автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка моделей и алгоритмов интеллектуальной системы поддержки решений оператора вентиляции угольной шахты

?"., од

■ * Ч^'Т.,

~ и и»

На правах рукописи

ЛОКШИНА Изабелла Владимировна

УДК 622.4:658.5.011.56(043.3)

РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ПОДДЕРЖКИ РЕШЕНИЙ ОПЕРАТОРА ВЕНТИЛЯЦИИ УГОЛЬНОЙ ШАХТЫ

Специальность 05.13.06 — «Автоматизированные системы управления»

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 1995

Диссертационная работа выполнена в Московском государственном горном университете.

академик МАИ, 'проф., докт. техн. наук БАХВАЛОВ Л. А.

Ведущее предприятие — институт «Гипроуглеавтомати-зацня».

В > > • на ijuvv.дuxiiiii дцк.«.«,^/ a uu,uuiiiiut v\/i/01*3

'> Д-053.12.12 -при Московском государственном горном университете пол адресу: 1Л7935, ГСП; ^Москва, В-49, Ленинский проспект, д. 6.

С диссертацией .можно. ознакомиться в библиотеке Московского государственного горного университета.

Научный руководитель

, Официальные оппоненты:

проф., докт. техн. наук ИЛЫОША А. В., канд. техн. наук ЛАЗУК|ИН В. Н.

г.

Автореферат разослан « г. . т>

во

Ученый секретарь диссертационного: -совета

. канд. техн. наук,, доц. РЕДКОЗУБОВ М А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Одной из основных предпосылок интенсификации процесса подземной добычи угля является повышение производительности и безопасности труда горнорабочих на основе комплексной механизации и автоматизации основных производственных процессов. Решение задачи интенсификации процесса угледобычи усложняется с переходом забоев на более глубокие горизонты. С ростом глубины • разработки увеличивается газообильность выработок, температура пластов и вмещающих пород, а также, интенсивность газодинамических проявлений.

В таких условиях особое значение приобретают вопросы комплексного оснащения шахт непрерывнодействующими средствами автоматического контроля состава и параметров шахтной атмосферы. При наличии подобных средств можно организовать эффективную работу систем вентиляции, дегазации и кондиционирования воздуха, от которых зависят безопасность и комфортность труда шахтеров.

Внедрение автоматизированных систем управления шахтной вентиляцией, позволяющих более эффективно использовать резервы свежего воздуха за счет оперативного перераспределения воздушных потоков между потребителями в зависимости от газовой ситуации, предусматривает участие человека—оператора вентиляции в контуре управления. Анализируя деятельность оператора вентиляции, можно сделать вывод, что традиционное программное обеспечение АСУ ТП необходимо дополнить автономной программной системой, выступающей в качестве средства интеллектуальной поддержки оператора при решении

сложных неформализуемых задач. Основные принципы, положенные в основу создания данной системы, заключаются:

— в удобном, дружественном интерфейсе с пользователем системы;

— знаниях экспертов как информационной основы системы;

— наличии механизма логического вывода и механизма трассировки, обеспечивающего объяснение заключений системы.

Перечисленные свойства позволяют охарактеризовать разработанное программное средство как интеллектуальную компоненту системы, которая дополняет существующую АСУ ТП* и обеспечивает поддержку оператора в решении задач мониторинга, диагностики состояния и управления процессами.

Наличие данной интеллектуальной системы поддержки позволит оператору принимать более обоснованные решения по следующему комплексу задач:

1) определение причин, вызвавших изменение газодинамической обстанов ;и на добычном участке;

2) принятие решение в случае значительных отклонений концентрации метана;

3) управление вентиляцией в аварийных условиях.

Таким образом, разработка моделей и алгоритмов, а также, реализация интеллектуальной системы поддержки оператора вентиляции угольной метанообильной шахты, являются актуальной научной задачей.

»

Целью рябо-ры является разработка и исследование методов и алгоритмов интерпретации газодинамических ситуаций на добычных участках (ДУ) и диагностирования причин их возникновения с учетом возможности маскирования признаков; разработка эффективных алгоритмов вывода решений для

-г-

реализации интеллектуальной программной системы поддержки оператора вентиляции.

Идея работы заключается в применении нечетких моделей и алгоритмов для идентификации газодинамических ситуаций по частичным измерениям с использованием экспертных оценок.

