На правах рукописи Коновалов Денис Павлович ИНФОРМАЦИОННАЯ СИСТЕМА КОНТРОЛЛЕРОВ

На правах рукописи
Коновалов Денис Павлович
ИНФОРМАЦИОННАЯ СИСТЕМА КОНТРОЛЛЕРОВ
ЭНЕРГЕТИЧЕСКИХ ОБЪЕКТОВ ИМПОРТНОГО ПРОИЗВОДСТВА
Специальность 05.13.01 – Системный анализ, управление и обработка
информации (информационные и технические системы)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Краснодар – 2011
2
Работа выполнена в ГОУ ВПО «Кубанский государственный
технологический университет»
Научный руководитель:
доктор технических наук, профессор
Атрощенко Валерий Александрович
Официальные оппоненты:
доктор технических наук, профессор
Марков Виталий Николаевич
кандидат технических наук, доцент
Бельченко Владимир Евгеньевич
Ведущая организация:
Защита состоится
ФГУП КБ «Селена» г. Краснодар
2 марта 2011 года в 14-00
диссертационного совета Д 212.100.04
в
на заседании
ГОУ ВПО «Кубанский
государственный технологический университет» по адресу: г. Краснодар,
ул. Московская, 2, ауд. Г-251.
С диссертацией можно ознакомиться в библиотеке ГОУ ВПО
«Кубанский государственный технологический университет».
Автореферат разослан 25 января 2011 г.
Ученый секретарь
диссертационного совета,
канд. техн. наук, доцент
А.В. Власенко
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность
работы.
Дизельные
электростанции
(ДЭС)
импортного производства стали неотъемлемой частью отечественных
систем
резервного
электроснабжения,
используемых
там,
где
электроснабжение от государственной сети должно быть резервировано. В
современных условиях рыночной конкуренции и экономического кризиса
необходимо качественное и бесперебойное электроснабжение предприятий
и организаций. При построении систем гарантированного бесперебойного
энергоснабжения на отечественных объектах, особенно со сложной
топологией, система автоматизации, мониторинга и дистанционного
управления
становится
необходимым
условием
для
повышения
надежности функционирования всей системы в целом. Автоматизация
системы позволяет уменьшить численность персонала, обслуживающего
оборудование, повысить надежность и долговечность ДЭС, обеспечить
безопасность производства. При автоматизации электрооборудования в
отечественных системах электроснабжения необходимо учитывать, что
панели управления и программное обеспечение, поставляемые в Россию,
не имеют русифицированного интерфейса, что существенно затрудняет их
эксплуатацию, и это, в свою очередь, приводит к простою оборудования и
возникновению невосполнимых убытков.
Для решения вопроса русификации интерфейса предлагается
создание собственного информационного контроллера с графическим
интерфейсом, который позволит дублировать информацию с панели
управления на русском языке и сохранить алгоритм управления контроля
применяемой системы управления. Такой подход даёт возможность
оператору
достоверно
неисправностей
ДЭС
осуществлять
и,
следовательно,
контроль
параметров
своевременно
и
принимать
правильные решения. В связи с этим разработка информационных блоков
русификации является актуальной задачей.
4
Целью
диссертационной
информационной
контроля
и
системы
управления
работы
русификации
является
разработка
информационных
энергетическими
объектами
сигналов
для
блоков
импортного производства.
Задачи исследования:
 разработать
информационную
базу
данных
переводных
соответствий;
 разработать модель «сущность-связь» для информационных панелей
управления;
 разработать программное обеспечение для перевода сообщений
панели управления и обучения информационных контроллеров с
графическим интерфейсом;
 разработать
методику
выбора
контроллера
с
графическим
интерфейсом для русификации информации поступающей с панели
управления;
 разработать имитационную модель деятельности оператора с учётом
разработанной информационной системы;
 оценить технико-экономическую эффективность разработки.
Объект исследования – информационная система русификации
сигналов контроллера управления ДЭС импортного производства.
