автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Автоматизация синтеза сварочных технологий на основе экспертных моделей

На правах рукописи

Хомов Константин Юрьевич

АВТОМАТИЗАЦИЯ СИНТЕЗА СВАРОЧНЫХ ТЕХНОЛОГИЙ НА ОСНОВЕ ЭКСПЕРТНЫХ МОДЕЛЕЙ

05.13.17 — Автоматизация технологических процессов и производств (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Пермь 2000

Работа выполнена в Пермском государственном техническом университете.

Научные руководители:

доктор технических наук, профессор Нюамутдинов О.Б. кандидат технических наук, доцент Лазарсон Э.В.

Официальные оппоненты:

доктор технических наук, профессор Шулаков Н.В. кандидат технических наук, Вахабов В.К.

Ведущая организация: Пермский научно-исследовательский технологический институт

Защита состоится « ^ » « чн; а ^х_» 2000 г. в 40 часов на

заседании диссертационного совета Д 063.66.02 в Пермском государственном техническом университете (614600, г. Пермь, ГСП-45, Комсомольский пр., 29-А, ауд. 423)

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан « (О » н^ь_» 2000 г.

Ученый секретарь "

диссертационного совета

доктор технических наук, профессор

Низамутдинов О.Б.

J

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

В качестве одного из важных направлений применения ЭВМ в автоматизации производства изделий машиностроения можно выделить задачу повышения производительности инженерного труда при разработке сварочных технологий. В данном случае автоматизация затрагивает синтез сварочных технологий на основе типовых технологических схем, характерных для конкретного предприятия, отработанных режимов, материалов и способов сварки с использованием современных экспертных методов и информационных технологий.

В настоящее время проводимые работы не привели к заметному улучшению в секторе автоматизации сварочных технологий. Компьютеризация информационного обеспечения практически не затронула производственно-технологический сектор, где по-прежнему поиск и обработка информации, в основном, производятся вручную, без ЭВМ, а источниками информации являются отраслевые стандарты, технические условия и опыт специалистов. Многие из перечисленных источников имеют объем в десятки и сотни страниц и содержат информацию по очень многим вопросам. Интеллектуальный же опыт специалистов не формализуется, а, следовательно, не в должной мере передается и используется.

Труд технолога-сварщика достаточно трудоемок, т. к. сварка является комплексом различных взаимосвязанных вопросов, таких как подготовка поверхностей свариваемых деталей перед сваркой, сварочные материалы, свариваемые материалы, режимы сварки, термообработка деталей после сварки, контроль качества сварки, квалификация сварщиков и др.

Процесс характеризуется не только его большой трудоемкостью, но и разбросанностью однородных сведений по разным местам справочника, а нередко по другим изданиям. Также возможна противоречивость разных изданий вследствие того, что

разные авторы освещают один и тот же вопрос по-разному. В таких случаях специалисту приходится обобщать и обрабатывать полученные сведения, что еще более делает работу технолога продолжительнее и труднее. Из-за ограниченности психофизиологических возможностей человека нельзя гарантировать отсутствия ошибок.

Для избежания ошибок и облегчения труда специалистов необходимо создание новых информационных технологий и применение вычислительной техники.

Цели и задачи диссертационной работы.

Целью теоретической части работы является исследование методов решения задач выбора. Рассмотрение экспертной модели на основе таблиц соответствий. Анализ возникающих ситуаций при составления таблиц соответствий, а так же решении задач на их основе.

Цель прикладной части работы заключается в разработке интегрированной системы синтеза сварочных технологий на основе экспертной модели. Проектирование интерфейса, а также разработка вычислительных и графических алгоритмов анализа табличных моделей.

Основными задачами исследования являются:

1. Анализ применимости экспертных моделей для синтеза технологических процессов сварочного производства.

2. Решение проблемы неоднозначности в моделях на основе таблиц соответствий.

3. Разработка вычислительных й графических алгоритмов анализа таблиц соответствий.

4. Разработка экспертной модели на основе таблиц соответствий и продукционных правил.

5. Проектирование и разработка интегрированной среды синтеза технологических процессов сварочного производства.

Методы исследования.

Математический аппарат, используемый при выполнении теоретических и прикладных исследований в диссертационной работе, включает методы теории выбора и принятия решений, методы экспертных оценок и искусственного интеллекта. При анализе табличных моделей применяются вычислительные алгоритмы на основе битовой логики, а также методы многомерного шкалирования.

Научная новизна.

Предложена гибридная экспертная модель на основе таблиц соответствий и продукционных правил для синтеза технологических процессов сварочного производства.

Разработаны алгоритмы анализа моделей на основе таблиц

соответствий с целью определения их качества. Реализованы вычислительные, графические методы, а также алгоритм на основе метода многомерного шкалирования.

Предложены методы для решения проблемы неоднозначности табличных моделей. Реализован метод на основе продукционных правил.

Практическая ценность.

Разработана интегрированная программная среда для создания, модификации, тестирования экспертных моделей. Программа может быть использована для синтеза технологических процессов сварочного производства.

Программа прошла экспертное тестирование на кафедре «Сварочное производство и технология конструкционных материалов» Пермского государственного технического университета и принята к использованию в АО «Мотовилихинские заводы» и ООО «Машинный двор».

Достоверность.

Достоверность научных положений, выводов и практических рекомендаций диссертации подтверждены корректным обоснованием

и анализом математических моделей, наглядной интерпретацией результатов, в ходе экспериментальных исследований.

Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на Международной конференции (институт технической кибернетики HAH Беларуси, 1998 г.), Всероссийской научно-практической конференции Регинформ-99, на научных семинарах кафедр «Автоматизированной обработки информации и управления», «Сварочное производство и технология конструкционных материалов» Пермского государственного технического университета (1999, 2000 г.).

Публикации.

Основные положения диссертационной работы отражены в 9 печатных работах.

Структура и объем диссертации.

Диссертация состоит из введения, пяти глав, заключения, списка литературы (103 наименования) и приложений. Материал изложен на 132 страницах и содержит 32 рисунка, 4 таблицы.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дано обоснование актуальности темы диссертационной работы, сформулированы направления и цель исследований, а также приведено основное содержание диссертации.

