CC BY
30
© В.В. Козлов, 2014
УДК 622 272 В.В. Козлов
АНАЛИЗ ОПЫТА РАЗРАБОТКИ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЧЕСКИХ СИСТЕМ
Проведен анализ работ посвященных созданию искусственного интеллекта определяющего базис экспертной системы, применяемой все более широко при решении инженерных задач в различных областях человеческой деятельности. Ключевые слова: интеллектуальные технологические системы, горное производство, метод проектирования, управление.
В настоящее время система искусственного интеллекта и, в частности, экспертная система (ЭС) находят широкое применение для решения задач в различных областях человеческой деятельности. Уотер-мен [1] приводит список 16 областей применения ЭС для решения задач интерпретаций, прогноза, диагностики, проектирования, планирования, наблюдения, отладки, ремонта, обучения и управления. В этой же работе приводится каталог выбранных автором созданных ЭС для различных областей человеческой деятельности из 181 наименования, а также каталог инструментальных средств разработки ЭС из 96 наименований. В СССР для применения в промышленности также разработаны ЭС [2]; система планирования производства, система диспетчерского управления производством, система управления и регулирования технологическими процессами, система диагностирования состояния технологических объектов. Кроме того, интеллектуальные системы применяются для управления и работами гибких автоматизированных производств.
Достаточно широкое распространение получили ЭС в горной промышленности за рубежом.
В работах [3, 4] отмечается рост применения ЭС для горной промыш-
ленности США и Великобритании. В США разработкой горных ЭС занимаются в основном компания «Тек-сас Инструменте», институт Карнги Мелона, Горное бюро и Колорадское горное училище. Созданы ЭС, помогающие принимать решения в ходе разведки и разработки полезных ископаемых. В Великобритании активная роль в разработке ЭС для угольной отрасли принадлежит корпорации «Бритиш Коул». В настоящее время область применения ЭС, в основном, связана с диагностикой неисправностей оборудования. Перспективность ЭС связывается с тем, что в процессе принятия решения используются не только база знаний, но и накопленный опыт их применения в конкретных условиях.
В работах [5, 6] анализируются задачи, подходящие для того, чтобы их решали в рамках ЭС и приводятся потенциальные области использования ЭС для горного производства, Предпосылками к использованию ЭС являются следующие признаки: нехватка ведущих сотрудников (этот признак усугубляется тем, что значительное время эти специалисты тратят на помощь другим), выполнение небольших заданий требует привлечения большого коллектива людей, поскольку знаний каждого недостаточно. Задача
требует всестороннего анализа целого комплекса условии, а типичный исполнитель не в силах все упомнить, что ведет к снижению производительности, велик разрыв между лучшими и худшими специалистами, общие цели находятся под угрозой в силу недостатка людских ресурсов, известно, что конкуренты получают преимущества, поскольку могут решить задачу лучше, предстоит уход на пенсию ведущего специалиста. Приводятся потенциальные области применения ЭС в угольной промышленности:
а) обучение - увеличение сложности производственных систем и оборудования, внедрение новой технологии идет ускоренными темпами, приводя к росту затрат на обучение и переподготовку,
б) передача технологии - внедрение научных методов часто происходит с отставанием, в этом случае ЭС ускоряет внедрение новых технологий,
в) контроль и управление оборудованием,
г) диагностика - установление отказов оборудования и машин,
д) прогнозирование - прогноз последствий внедрения техники и технологии,
е) проектирование и планирование требуют многочисленных расчетов, обработки большого объема информации а также необходимого опыта. САПР ускоряют эти процессы, но им не достает гибкости. Включение ЭС в процессы проектирования и планирования уменьшит вероятность возникновения непредусмотренных ситуаций и в конечном итоге повысит качество проектов и планов,
ж) интерпретация - ЭС, в этом случае, посредник между неопытными пользователями и традиционными программами для ЭВМ. Пользователь определяет проблему, система формирует задачу. В качестве вывода отмечается, что основное преимуще-
ство от внедрения ЭС в горной промышленности связано с ростом общего уровня знаний в организации. Эти системы не заменяют специалиста, а расширяют его возможности, освобождая от рутинной работы, чтобы сконцентрировать усилия на решении более сложных проблем.
