автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Методы и алгоритмы обработки измерительной информации для количественной оценки дополнительного запаса газа в магистральном газопроводе

На правах рукописи

УЛАНОВА Наталия Юрьевна

МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИЗМЕРИТЕЛЬНОЙ ИНФОРМАЦИИ ДЛЯ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ДОПОЛНИТЕЛЬНОГО ЗАПАСА ГАЗА В МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ

Специальность 05.11.13 - Приборы и методы контроля

природной среды, веществ, материалов и изделий

Автореферат диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ 2007

□03066412

Работа выполнена в государственном образовательном учреяедении высшего профессионального образования Санкт-Петербургском государственном горном институте имени Г.В.Плеханова (техническом университете).

Научный руководитель -

доктор технических наук, профессор

Проскуряков P.M.

Официальные оппоненты:

доктор технических наук, профессор

Балюбаш В.А

кандидат технических наук

Пиотровский A.C.

Ведущее предприятие - Санкт-Петербургский институт информатики и автоматизации РАН.

Защита диссертации состоится 12 октября 2007 г. в 16 ч 15 мин на заседании диссертационного совета Д 212.224.07 при Санкт-Петербургском государственном горном институте имени Г.В.Плеханова (техническом университете) по адресу: 199106 Санкт-Петербург, 21-я линия, д.2, ауд.7212.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного горного института.

Автореферат разослан 12 сентября 2007 г.

УЧЕНЫЙ СЕКРЕТАРЬ диссертационного совета д.т.н., профессор С j/^—С.Л.ИВАНОВ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность выбранной темы: Информация Превратилась сегодня в ключевой ресурс эффективности деятельности предприятия. Осуществление оперативного контроля над производственной деятельностью, анализ текущей производственной ситуации, принятие управленческих решений - все эти функции сводятся, в конечном итоге, к работе с информацией И от того, насколько эта информация оперативна, достоверна и верна, зависит конечный успех деятельности всего предприятия

Системы диагностики рабочего состояния магистральных газопроводов являются необходимыми для лиц, принимающих решения, таких, например, как главный диспетчер газотранспортного предприятия или компании по продаже газа Они облегчают управление обширными газотранспортными сетями в условиях недостаточно полной информации о них При этом в большинстве случаев, наряду с количественной информацией, получаемой от различных датчиков, систем, присутствует также вербальная информация, что не позволяет использовать обычные диагностические системы

Существующие экспертные системы имеют ряд недостатков, одним из которых является отсутствие интегральной обобщённой оценки состояния системы, что затрудняет их применение в принятии решений Поэтому возникла необходимость в создании таких систем диагностики на магистральных газопроводах, которые базируются на методах, использующих вербальную информацию и позволяющих оценивать рабочее состояние системы магистрального газопровода для облегчения принятия решения

Одной из важных задач при управлении магистральным газопроводом, которая раньше не ставилась из-за невозможности быть проанализированной обычными методами, является создание временного дополнительного «запаса» газа в трубе за счет изменения различных параметров Лицо, принимающее решения по поставкам и продаже газа, должно знать, возможно ли создание такого дополнительного запаса газа на данном промежутке магистрального газопровода и если возможно, то примерно оценить его количество

Цель работы: разработка методов и алгоритмов обработки измерительной информации для учета дополнительного запаса газа на

участке магистрального газопровода между компрессорными станциями, обусловленная изменениями факторного пространства участка трубопровода

Идея работы: заключается в создании интеллектуальной информационно-диагностической системы для количественной оценки нечёткого, неструктурированного факторного пространства участка регионального газопровода, методом формализации экспертной информации и представления ее в виде полинома.

Задачи исследования:

- обосновать возможность применения метода формализации экспертной информации в виде аналитического выражения для построения базы знаний интеллектуальной информационно-диагностической системы;

- разработать методику извлечения качественно новой информации в виде обобщенных показателей состояния магистрального газопровода для лиц принимающих решения высокого уровня,

- оценить погрешности информационных каналов для построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе;

- построить обобщенный количественный показатель оценки дополнительного запаса газа в магистральном газопроводе,

- выбрать и обосновать критерии адекватности и провести проверку адекватности интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе на действующем предприятии,

- создать программный продукт в виде интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе как инструмента для имитационного моделирования количественного обобщенного показателя дополнительного запаса газа в магистральном газопроводе и тренажера для обучения,

- разработать основу и принципиальную структурную схему нечеткого логического регулятора, использующего в качестве базы знаний обобщенный показатель

Защищаемые научные положения:

1. Обобщенный показатель количественной оценки дополнительного запаса газа в магистральном газопроводе в нечётком слабоструктурированном факторном пространстве представлен в виде полинома, системно характеризующего обобщенную информацию и позволяющего обоснованно создать рациональный дополнительный запас газа на заданном участке газопровода. 2 Интеллектуальная информационно-диагностическая система для количественной оценки дополнительного запаса газа в магистральном газопроводе построена на основе обобщенного показателя в виде полинома и позволяет получать количественные решения для создания дополнительного запаса газа, при этом учитываются изменения нечеткого слабоструктурированного факторного пространства на участках газопровода Методы исследования: При проведении исследований использовались методы формализации экспертной информации при логико-лингвистическом описании объекта исследований, математической статистики, динамики газовых систем, теории погрешности

Научная новизна работы: Обоснован обобщённый информационный показатель для нечеткой слабоструктурированной системы, на базе которого в форме полиномиальной модели построена информационно-диагностическая система количественной оценки дополнительного запаса газа в магистральном газопроводе

Обоснованность и достоверность научных положений подтверждается достаточным объемом теоретических и экспериментальных исследований, адекватностью построенных моделей изучаемым явлениям.

