Сбор данных о функционировании системы 3 страницаМетоды типа дерева целей Метод типа дерева целей или дерева направлений прогнозирования подразумевает использование иерархической структуры, полученной путем разделения общей цели на подцели, а их, в свою очередь, на более детальные составляющие — новые подцели, функции и т.д. Древовидные иерархические структуры используются при исследовании вопросов совершенствования организационных систем. Таким образом, рассмотрены методы, которые находят применение при решении задачи генерирования альтернатив. Важным моментом при решении данного вопроса является итеративность. Суть ее состоит в том, что на любой последующей стадии системного анализа должна быть возможность порождения новой альтернативы и включения ее в состав анализируемых. При рассмотрении слабоструктурированных проблем в качестве метода анализа используют следующий подход. Берут за основу одну подходящую альтернативу и производят ее пошаговое улучшение. 2.10. Реализация выбора и принятия решений Целевое предназначение всего системного анализа состоит в том, чтобы в результате осуществить выбор. Выбор или принятие решения есть суть поставленной задачи системного анализа, конечный итог всей работы. Заказчик формулирует перед системным аналитиком проблему. Его интересуют прагматичные вопросы, например, сформулировать мероприятия, которые гарантировали бы быстрое развитие предприятия с обеспечением максимальной прибыли, или же предложить наилучшее решение по обеспечению стабильного электроснабжения некоторого региона. Системный аналитик должен ответить на вопрос: «Что лучше — строить новую электростанцию или провести модернизацию действующей, но выработавшей свой ресурс? Какова будет надежность электростанции после проведения работ по модернизации? Будет ли на допустимом уровне риск от ее эксплуатации?». Заказчика, в общем-то, не интересует, каким способом будет выработано то или иное решение. Для него важно, чтобы оно было обосновано и отвечало на поставленный вопрос. Все описанные ранее этапы работ являлись предварительными, направленными на изучение проблемной ситуации. Для того, чтобы обоснованно подойти к решению задачи выбора анализируется система и строится ее модель, изучаются цели, которые ставит перед собой (и, естественно, системными аналитиками) заказчик, исследуются возможные пути развития системы, т.е. генерируются альтернативы. После столь тщательной проработки проблемной ситуации наступает завершающий этап — этап принятия решения. Процедура принятия решения представляет собой действие над множеством альтернатив, в результате которого получается подмножество выбранных альтернатив. Желательно, чтобы это была одна альтернатива. Сужение множества альтернатив возможно, если есть способ сравнения альтернатив между собой и определения наиболее предпочтительных. Для того чтобы имелась возможность сравнивать альтернативы,необходимо выработать критерий предпочтения. Проблема выбора сама по себе достаточно сложна. Она допускает существенно различающиеся математические постановки задач. Отметим основные сложности, возникающие при решении задач выбора и принятия решений: • множество альтернатив может быть конечным, счетным или бесконечным; · оценка альтернативы может осуществляться по одному или по нескольким критериям; • критерии могут иметь количественное выражение или допускать только качественную оценку; • режим выбора может быть однократным или повторяющимся, допускающим обучение на опыте; • последствия выбора могут быть точно известны, иметь вероятностный характер или иметь неоднозначный исход, не допускающий введение вероятностей. Различные сочетания перечисленных вариантов приводят к многообразным задачам выбора. Для решения задач выбора предлагаются различные подходы, наиболее распространенный из которых — критериальный подход. Основным предположением критериального подхода является следующее: каждую отдельно взятую альтернативу можно оценить конкретным числом — значением критерия. Критерии, на основе которых осуществляется выбор, имеют различные названия — критерий качества, целевая функция, функция предпочтений, функция полезности и т.д. Объединяет их то, что все они служат решению одной задачи — задачи выбора. Сравнение альтернатив сводится к сравнению результатов расчетов соответствующих критериев. Если далее предположить, что выбор любой альтернативы приводит к однозначно определяемым последствиям и заданный критерий численно выражает оценку этих последствий, то наилучшей альтернативой является та, которая обладает наибольшим значением критерия. Задача поиска наилучшей альтернативы, простая по постановке, часто оказывается сложной для решения, поскольку метод ее решения определяется размерностью и типом множества альтернатив, а также видом критериальной функции. Однако на практике сложность отыскания наилучшей альтернативы многократно возрастает, так как оценивание вариантов приходится проводить на основании нескольких критериев, качественно различающихся между собой. Если в результате сравнения по нескольким критериям получилось, что одна альтернатива