаю щейся печи Тарельчатый питатель (регулирует производите льнос ть) Цемент Камера 1 Камера 2 Камера 5м 4м 5м Рис. 2. Схема возникновения опасных и безопасных со стояний системы Рис. 1. Шаровая мельница 22 ИЗВЕСТИЯ ВолгГТУ Автоматическое управление осуществляет- ся с помощью контроля (измерения) показаний датчика и формирования такого входного воз- действия подачи клинкера, которое обеспечит Tonk s требуемый режим работы объекта регулирова- Us ния мельницы. 15 13. Рис. 3 отображает результат настройки на тонкость, равную 12,2 %. При таком значении тонкости производительность мельницы равна 0 50 100 150 200 250 25 т/час. s s Качество процесса регулирования опреде- Рис. 3. График изменения подачи клинкера на помол и тонкости помола на выходе мельницы при изменении за ляется по отклонению тонкости помола на вы дания необходимой тонкости ходе мельницы от заданной.

Важным шагом в изучении системы являет ся установление зависимостей между введен ными параметрами.

Проведенные исследования по изменению производительности мельницы в зависимости от тонкости помола на выходе мельницы по зволяют сделать вывод о существовании ли нейной зависимости между этими величинами.

Данная зависимость позволяет управлять мель ницей таким образом, чтобы "требовать" такую тонкость, которая соответствует необходимой производительности, и наоборот. Рис. 4 иллю- Производительность стрирует данную зависимость. Задающее воз Рис. 4. График зависимости тонкости помола цемента на действие определяется на верхнем (цеховом) выходе от производительности уровне АСУТП.

При ручном управлении процессом помола цемента в шаровой мельнице при постоянном Ts расходе сырья имеют место колебания тонко сти помола. Как показывает рис. 5, в этом случае, чтобы 13. гарантировать тонкость помола не выше допус- тимой по ГОСТ (13,2 %, на рис. 5 – жирный пунктир), приходится устанавливать расход 0 75 150 225 сырья, при котором средняя тонкость равна 10 % s (на рис. 5 – тонкий пунктир). Данное среднее значение обеспечивается только при снижении Рис. 5. Колебания тонкости помола при постоянном рас ходе сырья производительности мельницы на 20 % по срав нению с номинальной. Как показывает рис. 5, среднее квадратическое отклонение тонкости помола составляет примерно 1,2 %. Ts За счет автоматизации достигается увели чение производительности мельницы при усло- вии гарантии тонкости помола не выше допус 13. тимой по ГОСТ 13,2 % при средней тонкости 12 %. Это соответствует увеличению произво дительности мельницы с 21 до 25 тонн/час. 0 75 150 225 Моделируются процесс со средним време нем безотказной работы для простых аварий s Т1 = 100 часов и для сложных аварий Т2 = 1000 ча- Рис. 6 Колебания тонкости помола при постоянном расхо сов при разных дисциплинах обслуживания. де сырья (если процесс будет автоматизирован) ИЗВЕСТИЯ ВолгГТУ навливаются и через некоторое время вступают Все выходные данные, за исключением в строй [21, стр. 73].

графиков, меняются в реальном времени.

Считаются экономические потери от нена Разработана методика оценки уровня тех дежности работы технических средств в конту нико-экономических показателей по автомати ре автоматизации. Затем считаются затраты на зации с учетом системной надежности.

поддержание работоспособности САУ: про При исследовании функционирования вир должительность бесперебойной работы и время туальных комплексов появляется возможность восстановления. Данное время обозначается оценить влияние показателей надежности функцией затрат на службу АСУ. Получается средств управления и дисциплины обслужива способ оптимизации уровня системной надеж ния системы на технико-экономических пока ности: (выигрыш от увеличения времени рабо зателях (ТЭП) автоматизированного объекта.

ты на 25 т/час) – (проигрыш на оплате службы Особенности конкретных объектов учитывают АСУ) max.

ся укрупнено, путем заполнения таблицы изме Каждая из стратегий характеризуется сред нения ТЭП при отказах каждого из элементов ней длительностью простоя канала связи Т П, технической структуры АСУ и всех возможных которая в определенной степени зависит от по сочетаний этих элементов. Базой для сравнения рога сдачи отказавшего канала на обслужива являются ТЭП, достигнутые на объекте до вне ние (tсд) и предельного времени устранения на дрения АСУ (сбор этих данных согласно тех рушения В*. Для указанных стратегий обслу нологии проектирования АСУ производится на живания известно что существует оптимальное этапе разработки технического задания (ТЗ) на время сдачи неисправного канала tсд,оп, при ко проектирование системы). Особенности техни тором показатель Т П имеет минимальное зна ческих средств также учитываются укрупнено, чение, зависящее от параметра В*, причем чем только на уровне показателей надежности.

больше В*, тем больше tсд,оп. На практике при Особенности функционирования АСУ учиты использовании первой стратегии обслуживания ваются на уровне показателей технического об tсд,оп = 3..5 мин, для второй tсд,оп = (0,3..0,5) В* мин.

служивания, влияющих на время восстановле При этом среднее время простоя канала суще ния работоспособности системы.

ственно зависит от распределения весов отка При моделировании системы автоматиче зов первого p1 и второго p2 типов (при p1 = ского управления (САУ) технологическим про = 0,9 tсд,оп 150…200 с) и принятого критерия цессом в качестве показателей надежности ис отказа канала t*, который оказывает влияние пользуем интенсивность отказов и среднее также и на другие характеристики надежности, время восстановления.

