CC BY
36
------------------------------------------------ © В.А. Клюев, 2004
УДК 622.2:622.7 В.А. Клюев
МОРФОЛОГИЯ СИСТЕМЫ ДЛЯ ФОРМООБРАЗОВАНИЯ ТЕХНОЛОГИЙ КОМПЛЕКСА ГОРНЫХ РАБОТ
Семинар № 10
Горно-промышленные комплексы принято проектировать с использованием методов автоматизированного моделирования. САПР горных предприятий использует комплекс программ модульного обеспечения горной технологии. Модульная система внедряется на всех этапах - от сбора данных по разведочным скважинам до промышленного планирования. Проектирование начинается с геологического моделирования запасов, определений объемов горных работ, количества и сорта для каждого ископаемого и его компонентов на всем пространстве месторождения. Решение большинства технологических и организационно-технических задач горных предприятий основывается на пространственноатрибутивной информации, большая часть которой обрабатывается подсистемой геологомаркшейдерского обеспечения [1].
Общая графическая модель месторождения и горных работ представляет совокупность моделей с различными системообразующими компонентами и связями. Горное предприятие представляется как комплекс иерархически упорядоченных и взаимосвязанных в пространстве и времени геолого-промышленных и горнотехнических объектов. Модель взаимосвязи между компонентами системы должна позволять организовывать трансформацию графических объектов, связанную с преобразованием структуры и ее метрики в зависимости от назначения и на основе использования правил вычленения, схематизации, детализации и континуализации. Для описания пространственного положения и состояния элементов горных выработок и оборудования и других объектов используются элементарные и совокупные блочные и цифровые модели месторождений.
Методология объектно-ориентирован-ного моделирования использует компонентный подход к проектированию комплексных произ-
водств. Процесс синтеза композитной модели из однотипных элементов-моделей с использованием стандартных интерфейсов должен проходить в унифицированной (горной) среде моделирования с применением специального аппарата (механизма) их объединения (конструктора) [1]. Согласно методологии, основанной на концепции системного моделирования, модель может быть сосредоточена либо на функциях системы, либо на ее объектах. Функциональные модели (модель-объекты) представляют собой систему функций, которые в свою очередь отражают свои взаимоотношения через объекты системы. Модель-объект отличается от других типов моделей наличием цели, описания условий (ограничений) ее реализации и алгоритма функционирования процесса (системы).
При решении задачи создания единого и полного технологического комплекса горных работ необходимо концептуально решать вопросы совмещения размера и качества много-типных технологических действий: бурения, дробления, резания, рыхления, копания, погрузки, грохочения, сортировки, мойки, классификации, флотации, осаждения, адсорбации, агломерации, десорбции, окисления, выщелачивания, нагрева, сушки, плавления, очистки и обеззараживания.
Для этого разработан алгоритм универсального просмотра всех действий на удовлетворение требованиям, нормам, правилам и всевозможным условиям и ограничениям.
Описание технологического проекта выполнения технологии горных работ при комплексной разработке месторождения может быть выражена направленным графом с использованием главных узловых сопряжений для структур решаемой технологии, определяющей качество и результат эффективной работы (рис. 1).
Рис. 1. Графовая модель комплексного технологического процесса получения продуктов при разработке месторождения: S1,..., S9 - чистый металл, концентрат, минерал, руда, порода, отсев, газ, кокс, песок; D1,..., D4,... - функции ориентирования, движения, контакта, проведения, ...; Т1,..., Т9 - технология разведки, вскрыши, отвалообразования, перевозки, добычи, обогащения, выполаживания, извлечения, рекультивации
Такое технологическое пространство имеет вид набора множеств в информационном поле [2]
п={ж,}л^-}л&}л{Р;}л{ил},
где О - комплексное содержание технологического процесса; п - принцип действия способа или эффекта взаимодействия; D - действия и воздействия со стороны структур; Б - структурная единица; Р - потребность в структурной единице; и - вид связи между структурными единицами; ^ j, к, 1, п - индексы информационной матрицы.
Варианты принципов действия структурных композиций будут включать свои наборы составляющих. Например, эффект взаимодействия сопряженных структур имеет вид [3]
ТТ1 = 5 }л{^,- }л{и,с },
где ^ - набор типов связи между структурой
и вариантом действия.
Варианты структурных наборов будут подразделяться на специальные подгруппы составляющих
= & }л 5 }л & }л }л }л {и„ },
где 5ш , 5^, - соответственно, структурные
группы устройств, веществ и спосо-
бов; и и и - соответственно, комбинации связей структурных составов.
Для отражения всей полноты морфологического набора формальных, очевидных и скрытых связей предложен универсальный список известных в технологической и конструкторской практике групп составляющих объединенных выражением
и, ,..., и„ = {ии }л {иог }л К }л иРг }л иРо }л {и„* }, где Ы, ог, сУ, рг, ро, пк - соответственно, индексы групп связей для функций контакта, ориентирования, движения, проведения, преобразования и накопления между сопряженными структурами [2].