Научные положения, разработанные лично диссертантом, и научная новизна заключаются в следующем:

1) разработана модель диагностирования из класса нечетких моделей, новизна которой заключается п использовании матриц максимального и минимального влияния явлений на признаки, которая наиболее полно отражает как стохастичность связи между причинами и явлениями, так н возможный разброс экспертных оценок при настройке модели на конкретный объект;

2) разработана методика оценки достоверности идентификации причин газодинамических ситуаций, основанная на композиционном выводе точных верхних и нижних граней интервала достоверности, которая позволяет оптимизировать истинность основной аксиомы модели;

3) разработана методика классификации процессов и явлений, обеспечивающая представление сложных процессов и явлений композицией одиночных формальных процессов, которая позволяет уменьшить количество нераспознанных ситуаций с помощью учета эффекта маскирования.

Обоснованность и достоверность научных_положений.

выводов и рекомендаций. Разработанные нечеткие модели и алгоритмы обоснованы теоретическими исследованиями с использованием теории нечетких множеств, теории субъективных вероятностей, теории нечеткого рассуждения, нечеткой логики и методов искусственного интеллекта. Достоверность разработанных моделей и алгоритмов подтверждается сравнением

-з-

истинности диагнозов системы о причинах газодинамических ситуаций с истинностью экспертных заключений по фрагментам реальных метанограмм.

Научное значение состоит в том, что разработанные нечеткие модели и алгоритмы могут быть использованы для построения проблемно —независимых интеллектуальных диагностических систем, частным случаем которых является интеллектуальная система поддержки оператора вентиляции, и являются развитием методов мониторинга и управления атмосферой угольной шахты.

Практическое значение имеют:

— программы формирования и обработки экспертных таблиц, представляющих субъективное описание процессов и явлений;

— программная систен а, предназначенная для поддержки решений оператора вешлляции, в которой реализованы алгоритмы прямого и обр. гного вывода, а также интерфейс, реализующий связь интелле1 гуальной системы с пользователем.

Публикации. По теме диссертации опубликовано 9 работ.

Апробация работы. Отдельные положения работы доложены и обсуждены на Международном симпозиуме "Интеллектуальные системы" (Махачкала, 1994г.), Международной научно-технической конференции "Диагностика, информатика и метрология — 94" (С. —П.. 1994г.), Третьем Международном симпозиуме по планированию ведения горных работ и горному оборудованию (Стамбул, 1994 г.).

фбъем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы, приложения. Общий объем диссертации составляет 136 страниц, в том числе 106 страниц

основного текста, 14 рисунков, 9 таблиц, 11 страниц приложений. Список литературы включает 105 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Атмосфера угольной шахты представляет собой сложный объект мониторинга и управления. Сложность объекта обусловлена тем фактом, что объект не полностью наблюдаем; большая часть информации, поступающей с объекта в процессе мониторинга — стохастическая, нестационарная,

неструктурированная, что зачастую является причиной отсутствия однозначной интерпретации явлений. Это затрудняет принятие эффективных управляющих решений оператором системы. С другой стороны, существуют опытные, квалифицированные операторы и эксперты, способные интерпретировать сложные явления на основе собственных знаний, восстанавливая (идентифицируя) ситуацию по косвенным (частичным) измерениям.

Поддержка принятия решений оператора в аспекте проблемы мониторинга и управления шахтной атмосферой является задачей искусственного интеллекта (ИИ) и имеет решение в виде создания интеллектуальной системы поддержки оператора, способной оперативно диагностировать текущее состояние шахтной атмосферы и выдавать обоснованные рекомендации для возможных действий оператора системы. Структурная схема системы мониторинга и управления приведена на рис.1. Управляющая функция отрабатывается системой автоматического управления проветриванием (САУЛ) и оператором вентиляции, участие, которого в цикле управления

I

о»

I

Средства регулирования

Шахтная атмкфера

Программы расчета параметров управления вентиляцией

САУП

Распознавание газодинамической ситуации

Выдача решения о причине

Рекомендации по управляющему действию

ИС

I_________________

команды аварийного управления

Оператор вентиляции

I '

Генерация отчетов

Средства контроля (датчики)

Запись и хранение оперативных данных:

-содержание газов; -температура; •влажность; -концентрация пыли; -скорость движения воздуха_

