не+последнее+дело

качество
Совокупность характеристик объекта, относящихся к его способности удовлетворить установленные и предполагаемые потребности.
Примечания
1 При заключении контракта или в регламентированной окружающей среде, например, в области безопасности ядерных установок, потребности четко устанавливаются, тогда как в других условиях предполагаемые потребности должны быть выявлены и определены.
2 Во многих случаях потребности могут меняться со временем; это предполагает проведение периодического анализа требований к качеству.
3 Обычно потребности переводятся в характеристики на основе установленных критериев [смотри требования к качеству]. Потребности могут включать, например, такие аспекты как эксплуатационные характеристики, функциональная пригодность, надежность (готовность, безотказность, ремонтопригодность), безопасность, окружающая среда [смотри требования общества], экономические и эстетические требования.
4 Для выражения превосходной степени в сравнительном или в количественном смысле при проведении технических оценок термин «качество» не используется изолированно. Чтобы выразить эти значения, должно применяться качественное прилагательное. Например, могут использоваться следующие термины:
a) «относительное качество», когда объекты классифицируются в зависимости от их степени превосходства или в сравнительном смысле [не путать с градацией (классом, сортом)];
b) «уровень качества» в количественном смысле (применяется при статическом приемочном контроле) и «мера качества», когда проводятся точные технические оценки.
5 Достижение удовлетворительного качества включает все стадии петли качества как единое целое. Вклад в качество этих различных стадий иногда идентифицируется отдельно с целью их выделения, например, качество, обусловленное потребностями, качество обусловленное проектированием продукции, качество обусловленное соответствием.
6 В некоторых справочных источниках качество обозначается как «пригодность для использования» или «соответствие цели», или «удовлетворение нужд потребителя, или «соответствие требованиям». Все это представляет собой только некоторые стороны качества, определенного выше.
[ИСО 8402-94]

качество
Степень соответствия совокупности присущих характеристик требованиям.
Примечания
1. Термин "качество" может применяться с такими прилагательными, как плохое, хорошее или превосходное.
2. Термин "присущий", являющийся противоположным термину "присвоенный", означает имеющийся в чем-то, особенно если это относится к постоянным характеристикам.
[ ГОСТ Р ИСО 9000-2008]

качество
Совокупность характеристик объекта, относящихся к его способности удовлетворить установленные и предполагаемые потребности.
Примечание
Сравнительная степень удовлетворенности субъекта установленной и воплощенной градацией объекта.
[ ГОСТ Р 52104-2003]

качество
Совокупность свойств и характеристик продукта, которые влияют на его способность удовлетворять заявленные потребности.
[МУ 64-01-001-2002]

качество
Совокупность свойств и характеристик продукции или услуги, которые придают им способность удовлетворять обусловленные или предполагаемые потребности
[ИСО 8402]
[Система неразрушающего контроля. Виды (методы) и технология неразрушающего контроля. Термины и определения (справочное пособие). Москва 2003 г.]

качество
Способность продукта, услуги, или процесса предоставлять ожидаемую потребителем ценность. Например, качество компонента может считаться высоким, если его работа оправдывает ожидания и обеспечивает требуемую надежность. Качество процесса требует наличия способности отслеживать результативность и эффективность, а также улучшать их в случае необходимости. См. тж. система менеджмента качества.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

