大型電氣設備的自動化控制中任務合理調度模型設計

劉銘光++肖毅

摘 要： 在大型電氣設備的自動化控制中，傳統任務合理調度模型調度穩定性不好、通信性能較弱。為此，設計一種更為有效的大型電氣設備的自動化控制中任務合理調度模型。所設計的模型通過分析大型電氣設備自動化控制中的任務調度性質，給出模型“并行分布”和“高度可擴展性”的設計原則。根據設計原則，將模型中大型電氣設備的子設備開啟時間，調制到早于母設備的調度工作開始時間，并通過約束子設備適應度，獲取到自動化控制任務中最為合理的調度時間，進而實現任務合理調度。實驗結果表明，所設計的模型具有調度穩定性好、通信性能強的優點。

關鍵詞： 大型電氣設備； 自動化控制； 任務合理調度模型； 并行分布

中圖分類號： TN606?34； TP393.03 文獻標識碼： A 文章編號： 1004?373X（2017）12?0056?03

Abstract： Since the traditional task scheduling model for automation control of large electrical equipment has poor scheduling stability and weak communication performance， an effective task reasonable scheduling model for automation control of large electrical equipment was designed. The nature of the task scheduling model for automation control of large electrical equipment is analyzed to give the "parallel distribution" and "high scalability" design principles of the task reasonable scheduling model. According to design principles， the opening time of the sub?equipment in the model for the large electrical equipment is modulated to the time earlier than that of the mother equipment. The fitness of the sub?equipment is restrained to acquire the most reasonable scheduling time in automation control task to realize the task reasonable scheduling. The experimental result shows that the designed scheduling model has the advantages of perfect scheduling stability， and strong communication performance.

Keywords： large electrical equipment； automation control； task reasonable scheduling model； parallel distribution'

0 引 言

隨著國際自動化水平的不斷提升，大型電氣設備在我國各領域的應用也越來越廣。在大型電氣設備的自動化控制中，任務合理調度的有序進行，是增強大型電氣設備應用性能、提高企業經濟效益的關鍵[1?3]。任務合理調度問題也一直是各國科研人員研究的難點課題之一，科研人員曾設計出一些大型電氣設備的自動化控制中任務合理調度模型，但這些模型均存在一定的問題，無法給予大型電氣設備精準、高效的自動化控制[4?6]。任務合理調度問題一直是各國科研人員研究的難點課題之一，本文設計一種調度穩定性好、通信性能強的大型電氣設備的自動化控制中任務合理調度模型。

1 大型電氣設備自動化控制中的任務調度性質分析

大型電氣設備由一個母設備與多個子設備組成，其實質是一種異構的星型網絡。在大型電氣設備的自動化控制中，使用表示含有個子設備的大型電氣設備總集合（是一個自然數，表示隨機提取的子設備序列號，），其中，表示大型電氣設備中的母設備，余下的均為子設備。用表示大型電氣設備中母設備對子設備的自動化控制通道長度，那么，大型電氣設備自動化控制網絡示意圖如圖1所示。

由圖1可知，大型電氣設備的自動化控制任務全部存儲于母設備中，由于每條子設備控制通道的長度均不相同，因此母設備的自動化控制效率處于不斷變化當中，這使得任務合理調度形成了一種“大面積、分散式”的工作性質，這種工作性質要求所設計的任務合理調度模型需要通過“并行分布”原則給予大型電氣設備精準、高效的自動化控制。

同時，由于自動化控制效率的不同將導致大型電氣設備中的個子設備，無法同時接收到母設備分配出的自動化控制任務。因此，大型電氣設備自動化控制中任務調度的工作量是隨時間而不斷增長，這一性質要求所設計的任務合理調度模型也應該擁有較強的可擴展性，以維持大型電氣設備的應用性能。

2 自動化控制中任務合理調度模型設計

根據第1節給出的“并行分布”和“高度可擴展性”的設計原則，對大型電氣設備的自動化控制中任務合理調度模型進行設計。

假設大型電氣設備中的母設備獲取到的自動化控制任務調度順序為，（為自動化控制任務的數量），將按照上述調度順序進行調度工作的子設備設為，用表示這些子設備的開啟時間。為了增強所設計大型電氣設備的自動化控制中任務合理調度模型的通信性能，并同時獲取優異的調度穩定性，規定子設備的開啟時間必須早于母設備調度工作開始時間，由此設計出的任務合理調度模型和模型工作流程如圖2、圖3所示。