например, на среднее время наработки на отказ При безотказной работе всех элементов Тот, на среднее время восстановления Тв и ко системы располагаемая производительность эффициент готовности канала Кг.

равна номинальной.

При отказах отдельных элементов произво- БИБЛИОГРАФИЧЕСКИЙ СПИСОК дительность может уменьшаться или становит 1. Живоглядов В. П. Адаптация в автоматизирован ся равной производительности ручного режима ных системах управления технологическими процессами.

(пока работает САУ, производительность мель- Фрунзе. Илим 1974.

ницы равна 25 т/час, когда авария и простой 2. Дружинин Г. В. Надежность автоматизированных систем. М. Энергия 1977.

САУ – 20 т/час). Отказавшие элементы восста 24 ИЗВЕСТИЯ ВолгГТУ УДК 004. И. В. Степанченко, В. Г. Семенов, В. В. Сургутанов РЕАЛИЗАЦИЯ ГЕНЕТИЧЕСКОГО АЛГОРИТМА АДАПТАЦИИ ПАРАМЕТРОВ РЕГУЛЯТОРА В РАСПРЕДЕЛЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЕ Камышинский технологический институт (филиал) Волгоградского государственного технического университета (stilvi@mail.ru) В работе представлены результаты исследований реализации генетического алгоритма в распределенной вычислительной среде, заключающиеся в определение области применимости такого алгоритма для настройки ПИД-регулятора. Дана структу ра разработанной распределенной вычислительной системы. Приводится описание поискового алгоритма адаптации парамет ров регулятора, функционирующего в распределенной вычислительной системе. Представлены результаты некоторых вычис лительных экспериментов и рекомендации по использованию распределенных вычислительных структур.

Ключевые слова: Распределенная вычислительная система, удаленный вызов методов, технологии Jini и JavaSpaces, параллельные вычисления, генетический алгоритм, адаптивный алгоритм прямого поиска, распределенная совместно используемая память, решающий сервис, вычислительный сервис, тестовые задачи.

I. V. Stepanchenko, V. G. Semenov, V. V. Surgutanov IMPLEMENTATION OF THE GENETIC ADAPTATION ALGORITHM OF REGULATOR PARAMETERS IN THE DISTRIBUTED COMPUTING SYSTEM The paper presents research results of implementation of the genetic algorithm in the distributed computing environment. Tasks of such algorithm applicability consisting in definition for tuning PID-regulator are presented. The structure of the distributed computing system is presented. The genetic algorithm of a search by using the distributed computing system is considered. The estimation method of distributed computing systems parameters is suggested. The few results of numerical experiments are included to illustrate the features of the developed approach and recommendations of the distributed structures using are presented.

Distributed computing system, Java platform, remote method invocation, Jini and JavaSpaces specifications, parallel computing, genetic algorithm, adaptive direct search algorithm, distributed shared memory, decisive service, computing service, estimation tasks.

В данной работе рассматривается класс са- мощью можно находить глобальный экстремум монастраивающихся систем (СНС) [1], в кото- функции v-независимых переменных. Прове рых структура регулятора задана (заранее вы- дем соотнесение физического смысла биологи брана), требуется определить лишь алгоритм ческих терминов, которыми традиционно опе настройки его коэффициентов (алгоритм адап- рируют ГА с терминами теории управления:

тации). В качестве алгоритма адаптации ис- популяция – совокупность параметров регуля пользуется поисковый алгоритм, который тора;

индивидуум популяции – параметр регуля включается в структуру регулятора (в данной тора;

хромосома – значение параметра регуля работе ПИД-регулятора). тора;

естественный отбор – выбор наилучше Отметим, что включение контура адаптации го значения функции;

поколение – итерация в структуру ПИД-регулятора не является бес- расчетов;

генетические операторы (мутация, спорно полезным, если учесть вносимое ими кроссовер, инверсия), рекомбинация хромосом – запаздывание. Казалось бы, включение такого процессы формирования новых значений пара контура в структуру ПИД-регулятора должно метров регулятора, функция пригодности – це привести к получению алгоритмов имеющих левая функция, у которой ищется экстремум.

гораздо лучшие значения показателей качества Сущность работы ГА заключается в сле управления, но поисковые алгоритмы адапта- дующем:

ции являются настолько вычислительно емки- выбирается произвольная точка начального приближения m(0) целевой функции f(m) век ми, что они могут внести слишком большое торного аргумента m = [m1, m2,... mv]Т;

информационное запаздывание, из-за которого не только будет утеряно преимущество адапта- процесс поиска экстремума организуется ции, но и ухудшится качество, достижимое как итеративный.

ПИД-регулятором без адаптации [2]. Поэтому Каждый d-й шаг итеративного процесса возникает задача ускорения работы поискового представляет собой следующие действия:

алгоритма. определяется значение целевой функции, Из возможных алгоритмов адаптации вы- если достигнуто требуемое значение, то про бран генетический алгоритм (ГА) [3, 4], по- цесс останавливается;

скольку он допускает эффективное распарал- формируется новая совокупность парамет леливание (достаточно распределить между ров регулятора, путем выбора наилучших зна элементами распределенной вычислительной чений, состоящая из h значений наборов пара системы непересекающиеся подмножества зна- метров (существуют варианты ГА с постоян чений настраиваемых параметров) и с его по- ным и переменным числом h);



Pages:   || 2 | 3 | 4 | 5 |   ...   | 7 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.