Значительное усложнение аппаратурного состава, рост требований к надежности и эффективности функционирования – общая тенденция развития современных технических систем. Сокращение длительности простоев техники может быть достигнуто за счет сокращения времени определения технического состояния объектов и поиска места отказа в них. Для решения этой проблемы необходимо разрабатывать и внедрять в эксплуатацию эффективные методы разработки диагностического обеспечения, которое представляет собой комплекс взаимоувязанных правил, методов, алгоритмов и средств, необходимых для осуществления диагностирования на всех этапах жизненного цикла объекта.

Анализ последних исследований и публикаций

В настоящее время у нас и за рубежом проводится много работ по совершенствованию, как средств контроля, так и методов контроля и диагностирования различных объектов.

Вопросам разработки диагностического обеспечения посвящены работы П.П. Пархоменко, Е.С. Согомоняна [1], В.А. Гуляева [2], Беннетс Р. [3], и др. Среди последних исследований и публикаций следует отметить работы Г.П. Аксеновой [4], А.В. Дрозд [5], Р. Айзермана [6], в которых предложены новые подходы к разработке диагностического обеспечения. В работах [4, 5] рассмотрены особенности функционального контроля при работе с неточными данными. Показано как при этом меняются аппаратурная сложность схем встроенного контроля. Объектно-ориентированного подход к разработке систем диагностирования предложен В.В. Ворониным [7].

Анализ известных методов построения контрольных и диагностических тестов показал, что они основаны на построении и преобразовании функции обнаружения или различающей функции и эффективны для относительно простых устройств, т.к. с ростом количества проверок и количества состояний резко возрастает сложность преобразований. Приближенные методы позволяют получать избыточные тесты. В связи с этим возникает необходимость разработки новых методов построения контрольных и диагностических тестов.

Цель работы

Разработать метод построения минимальных контрольных и диагностических тестов, позволяющий определять оптимальный состав теста без сложных преобразований логических функций.

Основные результаты исследований

Пусть S={S₀, S₁,…, S_v} – множество технических состояний объекта диагностирования, S₀ обозначает исправное состояние, а S_i - его i-ое неисправное состояние, i = 1, …, v; v – количество неисправных состояний, определенных для распознавания в процессе диагностирования.

Множество проверок P = {P₁,…, P_u}, где u – количество проверок.

Диагностическая модель представляет собой прямоугольную таблицу, в строках которой – проверки, а в столбцах – технические состояния объекта (табл. 1). В ячейке таблицы, расположенной на пересечении i-ой строки
и j-го столбца, приведены результаты проверки P_i объекта, который находится в состоянии S_j. Если проверка Р_i определяет состояние S_j , то р_ij = 1, в противном случае p_ij = 0.

Таблица 1 – Диагностическая модель

Поставим в соответствие множеству проверок P = {P₁,…, P_u} множество T={t₁,…, t_u}, определяемое следующим образом: t_i = 1, если i-ая проверка входит в состав диагностического теста и t_i = 0 в противном случае.

Рангом (r) называется количество проверок, входящих в тест, т.е.

Множеству состояний S поставим в соответствие множество W={W₀, W₁,…, W_v}, элементы которого, в зависимости от значений элементов множества Т определяются следующим образом:

Количество различных элементов множества W обозначим через r(W).

Стоимости проверок обозначим C={c₁, c₂,…, c_u}.

Тогда задача построения минимального диагностического теста формулируется следующим образом.

Найти вид множества Т, при котором

В основе метода построения минимального диагностического теста лежит последовательная генерация и анализ вариантов построения диагностического теста [8]. При анализе вариантов вначале производится анализ стоимости реализации диагностического теста, потому что эта операция занимает меньше времени, чем определение значения r(W_i). При описании метода использованы следующие обозначения:

i – текущий номер варианта построения множества Т,

C(T_i) – стоимость реализации диагностического теста Т_i,

C_дт – текущее наименьшее значение стоимости диагностического теста

Т_дт - множество Т, соответствующее текущему наименьшему значению стоимости диагностического теста.

Метод построения минимальных диагностических тестов состоит из следующих этапов:

Этап 1. Определяем начальное значение ранга

r = ]log₂ (v+1)[,

где ]a[ означает ближайшее целое, не меньшее а.

Этап 2. Определяем начальную стоимость диагностического теста

Этап 3. Определяем количество вариантов построения множества Т с рангом r

Этап 4. i = 0.

Этап 5. i = i + 1.

Этап 6. Формируем множество Т_i.

Этап 7. Определяем стоимость варианта построения диагностического теста

Этап 8. Если С(T_i) ³ C_дт, то переходим к п.13.

Этап 9. Определяем вид множества W_i.

Этап 10. Определяем значение r(W_i).

Этап 11. Если r(W_i) = v+1, то переходим к п. 9, иначе к п. 13.

Этап 12. C_дт = С(T_i), Т_дт = Т_i.

Этап 13. Если i < t(r), то переходим к п. 5.

Этап 14. Если r = u, то переходим к п. 16.

Этап 15. r = r + 1, переходим к п. 3.

Этап 16. Конец.

При равенстве стоимостей проверок процесс определения вида минимального диагностического теста существенно упрощается, т.к. первое найденное решение и будет минимальным диагностическим тестом

Рассмотрим пример построения минимального диагностического теста с помощью описанного метода.

В табл. 2 приведена диагностическая модель.

Таблица 2 – Диагностическая модель

В табл. 3 приведены стоимости проверок (усл. ед.).

