Главная Енвд Что такое информационные модели управления объектами. Модель объекта управления

Что такое информационные модели управления объектами. Модель объекта управления

Структура системы управления

Функции системы управления:

Контролирование;

Регулирование;

Оптимизация.

Объект управления всегда является составной частью системы управления. Поэтому его модель должна отражать взаимодействия объекта управления с другими частями системы, так и с окружающей средой.

Поэтому модель объекта управления должна состоять из следующих основных составляющих:

1. Модель преобразующих каналов объекта, отражающая влияние изменений всех входных (управляющих и внешних) воздействий на изменение выходных воздействий объекта (Рисунок 2):

Модель преобразующих каналов объекта

Примером таких моделей, статических и динамических являются выражения (11) и (14).

2. Модель внешних воздействий как контролируемых, так и неконтролируемых.

Моделируемый объект управления является составной частью собственной системы управления. Зачастую эта система управления является составной частью другой системы (более верхнего уровня), тогда модели предыдущих (по производственному циклу) объектов и систем можно использовать в качестве моделей внешних воздействий, при условии, что выходные воздействия этих предыдущих систем являются входными воздействиями моделируемого нами объекта. Если нет таких объектов или это сложно осуществить, то в данном случае речь идет о построении модели временных рядов данных. Модель временного ряда внешних воздействий должна отображать свойства натурного временного ряда, характеризующего изменения натурных внешних воздействий W .

Один из вариантов формирования временного ряда внешних воздействий (модель внешних воздействий) имеет следующий вид (рисунок 3)

Модель внешних воздействий

МБ 1,2 – масштабирующие блоки;

ГТФ – генератор типовых функций, реализующий детерминированные составляющие временного ряда W д (t);

ГСЧ – генератор случайных чисел, вырабатывающий отклонение

по заданному закону распределения вероятностей;

К1, К2 – ключи;

К у – ключ управления.

Часто между ГСЧ и МБ ставят формирующие фильтры (фф) для придания временному ряду заданных статистических свойств.

В последнее время, в качестве моделей внешнего воздействия используют нелинейные рекуррентные модели динамического хаоса.

3. Модель измерений.

Поскольку процесс измерения всегда сопровождается погрешностью, то при построении модели объекта это необходимо учитывать.

В простейшем случае эту модель можно записать в виде следующей суммы:

Y u (t ) = Y д (t ) + и (t ) , (17)

где Y u (t ) – измеренное значение выходной величины;

Y д (t ) – действительное значение выходной величины;

и (t ) – погрешность измерения.

4. Модель исполнительных блоков, реализующих управляющие команды, поступающие с выхода управляющих устройств.

Структурно модель исполнительного блока может выглядит как и модель измерения. В простейшем случае она может быть отображена выражением (17).

Вернемся к модели внешних воздействий. Мы описали один из вариантов моделей контролируемых внешних воздействий. Возникает вопрос, можно ли и если можно, то как построить модель неконтролируемых внешних воздействий?

Установить наличие действующих на объект неконтролируемых возмущений возможно 2-мя путями.

Экспериментальный путь. Для этого необходимо установить все контролируемые входные воздействия (управляющие и внешние) на какой-то постоянный уровень, то есть провести активный эксперимент над объектом, зарегистрировать изменение выходных воздействий и проанализировать их. Наличие колебаний относительно установившегося режима функционирования объекта или относительно опорной траектории выходных воздействий (если объект не имеет установившегося состояния, в частности, обладает накопительными свойствами) характеризует действие на объект неконтролируемых возмущений.

Рассмотрим задачу определения неконтролируемых возмущений на объекте.

Дано:

Структура объекта

ОУ подвержен влиянию неконтролируемых возмущений

Имеется возможность реализовать активный эксперимент, при котором входные воздействия U(t) иW k (t) до момента времениtизменялись произвольным образам, а в момент времениt 0 они были зафиксированы на постоянном уровне, т.е.

U(t) = const; при t ≥ t 0 ;

W k (t) = const; при t ≥ t 0 .

Требуется:

Оценить наличие или отсутствие неконтролируемых возмущений.

Поясним графически возможные варианты реакции объекта на такие активные воздействия

Рисунок 4 – Реакции объекта на активные воздействия

При этом уровень отклонений от базовых траекторий характеризует и уровень наличия неконтролируемых возмущений. И чем больше этот уровень, тем выше степень неопределенности в оценке поведения такого объекта. Полученную таким образом оценку колебаний выходного воздействия обозначим y w н (t ) и будем называтьприведенным к выходу объекта возмущением .

Таким образом, приведенное к выходу объекта возмущение характеризует в масштабе изменения выходного воздействия интегральный эффект всех действующих на объект неконтролируемых возмущений . Однако практически провести такой активный эксперимент очень сложно и связано с большими затратами, поэтому используют второй путь.