Предмет исследования – визуализация, трансформация и анализ
информации на основе компьютерных методов обработки информации.
Методы
исследования
исследования.
были
Для
использованы
решения
поставленных
методы
системного
задач
анализа,
математической статистики, теория информации, теория вероятностей,
основы машинного перевода, теория реляционных баз данных, объектноориентированного проектирования и программирования.
Научная новизна диссертации:
5
 Методика работы с панелями управления и считывания информации
с использованием их встроенных интерфейсов.
 Алгоритмы перевода информационных сообщений с использованием
статистического машинного перевода.
 Методика создания информационного графического интерфейса.
 Имитационная
модель
деятельности
оператора
с
учётом
разработанной информационной системы.
Практическая значимость работы состоит в том, что применение
информационной системы для перевода позволит сократить время на
обслуживание энергоустановки, уменьшить количество ошибок оператора
и обеспечить безаварийную эксплуатацию.
Апробация работы. Основные результаты работы докладывались и
обсуждались на следующих конференциях:
 международной научно-практической конференции «Технические и
технологические системы», КУБГАУ, Краснодар, 2009;
 II
Всероссийской
научно-практической
конференции
«Инновационные технологии в образовании», АГПУ, Армавир, 2009;
 заседаниях кафедры информатики КУБГТУ, Краснодар, 2009;
 научно-практических
семинарах
кафедры
информатики
и
информационных технологий обучения, АГПУ, Армавир, 2009.
Публикации.
По
результатам
диссертационной
работы
опубликованы 15 печатных работ, из них одна в ведущем журнале,
рекомендованном ВАК РФ. Получен 1 патент на полезную модель №71188
– «Система автоматизированного пуска двух синхронных двигателей».
Структура и объём диссертации. Диссертационная работа состоит
из введения, пяти глав, заключения, списка литературы и 1 приложения.
Работа изложена на 165 страницах, содержит 19 рисунков, 14 таблиц и
библиографию из 126 источников.
6
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность проблемы, указаны цель и
задачи
исследования;
научная
новизна,
практическая
ценность
и
реализация результатов работы; сформулированы основные положения,
выносимые на защиту.
В первой главе «Анализ состояния вопроса представления
информации панелей управления зарубежных энергетических систем,
постановка задач исследования» рассмотрены вопросы автоматизации
электрооборудования
в
отечественных
системах
электроснабжения.
Проведён анализ энергетического оборудования, применяемого в России, и
выявлены проблемы, связанные с отсутствием русифицированного
интерфейса
в
панелях
управления
и
программного
обеспечения.
Обосновано, что отсутствие русифицированного интерфейса существенно
осложняет работу с оборудованием, увеличивает время для устранения
неисправностей и вероятность ошибки оператора. Для решения задачи
русификации предложено создание базы переводных соответствий под
конкретную
панель
управления
с
последующим
обучением
информационного контроллера, имеющего графический интерфейс. База
переводных
соответствий
составляется
с
помощью
ПК,
а
затем
переносится на контроллер. Информация для обучения конкретному
контроллеру может быть получена путём сканирования интерфейсов (RS232, RS-485) панели управления в режиме мониторинга. Дублирование
информации на русском языке позволяет оперативно контролировать все
параметры работы и неисправности ДЭС.
Во второй главе «Разработка методики
информационного
обеспечения контроллеров технических систем с обучением» рассмотрены
вопросы, связанные с методами и подходами, применяемыми для решения
задач русификации панелей управления зарубежных энергетических
систем. Обосновано, что наиболее предпочтительный принцип перевода
7
сообщений
панелей
управления
и
программного
обеспечения
энергетических систем – точный перевод. Для реализации этого принципа
целесообразно использовать статистический метод перевода. Такой подход
позволяет выполнить качественный технический перевод и обеспечить
смысловое
наполнение
предложения,
надёжную
и
расширяемую
информационную систему для создания систем межъязыкового перевода и
может быть применён к большому количеству языков.