Таблица 3 – Стоимость проверок

В табл. 4 - 8 приведены перспективные варианты построения диагностического теста.

Таблица 4 – Диагностический тест Р1, Р2, Р3, Р5

Таблица 5 – Диагностический тест Р1, Р3, Р5, Р7

Таблица 6 – Диагностический тест Р1, Р3, Р5, Р8

Таблица 7 – Диагностический тест Р1, Р3, Р5, Р9

Таблица 8 – Диагностический тест Р3, Р4, Р5, Р6

В табл. 9 приведены характеристики вариантов построения диагностических тестов.

Таблица 9 - Характеристики вариантов построения диагностических тестов

Минимальный диагностический тест состоит из проверок P3, P4, P5, P6, стоимость реализации которого 8 усл. ед.

При построении контрольных тестов, которые должны определить техническое состояние объекта, рассматривается множество неисправных состояний, т.е. S={S₁,…, S_v} и задача построения минимального контрольного теста имеет вид.

Найти вид множества Т, при котором

Для решения задачи построения минимального контрольного теста применяется описанный выше метод построения минимальных диагностических тестов, в котором этап 11 имеет вид:

Этап 11. Если r(W_i) > 0, то переходим к п. 9, иначе к п. 13.

На основе описанного метода были разработаны программы для автоматизации разработки тестового обеспечения [9, 10, 11]. Файл исходных данных имеет следующую структуру:

- описание количества проверок,

- описание количества состояний,

- описание матрицы неисправностей,

- описание стоимости проверок.

В результате счета формируется файл результата, который содержит информацию об исходных данных, вид минимального контрольного или диагностического теста и его стоимость.

Время счета программ зависит от количества проверок, количества состояний и вида матрицы неисправностей. Полученные результаты приведены на рис. 1.

Рисунок 1 – Время счета программы

Применение разработанного метода и программного обеспечения позволит сократить время разработки контрольных и диагностических тестов и повысить их качество.

Заключение

Предложен метод построения минимальных контрольных и диагностических тестов, позволяющий определять оптимальный состав теста без сложных преобразований логических функций. В основе метода лежит генерация перспективных вариантов построения тестов и оценки их характеристик. Дальнейшее направление исследований – разработка метода оценки длины минимального контрольного и диагностического теста, что позволит сократить количество рассматриваемых вариантов.

Предлагаемая измерительная система (далее – ИС) предназначена для контроля и оптимизации технологических параметров сушки пищевых материалов, а также для обработки и представления собранной информации оператору и начальнику смены цеха. Предлагаемая ИС реализована в учебной лаборатории «Процессов и аппаратов пищевых производств» кафедры «Механики и технологического оборудования» Северо-кавказского федерального университета, филиала в г. Пятигорске с возможностью удалённого доступа на примере уникального научно-исследовательского стенда для изучения процесса сушки материалов в псевдоожиженном слое, созданного на базе программного обеспечения LabView компании «National Instrument».

Лицевая панель лабораторной установки представлена на рисунке 1, на котором показана мнемосхема установки с работающими виртуальными приборами, действующими как стрелочные и цифровые индикаторы.

Рисунок 1 – Лицевая панель лабораторной установки

На рисунке 2 представлена блок-схема измерительной системы.

Рисунок 2 – Блок-схема измерительной системы

Лабораторная установка (рисунок 1) включает камеру сушки с газораспределительной решеткой, калорифер, вентилятор, питатель с приводом для подачи исходного материала в загрузочный бункер сушилки, линию подачи пара в калорифер, устройство для отвода сушеного материала из камеры, вентили, задвижки, регулирующие клапаны, приборы, сигнализацию, датчики уровня материала в загрузочном бункере, расхода исходного теплоносителя, датчики температуры теплоносителя на входе в сушильную камеру, температуры в сушилке, и температуры отработанного теплоносителя, датчики влажности поступающего в сушилку и высушенного материала, датчики давления под газораспределительной решеткой и над нею, датчик скорости сушильного агента на входе в сушильную камеру, исполнительные механизмы, многоканальную компьютерную систему сбора, обработки и представления данных (МКС), выполненную на основе персонального компьютера Pentium 4 с объемом оперативной памяти 2000 Mb с выходом на локальную сеть и сеть Internet и с конфигурацией аналого-цифрового преобразователя (АЦП) и согласующих устройств SXCI 1000 по рекомендации компании «National Instrument».

ИС, состоит из информационно-управляющих подсистем, предназначенных для работы с элементами контроля и управления соответствующих подсистем объекта (задвижками паровой магистрали и калорифера, привода вентилятора, привода питателя и других) (рисунок 2).

Аппаратный комплекс ИС состоит из сервера, модулей ввода/вывода и интерфейсных модулей, задачей которых является обеспечение связи между сервером и модулями ввода/вывода. ИС обеспечивает представление информации о параметрах рабочего режима сушилки; управление подсистемами; выдачу аварийных сообщений; ведение архивов.

Способ контроля и управления процессом сушки осуществляется следующим образом.

По измеренным датчиками значениям расхода и влажности поступающего в сушилку материала, МКС устанавливает заданный расход, скорость и температуру теплоносителя с помощью исполнительных механизмов. По ходу процесса сушки с помощью датчика непрерывно измеряется текущее значение конечной влажности сушеного материала, по которому осуществляется коррекция режима управления в строго определенной последовательности по трем уровням.