В первой главе рассмотрены особенности задач выбора и оптимизации решений. Показаны различные подходы и методы решения такого класса задач. Вводится основная терминология экспертных систем.

На основе анализа литературы приводятся примеры уже существующих экспертных систем в области сварки. Показываются особенности реализации систем, область их применения.

Существующие системы зачастую ограничиваются узкой областью применения либо реализуются на методах, которые трудно использовать к другим задачам выбора, которые применяются в области сварки.

Таким образом, важным является предложение математической модели, которая бы позволяла описывать широкий класс задач выбора. Имеющей универсальное ядро для реализации базовых схем поиска решений и механизм адаптации для реализации особенностей конкретных задач.

Во второй главе для решения задач синтеза сварочных технологий предложена математическая модель, основанная на применении таблиц соответствий и продукционных правил.

В общем виде любая таблица является формой выражения функции Г, зависящей от п переменных, Р(Х1, ... , Х„), причем г-я переменная Х1 может принимать конечное множество значений хц, ... , х1т. Выражение функции и независимых переменных с помощью таблицы является одним из видов математических моделей.

Применительно к решению задач таблица соответствий является описанием задачи с помощью табличного языка. Кроме того, если задача представлена в табличной форме, то процесс разработки алгоритма и программы ее решения является в достаточной степени формальным я может быть осуществлен с помощью ЭВМ. Структура таблицы соответствий изображена на рис. 1.

Возможные Условие 1 Условие 2 Условие п

решения X, X? • * УГ л„

1 2 3 4 1 2 3 4 5 1 2 3 4

Решение 1 У/ 1 1 1 1 1 1

Решение 2 У2 1 1 1 1

Значения соответствий

Решение т Ут 1 1 1 1 1

Рис. 1. Структура таблицы соответствий

При решении задач на основе табличной модели могут возникать ситуации, когда некоторым наборам значений входных параметров соответствует не одно решение. Возникает задача называемая в теории принятия решений преодолением альтернатив. Для решения этой задачи предложены следующие методы:

Анализ табличной модели.

Анализ является предварительной процедурой, в результате выполнения которой выясняется, возможно ли при использовании модели получение неоднозначных решений при некоторых исходных условиях решаемой задачи.

Включение в табличную модель дополнительных параметров-разделителей.

Дополнительные параметры подбирают с таким расчетом, чтобы по их значениям можно было разделить множество альтернатив на подмножества (как промежуточный этап), а в конечном итоге - на отдельные альтернативы, то есть единичные решения. Значения параметров могут иметь количественный и качественный характер.

Декомпозиция табличной модели.

Если модель получается сложной, ее целесообразно заменить совокупностью моделей, то есть провести декомпозицию. По данным некоторых исследователей увеличение уровней декомпозиции экспоненциально уменьшает сложность поиска решений по моделям. Таков же порядок уменьшения числа и сложности альтернатив.

Декомпозиция свойств альтернатив и их оценка по главному критерию.

Во многих случаях представляется целесообразным сравнивать между собой альтернативы не в целом, а по их отдельным свойствам. При этом сначала стремятся выделить свойство альтернатив, наиболее важное для решения данной конкретной задачи, и оценивают альтернативы по критерию этого свойства. Если же одного свойства оказывается недостаточно для объективной оценки ситуации, переходят к учету других свойств, а затем ищут компромиссное решение методами, изложенными ранее.

Численная оценка эффективности решений в таблице соответствий.

Стремление к количественной оценке альтернатив в целом и отдельных их свойств привело к идее балльной оценки соответствий в таблице соответствий. В этом случае наличие соответствия между каждым ■ значением входных параметров и решениями из области прибытия ТС обозначается в клетках матрицы значений не единицами, а баллами эффективности gy„ которые рассчитываются экспертами по специальной методике. Для каждого решения подсчитывается средний балл gy, который записывается в соответствующей строке ТС. Наличие средних баллов эффективности позволяет ранжировать альтернативные решения и при необходимости определять наиболее предпочтительные из них.

Комментарии эксперта.

Если модель разрабатывается для дальнейшего применения в автоматизированной системе, во многих случаях отпадает необходимость преодоления всех имеющихся альтернатив. На стадии моделирования их можно оставить как неулучшаемые (множество Парето). Имеется в виду, что при эксплуатации системы выбор однозначного решения из имеющихся альтернатив производит конечный пользователь, исходя из дополнительных условий, которые невозможно учесть при разработке модели.

К дополнительным условиям можно отнести, например, наличие на предприятии ограниченной номенклатуры оборудования или материалов, загрузку оборудования, стоимость элементов материальной базы на период действия принимаемого решения и т.п.

При принятии решения пользователю может быть оказана помощь в виде комментария эксперта (специалиста в данной предметной области) по поводу имеющихся альтернатив. Соответствующий комментарий выводится на экран монитора по запросу пользователя в определенный момент человеко-машинного диалога.

Таким образом, математическую модель для решения задач выбора целесообразно строить на основе гибридной модели. Основу

ее составляет таблица соответствий, выступающая в роли универсального ядра системы синтеза сварочных технологий, дополненная элементами экспертной системы — базой знаний, содержащей правила позволяющие разделять решения, и механизмом вывода.

Анализ характера уточняющих правил показал, что они близки по своей конструкции продукционным правилам. То есть, чтобы реализовать механизм разделения множественных решений требуется построить экспертную систему. Входными данными для экспертной системы должны служить множественные решения, выходными — рекомендации по предпочтению какого-либо из них, на основе фактов и правил, заложенных в базу знаний.

Для реализации такой модели требуется разработка компьютерной программы, которая, используя известные алгоритмы построения продукционных систем, тем не менее, должна максимально учитывать специфику предложенной модели.

