авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Астрологический Прогноз на год: карьера, финансы, личная жизнь


ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ

Г. Г. РАННЕВ

ИНТЕЛЛЕКТУАЛЬНЫЕ

СРЕДСТВА ИЗМЕРЕНИЙ

Учебник

Рекомендовано

Учебно-методическим объединением по образованию

в области приборостроения и оптотехники

в качестве учебника для студентов высших

учебных заведений, обучающихся по направлению

«Приборостроение» и специальностям «Информационно-

измерительная техника и технологии», «Авиационные приборы и измерительно-вычислительные комплексы»

УДК 389(075.8) ББК 30.10я73 Р224 Р е ц е н з е н т ы:

зав. кафедрой «Измерительные информационные системы и технологии»

МГТУ «Станкин», д-р техн. наук, проф. В. И. Телешевский;

зав. кафедрой «Компьютерные информационные и управляющие системы автоматики» ГТУ МИСиС, д-р техн. наук, проф. З. Г. Салихов Раннев Г.Г.

Р224 Интеллектуальные средства измерений : учебник для студ.

высш. учеб. заведений / Г. Г. Раннев. — М. : Издательский центр «Академия», 2010. — 272 с.

ISBN 978-5-7695-6469- Рассмотрены проблемы интеллектуализации измерений, применение нейроструктуры в средствах измерений;

измерительные базы знаний;

особен ности аппаратной и программной частей интеллектуальных средств измере ний.

Для студентов высших учебных заведений, обучающихся по направлению «Приборостроение», и специалистов в области информационно-измерительной техники и технологий, информационных систем и метрологии.

УДК 389(075.8) ББК 30.10я Оригинал-макет данного издания является собственностью Издательского центра «Академия», и его воспроизведение любым способом без согласия правообладателя запрещается © Раннев Г. Г., © Образовательно-издательский центр «Академия», © Оформление. Издательский центр «Академия», ISBN 978-5-7695-6469- УСЛОВНЫЕ ОБОЗНАЧЕНИЯ АСНИ — автоматизированная система для научных исследований и комплексных испытаний АСУТП — автоматизированная система управления технологическими процессами АЦП — аналого-цифровой преобразователь БИЗ — база измерительных знаний ВИ — виртуальный инструмент ЕЯ — естественный язык ИВК — измерительно-вычислительный комплекс ИВС — информационно-вычислительная система ИД — интеллектуальный датчик ИИС — информационно-измерительная система ИИУС — измерительная информационно-управляющая система ИК — интеллектуальный контроллер ИнИ — интеллектуальный интерфейс ИнИС — интеллектуализированная измерительная система ИнСИ — интеллектуальное средство измерений ИЧ — исполнительная часть ЛПР — лицо, принимающее решение НЧ — нечеткий регулятор ПО — предметная область ППО — прикладное программное обеспечение ППП — пакет прикладных программ ППФ — правильно построенная формула ПрИС — процессорное измерительное средство ПФЛ — псевдофизическая логика РПП — регистр последовательных приближений САК — система автоматического контроля САПР — система автоматизированного управления СБИС — сверхбольшая интегральная схема СПР — система принятия решений СС — семантическая связь ССК — средство самоконтроля СУБД — система управления базами данных СУБЗ — система управления базами знаний ФНЧ — фильтр низких частот ЦАП — цифроаналоговый преобразователь ЭС — экспертная система ВВЕДЕНИЕ Интеллект (от лат. intellectus — познание, понимание, рассудок) — способность мышления, рационального познания.

Большой энциклопедический словарь В информационно-измерительной технике в связи с удешевле нием вычислительных мощностей микропроцессоры проникают на самый нижний уровень — датчики преобразования сигналов.

Каждое интеллектуальное устройство (датчик, контроллер, элемент сравнения, аналого-цифровой преобразователь (АЦП), интерфейс) может накапливать, хранить и выдавать информацию о том, где и кем оно было изготовлено, приобретено и установлено, о рабочих характеристиках, результатах диагностики и т. д. Идеология «интел лектуальных средств» становится частью практически любой про дукции в сфере измерений, систем автоматического контроля, технической диагностики, телеизмерений и др.