качество
Совокупность свойств объекта, обусловливающих его способность удовлетворять определенные потребности в соответствии с его назначением. (Иногда понятию К. придается более узкое, частное значение — тогда этот термин однозначен термину «свойство». Мы не касаемся здесь также его значения как философской категории). Одной из общих характеристик К. экономической системы, наряду с удовлетворительностью, неудовлетворительностью и т.д., является оптимальность. На шкалах W и U (см. схему к статье Экономическая система) они соответствуют разным участкам (точкам). Соответственно, оптимальность как оценка есть лишь одна из возможных характеристик качества принимаемых решений, состояния системы или ее поведения. Частными характеристиками К. экономической системы, ее свойствами являются эффективность, продуктивность, устойчивость, лабильность (способность к быстрым изменениям структуры) и др. Описательная наука должна, очевидно, с равным вниманием рассматривать все виды К. состояния и поведения анализируемой экономической системы. Иное дело — практические задачи, научное обоснование наилучших решений, например — экономической политики государства: практические нужды требуют анализа экономики прежде всего с позиций оптимума, оптимальности. Наука должна подсказывать возможности именно оптимальных решений, для чего прежде всего необходимо понять, что есть оптимальное функционирование экономической системы, как оно может осуществляться. Так что повышенное внимание к понятию «оптимальность», сделавшее его центральным понятием экономико-математических исследований, объясняется, прежде всего, практическими потребностями. Последнее время в теории исследования операций и в теории фирмы получает признание понятие «сатисфакции«, т.е. удовлетворения результатом (соответственно, в данном случае речь идет не об оптимуме, а об удовлетворительном результате, который «не хуже» некоторого заданного уровня); на микроэкономическом уровне в экономических исследованиях получило применение также понятие так называемого рационального поведения (то есть рациональности, а не обязательно оптимальности решений и действий). В более широком смысле рациональность становится одной из важных характеристик качества экономической системы, пожалуй, наиболее адекватно учитывающей такие ее свойства как сложность, неопределенность и т.п. Объективно существует и должно существовать различие между лучшим или не лучшим Качеством экономической системы, а следовательно, между лучшей или не лучшей реализацией цели экономической деятельности, что может зависеть от реальных возможностей, от воздействия управляющих факторов, и конечно, от представления общества о том, какова, собственно, эта цель. См. также Критерий оптимальности. Качество жизни (quality of life, QOL) – понятие, отражающее существенно более широкий круг факторов, влияющих на благосостояние людей, чем известное понятие уровня жизни, которое в основном опирается на доходы населения. Наряду с уровнем доходов и материальной обеспеченности, при оценке качества жизни учитывается также состояние экологии (окружающей среды), физическое и нравственное здоровье людей, уровень образования, возможности для отдыха и развлечений, мобильность населения и коммуникации, а также социально-политическая обстановка в обществе. Полезное Руководство для измерения качества жизни людей содержит доклад „OECD Guidelines on Measuring Subjective Well-being”. Наряду с другими показателями он использует индикатор, именуемый «субъективное благосостояние» („subjective well-being“), включающий оценку различных аспектов жизни, эмоциональное состояние и душевное самочувствие человека (что выявляется с помощью социологических опросов). Внимание общества к качеству жизни особенно усилилось в конце периода индустриализации, и в настоящее время является одной из важных черт исторического процесса формирования постиндустриальной экономики.
[ http://slovar-lopatnikov.ru/]

EN

quality
The ability of a product, service or process to provide the intended value. For example, a hardware component can be considered to be of high quality if it performs as expected and delivers the required reliability. Process quality also requires an ability to monitor effectiveness and efficiency, and to improve them if necessary. See also quality management system.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• ресурсосбережение, обращение с отходами
• системы менеджмента качества
• управл. качеством и обеспеч. качества
• экономика

EN

• quality

3.1.1 качество (quality): Степень соответствия совокупности присущих характеристик (3.5.1) требованиям (3.1.2).

Примечания

1 Термин «качество» может применяться с такими прилагательными, как плохое, хорошее или превосходное.

2 Термин «присущий» являющийся противоположным термину «присвоенный», означает имеющийся в чем-то, особенно если это относится к постоянным характеристикам.

Источник: ГОСТ Р ИСО 9000-2008: Системы менеджмента качества. Основные положения и словарь оригинал документа

3.1.1 качество (en quality; fr qualité): Степень соответствия совокупности присущих характеристик (3.5.1) требованиям (3.1.2).

Примечания*

1 Термин «качество» может применяться с такими прилагательными, как плохое, хорошее или отличное.

2 Термин «присущий» в отличие от термина «присвоенный» означает имеющийся в чем-то. Прежде всего это относится к постоянным характеристикам.

__________

* Примечания приведены в редакции, отличной от ИСО 9000.

(Измененная редакция. Изм. № 1).

Источник: ГОСТ Р ИСО 9000-2001: Системы менеджмента качества. Основные положения и словарь оригинал документа

2.32 качество (quality): Степень, в которой набор неотъемлемых характеристик соответствует требованиям (2.40).

[ИСО 9000:2005]

Примечание - Существует четкое различие между качеством продукта [питьевой водой (2.11) или очищенными сточными водами (2.51)] и качеством услуги (2.44). Настоящий стандарт не содержит спецификаций по качеству продукта.