Варианты действий между структурными формированиями определяются зависимостью вида
А о, = {Dгo }лК }л^„ }л^ } л {О^}, где го, гэ, зш, эу, эа - соответственно, индексы групп действий между ресурсной средой и окружением, между ресурсной средой и структурной единицей, между структурной единицей и устройством, между структурной единицей и веществом, между структурной единицей и способом осуществления действия (рис. 1).
Разработанные модели для матричных композиций позволяют дать полное описание действий для проектировщика и исполнителей многих обязательных для оптимального осуществления операций по качественной разработке технологического процесса. Главной особенностью метода является выбор лишь сопряженных структур в огромном числе проблем нахождения рациональных и равновесных потоков материала и энергии и активном учете готовых потоков природного формирования среды.
Методы математического моделирования позволяют оценивать чувствительность в зоне границ равновесия связей параметров с помощью активного эксперимента на корреляционных моделях с нормами и границами существования и структурного взаимодействия самых главных структур системы.
Концептуальный подход позволяет найти вполне приемлемые решения на пространстве совокупности состояний признаков с приме-неннием методики выбора решающих правил, когда характер самих правил не меняется, а меняется лишь подпространство на котором работают эти правила. При этом контрольный объект проецируется на каждое опорное множество и сопоставляется с проекциями объектов обучающей последовательности с подсчетом числа совпадающих проекций и веса. Веса алгоритмов принятия решения изменяются в зависимости от контрольной ситуации и интерпретируются как коэффициенты компетентности алгоритмов.
Когда имеется множество однотипных задач {Xi}, I = 1,l,...,I, эти задачи кодируются n параметрами хьх2,...,хп так, что каждая задача в пространстве Q Представляется точкой Xi = (x1,x2,.,xn), а все множество задач образует область Е Xi Є Е, i = 1,2,...
Если имеется конечный набор алгоритмов {R}=(R1,R2,.,RL) решения задач Xi Є Е. Каждый из этих алгоритмов Rl, l=1,2,...,L, решает или не решает задачу Xi. Эффективность решения определяется некоторым заданным критерием Q, который паре Xi и Rl соотносит число q = Q(Xi,Rl), характеризующее работоспособность алгоритма Rl при решении задачи Xi.
Выбор оптимального алгоритма решения задачи X сводится, таким образом, к решению экстремальной задачи Q(Xi,R) ^ extr => Ri*,
L = 1,2,...,L
где Rl* - наилучший из имеющихся алгоритмов решения задачи Xi
Объекты, подлежащие распознаванию, описываются в трехмерном пространстве векторами X={x1,x2,x3}, а каждый признак может принимать целочисленные значения из заданного интервала.
Задача синтеза правил формулируется как многокритериальная задача с l-L критериями Al ^ MAX ;
{R} є v
Pl ^ max, l =1,2,...,L {Rl} Є v
L ^ тт, т е V
где А - средний вклад 1-решающего правила; R - эффективность работы правила; V - множество допустимых решающих правил; Р -частотная характеристика вероятности распознавания компетентными правилами.
Для повышения эффективности поиска алгоритмов правил распознавания нужно ограничиваться минимумом числа правил и экспертов, тогда алгоритм выбора будет использовать правила перехода от одного метода решения к другому, то есть А (е)
P,L ^ тт => {Я}*,
{Я} е V
где А (е) - правила перехода от одного метода к другому; - оптимальный набор правил.
Если вероятность ошибки распознавания в результате использования новых правил возрастает ,тогда необходимо заменить предыдущие правила. В качестве методов перехода можно использовать дисперсионный метод, потенциальные функции, метод ранжирования, метод ближайшей точки, теорию нечетких множеств или алгоритм перцептрона.
Например связь множества слоев элементов, структур, действий, технологий реализуется множеством ассоциативных составляющих с изменяемой матрицей взаимодействия эффекторов. Матрица характеризуется весами ассоциативных элементов. Матрица связей между элементами определяет факт наличия связи и тип знака этой связи. Ассоциативная часть алгоритма путем суммирования сигналов на входе сравнивает сумму с некоторым порогом их числа. В процессе настройки множества векторов выходной сигнал будет представлять собой нечеткую статистическую характеристику обучающего набора по обработке векторов искусственно искаженных версиями исследователя. Как правило, функция активации позволяет определить самое устойчивое состояние многослойной сети связей.
Функция активации получается из выражения:
ь, = Р (Х а1юа )
1
или в векторной форме:
В = Р(АШ),
Аналогично для А
А = Р(ВШ‘),
Рис. 2. Формирование многопараметрической связи параметров месторождения с использованием нечеткого вывода и нечеткого моделирования в системе MATLAB
где В - вектор выходных сигналов одного слоя, А - вектор выходных сигналов другого слоя связей, W - матрица весов связей между слоями, Wt - транспонированная матрица W, F -функция активации.
