Способ прогнозирования кризисных ситуаций при контроле многопараметрических процессов

Изобретение относится к способам обработки цифровых данных для специальных применений в области прогнозирования и управления многопараметрическими процессами и сложными техническими системами и может быть использовано в ситуационных центрах различной предметной направленности, а также при оценивании устойчивости производства в условиях действия дестабилизирующих факторов технологического, технического и производственного характера, планировании и реализации программ развития вооружения и военной техники и прогнозировании военных конфликтов. Технический результат заключается в повышении точности прогнозирования кризисных ситуаций. Результат достигается за счет формирования множества областей значений контролируемых параметров, соответствующих разным уровням критичности состояния процесса, границы которых рассчитываются динамически и оцениваются вероятности перехода состояния многопараметрического процесса в области данных уровней критичности. 3 ил.

 

Изобретение относится к способам обработки цифровых данных для специальных применений в области прогнозирования и управления многопараметрическими процессами и сложными техническими системами и может быть использовано в ситуационных центрах различной предметной направленности, а также при оценивании устойчивости производства в условиях действия дестабилизирующих факторов технологического, технического и производственного характера, планировании и реализации программ развития вооружения и военной техники и прогнозировании военных конфликтов.

В настоящее время развитие информационных средств позволяет осуществлять комплексный контроль состояния многопараметрических процессов в различных сферах деятельности. При этом одной из основных задач контроля является оценка текущей ситуации (тенденций в развитии ситуации) и выявление кризисной ситуации (неблагоприятного развития ситуации) (В.В. Грачев, В.А. Силич, М.П. Силич. Методология проектирования ситуационных центров принятия решений // Доклады ТУСУРа, №1 (27), март 2013, стр. 114). Под кризисной ситуацией далее понимается состояние контролируемого многопараметрического процесса, которое может привести к неблагоприятным последствиям для лица, принимающего решения (контролирующего процесс).

Известны способы контроля и анализа многопараметрических процессов.

Известен способ контроля и управления техническим процессом (RU 2289837, 2005), в котором измеряют независимые наблюдаемые величины при помощи прогнозируемой модели или ряда моделей, входные переменные которых содержат независимые наблюдаемые величины, затем производят расчет оценки результата, которая используется для получения параметров управления, при этом прогнозируемая модель является статистической корректировочной моделью.

Недостатком данного способа является отсутствие возможности накопления статистической информации о значении наблюдаемых величин с целью заблаговременного прогнозирования их изменения и идентификации кризисной ситуаций.

Известен способ анализа динамических многопараметрических процессов (RU 2164039, 2001), основанный на том, что на экране дисплея формируют изображение 2- и 3-мерных пространств, параметры распределяют на индицируемые в сформированных пространствах, фиксируемые и временно не учитываемые, с возможностью их отнесения к разным категориям. В пространствах выделяют области, соответствующие значениям тех или иных параметров и по изменению изображений судят о свойствах исследуемого процесса.

Недостатком данного способа являются относительно узкие функциональные возможности, обусловленные тем, что анализ процесса осуществляется визуально, путем построения сечений в 2- и 3-мерных пространствах, что не позволяет вести контроль критичности состояния многопараметрического процесса по всем параметрам одновременно. Также в данном способе не определен порядок полной вероятностной оценки кризисной ситуации в виде закона распределения уровней критичности.

Наиболее близким аналогом заявленного способа является способ комплексного контроля состояния многопараметрического объекта по разнородной информации (RU 2459245, 2010). Согласно данному способу результаты сравнения оцененных с допустимыми значениями и характеристики изменений каждого контролируемого параметра объекта формируют и представляют по унифицированным для всех параметров правилам, в соответствии с которыми фиксируют оцененные значения параметров и моменты времени окончания измерений, вычисляют значения признаков соответствия оцененных и допустимых значений, формируют матрицу состояния многопараметрического объекта контроля, формируют цветографическую форму, сформированную фигуру интерпретируют как образ состояния объекта контроля в заданном временном интервале; определяют факты наличия, величины, тенденции изменений значений признаков соответствия и с учетом последовательности их получения, а также фиксирования моментов окончания измерений формируют временные ряды для определения формы и числовых характеристик тенденций изменений контролируемых параметров и состояния объекта контроля. Сформированные временные ряды при необходимости используют как исходные данные для определения динамических и корреляционных свойств контролируемых параметров при выявлении причин, а также при определении возможных последствий изменения состояния объекта контроля. Для этого экстраполируют, получают точечную и интервальную оценки значений параметров объекта, при которых может возникнуть критическая ситуация, и фиксируют моменты времени прогнозируемого достижения этих значений.

