CC BY
2
В ходе моделирования лучший результат прогнозирования показала колокольная функция принадлежности gbellmf, а сеть полностью обучается на седьмой эпохе. Было определено, что при обучении сети методом backpropa погрешность составляет 1,469; а методом hybrid погрешность составляет 0,0933. Выбираем метод hybrid, затем сравниваем полученные значения в ходе моделирования с данными которые были указаны при обучении сети. Сравнительный анализ этих данных можно увидеть в на рисунке 2.
Коэффициент детерминации R2 обеспечивает показатель того, насколько хорошо наблюдаемые результаты воспроизводятся моделью. В нашем исследовании этот показатель составил 0,983, что говорит о хорошей сходимости модели.
4. Заключение. В данной работе был рассмотрен метод локализации уязвимых участков сети централизованного водоснабжения с применением нейросетевого подхода. Для решения задачи нечеткого моделирования о состоянии труб системы централизованного водоснабжения разработана гибридная сеть ANFIS. Поочередно были применены функции принадлежности и было определено, что при обучении сети методом backpropa погрешность составляет 1,469; а методом hybrid погрешность составляет 0,0933. Коэффициент детерминации R2 составил 0,983, что говорит о хорошей сходимости модели. В ходе проведенного моделирования нейро нечеткой искусственной нейронной сетью ANFIS были получены результаты близкие к истинным.
Благодарности. Работа выполнена при поддержке гранта Президента РФ МК-1800.2022.1.6.
Список литературы
1. Тулакин А.В., Цыплакова Г.В., Амплеева Г.П., Козырева О.Н., Пивнева О.С., Трухина Г.М. Региональные проблемы обеспечения гигиенической надежности питьевого водопользования. // Гигиена и санитария. 2016. 95(11). С. 1025 - 1028.
2. Shi F., Peng X., Liu Z., Li E. and Hu Y. A data-driven approach for pipe deformation prediction based on soil properties and weather conditions // Sustainable Cities and Society. 2020. 55(1), 5102012.
3. Mounce S.R., Boxall J.B. and Machell J. Development and verification of an online artificial intelligence system for detection of bursts and other abnormal flows // J. Water Resour. Plan. Manag. 2010. 136, P. 309 - 318.
4. Романов Р.В., Кочеткова С.С. Разработка параметрической модели технического состояния централизованного водоснабжения. // Известия Тульского государственного университета. Технические науки. 2022., Вып. 10. С. 137 - 140.
5. Asadi P., Hosseini S.M., Ataie-Ashtiani B. and Simmons, C.T. Fuzzy vulnerability mapping of urban groundwater systems to nitrate contamination. // Environ. Model. Softw. 2017. 96, P. 146 - 157.
Романов Роман Вячеславович, канд. техн. наук, доцент, [email protected], Россия, Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых
LOCALIZATION OF PROBLEM AREAS OF THE CENTRALIZED WATER SUPPLY SYSTEM USING A NEURAL
NETWORK APPROACH
R.V. Romanov
In the presented work, a method of localization of vulnerable sections of the centralized water supply network using a neural network approach is considered. The adaptive neuro-fuzzy network ANFIS was used in the work. A comparative analysis of the errors of different types of membership functions and learning algorithms was carried out. The coefficient of determination for the simulated and initial data is determined.
Key words: centralized water supply, artificial intelligence, pipe wear, neuro-fuzzy network.
Romanov Roman Vyacheslavovich, candidate of technical sciences, docent, [email protected], Russia, Vladimir, Vladimir State University
УДК 004
DOI: 10.24412/2071-6168-2023-12-381-382
ПРОЕКТИРОВАНИЕ КОРПОРАТИВНОГО ХРАНИЛИЩА ДАННЫХ ДЛЯ СОЗДАНИЯ ЦИФРОВОЙ
ПЛАТФОРМЫ ПРОИЗВОДСТВА И ЭКСПЛУАТАЦИИ МАШИНОСТРОИТЕЛЬНОЙ ПРОДУКЦИИ
И.Д. Сидельников
В статье исследуются основные аспекты проектирования корпоративного хранилища данных (КХД) для обменного фонда машиностроительных изделий, подлежащих возврату и восстановлению технического ресурса. Обоснована концептуальная схема КХД, отражающая замкнутый контур процессов производства, эксплуатации и рециклинга. Делается вывод о перспективности создания платформы цифрового обменного фонда.