Машина вывода экспертной системы основана на обратной цепочке рассуждений. На время решения конкретной задачи, ее условия автоматически записываются в базу знаний как факты. В качестве цели последовательно выступает каждая из рекомендаций, полученная в ходе решения задачи на основе ТС. Машина вывода строит рассуждения таким образом, чтобы доказать, либо иначе опровергнуть решение, выступающее в качестве цели, учитывая правила, заложенные в базу знаний.

Экспертная система моделирует знания эксперта и умения их применять. Элементы искусственного интеллекта позволяют существенно повысить гибкость системы, увеличив ее информированность по проблемам сварки. Модель предметной области на основе таблицы соответствий и уточняющих правил позволяет добиваться однозначных рекомендаций при решении задач сварочного производства.

В третье главе рассмотрены методы анализа моделей на основе таблиц соответствий.

Построение таблиц соответствий выполняется в несколько

этапов. Как любой эмпирический документ исходные ТС обладают рядом недостатков. Например, примененных параметров может оказаться недостаточно для разделения решений, некоторые параметры могут слабо влиять на разделение и могут быть исключении из ТС. Такие недостатки ТС трудно выявить визуально, поэтому требуется разработка алгоритмов, которые бы позволяли анализировать ТС и выявлять такие проблемы. После чего построение ТС производилось бы интерактивно, где решение о принятии или модификации ТС принималось бы после этапа ее анализа.

С точки зрения принятия решений, существенным моментом качества модели является получение однозначных решений по одному кортежу данных. (Здесь и далее под кортежем данных понимается совокупность входных условий, когда по каждому из параметров указано какое-либо конкретное значение.) Таким образом, анализируемая ТС тем качественнее, чем меньше количество множественных решений и чем меньше среднее количество решений во множественных решениях. Под множественным решением в данном случае понимается набор решений, которые получаются одновременно для одного кортежа значений параметров. Множественное решение может состоять минимум из двух решений и, в крайнем случае, из всех решений ТС.

Разработанные методы анализа моделей на основе таблиц соответствий можно разбить на три блока: анализ множественных решений, нахождение характеристик модели в целом и анализ значимости параметров.

Анализ множественных решений.

После построения ТС эксперт не обладает точной информацией об области получаемых решений. Такие характеристики могут быть получены в результате автоматического анализа ТС кортежами данных.

В общем виде постановка задачи анализа решений заключается в следующем: требуется найти решения из области прибытия, которые существуют при каждом из возможных наборов условий.

Критерий выбора задается кортежем значений параметров решаемой задачи:

ар = {Хш, Хг.а, ••• , ХтЛт}, то есть набором значений каждого из условий XI области отправления данной ТС.

В результате применения такого алгоритма могут быть получены списки кортежей, приводящих к тем или иным множественным решениям. Эксперт, изучая полученные результаты, может четко представлять ситуации, которые могут возникать при эксплуатации табличной модели.

При анализе множественных решений для определения количественных метрик качества используются рейтинги самых неразделяющихся решений и самых неразделяющихся пар решений. Под неразделяющимися решениями понимаются решения, которые участвуют во множественных решениях. Под неразделяющимися парами решений — пары из решений, встречающихся совместно во множественных решениях.

В качестве графической интерпретации «качества» тех или иных неразделяющихся решений предложен график, на оси абсцисс которого откладывается частота появления г'-го решения во множественных решениях, а по оси ординат средний объем групп, в которых встречается это решение. Таким образом, в правом верхнем углу графика будут отображаться самые плохо разделенные решения, т.е. решения, не чувствительные к параметрам, указанным в таблице соответствий.

На основе неразделенных пар решений строится график парной зависимости решений или график пересечения. Данный график качественно отражает область решений в двухмерных координатах. Алгоритм этого метода основан на элементах кластерного анлиза и многомерного шкалирования.

На рис.2 показана структурная схема анализа решений, начиная с поиска множественных решений и заканчивая построением графиков неразделенности и графика пересечения.

Для анализа решений так же можно применять метод

построения граф-схем. Данный метод является визуальным, а также позволяет отслеживать причинно-следственные связи между решениями. Если некоторым конечным вершинам граф-схемы будут приписаны два или более решения из области прибытия ТС, то это указывает на необходимость доработки табличной модели для преодоления альтернатив.

Рис. 2. Схема анализа множественных решений

Граф-схемы строят на основе ТС, и они являются, по сути, их графическими аналогами. Граф-схема представляет собой геометрическое построение в виде расширяющегося к низу дерева, состоящего из вершин и соединяющих их ребер. Граф-схемы обладают большей наглядностью, чем ТС, а также визуально интерпретируют причинно-следственные связи количественных характеристик, полученных в результате перебора.

Синтез граф-схемы представляет собой ее пошаговое наращивание, начиная от начальной вершины (корня) графа. На каждом шаге, производится отождествление добавленного элемента графа - вершины или дуги - с определенными элементами базовой таблицы соответствий. Вершины графа отождествляют с параметрами ТС, а дуги - со значениями параметров. Процесс построения заканчивают, когда каждой конечной вершине граф-схемы будут приписаны некоторые решения из области прибытия ТС или решение у = 0, что означает отсутствие решения.

Оценка качества модели.

При последовательном создании модели, а также корректировках важно иметь критерии, по которым можно было бы отслеживать улучшение или ухудшение модели. Такие критерии должны характеризовать модель в целом. Для оценки качества табличной модели предложены следующие показатели: " Доля множественных решений - указывает какой процент из всех возможных кортежей приводит к множественным решениям.

■ Среднее количество альтернатив - это среднее количество решений во множественных решениях. Эта величина всегда больше или равна двум (при наличии множественных решений).

■ Количество альтернатив вовлеченных во множественные решения - процент решений, которые участвуют во множественных решениях.

■ Доля неразрешенных кортежей - процент кортежей, не приведших к решению. Совместно с «долей множественных решений» характеризует вероятность нахождения единственного значения.

Для получения качественной модели желательно снижать долю множественных решений. Увеличение доли нерешенных кортежей указывает на слабую разделяющую способность параметров в силу их избыточности. Среднее количество альтернатив характеризует размер кластеров решений, которые требуется разделять. Количество альтернатив вовлеченных во множественные решения позволяет оценить насколько локально или повсеместно разделяются решения.