На первом уровне управления при отклонении текущего значения конечной влажности сушеного материала, измеряемого датчиком, от заданного максимально возможного значения 12 %, в сторону увеличения МКС с помощью исполнительного механизма увеличивает расход и скорость сушильного агента до достижения аэродинамического сопротивления слоя материала предельно максимального значения, например, 650 Па, что фиксируется с помощью датчиков давления в камере сушки. При увеличении аэродинамического сопротивления слоя материала выше предельно максимального значения 650 Па будет происходить унос частиц материала из камеры сушки вместе с отработанным теплоносителем, что нежелательно.

При отклонении текущего значения конечной влажности высушенного материала от заданного минимально возможного значения 9 % в сторону уменьшения МКС с помощью исполнительного механизма уменьшает расход сушильного агента до достижения аэродинамического сопротивления слоя материала предельно минимального значения, например, 140 Па.

Дальнейшее снижение аэродинамического сопротивления слоя материала ниже предельно минимального значения 140 Па нецелесообразно, так как обрабатываемый слой материала из псевдоожиженного состояния переходит в плотный, что существенно ухудшает эффективность протекания процесса сушки. Информация о текущем значении аэродинамического сопротивления слоя материала на газораспределительной решетке, получаемая с помощью датчиков, используется как ограничение на расход сушильного агента и его скорость. Если изменение расхода и скорости сушильного агента не обеспечило достижения текущего значения конечной влажности высушенного материала заданного значения, то режим управления осуществляют по второму уровню.

Второй уровень управления предусматривает достижение текущего значения конечной влажности высушенного продукта заданного значения путем воздействия на температуру сушильного агента на входе в сушильную камеру. Информация о текущем значении конечной влажности высушенного материала, измеряемая датчиком, подается в МКС, которая формирует сигнал рассогласования текущего значения конечной влажности с заданным значением (9… 12 %) и с помощью исполнительного механизма воздействует на мощность калорифера. Изменение температуры сушильного агента осуществляют в интервале значений 383…413 К, что обусловлено как энергетической целесообразностью процесса, так и качеством высушенного материала.

Если изменение температуры сушильного агента в заданных пределах (383…413 К) не обеспечило достижение текущего значения конечной влажности высушенного материала заданного значения (9…12 %), то режим управления процессом сушки осуществляют по третьему уровню.

Третий уровень управления предусматривает достижение текущего значения конечной влажности высушенного материала заданного значения воздействием на расход поступающего в сушилку материала посредством исполнительного механизма, воздействующего на частоту вращения шнека питателя в диапазоне 4,37…26,3 об/мин.

При отклонении текущего значения конечной влажности высушенного материала от заданного в сторону увеличения МКС уменьшает расход поступающего в сушилку материала, а в случае отклонения текущего значения конечной влажности высушенного материала от заданного в сторону уменьшения – увеличивает расход поступающего в сушилку материала.

При достижении текущего значения конечной влажности высушенного материала заданного значения на одном из уровней управления коррекция режима процесса сушки материала на последующих уровнях не выполняется.

Таким образом, предлагаемая ИС, имеет следующие преимущества:

• стабилизация тепловлажностного режима в камере сушки за счет регулируемого подвода теплоносителя;
  
• более высокая точность поддержания технологических параметров и большая надежность системы автоматического управления процессом сушки сыпучих материалов;
  
• возможность последовательной подачи управляющих воздействий с учетом ограничений на управляемые переменные, обусловленных энергетической целесообразностью процесса и качеством высушенного материала;
  
• оптимальность коррекции режима сушки материала путем организации функционирования уровней управления таким образом, что переход с предыдущего на последующий уровень управления происходит только после того, как первый исчерпает свой собственный ресурс, т.е. выйдет на верхнюю или нижнюю границу заданных ограничений.
  

  Предлагаемая ИС позволяет повысить энергетическую эффективность процесса сушки на 10 %; увеличить производительность сушилки на 15…20 %; значительно сократить продолжительность сушки. Также ИС позволяет получить готовый продукт высокого качества за счет оптимизации параметров процесса сушки.
  

  Программное обеспечение измерительной системы разработано в среде LabVIEW, разработанной компанией «National Instrument» и представляет собой набор программных модулей, функционирующих параллельно в асинхронном режиме. Каждый модуль выполняет собственную задачу и связывается с остальными при помощи стандартных интерфейсов, что позволяет легко наращивать систему однотипным оборудованием без изменения всех программных модулей [2, с. 30].

  Задачами программного обеспечения ИС являются: обеспечение оператора информацией о текущих значениях параметров рабочего процесса сушки для принятия управляющих решений по поддержанию оптимальных режимов; обеспечение начальника смены цеха текущей и архивной информацией.

  Функции ядра системы состоят в анализе данных, поступающих от модуля ввода-вывода, принятии управляющих решений и выдаче информации, необходимой для отображения параметров процесса сушки. Возможны два режима работы ядра, задаваемых пользователем: активный – управляющие решения принимает ядро; пассивный – управляющие решения принимает пользователь.

  Модули ввода-вывода обеспечивают обмен данными между аппаратными средствами системы и остальными модулями программного обеспечения.

  Модули архивов (архиваторы) обеспечивают ведение архивов данных и аварий, причем запись на диск осуществляют только суточные архиваторы. Часовой архиватор необходим лишь для представления пользователю текущих данных с большим разрешением, чем это обеспечивают суточные.

  Модуль интерфейса обеспечивает взаимодействие пользователя с системой. Представление информации о состоянии оборудования осуществляется посредством опроса объекта и отображения на экране монитора мнемосхемы с изображениями элементов контроля и управления (далее, виртуальными элементами контроля и управления).

