CC BY
32
СПИСОК ЛИТЕРАТУРЫ
1. Грязнов, Н.А. Распределенные сети мониторинга факторов околоземного пространства на базе сверхмалых космических аппаратов [Текст] / Н.А. Грязнов, В.В. Кириченко, Д.А. Кочкарев // Научно-технические ведомости СПбГПУ. 2010. № 4.— С. 157.
2. Петров, В.Г. Магнитное поле Земли и проблемы его использования для навигации и ориентации [Текст] / В.Г. Петров, Ю.А. Амиантов, Ю.А. Бурцев // Матер. конф. «Базы данных, инструменты и информационные основы полярных геофизических ис-
следований».— 22—26 мая 2012 г., г. Троицк.— МО, ИЗМИ РАН.
3. Ладынин, А.В. Векторные магнитные измерения с феррозондовыми теодолитами [Текст]: Методическое пособие / А.В. Ладынин, А. А. Попова, Н.Н. Семаков.— Новосибирск: НГУ, 2005.— 89 с.
4. Lowes, F.J. The International Geomagnetic Reference Field: a«health» warning [Текст] / FJ. Lowes // IAGA Division V-MOD Geomagnetic fieldmodeling:IGRF proper use.— 2010.— [Элетрон. ресурс] http://www.ngdc. noaa.gov/IAGA/vmod
УДК 519.7:681.51
В.О. Агеев, Т.Л. Качанова, Б.Ф. Фомин, О.Б. Фомин
АНАЛИТИЧЕСКАЯ ПОДГОТОВКА РЕИНЖИНИРИНГА ПРОИЗВОДСТВА МЕТАЛЛОПРОДУКТОВ НА ОСНОВЕ СИСТЕМНОГО ЗНАНИЯ
Производство металлопродуктов рассматривается как открытая производственная система (ПС). В качестве исходного представления ПС используется эмпирическое описание (ЭО). В ЭО отражаются: все этапы производственного цикла; все доступные регулярному контролю показатели процесса производства товарной продукции; все характерные актуальные состояния ПС. На основе ЭО методами физики открытых систем (ФОС) автоматически генерируется научное знание: о состояниях ПС; об изменчивости ее показателей; о внутрисистемных механизмах, формирующих изменчивость показателей. Полученное знание используется при подготовке реинжиниринга ПС, направленного на устранение, предупреждение или снижение риска возникновения проблем и на повышение качества, безопасности и эффективности производственных процессов.
Подходы и методы ФОС
ФОС — посткибернетическая парадигма си-стемологии [1, 2]. ФОС предложила новый подход, в рамках которого преодолевается сложность открытых систем [3—5]. Научные основания и те-
оретические положения ФОС привели к созданию информационных технологий, обеспечивших: научное понимание и рациональное объяснение системной организации; автоматическую генерацию системного знания; выявление и оформление на основе системного знания внутрисистемных закономерностей [6—9].
Производство знания на базе технологий ФОС осуществляется на двух онтологических уровнях — системном и предметном (рис. 1).
Формирование контекста. В контексте представлены эмпирические и экспертные знания об открытой системе, жизнедеятельность которой тесно сопряжена с исследуемыми проблемами. Формирование контекста связано с полным отображением жизнедеятельности системы: через эмпирические данные мониторинга ее состояний; через данные контроля изменений ее внешнего окружения; через данные, полученные при отслеживании трендов глобальных ограничений.
Системные реконструкции. Технология ФОС, осуществляющая системные реконструкции, создает ЭО, генерирует информационный ресурс знания, производит базовое знание о системе [6].
Рис. 1. Технологическая схема производства, понимания, объяснения и оформления системного знания
Базовое знание (интеллектуальный ресурс знания) образуют: семейство системных моделей, определяющих систему во всех ее качественных определенностях; семейство моделей взаимодействия, определяющих систему во всех возможных реальных формах проявления всех ее свойств и качеств.
Системная экспертиза. Технология ФОС, осуществляющая системную экспертизу, выполняет смысловой анализ системы, достигает научного понимания, объяснения и детерминации всех элементов системного знания, проводит квалиметрическое оценивание полученного знания, формирует когнитивный ресурс знания о системе и проблемах [5].
Системный дизайн. Технология ФОС, осуществляющая системный дизайн, синтезирует модели состояний системы, определяет эмер-джентные свойства системы, выявляет, описывает и оценивает механизмы формирования состояний системы, свойств и уровней значений ее показателей, моделирует эволюцию состояний и поведение показателей системы, создает технологический ресурс знания о системе и проблемах [7].
Предметная экспертиза. Технология ФОС, осуществляющая предметную экспертизу, преобразует знание о состояниях и механизмах системы уровня системной онтологии в унифицированные когнитивные схемы предметной онтологии. Когнитивные схемы дают состояниям и механизмам содержательное оформление, направляющее и организующее деятельность экспертов-предметников. Знание о системе становится когнитивным ресурсом решений системных проблем [7-9].
Оформление закономерностей. Технология ФОС, осуществляющая оформление закономерностей, работает с системным знанием уровней
системной и предметной онтологий. Она актуализирует ресурсы знания, формирует, организует и предоставляет технологический ресурс решений проблем [7].
