книги / Моделирование систем управления
..pdfNi > N . Такое определение длительности очень громоздко в случае, если определяется не один параметр, а несколько, как это бывает на практике.
Тогда имеет смысл воспользоваться формулой T = |
Р \ Р а |
2 |
рассчитав Т |
~ |
|
Х-г2
для каждого искомого параметра и выбрав максимальное. При этом точ ность определения различных искомых параметров будет, конечно, неоди наковой.
6. ПОСТРОЕНИЕ МОДЕЛИ. СОВРЕМЕННЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ
Рассмотрим процесс моделирования в целом. Переход от описания проектируемой системы к модели, допускающей экспериментальное ис следование, является неформальной операцией. Это относится и к провер ке соответствия построенной модели описываемому оригиналу.
Формальная проверка соответствия заключается в сравнении свойств оригинала и модели. Однако полное воспроизведение структуры модели, пригодной для формального оперирования или экспериментов, невозмож но. Если же сложность системы допускает построение полной модели, то, экспериментируя с нею, можно получить все интересующие показатели системы. Поэтому построение упрощённой модели теряет практический смысл. Таким образом, прямая экспериментальная проверка адекватности свойств модели и описания исключается.
Адекватность не следует непосредственно из процесса построения модели. Упрощённая модель не может быть подобной описанию в смысле, обычном для теории подобия. Требование пропорциональности сходст венных параметров и процессов в модели и оригинале заведомо не соблю дается из-за различия в числе параметров. Остается судить о сходстве свойств модели и описания (оригинала) посредством сопоставления струк тур без полной экспериментальной проверки их соответствия. Такие суж дения основаны на предшествующем опыте и интуиции исследователя. Тем не менее, отсутствие точных правил не мешает опытным специали стам создавать хорошие модели.
6.1. Принципы и правила моделирования
Эвристические приемы можно условно разделить на принципы и правила. Принципы определяют общие свойства, которыми должна об ладать построенная модель. Правила дают способы получения нужных свойств модели.
6.1.1.Основные принципы
1.Компромисс между ожидаемой точностью (надежностью) резуль татов моделирования и сложностью модели.
Сложность модели характеризуется, в конечном счете, временем
истоимостью конструирования модели и экспериментирования с нею.
2.Соразмерность систематической погрешности моделирования
спогрешностью для заданных параметров описания (оригинала),
3.Соответствие точностей отдельных элементов.
4. Соответствие систематической погрешности моделирования и случайной погрешности при интерпретации и усреднении результатов моделирования.
5. Достаточное разнообразие элементов модели. Например, набор процедур для имитации типовых случайных воздействий с различной точ ностью позволит систематически изменять точность имитации за счет сложности (быстродействия, памяти и длины программ). Изменение точ ности за счет сложности осуществляется, например, при построении сту пенчатой аппроксимации плотности вероятностей, уменьшение шага ап проксимации уточняет результат, но требует большего числа ячеек памяти для хранения.
6. Блочное представление модели. Разделение на блоки неоднознач но и зависит от того, какие части системы ранее анализировались, какие имеются стандарты программ и т.п.
6.1.2.Основные правила
1.Следует изыскивать возможность параллельного моделирования конкурирующих вариантов с оценкой разности или отношения соответст вующих показателей.
2.Обмен информации между блоками должен быть по возможности минимальным.
3.Несущественными и подлежащими удалению считаются блоки модели, мало влияющие на принятый критерий интерпретации результа тов моделирования.
Если при моделировании нужно найти характеристики узкоспециа лизированного критерия интерпретации результатов, то некоторые блоки, не участвующие в получении этих характеристик, исключаются.
4.Удаляя оконечные блоки, составляющие описание взаимодейст вия с моделируемой системой потребителя, следует отразить интересы по требителя при формировании критерия интерпретации результатов моде лирования.
