Виды шкал и указателей показывающих приборов

Указатель	Шкала
Стрелка (рис. 16.1) Световая точка или световое пятно Неподвижные штрихи и перемещающееся «окно» Граничная метка шкалы Подвижный мениск жидкости Поверхность жидкости	Шкала с метками линейчатая, дугообразная и др. Шкала с метками из матового стекла Подвижная шкала, в том числе с проецированием меток Поворотная шкала с метками Капиллярная трубка с метками Подвижная шкала

С целью уменьшения погрешности считывания показаний разработаны и широко применяются различные конструкции стрелок измерительных механизмов (см. рисунок 16.1). Снижение погрешности отсчета от параллакса обеспечивает зеркальная шкала. Хорошую обозримость показаний создают профильные шкалы вертикальные (рисунок 16.2) и горизонтальные (рисунок 16.3).

Рис. 16.1. Примеры конструкций стрелок показывающих приборов: а - ланцетообразной формы; б широкая стрелка; в - ножевидной формы; г- игольчатой формы.

Метка на указателе позволяет отслеживать дрейф значений измеряемой величины. На шкалах могут быть метки, указывающие допустимые пределы измерений. Разработаны шкалы-с использованием светоизлучающих диодов, имеющих форму штриха (рисунок 16.3); их разрешение достигает 1%. Наряду с маркированными шкалами существуют также их аналоги с сигнальными лампами, указывающими измеренные значения. Хорошую наглядность создают мнемонические панели, отображающие состояния объекта измерения.

Визуальное отображение результатов измерений может сопровождаться акустическими или световыми сигналами, формируемыми в определенных точках шкалы, соответствующих заданным (в частности, граничным) значениям измеряемых величин.

В некоторых случаях для дистанционной передачи результатов измерений используют механическую и гидравлическую энергию; это характерно, в основном, для традиционного измерительного оборудования соответствующих принципов действия, в частности уровнемеров, тахометров, манометров и др. Примером гидравлической передачи сигналов может служить дистанционное измерение температуры с помощью пружинного трубчатого манометра, в котором датчиком является ртутный термометр. Изменения высоты столбика ртути, пропорциональные колебаниям измеряемой температуры, вызывают соответствующие изменения давления в капиллярной трубке, подведенной к манометру.

Рис. 16.2.Профильные вертикальные шкалы

Рис. 16.3. Шкала с использованием светоизлучающих диодов в качестве

указателя.

За быстро изменяющими процессами очень часто используют цифровые газоразрядные, светодиодные и жидкокристаллические индикаторы и осциллографы.

ЛЕКЦИЯ 17

ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

Не вызывает сомнений, что АСУ ТП в большинстве случаев являются системами организационно-техническими, что означает наличие функций, выполняемых человеком (оператором).

Несколько десятков лет назад эти функции заключались в основном в наблюдении за контрольно-измерительными приборами и непосредственном ручном управлении технологическим процессом.

После того как волны компьютеризации достигли производственного сектора, на рабочих столах операторов стали появляться компьютеры, где взаимодействие между оператором и технологическим процессом осуществляется с помощью программного обеспечения, получившего общее название SCADА.

До сих пор у отечественных специалистов и менеджеров предприятий, занимающихся автоматизацией промышленности, нет однозначного ответа на вопрос: нужно ли применять специализированное программное обеспечение класса SCADА? Следует отметить, что даже у тех, кто применяет такое программное обеспечение в своих проектах, нет единого мнения по поводу того, как должна выглядеть и каким требованиям должна отвечать «идеальная» SCADA-система. Однозначного ответа на данные вопросы не существует, так же как не существует единственно правильного подхода к проектированию систем промышленной автоматизации.

Необходимо различать программное обеспечение SCADA, функционирующее в составе АСУ ТП конкретного объекта, и набор инструментальных программных средств, предназначенный для разработки такого программного обеспечения, соответственно и критерии оценки средств разработки SCADA-систем и их пригодности для реализации той или иной прикладной задачи должны лежать в плоскости, несколько отличной от требований к прикладному программному обеспечению верхнего уровня АСУ ТП. Тем не менее обе разновидности ПО весьма тесно связаны, поэтому мы будем называть их системами SCADA.

Для начала остановимся на основных функциях, которые возлагаются на любую SCADA-систему, независимо от того, является она широко тиражируемым продуктом известной компании или создана специалистами отдела АСУ ТП предприятия для своих конкретных нужд.

Переведем на русский язык понятие «SCADA-система» (Supervisory Control And Data Acquisition System) - система сбора данных и оперативного диспетчерского управления. Хотелось бы подчеркнуть, что в названии присутствуют две основные функции, возлагаемые на SCADA-систему:

• сбор данных о контролируемом технологическом процессе;

• управление технологическим процессом, реализуемое ответственными лицами на основе собранных данных и правил (критериев), выполнение которых обеспечивает наибольшую эффективность и безопасность технологического процесса.

Рис. 17.1. Традиционная структура технических средств АСУ ТП

Согласно традиционной структуре аппаратных средств АСУ ТП, показанной на рисунке 17.1, SCADA-системы в иерархии программного обеспечения систем промышленной автоматизации находятся на уровнях 2 и 3 и обеспечивают выполнение следующих основных функций:

1) Прием информации о контролируемых технологических параметрах от контроллеров нижних уровней и датчиков.

2) Сохранение принятой информации в архивах.

3) Вторичная обработка принятой информации.

4) Графическое представление хода технологического процесса, а также принятой и архивной информации в удобной для восприятия форме.

5) Прием команд оператора и передача их в адрес контроллеров нижних уровней и исполнительных механизмов.