Под интеллектуальными по отношению к датчикам, преобра зователям, измерительным приборам, исполнительным механиз мам, микроконтроллерам понимают устройства, удаленные от центра управления (операторской, диспетчерской), с которым они связаны информационными каналами. Этот термин употребля ется в том смысле, что они обладают неким «интеллектом», спо собным обрабатывать сигнал, перестраивать свои параметры или алгоритм своей работы, работать с электронными таблицами и выполнять ряд дополнительных функций по команде с внешнего устройства или адаптивно в соответствии с меняющимися усло виями. Фактически интеллектуальным сейчас называют любое устройство, имеющее в своем составе микропроцессор.

Бурное развитие отраслей кибернетики, объектом изучения которых является искусственный интеллект (системы на основе нечеткой логики, искусственные нейронные сети, теория распо знавания образов, теория принятия решений и т. д.), привело к созданию соответствующих измерительных и контролирующих устройств, которые часто обозначаются тем же термином — «ин теллектуальный». Причем в последнем случае этот термин гораз до точнее отражает существо дела, так как устройства имитируют в той или иной степени функционирование человеческого мозга, т. е. человеческий интеллект.

Термин «интеллектуальные» укрепился за всеми дистанционно управляемыми и автоматическими измерительными устройствами с расширенными функциональными возможностями. В англо язычных источниках в отношении рассматриваемых в учебнике устройств в последнее время все чаще употребляют термин smart, избегая термина intellident.



Итак, интеллектуальные средства измерений имеют расширен ные функциональные возможности по сравнению с беспроцес сорными устройствами того же назначения. Например, интеллек туальный преобразователь может иметь повышенную точность за счет цифровых преобразований, компенсирующих нелинейность чувствительного элемента или его температурную зависимость;

он может работать с большим числом разных типов датчиков, автоматически или по команде подстраивая свои характеристики преобразования под каждый из них;

такой преобразователь может иметь автоматический выбор предела измерения, адаптировать алгоритм обработки данных под меняющиеся внешние условия, выполнять полуавтоматическую или автоматическую калибровку, самодиагностику, что значительно облегчает их эксплуатацию.

Интеллектуальный датчик способен самостоятельно подстраи ваться под условия эксплуатации и непрерывно регулировать свою чувствительность в целях достижения максимальной эффектив ности. Своим интеллектом датчики обязаны микропроцессорным технологиям. Микропроцессор — это мозг датчика, позволяющий устройству «излучать» условия, в которых оно работает. Являясь самообучающейся микропроцессорной системой, такой датчик способен обрабатывать большие объемы информации с высокой скоростью. Именно благодаря микропроцессорам сегодня у поль зователя есть весьма удобные в установке, настройке и примене нии датчики.

Применение интеллектуальных измерительных устройств по зволяет снизить требования к центральным управляющим ком пьютерам, а также сократить номенклатуру измерительных при боров до одной модели, что, несомненно, имеет положительный эффект при проектировании и производстве.

Следует отметить специфику программных средств, исполь зуемых при создании архитектуры интеллектуальных измеритель ных устройств, и появление нейросистем и нейрокомпьютеров, а также создание специального метрологического обеспечения.

За 30 с небольшим лет появления «умных» измерительных средств они достигли огромного прогресса. Можно привести мно жество примеров этого успеха. Дадим лишь два подтверждающих это утверждения.

Современные интеллектуальные фотоэлектрические датчики и бесконтактные переключатели обладают средствами диагности ки и способны подключаться к сетям;

вскоре к списку возмож ностей этих устройств добавятся и простейшие контроллерные функции. Благодаря достижениям в области видеодатчиков появи лись системы машинного зрения, способные различать цвета, и т. д.

Использование нейросетевых методов и алгоритмов позволило создать «искусственный нос». Различные прототипы электронно го носа уже широко используются в промышленности, медицине, сельском хозяйстве и т. д.

В настоящее время сформировался обширный рынок нейросе тевых продуктов. Подавляющее большинство продуктов представ лено в виде моделирующего программного обеспечения. Ведущие фирмы разрабатывают также и специализированные нейрочипы или нейроплаты в виде приставок к обычным ЭВМ. При этом про граммы могут работать как без нейроприставок, так и с ними.

Отметим некоторые известные нейросистемы и их произво дителей.

Пакет программ Neural Works Professional II Plus содержит про граммные модели десятков архитектур нейронных сетей. Фирма объявила также о выпуске версии пакета для рабочих станций типа SUN и параллельных процессоров nCUBE.