Интересы потребителя легко формируются в полной модели, отра жающей все элементы технического описания системы. Например, для системы управления воздушным движением основным критерием является пропускная способность (количество самолетов, одновременно обслужи ваемых системой в течение заданного времени). Время ожидания обслу живания, количество свободных каналов связи и другие критерии можно рассматривать как составляющие единого векторного критерия. При моде лировании подсистемы задача трансформации интересов заказчика систе мы к выходу исследуемой системы приводит к новому критерию, напри мер, к погрешности экстраполирования, т.е. к необходимости экстраполи ровать движение самолета на некоторый интервал времени и тем самым компенсировать запаздывание в системе управления посадкой.
5. Блок модели, осуществляющий воздействие на исследуем часть системы, в общем случае можно заменить множеством упрощенных эквивалентов, не зависящих от исследуемой части. Каждый эквивалент формирует одно из возможных воздействий в пределах заданного диапа зона, а моделирование проводится в нескольких вариантах.
Переход к множеству моделей ведет к большим затратам машинного времени. Дополнительные гипотезы о характере взаимодействия удаляе мого блока с исследуемой системой позволяют иногда уменьшить неопре деленность в формируемом воздействии и, следовательно, сократить число моделируемых вариантов. Если взаимодействие носит конфликтный ха рактер, неопределенность заменяется наихудшим воздействием.
6.2. Последовательное упрощение и последовательное усложнение моделей
Последовательность моделей характеризует динамику моделирова ния - движение в подпространстве моделей М.
Рассмотрим движение, соответствующее изменению модели в ходе ее построения. Последовательно объединяя элементы описания в блоки, проводя разделение и упрощение модели, мы постепенно превращаем опи сание в удобную для программной реализации и экспериментов модель, двигаясь в пространстве описаний от сложного к простому и понимая со ответственно размерность пространства моделей.
Компромисс между точностью и сложностью модели говорит о том, что поиск этого баланса должен направляться требованиями максимально го упрощения модели и прекращаться, если различие между ожиданием и моделью станет существенным с точки зрения критерия, по которому ведется интерпретация результатов моделирования.
Предположим, что движение начинается с наиболее полной (для данных моделирующих средств) модели условно отождествляемой с описанием со. Тогда, в соответствии с принципом баланса точностей, ус танавливаемое в ходе эксперимента различие между исходной Цщ и теку щей моделями можно считать несущественным, если оно лежит в поле до пуска, определяемом, во-первых, статистическими разбросами результа тов, во-вторых, ошибками при задании исходных данных, которые сказа лись на отклонении оцениваемых при моделировании параметров, по казателей.
Первую составляющую допуска можно уменьшить увеличением объема выборки.
Вторая составляющая неустранима и тождественна чувствительно сти системы к изменениям ее параметров. Анализ второй составляющей требует проведения экспериментов с несколькими вариантами модели и является весьма трудоемким. Поэтому рассматриваемый путь построе
ния модели - монотонный спуск «сверху вниз»,- приемлем лишь для сравнительно простых исходных описаний и целесообразен при формиро вании только тех моделей, которые используются в качестве типовых бло ков других моделей.
При моделировании проектируемых систем движение сверху вниз, контролируемое по точности, практически нереализуемо (в противном случае можно было бы, не упрощая, исследовать полный аналог описа ния). Выходом из положения является косвенный контроль, направляемый правилом.
Проверку соответствия модели р и полной модели р* следует вести по сходимости результатов, получаемых на моделях возрастающей слож ности. Таким образом, формируется упрощенная модель ро, допускающая экспериментальное исследование (движение «сверху вниз» не сопровож дается экспериментами). Далее модель может развиваться и усложняться в пределах упомянутых вычислительных ограничений.
6.2.1.Существенные и несущественные различия мезеду моделями
Различие между моделями */(pl+1,p f) уместно считать несуществен ным, если оно лежит в поле допуска 6|+1, определенном, главным обра зом, погрешностями, имеющимися в исходных данных (в параметрах опи сания а , = |а 1, а 2,- » а от|). Пересчет погрешностей в изменения показате лей системы эквивалентен анализу чувствительности системы к вариациям а ' и требует многократной оценки показателей на одной и той же модели. Эта операция выполняется на модели p*i более точно и вместе с тем более сложно, чем на модели pf.