обладает наилучшими значениями по всем критериям, то выбор не представляет затруднений, именно эта альтернатива и будет наилучшей. Однако такая ситуация встречается лишь в теории. На практике дело обстоит куда как сложнее. В данной ситуации приходим к необходимости решения многокритериальных задач. Подходы к решению таких задач известны — это метод сведения многокритериальной задачи к однокритериальной, метод условной максимизации, поиск альтернативы с заданными свойствами, нахождение паретовско-го множества альтернатив. Выбор альтернативы на основании критериального подхода предполагает, что выполненными являются несколько условий: известен критерий, задан способ сравнения вариантов и метод нахождения лучшего из них. Однако этого оказывается недостаточно. При решении задач выбора необходимо учитывать условия, при которых осуществляется выбор, и ограничения задачи, так как их изменение может привести к изменению решения при одном и том же критерии. Оптимизационный подход нашел широкое применение в задачах системного анализа. Это обусловлено тем, что понятие оптимальности получило строгое и точное представление в математических теориях. Оптимизационный подход прочно вошел в практику проектирования и эксплуатации технических систем, сыграл важную роль в формировании современных системных представлений, широко используется в административном управлении. Нахождение оптимальных вариантов особенно важно для оценки состояния современной техники и определения перспектив ее развития. Знание параметров оптимальной альтернативы позволяет составить представление о принципиально не улучшаемых возможностях технических объектов. Сравнение с оптимальными параметрами помогает решить вопрос о целесообразности дальнейших усилий по улучшению показателей качества изделий. Однако у оптимизационного подхода есть свои ограничения, требующие внимательного и осторожного обращения с ним. Остановимся на особенностях, накладывающих ограничения на применение оптимизационного подхода и требующих учета при решении задач принятия решений. 1. Оптимальное решение часто оказывается чувствительным к изменению условий задачи. Следует учитывать, что иногда такие изменения могут привести к выбору существенно отличающихся альтернатив. 2. Обычно система, для которой принимается решение, входит в структуру более общей системы, т.е. является ее подсистемой, и решения оптимальные для этой подсистемы, могут входить в противоречие с целями надсистемы; т.е. возникает необходимость увязывать критерии подсистем с критериями надсистем. 3. Необходимо очень тщательно и скрупулезно подходить к выбору и обоснованию критерия. Критерий должен выбираться из анализа цели исследования; при этом надо помнить, что он характеризует цель лишь косвенно, иногда хуже, иногда лучше, но всегда приближенно. 4. Помимо критериев в оптимизационной задаче немаловажную роль играют ограничения. Анализ существа проблемной ситуации и качественное обоснование ограничений задачи имеют значительное влияние на принимаемое решение. Нередко даже небольшие изменения в ограничениях отражаются на принимаемом решении. Еще больший эффект получается, когда одни ограничения заменяются другими. Не задав всех необходимых ограничений, можно одновременно с оптимизацией основного критерия получить непредвиденные и нежелательные эффекты. Таким образом, можно сделать вывод о том, что оптимизация — это мощное средство повышения эффективности, но использовать его необходимо осторожно, особенно при работе со сложными проблемными ситуациями. Проблема еще более обостряется, когда речь идет о принятии решений в организационных или социальных системах. Можно констатировать, что оптимизационные задачи, которые удается поставить при исследовании сложных систем, имеют обоснованный характер, если описывают хорошо структурированные системы, и являются заведомо приближенными, если относятся к системе в целом. Поэтому отметим, что оптимизационный подход является не единственным при решении задач выбора и принятия решений. Существуют другие методы, которые дополняют оптимизационный выбор. Одним из таких методов является экспертный. Он применяется в тех случаях, когда при исследовании сложных систем возникают проблемы, которые не удается представить в виде формальных математических задач. В таких случаях прибегают к услугам экспертов — лиц, чья интуиция и опыт могут уменьшить сложность проблемы. И наконец, для решения задач выбора в сложных проблемных ситуациях создаются специальные человеко-машинные, проблемно-ориентированные системы. Системы поддержки решений ориентированы не на автоматизацию функций лица, принимающего решение, а на предоставление ему помощи в проведении данной работы. Подводя итог, отметим, что проблема выбора и принятия решений — центральная проблема системного анализа. Налицо сложности, которые возникают перед системным аналитиком. Но, с другой стороны, имеется развитый математический и эвристический аппарат, который является мощным оружием, помогающим обоснованно подходить к проблеме выбора 2.11. Внедрение результатов анализа Системный анализ является