Математическое и программное обеспечение процессов управления потоками данных в гетерогенных информационных системах специального назначения тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Терехов Дмитрий Владимирович
- Специальность ВАК РФ05.13.11
- Количество страниц 203
Оглавление диссертации кандидат наук Терехов Дмитрий Владимирович
Введение
1. Особенности управления потоками данных в информационных системах специального назначения
1.1. Проблемы управления потоками данных в реальном времени
1.2. Многозвенная архитектура клиент-сервер и использование принципов ООП
1.3. Реализации клиент-серверной архитектуры
1.3.1. Прямая реализация
1.3.2. Мультиплексирование рабочих процессов
1.3.3. Управление памятью
1.3.4. Диалоговые процессы
1.3.5. Прикладные программы
1.3.6. Требования к объему серверной памяти
1.4. Построение концептуальной (системной) модели динамического Web-приложения
1.4.1. Разработка моделей данных
1.4.2. Моделирование связей (отношений)
1.4.3. Моделирование логики приложения
1.5. Постановка задач работы
2. Системное моделирование задачи управления потоками в интернет-ориентированных приложениях баз данных
2.1. Моделирование трафика и анализ формирования очередей на основе модулируемых марковских процессов
2.1.1. Модулируемые модели Маркова
2.1.2. Двухступенчатая MMBP
2.1.3. Соответствие параметров трафика MMBP-2
2.1.4. Распределение ММВР-2/Ш
2.2. Задачи с множеством источников
2.2.1. Множество источников, подобных ММВР-2
2.2.2. Конечный буфер с независимыми неоднородными процессами ММВР-2
2.2.3. О методологии моделирования трафика с двухступенчатым процессом ММВРБ
2.3. Разработка системной модели, необходимой для структуризации предметной области
2.3.1. Работа Web-приложения с внешними объектами
2.3.2. Обобщенные реляционные операции
2.3.3. Моделирование пользовательского интерфейса
2.4. Рационализация выбора СУБД для оперативного управления операционными данными
2.4.1. Контекст и методология
2.4.2. Наборы тестовых данных и запросы
2.5. Проектирование тестовых запросов и оценка СУБД
2.5.1. MongoDB
2.5.2. PostgreSQL
2.5.3. Redis
2.5.4. InfluxDB
2.6. Эксперименты
2.6.1. Оценка альтернативных моделей
2.6.2. Производительность смешанной рабочей нагрузки
2.6.3. Анализ
2.7. Выводы
3. Создание уровней бизнес-логики и доступа к данным
3.1. Задача обращения к данным и интеграция с объектно-ориентированной программной моделью
3.2. Объектно-реляционное отображение
3.3. Постоянные классы и объекты
3.4. Уровень BLL и использование хранимых процедур для типовых операций БД
3.4.1. Уровень BLL
3.4.2. Использование хранимых процедур для типовых операций БД
3.5. Программное управление целевыми характеристиками метода синхронизации базы данных
3.5.1. Целевые характеристики данных как ресурс
3.5.2. Процесс передачи данных MDTP-M
3.5.3. Метод синхронизации целевых характеристик базы данных
3.6. Выводы
4. Особенности формирования альтернативных вариантов архитектур информационных систем специального назначения
4.1. Базовая математическая модель
4.1.1.Построение модели
4.1.2. Анализ параметров модели
4.2. Особенности архитектуры информационной системы реального времени
4.2.1. Многоуровневая архитектура
4.2.2. Особенности использования многоуровневой конфигурации информационной системы
4.2.3. Управление коммуникациями
4.2.4. Службы
4.2.5. Сессии и диспетчеризация
4.3. Интерактивные компоненты и обновление
4.3.1. Интерактивные приложения
4.3.2. Асинхронное обновление
4.3.3. Ошибочные состояния
4.3.4. Управление базами данных
4.4. Пример архитектуры для обработки данных в системе управления процессами
4.4.1. Компоненты исполняющей системы ПРОДСУ
4.4.2. База данных реального времени (RTDB)
4.4.3. Менеджер резервирования в реальном времени (RTRM)
4.4.4. Менеджер обработки данных (PDM)
4.4.5. Интерпретатор формул (CALC)
4.4.6. Система архивирования HIST
4.4.7. Основные концепции ПРОДСУ
4.5. Выводы
Заключение
Список литературы
Приложение 1 . Особенности визуализации в рамках специального математического и программного обеспечения
Приложение 2. Структуры данных и переменные в системе обработки данных для управления процессами
Приложение 3. Свидетельства о регистрации программных продуктов и акты внедрения
Рекомендованный список диссертаций по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК
Программная среда визуальной разработки баз данных информационных систем и средств доступа к их ресурсам на платформе WEB2005 год, кандидат технических наук Воякин, Евгений Анатольевич
Разработка методики построения унифицированных трехзвенных объектно-ориентированных приложений2007 год, кандидат технических наук Олейник, Павел Петрович
Исследование и реализация программного обеспечения управления данными для автоматизированных систем оперативного управления военной связью2000 год, кандидат технических наук Забродин, Алексей Львович
Разработка моделей и методов взаимодействия интернет-ориентированных систем управления документооборотом со средствами аутентификации2011 год, кандидат технических наук Клименко, Светлана Глебовна
Субд полнообъектных картографических сцен с ассоциативной защитой на кластерной платформе2019 год, кандидат наук Пыстогов Сергей Васильевич
Введение диссертации (часть автореферата) на тему «Математическое и программное обеспечение процессов управления потоками данных в гетерогенных информационных системах специального назначения»
ВВЕДЕНИЕ
Актуальность темы. В настоящее время наблюдается тенденция увеличения числа платформ для построения распределенных систем обработки данных реального времени. Методы работы с распределенными СУБД, с одной стороны, по-прежнему базируются на классических принципах, а с другой вынуждены учитывать рост объемов данных, гетерогенность порождающих их программно-аппаратных платформ, особые требования к реактивности обработки данных, которые порождаются особенностям генерирующих систем специального назначения.
Создание моделей и алгоритмов, а также программных средств управления потоками данных в гетерогенных информационных системах специального назначения является важным направлением науки и техники, поскольку открывает широкий спектр возможностей решения автоматизации рутинных задач и увеличения скорости и точности принятия решений.
Одной из важнейших задач управления потоками данных в СУБД как компонентах информационных систем является обеспечение достоверности и сохранности данных путем различного резервирования, повышения скорости обработки данных в потоках, реализации рационального выбора СУБД в зависимости от класса решаемых задач. Решение подобных задач включает этапы: исследование трафика от множества неоднородных источников, алгоритмизация процессов передачи данных с динамическим и статическим резервированием; обеспечение автоматической репликации таблиц индивидуальных сетевых узлов распределенной системы; поддержка кроссплатформенности программно-инструментальных компонент.
Вопросами исследования зависимости физических свойств трафика от множества неоднородных источников занимались Л. Клейнрок, Ю.С. Хохлов, Б.С. Цыбаков. Однако следует отметить, что основное внимание в них уделяется широте охвата возможных распределений одного потока данных, нежели смеси потоков данных.
Вопросы разработки и анализа систем обработки данных при управлении
5
системами специального назначения, обеспечивающих мониторинг их функционирования, исследовались в работах В.Л. Бурковского, И.В. Ковалева, В.В. Кульбы, А.Д. Цвиркуна и других. При этом следует отметить, что проблемам использования для задач автомониторинга циклических широковещательных сообщений с последующей активацией сторожевого механизма в конфигурируемом цикле уделено недостаточно внимания.
Таким образом, актуальность темы диссертационной работы обусловлена необходимостью повышения качества управления потоками данных в гетерогенных информационных системах специального назначения на основе разработки математических моделей, описывающих трафик от неоднородных источников и алгоритмов зеркалирования, обеспечивающих поддержку кроссплатформенности между системами межмодульного взаимодействия.
Работа выполнена в ФГБОУ ВО «Воронежский государственный технический университет» в рамках научного направления «Вычислительные комплексы и проблемно-ориентированные системы управления».
Цель и задачи исследования. Цель работы заключается в повышении качества управления потоками данных в гетерогенных информационных системах специального назначения на основе разработки математических моделей зависимости трафика от неоднородных источников и алгоритмов зеркалирования, обеспечивающих поддержку кроссплатформенности между системами межмодульного взаимодействия.
Для достижения цели в диссертационной работе необходимо решить следующие задачи:
- разработать модели зависимости трафика от множества неоднородных источников, обеспечивающие расчет параметров для конечного буфера очереди;
- разработать алгоритм рационального выбора СУБД для оперативного управления операционными данными, обеспечивающие обработку потока данных временных рядов от датчиков в системах мониторинга, раннего предупреждения и поддержки принятия решений;
- модифицировать алгоритм передачи данных с зеркалированием, для
поддержки кроссплатформенности между системами межмодульного взаимодействия;
- создать механизм автоматической репликации таблиц индивидуальных сетевых узлов распределенной системы, обеспечивающий репликацию данных большому количеству получателей;
- разработать структуру программного комплекса обработки данных при управлении системами специального назначения, обеспечивающую мониторинг функционирования на основе циклических широковещательных сообщений с последующей активацией сторожевого механизма в конфигурируемом цикле.
Объект исследования: процессы управления потоками данных в гетерогенных информационных системах специального назначения.
Предмет исследования: математическое и программное обеспечение процессов управления неоднородными потоками данных в гетерогенных информационных средах.
Методы исследования. В качестве теоретической и методологической основы диссертационного исследования использованы методы теории математического моделирования, массового обслуживания, баз данных, объектно -ориентрованного программирования.
Тематика работы соответствует пунктам паспорта специальности 05.13.11: п. 3 «Модели, методы, алгоритмы, языки и программные инструменты для организации взаимодействия программ и программных систем», п. 4 «Системы управления базами данных и знаний».
