Экспертная система управления процессом рудно-термической плавки

Гонебная, Ольга Евгеньевна

Автоматизация и управление технологическими процессами и производствами (по отраслям)

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Экспертная система управления процессом рудно-термической плавки

кандидата технических наук: Гонебная, Ольга Евгеньевна
город: Красноярск
год: 2004
специальность ВАК РФ: 05.13.06

Диссертация по информатике, вычислительной технике и управлению на тему «Экспертная система управления процессом рудно-термической плавки»

Автореферат диссертации по теме "Экспертная система управления процессом рудно-термической плавки"

На правах рукописи

ГОНЕБНАЯ Ольга Евгеньевна

ЭКСПЕРТНАЯ СИСТЕМ УПРАВЛЕНИЯ ПРОЦЕССОМ РУДНО-ТЕРМИЧЕСКОЙ ПЛАВКИ

Специальность 05.13.06-Автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Красноярск - 2004

Работа выполнена на кафедре «Прикладная математика и автоматизированные системы управления» Государственного образовательного учреждения высшего профессионального образования «Красноярская государственная академия цветных металлов и золота».

Научный руководитель: кандидат технических наук, доцент

Горенский Борис Михайлович

Официальные оппоненты: доктор технических наук, профессор

Медведев Александр Васильевич кандидат технических наук, доцент Чубарь Алексей Владимирович

Ведущая организация: ЗАО "Краспромавтоматика"

Защита состоится 1 июля 2004 года в 14 часов на

заседании диссертационного совета Д 212.249.02 при Сибирском государственном аэрокосмическом университете по адресу: пр. имени газеты «Красноярский рабочий» , 31, Красноярск, 660014, актовый зал.

Факс: (3912)64-47-09 Телефон: (3912)64-00-14 E-mail: info@sibsau.ru

Совет пр. имени газеты «Красноярский рабочий» , 31. Красноярск, 660014,актовый зал

С диссертацией можно ознакомиться в библиотеке Сибирского государственного аэрокосмического университета.

Автореферат разослан « » мая 2004 года.

Ученый секретарь у^.-./^У

диссертационного совета /

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Развитие наукоемких производств и многостадийных технологических процессов вообще, и, в частности, в цветной металлургии, поставило задачу повышения технико-экономических показателей переработки сырья в металлургических агрегатах. Особенно остро эта задача стоит при совершенствовании производства пирометаллургических процессов переработки сульфидных руд в рудно-термических печах (РТП), ввиду важности этого процесса не только для цветной металлургии, но и для народного хозяйства в целом.

В настоящее время значительное внимание уделяется вопросу улучшения показателей действующих агрегатов электроплавки на основе создания и внедрения автоматизированных систем управления процессом. Различные аспекты разработки АСУ металлургическими процессами рассмотрены в работах ДА. Бочкова, Г.М. Глинкова, А Г. Киселева, В. П Цымбала и других.

Сложность создания автоматизированных систем управления объясняется тем, что технологические процессы протекают, как правило, в высокотемпературных и химически агрессивных средах, в агрегатах большой единичной мощности, слабо оснащенных системами автоматического контроля основных технологических параметров, что не позволяет оперативно контролировать изменение этих параметров по ходу процесса

Существующий уже многие десятилетия процесс рудно-термической плавки является весьма сложной системой. Во-первых, этот процесс относится к классу нестационарных, случайных, нелинейных и многосвязных объектов, во-вторых, характеризуется большим количеством параметров и неучтенных возмущающих воздействий, наряду с чем представляет собой комплекс очень сложных химических взаимодействий, осложненных физическими превращениями, механическими и тепловыми процессами, случайными процессами тепло-массообмена, высокой температурой и агрессивной средой в печи, а также другими, еще не достаточно понятными явлениями, и, в-третьих, в процессе плавки нет практически никакой прямой (непрерывной, надежной и полной) информации об основных технологических параметрах, что связано с низким уровнем автоматизации производства В результате, до настоящего времени процесс рудно-термической плавки не описан логическими и математическими уравнениями достаточно точно и всесторонне. В таких условиях практически невозможно надеяться на успешное управление объектом по известным, уже установившимся схемам, которые могут с успехом применяться лишь там, где объект описан полно.

В рамках сложной системы необходимо применение таких методов, которые не дают явного формульного решения, а лишь указывают алгоритм, т.а последовательность действий, операций, осуществление которых приводит к конкретному решению. Эти методы открывают возможность получения эффективных алгоритмов решения сложных оптимизационных задач, используя для этих целей разнообразные средства вычислительной техники.

Современные тенденции в рудно-термическом производстве требуют новых подходов к управлению, основанных на применении новейших информационных технологий. В соответствии с этим на сегодняшний день предприятия рудно-термической плавки испытывают потребность в таких системах, которые будут работать в условиях неполной информации об объекте, при отсутствии автоматического контроля основных технологических параметров, позволяя, с достаточной степенью точности, рассчитывать значения этих параметров и прогнозировать их изменение. К таким системам относятся экспертные системы, позволяющие проводить глубокую оценку технологического процесса с целью выявления причин, вызывающих его нарушения, а также для исследования, эффективного управления и оптимизации производства

Настоящая работа посвящена вопросам повышения эффективности работы печей- рудно-термической плавки путем разработки экспертной системы процесса, включающей как математическое описание, так и установление взаимосвязей внутри объекта В связи с этим, основной задачей является выявление закономерностей на основе методов системного анализа, автоматизация алгоритмов и процедур принятия решений, а также перенос полученной модели в память ЭВМ с целью использования ее для автоматизированного управления сложным процессом в режиме советчика.

На сегодняшний день не существует реально-действующей экспертной системы процесса рудно-термической плавки. В связи с чем, предлагаемая для исследования тема является актуальной.

Цель работы. Целью настоящей работы является разработка и практическая реализация экспертной системы управления процессом рудно-термической плавки, позволяющей повысить технико-экономические показатели процесса

Для достижения поставленной цели необходимо решить следующие задачи:

• провести анализ процесса рудно-термической плавки, выявить его особенности и причинно-следственные связи;

• разработать структуру и алгоритмы работы экспертной системы с учетом выявленных особенностей процесса рудно-термической плавки;

• - построить научно-обоснованные и практически реализуемые

математические модели расчета технологических параметров процесса электроплавки;

• разработать алгоритм управления процессом, использующий дополнительную информацию, полученную от моделей;

• разработать программную реализацию экспертной системы процесса рудно-термической плавки;

• провести экспериментальную проверку разработанной экспертной системы процесса рудно-термической плавки.

Методы исследования. В диссертационной работе использована комплексная методика, включающая: структурно-функциональный анализ и синтез; метод экспертных оценок; методы активного и пассивного эксперимента; методы математического моделирования; теорию нечетких множеств; методы нейросетевого моделирования, а также программные средства (NeuroShell, MatLab, NeuroWindows, MathCad, Excel)

Научная новизна работы:

1. С использованием методов системного анализа обоснована необходимость разработки экспертной системы управления процессом рудно-термической плавки и преимущества ее применения по сравнению с существующими методами управления;

2. Предложены структура и алгоритмы работы экспертной системы управления процессом рудно-термической плавки;

3. Распространено применение искусственных нейронных сетей на решение задач расчета и прогноза технологических параметров процесса рудно-термической плавки.

4. Разработаны модели нейросетевого моделирования, способные прогнозировать основные технологические параметры состояния процесса плавки.

5. Предложены структура и алгоритм работы блока выработки советов разрабатываемой экспертной системы с использованием методов нечеткой логики.

6. Подтверждена эффективность применения разработанной экспертной системы процесса рудно-термической плавки результатами экспериментальных проверок.

Ценность научной работы (значение для теории) состоит:

• в обосновании возможностей применения методов нейросетевого моделирования для решения задач прогноза основных технологических параметров процесса рудно-термической плавки;

• в обосновании возможностей применении методов нечеткого управления для выработки советов по управлению процессом рудно-термической плавки.

Практическая ценность. 1. Разработанная экспертная система процесса рудно-термической плавки позволяет при проектировании и отладке АСУ сократить

время разработки на 15-20%, а также исследовать влияние технологических параметров на показатели эффективности процесса;

2. Разработанная экспертная система процесса рудно-термической плавки позволяет повысить эффективность обучения и снизить время обучения при подготовке технологического персонала и студентов различных металлургических специальностей;

Обоснованность и достоверность. полученных в диссертационной работе положений и выводов определяется корректным использованием современных информационных технологий при построении математического описания процесса и подтверждается результатами экспериментальных исследований экспертной системы.

На защиту выносятся: 1. Структура и алгоритмы работы экспертной системы управления

процессом рудно-термической плавки. 2 Нейросетевые модели расчета и прогноза технологических параметров процесса рудно-термической плавки, способные обеспечить высокий уровень точности оценки параметров.

3. Структура и алгоритм работы блока выработки советов экспертной системы

4. Результаты экспериментальной проверки разработанной экспертной системы процесса рудно-термической плавки.

Реализация работы. Разработанная экспертная система внедрена в ЗАО «Краспромавтоматика» при проектировании и настройке АСУ в 2002г.; в учебный процесс в постоянную эксплуатацию в 2000г. в Иркутском государственном техническом университете при изучения дисциплин «Металлургия», «Теплотехника», «Автоматизация технологических процессов»; в 2001г. в Сибирском государственном технологическом университете при изучения дисциплин «Моделирование объектов и систем управления», «Автоматизированные системы управления технологическими процессами»; в 2002г. в Красноярском промышленном колледже при изучении дисциплин «Автоматизация технологических процессов», «Теория автоматического управления»; в 2002 г. в Красноярской государственной академии цзетных металлов и золота при изучении дисциплин «Моделирование процессов и объектов в цветной металлургии», «Информационные технологии в металлургии», «Имитационное моделирование технологических систем в металлургии».