Пакет программ ExploreNet 3000 в качестве ускорителя исполь зует аппаратные разработки фирмы HNC — нейропроцессоры ANZA и ANZA+, являющиеся одними из первых аппаратных ре шений. Фирма предложила также средство для разработки при кладных программ — специализированный язык программиро вания AXON, основанный на языке С.

Оболочка NeuroShell 2.0 является совместимой с популярным пакетом управления данными Microsoft Excel, что делает програм му удобной для массового использования.





В России известны разработки НИИ многопроцессорных вы числительных систем, г. Таганрог (сверхбольшая интегральная схема (СБИС) для цифровых нейрокомпьютеров, имеющая около 100 000 вентилей и работающая на частоте 20 МГц), Московского центра нейрокомпьютеров (аппаратные системы на основе транс пьютеров). Среди программных систем следует отметить разра ботки кафедры нейрокибернетики Красноярского университета, системы распознавания образов НИИ нейрокибернетики Ростов ского университета и Института прикладной физики в Нижнем Новгороде.

В предлагаемом учебнике использованы фрагменты из моно графии В. Н. Романова, В. С. Соболева, В. И. Цветкова «Интеллек туальные средства измерений» (1994);

учебника Д. В. Гаспарова «Интеллектуальные информационные системы» (2003);

курса лекций В. П. Серебрякова «Организация интеллектуальных вы числений» (2005);

учебно-справочного пособия З. Г. Салихова «Терминология основных понятий автоматики» (2003), которые будут полезны студентам, изучающим курс «Интеллектуальные средства измерений».

Данный учебник написан на основе лекций, в течение ряда лет читаемых в Московском государственном открытом универ ситете.

Автор благодарен д-ру техн. наук, проф. З. Г. Салихову и д-ру техн. наук, проф. В. И. Телешевскому за ряд ценных замечаний и советов, сделанных в результате рецензирования рукописи, и за огромный труд по ее рецензированию, а также инженеру И. М. Акимовой за компьютерную обработку рукописи учебни ка.

Гл а в а ПРОБЛЕМА ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРЕНИЙ 1.1. Исходные положения и обзор состояния исследований по интеллектуализации измерений и средств измерений Первым систематизированным трудом к концу XX в. была вы пущенная в 1999 г. монография В. С. Соболева, В. Н. Романова и Э. Н. Цветкова «Интеллектуальные средства измерений». Ее авто ры попытались собрать и обобщить материал по аппаратным, программным и метрологическим аспектам. Несмотря на многие достижения и изменения, происшедшие в области интеллектуаль ных измерений за последние годы, она остается основополагаю щей по проблемам интеллектуализации, моделированию, метро логическому обеспечению и другим вопросам интеллектуальных измерений.

Компьютеризация технических средств определила переход от отвлеченных рассуждений к практическим действиям по их ин теллектуализации. Соответственно компьютеризация измерений породила новое направление в информационно-измерительной технике и метрологии — интеллектуальные измерения и измери тельные средства.

Выделяют следующие предпосылки интеллектуализации изме рений: компьютеризация измерений, переход к модульному прин ципу построения средств измерений, создание развитого матема тического обеспечения измерений.

Процесс компьютеризации измерений прошел три этапа.

Включение микропроцессора в состав измерительной цепи по зволило возложить на программную часть измерительного сред ства реализацию сложных измерительных преобразований, обес печивающих выполнение косвенных, совокупных и совместных измерений, статистических измерений, измерений с коррекцией и адаптивных измерений. Освоение микропроцессора как состав ной части измерительной цепи составило первый этап компью теризации измерений. На этом этапе развитие измерительного математического обеспечения шло в направлении формализован ного описания измерительных процедур, обеспечивающего воз можность формирования программной части измерительного средства.

Совершенствование принципов построения измерительных средств, и в первую очередь использование модульного подхода к синтезу как аппаратной, так и программной частей процессорных измерительных средств (ПрИС), привело к созданию средств из мерений с открытыми функциональными возможностями, варьи руемыми за счет трансформации состава ПрИС. Эта особенность ПрИС в соединении с усложнением реализуемых алгоритмов из мерений потребовала формирования адекватных методов метро логического анализа результатов и средств измерений с широким использованием расчетов и имитационного моделирования, вы полняемых универсальными или специализированными вычис лительными устройствами.