Источник: ГОСТ Р ИСО 24511-2009: Деятельность, связанная с услугами питьевого водоснабжения и удаления сточных вод. Руководящие указания для менеджмента коммунальных предприятий и оценке услуг удаления сточных вод оригинал документа

2.32 качество (quality): Степень, в которой набор неотъемлемых характеристик соответствует требованиям (2.40).

[ИСО 9000:2005]

Примечание - Существует четкое различие между качеством продукта [питьевой водой (2.11) или очищенными сточными водами (2.51)] и качеством услуги (2.44). Настоящий стандарт не содержит спецификаций по качеству продукта.

Источник: ГОСТ Р ИСО 24512-2009: Деятельность, связанная с услугами питьевого водоснабжения и удаления сточных вод. Руководящие указания для менеджмента систем питьевого водоснабжения и оценке услуг питьевого водоснабжения оригинал документа

2.32 качество (quality): Степень, в которой набор неотъемлемых характеристик соответствует требованиям (2.40).

[ИСО 9000:2005]

Примечание - Существует четкое различие между качеством продукта [питьевой водой (2.11) или очищенными сточными водами (2.51)] и качеством услуги (2.44). Настоящий стандарт не содержит спецификаций по качеству продукта.

Источник: ГОСТ Р ИСО 24510-2009: Деятельность, связанная с услугами питьевого водоснабжения и удаления сточных вод. Руководящие указания по оценке и улучшению услуги, оказываемой потребителям оригинал документа

3.46 качество (quality): Совокупность характеристик объекта, которые придают ему способность удовлетворить установленные и реализуемые требования.

[ИСО 8402, пункт 2.1]

Источник: ГОСТ Р МЭК 61513-2011: Атомные станции. Системы контроля и управления, важные для безопасности. Общие требования оригинал документа

3.1.1 качество (quality): Степень соответствия совокупности присущих характеристик (3.5. требованиям (3.1.2).

Примечания

1 Термин «качество» может применяться с такими прилагательными, как плохое, хорошее или превосходное.

2 Термин «присущий», являющийся противоположным термину «присвоенный», означает имеющийся в чем-то, особенно если это относится к постоянным характеристикам.

Источник: ГОСТ ISO 9000-2011: Системы менеджмента качества. Основные положения и словарь

1.1.2 качество 1)

Совокупность свойств и признаков продукции или услуги, которые влияют на их способность удовлетворять установленные или предполагаемые потребности

Источник: ГОСТ Р 50779.11-2000: Статистические методы. Статистическое управление качеством. Термины и определения оригинал документа

3.1.21 качество (quality): Степень соответствия присущих характеристик требованиям.

Примечания

1 Термин «качество» может применяться с такими прилагательными, как плохое, хорошее или отличное.

2 Термин «присущий» в отличие от термина «присвоенный» означает «имеющийся в чем-то». Прежде всего это относится к постоянным характеристикам.

[ИСО 9000:2000, определение 3.1.1]

Источник: ГОСТ Р ИСО 21247-2007: Статистические методы. Комбинированные системы нуль-приемки и процедуры управления процессом при выборочном контроле продукции оригинал документа

3.2.1 качество (quality): Степень соответствия совокупности присущих характеристик требованиям.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

массив данных
Конструкция данных, компоненты которой идентичны по своим характеристикам и перечисляют как значения функции от фиксированного количества целочисленных аргументов.
Примечание
Количество аргументов определяет размерность массива.
[ ГОСТ 20886-85]

массив данных
Совокупность однородных записей (т.е. наборов данных, характеризующих какой-либо объект управления, процесс и т.д.), рассматриваемых как одно целое и упорядоченных таким образом, что их описание (набор индексов) однозначно определяет положение каждого элемента или путь доступа к нему. (Например, картотека материалов в отделе снабжения завода). Простейшее упорядочение данных — их нумерация в виде списка (одномерный массив). Но обычно производственные данные представляются в виде таблиц, которые содержат данные двух видов: постоянную часть (заголовок таблицы, названия строк и столбцов) и переменную часть — собственно показатели таблицы (матрицы). Они также могут быть введены в запоминающее устройство и образовать М.д. Запись таблиц осуществляется при этом двумя способами: при первом подряд записываются все элементы матрицы, включая нулевые — их легко находить по порядковому номеру записи. При втором, чтобы сделать запись экономнее, в массив включают только значащие элементы, и каждому из них дают индекс, признак его места в таблице (например, номер столбца и номер строки) — это двухмерное упорядочение массива. Применяется и трехмерное упорядочение. В последнее время вместо слов «М.д.» чаще употребляют термин файл — от английского слова file (дело, досье).
[ http://slovar-lopatnikov.ru/]

Тематики

• организация данных в сист. обраб. данных
• экономика

EN

• array
• data file

52. Массив данных

Array

Конструкция данных, компоненты которой идентичны по своим характеристикам и перечисляют как значения функции от фиксированного количества целочисленных аргументов.

