Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Системный анализ, управление и обработка информации

Диссертационная работа:

Командровский, Виктор Георгиевич Разработка принципов повышения информативности исследования сложных объектов и систем нефтегазовой отрасли : диссертация ... доктора технических наук : 05.13.01 Москва, 2005

смотреть содержание
смотреть введение
Содержание к работе:

Введение 5

Глава 1. Методологические проблемы информатизации исследования сложных систем 17

1.1. Аксиоматика сложных систем 17

1.2. Проблемы методологии сложных систем в вопросах информатизации исследования и проектирования 24

1.3. Объекты нефтегазовой отрасли как сложные системы 34

Выводы по главе 1 58

Глава 2. Принципы повышения информатизации исследования сложных систем 59

2.1. Информационность подхода как основа упорядочения объектов, их свойств и отношений 59

2.2. Усиление объективной информационности факторного анализа 62

2.3. Некоррелированность выборок при аппроксимации непрерывных величин дискретными 67

2.4. Усиление роли интерактивности в автоматизации поддержки принятия решений 70

2.5. Информационный подход к структурно-функциональному синтезу систем по адекватному отражению содержания решаемых задач 72

Выводы по главе 2 84

Глава 3. Автоматизация исследования и проектирования объектов нефтегазовой отрасли как сложных систем 86

3.1. Акустическая диагностика нефтегазового оборудования 86

3.2. Выбор скважин для ГИС-контроля ПХГ 101

3.3. Информационное обеспечение поддержки принятия решений при оперативном управлении процессом бурения скважин 112

3.4. ГИС. Оптимальный комплекс методов 123

3.5. Статистическая обработка данных транспорта газа 131

3.6. Корреляционный анализ данных процесса бурения скважин 138

3.7. ИК-спектроскопия состава горных пород при бурении 145

Выводы по главе 3 154

Глава 4. Функционирование сложной системы 155

4.1. Анализ случайных процессов некоррелированными выборками 155

4.2. Задачи календарного планирования. Приоритеты 169

4.3. Адаптация 178

Выводы по главе 4 191

Глава 5. Информатизация структурно-функционального проектирования вычислительных систем 192

5.1. Технология информатизации структурно-функционального подхода: методологические основы и принципы 192

5.2. Прикладные аспекты теории сложности 202

Выводы по главе 5 212

Глава 6. Направления реализации структурно- функционального синтеза ЭВМ и ВС как сложных систем 213

6.1. Основная модель синтеза 213

6.2. Модель 1 СФ-синтеза однородной ВС 219

6.3. Синтез неоднородных систем (модели 2 и 3) 219

6.4. Структурно - функциональный синтез ВС в общем случае (модель 4) 225

6.5. Сравнительный анализ моделей синтеза 240

Выводы по главе 6 244

Заключение 245

Выводы по работе 252

Литература 254

Приложение 1. Выборка данных по пяти показателям ГТИ 269

Приложение 2. Сокращение перебора вариантов при СФ-синтезе ВС по модели 3 270

Приложение 3. Расписание с принудительным простоем процессоров 273

Приложение 4. Динамическое изменение расписания 275

Приложение 5. Планирование работ в двухпроцессорной неоднородной ВС 278

Приложение 6. Планирование с принудительным простоем процессоров 281

Приложение 7. Вариантный синтез ВС в модели 2 по оценкам затрат оборудования и времени 282

Приложение 8. Пример синтеза ВС по модели 3 284

Приложение 9. Пример синтеза ВС по модели 4 288 

Введение к работе:

Последние десятилетия человеческой деятельности идут под знаком информатизации. Научной базой успехов информатизации во многом являются методологии кибернетики и системного подхода, а техническим "фоном" -вычислительная техника, включая средства связи. Методология кибернетики основана на идее информации как формы организации в животном и машине независимо от материи и энергии. Исторически база этой методологии дана Н.Винером на уровне популяризации теории автоматического регулирования с выдвижением принципа обратной связи, блестяще сработавшего в критических (военных) условиях с уклоном в техническое электронно-вычислительное направление. История методологии системного подхода восходит к исследованиям по сложным системам многих отечественных и зарубежных ученых -В.М.Глушкова, Н.П.Бусленко, А.Д.Цвиркуна, Д.Б.Юдина, Л.Берталанфи, Ст.Бира, Г.Вунша, Л.А.Заде, М.Месаровича, Г.Николиса, И.Пригожина, У.Р.Эшби и др. [1, 14, 21, 28, 114, 126, 129, 137, 140, 155, 157, 160].