Возможность проведения метрологического анализа опре деляется помимо прочего наличием соответствующего мате матического обеспечения — математических моделей объектов, условий, процедур и средств измерений и алгоритмов оценивания характеристик погрешностей результатов измерений и метроло гических характеристик средств измерений.

В том случае, когда метрологический анализ выполняется с помощью встроенных в ПрИС средств, включая вычислительную часть, осуществляется автосопровождение измерений, в рамках которого могут выполняться не только необходимые расчеты и имитационное моделирование, но и метрологический экспери мент, проводимый с помощью встроенных образцовых средств, мер, калибраторов и т. п.

Второй этап связан с приданием ПрИС возможности целе направленного выбора рационального алгоритма измерений в фиксированной ситуации, определяемой видом измеряемой ве личины, свойствами объекта, условиями, требованиями, предъ являемыми к процедуре и средствам измерений, и наложенными ограничениями.

Понимая под интеллектуальностью способность техническо го средства общаться с пользователем и принимать решения о характере дальнейших действий, основанную на знаниях, можно сделать вывод о том, что третий этап компьютеризации изме рений связан с их интеллектуализацией. При этом развиваются и принципы построения средств измерений в связи, во-первых, с необходимостью включения в их состав баз измерительных знаний (БИЗ), а во-вторых, с переходом к формированию измерительных цепей непосредственно в процессе функционирования интеллек туальных средств измерений (ИнСИ) с учетом текущих требова ний и ограничений, свойств объектов и условий измерений, а также имеющихся измерительных ресурсов.

Измерительное математическое обеспечение ИнСИ помимо математических моделей объектов, условий, процедур и средств измерений и алгоритмического обеспечения метрологического анализа включает в себя алгоритмическое обеспечение метроло гического синтеза.

В дальнейшем полагается, что в отличие от измерений с кор рекцией, когда изменяется (корректируется) результат измерений, и от адаптивных измерений, когда изменяются параметрические или функциональные характеристики звеньев измерительной цепи, интеллектуальные измерения предполагают использование промежуточных результатов измерений и результатов вспомога тельных измерений для изменения (улучшения) алгоритма изме рений.

Проблемы интеллектуализации измерительной техники в ли тературе начали активно обсуждаться и разрабатываться сравни тельно давно. Объясняется это общими тенденциями в развитии вычислительной техники, темпами ее освоения в измерительной практике, достижениями в разработке проблемы искусственного интеллекта и его технических приложений.

Анализируя состояние вопроса применения искусственного интеллекта в измерительной технике, имеющиеся результаты и направления развития работ в области интеллектуальных средств измерений, содержащиеся в публикациях последнего периода, и на основании практического ознакомления с результатами работ в этой области в нашей стране и за рубежом можно сделать за ключение о том, что в настоящее время исследования и разра ботки в области интеллектуализации средств измерений наи более интенсивно развиваются по двум основным направлени ям:

1) теория интеллектуализации измерений и измерительной техники;

2) разработка и постановка на производство средств измерений, обладающих элементами интеллекта.

Среди работ, относящихся к первому направлению, необходи мо в первую очередь упомянуть публикацию Я. Стипановича как одну из первых работ в этой области, в которой сделана попытка описать интеллектуальные измерительные устройства как класс приборной техники и предложена некоторая их классификация с использованием уровней иерархии.

Основополагающей следует считать работу Г. С. Поспелова, определяющую общую методологию подходов к рассмотрению этих проблем. Здесь под ИнСИ понимаются средства измерений, способные к индивидуализации алгоритмов своего функциони рования на основе априорной и получаемой измерительной ин формации с целью достижения заданных показателей качества функционирования.

Следует признать необходимым условием интеллектуальности наличие процессора (микропроцессора) в составе измерительной цепи.

Чрезвычайно важным моментом, отмечаемым во всех работах, является математическое и метрологическое обеспечение ИнСИ.

Объясняется это тем, что ИнСИ при всей их специфике и новиз не принципов построения остаются средствами измерений со всей проблематикой их метрологического обеспечения.

Наиболее корректным и адекватным с позиций современной теории измерений является вероятностно-статистический подход к описанию как измеряемых величин, так и свойств самих средств измерений. При этом ряд принципиально важных измерительных задач приобретает формализованную постановку. Один из воз можных подходов к проблеме использования априорной инфор мации об объекте измерений для повышения точности — регрес сионный анализ. Вместе с тем математический аппарат, базирую щийся на вероятностно-статистическом подходе, не следует считать единственно возможным, так как аппарат нечетких мно жеств во многом превосходит последний.