2) Расчетный путь (моделирование)

Для этого используются следующие соотношения, записанные в общем виде. Предварительно примем следующие обозначения (рисунок 5):

Рисунок 5 −Расчетный путь установления наличия неконтролируемых возмущений

Y(i) = Y 0 (i) + y(i); (18)

y(i) = y u (i) + y w (i) + y w н (i); (19)

y u (i ) = ; ; (20)

y w = ; (21)

u(i) = U(i) – U 0 (i); (22)

w (i ) = W (i ) – W 0 (i ), (23)

где y u – эффекты влияния регулирующих воздействий, оценивается по выражению (20), в котором{∙} – математическая модель в малом, отражающая влияние регулирующих воздействий на отклонения выходных воздействий;

l n =- дискретное время запаздывания;

J ≥0 означает, что эта модель динамическая.

Классическая схема расчета приведенных возмущений, предложенная проф. В.Я. Ротачем, записывается следующим образом:

y w н (i) = Y(i) – Y 0 (i) – y u (i) – y w (i); (24)

Y 0 (i) = ; (25)

y u (i) = ; (26)

y w (i) = ;; (27)

u(i) = U(i) – U 0 (i); (28)

w k (i ) = W k (i ) – W k 0 (i ), (29)

где l u , l w – дискретное запаздывание по каналам преобразования регулирующих и внешних возмущающих воздействий;

j – фиктивная переменная, означающая память динамического объекта,

φ {∙} – модель внутреннего механизма процесса или модель объекта в большом диапазоне изменения входных и выходных воздействий.

В общем случае можно указать следующие факторы, обуславливающие функционирование натурных объектов в условиях неопределенности

влияние неконтролируемых внешних воздействий;

слабая изученность объекта (отсутствие математической модели внутренних механизмов процесса). Ошибки измерения и отсчета могут входить в состав неконтролируемых внешних воздействий;

погрешности измерений физических величин и передачи сигналов.

В рассматриваемой нами схеме расчета приведенных к выходу объекта возмущений предполагается, что объект хорошо изучен, то есть имеется адекватная математическая модель внутренних механизмов процессов.

Для вычисления приведенных к выходу объекта возмущений, если отсутствует математическая модель внутренних механизмов процесса , можно предложить следующих два варианта.

1. Согласованное выделение опорных уровней входных и выходных воздействий не с помощью математических моделей внутренних механизмов процесса, а с помощью сглаживающих фильтров типа РЭС или ЭС с большой инерционностью. То есть выбирается достаточно малой величины, в пределах (0,01; 0,1). Согласованное сглаживание здесь понимается так, чтобы имело место хотя бы приближенное соответствие между сглаженными (опорными) значениями входных воздействий и сглаженными (опорными) значениями выходных воздействий.

Согласованное сглаживание здесь означает, что сглаживание выходных воздействий должно осуществляться фильтрами большей инерционности, чем для входных (с меньшим значением коэффициента сглаживания ). Причем это уменьшение должно осуществляться с учетом динамических свойств преобразующих каналов для соответствующих входных воздействий, а конкретнее, с учетом их инерционности. Другими словами, для этого необходимо располагать функциональными математическими моделями соответствующих преобразующих каналов.

2. В инженерной практике оценки эффектов неконтролируемых внешних возмущений можно использовать схемы аналогов приведенных к выходу возмущений, например, оценивать не приведенное к выходу возмущение, а приведенное выходное воздействие в виде:

Y пр (t) = Y 0 (t 0 ) + y w н (t) (30)

Мы рассмотрели 2 вида математических моделей:

Математические модели внутреннего механизма процессов моделей, которые отображают достаточно подробно все основные стадии преобразования энергии и вещества внутри объекта. Это достаточно сложные математические модели и естественно, что их сложность обусловлена сложностью процессов и явлений, протекающих внутри объектов управления. Например, агрегаты, в которых происходит нагрев металла перед прокаткой, содержат в себе только те процессы и явления, которые связаны с нагревом металла. Модели нагрева строят с помощью известных законов термодинамики и включают законы теплопередач, энергии и т.д. Это достаточно сложные модели, представленные в виде обычных дифференциальных уравнений и дифференциальных уравнений в частных производных.

Плавильные агрегаты являются более сложными по виду протекаемых процессов, чем нагревательные печи, потому что дополнительно к тепловым процессам и явлениям здесь происходят процессы плавления, испарения, химические процессы и др. Соответственно и математические модели этих плавильных агрегатов сложнее, чем нагревательных печей.

Функциональные (кибернетические модели) – более простые модели, отображающие только причинно-следственные связи внутри объекта. Другими словами такие модели отображают реакцию объекта на изменение водных воздействий. Они, как правило, отражают работу объекта в малом (небольшом) диапазоне изменения входных и выходных воздействий, но в отличие от модели внутреннего механизма они приспособлены и соответственно могут быть использованы для тех данных, которые содержат ошибки измерения передачи данных. Именно для таких моделей и используют отклонения, приращение сигналов относительно их опорных или базовых уровней.

Таким образом, следует помнить, что модели в большом диапазоне изменения входных и выходных воздействий или математические модели внутренних механизмов объекта целесообразно использовать для данных, которые не содержат погрешности их измерения и передачи. Поэтому исходные данные должны быть предварительно обработаны с целью выделения, например, полезных составляющих сигналов измерительной информации.