  При несоответствии состояния реальных элементов управления виртуальным выполняются следующие действия:

• выдается предупреждающее сообщение с звуковым сигналом;
• изменяется на красный – цвет соответствующего виртуального оборудования;
• производится запись в архив аварий.

  В зависимости от модификации алгоритма программы, возможно проектирование систем автоматики сушилки позволяющих оператору выбирать между ручным, полуавтоматическим или автоматическим управлением (см. рисунок 1). Работая в автоматическом режиме, система автоматического управления безошибочно выполнит за оператора всю рутинную работу, проводя процесс с самыми минимальными затратами времени.

  Среда LabVIEW обеспечивает следующие возможности системы управления [3, с. 44]:

• совместимость с различными операционными системами;
• интеграцию с оборудованием ввода/вывода; визуализацию результатов измерений;
• возможность обработки поступающей информации в режиме реального времени, что позволяет повысить точность и надежность управления в наиболее оптимальных диапазонах изменения параметров сушки;
• проведение преобразований и нормирование величин;
• архивирование результатов измерений в базе данных для последующего использования, что позволяет в автоматическом режиме прогнозировать выход системы за пределы оптимальных параметров и принимать управленческие решения на более ранней стадии;
• удобство разработки самостоятельно исполняемых сетевых приложений [4, с. 144].

  Также предлагаемая измерительная система позволяет при подключении к сети Internet осуществлять управление сушилкой в режиме удаленного доступа.

Современные тренажеры позволяют имитировать технологические процессы в режиме виртуальной реальности в условиях приближенных к реальным процессам, как рабочего места, так и производственного процесса в целом.

Аппаратура и программное обеспечение таких тренажеров позволяет погрузить студента в обстановку реальности и выработать у него психомоторные реакции, необходимые для выполнения процессов, происходящих на реальных производствах.

Следует выделить две основные области применения тренажеров:

• освоение и закрепление учебного материала при подготовке специалистов в учебных заведениях различного профиля и уровня.
• отработка навыков работы с конкретным технологическим оборудованием при повышении квалификации и переподготовке технического персонала на том или ином предприятии и в отраслевом учебном центре [1].
  

При имитации поведения технологического объекта тренажеры могут строиться на основе статической или динамической модели в зависимости от поставленных задач обучения [5].

Задачами технологического тренажера являются:

• изучение технологического процесса и средств управления им;
• отработка действий при работе технологического объекта;
• отработка действий при изменении условий работы;
• отработка навыков принятия правильных решений в аварийных ситуациях;
• проверка знаний обучаемых;

С 2008 года на кафедре «Материаловедение и технология машиностроения» ФГБОУ ВПО Ульяновская ГСХА им. П.А.Столыпина активно внедряются тренажёры сварщика и система Keller SumPlus 5.1. Данные тренажёры адаптированы к реальным производственным условиям и позволяют студентам получить навыки работы на виртуальном производстве без риска поломки промышленного оборудования, аварий и получения травм.

Особенно хотелось отметить роль системы Keller SumPlus 5.1 в формировании профессиональных компетенций выпускников, таких как способность правильно выбирать материал и назначать его обработку, способность контролировать качество продукции, способность обеспечивать выполнение правил техники безопасности, способность обеспечивать автоматизированное проектирование изделий и технологических процессов их изготовления и др.[2].

Система Keller SumPlus 5.1 представляет собой программное обеспечение, которое можно отнести к системам автоматизированного проектирования со встроенным мультимедийным интерактивным тренажёром. Система имеет блочно-модульную структуру (см. рис. 1) и позволяет установить взаимосвязь теоретических знаний и практических навыков, получаемыми в цикле общетехнических дисциплин с основами систем автоматизированного проектирования изделий и технологических процессов, а также с гибкими производственными системами.

Разработчиком системы является фирма R. & S. KELLER GmbH, которая с 1982 года разрабатывает прогрессивное программное обеспечение для обучения и аттестации в области техники CNC.

Рисунок 1 – Блочно-модульная структура системы Keller SymPlus 5.1.

Система Keller SymPlus 5.1 имеет следующие модули:

- виртуальная мастерская предназначена для изучения организации технологических процессов в мастерской, оснащенной современным оборудованием с программным управлением (рис.2). В виртуальной обучающей среде модуля представлены рабочие режимы: «виртуальный цех», «Станок» и «Обслуживание». В рабочем режиме «Виртуальный цех» студенты в интерактивном режиме знакомятся с окружением станков, с зажимными приспособлениями, средствами измерений и т.д.  В рабочем режиме «Станок» студенты полностью разбирают станок и знакомятся с принципом работы отдельных его агрегатов. Особенно важен рабочий режим «Обслуживание»: Здесь они получают опыт в настройках виртуального станка и важные для практической деятельности знания;

Рисунок 2 – Виртуальная мастерская системы Keller SymPlus 5.1

- PALplus мультимедиа имитатор – программный модуль системы, предназначенный для визуализации технологических процессов.

Рисунок 3 – PALplus мультимедиа имитатор.

PALplus позволяет изучать основы программирования с помощью имитатора PAL, который позволяет моделировать процесс обработки детали в режимах G1, G2 и G3. Для этого модуля разработчик поставляет специальную рабочую тетрадь с большим количеством справочных иллюстраций и материалов, благодаря которым студенты легко ориентируются в этом модуле;

- имитатор систем управления программный модуль системы, имитирующий работу и процесс управления технологического оборудования. Данный модуль позволяет изучать системы управления станков с программным управлением различных фирм. В процессе изучения студенты имеют возможность наблюдать за процессом в реальном времени в виртуальном пространстве;

Рисунок 4 – Имитатор системы управления

 - CAD/CAM модуль – полноценная система автоматизированного проектирования технологических процессов использующая метод графического программирования. Модуль позволяет студенту выполнять графическое моделирование детали в реальных размерах, разрабатывать технологию обработки детали и её имитацию, оптимизацию технологических операций и передачу полученных данных в станок;

Рисунок 5 – Возможности CAD/CAM модуля.