Научная новизна. В работе получены следующие результаты, отличающиеся научной новизной:
- математические модели трафика от множества неоднородных источников, отличающиеся использованием двухступенчатого модулируемого процесса Маркова и Бернулли и обеспечивающие расчет параметров для конечного буфера очереди;
- алгоритм рационального выбора СУБД для оперативного управления операционными данными, отличающийся формированием альтернативных
моделей данных для различных СУБД и обеспечивающий обработку потока данных временных рядов от датчиков в системах мониторинга, раннего предупреждения и поддержки принятия решений;
- модифицированный алгоритм передачи данных с зеркалированием, отличающийся автоматической генерацией подключения ЯРС на стороне клиента и сервера и обеспечивающий поддержку кроссплатформенности между системами межмодульного взаимодействия;
- алгоритм автоматической репликации таблиц индивидуальных сетевых узлов распределенной информационной системы, основывающийся на многоадресных широковещательных протоколах обмена данными и обеспечивающий репликацию данных большому количеству получателей;
- структура программного комплекса обработки данных для управления системами специального назначения, отличающаяся использованием базы данных реального времени, репликатора и менеджера резервирования и обеспечивающая мониторинг функционирования с помощью циклических широковещательных сообщений с последующей активацией сторожевого механизма в конфигурируемом цикле.
На защиту выносятся следующие научные положения:
1. Модели трафика от множества источников на основе двухступенчатого модулируемого процесса Маркова и Бернулли обеспечивают расчет параметров для конечного буфера очереди данных от неоднородных источников.
2. Процедура выбора СУБД для оперативного управления операционными данными обеспечивает обработку потока данных временных рядов от датчиков в системах мониторинга, раннего предупреждения и поддержки принятия решений средствами выбранной СУБД в реальном масштабе времени.
3. Модифицированный алгоритм передачи данных с зеркалированием, использующий автоматическое подключение ЯРС на стороне клиента и сервера, обеспечивает поддержку кроссплатформенности между системами межмодульного взаимодействия.
4. Архитектура системы обработки данных для управлении системами
специального назначения реализует автоматический с помощью циклических широковещательных сообщений с последующей активацией сторожевого механизма в конфигурируемом цикле с использованием базы данных реального времени, репликатора и менеджера резервирования.
Практическая значимость. Программная реализация обеспечивает передачу данных с зеркалированием на основе автоматического подключения RPC на стороне клиента и сервера, поддержку кроссплатформенности между системами межмодульного взаимодействия в режиме реального времени. Разработанные в настоящей работе модели и алгоритмы могут быть использованы для встраивания в уже существующие системы для качества управления потоками данных в гетерогенных информационных системах специального назначения. На элементы программных средств получено свидетельство о государственной регистрации.
Реализация и внедрение результатов работы. Теоретические и практические результаты исследований, реализованные в виде программных компонент, получили внедрение в составе системы управления процессами в Филиале АО «Концерн Росэнергоатом» «Нововоронежская атомная станция».
Основные результаты внедрены в учебный процесс Воронежского государственного технического университета в рамках дисциплины «Вычислительные машины, системы и сети», в рамках курсового и дипломного проектирования.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях: Международная НПК «Альтернативная и интеллектуальная энергетика» (Воронеж, 2018); XI международная НТК «Безопасность, эффективность и экономика атомной энергетики» (Москва, 2018); III Всероссийская НПК «Информационные технологии в экономике и управлении» (Махачкала, 2018); Международная НТК «55 лет безопасной эксплуатации АЭС с ВВЭР в России и за рубежом» (Нововоронеж, 2019); International Workshop "Advanced Technologies in Material Science, Mechanical and Automation Engineering - MIP: Engineering - 2019"
(Krasnoyarsk, 2019); XXIV, XXV-th International Open Science Conference «Modern informatization problems in the technological and telecommunication systems analysis and synthesis» (Yelm, WA, USA, 2019, 2020).
Публикации. По теме опубликованы 17 научных работ, отражающих основные положения исследования, в т.ч. 3 статьи в журналах, индексируемых в международной базе цитирования Scopus, 8 статей в журналах, рекомендованных ВАК РФ, 1 свидетельство о государственной регистрации программ для ЭВМ.
В работах, опубликованных в соавторстве и приведенных в автореферате, личный вклад соискателя состоит в [3, 14, 15, 17] - модели трафика от множества неоднородных источников, обеспечивающие расчет параметров для конечного буфера очереди; [1, 5, 6, 9] - процедура выбора СУБД для оперативного управления операционными данными; [7, 11] - модифицированный алгоритм передачи данных с зеркалированием; [8] - алгоритм автоматической репликации таблиц индивидуальных сетевых узлов распределенной системы; [12, 16] -алгоритмы системы обработки данных для управления системами специального назначения; [2, 4, 13] - архитектура системы обработки данных для управления системами специального назначения.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и двух приложений. Основной текст содержит 161 страницу, 34 рисунка и 11 таблиц. В дополнение к основной части оформлено 3 приложения на 42 страницах. Список библиографических источников включает 130 наименований.
ГЛАВА 1 ОСОБЕННОСТИ УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ В ИНФОРМАЦИОННЫХ СИСТЕМАХ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
1.1 Проблемы управления потоками данных в реальном времени
Мониторинг больших масштабов, системы раннего предупреждения и системы принятия решений (EMEWD) должны обрабатывать большие потоки данных в режиме реального времени [33, 36]. В таких системах полезно четко различать операционные данные, которые необходимы для постоянной оценки и принятия решений, и данные архива, которые используются для исследований и аналитики. Пока различия, между операционными и аналитическими базами данных, являются распространенными в бизнес-приложениях [30], системы EMEWD имеют особые характеристики природы операционных данных (большая часть которых состоит из записей временных рядов), а также способы их использования.
Сравним пригодность четырех различных моделей данных и представленных баз данных для обслуживания операционных баз данных временных рядов для систем EMEWD: (1) база данных документов MongoDB, (2) реляционная база данных PostgreSQL, (3) сервер данных словаря Redis, и (4) база данных временных рядов InfluxDB. Цель состоит в том, чтобы провести экспериментальную оценку эффективности для того, чтобы выяснить, как лучше всего представлять данные и каковы пределы исследуемых баз данных с точки зрения объема памяти и производительности.
Связанные работы оценки производительности сенсорных платформ хранения данных представлены в [37], где авторы сравнивают MongoDB, PostgreSQL и Cassandra, а также в [35], оцениваются MongoDB, Redis и CouchDB. Однако эти публикации не представляют альтернативных моделей данных датчика (вместо фокусировки на одной, упрощенной модели) или представленных запросов, и не проводят тесты со смешанной рабочей нагрузкой (одновременное чтение и запись). В работе [32] сравниваются три естественных базы данных
временных рядов (OpenTSDB, KairosDB и Databus), однако основное внимание проведенных в этой работе экспериментов состоит в изучении масштабируемости баз данных в облаке. Aydin и др. [25] представляют решение для хранения данных, получаемых с датчика, но основной акцент делается на аналитической оценке технологий больших данных. В работе [31] авторы предлагают и оценивают решение по управлению данными для интеллектуальных сред и роботизированных приложений. В работе представлены экспериментальные результаты для сравнения производительности Cassandra и MongoDB. Однако некоторые сценарии тестирования весьма специфичны для данного приложения.
1.2 Многозвенная архитектура клиент-сервер и использование принципов ООП
Функциональное моделирование используется для перехода от формально-математических моделей и методов к алгоритмам и данным для отражения реальных объектов в структурированную совокупность информационных объектов. При этом существуют различные подходы к реализации модели предметной области. Для обеспечения возможности сохранения и автоматического отслеживания состояния информационных объектов существует два противоположных подхода к доступу к данным и построению моделей: Reach Domain Model (RDM) и Anemic Domain Model (ADM) [47].
RDM предполагает реализацию некоей прикладной или служебной логики в том же классе, где хранятся данные; в то время как в ADM, постоянные классы фактически представляют собой набор публичных свойств, и никакой логики не содержат.
Проведем сравнительный анализ RDM и ADM с учетом объектно-ориентированной методологии. Начнем с того, что же мы ждем от обработки данных, и как нам в этом может помочь ООП.
ООП никогда не проектировался как инструмент для работы с данными, в нем не заложено соответствующих средств и абстракций. Основная идея ООП -
12
это инкапсуляция поведения, то есть ООП исходит из поведения объектов, а не из данных. В большинстве сценариев это очень удобная абстракция, но не тогда, когда речь идет о постоянных объектах. Фундаментальная проблема заключается в том, что срок жизни данных - намного больше срока жизни типичного объекта, реализующего конкретное поведение в определенном сценарии. Более того, одни и те же данные необходимо использовать в разных объектах, но как только к данным привязывается определенное поведение и структура (RDM), эта возможность тут же теряется. Именно поэтому, привязка к данным какого-либо поведения посредством RDM имеет ряд недостатков. Во-первых, изменяя поведение, данные необходимо оставлять неизменными. Во-вторых, добавляя новое поведение, нужно не менять старое, при этом оставляя данные по-прежнему неизменными.
Кроме того, объектно-ориентированный подход направлен на осуществление навигационного доступа к конкретному объекту, в то время как в приложениях для работы с БД часто используются произвольным образом такие операции, как: фильтрация, сортировка, агрегирование и т.д.
Рассмотрим один из наиболее часто встречающихся сценариев. Например, в ИС для инспектирования объектов специального назначения практически никогда не нужно иметь одновременно объект "Задание на инспектирование" и "Инспектирующая комиссия". Однако в RDM объект "Задание на инспектирование" обязательно будет содержать коллекцию членов комиссии, т.к. это следует из объектно-ориентированного подхода, что довольно часто приводит к цикличности графов объектов. Например, задание на инспектирование содержит несколько специалистов или объектов определенной категории, и в то же время имеет комиссию, каждый член которой является экспертом в определенной категории. Эта цикличность отражена на рис. 1.1.