6) Регистрация событий, связанных с контролируемым технологическим процессом и действиями персонала, ответственного за эксплуатацию и обслуживание системы.

7) Оповещение эксплуатационного и обслуживающего персонала об обнаруженных аварийных событиях, связанных с контролируемым технологическим процессом и функционированием программно-аппаратных средств АСУ ТП с регистрацией действий персонала в аварийных ситуациях.

8) Формирование сводок и других отчетных документов на основе архив ной информации.

9) Обмен информацией с автоматизированной системой управления предприятием (или, как ее принято называть сейчас, комплексной информационной системой).

10) Непосредственное автоматическое управление технологическим процессом в соответствии с заданными алгоритмами.

Если попытаться коротко охарактеризовать основные функции, то можно сказать, что SCADA-система собирает информацию о технологическом процессе, обеспечивает интерфейс с оператором, сохраняет историю процесса и осуществляет автоматическое управление процессом в том объеме, в котором это необходимо.

Приведенный здесь перечень функций, выполняемых SCADA-системами, не претендует на абсолютную полноту.

Более того, само наличие некоторых функций и объем их реализации сильно варьируются от системы к системе. Часто программное обеспечение с ярко выраженным упором на функции взаимодействия с оператором (визуализация и т. п.) называют пакетами MMI (Man Machine Interface), или HMI (Human Machine Interface).

На такой функции, как автоматическое управление, стоит задержать наше внимание. Хотя практически все известные инструментальные SCADA-системы обеспечивают возможность непосредственного автоматического управления технологическим процессом, разработчику АСУ ТП следует на этапе проектирования тщательно продумать целесообразность совмещения функций автоматического управления и операторского интерфейса на одном компьютере. Хотя такое совмещение позволяет экономить на аппаратных средствах, оно может иметь и ряд негативных последствий.

Во-первых, может оказаться, что операционная система операторской станции (в настоящее время наиболее популярна Windows) не обеспечивает необходимую для конкретного технологического процесса скорость и/или детерминированность реакции SCADA-системы.

Во-вторых, неумелые действия оператора или запуск им несанкционированного программного обеспечения может вызвать полный «крах» и «зависание» операторской станции. Хотя некоторые расширения реального времени для Windows NT декларируют защиту от подобного рода неприятностей, это справедливо только до тех пор, пока «крахом» не задета система управления памятью. Но даже при «мягком зависании» повторный «горячий» рестарт компьютера весьма проблематичен, а рука оператора при виде «голубого экрана» Windows инстинктивно тянется к кнопке Reset, против которой любые расширения реального времени бессильны.

Разумеется, существует довольно большой класс инерционных систем (типа системы управления температурой воздуха в теплице), где несколько минут, потраченных на перезапуск управляющего компьютера, не приводят к сколько-нибудь заметным негативным последствиям. Для такого рода систем решение типа «все в одном компьютере» при надлежащей страховке сторожевым таймером может оказаться вполне допустимым.

Очевидно, что перечисленные ранее функции могут выполняться прикладной программой (набором прикладных программ), разработанной на практически любом языке высокого уровня общего назначения. Причем по быстродействию, ресурсоемкости и другим показателям эффективности программного обеспечения такая программа может даже опережать аналогичное ПО, созданное с помощью специализированных инструментальных SCADA-систем.

При решении вопроса о том, писать программное обеспечение самостоятельно или использовать для этого инструментальную SCADA-систему, следует предварительно ответить на следующие вопросы.

1. Насколько велик проект?

2. Каковы сроки исполнения?

3. Сколько человек будет задействовано в создании программной части, какова квалификация разработчиков программного обеспечения и имеют ли они наработки в данной области?

4. Какова перспектива дальнейшего развития системы (в частности, по информационной емкости, по модернизации имеющихся рабочих мест оператора и добавлению новых)?

5. Каково количество и квалификация персонала, который будет обслуживать систему в процессе эксплуатации, в том числе вносить изменения в алгоритмы ее работы?

В принципе, ответы на эти вопросы и оценка затрат по пунктам 3, 4, 5 в большинстве случаев позволяют сказать, на чем писать математику для верхнего уровня АСУ ТП. Хотелось бы подчеркнуть, что SCADA-системы являются прежде всего инструментом для эффективной разработки программного обеспечения верхнего уровня АСУ ТП. Так что не следует верить поставщикам SCADA-пакетов, которые утверждают, что после покупки их продукта пользователю совершенно не придется привлекать квалифицированных специалистов в области программирования.

В то же время в большинстве случаев SCADA-системы действительно позволяют значительно ускорить процесс создания ПО верхнего уровня АСУ ТП, не требуя при этом от разработчика знаний современных процедурных языков программирования общего назначения. Не секрет, что в тонкостях автоматизируемого технологического процесса разбирается только технолог или другой представитель технологического персонала, как правило, не обладающий навыками программирования. SCADA-система должна быть доступной не только для разработчика, но и для конечного пользователя создаваемой АСУ ТП, поскольку облик системы определяется и может подвергаться изменениям как разработчиком, так и пользователем.

Помимо доступности, SCADA-системе должна быть присуща максимальная открытость. Очень часто SCADA-системы имеют весьма специфические механизмы обмена данными с аппаратурой ввода-вывода. Более того, ряд SCADA-систем имеет встроенную поддержку устройств ввода-вывода, что, с одной стороны, ограничивает разработчика/пользователя в выборе технических средств, на базе которых строится система, а с другой стороны, весьма затрудняет реализацию поддержки как имеющихся на объекте контроллеров и устройств связи с объектом, так и вновь появляющихся серий и моделей контроллеров и устройств.