Данные модули системы Keller SymPlus 5.1 успешно используются в учебном процессе кафедры «Материаловедение и технология машиностроения» ФГБОУ ВПО Ульяновская ГСХА им. П.А.Столыпина при освоении следующих дисциплин: «Системы автоматизированного проектирования технологических процессов», «Технология сельскохозяйственного машиностроения» и «Технология изготовления типовых деталей», а также при освоении рабочей профессии токарь.

Опыт применения системы Keller SymPlus 5.1 на кафедре показал, что студенты мотивированно осознают значимость технологической подготовки производства деталей в современных условиях развития машиностроения, знакомятся с новыми возможностями систем автоматизированного проектирования, приобретают навыки проектирования технологических процессов изготовления деталей и их производства на учебных станках.

Рассмотрим часто встречающиеся проблемные ситуации в коде программ. Для упрощения понимания все примеры программ приведены на языке Pascal.

1) переменная (логического или числового типа) многократно (n раз) инициализируется на некотором участке (фрагменте) программы без использования ее значения в каком-либо выражении (логическом или функциональном). Например,

a := 5;

b := 7;

a := 8;

…

a := 9;

В такой ситуации возможны следующие варианты:

а) переменная не связана с каким-либо внешним по отношению к программе параметром и/или базой данных. В данном случае можно утверждать, что первые n –1 инициализаций избыточны и следует оставить лишь последнюю (n) инициализацию данной переменной;

б) переменная связана с каким-либо внешним параметром и/или базой данных. В данном случае невозможно точно утверждать, что какая-либо другая переменная, используемая в выражениях между инициализациями данной переменной, не зависит от ее значения в те или иные моменты времени. Чтобы установить истину надо определить функциональные связи, или зависимости, между всеми переменными на данном участке программы при их объявлении;

в) операторы инициализации следуют один за другим без каких-либо других операторов между ними. В данном случае следует поступить так же, как в п. 1, а), т. е. удалить первые n –1 инициализаций, т. к. иметь вес будет лишь последняя.

2) антецеденты продукционных правил условных операторов полностью идентичны друг другу. Например,

if a > 5 then inc(b);

…

if a > 5 then dec(c);

В этой ситуации возможны следующие варианты:

а) условные операторы следуют один за другим без каких-либо других операторов между ними. Если переменные, содержащиеся в антецедентах продукционных правил второго и последующих операторов, не содержатся в консеквентах правил первого и предыдущих операторов соответственно, то можно утверждать, что это взаимодополняющие операторы и их следует объединить в один условный оператор. Иначе, это будут разные операторы.

Если операторы, приведенные выше, являются взаимодополняющими, то их объединение будет иметь вид

if a > 5 then

begin

inc(b);

dec(c);

end;

При объединении операторов нужно выполнить проверку на их противоречивость. Если в консеквентах продукционных правил каких-либо операторов выполняется инициализация или изменение значений одинаковых переменных, то эти операторы будут противоречить друг другу и только программист (эксперт) может решить, какое из имеющихся действий следует предпочесть [2];

б) между условными операторами находится n других операторов. Для того чтобы отнести данные операторы к п. 2, а) необходимо выполнение следующих условий:

– переменные, включенные в антецеденты правил обоих условных операторов, не должны менять свои значения на всем участке программы между операторами;

– переменные, включенные в консеквенты правил второго и последующего операторов, не должны использоваться на протяжении всего участка программы между операторами.

3) консеквенты продукционных правил условных операторов полностью идентичны друг другу. Если антецеденты продукционных правил второго и последующего операторов не содержат переменных, значения которых могут меняться на всем промежутке программы между операторами, включая консеквенты их продукционных правил, то такие операторы можно объединить в один условный оператор путем дизъюнкции антецедентов.

Например, операторы

if a > 5 then inc(b);

if a < 9 then inc(b);

можно объединить в один условный оператор

if (a > 5) or (a < 9) then inc(b);

4) предусловия, постусловия или параметры операторов цикла полностью идентичны друг другу. Например,

while a > 5 do (или for i := 0 to 5 do)

begin

…

end;

…

while a > 5 do (или for i := 0 to 5 do)

begin

…

end;

В этой ситуации варианты будут аналогичны п. 2, а) и б).

5) переменные, значения которых изменяются в теле операторов цикла [3], одновременно используются в качестве их параметров (оператор for), в предусловиях или постусловиях (операторы while … do и do … while соответственно).

Данные операторы являются наиболее опасными, поскольку при неверном задании и при определенных условиях они способны ввести программу в бесконечный цикл, что может привести к снижению работоспособности вычислительной системы, к потерям данных и, как следствие, к аварийной ситуации.

В подобной ситуации необходим строгий контроль над возможными вариантами значений переменных, способных дать начало бесконечному циклу, как, например, в случае

for i := 0 to 10 do

begin

…

dec(i);

…

end;

где переменная i на каждой итерации цикла одновременно увеличивает и уменьшает (в процессе выполнения оператора декремента dec(i)) свое значение на единицу.