Ведение архива

Представление информации в удобной форме

ЧЗБЯ

Рис. 1. Структура системы мониторинга и управления атмосферой угольной шахты

заключается в установке прогнозируемых уровней загазирований, регистрации срабатываний автоматической газовой защиты (АГЗ), контроле за исправным состоянием технических средств САУЛ, отработке управляющих воздействий на регуляторы расхода воздуха (РРВ) и регуляторы вентиляторов главного проветривания' (РВГП) в ручном режиме управления, принятии оперативных управляющих решений в нештатных ситуациях и прослеживании точного выполнения плана ликвидации аварий (ПДА) в случае аварийных ситуаций.

Основой автоматизированного управления проветриванием, а, затем, автоматического управления проветриванием явились исследования, проведенные советскими учеными Ф.А.Абрамовым, Ф.С.Клебановым, И.М.Местером, Л.А.Пучковым, В.Я.Потемкиным, Р.Б.Тяном, Л.П.Фельдманом, С.Цоем, Л.А.Бахваловым и др., которые установили основные особенности аэрогазодинамических процессов в шахтных вентиляционных сетях (ШВС), усовершенствовали методы расчета вентсетей, разработали алгоритмы управления вентиляционными установками, регуляторами расхода воздуха, развили методы моделирования аэрогазодинамических процессов, разработали алгоритмы управления проветриванием отдельных добычных участков (ДУ) и ШВС в целом. В основе адаптивных алгоритмов управления проветриванием и алгоритмов уточнения параметров ШВС в процессе функционирования лежат статистические модели аэрогазодинамических процессов.

Анализ вопроса оперативности и корректности принятия решений оператором вентиляции в цикле мониторига и управления атмосферой шахты показал необходимость разработки эффективных моделей и алгоритмов идентификации аэрогазодинамических явлений на_ДУ для управления состоянием

шахтной атмосферы, которые ложатся в основу интеллектуальной системы поддержки решений оператора вентиляции в процессе мониторинга и управления шахтной атмосферой.

Газодинамическая ситуация на ДУ зависит от ряда горно — геологических, горнотехнологических и горнотехнических факторов, и проявляется в форме аэрогазодинамических процессов в" ШВС или в форме аварийных ситуаций. Отсюда, естественно, возникает формальная (логическая) постановка общей задачи мониторинга и управления атмосферой угольной шахты:

А ¥2 А Р4 - - > ИЗ \/ Бб, где — горно — геологические характеристики

месторождения;

Р2 — характеристики технологических процессов; РЗ — аэрогазодинамичег кие процессы в ШВС; Р4 — характеристики т эхнических средств проветривания и нарушения в вентиляционно: системе; Р5 — аварийные ситуац ш.

Из постановки общей задачи можно выделить формальную (логическую) постановку задачи оператора вентиляции:

¥2 А Р4 - -> РЗ, как задачи определения возможных причин отклонения концентрации метана от заданного уровня.

В; процессе принятия • решений оператор пользуется следующей информацией:

— метанограммы, записанные в разных точках ДУ (свежая струя, лава, исходящая лавы, исходящая ДУ);

— технология ведения горных работ;

— плановый регламент и фактическое состояние ведения горных работ;

-в-

— схема вентиляции ДУ и топология ШВС;

— места установки датчиков, по которым велась регистрация концентрации метана;

— информация о нарушениях в системах вентиляции и дегазации.

Этой информации достаточно для восстановления оперативной технологической обстановки и идентификации причин колебаний концентрации метана, поскольку отдельные горнотехнологические и горнотехнические факторы образуют определенные классы процессов и явлений, имеющие характерный газодинамический спектр, что позволяет выделять эти процессы и явления на фоне помех, вносимых аппаратурой контроля и неисправностями каналов связи.

Последовательность идентификации причин колебания концентрации метана представлена графовой структурой (рис.2).

Выбор нечеткой модели идентификации причин газодинамических ситуаций обусловлен следующими обстоятельствами:

— сложностью объекта, т.к. объект не полностью наблюдаем;

— неточностями, вносимыми в измерения погрешностями и отказами датчиков и нарушениями в каналах связи;

— стохастичностью информации, поступающей с объекта;

— неоднозначностью интерпретации ситуаций из —за возможных комбинаций явлений; /

— возможностью экспертной оценки параметров модели.