Рассмотрим случай, когда все неточные параметры а ' учтены и в модели р/+| , и в модели р,. Тогда пересчет погрешностей можно выпол нять на основе модели Р/.
Если в |
модели р, учтено меньшее число неточных параметров |
a ,r = |a 1,...,a J|, |
s < т, то анализ более сложной модели р/+! даст допуск |
5/+| более широкий, чем допуск 5/, найденный при исследовании моде ли р/. Если фактически полученное различие t/(p,-+i,P/) меньше 5i+|, но больше 5;, то, ограничиваясь оценкой 6/, мы фактически несем большие вычислительные потери (принимая ложное решение о существенности J(P i+i,p t )). Тем не менее, ориентируясь на меньший допуск bh получа ем заведомо более надёжное решение. Поэтому оказывается уместным эв ристическое правило.
Расчёт допусков выполняется по более простой модели, включаю щей все неточные параметры описания. Это правило находит подтвержде
ние в практике аналитически точных расчётов, где вычисление частных производных показателя по различным параметрам ведется с использова нием упрощенных схем (с помощью конечных разностей).
6.2.2 .0 целесообразной степени усложнения модели на каждом шаге моделирования
Если структурные и количественные изменения при переходе от мо дели Ц/ к модели JJ./+1 очень малы, то и различие d(\ii + также будет
малым, независимо от того, какой показатель качества Q выбран и как да леко от истинного значения находятся Qt и Qi+j. Поэтому целесообраз но потребовать определённого качественного усложнения р,» по сравне нию с р,-. Введем для этого понятие сложности модели С, определяемой сложностью моделирующих алгоритмов, которые можно упрощенно вы числить по формуле
С = 741, где Т - время счёта одного прогона модели; П - объем памяти, необходи
мый для хранения промежуточных результатов моделирования.
Тогда можно организовать последовательность моделей, потребовав, например, увеличения сложности на каждом этапе в 2 раза, т.е. провести процедуру контроля сложности построения по аналогии со способом Рунге, заключающемся в двойном пересчёте для оценки точности интегриро вания. При одном и том же методе интегрирования это соответствует из менению времени счёта примерно вдвое и не приводит к существенному увеличению памяти, поэтому С удваивается. Считается, что С увеличива ется целесообразно и действительно делает модель более полной.
6.3. Современные средства моделирования
Во многих областях бизнеса, производства, экономики возникает проблема выбора из множества осуществимых вариантов. Часто такая за дача может быть формализована и представлена в виде задачи математи ческого программирования. Модель последней включает критерий и сис тему неявных «прямых» ограничений. Математическая модель задачи по зволяет находить оптимальное решение и выполнять всесторонний анализ полученного решения и влияния вариаций параметров.
Для решения задач такого типа имеется широкий спектр разновид ностей программного обеспечения (ПО) для различных операционных систем. Совершим обзор доступных систем моделирования, чтобы создать представление о них.
MatLab 6
Данная система изначально была предназначена для приближённых вычислений. Для описания моделей используется специальный язык M-language. MatLab отличается высокой скоростью вычислений. С течени ем времени возможности MatLab существенно возросли, появились биб лиотеки и платформы-надстройки, которые реализуют уникальные для ма тематических пакетов функции [14]. Рассмотрим лишь самые известные из них. Наиболее известной из платформ, основанных на ядре MatLab, явля ется Simulink.
Simulink - это платформа для эмуляции и модельного проектирова ния динамических систем [15]. Она обеспечивает интерактивную мафиче скую среду и настраиваемый набор библиотек блоков, которые позволяют с высокой точностью проектировать, моделировать, реализовывать и тес тировать системы управления, обработки сигналов, связи и т. п.
Набор блоков Communications Blockset добавляет в Simulink обшир ную библиотеку блоков, предназначенных для разработки и моделирова ния объектов физического уровня телекоммуникационных систем и их компонентов, например: линейных кодеров/декодеров, линий передачи аналоговых и цифровых сигналов и т.п.
Пакет расширения Control System Toolbox содержит специализиро ванные инструменты для разработки и анализа логических схем контрол леров систем управления и динамических систем с обратной связью.