В ряде случаев бывает полезен анализ значений, которые могут принимать переменные и которые по факту используются в антецедентах правил, что позволит выявить избыточные операторы и своевременно удалить их из программы.

Некоторые из описанных выше ситуаций можно избежать, используя современные версии компиляторов и сред разработки программ. Так, разработчики Pascal ABC и Embarcadero Delphi XE3 установили запрет по умолчанию на компиляцию программы при изменении в теле операторов цикла их параметров, как в примере, приведенном в п. 5.

В то же время следующий код в Pascal ABC (версия 2.0, сборка 529) и Embarcadero Delphi XE3 (version 17.0.4770.56661) был откомпилирован без ошибок:

i := -1;

while i < 0 do

begin

i := i – 0;

end;

В результате выполнения программ с указанным кодом будет запущен бесконечный цикл вычислений, способный привести к зависанию операционной системы.

Все перечисленные ситуации объединяет одно – это необходимость в разработке методов и/или правил, которых необходимо придерживаться для создания семантически верного программного кода. Автором предлагается использовать в процессе разработки программ методику анализа структуры многомерного интервально-логического регулятора (МИЛР), отличительной особенностью которого является [4, 5] строгое задание на начальном этапе проектирования системы автоматического регулирования интервалов значений, которые могут принимать переменные-параметры в процессе эксплуатации, что дает возможность просчитать все возможные ситуации и выявить повторяющиеся, взаимодополняющие или противоречащие друг другу операторы. Семантический анализ программ МИЛР при этом выполняется автоматически при помощи специального программного обеспечения [6].

В последних десятилетиях мы наблюдали беспрецедентный взрыв количества оцифрованной информации в связи с бурным развитием Всемирной Паутины (WWW). Поэтому, одной из основных проблем современной информатики является эффективное сжатие данных для передачи их по сравнительно медленным каналам связи. Также в связи с усложнением современных программных средств, их дистрибутивы занимают все большие объемы памяти.

Алгоритм, лежащий в основе архиватора. Ядром архиватора является метод BWT лексикографической сортировки матрицы циклических перестановок входной строки, который позволяет эффективно раскрывать энтропийные взаимозависимости входных данных. Для устойчивости сортировщика на высокоизбыточных данных ведущими специалистами в области сжатия предложен алгоритм сортировки удвоением, который на данный момент используется в большинстве современных архиваторов. После глубоких теоретических и практических исследований данного алгоритма, было установлено, что он достаточно неэффективен на типичных данных. Поэтому нами был разработан уникальный в своем роде метод позволяющий эффективно сортировать типовые файлы и не теряющий своей эффективности на вырожденных данных. Он основан на сортировке Бентли-Седжвика с использованием авторской технологии Pixar. Отличительной его особенностью является интенсивное использование сверхбыстрой кэш-памяти CPU, что обуславливает высокую скорость сортировки, несмотря на нелинейную зависимость последней от размера блока. Важным преимуществом выбранного метода является высокий потенциал в поддержке современных аппаратных инноваций, таких как 64-битность архитектуры процессоров и Hyper-Threading .

В решении проблемы эффективного сжатия BWT-выхода ключевым моментом является LUP (List Update Problem). Эта проблема заключается в выборе способа эффективного обновления списка символов для лучшего предсказания однородности контекстов в исходном файле. Нами было разработано собственное решение, gmtf, которое сочетает в себе простоту алгоритма и сложное моделирование. Для улучшения энтропийных характеристик выхода gmtf был предложен специализированный метод кодирования длин повторов, который позволяет более эффективно использовать контекстную избыточность в преобразованном файле.

Последним этапом BWT-преобразования является использование энтропийного order-0 кодера, который в отличие от традиционных кодировщиков избыточности позволяет наиболее близко подойти к идеальному кодеру Шеннона. По результатам наших последних исследований именно он позволяет наилучшим образом интерпретировать выявленные BWT логические взаимозависимости данных.

Последним рубежом в борьбе за лучшее сжатие между архиваторами является построение алгоритмов, использующих особенности типовых данных, например, текстов или исполнимых файлов, алгоритмов предобработки или препроцессинга. На данном этапе реализованы словарные алгоритмы преобразования текстов, алгоритмы модификации труднопредсказуемых символов и моделирование логики компилятора. Эти методы позволяют достичь 5-15% улучшения сжатия на типовых файлах, что позволяет на равных конкурировать с современными программами сжатия данных.

Нами были разработаны и реализованы авторские решения проблем высокоэффективного сжатия контекстно-избыточных данных, а также проведены теоретические исследования, доказывающие их эффективность. Как результат, на данный момент создана бета-версия полноценного компрессора, результаты которой в сравнении с другими программами сжатия данных подтверждают теоретические оценки. Тем не менее, остаются потенциальные возможности улучшения производительности.

Описание реализованных алгоритмов.

• HydraY codename “Windforce” – BWT processor:

В отличие от большей части современных BWCA архиваторов мы не используем преимущества концепции сортировки удвоением. В результате её глубокого исследования был обнаружен серьёзный недостаток – она не позволяет использовать следующее важное свойство BWT: для получения последнего столбца не обязательно иметь всю матрицу перестановок. Другими словами, нам не обязательно упорядочивать набор рядом стоящих строк(группу), если все они заканчиваются одним и тем же символом – это не повлияет на выход BWT. Это положение легло в основу нашей технологии PiXar. Она позволяет значительно ускорить обработку высоко избыточных данных, предоставляя возможность использовать алгоритм Бентли-Седжвика для сортировки строк матрицы перестановок. Предварительно список строк сортируется расстановкой по первым 4-м символам.

