Файл: Судовые системы автоматического контроля (системный подход к проектированию)..pdf

Ранее указывалось, что относительное значение уставки а <

<2ер. Обозначим в этом случае

Окончательно, получим

Полная вероятность выхода любого количества измеряемых ве­ личин за пределы уставки

Р = п ^ £ iPt. i=i

Воспользовавшись таблицами распределений Пуассона [71 ],

подсчитаем Р при п —> оо. Это значение стремится к величине 0,169, которая является минимальным коэффициентом разрежения потока

заявок, т. е.

В то же время 0,169 есть величина, обратная коэффициенту уве­

личения Rom.

Полученные результаты говорят о том, что только около 17%

всех событий, происходящих в объекте контроля, требуют принятия определенных решений по управлению объектом. Остальные же прак­ тически не дают информации, способствующей выработке оптималь­ ных решений. Причем из этих 17% событий многие только могут на­

ступить, но необязательно наступают.

Поскольку при появлении информации, требующей оперативной

обработки, необходимо перейти на режим осмотра одного или не­

скольких каналов с периодом Г?, то следует учесть это обстоятель­ ство в запасе по быстродействию обслуживающей части САК, т. е.

предусмотреть возможность увеличения среднего значения М за

счет появления новых источников заявок на обслуживание.

Подсчитаем вероятность события, заключающегося в том, что } источников заявок из общего числа п необходимо обслужить в опе­

ративном регулярном режиме с периодом обслуживания Т*. для каж­

дого источника срочных событий. Будем искать минимальные зна­

чения среднего периода обслуживания. Максимальное значение числа

140

обслуживаний на периоде Т* при одновременном числе j требований на оперативное обслуживание

/-1

л* (/) = S

1=0

где п* — эффективное число точек для физической точки с макси­

и значение оптимального периода обслуживания для совокупности

В этом случае (3.5.6) перепишется в виде

/-1

>• /У

Это выражение при достаточно больших п можно привести к сле­ дующему виду:

141

уже при п > 10. Следовательно, можно принять, что

на практическом примере. Модифицируем структуру (рис. 3.20) путем введения на первых уровнях в качестве классификатора уст­ ройства сравнения с уставками. Тогда, в результате примера из § 3.3, из группы преобразования информации с АЦП через каждый про­ межуток времени 7'0ПТ = 3,3-10 ~6 поступает код одного из 68 изме­ ряемых параметров. При отсутствии сравнивающего устройства вся

эта информация поступала бы на вход ПСИ2 в БЗУ, причем требуе­

мый объем памяти БЗУ для канала, идущего от ПСИ4 к ПСИ2, был

— 231 слово. Получается существенная экономия памяти и снижение требований к быстродействию. Наконец, если с выходом за пределы

одного или группы параметров будет меняться и процедура обслужи­

вания (при системе приоритетов в САК), получим период поступления

заявок из ПСИ4 в ПСИ2

г ; пт = 3 ,3 •^ •1 ,0 1 5 = 47,3. Ю-e с.

Эффективное множество точек, соответствующее изменению про­

эффективное быстродействие

----% ^ т - = 1 7 ,2 .1 0 - в с.

Незначительное увеличение быстродействия и памяти позволяет сократить оптимальную процедуру обслуживания для событий, требующих оперативной обработки информации. Уже из приведен­

ного примера^ видна эффективность введения первичной классифи­

кации событий. Причем, чем больше физических точек контроля, тем

она выше.

142

В рассматриваемом примере поток событий, поступающий в ПСИ, остается неразряженным, и требования к устройствам САК, находя­ щимся в этом посту, довольно высоки, вследствие принятия гипотезы о независимости любых событий, происходящих в объекте контроля. На самом же деле, на множестве параметров, характеризующих со­ стояние объекта контроля, можно установить отношение частичного

порядка [44], т. е. выделить цепочки зависимых друг от друга па­

раметров или, что равносильно, разбить все множества параметров

на группы, в которых между параметрами существует определенная

корреляция. Тогда, выбрав основной параметр в цепочке причинно-

следственных связей между параметрами одной группы, можно огра­

ничиться наблюдением в оперативном режиме только за представи­ телями этих групп. Из физических соображений следует, что такими представителями будут параметры с максимальными граничными ча­ стотами изменения. Тогда период наблюдения за всеми параметрами останется равным Т*, но эффективное множество точек для каждого

из них, за исключением выбранных, резко снизится.

Пусть все параметры в соответствии с вышеизложенными разбиты

на k групп. Упорядочим в каждой группе точки по возрастанию числа п*. и возьмем из каждой j-й группы по параметру, для которого

rrij — n.

i=i

Тогда для любой у-й группы полное число обслуживаний на пе­ риоде Т* будет, исходя из выражения (3.5.5),

Полное число обслуживаний без учета событий, связанных с при­

на первом уровне будем иметь период между подключениями точек

Т.ОПТ1 '

п\ ( 1+- [л*'1

Рассмотрим на том же примере эффективность первичной класси­ фикации событий при следующем изменении процедуры. Разобьем

все 68 физических точек на к групп (k = 2, 3, 4) так, чтобы число их

в каждой группе было примерно одинаковым. Проследим, как ме­

няются требования к числу коммутаторов и числу АЦП в ПСИ.

Из табл. (3.1) видно, что эффективность возрастает даже при ми­ нимальном числе k, причем рост уменьшается асимптотически с уве-

143