Пакет расширения Filter Design Toolbox содержит расширенный на бор функций для синтеза, анализа и моделирования цифровых фильтров. Он позволяет рассчитывать и моделировать архитектуры фильтров для сложных приложений реального времени, в частности, адаптивные и мно гочастотные фильтры.
Пакет расширения Instrument Control Toolbox дает возможность осу ществлять взаимодействие с измерительными приборами, такими как ос циллографы и генераторы, непосредственно из среды MATLAB. Пакет по зволяет взаимодействовать с оборудованием через широко распространен ные протоколы, такие как GPIB, VISA, TCP/IP и UDP. Взаимодействие яв ляется двусторонним: можно как выводить данные из MATLAB, направ ляя их на приборы, так и считывать данные для анализа и визуализации (более подробно см. [15]).
Набор блоков Signal Processing Blockset расширяет возможности Simulink, позволяя осуществлять фреймовую обработку сигналов и добав ляя блоки для разработки, реализации и тестирования систем обработки сигналов. Этот набор блоков позволяет моделировать поточные данные и многоскоростные системы, применяемые в телекоммуникациях, аудио- и видеотехнике, цифровых системах управления.
Stateflow - это интерактивная среда для моделирования систем, управляемых событиями. Элементы языка Stateflow позволяют описывать
сложную логику системы в естественной и понятной графической форме. Stateflow обеспечивает интеграцию моделей с Simulink (модель Stateflow
всреде Simulink предствляется библиотечным блоком).
Кнесомненным достоинствам системы MatLab можно отнести её большую популярность в мире (наличие сайтов, документации, фирмпроизводителей библиотечных модулей и надстроек), большой охват раз личных областей знаний и обширность библиотек в стандартной поставке.
Из недостатков следует отметить невысокую интегрированность среды и специфический редактор кода MatLab-programm.
Stratum 2000
Stratum - инструментальное программное средство для моделирова ния элементов, сложных систем, конструкций, процессов из различных областей естествознания (физика, математика, биология, экология эконо мика, электроника и др.). Данное средство позволяет на основе простей ших функциональных элементов создавать и исследовать модели сложных систем без знания языков программирования [16]. Stratum 2000 создан для платформ Windows 95, 98, NT. Интуитивно понятный интерфейс делает его легким для освоения и использования в технологиях имитационного и математического моделирования систем.
Визуальные средства проектирования среды Stratum 2000 обеспечи вают построение прототипа системы из объектов, соединяемых между со бой информационными связями. Для их изображения используются стати ческая и анимационная графика. Поведение объектов описывается на про стом математическом языке. Имеется богатый набор математических функций, средства решения систем линейных и нелинейных уравнений. Объекты могут иметь иерархию и сохраняются в библиотеках. Однажды созданные, объекты могут независимо использоваться в других системах. Всё это дает возможность пользователю выбрать наиболее удобный спо соб формального представления системы.
В Stratum 2000 используется дискретный метод расчёта модели. Пользователь может выполнить расчёт модели в пошаговом или динами ческом режиме. Среда автоматически генерирует исполняемый код и по зволяет изменять модель системы даже во время выполнения. Пользовате лю доступны просмотр и изменение значения любых переменных, что по зволяет быстро проанализировать поведение системы в различных услови ях. Графические средства дают возможность быстро и наглядно осущест вить визуализацию данных.
Для связи с другими программами Stratum 2000 поддерживает раз личные форматы файлов, базы данных. К стандартному набору функций пользователь может добавить свои библиотеки (DLL), написанные на язы ках программирования.
Эффективность применения среды Stratum 2000 достигается за счёт повышения скорости разработки, сведения к минимуму ручного програм мирования, легкой модификации построенной системы. Возможности по степенного построения приложения не приводят к полной переработке системы в случае существенных изменений исходных требований. Уже на ранних стадиях разработки пользователь может видеть результаты работы системы, анализировать и оценивать альтернативные решения.