Данные, поступающие с панели управления, представляют собой
набор символов одного из выбранных языков (системный язык панели).
Анализируя поступающую информацию e, можно сделать вывод, что она
представляет собой русское r предложение, искажённое некоторым
шумом. Для того, чтобы текст был восстановлен до нормального русского,
необходимо рассмотреть, как он был искажён.
Присваивая каждой паре предложений (r , e) ряд P(e | r), для которых
справедливо следующее выражение:
P ( r | e) 
P ( r ) P (e | r )
,
P ( e)
(1)
где:P(r) – априорная вероятность r (вероятность появления русского
предложения r), P(e) – априорная вероятность e (вероятность появления
предложения оригинала e), P(e | r) –условная вероятность перевода из r в e.
Нахождение
максимума
P(r|e)
является
задачей
поиска
максимальной свёртки P(r ) * P(e | r ) , т.к.
max P(r|e)  max P(r)*P(e|r ) .
r
r
(2)
Для задачи русификации системной информации с панели
управлении необходимо, чтобы система машинного перевода работала в
двух режимах:
1.
Обучение
параллельных
текстов,
системы:
имея
полученных
с
комплект
тренировочных
технической
документации,
8
составляется таблица переводных соответствий.
Далее производится
поиск значения таблиц переводных соответствий, которые максимизируют
вероятность русской части комплекта при имеющейся иностранной
согласно выбранной модели перевода. На русской части комплекта
строится модель русского языка.
Рис. 1. – Алгоритм обучения БД
2.
Эксплуатация: на основе полученных данных для незнакомого
иностранного
предложения
ищется
русское,
максимизирующее
произведение вероятностей, присваиваемых моделью языка и моделью
перевода.
Рис. 2. – Алгоритм перевода информации
Рассматривая первую часть работы системы, следует отметить
необходимость наличия параллельных текстов S (иностранный текст) и T
(русский текст).
При выравнивании S и T необходимо разбить их и представить в
виде последовательности цепочек предложений. Цепочка содержит ноль
9
или более предложений на каждом из языков, а последовательность
цепочек покрывает весь корпус:
Bk  ( S ak ,..., Sbk ; Tck ,..., Tdk )
(3)
Наиболее вероятное выравнивание A  Bi ,..., Bm A данного корпуса
определяется следующим выражением (при этом цепочки предложений не
зависят друг от друга):
mA
arg max P( S , T , A)  arg max P( L) P( Bk ) ,
A
A
k 1
(4)
где P(L) означает вероятность того, что порождается выравнивание L
цепочек. Эта модель ограничена соответствиями 1:1, 0:1 и 1:0. Если
некоторое
слово
обычно
переводится
словом
другого
языка,
то
вероятность соответствия цепочек слов 1:1 будет высокой — значительно
выше, чем произведение вероятностей соответствий 1:0 и 0:1 цепочек слов,
использующих это рассматриваемое слово.
Имея комплект параллельных текстов, выровненных на уровне
предложений,
необходимо
извлечь
информацию
о
переводных
соответствиях двух языков для построения модели перевода.
Статистическая мера сходства (конкорданс) между двумя словами
параллельных текстов основывается на формуле взаимозависимости и
имеет вид:
S (e | r )  log 2
P(v, w)
.
P(v) P( w)
(5)
Алгоритм построения лексических конкордансов заключается в
следующем:
 выбирается мера сходства S между словами языка L1 и L2. В
качестве меры сходства используется частотность совместного
присутствия слов в связанных фрагментах параллельных текстов;
10
 вычисляется степень связи S(v, w) для набора пар слов (v, w) ∈ (L1
× L2);
 пары сортируются в порядке убывания степени связи;
 выбирается пороговое значение t. Пары слов со степенью связи
выше t включаются в конкорданс.
Вероятности P(v,w), P(v) и P(w) определяются на основе таблицы
сопряженности следующим образом:
Таблица сопряжённости
Фрагментов L1,
Фрагментов L1,
включающих v
не включающих v
a
b
c
d
Связанных фрагментов L2,
включающих w
Связанных фрагментов L2,
не включающих w
P(v, w) 
Таблица1
ab
ac
a
P( w) 
P (v ) 
abcd
abcd
abcd
(6,7,8)
Для получения вероятности перевода одной пары слов и очистки
конкорданса от косвенных связей (степенью связи слов, не являющихся
переводом друг друга) необходимо использовать выражение:
t (e | r ) 
S (e | r )
 Se .
(9)
r
Для получения модели языка необходимо использовать n-граммную
модель. Эта модель является наиболее распространенной, так как даёт
наиболее удачный вариант расстановки слов. Вероятность каждого n грамма определяется по его встречаемости в корпусе параллельных
текстов. Триграммная модель со сглаживанием, применимая к русскому
11
языку, оценивает вероятность P(z|xy) грамматичности каждого слова z,
следующего в тексте за словами x и y
P(r )  P( z | xy)  0,95 * частота( xyz) / частота( xy) 
 0,04 * частота( yz ) / частота( z ) 
.
 0,04 * частота( z )общее _ число _ слов  0,002
(10)
Модель перевода, основанная на пословном выравнивании, имеет
вид:
P (e | r )   P ( a , e | r ) ,
(11)
a
где
P(a, e | r ) – вероятность появления предложения оригинала e,
выровненного с предложением перевода r на уровне слов способом a, при
данном r.
m
P(a, e | r )   t (ei | ra j ) ,
j 1
(12)
где t – это вероятность слова оригинала в позиции j при соответствующем
ему слове перевода raj, определенном выравниванием a. Берется из
таблицы вероятностей попарных переводных соответствий.
Для приведения P(a, e | r ) к P(a | r , e) , т.е. вероятности данного
выравнивания при данной паре предложений, каждая вероятность
P(a | r , e) нормализуется по сумме вероятностей всех выравниваний
данной пары предложений:
P ( a | r , e) 
P ( a, e | r )
.
 P ( a, e | r )
(13)
a
Имея набор выравниваний с определенными вероятностями, можно
подсчитать частоты каждой пары слов, взвешенные по вероятности
выравниваний, в которых они встречаются. Нормализовав эти взвешенные
частоты по сумме вероятностей всех возможных переводных соответствий
12
e, возможно получить новые значения вероятностей попарных переводных
соответствий:
t (e | r ) 
tc(e | r )
,
 tc(e | r )
(14)
e
где tc(e | r ) – взвешенная частота.
Алгоритм,
который
может
быть
таблица
вероятностей
применён
в
этом
случае,
следующий:
1.
Вся
переводных
соответствий
заполняется одинаковыми значениями.
2.
Для всех возможных вариантов попарных связей слов
вычисляется вероятность P(a, e | r ) .
3.
Значения P(a, e | r ) нормализуются для получения значений
P ( a | r , e) .
4.
Подсчитывается частота каждой переводной пары, взвешенная
по вероятности каждого варианта выравнивания.
5.
Полученные
формируют
взвешенные
новую
частоты
таблицу
нормализуются
вероятностей
и
переводных
соответствий.
6.
Алгоритм повторяется с шага 2.
При выборе языковых средств и средств поддержки БД необходимо
учитывать особенности построения систем машинного перевода. Задачи
при выборе языковых средств и средств поддержки БД:
 выбор языковых средств, реализующих алгоритмы обработки
данных для статистического машинного перевода;
13
 выбор средств поддержки БД, обеспечивающих хранение и
предоставление данных;
 выбор
языковых
средств,
реализующих
компиляцию
и
редактирование микропрограмм для информационных контроллеров
с
целью
русификации
предоставляемой
информации
и
взаимодействия с графическим интерфейсом.