• Lynx – gmtf+grle processor

В качестве подходящего решения LUP был разработан собственный метод gmtf. Он заключается в том, что найденный символ перемещается не в начало списка, а к ближайшей границе. Массив границ был подобран экспериментально и является константой алгоритма, хотя возможность его динамической адаптации к входному потоку имеет большие перспективы для улучшения сжатия. Тестирование показало явное превосходство данного метода над известными решениям List Update Problem: MTF,MTF0 и др. Длинные последовательности нулей выхода gmtf эффективно кодируются grle. Этот метод, отдалённо напоминающий RLE – кодирование длин повторов, позволяет наиболее эффективно кодировать так называемые “хорошие” фрагменты gmtf-выхода.

• Order0 – arithmetic coder

В результате вышеописанных преобразований получаются два потока разной статистики: gmtf и grle ранги. Заключительной стадией сжатия является их обработка энтропийным кодером. В качестве такового был выбран адаптивный арифметический кодер Дмитрия Субботина и Владимира Семенюка.

1. Ptax – distance coder

Этот метод не вошел в текущую реализацию, но был активно используемым нами ранее. Он был реализован в высокоэффективном двухпроходном варианте. Асимптотическая сложность порядка O(N). Для непосредственного кодирования расстояний использовалась техника представления числа в виде суммы некоторых элементов последовательности Фибоначчи. Метод был отстранён на второй план в связи с малой эффективностью с точки зрения степени сжатия.

• Warden/Sylph – Intel 32 Architecture Preprocessor (7-15% compression gain).

Общая идея данного метода состоит в переходе от относительных адресов к абсолютным, например, при кодировании команд E8h и E7h (“CALL” и “JUMP” соответственно). Таким образом, слабо предсказуемые относительные смещения в коде программы преобразуются в абсолютные адреса в данном сегменте кода, что позволяет предсказывать старшие байты смещения. По теоретическим оценкам и практическим выводам аналогичное кодирование для команды “JUMP” проводить не стоит. Важное практическое применение имеет разработка технологии вычленения команд из сегмента кода для более точного определения команд, подлежащих кодированию. Эта технология в данный момент находится в альфа-тестировании.

Lich/Vampire/Wraith – Length-Index Preserving Transformation (5-10% compression gain)

Связка данных программ реализует LIPT-препроцессор для улучшения сжатия текстовых файлов. Основная идея заключается в построении словаря некоторого языка на основании анализа множества файлов на определенном языке, причем внутри словаря фразы разбиты на группы по длине, а внутри каждой такой группы отсортированы по частоте использования в языке (эту часть метода осуществляет Wraith). Далее слова обрабатываемого файла заменяются на строки следующего вида: <escape><word length><word index><flags>, где длина слова и его индекс в словаре кодируются с помощью записи в позиционной системе счисления, цифрами которой являются фиксированные символы, а флаги обозначают начинается ли слово с большой буквы или состоит из произвольно капитализированных символов (в последнем случае нужно записывать маску капитализации), определяющую какие из символов слова капитализированы).

Таким образом, в файле создаются искусственные, но стабильные контексты, что обуславливает высокий прирост сжатия. Важно отметить, что словарь является фиксированным и в архиве не передается, т.е. словарь задается заранее.

Алгоритм программы. Показан на рис.1.

Рис. 1. Алгоритм программы

Интерфейс программы. Интерфейс программы довольно прост и эргономичен. В оболочке программы отсутствуют пестрые краски что положительно сказывается на глазах и не вызывает усталость (Рис. 2).

Рис 2. Интерфейс программы

В статье были разработаны и реализованы решения проблем высокоэффективного сжатия контекстно-избыточных данных, а также проведены теоретические исследования, доказывающие их эффективность. Как результат, на данный момент создана программа полноценного компрессора, результаты которой в сравнении с другими программами сжатия данных подтверждают теоретические оценки. Тем не менее, остаются потенциальные возможности улучшения производительности. В перспективе все исполняемые файлы будут заменены динамическими библиотеками, которые будут обмениваться данными с интерфейсом через стандартные функции операционной системы. Также в виде динамических библиотек будет реализована поддержка других форматов архивов (но только на чтение).

QA- менеджер (Quality Assurance engineer) — это специалист по обеспечению качества, деятельность которого направлена на улучшение процесса разработки ПО, предотвращение дефектов и выявление ошибок в работе продукта. В компании по разработке веб-сайтов -этот специалист занимается разного рода тестированием. Например аудитом вёрстки, аудит до и после переноса сайта, созданием сценариев и тест-кейсов для тестирования.

Рассмотрим применение стандартов в деятельности QA-менеджера в области разработки веб-сайтов. На рисунке 1 представлена модель в нотации eEPC, иллюстрирующая деятельность QA-менеджера в рамках одного стандартного проекта.

Рис. 1. Деятельность QA-менеджера

  Конечно тестирование должно придерживаться некоторых правил и ГОСТов, для приведения тестирования к регламенту. В компании по разработке веб-сайтов также используются специальные документы, стандарты и регламенты, которые позволяют вести работу сотрудников по установленному регламенту и в рамках должностных обязанностей [4, 5, 6].

На рисунке 4 отображен процесс тестирования, а точнее его работа в течении жизненного цикла разрабатываемого продукта. Так же там указаны основные стандарты использующиеся при выполнении тестирования на разных стадиях:

1. ГОСТ 19
2. ГОСТ Р 56920-2016
3. ГОСТ Р ИСО/МЭК 25010-2015

ГОСТ 19

Единая система программной документации – комплекс государственных стандартов, устанавливающих взаимоувязанные правила разработки, оформления и обращения программ и программной документации.