Практическая ценность работы:

1 Разработана и апробирована экспресс-методика для оперативной количественной оценки изменения величины дополнительного запаса газа в магистральном газопроводе в реальном масштабе времени,

2 Предложен алгоритм построения информационно-диагностической двухуровневой системы, что делает данный подход универсальным и может применяться для решения других практических задач отрасли,

3 Разработана интеллектуальная информационно-

диагностическая система количественной оценки дополнительного запаса газа в магистральном газопроводе

Личный вклад автора:

- обоснована возможность применения метода формализации экспертной информации в виде аналитической зависимости для решения задачи количественной оценки дополнительного запаса газа в магистральном газопроводе,

- разработаны методика и принципы построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе;

- создана информационно-диагностическая система и на конкретных объектах выполнены расчеты для магистрального газопровода из четырёх участков и показаны адекватности иерархически построенных моделей и всей системы в целом,

- создан программный продукт, реализующий интеллектуальную информационно-диагностическую систему количественной оценки дополнительного запаса газа в магистральном газопроводе,

- разработаны основы построения и структурная схема нечеткого логического регулятора на базе нечетких полиномиальных моделей

Реализация выводов и рекомендации работы:

По результатам работы информационно-технологические и методические материалы были внедрены в ООО «Новгородрегионгаз»

Апробация работы: Основные положения и результаты работы докладывались и получили положительную оценку на конференциях молодых ученых «Полезные ископаемые России и их освоение» в 2004, 2005, 2006 гг в СПГГИ (ТУ), на конференции «Автоматизации и диспетчеризации» в СПГТИ (ТУ), на второй международной научно-технической конференции «Информационные технологии в науке, образовании и производстве», ОГТУ, г Орел, на 9 Международной научно-технической конференции по мягким вычислениям и измерениям «SCM-2006, 27-29 june 2006» в СПбЭТУ, на 10 Международной научно-технической конференции по мягким вычислениям и измерениям «SCM-2007» в СПбЭТУ

Публикации: Основные результаты диссертации опубликованы в 10 печатных работах, в том числе в 5 журналах, опубликованных в списке, поименованном ВАК РФ

Структура и объём работы: Диссертация состоит из введения, 4 глав и заключения, изложенных на 171 страницах Содержит 40 рисунков, 15 таблиц, список литературы из 140 наименований

В главе 1 рассмотрено состояние вопроса моделирования оценки возможности создания дополнительного запаса газа в магистральном газопроводе Выполнен обзор методов моделирования диагностических систем и выбрана методика проведения моделирования

В главе 2 разработана методика построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе на базе обобщённого показателя.

В главе 3 разработан обобщенный показатель количественной оценки дополнительного запаса газа на отдельном участке магистрального газопровода, проведена проверка адекватности и построена модель количественной оценки дополнительного запаса газа в целом по магистральному газопроводу Приведены результаты апробация модели в ООО «Новгородрегионгаз».

В главе 4 разработана основа для построения интеллектуальная информационно-диагностическая система количественной оценки дополнительного запаса газа в магистральном газопроводе, которая реализована в виде программного продукта Показана структура принятия решений на базе нечёткого логического регулятора, использующего построенные модели как базу знаний

Заключение отражает обобщенные выводы по результатам исследований в соответствии с поставленной целью и решёнными задачами

ЗАЩИЩАЕМЫЕ НАУЧНЫЕ ПОЛОЖЕНИЯ Положение 1

Обобщенный показатель количественной оценки дополнительного запаса газа в магистральном газопроводе в нечетком слабоструктурированном факторном пространстве представлен в виде полинома, системно характеризующего обобщенную информа-

цию и позволяющего обоснованно создать рациональный дополнительный запас газа на заданном участке газопровода

Одной из основных задач газоперекачивающих компаний является задача скорейшей поставки газа потребителю При этом часто возникают ситуации, когда остро необходим сверхлимитный газ В условиях конъюнктуры рынка лицом, принимающим решения, является руководящий работник высокого ранга При этом информация, необходимая лицам, принимающим решения высокого уровня (ЛПР ВУ), кардинально отличается от имеющейся оперативной информации, необходимой, например, диспетчерам различных газоперекачивающих компаний (более низкий иерархический уровень)

ЛПР ВУ, принимая такие решения, часто использует всего лишь определенное количество обобщенных факторов, которые «вычленяет» из огромного количества информации, поступившей от различных измерительных систем При этом в большинстве случаев, наряду с количественной информацией, присутствует вербальная (качественная) информация, что не позволяет использовать обычные диагностические системы

Информация о транспортировке газа по своей сути нечёткая, т е количественные данные различной направленности несут в себе дополнительно и качественные признаки Например, измеренные показатели в какой-либо точке неявно подразумевают распространение их на значительную длину газопровода Кроме того, необходимо учитывать еще одно свойство чем выше уровень принятия решения, тем более обобщенной должна быть исходная информация. Поэтому возникает необходимость в создании таких систем диагностики, которые используют и вербальную информацию для повышения достоверности принимаемых решений высокого уровня