Примечание. Количество аргументов определяет размерность массива

Источник: ГОСТ 20886-85: Организация данных в системах обработки данных. Термины и определения оригинал документа

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

машинная имитация
имитация на компьютере
Экспериментальный метод изучения экономики с помощью электронной вычислительной техники. (В литературе часто в том же смысле применяется термин «имитационное моделирование«, однако, по-видимому, лучше разделить значения: моделирование есть разработка, конструирование модели некоторого объекта для его исследования, а имитация — один из возможных способов использования модели). Для имитации формируется имитационная система, включающая имитационную модель, а также программное обеспечение. В машину вводятся необходимые данные и ведется наблюдение за тем, как изменяются интересующие исследователя показатели; они подвергаются анализу, в частности, статистической обработке данных. С одной стороны, имитация применяется в тех случаях, когда модель (а значит, отражаемые ею система, процесс, явление) слишком сложна, чтобы можно было использовать аналитические методы решения. Для многих проблем управления и экономики такая ситуация неизбежна: например, даже столь отработанные методы, как линейное программирование, в ряде случаев слишком сильно огрубляют действительность, чтобы по полученным решениям можно было делать обоснованные выводы. А если изучаемые процессы имеют нелинейный характер и еще осложнены разного рода вероятностными характеристиками, то вопрос об аналитическом решении вообще не возникает. Сам выбор между имитационным (численным) или аналитическим решением той или иной экономической задачи не всегда легкая проблема. С другой стороны, имитация применяется тогда, когда реальный экономический эксперимент по тем или иным соображениям невозможен или слишком сложен. Тогда она выступает в качестве замены такого эксперимента. Но еще более ценна ее роль как предварительного этапа, «прикидки», которая помогает принять решение о необходимости и возможности проведения самого реального эксперимента. С помощью статической имитации можно выявить, при каких сочетаниях экзогенных (вводимых) факторов достигается оптимальный результат изучаемого процесса, установить относительное значение тех или иных факторов. Это полезно, например, при изучении различных методов и средств экономического стимулирования на производстве. М.и. в форме проигрывания динамических моделей (динамической имитации) применяется также в прогнозировании,. С его помощью изучают возможные последствия крупных структурных сдвигов в экономике, внедрения важнейших научно-технических достижений, принятия плановых решений. Если имитация организуется в форме диалога человека и машины, то у экспериментатора появляется возможность, анализируя на ходу промежуточные результаты, менять те или иные управляющие параметры и тем самым — направление изучаемого процесса. В последнее время широко применяется имитация экономических процессов, в которых сталкиваются различные интересы типа конкуренции на рынке. При этом управляют «проигрыванием» люди, принимающие по ходу деловой игры те или иные решения, например: «снизить цены», «увеличить или уменьшить выпуск продукции» и т.д., и ЭВМ показывает, у кого из «конкурирующих» сторон дело идет лучше, у кого — хуже (см. также Деловые игры, Олигопольные эксперименты). Таким образом, машинное имитирование экономических процессов — это, по существу эксперимент, но не в реальных, а в искусственных условиях. Для повышения его эффективости разрабатываются методы планирования эксперимента, проверки имитационной модели (см. Верификация моделей, Валидация модели), методы анализа функции отклика и т.д.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• имитация на компьютере

EN

• simulation

промышленная сеть верхнего уровня
коммуникационная сеть верхнего уровня
сеть операторского уровня
Сеть верхнего уровня АСУ ТП.
Сеть передачи данных между операторскими станциями, контроллерами и серверами.
[ http://kazanets.narod.ru/NT_PART2.htm]

В данной статье речь пойдет о коммуникационных сетях верхнего уровня, входящих в состав АСУ ТП. Их еще называют сетями операторского уровня, ссылаясь на трехуровневую модель распределенных систем управления.