В технологии сложных систем первичным является выявление ситуации, объекта, явления с позиции отнесения их к классу, группе, множеству сходных в определенном смысле. Проблемность этого первичного можно считать исторически доказана в общем гносеологическом плане, правда, больше в философском. Обратим внимание на тот факт, что аксиоматика теории сложных систем, как, наверно, и аксиоматика многих научных и технических дисциплин, основана на ряде качественных, в смысле нечетких, понятий. Примером этому в самом основании математики служит определение множества Георгом Кантором: "Под множеством я понимаю вообще всякое многое, которое можно мыслить как единое, т.е. всякую совокупность определенных элементов, которая может быть связана в одно целое с помощью некоторого закона". Имеет место ограниченность любой системы аксиом - наличие антиномий, проблема доказательства предпосылок, гипотез, аксиом, которые в принципе нелогичны (Гедель, Черч). Как пример - алгоритмическая неразрешимость понятия оператора. Это создает свои трудности в исследовании и во многом определяет прогресс в науке и технике, являясь стимулом к следующему шагу в вечном движении к универсальному, всеобъемлющему, объективному.

Попытка формализовать проблемность основана на следующих посылках.

Проблемность определяется через неопределенность, нечеткость, неоднозначность. Эти понятия напрямую связаны с предположением о наличии неоднородности, с ее поиском, оценкой энтропии (по К. Шеннону), выявлением информативности, выявлением этих понятий через количественно-качественные показатели информации.

Более конкретно, проблемность проявляется через сложность получения ответа, хотя само понятие сложности многоплановое субъективно-объективное. Так, согласно Николису Г. и Пригожину И. "сложность представляет собой нечто, относящееся к разнообразным проявлениям жизни" [107]. Вместе с тем существует целая теория сложности, во многом относящаяся к 13-й проблеме Гильберта - сложности функций и вычислений, и мерами которой являются всякого рода сигнализирующие типа тьюринговых, количество вариантов, размерность задач и т.п. Снижение сложности идет по пути эвристик, эффективность которых предопределяется их соответствием здравому смыслу. Для усиления соответствия необходима большая информативность (конечно, через меру, критерий), максимизация взаимной информации между входом и выходом системы автоматизации.

На этой идее и основана развиваемая в работе концепция, методология и принципы по усилению информационного подхода в исследовании сложных систем, т.е. основная идея излагаемого научного направления в автоматизации исследования объектов как сложных систем - это идея информационности, принцип информации как главное, что несколько противоречит принятому статусу принципа оптимальности. Казалось бы, в теории информации К. Шен нона принцип оптимальности главенствует - например оптимальное кодирование по Шеннону-Фэно и Хаффмену. Однако это оптимальное кодирование основано на максимуме информации, поиск которого предлагается вести упорядочением с позиции неоднородности, ее максимума. Все остальное - это уже "детали" практического приложения. Забвение же основной идеи сейчас снято успехами микроэлектроники, системотехники, средств мировой коммуникации. Похоже, что идея Шеннона о максимуме информации несколько опередила свое время, хотя в вопросах кодирования, передачи по каналу связи, приему информации эта идея во многом нашла свое применение.

Информация связана с неоднородностью. Отнесение ее к определенному классу превращает исследуемый процесс в формальное, мало информативное, логически определенное явление. Так, "математизирование" в теории нечетких множеств - это путь к выхолащиванию из этой теории самой сути ее предназначения - учета человечности, обеспечения творчества в принятии решений. Пожалуй, те разделы науки, которые максимально математизированы, наименее способствуют ее развитию. Поэтому и тезис, что любая наука настолько является таковой, насколько в ней присутствует математика, сомнителен. Информация также связана с непредсказуемостью, маловероятным раскрытием содержания объекта или заранее известного сообщения. Примером влияния априори маловероятного выбора может служить история создания нейроком-пьютерных сетей. В свое время, несколько десятков лет тому назад, Новиков А. (США) и Глушков В.М. (СССР) ввели теоремы о большой длине обучающей последовательности в распознавании образов, что задержало (с учетом и целого ряда других факторов) построение таких сетей практически до нашего времени. Теоремы перекликаются с тезисом, что глобальная структура не может быть установлена по структуре ее части, сколь большой она бы ни была [1].