Для реализации программного обеспечения был выбран язык
программирования PHP и система управления базой данных MYSQL.
В третьей главе
управления
ДЭС»
«Разработка информационной системы панели
рассмотрены
вопросы,
связанные
с
выбором
конкретного информационного контроллера и графического интерфейса,
применяемых к задаче русификации, и разработки программного
обеспечения, используемого для обработки, хранения данных и обучения
контроллера.
Выбор микроконтроллера с графическим интерфейсом является
важным этапом, так как от этого зависит стоимость блока русификации.
Необходимо выбрать наименее дорогой микроконтроллер (чтобы снизить
общую стоимость изделия), но в то же время удовлетворяющий системной
спецификации, т.е. требованиям по производительности, надежности,
условиям применения и т.д.
Выбор микроконтроллера производится в четыре этапа:
 определение
соответствия
технических
характеристик
предъявленным требованиям;
 определение
соответствия
эксплуатационных
характеристик
предъявленным требованиям;
 оценка потребительских свойств выбираемой аппаратуры;
 ранжирование изделий.
Данная методика позволяет провести оценку и принять решение о
выборе микроконтроллера с достаточно высокой степенью достоверности.
14
При разработке программного обеспечения необходимо учитывать
особенности
реализации
баз
данных
и
алгоритмов
обработки
параллельных текстов, предоставляемых пользователем для обучения
информационной
системы.
Правильная
организация
СУБД
может
повлиять на скорость обработки данных.
Программное обеспечение является универсальным для различных
видов контроллеров, исходный код не требует компиляции, что позволяет
интегрировать его в существующие системы перевода и обучения
контроллеров.
Структура разработанного ПО имеет следующий вид:
Рис. 3. – Структура программного обеспечения для перевода
информационных сообщений панели управления
В
четвертой
главе
«Моделирование
действий
оператора,
работающего с информационной панелью АСУ» рассматривается работа
оператора по контролю за разработанной информационной панелью
управления, которая определяется совокупностью нескольких видов
деятельности: ДО = {Acti}, где Acti — i-й вид деятельности. Необходимость
анализа действий операторов, работающих с информационной панелью
управления
АСУ,
подтверждается
большой
интеграцией
сложного
зарубежного оборудования, используемого в отечественных системах
15
электроснабжения, и большим количеством ошибок, связанных с
неправильной интерпретацией информации.
Каждый
прецедентов
вид
Пijk
деятельности
—
складывается
последовательностей
из
действий
совокупности
по
решению
конкретных задач: ликвидации аварий либо аварийных ситуаций.
Рис. 4. – Структурная схема деятельности оператора с немедленным
обслуживанием ситуаций
Модель обеспечивает формализацию действий оператора от
момента начала слежения за пультом управления до момента окончания
действий согласно плану ликвидации возможных аварий (ПЛВА).
Имитационная модель представляет собой совокупность генератора
псевдослучайных сигналов информационной панели и действий оператора
на эти сигналы. В результате работы этих генераторов формируется
последовательность событий, отражающая n отдельно выполняемых
действий. Каждое из этих действий является событием соответствующего
потока с вероятностными параметрами, адекватными статистическим
данным.
Структурная
схема
имитационной
системы представлена на рис. 5.
модели
рассматриваемой
16
Рис. 5. – Структурная схема имитационной модели деятельности оператора
Исходными данными для модели являются:
 вероятность аварийных событий (АС) — событий, требующих
квитирования и дальнейших действий оператора согласно ПЛВА
(план ликвидации возможной аварии). Параметры потока мгновений
времени, возможного появления событий;
 интервал
времени,
в
котором
рассматривается
деятельность
оператора;
 вероятность предаварийных событий (ПС) — событий, требующих
только квитирования. Параметры потока мгновений времени
возможного появления этих событий;
 закон распределения времени квитирования;
 параметры распределения времени выполнения одной операции,
направленной на устранение аварийной ситуации;
 количество действий, которые необходимо совершить оператору для
ликвидации данного вида аварии, согласно ПЛВА.