Недостатком данного способа являются относительно узкие функциональные возможности, обусловленные тем, что

- верхняя и нижняя границы допустимых значений контролируемых параметров должны быть заданы заблаговременно;

- допустимые значения значений контролируемых параметров строго задаются одним интервалом;

- для прогноза критической ситуации используются отклонение отдельно по каждому параметру, без учета их функциональной взаимосвязи;

- не рассчитываются вероятностные характеристики реализации критической ситуации.

Требуемым техническим результатом является повышение точности прогнозирования кризисных ситуаций за счет формирования множества областей значений контролируемых параметров, соответствующих разным уровням критичности состояния процесса, границы которых рассчитываются динамически, и оценивания вероятности перехода состояния многопараметрического процесса в области данных уровней критичности.

Требуемый результат достигается за счет применения заявляемого способа, отличающегося от уже известных тем, что

- вычисляют допустимые значения параметров, соответствующие различным уровням критичности ситуации;

- рассчитывают вероятности событий, заключающихся в ситуации перехода многопараметрического процесса в состояния различной уровня критичности;

- формируют законы распределения прогнозируемых уровней критичности ситуации в виде рядов вероятности;

- рассчитывают степень кризисности текущей ситуации.

Сущность заявляемого способа заключается в следующем.

Пусть состояние i-го контролируемого многопараметрического процесса из множества i=1…Ni в момент tk окончания заданного временного интервала Δtk=[t0;tk]∈t характеризуется совокупностью Yi={yij} разнородных параметров, которым присвоены номера j=1…Nj.

В соответствии с заявляемым способом, в каждом заданном временном интервале с момента времени t=t0 начала сбора разнородных данных Yi={yij} о состоянии многопараметрического процесса, имеющего номер i, проводят k измерений значений каждого из назначенных для контроля параметров. Фиксируют оцененные значения параметров и время окончания измерений tk.

Далее вычисляют допустимые значения параметров, соответствующие различным уровням критичности ситуации.

Для оценивания контролируемого многопараметрического процесса используется некоторая целевая функция W(Yi), комплексно отражающая состояние контролируемого процесса. Как правило, целевая функция характеризует эффективность процесса либо качество объектов, задействованных в процессе или являющихся его результатом. Например, если в качестве контролируемого процесса рассматривается проект создания некоторого изделия, целевая функция может быть представлена в виде вероятности успешного завершения проекта.

Для прогнозирования кризисных ситуаций лицом, принимающим решение (контролирующим многопараметрический процесс), на значении целевой функции задаются интервалы значений, характеризующих уровень критичности соответствующего состояния многопараметрического процесса. Количество и характеристики интервалов выбираются исходя из специфики процесса и системы предпочтений лица, принимающего решение. Например, если в качестве целевой функции используется вероятность успешного завершения проекта, может быть задано три уровня критичности:

W<0,7 - высокий уровень критичности;

0,7<W<0,8 - средний уровень критичности;

0,8<W<0,9 - низкий уровень критичности.

Данные интервалы значений позволяют определить области изменения параметров контролируемого процесса, в которой значение целевой функции соответствует каждому из уровней критичности Ωr⊆x{yj}, где r=1…Nr - номера уровней критичности. На фиг. 1 представлен пример графического представления областей, соответствующих уровням критичности, некоторого двухпараметрического процесса.

Далее вычисляют значения признаков соответствия оцененных и допустимых значений параметров, соответствующих заданным уровням критичности. Для этого используют функцию следующего вида:

На основании рассчитанных значений признаков соответствия формируют матрицу состояния многопараметрического объекта контроля , характеризующую динамику изменения уровней критичности состояния многопараметрического процесса. Данная матрица используется для оценивания текущего состояния контролируемого процесса.