Из системного подхода проистекает принятый в работе структурно-функциональный подход (СФП) и структурно-функциональный синтез. Вместе с тем, СФП основывается на принципе информационного подхода (ИП), т.е. на выявлении информационных отношений, сравнений, анализа и синтеза с единой информационной точки зрения. Сначала идет анализ и синтез отношений внутри вещей, предметов, их элементов и их отношений с внешним окружающим миром, т.е. классификация внутренних отношений свойств и их внешних отношений; после этого по признакам последних анализируются и синтезируются свойства на базе (относительной) информации.

Цель ИП - структурирование исходного объекта по информационной значимости и взаимосвязи, в технологии получения для него и по нему (по относящейся к объекту задаче) конечного результата как отображения "среды" (системы - вычислительной, программной, ...) на структуру (и через нее на содержание, функцию) объекта, задачи, алгоритма.

Неким аналогом такого структурирования может служить объектно-ориентированнное программирование: есть объекты, есть техника (методика, методология) их структурирования - взаимнооднозначное соответствие (система предшествования) в единой технологической цепочке взаимосвязи объектов по их функциональной принадлежности (соответствие им ресурсов - среды отображающей системы). Но предлагается универсальность средств среды, не оценивается сложность объектов в технологии и показатели адекватности средств этим функциям с точки зрения времени и затрат стоимости и критерия общей эффективности - нет оптимальности соответствия, так как нет оценок информативности при организации структуры среды под структуру объектов и систему в целом. В проблемно-ориентированных вычислительных системах (ВС) аппаратно-программная архитектура более адекватна структуре и содержанию решаемого класса задач, но достигается это за счет специализации ВС. При поступлении задач других классов эффективность таких ВС падает.

В свете информатики, информатизации как процесса взаимозависимости и взаимного дополнения информации, человека, и вычислительной техники представляется, что человечество интуитивно в системном подходе или подобном ему по смыслу другим подходам делает акцент на информационную сущность рассматриваемых объектов и явлений. Этот акцент означает, что участие человека в принятии управленческого решения соответствует основному научному принципу максимума взаимной информации, связанному причинно с неоднородностью - информативностью, а уже от него делается переход к принципу оптимальности. Системный подход "эволюционизировал" в структурно-функциональный, который, как представляется, больше соответствует предложенной информационной сути всех явлений, событий, процессов. Другими словами, больший акцент делается на отношения, связи, взаимовлияния и другие особенности объектов, явлений, процессов как внешнего, так и внутреннего характера между составляющими объекты элементами, выявления проблемно-сти ситуаций, алгоритмической сложности решений, аналитических их оценок и других аспектов. Такой подход точнее определить как структурно-функциональный, как лучше соответствующий информационной сути явлений, событий, процессов. И дело здесь не в названии, а в том, что в методологии такого подхода ведущее место занимает упорядочение, классификация, разбиение объектов самого широкого плана на классы, (под) множества с некими общими свойствами. По результатам классификаций внутренних отношений свойств и их внешних отношений по признакам этих последних идет анализ и синтез свойств объектов на базе (относительной) информации. Последнее предложение относится уже к области теории такого подхода.

Системный подход связан с 1) изучением предмета (системы), т.е. с тем, что видим первоначально, 2) перечнем изменений его при изменении условий "существования" (окружающей среды) , 3) определением структуры (элементов) предмета или системы. Отметим, что эти акценты являются само собой разумеющимся для главного: изучения скрытых (внутренних) отношений структурированных элементов, их свойств и признаков, а также с внешним ми ром (внешней информацией - внешними отношениями). Таким образом, переход к классификации, анализу, синтезу и т.п. - есть переход к глубинной сущности закономерных отношений, как информации внутри объектов, между ними и вовне их. Отношения выясняются посредством выявления "корреляционного эффекта информации" (подробнее см.[138]). В конечном итоге, с позиций предлагаемого акцента на природу сложных систем, целью исследования является информационный процесс, как искусственный, как технология исследования и проектирования таких систем. Отсюда следует неизбежность автоматизации, изучения возможностей алгоритмизации.