由圖2、圖3可得，所設計的任務合理調度模型將大型電氣設備的自動化控制中總任務量，經由母設備向子設備依照調度順序進行分配，有：

3 實驗驗證

3.1 實驗準備

仿真實驗使用3臺相同規格、型號的虛擬實驗設備，分別寫入本文模型、星型網絡任務合理調度模型和總線型網絡任務合理調度模型，并對同一大型電器設備依次進行任務調度。每臺虛擬實驗設備都擁有兩個通信接口，實驗前，將兩個通信接口的帶寬范圍分別設為[0 Mb/s，1.5 Mb/s]和[1.5 Mb/s，3.0 Mb/s]。現進行三個任務合理調度模型調度穩定性和通信性能的驗證實驗，實驗共計進行6 h。

3.2 模型調度穩定性驗證

實驗中，每隔1 h對三個系統在兩個通信接口中的任務吞吐量數據進行采集，并制成曲線圖，如圖4、圖5所示。

由圖4、圖5可得，在帶寬范圍為[0 Mb/s，1.5 Mb/s]的通信接口1中，三個模型的任務吞吐量曲線波動均不明顯，本文模型的任務吞吐量曲線幾乎為直線狀態。而在帶寬范圍為[1.5 Mb/s，3.0 Mb/s]的通信接口2中，星型網絡任務合理調度模型和總線型網絡任務合理調度模型的任務吞吐量曲線波動情況明顯變大，并且下降情況嚴重。而本文模型的任務吞吐量曲線僅僅存在細微波動，并無明顯下降，表明本文模型的調度穩定性較好。

3.3 模型通信性能驗證

在大型電氣設備的自動化控制中，通信性能較強的任務合理調度模型不容易受到網絡入侵的影響，并且傳輸速率更快，是增強大型電氣設備應用性能的基礎保障。因此，模型通信性能的驗證實驗每隔1 h變換一次網絡入侵類型，每隔10 min記錄下三個模型在兩個通信接口中的傳輸速率。將實驗數據繪制成曲線圖，如圖6、圖7所示。

由圖6、圖7可得，在兩個通信接口中，本文模型在網絡入侵下的傳輸速率均高于星型網絡任務合理調度模型和總線型網絡任務合理調度模型，即網絡入侵對本文模型的傳輸速率幾乎無影響，表明本文模型具有通信性能強的優點。

4 結 論

任務合理調度問題一直是各國科研人員研究的難點課題之一，本文設計一種調度穩定性好、通信性能強的大型電氣設備的自動化控制中任務合理調度模型。本文模型將大型電氣設備的自動化控制看作一種異構星型網絡，并通過模擬網絡中母設備與子設備之間工作關系，獲取任務調度中最為合理的調度時間，進而實現任務合理調度。將本文模型與兩種傳統的任務合理調度模型進行性能對比實驗，實驗結果表明，所設計的模型調度穩定性好，并且通信性能強。

參考文獻

[1] 李智勇，王飛，朱強.基于模型化DSP快速設計的音頻信號采集系統[J].現代電子技術，2015，38（21）：11?13.

[2] 王艷珍，鄒蕾，朱登飆.反重力鑄造設備自動控制系統的設計[J].現代電子技術，2016，39（8）：155?157.

[3] 劉曙光，蔡運恒，賈晨輝，等.海洋鉆機電氣控制系統設計及關鍵技術[J].西安工程大學學報，2016，30（1）：131?136.

[4] 蔡紅梅，張轉芳，張光利.大型電力DCS控制系統中的優化任務調度模型[J].計算機仿真，2015，32（11）：161?163.

[5] 徐煥，彭祥禮，查志勇，等.企業管理中多工作任務下合理調度模型仿真[J].計算機仿真，2014，31（10）：450?454.

[6] 劉漢宇，邱赟，牟龍華.微電網CPS物理端融合模型設計[J].電力自動化設備，2014，34（10）：27?32.

[7] 劉萌，閻高偉，續欣瑩.基于知識點網絡的自動化專業學習路徑推薦[J].計算機仿真，2016，33（6）：180?184.

[8] 夏莉，侯世旺，溫海駿.關于倉庫貨物堆垛機揀選調度自動化研究[J].計算機仿真，2016，33（3）：318?322.