Для определения формы и числовых характеристик тенденций изменений контролируемых параметров и состояния объекта контроля (многопараметрического процесса) из значений параметров контролируемого процесса, с учетом последовательности их получения, а также фиксирования моментов окончания измерений формируют временные ряды .

Сформированные временные ряды используют как исходные данные для определения динамических и корреляционных свойств контролируемых параметров при выявлении причин, а также при определении возможных последствий изменения состояния объекта контроля. Для этого экстраполируют, получают точечные и интервальные оценки значений параметров объекта на заданный горизонт прогнозирования. Пример интервальных оценок прогноза изменения двух некоторых параметров контролируемого процесса представлен на фиг. 2.

После этого рассчитывают вероятности событий, заключающихся в переходе многопараметрического процесса в состояния различного уровня критичности .

Для этого для каждого i-го процесса определяются размеры областей в многомерном пространстве, образованном декартовым произведением параметров , которые принадлежат областям Ωr. После чего данные величины делятся на общий размер области :

где S(⋅) - функция размера области в многомерном пространстве.

Для упрощения расчетов, для определения размера области может производиться дискретизация пространства ×{yj} на точки с заданным шагом dy, после чего размер соответствующих областей может определяться количеством попадающих в них точек.

Пример прогноза изменения состояния двухпараметрического процесса приведен на фиг. 3, где вероятностям перехода состояния процесса в области 2-го и 3-го уровней критичности соответствуют отношения площадей фигур А и В в прямоугольной области к площади данной области.

Рассчитывая указанные вероятности на заданный интервал прогнозирования, формируют законы распределения прогнозируемых уровней критичности состояния многопараметрического процесса в виде рядов вероятности

После этого рассчитывают степень кризисности текущей ситуации как интегральную вероятность последующего перехода многопараметрического процесса в область критического состояния заданного уровня r

Таким образом, заявленный способ по сравнению с прототипом обеспечивает повышение точности прогнозирования кризисных ситуаций за счет формирования множества областей значений контролируемых параметров, соответствующих разным уровням критичности состояния процесса, границы которых рассчитываются динамически, и оценивания вероятности перехода состояния многопараметрического процесса в области данных уровней критичности.

Способ прогнозирования кризисных ситуаций при контроле многопараметрических процессов, заключающийся в том, что фиксируют оцененные значения параметров и моменты времени окончания измерений, вычисляют значения признаков соответствия оцененных и допустимых значений, формируют матрицу состояния многопараметрического объекта контроля, формируют временные ряды для определения формы и числовых характеристик тенденций изменений контролируемых параметров и состояния объекта контроля, отличающийся тем, что в каждом заданном временном интервале с момента времени t=t0 начала сбора разнородных данных Yi={yij} о состоянии многопараметрического процесса, имеющего номер i, проводят k измерений значений каждого из назначенных для контроля параметров с последующим фиксированием оцененных значений параметров Yil, l=1…k и времени окончания измерений tk и вычислением допустимых значений параметров, соответствующих уровням критичности ситуации; на значении целевой функции, комплексно отражающей состояние контролируемого процесса, задают интервалы значений, характеризующих уровень критичности соответствующего состояния многопараметрического процесса, при этом количество и характеристики интервалов выбирают исходя из специфики процесса; определяют области изменения параметров контролируемого процесса, в которых значение целевой функции соответствует каждому из уровней критичности , где r=1…Nr - номера уровней критичности; вычисляют значения признаков соответствия оцененных и допустимых значений, соответствующих заданным уровням критичности, и на основании рассчитанных значений признаков соответствия g(Yil) формируют матрицу состояния многопараметрического объекта контроля для оценивания динамики изменения уровней критичности состояния многопараметрического процесса; из значений параметров контролируемого процесса, с учетом последовательности их получения, а также фиксирования моментов окончания измерений формируют временные ряды , экстраполируют и получают точечные и интервальные оценки значений параметров объекта на заданный горизонт прогнозирования, с использованием которых за заданный интервал прогнозирования рассчитывают вероятности событий, заключающихся в переходе многопараметрического процесса в состояния различного уровня критичности , и формируют законы распределения прогнозируемых уровней критичности состояния многопараметрического процесса в виде рядов вероятности ; рассчитывают степень кризисности текущей ситуации как интегральную вероятность последующего перехода многопараметрического процесса в область критического состояния заданного уровня r.