Тематика проведенного исследования связана с такими сложнейшими областями нефтегазовой отрасли, как, например, технологии бурения, процессы бурения и управления ими; техническая диагностика механизмов и машин без их разборки, работающих в сложных, подчас недоступных условиях; геофизические измерения в скважинах для контроля процессов вытеснения при эксплуатации подземных хранилищ газа и многое другое. Здесь и обилие информационно-измерительных систем с огромным количеством данных, получаемых, передаваемых, обрабатываемых, хранимых, представляемых, и разнообразия математических моделей.

В то же время, впечатляющи успехи в области искусственного интеллекта, компьютерного воплощения распознавания речи и письма, перевода с разных языков, принятия решений в условиях неопределенности, агрегирования информации. Однако, как представляется, достижения эти еще далеки от понимания сущности, абстрагирования и обобщения, творчества и интуиции. Поэтому с позиций представления и обработки информации в АСУ, где человеческий фактор играет превалирующую роль, желательно расширить "зону человечности" видения, понимания первичных данных о процессах с помощью качественных методов, которые более адекватны неколичественным процессам мышления, "в которых - по Л.Заде - нечеткость принимается как универсальная ре альность человеческого существования... ". В настоящее время такие методы во многом уже представляют собой не искусство, а методы точных наук, прежде всего математики. Имеются в виду методы распознавания образов (об этом еще в 1983 году говорил академик Дородницын А.А. [42]). Это и хорошо, и плохо. Хорошо, так как для выбора оценки все-таки нужны. Плохо, так как регламентируется свобода, интуиция. Поэтому до включения алгоритмов, работающих на управленческое решение, необходимо первичные данные процесса представить в виде, удобном для изменения их представления в желаемом, "разностороннем" для ЛПР (лицу, принимающему решение) виде, путем воздействия им по линии "нечеткой обратной связи", без навязывания ему направления изменения, без какого-либо ограничения свободы.

Почему это так важно?

Во-первых, процессы в нефтегазовых отраслях и управления ими сложны: зависят от множества факторов, элементов взаимосвязанных как в биологическом механизме, где "... почти все зависит почти от всего, где мельчайший элемент играет свою роль, где все основано на информации, на сообщениях и зависит от способа обработки этих сообщений..." [96, с. 10]. Так, корреляция факторов процесса бурения требует рассмотрения их с разных сторон: усиления одних, ослабления других, изменения их взаимного соотношения в целом (интегрально) и по частям (в векторном представлении), представления и интерпретации в разных пространствах и по-разному в каждом из пространств.

Во-вторых, из-за желания независимости (либо отсрочки выбора) от множества существующих математических моделей (так, в том же бурении скважин известно более 10 моделей буримости).

В-третьих, применение математической модели, ее результатов— это уже навязывание определенного выбора, после которого возврата может и не быть. Ошибочность решения здесь чревата большими потерями из-за возможных осложнений и аварий. Риск снижается, если первоначальные данные дополни тельно оценены по сходству-различию в разных сочетаниях, группировках, сжатиях. Другими словами, если математическая модель соответствует принципу гомеостаза, устойчивости системы, минимуму энтропии результата, то направленность исследования в данной работе усиливает реагирование системы управления на информационную изменчивость, новизну в первичных данных, в конечном счете, на свободу, гибкость системы, нечеткость гомеостаза.

В-четвертых, состояние "информационности мировоззрения", в котором находится человечество (похоже, что это надолго), предопределяет следование научного исследования общему принципу, как правило, принципу оптимальности, основанному на понятии информации, а исследуемые процессы подчиняются принципу максимума информации. Отсюда и принятие решения ЛПР рассматривается как творческий процесс, сущностью которого является накопление информации. Обеспечение возможности для такого накопления и составляет важную задачу исследования.

Приведем пример значимости принципа максимума информации из области медицинской диагностики. Дифференциальный манометр как датчик сигналов с конечностей, височных долей применяют при диагнозе состояния сердечно-сосудистой системы человека. Но такой датчик индифферентен к плохо дифференцируемым сигналам. Преобразование этого датчика позволило интегрально ставить диагноз (см. авторское свидетельство [13]).