Ключевые слова: обменный фонд, корпоративное хранилище данных, базы данных, витрина данных, справочники, таблицы измерений, таблицы фактов, техническое обслуживание и ремонт.
Технологическая трансформация промышленности и общества привела к появлению устойчивого понятия «цифровая экономика» - экономики, зависящей от цифровых технологий и характеризующаяся массовым использованием больших данных и многосторонних бизнес-моделей. В промышленности это означает в первую очередь технологии к организации производственных систем, основанных на интеграции процессов разработки, производства и эксплуатации в единую информационную среду. Следующий шаг - это переход к модели развития экономики замкнутого цикла. В рамках такой концепции производство рассматривается как система по обработке прямых и возвратных потоков сырья и материалов, организованная по принципам энерго и ресурсосбережения [1].
381
В рамках замкнутого цикла прямых и возвратных потоков возможно осуществить переход от закупок колоссальных объемов сырья и комплектующих к рециклингу и рациональному ресурсопотреблению в машиностроении. Это позволяет в промышленности перейти к созданию цифровых платформ (ЦП), объединяющих всех участников жизненного цикла продукции, и предоставляющим полный комплект услуг от разработки техники на заказ до организованного сбора и возврата производителю выработавших свой ресурс изделий [2]. В условиях жесткого санкционного давления, в первую очередь направленного на ограничение промышленного и технологического развития страны, реализация таких ЦП в отечественном машиностроении обеспечит рациональное ресурсопотребление и переход к импортонезависимому производству комплектующих и запасных частей к оборудованию [3].
В основе таких ЦП лежит создание корпоративного хранилища данных (КХД), особенностью которых является тот факт, что, в отличие от систем, работающих в других отраслях экономики, конечные пользователи данных также будут являться и поставщиками данных. Производители и поставщики финальных образцов техники, комплектующих, запасных частей, эксплуатанты и ремонтные организации, восстанавливающие ресурс элементов, являются равноправными участниками такой ЦП, предоставляя доступ к своим базам данных (БД) для создания КХД и используя обработанную информацию для планирования своих производственных процессов (см. Рис. 1).
Прежде всего при построении КХД необходимо создать физическую модель данных с указанием таблиц фактов и таблиц измерений, отразить связи между этими таблицами, указать необходимые атрибуты, а также наглядно продемонстрировать сферы производства, эксплуатации и восстановления изделий [4].
Для российских предприятий и организаций, существенно ограниченных в правах на использование западного программного обеспечения, технологий и систем, можно рекомендовать свободно распространяемый он-лайн-сервис Vertabelo, не требующий установки, и, что особенно важно для небольших компаний, этот сервис бесплатен для проектов с открытым исходным кодом, а также для студентов и преподавателей, что позволит использовать его в учебном процессе.
Vertabelo позволяет создавать модель базы данных, графически рисуя таблицы и ссылки. В выбранное приложение встроен функционал проверки ошибок, что позволяет сократить время на поиск некорректно заполненных элементов модели и создать наиболее качественную версию модели данных.
Также приложение поддерживает предварительный просмотр SQL, который будет сгенерирован для выбранного элемента. Веб-приложение поддерживает семь основных движков базы данных: PostgreSQL, MySQL, Microsoft SQL Server, SQLite, Oracle 11g, IBM DB2 и HSQLDB [6].
Покажем, как можно реализовать построение концептуального КХД для участников такой ЦП в машиностроении. Первый шаг - это проектирование физической модели данных и определение основных направлений -производство, эксплуатация, обменный фонд (ОФ), где осуществляется ремонт (восстановление ресурса); затем формирование на таблиц фактов и таблиц измерений [5].
В данном случае предлагается выделить следующие области модели данных:
1.Справочная информация. Представляет собой область модели, содержащую таблицы с редко изменяемыми и часто использующимися данными (см. Рис. 2). В рамках работы к справочной информации можно отнести информацию о компаниях-эксплуатантах, номенклатуре деталей, видах и важности/критичности отказов деталей, регламенте проведения технического и ремонтного обслуживания (ТОиР), механизме возникновения плановых отказов.
Справочники представляют собой таблицы измерений и объединены в области модели «dictionary».