Для отображения алгоритма, моделирующего действия оператора
(рис. 6), введены следующие операторы:
17
Ф1
—
формирование
исходных
данных:
интервал
времени
поступления событий [T1, T2], T2 > T1; количество ожидаемых событий N;
итерационная переменная i = 1; время поступления события — ti; время
квитирования события — tiк; время выполнения одного действия — tid; тип
события Тс, Тс ∈ {ПС,АС}; количество действий оператора — n, n ∈
{3…6}; законы распределения m(x) для ti, p(x) для tiк, z(x) для tid;
вероятность Тс. Так как моделируются действия системы «оператор –
информационная панель управления» для нахождения случайных величин
ti, tiк, tid , был выбран нормальный закон распределения Гаусса:
1
F (t ) 
 2
t
e


( t  )2
2 2
dt .
(15)
Нормальный закон распределения случайной величины более
предпочтительный при рассмотрении системы «оператор–машина», так
как рассматривается большое число случайных величин, характеризующих
постоянный визуальный контроль различных состояний оборудования,
влияние каждой из которых близко к 0, имеет распределение, близкое к
нормальному. Также у оператора, работающего непрерывно с панелью
управления, с течением времени увеличивается время реакции
поступающее
событие
(усталость
подтверждает
необходимость
оператора),
использования
что
на
дополнительно
данного
закона
при
моделировании действий оператора.
На рис. 6 приведена блок-схема алгоритма модели действия
оператора, где обозначено:
Р2 — проверка i ≤ M.
А3 — вычисление Тс.
Р4 — проверка Тс.
А5 — вычисление tiк.
Я6 — вывод информации о текущем событии в таблицу.
18
А7 — I = i + 1.
Ф8 — формирование tif — времени последнего действия на i-е
событие; d —номер производимого действия, tio — общее время
выполнения всех действий.
А9 — вычисление tid, n. d = 1.
Р10 — проверка d < n.
А11 — вычисление tio = t1d + t2d + … + tid.
Р12 — проверка на адекватность: t1d < t2d < … < ti-1d < tid, I = n.
А13 — действия неадекватны.
Я14 — запись информации о i-ом событии в таблицу.
А15 — I = i + 1.
А16 — действия адекватны.
Р17 — проверка на выбор d-го действия.
А18 — вычисление tid.
А19 — d = d + 1.
Рис. 6. – Блок-схема алгоритма, моделирующего действия оператора,
работающего с информационной панелью управления
19
Методика моделирования действий оператора, работающего с
информационной панелью управления АСУ энергетических объектов,
позволяет сделать вывод об адекватности его деятельности с оценкой
действий по параметрам:
 времени реакции на аварийные и нештатные режимы работы
оборудования (4–6 секунд);
 адекватности (полноте и последовательности) действий оператора в
соответствующих ситуациях (85% – 95%);
 общем времени решения задачи по ликвидации аварии оператором
(18 – 60 секунд).
В
пятой
использования
главе
«Оценка
информационных
экономической
блоков»
эффективности
производится
расчёт
эффективности использования информационных блоков. Эффективность
от использования разработанного методического аппарата рассчитывается
как разность (в денежном эквиваленте) между затратами на создания
информационной АС и убытками за время эксплуатации, вследствие
простоя энергетического объекта.
Для расчёта трудоёмкости информационной АС используется
отраслевой стандарт нормативов трудоемкости при создании АС ОСТ
4.071.030.
Расчёт трудоёмкости на отдельных этапах работ:
n
W   Wi ,
i 1
(16)
где Wi – трудоёмкость отдельных этапов работ; n – количество этапов по
созданию информационной АС.
Для подсчёта полных материальных затрат, кроме трудоёмкости
необходимо учитывать материальные и накладные затраты.
20
E W  M ,
(17)
где M – дополнительные материальные затраты.