 

Похожие патенты:

Изобретение относится к области медицины, в частности к способам исследования мозговой активности. Способ исследования мозговой активности включает функциональную МРТ регистрацию мозговой активности в процессе решения объектом исследования по меньшей мере трех задач, предназначенных для исследования определенных факторов с использованием различных стимулов, и получение серии изображений значений MP-сигнала во времени по каждой задаче, очистку полученных изображений от артефактов и приведение их к стандартному виду, формирование на основе обработанных изображений двумерной пространственно-временной матрицы значений интенсивностей (Z) МР-сигнала с нормализацией ее значений, при этом каждый столбец матрицы характеризует определенный воксель мозга, а каждая строка характеризует данные, полученные при очередном сканировании мозга в ходе решения объектом исследования определенной задачи, факторизацию полученной матрицы средствами факторного анализа, в процессе которой вычисляют матрицу коэффициентов корреляции R по всем строкам нормализованной матрицы интенсивностей, после чего определяют ее собственные значения и собственные вектора, на основе которых формируют матрицу факторных нагрузок (А), ортогональное вращение матрицы факторных нагрузок (А) и получение матрицы A(rot), характеризующей динамику каждого фактора во времени по каждой задаче, и содержательную интерпретацию факторов в качестве отдельных независимых элементарных психических процессов, задействованных при решении предъявленных задач, получение матрицы факторных значений Р на основе матрицы значений интенсивности (Z) и матрицы факторных нагрузок после вращения A(rot), которая характеризует локализацию каждого фактора в пространстве мозга и по которой судят о мозговом составе данной функциональной системы, обеспечивающих элементарные психические процессы, включенные в решение исходных задач, получение линейной математической модели, представляющей собой нейровизуализационную модель, отражающую сформированные функциональные мозговые системы, обеспечивающие выполнение человеком соответствующего ряда когнитивных задач.

Изобретение относится к области гидродинамического моделирования и может быть использовано для гидродинамического моделирования очага цунами. Сущность изобретения: строят гидродинамическую модель очага цунами с использованием прямого вычислительного эксперимента на основании макросейсмических аппроксимаций параметров подводного землетрясения.

Изобретение касается гидродинамического моделирования источника штормовых нагонов и экстремальных течений под воздействием подвижного атмосферного тайфуна. Сущность: определяют внешнее возмущение для прямого вычислительного эксперимента при моделировании штормовых нагонов и экстремальных течений вблизи побережья с возможностью выбора наиболее вероятных или потенциально опасных маршрутов атмосферных тайфунов и глубоких циклонов над открытым морем.

Изобретение относится к средствам подтверждения оплаты. Техническим результатом является снижение нагрузки на сервер проверки устройства и повышение безопасности системы.

Изобретение относится к способам обработки данных инклинометрии. Сущность: получают по меньшей мере данные одной инклинометрии от скважины.

Группа изобретений относится к медицине. Группа изобретений представлена системами измерения глюкозы и способом отображения информации о статусе глюкозы в крови пациента.

Представлен способ амплификации и секвенирования целевых локусов в образце нуклеиновой кислоты. Способ включает (a) приведение образца нуклеиновой кислоты, содержащего целевые локусы, в контакт с библиотекой тестовых праймеров, содержащей по меньшей мере 1000 разных тестовых праймеров, при этом концентрация каждого тестового праймера составляет менее 20 нМ; (b) амплификация реакционной смеси с помощью полимеразной цепной реакции (ПЦР), при этом ПЦР включает этап отжига с продолжительностью более 10 минут; при этом одновременно амплифицируют по меньшей мере 1000 разных целевых локусов и при этом (i) менее 20% амплифицированных продуктов представлено димерами тестовых праймеров, (ii) по меньшей мере 80% амплифицированных продуктов представлено целевыми ампликонами и (iii) амплифицируется по меньшей мере 80% целевых локусов; и (c) секвенирование амплифицированных продуктов.

Группа изобретений относится к медицине и может быть использована для определения риска рецидива хронического обструктивного заболевания легких. Группа изобретений состоит из системы, машиночитаемого носителя информации и способа мониторинга здоровья.

