Портал освітньо-інформаційних послуг «Студентська консультація»

  
Телефон +3 8(066) 185-39-18
Телефон +3 8(093) 202-63-01
 (093) 202-63-01
 studscon@gmail.com
 facebook.com/studcons

<script>

  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){

  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

  })(window,document,'script','//www.google-analytics.com/analytics.js','ga');

 

  ga('create', 'UA-53007750-1', 'auto');

  ga('send', 'pageview');

 

</script>

Інтелектуальні моделі системи підтримки прийняття рішень при автоматизованому управлінні процесом гідротранспортування

Тип роботи: 
Автореферат
К-сть сторінок: 
30
Мова: 
Українська
Оцінка: 

може виступати для завдання керуючого впливу, тому що значення цього параметру невід’ємно пов’язано з надійністю гідротранспортування.

Таким чином, для керування використовується щільність гідросуміші. За умов відсутності надійного високопродуктивного устаткування процес пульпоприготування на вході гідротранспортної системи виконується оператором гідромонітора. Прийняття рішень оператором гідромонітора здійснюється в умовах невизначеності, тому що значна частина параметрів, які впливають на процес пульпоприготування, не підлягають вимірюванню, а оцінюються оператором на якісному рівні. Для підвищення ефективності оперативного управління процесом пульпоприготування у дисертаційній роботі розроблено блок підтримки прийняття рішень для оператора гідромонітора. Математично він складається з декількох десятків продукційних правил. Вхідна інформація (характеристика конуса з накопиченою сировиною, рівень гідросуміші у зумпфі, фізичний склад сировини та інше) має переважно якісний характер і описується за допомогою лінгвістичних змінних.
 
Процес формування диспетчером завдання по твердому матеріалу залежить від протікання процесу збагачення та умов гідротранспортування.
Для вибору та обґрунтування режимів транспортування використовуються наступні компоненти системи підтримки прийняття рішень: нечіткі та нейромережеві моделі, нечіткий гідравлічний розрахунок, аналіз стійкості, блок підтримки прийняття рішень при пульпоприготуванні. Структурна схема використання компонентів системи підтримки прийняття рішень на стадії експлуатації гідротранспорту показана на рис. 2.
 
Розроблені в роботі підходи до розрахунку та моделювання в системі підтримки прийняття рішень забезпечують вирішення наступних задач на стадіях проектування та реконструкції гідротранспорту:
гідравлічний розрахунок параметрів руху багатофазного середовища у трубопроводі;
вибір геометричних параметрів трубопроводу;
вибір необхідного напірного устаткування;
моделювання сумісної роботи напірного обладнання та трубопроводу у різних режимах (як правило, режим номінальної продуктивності, мінімальної та максимальної) ;
формулювання рекомендацій по удосконаленню параметрів гідротранспортування та оптимізації його роботи, визначення умов його надійної експлуатації.
У другому й третьому розділах роботи розглянуто створення інтелектуальних моделей основних об’єктів гідротранспортної системи, які є основою побудови системи підтримки прийняття рішень при управлінні технологічним процесом гідротранспортування.
Головною метою розробки системи прийняття рішень є забезпечення користувача зручним та швидким доступом до різного роду інформації, яка необхідна для прийняття рішень. Така інформація може бути представлена систематично розміщеними даними; ланцюжками логічних міркувань; методами та алгоритмами розрахунку; математичними моделями; результатами моделювання; алгоритмами виводу нового знання та ін. На усіх етапах розвитку гідротранспортної системи користувач системи прийняття рішень може застосовувати знання спеціалістів-експертів.
Компоненти для системи підтримки рішень реалізовано у вигляді програмних модулів, інформаційний обмін між якими виконується переважно шляхом читання та запису файлів із даними. Розроблені алгоритми розрахунків та моделювання програмно реалізовані у середовищі Windows із використанням інструментальних засобів Borland Pascal 7. 0 та Delphi 5.
 
ВИСНОВКИ
 
У дисертаційній роботі вирішена наукова задача розробки математичного та програмного забезпечення для інтелектуальної системи підтримки прийняття рішень при управлінні гідротранспортуванням, що полягає у створенні математичних моделей відцентрового та струминного насосів з використанням експертної та емпіричної інформації, яка математично формалізована на основі теорії нечітких множин та нечіткої логіки; синтезі моделей руху полідисперсного середовища у напірному трубопроводі на базі штучних нейронних мереж.
Вирішення цієї задачі дозволило підвищити якість оперативного диспетчерського управління процесом гідротранспортування, зменшити ймовірність прийняття помилкового рішення на стадіях експлуатації, проектування та реконструкції обладнання гідротранспортних систем і створило умови для побудови автоматизованих систем управління гідротранспортом.
Наукові й практичні результати роботи полягають у наступному:
1. Розроблена математична модель відцентрового насоса для гідросуміші, яка дозволяє використовувати досвід спеціалістів-експертів. Для математичної формалізації експертного знання обраний математичний апарат нечітких множин та фаззі-логіка. В основі розробленої нечіткої математичної моделі відцентрового насоса покладено лінгвістичну базу знань, що дозволило на якісному рівні описати функціонування насоса.
2. Побудована математична модель струминного насоса для гідросуміші, в якій враховані неточності, пов’язані з необхідністю введення емпіричних коефіцієнтів. Математичне урахування неточностей виконано за допомогою апарату нечітких чисел. Основна характеристика насоса представлена у нечіткому вигляді. Алгебраїчні операції над нечіткими параметрами математичної моделі реалізовано згідно з принципом узагальнення та шляхом представлення їх у вигляді нечітких чисел (L-R) – типу.
3. Виконано моделювання режимів руху полідисперсної гідросуміші у напірному трубопроводі гідротранспортної системи на основі штучних нейронних мереж. На базі виконання чисельних експериментів сформульовані основні вимоги до параметрів навчальної вибірки даних для синтезу моделі, архітектури нейронної мережі та характеристик процедури навчання.
4. Запропонований нечіткий підхід до розрахунку гідравлічних параметрів напірного трубопроводу та режимів руху полідисперсної гідросуміші. Урахування неточностей у результатах розрахунків, які обумовлені нечітким завданням вхідної інформації та необхідністю використання емпіричних коефіцієнтів, виконана згідно з операціями алгебри нечітких чисел.
5. Удосконалений існуючий метод аналізу стійкості гідротранспортної системи за допомогою отриманих інтелектуальних моделей об’єктів гідротранспорту. Перевагою комплексного нейро-фаззі підходу є можливість використання інформації якісного характеру у вигляді досвіду експертів та оперативної інформації, яку має диспетчер.
6. Розроблений блок підтримки прийняття рішень процесом пульпоприготування, який призначений для підвищення ефективності завдання керуючих впливів на вході гідротранспортної системи. В основу блоку підтримки рішень покладені продукційні правила, що сформульовані за експертним досвідом операторів гідромоніторів.
7. Запропонована структура інтелектуальної системи підтримки прийняття рішень при управлінні технологічним процесом гідротранспортування. Основу інтелектуальної системи складають розроблені у дисертаційній роботі засоби моделювання, ідентифікації та розрахунків. Для їх практичного застосування складено відповідне алгоритмічне та програмне
Фото Капча