Объектный граф статичен, поскольку он проектируется по естественным связям в предметной области. Иными словами, одно из ключевых отличий объектного подхода от реляционного в том, что связи в них строятся с противоположных сторон. Если в ООП необходимо жестко выстраивать
иерархию объектов при проектировании, то реляционный подход позволяет построить ее по месту, под конкретный сценарий использования. Следовательно, в RDM объект состоит из свойств, в которых в большинстве сценариев использования никогда не появятся реальные данные.
Рисунок 1.1 - UML-диаграмма (цикличность)
Показано, что применение ООП в чистом виде в приложениях для работы с данными не подходит. Теперь рассмотрим ADM.
Выше было показано, что данные живут дольше объектов и одни и те же данные необходимо использовать в разных сценариях. В силу этой причины, даже в RDM все данные доступны окружающему миру через публичный интерфейс класса в виде свойств или полей. Здесь же необходимо вспомнить принцип ООП, описание которого можно встретить в [48, 49, 50] и др. Формулируется он следующим образом: "Если для реализации определенного функционала достаточно публичного интерфейса некоего класса, значит этот функционал должен быть реализован вне этого класса". И, следуя этому принципу, очень хорошо работающему в ООП, естественным образом получается ADM. Следование этому правилу помогает соблюдать множество проверенных шаблонов и практик, неоднократно описанных в различных источниках, а именно:
- Принцип единственной ответственности (Single Responsibility Principle, SRP). У такого элемента, как класс, должна быть лишь одна, определяемая им ответственность. Класс должен иметь лишь одну возможную причину для изменений. Если класс может быть изменен по двум разным причинам, то его стоит разделить на два отдельных класса, поскольку изменения по одной из причин могут повлиять на независящую функциональность. Таким образом, вынос логики из класса производится в строгом соответствии SRP.
- Принцип открытости-закрытости (Open/Close Principle, OCP) на уровне архитектуры приложения. Приложение должно быть спроектировано таким образом, что бы при появлении нового функционала его можно было просто добавить, а не модифицировать существующий. Класс должен быть закрыт для модификации, но открыт для расширения.
- Принцип функциональной связности (Functional Cohesion). Суть принципа в том, что функции, близкие по смыслу и в целом реализующие один функционал, должны находиться в одном классе или модуле, т.е. классы и модули должны выстраиваться вокруг функционала.
- Инкапсуляция. Принцип призван скрывать детали реализации за публичным интерфейсом. Однако, в случае RDM детали реализации одного функционала никак не скрыты от деталей реализации другого. Никак не связанный между собой по смыслу функционал вполне может начать влиять друг на друга при неаккуратной реализации.
- Слабая связь модулей системы между собой (Low Coupling). Чем ниже связность, тем проще впоследствии поддерживать и модифицировать код при изменении требований. Код получается более надежным и масштабируемым.
Из всего вышесказанного следует, что при применении для работы с данными практик ООП, получается модель данных, которая на первый взгляд мало соответствует основным ООП принципам, а больше напоминает реляционный подход. В соответствии с ней код необходимо разделять на различные уровни данных.
В основе архитектуры Web-приложения лежит принцип разделения на уровни. На рис. 1.2 изображена общепринятая архитектура распределенного Web-приложения. Для работы с физической БД выделяют 3 уровня:
1. Уровень доступа к данным (Data Access Layer, DAL). Определяет то, как бизнес-объекты взаимодействуют с конкретной СУБД на физическом уровне.
2. Уровень бизнес-логики (Business Logic Layer, BLL). Уровень отвечает за логику работы с данными уже как с объектами предметной области. Также осуществляет обработку данных согласно индивидуальным бизнес-правилам.
Рисунок 1.2 - Уровень доступа к данным DAL и встроенные CRUD-
операции
3. Уровень представления (Presentation Layer, PL). На данном уровне выполняется разметка страницы, размещаются пользовательские элементы управления согласно выбранной технологии верстки. Данный уровень связывает интерфейс пользователя с BLL посредством классов реализации.
Логика хранения [44] отделяется от данных по следующей причине: использование отдельных компонентов доступа к данным позволяет добиться независимости приложения от параметров БД, таких как имя источника данных, информация о соединении и имена полей [44].
Уровень бизнес-логики позволяет: работать с наборами объектов предметной области, связывать данные объектов с элементами управления пользовательского интерфейса, передавать данные сущностей предметной области между уровнями.
DAL-компоненты являются интерфейсами с базой данных и реализуют алгоритмы работы с данными. Цель - предоставление данных объектам приложения без использования кода, специфичного для конкретной СУБД. DAL-компоненты [45] предоставляют вызывающим приложениям инкапсулированный сервис доступа к данным. В частности, DAL-компоненты отвечают за следующие детали реализации [45]:
- управление схемами блокировки и их инкапсуляция;
- поддержку защиты и авторизации;
- поддержку транзакций;
- разбиение данных на страницы;
- маршрутизацию в зависимости от данных (при необходимости);
- реализацию стратегии кэширования для запросов нетранзакционных данных (при необходимости);
- работу с данными как с потоками и сериализацию данных [45].
Если есть служебные функции [44], общие для всех DAL-компонентов, для DAL-компонентов определяется базовый класс. DAL-компоненты будут наследоваться от этого класса и расширять его [44].
DAL-компоненты, унаследованные от абстрактного класса-провайдера,
инкапсулируют специфическую клиентскую логику доступа к данным, добавляя методы для работы со всеми сущностями предметной области, что упрощает обслуживание проекта. Т.о., абстрактный класс-провайдер не содержит какой-либо бизнес-логики или алгоритмов управления данными, а является лишь многократно используемым интерфейсом к СУБД (рис.1.3).
Ввиду того, что низкоуровневые операции для работы с данными отделены от логики приложения, библиотеку для генерации кодов можно использовать с любой БД, построенной по стандартам SQL, используя классические протоколы передачи данных и расширяя таким образом список используемых провайдеров данных.
DAL-компоненты содержат методы [44], позволяющие по усмотрению вызывающего решать при работе с БД следующие задачи с помощью CRUD-методов:
- создавать и удалять записи в БД;
- читать записи из таблицы и возвращать данные вызывающему компоненту;
- обновлять записи таблицы измененными данными объектов [44].
DAL-компонент
DAL-компонент
X
Z
Класс Data Access Helper Класс Data Access Provider
Рисунок 1.3 - Реализация DAL-компонентов с применением вспомогательного компонента доступа к данным
Итак, компоненты [44] помогают изолировать другие части приложения от конкретной технологии доступа к данным и сохранения состояния разъединенных сущностей.
Передача данных между уровнями бизнес-логики и доступа к данным (а также между абстрактными классами) осуществляется при помощи типизированных объектов. Для работы приложения используются типизированные источники данных, интерфейс которых [44] содержит методы, события и свойства, которые позволяют обращаться к таблицам и их полям для выполнения наиболее часто используемых [44] операций над ними (более подробно такие операции рассматриваются далее). Строгая типизация обеспечивает автоматическую проверку на совместимость данных с типом, соответствующим объекту предметной области.
1.3 Реализации клиент-серверной архитектуры
1.3.1 Прямая реализация
Наиболее очевидной реализацией клиент-серверной архитектуры является запуск каждым клиентом своего рабочего процесса при обращении к серверу (рис1.4). Однако у этого подхода, несмотря на его простоту, есть очень серьезные ограничения по масштабируемости. Так, в случае, когда 10 клиентов обращаются к серверу, каждый получает 10% ресурсов сервера. При обращении 100 клиентов, на каждого остается по одному проценту. Если же учесть, что обычно клиент одновременно работает с несколькими приложениями одновременно, то ситуация становится еще более критической.
Кроме того, реализация предлагаемой модели позволяет достичь оптимального соотношения цена/производительность. Дело в том [46], что, как правило, стоимость современных СУБД рассчитывается исходя из числа одновременных подключений. Клиент считается [46] подключенным к СУБД, начиная с момента открытия сеанса с базой данных и заканчивая ее закрытием. В течение сеанса СУБД считает [46] клиента активным и вынуждена хранить
Похожие диссертационные работы по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК
Модели и алгоритмы анализа и исследования программно-конфигурируемых оптических сетей2022 год, кандидат наук Фатхулин Тимур Джалилевич
Исследование и анализ задержки обработки трафика управления в программно-конфигурируемых сетях2018 год, кандидат наук Галич Сергей Владимирович
Статистические закономерности временных задержек и оценка быстродействия удаленного эксперимента в совмещенных телекоммуникационных и измерительно-управляющих системах в многопользовательском режиме2013 год, кандидат наук Салахова, Альфия Шаукатовна
Разработка моделей и программных средств интеграции кроссплатформенных тонких клиентов в жизненный цикл промышленных программно-вычислительных комплексов моделирования2016 год, кандидат наук Папилина, Татьяна Михайловна
Методы и средства разработки компонентного управления Web - сайтом на основе динамической объектной модели2005 год, кандидат технических наук Быков, Михаил Юрьевич
Список литературы диссертационного исследования кандидат наук Терехов Дмитрий Владимирович, 2020 год
СПИСОК ЛИТЕРАТУРЫ
1. Цикритзис Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985. 168 с.
2. Codd E.F. A Relational Model of Data for Large Shared Data Banks// Communications of the ACM. 1970. 13 (6): 377-387.
3. Grimes S. Modeling Object/Relational Databases// DBMS, vol. 11, N 3, March
1998.
4. Мещеряков С.В. Методы эффективной организации баз данных и их приложений в промышленных системах: автореф. дис. ... д-ра техн. наук. СПб., 2012.
5. Родионова З.В. Моделирование и разработка информационной системы формализации и актуализации прав доступа: автореф. дис. ... канд. техн. наук. Новосибирск, 2011.