Газодинамическая ситуация на ДУ представляет собой

объект с непрерывно меняющимися случайными параметрами (НО). Нечеткую модель идентификации НО можно представить в виде таблицы функций принадлежности, каждая строка которой соответствует значениям определенного параметра

метанограма * =

неверная информация [

плановый регламент (ритмика^

действие неисправность

помехи датчика

включение силовых установок

силовая наводка

земля на линии

датчик не настроен

датчик расположен очень далеко

нарушение режима вентиляции и дегазации

отключение В МП при исправном датчике

отключен 1е электроэнергии (подстанции)

открывани и

закрываний дверей

отключени системы дегазации

технология ведения горных рабо^

проведение Б&Р

работа добычного комбайна

Ц обрушение кровли_]

(информация о нарушениях ' в системе вентиляции и дегазации

газовыделение обусловлено свойствами массива

малая газовое -иость

. высокая анизотропия У™_

наличие газолин, яплвиия-

аварийная ситуация

Рис. 2. Дерево принятия решения о причине газодинамической ситуации

-ю-

идентификации, а столбец — определенному газодинамическому процессу или явлению. С использованием подобных таблиц может быть решена прямая задача идентификации — определение класса процессов и явлений по совокупности параметров идентификации. '

Обратной задачей идентификации является выбор такой совокупности параметров идентификации, которая позволяет обеспечить различимость газодинамических процессов и явлений, входящих в заданное множество.

В работе исследованы классы газодинамических процессов и явлений {Б1}, 1 = [1,т], газодинамические реализации которых, полученные на шахтах "Юр —Шор" и "Аяч—Яга" ПО "Воркутауголь", представлены на рис. 3.

Анализ газодинамических реализаций позволил разработать список признаков и их нечетких значений д ля разработки правил нечеткой классификации газодинамических процессов и явлений {Р)М-[1.п|.Р)=>[0;1]:

{индекс смены (рабочая[0 — 3], ремонтная[4—6]), градиент нарастания концентрации метана (низкий[0-2), средний[3—4], высокий[5—6]),

градиент спада концентрации метана {низкий[0—2), средний [3-4], высокий[5 —6]),

максим, амплитуда концентрации метана (ниже 2.5 процентов (0—2), 2.5—10 процентов[3 —4], выше 10 процентов[5 —6]), длительность процесса (меньше 5 мин.[0—0], 5 мин.—1 час[1—2], 1 час —1.5 часа[3 —4], больше 1.5 часов[5—6]), коэффициент повторяемости процесса за смену (отсутствует [0—3], присутствует^—6])}.

-и-

Классификация газодинамических реализаций .

!. Проведение БВР . С

Стаж

Со

Закономерность: (Снах—Со)/1д I сопвЬ Сгаах—Со,

мин

'9 »

2. Работа добычного комбайна . С

возможно нарушение равновесного сост. массива

1,мин

3. Обрушение кровли С

Стаж 4—5 час.

Со

О лн

4.Нарушение режима вентиляции.

1С

вент, не раб. .датчик работ.

>ч ние эл.энергии (векг,датч.не раб.)

(.мни

56. Земля на линии С

Со

включение силовых установок

силовая наводка 1мнн

ЦНИИ ~

ЗОмии.

б.Неисправность датчика.

датчик не настроен

- отказ датчика датчик стоит далеко от забоя

у t.MHH

7.Свойства массива. С

8. Свойства массива. С "

Стаж Со|

вгсшгетвгязегягаг-с

Стах

мало газа, неадекватная газовая реакция горн, массива на технолог, воздействие.

Смин

БВР + опасные Э01ш(ниш« 0,5) . нормальные зоны

10. Свойства массива.

te?

— 20мик.

t,MHH

высокая анизотропия утля, неадекватное формирование устойчивого состояния забоя

t.Mlll!

