ГОСТ Р ИСО 15746-1—2016
2.4 модель, на основе данных (data driven model): Модель (2.11). разработанная посредством
использования данных, которые были получены по результатам испытаний или в результате исследо
вания соответствующего процесса.
2.5 управление с использованием экспортной системы (expert control): Стратегия управле
ния. основанная на совокупности правил и логических выводах, в которой используются знания и идеи,
связанные с проблемами внедрения систем управления.
2.6 модель основных принципов,модель первопринципов(first principle model):
Модель (2.11), отражающая физические и химические законы, например, законы сохранения массы и
энергии.
2.7 показатели эффективности (performance indicators): Категория дискретных и предвари
тельно установленных показателей (для бенчмаркинга), характеризующих степень реализации наме
ченных целей.
2.8 датчик (physical sensor): устройство или преобразователь, способные измерять какую-либо
физическуювеличинуипреобразовыватьеевсигнал, который можетбытьзарегистрированнаблюдате
лем или прибором.
П р и м е ч а н и е — В настоящее время используются в основном электронные датчики.
Пример
—
Расходомер, преобразователь давления.
2.9 регулирующий параметр (manipulated variable): Входной параметр, который используется
для управления параметрами системы управления.
П р и м е ч а н и е — На практике в любой системе управления может быть более одного регулирующего
параметра. Соответственно, при использовании этого параметра необходимо помнить, что для каждой системы
управления выбор регулирующего параметра подлежит обсуждению. Для управления процессом обычно назнача ют
одну наиболее ответственную систему прямого управления.
2.10 управление на основе прогнозирующих моделей (управление с прогнозированием)
(model predictive control; predictive control): Комплексная оптимизированная стратегия управления с
обратной связью, которая сочетает в себе возможности динамической модели (2.11) для прогнозиро
вания протекания процесса, непрерывного управляющего воздействия на основе циклической опти
мизации (2.13) в реальном времени и коррекции ошибок модели с использованием сигналов обратной
связи.
Пример
—
Модельное алгоритмическое управление (MAC); Динамическое матричное управление
(ОМС); Обобщенное управление с прогнозированием (GPC).
2.11 модель (model): Абстрактное описание реальности в любой форме (включая математичес
кую. физическую, символическую, графическую или описательную), которая представляет определен
ный аспект этой реальности.
(ИСО 19439:2006. определение 3.47]
2.12 управление производственными операциями (manufacturing operations management;
MOM): Деятельность наУровне 3 производственногопредприятия, координирующая работуперсоналa
иоборудования, атакже использование материалов на производстве.
[МЭК62264-3:2007. определение 3.1.11]
2.13 оптимизация (optimization): Стратегия принятия решений, предназначенная для реализа
ции бизнес-цели (при отягчающем влиянии совокупности негативных условий и проблем).
2.14 программно-управляемый датчик (soft sensor): Виртуальное устройство, использующее
математическую модель (см. 2.11) для считывания и распознавания данных с дальнейшей оценкой
производственных параметров (с использованием других известных параметров в качестве входных
данных).
2.15 статистическое управление процессом (statistical process control): Стратегия, использу
ющая статистические методыдля мониторинга иуправления производственными процессами, атакже
для совершенствования иподдержания рабочих характеристиксистемы.
П р и м е ч а н и е — Использование статистических методов и/или статистических или стохастических
алгоритмов управления для достижения одной или более следующих целей:
a) увеличение знаний о процессе:
b
) регулирования процесса, для достижения желаемого поведения процесса.
c) уменьшения отклонений параметров готовой продукции или достижения других улучшений работы
процесса.
2