Параметрический анализ.

При составлении табличной модели эксперт управляет количеством параметров. При этом добавление тех или иных параметров может ухудшать или улучшать качество модели. Для анализа этого введен специальный метод, при котором анализируется качество модели рассматриваемой ТС при исключении каждого из параметров. После чего эксперту легко сделать вывод о целесообразности каких-либо параметров.

Таким образом, при параметрическом анализе проводится исследование всех ТС образованных поочередным исключением

каждого из параметров. В итоге выявляется влияние каждого из параметров на модель. Результаты данного метода могут быть представлены в виде диаграмм, что удобно для пользователя.

В четвертой главе рассмотрена интегрированная среда синтеза сварочных технологий.

Создание качественных моделей на основе ТС сопряжено с рядом вычислительных процедур по их анализу, а так же их модификацией. Добиться автоматизации процесса создания ТС и решения задач с учетом продукционных правил можно путем создания специального программного обеспечения.

Система включает в себя три базовых компонента: оболочку эксперта («конструктор»), оболочку пользователя («решатель») и базу знаний. Оболочка эксперта предназначена для автоматизации процесса формализации конкретных задач в виде таблиц соответствий и продукционных правил. Данная оболочка представляет собой универсальный «конструктор». В качестве результата взаимодействия эксперта по предметной области с «конструктором» создается база знаний по конкретной задаче. Пользователь, получая доступ к базе знаний, задает конкретные условия задачи. Система автоматически решает ее, выдавая необходимые пояснения, либо подключая для разделения решений модуль реализующий продукционную экспертную систему. Наглядно взаимодействие компонентов программного комплекса показано на рис. 3.

Рис. 3. Структурная схема программы.

В пятой главе рассмотрены вопросы применения интегрированной системы синтеза сварочных технологий на практике. Апробация системы производится на задаче выбора способа сварки. Рассмотрена методика составления табличной модели. Приводится перечень продукционных правил.

На основе задачи выбора сварочного трансформатора серии ТД рассматриваются методы анализа таблиц соответствий. Приводятся решения задачи на различных наборах входных данных.

Результаты экспериментов показывают, что предложенную математическую модель можно использовать при синтезе технологических процессов сварочного производства. Например, для выбора наиболее рациональных способов сварки.

ОСНОВНЫЕ ВЫВОДЫ

1. Для решения задач синтеза технологических процессов предложена модель на основе таблиц соответствий и продукционных правил. Данная модель позволяет провести комплексную формализацию предметной области. Унифицировать свойства альтернатив, исходя из целей принятия решений. Особенностью модели является компактный и интуитивно понятный формат представления информации о задаче.

2. Предложена методика формализации сварочных задач на основе табличной модели и продукционных правил, которая показана на примере задачи выбора способа сварки. Составлена классификация способов и разновидностей сварки, определено множество параметров-разделителей, установлены зависимости между решениями и параметрами.

3. Разработаны алгоритмы анализа моделей на основе таблиц соответствий. Методы анализа задают критерии качества моделей, что позволяет оптимизировать синтез сварочных технологий. Выделено два направления для анализа: 1) качество модели и оценка параметров; 2) анализ множественных решений. Предложены как численные, так и графические оценки.

4. Создано программное обеспечение, которое автоматизирует процесс синтеза технологических процессов на основе предложенной модели. При проектировании уделено внимание интерфейсу пользователя, который построен на стандартных визуальных элементах операционной системы Windows. Для оптимизации вычислительных процессов используются алгоритмы обработки данных на уровне битовых последовательностей.

5. Использование программы позволяет автоматизировать разработку табличных моделей, накапливать знания экспертов в области сварочных технологий. При синтезе технологий с помощью программы повышается качество решений за счет снижения человеческого фактора, снижаются требования к квалификации конструкторов-проектировщиков сварных конструкций и технологов сварочного производства.

Основные научные результаты диссертации опубликованы в следующих работах:

1. Хомов К.Ю. Объектно-ориентированная технология. // Информационные управляющие системы.: Сб. науч. тр.- Пермь, 1997.- С. 182-183.

2. Хомов К.Ю., Низамутдинов О.Б. Применение таблиц соответствий для представления знаний в задачах выбора. // Матер. Всероссийской научно-практической конф. «Региональные проблемы информатизации образования».- Пермь, 1999.- Часть 2,- С. 107.

3. Хомов К.Ю., Низамутдинов О.Б., Лазарсон Э.В. Анализ табличных моделей задач выбора решений П Информационные управляющие системы.: Сб. науч. тр.- Пермь, 1999,- С. - 99-102.

4. Лазарсон Э.В., Хомов К.Ю. Использование таблиц соответствий для решения задач выбора в области сварки // Информационные управляющие системы.: Сб. науч. тр.- Пермь, 1999.- С.-210-213.

5. Хомов К.Ю., Миклин Д.О., Лазарсон Э.В. Модель экспертных знаний з системе поддержки принятия решений в

сварочном производстве // Теоретические и прикладные аспекты информационных технологий.: Сб. науч. тр. / ГП НИИУМС.- Пермь, 1999.- Вып. 48,- С. 74-78.

6. Низамутдинов О.Б., Хомов К.Ю., Лазарсон Э.В. Тестирование таблиц соответствий // Теоретические и прикладные аспекты информационных технологий.: Сб. науч. тр. / ГП НИИУМС.-Пермь, 1999.- Вып. 48.- С. 78-82.

7. Лазарсон Э.В. Хомов К.Ю. Использование нечетких множеств при моделировании задач выбора решений // Механика и технология материалов и конструкций.: Вестник ПГТУ №2,- Пермь, 1999.- С. 108-111.

8. Лазарсон Э.В., Хомов К.Ю., Соломеин C.B. Электронные аналоги печатных источников информации // Механика и технология материалов и конструкций.: Вестник ПГТУ №2.- Пермь, 1999.- С. 112-115.

