Модели принятия решений при проектировании систем сбора данных

Министерство науки и высшего образования российской Федерации

Федеральное государственное автономное образовательное учреждение
высшего образования
«ЮЖный ФедераЛЬный университет»

институт высоких технологий и пьезотехники

Б. В. РяБошапко

Модели пРинятия Решений 
пРи пРоектиРоВании систеМ 
сБоРа данных

Учебное пособие

ростов-на-дону – таганрог
издательство Южного федерального университета
2019

удк 519.816(075.8)
ббк  22.18я73
р98
Печатается по решению кафедры информационных и измерительных 
технологий Института высоких технологий и пьезотехники 
Южного федерального университета (протокол ¹ 9 от 26 марта 2019 г.)

Рецензенты:

доктор технических наук В. Л. Земляков;
кандидат технических наук А. Н. Чикалов

 
Рябошапко, Б. В.
р98 
 
Модели принятия решений при проектировании систем сбора данных : учебное пособие / б. в. рябошапко ; Южный федеральный университет. – ростов-на-дону ; таганрог : издательство 
Южного федерального университета, 2019. – 96 с.
ISBN 978-5-9275-3179-0
в учебном пособии рассматриваются модели принятия проектных решений, которые могут быть использованы в процессе проектирования систем сбора данных. отличительной особенностью пособия является то, что 
особый акцент сделан на ранние стадии проектирования, использование 
моделей принятия проектных решений в условиях многокритериальности 
и неопределенности, применение основных принципов системного подхода. большое внимание уделено технологиям виртуального приборостроения фирмы National Instruments.
Предназначено для студентов, обучающихся в бакалавриате и магистратуре по направлению подготовки 12.03.01 «Приборостроение», а также для студентов других направлений, обучающихся в области информационной и информационно-измерительной техники и технологий. 

© Южный федеральный университет, 2019
© рябошапко б. в., 2019
©  оформление. Макет. издательство 
Южного федерального университета, 2019

удк 519.816(075.8)
ббк 22.18я73
ISBN 978-5-9275-3179-0

оглаВление

введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

глава 1. общая характеристика систем сбора данных как объекта 
исследования . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

глава 2. Жизненный цикл проектирования систем сбора  
данных. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

глава 3. системное проектирование систем сбора данных  
на ранних стадиях. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

глава 4. основы принятия проектных решений . . . . . . . . . . . . 40

глава 5. оптимальное проектирование систем сбора данных. . . . 55

глава 6. Модели принятия проектных решений в условиях 
неопределенности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

глава 7. классические и производные критерии принятия 
проектных решений в условиях «природной»  
неопределенности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

глава 8. выявление и измерение предпочтений методами 
группового экспертного оценивания . . . . . . . . . . . . . . . . . . 78

глава 9. общая характеристика этапов обработки и анализа 
результатов экспертизы . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

глава 10. основные задачи статистического анализа связей  
между ранжировками . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

Литература . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

ВВедение

в учебном пособии рассматриваются модели принятия решений [2; 7] и процессы проектирования таких сложных технических систем, как системы сбора данных. Проектирование представляет собой сложный информационный процесс, целью которого является создание эффективной системы сбора данных 
(ссд) [3; 8; 9; 11; 12; 13]. системы сбора данных – комплекс 
средств, предназначенный для работы совместно с компьютером или микроконтроллером и осуществляющий автоматизированный сбор данных о значениях физических параметров объекта. в пособии раскрывается понятие эффективности ссд. Эффективность – это интегральный показатель качества функционирования системы, включающий в себя набор частных показателей качества: надежность, точность, быстродействие, число каналов, пропускная способность, объем буферной памяти, стоимость 
и др. [4; 15]. основное внимание в учебном пособии уделяется стадии «внешнего» проектирования, которая характеризуется высокой степенью сложности и неопределенности. сложность 
и неопределенность стадии предпроектного анализа обусловлены 
многокритериальностью и риском [2; 9; 10; 16]. Чтобы научиться выбирать рациональные варианты проектируемых систем сбора данных и информационно-измерительных систем, необходимо владеть методами принятия решений в условиях многокритериальности и неопределенности (стохастической и природной). 
в учебном пособии показаны модели принятия решений в условиях многокритериальности, неопределенности. рассматриваются методы анализа вариантов ссд, основанные на экспертных 
методах и обработке ранговых оценок экспертов. 
современные методы системного проектирования характеризуются модульностью [16; 20]. При этом функции и структуры 
ссд разработаны достаточно хорошо. задачей системного инженера является выбор компонентов системы из известного набора 
модулей, сборка, написание программного обеспечения, тестирование и ввод в эксплуатацию. Построение ссд базируется на технологиях виртуальных приборов [13]. Программной средой для 
проектирования и моделирования ссд является язык графического программирования LabVIEW. Приведены программы, позволяющие принимать обоснованные решения в условиях мно

