Прогноз погоды на завтра - облачно

Валерий Милых
Журнал Control Engineering

№2 (50)'2014

Сегодня трудно найти специалиста из области промышленной автоматизации или иных смежных инженерных областей, который бы не слышал словосочетание «Облачные вычисления» и «Интернет вещей». Данные словосочетания имеют магическое очарование принципиально новых терминов, на самом же деле имеют достаточно долгую историю становления и развития.

Процесс развития систем промышленной автоматизации можно представить себе как процесс непрерывного количественного и качественного наращивания функциональных возможностей используемых программно-аппаратных решений, создания вычислительных платформ, средств разработки, создания и развития специализированных протоколов передачи данных. Предприятия и здания, оснащенные такими комплексами управления, становятся поистине «интеллектуальными», так как подавляющее большинство операций, требующее ранее служб диспетчерского управления и технологических бригад, выполняются теперь автоматически, опираясь на сложные математические алгоритмы и сценарии управления системами.

Следующим важным моментом стала реализация принципов распределенных систем управления, использование проактивного подхода к прогнозированию развития ситуации на объекте управления. Однако глобальный и транснациональный характер развития производств остро поставил вопрос о реализации принципов устойчивого управления объектами из любой точки мира, в любое время, оперирую при этом колоссальными потоками разнородной информации.

Параллельно с этим процессом шло развитие другой колоссальной распределенной инфраструктуры – Internet. Крайне удачная реализация стека протоколов семейства TCP/IP, стала инструментом для проникновения каналов связи, WEB-сервисов, устройств использующих инфраструктуру Internet, во все сферы жизни человека.

Безусловно, и другие сферы человеческой цивилизации невозможно представить без систем обработки и хранения информации, важнейшей особенностью которых является наличие такого понятия как «глубина хранения информации». К примеру - есть некий процесс, развитие которого: зафиксировано как последовательность измерений его состояния и хранится в базах данных в виде, удобном для последующей выборки и обработки.

Все возрастающие потоки данных и ужесточение к качеству и надежности их хранения, породили такое явление как центры обработки данных. По мере развития центра обработки данных становились не единичным объектом, а распределенной группой объектов, объединенных общим адресным пространством и предоставляемыми сервисами. В качестве отправной точки для очередного шага в развитии распределенных систем хранения и обработки данных, стало осознание того, то центры обработки данных – крайне дорогостоящий объект и каждой организации он и не нужен. Нужно другое - возможность аренды вычислительных мощностей и пространства для хранения накапливаемых и обрабатываемых данных, возможность использования на арендованном пространстве операционных систем, систем управления базами данных. Таким образом появились сервисы типа SaaS, PaaS, IaaS , что позволило говорить о создании инфраструктуры «облаков» или сред «облачных вычислений». Одним из примеров данного подхода может служить «облачная» платформа Microsoft Azure, надежность и работоспособность которой была убедительно показана в процессе обслуживания информационных потоков и вычислительной инфраструктуры Зимних Олимпийских игр 2014 в г.Сочи.

Не стояли на месте и сами программно-аппаратные комплексы. Совершенствовались процессоры различных архитектур, семейств (х86, АРМ) и различных производителей, росла производительность, снижалось энергопотребление и стоимость. Устройства обладали все более развитыми интерфейсными возможностями – проводными (RS232, RS484, USB, CAN, Modbus и т.п.) и беспроводными (WiFi, Bluetooth, 3G, LTE, ZigBee и т.п.) разного уровня.

Кроме того, в области промышленной автоматики появилось огромное количество датчиков, систем сбора исходной информации и исполнительных механизмов различных производителей (ABB, National Instruments, Siemens и т.п.) удобных, стандартизированных по возможностям управления и предназначенных для сбора данных в различных инженерных системах – энергоснабжения, водоснабжения, измерения температуры, давления, влажности и т.д.. Однако, говоря о стандартизации процесса сбора информации и управления исполнительными устройствами необходимо подчеркнуть, что унификация все таки не полная. Изделия различных производителей часто не совместимы и собрать единую систему проблематично. Но и здесь произошли существенные изменения - например: создана и активно развивается семейство программных технологий - так называемое OPC(OLE for Process Control) - предоставляющих единый интерфейс для управления объектами автоматизации и технологическими процессами. Данное решение моно использовать как универсальный инструмент обмена данными с устройствами различных производителей и с использованием разных протоколов обмена данными.

Параллельно развивались операционные системы и среды разработки систем промышленно автоматизации. Яркий пример – семейство операционных систем Microsoft Windows Embedded различных поколений, программная платформа .NET Framework. Активно развивались и иные операционные системы и среды – Android, iOS.

Конечно, работа любой территориально распределенной сети программно-аппаратных систем не возможна без наличия систем управления. На рынке существует большое количество подобных систем (HP OpenView, Microsoft System Center, WanPulse и т.п.), ориентированных работу с теми или иными операционными системами, опирающихся на различные протоколы сетевого управления (пример - SNMP). В перечень задач подобных систем входит обеспечение автоматической установки приложений, обновлений систем безопасности, централизованный сбор и обработку инвентаризационной информации, управление специализированными возможностями операционных систем (например: в семействе операционных систем Microsoft Windows Embedded - управление фильтрами защиты от записи, клавиатурными фильтрами и т.п.).