9. Лазарсон Э.В., Хомов К.Ю. Принципы создания экспертной системы для выбора материала сварной конструкции // Моделирование интеллектуальных процессов проектирования и производства (CAD/CAM-98): Материалы 2-й международной научно-практической конф,- Минск: ин-т технич. кибернетики HAH Беларуси, 1999,-С. 170-175.

Лицензия ПД № 11-0002 от 15.12.99

Подписано в печать 08.06.2000. Тираж 100 экз.

Заказ № 47/2000 Формат 90X60/16 Усл. печ. л. 1,13

Отпечатано на ризографе в отделе Электронных издательских систем ОЦНИТ Пермского государственного технического университета 614600, г. Пермь, Комсомольский пр., 29а, к.113 т.(3422)198-033

ВВЕДЕНИЕ.

Глава 1. Состояние вопроса и задачи исследования.

1.1. Методы выбора и оптимизации решений.

1.2. Особенности выбора способа сварки.

1.3. Экспертные системы в сварочном производстве.

1.4. Выводы по главе.

Глава 2. Математическая модель синтеза сварочных технологий.

2.1. Понятие о табличных языках и таблицах соответствий.

2.2. Составление исходных таблиц соответствий.

2.2. Составление исходных таблиц соответствий.

2.3. Анализ и корректировка табличных моделей.

2.4. Решение проблемы неоднозначности в табличных моделях.

2.5. Экспертная модель на основе продукционных правил.

2.6. Выводы по главе.

Глава 3. Методы анализа табличных моделей.

3.1. Анализ множественных решений.

3.2. Построение граф-схемы табличной модели.

3.3. Оценка качества модели.

3.4. Параметрический анализ

3.5. График пересечения.

3.6. Выводы по главе.

Глава 4. Интегрированная среда синтеза сварочных технологий.

4.1. Концепция и инструментарий разработки программы.

4.1. Структура программы.

4.3. Вычислительные алгоритмы анализа табличных моделей.

4.3. Продукционная экспертная система.

4.3.1. Формат представления данных в базе знаний.

4.3.2 Алгоритм поиска решений.

4.4. Выводы по главе.

Глава 5. Использование экспертной модели на практике.

5.1. Моделирование выбора способа сварки.

5.1.1. Анализ существующей классификации способов сварки.

5.1.2. Разработка таблицы соответствий.

5.1.3. Выбор и формулировка уточняющих правил.

5.2. Анализ табличной модели выбора сварочного трансформатора.

5.3. Выводы по главе.

В качестве одного из важных направлений применения ЭВМ в автоматизации производства изделий машиностроения можно выделить задачу повышения производительности инженерного труда при разработке сварочных технологий. В данном случае автоматизация затрагивает синтез сварочных технологий на основе типовых технологических схем, характерных для конкретного предприятия, отработанных режимов, материалов и способов сварки с использованием современных экспертных методов и информационных технологий.

В настоящее время проводимые работы не привели к заметному улучшению в секторе автоматизации сварочных технологий. Компьютеризация информационного обеспечения практически не затронула производственно-технологический сектор, где по-прежнему поиск и обработка информации в основном производятся вручную, без ЭВМ, а источниками информации являются отраслевые стандарты, технические условия и опыт специалистов. Многие из перечисленных источников имеют объем в десятки и сотни страниц и содержат информацию по очень многим вопросам. Интеллектуальный же опыт специалистов не формализуется, а, следовательно, не в должной мере передается и используется.

Труд технолога-сварщика достаточно трудоемок, т. к. сварка является комплексом различных взаимосвязанных вопросов, таких как подготовка поверхностей свариваемых деталей перед сваркой, выбор сварочных и свариваемых материалов, режимов сварки, оборудования термообработки деталей после сварки, контроля качества сварки, квалификация сварщиков и др.

Процесс характеризуется не только его большой трудоемкостью, но и разбросанностью однородных сведений по разным местам справочника, а нередко по другим изданиям. Также возможна противоречивость разных изданий вследствие того, что разные авторы освещают один и тот же вопрос по-разному. В таких случаях специалисту приходится обобщать и обрабатывать полученные сведения, что еще более делает работу технолога продолжительнее и труднее. Из-за ограниченности психофизиологических возможностей человека нельзя гарантировать отсутствия ошибок.

Для избежания ошибок и облегчения труда специалистов необходимо создание новых информационных технологий и применение вычислительной техники.

Цели и задачи диссертационной работы.

Целью теоретической части работы является исследование методов решения задач выбора оптимизационных и экспертных. Рассмотрение экспертной модели на основе таблиц соответствий. Анализ возникающих ситуаций при составлении таблиц соответствий, а так же решении задач на их основе.

Цель прикладной части работы заключается в разработке интегрированной системы синтеза сварочных технологий на основе экспертной модели. Проектирование интерфейса, а также разработка вычислительных и графических алгоритмов анализа табличных моделей.

Основными задачами проекта являются:

1. Анализ применимости моделей на основе таблиц соответствий для синтеза технологических процессов сварочного производства.

2. Решение проблемы неоднозначности в моделях на основе таблиц соответствий.

3. Разработка вычислительных и графических алгоритмов анализа таблиц соответствий.

4. Реализация экспертной модели на основе таблиц соответствий и продукционных правил.

5. Проектирование и разработка интегрированной среды синтеза технологических процессов сварочного производства.

Методы исследования.

Математический аппарат, используемый при выполнении теоретических и прикладных исследований в диссертационной работе, включает методы теории выбора и принятия решений, методы экспертных оценок и искусственного интеллекта. При анализе табличных моделей применяются вычислительные алгоритмы на основе битовой логики, а также методы многомерного шкалирования.

Научная новизна.

Предложена гибридная экспертная модель на основе таблиц соответствий и продукционных правил, которая использована для синтеза технологических процессов сварочного производства.

Разработаны алгоритмы анализа моделей на основе таблиц соответствий с целью определения их качества. Реализованы вычислительные, графические методы, а также алгоритм на основе метода многомерного шкалирования.

Предложены методы решения проблемы неоднозначности табличных моделей. Реализован метод на основе продукционных правил.

Практическая ценность.