Экономический эффект
использования информационного блока,
рассчитывается следующим образом:
C  K у (1  Pдгу рус )  K у (1  Pдгу )
где
,
(18)
K – убытки, полученные вследствие простоя энергетической
установки без информационного блока, Pдгу+рус – вероятность безотказной
работы дизель-генераторной установки с информационным блоком, Pдгу –
вероятность безотказной работы дизель-генераторной установки без
информационного блока.
Сравнивая величины E и С можно сделать вывод о эффективности
применения информационных блоков в отечественных энергетических
объектах. Расчёт производился на примере «Петелинской птицефабрики»,
где отключение электроэнергии вследствие отказа энергооборудования
составила 14 млн. 330 тыс. рублей. Применение информационных блоков
позволяет получить экономический эффект в течение 1 года эксплуатации
4162240 рублей.
В заключении стоит отметить, что проблема русификации
информации с панелей управления энергетических объектов является
разрешимой при использовании статистического машинного перевода.
Обосновано, что именно этот подход позволит выполнить качественный
технический перевод, обеспечить смысловое наполнение предложения и
может быть применён к большому числу языков. Дублирование
информации на русском языке позволяет оперативно контролировать все
параметры работы и неисправности ДЭС. Описанная методика является
универсальной для всех типов информационных панелей ДЭС, что
21
позволяет её интегрировать в существующие энергетические объекты с
целью уменьшения простоя оборудования.
В библиографическом списке приведена литература в алфавитном
порядке.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
В процессе исследования получены следующие результаты:
1. Предложено применение статистического машинного перевода для
создания
базы
переводных
соответствий,
что
обеспечивает
качественный технический перевод и смысловое наполнение
предложения, а также может быть применен к большому числу
языков независимо от использования языка информационных
сообщений контроллера.
2. Разработана структура базы данных для информационных панелей
управления, которая позволяет на стадии проектирования учесть
возможные
недостатки,
например,
непротиворечивость
обрабатываемых данных при работе алгоритмов.
3. Разработано программное обеспечение для
информационных
панелей управления, которое позволяет создать базу переводных
соответствий и перенести её на конкретный контроллер
с
графическим интерфейсом.
4. Разработана методика выбора контроллера по различным критериям
эффективности, что позволяет провести оценку этого выбора и
принять конкретное решение о его внедрении.
5. Разработана
имитационная
обеспечивающая
оценку
информационной
системой
модель
его
и
деятельности
действий
выбранным
с
оператора,
разработанной
информационным
контроллером.
6. Проведена экономическая оценка использования результатов работ.
22
СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ
ДИССЕРТАЦИИ
1. Атрощенко В.А., Дьяченко Р.А. К вопросу выбора резервного
дизель-генератора для систем гарантированного электроснабжения /
Коновалов Д.П. // Журнал «Промышленная энергетика» – Москва,
2008. – № 4 – С. 7-8.
2. Атрощенко
В.А.,
Дьяченко
Р.А.
Разработка
национального
графического интерфейса дисплея для системы управления дизельгенератором фирмы FG Wilson / Коновалов Д.П. //
Журнал
«Современные проблемы науки и образования», г. Москва, ИД
«Академия естествознания», 2007. – №.3 – С. 26 – 27.
3. Дьяченко Р.А. Интеллектуальный программный комплекс обработки
и анализа данных с портов ввода-вывода / Коновалов Д.П. // Новые
информационные технологии
в учебно-воспитательном процессе
высшей и средней школы: Материалы II Всероссийской научнопрактической конференции 27 – 28 марта 2008 г, Армавир. Из-во:
Армавир, РИЦ АГПУ, 2008 – С. 51 – 54.
4. Дьяченко Р.А. Автоматизированная система синтеза оптимальных
структур систем гарантированного электроснабжения / Коновалов
Д.П.