Апробация работы. Основные положения и отдельные разделы диссертационной работы обсуждались и докладывались на международных, всероссийских, зональных и краевых конференциях и совещаниях, в том числе:

• Всероссийская научно-практическая конференция «Моделирование, программное обеспечение и наукоемкие технологии в металлургии», СибГИУ - Новокузнецк, 2001г.;

• Всероссийская научно-практическая конференция с международным участием «Достижения науки и техники - развитию сибирских регионов (инновационный и инвестиционный потенциалы)», КГТУ -Красноярск, 2000г.;

• Всероссийская научно-техническая конференция студентов, аспирантов и молодых ученых «Совершенствование методов поиска и разведки, технологии добычи и переработки полезных ископаемых», Фонд НТИ и ТДМ, КГАЦМиЗ -Красноярск, 1999г.;

• Всероссийская научно-техническая конференция «Перспективные материалы: получение и технология обработки», Фонд НТИ и ТДМ, ГАЦМиЗ -Красноярск, 1998г.;

• Международная научно-практическая конференция «Технология обучения как фактор творческого потенциала личности», ГАЦМиЗ -Красноярск, 27-30 апреля 1998г.

Публикации. По результатам выполненных исследований опубликовано 12 печатных работ. Из них 1 книжное издание, 8 статей в периодических сборниках, 3 работы в материалах конференций.

Структура и объем диссертации. Диссертационная работа состоит из введения, трех глав, выводов, библиографии, приложений и содержит 137 страниц основного машинописного текста, 41 рисунок, список использованной литературы включает 156 наименований. Диссертационная работа выполнена на кафедре «Прикладной математики и автоматизированных систем управления» Красноярской государственной академии цветных металлов и золота

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование актуальности темы, цели и задачи работы, перечислены методы исследования, описаны научная новизна, значение для теории и практическая ценность, сформулированы основные научные положения, выносимые на защиту, приведен перечень полученных результатов, а также реализация диссертационной работы

В первой главе работы проведен анализ состояния процесса рудно-термической плавки, рассмотрены технологические особенности процесса плавки медно-никелевого агломерата в рудно-термических печах (РТП).

Анализ сырья и поступающих на плавку материалов позволил выявить основные факторы, влияющие на физико-химические свойства расплава. Наряду с этим, проведен анализ продуктов плавки, рассмотрен их химический состав и свойства

Проанализированы основные физико-химические процессы, протекающие в ванне РТП, показана их- связь с основными параметрами процесса электроплавки. Анализ физико-химических превращений, протекающих при электроплавке медно-никелевых руд и концентратов в РТП, позволил выявить параметры, оказывающие определяющее влияние на процесс, к ним относятся; количество и химический состав загружаемых материалов, температура расплава, вводимая электрическая мощность.

Выявлено, что основными технико-экономическими показателями процесса электроплавки являются следующие параметры: потери цветных металлов с отвальными шлаками, производительность, удельный расход электроэнергии, температура шлака, выбросы вредных веществ в атмосферу.

Отмечено, что процесс электроплавки характеризуется воздействием' большого количества возмущений, приводящих к значительному отклонению параметров процесса от оптимальных значений.

Анализ литературных данных и опыт эксплуатации промышленных рудно-термических печей показал, что рудно-термическую плавку можно отнести к классу нестационарных, случайных, нелинейных и многосвязных объектов с неполной информацией об исследуемом процессе и большим количеством возмущающих воздействий.

Показано, что для улучшения качества процесса плавки необходимо иметь достоверную информацию об основных параметрах технологического процесса

Проведен анализ состояния автоматизации процесса электроплавки медно-никелевого агломерата в РТП. Анализ приведенных методов контроля основных технологических параметров показал, что существующие на данный момент методы не удовлетворяют требованиям сегодняшнего дня и не могут эффективно использоваться в системах автоматического управления процессом плавки в РТП. Контроль многих основных технологических параметров, оказывающих определяющее влияние на технико-экономические показатели процесса злектроплавки, осуществляется с большой погрешностью и периодичностью, а их автоматическое регулирование не осуществляется вообще. В связи с этим, существующая в настоящее время практика ведения процесса на основе использования локальных автоматических систем регулирования (АСР) является не эффективной, так как не позволяет непрерывно получать точную, надежную и полную информацию об исследуемом процессе и, как следствие, не позволяет достичь высоких технико-экономических показателей процесса С целью повышения эффективности существующей системы управления процессом плавки в РТП и

получения высоких технико-экономических показателей процесса, необходим комплексный, системный подход к управлению процессом.-

В соответствии с проведенным системным анализом,обоснована необходимость разработки экспертной системы (ЭС) процесса рудно-термической плавки, позволяющей проводить глубокую оценку технологического процесса с целью выявления причин, вызывающих его нарушения, а также для исследования, эффективного управления и оптимизации производства Обоснованны преимущества применения ЭС по сравнению с существующими методами управления.

Вторая глава посвящена разработке экспертной системы процесса плавки медно-никелевых руд и концентратов в РТП.

Рассмотрено определение ЭС, раскрыта ее базовая структура, приведены основные области применения в соответствии с типом решаемых задач, классификация ЭС.

Была предложена, методика предварительной обработки исходных данных, прежде чем использовать их в ЭС процесса рудно-термической плавки.

На основе проведенного системного анализа и- с учетом предъявляемых к ЭС требований была разработана схема взаимодействия ЭС с процессом рудно-термической плавки (рисунок.

Рисунок 1 - Схема взаимодействия ЭС с процессом рудно-термической

плавки

Основу функционирования ЭС составляет математическое описание исследуемого процесса, в связи с чем, встала задача разработки адекватного математического описания процесса рудно-термической плавки. При разработке математического описания

процесса необходимо обеспечить по возможности полное описание процесса, высокую точность и адекватность, а также простоту алгоритмов расчета.

В соответствии с назначением выделены и раскрыты цели математического моделирования, такие как: исследование технологических процессов, прогнозирование технологических параметров, оптимизация параметров и управление технологическим процессом. Раскрыты особенности аналитического,

экспериментального и аналитико-экспериментального моделирования применительно к различным целям математического моделирования, а также проанализированы различные типы математических моделей применительно к РТП

С учетом рассмотренных методов моделирования и задач, которые должна решать ЭС, сформулированы основные требования, которым должно отвечать разрабатываемое математическое описание.

Проведен литературный анализ существующего, в настоящее время математического описания процессов электроплавки. Установлено, что из-за недостатка информации о текущих значениях технологических параметров, существующие математические модели являются неполными и достаточно сложными, требуют значительных трудовых затрат при получении информации о текущих значениях параметров и коэффициентов моделей, и главное, используются преимущественно для изучения, а не для целей управления технологическим процессом. По этим причинам-возникает трудность разработки и практического использования таких математических моделей в ЭС процесса плавки модно-никелевого агломерата в рудно-термических печах.

Доказана необходимость применения новейших информационных технологий при построении математического описания процесса плавки. К ним относятся искусственные нейронные сети (НС) и нечеткие методы управления.

Принципиально новым подходом в моделировании металлургических процессов является построение моделей с использованием искусственных НС. Проведенный анализ показал, что для разработки математических моделей процесса электроплавки, с целью решения задач исследования, анализа, прогноза и оптимизации целесообразно применение методов нейросетевого моделирования.

Раскрыто понятие искусственных НС, описаны, их основные свойства, выделены характерные черты, преимущества перед другими методами, установлен круг основных, решаемых ими задач.

Дальнейшая задача состояла в выборе архитектуры НС, выборе метода обучения, определении ее параметров, в обучении и проверке полученной нейросетевой модели.

Для построения нейросетевых моделей были использованы экспериментальные статистические данные.

При разработке нейросетевой модели были рассмотрены различные архитектуры нейросетей. Проанализированы функции активации и в результате для расчета концентрации никеля в отвальном шлаке была выбрана трехслойная сеть Ворда Сеть Ворда представляет собой сеть с обратным распространением ошибки, в которой на скрытом слое содержится 3 блока Эта сеть позволяет использовать различные передаточные функции в блоках скрытого слоя, что дает возможность выделять различные признаки в данных, обрабатываемых сетью, что приводит к лучшему предсказанию.

В работе представлены ее архитектура. (рисунок 2), функции активации и параметры блоков

Аналитическое описание сети Ворда с 3 блоками на скрытом

слое с различными передаточными функциями

Для начала необходимо произвести нормировку входных параметров:

а _2'(х„~х„тт) |

' X — X

~ита* ятю

где в, - нормированное значение ¡-го входа, ¡- номер входа, хг значение п-го входного параметра, х„тл- минимальное значение п-го входного параметра; хптх- максимальное значение п-го входного параметра

Рассчитываем текущее состояние нейронов входного слоя:

í=i

где: S'f - текущее состояние k-го нейрона j-ro блока на входном слое; j -номер блока; к - номер нейрона; В\ - начальное-смещение k-ro нейрона fro блока на входном* слое; Nlnpui - количество-входных параметров поданных на каждый нейрон на вход ном. слое; W'^ -значение веса k-ro нейрона j-ro блока на входном слое для ко входа Определяем выход нейронов входного слоя:

ще: Уц - выход к-го нейрона j-ro блока; (J**™-Функция активации j-ro блока |да У'*» - выход k-ro нейрона. 1-го блока входного слоя; Л"*""' -

гactive__|_

логистическая функция активации: J\ — ~

l+e

Рассчитываем текущее состояние нейронов скрытого слоя:

i-1

где: S2^ - текущее состояние k-ro нейрона j-r° блока на скрытом слое; В2ц-начальное смещение k-го нейрона j-ro блока на скрытом слое; ЛЦх* -количество нейронов в каждом блоке входного слоя; У',# - выход-i-ro нейрона 1-го блока входного слоя; W2fi¡- значение веса k-го нейрона j-ro блока на скрытом споедля i-го входа Определяем выходы нейронов скрытого слоя для каэдого блока

Yk\

где: Y2i¡2 - выход k-ro нейрона 2-го блока скрытого слоя; f2"a"™ - Гауссова

г active

функция активации' J2 е

у/2 _ factive/о2 \

'kj-Ji \лч)

где: У2*з - выход k-ro нейрона 3-го блока скрытого слоя; if**™ - Гауссова

factive i -Sb

комплементарная функция активации: J у — 1-е

Yt\=fT"(Sh)

ще: Y2i¡4 - выход k-ro нейрона 4-го блока скрытого слоя; Л,"0®** - Функция -

активации гиперболического тангенса Рассчитываем текущее состояние нейронов выходного слоя:

Nhlde+] ^hipmt ^шрШ ^тр*

s\ = + -W3» + +

J=2 1=1 1=1

где; текущее состояние к-го нейрона }-го блока на выходном слое; В3ц-начальное смещение к-го нейрона но блока на выходном слое; Nh.de -количество блоков на скрытом слое; Ы,пр* - количество нейронов в каждом блоке скрытого слоя; Уга - выход ко нейрона 2-го блока входного слоя; У2,з - выход иго нейрона 3-го блока входного слоя; У2,< -. выход ¡-го нейрона 4-го блока входного слоя; УИ3^ - значение веса к-го нейрона ]-го блока на выходном слое для ко входа

Определяем выход нейронов выходного слоя

где: У(,5 - выход к-го нейрона 5-го блока выходного слоя; (¿^^ —

/•лсйие__|_

. , , .5 ---ГГ"

1+е

, _ ГД+1 Ул чДвтах У(тюш' 2 Уптм

где: у«- значение (-го входа нейронной сети; у,та- минимальное значение ¡-го выходного параметра; утиг максимальное значение ьго выходного параметра.