прикладной наукой, его конечная цель -изменение существующей ситуации в соответствии с поставленными целями. Окончательное суждение о правильности и полезности системного анализа можно сделать лишь на основании результатов его практического применения. Конечный результат будет зависеть не только от того, насколько совершенны и теоретически обоснованы методы, применяемые при проведении анализа, но и от того, насколько грамотно и качественно реализованы полученные рекомендации. В настоящее время вопросам внедрения результатов системного анализа в практику уделяется повышенное внимание. В этом направлении можно отметить работы Р. Акоффа [23] и П. Чеклэнда [24]. Следует заметить, что практика системных исследований и практика внедрения их результатов существенно различаются для систем разных типов. Согласно классификации, введенной П. Чеклэндом, системы делятся на три типа: естественные, искусственные и социотехнические. В системах первого типа связи образованы и действуют природным образом. Примерами таких систем могут служить экологические, физи-. ческие, химические, биологические и т.п. системы. В системах второго типа связи образованы в результате человеческой деятельности. Примерами могут служить всевозможные технические системы. В системах третьего типа, помимо природных связей, важную роль играют межличностные связи. Такие связи обусловлены не природными свойствами объектов, а культурными традициями, воспитанием участвующих в системе субъектов, их характером и прочими особенностями. Системный анализ применяется для исследования систем всех трех типов. В каждой из них есть свои особенности, требующие учета при организации работ по внедрению результатов. Наиболее велика доля слабоструктурированных проблем в системах третьего типа. Следовательно, наиболее сложна практика внедрения результатов системных исследований в этих системах. При внедрении результатов системного анализа необходимо иметь в виду следующее обстоятельство. Работа осуществляется на клиента (заказчика), обладающего властью, достаточной для изменения системы теми способами, которые будут определены в результате системного анализа. В работе должны непосредственно участвовать все заинтересованные стороны. Заинтересованные стороны — это те, кто отвечает за решение проблемы, и те, кого эта проблема непосредственно касается. В результате внедрения системных исследований необходимо обеспечить улучшение работы организации заказчика с точки зрения хотя бы одной из заинтересованных сторон; при этом не допускаются ухудшения этой работы с точки зрения всех остальных участников проблемной ситуации. Говоря о внедрении результатов системного анализа, важно отметить, что в реальной жизни ситуация, когда сначала проводят исследования, а затем их результаты внедряют в практику, встречается крайне редко, лишь в тех случаях, когда речь идет о простых системах. При исследовании социотехнических систем они изменяются с течением времени как сами по себе, так и под влиянием исследований. В процессе проведения системного анализа изменяются состояние проблемной ситуации, цели системы, персональный и количественный состав участников, соотношения между заинтересованными сторонами. Кроме того, следует заметить, что реализация принятых решений влияет на все факторы функционирования системы. Этапы исследования и внедрения в такого типа системах фактически сливаются, т.е. идет итеративный процесс. Проводимые исследования оказывают влияние на жизнедеятельность системы и это видоизменяет проблемную ситуацию, ставит новую задачу исследований. Новая проблемная ситуация стимулирует дальнейшее проведение системного анализа и т.д. Таким образом, проблема постепенно решается в ходе активного исследования. Глава 3 ПОСТРОЕНИЕ МОДЕЛЕЙ СИСТЕМ 3.1. Понятие модели системы Центральным понятием системного анализа является понятие системы. При описании процедуры проведения системного анализа было отмечено, что одной из составных частей этого процесса является формализация описания системы, т.е. построение ее модели. Понятие модели системы играет важную роль в проведении системных исследований любой направленности. Модель — это искусственно создаваемый образ конкретного объекта, процесса или явления, в конечном счете, любой системы. Понятие модели связано с наличием какого-либо сходства между выбранными объектами, один из которых является оригиналом, а другой — его образом, выполняющим роль модели. Модели являются всегда упрощенным описанием системы. Модель — это отображение реальной системы (оригинала), имеющее определенное объективное соответствие ей и позволяющее прогнозировать и исследовать ее функциональные характеристики, т.е. характеристики, определяющие взаимодействие системы с внешней средой. При составлении модели отражают отдельные стороны функционирования системы, т.