Основные научно-методические . . принципы формирования Д
деРева ре0ений в рамках системы автоматизированного проектирования угольных шахт
г-т ^ - ~
ДА Стадник, канд. техн. наук, доц. Горный институт НИТУ «МИСиС» Ю.Н. Кузнецов, д-р техн. наук, проф. Горный институт НИТУ «МИСиС» Н.Н. Монастырев, инж. Горный институт НИТУ «МИСиС»_
Ц
JLЛH
нимает пг
" ентральное место в области автоматизации решения задач проектирования гор. нотехнических систем в настоящее время занимает проблема создания цифровых моделей, обеспечивающих адекватное представление качественных и количественных характеристик освоения георесурсов. Проектирование новых угледобывающих предприятий и принятие проектных решений в рамках уже функционирующих шахт осуществляется в условиях значительной неопределенности исходной информации. При этом следует учитывать, что число факторов, влияющих на эффективность принятия проектного решения, также велико, и попытка их корректного учета может привести к разработке крайне сложной и трудно интерпретируемой модели [3].
В настоящее время интеллектуальные системы находят все более широкое применение в горнодобывающих отраслях экономики страны. В основном это относится к системам реального времени, управляющим производственными процессами и реализующим организационные решения в зависимости от изменения внешних условий. К таким системам, в частности, можно отнести интеллектуальные системы управления очистными работами, транспортными потоками, а также системы обеспечения производственной безопасности [1].
В области автоматизированного проектирования также наблюдается сдвиг парадигмы в направлении внедрения элементов искусственного интеллекта. Так, современные системы автоматизированного проектирования (САПР) должны обладать свойством самообучения и саморазвития, что позволит более эффективно задействовать их в конкретных областях производства [4].
Интеллектуальные системы, содержащие в своей структуре механизмы разрешения неопределенности и учета много-критериальности, могут оказывать поддержку в области принятия решений при проектировании угледобывающих предприятий и принятии решений непосредственно на стадии их эксплуатации.
Наиболее часто интеллектуальные системы применяются для решения задач, в которых основная их сложность обусловлена использованием неформализованных или слабо формализованных знаний специалистов-практиков и где логическая обработка информации превалирует над вычислительной [2, 5, 6].
НЕТ
Имеется ли в холмистой или гористой местности промплощадка и возможно ли обеспечить к ней доступ?
Является ли рельеф местности равнинным?
НЕТ ДА
/
Рекомендуется рассмотреть возможность реализации комбинированных схем вскрытия
Залегания пласта (пластов) является пологим, наклонным до 250?
ДА ДА
Размер шахтного поля по падению превышает 2,5 км?
ДА
НЕТ
Рекомендуется рассмотреть
схему вскрытия вертикальными стволами и погоризонтными квершлагами
Рекомендуется рассмотреть схему вскрытия вертикальными стволами и этажными квершлагами
Фрагмент дерева решений для выбора и обоснования рациональной схемы вскрытия угольных месторождений
В статье показана возможность формализации знаний на примере создания дерева решений для выбора и обоснования рациональных схем вскрытия запасов угольных месторождений, фрагмент которого представлен на рисунке. В основе этой модели лежит первоначальное разделение схем вскрытия на многогоризонтные и одногоризонтные. Данное разделение осуществляется в зависимости от размеров шахтного поля по падению.
Поскольку применение штольни в качестве основной вскрывающей выработки ограничивается в основном районами с гористой или холмистой местностью, то на начальном этапе модель анализирует возможность реализации этого варианта исходя из характеристики рельефа местности.
После разделения схем вскрытия на многогоризонтные и одногоризонтные модель реализует дедуктивный подход к решению задачи. При этом схема вскрытия запасов вертикальными стволами с применением (или без применения) дополнительных вскрывающих выработок считается наиболее распространенным и наиболее универсальным (общим) вариантом. Первоначально модель осуществляет поиск возможности реализации других вариантов схем вскрытия, в частности, схемы вскрытия запасов наклонными стволами (с наличием дополнительных вскрывающих выработок или без таковых). Если этот способ оказывается неэффективным по горно-геологическим условиям, модель переходит к анализу различных вариантов схем вскрытия запасов вертикальными стволами. При этом также реализуется дедуктивный
84 | «Горная Промышленность» №6 (136) / 2017
подход: сначала рассматриваются наименее распространенные схемы вскрытия, а если поиск не дал результатов, рассматривается более общий вариант, который можно реализовать в большинстве горно-геологических условий.