Таким образом, описанные выше события, системы и явления можно представить как процесс постепенного накопления количественных изменений в разных отраслях человеческой деятельности, которые послужили основой для количественного изменения – возможности существования нового феномена - «интернета вещей». В упрощенной форме, понятие «интернет вещей» можно определить, как совокупность устройств объединенных общими принципами обмена информацией, общим порядком и правилами адресации и обработки управляющих воздействий. Одной из особенностей «интернета вещей», является возможность наследования ранее накопленной информации от однотипных устройств или о прядке их применения в схожих условиях. При этом, важная роль отводится вычислительным алгоритмам (статистические алгоритмы в совокупности с нейронными сетями), в задачу которых входит поиск и накопление значимой информации о «схожих» условиях эксплуатации устройств системы управления объекта для последующего ее тиражирования. Таким образом – «интернет вещей» - может быть только не красивая фигура речи, но и реально работающая технологическая система.

Возвращаясь к теме сложных распределенных систем промышленной автоматизации нельзя не отметить несколько важных проблем:

  • Существует проблема настройки оконечного оборудования, например: в случае замены вышедшего из строя, с последующей загрузкой на новое устройство сетевых настроек, применение к устройству ранее выработанных программных установок, причем автоматически, без использования квалифицированного персонала (Plug n Play);
  • В условиях стремительного увеличения количества точек сбора данных и точек промежуточной обработки данных, необходимо уменьшать стоимость инсталлированного оборудования для снижения общей стоимости проекта, при сохранении как минимум ранее достигнутой функциональности;
  • Современные объекты управления имеют сложную инфраструктуру и поэтому далеко не всегда возможно использование простых математических моделей объекта или его частей - необходимо использование сложных статистических моделей, оперирование большими массивами данных, обеспечение условий применения полученных уточняющих моделей к объектам автоматизации.

Решение описанных проблем не только возможно, но и может быть выполнено с использованием всего арсенала решений накопленных к настоящему моменту:

  • Использование «облачных вычислений» - как удобный инструмент для выбора действительно необходимой модели предоставляемого сервиса и выполнение основного объема вычислений на «облаке», с последующим применением полученных уточненных данных к сети управляющих (эффекторных) устройств объекта управления;
  • Локальные вычислительные системы объекта управления могут работать с уже предварительно обработанными данными, что снижает требования к вычислительным ресурсам и может способствовать суммарному росту производительности управляющей системы, за счет эшелонирования – сложные вычисления производятся с «сырыми» данными в «облаке» и далее передаются уже на локальную вычислительную систему;
  • Обеспечение хранения основного объема данных в «облаке» для снижения издержек. Указанное, не исключает хранение и обработку оперативной и критически важной информации на локальных вычислительных устройствах;
  • Эшелонирование процесса обработки информации и выработки управляющих воздействий, позволяет достичь высоких показателей надежности при отказе канала связи в отдельных сегментах распределенной сети управления;
  • Использование унифицированных инструментов обмена данными (OPC) обеспечивает свободу выбора/замены производителя того или иного вида оборудования при сохранении общих принципов управления объектом;
  • Значительная унификация формы представления данных и хранение данных решает проблему наследования настроек и алгоритмов управления для однотипных конфигураций не только в рамках одного объекта, но и при тиражировании аналогичной программно-аппаратной конфигурации в другом месте и на другом объекте.

Еще большего эффекта можно добиться при разностороннем использовании преимуществ «облачных вычислений» и построенных на их баз сервисов:

  • Использование облачных сервисов позволяет строить масштабируемые системы, по мере необходимости, позволяющие включать в себя функции, которые невозможно (или сложно с точки зрения вычислительных ресурсов) выполнить на стороне локальной системы управления. Примером может служить дополнительный сервис, уточняющий описание «модели объекта управления» на базе моделей статистических расчетов и/или точного учета физических характеристик объекта управления. Уточненные характеристики (настроечные данные) передаются в систему управления конкретного сегмента управления и могут скорректировать его поведение для более точного учета характеристик внешней и внутренней среды;
  • «Донастройка» - механизм воздействия на существующие инженерные системы, выражающийся в выдаче таких воздействий на инженерные системы объекта, которые они сами не может сформировать (по отдельности и не обладая полнотой информации и от других систем);
  • Механизм «наследования» ранее полученных и накопленных данных позволяет использовать упрощенные процедуры запуска удаленных объектов, без использования квалифицированного обслуживающего персонала;
  • Облачные сервисы, базирующие на использовании адаптивных математических моделей (в частности статистических), позволяют запомнить некоторые исходные (определенные проектом) базовые установки и далее поддерживать их в автоматическом режиме использую все ресурсы объекта управления во всех их взаимосвязях.

Подводя некоторый итог можно сказать – «облачный прогноз» - это признак хорошей погоды.

Валерий Милых – Технический Директор ООО “Кварта Технологии”, г. Москва.

Телефон (495) 234-40-18.

E-mail:info@quarta.ru

Полный текст статьи