Проведено обучение нейросетевой модели, представлены результаты Проведен статистический анализ полученной нейросетевой модели. Результаты исследования модели представлены в таблице 1.

__Таблица 1

R квадрат: 0.709

г квадрат: 0 762

Средний квадрат ошибки: 0.0002

Ср. квадратичная ошибка (СКО): 0.009

Относительная СКО, %: 12.279

Средняя абсолютная ошибка: 0.006

Мин. абсолютная ошибка: 0.001

Мака абсолютная ошибка: 0.02

Доля с ошибкой менее 5%: 52

Доля с ошибкой от 5% до 10%: 24

Доля с ошибкой от 10% до 20%: 12

Доля с ошибкой от 20% до 30%: 12

Доля с ошибкой свыше 30%: 0

Проведенные исследования полученной нейросетевой модели на контрольной выборке показали, что модель является устойчивой и адекватной исследуемому процессу.

Таким образом, можно сделать вывод, что метод нейросетевого моделирования позволяет получить хорошие результаты, что

объясняется адаптивными свойствами алгоритма Наряду с этим, метод нейросетевого моделирования имеет ряд преимуществ: простота в использовании, возможность обработки больших объемов информации, способность выучивать последовательности и наборы данных.

Все это позволяет использовать предложенный метод для построения математических моделей технологических параметров процесса рудно-термической плавки

С использованием метода нейросетевого моделирования были получены математические модели расчета и прогноза основных технологических параметров процесса рудно-термической плавки: количества отходящих газов в атмосферу, температуры шлака, удельного расхода электроэнергии, производительности печи. Анализ полученных моделей показал, что они имеют высокую точность и могут использоваться в ЭС процесса плавки в РТП На основе нейросетевых моделей был разработан блок расчета технологических параметров, структурная схема которого представлена на рисунке 3.

Блок расчета параметров

Сг,

->02

Блок получения исходных данных

н>

Блок предварительной обработки данных

Рисунок 3 - Структурная схема блока расчета технологических параметров

Использование этих моделей позволяет получить дополнительную информацию об объекте, которая может быть использована в системе управления процессом, в связи с чем, появилась возможность разработки блока управления процессом рудно-термической плавки. Для разработки блока управления

предлагаемой ЭС в настоящей работе используется теория нечеткого управления.

Исследованы возможности использования теории нечеткого управления, преимущества перед другими методами, практический опыт применения. Раскрыта сущность процесса нечеткого управления.

Процесс разработки блока нечеткого управления можно разбить на несколько этапов фаззификация, разработка базы нечетких правил и дефаззификация.

Фаззификацией называется процедура преобразования точных значений входных переменных в значения нечетких переменных при помощи определенных функций принадлежности.

Функцией принадлежности называется функция, которая позволяет вычислить степень принадлежности произвольного элемента универсального множества А' = {л1>*г>...,х1}к нечеткому

множеству которое записывается в виде

На основе экспертной оценки выбраны функции принадлежности для каждого параметра процесса Пример функции принадлежности для входного параметра Gar и пример функции принадлежности для выходного параметра Gar представлен на рисунке 4.

Рисунок 4 - Функция принадлежности для входного параметра Gari функция принадлежности для выходного параметра Gar

После выполнения этапа фаззификации необходимо разработать базу нечетких правил.

Разработка нечетких правил - этап формирования продукционных правил, связывающих нечеткие переменные Совокупность этих правил описывает стратегию управления

Типичное продукционное правило состоит из антецедента (часть ЕСЛИ ...) и консеквента (часть То ...). Антецедент может содержать более одной посылки. В этом случае они объединяются посредством логических связок И (применяется оператор MIN(...)) или ИЛИ (применяется оператор МАХ(...)).

На основании проведенных исследований и анализа литературных данных была составлена база нечетких правил, фрагмент которой представлен ниже:

1 Если (0,г=Нору ) и (Ос=Норм ) и (Ош=Норм ) и (Оьо2=Норм ) и (Ц=Норм) и (Н,-Норм) и(Т,=Норм) и(Т=Норм) и(№г=11орм) и(П=Норм) н(С№-=Норм)и (Ош=11орм ) Тогда (01Г=Норм ) (Ос=Норм ) (0,т=Норм ) (Озюг^Норм ) (1>=Норм ) (Н,=Норм ) (С.=Норм )

2 Если (Т.-Пысок) Тогда (0,=Высок )

3 Если (0„=1 [ори ) и (Ос=Норч ) н -Норм ) и (С510г=Норм ) и (1>Норм ) и (Н,=Норм ) и (Т-Низк) Тогда (1ИЗысок.)( Н5=Высок)

4 Если (0„=Норм ) и (Сс=Норч ) и (0„,=Пиз1с ) и (08,о2=Высок ) и (Н,=Норм ) и (Сц,=Высок ) Тогда (в^Норм )( О^ог^Норм )(и=Высок )

5 Если (Саг=Низк ) и (Ц=1!орм) и (Т=11орч ) и (ГТ=Низк ) Тогда (С„=В ысок. )(!>И ысо к )

6 Если (Т=Норм ) и (\Уу=Высок ) Тогда (1Г=Низк X Нэ=Высок )

7 Если (0„=11орм ) и (0&02=Высо1с ) и (0=11орм ) и (11,=Высок ) и (Сщ^Высок ) Тогда (05О2=Низк X Нэ=Норм )

Процесс вычисления нечеткого правила называется нечетким логическим выводом и подразделяется на два этапа обобщение и заключение

В результате выполнения процедуры нечеткого логического вывода получаем нечеткое множество?, соответствующее входному вектору х.

После выполнения процедуры нечеткого логического вывода необходимо избавиться от нечеткости - произвести дефаззификацию.

Дефаззификацией называется процедура преобразования нечеткого множества в четкое числа На этом этапе осуществляется переход от нечетких значений величин к определенным физическим параметрам, которые могут служить командами исполнительному устройству _

Дефаззификацию нечеткого множества У = \^г{у)!у

производим по методу центра тяжести по формуле

Физическим аналогом этой формулы является нахождение центра

тяжести плоской фигуры, ограниченной осями координат и графиком функции принадлежности нечеткого множества

В результате прохождения- всей процедуры нечеткого управления, получаем значения управляющих параметров, которые и могут использоваться в системах автоматизированного управления.

С использованием теории нечеткой логики был разработан блок нечеткого управления, структура которого представлена на рисунке 5.

Рисунок 5 - Структурная схема блока нечеткого управления

Блок характеризуется параметрами:

Количество входов — 12 (количество загружаемого в печь агломерата в«, количество загружаемого в печь кокса Сс, количество загружаемого в печь конвертерного шлака в«« количество загружаемого в печь кремнезема С3г02 напряжение и, заглубление электродов Нэ, температура охлаждающей воды Ть температура шлака Т, удельный расход электроэнергии \Л/У, производительность П, потери цветных металлов с отвальными шлаками См, расход отходящих газов Си,).

Количество выходов — 7 (количество загружаемого в печь агломерата в», количество загружаемого в печь кокса Сс, количество загружаемого в печь конвертерного шлака количество загружаемого в печь кремнезема ваог. напряжение и, заглубление электродов Н,, расход охлаждающей воды в,).

Проверена работа блока нечеткого управления, фрагмент работы которого представлен на рисунке 6.

Текущие значения входных параметров

Гм*м ое'1 '

Текущие значения выходных параметров

•1<еэо>*ти««я) м-V» I»« анодов»»»»!

*|> Ос»3 ».» ■ 7«Я

РЖЁЩЖЩЁ ] [3 ЕЖЕЖЖЕЕЖЕ

рщБайаарп□□□□□□□□□□

Виезшйупп по □□□□□□

□ □□шштшйшпсшап ^□□□шсрра □□□□□□□ пшп

. ..... -Т-г^- -''"Шш щ ш ш ш ш,

«да «а ив 1вдо «сото я*е у

Входные параметры

-V-

Выходные параметры

Рисунок 6 - Фрагмент работы блока нечеткого управления

Данный блок позволяет по текущим значениям параметров, характеризующих состояние технологического процесса, сформировать рекомендации по дальнейшему управлению процессом. В рамках данной задачи, работа блока нечеткого управления сводится к работе в режиме выработки советов по управлению процессом Это объясняется недостаточным объемом информации о процессе, отсутствием прямой связи с объектом управления и экспертным персоналом, необходимым для настройки алгоритмов работы блока Поэтому в дальнейшем блок нечеткого управления будет выполнять функции выработки советов по управлению процессом рудно-термической плавки

Использование современных информационных технологий, таких как теория нейронных сетей и теория нечеткого управления, позволил о разработать блок расчета технологических параметров процесса и блок выработки советов, составляющие основу экспертной системы процесса

Третья глава посвящена вопросам программной реализации ЭС процесса рудно-термической.

С этой целью, в результате проведенного анализа были сформулированы и раскрыты основные требования, предъявляемые к программной реализации ЭС процесса рудно-термической плавки.

С учетом этих требований была разработана структурная схема программной реализации ЭС процесса плавки, представленная на рисунке 7.