Исходные данные о системе и системной проблеме
В статье приводится решение задачи аналитической подготовки реинжиниринга металлургического производства на основе системного знания, полученного методами и технологиями ФОС. Объектом реинжиниринга является процесс производства стального листа [7].
Показатели производственного процесса:
Этап процесса
Загрузка и расплавление шихты
Окислительный период
Восстановительный период
Выпуск стали Разливка стали
Затвердевание стали
Показатели
C_Pl, Mn_Pl, P_Pl, S_Pl, Cr_Pl, Ni_Pl, Cu_Pl, Mo_Pl (по расплавлению), %
tOk (длительность окислительного периода), мин
tBoc (длительность восстановительного периода), мин
Tv (температура металла перед выпуском), °С
CaO, SiO2, FeO, Al2O, MgO (в шлаке), %
C, Si, Mn, P, S, Cr, Ni, Cu, Mo, Ti, Al (в стали), %
Tp (температура металла в ковше), °С MasSl (масса слитка), т tOt, tOp (время отливки: тела слитка; прибыли), мин Vacuum (вакуум) (1 — есть; 2 — нет)
tIzl (время выдержки в изложнице), мин
Передача слитков tPoс (время посадки в печь), мин
tKop (время копежа), мин TPech (температура печи при посадке), °С
tNagr, tVud (время: нагрева; выдачи), мин tKov (время ковки), мин d (диаметр слитка), мм d_l (отношение диаметра слитка к толщине брамы), —
TMetal (температура металла в конце ковки), °С Weight (масса), т L1, L2, L3 (длина, ширина, толщина листа), (мм)
l_L3 (отношение толщины брамы к толщине листа) Оценка механиче- Rpo, Rm (предел текучести, ских свойств листа предел прочности), МРа
Udl (относительное удлинение), %
ЭО системы. Формат ЭО — таблица наблюдений. Строки таблицы — состояния системы. Столбцы таблицы — показатели, характеризующие состояние, внешнее окружение и глобальные ограничения системы. Каждое состояние системы описывает историю производства какого-то одного стального листа. Количество строк характеризует представительность ЭО, количество столбцов — полноту ЭО.
ЭО содержит 288 строк и 50 столбцов. В ЭО представлены 288 историй производства готовых изделий (весом от 1,1 до 20 т), полученных при прокатке брам (толщиной от 0,45 до 0,95 м), откованных из слитков (массой от 3 до 56 т; диаметром от 0,89 до 1,5 м), выплавленных в 110 плавках. Сдаточными показателями товарного стального листа являются: C, Si, Mn, P, S, Cr, Ni, Cu, Mo, Ti, Al — показатели химического состава металла; Rpo, Rm, Udl — показатели механических свойств листа.
Проблема воспроизводимости производственного процесса. Рынок предъявляет определенные требования к сдаточным показателям товарного стального листа, а именно: 1) значения сдаточных показателей каждого стального листа должны принадлежать регламентированным диапазонам; 2) выборочные распределения значений
сдаточных показателей товарной продукции должны отвечать нормальному закону. Все сдаточные показатели в ЭО удовлетворяют первому требованию и не удовлетворяют второму. Значимые отличия выборочных распределений сдаточных показателей от нормального закона свидетельствуют о нарушении воспроизводимости производства. Восстановление воспроизводимости — системная проблема. Для ее решения проводят реинжиниринг производственного процесса, задачами которого на этапе анализа проблемной ситуации являются: 1) выяснение несоответствий фактического функционирования производственного аппарата и действующих регламентов производства; 2) определение множественных внешних и внутренних факторов влияния, интегральным эффектом которых могла стать потеря воспроизводимости; 3) раскрытие, описание, научное понимание и рациональное объяснение множественных механизмов, действующих внутри ПС и детерминирующих значения сдаточных показателей.
Третья задача — наиболее сложная. В случае ее решения реинжиниринг производственного процесса будет основан на научном знании.
Решение
Производство знания о внутрисистемных механизмах формирования изменчивости сдаточных показателей показано на примере показателей механических свойств стального листа (Яро, Кт, иШ), контролируемых на последнем этапе производственного процесса. Их изменчивость зависит от результатов выполнения всех этапов производственного процесса. Внутрисистемные корреляции этих показателей со всеми другими показателями отображаются через парные связи, вычисленные по данным, представленным в ЭО (рис. 2). На рис. 2 типы стрелок выделяют группы показателей, имеющих значимую статистическую парную связь с иШ, Ят, Яро; во вложенных блоках указаны показатели, общие для иШ и Кт или для Кт и Яро.