е. то специфичное, что направлено на решение поставленной целевой установки общей задачи системного анализа. Сходство двух объектов с точки зрения выполнения каких-либо функций, целей или задач позволяет утверждать, что между ними существует отношение оригинала и модели. В задачах системного исследования первоочередной интерес представляет сходство поведения модели и объекта, выраженное на каком-либо формальном языке и изучаемое путем преобразований соответствующих формул или высказываний. Так приходим к понятию математической модели, являющейся основой аналитических исследований и имитационных экспериментов на ЭВМ. Математические модели можно классифицировать таким же образом, как это было проделано в случае классификации систем. Остановимся на описании классов, имеющих принципиально различный характер в подходе к построению моделей, а именно, охарактеризуем следующие типы моделей: детерминированные, вероятностные и игровые модели. Детерминированные модели описывают поведение систем с позиций полной определенности состояний системы в настоящем и будущем. Примерами таких моделей являются описания физических закономерностей, формулы, описывающие взаимодействие химических веществ, программы обработки деталей и т.д. Детерминированный подход находит применение при решении задач планирования транспортных перевозок, при составлении расписаний, планировании и распределении ресурсов, в задачах материально-технического снабжения, в планировании производства. Вероятностные модели описывают поведение системы в условиях воздействия случайных факторов. Следовательно, такие модели оценивают будущие состояния системы с позиций вероятностей реализации тех или иных событий. Примерами вероятностных моделей являются описание времени ожидания, обслуживания или длины очереди в системах массового обслуживания, модели расчета надежности системы, модели определения риска от наступления нежелательного события и пр. Игровые модели дают возможность изучать конфликтные ситуации, в которых каждая из конфликтующих сторон придерживается своих взглядов, и характер поведения каждой из них диктуется личными интересами. Примерами таких систем являются отношения двух или нескольких производителей одинакового товара. Их поведение на рынке обусловлено интересами каждой из сторон. Как правило, эти отношения имеют характер конкурентной борьбы. Широкое применение математических моделей в задачах системного анализа обусловлено универсальностью подхода к анализу как систем в целом, так и явлений и процессов, происходящих в них, способностью отразить все разнообразие закономерностей их развития и поведения. При применении математического моделирования появляется возможность проведения глубокого анализа задачи, обнаружения ошибок и корректировки исходных постулатов. При этом затраты на проведение исследований существенно меньше по сравнению с аналогичными исследованиями на реальных объектах. Если к тому же учесть, что ряд исследований на реальных объектах провести нет возможности либо по причине физической нереализуемости, либо ввиду больших материальных затрат, либо ввиду нежелательных последствий, насту-паемых в результате завершения исследований, то становится понятным, что исследование на математических моделях является чуть ли не единственным способом решения поставленных задач. Понятна нежелательность, мягко говоря, проведения натурных испытаний по ус- тановлению причин, приводящих к авариям на атомных электростанциях. Такие исследования проводят исключительно на моделях. При составлении моделей проявляются знания, опыт, интуиция и квалификация системных аналитиков. Создание модели требует четких представлений о роли моделируемых систем в решении поставленной задачи системного анализа, об их особенностях, о предполагаемом использовании результатов системных исследований. Математические модели могут иметь вид формул, систем уравнений или неравенств, логических выражений, графических образов, отражающих зависимость между выходными параметрами, состояниями системы, входными параметрами и управляющими воздействиями. Анализируемая система может быть описана разными моделями, каждая из которых обладает характерными свойствами и пригодна для решения лишь определенного круга задач, относящихся к структуре и функционированию системы. Рассмотрим основные виды моделей систем и способы их построения. 3.2. Способы описания систем Модель черного ящика Наиболее простой, грубой формой описания системы является представление ее в виде черного ящика, которое имеет следующие особенности. Во-первых, такое представление не раскрывает внутренней структуры, внутреннего устройства системы. Оно лишь выделяет систему из окружающей среды, подчеркивает ее целостное единство. Во-вторых, такое представление говорит также о том, что система хотя и является обособленной, выделенной из среды, но, тем не менее, она не является изолированной от нее.