Рисунок 7 - Структурная схема программной реализации ЭС

Разрабатываемая ЭС обеспечивает следующие режимы работы 1. режим исследования; 2 режим обучения и контроля знаний, 3 режим советчика; 4 режим супервизорного управления

В работе подробно рассмотрены все режимы работы системы Решение задачи создания ЭС электроплавки в рудно-термических печах связано с разработкой алгоритма работы системы Разрабатываемый алгоритм должен учитывать текущее состояние процесса, производить расчет основных параметров процесса, а также управляющих воздействий, выдавать рекомендации по управлению и т Д

Исходя из этих требований, разработан алгоритм работы ЭС, упрощенная блок-схема которого представлена на рисунке 8

Рисунок 8 - Алгоритм работы ЭС

Система, работающая по данному алгоритму, позволяет реализовать выбор режима работы (блок 1), учитывать текущие значения параметров процесса (блок 2), а также получать расчет текущих и прогнозируемых значений параметров процесса практически непрерывно по ходу плавки (блок 3). Существует возможность корректировки математических моделей по ходу плавки (блок 4) Система реализует алгоритм представления результатов расчетов оператору в виде графиков и значений (блок 5), что позволяет быстро, легко и наглядно оценить их и сделать выводы о предложенном управлении. В случае выхода основных параметров процесса за

рабочие и аварийные пределы (блок 6), включается аварийная сигнализация, оператору выдается сигнал тревоги и на экране появляется окно с рекомендациями по устранению аварийной ситуации и по дальнейшему управлению процессом Расчет значений управляющих воздействий, а также выработка рекомендаций по дальнейшему управлению процессом осуществляется на основе блока нечеткого управления (блок 7), реализуя алгоритм вывода оператору на монитор (блок 8) необходимых советов и рекомендаций

Предложенный алгоритм имеет замкнутую модульную структуру и включает в себя все основные алгоритмы работы системы, учитывая при этом необходимые режимы и условия управления

Следует отметить, что в алгоритм (рисунок 8) включены те подсистемы, которые являются наиболее значимыми в составе данной ЭС Также следует отметить, что разработанный алгоритм относится к классу открытых, что позволяет при необходимости дополнить его новыми подсистемами, расширяющими возможности данной ЭС и внести изменения в ее структуру

Разработанная ЭС имеет широкие функциональные возможности, и в первую очередь предназначена, для исследования объекта управления, для обучения специалистов предприятий, а также студентов металлургических специальностей.

Внешний вид программной реализации ЭС показан на рисунке 9

ЦДДДД^^^—............'л ч > " ' ' 1

ЯЗЬЛШ

■¿»я«»!, О €) Иа-зу.

Рисунок 9- Внешний вид программной реализации ЭС

Программная реализация ЭС состоит из упрощенной мнемосхемы рудно-термической печи, пульта оператора, на котором приведены значения основных технологических параметров процесса, таймера, позволяющего следить за временем протекания процесса,

списка основных технологических параметров и графиков их изменения во времени.

ЭС позволяет выбрать один из возможных режимов работы (обучения, контроля знаний, советчика); изменять расходы материалов, поступающих на плавку; задавать электрические параметры; рассчитывать основные параметры процесса плавки, отображая на пульте оператора информацию о них и предоставляя графики их изменения во времени, а также наносить управляющие воздействия. Данная система позволяет проанализировать состояние технологических параметров в любой момент времени, а также визуально оценить взаимное влияние параметров друг на друга ЭС может работать как без учета временных задержек, так и с их учетом, принимая во внимание постоянную времени по разным каналам управления, позволяет выбрать ускорение времени до 1:300, имеет помощь, включающую описание технологического процесса плавки, а также описание программы и основных элементов управления, имеет систему аварийной сигнализации и систему диагностики.

В настоящее время ЭС работает в интерактивном режиме и может эффективно применяться для целей исследования, обучения и контроля знаний.

ЭС позволяет исследовать процесс относительно некоторых критериев, которые, исходя из приведенного анализа, являются показателями качества процесса плавки в РТП. Важной особенностью предлагаемой системы является возможность исследования процесса плавки с позиций системного подхода с целью эффективного управления всеми критериями в одно и то же время, называемое комплексным управлением.

Были проведены исследования системы, а также изучено влияние различных управляющих воздействий на процесс. Проведенные исследования показали, что реакция Эс на предложенное управление является идентичной реакции реального объекта управления, и, следовательно, учитывает все взаимосвязи и особенности реального процесса, вследствие чего доказывает правильность разработанных структурных схем, алгоритмов и математического описания. Наряду с этим, имея удобный наглядный интерфейс для работы, система дает возможность быстро и качественно наносить управления по различным каналам, проводить анализ и получать практические навыки по работе с процессом плавки.

Были проведены исследования эффективности- (качества) обучения студентов различных металлургических специальностей (МЦ, МП, ПК, АМЦ ИС) с применением ЭС. Проводилась комплексная оценка обучения студентов по критериям: времени обучения и количеству допущенных ошибок.

Результаты проведенного исследования представлены на рисунке 10.

Рисунок 10 - Сравнение времени обучения и количества допущенных

ошибок

Проведенные исследования ЭС показали, что предложенная система позволяет значительно сократить время обучения, а также уменьшить количество допускаемых студентами ошибок, тем самым повышая качество обучения.

Таким образом, данная система позволила наиболее эффективно использовать время обучения студентов при изучении особенностей процесса, более глубоко понять взаимосвязи, давая практические навыки управления процессом рудно-термической плавки.

Наличие широких функциональных возможностей у ЭС и простота в использовании делают ее незаменимой как для обучения, так и для производства Для доказательства были проведены серии испытаний ЭС, которые показали, что учет вырабатываемых системой советов и рекомендаций по управлению процессом плавки позволил уменьшить потери никеля в отвальных шпаках (рисунок 11)

Рисунок 11 - Кривые изменения концентрации никеля в отвальных шлаках

Кроме того, использование ЭС позволило вести процесс более стабильно, не допуская выхода параметров из рабочих диапазонов

В результате проведенных испытаний был сделан вывод, что данная система позволяет повысить технико-экономические показатели процесса плавки

Таким образом, использование ЭС процесса рудно-термической плавки позволяет повысить эффективность процесса плавки, снизить количество аварийных и предаварийных ситуаций, уменьшить влияние человеческого фактора, разработать наилучшие методики по управлению процессом, а также повысить квалификацию обслуживающего персонала, а, следовательно, и культуру управления процессом плавки в целом.

В настоящее время ЭС используется при проектировании и настройке АСУ, позволяя сократить время разработки на 15-20%, а также используется в практике наглядного обучения и тестирования персонала на действующих предприятиях и в качестве методического и программного обеспечения в организации учебного процесса подготовки студентов различных металлургических специальностей.

Окончательной целью разработки ЭС будет являться режим супервизорного управления, в котором ЭС будет выполнять все функции обработки данных, принятия решений и непосредственного управления реальным технологическим процессом

ЗАКЛЮЧЕНИЕ

В результате выполненных исследований достигнута поставленная цель работы и получены следующие научные результаты

1. Разработаны структура и алгоритмы работы ЭС управления процессом рудно-термической плавки Данная система является весьма сложной и включает большое количество подсистем, реализующие различные режимы ее работы

2 На основе принципов нейросетевого моделирования разработаны математические модели расчета основных технологических параметров процесса, позволяющие на основе имеющейся информации оценить состояние процесса плавки в любой момент времени, а также обладающие, по сравнению с существующими моделями, повышенной точностью прогноза Данные модели обладают адаптивными свойствами, способны выучивать последовательности и наборы данных, в связи с чем являются более устойчивыми и адекватными

3 С использованием методов нечеткой логики разработаны структура и алгоритм работы блока выработки советов, позволяющего по текущим значениям параметров, характеризующих состояние технологического процесса, сформировать рекомендации по дальнейшему управлению процессом. Данный блок позволяет, на основе базы нечетких правил, вырабатывать рекомендации по управлению процессом Блок имеет гибкий алгоритм, позволяющий

легко изменять и дополнять существующую базу правил, тем самым, расширяя его возможности.

4. Разработана ЭС управления процессом рудно-термической плавки, включающая математическое и программное обеспечение. Предложенная система является адекватной реальному технологическому процессу. Она позволяет исследовать процесс рудно-термической плавки относительно различных критериев, как в режиме обучения и контроля знаний, так и в режиме советчика

5. Разработанная ЭС внедрена в ЗАО «Краспромавтоматика» и используется для проектирования и настройки АСУ; в процесс обучения (Иркутский государственный технический университет, Сибирский государственный технологический университет, Красноярская государственная академия цветных металлов и золота, Красноярский промышленный колледж) и показала положительные результаты при обучении студентов.

Основные положения диссертационной работы

опубликованы в следующих работах:

1. Горенский Б.М. Использование управляющих и обучающих комплексов для контроля отходящих газов РТП/ Б.М. Горенский, O.E. Халикова // Технология обучения как фактор творческого потенциала личности: Материалы докладов международной научно-практической конференции, 27-30 апреля/ГАЦМиЗ.-Кр-ск, 1998. -с. 37.

2 Халикова О.Е Непараметрическое моделирование процессов плавки в РТП. // Совершенствование методов поиска и разведки, технологии добычи и переработки полезных ископаемых: Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых/ Фонд НТИ и ТДМ, КГАЦМиЗ. Кр-ск, 1999г. - с. 156.

3. Горенский Б.М. Новые информационные технологии в управлении металлургическими процессами Б.М. Горенский, Ю.Н. Чурсанов, А.В. Киселев, О.Е Халикова// ГАЦМиЗ - Красноярск, 1999. - 80а

4. Горенский Б.М. Использование компьютерного тренажера для оптимизации технологического процесса плавки в РТП/ Б.М. Горенский, В.А. Казинникова, О.Е Халикова // Оптимизация режимов работы электроприводов: Межвуз. Сб./Отв. Ред. ВА. Троян. Кр-ск, КГТУ, 1999. -с. 22-25.

5. Халикова О.Е Использование управляющих и обучающих комплексов для контроля отходящих газов РТП/ О.Е Халикова, В.А. Казинникова // Перспективные технологии и техника для горно -металлургического комплекса Сб. научных статей: В 2-х ч; КГАЦМиЗ. Кр-ск, 1999, 4.1.-с. 297-304.