Применение среды Stratum 2000 особенно эффективно для модели рования технических систем, автоматизированных систем управления и обучающих систем. К достоинствам данной системы можно отнести её гибкость и настраиваемость. В качестве основного недостатка Stratum можно указать на крайне малый объем существующих на данный момент библиотек, а также крайне невыгодную структуру их организации (каждый элемент представлен отдельным файлом, причем отсутствует их структу рирование).
Network Simulator (NS)
NS - Network Simulator, открытая система для точного моделирова ния различных протоколов передачи данных. В настоящее время про граммный продукт NS является оптимальным средством моделирования сетей связи, по крайней мере, в рамках высшей школы [17].
Проведение экспериментов на базе NS-NAM и изучение его архитек туры влечет за собой получение знаний в ряде областей (программирова ние, телекоммуникации, математика), без которых невозможно современ ное существование высококвалифицированного специалиста. На базе NS возможно организовать наглядную демонстрацию функционирования про токолов и сетевых механизмов, например, влияния дисциплины обслужи вания очереди на вероятность потери пакета трафика с разными приорите тами, или в чем заключается различие алгоритмов протокола TCP (slowstart, sliding window, SACK и т.д.).
Весомая часть исследований в области сетей связи в университетах Европы, Азии и США строится на базе NS. Почти в каждом университете, готовящем специалистов в области сетей связи, существуют курсы, по священные NS; также эта система широко используется и в научноисследовательских институтах.
Предлагаемый для свободной загрузки через Internet дистрибутив включает в себя как исходные файлы системы на языке C++, так и готовые откомпилированные модули. Языком описания моделей в системе NS яв ляется язык TCL. Стандартный пакет включает в себя компилятор моделей и набор стандартных библиотек, более полное описание которых приведе но в [18]. Взаимодействие с системой происходит через командную стро ку. Выходной файл системы представляет собой список событий, произо шедших в моделируемой системе за период моделирования. Формат вы
ходного файла также является открытым и документирован в [18]. В пакет также входит средство для визуализации выходных файлов NAM, которое позволяет просматривать результаты моделирования в понятном формате.
К достоинствам системы NS-NAM можно отнести, во-первых, то, что она совершенно бесплатна, и, во-вторых, то, что библиотека моделей различных протоколов существует в свободном доступе. Недостатки же системы, связанные с недостаточной дружественностью её интерфейса, могут быть сравнительно легко устранены путем коррекции исходных файлов NS (например, подключением внешнего интерфейса).
GPSS/PC
Эта система по существу представляет собой проблемноориентированный язык программирования. Проблемной областью GPSS являются системы массового обслуживания (системы с очередями). Осно вой имитационных алгоритмов в GPSS является дискретно-событийный подход, разработанный Гордоном.
В GPSS разработчикам удалось очень четко и изящно пройти но ipaни как соответствия проблемной области (по терминологии, функциям, методике исследований и т.д.), так и эффективности программирования (удобства разработки моделей, быстродействия, использованию ресурсов ЭВМ и т.д.).
Пакет GPSS/PC включает в себя два основных модуля: модуль GPSSPC.EXE, представляющий интегрированную среду, в которой произ водится ввод, редактирование, отладка и выполнение модели, и модуль GPSSREPT.EXE, предназначенный для получения стандартного отчёта GPSS/PC. Загрузка обоих модулей производится обычным образом из ко мандной строки MS DOS или из программы-оболочки Norton Commander. На персональных компьютерах типа IBM/PC язык GPSS реализован в рам ках пакета прикладных программ GPSS/PC. Основной модуль пакета пред ставляет собой интегрированную среду, включающую, помимо транслято ра с входного языка средства ввода и редактирования текста модели, её отладки и наблюдения за процессом моделирования, графические средства отображения атрибутов модели, а также средства накопления результатов моделирования в базе данных и их статистической обработки. Кроме ос новного модуля в состав пакета входит модуль создания стандартного от чёта GPSS/PC, а также ряд дополнительных модулей и файлов. Более под робное описание системы представлено в источнике [19].
ARIS
ARIS (аббревиатура от Architecture of Integrated Information Systems - архитектура интегрированных информационных систем) - это методоло гия и базирующееся на ней семейство программных продуктов, разрабо танных компанией IDS Sheer AG для структурированного описания и ана