Есть еще один неприятный момент, когда поддержка аппаратуры встроена в SCADA-систему. Речь идет о том, что производители SCADA-системы, которым приходится самостоятельно писать драйверы для различных типов аппаратуры, весьма редко могут качественно разработать драйвер, который бы поддерживал все функциональные возможности обслуживаемых технических средств. Кроме того, в подобных драйверах, в силу отсутствия возможности углубленного тестирования, встречаются досадные ошибки, которые выявляются на этапе разработки проекта или, что еще хуже, в процессе эксплуатации системы заказчиком. В результате огромные усилия тратятся на исправление ошибок и разработку новых драйверов, тогда как по-настоящему эффективный и практически свободный от ошибок драйвер может быть написан только самим производителем аппаратуры. Очевидно, что производитель SCADA-пакета должен в первую очередь своевременно устранять ошибки и улучшать функциональность самого SCADA-пакета.

Умеренная цена и эффективное использование вложенных средств - стоимость системы, затраты на освоение и стоимость работ по созданию, сопровождению и развитию АСУ ТП должны быть минимальными. При прочих равных условиях данное требование является наиболее существенным и, пожалуй, решающим при выборе SCADA-системы. Разработчики SCADA-систем всегда стараются извлечь максимальную выгоду из продаж своего продукта (что вполне понятно), строя свой бизнес на продажах систем исполнения (run-time) и множества различных функционально завершенных компонентов, платном обучении, платных обновлениях и платном сопровождении. При этом задача менеджера фирмы- системного интегратора или группы АСУ ТП предприятия, отвечающего за выбор способа и инструментов разработки программного обеспечения, состоит в оценке предположительных временных и финансовых затрат на разработку, сопровождение и последующее развитие создаваемой АСУ ТП при использовании различных инструментов разработки.

Следует обратить внимание еще на один момент. В приведенных ранее рассуждениях отсутствуют какие-либо упоминания об операционных системах, под управлением которых может выполняться программное обеспечение сбора данных и оперативного диспетчерского управления. Уже несколько лет в различных изданиях, посвященных автоматизации промышленности, обсуждение тех или иных SCADA-систем сводится к рассуждениям о том, насколько плоха операционная система DOS, ненадежна Windows, хороша QNX или OS-9. Хотелось бы отметить, что требования к параметрам операционной системы должны определяться прикладной задачей. В случае программного обеспечения верхнего уровня АСУ ТП также следует учитывать то, что неотъемлемой частью системы здесь является человек, время реакции которого на события недетерминировано и зачастую достаточно велико. Кроме того, нельзя не учитывать тенденции развития мирового рынка программного обеспечения.

В статье журнала Системы и технологии автоматизации №4, 1999 г. «SCADA- системы: проблема выбора», рассматриваются наиболее популярные SCADA- пакеты в России:

- iFIX фирмы Intellution;

- InTouch фирмы Wonderware;

- GENESIS32 фирмы Iconics;

- WinCC фирмы Siemens.

по следующим критериям:

- качество документации;

- техническая поддержка в России;

- открытость и масштабируемость;

- полнофункциональность;

- надежность;

- эффективность;

- цена.

Рекомендованы для использования и внедрения в АСУ ТП два пакета: iFIX и GENESIS32, причем первый пакет существенно дороже, чем второй.

К сильным сторонам GENESIS32 можно отнести более удачную реализацию графической подсистемы и интерфейса ОРС, компонентность, относительно низкую стоимость, возможность работы под управлением Windows 95/98, локализацию основных компонентов.

В то же время iFIX обладает большей устойчивостью к ошибкам в компонентах ActiveX, имеет более простую реализацию программного доступа к своим графическим объектам из VBA скриптов, предоставляет больше возможностей для SQL программирования и взаимодействия с базами данных, имеет более продвинутую систему управления доступом и протоколирования изменений, хорошей сопроводительной документацией.

ЛЕКЦИЯ 18

ЦИФРОВАЯ ФИЛЬТРАЦИЯ

В большинстве практически важных случаев измерительной техники реализация фильтров с заданной передаточной функцией в виде аналоговых устройств оказывается весьма сложной задачей. Нестабильность параметров устройства обработки вызывает неконтролируемые изменения (погрешность) выходного сигнала, что является одним из основных недостатков аналоговых фильтров.

Цифровой фильтр (ЦФ) представляет собой цифровое устройство, реализующее в общем случае решение уравнения в конечных разностях следующего вида:

(18.1)

где: x_k, y_k — отсчеты выходного и входного сигналов фильтра

соответственно;

a_j, b_j -константы.

Если известны коэффициенты a_j и b_j и отсчеты входного сигнала x_i при и начальные значения то, используя приведенное выражение, можно рассчитать отсчеты y_i для любого .

При цифровой фильтрации входной и выходной сигналы являются цифровыми. Так как операция умножения отсчетов цифрового сигнала на число выполняется неточно за счет округления или усечения произведений, то в общем случае цифровое устройство неточно реализует указанный алгоритм и выходной сигнал отличается от точного решения уравнения. Однако в ЦФ погрешность выходного сигнала не зависит от условий, при которых работает фильтр - температуры, влажности и т.п. Кроме того, эта погрешность контролируема. Ее можно уменьшить, увеличивая число разрядов, используемых для представления отсчетов цифровых сигналов. Именно этим определяются основные преимущества ЦФ по сравнению с аналоговым — высокая точность обработки сигналов и стабильность характеристик.