В свою очередь функциональные модели используются для преобразования данных содержащих эти ошибки, но они эффективны в малом диапазоне изменения входных и выходных воздействий.

В принципе могут быть использованы и комбинированные математические модели, представляющие собой комбинацию модели внутреннего механизма и функциональной модели. При формировании структуры такой комбинированной математической модели следует учитывать указанные выше особенности этих двух типов. В общем виде структура такой комбинированной математической модели может быть представлена с помощью следующей схемы:

Рисунок 6 – Укрупненная структура комбинированной математической модели

На схеме обозначено:

V(t) – вектор входных воздействий, который включает вектор внешних воздействий и управляющих воздействий;

СФ – сглаживающий фильтр, при этом:

v(t) = V(t)-V 0 (t);

Ф – математическая модель внутреннего механизма процесса.

Y 0 (t)= Ф{V 0 (t)}=Ф{V 0 (t);W 0 (t)};

y(t) =φ{v(t)}= φ{u(t),w(t)};

Y(t)=Y 0 (t)+y(t);

W(t) ≡W k (t);

W k (t)=0;W k 0 (t)=0;

Тоесть модель не отражает влияние внешних неконтролируемых воздействий.

Введение . 2

Понятие сложной системы .. 2

Понятие обратной связи . 2

Понятие целесообразности . 3

Кибернетика . 3

ЭВМ и персональные компьютеры .. 5

Модели мира . 5

.. 7

Список литературы .. 10

Введение. 3

Понятие сложной системы.. 3

Понятие обратной связи. 3

Понятие целесообразности. 4

Кибернетика. 5

ЭВМ и персональные компьютеры.. 6

Модели мира. 7

Информационные модели систем управления. 8

Создание компьютерной модели систем управления. 9

Система управления без обратной связью .. 9

Модель разомкнутой системы управления. 9

Система управления с обратной связью. 10

Список литературы.. 12

Введение .

В процессе функционирования сложных систем (биологических, технических и т. д.), входящие в них объекты постоянно обмениваются информацией. Изменение сложных систем во времени имеет свои особенности. Так, для поддержания своей жизнедеятельности любой живой организм постоянно получает информацию из внешнего мира с помощью органов чувств, обрабатывает ее и управляет своим поведением (например, перемещаясь в пространстве, избегает опасности). В повседневной жизни мы встречаемся с процессами управления очень часто:

1. пилот управляет самолетом, а помогает ему в этом автоматическое устройство - автопилот ;

2. директор и его заместители управляют производством, а учитель - обучением школьников;

3. процессор обеспечивает синхронную работу всех узлов компьютера, каждым его внешним устройством руководит специальный контроллер;

Работу можно условно разделить на теоретическую и практическую часть . В теоретической части я познакомилась с основными типами существующих систем управления. В практической части создана компьютерная модель системы управления.

Целью работы является изучение систем управления на предмет создания компьютерной модели системы управления.

Задачи:

2. Проанализировать собранную информацию

3. Создать компьютерную модель системы управления.

4. Сделать выводы

Результатом работы является компьютерная модель системы управления, которая используется на уроках информатики в качестве учебного пособия .

Понятие сложной системы

Теория относительности, изучающая универсальные физические закономерности, относящиеся ко всей Вселенной, и квантовая механика, изучающая законы микромира, нелегки для понимания, и, тем не менее, они имеют дело с системами, которые с точки зрения современного естествознания считаются простыми. Простыми, в том смысле, что в них входит небольшое число переменных и, поэтому, взаимоотношение между ними поддается математической обработке, и выведению универсальных законов.

Однако, помимо простых, существуют сложные системы, которые состоят из большого числа переменных и стало быть большого количества связей между ними. Чем оно больше, тем труднее поддается предмет исследования достижению конечного результата - выведению закономерностей функционирования данного объекта. Трудности изучения данных систем связаны и с тем обстоятельством, что чем сложнее система, тем больше у нее так называемых эмерджентных свойств, т. е. свойств, которых нет у ее частей и которые являются следствием эффекта целостности системы.

Такие сложные системы изучает, например, метеорология - наука о климатических процессах. Именно потому, что метеорология изучает сложные системы, процессы образования погоды гораздо менее известны, чем гравитационные процессы, что, на первый взгляд, кажется парадоксом. Действительно, почему мы точно можем определить, в какой точке будет находиться Земля или какое-либо другое небесное тело через миллионы лет, но не можем точно предсказать погоду на завтра? Потому, что климатические процессы представляют гораздо более сложные системы, состоящие из огромного количества переменных и взаимодействий между ними.

Разделение систем на простые и сложные является фундаментальным в естествознании. Среди всех сложных систем наибольший интерес представляют системы с так называемой «обратной связью». Это еще одно важное понятие современного естествознания.

Понятие обратной связи

Если мы ударим по бильярдному шару, то он полетит в том направлении, в котором мы его направили, и с той скоростью, с которой мы хотели. Полет брошенного камня тоже соответствует нашему желанию, если ничего не препятствует этому. Сам камень совершенно безразличен по отношению к нам. Он не сопротивляется, если только не иметь в виду закона инерции.