В работе [7] приводится описание второго поколения CAD и IT систем для планирования и управления горными работами. CAD и IT системы соответствуют понятиям САПР и информационных систем. Для исследования и разработки этих систем при Имперском колледже в Лондоне на отделении разработки минеральных месторождений создана исследовательская группа. В описываемой системе широко применяются современные технические средства и методы решения задач. Основным пользовательским интерфейсом является графика. Для решения многих задач в CAD системе применяются различные ЭС и, в частности, ЭС, геостатического моделирования, классификации оборудования и систем разработки, разработки графиков и оптимизации вскрытия запасов и др.
В работе [8] описывается разработанная чешскими специалистами система принятия решений при оценке эффективности разработки тонких пластов. Эта задача, по мнению авторов, характеризуется следующими особенностями: принятие решений опирается не только на аналитическую информацию, но в преобладающей степени на знания, являющиеся результатом познавательного процесса, очень трудно точно построить алгоритм последовательности процесса принятия решений, в процессе принятия решений, часто используется некомплектная и неметрическая единица информации, т.е. входные величины этих процессов задает человек на основании своих догадок, опы-
та, своего мнения и т.п. В структуру принятия решений входят элементы, множество ситуаций, множество решений, множество уровней состояния объекта, множество оценок решения, промежуток времени. Процесс принятия решения представляется разнообразными отображениями между этими множествами. Входная информация разбита на группы: социальные условия, запасы угля, горно-геологические условия, технические средства, экономические характеристики. Выход системы - множество возможных решений. Примечательно, что в процессе выбора оптимального варианта входная величина или точно определена (конкретный анализ технологии), или выступает в качестве словесного описания применяемости данной технологии. Для процесса принятия решения в качестве формализмов используются правила «Если ... то ...», а также применяются лингвистические переменные.
В России до настоящего времени исследование и разработка системы искусственного интеллекта и ЭС не приобрели широкого распространения.
В работе [9] дается описание комплекса опытного программного обеспечения гибкой технологии выемки угля из трех интегративных систем, предназначенных для разработки вариантов раскройки части шахтного поля, календарного планирования подвигании забоев, разработки технологии межэкранного разупрочнения труднообрушающейся кровли, а также ЭС принятия технологических решений в случае встречи с лавой геологического нарушения в выемочном столбе. Основополагающим принципом санкционирования программ является обеспечение эффективной работы пользователя не знакомого с устройством системы и не владеющего программированием. Задача привязки технологического
модуля к схеме выемочного участка решалась на основе семиотического моделирования. Отмечается, что ЭС является первой попыткой обобщения знании горных инженеров. Задачей разработки опытной ЭС явилось исследование возможностей и закономерностей модульного представления ситуаций при принятии технологических решений.
Для выбора рационального плана развития горных работ предлагается использовать базу знаний о технологии, позволяющей в автоматизированном режиме синтезировать технологические схемы очистных и подготовительных работ [10].
В работе [11] предлагается метод конструирования технологических схем из типовых прогрессивных элементов. Для этого выделяются элементы, и оценивается их качество.
В работе [12] предлагается метод выбора технологической схемы, основанный на идее академика Н.Н. Моисеева о декомпозиции проблемы. Технологическая схема выемки угля требует многокритериальной оценки, которая зачастую приводит к взаимоисключающим решениям. Оценочные критерии ранжировали от общих к частным, и процесс конструирования производится строго в иерархическом порядке рангов критериев.
В работах [13, 14, 15] предлагается разработка САПР подземных работ на основе организации знаний о технических решениях и оборудовании, о логических условиях проектирования и правилах синтеза непротиворечивых технологических схем, о логических условиях по управлению развитием горных работ. Формализуются эти знания на основе методов семиотического моделирования.