Исходя из перечисленных требований, был выбран метод формализации экспертной информации в виде аналитического выражения с применением элементов теории нечётких множеств и планирования экспериментов (метод Спесивцева - Дроздова) Он позволяет представлять вербальную информацию в количественном виде, удовлетворяя при этом требованиям системности, компактности и высокой степени обобщения Алгоритм построения обобщенного показателя по выбранному методу представлен на рис 1

Рис 1 Алгоритм построения прогностической модели в нечеткой среде

Выбор факторного пространства является первым и ответственным (рис 1) этапом построения обобщённого показателя

В конкретных условиях задачи системность выбора переменных заключается в том, что факторное пространство должно включать переменные, характеризующие состояние газа в трубе, техническое состояние самой трубы и внешние действующие факторы.

Потенциально возможными переменными являются множество переменных, которые характеризуют «трубу», ее характеристики, характеристики газа и внешние факторы

Согласно методу, для решения данной задачи факторное пространство выбирает эксперт Было выбрано 5 факторов, которые обеспечивают системный подход к получению обобщенного показателя 7, так как характеризует его с различных сторон, а именно

состояние газа в трубе (X) - количество газа в трубе на данный момент времени, % от расчётного, Х2 - температура газа в трубе на выходе компрессорной станции Т, °С),

- техническое состояние трубы (ЛГ3-техническое состояние на участке от КС до следующей КС, качественная переменная)

- внешние действующие факторы (Х4 - температура окружающей среды, °С, Х5 - степень необходимости создания дополнительного давления в трубе на данный момент времени, качественная переменная)

Как показывает анализ факторного пространства, данные по Хь Х2, Х4 поступают к диспетчеру в количественном виде от стандартных средств измерения с соответствующими классами точности и фиксируются в отчётных документах При этом Х1 является расчетной величиной, вычисленной по стандартным методикам в системах типа «Астра».

Х3 характеризует техническое состояние системы на данный момент времени. Он является функцией многих переменных и для моделей низшего уровня иерархии выступает как зависимая переменная (У) Фактор Х3 несёт ещё и дополнительную функцию - обеспечение безопасности. Величину данной переменной на основании анализа всех перечисленных показателей устанавливает диспетчер

Х5 - учитывает, нужно ли держать запас газа на данном участке, целесообразно ли это из экономических соображений, есть ли «за-

каз» на дополнительный газ. Он показывает потребность увеличения потребление газа в определённый период Определяется на основании анализа производственной необходимости, природных условий, конъюнктуры рынка сбыта газа, политических и экономических факторов Часть этих переменных является неколичественной, и их трудно учитывать в расчётах без специального исследования Данный фактор характеризует динамику планирования работы МГ. Знаниями такого рода обычно обладает не диспетчер, а лицо, принимающее решения высокого уровня

Ответственным моментом определения факторного пространства и решения задачи в целом является выбор независимой переменной обобщенного и системного показателя (ОСП) У! - количественная оценка дополнительного запаса газа в трубе в данный момент времени на п-ом участке Понятие ОСП для ЛПР ВУ является наиболее универсальной и емкой характеристикой состояния системы в целом, особенно если придать ей количественную или хотя бы ранжированную оценку. Эта переменная показывает, насколько возможно с учётом всех мер безопасности, как указано в нормативно-технических документации по эксплуатации магистрального газопровода, увеличить количество передаваемого газа по отношению к уже имеющемуся в трубе на данный момент времени на п-ом участке газопровода

По составленной согласно разработанной методике опросной таблице, каждая строка которой имеет импликативную форму, «ситуация» - «оценка», были получены ответы на все составленные ситуации После обработкой данных опросной таблицы получена полиномиальная модель создания дополнительного запаса газа на заданном участке газопровода (1)

У1=26-7 97x1+5 бЗхз+9 38х5-1 88x1x5-1.88x^4-! 88x4x3- 2 34х&2х4 (1)

Количество коэффициентов уравнения определялось следующим образом. Известен способ построения наилучшей интерполяционной формулы отбрасыванием наименьших по модулю коэффициентов до тех пор, пока величина остаточной дисперсии уменьшается. При этом учитывается общее количество оставшихся в уравнении коэффициентов в том смысле, что их избыточное количество «затушевывает» физический смысл изучаемого явления в целом

С другой стороны, согласно закону накопления ошибок, каждое из слагаемых полинома увеличивает суммарную ошибку определения Уь При этом слишком большое количество членов уравнения неизбежно увеличивает до неприемлемых границ суммарную ошибку измерения Тогда должно существовать в некотором смысле компромиссное количество слагаемых уравнения, удовлетворяющих обоим требованиям и решению поставленной задачи в целом.

Результаты вычислений по обоим способам представлены на рис 2.

о -----,-1.............

О 4 8 12 16 20 24 28

количество коэффициентов

Рис. 2 Графики зависимости ошибки от количества коэффициентов

Линия 1 представляет тенденцию увеличения ошибки косвенных измерений У1 при возрастании количества слагаемых полинома, линия 2 характеризует тенденцию прогностической способности У1 в зависимости от числа отбрасываемых коэффициентов уравнения

Анализируя полученные зависимости, принимаем количество коэффициентов уравнения равное 8. Тогда количество циклов для автоматического отбрасывания коэффициентов составит 8, а уровень ошибки примерно 1,8. Таким образом, все коэффициенты ниже 1,8 принимаем равными нулю, и результирующее уравнение окончательно принимает вид (1).