Сети верхнего уровня служат для передачи данных между контроллерами, серверами и операторскими рабочими станциями. Иногда в состав таких сетей входят дополнительные узлы: центральный сервер архива, сервер промышленных приложений, инженерная станция и т.д. Но это уже опции.

Какие сети используются на верхнем уровне?
В отличие от стандартов полевых шин, здесь особого разнообразия нет. Фактически, большинство сетей верхнего уровня, применяемых в современных АСУ ТП, базируется на стандарте Ethernet (IEEE 802.3) или на его более быстрых вариантах Fast Ethernet и Gigabit Ethernet. При этом, как правило, используется полный стек коммуникационных протоколов TCP/IP. В этом плане сети операторского уровня очень похожи на обычные ЛВС, применяемые в офисных приложениях. Широкое промышленное применение сетей Ethernet обусловлено следующими очевидными моментами:

1.    Промышленные сети верхнего уровня объединяют множество операторских станций и серверов, которые в большинстве случаев представляют собой персональные компьютеры. Стандарт Ethernet отлично подходит для организации подобных ЛВС; для этого необходимо снабдить каждый компьютер лишь сетевым адаптером (NIC, network interface card). Коммуникационные модули Ethernet для промышленных контроллеров просты в изготовлении и легки в конфигурировании. Стоит отметить, что многие современные контроллеры уже имеют встроенные интерфейсы для подключения к сетям Ethernet.

2.   На рынке существует большой выбор недорого коммуникационного оборудования для сетей Ethernet, в том числе специально адаптированного для промышленного применения.

3.   Сети Ethernet обладают большой скоростью передачи данных. Например, стандарт Gigabit Ethernet позволяет передавать данные со скоростью до 1 Gb в секунду при использовании витой пары категории 5. Как будет понятно дальше, большая пропускная способность сети становится чрезвычайно важным моментом для промышленных приложений.

4.   Очень частым требованием является возможность состыковки сети АСУ ТП с локальной сетью завода (или предприятия). Как правило, существующая ЛВС завода базируется на стандарте Ethernet. Использование единого сетевого стандарта позволяет упростить интеграцию АСУ ТП в общую сеть предприятия, что становится особенно ощутимым при реализации и развертывании систем верхнего уровня типа MES (Мanufacturing Еxecution System).

Однако у промышленных сетей верхнего уровня есть своя специфика, обусловленная условиями промышленного применения. Типичными требованиями, предъявляемыми к таким сетям, являются:

1.    Большая пропускная способность и скорость передачи данных. Объем трафика напрямую зависит от многих факторов: количества архивируемых и визуализируемых технологических параметров, количества серверов и операторских станций, используемых прикладных приложений и т.д.

В отличие от полевых сетей жесткого требования детерминированности здесь нет: строго говоря, неважно, сколько времени займет передача сообщения от одного узла к другому – 100 мс или 700 мс (естественно, это не важно, пока находится в разумных пределах). Главное, чтобы сеть в целом могла справляться с общим объемом трафика за определенное время. Наиболее интенсивный трафик идет по участкам сети, соединяющим серверы и операторские станции (клиенты). Это связано с тем, что на операторской станции технологическая информация обновляется в среднем раз в секунду, причем передаваемых технологических параметров может быть несколько тысяч. Но и тут нет жестких временных ограничений: оператор не заметит, если информация будет обновляться, скажем, каждые полторы секунды вместо положенной одной. В то же время если контроллер (с циклом сканирования в 100 мс) столкнется с 500-милисекундной задержкой поступления новых данных от датчика, это может привести к некорректной отработке алгоритмов управления.

2.    Отказоустойчивость. Достигается, как правило, путем резервирования коммуникационного оборудования и линий связи по схеме 2*N так, что в случае выхода из строя коммутатора или обрыва канала, система управления способна в кратчайшие сроки (не более 1-3 с) локализовать место отказа, выполнить автоматическую перестройку топологии и перенаправить трафик на резервные маршруты. Далее мы более подробно остановимся на схемах обеспечения резервирования.

3.    Соответствие сетевого оборудования промышленным условиям эксплуатации. Под этим подразумеваются такие немаловажные технические меры, как: защита сетевого оборудования от пыли и влаги; расширенный температурный диапазон эксплуатации; увеличенный цикл жизни; возможность удобного монтажа на DIN-рейку; низковольтное питание с возможностью резервирования; прочные и износостойкие разъемы и коннекторы. По функционалу промышленное сетевое оборудование практически не отличается от офисных аналогов, однако, ввиду специального исполнения, стоит несколько дороже.
 