Изобретение относится к средствам дистанционного обучения, используемым при проведении удаленного обучения пользователя решению модельных и теоретических задач по естественнонаучным и инженерным дисциплинам и подготовке к сдаче вступительных аттестационных экзаменов.

Изобретение относится к средствам обучения. Технический результат заключается в расширении арсенала технических средств коррекции содержания и количества информации учебного материала.

Изобретение относится к электротехнике и может быть использовано в автономных системах электроснабжения космических аппаратов, а также в других приборах, требующих высокой надежности.

Группа изобретений относится к средствам динамического распределения функциональности при управлении энергопотреблением. Технический результат – обеспечение динамического разделения функциональности между подсистемой обработки данных и одним или более удаленным датчиком.

Изобретение относится к системам, управляемым вычислительными устройствами. Модульный контроллер состоит из набора служебных и функциональных модулей, обеспечивающих контроль, диагностику и управление объектом автоматизации.

Настоящее изобретение относится к способу и устройствам для балансирования группы потребителей в системе транспортировки текучей среды. Способ предусматривает, что каждый из потребителей снабжен моторизованным регулировочным клапаном для регулирования потока через потребителя, при этом сохраняют характеристические данные для потребителей, которые для заданных потоков через соответственно одного из потребителей при постоянном давлении в системе транспортировки текучей среды определяют положение соответствующего регулировочного клапана, определяют действительный общий поток через группу потребителей с помощью общего датчика потока, определяют коэффициент балансирования на основе действительного общего потока и суммы требуемых заданных потоков через потребителей и выполняют динамическое балансирование потребителей путем установки положений соответствующих регулировочных клапанов на основе характеристических данных и заданных потоков, масштабированных коэффициентом балансирования.

Изобретение относится к способу для послойного изготовления изделия. Способ осуществляется с помощью устройства, состоящего из кругового вращающегося контейнера, расположенного в нижней его части (B).

Группа изобретений относится к системе, управляемой вычислительными устройствами. Способ для управления интеллектуальным устройством заключается в следующем.

Группа изобретений относится к системам, управляемым вычислительными устройствами. Способ управления бытовыми приборами включает в себя прием информации о режиме работы от бытового прибора, которая показывает текущий режим работы бытового прибора, и отправку информации о режиме работы другому бытовому прибору для того, чтобы названный другой бытовой прибор работал в этом же режиме работы.

Группа изобретений относится к системам, управляемым вычислительными устройствами. Способ для управления включением и выключением интеллектуальной розетки заключается в том, что обнаруживают, что текущее время достигает времени временной привязки, захватывают сохраненную информацию временной привязки и отправляют инструкцию временной привязки связанной интеллектуальной розетке через локальную вычислительную сеть.

Изобретение относится к управлению технологическим процессом. Аппаратное средство для мониторинга промышленного процесса, устанавливаемое в местоположении в среде управления процессом, содержит первый порт; первый датчик сбора данных управления процессом; процессор и дисплей, находящийся в коммуникационной связи с процессором.

Изобретение относится к диагностике технологических установок. В способе управления периферийным устройством в системе управления обеспечивают запоминающим устройством, содержащим запрещенный период, характеризующий время передачи смен, праздничный день или время запуска установки; следят за периферийным устройством; обнаруживают возникновение диагностического события, характеризующее определенное время, заранее установленные лимит эксплуатационных часов или время с момента выполнения последней проверки.

Изобретение относится к автоматизированным системам управления. Способ прогнозирования состояния и оптимизации функционирования системы, состоящей из отдельных элементов или подсистем, включает оценку эффективности по долевому отношению значения выбранного подчиненного элемента к значению своего исторического максимума. На этапах способа получают данные о функционировании системы и определяют обобщенный показатель, являющийся средним геометрическим интегральных составляющих, агрегируемых из исходных данных о функционировании системы. На основе этого показателя используют инструмент ручного моделирования, реализующий алгоритм обработки исходных данных о функционировании системы, позволяющий прогнозировать показатели через коэффициент, устанавливаемый от значения, полученного в результате обработки исходных данных, исходя из исторического тренда. Затем получают значения показателей, по которым прогнозируют состояние системы. Полученные показатели сохраняют и используют в качестве управляющих воздействий. Повышается точность прогнозирования. 1 з.п. ф-лы, 2 ил., 3 табл.
Наверх