Основные недостатки цифровых фильтров следующие:

• относительно низкая скорость обработки информации, которая ограничивается быстродействием используемых устройств цифровой обработки;

• необходимость использования на входе и выходе аналого-цифровых и цифроаналоговых преобразователей;

• относительно большая потребляемая мощность;

• относительно высокая стоимость.

Отмеченные особенности позволяют считать ЦФ перспективными главным образом при значениях частот дискретизации до сотен килогерц.

Цифровой фильтр, реализующий алгоритм (18.1), называется рекурсивным. В большинстве практически важных случаев алгоритм функционирования рекурсивного фильтра может быть представлен в более простом виде:

Если в (18.1) все коэффициенты a_i положить равными нулю, то получим алгоритм, описывающий функционирование нерекурсивного цифрового фильтра:

Нерекурсивный фильтр иначе называют трансверсальным. Для реализации алгоритма цифровой фильтрации с помощью трансверсального фильтра на один отсчет выходного сигнала необходимо выполнить N операций умножения и N - 1 операцию сложения.

В отличие от трансверсального рекурсивный фильтр требует меньшего числа операций на один отсчет, так как он использует результаты предыдущих вычислений |N¹ < N| . Это преимущество в быстродействии заставляет искать возможность аппроксимации требуемого фильтра рекурсивным. Например, для решения часто встречающейся в измерительной технике задачи вычисления текущего среднего значения сигнала на данном отрезке времени алгоритм функционирования трансверсального фильтра имеет вид:

Здесь на каждый отсчет у_k необходимо выполнить N сложений. Нетрудно видеть, что та же задача может быть решена с помощью рекурсивного фильтра:

Таким образом, можно вычислить текущее среднее значение сигнала, используя только три операции сложения вместо N. Необходимо отметить, что число операций здесь не зависит от количества отсчетов, по которым происходит усреднение.

Цифровая фильтрация измерительных сигналов в настоящее время интенсивно развивается на основе использования новейших достижений вычислительной техники. В последние годы появились специализированные процессоры в интегральном исполнении для обработки измерительных сигналов, имеющие в своем составе АЦП на входе и ЦАП на выходе и позволяющие использовать методы цифровой фильтрации при обработке аналоговых сигналов без дополнительных аппаратных затрат. Благодаря использованию новых идей в области реализации алгоритмов быстрого преобразования Фурье (БПФ), существенно повышается скорость цифровой обработки сигналов, что позволяет расширить частотный диапазон измерительных сигналов, которые могут быть обработаны с помощью ЦФ.

ИНТЕРПОЛЯЦИЯ И ЭКСТРАПОЛЯЦИЯ

РЕЗУЛЬТАТОВ ИЗМЕРЕНИЯ

Интерполяция (от лат. Interpolation – изменение, переделка) отыскание промежуточных значений величины по некоторым известным её значениям. Например, отыскание значений функции f(x) в точках х, лежащих между точками x₀<x₁<…<x_n, по известным значениям y_i=f(x_i) (где i=0, 1,…, n).

Если x лежит вне интервала (x₀, x_n), аналогичная процедура называется экстраполяцией. Итак, экстраполяция (от экстра… и лат. Polio- приглаживаю, изменяю)- распространение установленных в прошлом тенденций на будущий период; распространение выборочных данных на другую часть совокупности, не подвергнутому наблюдению.

ЛЕКЦИЯ 19

КОДИРОВАНИЕ ИНФОРМАЦИИ

Кодирование измерительной информации - это представление сообщений в форме, удобной для передачи, приема и хранения. Обратная операция восстановления сообщения по принятому сигналу называется декодированием. При этом под кодом понимают набор правил, по которым составляются отдельные комбинации из элементов.

Элементами кода являются символы и позиции. Число используемых в коде символов образует основание кода m, а совокупность всех позиций - разрядность кода n. Система счисления является частным случаем кода. В зависимости от выбранного основания различают системы счисления двоичную, троичную, восьмеричную и т.д.

Приведем пример. Пусть основание кода m = 2, т. е. рассматриваемый код состоит лишь из двух символов 0 и 1, такая система счисления называется двоичной. При основании m = 10 (десятичная система счисления) элементарными символами являются цифры от 0 до 9.

Общепризнанным в настоящее время является позиционный принцип образования системы счисления, при этом полное число получается суммированием значения по разрядам:

где i - номер данного разряда; l - число разрядов; b_i - множитель, принимающий любые целочисленные значения в пределах от 0 до m - 1 и показывающий, сколько единиц i-го разряда содержится в числе.

В измерительной технике наибольшее распространение получила двоичная система счисления, которая технически реализуется значительно проще, чем другие.

Для двоичного кода правила вычитания и умножения следующие:

Вычитание

0-0=0

1-0=1

1-1=0

10- 1 = 1

Сложение

0 + 0 =0

0 + 1=1

1+0=1

1+1 =10

Умножение

0∙0=0

0∙1=0

1∙0=0

1∙1=1

Запись в двоичной системе счисления (в двоичном коде) приведена в таблице 19.1.

Т а б л и ц а 19.1

Числа в двоичном коде

Натуральный ряд чисел	Номера двоичных разрядов и соответствующие весовые коэффициенты
	5	4	3	2	1
	24	23	22	21	20
0	0	0	0	0	0
1	0	0	0	0	1
2	0	0	0	1	0
3	0	0	0	1	1
4	0	0	1	0	0
5	0	0	1	0	1
6	0	0	1	1	0
7	0	0	1	1	1
8	0	1	0	0	0
9	0	1	0	0	1

Перевод любого десятичного числа в другую систему счисления осуществляется следующим образом. Число в десятичной системе переводится в любую другую систему путем последовательного деления чисел на основание другой системы и выписыванием остатков, которые составляют число в данной системе.