Введение

гокритериальности, риска и неопределенности. в частности, это 
имитационная модель оценки надежности ссд при различных 
видах законов распределения наработки на отказ и различном 
резервировании модулей системы.
Приводится набор компетенций и навыков, которыми должен 
владеть системный интегратор. 

глаВа 1. оБщая хаРактеРистика 
систеМ сБоРа данных как оБъекта 
исследоВания

Анализ – дробление системы на части – дает нам знание,
а синтез – объединение частей в целое – дает понимание.

джозеф о'коннер, иан Макдермотт

Системы сбора данных (Data acquisition, DAS, DAQ) – комплекс средств, предназначенный для работы совместно с персональным компьютером или микроконтроллером и осуществляющий автоматизированный сбор информации о значениях физических параметров {X} в заданных точках объекта {N} и в заданные 
моменты времени {T} с аналоговых и/или цифровых датчиков, 
а также первичную обработку, накопление и передачу данных.
системы сбора данных (ссд) входят в состав информационноизмерительных систем (иис). в целом, иис – многоканальный 
измерительный прибор с широкими возможностями обработки 
и анализа. глаВа 1. оБщая хаРактеРистика систеМ сБоРа данных как оБъекта исследоВания

структурную схему иис можно представить в виде совокупности связанных между собой функциональных блоков (рис. 1.1). 
к ним относят первичные преобразователи (ПП), которые размещены в определенных точках пространства {N}. в качестве первичных преобразователей (датчиков, сенсоров) могут использоваться резистивные, емкостные, индуктивные, термоэлектрические, интегральные, голографические, телевизионные, рентгенографические измерительные приборы (иП).
аналоговыми преобразователями являются нормирующие 
преобразователи аналоговых сигналов. Мы их в дальнейшем будем называть кондиционерами сигналов. 
Функциональные блоки могут соединяться между собой через стандартные интерфейсы, технические средства которых содержат системы шин, интерфейсных узлов (иФу) и устройств 
управления (уу). устройство управления принимает информацию от ПП, подает команды на исполнительные устройства (иу) 
для формирования воздействия на объект исследования (ои) 
в виде электрических, механических, тепловых, оптических, 
акустических и других величин.

Глава 1. Общая характеристика систем сбора данных как объекта исследования

Аналоговые преобразователи

Цифровые 
устройства

Рис. 1.1. обобщенная схема информационно-измерительной системы 

рассмотрим еще одно определение ссд. ссд – система, осуществляющая сбор информации о значениях физических параметров, полученных от сенсоров, установленных на объекте исследования (мониторинга, контроля, управления), предварительную обработку, накопление и передачу ее на средства отображения информации (сои), либо в компьютер для окончательной обработки и хранения.
Что мы понимаем под предварительной обработкой информации? обычно информацию {X}, получаемую от датчиков, называют «сырой» информацией. Это связано с тем, что она замусорена 
шумами, не нормирована, не привязана к единой шкале, аналоговая по своей природе и т. д. Функция кондиционера сигналов 
как раз и заключается в том, чтобы устранить недостатки, присущие «сырой» информации.
При предварительной обработке информации необходимо:
· осуществить согласование с датчиком (источником сигнала);
· осуществить гальваническую развязку;
· провести аналоговую предобработку;
· оцифровать сигнал;
· по возможности провести цифровую обработку сигнала (цос).