Информационный ресурс знания. Информационный ресурс создается в результате формирования и паспортизации ЭО системы. Паспортизация связана с сертификацией качества и потенциала ЭО. При сертификации качества оцениваются полнота и представительность ЭО. При сертификации потенциала для каждого по-
на ковку
Нагрев слитков под ковку
Ковка
Прокатка брамы на лист
Р_Р1, Сг_Р1 Ni Pi
S PI
Нагрузка и расплавление
Ц|ИХ1"Ы
Cr, Ni Mo
I с р. МП Si02. S (Вое, FeO Си, Al
I
MasSi, IOD Тр, Ю(
г Выплавка стали
Выпуск I разлиька стали
j|z| ........................Затвердевание
Стали
.......Л tlzl £--------
f........................ tPoc
d | TMe
d T Metal
1
CtE LI Weight
11ередача с литкой на kohkv
Ковка
UJI
I
Rm
Rpu
.........Прокат брамы
на лист
Оценка качества стального листа
Рис. 2. Схема парных взаимосвязей показателей Rpo, Кт, иё1 с другими показателями производственного процесса
казателя определяются: количественные оценки представительности, коррелятивности, осу-ществленности, системной обусловленности, представительности типичного и особенного, выражения внутрисистемных корреляций, акцентирования существенного; 1-й и 2-й информационные ранги; потенциалы адекватности
1-му и 2-му информационным рангам [5, 7]. В наименованиях классов показателей по 1-му и 2-му информационным рангам приняты обозначения: В — высокий, СР — средний информационный ранг; П — позитивный, НТ — нейтральный потенциалы адекватности информационному рангу (табл. 1).
Таблица 1
Фрагмент сертификата потенциала для сдаточных показателей
Свойство Показатели*
лучшие хорошие средние плохие худшие
Представительность Mn > Rpo Si > Ni > Cr> > Cu Al > S ~ P > > Mo Rm > Udl > > C > Ti
Коррелятивность Cu > P > Ni> > Al > S Mn Cr > Mo Si > C Rpo > Rm > > Ti > Udl
Осуществленность Mn P ~ S ~ Cr > > C Si > Al> Cu > > Ni Mo Udl > Ti > Rpo > > Rm
1-й информационный ранг Mn P ~ Cr > Cu > > Ni > Al S > Si Mo C > Rpo > > Rm >Udl > > Ti
Показатели механических свойств выделены в табл. 1 жирным шрифтом.
Окончание табл. 1
Свойство Показатели*
лучшие хорошие средние плохие худшие
Системная обусловленность Cu > Rpo Ni > Mn > P Al > S > C Mo Cr > Si > > Rm > Ti > > Udl
Представительность типичного и особенного Rpo > Rm > > Udl > Si > > Mn Ni P > S > C > > Cr - Cu > Mo > > Al > Ti
Выражение внутрисистемных корреляций Rm > Udl > > Ti Rpo > Cr ~ ~ Mo > C S Si > Ni > P Cu > Mn > Al
2-й информационный ранг Rm > Rpo ~ ~ Udl > Si Cr > C ~ Ni P ~ S Mn ~ Cu ~ ~ Mo Ti > Al
Акцентирование существенного Rm > Rpo > > Udl > C S Cr > Cu > Ni - Al > P > > Mo > Mn
Потенциал адекватности Класс показателей
П/В П/СР НТ/В
По 1-му информационному рангу - - P
По 2-му информационному рангу - S Rpo, Rm, Udl, Cr
Интеллектуальный ресурс знания. Первым компонентом интеллектуального ресурса является множество системных моделей, раскрывающих внутрисистемные механизмы, ответственные за формирование значений сдаточных показателей. Изменчивость 50 показателей ПС
описывают 33 системные модели [7]. В таб. 2 системные модели обозначены именем особой вершины и выделены курсивом. Жирным шрифтом выделена информация о показателях Яро, Кт, иШ и вхождении этих показателей в системные модели.
Таблица 2
Сдаточный показатель Имя модели Модели, в которых показатель формирует ядро Модели, в которых показатель играет вспомогательную роль
Cu Cu tBoc, CaO, Al2O, MgO, Si, Mn, Ni, Al, d, Weight, Rpo, tKop P_Pl, S_Pl, tOk, FeO, L3, tPoc, d_l
Ni Ni P_Pl, Tp, CaO, Al, TMetal, tPoc tOk, tBoc, FeO, Al2O, MgO
Rpo Rpo S_Pl, tBoc, Cu, Al, TMetal, d_l d, Weight, tIzl, l_L3
Mn Mn CaO, SiO2, Al2O, d, L3 C_Pl, tOk, FeO, MgO, Si, TMetal, Weight, Rm, tPoc, tKop, d_l
Вхождение сдаточных показателей в системные модели
Окончание табл. 2
Сдаточный показатель Имя модели Модели, в которых показатель формирует ядро Модели, в которых показатель играет вспомогательную роль
Al Al tIzl P_Pl, S_Pl, Ni_Pl, tOk, tBoc, Tp, CaO, FeO, Al2O, MgO, Si, Ni, Cu, TPech, TMetal, Rpo, d_l
Rm Rm L3 -
Si Si - tOk, CaO, Al2O, Mn, Al, tPoc
P - P_Pl, S_Pl, Al, tök, CaO, Al2O, Rm, tPoc, tKop FeO, MgO, Si, Mn, Ni, L2, L3, tIzl
S - tOk, Al2O, Cu, Al, tIzl, Weight, L3, Rm, Rpo C_Pl, P_Pl, S_Pl, Ni_Pl, Tp, CaO, Ni, d_l
C - P_Pl, tBoc, CaO, Mn, Al, Rm Si, Ni, TPech
Cr - tBoc, Al2O, Al, TMetal, tVud P_Pl, Ni
Mo - tBoc, Tp, Mn, Al P_Pl, tOk, FeO, Ni
Ti - CaO TMetal
Udl - - P_Pl
Показатели Cu, Ni, Rpo, Mn, Al, Rm, Si породили системные модели и тем самым раскрыли свои ведущие системные механизмы. Показатели P, S, C, Cr, Mo, Ti, Udl не создали системных моделей, но вошли в состав ядер многих моделей. Сдаточный показатель Udl фактически не проявил себя как элемент ПС — не породил собственной модели, не вошел в состав ядер системных моделей. Все показатели характеризуются сложностью (количеством механизмов, формирующих их изменчивость) и неопределенностью детерминации значений (табл. 3).