Помимо работ общего характера, рассматривающих интеллек туализацию измерительных систем и средств измерений, в по следнее время появляются работы, посвященные отдельным типам ИнСИ и конкретным вопросам их построения. Много работ, освещающих вопросы построения и использования интеллекту альных датчиков. Отмечается появление на мировом рынке ново го класса «интеллектуальных датчиков», т. е. датчиков, содержащих встроенное микропроцессорное вычислительное устройство, вы полняющее функции первичной обработки измерительной ин формации. В этой связи актуальной становится задача создания эффективных и компактных алгоритмов обработки измерительной информации с целью создания датчиков с высоким быстродей ствием и низким энергопотреблением.

Термин «интеллектуальный» последнее время становится столь популярным, что появились даже «интеллектуальные измеритель ные каналы», под которыми понимаются каналы, содержащие функциональные узлы на основе микропроцессоров и однокри стальных ЭВМ и реализующие концепцию «распределенного интеллекта».

Необходимо отметить, что экспертная система (ЭС), включаю щая в себя базу знаний и систему логического вывода, стала часто использоваться как ИнСИ.

В России и за рубежом достаточно широко используется ЭС в составе измерительной техники. Получены значительные резуль таты, связанные с созданием интерфейса пользователя. Достаточ но подробно рассмотрены процедуры взаимодействия между пользователем и средством измерений и предложена их типизация.

Дополнительный и самостоятельный интерес при этом представ ляет типовой набор возможностей средства измерений для обес печения такого взаимодействия, включающий в себя, в частности, синтаксический анализ сообщений пользователя, генерации под сказок и комментарий.

При решении вспомогательных (сопутствующих) задач также возможно и целесообразно применение ЭС. Теоретической и методологической основой здесь является теория планирования эксперимента и богатый арсенал статистических методов обра ботки результатов измерений.

В целом в различных областях создано большое число средств измерений, включающих в свой состав ЭС и представляющих со бой эвристическую реализацию ИнСИ. Примером может служить ЭС, предназначенная для интерпретации масс- и ИК-спектро метрических измерений в экспериментах по идентификации структур органических соединений, или система для ЯМР-спект роскопических исследований в медицине.

Подход, основанный на использовании знаний конечного пользователя, наиболее характерен для ЭС промышленного при менения, например технической диагностики или измерительных систем, входящих в состав автоматизированных систем управления технологическими процессами (АСУТП).

Необходимость функционирования в режиме реального вре мени предъявляет специфические требования как к аппаратной части, так и к организации интерфейса ЭС для таких приложений.

Интересным и полезным примером является использование ЭС для повышения надежности функционирования системы управ ления заправкой космического корабля системы «Спейс-Шаттл», использующей естественную избыточность измерительной ин формации от объекта и структурную избыточность самой изме рительной системы.

Экспертные системы, предназначенные для целей проектиро вания средств измерений, представляют собой особую категорию, отличную от предыдущих прежде всего характером содержащейся в базе знаний информации. Помимо так называемых «измери тельных знаний», экспертные системы содержат разнообразную нормативно-справочную информацию, информацию о типовых проектных решениях и с точки зрения общепринятых взглядов на системы автоматизации проектирования должны рассматривать ся как часть информационного обеспечения соответствующих систем автоматизированного проектирования (САПР).

Всевозрастающее внимание к проблемам создания и исполь зования БИЗ, включаемых в ИнСИ, продемонстрировал между народный симпозиум Технического комитета 4 ИМЕКО «Интел лектуальные измерения электрических и магнитных измере ний».

Можно утверждать, что ряд положений, сформулированных ранее, относится к включению в состав ИнСИ экспертной систе мы. Высокий уровень автоматизации функционирования ИнСИ с использованием при необходимости интерактивного режима работы, а также аппаратная и программная избыточность изме рительных средств и развитый интеллектуальный интерфейс яв ляются новыми и требуют дальнейшей разработки.