* Халикова О Е. в настоящее время Гонебнад О Е.

6. Роднов О.О. Параметрические и непараметрические методы для идентификации процесса плавки в РТП/ О.О. Роднов, О.Е Халикова // Перспективные технологии и техника для горно металлургического комплекса Сб. научных статей: В 2-х ч.; КГАЦМиЗ. Кр-ск, 1999, 4.2 - с. 286-289.

7. Халикова О.Е Разработка автоматизированной системы исследования процесса плавки в РТП/ О.Е Халикова, Б.М. Горенский // Достижения науки и техники - развитию сибирских регионов (инновационный и инвестиционный потенциалы): Материалы Всероссийской научно-практической конференции с международным участием: В 3-х ч. Ч.З. Кр-ск: КГТУ, 2000. - с. 207208.

8. Халикова О.Е Применение непараметрических методов идентификации для моделирования процессов плавки в рудно-термических печах/ О.Е Халикова, Б.М. Горенский // Оптимизация режимов работы систем электроприводов: Межвуз. сборник / Отв. ред. В .А. Троян, СР. Залялеев. Красноярск: ИПЦ КГТУ, 2000. - с. 128-137.

9. Горенский Б.М. Автоматизированная информационно-советующая система управления и диагностики процессом плавки в РТП/ Б.М. Горенский, О.Е. Халикова, И.В. Гонебный // Моделирование, программное обеспечение и наукоемкие технологии в металлургии. Труды Всероссийской научно-практической, конференции/ Под общей редакцией СП. Мочалова/ СибГИУ. - Новокузнецк, 2001г. -с. 51-58.

10. Горенский Б.М. Автоматизированная обучающая система процесса плавки в рудно-термических печах/ Б.М. Горенский, О.Е. Гонебная, И. В. Гонебный // Теория и практика имитационного моделирования и создания тренажеров. Сборник материалов Международной научно-практической конференции. - Пенза, 2001. -с. 79-81.

11. Гонебная О.Е. Компьютерный тренажер для обучения плавильщиков руднотермических. печей// Совершенствование технологий производства цветных металлов. Сборник материалов Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых/ Сост.:Сувейзда В.В.; КГАЦМиЗ. -Красноярск, 2002. - с. 151-152

12 Гонебная О.Е Принципы построения имитационной системы управления процессом рудно-термической плавки // Информатика и системы управления: Межвуз. сб. науч. тр. Вып. 7.- Красноярск: ГУ НИИ информатики и процессов управления, 2002.- С.261-268.

Подписано в печать 2У.05>?.РСЦг. Формат 60x84/16. Бумага тип. Печать офсетная. Усл. печ. л. })95 Тираж 100 Заказ ///

Издательский центр Красноярского государственного университета 660041 Красноярск, пр. Свободный, 79.

»132*9

Оглавление автор диссертации — кандидата технических наук Гонебная, Ольга Евгеньевна

ВВЕДЕНИЕ.

1 АНАЛИЗ ПРОЦЕССА ПЛАВКИ В РТП.

1.1 Анализ состояния технологического процесса электроплавки в РТП.

1.1.1 Анализ сырья для производства никеля.

1.1.2 Анализ состояния технологического процесса плавки в рудно-термической печи

1.2 Анализ влияния основных режимных параметров на технологический процесс плавки в РТП.

1.3 Анализ состояния автоматизации процесса электроплавки в РТП.

ВЫВОДЫ ПО ГЛАВЕ.

2 РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ ПРОЦЕССА ПЛАВКИ МЕДНО-НИКЕЛЕВОГО АГЛОМЕРАТА В РТП.

2.1 Понятие экспертных систем.

2.1.1 Определение и базовая структура экспертной системы.

2.1.2 Методика предварительной обработки исходных данных.

2.2 Разработка математического описания процесса.

2.2.1 Требования предъявляемые к математическому описанию процесса рудно-термической плавки.

2.2.2 Анализ существующего математического описания процессов электроплавки.

2.3 Использование современных информационных технологий при построении математического описания процесса плавки.

2.3.1 Применение теории нейронных сетей при построении математических моделей процесса плавки.

2.3.1.1 Из теории нейронных сетей.

2.3.1.2 Обучение нейронных сетей.

2.3.1.3 Разработка нейросетевой модели.

К 2.3.1.4 Обучение и проверка нейросетевой модели.

2.3.2 Применение теории нечетких множеств при разработке блока нечеткого управления.

2.3.2.1 Введение в теорию нечетких множеств и нечеткую логику.

2.3.2.2 Разработка блока нечеткого управления для процесса плавки в РТП.

ВЫВОДЫ ПО ГЛАВЕ.

3 РЕАЛИЗАЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ ПРОЦЕССА РУДНО-ТЕРМИЧЕСКОЙ ПЛАВКИ.

3.1 Требования, предъявляемые к экспертной системе.

3.2 Разработка структуры программной реализации экспертной системы.

3.3 Разработка алгоритма работы экспертной системы.

3.4 Описание программной реализации экспертной системы.

3.5 Результаты использования экспертной системы.

ВЫВОДЫ ПО ГЛАВЕ.

Введение 2004 год, диссертация по информатике, вычислительной технике и управлению, Гонебная, Ольга Евгеньевна

Важнейшей отраслью экономики России является металлургическая промышленность. Развитие наукоемких производств и многостадийных технологических процессов вообще, и, в частности, в цветной металлургии, поставило задачу повышения технико-экономических показателей переработки сырья в металлургических агрегатах. Особенно остро эта задача стоит при совершенствовании производства пирометаллургических процессов переработки сульфидных руд в рудно-термических печах (РТП), ввиду важности этого процесса не только для цветной металлургии, но и для народного хозяйства в целом.

В настоящее время значительное внимание уделяется вопросу улучшения показателей действующих агрегатов электроплавки на основе создания и внедрения автоматизированных систем управления процессом. Различные аспекты разработки АСУ металлургическими процессами рассмотрены в работах Д.А. Бочкова, Г.М. Глинкова, А.Г. Киселева, В.П. Цымбала и других.

Сложность создания автоматизированных систем управления объясняется тем, что технологические процессы протекают, как правило, в высокотемпературных и химически Ш агрессивных средах, в агрегатах большой единичной мощности, слабо оснащенных системами автоматического контроля основных технологических параметров, что не позволяет оперативно контролировать изменение этих параметров по ходу процесса.

Существующий уже многие десятилетия процесс рудно-термической плавки также является весьма сложной системой. Во-первых, этот процесс относится к классу нестационарных, случайных, нелинейных и многосвязных объектов, во-вторых, характеризуется большим количеством параметров и неучтенных возмущающих воздействий, наряду с чем представляет собой комплекс очень сложных химических взаимодействий, осложненных физическими превращениями, механическими и тепловыми процессами, случайными процессами тепло-массообмена, высокой температурой и агрессивной средой в печи, а также другими, еще не достаточно понятными явлениями, и, в-третьих, в процессе плавки нет практически никакой прямой (непрерывной, надежной и полной) информации об основных технологических параметрах, что связано с низким уровнем автоматизации производства. В результате, до настоящего времени процесс рудно-термической плавки до конца не описан логическими и математическими уравнениями достаточно точно и всесторонне. В таких условиях практически невозможно надеяться на успешное управление объектом по известным, уже установившимся схемам, которые могут с успехом применяться лишь там, где объект описан полно.

В рамках сложной системы необходимо применение таких методов, которые не дают явного формульного решения, а лишь указывают алгоритм, т.е. последовательность действий, операций, осуществление которых приводит к конкретному решению. Эти методы открывают возможность получения эффективных алгоритмов решения сложных оптимизационных задач, используя для этих целей разнообразные средства вычислительной техники.

В результате этого встает вопрос создания некоторой системы управления процессом рудно-термической плавки, включающей как математическое описание, так и установление взаимосвязей внутри объекта. В связи с этим, основной задачей является выявление закономерностей на основе методов системного анализа, автоматизация алгоритмов и процедур принятия решений, а также перенос полученной модели в память ЭВМ с целью использования ее для автоматизированного управления сложным процессом в режиме советчика. Такой режим еще не позволяет полностью исключить оператора из контура управления, но все же приближает к полностью автоматической системе, которая без участия оператора могла бы управлять сложным и плохо формализованным объектом.

Современные тенденции в рудно-термическом производстве требуют новых подходов к управлению, основанных на применении новейших информационных технологий. В соответствии с этим на сегодняшний день предприятия рудно-термической плавки испытывают потребность в таких системах, которые будут работать в условиях неполной информации об объекте, при отсутствии автоматического контроля основных технологических параметров, позволяя, с достаточной степенью точности, рассчитывать значения этих параметров и прогнозировать их изменение. К таким системам относятся экспертные системы (ЭС), позволяющие проводить глубокую оценку технологического процесса с целью выявления причин, вызывающих его нарушения, а также для исследования, эффективного управления и оптимизации производства. ЭС предназначены, главным образом, для решения практических задач, возникающих в слабо структурированной и трудно формализуемой предметной области.

В связи с этим, в настоящей работе необходимо рассмотреть вопросы повышения эффективности работы печей рудно-термической плавки медно-никелевых руд путем разработки экспертной системы процесса.

Для достижения поставленной цели необходимо решить следующие задачи:

• провести анализ процесса рудно-термической плавки, выявить его особенности и причинно-следственные связи;

• построить научно-обоснованные и практически реализуемые математические модели расчета технологических параметров процесса электроплавки;

• разработать программную реализацию экспертной системы процесса рудно-термической плавки;

Научная новизна работы:

Ценность научной работы (значение для теории) состоит:

Практическая ценность.

1. Разработанная экспертная система процесса рудно-термической плавки позволяет при проектировании и отладке АСУ сократить время разработки на 15-20%, а также исследовать влияние технологических параметров на показатели эффективности процесса;

Обоснованность и достоверность полученных в диссертационной работе положений и выводов определяется корректным использованием современных информационных технологий при построении математического описания процесса и подтверждается результатами экспериментальных исследований экспертной системы.

На защиту выносятся:

1. Структура и алгоритмы работы экспертной системы управления процессом рудно-термической плавки.