Глава 1. Общая характеристика систем сбора данных как объекта исследования

накопление данных в большинстве случаев реализуется в виде 
буферизации данных перед передачей в какой-либо интерфейс. 
буферизация – это, по существу, временное хранение избыточной информации, которая не может быть передана в данный момент времени по каналу связи. 
Фундаментальным принципом построения ссд является модульность, обеспечивающая гибкость при построении систем. Это 
могут быть как отдельные модули, так и модули, объединенные 
в крейт. на рис. 1.2 приведен пример крейта My RIO National 
Instruments для ссд реального времени. на рис. 1.3 приведены 
крейты отечественной разработки фирмы L-Card.

Рис. 1.2. крейты фирмы National Instruments

Рис. 1.3. крейты фирмы L-Card

Глава 1. Общая характеристика систем сбора данных как объекта исследования

крейты – конструктивные элементы модульных систем. они 
предназначены для механического, электрического и информационного объединения различных модулей ссд.
особенностью ссд, рассматриваемых в данном пособии, является использование технологии «виртуальных приборов». термин «виртуальный прибор» (англ. Virtual Instruments) имеет две 
трактовки.
во-первых, виртуальный прибор – это совокупность программ- 
но-аппаратных средств, добавленных к обычному компьютеру 
таким образом, что пользователь получает возможность взаи- 
модействовать с компьютером как со специально разработанным 
для него обычным (физическим) прибором. учитывая тот факт, 
что на кафедре установлено 10 рабочих мест лицензионного программного обеспечения LabVIEW и аппаратного обеспечения 
National Instruments, основной акцент делается именно на аппаратуру этой фирмы. 
во-вторых, под виртуальным прибором понимается виртуальный тренажер – компьютерная модель, имитирующая работу 
физического оборудования, приборов, устройств при различных 
условиях и создающая иллюзию действий с физической аппаратурой. на рис. 1.4 приведена лицевая панель оператора плавильной печи. основной особенностью является максимально полное 
воспроизведение внешнего вида физических устройств (передних 
панелей, шкал, стрелок и других элементов прибора) и элементов управления ими (кнопок, тумблеров, переключателей), а также реакции устройств на воздействия пользователя.
Преимущество технологии виртуальных приборов состоит в возможности программным путем (используя G-язык 
LabVIEW), используя вычислительные мощности современных 
компьютеров, создавать ссд практически любой сложности, легко их адаптировать к изменяющимся требованиям заказчика, 
минимизировать экономические и временные затраты на проектирование и разработку.
виртуальный прибор можно строить двумя способами: с последовательной или параллельной архитектурой. 
на рис. 1.5 приведена типовая структурная схема иис, содержащая все подсистемы и модули, которые могут использоваться 
в различных комбинациях (архитектурах). 

Глава 1. Общая характеристика систем сбора данных как объекта исследования

Рис. 1.4. Лицевая панель иис оператора плавильной печи

 
  
 
  

12 
  
 
  

Преимущество технологии виртуальных приборов состоит в возможности 

программным путем (используя G-язык LabVIEW), используя 

вычислительные мощности современных компьютеров, создавать ССД 

практически любой сложности, легко их адаптировать к изменяющимся 

требованиям заказчика, минимизировать экономические и временные 

затраты на проектирование и разработку.  

Виртуальный прибор можно строить двумя способами: с 

последовательной или параллельной архитектурой.  

На рис. 1.5 приведена типовая структурная схема ИИС, содержащая все 

подсистемы и модули, которые могут использоваться в различных 

комбинациях (архитектурах).  

 

Датчики 

Объект 

исследования 
(контроля) 

Органы 

управления 
(актуаторы ) 

Кондиционеры  сигналов 

Подсистема 
измерения 

Подсистема 
управления  

ЭВМ 

(Микроконтроллер) 

Интерфейс 

пользователя 

Исследователь 

(пользователь) 

Рис. 1.5. структура системы сбора данных