2.Информация, касающаяся ОФ. В данной области необходимо собрать информацию о движениях деталей вне компаний-эксплутантов. Сюда заносится информация о поступлении потока элементов в общий ОФ, о дальнейшем их движении на площадки эксплуатации (или сервисные центры эксплуатантов), о наличии определенной номенклатуры в общем обменном фонде, о плановом времени восстановления технического ресурса деталей в общем обменном фонде, информация о движении деталей из обменного фонда к компаниям (объем, сроки поставки) (см. Рис. 3). Таблицы представляют собой таблицы фактов, связанные с таблицами измерений и объединены в области модели «exchange_fund».
Для объектов, находящихся в ОФ, принято следующее разделение для более корректного определения места элемента в общей системе финального изделия и понимания его влияния на процесс эксплуатации в целом:
деталь (detail) — изделие из однородного материала (по наименованию и марке), выполненное без применения сборочных операций. Деталь, с которой начинается сборка узла, механизма или агрегата, называется базовой.
узел (unit) — ряд деталей, соединенных между собой с помощью резьбовых, заклепочных, сварных и других соединений.
механизм (mechanism) — подвижно связанные между собой детали или узлы, преобразующие движение и
скорость.
агрегат (module) — несколько механизмов, соединенных в одно целое.
3.Информация, касающаяся компаний-эксплуатантов техники. В данном случае рассматривается деятельность конкретной компании-эксплуатанта. Отражается информация о закупках и аренде запасных частей из общего фонда (см. Рис. 4).
Таблицы представляют собой таблицы фактов, связанные с таблицами измерений и объединены в областях модели «new_item», «exchange_fund_item».
4.Витрины данных для передачи в системы бизнес-аналитики (BI) и построения OLAP-ставкиотчетов. Витрины данных содержат необходимую для построения отчетов с точки зрения бизнеса информацию и
накапливают данные для визуализации их в системе BI в соответствии с теми или иными бизнес-требованиями (см. Рис. 5). Витрины собираются с помощью SQL-скриптов и используемых таблиц фактов и таблиц измерений. Таким образом, общий вид спроектированной модели данных включает в себя все перечисленные выше области.
recQvefy_progra<nm*
»»vtiy_piOe twwejd lilt -
ftK*tr/_pragr>TiiTt_rijm# text r»eo*try_piogri/nprve_<3»w>pb tbrt «WMiy.pfoe'vnflM.Hifi ttii
J k^u p-3 iT(_d nm ьттапр
m&dul«
пч-iJe о tnt PK
modLi« пая* ««i
ип«дапе
1 i
m«h*nltm
m«ehjntim id rrt PK
tmeitamp
] 1 1
unit
unijd ifit PK
unit f.»PI# text
Ттиатр
1 1 11
detail
Ml PK
Mti ! t»J£t
йпмитр
ortf*f_ch*nn*i
prtScrjehjmaJjd n: r
MftijhifpOMjd
iHnjwpcM.nimt
t«t_updit*_dBm
5*n
timMtamp
wtar_04j|_*titus
m * int PK
nv*a
v.-ri out starts соттий t«t
updat*_dnm tm-iMtartp
гсдюп
in« PK
i*jion_naTie ttxl
iiH_ufH3a',i_drtrr» mi
mput_fMWHi
<ns PK
н-ое
da
item
ли PK
i»m namt itxl
¿t»m rum text
wm.dam WPtt««np
N«*. nark &00l
wea* a-ji 4 fit F-K
t»si_updMt_dBm umtl'jmp
fit PK
:tm еде dew text
macfciMjyp« »*!