2. Нейросетевые модели расчета и прогноза технологических параметров процесса рудно-термической плавки, способные обеспечить высокий уровень точности оценки параметров.

3. Структура и алгоритм работы блока выработки советов экспертной системы.

Реализация работы. Разработанная экспертная система внедрена в ЗАО «Краспромавтоматика» при проектировании и настройке АСУ в 2002г.; в учебный процесс в постоянную эксплуатацию в 2000г. в Иркутском государственном техническом университете при изучения дисциплин «Металлургия», «Теплотехника», «Автоматизация технологических Ф процессов»; в 2001г. в Сибирском государственном технологическом университете при изучения дисциплин «Моделирование объектов и систем управления», «Автоматизированные системы управления технологическими процессами»; в 2002г. в Красноярском промышленном колледже при изучении дисциплин «Автоматизация технологических процессов», «Теория автоматического управления»; в 2002г. в Красноярской государственной академии цветных металлов и золота при изучении дисциплин «Моделирование процессов и объектов в цветной металлургии», «Информационные технологии в металлургии», «Имитационное моделирование технологических систем в металлургии».

Апробация работы. Основные положения и отдельные разделы диссертационной работы обсуждались и докладывались на международных, всероссийских, зональных и * краевых конференциях и совещаниях, в том числе:

Заключение диссертация на тему "Экспертная система управления процессом рудно-термической плавки"

ВЫВОДЫ ПО ГЛАВЕ

С учетом приведенных требований, на основе полученных математических моделей расчета управляющих воздействий, текущего состояния процесса электроплавки, прогноза, и алгоритмов работы разработана экспертная система (ЭС) процесса электроплавки медно-никелевого концентрата в РТП.

Особенностью разработанной ЭС является то, что она учитывает реальное состояние автоматизации процесса плавки медно-никелевых концентратов в РТП.

Разработанная экспертная система процесса плавки медно-никелевых концентратов в рудно-термических печах относится к классу открытых систем, что позволяет при необходимости и появлении возможности непрерывного автоматического контроля дополнительных технологических параметров дополнить и расширить ее функциональные возможности, а также изменить уже имеющуюся математическую модель, не затрагивая остальных частей системы.

Экспертная система работает по разработанному алгоритму и позволяет исследовать процесс рудно-термической плавки относительно различных критериев, как в режиме обучения, так и в режиме контроля знаний.

Проведенные исследования показали, что предложенная экспертная система позволяет исследовать влияние основных управляющих воздействий на показатели эффективности процесса плавки, а также производить комплексное управление процессом. Доказывает, что реакция экспертной системы на предложенное управление является идентичной реакции реального объекта управления, а, следовательно, учитывает все взаимосвязи и особенности реального процесса, вследствие чего доказывает правильность разработанных ранее структурных схем, алгоритмов, а также точность математических моделей. Наряду с этим, имея удобный наглядный интерфейс для работы, система дает возможность быстро и качественно наносить управления по различным каналам, производить анализ и получать практические навыки по работе с процессом плавки.

Таким образом, использование ЭС позволяет повысить эффективность процесса плавки, снизить количество аварийных и предаварийных ситуаций, уменьшить влияние человеческого фактора, разработать наилучшие методики по управлению процессом, а также повысить квалификацию обслуживающего персонала.

В настоящее время экспертная система может быть использована как в системе управления процессом рудно-термической плавки, так и в практике наглядного обучения и тестирования персонала на действующих предприятиях, а также в качестве методического и программного обеспечения в организации учебного процесса подготовки студентов различных металлургических специальностей.

В дальнейшем планируется использование системы для управления в режиме советчика, в котором система должна использоваться для коррекции хода реального технологического процесса в условиях действующего производства и позволит исключить ряд аварийных ситуаций на нем. Окончательной же целью ее применения будет являться режим супервизорного управления, в котором ЭС будет выполнять все функции обработки данных, принятия решений и непосредственного управления реальным технологическим процессом.

ЗАКЛЮЧЕНИЕ

В результате выполненных исследований достигнута поставленная цель работы и получены следующие научные результаты:

1. Разработаны структура и алгоритмы работы ЭС управления процессом рудно-термической плавки. Данная система является весьма сложной и включает большое количество подсистем, реализующие различные режимы ее работы.

2. На основе принципов нейросетевого моделирования разработаны математические модели расчета основных технологических параметров процесса, позволяющие на основе имеющейся информации оценить состояние процесса плавки в любой момент времени, а также обладающие, по сравнению с существующими моделями, повышенной точностью прогноза. Данные модели обладают адаптивными свойствами, способны выучивать последовательности и наборы данных, в связи с чем являются более устойчивыми и адекватными.

3. С использованием методов нечеткой логики разработаны структура и алгоритм работы блока выработки советов, позволяющего по текущим значениям параметров, характеризующих состояние технологического процесса, сформировать рекомендации по дальнейшему управлению процессом. Данный блок позволяет, на основе базы нечетких правил, вырабатывать рекомендации по управлению процессом. Блок имеет гибкий алгоритм, позволяющий легко изменять и дополнять существующую базу правил, тем самым, расширяя его возможности.

Библиография Гонебная, Ольга Евгеньевна, диссертация по теме Автоматизация и управление технологическими процессами и производствами (по отраслям)

1. Ванюков П.А. Комплексная переработка медного и никелевого сырья. М.: Металлургия. 1988.

2. Грейвер Н.С. Основы металлургии/ Н.С. Грейвер, Д.Н. Клушин т. 1, ч. 2, М., 1961. -780с.

3. Ванюков А.В. Теория пирометаллургических процессов/ А.В. Ванюков, В .Я. Зайцев М.: Металлургия, 1973. - 504с.

4. Леонтьев Л.И. Пирометаллургическая переработка комплексных руд/ Л.И. Леонтьев, Н.А. Ватолин, С.В. Шаврин, Н.С. Шумаков М.: Металлургия, 1997. - 432 с.

5. Рябко А.Г. Формы потерь цветных металлов с отвальными шлаками электропечей обеднения/ А.Г. Рябко, Л.С. Альтерман, В.В. Старых, Л.Ш. Цемехман, Д.М. Погребенко -Цветные металлы, 1983, №3, с. 18-20.

6. Смирнов В.И. Металлургия меди, никеля, кобальта/ В.И. Смирнов, А.А. Цейдлер, И.Ф. Худяков, А.И. Тихонов ч. 2, М.: Металлургия, 1966. - 404с.

7. Худяков И.Ф. Металлургия меди, никеля, кобальта/ И.Ф. Худяков, А.И. Тихонов М.: Металлургия, 1977 - 271с.

8. Худяков И.Ф. Металлургия меди, никеля и кобальта/ И.Ф. Худяков, А.И. Тихонов, В.И. Деев, С.С. Набойченко ч. 2, М.: Металлургия, 1977. - 263с.

9. Рудницкий В.Б. Автоматизация процессов рудной электроплавки в цветной металлургии. М.: Металлургия. 1973.

10. Серебрянный Я.Л. Электроплавка медно-никелевых руд и концентратов. -М.: Металлургия. 1974.

11. Данцис Я.Б. Электрофизические процессы в ванне рудотермической печи/ Я.Б. Данцис, Г.М. Жилов // Журнал Всесоюз. хим. Общество им. Д.И. Менделеева. 1979, т.24, с. 567571.

12. Козлов О.В. Оптимизация параметров крупных электропечей для выплавки ферроникеля// Рудовосстановительные электропечи: Сб. науч. тр./ Всесоюз. н.-и. проект, конструкт, и технол. ин.-т электротерм, оборудования, М.: Энергоатомиздат, 1988, -с.52-58.

13. Ткач Г.Д. Факторы, определяющие температурный режим непрерывного электротермического производства// Сб. физико- хим. исследования малоотходных процессов в электротермии М., 1985, - с. 103-105.

14. Чеботарев В.А. Повышение производительности рудотермической электропечи// Пром. энергетика 1963, №11, - с.15-17.

15. Автоматическое управление металлургическими процессами: Межвуз. сб. науч. тр. /Магнитог. Гос. Горно- Металллургич. Академия/ Ред. Блохин A.M. Магнитогорск, 1994 - 115с. - рус. - ISBN 5-230-10737-5.

16. Липухин Ю.В. Автоматизация основных металлургических процессов. М.: Металлургия, 1990-278с.

17. Липухин Ю.В. Автоматизация металлургических агрегатов. М.: Металлургия, 1992 -304с.

18. Смоляренко В.Д. Способ ведения плавки/ В.Д. Смоляренко, Л.Н. Кузнецов Всес. Н.И., проект.- констр. оборуд. А.С. 1325085, СССР. Заявл. 24.12.85, №3996811/22 - 02, опубл. в Б.И., 1987, №27, МКИ С21С5/52. РЖ «Мет.», 1988, №2, 2В469П.

19. Способ управления группой рудно-термических печей. А.С. 87780 МКИ Н05В7/144,3001.81, №40.

20. Способ регулирования электрического режима рудно-термической печи. А.С. 1161566 МКИ С21С5/52, опубл. 15.06.85 Б.И. 22.

21. Способ автоматического регулирования рудно-термической электропечью с четным числом электродов. А.С. 992596, опубл. 30.01.83, Б.И. №4 МКИ С21С5/52.

22. Степанянц С.А. Система автоматического управления процессом получения ферросплавов в электропечи/ С.А. Степанянц, В.В. Гордына, В.Т. Зубанов, Б.Ф. Величко -А.С. СССР №1136000, опубликован 23.01.85. Бюллетень №4.

23. Богутевский B.C. Устройство контроля температуры металла в конверторе/ B.C. Богутевский, И.И. Кочков, Н.А. Сорокин, С.К. Соболев А.С. СССР №1073290, опубликовано 15.02.84. Бюллетень №6 (по ультразвуковым колебаниям).

24. Фролов В.Н. Устройство для измерения температуры/ В.Н. Фролов, К.В. Юкса А.С. СССР №892232, опубликовано 21.07.81. Бюллетень №47 (сменные термоблоки).

25. Бродский В.Д. Новые методы абсолютного измерения температуры/ В.Д. Бродский, А.В. Саватеев // Измерительная техника. 1960, №5, с.21-25.

