Автоматизированная система управления
Автоматизи́рованная систе́ма управле́ния (АСУ; англ. automated cоntrol system), комплекс методов, технических средств, информационного и программного обеспечения, структуры, ресурсов и регламентов, посредством которого осуществляется управление сложными объектами и процессами различной природы, реализующий определённые функции для решения поставленных задач и обеспечения информационной безопасности.
Автоматизированная система предполагает участие в её работе человека. Функции человека могут быть ограничены рамками определённого регламента, но могут быть и более общими, реализующими контроль над системой управления, оптимизацию её функционирования и целеполагание. Обеспечение адекватности и эффективности принятия человеком управленческих решений в АСУ осуществляется системой поддержки принятия решений.
Традиционно основными функциями АСУ считаются следующие: сбор, обработка и анализ информации (сигналов, сообщений, документов и т. п.) о состоянии объекта управления, формирование управляющих воздействий, передача управляющих воздействий (сигналов, указаний, документов) на исполнение, реализация и контроль выполнения, обмен информацией (документами, сообщениями и т. п.) с взаимосвязанными автоматизированными системами.
При разработке АСУ используется серия национальных и межгосударственных стандартов на автоматизированные системы (ГОСТ на автоматизированные системы), принятых в 2022 г. Прежние стандарты были разработаны в 1989–1992 гг. и практически не подвергались пересмотру на протяжении более 30 лет. Новые стандарты учитывают современные тенденции развития методов и алгоритмов управления и информационных технологий, включая технологии информационной безопасности.
Ныне используются в различных сферах человеческой деятельности: в промышленности и электроэнергетике, аэрокосмических комплексах и системах навигации, строительной индустрии, на транспорте, в банковских, биллинговых и трейдинговых системах, в сфере бытового обслуживания, в системах транспортной, складской и производственной логистики, для диспетчеризации инженерных систем зданий.
Исторический очерк
Идея и основные принципы разработки АСУ сформировались в 1950-х гг., когда после публикации книг Н. Винера «Кибернетика, или Управление и связь в животном и машине» в 1948 г. (первое издание Wiener. 1948[1]) и «Кибернетика и общество» в 1950 г. начали активно распространяться и реализовываться идеи кибернетики (Wiener. 1950[2]).
В основе кибернетики как научного знания лежит обоснование единства законов управления в естественных и искусственных системах, сформулированное Н. Винером. Предложенная им информационная модель процессов управления впервые дала представление об обратной связи в системе автоматического регулирования как информационной связи. Передача информации об управляющем воздействии осуществляется по каналу прямой связи, а по каналу обратной связи передаётся информация о состоянии объекта управления, в которой, в частности, содержится информация о реакции объекта на управляющее воздействие в предыдущий момент времени. Информация об управлении формализуется в виде алгоритмов, реализующих методы теории автоматического управления.
Создание систем управления в 1960–1970-х гг. было во многом мотивировано интенсивным развитием в тот же период вычислительной техники и программного обеспечения. ЭВМ использовались, в частности, для формирования и реализации управляющих воздействий в различных системах. Разрабатывались системы, в которых функции управления и контроля передавались от человека к оборудованию.
В современных АСУ технологическими процессами на производстве функции регулятора выполняются в рамках прикладной программы управления на уровне контроллера. Ныне наиболее эффективен и популярен пропорционально-интегрально-дифференциальный регулятор (ПИД-регулятор), который для многих технологических процессов в промышленности обеспечивает приемлемое качество управления. ПИД-регулятор был изобретён ещё в 1910 г. Э. Сперри (Kiam Heong Ang. 2005), а в 1942 г. была предложена методика его настройки (Ziegler. 1942. P. 759–768[3]). Популярность ПИД-регулятора возросла в 1980-х гг. с появлением микропроцессоров.
Начиная с 1960-х гг. создаются первые системы с программным управлением – системы автоматического управления режимом движения или работы объекта (летательного аппарата, ракеты, искусственного спутника, ЭВМ, станка, автоматической линии и т. д.) либо технологическим процессом (в металлургии, машиностроении, энергетике и др.), обеспечивающие точное выполнение заранее заданной программы с помощью следящей системы, которая воспроизводит эту программу (Булгаков. 1980[4]). Реализуется числовое программное управление (ЧПУ) (от англ. Computer Numerical Control – CNC) – компьютеризованная система управления, управляющая приводами технологического оборудования, включая станочную оснастку.
Системы управления с обратной связью получают название «системы с адаптивным управлением» (Фомин. 1981)[5]. Адаптивные системы управления могут изменять параметры регулятора или его структуру, в зависимости от изменения параметров объекта управления или действующих на него внешних возмущений. По характеру изменений в управляющем устройстве адаптивные системы подразделяются на самонастраивающиеся (изменяются только значения параметров регулятора) и самоорганизующиеся (изменяется структура регулятора).
