Інтелектуальні моделі системи підтримки прийняття рішень при автоматизованому управлінні процесом гідротранспортування

Виконано аналіз процесів напірного транспортування багатофазного середовища як об’єкту нейромережевого моделювання. Спираючись на теорему про можливість представлення неперервних функцій кількох змінних у вигляді суперпозиції неперервних функцій меншого числа змінних, доведену Колмогоровим і Арнольдом, та теорему Хехт-Нільсена про представлення функції багатьох змінних за допомогою нейронної мережі, обґрунтовано можливість використання нейронних мереж для моделювання режимів руху гідросуміші. Переваги запропонованого підходу до моделювання у порівнянні з існуючими містяться у наступному:

1. Нейронні мережі мають властивості універсальних апроксиматорів, тому для побудови нейромережевих моделей для різних видів гідросумішей (навіть для яких характерні значні відміни фізичних та механічних властивостей) можна використовувати однакову структуру нейронної мережі.

2. Відомо, що нейронні мережі допускають обробку неповних та зашумлених даних.

3. При використанні нейромережевого підходу до синтезу математичних моделей руху гідросуміші на основі експериментальних даних стає можливим врахування присутності у напірному трубопроводі повітря.

4. При створенні нейромережевих моделей можна уникнути великих обсягів експериментальних досліджень у виробничих умовах для отримання значень коефіцієнтів-констант, які необхідні для побудови математичних моделей класичними методами.

Для синтезу математичних моделей трубопроводу використано штучну нейронну мережу прямого поширення сигналів. Вона містить вхідний, вихідний та один прихований шар нейронів. Нейрони першого та прихованого шарів мають сигмоїдальну функцію активації, нейрони вихідного шару – лінійну. Для навчання нейромережі обрано метод навчання з учителем – зворотного поширення помилки, що використовує для мінімізації помилки навчання градієнтний алгоритм швидкісного спуску.

У роботі було розглянуто побудову декількох нейромережевих моделей: 1) один вхід – один вихід; 2) два входи – один вихід; 3) два входи – три виходи; 4) три входи – три виходи. Вибір саме таких архітектур штучних нейронних мереж обумовлено існуванням відповідних реальних задач, що виникають під час управління гідротранспортною системою.

Аналіз характеристик нейромережевого моделювання гідродинамічних процесів виконувався шляхом проведення імітаційних експериментів на ЕОМ з використанням даних з реального об’єкту управління. Ці експерименти дозволили встановити працездатність нейронних мереж при вирішенні задач такого класу та визначити основні вимоги до інформаційних вибірок навчання, а також до конфігурації мереж та їх параметрів. Для перевірки характеристик роботи нейромережі використано тестування. Результати тестування показали, що нейромережеві моделі забезпечують значення похибки не більше 7%. При недостатній кількості навчальних вибірок спостерігається процес перенавчання нейромережі.

Обрана архітектура нейронної мережі дозволяє створення математичних моделей різного виду. Нейронні мережі, що завершили процес навчання, можуть використовуватися для ідентифікації режимів гідротранспортування.

У четвертому розділі запропонований нечіткий розрахунок гідравлічних параметрів напірного трубопроводу. При виконанні гідравлічного розрахунку дуже важливим виявляється урахування можливих неточностей отриманого результату, які обумовлені наступними двома факторами:

як правило, частина даних для розрахунку подаються у неточному вигляді, тобто задані у деяких діапазонах (наприклад, номінальне значення, мінімальне та максимальне) ;

необхідність використання експертного знання, полуемпіричних методик і математичних моделей та присутніх у їх складі емпіричних коефіцієнтів.

Використання математичного апарату нечітких чисел дозволяє виконувати розрахунок, враховуючи 1-й та 2-й фактори, і отримати кінцевий результат із математичним урахуванням цих неточностей. Впровадження нечіткого підходу в незначній мірі ускладнює виконання обчислювальних операцій, гідравлічний розрахунок залишається простим та наочним для спеціалістів. Результатом нечіткого розрахунку є сукупність вихідних нечітких параметрів гідротранспортної системи.

Для опису неточних параметрів та коефіцієнтів використані нечіткі числа (L-R) - типу. Неточні дані у нечіткому вигляді мають, наприклад, такий вид для

- щільності твердої речовини:  = (2700; 50; 50) кг/м3,

– щільності гідросуміші:  = (1300; 100; 100) кг/м3.

Значення емпіричних коефіцієнтів, що використовувалися при гідравлічному розрахунку також виражаються нечітко:

 = (7, 0; 2, 0; 2, 0),  = (3, 0; 0, 0; 2, 0),

 = (1, 5; 0, 5; 0, 5),  = (1, 2; 0, 0; 0, 6),  = (5, 0; 0, 0; 4, 0).

Тоді основні параметри трубопроводу та руху гідросуміші можуть бути обчислені у нечіткому вигляді.

У четвертому розділі запропоновано удосконалення існуючого методу аналізу стійкості гідротранспортної системи на базі комплексного нейро-фаззі моделювання. Під стійким режимом роботи гідротранспорту розуміють такий режим, при якому будь-яке змінювання одного з параметрів на вході гідротранспортної системи не приводить до неперервного зниження витрати гідросуміші та закупорюванню трубопроводу. Аналітично умови стійкої роботи формулюються наступним чином: будь-яке змінювання опору напірного трубопроводу   повинно компенсуватися відповідним зміненням вихідного опору насосу  .

Аналіз стійкості виконується за допомогою графічного методу, коли порівнюються витратно-напірні характеристики насоса та системи. Оперативне визначення достовірних характеристик у реальних умовах є досить складною задачею. За допомогою нейромережевого моделювання на основі експериментальних даних та нечіткого моделювання з урахуванням експертних знань можуть буті отримані дані про наявність певного режиму функціонування, із використанням яких виконується аналіз стійкості.

Управління технологічним процесом кар’єрного гідравлічного транспортування здійснюється диспетчерською службою. Головною метою управління є забезпечення певної кількості твердого компоненту, яка визначається вимогами збагачувальної фабрики. В якості керуючого впливу на вході гідротранспортної системи можуть виступати варіація значень щільності та витрати гідросуміші. Значення інших вхідних параметрів транспортування не підлягають керованим зміненням: це обумовлено особливостями технологічного процесу видобування корисних копалин, пульпоприготування та транспортування. Витрата гідросуміші теж не