Хотя порядок работы модели определяется необходимостью выбора схемы вскрытия, а в основу классификации схем вскрытия положена классификация по типу главной вскрывающей выработки, модель оперирует только горно-геологическими условиями, делая вывод на основании полученных ответов, которые выступают в роли ограничителей и сужают пространство поиска при переходе к каждой следующей вершине графа.
Представленный на рисунке фрагмент дерева решений для выбора и обоснования рациональной схемы вскрытия запасов угольных месторождений не претендует на полноту и исчерпывающую информативность, поскольку перед авторами стояла задача - показать возможность формализации знаний в области проектирования горных предприятий. При этом рассмотрены только некоторые, наиболее общие и наиболее распространенные схемы вскрытия запасов шахтных полей, а реализация модели всегда приводит к однозначному решению. На самом же деле всегда рассматривается несколько альтернативных вариантов решений и почти всегда возможно реализовать несколько вариантов вскрытия. Например, схема вскрытия запасов вертикальными стволами и капитальным квершлагом применима и в том случае, если вскрытие можно осуществлять наклонными стволами. Кроме этого, в реальных условиях при выборе схемы вскрытия рассматриваются не только горно-геологические, но и горнотехнические, а также экономические факторы, которые могут иметь приоритет.
С другой стороны, в качестве реализуемого всегда принимается только один вариант вскрытия, а выбор осуществляется по какому-либо критерию эффективности. В данном случае есть основание предполагать, что таким критерием является максимальная эффективность функционирования предприятия, запасы которого вскрыты в соответствии с заданными горно-геологическими условиями.
Знания в данном случае носят процедурный характер, то есть остаются неявными, заключенными в структуре дерева решений. Современные же экспертные системы все больше оперируют знаниями, представляемыми в декларативной форме.
В заключение следует отметить, что вышеописанный фрагмент дерева решений для выбора и обоснования рациональной схемы вскрытия запасов угольных месторождений - масштабируемый и может быть легко дополнен новыми уточняющими вопросами. Предложенная модель может быть использована при создании научно-методической базы автоматизированного проектирования горнотехнических систем.
ИНФОРМАЦИОННЫЕ ИСТОЧНИКИ:_
¡.Беккер М., Филипп М., Мартин Ю. Интеллектуальные системы автоматизации лавы с прямым выходом на шахтную диспетчерскую: новая технология для международной угольной промышленности // Майнинг Репорт Глюкауф на Русском языке. - 2015. - Т. 4. - C. ¡0-15.
2. Гаврилова, Т.А. Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. - М.: Изд-во Радио и связь, ¡992. - 200 с.
3. Мельник В.В., АгафоновВ.В., Гребенкин С.С. [и др.]. Организационно-технологическое и научно-методическое обеспечение проектирования угледобывающих предприятий. -Донецк: ВИК, 2015. - 380 с.
4. Приемышев А. В., Крутов В. Н., Треяль В. А., Коршакова О.А. Компьютерная графика в САПР. - СПб: Изд-во Лань, 2017. - 196 с.
5. Уотермен Д. Руководство по экспертным системам: Пер. с англ. Под ред. В.Л. Стефанюк. - Москва: Изд-во «Мир», 1989. - 388 с.
6. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. - СПб.: Изд-во БХВ-Петербург, 2003. -389 с.
-Я МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ
УГОЛЬ СНГ
15-16 Марта 2018 Беларусь, Минск, Отель «Пекин»
Организатор: МЕТАЛЛ ЭКСПЕРТ
www.metalexpert.com
+7 499 346-09-35, доб. 122 По вопросам участия в конференции, +38 ^ ^ , ^_„ , 22
выступления с докладом и спонсорства обращайтесь: , , —__. .
' г г a.alekseeva@metalexpert.ci
«Горная Промышленность» №6 (136) / 2017 | 85