CC BY
49
© А.А. Шабанов, В.С. Великанов, 2011
А.А. Шабанов, В. С. Великанов
ОЦЕНКА ОДИНОЧНЫХ И ГРУППОВЫХ ЭРГОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ГОРНОТРАНСПОРТНОГО ОБОРУДОВАНИЯ НА ОСНОВЕ НЕЧЕТКИХ МОДЕЛЕЙ
Рассмотрены основы нечеткого моделирования - нового направления для решения практических задач. Описываются базовые понятия теории нечетких множеств и нечеткой логики. Рассмотрен пример практического моделирования на ЭВМ в среде МЛТ^ЛВ.
Ключевые слова: нечеткая логика, нечеткие множества, лингвистическая переменная, нечеткий вывод, эргономические показатели.
о многих реальных приложениях приходится сталкивать-
JJ ся с ситуацией, описываемой неточной информацией. Множество источников неопределенности используемой информации в большинстве случаев можно разделить на две категории: недостаточно полное знание предметной области и недостаточная информация о конкретной ситуации.
Знания о предметной области могут быть неясными или неполными, могут использоваться недостаточно четко сформулированные концепции или недостаточно изученные явления.
То знание, которое эксперт использует при оценке каких-либо параметров, обычно базируется скорее на отношениях между классами данных и классами гипотез, чем на отношениях между отдельными данными и конкретными гипотезами. Большинство методик решения проблем в той или иной сфере включает классификацию данных (сигналов, симптомов и т.п.), которые рассматриваются как конкретные представители некоторых более общих категорий. Редко когда эти более общие категории могут быть четко очерчены. Конкретный объект может обладать частью характерных признаков определенной категории, а частью не обладать, принадлежность конкретного объекта к определенному классу может быть размыта.
Предложенная Латфи Заде [Zadeh, 1965] теория нечетких множеств (fuzzy set theory) представляет собой формализм, предназначенный для формирования суждений о таких категориях и при-
надлежащих к ним объектах. Эта теория лежит в основе теории нечеткой логики (fuzzy logic) [Zadeh, 1975].
Привлекательность нечеткой логики для проектировщиков экспертных систем состоит в ее близости к естественному языку. Таким терминам, как «быстрый», «немного» и т.п., чаще всего дается интерпретация на основе повседневного опыта и интуиции. Это упрощает процесс инженерии знаний, поскольку подобные суждения человека-эксперта можно непосредственно преобразовать в выражения нечеткой логики.
Классическая или булева логика имеет один существенный недостаток - с ее помощью невозможно описать ассоциативное мышление человека. Она оперирует только двумя понятиями: ИСТИНА и ЛОЖЬ, исключая любые промежуточные значения. Аналогично этому булева логика не признает ничего кроме единиц и нулей. Решить эту проблему и призвана нечеткая логика. С термином «лингвистическая переменная» можно связать любую физическую величину, для которой нужно иметь больше значений, чем только ИСТИНА и ЛОЖЬ. В этом случае определяется необходимое число термов и каждому из них ставится в соответствие некоторое значение описываемой физической величины. Для этого значения степень принадлежности физической величины к терму будет равна единице, а для всех остальных значений - в зависимости от выбранной функции принадлежности.
Одним из основных методов представления знаний в экспертных системах являются продукционные правила, позволяющие приблизиться к стилю мышления человека. Любое правило продукций состоит из посылок и заключения. Возможно наличие нескольких посылок в правиле, в этом случае они объединяются посредством логических связок И, ИЛИ. Обычно продукционное правило записывается в виде:
«ЕСЛИ (посылка_1) (связка) (посылка_2) (св) ... (св) (посыл-ка_п), ТО (заключение)».
Главным же недостатком продукционных систем остается то, что для их функционирования требуется наличие полной информации о системе.
Нечеткие системы управления основаны на правилах продукционного типа, однако в качестве посылки и заключения в правиле используются лингвистические переменные, что позволяет избежать ограничений, присущих классическим продукционным пра-
Функции
принад-
лежности
Фаззи-
фикатор
Машина
нечеткого
логического
вывода
Дефазз и-фикатор
Нечеткая
база
знаний
Рис. 1. Функциональная схема процесса нечеткого вывода Групповые и одиночные эргономические показатели карьерных экскаваторов
вилам. В основу функционирования нечетких систем управления положен механизм нечеткого вывода.
Лингвистической называется переменная, принимающая значения из множества слов или словосочетаний некоторого естественного или искусственного языка. Множество допустимых значений лингвистической переменной называется терм-множеством. Термом (term) называется любой элемент терм-множества. В теории нечетких множеств терм формализуется нечетким множеством с помощью функции принадлежности.
Нечетким логическим выводом (fuzzy logic inference) называется аппроксимация зависимости Y=f(XbX2...Xn) каждой выходной лингвистической переменной от входных лингвистических переменных и получение заключения в виде нечеткого множества, соответствующего текущим значениях входов, с использованием нечеткой базы знаний и нечетких операций.
В общем случае нечеткий вывод решения происходит за три (или четыре) шага: 1) Этап фаззификации; 2) этап нечеткого вывода; 3) этап композиции (агрегирование, аккумуляция); 4) этап де-фаззификации (рис. 1).