1.2. Интеллектуализация информационно-измерительных процессов С появлением нового поколения ЭВМ не только решается принципиально новый класс задач во всех отраслях науки и тех ники, но и существенно расширяются возможности при решении прежних традиционных задач на новом, более качественном уровне, который предполагает прежде всего обеспечение необхо димой и достаточной интеллектуальной поддержки. Интеллек туализация информационно-измерительных процессов имеет в виду использование не только нового поколения инструменталь ных средств, но и нового поколения математического, алгоритми ческого и программного обеспечения. Информационно-изме рительные средства с интеллектуальной поддержкой, как правило, применяются для решения сложных задач, где логическая (смыс ловая) обработка информации превалирует над вычислитель ной.

Интеллектуальное измерительное средство, или систе ма, — это информационно-вычислительная система (ИВС) с интеллектуальной поддержкой при решении задач без участия оператора — лица, принимающего решение (ЛПР).

Интеллектуализированное средство измерений, или систе ма, — это ИВС с интеллектуальной поддержкой при решении задач с участием оператора — ЛПР.

Средство, или система с интеллектуальной поддержкой, — это система, способная самостоятельно принимать решения.

Способность средства или системы самостоятельно принимать решение представляет собой способность системы получать и анализировать информацию, понимать ее и делать новые выводы (пополняя ее), формулировать заключения, т. е. «мыслить», по могая естественному интеллекту — человеку, который, в свою очередь, корректируя, «улучшает» принятое интегрированное решение.

Здесь следует оговориться, что существуют автоматы или про сто механические и электронные реле, которые реагируют на наличие или отсутствие сигнала или при контроле параметров работают по принципу «да — нет». Это тоже принятие решения, однако отнесем их к ИнСИ с низким уровнем «интеллектуализа ции».

В связи с этим под интеллектуализированной измерительной системой (ИнИС) будем понимать систему, способную принимать решение в условиях:

а) необходимости обрабатывать и анализировать большой мас сив измерительной информации;

б) ограниченной информации или неопределенности;

в) многомерного пространства;

г) необходимости распознавать ситуацию (образы, ситуации и т. д.);

д) различных стадий жизненного цикла объектов (процес сов) — измерения, проектирования, производства, эксплуата ции;

е) динамических, эволюционизирующих, нестационарных фак тов, влияющих на решение задачи;

ж) формализации и представления знаний;

з) адаптации, самообучения, самоорганизации и т. д.

Таким образом, если ИнСИ имеет необходимую математиче скую, алгоритмическую, программную и инструментальную под держку в принятии решения в перечисленных условиях, то будем считать, что у них есть интеллектуальная поддержка при решении широкого класса разнообразных задач.

Иными словами, можно формально записать:

ИнСИ = МО, АО, ПО, ИО|(а, в, …, и), где МО, АО, ПО, ИО — математическое, алгоритмическое, про граммное и инструментальное обеспечение соответственно;

|() — при условии.

Класс ИнСИ объединяет сегодня несколько тысяч различных систем, которые можно классифицировать по различным крите риям (табл. 1.1).

Интеллектуальные средства измерений классифицируют по следующим признакам:

• предметная область (ПО) (информационно-измерительная техника, автоматика, медицина, геология, авиация и т. д.);

• модели представления данных (продукционные, фреймовые и др.);

• тип вывода (прямого или обратного);

• тип ЭВМ (малые, средние, большие).

Следует отметить, что подавляющее число ИнСИ, используе мых для решения практически значимых задач, являются интег рированными, т. е. состоящими из традиционной ИнСИ и других программных систем, с которыми ИнСИ взаимодействуют в про цессе работы (системы управления базами данных (СУБД), паке ты прикладных программ (ППП), электронные таблицы и т. д.).

Компьютеризация измерений и стимулированное ею развитие функциональных возможностей измерительных средств привели к необходимости пересмотра принципов организации их работы и созданию ИнСИ. В связи с этим одним из основополагающих направлений развития современных систем сбора, обработки информации и управления является их интеллектуализация, т. е.