В стандартах ЕСПД устанавливают требования, регламентирующие разработку, сопровождение, изготовление и эксплуатацию программ, что обеспечивает возможность:
унификации программных изделий для взаимного обмена программами и применения ранее разработанных программ в новых разработках; снижения трудоемкости и повышения эффективности разработки, сопровождения, изготовления и эксплуатации программных изделий; автоматизации изготовления и хранения программной документации.

ГОСТ Р 56920-2016

В настоящем стандарте представлены определения и понятия тестирования программного обеспечения. Это представление обеспечивает идентификацию терминов и ключевых концепций тестирования, необходимых для правильного толкования серии стандартов ИСО/МЭК/ИИЭР 29119.

Настоящий стандарт носит информативный характер и не требует какого-либо соответствия.

Серия стандартов ИСО/МЭК/ИИЭР 29119 “Тестирование программного обеспечения” содержит три стандарта, которые могут потребовать соответствия:

- Процессы тестирования;

- Документация тестирования;

- Методики тестирования.

ГОСТ Р ИСО/МЭК 25010-2015

Информационные технологии. Системная и программная инженерия. Требования и оценка качества систем и программного обеспечения (SQuaRE). Модели качества систем и программных продуктов

Настоящий стандарт определяет:

a) модель качества при использовании, в состав которой входят пять характеристик, некоторые из которых, в свою очередь, подразделены на подхарактеристики. Эти характеристики касаются результата взаимодействия при использовании продукта в определенных условиях. Данная модель применима при использовании полных человеко-машинных систем, включая как вычислительные системы, так и программные продукты [7, 8, 9];

b) модель качества продукта, в состав которой входят восемь характеристик, которые, в свою очередь, подразделены на под характеристики. Характеристики относятся к статическим и динамическим свойствам программного обеспечения и вычислительных систем. Модель применима как к компьютерным системам, так и к программным продуктам

ГОСТ 19 используется на этапе оформления документации по тестированию, таковой являются описание проведенных испытаний, их ожидаемые результаты и полученные в ходе работы. Далее эта документация представляется заказчику как отчет о проделанной работе по тестированию.

ГОСТ Р 56920-2016 используется как источник регламентов и общих правил отдела тестирования. Имеет поучительный характер.

ГОСТ Р ИСО/МЭК 25010-2015- этот стандарт используется как пособие по оценке качества тестирования и определения видов испытаний для каждого разрабатываемого продукта.

В наше время часто уделяется внимание здоровью и развитию человечества. OpenSim используется уже во многих лабораториях, то становится актуальным вопрос об ее использовании в России. Графический пользовательский интерфейс – это первое с чем знакомится человек, в процессе работы с программным обеспечением, что и является соединяющим звеном в сотрудничестве человек-компьютер.

Как и в любой программе, в OpenSim есть несколько ключевых компонентов, которые будут представлены в таблице ниже:

Данная статья посвящена реализации алгоритма прямого вейвлет-преобразования, приведенного, например в работах [1-2], средствами пакета MathCad.

Сначала задано количество реализаций сигнала N и реализован “зашумленный” сигнал f, как показано на рисунке 1 .

Рис.1. Задание исходного сигнала.

Затем задан порядок фильтра n. Так как были выбраны вейвлеты Добеши, в функции Dobesh_hg(n), присваиваются коэффициенты h и g, в зависимости от порядка фильтра n.   Далее, для ускорения расчетов при прямом вейвлет-преобразовании, коэффициенты делятся на √2. Это реализовано в MathCad, как показано на рисунке 2.

Рис.2. Задание коэффициентов Добеши.

Затем в нулевую строку матрицы a1 заносим сигнал f, переменной kk, в которой хранится количество столбцов, присваиваем значение N, уровню m присваиваем значение 0.

Для случая n=2, пока элемент столбца 4n не равен нулю (это определяет наименьший размер сигнала, который можно восстановить), в цикле уменьшаем количество столбцов в два раза, в цикле по k находим коэффициенты аппроксимирующего сигнала a1 и детализирующего сигнала d1 (от 0 до kk-2 столбца) этого уровня разложения, в двух циклах по l находим последние элементы и увеличиваем номер уровня разложения. Реализация в MathCad приведена на рисунке 3.

Рис.3. Разложение сигнала при порядке вейвлета Добеши  n=2.

Если же n=4, аналогично в цикле уменьшаем количество столбцов,  в цикле по k находим элементы от 0 до kk-4 столбца, затем  находим последние три элемента и увеличиваем номер уровня разложения.

Возвращаются из функции коэффициенты a1,d1 и номер максимального уровня разложения m.

Рис.4. Разложение сигнала при порядке вейвлета Добеши  n=4.

Разложения на более высоких уровнях получается более сглаженными, то есть сигнал фильтруется от шумов.

а) исходный сигнал                                                                                                    б) разложение на уровне 1                                                        в) разложение на уровне 3

Рис.5. Разложение исходного сигнала на различных уровнях

К достоинствам данного алгоритма относится экономия памяти, так как нт необходимости хранить для вейвлет-преобразования всю разреженную матрицу, как это предлагается в [2] .  А также достоинством является решение задачи стандартными средствами MathCad, без использования расширения Wavelet Extension Pack этого пакета, предназначенного для работы с вейвлетами.