Разработана интегрированная программная среда для создания, модификации, тестирования экспертных моделей. Программа может быть использована для синтеза технологических процессов сварочного производства.

Программа прошла экспертное тестирование на кафедре «Сварочное производство и технология конструкционных материалов» Пермского государственного технического университета и принята к использованию в АО «Мотовилихинские заводы» и ООО «Машинный двор».

Достоверность.

Достоверность научных положений, выводов и практических рекомендаций диссертации подтверждены корректным обоснованием и анализом математических моделей, наглядной интерпретацией результатов в ходе экспериментальных исследований.

Апробация работы.

Основные положения диссертационной работы докладывались и обсуждались на Международной конференции (институт технической кибернетики HAH Беларуси, 1998 г.), Всероссийской научно-практической конференции Регинформ-99, на научных семинарах кафедр «Автоматизированной обработки информации и управления», «Сварочное производство и технология конструкционных материалов» Пермского государственного технического университета (1999, 2000 г.).

Структура и объем диссертации.

Диссертация состоит из введения, пяти глав, заключения, списка литературы (103 наименования) и приложений. Материал изложен на 132 страницах и содержит 32 рисунка, 4 таблицы.

выводы:

1. Для решения задач синтеза технологических процессов предложена . модель на основе таблиц соответствий и продукционных правил. Модель позволяет провести комплексную формализацию предметной области, унифицировать свойства альтернатив, исходя из целей принятия решений. Особенностью модели является компактный и интуитивно понятный формат представления информации о задаче.

2. Предложена методика формализации задач на основе таблиц соответствий и продукционных правил, которая показана на примере задачи выбора способа сварки. Составлена классификация способов и разновидностей сварки, определено множество параметров-разделителей, установлены зависимости между решениями и параметрами.

3. Разработаны алгоритмы анализа моделей на основе таблиц соответствий. Методы анализа задают критерии качества моделей, что позволяет оптимизировать синтез сварочных технологий. Выделено два направления для анализа: 1) качество модели и оценка параметров; 2) анализ множественных решений. Предложены как численные, так и графические оценки.

4. Создано программное обеспечение, которое автоматизирует процесс синтеза сварочных технологий на основе предложенной модели. При проектировании уделено внимание интерфейсу пользователя, который построен на стандартных визуальных элементах операционной системы Windows. Для оптимизации вычислительных процессов используются алгоритмы обработки данных на уровне битовых последовательностей.

5. Использование программы позволяет автоматизировать разработку табличных моделей, накапливать знания экспертов в области

- 106сварочных технологий. При синтезе технологий с помощью программы повышается качество решений за счет снижения человеческого фактора, снижаются требования к квалификации конструкторов-проектировщиков сварных конструкций и технологов сварочного производства.

ЗАКЛЮЧЕНИЕ

По результатам проделанной работы можно сделать следующие

1. Абралов М.А., Абдурахманов Р.Х. Сварка с электромагнитным воздействием.- Ташкент: Фан, 1984,- 135 с.

2. Абрамович В.Р., Демянцевич В.П., Ефимов JI.A. Сварка плавлением меди и сплавов на медной основе.- JL: Машиностроение, 1988.- 215 с.

3. Автоматизация проектирования технологических процессов и средств оснащения / Под ред. А.К. Раковича.- Минск: НТК HAH Беларуси, 1997.- 276 с.

4. Автоматизированные системы технологической подготовки производства в машиностроении / Под ред. Г.К.Горанского.- М.: Машиностроение, 1976.- 240 с.

5. Андерсон Т. Введение в многомерный статистический анализ.-М.: Физматгиз, 1963.- 500 с.

6. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ: Пер. с англ.- М.: Мир, 1982,- 488 с.

7. Брук В. М. Методы многокритериальной оптимизации проектных решений.- JL: СЗПИ, 1990.- 76 с.

8. Вилкас Э.И., Майминас Е.З. Решения: теория, информация, моделирование.- М.: Радио и связь, 1981.- 328 с.

9. Гаврилова Т.А. Состояние и перспективы разработки баз знаний интеллектуальных систем // Новости искусственного интеллекта,- М.- 1996.- N 1.- С. 5-43.

10. Ю.Гафт М.Г. Принятие решений при многих критериях,- М.: Знание, 1979,- 64 с.

11. Гольдштейн A.JI. Исследование операций: многокритериальные задачи.- Пермь: ПГТУ, 1995.- 72 с.

12. Горанский Г.К., Бендерева Э.И. Технологическое проектирование в комплексных автоматизированных системах подготовки производства.- М.: Машиностроение, 1981.- 456 с.

13. ГОСТ19521-74. Сварка металлов. Классификация.- М.: Изд-во стандартов, 1974,- 13 с.

14. Губанов В.А., Захаров В.В., Коваленко А.Н. Введение в системный анализ.- JI: Изд-во ЛГУ, 1988.- 232 с.

15. Гуревич С.М. Справочник по сварке цветных металлов.- Киев: Наукова думка, 1981.- 607 с.

16. Дантеманн Д., Мишел Д., Тейлор Д. Программирование в среде Delphi: Пер. с англ.- К.: НИПФ ДиаСофт Лтд., 1995,- 608 с.

17. Дарахвелидзе П.Г., Марков Е.П. Delphi среда визуального программирования.- СПб.: BHV-Санкт-Петербург, 1996.- 352 с.

18. Дворянкин A.M., Степаненко О.Г. Экспертная система для принятия проектных решений. // Проектирование систем управления.: Сб. науч. тр.- Тверь, 1995,- С. 26-32.

19. Диалоговая система автоматизированного проектирования технологических процессов сборки и сварки: САПР сварка.: Метод, рекомендации.- М.: ВНИИ информ. и техн.-экон. исслед. по машиностроению и работотехнике, 1990.- 30 с.

20. Долин Г. Что такое экспертная система // КомпьютерПресс.-М,- 1996,- N2,- С. 76-78.

21. Елтаренко Е.А. Оценка и выбор решений по многим критериям.- М.: МИФИ, 1995.- 111 с.