В-пятых. Распознавание образов универсально в том плане, что имеет место в любой АСУ, да и в системах вообще. Обычно оно предшествует реакции, выбору, поведению системы. И хотя по целям оно подчинено целям системы, вторично, однако значимость велика. Оно самое раннее, первичное к данным, выявляет информацию как средство достижения целей системы. Цели и определяют поведение ее, управляющие воздействия. Но так как информация должна сделать это поведение менее случайным, менее хаотичным, более направленным и эффективным, то информация - и средство, и цель. Отсюда сама цель функционирования системы носит информационный характер. Этим общим смыслом и определяется правомерность применения информационного подхода к функционированию АСУ и ее развития, гибкости, самонастройки, адаптации. А так как интеллектуализация информационных и компьютерных технологий во многом следует копированию в технических системах свойств биологических, то изложенная интерпретация и специфичность работы как научного исследования сказанным подтверждает свою научную новизну и актуальность, значимость, целесообразность.

Прежде чем сформулировать на основе вышесказанного задачи предлагаемого исследования сделаем три важных, на наш взгляд, замечания.

Прежде всего, информатизация связана с автоматизированными процессами, технологиями получения, обработки, хранения и передачи информации с помощью вычислительной техники (как симбиоза средств вычислительных, связи, программных и т.д.). Кроме того, акцентирование внимания на вычислительную технику естественно в силу ее значимости в формировании техносферы и в обеспечении, по В.И. Вернадскому, ноосферы. Однако сама вычислительная техника, ее объекты, например, такие как информационно-вычислительные системы и сети, есть сложные системы, интерес к исследованию которых объясним в общечеловеческом научном и прикладном плане. Наконец - акцент на природу исследования сложных систем как информационного процесса на базе структурно-функционального подхода неизбежно связан с автоматизацией, т.е. о алгоритмизацией с участием или без участия человека как ЛПР.

Вышесказанное позволяет выделить ряд методологических принципов автоматизации исследования сложных систем на основе акцентирования информационной сущности рассматриваемых объектов и явлений.

К таким принципам, на наш взгляд, относятся: 1. Усиление объективной информационности факторного анализа;

2. Учет условий классификации в постановке решаемой задачи при выборе средней величины;

3. Усиление роли аналитических оценок в условиях задач календарного планирования, выбора и расчета приоритетов работ;

4. Усиление интерактивности в поддержке принятия решения;

5. Значимость некоррелированности выборок;

6. Адекватность структуры вычислительных систем входным задачам.

Обоснование этих принципов, их теоретическая разработка и иллюстрация и составляют цель данной работы.

Постановка цели и задач исследования

Цель работы состоит в разработке методологии информационного подхода для системного анализа сложных нефтегазовых объектов и систем, выработке рекомендаций по реализации методологии при автоматизации исследования и проектирования систем вибрационной диагностики, геофизических измерений в скважинах, диагностики гидратосостояния газопровода, оперативного управления процессом бурения скважин, инфракрасной спектрометрии состава горных пород при бурении, вычислительных систем.

Задачи: сформулировать принципы автоматизации исследования сложных систем на основе акцентирования информационной сущности объектов и процессов; обосновать приложение предлагаемой методологии к сложным нефтегазовым объектам и системам, а также к структурно-функциональному синтезу вычислительных систем, адекватно отражающих свойства исходных задач.

Структура диссертационной работы представлена следующей схемой [94].

Подобные работы
Еремин Евгений Леонидович
Разработка и исследование адаптивных систем управления для объектов с запаздыванием
Папкова Марианна Дмитриевна
Разработка и исследование методов проектирования систем управления промышленными объектами с упругими связями
Крывчак Александр Павлович
Разработка и исследование дискретных адаптивных систем управления непрерывными объектами с запаздыванием
Антонова Ирина Игоревна
Комплекс программно-математических средств исследования сложных нестационарных объектов на многопроцессорных системах
Чан Ань Зунг
Разработка и исследование адаптивных систем управления нелинейными электромеханическими объектами с упругими деформациями
Шубин Николай Алексеевич
Исследование и разработка методов построения помехоустойчивых вычислительных процессов в микропроцессорных системах управления инерционными промышленными объектами
Сидоркин Олег Владимирович
Гибридные системы поддержки принятия решений для химико-фармацевтической отрасли
Иванен Наталья Тиберьевна
Автоматизированные системы контроля и учета энергоресурсов на примере газовой отрасли
Сапронов Павел Викторович
Системный анализ и разработка принципов построения преобразователей параметров комплексных сопротивлений с интеллектуальными возможностями
Силаев Антон Валерьевич
Разработка и исследование принципов построения вертикальных образовательных порталов с открытой архитектурой

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net