Изменчивость Rpo описывают системные модели Rpo, S_Pl, tBoc, Cu, Al, TMetal, d_l, d, Weight, tIzl, l_L3, изменчивость Rm — системные модели Rm и L3, изменчивость Udl —
системная модель P_Pl. Каждая системная модель представлена ее графическим образом [7] (рис. 3).
Каждая системная модель ПС порождает уникальные эталонные состояния, каждое из которых раскрывает характерное качество системы. Неэталонные формы состояний системы порождаются моделями взаимодействия — синг-летами, дублетами, триплетами [6]. Эти модели образуют второй компонент интеллектуального ресурса, в составе которого: 212 синглетов; 91 дублет подобия — SIM; 79 дублетов переключения — SWI; 67 дублетов поглощения — ABS; 18 триплетов взаимного влияния — INT (табл. 4).
Модели взаимодействия расширяют знание о внутрисистемных механизмах. В эталонной
Таблица 3
Сложность и неопределенность сдаточных показателей
Сдаточные показатели Cu Ni Rpo Mn Al Rm Si P S C Cr Mo Ti Udl
Число формирующих механизмов 20 12 11 17 19 2 7 17 17 9 7 8 2 1
Число неразрешенных противоречий 64 61 2 41 51 3 33 47 42 20 32 25 9 7
Рис. 3. Системные модели Вт, Вро и Ь3: двойным контуром обведены вершины ядра
Таблица 4
Вхождение сдаточных показателей в модели взаимодействия
Показатель Модели взаимодействия
БШ БШ АВБ шт
Си 9 9 13 0
N1 7 8 6 0
Rpo 6 12 12 0
Мп 2 4 2 0
А1 11 1 3 0
Rm 0 0 0 4
1 0 0 0
Р 7 2 1 0
8 6 6 7 0
С 0 2 1 0
Сг 8 1 1 0
Мо 4 1 0 0
Т1 0 0 0 0
Ш! 0 0 0 0
модели система дана в условиях равновесия в одном ее уникальном качестве. Модели взаимодействия проявляют равновесия системы при неравновесных ограничениях.
Когнитивный ресурс знания. Научное понимание и рациональное объяснение интеллектуального ресурса знания выполняется путем: оце-
нивания качества, законченности, пригодности системных моделей; учета влияния моделей взаимодействия; определения качеств эталонов и идеалов состояний системы; сопоставления системных моделей с эталонами и идеалами; оценивания достоверности, актуальности, пригодности эталонных форм представления состояний системы [5].
Законченность структурной формы системной модели интегрально характеризуют количественные оценки выраженности смысла и завершенности устроения. Взятые вместе, они определяют 1-й системный ранг модели. Воплощение системного смысла, раскрытого в системной модели, во множестве актуальных состояний (кластер данных) интегрально характеризуют количественные оценки координированной раздельности и опознания состояний. Взятые вместе, эти оценки задают 2-й системный ранг.
Проблема воспроизводимости раскрывается: через упорядоченное множество целевых системных моделей, имеющих в своем составе сдаточные показатели; через оценки вклада каждой целевой системной модели в объяснение ключевых механизмов формирования изменчивости сдаточных показателей; через количественную оценку целевой системной модели по ее способности к обособлению и фокусированию существенного; через 1 -й целевой системный ранг целевой модели; через количественную оценку контрастности выражения, характеризующую основные признаки эталона локальности — сим-метризованность, внутреннюю согласованность, самодостаточность системной модели; через оценку близости целевой системной модели к ее эталону (табл. 5).