Т а б л и ц а 1. Типовые задачи, решаемые ИнСИ Тип задачи Определение (адресуемые задачи) Измерение Процесс определения смысла параметров (интерпретация) (построение описаний по наблюдаемым данным) Диагностика Процесс обнаружения неисправностей (в технике и живых организмах) Слежение (мони- Непрерывная интерпретация данных в реаль торинг) ном масштабе времени и сигнализация о выхо дах параметров за допустимые пределы Прогнозирование Предсказание будущих событий на базе моделей прошлого и настоящего (вывод вероятных следствий из заданных ситуаций) Планирование Конструирование плана, т. е. программы действий Проектирование Построение спецификаций на создание объектов с заранее определенными свойствами Отладка, ремонт Выработка рекомендаций по устранению неисправностей Обучение Диагностика, интерпретация, планирование, проектирование Управление Интерпретация, прогноз, планирование, моделирование, оптимизация выработанных решений, мониторинг придание им способности определения своего целесообразного поведения (алгоритма функционирования) в зависимости от из меняющихся условий их работы (текущих задач измерения и управления, входных воздействий, внутреннего состоя ния и имеющихся ресурсов). Теоретической основой для построения интеллектуальных систем является теория исскуственного интел лекта и интеллектуальных ЭВМ. В последнее время возрастает число выпускаемых книг и монографий, посвященных разработ ке и использованию интеллектуальных систем в различных об ластях науки и техники, как у нас в стране, так и за рубежом.

Измерительные системы являются неотъемлемой составной ча стью систем более высокого иерархического уровня — автомати зированных систем для научных исследований и комплексных испытаний (АСНИ), АСУТП, гибких автоматизированных про изводств и робототехнических комплексов. В то же время задачи, решаемые ими, имеют очевидную специфику, определяемую из мерительными и метрологическими аспектами проблемы. Поэто му вопросы интеллектуализации средств измерений и измеритель ных систем представляют самостоятельный интерес.

Современный этап развития приборостроения характеризует ся широким применением в составе средств измерений вычисли тельных устройств, построенных на базе микропроцессоров, — микропроцессорных систем. В настоящее время подобные устрой ства принято называть интеллектуальными средствами измерений.

Применяя такие системы в измерительных устройствах, достига ют двух целей: расширяют функции измерительных устройств и улучшают их характеристики.

Использование микропроцессорных систем в средствах изме рений позволяет по-новому подойти к их компоновке и алгорит мам функционирования, увеличить информационные возмож ности, повысить точность, надежность и быстродействие. В общем случае интеллектуализация измерительных устройств позволяет проводить:

• линеаризацию, масштабирование, обработку результа тов косвенных или совокупных измерений и т. п.;

• вычисления по заданному алгоритму;

• статистическую обработку;

• анализ параметра на максимум, минимум и т. п.;

• корректировку статической характеристики на основе методов повышения точности измерительных устройств;

• автоматическую самоградуировку и самокалибровку, в част ности восстановление коэффициента преобразования, корректи ровку нулевого уровня сигнала;

• сопряжение с информационно-измерительной системой более высокого уровня;

• самодиагностику;

• стабилизацию или программное регулирование режимных параметров измерительного устройства.

1.3. Принципы организации функционирования, построения и структура интеллектуальных измерительных средств Различные элементы интеллектуализации средств измерений, такие, как отказ от жестких алгоритмов их функционирования, использование имеющейся априорной и текущей информации, возможность принятия решений в зависимости от полученных результатов измерений с последующим изменением алгоритма измерения, автокалибровка, самопроверка, реализуются во мно гих выпускаемых и разрабатываемых сейчас средствах измерений:

информационно-измерительных системах (ИИС), измерительно вычислительных комплексах (ИВК), автоматизированных систе мах метрологических испытаний и т. п.

Анализ принципов построения и типовых структур ИнСИ про водится на основе представлений о характере их функциониро вания, корреспондирующихся с принятыми принципами функ ционирования интеллектуальных ЭВМ, экспертных систем и др.

Цикл работы ИнСИ состоит из четырех этапов.

На первом этапе ИнСИ воспринимает исходную информацию о характере измерительной задачи, об объектах и условиях изме рений, предъявляемых требованиях и наложенных ограничениях.

Вид и характер исходной информации должен обеспечивать воз можность идентификации измерительной ситуации, определяемой свойствами объекта измерений, условиями измерений, предъяв ленными требованиями и наложенными ограничениями, и уста новления множества алгоритмов измерений, реализация которых возможна на основе входящих в ИнСИ аппаратных и программ ных средств.

На втором этапе цикла работы ИнСИ выполняются иденти фикация ситуации и установление множества алгоритмов изме рений.