суфлярное газовыдел.(трен(Ина)

t.UHH

11.Наличие газодин. явления | аварийная ситуация ) С

Со

нарушение норм реакции массива на технол. воэдействие;выделенке метана.80—100% взрыв невозможен.40—60% опасно по выбросам уг\я и газа

20мин-1«1цС

1,мин

12. Нарушение системы дегазации . С

2-3 часа 1-1.5 часа

Сшах

1.4

(З.Открытие аевтиляциоккых дверей. С

Ста*-. * Со/ V 5-7 минут -» и мнн

Рис. 3. Классификация газодинамических реализаций

Решением задачи классификации газодинамических процессов и явлений служит описание причин газодинамических ситуаций на ДУ на языке нечетких логических признаков: БВР: Р1(6) лР2(5—6)лРЗ(5—6)лР4(1—3)лР5(1—2)лР6(б) —> работа добыч, комб.: Р1(6) лР2(0-1)/\РЗ(0-1)лР4(1-3)лР5(3-4)лР6(0) ->82 обруш. кровли: Р1(6) лР2(2—4)лРЗ{2—3)лР4(2—3)лР5(2—3)лР6(0) -> БЗ -отключ. В МП: Р1(в) лР2(0- 2)лРЗ(0 - 3)лР4( 1 - 2)лР5{0-3)лРв(0) -> в4 отключ. эл/эн«рг.: Р1(6) /\Р2(6)лРЗ(0-3)лР4(0-3)лР5(0-4)лРв(0-6) -> Э5 св. мае. (суфляр): Р1(6) лР2(0-2)лРЗ(0-3)лР4(3- 4)лР5(3-6)лРб(0-6) -> Эб св.мас. (анизотр): Р1(б) лР2(3-4)лРЗ(0-3)лР4(3-4)лР5(3-6)лР6(0-6)-> 57 св.мас. (мал. газонос.): Р1(6) лР2(0)лРЗ(0)лР4(0-2)лР5(3-4)лР6(0-3) -> Б8 авар.ситуацня: Р1(6) лР2(5-6)лРЗ(0-6)лР4(3-6)лР5(1-4)лР6(0) -> БЭ помехи: Р1(0) лР2(6)лРЗ(3)лР4(0-3)лР5(0-1)лР6(4-6) -> Б10 отказ датчика: Р1(6) лР2(0)лРЗ(0)лР4(0-2)лР5(3-4)лР6(0) -> 511 отказ систдегаз.: РЦ6) /\Р2(0-2)лРЗ(0-3)лР4(1-2)лР5(3-4)лР6(0) -> Э12 отхр.,закр.дверей: Р1(6|лР2(5- С)лРЗ(0- 3)лР4(0-3)лР5(0-2)лР6(4 - 6) - > 513

Разработка данной системы ' классификации газодинамических процессов и явлений является необходимым этапом, предшествующим разработке нечеткой модели идентификации причин газодинамических ситуаций на ДУ.

Пусть имеется газодинамическая реализация 51, подлежащая идентификации, для которой оператором составлен список логических признаков В1,...,Вп.

Введем следующие аксиомы модели идентификации:

1. Если нет оснований для появления признака В}, то он не появляется или значение его недостоверно. Формальная запись:

-.V (Б^ф -> з (-, Bj у->Т В^, 1<=К = ш, 1<=}< = п

2. Если есть основания для появления признака В] и нет оснований для его маскирования, то он появляется или его значение недостоверно. Формально:

{V флф -> В^)} л { -, V |51лГ51 аг 51} э ( В] V ^Щ), 1<=К=ш, 1<-.)<«д

Аксиомы первого типа обозначим Евторого типа —

Конъюнкции всех п первых аксиом Е] и п вторых аксиом Р) дают следующую основную аксиому С модели:

в нЛ (Ej л РЛ 1<=^< = п

Истинность %{С) = ф(з,Ь,г) есть функция у(31) , у(В_]') =Ь] и у(81->ВЛ = гц .

В основе модели идентификации причин газодинамических ситуаций лежит решение следующих экстремальных задач: определить:

«3(Ь) = шах ф (в,Ь,г);

_5,Г

si(b) = max {si: <p(s,b,r) = d(b)}, si{b) = min {si: <p(s,b,r) = d(b)}, • Или: для заданного вектора b= (bl,...,bn), 0 < = bj <=1, 1<= j < = a определить наибольшее d, 0 <= d < = 1, для которого система неравенств:

bj - (1 -d) <= max min (si.rij), 1<= j <=n (1)

l< = i< = m

min {max min(si,rij), 1 - max min(si,rij*)} <= bj + (l—d), l<=j< =n l< = i<=>m l< = i< = m (2)

имеет хотя бы одно решение s = (sl.....sm), г—//rij// в

области 0< = si < = 1 , rij'<=rij<=rij" , 1< = i <=m;

определить точные верхние и нижние грани si и si координат решений системы (1)—(2), отвечающей найденному d = dmax по множеству всех решений.