Например, переведем число 27 ₍₁₀₎ в двоичный эквивалент:

27 : 2 =13 остаток 1

13 :6 =6 остаток 1

6:2=3 остаток 0

3:2=1 остаток 1

1:2=0 остаток 1

читаем остаток снизу вверх и имеем

27 ₍₁₀₎ =11011 _(2).

Число 1101 в двоичной системе счисления переводится в десятичную систему следующим образом:

1101₍₂₎ =1 ∙2³ + 1 ∙2² +0∙2¹ +1 ∙2⁰=8 + 4 + 0+1=13₍₁₀₎.

Во многих случаях получает применение двоичный рефлексный код, или код Грея (по имени его изобретателя).

Учитывая возможные варианты, рассмотренный выше двоичный код называют нормальным.

В отличие от нормального рефлексный код формируется по следующему правилу. Двоичный код данного числа сдвигается на один разряд вправо и суммируется с исходным по правилу mod₂ (суммирование без переноса единиц в старшие разряды).

Возьмем к примеру число 7, преобразование которого из нормального двоичного в рефлексный выполнено в таблице 19.2.

Преимущество кода Грея заключается в том, что при переходе от одного числа к другому изменения происходят только в одном разряде.

Т а б л и ц а 19.2

Число в рефлексном виде

Весовые коэффициенты разрядов	23	22	21	20
Двоичный код числа 7	0	1	1	1
Сдвиг вправо на один разряд	0	0	1	1
Код Грея числа 7	0	1	0	0

Действительно, рассмотрим переходные положения между кодовыми обозначениями чисел 7 и 8 в двоичном коде и коде Грея по таблице 19.3.

Т а б л и ц а 19.3

Сравнение чисел в двоичном коде и коде Грея

Десятичное число	Двоичный код	Код Грея
7	0111	0100
8	1000	1100

Как видно из таблицы 19.3, при переходе от числа 7 к числу 8 элементы двоичного кода меняются во всех четырех разрядах сразу, а при коде Грея — только в одном. Поэтому при возникновении ошибки считывания погрешность двоичного кода достигает 100 %, а в коде Грея не превышает единицы младшего разряда.

Двоичный код неудобен при вводе и выводе информации, так как трудно оперировать с непривычными двоичными числами. Кроме того, при больших числах (десятичных) запись двоичного кода становится громоздкой. Поэтому на практике получили распространение такие системы счисления, которые легко сводятся к двоичной, но в то же время сохраняют преимущества десятичных. К ним относятся восьмеричная, шестнадцатеричная и двоично-десятичная. Последняя получила наибольшее распространение в измерительной технике. Суть ее заключается в том, что каждая цифра десятичного числа (тетрады) представляется четырехразрядным двоичным кодом. При этом наиболее целесообразным кодом тетрады является 8 -4-2 -1.

В таблице 19.4 приведен двоично-десятичный код с весами 8-4-2-1.

Могут быть двоично-десятичные коды и с весами 5-1-2-1 и 2-4-2-1.

Т а б л и ц а 19.3

Числа в двоично-десятичном коде

Число в десятичном коде	Двоично-десятичный код свесами 8-4-2-1
0	0000 0000
1	0000 0001
2	0000 0010
3	0000 0011
4	0000 0100
5	0000 0101
6	0000 0110
7	0000 0111
8	0000 1000
9	0000 1001
10	0001 0000

ЛЕКЦИЯ 20

ТЕНДЕНЦИИ РАЗВИТИЯ ЦИФРОВЫХ ПРОМЫШЛЕННЫХ

СЕТЕЙ. ОПИСАНИЕ ФУНКЦИОНИРОВАНИЯ АИС.

Наличие на рынке АСУ ТП разнообразных наборов программно-аппаратных решений позволяет решить технологические проблемы практически любого производства. Отсюда следуют два вывода. Во-первых, для предприятий практически полностью потеряли смысл собственные разработки в этой области. Попытка сэкономить средства за счет внутренних ресурсов в большинстве случаев оборачивается созданием громоздких, ненадежных, ни с чем не совместимых и дорогих в обслуживании систем. Во-вторых, можно считать законченной дискуссию о «войне филдбасов» и о некоем «наилучшем» решении в этой области. Сейчас уже очевидно, что ни одна из существующих ныне ЦПС не станет единственной, похоронив все остальные.

Многообразие требований автоматизируемых технологических процессов не может быть удовлетворено универсальным и экономически оптимальным решением. Вопрос должен ставиться несколько иначе: только грамотное структурирование комплекса АСУ ТП и выбор оптимальных решений для конкретных технологических участков может обеспечить прорыв предприятия на новый уровень качества и эффективности производства.

Когда обсуждается вопрос о выборе типа промышленной сети, необходимо уточнять, для какого именно уровня автоматизации этот выбор осуществляется. В зависимости от места ЦПС в иерархии промышленного предприятия требования к её функциональным характеристикам будут различны.

Еще не так давно иерархия АСУ ТП выглядела в виде «трехэтажной» пирамиды (сверху вниз):

1. уровень управления предприятием,

2)уровень управления технологическим процессом,

3)уровень управления устройствами.

На уровне управления предприятием располагаются обычные IBM РС совместимые компьютеры и файловые серверы, объединенные локальной сетью. Задача вычислительных систем на этом уровне — обеспечение визуального контроля основных параметров производства, построение отчетов, архивирование данных. Объёмы передаваемых между узлами данных измеряются мегабайтами, а временные показатели обмена информацией не являются критичными.