Методика оценки полезного результата может быть основана на использовании управляемых весов связи на входе и на выходе из системы. Чувствительность вектора к уровням задаваемых весовых коэффициентов необходимо оценивать по формулам двух типов:
в функции активации входа
Wi ^ +1) = Ш^) + а X - т^)], где Wi-вес входного сигнала XI; t -уровень нормированного интервала; а- нормирующий коэффициент обучения;
в функции активации выхода
Wi ^ +1) = Ш^) + Ь ^ - Wi(t)],
где Ь - нормирующий коэффициент обучения; Yi - характеристика выходного сигнала.
Обучаемая система может реагировать на единичный вектор и его уменьшения за счет постепенной настройки его веса, или весов для целой группы векторов входа и выхода в узле многопараметрической связи. В системе нечеткого управления может быть использована обобщенная маркировочная сеть Петри с производной по времени и интегралом на заданном интервале времени.
Разработанный алгоритм проектирования сложной системы позволяет более полно использовать варианты структур и функционально-физические связи, которые должны способствовать созданию технологической системы с новыми структурами, с новыми операциями и
новыми результатами воздействий, самоорга-низующие технологические процессы под влиянием внутренних и внешних факторов. Алгоритм поиска обладает достаточными запасами памяти и может работать при создании графических и алгоритмических образов в концептуальных проектах сложных систем.
Самые доступные средства визуального объектно-ориентированного программирования - процедуры анализа, идентификации и моделирования систем на основе матричных систем. Благодаря пиковым, ступенчатым, билинейным и кубическим функциям и сплайнам решаются многие задачи интерполяции, аппроксимации с п-мерной триангуляцией и наборами фазовых углов на поверхности отклика многопараметрической связи [4].
Проведенные исследования позволили создать математический аппарат для анализа и синтеза структурных и функциональных составляющих технологического воздействия на запасы и отходы месторождения с точки зрения их полезности и комплексного использования. На рис. 2 представлен результат примера имитационного поиска многопараметрической и трехмерной связи качества управления горным производством в условиях отсутствия законов распределения случайных проявлений параметров. Разработанная программа морфологического поиска создает все условия для согласования задания проекта с существующими потребностями во всем объеме технологического пространства.
Таким образом, данная методика проектирования пространства позволять оценивать поведение всей системы. На основе тщательного изучения существующего состояния проектного производства разработаны универсальные классификационные признаки технологического пространства и композиция концептуального облика всего проекта. Решена задача системного
измерения и регулирования технологического пространства и разработаны теоретические основы для концептуального формирования сложного пространства проектной задачи, в которой может учитываться комплексное и раздельное извлечение, добыча, обогащение, рекультивация и методы защиты от токсичных минеральных составляющих и решен вопрос технико-экономической оценки альтернативных вариантов.
Предлагается вести оценку чувствительности составляющих структур модели по уровню значимости выходных параметров путем активации угловых коэффициентов связи обучающего набора структур, использованием уровня нормированного интервала значений состояний и назначением выборной величины нормированного коэффициента обучения.
1. Шек В.М. Объектно-ориентирован-ное моделирование горнопромышленных систем. МГГУ - 2000.
2. Клюев В.А. Метод морфологического описания альтернативных состояний технологического комплекса месторождения. //Труды ИГД ДВО РАН. Владивосток. Дальнаука. 2002.
Качественное проектное решение определяется методом имитационного моделирования всех возможных вариантов создания комплекса на основе использования объектноориентированного программирования, допускающим многопараметрический анализ и синтез, универсальное описание в графической и нечеткой математической формах и методами матрично-топологичес-кого анализа, на основе преобразования и перебора всех возможных состояний структурных составляющих, текущей оценкой состояний, изучением степени чувствительности различных форм связей, а также всех вариантов композиций, на условиях кодирования наборов логических переходов, оценки результатов поиска с помощью корреляционных отношений, ковариации и нечеткого моделирования.
---------------- СПИСОК ЛИТЕРА ТУРЫ
3. Клюев В. А. Технологическая совместимость структур в задаче синтеза технических решений. //И сследование и испытание строительных машин. Сб. трудов ХГТУ г. Хабаровск. 1993.
4. Гультяев А. МАТЬАВ 5.2. Имитационное моделирование в среде Windows: Практическое пособие. -СПб.: КОРОНА принт, 1999.
— Коротко об авторах ----------------------------------------------------------------------
Клюев Владимир Андреевич - кандидат технических наук, доцент кафедры «Строительные и дорожные машины» Хабаровского государственного технического университета.
---------------------------------------- ДИССЕРТАЦИИ
ТЕКУЩАЯ ИНФОРМАЦИЯ О ЗАЩИТАХ ДИССЕРТАЦИЙ
ПО ГОРНОМУ ДЕЛУ И СМЕЖНЫМ ВОПРОСАМ________________________
Автор Название работы Специальность Ученая степень
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ГОРНЫЙ УНИВЕРСИТЕТ
ДЕРБУНОВИЧ Станислав Николаевич Модели статистического прогноза основных экологических показателей водных экосистем 05.13.10 к.т.н.
