В системах автоматического контроля и управления технологическими процессами на базе микропроцессоров и управляющих ЭВМ с увеличением количества контролируемых датчиков увеличивается интервал опроса между измерениями показаний датчиков, так как они опрашиваются последовательно друг за другом и требуют преобразования аналоговых сигналов в цифровые коды [2]. В этой связи возникает важный вопрос о выборе адаптивного интервала спроса датчиков, при котором не все датчики опрашиваются за каждый цикл опроса. Это позволяет своевременно обнаруживать отклонения контролируемых процессов от заданного поля допусков.
Слишком частый опрос приводит к большим затратам памяти и машинного времени, необходимого на выполнение функций опроса, в ущерб другим функциям системы, связанным с обработкой и представлением информации. К тому же эти затраты в большинстве случаев оказываются напрасными, так как подавляющую часть времени процессы носят спокойный характер на уровнях значительно ниже допустимого. С другой стороны, увеличение интервала опроса может привести к так называемому "пропуску цели", когда изменение уровня или характера процесса может быть обнаружено слишком поздно.
Поэтому напрашивается вывод о необходимости введения переменного интервала опроса датчиков, зависящего от уровня изменения контролируемого процесса и от его характера на некотором конечном промежутке предыстории [3].
В качестве критерия определения интервала опроса в зависимости от уровня возьмем оценку текущего математического ожидания, получаемую с помощью известного оператора экспоненциального сглаживания [5],
, m = 1, 2, ..., (1)
где 
, 
значение, соответственно, исходного и сглаженного процессов,
; 
- коэффициент сглаживания, 
.
Зависимость интервала времени до очередного опроса от уровня изменения определим формулой:
(2)
где 
- максимальное значение интервала опроса, соответствующее нулевому значению уровня;
- минимальное значение интервала опроса, соответствующее протеканию процесса на предельно допустимом уровне 
.
В качестве критерия определения интервала опроса от характера изменения контролируемого процесса возьмем оценку так называемой текущей дисперсии [4]:
, 
, (3)
Зависимость интервала опроса от характера изменения процесса определим по формуле:
, (4)
где K- весовой коэффициент.
Введем промежуточную величину 
:
. (5)
Искомый интервал опроса, зависящий от уровня и от характера протекания контролируемого процесса, определим соотношениями:
(6)
Параметр 
определяется в основном быстродействием управляющей ЭВМ и средств связи с датчиками. Параметры 
выбираются и уточняются в процессе функционирования системы.
Из приведенных в (2) - (6) соотношений видно, что интервал времени до следующего опроса датчика определяется текущим значением показаний датчика и «сглаженными» значениями, полученными при предыдущих опросах. При этом сглаживание производится с использованием рекурентной формулы (1). В различных литературных источниках, использующих оператор экспоненциального сглаживания (1), предполагается, что параметр сглаживания α есть постоянная величина [5]. Но это справедливо лишь в случае, если постоянным является интервал Δt квантования процесса. Так как в нашем случае имеет место переменный интервал опроса, то необходимо определить параметр сглаживания α как функцию от Δt.
Оператор сглаживания (1) является дискретным аналогом апериодического звена первого порядка с постоянной времени T и коэффициентом усиления равным единице. Решение дифференциального уравнения, описывающее такое звено, имеет вид [1]:
, (7)
где 
- процессы, соответственно, на входе и выходе звена.
При подаче на вход звена единичной ступенчатой функции 
из (7) получаем
. (8)
Переходя в (8) к дискретному представлению 
при и раскрывая рекурентную формулу (1) при 
получаем искомую зависимость:
. (9)
Важность этой формулы состоит в том, что она характеризует зависимость α от требуемой постоянной времени T сглаживания, которая, в свою очередь, не зависит от интервала опроса.
Использование формулы (9) в управляющей ЭВМ сопряжено с определенными трудностями, так как оно требует подключения подпрограммы вычисления экспоненты. Разложение функции 
в степенной ряд и несложные преобразования дают более простую формулу:
, (10)
где L- нормирующий коэффициент 
.
В процессе моделирования было получено значение L =0,582, при котором погрешность вычисления α по формуле (10) по сравнению с (9) не превышает 1 %. То есть окончательно
. (11)
Полученная зависимость (11) позволяет использовать оператор экспоненциального сглаживания при изменяющемся интервале опроса датчиков.