e*m wtarout ir-!o fit
dflta <1 ert bK
rtt PK
mteh*ni»m flit FK
modu'« '3 int FK
pUftMdjVtore.dem nmtisjmp
r*cov«ry_progr>mm«_id At FK
ecmp«ny_typ*
int PK
com pa л im* Ttxl
iast_updast_tfam int
fn!ur»_r*iion
fai!ur# <1)№ -3 ri! PK
f>iilf*_lWIOn_n»ni*
J at_y pd * :»_enrr игмитр
-H*
r 1
««трапу
im ИС
comp*ny_nama
mi FK
bool
!j Jt_ii pd*s*_dEri M"4 Stamp
»flipjfiyjye^id rtt PK
(—ОС
T T т
I I I
failure
faduft.id mt PK
fa^re nam* text
fii^jr^irtos^aici int
fa*jft_r»aw_>d mt FK
las!_updats_dttm tmestanp
t=E
dtciionary
Рис. 2. Схема баз данных справочной информации обменного фонда
Рис. 3. Схема баз данных обменного фонда
newjterailoíder
order kí ht PK
detailjd int FK
cosí num«flc(8.2)
e*change_fund_ortíer
order Id Int PK
detai ÑJ lit FK
slart «de* dltm tímeslamp
den* order dctm bmMWmp
logistic cos) numefic(S,2)
síorage cost ngm«íici,8.2>
fine_cosl nuirvenc(8,2)
екс h anfle_fund_rfeta¡l
companystock
stock id inl PK
company id «l FK
detail id inl FK
detail amount inl
io»d_dttm lirMStaiwp
cotmpany_stoc}(
Рис. 4. Схема баз данных компаний
r ord*r_cbann*l_»fNci»rKy 1
ordei id in
дпн ctv*' к" art 0íder_cti3rinel_n3íne (exl logistic_co3t г*ип>епс(в.2)
fine_cMt numericí3,2)
or<Jfr_t¡m»
ofderjd int
схжфапу_пэте text
region_name taut
<xder_dttm timestamp
item_name text
start_ord«_dttm timestarnp
done_order_dltm timeslamp
log¡siic_cost fwjmeric(8.2)
storage_cost nurrvenc(8,2)
fine_cost rwjmeric(8,2)
next_diern_mark tool
Ofder_waiting_lime timestamp
cperjt n g_l¡me
iíem_nanne lent
opefaiion_t!me íitimenc{3,2) plannetí_cjpefation_lm>e пктелс(3,2) let
í»lufe_name text
op«alion_stafl_dttiTi limestamp
opeíal¡Qn_5tcp_dtlm timesomp
í»lufe_jmpwtance inl
com|>any_£ha№
OftJerjd int
company_name text
region _name text
order_dttm timestamp
iogistic_cost питепс<8,2)
fine_cost numeric(8,2)
item_narne text
4_-
r com pany_fai lure Л
order id inl
company name text
region name text
failure mark bcol
mput dtim timestamp
farlurejmportance int
..
view
Рис. 5. Примерный вид витрин данных
Все задействованные в модели данных хранятся в формате «таблица- атрибуты таблицы». Они обладают своим наименованием (company_id, cost), необходимым типом данных, отметкой первичного ключа (Parent Key, PK) и отметкой внешнего ключа (Foreign Key, FK).
Каждая из этих таблиц имеет первичный ключ (id), который однозначно определяет тот или иной элемент справочника и является уникальным.
Таблицы измерений (справочники) связаны с таблицами фактов и между собой посредством первичных и внутренних ключей, образующих отношения 'один ко многим': на одно значение ключа основной, родительской таблицы (таблицы, в которой ключ используется как первичный (Parent Key)) может приходиться несколько значений внешнего ключа (Foreign Key) дочерней таблицы. Например, при связи таблицы «company» с таблицей «exchange_fund_input» одному значению первой таблицы может соответствовать несколько значений второй: одна организация может сколько угодно раз поставлять детали в обменный фонд.
КХД, сформированные на основе таких таблиц, помогает реализовать идею ЦП, которая объединяет всех участников жизненного цикла продукции от момента проектирования, до возврата элемента с выработанным техническим ресурсом на завод-изготовитель для его восстановления и перейти к экономике замкнутого цикла. При этом решается задача учета перекрывающихся потребностей различных пользователей, позволяющая экономить на масштабах парков эксплуатируемой техники и фактически сформированных запасах.
Осуществляется интеграция всех участников в единую информационную среду, в рамках которой идет обмен информации из соответствующих БД по запросам пользователей для планирования своей деятельности. Значительно снижаются издержки взаимодействия, при формировании КХД, при этом в значительной степени возрастает скорость принятия решений и точность планирования. Российские предприятия уже готовы к переходу к такому формату взаимодействия, например, в автомобильной отрасли (как таксопарки и автобусные парки, так условно и обычные частные пользователи), авиационной отрасли, где воздушные альянсы совместно решают проблемы материального обеспечения и поддержки эксплуатации, которые особо остро возникают в текущих политических условиях и необходимости скорейшего решения задач импортозамещения.
Список литературы
1.Чихладзе З.Д., Бром А.Е. Имитационное моделирование процесса обслуживания и ремонта техники в местах ее эксплуатации // Автоматизация в промышленности. 2023. №5. С. 49-53.
2.Бром А.Е., Сидельников И.Д. Функциональное предназначение возвратных потоков в машиностроении // В сборнике: Устойчивое развитие и новая индустриализация: наука, экономика, образование. Материалы конференции. Москва. 2021. С. 18-22.
