ПОИСК Статьи Чертежи Таблицы Требования к математическому обеспечению АИИС из "Автоматизация аналитических систем определения состава и качества вещества " Каждая АИИС предназначена для проведения определенной группы анализов и поэтому имеет специфичное для этой группы математическое обеспечение (МО). В дополнение к стандартному базовому обеспечению ЭВМ при создании системы приходится разрабатывать программы управления аппаратурой и необходимые прикладные программы, которые иногда объединяют под названием специальное МО [47]. [c.58] С операционной системой ЭВМ непосредственно обычно взаимодействует управляющая программа (монитор), обеспечивающая диалог с пользователем и взаимодействие с набором отдельных обслуживающих и обрабатывающих программ, оформленных в виде подпрограмм. Такое построение монитора позволяет легко модифицировать его при изменении анализа. Основная обработка аналитической информации и управление аппаратурой возлагаются на подпрограммы, входящие в специальное МО. [c.58] Структура специального МО должна быть модульной и позволять последовательное наращивание алгоритмов (это дает возможность унифицировать МО) признаком выделения операций алгоритма в модуль является законченная функция обработки. При определении структуры и размеров модуля нужно стремиться к его максимальной независимости, сокращая число его связей с другими модулями. Такой подход позволит при решении конкретной задачи синтезировать из унифицированных модулей необходимую программу при минимуме разработки оригинальных модулей. [c.58] Синтез алгоритма обработки на базе частных алгоритмов выполнения операции, выбор этих алгоритмов и декомпозиция программы на модули должны вестись с учетом необходимого взаимообмена информацией между ними это уменьшает требуемый объем памяти Уп и объем вычислительных работ Ур. [c.58] Из методов оценки объемов Ур и Va в настоящее время используются в основном три [48]. Наиболее быстро (но грубо) Vp и Уп оцениваются методом аналогий процедура, для которой нужно найти оценку, сводится к типовой, с известными Vp, Vn, значения которых в зависимости от параметра (например, при рещении системы линейных уравнений в зависимости от их числа) приводятся в справочниках. [c.59] Более точно, но и трудоемко можно оценить Vp аналитическими методами. Вычислительный процесс представляется в виде графа, в вершинах которого располагают алгоритмические действия У/ ребра графа характеризуют связи между ними. Граф удобен также и для оценки времени выполнения алгоритма, что необходимо при определении возможности реализации алгоритма в реальном времени в конкретной АИИС с данной ЭВМ или при выборе ЭВМ. При этом может быть оценено как максимальное, так и среднее время, что позволяет более эффективно загрузить ЭВМ. Оценка среднего времени выполнения алгоритма проводится с помощью микс-характеристик ЭВМ. Вычислительный процесс представляется в виде цепи Маркова, это позволяет рассчитать среднее число t,j нахождения его в каждой вершине графа при одноразовом прохождении алгоритма и просуммировав V с использованием в качестве весовых коэффициентов, получить Уср [49]. [c.59] Здесь ti — время выполнения 1-то алгоритмического действия в наборе данной ЭВМ щ — относительный вес i-ro действия в общем числе используемых в данном классе задач (X i = l)[49]. [c.59] Объем требуемой памяти ЭВМ Уп, необходимой для выполнения заданного алгоритма, складывается из количества ячеек, необходимых для записи программы и для хранения исходных промежуточных и конечных данных, и обычно может быть оценен при составлении программы. [c.60] Для алгоритмов первичной обработки помимо перечисленных требований следует учитывать требования обеспечения высокой метрологической надежности результатов обработки. Таким образом, алгоритмы первичной обработки должны включать блоки, контролирующие качество обработки, выявляющие отказы аппаратуры (особенно наиболее трудно выявляемые метрологические отказы — отклонение метрологических характеристик измерительной аппаратуры АИЙС от номинальных значений сверх допуска), случайные сбои, произощедщие вследствие действия импульсных помех и других причин. [c.60] Из требований к системному обеспечению (см., например, [50]) для АИИС важным является наличие достаточно развитой операционной системы (в частности, операционной системы реального времени). Желательно, чтобы операционная система обеспечивала возможность работы с аппаратурой КАМАК, представление информации на дисплее (и при этом допускать анализ и коррекцию), доступ к системе от нескольких источников информации. К сожалению, типовое обеспечение мини- и микро-ЭВМ, как уже упоминалось, далеко не всегда удовлетворяет этим условиям и требует при создании конкретных АИИС доработки системных программ. [c.60] Первичная обработка в типовом случае после загрузки, инициации программного обеспечения и ввода (обычно, как показано выше, в диалоговом режиме) исходных данных сводится к последовательности следующих процедур, выполняемых программами (модулями) из специального МО. [c.61] Эти процедуры чаще выполняются в реальном времени, причем включение в них последней операции позволяет запоминать только полезную информацию, что важно для экономии памяти машины особенно при использовании специализированных систем. [c.61] В зависимости от технических средств, примененных в конкретной АИИС, некоторые из перечисленных операций, выполнение которых в реальном времени затруднительно, могут выполняться во вторичном времени или аппаратно. [c.61] Помимо этого есть ряд вспомогательных подпрограмм, обеспечивающих нормальное функционирование программ обработки под управлением операционной системы комплекса анализатор — ЭВМ. [c.62] Идентификация нужного алгоритма, обработка и спецификация необходимых его параметров обычно проводятся в диалоговом режиме (как, например, в системе, рассмотренной выше — рис. 2.1). Введение блока автоматической (или, чаще, полуавтоматической) идентификации облегчает общение с системой, позволяя использовать ее МО аналитиками, которые не знакомы с конкретными операциями обработки и тем более со способами их осуществления. Однако возможности к изменению таких систем ограничены. [c.62] таким образом, точно определяются для белого шума. Результаты оценки сТш заметно смещаются в случае значительной коррелированности шума на интервале М и при попадании Б зону определения шума участков пиков. Эти ошибки могут быть уменьшены итеративно в предположеиии нормального распределения шума. Тогда разности (г/г — у1- ) также распределены нормально, поэтому можно предположить, что разности, превышающие интервал +7СГш, относятся к точкам на пике (у — некоторый порог, у 3). [c.62] При этом для увеличения точности оценки необходимо, чтобы т 0,25п Т должно быть достаточно велико, чтобы В тТ/п)- -0 для всех т, близких 0,25п [13]. [c.63] При предположении наличия импульсных помех оценки параметров X и V в (1.18) можно определить итеративно многократно обрабатывая выборку шума с различными х и v и оценивая соответствие ее распределения распределению (1.16) по критерию Например, обработка по этой методике массива измерений шума на выходе масс-спектрометра с оценкой корреляционной функции по (2.1)—рис. 1.1,6, проводившейся после удаления из него периодической составляющей, привела к следующим оценкам параметров помехи % — 0,05, v — 4, при этом = 42,4 (для сравнения = 5800 при X = О, v=l). [c.63] Очень сильно влияют на результат обработки алгоритмы третьего блока неправильная оценка аналитической ситуации может привести к сбою или грубым погрешностям при оценивании. Например, неправильный выбор алгоритма разделения наложившихся компонентов или определения их числа может служить причиной больших отклонений оценок и, как следствие, в лучшем случае — отбраковки анализа блоком контроля достоверности (это при условии наличия достаточной статистики для нормальной работы этого блока). Поэтому иногда целесообразно применять в блоке комбинации нескольких алгоритмов для выявления аналитических ситуаций из числа рассмотренных в следующих разделах. [c.63] Вернуться к основной статье