Третий этап цикла работы ИнСИ заключается в выборе наи лучшего алгоритма измерений из числа возможных. Поскольку правило выбора этого алгоритма с неизбежностью связано с уста новлением характеристик точности результатов измерений при использовании сравниваемых алгоритмов, измерительные знания должны включать в себя все сведения, необходимые для выпол нения соответствующих процедур — расчетов, имитационного моделирования, метрологических экспериментов или их комби наций.

После выбора алгоритма измерений выполняется заключитель ный, четвертый этап работы ИнСИ — проведение необходимых измерений.

Для реализации описанного цикла работы В. Н. Романовым в 1994 г. предложено включать в состав ИнСИ следующие основные части (рис. 1.1):

• исполнительную (ИЧ) — реализует выбранную измерительную процедуру;

• базу измерительных знаний — состоит из баз знаний и данных, включающих в себя все необходимые сведения и оформленных в виде соответствующих массивов, совокупностей зависимостей, отображений и отношений, а также базы данных, содержащей основные сведения об ИнСИ;

Рис. 1.1. Структура интеллектуального измерительного средства • интеллектуальный интерфейс (ИнИ) — включает в себя не обходимое программное обеспечение для получения исходной информации, использования знаний, управления ИЧ и выдачи результатов измерений.

Как правило, ИЧ, ИнИ и БИЗ объединяются общей магистра лью.

Обобщенная блок-схема ИнСИ представлена на рис. 1.2. От ражая структуру аппаратной части ИнСИ, эта схема не позволяет четко выделить введенные основные компоненты — ИЧ, ИнИ и БИЗ, поскольку они представляются не только аппаратными, но и программными средствами.

Следует иметь в виду, что данная блок-схема представляет всю совокупность входящих в состав ИнСИ аппаратных средств, а не Рис. 1.2. Обобщенная блок-схема интеллектуального средства измерений:

D1 … Dn — датчики (первичные измерительные преобразователи);

МПЛ — муль типлексор, объединяющий аналоговые измерительные средства и аналого цифровые преобразователи;

ВС — вычислительные средства, участвующие в выполнении измерительных и интерфейсных функций, а также процедурах ис пользования результатов измерений;

СИН — средства интеллектуального ин терфейса;

СМО — средства метрологического обеспечения;

СФУВ — средства формирования управляющих воздействий только ту их часть, которая непосредственно обеспечивает кон кретную измерительную ситуацию, так как применительно к каждой конкретной измерительной задаче ИнСИ характеризуется аппаратной избыточностью, которая тем больше, чем многооб разнее измерительные функции ИнСИ. Соответственно, указан ные на блок-схеме связи имеют обобщенный характер и пред ставляют возможность их использования при необходимости.

Все операции по анализу, интерпретации и использованию входной информации, БД и БИЗ для идентификации ситуации, синтеза алгоритма измерений и формирования соответствующей измерительной цепи выполняются интеллектуальным интерфей сом с использованием БИЗ. Измерения производятся средствами ИЧ.

Если измерительная процедура предполагает возможность трансформации алгоритма в процессе ее выполнения (интеллек туальные измерения), то для формирования соответствующих решений подключается ИнСИ, используя дополнительную ин формацию в виде промежуточных результатов измерений или результатов вспомогательных измерений.

Таким образом, интеллектуализация измерений требует ис пользования нескольких смежных областей информатики, свя занных с измерениями, обработкой информации, работой со знаниями и управлением. Развитие ИнСИ и их прогресс опреде ляются в первую очередь неуклонным расширением состава ис пользуемых БИЗ и ростом возможностей ИнСИ. Вместе с тем работа по формированию БИЗ как общего назначения, так и для конкретных ПО требует наличия соответствующего математиче ского обеспечения, включая алгоритмическое обеспечение иден тификации ситуаций, метрологического анализа и метрологиче ского синтеза.

Контрольные вопросы 1. Что такое интеллект?

2. Какие предпосылки интеллектуализации измерительных средств вам известны?

3. Каковы этапы компьютеризации измерений?

4. Что понимают под интеллектуальным средством измерений или системой?

5. Каковы направления развития ИнСИ в настоящее время?

6. В чем состоит методология построения ИнСИ?

7. Какие математические методы лежат в основе математического обеспечения ИнСИ?

8. Каковы функции процессора в ИнСИ?

9. Что понимают под интеллектуальными измерительными канала ми?



 

Похожие работы:





 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.