Совсем иным будет поведение кошки, которая активно реагирует на наше воздействие. Так вот, если поведение объекта (поведением будем называть любое изменение объекта по отношению к окружающей среде) зависит от воздействия на него, мы говорим, что в такой системе имеется обратная связь - между воздействием и ее реакцией.

Поведение системы может усиливать внешнее воздействие: это называется положительной обратной связью. Если же оно уменьшает внешнее воздействие, то это отрицательная обратная связь. Особый случай - гомеостатические обратные связи, которые действуют, чтобы свести внешнее воздействие к нулю. Пример: температура тела человека, которая остается постоянной благодаря гомеостатическим обратным связям. Таких механизмов в живом теле огромное количество. Свойство системы, остающееся без изменений в потоке событий, называется инвариантом системы.

В любом нашем движении с определенной целью участвуют механизмы обратной связи. Мы не замечаем их действия, потому что они включаются автоматически. Но иногда мы пользуемся ими сознательно. Скажем, один человек предлагает место встречи, а другой повторяет: да, мы встречаемся там-то и во столько-то. Это обратная связь, делающая договоренность более надежной. Механизм обратной связи и призван сделать систему более устойчивой, надежной и эффективной.

В широком смысле понятие обратной связи «означает, что часть выходной энергии аппарата или машины возвращается на вход. Положительная обратная связь прибавляется к входным сигналам, она не корректирует их. Термин «обратная связь» применяется также в более узком смысле для обозначения того, что поведение объекта управляется величиной ошибки в положении объекта по отношению к некоторой цели».

Механизм обратной связи делает систему принципиально иной, повышая степень ее внутренней организованности и давая возможность говорить о самоорганизации в данной системе.

Итак, все системы можно разделить на системы с обратной связью и без таковой. Наличие механизма обратной связи позволяет заключить о том, что система преследует какие-то цели, т. е. что ее поведение целесообразно.

Понятие целесообразности

Активное поведение системы может быть случайным или целесообразным, если «действие или поведение допускает истолкование как направленное на достижение некоторой цели, т. е. некоторого конечного состояния, при котором объект вступает в определенную связь в пространстве или во времени с некоторым другим объектом или событием. Нецеленаправленным поведением является такое, которое нельзя истолковать подобным образом».

Для обозначения машин с внутренне целенаправленным поведением был специально введен термин «сервомеханизмы». Например, торпеда, снабженная механизмом поиска цели. Всякое целенаправленное поведение требует отрицательной обратной связи. Оно может быть предсказывающим или непредсказывающим. Предсказание может быть первого, второго и последующих порядков в зависимости от того, на сколько параметров распространяется предсказание. Чем их больше, тем совершеннее система.

Понятие целесообразности претерпело длительную эволюцию в истории человеческой культуры. Во времена господства мифологического мышления деятельность любых, в том числе неживых, тел могла быть признана целесообразной на основе антропоморфизма, т. е. приписывания явлениям природы причин по аналогии с деятельностью человека. Философ Аристотель в числе причин функционирования мира, наряду с материальной, формальной, действующей, назвал и целевую. Религиозное понимание целесообразности основывается на представлении о том, что Бог создал мир с определенной целью, и стало быть мир в целом целесообразен.

Научное понимание целесообразности строилось на обнаружении в изучаемых предметах объективных механизмов целеполагания. Поскольку в Новое время наука изучала простые системы, постольку она скептически относилась к понятию цели. Положение изменилось в XX веке, когда естествознание перешло к изучению сложных систем с обратной связью, так как именно в таких системах существует внутренний механизм целеполагания. Наука, которая первой начала исследование подобных систем, получила название кибернетики.

Кибернетика

Кибернетика (от греч. kybernetike - искусство управления) - это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и неживых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер (1894-1964), выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».

Оригинальность этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру (строение), а результат работы данного класса систем. В кибернетике впервые было сформулировано понятие «черного ящика» как устройства, которое выполняет определенную операцию над настоящим и прошлым входного потенциала, но для которого мы не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.

Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с субстратным (вещественным) и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.

Если XVII столетие и начало XVIII столетия - век часов, а конец XVII и все XIX столетие - век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании - понятие информации (от лат. informatio - ознакомление, разъяснение) как меры организованности системы в противоположность понятию энтропии как меры неорганизованности.

Понятие информации имеет такое большое значение, что оно вошло в заглавие нового научного направления, возникшего на базе кибернетики - информатики (название произошло из соединения слов информация и математика).

Кибернетика выявляет зависимости между информацией и другими характеристиками систем.

С повышением энтропии уменьшается информация (поскольку все усредняется) и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.

Энергия (от греч. energeia - деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Информация характеризует меру разнообразия систем. Эти два фундаментальных параметра системы (наравне с ее вещественным составом) относительно обособлены друг от друга. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала. Тем не менее энергия и информация связаны между собой. Винер приводит такой пример: «Кровь, оттекающая от мозга, на долю градуса теплее, чем кровь, притекающая к нему».

