Алгоритмическое обеспечение адаптивных систем автоматического контроля со сжатием данных

Введение. Экспоненциальный рост объема измерительной информации, обусловленный постоянным усложнением технических и производственных объектов, приводит к необходимости совершенствования информационно-измерительных систем, к появлению систем нового поколения, в том числе адаптивных систем автоматического контроля. Для решения задач автоматического критериального отбора и сокращения избыточной измерительной информации, непрерывно поступающей от многопараметрических источников, характеризующих исследуемые объекты, создаются перестраиваемые в процессе работы алгоритмы функционирования систем автоматического контроля. В отличие от известных систем автоматического контроля с временным разделением каналов в рассматриваемых адаптивных системах возможно первоочередное получение информации о предаварийном и даже аварийном режимах работы объекта.

Цель работы. Создание алгоритмического обеспечения адаптивных систем автоматического контроля с использованием асинхронно-циклического и параллельно-последовательного алгоритмов функционирования и сравнение их между собой по погрешности, обусловленной многоканальностью, достоверности контроля, коэффициенту сжатия и быстродействию.

Материалы и методы. Алгоритмическое обеспечение адаптивных систем основано на использовании теории массового обслуживания, имитационном моделировании с использованием языков программирования MatLab/Simulink, С++.

Результаты. Разработанное алгоритмическое обеспечение для систем автоматического контроля с асинхронно-циклическим анализом отклонений позволяет снизить количество избыточной информации более чем в 4 раза и повысить быстродействие в 1.5 раза. Алгоритмическое обеспечение для систем автоматического контроля с параллельно-последовательным анализом отклонений позволяет в 1.4 раза снизить погрешность, вызванную многоканальностью, и приблизить достоверность контроля таких систем к достоверности контроля систем с непрерывным контролем. Анализ графиков погрешности, обусловленной многоканальностью, показывает, что системы автоматического контроля, использующие параллельно-последовательный алгоритм функционирования, инвариантны к закону распределения входных величин, в отличие от систем с асинхронно-циклическим алгоритмом функционирования.

Заключение. Полученные результаты имеют практическое применение, так как дают возможность проектировать адаптивные системы автоматического контроля, выдающие информацию о состоянии объекта контроля, в том числе о предаварийном и аварийном режимах работы, в реальном времени. Это позволяет использовать полученную информацию непосредственно для регулирования и поддержания работоспособности сложных объектов и управления технологическими процессами.

1. Telemetry system with adaptive commutation / E. M. Antonyuk, I. E. Varshavskiy, I. S. Kolpakova, A. A. Minina, P. E. Antonyuk // IEEE NW Russia Young Researchers in Electrical and Electronic Engineering Conf. (EIConRusNW). 2016. Р. 389–391. doi: 10.1109/EIConRusNW.2016.7448202

2. Algorithmic Support for an Adaptive Automatic Monitoring System / E. M. Antonyuk, I. E. Varshavskiy, N. V. Orlova, P. E. Antonyuk // IEEE Conf. of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). St. Petersburg and Moscow. Russia. 2020. Р. 91-95. doi: 10.1109/EIConRus49466.2020.9039192

3. Анохин А. М., Ивкин А. С. Человеко-машинный интерфейс для поддержки когнитивной деятельности оператором АС // Ядерные измерительно-информационные технологии. 2012. № 1 (41). С. 57-66.

4. Левенец А. В. Принципы разработки перспективных способов сжатия телеметрических данных // Вестн. Тихоокеанского гос. ун-та. 2017. № 2 (45). С. 31–38.

5. Куприянова О. В., Левенец А. В. Адаптивные способы передачи данных в информационно-измерительных системах // Информационные технологии XXI в. Хабаровск, 2016. С. 87–95.

6. Un C. E., Fedyaev A. U., Levenets A. V. Segmentation of measurement data for improvement of compression efficiency // 2015 Intern. Siberian Conf. on Control and Communications (SIBCON), Omsk, 2015. P. 1-4. doi: 10.1109/SIBCON.2015.7147123

7. Levenets A. V., Chye E. U., Bogachev I. V. Reversible structural transformation methods of measuring data frames as a means of increasing the efficiency of compression // 2018 Intern. Multi-Conf. on Industrial Engineering and Modern Technologies (FarEastCon), Vladivostok, 2018. P. 1-6. doi: 10.1109/FarEastCon.2018.8602827

8. Antonyuk E. M., Varshavskiy I. E., Antonyuk P. E., Orlova N. V. Adaptive Transmitting Device of a Telemetering System // 2019 IEEE Conf. of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). 2019. P. 66–68. doi: 10.1109/EIConRus.2019.8656757

9. Левенец А. В., Нефедьев Д.И. Принципы организации подсистемы сжатия многоканальных измерительных данных // Методы, средства и технологии получения и обработки измерительной информации ("Шляндинские чтения - 2019"): материалы XI Междунар. науч.-техн. конф. с элементами научной школы и конкурсом научно–исследовательских работ для студентов, аспирантов и молодых ученых / под ред. Е. А. Печерской, Пенза, 28-30 окт. 2019 г. Пенза: Изд-во ПГУ, 2019. C. 16-19.

10. Володькин М. Д., Левенец А. В. Методы сжатия данных в информационно-измерительных системах // Информационные технологии XXI в. / отв. ред. В. В. Воронин. Хабаровск, 2019. С. 126-130.

11. Иванов А. И., Левенец А. В. Системы управления процессом низковольтного электроискрового легирования // Материалы секционных заседаний 57-й студенческой науч.-практ. конф. ТОГУ: в 2 т. / Тихоокеанский гос. ун-т. 2017. С. 179-181.

12. Богачев И. В., Левенец А. В., Нефедьев Д. И. Классификация данных на основе нейросетевых технологий в подсистемах сжатия информационно-измерительных систем // Методы, средства и технологии получения и обработки измерительной информации ("Шляндинские чтения–2020"): материалы XII Междунар. науч.-техн. конф. с элементами научной школы и конкурсом научно-исследовательских работ для студентов, аспирантов и молодых ученых / под ред. Е. А. Печерской, Пенза, 16-18 марта 2020 г. Пенза: Изд-во ПГУ, 2020. C. 282-285.

13. Антонюк Е. М., Варшавский И. Е., Кривохвост О. А. Асинхронно-циклические системы автоматического контроля // Изв. СПбГЭТУ "ЛЭТИ". 2017. № 9. С. 66-70.

14. Сарычев В. В. Алгоритм адаптивного обслуживания многоканального потока заявок // Изв. ТРТУ. 2000. № 1 (15). С. 75.

15. Wang Y., Qu X. A novel real-time simulation platform for testing control algorithm // The 27th Chinese Control and Decision Conf. (2015 CCDC), Qingdao, 2015. Р. 4748-4750. doi: 10.1109/CCDC.2015.7162764

16. Сарычев В. В. Телеметрическая система на базе интеллектуальных интерфейсов // Изв. ЮФУ. Техн. науки. 2010. № 2 (103). С. 68-73.