СТА №3/2017

По результатам анализа потенциаль- ных возможностей облачных техноло- гий IIоT, с одной стороны, и степени востребованности их для реализации приведённых алгоритмов ОПЭ, с дру- гой стороны, на рис. 3 показана диа- грамма ориентировочного распределе- ния потенциально задействованных функций облачных сервисов в зависи- мости от направления. При реализации алгоритмов на основе аппарата нейронных сетей необходимы: ● интенсивная процедура обработки непрерывных и дискретных данных; ● высокая способность общения между встроенными средствами управления и приложениями облачных сервисов; ● воспроизведение аналогий с числен- ной моделью мозга практически в ре- жиме реального времени; ● занесение и обработка точных знаний об условиях потребления электро- энергии с последующим апробирова- нием на модели управления. Известно, что генетические алгорит- мы основаны на создании вероятност- ных моделей оптимизации. Перспекти- ва их использования – сложные энерго- насыщенные технологические ком- плексы с большим количеством пара- метров, где требуется эффективный по- иск глобального оптимума потребляе- мой электроэнергии в условиях отсут- ствия структурированных специфиче- ских знаний о процессе. В настоящее время на этой основе создаются прило- жения, требующие для функциониро- вания значительных вычислительных ресурсов, характерных для облачных сервисов среды IIоT. Использование базы знаний об усло- виях потребления электроэнергии в за- даче ОПЭ предусматривает создание и хранение набора примеров, характери- зующих определённые сценарии по- требления электроэнергии в конкрет- ных группах технологического оборудо- вания, каждая из которых содержит не- которые значения атрибутов и специ- фикации классов, к которым они при- надлежат. В этом случае коммуникационные возможности IIоT позволят эффектив- но ориентировать управляющие про- граммы объектов на поиск таких групп атрибутов, которые являются общими для примеров в своём классе при фор- мировании некоторых правил в алго- ритмах управления оборудованием. Сбор знаний о реальном потреблении электроэнергии с помощью соответ- ствующей экспертной системы поддер- живается комплексом компьютерных программ, позволяющих интегрировать целевые знания, необходимые для вы- полнения функций управления техни- ческой системой по критерию миними- зации потребления электроэнергии. Реализация механизма принятия реше- ний на основе накопленных знаний осуществляется модулем программы, который на базе сервисов IIoT будет вырабатывать алгоритм исполнения за- даний с помощью определённых мето- дов манипуляции с данными, получен- ными от отдельных компонентов обо- рудования технологической системы. При реализации алгоритмов нечётко- го управления коммуникационные ре- сурсы IIoT позволят консолидировать в пределах производственного комплек- са исключительные возможности для обработки неясностей, возникающих из-за неполноты или частичной потери данных в нечётких массивах информа- ции. Непосредственное управление объектами на принципах оптимизации потребления электроэнергии будет осу- ществляться примерно на 60% с помо- щью встраиваемых систем (промыш- ленных компьютеров, контроллеров, интеллектуальных устройств и т.д.). Алгоритмы с использованием экс- пертных систем на базе истории прой- денных ситуаций, по сути, являются не- которым расширением систем, функ- ционирующих на основе накопленных знаний или правил, с той лишь разни- цей, что принятие решений о характере управления строится исключительно на анализе и последующем подборе ситуа- ции, которая максимально аналогична возникшему случаю. Реализация управ- ления при этом возлагается в 80…90% (рис. 3) на возможности локальных си- стем с заимствованием информацион- ной поддержки базы знаний с помощью облачных сервисов. З АКЛЮЧЕНИЕ Программная и инфраструктурная составляющие Интернета вещей могут стать при определённых условиях гло- бальной средой для обеспечения энер- гоэффективности промышленных про- изводств и коммунальной сферы. Для этого необходимо: ● организовать первичный анализ дан- ных об условиях потребления элек- троэнергии на уровне рабочих устройств и оборудования; ● разработать ПО, с помощью которого пользователи смогли бы получать ин- формацию о результатах анализа дан- ных; ● разработать и внедрить специализи- рованные промышленные стандарты связи и семантики общения между подключёнными устройствами раз- личных производителей. ● E-mail: akis_tula@inbox.ru 76 СТА 3/2017 РАЗ РА БОТ КИ / ЭЛ Е К Т РОЭН Е Р Г Е Т ИКА www.cta.ru Рис. 3. Распределение облачных сервисов 0,2 0,4 0,5 0,6 0,7 0,9 1,0 Нечёткое управление Экспертные системы Сбор знаний о реальном потреблении Базы знаний об условиях потребления Генетические алгоритмы Нейронные сети