22. Емельянов C.B., Ларичев О.И. Многокритериальные методы принятия решений.- М.: Знание, 1985.- 32 с.

23. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: Пакет ППСА.- М.: Финансы и статистика, 1986.- 232 с.

24. Иоффе И.С., Ханапетов М.В. Сварка порошковой проволокой.

25. М.: Высшая школа, 1986.- 94 с.

26. Каркищенко А.Н. Вероятностно-статистическая модель оптимизации поиска решений в продукционных экспертных системах // Известия АН. Теория и системы управления.- 1995.- N 5.- С. 124-132.

27. Квасницкий В.Ф. Сварка и пайка жаропрочных сплавов в судостроении.-Л.: Судостроение, 1986.- 221 с.

28. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ./Под ред. И.Ф.Шахнова.- М.: Радио и связь, 1981.- 560 с.

29. Китайник Л.М. Нечеткие процедуры принятия решений на основе бинарных отношений: (Инвариант, подход).- М.: ВЦ РАН, 1992.62 с.

30. Котвицкий А.Д. Сварка в среде защитных газов.- М.: Высшая школа, 1974.- 220 с.

31. Лазарсон Э.В. Модели представления и решения задач выбора на основе таблиц соответствий (с примерами из области сварки).-Пермь: Изд-во ПГТУ, 2000,- 76 с.

32. Лазарсон Э.В. Пути дальнейшего совершенствования автоматизированного проектирования технологии сварки // Сварка и родственные технологии: Респ. межвед. сб. науч. тр. Вып. 2.- Минск: НИКТИ СП, 1999,- С. 21-24.

33. Лазарсон Э.В. Хомов К.Ю. Использование нечетких множеств при моделировании задач выбора решений // Механика и технология материалов и конструкций.: Вестник ПГТУ №2.- Пермь, 1999.- С. 108111.

34. Лазарсон Э.В., Хомов К.Ю. Использование таблиц соответствий для решения задач выбора в области сварки // Информационные управляющие системы.: Сб. науч. тр.- Пермь, 1999.-С. -210-213.

35. Лазарсон Э.В., Хомов К.Ю. Продукционные правила в модели решения задачи выбора способа сварки.- Деп. ВИНИТИ №830-В99.- М., 1999,-4 с.

36. Лазарсон Э.В., Хомов К.Ю., Соломеин C.B. Электронные аналоги печатных источников информации // Механика и технология материалов и конструкций.: Вестник ПГТУ №2,- Пермь, 1999.- С. 112115.

37. Лазарсон Э.В., Ярушкин Б.И. Новый подход к созданию экспертных систем в области сварки // Сварка и родственные технологии — в XXI век: Тез. докладов Междунар. конф.- Киев: ИЭС им. Е.О.Патона, 1998,- С.61-62.

38. Ларичев О.И. Объективные модели и субъективные решения.-М.: Наука, 1987,- 143 с.

39. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений: Вербальный анализ решений.- М.: Наука, 1996.- 207 с.

40. Литвак Б.Г. Экспертные оценки и принятие решений.- М.: ПП "Патент", 1996,- 271 с.

41. Малышко С.А. Технология принятия решений на основе СППР "Альтернатива" // Управляющие системы и машины.- Киев.- 1996.- N 3.-С. 81-87.

42. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ.- М.: Финансы и статистика, 1994.- 256 с.

43. Мелихов A.H., Мелихова O.A. О логическом выводе в интеллектуальных системах на основе нечеткой аналогии. // Известия АН. Теория и системы управления.- 1995.- N 5.- С. 112-123.

44. Мизрохи C.B. Turbo Pascal и объектно-ориентированное программирование.- М.: Финансы и статистика, 1992.- 192 с.

45. Низамутдинов О.Б., Хомов К.Ю., Лазарсон Э.В. Тестирование таблиц соответствий // Теоретические и прикладные аспекты информационных технологий.: Сб. науч. тр. / ГП НИИУМС,- Пермь, 1999.- Вып. 48,- С. 78-82.

46. Николаенко М.Р.,Коряжкин В.В. Автоматизированное проектирование технологии сварки конструкций машиностроения: Учеб. пособие.- Брянск, 1993.- 79 с.

47. Павленко В.В., Логинов Ю.В., Кутана И.Д. Автоматизация технологической подготовки при изготовлении металлоконструкций. // Автоматическая сварка, 1980, №2.- С. 1-4.

48. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач.- М.: Наука. Гл. ред. физ.-мат. лит., 1982.256 с.

49. Полыгалов С.П. Разработка элементов экспертной системы по выбору способа сварки: дипломный проект. / Науч. руководитель Э.В.Лазарсон.- Пермь, 1989.- 58 с.

50. Потапьевский А.Г. Сварка в защитных газах плавящимся электродом.- Киев: Наукова думка, 1983.- 68 с.

51. Потапьевский А.Г. Сварка в углекислом газе.- М.: Машиностроение, 1987.- 50 с.

52. Прихожий A.A. Решение задач проектирования средствами экспертной системы,- Минск: ИТК, 1987.- 18 с.

53. Ракович А.Г., Толкачев A.A. Автоматизация принятия проектных решений на основе баз знаний.- Минск: БелНИИНТИ, 1989.58 с.

54. Рау Б. Проблемы и методы принятия решений в задачах с многими целевыми функциями // Вопросы анализа и процедуры принятия решений.- М.: Мир, 1976.- с. 20-58.

55. Руге Ю. Техника сварки. Справочник в двух частях.- М,: Металлургия, 1984.- 549 с.

56. Руссо В.Л. Дуговая сварка в инертных газах,- Л.: Судостроение, 1974.-118 с.

57. САПР и микропроцессорная техника в сварочном производстве: Материалы семинара.- М.: МДНТП, 1991.- 152 с.

58. Сварка в машиностроении. Справочник. Т.1. / Под ред. Ольшанского H.A.- М.: Машиностроение, 1987.- 501 с.

59. Сварка в смеси активных газов. / Аснис А.Е., Гутман Л.М., Покладий В.Р. и др.- Киев: Наукова думка, 1982.- 213 с.

