ارزیابی مقایسه ای قابلیت های غیرکارکردی کارایی و دستر س پذیری در فنآور ی های میان افزار CORBA و OPC UA در سیستم های SCADA حوزه نفت و گاز
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 88
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EKTESHAF-1397-157_007
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
امروزه سامانه های SCADA به طور گستردهای در زمینه های مختلف و به منظور کنترل زیرساخت های حیاتی کشورها مورد استفاده قرارگرفته اند. با توجه به اهمیت باالی این موضوع که بروز هرگونه اختلال در بخش های مذکور میتواند اثرات مخرب و جبران ناپذیری بر امنیت اقتصادی و توانمندی های دفاعی کشور، عالوه بر خطر از دست رفتن اطالعات انحصاری شرکت ها، خطرات جانی و تخریب های محیط زیستی آن داشته باشد، اهمیت توسعه و تولید بومی اینگونه نرم افزارها بیش از پیش آشکار میباشد. با توجه به ماهیت توزیع شده سیستم های SCADA و معماری های نرم افزار مطرح موجود، استفاده از فنآورهای میانافزار در این سامانه ها ضروری میباشد. از آنجاییکه انتخاب فنآوری مناسب با توجه به نیازمندی های کسب وکار میتواند نقش بسزایی در تعیین معماری نرم افزار مناسب برای این سامانه ها داشته باشد، در این تحقیق دو فنآوری مطرح میان افزار CORBA و UA OPC در این سامانه ها ارزیابی و از ابعاد دسترسپذیری و کارایی مورد مقایسه قرار داده شده است. بدین منظور ابتدا پارامترهای تاثیرگذار بر هر یک از این صفات کیفی تعیین شده و سپس با استفاده از روش خبرگی دلفی تاثیر استفاده از هر یک از این میانافزارها بر دو خصلت دسترس پذیری و کارایی در سامانه های SCADA مقایسه شده است. نتایج حاصل از تحلیل ها نشان میدهند که میان افزار UA OPC قابلیت های دسترس پذیری و کارایی را در نسل جدید سامانه های SCADA در حوزه نفت و گاز بهتر فراهم نموده است. در نتیجه، نیاز مدیران ارشد سازمان ها در حوزه نفت و گاز را در راستای تولید SCADA بومی با هدف دستیابی به کارایی و دسترس پذیری بیشتر فراهم می سازد.
Keywords:
Authors
نازفر ایرانی شمیرانی
دانشگاه آزاد اسلامی، واحد تهران مرکزی
رامین نصیری
دانشگاه آزاد اسلامی، واحد تهران مرکزی
بابک وزیری
دانشگاه آزاد اسلامی، واحد تهران مرکزی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :