ХЕРСОНСЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

ДОРОВСЬКИЙ ДМИТРО ВОЛОДИМИРОВИЧ

УДК 681.3.01+519.816+658.274

СИСТЕМА ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ
ФУНКЦІОНАЛЬНОЇ ДІАГНОСТИКИ
ПРОМИСЛОВОГО ОБЛАДНАННЯ

05.13.06 – Автоматизовані системи управління
та прогресивні інформаційні технології

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата технічних наук

Херсон – 2007

Дисертацією є рукопис.

Робота виконана в Херсонському національному технічному університеті Міністерства освіти й науки України.

Науковий керівник: кандидат технічних наук, доцент
РАДВАНСЬКА Людмила Миколаївна,
Херсонський національний технічний університет,
декан Таврійського факультету.

фіційні опоненти: доктор технічних наук, професор
ШАРОНОВА Наталія Валеріївна,
Національний технічний університет “ХПІ”, м. Харків,
завідувач кафедри інтелектуальних комп’ютерних систем;
кандидат технічних наук, доцент
ХОШАБА Олександр Мирославович,
Вінницький національний технічний університет,
доцент кафедри інформаційного менеджменту.

Захист відбудеться “24” вересня 2007 р. о 12.00 годині на засіданні спеціалізованої вченої ради Д .052.01 в Херсонському національному технічному університеті за адресою: 73008, м. Херсон, Бериславське шосе, 24, корп. 1.

З дисертацією можна ознайомитися в бібліотеці Херсонського національному технічного університету за адресою: 73008, м. Херсон, Бериславське шосе, 24.

Автореферат розісланий “23” серпня 2007 р.

Вчений секретар

спеціалізованої вченої ради А. В. Шеховцов

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Сучасне гірничо-металургійне обладнання характеризується складністю й високою вартістю поточного обслуговування. Процес його експлуатації перетворився у комплексну проблему, при розв’язанні якої потрібно водночас ураховувати управлінські, виробничі, фінансові, технічні й кадрові фактори. Використання традиційного спрощеного підходу до цієї проблеми на практиці призведе до великих фінансових втрат. У зв’язку з цим важливої ролі набуває концепція управління обслуговуванням обладнання, яка має назву теротехнології й заснована на комплексному врахуванні різних суперечливих факторів, що впливають на ефективність експлуатації й діагностики гірничо-металургійного обладнання.

У загальній постановці це завдання є некоректним, тобто не має єдиного рішення, а дає певну область компромісів, яка охоплює оптимальні рішення. У зв'язку з цим виникає проблема регуляризації вихідного завдання. Для неповністю формалізованих і погано структурованих систем таким регулюючим елементом є особа, що приймає рішення (ОПР), яка заміщує своїми евристичними знаннями нестачу формальної інформації. Діагностування такого обладнання буде успішним у тому випадку, якщо ОПР – надійний, стабільний, ефективний елемент. Саме тому в останні роки в автоматизованих системах управління все частіше об'єктом вивчення є процеси прийняття управлінських рішень (ППУР). Для них характерна більша відповідальність рішень, які тягнуть за собою серйозні наслідки, а також високий ступінь невизначеності умов. Сутність таких рішень полягає в координації діяльності підлеглих підсистем, що саме по собі навіть в умовах цілковитої визначеності є важливою проблемою.

У теорії прийняття рішень існує два основні напрямки досліджень. Перший, залишаючи осторонь процедури формування цілей і вибір критеріїв, розглядає лише формальні методи пошуку оптимального рішення, при цьому процедура ухвалення рішення найчастіше зводиться до деякого завдання математичного програмування. У другому напрямку досліджень головна увага приділяється формальному дослідженню процедур формування цілей, вибору критеріїв, а також вибору альтернатив поводження з урахуванням зазначених вище неформальних факторів. Спільною головною рисою всіх підходів другого напрямку є включення ОПР у логіко-математичну процедуру вибору альтернатив поводження.

ОПР повинна видати основні оцінки, що перетворюють прийняту математичну процедуру в одну зі схем математичного програмування. Це найбільш перспективний напрямок, і його подальший розвиток спрямований на розробку нових математичних методів, які мають справу з неоднозначними функціями й упровадженням нових математичних засобів управління. Істотними недоліками методик цього напрямку є відносна громіздкість математичного апарату й необхідність тривалої участі людини в процесі вибору оптимального рішення. Крім того, пропоновані методи розраховані на високу математичну підготовку ОПР відносно володіння навичками роботи з абстрактними категоріями й поняттями. Ці недоліки не дозволяють використовувати існуючі методи безпосередньо в автоматизованій системі управління. Разом з тим практика розробки АСУ вимагає створення теорії прийняття рішень, яка враховує індивідуальний досвід управління й конкретні інтуїтивно-логічні прийоми ОПР.

Прийняття рішень в окремих ланках АСУ пов’язане з рядом особливостей. По-перше, більшість рішень приймається в ситуаціях, що раніше не зустрічалися, оскільки повний збіг ситуацій у технологічних процесах – подія практично неймовірна. По-друге, вибір варіантів дій відбувається, як правило, в умовах високого ступеня невизначеності, пов'язаної як з випадковим характером керованого процесу, так і з неоднозначністю цілей, критеріїв, альтернатив дій та їхніх наслідків. Передумовою для успішного розв’язання цього завдання є наукові розробки вітчизняних і закордонних учених О. А. Волкова, В. М. Глушкова, Д. Грона, П. Ейкхоффа, М. З. Згуровського, В. М. Михайленка, В. В. Павлова, О. А. Павлова, Е. Г. Петрова, А. П. Ротштейна, С. Ф. Теленика, В. Є. Ходакова, Я. З. Ципкина, К. Л. Ющенко й інших.

Зв'язок роботи з науково-дослідними програмами й темами організації. Дисертаційне дослідження виконане відповідно до планів, затверджених Міністерством освіти і науки України, програм Міністерства промислової політики України. У рамках цих програм результати досліджень пов'язані з планами науково-дослідних робіт НДІБТГ (№ ДР U000785, 0188U0007961), з цільовими науково-практичними темами Міністерства промислової політики “Розробка теорії, методів і алгоритмів для створення інтелектуальних інформаційно-аналітичних систем керування” (№ ДР U000718), Міністерства освіти і науки України “Розробка принципів та методів опису багатофакторних процесів в екосистемі” (затверджена наказом МОН №  від 13.02.97), Європейського університету “Економічні проблеми теорії й практики менеджменту сталого розвитку економічних систем” (№ ДР 0101U000735). Відповідно до акту результати дослідження використовувались при розробці актуальних тем Криворізького інституту автоматики.

Метою дисертаційної роботи є підвищення якості управління обслуговуванням сучасного промислового обладнання на основі розробки та використання інформаційної системи підтримки прийняття рішень функціональної діагностики (ІСППРФД).

Об'єктом дослідження є управління обладнанням сучасного гірничо-металургійного підприємства, що функціонує в умовах ринкової економіки.

Предметом дослідження є клас погано структурованих і неструктурованих завдань інформаційної системи підтримки прийняття рішень діагностики (ІСППРД) в нечітких умовах, що вимагає обробки неповних, нечітких або суперечливих знань, а також тих, що важко або взагалі не формалізуються.

Методи досліджень засновані на розвитку існуючих методів і підходів, а також на створенні нових, адекватних розглянутим процесам, що відбуваються в розв'язуваних завданнях. Дослідження здійснювалися з використанням методів системного аналізу, методів штучного інтелекту: теорії штучних нейронних мереж, теорії нечітких множин і нечіткої логіки. Порівняльна оцінка отриманих результатів виконувалася з використанням методу нелінійної регресії. Експериментальні дослідження й аналіз штучних нейронних мереж виконані з використанням програмних пакетів STATISTICA Neural Networks V. .0. і NeuroSolutions .10 фірми Neuro-Dimentions. Програмна реалізація розроблених підходів і методів виконана з використанням пакетів Fuzzy Logic Toolbox for MATLAB. Програмні модулі для систем реалізовані мовами програмування MS Visual C++ та DELPHI 4.0.

Наукова новизна отриманих результатів. У дисертаційній роботі вирішено актуальне завдання розвитку теоретичних основ проектування й створення ІСППРД в нечітких умовах. Наукова новизна роботи визначається наступними основними результатами:– 

уперше запропонований новий підхід до проектування ІСППРД в нечітких умовах, заснований на системній інтеграції технологій штучного інтелекту з точними методами й моделями пошуку рішень, а також методами імітаційного моделювання, який дозволяє створювати ІСППРД, що навчаються на накопиченому досвіді й адаптуються до змін умов функціонування, що забезпечує рішення складних, неструктурованих завдань діагностування в умовах статистичної й структурної невизначеності;– 

одержав подальший розвиток існуючий підхід до інтеграції двох інтелектуальних технологій – нечіткої логіки й нейронних мереж, – що дозволяє створювати нейронні системи нечіткого виводу, які навчаються за допомогою оптимізаційних методів, включаючи генетичні алгоритми;– 

теоретично й експериментально досліджені можливості створюваних гібридних інформаційних систем з метою оцінки ефективності їхнього застосування для розв’язання завдань діагностики;– 

розроблено новий ефективний підхід до навчання ІСППР, що має ключове значення в розвитку методології проектування ІСППР у нечітких умовах і відрізняється від відомих скороченням часу навчання й можливістю знаходження глобального екстремуму; розроблено також методику розрахунків параметрів нечітко-нейронної системи в процесі навчання;– 

створено й експериментально обґрунтовано нову концепцію проектування ІСППРД, що відрізняється від існуючих використанням методів штучного інтелекту, необхідних для моделювання знань, процесів і виводів, заснованих на нечітких міркуваннях;– 

запропоновано новий підхід до побудови ІСППРД у процесі моніторингу й діагностування обладнання, який відрізняється від відомих використанням методів штучного інтелекту при розв’язанні завдань класифікації модулів.

Обґрунтування й вірогідність наукових положень і висновків, поданих у дисертації, забезпечується математичною строгістю й коректністю використання основ теорії нечіткої логіки й нейронних мереж при виведенні основних залежностей для побудови гібридних інтелектуальних систем, багаторазовим тестуванням теоретичних розробок на прикладах, виконаними обчислювальними експериментами, а також зіставленням з результатами розв’язання обраних прикладних завдань з допомогою відомих у літературі методів і підходів.

Практична цінність отриманих результатів. Розроблений підхід до проектування ІСППРД дозволяє створювати більш універсальні системи, що забезпечують можливість ефективно вирішувати складні завдання в умовах невизначеності, прискорити процес підтримки прийняття рішень, істотно підвищити якість прийнятих рішень. Отримані в дисертаційних дослідженнях результати мають суттєве практичне значення, упроваджені в системи й перспективні технології, засновані на знаннях, що дозволяють підвищити їхню адаптивність, ефективність, рівень автоматизації, а також об'єктивність рекомендацій і оптимальність прийнятих рішень. Розроблено пакети прикладних програм реалізації ІСППРД у завданнях моніторингу й діагностики. Запропоновані в дисертаційній роботі методологія проектування, алгоритми й розроблена на їхній основі ІСППРД були використані для рішення важливих виробничих завдань, що підтверджено документально.

Результати дисертаційного дослідження використовуються в навчальному процесі для підготовки фахівців в галузі комп'ютерних наук Європейського університету на кафедрі інформаційних технологій.

Особистий внесок дисертанта. У дисертації узагальнено результати теоретичних і прикладних досліджень в галузі моделювання процесів прийняття рішень діагностики й моніторингу в нечітких умовах і на основі нечітких знань, проектування ІСППРД сучасного промислового обладнання, виконаних дисертантом самостійно або при особистій участі.

Апробація результатів дисертації. Основні концепції, положення й результати роботи доповідалися на ІX, Х Міжнародних науково-практичних конференціях “Інформаційні технології в освіті і управлінні” (Нова Каховка, 2006, 2007), ІX, X, XI Міжнародних науково-практичних конференціях Європейського університету “Інформаційні технології в економіці, менеджменті і бізнесі” (Київ, 2004, 2005, 2006).

Публікації. За темою дисертації опубліковано 11 робіт, з них 6 – у провідних фахових виданнях.

Структура й обсяг дисертації. Дисертація складається зі вступу, п'яти розділів, висновків, списку використаних джерел зі 169 найменувань і 2 додатків на 35 сторінках. Загальний обсяг дисертації – 202 сторінки, ураховуючи 24 рисунки й 2 таблиці. Основний зміст викладено на 152 сторінках.

ОСНОВНИЙ ЗМІСТ РОБОТИ

Вступ містить загальну характеристику роботи, актуальність теми, зв’язок роботи з науковими програмами, темами, планами, мету й завдання дослідження, отримані наукові результати та їхнє практичне значення, оцінку особистого внеску здобувача, відомості про апробацію та публікацію результатів дослідження.

Перший розділ дисертації присвячений аналізу предметної області й постановці задач дослідження. У розділі поставлені й вирішені наступні завдання: аналіз досліджень з систем функціональної діагностики промислового обладнання; аналіз методів інтеграції ІСППРФД промислового обладнання; аналіз проблем розробки ІСППРФД промислового обладнання; аналіз методологій проектування інформаційних систем підтримки прийняття рішень у діагностиці обладнання. Аналіз предметної області дозволив встановити, що використання апарата інтелектуальних нейронних систем (ІНС) має свої особливості, невластиві традиційним методам; шлях від теорії нейронних мереж до їхнього практичного використання вимагає відповідної адаптації методологій, відпрацьованих спочатку на модельних завданнях; обчислювальна техніка із традиційною архітектурою не кращим чином пристосована для реалізації нейронномережних методів; для класу завдань діагностики обладнання характерні слабко структуровані процедури прийняття рішень в умовах неповної інформації; до цього класу завдань відносяться складні, погано формалізовані завдання, які вимагають розробки оригінального алгоритму рішення залежно від конкретної ситуації, для якої можуть бути характерні невизначеність і динамічність вихідних даних і знань. Слабко структуровані проблеми містять як кількісні, так і якісні елементи, що характеризуються невизначеністю або неповнотою вихідних даних.

Проаналізовані й сформульовані основні принципи проектування ІСППРД, насамперед головні фундаментальні принципи системного аналізу: принцип кінцевої мети, адекватність, погодженість й інтегрованість з наступними етапами проектування, а також відкрита модульна структура, що розвивається, адаптивність і здатність до навчання на основі накопиченого досвіду, принцип ієрархічності баз знань, паралельна обробка інформації й розподілена структура системи.

У другому розділі проведений синтез гібридних ІСППРФД гірничо-металургійного обладнання. Поставлені й вирішені наступні завдання: синтез основних понять теорії нечітких множин і нечіткої логіки при розв’язанні завдань діагностики гірничо-металургійного обладнання; синтез основних методів визначення функції приналежності нечіткої імплікації при вирішенні завдань діагностики гірничо-металургійного обладнання; синтез нечітких нейронних мереж на основі багатошарового перцептрона для розв’язання завдань діагностики гірничо-металургійного обладнання; синтез нейронних систем нечіткого виводу для прийняття рішень діагностики гірничо-металургійного обладнання.

У розділі представлені в якості базового теоретичного матеріалу для синтезу нечітких понять і відношень природної мови основні поняття теорії нечітких множин і нечіткої логіки. Розвинуто існуючий підхід до побудови нечітких нейронних систем, що дозволяє використовувати для оптимального підбору значень параметрів системи відомі процедури й методи оптимізації. Внесено зміни, які полягають у можливості одержання на виході системи нечітких знань і вибору необхідних складових елементів розроблюваних інформаційних систем. Це дозволило розробити гібридні інтелектуальні системи, які відрізняються від відомих у літературі можливістю гнучкого вибору параметрів структури діагностики.

Нечітка імплікація типу АУ являє собою набір правил, що визначають спосіб розрахунку функції приналежності нечіткого відношення RXY, тобто на основі відомих функцій приналежності A (x, y) і B (x, y) нечітких множин АХ і ВY. Нечітка імплікація Mamdani: а-в (x, y)= =A(x)B (y)=min (а (x), B (y)), яка називається також імплікацією типу мінімум. Нечітка імплікація Zadeh: а-в (x, y)=max (min (A (x), B (y, 1–а (x)), названа інакше імплікацією типу max-min. Нечітка імплікація Larsen’a:
а-в (x, y)=A (x), B (y)Нечітка імплікація Lukasiewicz’a: а-в (x, y)= =min(1,1-A(x)+B (y)) запропонована також Zadeh і названа інакше імплікацією арифметичною. Нечітка імплікація Willmott'a: .

Спочатку, аналогічно, як в алгоритмі Mamdani, шукають значення: , , а потім визначають часткові нечіткі підмножини:. В алгоритмі Larsen'a нечітка імплікація моделюється з використанням оператора множення. Підсумкову нечітку підмножину знаходять за формулою: , приведення до чіткості здійснюється з використанням одного з відомих методів, найчастіше аналогічно до раніше розглянутих алгоритмів використовується метод центра ваги області. Узагальнена модель нечіткого виводу Takagi-Sugeno набула більшої популярності завдяки поданню висновку у вигляді функціональної залежності, що дозволило значно спростити вивід, ліквідуючи необхідність дефаззифікації. У цьому полягає принципова відмінність системи нечіткого виводу від розглянутих раніше підходів. Найчастіше подання цієї функції є поліноміальною функцією декількох змінних, а на практиці – це поліном першого порядку:, у якому коефіцієнти р0, р1, pN – це цифрові ваги, що підбираються в процесі навчання.

Представлено підхід до розробки гібридних інтелектуальних систем, що відрізняються методом логічного виводу, способами введення нечіткості й визначення функцій приналежності. Розроблені згідно із запропонованим підходом гібридні інтелектуальні системи відрізняються такими важливими інтелектуальними властивостями: здатністю використовувати знання, подані природною мовою, а також здатністю навчатися й адаптуватися до змінних умов функціонування. Виконано експериментальне тестування розроблених інтелектуальних систем і наведений аналіз отриманих результатів.

Третій розділ відбиває дослідження вірогідності контролю діагностичних характеристик гірничо-металургійного обладнання. Поставлені й вирішені наступні завдання: вибір методів оцінювання вірогідності контролю діагностичних характеристик гірничо-металургійного обладнання; формування просторових і часових характеристик параметрів контролю діагностики гірничо-металургійного обладнання; розробка алгоритму методики визначення й за номограмами діагностичних характеристик обладнання; розробка методів підвищення вірогідності контролю діагностичних характеристик гірничо-металургійного обладнання.

Оцінка ефективності систем автоматизованого контролю (САК) є необхідною операцією в завданнях їхнього аналізу, синтезу й оптимізації. Тому заслуговує на увагу обґрунтування й вибір критеріїв ефективності й розробка методів їхнього розрахунку. Вибір об'єкта контролю – важливе завдання, оскільки його розв’язок визначає багато в чому структуру й склад САК, її основні показники. Серед безлічі відомих підходів до оптимізації об'єкта контролю перевагу варто віддавати тим, які відповідають вимогам успішного застосування об'єкта контролю за призначенням. Розробка й удосконалення САК не повинні відбувати ізольовано від розробки об'єкта. Особливу увагу варто приділяти придатності до контролю об'єкта та його складових. Придатність до контролю об'єкта підвищує ефективність його контролю, а з іншого боку – викликає зміни в його структурі, що може негативно позначитися на надійності контролю об'єкта. Для багатьох об'єктів безперервний контроль неможливий, оскільки приводить до перерви у виконанні основних функцій або до непродуктивних витрат ресурсів. Існує можливість оптимізації моментів контролю, вибору оптимальних періодичностей контролю. Ця можливість повинна знаходити висвітлення в нормативно-технічній експлуатаційній документації.

У розділі досліджено основні параметри розрахунку вірогідності. Параметр , при , , при , . Отже, у результаті нормування протилежні напрямки зміни значень параметрів зведені до єдиного: спочатку параметр дорівнюється одиниці, а потім погіршується до нуля. Звідси цілком справедлива регресивна деградація (рис. ), що ілюструє помилки контролю й основні параметри розрахунку вірогідності.

Рис. 1. Вплив перешкоди на контроль вимірювання параметрів.

Показано площини (1), (2) і (3), границі полів допусків – гарантованих , і контрольних , , середньоквадратичні відхилення , і , відповідно, , і . Наочно показаний вияв помилки першого роду, коли значення через дію точки виходить за межі інтервалу й працездатний об'єкт при вихідному контролі на виробництві визнається непридатним для експлуатації. Аналогічно показаний вияв помилки другого роду, коли значення через дію перешкоди перетвориться в і непрацездатний об'єкт визнається придатним для експлуатації. У той же час, якщо при контролі використовувати експлуатаційні допуски , то в обох випадках об'єкт був би визнаний придатним, оскільки також потрапляють усередину інтервалу . При цьому вірогідність помилки першого роду – це ймовірність настання складної події, сутність якої – у визнанні працездатного об'єкту при контролі непрацездатним. Її розраховують за допомогою співвідношення

.

Імовірність помилки другого роду – це ймовірність настання складної події, коли непрацездатний об'єкт визнається при контролі працездатним. Її розраховують за допомогою співвідношення

.

Умовні ймовірності помилки першого роду й другого роду, які характеризують точність засобів вимірювання, використовуваних для контролю, розраховують за формулами , .

Четвертий розділ визначає моделі оптимізації ІСППРД гірничо-металургійного обладнання. Поставлені й вирішені наступні завдання: розробка моделі оптимізації процесу прийняття рішення діагностики гірничого обладнання (ППРДГО) за критерієм мінімуму сумарних витрат на виготовлення товару; оптимізація ППРДГО при точній двопараметричній апроксимації середніх сумарних витрат; розробка моделі оптимізації ППРДГО за критерієм максимального прибутку; проведення параметричного аналізу залежності прибутку від обсягу й витрат на виготовлення товару.

Розглянуто завдання багатофакторної оптимізації за критерієм мінімуму середніх витрат на виготовлення товару в такій постановці завдання: нехай – випадкові витрати виробництва на виготовлення одиниць товару (сировини, виробів, послуг і т. д.), що включає в себе постійну складову (технічну вартість ІСППРД) і змінну складову (витрати на організацію роботи ІСППРД і контроль професійних знань ОПР). Знайдемо оптимальні витрати, які забезпечені таким управлінням, при якому відхилення інформативності професійних знань від “шаблонних” оптимальних альтернатив на безлічі буде множинним.

У такій постановці реалізується оптимальне технологічне керування виробничою системою. Рівняння оптимізації приймає вигляд:. Умова існування мінімуму середніх витрат виконується у вигляді . З рішення одержимо оптимальне значення обсягу виробництва , що забезпечує мінімум середніх витрат . Можна помітити, що мінімальне значення досягає максимуму при , отже, максимальне значення – – ця величина є песимістичною оцінкою – оцінкою зверху – мінімальних середніх витрат.

Виконаємо більш точну двопараметричну апроксимацію постійної складової витрат у вигляді , де – параметр убування постійних витрат зі зростанням кількості товару. Апроксимація більш точно відбиває поведінку при. У цьому випадку критерій оптимізації набуває більш загального вигляду: .

Необхідно відзначити, що при цьому змінюється змістовне навантаження й розмірність – капітальні початкові вкладення, які розподіляються за обсягами виробництва. Рівняння оптимізації в цьому випадку має вигляд: . Оскільки права частина рівняння лежить в інтервалі , оптимальне рішення існує, якщо для лівої частини виконується умова . Критерій оптимальності представимо в наступному вигляді

де – прибуток, – постійна складових витрат, – змінна складових витрат на одиницю товару.

Застосовуючи класичний метод визначення екстремуму функції однієї змінної, візьмемо диференціал по і, прирівнюючи результат до нуля, одержимо наступне рівняння оптимізації , де – похідна від по у точці екстремуму. Розв’язуючи рівняння, одержимо функціональне рівняння для визначення оптимальної ціни , де величини й можна розглядати відповідно як нульове наближення для значення й деяке виправлення оптимального рішення на наступний крок ітерації.

Таким чином, використання критерію оптимальності у зазначеному вище вигляді дозволяє одержати у вигляді функціональної подвійної нерівності необхідні умови існування оптимальної ціни одиниці виробу. У розділі обрані й обґрунтовані критерії оптимізації керованих змінних і їхніх обмежень, створені математичні моделі ідентифікації й методи оптимізації, визначені необхідні й достатні умови існування оптимальних рішень; визначені оптимальні значення обсягу тестування й мінімальних значень середніх витрат; знайдено умову максимуму середніх витрат і визначені загальні закономірності в змінюванні середніх витрат; виконана двопараметрична модель постійної та змінної складових витрат, отримані оптимальні рішення; зроблено оцінку похибки отриманих оптимальних рішень; виконано параметричний аналіз впливу похибки вихідних даних на оптимальні рішення; отримані рівняння оптимізації й визначені необхідні умови існування оптимального рішення; розроблені дво- і трипараметричні моделі залежності обсягу тестування від вартості тесту, запропонований критерій оптимальності й оптимальні рішення; розроблено алгоритм нормованого критерію оптимальності, показана ефективність параметричного аналізу оптимальних рішень за допомогою нормованих значень прибутку, нормованих безрозмірних коефіцієнтів і нормованих значень ціни; визначено безрозмірні нормовані координати екстремумів і границі інтервалу існування прибутку; обраний середньоквадратичний критерій оптимізації, у якому , – координати відхилень реальних значень від еталонних умов нормування. Отримані в цьому розділі результати дозволяють науково обґрунтовано ставити й вирішувати завдання дворівневого оптимального управління обсягом і вартістю системи оцінки знань за двома найбільш важливими для практичних застосувань критеріями: критерієм максимального прибутку й критерієм мінімальних витрат.

У п'ятому розділі проведена практична розробка ІСППРФД гірничо-металургійного обладнання, зокрема розроблено та використано об’єктно-орієнтовані методи розробки програмного забезпечення ІСППРД.

Разом з розвитком об’єктно-орієнтованого програмування почали розвиватися й загальні об’єктно-орієнтовані методи розробки ПЗ. Протягом останніх декількох років за підтримки OMG фахівцями фірм Rational Software Corporation розроблялася Уніфікована Мова Моделювання (UML – Unified Modeling Language), що надає об’єктно-орієнтований метод розробки ПЗ з підтримкою об’єктно-орієнтованої реалізації. Центральне місце в розробці системи займає її логічна модель у вигляді діаграми класів (рис. ), що відбиває різні взаємозв'язки між окремими сутностями предметної області – об'єктами й підсистемами, – а також описує їхню внутрішню структуру й типи відносин.

Рис. 2. Діаграма класів.

На цій діаграмі вказується інформація про годинні аспекти функціонування системи. Із цього погляду діаграма класів може служити подальшому розвитку проектованої концептуальної моделі. Діаграма класів (модель класів) обрисовує відносини класів у дизайні системи, показує ієрархію класів у системі й містить у собі наступні компоненти: атрибути класів і методів, групування компонентів класів, взаємозв'язки між класами, узагальнення класів.

Крім того, у розділі наведено практичну реалізацію методів навчання гібридної нейронно-нечіткої системи при розв’язанні завдань функціональної діагностики гірничо-металургійного обладнання; розробку алгоритму навчання нечітких нейронних систем, що містять нейронну мережу в блоці приведення до чіткості при розв’язанні завдань діагностики гірничо-металургійного обладнання. У даному розділі представлені об’єктно-орієнтовані методи проектування систем підтримки прийняття рішень у нечіткому середовищі, тобто гібридних ІСППРФД гірничо-металургійного обладнання.

Розвинуто існуючий підхід до побудови нечітких нейронних систем, заснованих на інтеграції технологій штучного інтелекту: нейронних мереж, теорії нечітких множин і логіки, а також генетичних алгоритмів, що дозволяє використовувати для оптимального добору значень параметрів системи відомі процедури й методи оптимізації, використовувані звичайно для навчання штучних нейронних мереж. Унесені зміни, які полягають у можливості одержання на виході системи нечітких знань і вибору необхідних складових елементів розроблюваних інтелектуальних систем. Це дозволило розробляти гібридні інтелектуальні системи, які відрізняються від відомих у літературі можливістю гнучкого вибору параметрів структури. Представлено підхід до розробки гібридних інтелектуальних систем, які відрізняються методом логічного виводу, способами введення нечіткості й визначення функцій приналежності. Розроблені згідно із запропонованим підходом гібридні інтелектуальні системи відрізняються такими важливими інтелектуальними властивостями: здатністю використовувати знання природною мовою, а також здатністю навчатися й адаптуватися до змінних умов. Розроблено методику розрахунків параметрів нечітко-нейронної системи в процесі навчання з використанням алгоритму зворотного поширення помилок. Розроблено об’єктно-орієнтований проект ІСППР функціональної діагностики гірничо-металургійного обладнання, що був реалізований об’єктно-орієнтованими мовами програмування.

ВИСНОВКИ

У дисертаційній роботі наведені нові наукові результати, які відповідно до мети досліджень у цілому є розв’язанням актуального завдання розробки методів побудови інформаційної систем підтримки прийняття рішень функціональної діагностики промислового обладнання. Використання розроблених у роботі моделей і методів процесів прийняття рішень дозволяють значно підвищити ефективність таких процесів та ефективність методів оцінки отриманих ними результатів за умови моделювання процесів системної взаємодії ОПР і моделі, які імітують передбачені виробничі ситуації й ситуації, що характеризуються умовами невизначеності й ризику. Таким чином, наукові розробки дисертаційної роботи в першу чергу спрямовані на підвищення надійності, живучості й вірогідності ІСППРД та організаційно-технологічних процесів у них за рахунок підвищення якості прийнятих рішень. У результаті вирішення вище викладеного завдання в дисертаційній роботі отримані наступні результати.

1. Розвинуто існуючий підхід до побудови нечітких нейронних систем, заснованих на інтеграції технологій штучного інтелекту: нейронних мереж, теорії нечітких множин і логіки, що дозволяє використовувати для оптимального підбора значень параметрів системи відомі процедури й методи оптимізації.

2. Представлено підхід до розробки гібридних інтелектуальних систем, який відрізняються методом логічного виводу, способами введення нечіткості й визначення функцій приналежності. Розроблені згідно із запропонованим підходом гібридні інтелектуальні системи відрізняються такими важливими інтелектуальними властивостями: здатністю використовувати знання природною мовою, а також здатністю навчатися й адаптуватися до умов, що змінюються.

3. Обрано й обґрунтовані критерії оптимізації, керованих змінних і їхнього обмеження, створені математичні моделі оптимізації, визначені необхідні й достатні умови існування оптимальних рішень.

4. Визначено оптимальні значення середніх витрат. Знайдено умову максимуму середніх витрат і визначені загальні закономірності в поводженні середніх витрат. Побудована двопараметрична модель постійних і змінної витрат, отримані оптимальні рішення. Зроблено оцінку погрішності отриманих оптимальних рішень. Виконано параметричний аналіз впливу погрішності вихідних даних на оптимальні рішення.

5. Отримано рівняння оптимізації й визначені необхідні умови існування оптимального рішення, розроблені двох і три параметричні моделі залежності обсягу тестування від вартості тесту, запропонований критерій оптимальності й оптимальні рішення. Розроблено алгоритм нормованого критерію оптимальності, показана ефективність параметричного аналізу оптимальних рішень за допомогою нормованих значень прибутку, нормованих безрозмірних коефіцієнтів і нормованих значень ціни. Визначено безрозмірні нормовані координати екстремумів і границі інтервалу існування прибутку.

6. Розроблено основні діаграми об’єктно-орієнтованого проекту ІСППРД (діаграма класів, діаграма послідовності й т. д.), які дозволили надалі розробити інформаційну систему об'єктно-орієнтованою мовою програмування.

7. Внесено зміни в алгоритм навчання, які полягають у можливості одержання на виході системи нечітких знань і вибору необхідних складених елементів розроблювальної ІСППРД. Це дозволило прискорити процес навчання гібридних інтелектуальних систем, які відрізняються можливістю гнучкого вибору параметрів структури ІСППРД.

8. Представлено підхід до розробки гібридних інтелектуальних систем, що відрізняються методом логічного виводу, способами введення нечіткості й визначення функцій приналежності. Розроблені згідно із запропонованим підходом гібридні інтелектуальні системи відрізняються такими важливими інтелектуальними властивостями: здатністю використовувати знання природною мовою, а також здатністю навчатися й адаптуватися до змінних умов.

9. Розроблено методику розрахунків параметрів нечітко-нейронної системи в процесі навчання з використанням алгоритму зворотного поширення помилок.

Таким чином, отримані в даній роботі нові наукові результати, що включають у себе аналітичні дослідження шляхів формування баз знань функціональної діагностики, а також алгоритми, математичні моделі, методики, окремі формули й співвідношення збагачують наукові основи побудови автоматизованих систем управління, ставлять на більш високий щабель завдання формування баз професійних знань автоматизованих систем управління. Коректність отриманих результатів і їхню математичну строгість забезпечують сформульовані в роботі твердження. Адекватність отриманих у роботі математичних моделей і їхня ефективність підтверджена результатами експериментальних досліджень практичного використання й впровадження в практику функціонування реальних автоматизованих систем управління.

СПИСОК ОПУБЛІКОВАНИХ РОБІТ З ТЕМИ ДИСЕРТАЦІЇ

1. Арутюнян А. Р., Афанасьєв В. Д., Доровський Д. В. Шум у приміщеннях фабрик ГЗК і засоби його зниження під час дроблення // Охорона праці та навколишнього середовища на підприємствах гірничо-металургійного комплексу: Зб. наук. пр. НДІБПГ. – Вип. 6. – Кривий Ріг, 2005. – С. .

2. Арутюнян А. Р., Доровской Д. В. Контроль уровня шума шаровых мельниц с помощью математической модели оценки достоверности результатов // Разработка рудных месторождений: Сборник научных трудов КТУ. – Вып. . – Кривой Рог, 2005. – С. .

3. Афанасьєв В. Д., Арутюнян А. Р., Радченко Н. О., Доровський Д. В. Засоби зниження шуму при термічній обробці елементів бурового інструменту перфораторів // Охорона праці та навколишнього середовища на підприємствах гірничо-металургійного комплексу: Зб. наук. пр. ДП НДІБПГ. – Вип. 7. – Кривий Ріг, 2006. – С. .

4. Доровской Д. В. Информационные системы поддержки принятия решений формирования диагностики горно-обогатительного оборудования // Актуальні проблеми автоматизації та інформаційних технологій: Зб. наук. пр. ДНУ. – Т. . – Дніпропетровськ, 2006. – С. .

5. Доровской В. А., Жосан А. А., Доровской Д. В. Система поддержки принятия решений диагностики привода глубоководной установки // Актуальні проблеми автоматизації та інформаційних технологій: Зб. наук. пр. ДНУ. – Т. . – Дніпропетровськ, 2007. – 84-87.

6. Доровський Д. В. Засоби зниження шуму кульових млинів сухого подрібнення // Охорона праці та навколишнього середовища на підприємствах гірничо-металургійного комплексу: Зб. наук. пр. ДП НДІБПГ. – Вип. 8. – Кривий Ріг, 2007. – С. .

7. Афанасьєв В. Д., Субботін А. В., Раченко Н. О.Арутюнян А. Р., Доровський Д. В. Особливості конструктивного виконання випробувального стенда з контролю вібраційних характеристик бурильних машин // Охорона праці та навколишнього середовища на підприємствах гірничо-металургійного комплексу: Зб. наук. пр. ДП НДІБПГ. – Вип. . – Кривий Ріг, 2007. – С. .

8. Афанасьєв В. Д., Арутюнян А. Р., Доровський Д. В. Ефективність засобів зниження ударного шуму барабанів кульових млинів // Охорона праці та навколишнього середовища на підприємствах гірничо-металургійного комплексу: Зб. наук. пр. ДП НДІБПГ. – Вип. 8. – Кривий Ріг, 2007. – С. .

9. Арутюнян А. Р., Крутов Г. В., Доровской Д. В. Оптимизация энергозатрат насосных установок шламового хозяйства горно-обогатительных комбинатов // Інформаційні технології в економіці, менеджменті й бізнесі: Матеріали XI Міжнародної науково-практичної конференції. Європейського університету. – Київ, 2005. – С. .

10. Доровской Д. В. Методология изучения гуманитарных дисциплин путем создания виртуально-объектного имиджа // Матеріали V Наукової регіональної конференції “Євронаука” Криворізької філії Європейського університету. – Кривий Ріг, 2005. – С. .

11. Доровской Д. В. Технология создания интеллектуальных систем поддержки принятия решений в нечетких условиях // Матеріали ІX Наукової регіональної конференції “Євронаука” Криворізької філії Європейського університету. – Кривий Ріг, 2006. – С. .

Особистий внесок здобувача. У роботах, опублікованих у співавторстві [1-11] здобувачем виконано розробку методики комп’ютерної обробки даних та моделювання технологічних процесів, що стали об’єктами досліджень.

АНОТАЦІЯ

Доровський Д. В. Система підтримки прийняття рішень функціональної діагностики промислового обладнання. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – Автоматизовані системи управління та прогресивні інформаційні технології. – Херсонський національний технічний університет, Херсон, 2007.

У роботі наведені нові наукові результати, які відповідно до мети досліджень у цілому розв’язують актуальне завдання розробки методів побудови інформаційної систем підтримки прийняття рішень функціональної діагностики промислового обладнання. Реалізуючи проблеми діагностування, отримано рівняння гібридної моделі ІСППРД для практичного застосування, засноване на первинній обробці результатів виміру діагностики гірничо-металургійного обладнання.

Запропонований новий підхід до проектування й створення ІСППР у нечітких умовах, заснований на системній інтеграції технологій штучного інтелекту з точними методами й моделями пошуку рішень, а також методами імітаційного моделювання. На основі запропонованих методів і моделей розроблена інформаційна технологія, що також містить у собі методи відбору інформативних ознак прийняття рішень. Проектування системи виконане уніфікованою мовою моделювання UML за допомогою CASE-Засобів.

Ключові слова: підтримка прийняття рішень, діагностика гірничо-металургійного обладнання, гібридні нейронні мережі, вірогідність, оптимізація, діаграми моделей.

АННОТАЦИЯ

Доровской Д. В. Система поддержки принятия решений функциональной диагностики промышленного оборудования. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 – Автоматизированные системы управления и прогрессивные информационные технологии. – Херсонский национальный технический университет, Херсон, 2007.

При диагностике сложного технологического оборудования возникает необходимость учета многих противоречивых факторов. Успешное диагностирование такого оборудования будет, если ЛПР – надежный, стабильный, эффективный элемент. И в этой связи, в последние годы объектом изучения в автоматизированных системах управления являются процессы принятия управленческих решений (ППУР). В диссертационной работе приведены новые научные результаты, которые в соответствии с целью исследований в целом есть решением актуальной задачи разработки методов построения информационной системы поддержки принятия решений функциональной диагностики промышленного оборудования. Реализуя решение проблемы диагностирования, получено уравнение гибридной модели ИСППР для практического применения, основанное на первичной обработке результатов измерения диагностики горно-металлургического оборудования. Получил дальнейшее развитие существующий подход к интеграции двух интеллектуальных технологий: нечеткой логики и нейронных сетей, позволяющий создавать нейронные системы нечёткого вывода, обучающиеся при помощи оптимизационных методов. Исследованы теоретически и экспериментально возможности создаваемых гибридных информационных систем с целью оценки эффективности их применения для решения задач диагностики.

Разработан эффективный подход к обучению ИСППР. Создание указанного подхода имеет ключевое значение в развитии методологии проектирования ИСППР в нечётких условиях. Разработана методика расчетов параметров нечетко-нейронной системы в процессе обучения. Предложенный подход к обучению ИСППР отличается от известных сокращением времени обучения и возможностью нахождения глобального экстремума.

Оценка эффективности САК является необходимой операцией в задачах их анализа, синтеза и оптимизации. Поэтому заслуживает внимания обоснование и выбор критериев эффективности и разработка методов их расчета. В тех случаях, когда требования к достоверности контроля не удовлетворяются, необходимо применять методы повышения достоверности САК, основанные на повышении надежности объектов и объема контролируемой информации.

Выбраны и обоснованы критерии оптимизации, управляемых переменных и их ограничения, созданы математические модели оптимизации, определены необходимые и достаточные условия существования оптимальных решений.

Определены оптимальные значения средних затрат. Найдено условие максимума средних затрат и определены общие закономерности в поведении средних затрат. Выполнена двух параметрическая модель постоянной и переменной составляющих затрат, получены оптимальные решения. Произведена оценка погрешности полученных оптимальных решений. Выполнен параметрический анализ влияния погрешности исходных данных на оптимальные решения.

Получены уравнения оптимизации и определены необходимые условия существования оптимального решения разработаны двух и трех параметрические модели зависимости объема тестирования от стоимости теста, предложен критерий оптимальности и оптимальные решения. Разработан алгоритм нормированного критерия оптимальности, показана эффективность параметрического анализа оптимальных решений с помощью нормированных значений прибыли, нормированных безразмерных коэффициентов и нормированных значений цены. Определены безразмерные нормированные координаты экстремумов, и границы интервала существования прибыли.

На основе предложенных методов и моделей разработана информационная технология, которая также включает в себя методы отбора информативных признаков для принятия решений. Разработанные согласно с предложенным подходом гибридные интеллектуальные системы отличаются такими важными интеллектуальными свойствами: способностью использовать знания на естественном языке, а также способностью обучаться и адаптироваться к изменяющимся условиям их функционирования.

Разработана методика расчетов параметров нечетко-нейронной системы в процессе обучения с использованием алгоритма обратного распространения ошибок.

Предложен новый подход к проектированию и созданию ИСППР в нечётких условиях, основанный на системной интеграции технологий искусственного интеллекта с точными методами и моделями поиска решений, а также методами имитационного моделирования. Проектирование системы выполнено на унифицированном языке моделирования UML с помощью CASE-средств IDM RATIONAL ROSE 2002. Разработанная информационная технология используется для поддержки принятия решений при диагностике горно-металлургического оборудования на ООО “Северный горно-обогатительный комбинат”.

Ключевые слова: поддержка принятия решений, диагностика горно-металлургического оборудования, гибридные нейронные сети, достоверность, оптимизация, диаграммы моделей.

SUMMARY

Dorovskyj D. System of support of decision-making of functional diagnostics of the industrial equipment. – Manuscript.

The dissertation on competition of a scientific degree of Cand.Tech.Sci. on a speciality 05.13.06 – Automated control systems and progressive information technologies. – Kherson National Technical University, Kherson, 2007.

In dissertational work new scientific results which according to the purpose of researches as a whole are the decision of an actual problem of development of methods of construction of information system of support of decision-making of functional diagnostics of the industrial equipment are resulted. Realizing the decision of a problem of diagnosing, the equation of hybrid model ISSDM for the practical application, based on initial processing of results of measurement of diagnostics of