Программные продукты и системы

Целью данной работы является разработка универсального автоматизированного програм- много средства, интегрирующего преимущества различных методов анализа надежности информационных управляющих систем (ИУС).

Для ее достижения необходимо исследовать существующие методы и механизмы анализа надежности ИУС и использовать преимущества наиболее эффективных из них.

Подобные исследования для аналогичных технических систем рассматривались ранее в [1, 2].

В российских стандартах описано множество механизмов анализа надежности технических систем, например, механизмы построения блок-схем работоспособности и безотказности, графов связности, деревьев событий и деревьев отказов, схем функциональной целостности. Каждый из этих механизмов в силу своих особенностей подходит для определенной ситуации.

По мнению авторов, наиболее эффективным и универсальным методом анализа надежности технических систем является метод построения схемы функциональной целостности (СФЦ).

По определению, СФЦ – специализированная знаковая система, графический язык записи событийных и логических условий реализации исследуемого свойства системы. В контексте данной работы – это надежность. С одной стороны, такой язык относительно прост и удобен для разработчиков и программистов, с другой – аппарат СФЦ является формальным, математически строгим, что позволяет достаточно точно представлять в структурной модели все существующие логические связи множества элементов системы. При необходимости СФЦ можно перестроить в соответствии с текущими изменениями системы.

Основными элементами СФЦ являются функциональные и фиктивные вершины, дизъюнктивные и конъюнктивные дуги и операции инвертирования.

Функциональные вершины выполняют функцию графического представления одного из двух возможных исходов простого случайного события, сопоставленного элементу исследуемой системы.

Все вершины соединены дугами (входящими и исходящими), обозначающими характер влияния между вершинами. Входящие дуги отображают внешнее влияние на вершину, исходящие – влияние рассматриваемой вершины на другие вершины СФЦ. Функциональная вершина без входящих в нее дуг является базовой и называется головной.

Дуги, отображенные стрелками, представляют логическую функцию «ИЛИ» и называются дизъюнктивными. Дуги, отображенные точками, определяют логическую функцию «И» и называются конъюнктивными.

В случае необходимости реализации логического оператора «НЕ» используется инверсный выход, обозначаемый пустой точкой в направлении, противоположном направлению влияния. Таким образом, метод построения СФЦ позволяет строить немонотонные модели и учитывать влияние элементов, снижение надежности которых приведет к повышению надежности всей системы в целом и наоборот.

После построения СФЦ определяется функция работоспособности рассматриваемого свойства системы, которая приводится к многочлену вероятностной функции, выражающему надежность исследуемого свойства системы через величины вероятностей возникновения тех или иных базовых событий в системе. Однако данный метод не предусматривает возможность учета причин отказов или срабатываний тех или иных элементов системы и требует дополнительного текстового описания [3].

Метод построения дерева неисправностей (ДН), подробно описанный в ГОСТе R 27.302-2009, позволяет графически представить причинно-следственную связь всех событий, влияющих на вершину события. Кроме того, метод ДН использует дедуктивный подход, что дает возможность определить все факторы, приводящие к вершине события. Но данный метод не отображает влияние элементов системы друг на друга и их надежность и не позволяет строить немонотонные модели.

Поэтому в процессе создания программного обеспечения использовался разработанный авторами механизм анализа надежности ИУС методом построения расширенной СФЦ (РСФЦ), который использует преимущества обоих подходов. Общий вид одного уровня РСФЦ приведен на рисунке 1.

Только после прохождения необходимого числа итераций алгоритма для каждого уровня РСФЦ появляется возможность определить полную функцию работоспособности и построить многочлен вероятностной функции для исследуемого свойства системы.

По своей структуре РСФЦ – сложная многоуровневая графическо-математическая модель исследуемого свойства объекта анализа, поэтому ее построение в ручном режиме требует больших трудозатрат. Применение векторных графических редакторов диаграмм и блок-схем, систем автоматизированного проектирования, ориентированных на подготовку интерактивных документов с вычислениями и визуальным сопровождением, позволят уменьшить объем трудозатрат, но аналитику придется работать в нескольких программных средах и импортировать данные между ними. По этой причине авторами предлагается специализированное универсальное интерактивное графическое средство автоматизации анализа надежности ИУС (САНИУС) методом построения РСФЦ. В общем виде принцип работы САНИУС изображен на рисунке 2.

В соответствии с данным алгоритмом (рис. 2) пользователь описывает РСФЦ, отвечая на вопросы САНИУС.