Следует отметить, что точка пересечения линий на рис 2 соответствует ошибке з „.„ « 4 % отн, а это хорошо коррелирует с полученными ранее оценками ошибок по факторам

Поскольку обе оценки независимы друг от друга и характеризуют У1 с различных качественных сторон, точка пересечения этих линий является точкой компромисса, где наилучшим образом удовлетворяются оба требования Построенное таким образом полиномиальное уравнение наилучшим образом представляет мнение эксперта с точки зрения количества коэффициентов уравнения

Проверка адекватности полинома мнению эксперта осуществляется сравнением расчётных и фактических значений (рис 3). %

Рис 3 Фактические и расчётные оценки

Как показывает анализ рис.З, степень согласия расчетных и фактических значений достаточно высокая. Расчётное значение коэффициента корреляции составляет грасч -0,97 Отклонение точек от линии тенденции носит случайный характер, а сама линия тенденции расположена под 45° к оси, что говорит об отсутствии систематических ошибок

Таким образом, с высокой доверительной вероятностью можно утверждать, что полученное уравнение представляет мнение эксперта по данному вопросу

Анализ уравнения (1) и оценка адекватности практике принятия решений проведена ниже, по данным ООО «Новгородрегионгаз».

Полученная полиномиальная модель допускает математический анализ в полном объёме. Проблема оценки «веса» каждой из переменных и их ранжирование формализована в рамках разработанной методики без дополнительной процедуры согласования с экспертами.

Поскольку визуализация возможна только в трехмерном пространстве, рассмотрим некоторые варианты зависимости V] от двух переменных, при фиксации остальных на верхнем и нижнем уровне.

Функции отклика представлены на рис ,4.По казана логика принятия решения экспертом о возможности создания дополнительного запаса газа на отдельном участке магистрального газопровода от X] и Х2 при значениях остальных переменных на верхних уровнях. Как показывает даже беглый анализ, они представляют собой нелинейные поверхности минимаксного типа. Обращает на себя внимание тот факт, что достижение высоких возможностей создания дополнительного запаса газа достигается не в одной точке, а целой кривой (рис, 4). Аналогичная ситуация наблюдается и на других рисунках.

Рис.4. Функция отклика У" =/(х¡, Хт)

Как следует из рисунка 4, существуют, при определённых значениях переменных, целые области, где функция принимает нулевые значения Другими словами, в условиях поставленной задачи получается нулевое решение, те. нет возможности создания дополнительного запаса газа в трубе. Это показывает возможность модели «отслеживать» предкритические ситуации в автоматическом режиме

Как известно, частные производные определяют изменение функции вдоль данной переменной. Найдем частные производные по всем переменным по (1) Анализ уравнений частных производных показывает, что все они являются не постоянными, а «формируются» другими переменными и даже нелинейно. При этом конфигурация поверхностей отклика существенно различна при значениях переменных(-1) и (+1). Математический анализ полученной модели позволяет получать информацию более высокого уровня в виде частных производных Однако данная информация для производственников является новой и требует дальнейшей технологической интерпретации, применительно к эксплуатации магистрального газопровода

Математический анализ модели убедительно свидетельствует о том, что принятие решения экспертом по продукционным правилам (матрица) несёт в себе очень глубокую информацию о процессе формирования дополнительного запаса газа в магистральном газопроводе При этом, поскольку ЛПР ВУ обладает дополнительной информацией высшего уровня, то проведенный математический анализ эту информацию уже содержит в неявном виде, которая нуждается в расшифровке Следует отметить, что такую информацию можно получать только путём применения разработанной методики к формализации экспертных знаний

Таким образом, на основе выбранного метода разработана методика обработки измерительной информации для количественной оценки дополнительного запаса газа в магистральном газопроводе, построен обобщённый показатель в полиномиальном виде, системно описывающий решение задачи и доказана его адекватность на примере эксплуатации промышленного магистрального газопровода Все это позволяет получать количественные оценки в рамках по-

ставленной задачи и повышает эффективность принимаемых решений за счёт количественных оценок Положение 2

Интеллектуальная информационно-диагностическая система для количественной оценки дополнительного запаса газа в магистральном газопроводе построена на основе обобщенного показателя в виде полинома и позволяет получать количественные решения для создания дополнительного запаса газа, при этом учитываются изменения нечеткого слабоструктурированного факторного пространства на участках газопровода

Задача создания дополнительного запаса газа в магистральном газопроводе в целом включает в себя количественные оценки дополнительного запаса на всех участках отдельно по модели (1) При этом необходимо оценить выгодность ситуации (У2) с учётом этих количественных оценок на каждом из участков, учитывая его расположение относительно потребителя То есть рассматривается теперь вся нитка газопровода с 4 участками и оценивается, насколько выгодна ситуация с запасами газа при данных параметрах. При этом используется тот же метод построения (рис 1) полиномиальных моделей с оценками адекватности

Результирующее уравнение имеет вид-

Г2=0 4375+0 0625X1+0 0875Х2+0 1375Х3+0 1 625Х4 (2) На основе разработанных методик построена двухуровневая иерархическая информационно-диагностическая система количественной оценки дополнительного запаса газа на магистральном газопроводе и для неё создан программный продукт (рис 5)