Проблема оценки эргономических показателей карьерных экскаваторов в силу своей сложности и многофакторности включает различные виды неопределенностей (как стохастическую и лингвистическую, так и связанную с неполнотой представления о структуре и поведении слабо формализованных систем). В зависимости от целей исследования для определения уровня эргономических показателей экскаваторов могут быть использованы различные методы оценки. На основании работ Всесоюзного научно-исследова-тельского института технической эстетики (ВНИИТЭ) была разработана концепция структурной схемы эргономических показателей карьерных экскаваторов: управляемости, обитаемости, обслуживаемости, осваиваемости и технологичности.
Управляемость распределение функций между человеком и машиной; сложность алгоритма деятельности машиниста экскаватора; компоновка рабочего места машиниста; средства отображения информации и органы управления; обеспечение информационного взаимодействия; тяжесть труда; адекватность реагирования машиниста при аварийной ситуации.
Обитаемость запыленность; уровень шума; уровень вибраций на сиденье машиниста; параметры микроклимата; освещенность забоя; санитарно-бытовое обеспечение; защита от вандализма; удобство доступа в кабину, к сиденью; в кузове: параметры микроклимата; освещенность кабины.
Обслуживаемость распределение функций в СЧМ при обслуживании и ремонте; комплектность; структура; качество иллюстраций; стиль; формат; цвет; сохраняемость эксплуатационной технической документации; удобство и безопасность доступа к основным агрегатам и зонам; отсутствие скользящих поверхностей; удобство площадок, проходов и лестниц для обслуживания и ремонта; наличие ограждений, поручней, а так же средств механизации, инструмента и запасных частей; обеспечение хранения компонентов обслуживания и ремонта и т.д.
Осваиваемость отбор, обучение и тренировка, машиниста и обслуживающего персонала; обеспеченность документацией по изучению и эксплуатации ЭКГ; унификация компоновки рабочего места машиниста; унификация кодирования информации в кабине и местах обслуживания.
Т ехнологичность наличие на ЭКГ требований по эргономике; уровень шума и вибраций при изготовлении отдельных деталей ЭКГ; обеспеченность технической документацией по монтажу и транспортировке отдельных узлов экскаватора; удобство монтажа, транспортировки, демонтажа и утилизации экскаватора.
Все перечисленные эргономические свойства соответствуют требованиям ГОСТ 20.39.108-85 и рекомендациям ВНИИТЭ. Комплексные эргономические свойства определяются следующими групповыми и одиночными эргономическими показателями (таблица).
CKOp&CTb
FIS Name: lkjdI FIS Type: mamdani
And method mjn |7| | Or method mgx J Current Variable Name Byron
Implication min Aggregation mgx Type output Range {-90 901
Defuzzification centr[}kl Help | Close
Updating Rule Editor
a)
File Edit View
mm
reiunepaTypa yrDJi
XX
output variable "yrori"
Current Variable Marne yrDJi
Type output
' [-90 90J
Range
Display Range ' “ “
Current Membership Function [click on MF to select) Name | j_
Type Params
trimf
D1-1 o a
10]
-
Selected variable 'Vroji'’
в)
г)
Рис. 2. Окно редактора проекта программы МЛТ^В: а - окно FIS-редактора; б - вид функций принадлежности; в - база правил г — графическое выражение
Применение теории нечетких множеств для оценки групповых и одиночных эргономических показателей дает возможность охарактеризовать их как с количественной, так и с качественной стороны. Например: наиболее комфортные условия в кабине машиниста экскаватора, создаваемые при некоторой стабильной температуре воздуха. В дальнейших исследованиях использовано специализированное программное обеспечение на ЭВМ в среде MATLAB (редактор нечеткой системы вывода Fuzzy Inference System Editor (FIS Editor или FIS-редактор)) ориентированное на решение задач моделирования с использованием теории нечетких множеств и нечеткой логики.
Нечеткая модель содержит две входных лингвистических переменных (температура воздуха в кабине машиниста экскаватора, скорость изменения температуры), базу логических правил управления и одну выходную лингвистическую переменную - угол поворота регулятора (рис. 2).
Результаты исследований были преобразованы к форме в виде функций принадлежности, характеризующих предпочтительность режимов автоматического управления процессом регулирования кондиционера в кабине машиниста экскаватора.
---------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Леоненков А.В. Л47 Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ-Петербург, 2005. 736 с.: ил.
2. Великанов В. С. Повышение эффективности эксплуатации карьерных гусеничных экскаваторов с оборудованием «прямая механическая лопата» Дис. ... канд. техн. наук. - Екатеринбург, 2009. 118 с.
3. Головин В.С. Эргономика горнорудного оборудования. - М.: Недра, 1990. - 183 с. НЪШ
КОРОТКО ОБ АВТОРАХ -------------------------------------------
Шабанов А.А. - студент 5 курса. Магнитогорский государственный технический университет им. Г.И. Носова. Тел. S963095S446, [email protected] Великанов B.C. - кандидат технических наук, доцент. Магнитогорский государственный технический университет им. Г.И. Носова. Тел. S351929S520, [email protected]