Таблица 5
Фрагмент сертификата когнитивного ресурса знания: свойства и ранги моделей
Свойство Системные модели
лучшие хорошие средние плохие худшие
Выраженность смысла А1 > Ь3 > >СаО ~й_} > >А12 ~Шп > > Ок~ tВое Ш} ~ Кор > >Б1~Шега1~ ~ (Рое Ni~ Weight > >TPeеh~P_P¡~ ~Яро >ШgO~ ~ С_Р}~ РеО ¡_13 > Яш ~ ~Тр ~ Шй ~ ~М_Р} Си ~ Б_Р1 > > й > БЮ2
Завершенность устроения Яш > ¡_Ь3 > > Си > й_} > > Яро >й ~ ~ С_Р} т_Р1 > > Weight > > Р_Р1 TШeta¡>tVud> >Ш>БЮ2 > ^Рое> Юк> >Ь3> Кор TPeеh>Шn> ШО>Б_Р} А}>Тр> т> ^О>Б> >СаО>А12О^Вое
Окончание табл. 5
Свойство Системные модели
лучшие хорошие средние плохие худшие
1-й системный ранг L3~d_l>tOk~ ~TMetal~ Mn~Al~ ~C Pl~Rm~ ~tKop~P_Pl tPoc>Cu~ ~TPech~ ~Ni_Pl>d~ ~MgO~tVud~ ~CaO Al2O~Ni Tp~tBoc~ ~S Pl~FeO~ ~SiO2~Si
Координированная раздельность Al>L3>d_l> >tBoc>Al2O> >TMetal> >TPech~tPoc tIzl>CaO ~ ~S_Pl > >Weight tKop>Mn> >tOk>Si> >P_Pl>Ni> >MgO>Ni_Pl Rpo>FeO~ ~tVud l_L3>Rm> >Tp>Cu> >C_ Pl>d ~ ~ SiO2
Опознание состояний Al> Al2O > >CaO>tKop> >tBoc>Mn> >Rm ~tPoc Si>FeO>Ni> >d_l Tp>tOk> >TMetal> >Rpo>S_Pl~ ~MgO>tIzl> >C_Pl>Cu P_Pl>l_L3> >d>tVud SiO2~Ni_Pl> >L3>TPech~ ~Weight
2-й системный ранг Al>tBoc~ ~Al2O>CaO~ ~tPoc~d_l> >tKop>Mn~ ~TMetal Si~tOk>Ni~ ~tIzl~S_Pl Ni_Pl~Cu~ ~C Pl~ ~TPech Weight~d> >SiO2
Обособление существенного Rpo>Rm>Cu> >S_Pl TMetal~d_l Al~tBoc>L3 l_L3~d tIzl~Weight> >P_Pl
Фокусы существенного Al>d_l>Rpo> >Cu S_Pl TMetal>tBoc> >L3>Rm Weight tIzl>l_L3>d > >P_Pl
1-й целевой системный ранг Rpo> Cu> S_Pl~ d_l Al~ TMetal Rm~tBoc>L3 l_L3~Weight tIzl~ d>P_Pl
Контрастность выражения tVud~d_l> >TMetal~ ~Weight>Rm> >Ni_Pl~l_L3> >Al~L3 CaO>tPoc Rpo> tBoc~ ~Tp~ P_Pl> >d>Cu>tKop> >Al2O~ tOk~ ~Ni C_Pl>FeO MgO>SiO2> >tIzl~ Mn> >Si>TPech> >S_Pl
Близость целевой модели к эталону d_l>TMetal~ ~Weight>Rm> >l_L3>Al~L3 Rpo>tBoc~ ~P_Pl>d>Cu tIzl>S_Pl
Итоговый целевой ранг d_l, Al, Rm Cu, TMetal, L3 tBoc, Rpo, S_Pl tIzl, P_Pl, Weight l_L3, d
Проблема воспроизводимости ПС далее раскрывается через интегральные количественные оценки качеств оформленности и однородности системной модели. По каждому из этих свойств определяются классы хороших, средних и плохих моделей (табл. 6).
На основе 1-х системных рангов системных моделей выявляется множество «сильных» моделей (носители доминирующих механизмов)
и формируются три класса моделей (П/В, П/СР, НТ/В), обладающих высоким или средним значением 1-го системного ранга и позитивным или нейтральным потенциалом адекватности 1-му системному рангу. На основе 2-х системных рангов моделей выявляются множества кластеров данных высокого и среднего качества, а также формируются три класса кластеров (П/В, П/СР, НТ/В), характеризующих перспективы верифи-
Таблица 6
Фрагмент сертификата когнитивного ресурса знания: качество моделей
Свойства Класс
хороших моделей средних моделей плохих моделей
Оформленность Tp, SiO2, d, C_Pl, l_L3, Cu, Rm, Ni_Pl, tVud, Rpo, d_l FeO, Ni, L3, CaO, Al, Mn, tPoc, tKop, Si, Al2O, tOk, tIzl, MgO, Weight, S_Pl, TMetal, P_Pl, tBoc TPech
Однородность Tp, d, l_L3, Cu, Rpo, Rm, C_Pl, Ni_Pl, SiO2, Ni, tOk, tVud, d_l, tPoc, FeO, tIzl, Mn, Al2O, Si, MgO, CaO, Weight, S_Pl tBoc, tKop, L3, P_Pl, TPech, Al, TMetal -
кации эталонных состояний, обладающих позитивным и нейтральным потенциалом адекватности 2-му системному рангу (табл. 7).
Каждая системная модель порождает эталонные модели поведения (стереотипы поведения): Right; Left (рис. 4). Каждый стереотип Right порождает эталонные модели состояний High/Right (краткая форма — HR); Low/Right (LR) (рис. 5). Каждый стереотип Left порождает эталонные модели состояний High/Left (HL); Low/Left (LL).