Наименования факторов

Возможность создания запаса газа в тру6-е

' количес тво г«а е трх* момент), К от мс^^па ^ у ЧАСТО К 2 У ЧАСТОК 3 У ЧАСТОК 4 У ЧАСТОК

- температур«""АМ В труб» м^ Вдон» КОМПрФССОрнОЙ стак*<и "С р-г-г—-. .■ ^ ХЗ - техническое состояние системы магистраты*« гвжэтрововоо К [г '1 < лл у.4 температура наружного рлзДЛ-з "С

>Ъ - степень неоЛюоимостн созЯ*«« запаса газа о тр^е, % "' ^'''^гг-"

28.8

6. А

34.5

Выгоцность данной ситуации, % ■ 37 ^ Значения факторов

1 УЧАСТОК

ТО 1Ш Е?0

Ч

Б 20 35

-Т р

ХЗ 1

но 90 100 Х-Т

-30 0 30

ХВ I р

2 УЧАСТОК

*

70 100 1Э0 Г——J— |ЗГ"

хз р

го зб

80 ао юо

г;-г

30 0 30

Я Г

— р-

3 УЧАСТОК

4 УЧАСТОК

Г

И 130

Г|—

Б 2Я ЗБ

-Г Г-

з<з Г" во

** гг~.—Г

■3» 0 30

ХБ Г

'К

Рис. 5. Окно программы Оценка адекватности проведена по данным ООО « Новгород ре-гионгаз» (таблица 1).

Таблица 1. Количественные оценки доп. запаса газа на участках И выгодность в целом

Дата 26.01.06 30,02.2006 12.03.06 26.06,06 2К.07 06 13 08.06 26.10 06 24.11.06 27.01.07 15.02.07

Вычисленные значении ни уравнен ню (2) У2,% 47 29 50 38 28 9 13 54 60

Реальна« снтуя- ПИЯ Поставлено газа потребителю на 40% больше лимита 30% нужно было, но была возможность больше, но не потребовалось На 25% больше, но не потребовалось больше Заполнение пхг, потребовалось 50% Часть месяца -было заполнение пхг, потребовалось 35% 23% 5% 10%, большая часть"® счйт промыш ленно-сги 45% 51%

Как следует из таблицы 1, построенная модель с высокой степенью адекватности описывает различные ситуации, создававшиеся на отдельных участках и на всём газопроводе в целом, и является достаточно обоснованным результатом для выборки решения высокого уровня

Поскольку оценки, приведённые в таблице, учитывают ситуацию на отдельных участках газопровода, то степень адекватности распространяется и на модели низшего уровня (УО, полученную по уравнению (1) Таким образом, практика представления информации в виде обобщенного показателя является необходимой и достаточной для ЛПР ВУ

Практическими приложениями представления экспертной информации в виде полиномиальной модели являются'

- создание тренажёров для обучения ЛПР ВУ по количественной оценке дополнительного запаса газа на участке и на магистральном газопроводе в целом,

- создание базы знаний для нечеткого логического регулятора,

- использование моделей второго уровня при реализации заказа на создание дополнительного запаса газа в магистральном газопроводе

Таким образом, на основании обобщенного показателя разработан алгоритм и создана система более высокого иерархического уровня, позволяющая количественно оценить выгодность ситуации

Все разработанные методики прошли проверку на промышленном действующем магистральном газопроводе и адаптированы применительно к условиям ООО «Новгородрегионгаз», о чём получен акт внедрения результатов диссертационной работы

ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ

В диссертации, представляющей собой законченную научно-квалификационную работу, в которой на основании выполненных исследований изложены методы и алгоритмы обработки измерительной информации для количественной оценки дополнительного запаса газа в магистральном газопроводе.

На основании проведенных исследований можно сделать следующие выводы

1 Разработаны методики и алгоритмы построения обобщенного показателя количественной оценки дополнительного запаса газа в магистральном газопроводе, обладающие свойствами емкости, компактности и интегральности, позволили построить оперативную систему для принятия решений высокого уровня при комплексной оценке дополнительного запаса газа в магистральном газопроводе 2. Адекватность созданной информационно-диагностической системы подтверждена сравнениями теоретических расчётов с производственными данными ООО «Новгородрегионгаз» В качестве мер адекватности полинома мнению эксперта использованы коэффициент корреляции между расчётными и фактическими значениями (r=0,97), а также расчеты в рамках «теории возможностей» (84%). В ситуационном плане прогностическая способность системы составляет 100% Это позволило дополнительно за зимний период 20062007 гг поставить потребителю на 28,5% газа больше запланированного

3 Создан программный продукт, реализующий информационно-диагностическую систему, которая позволяет производить соответствующие оценки и визуализировать их на экране. Данная система может использоваться в качестве советчика лицу, принимающего решения высокого уровня и как тренажёр диспетчера

По теме диссертации опубликованы следующие работы:

1 Тропинова НЮ. САУ транспортировки газа// Записки горного института Полезные ископаемые России и их освоение, т 155, 4.1 СПб.РИЦСПГТИ(ТУ),2003 -С 157-158

2 Тропинова Н.Ю Управление потоками газа в Колпинском ЛПУ// Записки горного института Полезные ископаемые России и их освоение, т. 159, ч 2 СПб.- РИЦ СПГГИ (ТУ), 2005 - С. 52-54

3 Тропинова H Ю Информационно-аналитическая система контроля и формирования газотранспортных потоков магистральных газопроводов (постановка задачи) // Записки горного института, т 167, ч 1 СПб . СПГГИ (ТУ), 2006. - С. 101-103.