Информация растет с повышением разнообразия системы, но на этом ее связь с разнообразием не кончается. Одним из основных законов кибернетики является закон «необходимого разнообразия». В соответствии с ним эффективное управление какой-либо системой возможно только в том случае, когда разнообразие управляющей системы больше разнообразия управляемой системы. Учитывая связь между разнообразием и управлением, можно сказать, что чем больше мы имеем информации о системе, которой собираемся управлять, тем эффективнее будет этот процесс.

Общее значение кибернетики обозначается в следующих направлениях:

1. Философское значение, поскольку кибернетика дает новое представление о мире, основанное на роли связи, управления, информации, организованности, обратной связи, целесообразности, вероятности.

2. Социальное значение, поскольку кибернетика дает новое представление об обществе как организованном целом. О пользе кибернетики для изучения общества немало было сказано уже в момент возникновения этой науки.

3. Общенаучное значение в трех смыслах: во-первых, потому что кибернетика дает общенаучные понятия, которые оказываются важными в других областях науки - понятия управления, сложно-динамической системы и т. п.; во-вторых, потому что дает науке новые методы исследования: вероятностные, стохастические, моделирования на ЭВМ и т. д.; в-третьих, потому что на основе функционального подхода «сигнал - отклик» кибернетика формирует гипотезы о внутреннем составе и строении систем, которые затем могут быть проверены в процессе содержательного исследования. Например, в кибернетике выработано правило (впервые для технических систем), в соответствии с которым для того, чтобы найти ошибку в работе системы, необходима проверка работы трех одинаковых систем. По работе двух находят ошибку в третьей. Возможно так действует и мозг.

4. Методологическое значение кибернетики определяется тем обстоятельством, что изучение функционирования более простых технических систем используется для выдвижения гипотез о механизме работы качественно более сложных систем (живых организмов, мышления человека) с целью познания происходящих в них процессов - воспроизводства жизни, обучения и т. п. Подобное кибернетическое моделирование особенно важно в настоящее время во многих областях науки, поскольку отсутствуют математические теории процессов, протекающих в сложных системах и приходится ограничиваться их простыми моделями.

5. Наиболее известно техническое значение кибернетики - создание на основе кибернетических принципов электронно-вычислительных машин, роботов, персональных компьютеров, породившее тенденцию кибернетизации и информатизации не только научного познания, но и всех сфер жизни.

ЭВМ и персональные компьютеры

Точно так же, как разнообразные машины и механизмы облегчают физический труд людей, ЭВМ и персональные компьютеры облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципу «да-нет», и этого оказалось достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем, что ЭВМ как бы выполняет роль центральной нервной системы для устройств автоматического управления.

Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя (в себе и в другом), возможное в отношении машин, как и живых систем. Обучение онтогенетически есть то же, что и самовоспроизводство филогенетически.

Как бы не протекал процесс воспроизводства, «это - динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества вируса при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот»

(Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм самовоспроизводства для живых и неживых систем.

Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть было не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 млн. в сек. против двух у человека) остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.

Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.

Надо, впрочем, иметь в виду, что человек не только логически мыслящее существо, но и творческое, и эта способность - результат всей предшествующей эволюции. Если же будут построены не просто человекоподобные роботы, но и превосходящие его по уму, то это повод не только для радости, но и для беспокойства, связанного как с роботизацией самого человека, так и с проблемой возможного «бунта машин», выхода их из-под контроля людей.

Модели мира

Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природопользования в пределах целых регионов, до глобальных моделей.

В 1972 году на основе метода «системной динамики» Дж. Форрестера были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой . Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и т. д. Однако, это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.

М. Месаровичем и Э. Пестелем были построены глобальные модели на основе теории иерархических систем, а В. Леонтьевым - на основе разработанного им в экономике метода «затраты - выпуск». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальный, региональные и локальные моменты.

Создатель метода системной динамики Дж. Форрестер выдвинул так называемый «контринтуитивный принцип», в соответствии с которым сложные системы функционируют таким образом, что это принципиально противоречит человеческой интуиции, и таким образом машины могут дать более точный прогноз их поведения, чем человек. Другие исследователи считают, что «контринтуитивное поведение» свойственно тем системам, которые находятся в критической ситуации.

Трудности формализации многих важных данных, необходимых для построения глобальных моделей, а также ряд других моментов свидетельствуют о том, что значение машинного моделирования не следует абсолютизировать. Моделирование может принести наибольшую пользу в том случае, если будет сочетаться с другими видами исследований.

Простираясь на изучение все более сложных систем метод моделирования становится необходимым средством как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний - задаче, имеющей первостепенное значение на современном этапе изучения мира.

Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.

Информационные модели систем управления.

В любом процессе управления всегда происходит взаимодействие двух объектов – управляющего объекта и управляемого, которые соединены каналами управления и обратной связью. По каналу управления передаются управляющие сигналы.

В системах управления без обратной связи не учитывается состояние

управляемого объекта и обеспечивается управление только по прямому каналу от управляющего объекта к управляемому объекту.

Создание компьютерной модели систем управления .