По способу изучения объекта системы традиционно подразделяются на поисковые и беспоисковые. В первой группе наиболее известны экстремальные системы, целью управления которых является поддержание системы в точке экстремума характеристик объекта. В таких системах для определения управляющих воздействий, обеспечивающих движение к экстремуму, к управляющему сигналу добавляется поисковый. Беспоисковые адаптивные системы управления по способу получения информации для подстройки параметров регулятора делятся на системы с эталонной моделью (Ядыкин. 1979), которые содержат динамическую модель системы, обладающую требуемым качеством, и системы с идентификатором, или системы с настраиваемой моделью (Райбман. 1972[6]).
Для многих объектов управления, в частности на производстве, одно из основных требований к управлению – высокая надёжность. В то же время высокая производительность таких объектов обусловливает большие экономические потери при сбоях. В ряде случаев отсутствие полноты информации об объекте приводит к необходимости робастного управления (Fradkov. 2020[7]), гарантирующего функционирование объекта в рамках технологических требований и обеспечивающего качество выпускаемого продукта в допустимых диапазонах, определяемых технологическим регламентом.
Наряду с замкнутыми системами, работающими без участия человека и особенно активно внедряемыми в промышленное производство под названием систем автоматического регулирования (САР), начинают создаваться АСУ. В первую очередь они внедрялись на производствах с условиями труда, опасными для жизни и здоровья людей (повышенная загазованность, вредные испарения и т. д.).
Основное отличие АСУ от САР – формализованное участие человека в процессе управления. В этом аспекте АСУ представляет собой человеко-машинную (эргатическую) систему. В АСУ человеку предоставляется определяющая функция при решении наиболее сложных задач, на него также возлагается ответственность за принятие управленческого решения.
Изначально АСУ представляли собой системы сбора, хранения, компьютерной обработки разнообразной информации о функционировании объекта управления, предоставляемой лицу, принимающему решение, т. е., по сути, представляли собой пассивные справочники. Постепенно анализ обрабатываемой информации становится всё более глубоким и развёрнутым, а взаимодействие человека с такой системой – интерактивным. Для производства, например, это – анализ информации о состоянии технологических процессов, ресурсов (технических и кадровых), об объёмах и качестве сырья и наличии на складе комплектующих, о состоянии финансовых потоков и т. д. Интерактивные справочники становятся полноценными экспертными системами.
В 1970–1980-х гг. результаты обработки текущей и архивной информации об объекте управления уже непосредственно используются в АСУ для формирования управляющих воздействий. При этом для формирования рекомендуемого управляющего воздействия используется аппарат продукционного логического моделирования, а также алгоритмы нечёткого моделирования и управления. Такие подходы к решению задач управления характеризуются декларативным описанием условий задач управления.
Современные АСУ
Отличаются использованием таких средств и методов искусственного интеллекта, как нейронные сети, интеллектуальный анализ данных, методы управления, основанные на знаниях. Базы знаний формируются в виде функциональной семантической сети и компонентов дедуктивного вывода.
В частности, для современных систем управления производственными процессами на разных уровнях управления на промышленном предприятии фундамент образуют интеллектуальное управление в сочетании с децентрализацией управления (например, в мультиагентных системах) (Проскурников. 2016[8]) и современными информационными технологиями.
Основные типы АСУ промышленного предприятия по функциональному назначению
| АСУ технологическими процессами, распределённые системы управления, средства автоматики | SCADA, DCS, Industrial PLC (от англ. Programmable Logic Controller) |
| Системы оперативного управления производством | MES (от англ. Manufacturing Execution System) |
| Системы управления сбытом | SSM (от англ. Sales and Service Management) |
| Системы управления цепочкой поставок | SCM (от англ. Supply Chain Management) |
| Системы управления взаимоотношениями с клиентами | CRM (от англ. Customer Relationship Management) |
| Системы планирования ресурсов производства | ERP (от англ. Enterprise Resources Planning) |
| Системы проектирования производственных процессов и продукции | P&PE (от англ. Product and Process Engineering) |
На концептуальном уровне выделяют системы:
- управляемые сообщениями (англ. Communication-Driven DSS);
- управляемые данными (англ. Data-Driven DSS);
- управляемые документами (англ. Document-Driven DSS);
- управляемые знаниями (англ. Knowledge-Driven DSS);
- управляемые моделями (англ. Model-Driven DSS).
В последние годы наиболее популярным классом систем управления для сложных технологических объектов (нелинейных, с запаздыванием, с взаимосвязанными переменными, с множеством ограничений и т. д.) стала технология управления на основе прогнозирующей модели объекта (Cannon. 2009). Идея такого управления – введение заранее построенной математической модели объекта в контур автоматического управления. Такая технология получила название Model-based predictive control (или сокращённо – Model predictive control; буквально – прогнозирующее (предиктивное) управление на основе модели).
Для реализации концепции «Индустрия 4.0», и в частности цифровизации производства, важной и перспективной информационной технологией является Промышленный интернет вещей – система объединённых компьютерных сетей и подключённых к ним промышленных (производственных) объектов со встроенными датчиками и программным обеспечением для сбора и обмена данными, с возможностью удалённого контроля и управления в автоматизированном режиме без участия человека [The industrial internet of things (IIoT) ... 2018].