Эталонные модели состояний описаны через показатели, для которых определены: системные роли; уровни значений; системные значимости. Каждая эталонная модель отображается в кластер данных (набор представителей эталонного состояния в наблюдаемой реальности).
Технологический ресурс знания. История производства каждого стального листа описывает одно актуальное состояние ПС. В ЭО представлены 288 актуальных состояний системы. В технологическом ресурсе каждое актуальное состояние задано формальной моделью — реконструкцией состояния, а ПС в целом — множеством реконструкций всех актуальных состояний системы.
Технологический ресурс аккумулирует системное знание:
о формальных моделях актуальных состояний ПС, имеющих вид сборок моделей форм воплощения эталонов системы;
об общей форме описания ПС в состояниях, через которую получают рациональное объяснение правила, ограничения, системные механизмы, порождающие состояния системы;
о применимости формальных моделей реконструкций состояний ПС для объяснения системных закономерностей совместной согласованной изменчивости каждого показателя в каждом актуальном состоянии;
о системной и предметной значимости каждого показателя, объясняющих степень сопряжения понятого смысла и эмпирического факта;
о формальном определении каждого показателя через наборы моделей системных механизмов, отвечающих за детерминацию уровня значения показателя в каждом конкретном состоянии ПС, за выявление потенциалов подвижности показателей, за неустойчивость частных механизмов в этом состоянии (табл. 8, рис. 6).
Таблица 7
Фрагмент сертификата когнитивного ресурса знания: классы моделей
Потенциал Класс
П/В П/СР НТ/В
Для моделей - C_Pl, Rpo, l_L3 TMetal, tPoc, d_l
Для кластеров CaO Si, Mn, Ni, tKop tBoc, Al2O, Al, tPoc
Значимость вершин фактора I: Р > С > ЬЗ > Мп. Значимость вершин фактора 2: 5 > 8102 > ХЫ. Вершины ядра обведены жирным контуром. Подтверждена роль всех вершин ядра
Значимость вершин фактора !: Р ~ С > Мп > L3. Значимость вершин фактора 2: tlzl > S ~ Si02. Вершины ядра обведены жирным контуром. Подтверждена роль всех вершин ядра
Рис. 4. Стереотип поведения Rm (Right)
Рис. 5. Эталонная модель Rm (HR)
Таблица 8
Формальное определение уровней значений сдаточных показателей (фрагмент)
Показатель Актуальное состояние Значение Механизмы, формирующие уровень значения Уровень значения Надежность уровня
147585 493.8 L3 (HL) 3 Надежный
Rm 148172 510 L3 (HR) 10 Допустимый
148378 530 Rm (HR), L3 (HR) 14 Надежный
147585 274.5 Cu (HL), d_l (HR) 3 Надежный
Rpo 148183 310 S Pl (HR), tIzl (HR), tBoc (HL) Rpo (HR) 13 Ненадежный
148408 315 Rpo (HL), d (HR), Cu (LL) 14 Надежный
Когнитивный ресурс решений. Основной компонент когнитивного ресурса решений — когнитивные схемы внутрисистемных механизмов, формирующие качественные определенности системы. Внешними образами качественных опре-деленностей служат системные модели, образующие интеллектуальный ресурс системного знания. Научное понимание системных моделей получено на этапе генерации когнитивного ресурса системного знания. Механизм одной отдельно взятой качественной определенности реконструируется по ее системной модели. Для этого генерируются когнитивные схемы механизмов факторов системной модели и синтезируется единая когнитивная схема механизма двухфакторного взаимодействия. Эту задачу автоматически решает технология предметной экспертизы (рис. 7).
На схеме: вершина d выражает идею фактора; блоки (d, tIzl), (tOp, tOt, tKov), (Weight, L2), (TMetal, C_Pl) связаны отношением равнознач-
ности; блоки Ш1) и (TMetal, C_Pl) связаны отношением несовместности; элементы ядра связаны отношением доминирования; отношения подчинения распространяют смысл ядерных элементов на дополнительные вершины фактора. Элементы схемы наполнены конкретно-предметным содержанием (табл. 7).