Пусть управляемым объектом будет точка, которую управляющий объект (пользователь) должен переместить в центр мишени (круга). Прямое управление положением точки будем производить путем нажатия на кнопки, которые перемещают объект вверх, вниз, влево и вправо. Обратная связь будет отсутствовать.

Модель разомкнутой системы управления.

Система управления без обратной связью

Поместить на форму графическое поле, по которому будет перемещаться точка, кнопку для вывода первоначального положения точки, четыре кнопки для управления движением точки и кнопку для вывода положения мишени.

https://pandia.ru/text/80/310/images/image004_7.jpg" width="381" height="321 id=">

Система управления с обратной связью.

Событийная процедура вывода мишени и положения точки:

Для кнопки Мишень и точка

Dim X1, Y1, X2, Y2 As Byte

Private Sub ………..

Pic1.Scale (0, 200)-(200, 0)

Pic1.Circle (100, 100), 50

X1 = Int(Rnd * 200)

Y1 = Int(Rnd * 200)

Pic1.PSet (X1, Y1), vbRed

LblX. Caption = X1

LblY. Caption = Y1

Для кнопки влево

Private Sub …….

pic1.PSet (X1, Y1), vbRed

lblX. Caption = X1

lblY. Caption = Y1

Выводы:

В процессе работы я познакомилась с системами управления, при изучении научной литературы почерпнула много информации о работе систем управления. Стало понятно различие между системами управления с обратной связью и системами управления с автоматической обратной связью. Создана компьютерная модель систем управления, которая используется на уроках информатики в качестве учебного пособия.

Список литературы

1. ибернетика. М., 1968.

2. Кендрью Дж. Нить жизни. М., 1968.

3. Эшби мозга. М., 1964.

4. Эшби в кибернетику. М., 1959.

5. Угринович и ИКТ М, 2009

Структура управления (система управления)

Функции системы управления:

1. Измерение физических величин;

2. Контролирование;

3. Регулирование;

4. Оптимизация.

Объект управления всегда является составной частью системы управления. Поэтому его модель должна отражать взаимодействия объекта с подсистемой системы управления так и с окружающей средой.

Модель объекта управления должна состоять из следующих основных составляющих:

Рисунок 2 - Модель преобразующих каналов объекта

Примером таких моделей, статических и динамических являются выражения (11) и (14).

2. Модель внешних воздействий, как контролируемых, так и неконтролируемых.

Рисунок 3 - Модель внешних воздействий

МБ 1,2 – масштабирующие блоки;

ГТФ – генератор типовых функций, реализующий детерминированные составляющие временного ряда W д (t);

ГСЧ – генератор случайных чисел, вырабатывающий отклонение

По заданному закону распределения вероятностей;

К1, К2 – ключи;

К у – ключ управления.

3. Модель измерений.

В простейшем случае эту модель можно записать в виде следующей суммы:

Y u (t) = Y д (t) + и (t) , (17)

где Y u (t) – измеренное значение выходной величины;

Y д (t) – действительное значение выходной величины;

и (t) – погрешность измерения.

Структурно модель исполнительного блока может выглядит как и модель измерения. В простейшем случае она выглядит также как и выражение (17).

Установить наличие действующих на объект неконтролируемых возмущений возможно 2-мя путями.

1) Экспериментальный путь. Для этого необходимо установить все контролируемые входные воздействия (управляющие и внешние) на какой-то постоянный уровень, то есть провести активный эксперимент над объектом, зарегистрировать изменение выходных воздействий и проанализировать их. Наличие колебаний относительно установившегося режима функционирования объекта или относительно опорной траектории выходных воздействий (если объект не имеет установившегося состояния, в частности, обладает накопительными свойствами) характеризует действие на объект неконтролируемых возмущений.

Рассмотрим задачу определения неконтролируемых возмущений на объекте.

Дано:

Судя по структуре, видно, что это ОУ, подверженный влиянию неконтролируемых возмущений.

Предположим, что реализован активный эксперимент, при котором:

U (t+õ) = U 0 , õ>0

Wk (t+õ) = Wk o , õ>0

Переход к постоянному значению произошел скачкообразно.

Т.е входные воздействия ОИ, начиная с момента t+õ является постоянным.

Требуется: нарисовать качественно-характеристические изменения Y(t) при наличии и при отсутствии Wн(t), как для объектов, обладающих свойством самовыравнивания, так и нет.

С самовыравниванием, когда присутствуют неконтролируемые возмущения:

Без самовыравниванием, когда присутствуют неконтролируемые возмущения:

С самовыравниванием, когда отсутствуют неконтролируемые возмущения:

Без самовыравниванием, когда отсутствуют неконтролируемые возмущения:

При этом уровень отклонений от базовых траекторий характеризует и уровень наличия неконтролируемых возмущений. И чем больше этот уровень, тем выше степень неопределенности в оценке поведения такого объекта. Полученную таким образом оценку колебаний выходного воздействия обозначим y w н (t) и будем называть приведенным к выходу объекта возмущением .