В существующих системах диагностирования применяют прямой (от признаков к диагнозу) и обратный (от гипотезы ди — агноза к исходным данным) вывод. Алгоритмы прямого и обратного логического вывода, представленные в диссертационной работе, отличаются от традиционных алгоритмов диагностирования, в которых получение диагноза по набору признаков происходит путем применения несвязанных между собой импликаций. Разработанные алгоритмы являются логической интерпретацией композиционного правила вывода Заде и его обращения.

На основе разработанных нечетких моделей и алгоритмов идентификации реализована версия интеллектуальной системы поддержки.решений оператора вентиляции.

Структура интеллектуальной системы поддержки оператора на основе нечеткой модели представлена на рис.4.

Рис. 4. Структура интеллектуальной системы поддержки решений оператора вентиляции угольной шахты

Базой знаний системы являются сообщаемые экспертами списки явлений и соответствующих им признаков, матрицы влияния и маскирования, а также аксиомы типа Е и И, и основная аксиома С.

Решающий блок, реализующий логический вывод, не содержит планировщика, т.к. проблема выбора правил в процессе прямого вывода не стоит, а генерацию гипотез—диагнозов в режиме обратного вывода осуществляет сам пользователь, опираясь либя на результат прямого вывода и уточняя его детали, либо используя списки "плохо объясняемых" гипотезами — диагнозами признаков.

Подсистема объяснения запоминает траекторию прямого вывода и выдает справку, поясняющую результаты ди — агностирования.

Общение системы с экспертом и пользователем осуществляется по принципу альтернативного меню как в режиме настройки, так и в режиме диагностирования.

Важным вопросом, связанным с формированием БЗ системы, является процедура получения знаний экспертов. Для проведения опроса группы экспертов разработана таблица "Газодинамические процессы и явления — признаки", которая заполняется каждым экспертом на основе собственных знаний.

Далее осуществляется обработка экспертных данных, т.е. расчет средних верхних и нижних оценок истинности суждения экспертов о связи го признака с 1—гым классом явлений с учетом весовых коэффициентов экспертов по следующим формулам:

л К

a'ij = 1/k *Z(aij')k'ak ; k= 1 л К

a"ij= 1/k 'E(aii")k*ak; k= 1

где : Si, i= l.m — классы процессов;

Pj , j= l,n — списки признаков;

ak, k=l,K — вес эксперта, ak = [0,l]; К — количество экспертов; a'ij — нижняя оценка истинности суждения Si — >Pj;

a'ij = [0,lj;

a"ij — верхняя оценка истинности суждения Si — >Pj;

a"ij = [0,l].

Результаты обработки используются для заполнения таблиц фактографической БД. Коррекция экспертных данных происходит в процессе эксплуатации интеллектуальной системы на конкретной шахте в конкретных условиях.

Минимальная версия интеллектуальной системы поддержки оператора вентиляции на базе нечеткой логической модели реализована в виде программного комплекса СПЕКТР —FFF. Комплекс СПЕКТР —FFF написан с использованием объектно — ориентированного языка С++; ЭВМ IBM PC/AT с.рперационной системой DOS. Выбор данного языка программирования связан с тем, что в задачах обработки экспертных данных и расчета точных верхних и нижних границ интервала достоверности

решений, кроме решения чисто экспертных задач, требуется проведение сложных вычислительных расчетов и представление других процедуральных знаний. Требуемые ресурсы оперативной памяти — 800 Кбайт.