Конкретно-предметное знание об элементах когнитивной схемы:
Главные элементы d — процессы ликвации, размеры дендритов и междендритных объемов;
Ш — время затвердевания металла слитка, измельчение литого зерна, более полное выделение карбидов, нитридов, сульфидов, фосфидов по границам зерен;
Юр — «работа» прибыли, снижение загрязненности металла, увеличение плотности слитка;
tOt — развитие структурной, химической и физической неоднородностей металла слитка;
а)
Про (НЦ
>№¡£111
Яро С«-0.96)
г)
Нт<\\М>.97)
147М5 147585 148458 и 7444 148429 148019 148445 14X55»)
14Ш>5 14845« 148058 148420 1478№ 148588
Рис. 6. Элементы технологического ресурса знания: а — системная и предметная значимость Rpo; б — системная и предметная значимость Кт; в — значения (сплошная линия) и уровни значений (пунктирная линия) Иро; г — значения и уровни значений Ит; W — значение коэффициента конкордации (оценки качества моделирования значения показателя уровнем его значения)
Рис. 7. Когнитивная схема механизма 1-го фактора системной модели Ь3
(см. рис. 3)
tKov — разрушение дендритной структуры, формирование структуры кованого металла
Дополняющие элементы TPech — окисление поверхности металла, выгорание углерода в поверхностных слоях, окисление поверхности трещин и подкорковых дефектов;
Vacuum — содержание водорода, азота и кислорода в металле;
d_l — измельчение литого зерна и заваривание дефектов;
S — ликвация элементов химсостава, загрязненность металла неметаллическими включениями, продолжительность затвердевания, размеры литого зерна, образование микропористости;
tNagr — фазовая перекристаллизацию, интенсивный рост аустенитного зерна; tKop — организация производства, размеры слитков
Расширяющие элементы Weight — ликвация; L2 — структура зерна;
TMetal — фазовые превращения, разрушение ау-стенитного зерна при окончательном охлаждении;
C_Pl — росту предела прочности с увеличение содержания углерода в стали
Аналогичным образом строится когнитивная схема фактора 2 модели L3. При построении
когнитивной схемы двухфакторного взаимодействия дополнительно вводятся отношения консолидации, ассоциации, разделенности, сопряженности. В когнитивном ресурсе решений представлены когнитивные схемы всех механизмов, отвечающих в системе за формирование ее качественных определенностей.
Технологический ресурс решений. Каждый стальной товарный лист описывается формальной моделью—реконструкцией состояния ПС, с которым был связан процесс изготовления этого листа. Реконструкция любого состояния характеризует каждый показатель ПС в данном состоянии набором атрибутов: рангом, уровнем значения, предопределенностью, важностью, подвижностью. Реконструкция состояния задает модель значения показателя в данном состоянии. Технологический ресурс решения исчерпывающим образом характеризует результаты моделирования наблюдаемой изменчивости всех показателей ПС (табл. 9).
Из табл. 9 следует, например, что наблюдаемая изменчивость показателей Rpo, Си, N1, Р, 8 моделируется с высоким качеством, тогда как изменчивость Rm, ^1, Т1, 81 моделируется с низким качеством. В ЭО имеется 158 актуаль-
Таблица 9
Оценки результатов моделирования значений сдаточных показателей
Показатель Количество значений Доля значений, не охваченных моделями Число уровней значений
неопределенные возмущенные надежные
Cu 286 0,03 1 48 228
Ni 286 0,07 6 60 200
Rpo 158 0,03 2 43 108
Mn 286 0,06 0 103 165
Al 282 0,04 0 141 131
Rm 158 0,59 0 18 46
Si 286 0,41 1 75 92
P 286 0,05 2 60 209
S 286 0,03 5 101 171
C 286 0,21 6 85 134
Cr 286 0,22 0 93 131
Mo 281 0,12 0 81 166
Ti 281 0,80 2 33 20
Udl 158 0,77 3 21 12
Таблица 10
Модели механизмов, формирующих значения показателя Rpo в актуальных состояниях ПС
Актуальное состояние Классы моделей Комментарий
1 3 4
147585 Cu (HL) d_l (HR) - Надежный низкий уровень значения Яро обеспечен моделью класса 1 и подтвержден моделью класса 3
148183 Rpo (HR) S_Pl (HR) tBoc (HL) tIzl (HR) Ненадежный высокий уровень значения Яро обусловлен моделью класса 4
148408 d (HR) Rpo (HL) Cu (LL) - Надежный высокий уровень значения Яро обеспечен моделями класса 1; модель класса 3 действует в направлении понижения уровня
ных значений Rpo. Из них: 108 значений надежно моделируются уровнями значений (см. рис. 6, в); 43 значения моделируются надежными, допустимыми или предельными уровнями значений в зависимости от характера проявления свойственного этому показателю потенциала изменчивости в данных конкретных актуальных состояниях; два значения по моделям для Rpo уровнями значений не определяются; для пяти значений Rpo модели не были получены.
По реконструкциям всех актуальных состояний ПС известны все системные модели, детерминирующие состояния ПС. Множество системных моделей разбивается на пять классов. Классы моделей образуют две группы: классы 1 и 2 описывают механизмы, детерминирующие состояния системы; классы 3, 4 и 5 описывают механизмы, ответственные за изменчивость и подвижность состояний (табл. 10).
В табл. 8 для показателя Rpo приведены механизмы, формирующие уровни его значений в трех конкретных актуальных состояниях. В табл. 10 эти механизмы, представленные в каждом состоянии соответствующими наборами моделей механизмов, разбиты на классы. Уровень значения Rpo в каждом состоянии ПС получил рациональное объяснение.
Системное знание о состояниях ПС и внутрисистемных механизмах, определяющих ее
жизнедеятельность, представлено сертифицированными ресурсами знания о системе и ресурсами решения проблемы воспроизводимости производства.
Достигнуто научное понимание механизмов формирования изменчивости сдаточных показателей. Каждый механизм определен в его полноте, завершенности, сложности, способности раскрывать сущность процесса формирования значений сдаточных показателей, его вклад в надежную детерминацию или в изменение значений показателей в определенных производственных условиях и обстоятельствах.