Таким образом, приведенное к выходу объекта возмущение характеризует в масштабе изменения выходного воздействия интегральный эффект всех действующих на объект неконтролируемых возмущений . Однако практически провести такой активный эксперимент невозможно, поэтому используют второй путь.

2) Расчетный путь (моделирование)

Для этого используются следующие соотношения, записанные в общем виде. Предварительно примем следующие обозначения (рисунок 4):

Рисунок 4 - Расчетный путь установления наличия неконтролируемых возмущений

Y(i) = Y 0 (i) + y(i); (18)

y(i) = y u (i) + y w (i) + y w н (i); (19)

y u (i) = ; - модель в малом преобразующих каналов (20)

более точно отражают то, что объект динамический.

y w = ; (21)

u(i) = U(i) – U 0 (i); (22)

w(i) = W(i) – W 0 (i). (23)

Классическая схема расчета приведенных возмущений, предложенная Ротачом, записывается следующим образом:

y w н (i) = Y(i) – Y 0 (i) – y u (i) – y w (i); (24)

Y 0 (i) = ; (25)

y u (i) = ; (26)

y w (i) = ; ; (27)

u(i) = U(i) – U 0 (i); (28)

w k (i) = W k (i) – W k0 (i); (29)

где l u , l w – дискретное запаздывание по каналам преобразования регулирующих и внешних возмущающих воздействий;

j – фиктивная переменная, означающая память динамического объекта.

Ф {∙} – модель внутреннего механизма процесса или модель объекта в большом диапазоне изменения входных и выходных воздействий.

В общем случае можно указать следующие факторы, обуславливающие функционирование натурных объектов в условиях неопределенности:

· влияние неконтролируемых внешних воздействий;

· слабая изученность объекта (отсутствие математической модели внутренних механизмов процесса) Ошибки измерения и отсчета могут входить в состав неконтролируемых внешних воздействий;

· погрешности измерений физических величин и передачи сигналов.

Для вычисления приведенных к выходу объекта возмущений, если отсутствует математическая модель внутренних механизмов процесса можно предложить:

1. Согласованное выделение опорных уровней входных и выходных воздействий не с помощью математических моделей внутренних механизмов процесса, а с помощью сглаживающих фильтров типа РЭС или ЭС с большой инерционностью. То есть выбирается достаточно малой величины, в пределах (0; 0,1). Согласованное сглаживание здесь понимается так, чтобы имело место хотя бы приближенное соответствие между сглаженными (опорными) значениями входных воздействий и сглаженными (опорными) значениями выходных воздействий.

U(t)

Рисунок 5 - Функциональная математическая модель преобразующих каналов

Y пр (t) = Y 0 (t 0) + y w н (t) (30)

Информационные модели управления объектами представляют собой сумму определенных характеристик, в том числе и числовые и иные значения данных атрибутов. Системология понимает под информационной моделью сочетание определенных параметров, содержащих информацию о системе, явлении, процессе.

Цель создания информационной модели

Информационные модели управления объектами позволяют обрабатывать данные об объектах с учетом взаимосвязи между ними. Для создания автоматической обработки полученных результатов составляется для анализируемой модели формализованное описание, которое доступно компьютерной обработке.

Кодирование информации

У человека есть естественная потребность в обмене информацией с другими людьми. В основном используют тексты. К примеру, математическая запись 2 закона Ньютона в текстовой интерпретации звучит так: «Сила, действующая на тело, прямо пропорциональна произведению массы на ускорение свободного падения». Для составления такого текста используются буквы русского алфавита. Англоязычный текст предполагает применение английских символов. Мелодию можно записать (закодировать) с помощью нот. Математик в процессе составления математического текста применяет специальные символы.

Тексты вполне можно рассматривать как информационные модели управления объектами, способными хранить, а также передавать важную информацию.

Разновидности моделей

Языковые модели востребованы, оптимальны для коммуникации. Чтобы передавать их, не нужно прикладывать массу усилий, материальных ресурсов. Языковые модели, которые содержат специально отобранный материал, - информационные модели управления объектами. Умение анализировать информацию, важную для объекта, использовать ее для дальнейших исследований, считается важным фактором, гарантирующим сохранение ее адекватности.

Пример информационной модели

Оценивание знаний и навыков студентов можно считать неплохим примером информационной модели. Существенными характеристиками считают: фамилию студента, рассматриваемый предмет, балл. Между характеристиками и объектом существует обратная связь, создаваемая с помощью чисел, теста, знаков.

Информационная модель

Проанализируем некоторые фундаментальные понятия, характеризующие и информационные модели управления объектами. Конспект урока включает в себя: объект, атрибут, его значение.

Объектом считают предмет, существующий в реальности. Атрибут – характеристики рассматриваемого объекта. Значение атрибута – уточнение его признаков (детали).