Рис. 1. Промышленные коммутаторы SCALANCE X200 производства Siemens (слева) и LM8TX от Phoenix Contact (справа): монтаж на DIN-рейку; питание от 24 VDC (у SCALANCE X200 возможность резервирования питания); поддержка резервированных сетевых топологий.

Говоря о промышленных сетях, построенных на базе технологии Ethernet, часто используют термин Industrial Ethernet, намекая тем самым на их промышленное предназначение. Сейчас ведутся обширные дискуссии о выделении Industrial Ethernet в отдельный промышленный стандарт, однако на данный момент Industrial Ethernet – это лишь перечень технических рекомендации по организации сетей в производственных условиях, и является, строго говоря, неформализованным дополнением к спецификации физического уровня стандарта Ethernet.

Есть и другая точка зрения на то, что такое Industrial Ethernet. Дело в том, что в последнее время разработано множество коммуникационных протоколов, базирующихся на стандарте Ethernet и оптимизированных для передачи критичных ко времени данных. Такие протоколы условно называют протоколами реального времени, имея в виду, что с их помощью можно организовать обмен данными между распределенными приложениями, которые критичны ко времени выполнения и требуют четкой временной синхронизации. Конечная цель – добиться относительной детерминированности при передаче данных. В качестве примера Industrial Ethernet можно привести:

1.    Profinet;
2.    EtherCAT;
3.    Ethernet Powerlink;
4.    Ether/IP.

Эти протоколы в различной степени модифицируют стандартный стек TCP/IP, добавляя в него новые алгоритмы сетевого обмена, диагностические функции, методы самокорректировки и функции синхронизации, оставляя при этом канальный и физический уровни Ethernet неизменными. Это позволяет использовать новые протоколы передачи данных в существующих сетях Ethernet с использованием стандартного коммуникационного оборудования.

Теперь рассмотрим конкретные конфигурации сетей операторского уровня.
На рисунке 2 показана самая простая – базовая конфигурация. Отказ любого коммутатора или обрыв канала связи ( link) ведет к нарушению целостности всей системы. Единичная точка отказа изображена на рисунке красным крестиком.

Рис. 2. Нерезервированная конфигурация сети верхнего уровня

Такая простая конфигурация подходит лишь для систем управления, внедряемых на некритичных участках производства (водоподготовка для каких-нибудь водяных контуров или, например, приемка молока на молочном заводе). Для более ответственных технологических участков такое решение явно неудовлетворительно.

На рисунке 3 показана отказоустойчивая конфигурация с полным резервированием. Каждый канал связи и сетевой компонент резервируется. Обратите внимание, сколько отказов переносит система прежде, чем теряется коммуникация с одной рабочей станцией оператора. Но даже это не выводит систему из строя, так как остается в действии вторая, страхующая рабочая станция.

Рис. 3. Полностью резервированная конфигурация сети верхнего уровня

Резервирование неизбежно ведет к возникновению петлевидных участков сети – замкнутых маршрутов. Стандарт Ethernet, строго говоря, не допускает петлевидных топологий, так как это может привести к зацикливанию пакетов особенно при широковещательной рассылке. Но и из этой ситуации есть выход. Современные коммутаторы, как правило, поддерживают дополнительный прокол Spanning Tree Protocol (STP, IEEE 802.1d), который позволяет создавать петлевидные маршруты в сетях Ethernet. Постоянно анализируя конфигурацию сети, STP автоматически выстраивает древовидную топологию, переводя избыточные коммуникационные линии в резерв. В случае нарушения целостности построенной таким образом сети (обрыв связи, например), STP в считанные секунды включает в работу необходимые резервные линии, восстанавливая древовидную структуры сети. Примечательно то, что этот протокол не требует первичной настройки и работает автоматически. Есть и более мощная разновидность данного протокола Rapid Spanning Tree Protocol (RSTP, IEEE 802.1w), позволяющая снизить время перестройки сети вплоть до нескольких миллисекунд. Протоколы STP и RSTP позволяют создавать произвольное количество избыточных линий связи и являются обязательным функционалом для промышленных коммутаторов, применяемых в резервированных сетях.