3.Сидельников И.Д. Организация и обработка возвратных потоков на предприятии машиностроения // Наука и бизнес: пути развития. 2019. №12(102). С. 95-99.
4.Паклин, Н. Орешков, В. Бизнес аналитика. От данных к знаниям [Текст] / Н. Палкин, В. Орешков. М.: Питер, 2013. 704 с.
5.Дейт К. Дж. Введение в системы баз данных. М.: «Вильямс», 2016. 1328 с.
6.Балдин А.В., Тоноян С.А., Елисеев Д.В. Хранилище данных предприятия на базе платформы SAP Netweaver Business Warehouse - методика ее проектирования // Аллея науки, №3, 2018. С. 761 - 766.
Сидельников Иван Дмитриевич, канд. техн. наук, доцент, [email protected], Россия, Москва, Московский государственный технический университет им. Н.Э. Баумана
DESIGNING A CORPORATE DATA WAREHOUSE TO CREATE A DIGITAL PLATFORM FOR THE PRODUCTION
AND OPERATION OF ENGINEERING PRODUCTS
I.D. Sidelnikov
The article examines the main aspects of designing a corporate data warehouse (CDW) for the exchange stock of engineering products that are subject to return and restoration of technical resources. The conceptual scheme of QCD is substantiated, reflecting the closed loop of the processes ofproduction, operation and recycling. A conclusion is drawn about the prospects of creating a digital exchange fund platform.
Key words: exchange fund, corporate data warehouse, databases, data mart, reference books, measurement tables, fact tables, maintenance and repair.
Sidelnikov Ivan Dmitrievich, candidate of technical sciences, docent, [email protected], Russia, Moscow, Bau-man Moscow State Technical University
УДК 623.61
DOI: 10.24412/2071-6168-2023-12-385-386
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ МЕДИЦИНСКИМ ОБЕСПЕЧЕНИЕМ В УСЛОВИЯХ ВОЗДЕЙСТВИЯ ПРОТИВНИКА НА ТЕХНИЧЕСКУЮ ОСНОВУСИСТЕМЫ
УПРАВЛЕНИЯ
С.М. Островерхий
Управление медицинским обеспечением может рассматриваться, как целенаправленный процесс, управление может быть организовано различным образом. Альтернативные варианты будут различаться порядком подготовки решения и методами их доведения до подчиненных. Умение рационально организовать управление во многом определяет доверие к его результатам. Именно этим и вызвана необходимость в оценке качества процесса управления. Цель данной статьи состоит в анализе качества процесса управления рассматривается как совокупности существенных свойств, обусловливающих его пригодность к некоторому целевому применению. При этом так как процесс управления реализуется системой управления, то свойства процесса управления можно рассматривать с позиции способности системы управления по их реализации. Состав существенных свойств как объектов рассмотрения в системном плане достаточно стабилен, а уникальность того или иного процесса заключается, как правило, в составе и значениях показателей, отражающих их проявление. Таким образом, для того чтобы оценить качество управления, необходимо выделить его существенные свойства, определить показатели и разработать модели для их оценки.
Ключевые слова: пункт управления медицинским обеспечением, система управление медицинским обеспечением, математическая модель управления медицинским обеспечением, цикла управления лечебно-эвакуационными мероприятиями, потоков событий, информационная связность элементов медицинского обеспечения, устойчивость процесса управления.
Среднее время цикла управления по реализации лечебно-эвакуационных мероприятий (TЛэМ ) в тактической и оперативной зонах - это математическое ожидание времени [1,2], необходимого органам управления медицинским обеспечением на оценку обстановки, принятие решения, постановку задач эвакуационным группам, контроль выполнения лечебно-эвакуационных мероприятий, корректировку действий эвакуационных групп на этапе эвакуации и на выполнение сортировки раненых по степеням тяжести с вероятностью:
P¡IЭММ = 0,85(ЙЭМ < гЛМ < 10(ч), (1)
таким образом, критерий эффективности лечебно-эвакуационных мероприятий [3] для математической модели:
ГЛШТ) = 0,85(10ч). (2)
Выполнение условия (2) должно обеспечивать своевременную эвакуацию не менее 80% боевых и санитарных потерь (2 - 4 степени тяжести) на направлении сосредоточения основных усилий межвидовой группировки и не менее 65% боевых и санитарных потерь на других направлениях [3], что и является основной целью лечебно-эвакуационных мероприятий как функции системы управления медицинским обеспечением.