На уровне управления технологическим процессом осуществляется текущий контроль и управление либо в ручном режиме с операторских пультов, либо в автоматическом по заложенному алгоритму. На этом уровне выполняется согласование параметров отдельных участков производства, отработка аварийных и предаварийных ситуаций, параметризация контроллеров нижнего уровня, загрузка технологических программ, «ручная» выдача команд на исполнительные механизмы. Информационный кадр на этом уровне содержит, как правило, несколько десятков байтов, а допустимые временные задержки могут составлять от 100 до 1000 миллисекунд в зависимости от режима работы. С нижнего уровня собираются текущие показатели контролируемых устройств и механизмов.

На уровне управления устройствами располагаются контроллеры, осуществляющие непосредственный сбор данных и управление оконечными устройствами — датчиками и исполнительными механизмами. Данные, которыми контроллер обменивается с оконечным устройством, обычно имеют дискрет 1_2 байта, а требования к скорости опроса устройств наиболее жесткие — не более 10 мс.

Тенденции последних лет сделали эту стройную структуру значительно более сложной, а местами и размытой (рисунок 20.1).

Рис. 20.1. Иерархия современной распределённой системы автоматизации

Во-первых, АСУ ТП все более интегрируется с АСУП, а через нее неизбежно выходит в сферу Интернет/интранет_технологий. Сегодня уже никого не удивляет желание руководителей предприятия иметь текущую производственную информацию не только в своем кабинете, но и в филиалах или в любой точке мира. Web_технологии делают выполнение этой задачи реальностью.

Во-вторых, значительные успехи демонстрирует так называемый промышленный Ethernet, который доказал свою состоятельность и перспективность для задач интеграции отдельных участков АСУ ТП в единую структуру и построения ЦПС и который поддерживается всё возрастающей номенклатурой аппаратно-программных средств, соответствующих не только стандарту Ethernet, но и жестким требованиям производственной сферы.

В-третьих, появление сетей AS-интерфейса фактически означало появление четвертого, самого нижнего уровня распределенных АСУ ТП — уровня сети оконечных устройств.

В-четвертых, все более расширяется сектор ЦПС, применяемых во взрывоопасных зонах на предприятиях химической, нефтегазовой и других отраслей с опасными условиями производства.

ЛЕКЦИЯ 21

ОЦЕНКА ПОЛНОЙ ПОГРЕШНОСТИ.

НОРМИРУЕМЫЕ МЕТРОЛОГИЧЕСКИЕ

ХАРАКТЕРИСТИКИ

Оценка полной погрешности. Если составлен алгоритм работы системы, то в ней можно выделить преобразования измерительной информации, сопровождающиеся погрешностями.

Очень важной задачей является определение полной погрешности ИИС по характеристикам погрешности этих функциональных преобразований или выполняющих их блоков.

В этой задаче можно выделить два предельных случая:

• определение полной погрешности одноканальной (последовательной) многоблочной ИИС;

• оценка погрешности ИИС многоканальной (параллельной) структуры.

Если известны аналитические выражения для законов распределения погрешностей отдельных звеньев и система линейна, то задача может быть решена с помощью методов свертки или с использованием характеристических функций.

Пусть, например, ε₁ и ε₂ — случайные функции погрешности двух соседних звеньев, a f(ε₁) и f(ε₂) —их плотности распределения. Тогда, если эти погрешности независимы, закон распределения суммарной погрешности ε_1,2 этих двух звеньев находится с помощью свертки исходных плотностей:

Применяя последовательно операцию свертки n—1 раз, где n— количество звеньев, получаем закон распределения полной погрешности системы.

Использование метода характеристических функций заключается в следующем. По теореме умножения характеристическая функция суммы независимых случайных величин определяется как произведение их характеристических функций, т. е.:

где:

— характеристическая функция погрешности i-ro звена; g(λ_Σ) — характеристическая функция суммарной погрешности системы.

Выполнив затем обратное преобразование, можно найти закон распределения полной погрешности f(ε_Σ) системы.

Следует отметить, что инженерное решение задачи определения полной погрешности данными методами в большинстве случаев может быть получено лишь после преодоления трудностей, связанных с вычислением многомерных интегралов.

В настоящее время все большее значение приобретает развитие методов решения задачи определения полной погрешности, основанных на математическом моделировании. К ним относятся метод статистических испытаний (СИ) и метод деревьев логических возможностей (ДЛВ). Оба метода позволяют определить закон распределения полной погрешности как в случае, когда законы распределения погрешностей отдельных звеньев заданы аналитически, так и в случае, когда эти законы заданы в виде гистограмм.

Метод СИ является более разработанным и известным методом, чем метод ДЛВ. Сущность использования метода СИ для определения полной погрешности ИС заключается в следующем. Законы распределения случайных первичных погрешностей формируются с помощью специальных генераторов или программным путем. Осуществляя многократный перебор случайных сочетаний значений первичных погрешностей и определяя каждый раз полную погрешность, можно по результатам испытаний воспроизвести закон распределения полной погрешности ИС. Принципиально метод СИ не менее точен, чем аналитические методы расчета, но для получения высокой точности определения полной погрешности он требует перебора весьма большого количества случайных сочетаний первичных погрешностей.

Сущность метода ДЛВ заключается в следующем. Пусть имеется некоторое пространство логических возможностей. В этом пространстве может быть построено так называемое дерево, представляющее собой связный граф, в котором нет ни одного контура. Каждой ветви дерева приписывается некоторая вероятностная мера, представляющая собой безусловную или условную вероятность получения отдельных первичных погрешностей или возможного сочетания различных первичных погрешностей. Законы распределения погрешностей при использовании метода ДЛВ представляются в виде дискретной последовательности возможных значений первичных ошибок ε, каждому из которых приписывается определенная вероятность. Любое отдельное сочетание случайных значений различных первичных погрешностей представляет собой реализацию, вероятность которой определяется вероятностями выбранных значений первичных погрешностей. Каждая полученная описанным образом реализация образует вполне определенный путь в ДЛВ, и для нее сравнительно легко определить вероятность.