6. Аль-Шами М.Х.А. Исследование и разработка Web-ориентированной базы данных сеанса проектирования для схемотехнических приложений: дис. ... канд. техн. наук. СПб., 2014.
7. Noury A., Amini M. An access and inference control model for time series databases // Future Generation Computer Systems, Volume 92, March 2019, Pages 93-108.
8. Singh M.P., Sural S., Vaidya J., Atluri V. Managing attribute-based access control policies in a unified framework using data warehousing and inmemory database // Computers & Security, Volume 86, September 2019, Pages 183205.
9. Mahajan D., Blakeney C., Zong Z. Improving the energy efficiency of relational and NoSQL databases via query optimizations// Sustainable Computing: Informatics and Systems, Volume 22, June 2019, Pages 120-133.
10. Rashidy R.A.H.E.L., Hughes P., Figueres-Esteban M., Harrison C., van Gulijk C. A big data modeling approach with graph databases for SPAD risk// Safety Science, Volume 110, Part B, December 2018, Pages 75-79.
11. González-Aparicio M.T., Younas M., Tuya J., Casado R. Testing of transactional services in NoSQL key-value databases // Future Generation Computer Systems, Volume 80, March 2018, Pages 384-399.
12. Luo Y., Guo J., Zhu J., Guan J., Zhou S. Towards efficiently supporting database as a service with QoS guarantees// Journal of Systems and Software, Volume 139, May 2018, Pages 51-63.
13. Mehta S., Agarwal P., Shrivastava P., Barlawala J. Differential bond energy algorithm for optimal vertical fragmentation of distributed databases // Journal of King Saud University - Computer and Information Sciences, Available online 27 September 2018.
14. Kottursamy K., Raja G., Padmanabhan J., Srinivasan V. An improved database synchronization mechanism for mobile data using software-defined networking connrol // Computers & Electrical Engineering, Volume 57, January 2017, Pages 93-103.
15. Kabakus A.T., Kara R. A performance evaluation of in-memory databases// Journal of King Saud University - Computer and Information Sciences, Volume 29, Issue 4, October 2017, Pages 520-525.
16. Balis B., Bubak M., Harezlak D., Nowakowski P., Wilk B. Towards an operational database for real-time environmental monitoring and early warning systems// Procedia Computer Science, Volume 108, 2017, Pages 2250-2259.
17. Пан К.С., Цымблер М.Л. Разработка параллельной СУБД на основе последовательной Субд PostgreSQL с открытым исходным кодом// Вестник Южно-Уральского государственного университета. Серия: Математическое моделирование и программирование. 2012. № 18 (277). С. 112-120.
18. Крамаренко Т.А., Деменков И.А., Михеев А.М. Выбор клиент-серверной
СУБД для реализации информационной системы// Современные
информационные технологии. 2016. № 24. С. 11-15.
19. Хорозов О.А. Использование реляционной СУБД для
структурированных XML-документов// Управляющие системы и машины. 2012. № 3 (239). С. 57-67.
20. Пан К.С. Методы внедрения фрагментного параллелизма в
последовательную СУБД с открытым исходным кодом: дис. ... канд. физ.-мат.
наук. Челябинск, 2013.
21. Хуторов В.С. , Беленькая М.Н. Основные проблемы и цели мониторинга
базы данных средствами СУБД ORACLE// T-Comm: Телекоммуникации и
транспорт. 2013. Т. 7. № 7. С. 133-134.
22. Григорьев Ю.А., Плутенко А.Д. Анализ процесса выполнения запроса
на соединение таблиц в строчной параллельной СУБД// Информатика и системы
управления. 2013. № 4 (38). С. 003-015
23. Соболь А.С. Построение и адаптация NewSQL СУБД в частном
"облаке"// Вестник Сибирского государственного аэрокосмического университета
им. академика М.Ф. Решетнева. 2013. № 4 (50). С. 75-80.
24. Шашков Б.Д., Жарков А.В. Управление приоритетами микротранзакций
в СУБД реального времени// Современные информационные технологии. 2005. № 2. С. 39-41.
25. Aydin G., Hallac I.R., Karakus B. Architecture and implementation of a scalable sensor data storage and analysis system using cloud computing and big data technologies// Journal of Sensors, 2015.
26. Balis B., Kasztelnik M., Malawski M., Nowakowski P., Wilk B., Pawlik M., Bubak M. Execution management and efficient resource provisioning for flood decision support// Procedia Computer Science, 2015, 51:2377-2386.
27. Balis B., Bartynski T., Bubak M., Dyk G., Gubala T., Kasztelnik M. A Development and Execution Environment for Early Warning Systems for Natural Disasters// Cluster, Cloud and Grid Computing (CCGrid), 2013 13th IEEE/ACM International Symposium, pages 575-582.
28. Balis B., Brzoza-Woch R., Bubak M., Kasztelnik M., Kwolek B., Nawrocki P., Nowakowski P., Szydlo T., Zielinski K. Holistic approach to management of IT infrastructure for environmental monitoring and decision support systems with urgent computing capabilities// Future Generation Computer Systems, 2016.
29. Brzoza-Woch R., Konieczny M., Nawrocki P., Szydlo T., Zielinski K.
Embedded systems in the application of fog computing - levee monitoring use case// 11th IEEE Symposium on Industrial Embedded Systems, 2016, p. 238-243.
30. Coronel C., Morris S. Database systems: design, implementation, & management. Cengage Learning, 2016.
31. Dietrich A., Mohammad S., Zug S., Kaiser J. Ros meets cassandra: Data management in smart environments with nosql// Proc. of the 11th Intl. Baltic Conference (Baltic DB&IS). Citeseer, 2014.
32. Goldschmidt T., Jansen A., Koziolek H., Doppelhamer J., Breivold H.P. Scalability and robustness of time-series databases for cloud-native monitoring of industrial processes// Cloud Computing, IEEE 7th International Conference on, p. 602609. 2014.
33. Hart J.K., Martinez K. Environmental sensor networks: A revolution in the earth system science?// Earth-Science Reviews, 78(3): 177-191, 2006.
34. Leong S.H., Kranzlmuller D. Towards a general definition of urgent computing// Procedia Computer Science, 51:2337-2346, 2015.
35. Phan T.A.M., Nurminen J.K., di Francesco M. Cloud databases for internet-of- things data// Internet of Things, IEEE International Conference on, and Green Computing and Communications, IEEE and Cyber, Physical and Social Computing, p. 117-124. IEEE, 2014.
36. Ramesh M.V. Real-time wireless sensor network for landslide detection// Sensor Technologies and Applications, Third International Conference on, p. 405-409. IEEE, 2009.
37. Sipke J, Van der Veen, Van der Waaij B., Meijer R.J. Sensor data storage performance: Sql or nosql, physical or virtual// Cloud Computing, IEEE 5th International Conference on, p. 431-438. IEEE, 2012.
38. Братищенко В.В. Проектирование информационных систем. -Иркутск: Изд-во БГУЭП, 2004. - 84 с.
39. Вендров А.М. Проектирование программного обеспечения экономически х информационных систем. - М.: Финансы и статистика, 2000.
40. ГОСТ 34.601-90 Информационная технология. Комплекс стандартов на
автоматизированные системы. Автоматизированные системы. Стадии создания. М.: Издательство стандартов, 1990.
41. Грекул В.И., Денищенко Г.Н., Коровкина Н.Л. Проектирование информационных систем. - М.: Интернет-университет информационных технологий. - ИНТУИТ.ру, 2005.
42. Кравец О.Я., Соляник А.А., Тюрин С.В. Архитектура программной системы исследования производительности информационных систем// Современные проблемы информатизации в анализе и синтезе технологических и программно-телекоммуникационных систем: Сб. трудов. Вып. 17. - Воронеж: Изд-во "Научная книга", 2012. - С. 360-367.
43. Чудинова К.В., Кравец О.Я. Проблеми в програмното управление на гъвкавостта на сървърната архитектура използвана от предприятията// Парадигма (България). - 2016. №1. Т. 1. - С. 160-171.
44. http://www.ishodniki.ru/art/artshow.php?cat= 1 &М=490&вЬо,^пе1:.
45. http://osp.ru/os/1994/03/178494/.
46. Серебряков Ю.Е. Автоматизированное управление регистрациями процессов в системах менеджмента качества предприятий и организаций: дис. ... канд. техн. наук. Саранск, 2006.
47. Фаулер М. Архитектура корпоративных программных приложений. М.: Издательский дом "Вильяме", 2006. - 544 с.
48. Мейер Б. Объектно-ориентированное конструирование программных систем. М.: Русская Редакция, 2005.
49. Саттер Г., Александреску А. Стандарты программирования на С++. М.: Вильямс, 2005. 224 с.
50. МакКоннелл С. Совершенный код. Практическое руководство по разработке программного обеспечения. М.: Русская Редакция, 2019. 896 с.
51. Грэхем И. Объектно-ориентированные методы. Принципы и практика. М.: Вильямс, 2004. 880 с.
52. Атре Ш. Структурный подход к организации баз данных. - М.: Финансы и статистика, 1983.
53. Basic characteristics of variable rate video coding in ATM environment/ M. Nomura, T. Fuji, N. Ohta// IEEE JSAC June (1989) 752-760.
54. Shim C. et al. Modeling and call admission control algorithm of variable bit rate video in ATM networks// IEEE JSAC 12 (1994).
55. Melamed B. TES: a class of methods for generating autocorrelated uniform varieties// ORSA Journal 3 (4) (1991) 317-329.
56. Melamed B. et al. TES-based traffic modelling for performance evaluation of integrated networks// INFOCOM'92 (1992) 75-84.
57. Analysis of an ATM buffer with self-similar (fractal) input traffic/ N. Likhanov, B. Tsybakov, N. Georganas// Proc. of the IEEE INFOCOM'95, April 1995.