Широкое распространение получили гибкие производственные системы (ГПС, англ. Flexible Manufacturing System, FMS) – системы управления производственными процессами, способные достаточно быстро корректировать управление при изменении технологии производства или номенклатуры продукции. Активно внедряются роботизированные технологические комплексы (РТК) – ГПС, в которых промышленные роботы полностью реализуют технологические процессы, за исключением управления и контроля.
Информационной основой Индустрии 4.0 являются цифровые промышленные платформы (ЦПП), позволяющие извлекать информацию из локальных систем управления и анализировать данные в режиме реального времени, что обеспечивает возможность повышения эффективности АСУ. Современные крупные промышленные операторы, такие как Siemens, Bosch, General Electric и другие, развивают свои собственные платформы. Создаются такие платформы и на российских предприятиях. Примером может служить цифровая платформа KAMOTIVE, разработанная ПАО «КАМАЗ», и др.
Создаваемые на основе ЦПП цифровые экосистемы (ЦЭС) промышленных предприятий (Towards the development ... 2021) и компаний можно считать автоматизированными системами нового поколения. Под цифровой экосистемой (Bakhtadze. 2021) понимается распределённая социотехническая система, обладающая свойствами адаптивности, самоорганизации и устойчивости, функционирующая в условиях конкуренции и сотрудничества между различными её субъектами (автоматизированными системами и экономическими субъектами) для обмена знаниями в условиях эволюционного развития системы.
Основные достоинства современных АСУ
АСУ позволяют повысить эффективность поставленных задач благодаря:
- снижению роли человеческого фактора и, как следствие, минимизации риска появления ошибок и вероятности появления брака;
- освобождению персонала от наиболее трудоёмких рутинных операций (система автоматически управляет оборудованием и ведёт технологический процесс);
- осуществлению дистанционного контроля и управления технологическими операциями на удалённых объектах;
- оперативному реагированию на нештатные ситуации и предотвращению аварий;
- повышению эффективности управления вследствие автоматического переключения режимов при изменении параметров технологического процесса;
- оптимизации работы оборудования на основе непрерывной диагностики его состояния;
- экономии материалов и энергоресурсов вследствие своевременного информирования оператора о нарушениях расходных норм, возникновении утечек и т. д.
Эффективное управление производственным процессом посредством современных АСУ, экономия сырья и ресурсов позволяют снизить себестоимость продукции и повысить конкурентоспособность предприятия.
Примечания
Литература
- Ziegler J. G. Optimum Settings for Automatic Controllers / J. G. Ziegler, N. B. Nichols // Transactions of the American Society of Mechanical Engineers. – 1942. – Vol. 64, № 8. – P. 759–768.
- Wiener N. Cybernetics, or Control and communication in the animal and the machine. – New York : John Wiley and Sons, 1948.
- Wiener N. The Human use of human beings : cybernetics and society. – Boston : Houghton Mifflin Co, 1950.
- Райбман Н. С. Адаптивные системы управления технологическими процессами : методика / Н. С. Райбман, В. М. Чадеев. – Москва : [б. и.], 1972.
- Ядыкин И. Б. Оптимальное адаптивное управление на основе беспоисковой самонастраивающейся системы с обучаемой эталонной моделью // Автоматика и телемеханика. – 1979. – Вып. 2. – С. 65–79.
- Булгаков А. А. Программное управление системами машин : от фрезерного станка до завода-автомата. – Москва : Наука, 1980.
- Фомин В. Н. Адаптивное управление динамическими объектами / В. Н. Фомин, А. Л. Фрадков, В. А. Якубович. – Москва : Наука, 1981.
- Kiam Heong Ang. PID control system analysis, design, and technology / Kiam Heong Ang, G. Chong, Yun Li // IEEE Transactions on Control Systems Technology. – 2005. – Vol. 13, № 4. – P. 559–576.
- Cannon M. Model predictive control for systems with stochastic multiplicative uncertainty and probabilistic constraints / M. Cannon, B. Kouvaritakis, Xingjian Wu // IEEE Transactions on Control Systems Technology. – 2009. – Vol. 45, № 1. – P. 167–172.
- Проскурников А. В. Задачи и методы сетевого управления / А. В. Проскурников, А. Л. Фрадков // Автоматика и телемеханика. – 2016. – № 10. – С. 3–39.
- The industrial internet of things (IIoT): an analysis framework / H. Boyes, B. Hallaq, J. Cunningham, T. Watson // Computers in Industry. – 2018. – Vol. 101. – P. 1–12.
- Fradkov A. Adaptive and robust control in the USSR / A. Fradkov, B. T. Polyak // IFAC-PapersOnLine : July 12–17. – Berlin : Elsevier, 2020. – T. 53. – P. 1395–1400.
- Towards the development of digital manufacturing ecosystems for sustainable performance: Learning from the past two decades of research / A. F. Shahatha Al-Mashhadani, M. I. Qureshi, S. S. Hishan [ et al.] // Energies. – 2021. – Vol. 14, № 10. – P. 2945.
- Bakhtadze N. Industrial digital ecosystems: Predictive models and architecture development issues / N. Bakhtadze, A. Suleykin // Annual Reviews in Control. – 2021. – Vol. 51. – P. 56–64.