//
Новые
информационные
технологии
в
учебно-
воспитательном процессе высшей и средней школы: Материалы II
Всероссийской научно-практической конференции 27 – 28 марта
2008 г., Армавир. Из-во: Армавир, РИЦ АГПУ, 2008 – С. 54 – 59.
5. Атрощенко В.А. К вопросу статистического машинного перевода
сигналов, поступающих с панели управления дизель-генератором /
Коновалов Д.П. // Технические и технологические системы: T38
материалы
международной научной конференции. – Краснодар:
КУБГАУ, 2009. – С. 345 – 348.
23
6. Атрощенко В.А. Русификация протоколов обмена данных панелей
управления дизель-генераторов Deep Sea Electronics и Lovato /
Коновалов Д.П. // Технические и технологические системы: T38
материалы
международной научной конференции. – Краснодар:
КУБГАУ, 2009. – С. 348 – 350.
7. Коновалов
Д.П.
Состояние
вопросов
мониторинга
дизель-
генераторных станций импортного производства. Постановка задач
на исследование // Неделя науки АГПУ: Материалы научнопрактической конференции. – Армавир: Редакционно-издательский
центр АГПУ, 2006. – С. 25 – 29.
8. Дьяченко Р.А. Литвинов Ю.Н. Математическое моделирование как
этап исследования систем мониторинга энергетических объектов /
Коновалов Д.П. // Вестник АГПУ №1. Естественные и технические
науки. – Армавир: Редакционно-издательский центр АГПУ, 2007. –
С. 86 – 89.
9. Дьяченко Р.А. О возможности применения технологии XML в
автоматизированных системах контроля и учёта электроэнергии /
Коновалов Д.П. // Наука и технологии. Секция 4. Динамика и
управление. – Краткие сообщения XXVII Российской школы,
посвящённой
150-летию
К.Э.
Циолковского,
100-летию
С.П.
Королёва и 60-летию Государственного ракетного центра “КБ им.
Академика В.П. Макеева”. – Екатеринбург: УрО РАН, 2007. – С. 115
– 117.
10. Коновалов Д.П. Логико-статистические методы представления
языковых структур в машинном переводе // Инновационные
технологии в педагогическом образовании: Материалы научнопрактической конференции (г. Армавир, 6 – 24 апреля 2009 г.) Часть
II. РИЦ АГПУ, 2009. – С. 97 – 100.
24
11. Коновалов Д.П. Трудности перевода // Инновационные технологии в
педагогическом
образовании:
Материалы
научно-практической
конференции (г. Армавир, 6 – 24 апреля 2009 г.) Часть II. РИЦ
АГПУ, 2009. – С. 100 – 101.
12. Коновалов
Д.П.
К
вопросу
создания
Web-интерфейса
для
русификации панели управления дизель–генераторами импортного
производства // Инновационные технологии в педагогическом
образовании: Материалы научно-практической конференции (г.
Армавир, 6 – 24 апреля 2009 г.) Часть II. РИЦ АГПУ, 2009. – С. 101 –
102.
13. Коновалов Д.П. К вопросу развития систем машинного перевода //
Инновационные технологии образования: инвестиции в успех. РИЦ
АГПУ, 2009. – С. 111 – 114.
14. Коновалов Д.П. К вопросу нечётких запросов к реляционным базам
данных // Перспективы развития информационных технологий.
Сборник
материалов
II
Ежегодной
Всероссийской
научно-
практической конференции с международным участием / Под общ.
ред. С.С. Чернова. – Новосибирск: Издательство «СИБПРИНТ»,
2010. – С. 87 – 93.
15. Коновалов Д.П. Методика моделирования действий и реакции
оператора, работающих с АСУ, на примере систем резервного
электроснабжения
//
Перспективы
развития
информационных
технологий. Сборник материалов II Ежегодной Всероссийской
научно-практической конференции с международным участием /
Под общ. ред. С.С. Чернова. – Новосибирск: Издательство
«СИБПРИНТ», 2010.– С. 93 – 97.