Метод ДЛВ может успешно использоваться для анализа погрешностей не только линейных, но и нелинейных систем, а также для случаев, когда случайные погрешности отдельных звеньев представляют собой не случайные величины, а случайные функции.

До сих пор речь шла о нахождении полной погрешности многозвенной измерительной системы по известным законам распределения. Как же следует поступать в тех случаях, когда частные погрешности заданы в виде некоторых числовых характеристик?

Если отдельные звенья ИС охарактеризованы экстремальными погрешностями, то полная погрешность системы определяется простым суммированием этих погрешностей. Естественно, такая оценка полной погрешности будет очень завышена.

Оценка полной погрешности может быть получена, если частные погрешности отдельных звеньев заданы интегральными оценками или доверительными интервалами и вероятностями.

Итак, полная систематическая погрешность многозвенной линейной ИС находится суммированием систематических погрешностей отдельных узлов (если, конечно, известны действительные систематические погрешности узлов, а не их доверительные интервалы, в последнем случае можно получить грубую верхнюю оценку), а дисперсия случайной погрешности при условии некоррелированности погрешностей отдельных звеньев — как сумма дисперсий погрешностей звеньев (в случае, если погрешности некоторых звеньев коррелированы между собой, к сумме дисперсий добавляются удвоенные корреляционные моменты соответствующих погрешностей). При суммировании вводятся весовые коэффициенты, зависящие от схемы включения звеньев и определяемые как частные производные от выходной величины системы по величине на входе данного звена. В том случае, если заданы не дисперсии случайных погрешностей отдельных звеньев, а их доверительные интервалы, для определения полной погрешности необходимо знание законов распределения частных погрешностей. По известным законам распределения частных погрешностей, доверительным интервалам и вероятностям можно найти дисперсии, а затем полученные дисперсии суммировать.

Если же законы распределения частных погрешностей неизвестны и заданы только их доверительные интервалы, то расчет полной погрешности становится крайне затруднительным. Из-за этого в качестве критерия погрешности отдельных звеньев предпочтительнее использовать среднее квадратическое отклонение или дисперсию.

В заключение следует сказать несколько слов о погрешности, с которой может определяться полная погрешность системы. В зависимости от решаемых задач эта погрешность должна выбираться разной. В обычных случаях эта погрешность может составлять примерно 30% максимального значения результирующей погрешности.

Оценка погрешности ИС многоканальной (параллельной) структуры может проводиться с учетом следующих соображений. Систематическая погрешность такой системы находится как среднее арифметическое систематических погрешностей Мε каждого из N каналов. Среднее значение случайной погрешности в каждом из N одинаковых каналов должно быть равно нулю, поэтому равно нулю и среднее значение случайной погрешности системы в целом. Дисперсия случайной погрешности системы равняется среднему значению дисперсий случайной погрешности Dε в каждом канале.

Если в системе не все каналы однородны, а имеется несколько различающихся между собой групп однородных каналов, то такие средние показатели могут формироваться для каждой группы в отдельности.

Нормируемые метрологические характеристики. Под метрологическим обеспечением автоматизированных систем измерения (АСИ) понимается комплекс мер, направленных на достижение и поддержание в этих системах требуемой точности измерения. Метрологическое обеспечение АСИ на стадиях их разработки, производства и эксплуатации решает различные задачи.

На стадии проектирования должны быть выполнены метрологическая экспертиза проектов технических заданий и документации на АСИ, разработка технических средств и методик метрологической аттестации и поверки АСИ, государственные или ведомственные приемочные испытания или метрологическая аттестация (для АСИ единичного производства), метрологический надзор за разработкой АСИ.

Метрологическое обеспечение АСИ на стадии производства включает главным образом контрольные испытания и метрологический надзор за технической документацией и технологией изготовления АСИ .

При внедрении АСИ, комплектуемых на объектах эксплуатации из агрегатированных средств, должна проводиться метрологическая аттестация измерительных каналов АСИ и методик выполнения измерении. Эти работы должны обязательно делаться и для АСИ, основанных на использовании выпускаемых промышленностью (ИВК).

В период эксплуатации должны быть обеспечены метрологическая аттестация АСИ в случае, если условия работы отличаются от тех, при которых нормировались их метрологические характеристики, аттестация после ремонта, периодические поверки, надзор и контроль за применением АСИ.

Кроме перечисленного в метрологическое обеспечение должны входить методики выполнения измерений (МВИ) и испытаний (МИ). Под методикой выполнения измерения понимают рекомендации по выбору технических средств и методов их применения, а также оценок результатов измерений. Проводится работа по законодательному закреплению этих методик.

ГОСТ 8.437-81 регламентирует работу метрологических служб Госстандарта, министерств и предприятий, а также определяет содержание основных работ по метрологическому обеспечению АСИ (далее информационно-измерительная система (ИИС)).