Рис. 3.1. Представление системы в виде черного ящика Действительно, планируемая цель пред полагает, что в конечном итоге будут произведены изменения в системе, которые будут оказывать воздействия на внешнюю среду. Любая система работает на какого-либо внешнего потребителя. Иными словами система связана со средой и с помощью этих связей воздействует на среду. Таким образом, можно заключить, что у системы есть выходы. Выходы системы отражают ее целевое предназначение. С другой стороны, система является средством, с помощью которого достигаются те или иные цели. Следовательно, должны существовать возможности воздействия на систему, управления системой. Эти связи направлены из среды в сторону системы. Такие воздействия называются входами системы. В результате такого представления получилась модель системы, которая называется черным ящиком (рис 3.1). Это название подчеркивает полное отсутствие сведений о внутреннем содержании модели. В данном представлении задаются только связи модели с внешней средой в виде входных и выходных воздействий. Такая модель, несмотря на внешнюю простоту, бывает полезной для решения определенного круга задач. В модели черного ящика входы и выходы могут иметь качественное, словесное описание. Тогда и сама модель будет качественной. В реальных ситуациях для построения модели требуется количественное описание входов и выходов. В этом случае формируются множества входных — X и выходных — Y переменных. В общем виде математическое описание исследуемой системы может быть выражено зависимостью {Y} = O[{X},{Z},{V}], где {Y}= (YvY2,...,Yt) — множество векторов выходных переменных системы. В качестве выходных переменных, как правило, используются критерии, отражающие цели исследования. Под критерием понимают целевые функции, параметры оптимизации и т.д. В общем случае множество входных переменных подразделяют на три класса: {X} ~(ХХ,Ху..., X) — множество векторов входных контролируемых управляемых независимых переменных (факторов), действующих на процессы; {L}=(ZvZv...,Zk) — множество векторов входных контролируемых, но неуправляемых независимых переменных; {V}= (Vt,V2,...,Vn) — множество векторов неконтролируемых возмущающих воздействий; Ф — оператор системы, определяющий связь между указанными величинами. Отметим, что в модели черного ящика оператор системы, определяющий связь между указанными величинами, не исследуется. Модель черного ящика является начальным этапом изучения сложных систем. На первых этапах проведения системных исследований необходимо задать, сформировать множество входных и выходных параметров системы. Задача формирования множества параметров применительно к рассмотрению сложных систем сама по себе является непростой задачей. Сложная система имеет множественные и разнообразные связи с внешней средой. Чтобы избежать ошибки на этом этапе, необходимо сформулировать одно правило, гласящее, что в модель следует отбирать только те входы и выходы, которые отражают целевое назначение модели. Дело в том, что реальная система взаимодействует с объектами окружающей среды неограниченным числом способов. Задача системного аналитика при построении модели состоит в том, чтобы из бесчисленного множества связей отобрать конечное их число для включения в список входов и выходов. Критерием отбора является существенность той или иной связи по отношению к цели, ради достижения которой строится модель. Рассмотрим пример, иллюстрирующий процедуру отбора входов и выходов для достаточно простой системы. Пусть требуется разработать модель черного ящика для калькулятора. Основное целевое предназначение калькулятора — производить расчеты согласно заданной программе. Для того чтобы формировать задание для расчетов, калькулятору необходимы кнопки, причем двух типов. С одной стороны, с помощью кнопок будут вводиться цифры, с другой стороны, с помощью кнопок будут задаваться операции. Для отображения результатов расчетов необходимо табло. С точки зрения выполнения калькулятором основных функций отмеченных входов и выходов оказывается достаточно. Добавим теперь к целям использования калькулятора возможность автономной работы. Это повлечет за собой требование обеспечения его батареями питания. Выдвинув цель, состоящую в том, что калькулятор должен быть удобным и транспортабельным, получим новые требования на вес и габариты устройства. Выдвинув в качестве цели удобство и наглядность чтения результатов с табло, получим требования на характеристики табло. Рассматривая условия эксплуатации калькулятора можно добавить требования надежности работы и прочности корпуса. Далее можно еще расширить круг учитываемых требований и добавить соответственно несколько выходов, таких как эстетичный внешний вид, соответствие цены покупательной способности потребителя. Далее можно говорить о возможности работы с калькулятором в условиях плохой видимости, например, в темноте. Тогда следует рассмотреть необходимость подсветки циферблата, различение кнопок на ощупь и т.