4. Уланова H Ю , Спесивцев А.В , Тропинов Ю В. Интеллектуализация системы принятия решений при оперативном управле-

нии магистральным газопроводом // Вестник ИрГТУ, № 2(30) Иркутск: Изд-во ИрГТУ, 2007 -С. 122-128.

5 Проскуряков Р.М , Халимон В.И, Простагенко О В , Тропи-нова) Н.Ю Программный комплекс интеллектуализации систем оперативного управления объектами с распределенными параметрами // Известия орловского государственного технического университета Материалы второй международной научно-технической конференции «Информационные технологии в науке, образовании и производстве», т 2 Орёл ОГТУ, 2006.-С 146-150

6. Спесивцев А В , Кимяев И Т, Тропинова Н Ю , Зыков И Е Информационная модель нечеткого логического регулятора интеллектуальной системы управления // Международная конференция по мягким вычислениям, т.1 СПб . СПбЭТУ, 2006 - С 146-148

7. Тропинов Ю В , Спесивцев А В, Тропинова Н Ю, Домшен-ко НГ Перспективы интеллектуализации баз знаний АСУ газотранспортных систем методом формализации экспертной информации // Международная конференция по мягким вычислениям, т2. СПб СПбЭТУ, 2006, - стр 79-82

8 Уланова Н Ю., Спесивцев А В , Тропинов Ю.В Интеллектуализация как путь повышения эффективности принятия решений в условиях неопределенности // Известия вузов Северо-Кавказский регион Технические науки, №4 Новочеркасск ЮРГТУ, 2007 - С 47-49

9. Спесивцев А В., Тропинов Ю.В , Уланова Н Ю., Уланов А В Интеллектуальная информационно-диагностическая система оценки выгодности создания дополнительного запаса газа в магистральном газопроводе // Международная конференция по мягким вычислениям, т.2 СПб • СПбЭТУ, 2007,- С 165-168

10. Спесивцев А В , Уланова Н.Ю, Домшенко НГ Об одном методе оценки достаточного количества коэффициентов аппроксимирующего полинома // Международная конференция по мягким вычислениям, т 1 СПб СПбЭТУ, 2007,-С 179-182

ВВЕДЕНИЕ.

1. КРАТКИЙ ОБЗОР МЕТОДОВ МОДЕЛИРОВАНИЯ РАБОЧЕГО СОСТОЯНИЯ МАГИСТРАЛЬНЫХ ГАЗОПРОВОДОВ.

1.1. Краткая характеристика магистрального газопровода как объекта моделирования.

1.2. Диспетчерское управление.

13. Диагностические системы.

1.4. Проблемы интеллектуализации автоматизированных систем управления.

1.5. Системы автоматизации как источники информации.

1.6. Обзор методов моделирования.

1.7. Выводы по главе и задачи исследования.

2. МЕТОДИКА ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ

ИНФОРМАЦИОННО-ДИАГНОСТИЧЕСКОЙ СИСТЕМЫ ОЦЕНКИ КОЛИЧЕСТВА ДОПОЛНИТЕЛЬНОГО ЗАПАСА ГАЗА В МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ НА БАЗЕ ОБОБЩЁННОГО

ПОКАЗАТЕЛЯ.

2.1. Нечеткость как внутреннее свойство информации.

2.2. Создание «мягких» моделей в нечёткой среде.

23. Алгоритм построения обобщенного параметра Y в виде математической модели.

2.4. Методика оценки дополнительного количества газа в системе из нескольких участков МГ.

2.5. Выводы по главе.

3. ПОСТРОЕНИЕ ОБОБЩЁННОГО ПОКАЗАТЕЛЯ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ДОПОЛНИТЕЛЬНОГО ЗАПАСА ГАЗА НА ОТДЕЛЬНОМ УЧАСТКЕ МАГИСТРАЛЬНОГО ГАЗОПРОВОДА.

3.1. Выбор и обоснование факторного пространства.

3.2. Построение обобщенного системного показателя.

33. Проверка адекватности модели мнению эксперта.

3.4. Методика количественной оценки дополнительного запаса газа по магистральному газопроводу в целом.

3.5. Математический анализ моделей.

3.6. Выводы по главе.

4. ИНТЕЛЛЕКТУАЛЬНАЯ ИНФОРМАЦИОННО-ДИАГНОСТИЧЕСКАЯ СИСТЕМА КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ДОПОЛНИТЕЛЬНОГО ЗАПАСА ГАЗА В МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ.

4.1. Интеллектуализированная система диагностики.

4.2. Информационно-диагностическая система как тренажёр для обучения.

43. Структура принятия решений на базе нечёткого логического регулятора.

4.4. Выводы по главе.

Информация превратилась сегодня в ключевой ресурс эффективности деятельности предприятия. Осуществление оперативного контроля над производственной деятельностью, анализ текущей производственной ситуации, принятие управленческих решений - все эти функции сводятся, в конечном итоге, к работе с информацией. И от того, насколько эта информация оперативна, достоверна и верна, зависит конечный успех деятельности всего предприятия.