По метрологическому обеспечению средств измерений имеется ряд государственных стандартов [ГОСТ 8.437-81. Системы информационно-измерительные. Метрологическое обеспечение. Основные положения.; ГОСТ 22317-77. Средства агрегатные информационно-измерительных систем. Общие требования к комплексам нормируемых характеристик.; ГОСТ24130-80. Средства агрегатные информационно-измерительных систем аналого-цифровые. Основные нормируемые характеристики.; ГОСТ 8.009-72. Нормируемые метрологические характеристики средств измерений]. Остановимся далее на наиболее важной и ответственной части метрологического обеспечения ИИС, заключающейся в определении комплекса нормируемых метрологических характеристик (MX) и разработке методов и средств поверок MX основной разновидности ИИС — измерительных систем.

Комплекс нормируемых метрологических характеристик ИС должен позволить с должной достоверностью оценить погрешности результатов измерений, получаемых с помощью ИС, относительно просто выполнять операции поверки и обеспечить оценку метрологических свойств как большого количества, так и конкретных экземпляров ИС данного типа.

В любой ИС можно выделить измерительный канал, т. е. совокупность преобразователей информации, начиная от входа и кончая выходом системы, и измерительные компоненты, выполняющие часть преобразований канала системы. К измерительным компонентам ИС можно отнести, например, датчики, измерительные цепи, аналоговые и цифровые устройства, линии связи и т. п. MX измерительных компонентов ИС определяются так же, как и для средств измерения вообще. Нормированию в ИС подлежат MX измерительных каналов.

Методы регламентации и определения MX измерительных каналов ИС следует выбирать в зависимости от особенностей систем.

Нормирование MX измерительных каналов предпочтительнее регламентировать для таких выпускаемых заводом-изготовителем ИС, которые характеризуются постоянным составом несущественно разнесенных в пространстве компонентов, легким доступом для выполнения контроля, последовательной, параллельной или параллельно-последовательной (с небольшим количеством параллельных каналов) структурой. Метрологический контроль в этом случае осуществляется путем проверки соответствия MX измерительных каналов нормированным значениям.

Определение MX измерительных каналов системы расчетным или экспериментальным путем предпочтительнее осуществлять для ИС, комплектуемых при монтаже на месте эксплуатации, для ИС с существенной пространственной разнесенностью компонентов, с большим числом сменных компонентов, с затрудненным доступом к ИС в целях ее контроля.

Наконец, оценку MX измерительных каналов системы расчетным путем целесообразно устанавливать для ИС, отличающихся переменной структурой и связями между компонентами, а также большим количеством параллельных каналов. При этом контролируются MX измерительных компонентов, a MX каналов определяются расчетным путем.

Экспериментальные методы определения MX измерительных каналов ИС разумно применять для ИС, в которых влияние взаимодействия компонентов на MX трудно оценить заранее.

В технической документации на ИС определяются условия контроля MX: объем выборки, допустимая погрешность измерения, минимально допустимое количество точек и их расположение в диапазоне измерения, условия проведения экспериментов. Метрологические характеристики алгоритма вычислений контролируются экспериментальным или расчетным методом на правильность регламентированных значений.

Приведем соображения о нормировании MX измерительных каналов ИС в соответствии с ГОСТ 8.009-72.

Конкретный состав MX уточняется для каждой ИС на стадии разработки технического задания. При оценке нормируемых MX необходимо учитывать, что погрешности оценок MX являются величинами второго порядка малости по сравнению с результатами измерений. Это обстоятельство позволяет применять приближенные методы оценки MX ИС.

К нормируемым MX основной погрешности Δ относятся:

-моменты систематической составляющей M[Δ_S], D [Δs] или σ [Δ s], отражающие свойства всей совокупности ИС данного типа, для которого они нормированы, и предельное значение погрешности Δ sp;

-D [Δо] для некоррелированной случайной погрешности Δ о;

-R _Δ о(τ) для коррелированной погрешности Δo;

- предельное значение случайной погрешности от трения и гистерезиса Δонр (обычно D [Δон] =Нор²/12);

- функции влияния ψ(ξ) как зависимости изменения нормируемой MX от изменения влияющих величин в пределах условий применения; если функции линейны, т. е. ψ_ΔS(ξ) = AΔξ, A=соnst, то М [ψ_ΔS(ξ)] =АМ (Δξ), a D [ψ_ΔS(ξ)] = A²D (Δξ);

-передаточная функция, переходная, импульсная, амплитудно-фазовая и другие характеристики для оценки динамических свойств.

Могут нормироваться входные и выходные полные сопротивления ИС для электрических величин. При измерении же неэлектрических величин следует выявить характеристики взаимных влияний между объектом исследования и ИС, а затем решить вопрос о нормировании этих характеристик.

Помимо указанных могут регламентироваться характеристики, специфические для данной ИС, например для телеизмерительной системы — параметры линий связи, при которых гарантируются установленные MX системы.

Экспериментально определяются MX измерительных каналов конкретных экземпляров ИС: индивидуальная функция преобразования, поправки к показывающим и регистрирующим устройствам измерительного канала, характеристики следующих погрешностей: Δ_SH и Δ_SB — границы интервала неисключенной систематической составляющей и вероятности Р_ΔS или нижней границы Р_ΔSH ее допустимых значений, σ(Δ₀), R Δ₀(τ) или S Δ₀(ω) —среднего квадратического отклонения, нормированной корреляционной функции или спектральной плотности мощности случайной составляющей погрешности с указанием погрешности определения этих характеристик, вариация гистерезиса.

Экспериментально определяются индивидуальные динамические характеристики измерительного канала (передаточная функция, переходная характеристика и т. п., время реакции измерительного канала), чувствительность к влияющим воздействиям, взаимодействие между объектом исследования и измерительным каналом, а также между измерительными каналами.

Погрешности экспериментального определения MX рекомендуется выражать в виде границ интервала возможных значений погрешности и вероятности, с которой погрешность находится в этом интервале.