Системный анализ сложных процессов

При анализе сложных процессов, когда не представляется возможным найти внутренние связи в системе, используется известный в кибернетике принцип "черного ящика". Этот принцип заключается в том, что, не имея информации о существе, внутренней структуре процесса, для его математического описания используют лишь зависимость выходных величин от входных.

Понятие "черного ящика" относится к основным понятиям кибернетики, помогая при изучении поведения систем, т. е. реакций на различные внешние воздействия, абстрагироваться от их внутреннего устройства. Многие системы, особенно большие, оказываются настолько сложными, что даже имея полную информацию о состоянии их элементов, практически невозможно связать ее с поведением системы в целом [62]. В таких случаях представление такой сложной системы в виде некоторого "черного ящика", функционирующего аналогично, облегчает построение упрощенной модели. Анализируя поведение модели и сравнивая его с поведением системы, можно сделать ряд выводов о свойствах самой системы и при их совпадении со свойствами модели выбрать рабочую гипотезу о предполагаемом строении исследуемой системы.

Пусть на вход системы подаются воздействия X, а на выходе получают показатели качества P (рис. 3.1). Наблюдая достаточно долго за поведением такой системы и, если потребуется, выполняя активные эксперименты над ней, т. е. изменяя некоторым определенным образом входные воздействия, можно достигнуть такого уровня знаний свойств системы, чтобы иметь возможность предсказать изменение ее выходных показателей при любом заданном изменении входных.

Метод, использующий "черный ящик", широко применяют для решения задач моделирования управляемых систем (особенно при исследовании сложных технических объектов) в тех случаях, когда представляет интерес поведение системы, а не ее строение [104].

В этих ситуациях зачастую единственно пригодными оказываются статистические методы оптимизации, поскольку ни технолог, ни управляющая ЭВМ в ряде случаев не способны в ходе процесса учесть суммарный эффект действия множества различных факторов, часто связанных сложными зависимостями. Кроме того, на процессах могут сказываться явления, недоступные контролю по физическим или техническим причинам. Следовательно, производственная информация носит стохастический характер. Этим объясняется применение для исследования и управления технологическим процессом статистических методов [46, 98].

При использовании статистических методов возникают две основные задачи: построение модели и нахождение стратегии оптимального управления. Для решения этих задач разработан ряд эффективных статистических методов.

При создании математических моделей универсальным является метод регрессионного анализа [56, 34, 18, 9090]. В этом случае зависимость каждого выходного параметра (показателя качества) процесса от различных факторов представляется в виде многочлена, включающего рассматриваемые факторы и их комбинации. Коэффициенты при отдельных слагаемых многочлена (коэффициенты регрессии) определяются путем статистической обработки экспериментальных данных [26]. Стремление учитывать влияние многих факторов приводит к необходимости сбора и обработки больших массивов информации. С целью значительного сокращения объема работы в настоящее время широко применяется метод многофакторного эксперимента. Существо метода состоит в том, что взамен традиционного исследования влияния отдельных факторов при неизменных остальных при каждом опыте исследуется влияние одновременного изменения нескольких факторов. Даже при небольшом числе исследуемых переменных метод позволяет значительно уменьшить объем экспериментов при условии, что их чередование выполняется по определенному плану. Эффективность метода возрастает с увеличением сложности исследуемого процесса [56].

При наличии разработанной модели задача оптимизации сводится к прогнозированию хода процесса при различных комбинациях воздействий и выбору оптимального варианта. Имеется ряд методов, позволяющих осуществлять целенаправленный поиск вариантов в направлении возрастания целевой функции, в частности, так называемый симплексметод и его модификации, пригодные для линейных регрессионных моделей. Реализация таких методов наиболее эффективна в системах управления на основе ЭВМ [27].

Большинство автоматизированных систем управления технологическими процессами) из-за специфических особенностей технологии производства электронных приборов могут быть созданы только на основе методов статистического управления. Это обусловило переход от простейших методов статистического управления к более сложным, и в первую очередь — к методам корреляционно-регрессионного анализа и составления регрессионных уравнений как математико-статистических моделей процессов.

Методология системного анализа достаточно универсальна и может быть использована как для процесса проектирования в целом, так и для отдельных стадий и этапов проектирования. При переходе от общего проектирования к отдельным стадиям будет меняться содержание целей, альтернатив и решений, но общая последовательность этапов анализа будет сохраняться [49].

При проектировании АТК с помощью ЭВМ составляется прежде всего задание на проектирование. Задание составляется генпроектировщиком или заказчиком с участием той организации, которая будет разрабатывать проект.

Задание на проектирование включает в себя целый ряд пунктов, подробно перечисленных в [87]. Отметим некоторые из них (в произвольном порядке):

основание для проектирования;

перечень производств, цехов, установок, охватываемых проектами систем автоматизации, с указанием для каждого особых условий (при их наличии), например класс взрыво- и пожароопасности помещений, наличие влажной, сырой окружающей среды и т. д.;

стадийность проектирования;

требования к разработке вариантов проекта (части проекта);

планируемый уровень капитальных затрат на автоматизированное проектирование и примерных затрат на научно-исследовательские работы (НИР), опытно-конструкторские работы (ОКР) и проектирование с указанием источников финансирования, и др.

Например, основанием для разработки той или иной радиосистемы или элемента может быть необходимость использования его в более крупной системе или его преимущества по сравнению с имеющимися (известными) аналогами. А основанием для автоматизированного проектирования АТК являются, как правило, сокращение сроков проектирования и внедрения, уменьшение количества ошибок при проектировании, обеспечение возможности изменения проектных решений, сокращение сроков тестирования микросхем [8].

По мере усложнения системы (например для РЭС: ИС, БИС, микросхем, радиосистем и т. д.) резко возрастает время разработки и внедрения, увеличиваются трудозатраты. Соответственно, происходит пропорциональный рост расходов на разработку и внедрение. Этот фактор необходимо учитывать уже на стадии формулирования основания для проектирования и непосредственно использовать при проведении расчетов по технико-экономическому обоснованию.

Формирование внешних условий по отношению к проектируемому объекту необходимо потому, что они должны быть учтены уже на самых первых этапах проектирования. Например, одни и те же технологические операции на различных установках в одних и тех же условиях могут иметь некоторый разброс значений выходных параметров; аналогично, одна и та же установка будет иметь разброс значений при различных условиях окружающей среды и т. д. Исследование такого рода влияния — одна из задач научно-исследовательской работы, поскольку указанные факторы влияют и на сам технологический процесс, и на адекватность математических моделей, описывающих этот процесс.

Рассмотрим, как связаны пункты задания со стадийностью проектирования. Стадийность создания систем автоматизированного проектирования регламентируется стандартами [59], поясняется в нормативной документации [30] и специальной литературе [87, 44]. Не останавливаясь подробно на всех положениях, принятых в указанных источниках, обратим внимание на содержательную сторону начальных стадий создания, поскольку в практических, производственных условиях именно содержательная сторона оказывается "узким местом" при формальном соблюдении гостированных этапов.