Системы диагностики рабочего состояния магистральных газопроводов являются необходимыми для лиц, принимающих решения, таких, например, как главный диспетчер газотранспортного предприятия или компании по продаже газа. Они облегчают управление обширными газотранспортными сетями в условиях недостаточно полной информации о них. При этом в большинстве случаев, наряду с количественной информацией, получаемой от различных датчиков, систем, присутствует также вербальная информация, которую не могут использовать обычные диагностические системы, построенные на традиционных математических методах.

Существующие экспертные системы имеют ряд недостатков, одним из которых является отсутствие интегральной обобщённой оценки состояния системы, что затрудняет их применение в принятии решений. Поэтому возникла необходимость в создании таких систем диагностики на магистральных газопроводах, которые базируются на методах, использующих вербальную информацию и позволяющих оценивать рабочее состояние системы магистрального газопровода для облегчения принятия решения.

Одной из важных задач при управлении магистральным газопроводом, которая раньше не ставилась из-за невозможности быть проанализированной обычными методами, является создание временного дополнительного «запаса» газа в трубе за счет изменения различных параметров. Лицо, принимающее решения по поставкам и продаже газа, должно знать, возможно ли создание такого дополнительного запаса газа на данном промежутке магистрального газопровода и если возможно, то примерно оценить его количество.

Поэтому в данной работе разрабатываются новая методика и принципы построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе, что, в конечном итоге, должно привести к созданию программного продукта, использующего в качестве «советчика диспетчера» или тренажёра при подготовке кадров соответствующего профиля.

Цель работы: разработка методов и алгоритмов обработки измерительной информации для учёта дополнительного запаса газа на участке магистрального газопровода между компрессорными станциями, обусловленная изменениями факторного пространства участка трубопровода.

Идея работы: заключается в создании интеллектуальной информационно-диагностической системы для количественной оценки значений нечёткого, неструктурированного факторного пространства участка регионального газопровода, методом формализации экспертной информации и представления её в виде полинома.

Задачи исследования:

- обосновать возможность применения метода формализации экспертной информации в виде аналитического выражения для построения базы знаний интеллектуальной информационно-диагностической системы;

- разработать методику извлечения экспертной информации и представления её в виде обобщенных показателей состояния магистрального газопровода, для лиц, принимающих решения высокого уровня;

- оценить погрешности информационных каналов для построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе;

- построить обобщенный количественный показатель оценки дополнительного запаса газа в магистральном газопроводе;

- выбрать и обосновать критерии адекватности и провести проверку адекватности интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе на действующем предприятии;

- создать программный продукт в виде интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе как инструмента для имитационного моделирования количественного обобщенного показателя дополнительного запаса газа в магистральном газопроводе и тренажёра для обучения;

- разработать основу и принципиальную структурную схему нечёткого логического регулятора, использующего в качестве базы знаний обобщённый показатель.

Методы исследования: При проведении исследований использовались методы формализации экспертной информации при логико-лингвистическом описании объекта исследований, математической статистики, динамики газовых систем, теории погрешности.

Научная новизна работы: Обоснован обобщённый информационный показатель для нечёткой слабоструктурированной системы, на базе которого в форме полиномиальной модели построена информационно-диагностическая система количественной оценки дополнительного запаса газа в магистральном газопроводе.

Обоснованность и достоверность научных положений подтверждается достаточным объёмом теоретических и экспериментальных исследований, адекватностью построенных моделей изучаемым явлениям.

Практическая ценность работы:

1. Разработана и апробирована экспресс-методика для оперативной количественной оценки изменения величины дополнительного запаса газа в магистральном газопроводе в реальном масштабе времени;

2. Предложен алгоритм построения информационно-диагностической двухуровневой системы, что делает данный подход универсальным и применим для решения других практических задач отрасли;

3. Разработана интеллектуальная информационно-диагностическая система количественной оценки дополнительного запаса газа в магистральном газопроводе.

Личный вклад автора:

- обоснована возможность применения метода формализации экспертной информации в виде аналитической зависимости для решения задачи количественной оценки дополнительного запаса газа в магистральном газопроводе;

- разработаны методика и принципы построения интеллектуальной информационно-диагностической системы количественной оценки дополнительного запаса газа в магистральном газопроводе;

- создана информационно-диагностическая система и на конкретных объектах выполнены расчёты для магистрального газопровода из четырёх участков и показаны адекватности иерархически построенных моделей и всей системы в целом;

- создан программный продукт, реализующий интеллектуальную информационно-диагностическую систему количественной оценки дополнительного запаса газа в магистральном газопроводе;

- разработаны основы построения и структурная схема нечеткого логического регулятора на базе нечётких полиномиальных моделей.

Защищаемые научные положения:

1. Обобщённый показатель количественной оценки дополнительного запаса газа в магистральном газопроводе в нечётком слабоструктурированном факторном пространстве представлен в виде полинома, системно характеризующего обобщённую информацию и позволяющего обоснованно создать рациональный дополнительный запас газа на заданном участке газопровода.

2. Интеллектуальная информационно-диагностическая система для количественной оценки дополнительного запаса газа в магистральном газопроводе построена на основе обобщённого показателя в виде полинома и позволяет получать количественные решения для создания дополнительного запаса газа, при этом учитываются изменения значений нечёткого слабоструктурированного факторного пространства на участках газопровода.