58. A Markov-modulated characterization of packetized voice and data traffic and related statistical multiplexer performance/ H. Heffes, D. Lucantoni// IEEE JSAC September (1986) 856-868.
59. The Markov-modulated Poisson process (MMPP) Cookbook/ W. Fischer, H.K. Meier// Performance Evaluation 18 (1992) 149-171.
60. Li S.Q. A general solution technique for discrete queueing analysis of multimedia traffic on ATM// IEEE Trans. Communications 39 (7) (1991) 1115-1132.
61. Le Boudec N.Y. An efficient solution method for Markov models of ATM links with loss priorities// IEEE Journal on Selected Areas in Comm. 9 (3) (1991) 408417.
62. Ng C.H., Bai L.Z., Zhang L.R. Queue length solutions for an ATM buffer with MMBP arrivals// Comp. Comm. Journal 20 (10) (1997) 878-883.
63. Stochastic theory of a data-handling system with multiple sources/ D. Anick, D. Mitra, M.M. Sondhi// Bell System Tech. Journal 61 (8) (1982) 1871-1894.
64. Monaghan S. Exact analysis in discrete time of 2 £ 2 ATM switch serving correlated traffic at both inputs// Electronics Letters August (1997).
65. Братищенко В.В. Проектирование информационных систем. -Иркутск: Изд-во БГУЭП, 2004. - 84 с.
66. Вендров А.М. Проектирование программного обеспечения экономическ их информационных систем. - М.: Финансы и статистика, 2000.
67. ГОСТ 34.601-90 Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания. М.: Издательство стандартов, 1990.
68. Грекул В.И., Денищенко Г.Н., Коровкина Н.Л. Проектирование информационных систем. - М.: Интернет-университет информационных технологий. - ИНТУИТ.ру, 2005.
69. Кравец О.Я., Соляник А.А., Тюрин С.В. Архитектура программной системы исследования производительности информационных систем// Современные проблемы информатизации в анализе и синтезе технологических и программно-телекоммуникационных систем: Сб. трудов. Вып. 17. - Воронеж: Изд-во "Научная книга", 2012. - С. 360-367.
70. Чудинова К.В., Кравец О.Я. Проблеми в програмното управление на гъвкавостта на сървърната архитектура използвана от предприятията// Парадигма (България). - 2016. №1. Т. 1. - С. 160-171.
71. Terekhov D.V., Sidorenko E.V., Danilov A.D. Development trends of modern automated process control systems at Novovoronezh NPP/ Izvestiya Wysshikh Uchebnykh Zawedeniy, Yadernaya Energetika. Vol. 2017, Iss. 3. P. 66-76.
72. Sergeev, I.A., Gorbaev, V.A., Terekhov, D.V. Neutron flux monitoring equipment in the design of Novovoronezh NPP-2 // Izvestiya Wysshikh Uchebnykh Zawedeniy, Yadernaya Energetika. Vol. 2017, Iss. 3. P. 108-120.
73. Danilov A.D., Kravets O.Ja., Terekhov D.V. Problems and features of data structure modeling in distributed Web-oriented production systems// IOP Conf. Ser.: Mater. Sci. Eng. 537. 2019. 032013. https://doi.org/10.1088/1757-899X/537/3/032013.
74. Поваров В.П., Рыжков А.В., Терехов Д.В. Программно-технические комплексы автоматизированных систем управления турбиной атомной электростанции// Электротехнические комплексы и системы управления. 2015. № 1. С. 48-52.
75. Данилов А.Д., Терехов Д.В. Особенности архитектуры информационной системы реального времени// Системы управления и информационные технологии. 2018. № 4 (74). С. 49-54.
76. Терехов Д.В., Данилов А.Д Анализ альтернативных вариантов архитектур информационных систем специального назначения// Экономика и менеджмент систем управления. 2018. Т. 30. № 4-1. С. 190-195.
77. Терехов Д.В., Данилов А.Д. Обработка потоков данных в информационных системах верхнего уровня управления процессами// Системы управления и информационные технологии. 2019. № 1 (75). С. 67-70.
78. Терехов Д.В., Андрюхин А.Г., Данилов А.Д. Моделирование работы web-приложения с объектами базы данных и внешними объектами// Системы управления и информационные технологии. 2019. № 2 (76). С. 71-74.
79. Терехов Д.В., Данилов А.Д. Сравнительный анализ СУБД для выбора операционной базы данных// Системы управления и информационные технологии, №3(77), 2019. - С. 56-63.
80. Терехов Д.В. Программное управление целевыми характеристиками метода синхронизации базы данных// Системы управления и информационные технологии, №3(77), 2019. - С. 82-86.
81. Терехов Д.В., Данилов А.Д. Хранение данных процесса в информационных системах специального назначения// Вестник Воронежского государственного технического университета. 2019. Т. 15. № 1. С. 48-56.
82. Терехов Д.В., Данилов А.Д., Гусев К.Ю. Реестр данных для обучения информационной системы поддержки оператора АЭС. Свидетельство о государственной регистрации программы для ЭВМ №2020620235 от 07.02.2020. Заявка №2020620063 от 22.01.2020. М.: ФИПС, 2020.
83. Терехов Д.В., Данилов А.Д. Совершенствование конфигурации автоматизированной системы управления технологическим процессом ядерного блока// Безопасность, эффективность и экономика атомной энергетики: XI межд. НТК. М., 2018. С.197-201.
84. Данилов А.Д., Терехов Д.В. Подход к построению математического и программного обеспечения управления потоками данных в информационных системах специального назначения// Информационные технологии в экономике и управлении: матер. Ш-й Всеросс. НПК. Махачкала: ДагГТУ, 2018. - С.31-34.
85. Danilov A.D., Terekhov D.V. System modeling of the problem of designing internet-oriented database applications// Modern informatization problems in the technological and telecommunication systems analysis and synthesis (MIP-2019'AS). Proc. of the the XXIV-th Int. Open Science Conf. - Yelm, WA, USA: Science Book Publishing House, 2019. P. 289-294.
86. Поваров В.П., Терехов Д.В., Данилов А.Д. Особенности использования многоуровневой конфигурации специализированной информационной системы в задачах реализации принципа разнообразия систем безопасности 4-го блока Нововоронежской АЭС// Ядерная и радиационная безопасность. - 2019. -Спецвыпуск.- С.41-45.
87. Terekhov D.V., Danilov A.D. Modeling traffic and queuing analysis based on modulated Markov processes// Modern informatization problems in the technological and telecommunication systems analysis and synthesis (MIP-2020'AS): Proc. of the XXV-th Int. Open Science Conf. - Yelm, WA, USA: Science Book Publishing House, 2020. - P. 278-288.
88. Kam-yiu Lam, Tei-Wei Kuo. Real-Time Database Systems: Architecture and Techniques, RTDB 2001. Kluwer Academic Publishers 2001.
89. Azer Bestavros, Victor Fay Wolfe. Real-Time Database and Information Systems - Research Advances, Papers from the Second International Workshop on Real-Time Databases, RTDB'97, September 18-19, 1997, Burlington, Vermont, USA. Kluwer Academic Publishers 1997.
90. Kwei-Jay Lin. Online-Proceedings of the First International Workshop on Real-Time Databases: Issues and Applications, March 7-8, 1996, Newport Beach, California, USA. 1996.
91. Ackerman, W. B. Data flow languages. Computer 15, 2 (Feb. 1982), 15-25.
92. Broy, Manfred (ed.). Control flow and Data flow: Concepts of Distributed Programming. Proc. of NATO ASI. Springer-Verlag, Berlin (1985).
93. Davis, A. L. and Keller, R. M. Data flow program graphs. IEEE Computer 15, 2 (1982), 26-41.
94. Denning, Peter J. Operating systems principles for data flow
networks. Computer (July 1978), 86-96.
95. Dennis, Jack B. "Models of Data Flow Computation." Control Flow and Data Flow: Concepets of Distributed Programming. Manfred Broy (ed.). SpringerVerlag, Germany (1985).
96. Kavi, K. M., Buckles, B. P., and Bhat, U. N. A formal definition of data flow graph models. IEEE Trans. Computers C-35, 11 (1986), 940-948.
97. Sharp, J. A. Data Flow Computing. Ellis Horwood, Ltd. (1985).
98. Campbell, Michael L. Static allocation for a dataflow multiprocessor. Proc. Int'l Conf. Parallel Processing (1985), 511-517.
99. Campbell, Michael L. Syntax-directed allocation for a static data flow multiprocessor. Proc. 1st Int'l Conf. on Supercomputing Systems (IEEE) (Dec. 1985), 541-548.
100. Ho, Lawrence Y. and Irani, Keki B. An algorithm for processor allocation in a dataflow multiprocessing environment. 1983 IEEE Int'l Conf. on Parallel Processing, 338-340.
101. Hong, Yang-Chang and Payne, Thomas H. Efficient computation of data flow graphs in a hypercube architecture. Computer Systems Science and Engineering 2, 1 (Jan. 1987), 29-41.
102. Hong, Yang-Chang, Payne, Thomas H., and Ferguson, LeBaron O. An architecture for a dataflow multiprocessor. Proc. IEEE Int'l Conf. on Parallel Processing (1985), 349-355.
103. Koren, Israel, Mendelson, Bilha, Peled, Irit, and Silberman, Gabriel M. A data-driven VLSI array for arbitrary algorithms. Computer 21, 10 (Oct. 1988), 30-43.
104. Rong, Gao Guang. Pipelined mapping of homogeneous data flow programs. Proc. IEEE Int'l Conf. on Parallel Processing (1984), 532-534.
105. Babb, Robert G., II, Store, Lise, and Ragsdale, William C. A large-grain data flow scheduler for parallel processing on CYBERPLUS. Proc. IEEE Int'l Conf. On Parallel Processing (1986), 845-848.