26. Горенский Б.М. Устройство для контроля температуры электролита алюминиевого электролизера/ Б.М. Горенский, П.М. Твардовский А.С. СССР №910853, опубликовано0703.82. Бюллетень №9.

27. Philip Hans Joachim, Troglancr Woltgang Anwendung mathematish - statistischer Verfaren bei der Metallurgier "Nene Hiirte", 1978, 33, №2,64-69.

28. Мак-Дональд Д.В. Введение в физику шумов и флуктуаций. М.: Мир, 1964. - 156с.

29. Баженов А.Е. Способ контроля температуры электролита алюминиевого электролизера/ А.Е. Баженов, Б.М. Горенский, С.Ф. Корндорф, П.М. Твардовский А.С. №681118, опубликовано 25.08.79. Бюллетень №31.

30. Галкин М.Ф. ЭВМ в производстве стали/ М.Ф. Галкин, Ю.С. Кроль, А.В. Семека М.: Металлургия, 1976. - 264с.

31. Галкин М.Ф. Кибернетические методы анализа электроплавки стали/ М.Ф. Галкин, Ю.С. Кроль М.: Металлургия, 1971. - 302с.

32. Гитгарц Д.А. Автоматизация плавильных электропечей с применением микро ЭВМ. -М.: Энергоатомиздат, 1984. 136с.

33. Синярев Г.Б. Применение ЭВМ для термодинамических расчетов металлургических процессов/ Г.Б. Синярев, Н.А. Ватолин, Б.Г.Трусов М.: Наука, 1982. - 260 с.

34. Бондарь Е.С. Уровнемер/ Е.С. Бондарь, А.А. Слизков, Е.М. Тур А.С. СССР №1150489, опубликовано 14.04.86, Бюллетень №14.

35. Данцис Я.Б. Устройство для контроля уровня расплава/ Я.Б. Данцис, Ю.А. Пушкин, С.З. Брегман, С.Ф. Короткин А.С. СССР №673859, опубликовано 25.07.79, бюллетень №28.

36. Уталяно Йосинобу. Способ определения уровней жидкости/ Уталяно Йосинобу, Цудзимото Кэньити, Танабэ Кардзуо, Нода Макото, Кадзимя Танэси Японский патент №50-40244, опубликован 28.09.84.

37. Zimmermann Helmut. Емкостной измеритель уровня/ Zimmermann Helmut, Droszez Stelten Патент ГДР №204155, опубликован 16.11.83.

38. Шайдуров Г.Я. Способ контроля количества осажденного металла в электролизер. А.С. СССР №393696, опубликован 26.11.71. Бюллетень №38.

39. Опыт и проблемы внедрения компьютерной техники в учебном процессе. Тезисы докладов научно-практического семинара. Челябинск. - 1990.

40. Компьютеризация учебного процесса в техническом вузе. Содержание и технология разноуровневого образования. Труды межвузовских научно-практических конференций. Новокузнецк. -1994-1995.

41. Горенский Б.М. Математическое моделирование и оптимизация технологических систем в цветной металлургии: Учебное пособие/ КИЦМ, Красноярск, 1994,152с.

42. Попов Э.В. Экспертные системы реального времени// Открытые системы № 2(10), 1995.

43. Хеййс-Рот Ф. Построение экспертных систем/ Ф. Хеййс-Рот, Д. Уотерман, Д. Ленат М: Мир, 1989. - 220с.

44. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат, 1991. - 228 с.

45. Бородюк В.П. Организация эксперимента при сборе статистических данных для регрессионного анализа/ В.П. Бородюк, Г.Ф.Филаретов // Планирование эксперимента. Под ред. Г.К. Круг. М.: Наука, 1966.

46. Веселая Г.Н. О математических моделях технологических процессов, полученных по данным пассивных наблюдений/ Г.Н. Веселая, Н.В. Егорова // Проблемы планирования эксперимента. Под ред. Г.К. Круг. М.: Наука, 1969.

47. Лецкий Э.К. Последовательные алгоритмы вычисления коэффициентов регрессионной модели/ Проблемы планирования эксперимента. Под ред. Г.К. Круг. М.: Наука, 1969.

48. Дрейпер, Смит. Прикладной регрессионный анализ. М.: Статистика, 1973.

49. Рубан А.И. Методы анализа данных. Учеб. пособие: В 2 ч. Ч. 2 / КГТУ, Красноярск, 1994.-125 с.

50. Рубан А.И. Теория вероятностей и математическая статистика: Учеб. пособие. В 2 ч. / КГТУ, Красноярск, 1996.

51. Цымбал В.П. Математическое моделирование металлургических процессов: Учебное пособие для вузов. М.: Металлургия, 1986, 240с.

52. Моделирование физико-химических систем и технологических процессов в металлургии. Труды Всесоюзного совещания. Новокузнецк, 1991.

53. Математические и экономические модели в оперативном управлении производством. — Москва, «Электрика» 1997, №3, №6.

54. Современные проблемы и пути развития металлургии. Труды Международной научно-технической конференции. Новокузнецк. 1997.

55. Современные проблемы и пути развития металлургии. Материалы международной научно-практической конференции. СибГИУ, Новокузнецк. 1998 г.

56. Металлургия на пороге XXI века: достижения и прогнозы. Материалы Всероссийской научно-практической конференции, Новокузнецк, 1999 г.

57. Советов В.Я. Моделирование систем/ В.Я. Советов, С.А. Яковлев// Учебник для ВУЗов. -М.: Высшая школа, 1975.

58. Перегудов Ф.И. Основы системного анализа/ Ф.И. Перегудов, Ф.П. Тарасенко// Учеб. 2-ое изд. Доп. Томск. Издательство НТЛ, 1997.

59. Кафаров В.В. Принципы математического моделирования химико-технологических систем. М.: Химия, 1974.

60. Падалко А.Г. Разработка образно-наглядных моделей металлургических процессов и их применение в АСУ ТП и обучающих комплексах. Автореферат кандидатской диссертации, г. Новокузнецк, 1984.

61. Геловани В.А. Проблемы компьютерного моделирования/ В.А. Геловани, В.В. Юрченко М.: МНИ-ИГУ, 1990.

62. Лапко А.В. Имитационные модели пространственно распределенных экологических систем / А.В. Лапко, Н.В. Цугленок, Г.И. Цугленок. Новосибирск: Наука. Сибирская издательская фирма РАН, 1999. - 190с.

63. Демиденко Н.Д. Управляемые распределенные системы. Новосибирск: Наука. Сибирская издательская фирма РАН, 1999. - 393с.

64. Лапко А.В. Имитационные модели неопределенных систем Новосибирск: ВО «Наука». Сибирская издательская фирма. 1993 -112с.

65. Катковник В.Я. Непараметрическая идентификация и сглаживание данных: метод локальной аппроксимации. М.: Главная редакция физико-математической литературы, 1985.-336 с.

66. Файницкий М.З. Основные принципы управления РТП/ М.З. Файницкий, В.В. Дрессен // Проблемы рудной электротермии:Докл. научно-технич. совещ. «Электротермия-96», С.-П., 4-5 июня, 96г. СПб, 1996 - с. 196-205. -рус.

67. Тарасов В.А. Электротепловая модель процессов в ванне РТП/ Проблемы рудной электротермии: Докл. научно-технич. совещ. «Электротермия-96», С.-П., 4-5 июня, 96г. -СПб, 1996 с. 196-205. -рус.

68. Альперович И.Г. Моделирование процессов тепломассообмена в РТП/ И.Г. Альперович, Г.Г. Яньков // Проблемы рудной электротермии:Докл. научно-технич. совещ. «Электротермия-96», С.-П., 4-5 июня, 96г. СПб, 1996 - с. 196-205. -рус.

69. Тохтабаев Г.М. Разработка базовой математической модели процесса электроплавки медных концентратов. Рукопись деп. В КАЗ-НИИНТИ 5.05.85г. №941, КА-85ДЕП, РЖ «Металлургия», 85, №8.

70. Тохтабаев Г.М. Разработка информационной математической модели процесса электроплавки медных концентратов. РЖ «Металлургия», 1985, №8.

71. Панченко С.В. Динамика процессов в РВП/ С.В. Панченко, А.Ф. Богатырев, Д.С. Панченко // Проблемы рудной электротермии: Докл. научно-технич. совещ. «Электротермия-96», С.-П., 4-5 июня, 96г. СПб, 1996 - с. 196-205. -рус.

72. Способ настройки модели рудно-термической электропечи. АС 984068, СССР, Б.И.,1982, №7, МКИ Н05В7/148.

73. Иванов В. А. Адекватная модель процесса электротермической переработки окисленных цинкосодержащих материалов для оптимального управления. Известия ВУЗов. Цветная металлургия, 1983,№4, с. 32-36.

74. Васина Г.И. Математическая модель процессов переработки оловосодержащих материалов в электропечах. Известия ВУЗов. Цветная металлургия, 1984,№2, с. 107-111.

75. Ершов В.А. Модель учета технологических параметров при расчете режимов работы печей/ В.А. Ершов, В.Д. Розенберг// Рудовосстановительные электропечи: Сб. Научных трудов ВНИИ Электротерм, оборудования. М., 1988, с. 46-52.

76. Ершов В.А. Метод расчета температуры под сводом рудотермической печи/ В.А. Ершов, А.В. Финкелыптейн, Т.Б. Винельцева // Комплексные использования минерального сырья 1983,-№9-с. 39-41.

77. Штутин Г.И. Исследование теплового баланса закрытой рудотермической печи/ Г.И. Штутин, П.А. Мясников, В.Н. Кулиничев // Металлургическая теплотехника, 1981, - №9 -с. 42-46.

78. Кулиничев В.И. Определение параметров рудовосстановительных электропечей через активное сопротивление ванны// Сталь. 1988 - №7, с. 43-49.

79. Миронов Ю.М. Методы математического расчета параметров ванн многошлаковых электропечей/ Ю.М. Миронов, В.А. Тарасов, B.JI. Розенберг, А.Н. Попов // Электротехническая промышленность. Электротермия 1980 №2 - с.4-5.

80. Живоглядов В.П. Непараметрические алгоритмы адаптации/ В.П. Живоглядов, А.В. Медведев -Фрунзе: Илим, 1974.-134 с.