На рисунке 4 изображена резервированная конфигурация сети верхнего уровня, содержащая оптоволоконное кольцо для организации связи между контроллерами и серверами. Иногда это кольцо дублируется, что придает системе дополнительную отказоустойчивость.

Рис. 4. Резервированная конфигурация сети на основе оптоволоконного кольца

Мы рассмотрели наиболее типичные схемы построения сетей, применяемых в промышленности. Вместе с тем следует заметить, что универсальных конфигураций сетей попросту не существует: в каждом конкретном случае проектировщик вырабатывает подходящее техническое решение исходя из поставленной задачи и условий применения.

[ http://kazanets.narod.ru/NT_PART2.htm]

Тематики

• автоматизированные системы

Синонимы

• коммуникационная сеть верхнего уровня
• сеть операторского уровня

EN

• terminal bus

экономико-математическое моделирование
Описание экономических процессов и явлений в виде экономико-математических моделей. (Иногда тем же термином обозначают также реализацию экономико-математической модели на ЭВМ, т.е. «искусственный эксперимент» или машинную имитацию, машинное решение экономико-математической задачи — однако это может вводить в заблуждение). Как и всякое моделирование, Э.-м.м. основывается на принципе аналогии, т.е. возможности изучения объекта (почему-либо трудно доступного для исследований) не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта, его модели. В данном случае таким более доступным объектом является экономико-математическая модель. При построении моделей те или иные теории или гипотезы благодаря формализации и квантификации становятся обозримыми, уточняются, и это способствует лучшему пониманию изучаемых проблем. Моделирование оказывает и обратное влияние на исследователей, требуя четкости формулировки исследовательской задачи, строгой логичности в построении гипотез и концепций. Практическими задачами моделирования являются, во-первых, анализ экономических объектов; во-вторых, экономическое прогнозирование, предвидение развития хозяйственных процессов; в-третьих, выработка управленческих решений на всех уровнях хозяйственной иерархии. Последнее, впрочем, требует пояснения. Далеко не во всех случаях данные, полученные из Э.-м.м., могут использоваться непосредственно как готовые управленческие решения. Гораздо чаще они используются в качестве «консультирующих» средств, принятие же самих управленческих решений остается за человеком. Это объясняется чрезвычайной сложностью экономических и шире — социально-экономических процессов. Э.-м.м., таким образом, является лишь компонентом, хотя и очень важным, в человеко-машинных системах планирования и управления народным хозяйством и экономическими единицами разного уровня.. Процесс Э.-м.м. проходит ряд этапов: идентификацию объекта, спецификацию модели, идентификацию и оценку параметров модели, установление зависимостей между ними, проверку. Причем весь этот процесс обычно повторяется многократно и с каждым циклом модель уточняется, особенно когда дело идет о модели, предназначенной для практических расчетов. В последнем случае к модели предъявляются дополнительные требования со стороны технологии алгоритмизации (см. Алгоритм) и программирования. На каждом этапе построения моделей соблюдаются определенные правила их испытания, проверки. При этом обнаруживаются и устраняются недостатки, наиболее типичными из которых являются четыре: включение в модель несущественных (для данной задачи) переменных, невключение в модель существенных переменных, недостаточно точная оценка параметров модели, недостатки в структуре модели, т.е. неправильное определение зависимостей между переменными, а в случае оптимизации — зависимости принятого критерия от управляемых и неуправляемых переменных. Усложняя модель, чтобы сделать ее более точной и подробной, необходимо знать: компенсирует ли полученная точность результатов возросшие вычислительные трудности? И наоборот, решая исключить какой-то элемент из модели, чтобы сделать ее проще, необходимо оценить потери в ее достоверности, т.е. не обойдутся ли они дороже, чем выигрыш от упрощения расчетов. Эффективный путь практического моделирования — использование готовых моделей аналогичных объектов или процессов (с необходимыми уточнениями), а также отдельных блоков модели — стандартных «модулей«, совокупность которых образует искомую модель (модульный принцип). В настоящее время идет поиск новых математических понятий и методов, пригодных для построения и исследования моделей и систем моделей, — так называемых сложных систем с переменной структурой, меняющимся характером динамики, содержащих неполную и недостаточно формализованную информацию. (Сходные проблемы возникают при попытках математизации биологических, экологических, социальных и психологических исследований). Все это придает возрастающее значение математико-статистическому моделированию, машинной имитации, новым разделам математики.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical modelling
• economic modelling