В работах [16, 17] предлагается метод проектирования технологической схемы шахты. Реализация этого метода предполагает три стадии: вы-
бор наиболее предпочтительных вариантов технологических решений, установление наилучшего варианта технологической схемы, определение
оптимальных параметров технологической схемы. Указывается, что выбор технологической схемы есть исходное условие оптимизации.
1. Уотермен Д. Руководство по экспертным системам. - М.: Мир, 1989. - 330 с.
2. Алиев Р.А., Абдикеев Н.М., Шахна-зов М.М. Производственные системы с искусственным интеллектом. - М.: Радио и связь, 1990. - 264 с.
3. Expert Systems Coming to Mining // Coal Fige. - 1987. - № 3 - p. 54.
4. Применение компьютеризированных систем с искусственным интеллектом в горной промышленности США - М.: ЦНИЭИ уголь, 1988.- C. 1-2.
5. Denby В., Atrinson T. Expert System APLICATION In the Mining Industry // The Mining Engineer - I988. - № 30. - P. 505503.
6. Применение экспертных систем в горной промышленности. - М.: ЦНИЭИуголь, 1988. - C. 23.
7. Mill A.J.B. Second Generation CAD and IT Sistems for Mining Planning and Management // Mining Magazine. - 1989. - Fabruary. - P. 134-137.
8. Клименш Ц., Валничек И. Вспомогательная система принятия решений при оценке эффективности разработки тонких пластов // Уголь - 1989. - № 12. - C. 49-55.
9. Гибкая технология комплексно-механизированной выемки угля в условиях геологически нарушенных пластов (Методическое и программное обеспечение: макет системы (Первая редакция). - Люберцы: ИГД, 1988. -110 с.
10. Гуляев O.K., Потапов А.А. Функции автоматизированной системы управления производством угольной шахты / Гибкие технологии роботизация и САПР горных работ:
_ СПИСОК ЛИТЕРАТУРЫ
Сб. научн. трудов. - Тула: ТулПИ, 1987. -C. 8.
11. Бограчев Ю.В. Конструирование оптимальных технологических схем выемочных участков на основе оценки уровня их качества / Подземные разработки тонких и средней мощности угольных пластов: Сб. научн. трудов. - Тула: ТулПИ, 1986. - С. 17-21.
12. Лурий В. Г, Гордезиани З.А., Сани-кидзе Б.Г. К вопросу о конструировании технологических схем выемки угля // Уголь. -1990. - № 4 - С. 22-24.
13. Штеле В.И. Имитационное моделирование развития подземных горных работ. -Новосибирск: Наука, 1984, - 177 с.
14. Курленя М.В., Левин B.C., Ште-ле В.И. Теория горной технологии. Перспективы развития // Физико-технические проблемы разработки полезных ископаемых. -1983. - № 14. - С. 77-86.
15. Штеле В.И. Развитие методов системного моделирования технологии горных работ в исследованиях Красноярского отдела ИГД СО АН СССР / Оптимизация подземных горных работ на рудниках: Сб. научн тр. ИГД СО АН СССР. - Новосибирск, 1989. -С. 3-18.
16. Бурчаков А.С., Кафорин Л.А., Хар-ченко В.А. Совершенствование методов выбора технологических схем и их оптимальных параметров при проектировании высокопроизводительных угольных шахт. - М.: ЦНИЭИуголь, 1971. - 29 с.
17. Бурчаков А.С., Харченко В.А., Кафо-рин Л.А. Выбор технологических схем угольных шахт. - М.: Недра, 1975. - 272 с. ГТГСЩ
КОРОТКО ОБ АВТОРЕ_
Козлов Валерий Владимирович - доцент, e-mail: kozmaster@rambler.ru, МГИ НИТУ «МИСиС».
UDC 622 272
ANALYSIS OF EXPERIENCE OF DEVELOPMENT OF THE INTELLECTUAL TECHNOLOGICAL SYSTEMS
Kozlov V.V., Assistant Professor, e-mail: kozmaster@rambler.ru,
Moscow Mining Institute, National University of Science and Technology «MISiS».