81. Медведев А.В. Непараметрические системы адаптации.- Новосибирск: Наука, 1983 .-174с.

82. Медведев А.В. Непараметрические методы в кибернетике/ Изв. высш. уч. Заведений, т.38, изд. Томского госуниверситета, 1995. с. 47-54.

83. Лапко А.В. Непараметрические системы классификации/ А.В. Лапко, В.А. Лапко, М.И. Соколов, С.В. Ченцов. Новосибирск: Наука, 2000. - 240с.

84. Халикова О.Е. Параметрические и непараметрические методы для идентификации процесса плавки в РТП. // Перспективные технологии и техника для горно -металлургического комплекса: Сб. научных статей: В 2-х ч.; КГАЦМиЗ. Кр-ск, 1999, 4.2. -463с.

85. Распределенные системы управления периодическими и непрерывными процессами. Seamless integration of multiple batch and continuous processes / Shaw P. // Spec. Chem. -1994. -14, №6 c. 385-386. - Англ.

86. Монахова E. "Нейрохирурги" с Ордынки. PC Week/RE, №9, 1995.

87. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992.

88. Горбань А.Н. Обучение нейронных сетей. М.: СП ПараГраф, 1991.

89. Горбань А.Н. Нейроинформатика/ А.Н. Горбань, B.J1. Дунин-Барковский, А.Н. Кардин и др./ Отв. Ред. Е.А. Новиков, РАН, Сиб. Отд., Институт выч. Моделирования -Новосибирск: Наука, 1998.

90. Корнеев В.В. Базы данных. Интеллектуальная обработка инфор-мации/ В.В Корнеев., А.Ф. Гареев и др. М.: Издатель Молгачева С.В.,2001.

91. Миркес Е.М. Нейроинформатика и другие науки // Вестник КГТУ, 1996, вып. 6, с.5-33.

92. Розенблатт Ф. Принципы нейродинамики. Перцептрон и теория механизмов мозга. -М„ Мир, 1965.

93. Simpson, P. Artificial Neural Systems. New York, N.Y.: Pergamon Press, 1990.

94. Specht, D. Probabilistic Neural Networks// Neural Networks, 1990, 3, 109-118.

95. Cben, C.H. Fuzzy Logic and Neural Network Handbook. New York, N.Y.: McGraw-Hill, Inc., 1996.

96. Горбань А.Н. Возможности нейронных сетей // Нейроинформатика. Новосибирск: Наука, Сибирская издательская фирма РАН, 1998.

97. Барцев С.И. Адаптивные сети обработки информации/ С.И Барцев., В.А Охонин./ Препринт ИФ СО АН СССР, Красноярск, 1986, №59Б, 20 с.

98. Swingler К. Applying Neural Networks// A Practical Guide/ Academic Press, 1996.

99. Laurene F. Fundamentals of Neural Networks: Architectures, Algorithms, and Applications, Prentice Hall, 1994.

100. Гилев C.E. Сравнение методов обучения нейронных сетей // Тезисы докладов III Всеросийского семинара "Нейроинформатика и ее приложения" Красноярск: Изд-во КГТУ, сс. 80-81.

101. Горбань А.Н. Нейрокомп // Нейроинформатика и ее приложения: Материалы III Всероссийского семинара, 6-8 октября 1995 г. Ч. 1/Под ред. А.Н.Горбаня Красноярск: Изд-во КГТУ, 1995. С. 3-31.

102. Итоги науки и техники. Сер. "Физ. и Матем. модели нейронных сетей" /Под ред. А.А.Веденова. М.: Изд-во ВИНИТИ, 1990-92 - Т. 1-5.

103. Масалович А.И. От нейрона к нейрокомпьютеру // Журнал доктора Добба,- 1992.-N.I.- С.20-24

104. Фролов А.А. Нейронные модели ассоциативной памяти/ А.А.Фролов, И.П Муравьев -М.: Наука, 1987.- 160 с.

105. Цыпкин Я.З. Основы теории обучающихся систем. М.: Наука, 1970. 252 с.

106. Щербаков П.С. Библиографическая база данных по методам настройки нейронных сетей // Нейрокомпьютер, 1993. № 3,4. С.5-8.

107. Zade L. A. The concept of a linguistic variable and its application to approximate reasoning. Part 1, 2, 3 // Information Sciences, n. 8 pp.199-249, pp.301-357; n. 9 pp. 43-80.

108. Smidth F. L. Computing with a human face. // New Scientist, 6 may, 1982.

109. Кофман А. Введение в теорию нечетких множеств.- М.:Радио и связь, 1982.- 432 с.

110. ЗадеЛ. Понятие лингвистической переменной и ее применение к принятию 4 приближенных решений. — М.: Мир, 1976. — 167 с.

111. Zadeh L. Fuzzy sets // Information and Control. — 1965. — №8. — P. 338-353.

112. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. — М.: Радио и связь, 1981. — 286 с.

113. Ротштейн А.П. Проектирование нечетких баз знаний: лабораторный практикум и курсовое проектирование/ А.П. Ротштейн, С.Д. Штовба// Учебное пособие. Винница: Винницкий государственный технический университет, 1999.- 65с. (На укр. языке).

114. Ротштейн А.П. Влияние методов деффазификации на скорость настройки нечеткой модели/ А.П. Ротштейн, С.Д. Штовба// Кибернетика и системный анализ.- 2002.- №1.

115. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.- В кн.: Математика сегодня.- М.:3нание, 1974, с. 5-49.

116. Борисов А.Н. Принятие решений на основе нечетких моделей. Примеры * использования/ А.Н. Борисов, О.А. Крумберг, И.П. Федоров Рига: Зинатне, 1990.- 184 с.

117. Mamdani Е. Н. Applications of fuzzy algorithms for simple dynamic plant. Pore. IEE. vol. 121, n. 12, pp. 1585-1588, 1974.

118. Мелихов A.H. Ситуационные советующие системы с нечеткой логикой/ А.Н. Мелихов, Л.С. Берштейн, С.Я. Коровин М.: Наука, 1990,- 272 с.

119. Алиев Р.А. Производственные системы с искусственным интеллектом/ Р.А. Алиев, Н.М. Абдикеев, М.М. Шахназаров М: Радио и связь. 1990. - 264 с.

120. Круглов В.В. Нечеткая логика и искусственные нейронные сети/ В.В. Круглов, М.И. Дли, Р.Ю. Голунов Физматлит, 2001. - 224 с.

121. Орловский С.А. Проблемы принятия решений при нечеткой информации.- М.:Наука, 1981.- 206 с.

122. Малышев Н.Г. Нечеткие модели для экспертных систем в САПР/ Н.Г. Малышев, Л.С. Бернштейн, А.В. Боженюк — М.: Энергоиздат, 1991. — 136 с.

123. Fu Н.С. A fuzzy neural network for knowledge learning/ H.C. Fu, J J. Shann // Int. J.

124. Neural Syst.- 1994.- V.5, N.I.- P.13-22. 133. Keller J.M. Neural network implementation of fuzzy logic/ J.M. Keller, R.R. Yager, H. Tahani // Fuzzy Sets and Syst.1992.- 45, № 1. PP. 1-12.

125. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. — Винница: УНИВЕРСУМ—Винница, 1999. — 320

126. Борисов А.Н. Обработка нечеткой информации в системах принятия решений/ А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева и др.- М: Радио и связь. 1989. 304 с

127. Берштейн JI.C. Нечеткие модели принятия решений: дедукция, индукция, аналогия

128. J1.C. Берштейн, А.В. Боженюк Таганрог: Изд-во ТРТУ, 2001 .-110с.

129. Цымбал В.П. Введение в теорию самоорганизации. С примерами из металлургии: Учебное пособие. СибГГМА. Новокузнецк, 1997 - 251с.

130. Бочков Д. А. Автоматизированные системы управления металлургическим производством/ Учеб. пособие для студентов металлург, спец. ВУЗов. М.: Металлургия, 1992-250с.

131. Основные тенденции развития и внедрения автоматизированных информационных систем/Информационный сб. -М., УНИИГАИК, 1994 40с.

132. Создание систем управления качеством руд для повышения эффективностииспользования сырья. Жур. «Цв. Металлы», 1993, №3, стр.62.

133. Халикова О.Е. Новые информационные технологии в управлении металлургическими процессами/ О.Е. Халикова, Б.М. Горенский, Ю.Н. Чурсанов, А.В. Киселев // Лаб. практикум/ ГАЦМиЗ Красноярск, 1999, 80с.

134. Халикова О.Е. Автоматизированная информационно-советующая система управления и диагностики процессом плавки в РТП/ О.Е. Халикова, Б.М. Горенский, И.В.

135. Гонебный // Моделирование, программное обеспечение и наукоемкие технологии вметаллургии. Труды Всероссийской научно-практической конференции/ Под общей редакцией С.П. Мочалова/ СибГИУ. Новокузнецк, 2001г. -497с.

136. Сборник докладов научно-методического совещания семинара. «Применение в учебном процессе тренажеров и моделей-имитаторов». - Новокузнецк, 1984.

137. Горенский Б.М. ЭВМ в управлении технологическими процессами/ Б.М. Горенский,

138. A.А. Буралков, В.А. Казинникова Учеб. Пособие. ГАЦМиЗ. - Красноярск, 1998,184 с.

139. Черненький В.М. Имитационное моделирование. Прак. пособие М.: Высшая школа, 1990.

140. Гультяев А.К. Matlab 5.2. Имитационное моделирование в среде Windows. Практ. пособие, Спб.: Корона, 1999.

141. B.В.; КГАЦМиЗ. Красноярск, 2002. - 242с.

142. Моделирование, программное обеспечение и наукоемкие технологии в металлургии. Труды Всероссийской научно-практической конференции/ Под общей редакцией С.П. Мочалова/ СибГИУ. Новокузнецк, 2001г. - 497с.

143. Гонебная О.Е. Принципы построения имитационной системы управления процессом рудно-термической плавки // Информатика и системы управления: Межвуз. сб. науч. тр. Вып. 7- Красноярск: ГУ НИИ информатики и процессов управления, 2002.- С.261-268.-V

Похожие работы

Информатика, вычислительная техника и управление
05.13.00