Во-первых, пользователю необходимо описать рабочий процесс исследуемого свойства объекта анализа, используя графический инструментарий САНИУС, указывая не только элементы объекта анализа, задействованные в реализации исследуемого свойства, но и связи между ними. Данный процесс представляет собой не что иное, как процедуру построения упрощенной блок-схемы работоспособности исследуемого свойства ИУС.

Второй этап – построение САНИУС первого уровня РСФЦ путем сбора информации от пользователя в интерактивном режиме. На данном этапе описываются типы и виды всех возможных влияний на подсистемы исследуемой ИУС, их источники и причины. Как только будет сформирован первый уровень и известны все элементы объекта анализа, задействованные на втором уровне, САНИУС переходит к построению второго уровня РСФЦ. Этот процесс продолжается до тех пор, пока не будут определены элементарные события в каждой из ветвей РСФЦ.

Используя информацию о связях между элементами РСФЦ, полученную от пользователя, САНИУС формирует многочлен вероятностной функции, являющийся математическим выражением надежности исследуемого свойства системы, через базовые элементы РСФЦ, построенной САНИУС. Подобным образом САНИУС формирует многочлены вероятностных функций надежностей всех подсистем исследуемой ИУС.

Когда графическая модель полностью построена, САНИУС заполняет вероятностные параметры базовых элементов РСФЦ, получая данную информацию от пользователя в интерактивном режиме. Информация о вероятности возникновения базовых событий РСФЦ может быть получена из различных источников. Это могут быть метеорологические прогнозы, гарантийные данные, указанные производителем, или надежность подсистем исследуемой ИУС, вычисленная исходя из схемы соединения элементов.

Таким образом, разработанное ПО САНИУС позволяет аналитику автоматизировать сложный процесс анализа надежности ИУС, требующий больших трудозатрат при ручном построении или при построении посредством программных средств, предназначенных для широкого круга задач. Кроме того, благодаря применению в САНИУС универсального интеграционного подхода к проблеме анализа надежности методом построения РСФЦ, разработанного авторами, аналитик получает более полную картину влияния различных процессов в системе на показатели эффективности исследуемого свойства, уровень их воздействия в количественных показателях, причины и источники их возникновения. Использование инструментария САНИУС позволяет аналитику проводить как общий анализ надежности исследуемого свойства анализируемой ИУС, так и анализ отдельных ветвей, вызывающих наибольший интерес в конкретный момент времени.

Использование средств автоматизации в процессе анализа надежности ИУС даст возможность повысить обоснованность предложений по совершенствованию таких систем и внедрению новых. 

При необходимости САНИУС может быть усовершенствовано и интегрировано с другими программными или программно-аппаратными комплексами. Например, если ввести в САНИУС финансовую составляющую, учитывающую эксплуатационные затраты на поддержание работоспособности элементов исследуемой ИУС, пользователь получит инструмент оценки экономической эффективности системы или введения тех или иных модификаций в случае отрицательного значения экономической эффективности.

Безусловно, часть статистических показателей необходимо вносить в САНИУС в ручном режиме, в частности, информацию о частоте отказов оборудования, получаемую из отчетов службы технической поддержки. Однако некоторые параметры, необходимые для анализа, можно получать автоматически. Например, поступающие в автоматическом режиме сведения о прогнозе и текущих значениях метеорологических показателей позволят САНИУС отслеживать влияние природных явлений на надежность исследуемого свойства объекта анализа и непрерывно сигнализировать о степени риска.

Внедрение программного средства САНИУС в производственный процесс даст возможность пользователю своевременно предсказывать события, негативно влияющие на процесс производства, и элементы системы, замена или модернизация которых способствует достижению необходимого уровня надежности, а следовательно, наиболее высоких показателей эффективности функционирования исследуемой системы.

Литература

1.     Золотарев В.В., Данилова Е.А. О применении факторного анализа в задачах оценки защищенности автоматизированных систем // Вестн. СибГАУ. Красноярск, СибГАУ. 2010. Вып. 3 (29). С. 60–64.

2.     Бежитский С.С., Жукова М.Н., Золотарев В.В., Панфилов И.А., Тынченко В.С. Анализ надежности и риска специальных систем: монография. Красноярск, СибГАУ, 2011. 146 с.

3.     Поленин В.И., Рябинин И.А., Свирин С.К., Гладкова И.А. Применение общего логико-вероятностного метода для анализа технических, военных организационно-функциональ­ных систем и вооруженного противоборства. Монография. СПб: регион. отдел. РАЕН, 2011, 416 с.