60. Сварка и резка в промышленном строительстве. Справочник монтажника.-М.: Стройиздат, 1980.- 505 с.

61. Свиридов В.В., Пивнев А. Д., Стопченко Г.И. Средства взаимодействия человека с ЭВМ для принятия решений в автоматизированных системах.- Киев: УМКВО, 1991.- 223 с.

62. Смирнов В.М., Керов JI.A., Дерюшев Создание Windows и Internet-приложений в виде виртуальных книг.- Санкт-Петербург: ЭЛБИ, 1998.- 254 с.

63. Снастин A.A. Методика и программные средства приобретения знаний для интеллектуальных систем и поддержки принятия решений. // Проектирование систем управления.: Сб. науч. тр.- Тверь,- 1995.- С. 5964.

64. Сойер Б., Фостер Д.Л. Программирование экспертных систем на Паскале: Пер. с англ.- М.: Финансы и статистика, 1990.- 191 с.

65. Соложенцев Е.Д. Введение в интеллектуальные АРМ и экспертные системы в машиностроении,- СПб.: ЛИАП, 1991.- 85 с.

66. Столбов В.И., Короткова Г.М. Технология и оборудование для сварки трехфазной дугой неплавящимся электродом.- Куйбышев: Куйбышевский авиационный институт, 1984.- 81 с.

67. Стрельцов А.П., Толкачев A.A. Выбор технологических решений на основе баз знаний в САПР ТП сварки. // Сварочное производство, 1990, №4.- С. 16-19.

68. Теория выбора и принятия решений: Учебное пособие.- М.: Наука, 1982,- 328 с.

69. Теория сварочных процессов / Волченко В.М., Ямпольский В.М., Винокуров В.А. и др.- М.: Высшая школа, 1988.- с. 20-24.

70. Теория сварочных процессов / Под ред. В.В.Фролова.- М.: Высш. шк., 1988.- 559 с.

71. Терещенко В.И., Либанов A.B. Выбор и применение способов сварки при изготовлении конструкции.- Киев: Наукова думка, 1987.-190с.

72. Технология механизированной дуговой и электрошлаковой сварки. / Каховский Н.И., Готальский В.Н., Потон В.Е. и др.- М.: Высшая школа, 1972.-367 с.

73. Трахтенгерц Э.А. Компьютерная поддержка принятия решений,- М.: СИНТЕГ, 1998,- 376 с.

74. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере.-М.: ИНФРА-М, Финансы и статистика, 1995.- 384 с.

75. Уотермен Д. Руководство по экспертным системам: Пер. с англ.- М.: Мир, 1989,- 388 с.

76. Федоров А.Г. Создание Windows-приложений в среде Delphi.-М.: Компьютер-Пресс, 1995.- 286 с.

77. Хомов К.Ю. Объектно-ориентированная технология. // Информационные управляющие системы.: Сб. науч. тр. ПГТУ- Пермь, 1997,- С. 182-183.

78. Хомов К.Ю., Низамутдинов О.Б., Лазарсон Э.В. Анализ табличных моделей задач выбора решений // Информационные управляющие системы.: Сб. науч. тр. ПГТУ- Пермь, 1999.- С. 99-102.

79. Шебеко JI.П. Оборудование и технология дуговой автоматической и механизированной сварки.- Новосибирск: Высшая школа, 1986.- 279 с.

80. Шезырев С.П., Иванов A.C. Синтаксический и семантический анализ продукционных баз знаний // Искусственный интеллект: Теория и приложения.: Межвуз. сб. науч. тр.- Саратов.- 1995.- Вып. 2.- С. 53-59.

81. Штойер Р. Многокритериальная оптимизация. Теория вычисления и приложения: Пер. с англ.- М.: Радио и связь, 1992.- 504 с.

82. Эддоус М., Стэнсфилд Р. Методы принятия решений.- М.: Аудит, 1997.- 590 с.

83. Экспертные системы в сварке: Аналит. обзор. / В.И.Махненко, Ю.А.Скоснягин, И.Г.Лавринец и др.- Киев: ИЭС, 1991,- 49 с.

84. Экспертные системы для персональных компьютеров: методы, средства, реализации / B.C. Крисевич, Л.А. Кузьмин, A.M. Шиф и др.-Мн.: Выш. шк., 1990,- 197 с.

85. Юдин Д.Б. Вычислительные методы теории принятия решений.- М.: Наука. Гл. ред. физ.-мат. лит., 1989.- 320 с.

86. Яхно Т. М. Системы продукций: структура, технология, применение,- Новосибирск: ВЦ СО АН СССР, 1990.- 127 с.

87. Budgifvars S. Ordenadores especialistos en soldadura: El uso de la inteligencia artifical pare faciliar la soldadure // Met.Y.Elec., 1989, 53, №609,- P. 66-88.

88. Experten system ays den USA. Intelligentes Schweib-Programn // Ind-Auz, 1987, 109, №17.- P. 40.

89. Fakuda Shuichi, Maedo Akihiko Development of an expert system for welding design support an attempt // Trans. JWRI, 1985, 14, №1,- P. 171-176.

90. Holtkemeir Ullrich CAD zum Schweiben. Grundlagen zum schwibgerechen Gestalten in Einzelschreitten // Techno-Tip, 1986, 16, №16.- P. 88-94.-116

91. Jones Jerald, Turpin William Developing an expert system for engineering // Cime, 1986, 5, №3.- P. 10-16.

92. Lucas W., Brightmore A.D. Expert system for welding engineers // Metal Constr., 1987, 19, №5,- P. 254-258.

93. Neumann A. EDV Programme fur die Schweibtechnik // Technisch-Wissenschaftliche Abhandlung des ZIS, 1987.- P. 35-46.

94. Reeves R.E., Manley T.D., Potter A. Expert system technology wild process control system // Weld J., 1988, 67, №6,- P. 33-41.

95. Taylor W.A. Expert system to generate arc welding procedures // Metal Constr., 1986, 18, №7.- P. 426-431.