106. Barkhordarian, Shahram. RAMPS: A realtime structured small-scale data flow system for parallel processing. Proc. IEEE Int'l Conf. on Parallel
Processing (1987), 610-613.
107. Ercegovac, M. D., Chan, P. K., and Ravi, T. M. A data flow multimicroprocessor architecture for high-speed simulation of continuous systems. Int'l. Workshop on High-Level Architectures. Los Angeles (1984).
108. Finn, Dennis J. Simulation of the Hughes Data Flow Multiprocessor architecture. Proc. (IEEE) 1st Int'l Conf. on Supercomputing Systems. (Dec. 1985), 330340.
109. Gaudiot, J. L. and Ercegovac, M. D. Evaluation of ring communication networks in a data-flow computer. Proc. 3rd Annual Phoenix Conference on Computers and Communications (1984).
110. Gaudiot, J. L. and Ercegovac, M. D. Performance analysis of a data-flow computer with variable resolution actors. Proc. 4th Int'l Conf. on Distributed Computing (1984).
111. Gaudiot, J. L., Pi, J. I., and Campbell, M. L. Program graph allocation in distributed multicomputers. Parallel Computing 7 (1988), 227-247.
112. Lee, Edward Ashford and Messerschmitt, David G. Static scheduling of synchronous data flow programs for digital signal processing. IEEE Trans. Computers C-36, 1 (January 1987).
113. Dennis, Jack B. Data flow supercomputers. Computer 13, 11 (Nov. 1980),
48-56.
114. Dennis, Jack B. The varieties of data flow computers. Proc. IEEE 1979 Int'l Conf. Dist. Sys., 430-439.
115. Gostelow, K. P. and Thomas, R. E. Performance of a simulated dataflow computer. IEEE Trans. Computers C-29, 10 (Oct. 1980), 905-919.
116. Granski, Michael, Koren, Israel, and Silberman, Gabriel M. The effect of operation scheduling on the performance of a data flow computer. IEEE Trans. Computers C-36, 9 (September 1987), 1019-1029.
117. Gurd, J. R., Kirkham, C. C., and Watson, I. The Manchester prototype dataflow computer. CACM 28, 1 (January 1985), 34-52.
118. Gui-zhong, Liu and Yun-gui, Ci. A model of quantitative analysis for performance evaluation of static data flow computers. Proc. IEEE Int'l Conf. on Parallel Processing (1986), 611-615.
119. Jagannathan, R. and Ashcroft, E. A. Eazyflow: a hybrid model for parallel processing. IEEE Int'l Conf. on Parallel Processing (1984), 514-523.
120. Rumbaugh, James. A data flow multiprocessor. IEEE Trans. Computers C-26, 2 (February 1977), 138-146.
121. Srini, Vason P. A fault-tolerant data flow system. Computer 18, 3 (March 1985), 54-68.
122. Veen, Arthur H. Dataflow machine architecture. ACM Computing Surveys 18, 4 (December 1986), 365-396.
123. Watson, Ian and Gurd, John. A practical data flow computer. Computer 15, 2 (February 1982), 51-57.
124. Wei, Yi-Hsiu and Gaudiot, Jean-Luc. Demand-driven interpretation of FP programs on a data-flow multiprocessor. IEEE Trans. Computers 37, 8 (August 1988), 946-966.
125. Babb, Robert G., II. Parallel processing with large-grain data flow techniques. Computer 17, 7 (July 1984), 55-61.
126. Babb, Robert G., II and DiNucci, David C. Design and Implementation of Parallel Programs with Large-Grain Data Flow. Chapter in: The Characteristics of Parallel Algorithms, (Ed. L. H. Jamieson, Dennis Gannon, and R. J. Douglas). MIT Press, Cambridge, MA (1987).
127. Boral, Haran and DeWitt, David J. Applying data flow techniques to data base machines. Computer 15, 8 (August 1982), 57-63.
128. Carlson, William W. and Fortes, J. A. B. On the performance of combined data flow and control flow systems: experiments using two iterative algorithms. Proc. IEEE Proc. Int'l Conf. on Parallel Processing (1987), 671-679.
129. Gajski, D. D., Padua, D. A., Kuck, D. J., and Kuhn, R. H. A second opinion on data flow machines and languages. Computer 15, 2 (February 1982), 58-69.
130. Requa, Joseph E. and McGraw, James R. The piecewise data flow architecture: architectural concepts. IEEE Trans. Computers C-32, 5 (May, 1983), 425438.
ПРИЛОЖЕНИЕ 1
Особенности визуализации в рамках специального математического и
программного обеспечения
В рамках продления срока эксплуатации энергоблока №4 Нововоронежской АЭС сверх 45 лет была проведена модернизация информационно вычислительной системы (ИВС) энергоблока. В результате модернизации выполнена замена оборудования устаревших информационно-вычислительных систем СППБ, СОТИ-М и СВРК на современную информационно-вычислительную систему с реализацией функций: представления параметров безопасности (СППБ) и внутриреакторного контроля (СВРК), регистрации важных параметров эксплуатации (СРВПЭ), а также интеграция информации смежных подсистем СКУ энергоблока.
П.1.1. Общие задачи и требования к визуализации в информационно-вычислительной системе
Оборудование ПТК ИВС предназначено для выполнения информационных функций при нормальной эксплуатации и нарушениях нормальной эксплуатации. При аварийных ситуациях обеспечивается регистрация информации в СРВПЭ, представление параметров безопасности на БЩУ и РЩУ и передача информации в аварийный центр АЭС (АЦ АЭС), внешний аварийный центр АО «Концерн Росэнергоатом» (АЦ КРЭА) и ЛВС АЭС.
ИВС предназначена для реализации следующих информационных функций:
- сбора информации от предусмотренных проектом модернизации подсистем СКУ ЭБ (интеграции подсистем автоматизации НВАЭС-4);
- регистрации (архивирования) полученной информации, включая команды операторов и положение механизмов систем безопасности;
- представления актуальной и ретроспективной информации оперативному персоналу, а также экспертам аварийных центров АЭС и Концерна Росэнергоатом;
- представления оперативному персоналу световой и звуковой
сигнализации при выходе параметров за проектные уставки;
- вывода на печать зарегистрированной информации в различной форме;
- обеспечение единым временем оборудования ВК ИВС и смежных подсистем СКУ ЭБ нижнего уровня автоматизации, от которых ВК ИВС принимает информацию;
- функций СППБ;
- функций СВРК.
Основу ИВС составляют комплекты специального оборудования (КСО), предназначенные для обработки массивов, регистрации, накопления и передачи информации сменному оперативному персоналу управления АЭС и другим пользователям.
Для обеспечения надёжной безотказной работы части компонентов ИВС при авариях работоспособности функций СППБ, СРВПЭ и передачи информации в аварийные центры, электропитание серверов оперативного контура и СРВПЭ, коммутаторов сетей уровня данных и оперативного контура ИВС, а так же двух РС из состава АРМ БЩУ и двух АРМ РЩУ осуществляется от САЭ I категории (инверторная сеть щитов постоянного тока СБ). При этом каждая единица указанного выше резервированного оборудования, размещенная в помещении Э-309,получает электропитание от САЭ двух разных инверторов первого канала СБ, а оборудования, размещенного в помещении Э-310 - от двух разных инверторов третьего канала САЭ СБ.
ИВС функционирует под управлением ОС Astra Linux, сертифицированной в системах сертификации средств защиты информации ФСТЭК России.
В роли основного программного обеспечения выступает аттестованное в «Ростехнадзор» программное обеспечение «Круиз» 3.3, далее ПО ИВС. Разработчиком программного обеспечения является ООО «ИФ СНИИП АТОМ».
П.1.2. Архитектура построения шлюзового оборудования для работы со смежными системами энергоблока
Рисунок П.1.1 - Компоновка смежных систем по шлюзам ИВС 4 блока
Архитектура построения шлюзового оборудования для работы со смежными системами энергоблока. Все шлюзы скомпонованы в двух помещениях
покомплектно и являются дублирующими друг друга. Все шлюзы 4 блока имеют однотипную конфигурацию и однотипное программное обеспечение и входят в состав ИВС. Данная компоновка позволила решить сразу несколько проблем:
- особенность расположения оборудования и смежных систем на энергоблоке №4. При классической компоновке (5,6,7) пришлось бы устанавливать к серверу каждой системы дополнительный шкаф шлюза. В случае с ИВС 4 блока от сервера смежной системы требуется лишь порт обычной сетевой карты. Всё остальное оборудование, в том числе активное входит в состав ИВС;
- всё шлюзовое оборудование и программное обеспечение обслуживается одним ремонтным участком. На 5, 6, 7 блоках каждая смежная система имеет собственную пару шлюзов, которые обслуживаются участком-владельцем смежной системы. Для каждой системы шлюзы имеют разную аппаратную конфигурацию и системное программное обеспечение, что зачастую приводит к сложностям при интеграции смежных систем в ИВС (СВБУ).
На рис. П.1.1 приведена компоновка смежных систем по шлюзам ИВС 4 блока.
В данный момент всё шлюзовое оборудование готово к приёму данных от систем, перечисленных на рисунке. При интеграции новой системы достаточно предусмотреть прокладку кабеля типа «витая пара » до шкафа смежных систем. Также, это решение позволило избежать «скрещивания» активного оборудования смежных систем с оборудованием ИВС.
П.1.3. Особенности программного обеспечения информационно-вычислительной системы
ПО ИВС имеет большие возможности для конфигурирования, модернизации.
ПО ИВС является мультиплатформенной системой, что позволяет эксплуатировать его под управлением операционных систем Linux и Windows.
ПО ИВС имеет модульный тип построения. Пакет настраиваемых
«профилей» оборудования позволяет в кратчайшие сроки конфигурировать один «системный блок» под разные задачи, от шлюза до сервера. Эти свойства программного обеспечения дают возможность иметь универсальный резерв оборудования при ограниченном количестве ЗИП.