д. Данный ряд требований можно продолжать, рассматривая химические, физические, социальные, экономические аспекты. Таким образом, в зависимости от выдвигаемых целей и формулируемых требований, предъявляемых к калькулятору, будет различный набор входов и выходов данной системы. Следовательно, можно сделать вывод о том, что построение модели черного ящика не является тривиальной задачей. Вопрос о том, сколько именно и какие входы и выходы необходимо включать в модель, не имеет простого и однозначного ответа. С одной стороны, выполнение только основной цели недостаточно, необходимо учитывать дополнительные цели. С другой стороны, встает вопрос, сколько дополнительных целей необходимо учитывать, где требуется остановиться. Критерия не существует. Здесь выбор полностью ложится на исследователя и зависит от его опыта и компетенции. Модель состава системы В том случае, когда системного аналитика интересуют вопросы внутреннего устройства системы, модели черного ящика оказывается недостаточно. Для решения данного вопроса необходимо разрабатывать более детальные, более развитые модели. Одной из разновидностей таких моделей, раскрывающей внутреннее содержание системы, является модель состава системы. Свойства системы, отображенные в модели черного ящика, целостность и обособленность, являются внешними свойствами. Внутреннее содержание системы в модели черного ящика не рассматривается. Но именно внутреннее содержание ящика оказывается неоднородным. Как было отмечено в п. 2.2, в структуре системы можно выделить различные элементы, подсистемы, компоненты системы, причем, обозначенные понятия условны. В зависимости от цели, для решения которой строится модель, один и тот же объект может быть определен и в качестве элемента, и в качестве подсистемы. Рассмотрим пример, поясняющий данную мысль. Перед системным аналитиком сформулирована цель — проведение расчета характеристик надежности некоторой системы. Предположим, что систему можно разбить на подсистемы, подсистемы на блоки, а блоки, в свою очередь, на элементы. Вернемся к примеру п. 2.2 и будем анализировать систему управления и защиты энергоблока атомной станции. В данной системе был выделен ряд подсистем: автоматического регулирования, ручного регулирования, аварийной защиты, аварийной и предупредительной сигнализации и т.д. В структуре каждой подсистемы можно выделить блоки: блок питания, датчик (счетчик нейтронов), устройство отображения информации, вторичные приборы, исполнительные механизмы и т.д. В свою очередь, в каждом из блоков выделяют электронные (транзисторы, диоды, конденсаторы, сопротивления), электромеханические (реле, лентопротяжные механизмы) элементы, кабели, тросы и пр. Задача аналитика состоит в выработке решения, на каком уровне разбиения объектов необходимо остановиться. Здесь требуется вернуться к цели и наметить пути ее достижения. К реализации сформулированной цели можно подойти с разных позиций. Рассмотрим первый возможный подход. Система, для которой проводится анализ надежности, длительное время находилась в эксплуатации; имеется представительная статистика поведения объектов системы в процессе ее функционирования. В результате анализа надежности ставится задача максимально использовать опыт эксплуатации, так как именно в процессе эксплуатации реализуются свойства системы, и поэтому результаты расчета, полученные на основании статистической информации, наиболее реально отражают объективные закономерности. При анализе эксплуатационной информации выяснилось, что в службах предприятия на каждый блок имеются паспорта, в которых отмечается вся история поведения блока. Таким образом, делается вывод о том, что в процессе обработки информации можно получить характеристики надежности блоков и далее, используя эту информацию в качестве исходной, проводить дальнейшие расчеты надежности системы. Следовательно, при построении модели состава системы в качестве первичного элемента достаточно ограничиться блоками, для которых рассчитывается исходная информация. Другой возможный случай. Система, для которой проводится анализ надежности, в эксплуатации не находилась. В качестве исходной информации для проведения расчетов имеется справочная информация об интенсивностях отказов элементов типа транзисторов, диодов, конденсаторов, сопротивлений, реле, лентопротяжных механизмов и т.д. В этом случае делается вывод о том, что при составлении модели состава системы необходимо проводить декомпозицию каждого блока на составляющие элементы. Полученная таким образом модель будет более детальной. Таким образом, в зависимости от цели исследования, постановки задачи по достижению данной цели и исходной информации, имеющейся для решения задачи, одну и ту же систему следует представлять в виде различных частей, различных иерархий. Далее следует отметить, что условным является также разбиение на подсистемы. В той же системе управления и защиты одни и те же элементы, в зависимости от решаемой задачи, могут быть отнесены к разным подсистемам, т.е. границы между подсистемами условны. Проиллюстрируем это примером. В системе имеется группа стержней автоматического регулирования, которые в штатной ситуации осуществляют регулирование мощности энергоустановки. Следовательно, для нормального режима эксплуатации эти стержни следует отнести к подсистеме автоматического регулирования. Однако регламент работы предусматривает, что в случае возникновения аварийной ситуации данные стержни принимают участие в глушении реакторной установки, в переводе ее функционирования на подкритический уровень. Таким образом, при рассмотрении аварийных режимов стержни автоматического регулирования следует рассматривать как элементы подсистемы аварийной защиты.
|