В работе проведено экспериментальное исследование достоверности нечетких моделей и алгоритмов идентификации причин газодинамических ситуаций на ДУ. Достоверность разработанных нечетких моделей и алгоритмов идентификации причин газодинамических ситуаций на ДУ подтверждается сравнением истинности диагнозов системы, полученных в результате имитационного моделирования, с истинностью экспертных заключений по фрагментам реальных метанограмм (степень недостоверности находится в пределах от 0 до 16 %). В работе проведено экспериментальное исследование зависимости достоверности идентификации причин / газодинамических ситуаций с помощью разработанной системы от отношения интенсивности полезного сигнала к интенсивности помехи. Установлено, что при отношении интенсивности сигнала к интенсивности помехи, равном 6 (и ниже), достоверность диагноза системы становится ниже 75%,

л

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. В диссертационной работе решен актуальный аспект проблемы мониторинга и управления атмосферой угольной шахты — разработка моделей, алгоритмов и программ интеллектуальной системы поддержки решений оператора вентиляции. Поддер^3 решений оператора состоит в оперативной идентификации аэрогазодинамических ситуаций на ДУ, выявлении причин их

-го-

моделей разработанная модель позволяет учитывать возможность

возникновения и выдаче рекомендаций для возможных действий оператора в сложившейся ситуации.

2. Осуществлена логическая постановка задачи определения возможных причин отклонения концентрации метана от заданного уровня.

3. На основе анализа газодинамических реализаций обоснована необходимость использования нечетких логических моделей для решения задачи идентификации причин газодинамических ситуаций на ДУ.

4. Разработана нечеткая модель диагностирования непрерывного объекта. В отличие от известных диагностических моделей, разработанная модель позволяет учитывать возможность комбинации явлений и маскирования признаков, а также априорную информацию (если таковая имеется) о причинах возможных аэродинамических проявлений.

5. Разработаны алгоритмы прямого и обратного логического вывода. В отличие от известных алгоритмов диагностирования разработанные алгоритмы являются логической интерпретацией композиционного правила вывода Заде и его обращения.

6. Разработано программное обеспечение, реализующее "оболочку" проблемно— независимой интеллектуальной системы на языке С+ + в операционной системе DOS.

7. Работоспособность системы подтверждена лабораторным тестированием, включающим обработку экспертами аэрогазодинамических реализаций с целью идентификации

г

возможных технологических и технических причин значительных флуктуаций аэрогазодинамических параметров.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ ИЗЛОЖЕНО В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

1. Башлыков A.A., Локшина И.В. Экспертные модели диагностики неисправностей технологического оборудования АЭС. В кн. Проблемы развития и освоения интеллектуальных систем. Новосибирск, 1986, с. 164-168.

2. Башлыков A.A., Локшина И.В. Реализация экспертной системы дйагностики неисправностей технологического оборудования атомного энергоблока. В кн. АСУ технологическими процессами и производствами непрерывного и непрерывно — дискретного типов в энергетике, химии, нефтехимии, металлургии. М., 1988, ЦНИИКА, с. 102-104.

3. Башлыков A.A., Слепченко А.Н., Локшина И.В. Проблемно —независимая диагностическая экспертная система, учитывающая возможность маскирования симптомов. М., Техническая кибернетика, N2, 1988, АН СССР.

4. Слепченко А.Н., Башлыков A.A., Локшина И.В. "Алгоритмы логического вывода в диагностических экспертных системах как решение экстремальных задач многозначной логики". Расширение интеллектуальных возможностей АСУ. Сборник научных трудов. М., Энергоатомиздат, 1989.

5. Bahvalov L.A., Lockshina I.V. Intellectual component of coal mine ventilation automatic control system. I—st. Reg. APCOM Symposium on computer application and operations research in the mineral industries. June 1994, Bled, Slovenia, p. 385 — 389.

6. Федунец Н.И., Локшина И.В., Замышляева И.В. Некоторые особенности практической реализации интеллектуальной системы поддержки диспетчера технологического процесса./ Материалы

-га-

международного симпозиума "Интеллектуальные системы". Махачкала, июнь 1994, с. 197-200.

7. Федунец Н.И., Локшина И.В., Замышляева И.В. Применение нечеткой логической модели для интеллектуальной системы поддержки оператора вентиляции угольной шахты./ Диагностика, информатика и метрология — 94. Материалы конференции. Санкт-Петербург, июнь 1994, с. 44 — 49.

8. Bahvalov L.A., Lockshina I.V. The coal mine ventilation automatic control system: prospects for developing. The AusIMM 1994 Annual Conference. August 1994, Brisbane, Australia, p. 415 — 417.

9. Fedunec N.I., Lockshina I.V. Developing of fuzzy models for expert system constructing. MP' 94, 8th Symposium on Computer and Microprocessor Applications. October 1994, Hungary, p. 138—140.