ПО ИВС имеет широкие возможности по разделению прав пользователей и протоколирования изменений, вносимых администраторами и сопровождающим персоналом.
База данных ИВС позволяет обрабатывать до 20000 аналоговых и 40000 дискретных сигналов и может быть расширена, при необходимости. Интерфейс для конфигурирования базы данных позволяет вносить изменения в режиме онлайн, что не всегда возможно в других ИВС (СВБУ).
Программное обеспечение позволяет сравнивать параметры с уставками и выдавать дискретный сигнал об отклонении параметра от нормальных значений в аппаратуру СК-03. Применимо к 4 блоку НВАЭС эта функция реализована для выдачи световой и звуковой сигнализации на панели нормальной эксплуатации БЩУ. Но возможно применение и в управляющих системах, в дальнейшем.
Широчайшие возможности представления состояния технологического оборудования блока на форматах рабочих станций БЩУ и рабочих местах пользователей ЛВС НВАЭС. Инструменты, имеющиеся в ПО ИВС (создание средних, суммарных, минимальных, максимальных значений от любого количества переменных), позволяют описать и представить на видеокадре работу практически любого оборудования. Но главным отличием от систем-конкурентов является возможность отображения на форматах ИВС информации в виде графиков. Визуальное представление динамики технологического процесса на экране монитора помогает оператору БЩУ проводить оперативный анализ о состоянии основного оборудования и принимать решение о дальнейших действиях. Для удобства навигации между форматами, они разделены на несколько
- Технологические форматы - предназначены для выдачи оперативному персоналу БПУ информации о работе различных систем энергоблока. Они
показывают текущее состояние систем и оборудования с помощью мнемосхем, цифровых значений параметров, барграфов и графиков, отражающих краткосрочную динамику изменения отдельных параметров, важных для контроля. Каждый формат в целом отражает работу отдельных систем, но нарисован таким образом, что параметры контроля разбиты по системам безопасности (СОБ) блока.
Рисунок П.1.2 - Групповой видеокадр вызова технологических форматов
Формат САОЗ ВД. Пиктограммы оборудования и цифровые значения параметров расположены в соответствии с системами безопасности (СОБ), от которых ИВС принимает данные сигналы.
Отдельные поля на видеокадре интерактивны, они меняют цвет при условии выхода за уставки определенных параметров, связанных с данным полем. Оператор, щелкнув мышью по интерактивному полю, может перейти на формат с «внеуставочным» параметром для более подробного ознакомления с ситуацией, повлекшей выход параметра за уставку.
- Форматы Теплофизического контроля (ТФК). На данных форматах предоставлена информация по расчетам системы внутриреакторного контроля СВРК. На данных форматах выводятся данные расчетов полей активной зоны, и числовыми значениями выведены температурные характеристики тепловыделяющих сборок, цветовыми различиями показываются результаты анализа состояния зоны
Рисунок П.1.3 - Форматы теплофизического контроля
Оперативные форматы позволяют отслеживать определенный набор параметров, отражающих текущую работу энергоблока. Они состоят из набора текущих цифровых значений параметров, а также трендов (графиков) этих параметров за определенный диапазон времени. Кнопки выбора временного диапазона графиков (расположенные в заголовке формата) позволяет ступенчато
изменять временные характеристики отображения трендов от 1 минуты до 36 часов. Данный форматы удобно использовать на мониторах АРМ, расположенных на панелях БПУ, оперативный персонал, работающий у пультов БПУ может контролировать свои действия на мониторах панелей . Видеокадры формально разделены на форматы по РО и ТО, где на первых отражены, в основном, параметры первого контура, на оперативных форматах ТО - параметры связанные с работой второго контура и ТА.
Форматы имеют интерактивные кнопки для быстрого перехода между форматами своей группы оперативных форматов, а также поля для перехода на технологические форматы систем, связанных с отображаемым на формате параметром.
Рисунок П.1.4 - Оперативный формат РО
□
Файл -li'r
О Q □ ё i. ® j |Тк1д™Г~
(НаюединеидмДЗСБд^ММДРИН! ТА 11,12
~3 i п ✓ 0 Р
-3 i 0 ? i ''t«
• " ■■ ll :•• ......... t С- 'ЛИИ
Тэ<м> сут
A1 i А2 A3
Т1 и тз
J4>K Инфо
19.1995
А5 А6 А7
| Обзор РО 4ГЦН ТО 4ПГ _ЗЦ
РК
ТА -11,12
J4 Т5 С
Техно Ф Опер Ф
11В 12Б 12В
109 110 ТО »та™ A3 109 1М 110
v. 1 --ll -I I АЗТП 2 тинап У&1 /В2 АЗЗ АЛ AJ-1 AJ-2 Д^З AJ4
6 петель в работе РМ
NT % 99.55
NT МВТ 1403 1369
ДТ1к 'С 28.6
МВт 435.5
Nir-11 МВт 222.1
Ntt-12 МВТ 213.8 Ргпк кгс/см5 45.4 45.3
Раз кгс/см2 126.3
ЛРаз кгс/см2 2.39
Нко н 4.441
Т1к "С Ts = 327 2 80.0
Н12 см 130+240 213 Сн3во5 Г/ДМ! 5.26
тингенх [14-37] 91.9
Т™ "С [15-28| 30B.S
4Ттас»С [15-28| «.4
Kq [15-31] 1.41 1.36
Kq'Kk [15-28] 156 1.54
Kv'Kk [15-28|/8 2.05 1.83
0.6
с™ 50.000
OKHS
За11ПВД
ГПК-1
р 45.4
ТА-11
1372 За рег.ст 63.4 Р 25.5
221 0 Отборы
Р10Т24.1 Р20Т17.1
д-з
0.270 5.7
КН-11
р 17.9
-от 11.1 Масло
р30т 10.61 41.8
За ЦВД
Р 1.6
Выхлоп
Тд 31.3 Тв 31.0
Конденсат
т 49.7
Упл. ЦВД Р
Упл ЦНД
р 0.5
спп Тд 240.9 тБ 242.1
н1с0.285 Н2с0.348
Нксс
ГПК-2
Р 45.3
ТА-12
Упл. ЦВД Р
Упл ЦНД
р 0.6
Масло
43.9
спп Тд 240.1
ТБ
М.346 М.305
Нксс
За рег.ст
Р 24.2
Отборы
Р1ОТ23.0 р20т16.1
рзот10.8
За ЦВД
р 1.8
Выхлоп
Тд 32.4 тБ 32.4
Конденсат
т 31.0
то
За 12ПВД
1377 63.0 218.9
ТА-11,12 Питательн
Д-4
0.265 5.7
КН-12
Р 17.1
ПГ-ГПК
пвд-спп кпд
Блока
Маслосист. ТА-11,12 Бибросост.
ТА-11 Вибросост. ТА-12
4ПГ-1.. 1 2
827
Просмотр арагемы- й fBffiiin - Реджтиро...
1 Ш к- Ш *■'■ Гг в« 1435
Рисунок П.1.5 - Оперативный формат ТО
Часть световых технологических сигнализаций, расположенных на панелях БПУ выводятся через аппаратуру ИВС/СВРК. Для оперативного информирования персонала БПУ о причинах срабатывания сигнализации на панели созданы форматы, полностью повторяющие мнемосхему панели БПУ. Срабатывание сигнализации на панели БПУ дублируется изменением цвета сигнализации на формате соответствующей панели. Пользователь, заинтересовавшийся причиной срабатывания сигнализации может, щелкнув мышью по пиктограмме сигнализации, получить информацию о сигнале, вышедшем за границы нормальной эксплуатации, его текущем значении, уставках сигнализации для данного сигнала , адресе измерительного канала в аппаратном шкафу ИВС, а также адресе канала сигнализации для данного параметра. Для быстрого доступа к информации по сигнализациям кнопки вызова форматов панелей расположены на правой панели « Header», постоянно находящейся на экране монитора.
Рисунок П.1.6 - Визуальный имитатор панели БПУ
Для полного оперативного информирования пользователя ИВС о параметрах, вышедших за уставки (аварийных или предупредительных) существует формат, вызвав который, оператор может ознакомиться с перечнем технологических нарушений на текущий момент времени.
Рисунок П.1.7 - Информационный формат с текущим перечнем сигналов с технологическими нарушениями
Пользователь, заинтересованный в подробной информации по конкретному сигналу может вызвать подформат, выдающий полный набор данных по сигналу -его наименование, КО сигнала, адрес сигнала в аппаратном шкафу или принадлежность сигнала к сторонней информационной системе (выдающей данные в ИВС), различные технологические признаки, характеризующие состояние, достоверность, уставки сигнализаций, а также статусы вычисления и обработки сигнала в ИВС.
Рисунок П.1.8 - Подформат с информацией о сигнале ИВС
Постоянно присутствующая на форматах левая панель отражает время и дату, позволяет переходить между различными группами форматов (Технологическими, Оперативными, ТФК, форматами сигнализаций), а также важнейшие параметры работы энергоблока.
Панель имеет активные поля. При выходе параметра или нескольких параметров связанных с данным полем, за уставки, поле меняет цвет, информируя оператора о выходе за нормальные условия работы. Щелкнув по активному полю оператор переходит на соответствующий формат, где может отследить изменения параметров. Например, при щелчке мыши по параметру мощности ТА, можно сразу же перейти на технологический формат по ТА, с данными по работе систем, связанных с данным ТА. Активное поле «Обесточивание каналов СБ» переводит оператора БПУ на формат «Ступенчатый пуск», где он может отслеживать прохождение СП в случае аварийного отключения одного из каналов СБ.
Рисунок П.1.9 - Формат «Header»
На формате «Header» имеется интерактивное поле для отображение состояния узлов критических функций безопасности КФБ с возможностью интерактивного перехода по клику мыши на формат соответствующего узла КФБ.