Полученные результаты позволяют разработать алгоритм адаптивного опроса контролируемых датчиков. Суть алгоритма состоит в том, что датчики, показывающие высокий уровень сигнала и высокую скорость изменения сигнала, опрашиваются чаще, чем датчики, показывающие более низкий уровень сигнала.
Рассмотрим алгоритм адаптивного опроса датчиков, который позволяет опрашивать датчики с различной частотой, а в аварийной ситуации обеспечивает переход на новые режимы опроса.
Начальным этапом данной работы является определение периода опроса T0i для каждого i-го датчика. Период опроса зависит от задач обработки поступающей информации и сложившейся ситуации в контролируемом объекте. Сначала составляется таблица вычисленных для каждого датчика T0i . Затем производится опрос датчиков в системе.
Предположим, что в результате анализа данных после очередного опроса n датчиков получили k групп, отличающихся заданными периодами опроса
(12)
где mi - число датчиков в группе с заданным периодом опроса Тi
Рассмотрим условия, обеспечивающие различные периоды опроса датчиков в системе. Примем, что период опроса Тi одного датчика группы mi включает в себя время на опрос датчика ti (ti <<Ti ) плюс время, оставшееся до следующего опроса этого датчика. При наличии в системе только одной группы имеем минимальный период опроса одного датчика
Ti min = ti + ti *( mi - 1 ) = ti * mi (13)
То есть, необходимым условием обеспечения заданного периода опроса датчиков группы mi является
T0i ≥ ti * mi (14)
Причем, выполнение равенства в условии (14) означает, что в системе может быть только одна группа. Для нахождения достаточного условия обеспечения заданных периодов опроса введем понятие заданной интенсивности опроса датчиков li группы mi
λi = Ti min * T0i-1 = ti * mi* T0i-1
Если li =1, то выполняется равенство в условии (14), то есть в системе может быть только одна группа. При наличии в системе двух и более групп достаточным условием обеспечения заданных периодов опроса является
Рассмотрим алгоритм, организующий различные периоды опроса датчиков в системе. Примем для простоты рассуждений, что mi = 1. Тогда имеем n датчиков с заданными периодами опроса T0i (i=1,2,...,n). Требуется опросить их с периодами опроса
Ti ≤ T0i
Вычислим λi для всех датчиков по формуле (4) при условии, что mi = 1
λi = ti * T0i-1
Опрос начинаем с датчика, имеющего наименьшее λi, так как у него наибольший резерв по времени до следующего опроса. Далее сущность алгоритма заключается в том, что на каждом такте опрашивается датчик с наибольшей относительной интенсивностью опроса, которая вычисляется после опроса каждого датчика по формуле
Δλi = (λitek - λi )* λi -1,
где λitek текущая интенсивность опроса.
После первого опроса датчика с наименьшим λ, например, j-го, имеем
λitek = ti * (Ti - tj ) -1 = ti * Titek-1,
где Titek - оставшееся текущее время до опроса i-го датчика.
На каждом следующем такте из оставшегося текущего времени вычитается время опроса последнего датчика для получения нового Titek. Относительная интенсивность вычисляется для всех датчиков, кроме опрошенного в последнем такте. Для последнего опрошенного датчика, например, j-го, восстанавливаются параметры по формулам
λitek = tj * T0j-1 , Tjtek = T0j
При реализации данного алгоритма на ЭВМ, параметры по каждому датчику определяются и запоминаются в памяти ЭВМ в виде таблиц, что позволяет корректировать их в нужные моменты времени в зависимости от режимов функционирования контролируемых объектов.
Таким образом, предложенный алгоритм организации переменных периодов опроса датчиков повышает эффективность обработки информации в компьютерной системе автоматического контроля за счет имеющейся возможности оперативного изменения интервалов опроса датчиков при отклонении от нормального хода контролируемых процессов.
Данный алгоритм может быть использован при разработке и внедрении систем автоматического контроля технологическими процессами в различных отраслях промышленности.
Рецензенты:
- Брейдо Иосиф Вульфович, доктор технических наук, доктор технических наук РК, профессор, заведующий кафедрой «Автоматизации производственных процессов», Карагандинский государственный технический университет, г. Караганда.
- Тутанов Серикпай Куспанович, доктор технических наук, профессор, заведующий кафедрой «Высшая математика», Карагандинский государственный технический университет, г. Караганда.