The analysis of works is conducted sacred to creation of artificial intelligence qualificatory the base of consulting model, applied more widely at the decision of engineerings tasks in the different areas of human activity.
Key words: intelligent manufacturing systems, mining production, design method, management.
REFERENCES
1. Uotermen D. Rukovodstvo po ekspertnym sistemam (Expert system manual), Moscow, Мир, 1989, 330 p.
2. Aliev R.A., Abdikeev N.M., Shakhnazov M.M. Proizvodstvennye sistemy s iskusstvennym intellektom (Artificial intelligence production systems), Moscow, Radio i svyaz', 1990, 264 p.
3. Expert Systems Coming to Mining. Coal Fige, 1987, no 3, p. 54.
4. Primenenie komp'yuterizirovannykh sistem s iskusstvennym intellektom v gornoi promyshlennosti SShA (Application of computer-controlled artificial intelligence systems in mining in USA), Moscow, TsNlElugol', 1988, pp. 1-2.
5. Denby В., Atrinson T. Expert System APLICATION In the Mining Industry. The Mining Engineer, 1988, no 30, pp. 505- 503.
6. Primenenie ekspertnykh sistem v gornoi promyshlennosti (Application of expert systems in mining industry), Moscow, TsNlElugol', 1988, pp. 23.
7. Mill A.J.B. Second Generation CAD and IT Sistems for Mining Planning and Management. Mining Magazine, 1989, Fabruary, pp. 134-137.
8. Klimensh Ts., Valnichek I. Ugol', 1989, no 12, pp. 49-55.
9. Gibkaya tekhnologiya kompleksno-mekhanizirovannoi vyemki uglya v usloviyakh geologicheski narush-ennykh plastov (Metodicheskoe i programmnoe obespechenie: maket sistemy (Pervaya redaktsiya) (rFlexible fully-mechanized coal mining in geologically dislocated beds (Procedure and programming support: Prototyping system, First Edition), Lyubertsy, lGD, 1988, 110 p.
10. Gulyaev O.K., Potapov A.A. Gibkie tekhnologii robotizatsiya i SAPR gornykh rabot: Sb. nauchn. tru-dov (Flexible technologies of robot automation and computer-aided design for mining: Collection of scientific papers), Tula, TulPl, 1987, pp. 8.
11. Bograchev Yu.V. Podzemnye razrabotki tonkikh i srednei moshchnosti ugolnykh plastov: Sb. nauchn. trudov (Underground mining of thin and medium-thick coal beds: Collection of scientific papers), Tula, TulPl, 1986, pp. 17-21.
12. Lurii V.G, Gordeziani Z.A., Sanikidze B.G. Ugol', 1990, no 4, pp. 22-24.
13. Shtele V.l. Imitatsionnoe modelirovanie razvitiya podzemnykh gornykh rabot (Simulation modeling of underground mine expansion), Novosibirsk, Nauka, 1984, 177 p.
14. Kurlenya M.V., Levin B.C., Shtele V.l. Fiziko-tekhnicheskie problemy razrabotki poleznykh iskopae-mykh (Physico-technical problems of mineral mining), 1983, no 14, pp. 77-86.
15. Shtele V.l. Optimizatsiya podzemnykh gornykh rabot na rudnikakh: Sb. nauchn trudov (Optimization of underground mining: Collection of scientific papers), Novosibirsk, lGD SO AN SSSR, 1989, pp. 3-18.
16. Burchakov A.S., Kaforin L.A., Kharchenko V.A. Sovershenstvovanie metodov vybora tekhnolog-icheskikh skhem i ikh optimal'nykh parametrov pri proektirovanii vysokoproizvoditel'nykh ugolnykh shakht (lmprovement of selection of process flow diagrams and their optimum parameters in high-productivity coal mine design), Moscow, TsNlElugol', 1971, 29 p.
17. Burchakov A.S., Kharchenko V.A., Kaforin L.A. Vybor tekhnologicheskikh skhem ugolnykh shakht (Selection of process flow diagrams for coal mines), Moscow, Nedra, 1975, 272 p.