Модели информационных систем

Понятие «компания» подразумевает структуру, в которой есть определенная совокупность взаимосвязей и сущностей. Управляемый объект не может быть обособленным, он подчиняется определенному набору правил. Именно информационная система характеризует правила и логику, организует и преобразует потоки информации, автоматизирует процесс обработки данных, представляет их визуально в форме отчетов. В процессе создания модели появляется «язык общения» разработчиков, консультантов, руководителей компаний, потенциальных пользователей. В итоге формируется корпоративная система управления, при которой управляющий и управляемый понимают свои возможности и обязанности. Бизнес-логика и правила определяют взаимодействие между отдельными элементами. Для информационной системы характерна обратная связь, создание осязаемого результата. Рассмотри основные параметры информационного проекта. Это:

выявление целей бизнеса, достижение которых возможно при автоматизации процессов;
определение участков, а также алгоритма внедрения;
оценка сроков развертывания и полноценного запуска готовой системы;
потребность в аппаратном и программном обеспечении;
список команды;
анализ соответствия выбранного программного обеспечения направлению деятельности компании.

Основа модели

Рассмотрим информационные модели управления объектами. Примеры их можно взять любые, но базовые компоненты всегда одинаковы:

основные бизнес-функции, которые характеризуют специфику деятельности;
управленческие, вспомогательные, основные процессы, характеризующие способ выполнения их данной компанией;
организационно-функциональная структура, которая определяет место исполнения функций;
последовательность (фазы) внедрения определенных этапов;
распределение ролей: «хозяина», подчиненных;
правила, которые определяют взаимодействие и связь между всеми параметрами

Простые информационные модели управления объектами (9 класс) помогают школьникам понять взаимосвязь между экономикой и наукой. После того как построена бизнес-модель, идет этап формирования модели проектирования, ее реализации, использования на практике.

Цикл информационных моделей

Практика разработки и использования информационных систем позволила выделить несколько основных этапов их существования («жизни»):

выявление требований к системе, анализ собранной информации;
проектирование подсистем, компонентов, продумывание полноценной взаимосвязи между ними;
разработка всех элементов системы, объединение отдельных частей в единое целое;
тестовые испытания для анализа функциональности системы, соответствия поставленным целям и задачам;
непосредственное внедрение: монтаж, установка, настройка, ввод в эксплуатацию;
штатная эксплуатация с учетом поставленных перед системой задач;
сопровождение, то есть создание требуемого штата для бесперебойной эксплуатации установленной информационной системы

На этапе определения требований к системе выполняется уточнение требований заказчика, согласование спорных вопросов. Именно в это время документируются все достигнутые с заказчиком соглашения. Фактически ищут ответ на вопрос о предназначении информационной системы, выявлении ее основных функций. При правильном подходе к данному этапу, конечный результат проекта будет успешным.

Системный анализ необходим для преобразования абстрактных, общих знаний о данной предметной сфере в четкие определения, полноценное описание всей системы. Именно в это время определяют и специфицируют:

внутренние и внешние условия функционирования информационной системы;
функциональную структуру;
распределяют функции между системой и людьми, анализируют интерфейсы;
определяют основные требования к информационным, техническим, программным элементам;
выявляют критерии безопасности и качества;
определяют условия эксплуатации и внедрения готовой системы.

Стадии ИС

Полноценное управление - это воздействие на эффективность работы компании, возможность повышения прибыли. Выделяют четыре стадии анализа ИС.

На первой стадии осуществляется структурный анализ компании. Проводят исследование организации системы управления, обследуют функциональную и информационную структуры управления, определяют реальных и потенциальных потребителей информации. Результаты, полученные на данном этапе, прорабатываются аналитиками. На их основе выстраивается обобщенная логическая модель начальной предметной сферы, отображающее структуру, специфику деятельности, а также свободное информационное пространство для работы. Аналитики на базе этого материала создают функциональную модель «как есть».

На второй стадии анализа, подразумевающей привлечение представителей заказчика, независимых экспертов, выявляются проблемы системы, способы их устранения.

Третья стадия анализа, которая содержит фрагменты проектирования, состоит в усовершенствовании обобщенной логической модели, с учетом конкретной предметной области.

На последней стадии разрабатываются «карты автоматизации», обозначены «границы» информационной системы.

На этапе анализа требования к разрабатываемой информационной системе вводят:

классы потенциальных пользователей и диаграммы бизнес-транзакций;
модели и перечни процессов прикладной направленности;
классы объектов, которые отражают информационную модель рассматриваемой предметной сферы;
топологию размещения пользователей и подразделений, которые должны обслуживаться информационной системой.

Главным документов, в котором отражают результативность первого этапа, является техническое задание на разработку. В нем есть информация об используемых ресурсах, сроках осуществления отдельных этапов, мероприятиях, связанных с защитой проектных материалов.

На этапе проектирования важно учесть все реальные условия, внести (при необходимости) корректировки.

Заключение

Успешность любого информационного проекта в том, чтобы в непосредственный момент запуска, а также на протяжении всего эксплуатационного периода все опции функционировали в штатном режиме. При правильном подходе к созданию ИС она проста в эксплуатации и обслуживании, удобна для пользователей, гарантирует безопасность данных пользователей. Именно надежность и производительность являются основными ее показателями. В противном случае все усилия, связанные с созданием информационной системы, будут напрасными.

Бухгалтеру о налогах и кадрах. Налоги, бухгалтерия, отчетность, ККМ