Рисунок П.1.10 - Технологический формат САЭ
Рисунок П.1.11 - Возможность интерактивного перехода
Графики и табличное отображение данных. Важное значение для контроля состояния энергоблока имеют архивные данные о состоянии систем блока.
Рисунок П.1.12 - Табличный вид архивного отчета с полем выбора диапазона времени архивных данных
Пользователь может получать информацию о текущих и архивных данных в виде таблиц и графиков выбранного оператором набора переменных. Для более информативного предоставления данных в отчетах, оператор может выводить графики в различных видах, выбирать масштаб осей, сегменты для отображения различных переменных.
Рисунок П.1.13 - Различные виды графического предоставления данных и
архивов
Программное обеспечение СВРК реализовано на базе ПО «Круиз 3.3». Все
алгоритмы, применяемые «Ростехнадзором».
в СВРК, верифицированы и аттестованы
Преимуществами над конкурентами является наличие в ПО СВРК, встроенных программных инструментов, предоставляющих возможность инженерам ЯФЛ ОЯБиН самостоятельно проводить ряд работ, которые невозможно выполнить, например на 6,7 блоке, без поддержки разработчика программного обеспечения СВРК 6,7 блока.
Программа Overload позволяет подготовить константную базу СВРК к очередной топливной кампании. А также провести проверку корректности проделанных работ.
Программа валидации позволяет провести проверку ПО и базы данных после внесения в него изменений на противоречивость содержащихся данных.
Программа коэффициентов поправок по показаниям термопар на выходе из кассет. Приложение производит расчёт поправок к показаниям на выходе из кассет из-за не центрального расположения термопар в ТВС. Эти поправки обеспечивают уменьшение систематической погрешности для всех кассет, но в первую очередь для ТВС верхнего и нижнего рядов.
Работа с «сырыми архивами» на локальном рабочем месте позволяет «проиграть» один и тот же временной диапазон работы энергоблока с проведением расчётов и отображением всех параметров регистрирующихся на блоке в этом временном диапазоне.
Подводя итог, следует сказать, что особенности построения системы, готовность к дальнейшему развитию, расширенные возможности интерфейса, гибкость конфигурации, большой набор вспомогательных программных инструментов, делает информационно-вычислительную систему энергоблока №4 под управлением программного обеспечения «Круиз» хорошей альтернативой классическим решениям, применяемым в настоящее время на АЭС РФ.
ПРИЛОЖЕНИЕ 2
Структуры данных и переменные в системе обработки данных для
управления процессами
Системные сообщения
Событие Сообщение
SPVSTATUS (изменение статуса PDM) «Статус PDM %1->%2»
SECURITY (нарушение безопасности при доступе к переменной) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4»
SECURITY_STATION (нарушение безопасности при доступе к станции) «Нарушение безопасности пользователем '%1' - станция'%2' : %3»
UNSUPPORTED (операция не поддерживается) «Операция не поддерживается Пользователь '%1'%2-РУ%3' : %4»
SUBSTITUTE (нарушение безопасности при замене значения переменной) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4»
SUSPEND (нарушение безопасности при блокировке сбора переменной) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND CMD (нарушение безопасности при блокировке выполнения команды) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND_ALARM (нарушение безопасности при блокировке сигнализации) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND ACK (нарушение безопасности при задании авто-квитирования) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND DISP (нарушение безопасности при блокировке отображения) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND CH i (нарушение безопасности при приостановке архивирования в канал i) «Нарушение безопасности пользователем'%1'%2-РУ%3' : %4-%5»
SUSPEND_STATION (нарушение безопасности при приостановке обработки станции) «Нарушение безопасности пользователем '%1' станция '%2' : %3-%4%5»
SUSPEND_STATION_CMD (нарушение безопасности при блокировании команд станции) «Нарушение безопасности пользователем '%1' станция '%2' : %3-%4%5»
SUSPEND_STATION_ALARM (нарушение безопасности при блокировании сигнализаций станции) «Нарушение безопасности пользователем '%1' станция '%2' : %3-%4%5»
SUSPEND_STATION_ACK (нарушение безопасности при отмене квитирования для станции) «Нарушение безопасности пользователем '%1' станция '%2' : %3-%4%5»
SUSPEND_STATION_CH_i (нарушение безопасности при блокировании архивирования в канал i станции) «Нарушение безопасности пользователем '%1' станция '%2' : %3-%4%5»
USE_DEADBAND (смена признака использования зоны нечувствительности) «Использование зоны нечувствительности Пользователь'%1' ANA-PV '%2' : %3»
CHG_DEADBAND (смена зоны нечувствительности) «Зона нечувствительности Пользователь '%1' ANA-PV '%2' : %3»
USE_DEADBAND_STATION (смена признака использования зоны нечувствительности для станции) «Использование зоны нечувствительности Пользователь'%1' станция '%2' : %3»
SET_RESOURCE_STATION (смена зоны безопасности для станции) «Смена зоны безопасности Пользователь '%1' станция '%2' : %3»
CHG_BOUND_LOW (смена нижней границы) Пользователь '%1'ANA-PV'%2' : Смена нижней границы(%3) : %4»
CHG_BOUND_HIGH (смена верхней «Пользователь '%1'ANA-PV'%2' : Смена
Событие Сообщение
границы) верхней границы(%3) : %4»
CHG_GRADIENT_LOW (смена нижнего градиента) «Пользователь '%1'ЛКЛ-Р^%2' : Смена нижнего градиента : %3»
CHG_ GRADIENT _НЮН(смена верхнего градиента) «Пользователь '%1'Л^-РУ%2' : Смена верхнего градиента : %3»
CHG_NORMALSTATE (смена нормального состояния) «Пользователь %1'ВШ-РУ%2' : Смена нормального состояния : %3»
RESET_COUNTER (сброс счетчика) «Пользователь %1'ВШ-РУ%2' : Сброс счетчика»
RESET_ACCUMULATION (сброс накопленного значения) «Пользователь %1'ЛКЛ-Р^%2' : Сброс накопленного значения»
RESET_INTEGRATION (сброс интегрирования) «№ет'%ГЛКЛ-Р^%2' : Сброс интегрирования»
LOGIN (регистрация пользователя) «Пользователь %1' регистрация '%2' на '%3'»
SETVALID (установка признака правильности конфигурации переменной) «Пользователь %1',установил %2-PV '%3' : %4»
OVERLOAD (перегрузка) «Перегрузка станции '%1', уровень '%2' : %3»
HEARTBEAT (тактовый импульс) Изменяет свое значение каждую секунду
TASKSTATUS (изменение статуса приложения) «Приложение '%1' статус '%2' -> '%3'»
NODESTATUS (изменение статуса узла) «Узел '%1' статус '%2' -> '%3'»
CHG SUBST (смена значения замены для переменной) «Пользователь '%1', %2-PV '%3' : Смена значения подстановки : %4»
LOG_SUSPEND_ON (включение блокировки переменной) « Пользователь '%1', %2-PV '%3' : Заблокировано»
LOG_SUSPEND_ON_CMD (включение блокировки команды) « Пользователь '%1', %2-PV '%3' : Команда заблокирована»
LOG_SUSPEND_OFF (выключение блокировки переменной) « Пользователь '%1', %2-PV '%3' : Разблокировано»
LOG_SUSPEND_OFF_CMD (выключение блокировки команды) « Пользователь '%1', %2-PV '%3' : Команда разблокирована»
LOG_SUSPEND_STATION_ON (включение блокировки переменных станции) « Пользователь '%1', '%2' : Станция заблокирована»
LOG_SUSPEND_STATION_ON_CMD (включение блокировки команд станции) « Пользователь '%1', '%2' : Команды станции заблокированы»
LOG_SUSPEND_STATION_OFF (выключение блокировки переменных станции) « Пользователь '%1', '%2' : Станция разблокирована»
LOG_SUSPEND_STATION_OFF_CMD (выключение блокировки команд станции) « Пользователь '%1', '%2' : Команды станции разблокированы »
LOG MANUAL (изменение значения оператором) « Пользователь '%1', %2-PV '%3' : Задано значение '%4'»
LOG_COMMAND (команда от оператора) « Пользователь '%1', %2-PV '%3' : Команда '%4'»
Данные для динамического создания текстов при нарушениях границ
аналоговых данных
Данные Описание
BOUND NORMAL (значение в границах) «ACT:%1 BOUND:%2 DIM%3 NORMAL»
BOUND 1 LOW (значение меньше нижней границы 1) «ACT:%1 BOUND:%2 DIM%3 L1»
BOUND_2_LOW (значение меньше нижней границы 2) «ACT:%1 BOUND:%2 DIM%3 L2»
BOUND 3 LOW (значение меньше нижней границы 3) «ACT:%1 BOUND:%2 DIM%3 L3»
BOUND 4 LOW (значение меньше нижней границы 4) «ACT:%1 BOUND:%2 DIM%3 L4»
BOUND_1_HIGH (значение больше верхней границы 1) «ACT:%1 BOUND:%2 DIM%3 H1»
BOUND_2_HIGH (значение больше верхней границы 2) «ACT:%1 BOUND:%2 DIM%3 H2»
BOUND_3_HIGH (значение больше верхней границы 3) «ACT:%1 BOUND:%2 DIM%3 H3»
BOUND_4_HIGH (значение больше верхней границы 4) «ACT:%1 BOUND:%2 DIM%3 H4»
GRAD NORMAL (скорость изменения в норме) «ACT:%1 DIM%2 NORMAL»
GRAD LOW (низкая скорость изменения) «ACT:%1 DIM%2 DOWN»
GRAD HIGH (высокая скорость изменения) «ACT:%1 DIM%2 UP»
RANGE LOW (выход за нижнюю границу диапазона) «ACT:%1 DIM%2 LOW (RAW : %3)»
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.