Выявлены критические моменты производственного аппарата, связанные с потерей воспроизводимости: недостаточная наблюдаемость и управляемость производства по сдаточным показателям (см. Rm, иШ, Т1, 81); несовершенство производственных регламентов (несогласованность временных, температурных и массогаба-ритных параметров); многообразие и сложность внутрисистемных механизмов, определяющих значения сдаточных показателей и конечные свойства товарного стального листа (см. Си, А1, Р, 8, Мп).
Полученное системное знание служит основой при разработке эффективных научно обоснованных мероприятий реинжиниринга, обеспечивающих воспроизводимость производства стального листа.
СПИСОК ЛИТЕРАТУРЫ
1. Fomin, B.F. Physics of Systems is a postcybernetic paradigm of systemology [Текст] / B.F. Fomin, T.L. Ka-chanova //Proc. the Intern. Sympos. Science 2.0 and Ex-
pansion of Science: «S2ES» in the context of The 14th World-Multi-Conference on Systemics, Cebernetics and Informatics:«WMSCI 2010», June 29th— July 2nd,
2010 / Orlando, Florida, USA.— P. 244-249.
2. Качанова, Т.Л. Физика систем— посткибернетическая парадигма системологии [Текст]/ Т.Л. Качанова, Б.Ф. Фомин // Научно-технические ведомости СПбГПУ.— 2011. № 3 (121).— С. 29-36.
3. Качанова, Т.Л. Основания системологии феноменального [Текст] / Т.Л. Качанова, Б.Ф. Фомин.— СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 1999.— 180 с.
4. Качанова, Т.Л. Метатехнология системных реконструкций [Текст] / Т.Л. Качанова, Б.Ф. Фомин.— СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2002.— 336 с.
5. Качанова, Т.Л. Введение в язык систем [Текст] / Т.Л. Качанова, Б.Ф. Фомин.— СПб.: Наука, 2009.— 340 с.
6. Качанова Т.Л. Технология системных реконструкций [Текст] / Т.Л. Качанова, Б.Ф. Фомин // Про-
блемы инновационного развития.— Вып. 2.— СПб.: Политехника, 2003.— 146 с.
7. Качанова, Т.Л. Методы и технологии генерации системного знания [Текст] / Т.Л. Качанова, Б.Ф. Фомин.— СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012.— 132 с.
8. Fomin, B.F. Physics of Open Systems: Generation of System Knowledge [Текст] / B.F. Fomin, T.L. Kacha-nova // Proc. the 3rd International Multi-Conference on Complexity, Informatics and Cybernetics: «IMCIC 2012», March 25th - 28th, 2012 /Orlando, Florida, USA.— P. 41-48.
9. Качанова, Т.Л. Физика систем: производство системного знания [Текст] / Т.Л. Качанова, Б.Ф. Фомин // Научно-технические ведомости СПбГПУ, 2012.— № 2 (147). Т. 2.— С. 291-299.
УДК 73.29
Б.С. Григорьев, О.А. Головин, Е.Д. Викторов, Е.В. Кудряшов
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЕХАНИЧЕСКОГО ВЗАИМОДЕЙСТВИЯ ТОКОПРИЕМНИКОВ И КОНТАКТНОЙ ПОДВЕСКИ ДЛЯ СКОРОСТНЫХ ЭЛЕКТРИФИЦИРОВАННЫХ ЖЕЛЕЗНЫХ ДОРОГ
В России активно развивается скоростное движение на электрифицированном железнодорожном транспорте. В 2009 году на линии Санкт-Петербург — Москва началась эксплуатация электропоездов «Сапсан» со скоростью движения до 250 км/ч. В 2010 году открыто сообщение между Санкт-Петербургом и Хельсинки с применением поездов «Аллегро», развивающих скорость 220 км/ч. К проведению чемпионата мира по футболу 2018 года планируется организовать скоростное движение на целом ряде других направлений, а также строительство выделенных высокоскоростных магистралей (ВСМ), на которых электропоезда будут развивать скорость до 350—400 км/ч. Перед российскими специалистами сегодня стоят задачи разработки элементов инфраструктуры новых скоростных и высокоскоростных линий, в том числе контактной сети.
Основная подсистема контактной сети — контактная подвеска, т. е. висячая система проводов,
предназначенная для передачи электрической энергии от тяговых подстанций к электроподвижному составу (ЭПС) через скользящий контакт с токоприемником (рис. 1). На магистральных железных дорогах применяется цепная контактная подвеска, в которой контактный провод подвешивается к несущему тросу с помощью струн. Для снижения жесткости подвески около опор могут применяться дополнительные рессорные тросы.
При разработке скоростной контактной подвески необходимо решить проблему обеспечения надежного контакта между токоприемником и контактным проводом. При отрывах токоприемника от контактного провода или при недостаточной силе контактного нажатия возникает электрическая дуга, что приводит к усиленному электрическому износу контактирующих элементов и ухудшает работу тягового оборудования ЭПС. При слишком сильном нажатии увеличивается механический износ