Автор работы считает своим долгом выразить особую благодарность к.т.н, доценту Спесивцеву А.В. за ценные советы и постоянное внимание к выполнению данной работы.

4.4. Выводы по главе

На основании проведённых исследований в главе 4 можно сделать следующие выводы:

1. Построена ИИДС для количественной оценки дополнительного запаса газа в МГ как верхняя иерархическая система, состоящая из двух уровней: определение возможности создания дополнительного запаса газа на отдельном участке и оценка степени выгодности ситуации в целом.

2. Система реализована в виде программного продукта, позволяющего производить соответствующие оценки и визуализировать их на экране. Для ускорения принятия решения введены количественные оценки сложившейся ситуации, а также использована цветовая индикация.

3. Для диспетчера газотранспортного предприятия достаточной является информация о возможности создания дополнительного запаса газа на каждом из участков как руководство к действию. Но ЛПР ВУ, например принимающему решению по реализации газа, более интересен обобщенный показатель выгодности ситуации в целом с учётом количественных оценок газа по каждому участку отдельно.

4. Данная система может составить основу для создания тренажера диспетчера, так как, в связи с актуальностью обеспечения эффективного диспетчерского тренинга, целесообразно создание и применение семейства компьютерно-обучающих тренажёров, охватывающих весь спектр функций диспетчерского персонала, в том числе и возможность создания дополнительного запаса газа в МГ.

5. Разработана процедура интеллектуализации системы управления на базе нечеткого логического регулятора, работа которого основана на базе знаний в виде аналитического выражения по предлагаемой методике.

6. Разработана объектно-ориентированная модель механизма обработки числовой информации внутри самого регулятора, которая служит основой для его программной реализации.

Заключение

В диссертационной работе содержатся научно-обоснованные экспресс методики, имеющие существенное значение для повышения эффективности принятия решения по оперативной доставке газа потребителю.

На основании проведённых исследований можно сделать следующие выводы:

1. Показано, что для принятия решения высокого уровня при оценке возможности создания дополнительного запаса газа в магистральном газопроводе необходима информация, обладающая свойствами ёмкости, компактности и интегральности, отсутствующая в существующих информационных потоках. Такими свойствами обладают только обобщенные показатели.

2. Разработан алгоритм и осуществлено построение обобщенного показателя в нечётком факторном пространстве для оценки количества дополнительного запаса газа на одном участке МГ в виде адекватной прогностической модели.

3. Разработана методика выбора наилучшей интерполяционной формулы, отражающей мнение эксперта, как синтез двух тенденций - увеличения ошибок косвенных измерений при возрастании количества слагаемых полинома и прогностической способности его в зависимости от числа отбрасываемых коэффициентов. Предлагаемая методика универсальна, поскольку обе тенденции независимы и характеризуют полином с различных качественных его сторон.

4. Разработана ИИДС для всего магистрального газопровода как объекта с распределёнными параметрами для количественной оценки дополнительного запаса газа: на нижнем уровне обобщенным параметром производится оценка для каждого отдельного участка МГ, на верхнем - оценка степени выгодности ситуации в целом по МГ в зависимости от количества дополнительного запаса газа на отдельном участке и его местоположения на МГ.

ИИДС апробирована на многосекционном МГ применительно к условиям ООО «Новгородрегионгаз» и показала высокую степень адекватности, что позволяет рекомендовать её к внедрению в газовую промышленность.

5. Разработанные методики являются универсальными, могут быть использованы для построения интеллектуальной системы оценки возможности создания дополнительного запаса газа в МГ и рекомендованы в качестве советчика лицу, принимающего решения высокого уровня. На базе разработанной интеллектуальной системы возможно создание имитационной модели и тренажёра для специалистов, принимающих участие в поставке газа потребителям.

7. Разработана процедура интеллектуализации системы управления на базе нечеткого логического регулятора, работа которого основана на базе знаний в виде аналитического выражения по предлагаемой методике.

6. Разработана объектно-ориентированная модель механизма обработки числовой информации внутри самого регулятора, которая служит основой для его программной реализации

1. Аверкин А.Н. Батыршин И.З. Мягкие вычисления // Новости искусственного интеллекта, № 3, 1996. с. 161-164.

2. Аверкин А.Н., Батыршин И.З., БлишунА.Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта/Под ред. Д.А. Поспелова.- М.: Наука, 1986.-312 с.

3. Адлер Ю.П. Введение в планирование эксперимента.- М.: Металлургия, 1969.- 160с.

4. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. - 280 с.

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

6. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие модели управления динамическими системами //Итоги науки и техники. Техн. кибернетика. Т.29.- М.: ВИНИТИ АН СССР, 1990.- с. 127-201

7. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие регуляторы и интеллектуальные промышленные системы управления // Итоги науки и техники. Техн. кибернетика. Т.32.- М.: ВИНИТИ АН СССР, 1990.- с. 233-313.

8. Алиев Р.А., Ульянов С.В. Нечеткие алгоритмы и системы управления.-М.: Знание, 1990.-184 с.

9. Алиев Р.А. Церковный А.Э. Мамедова Г.А. Управление производством при нечеткой исходной информации.- М.: Энергоатомиздат, 1991. 240 с.

10. Ю.Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечётких условиях: Монография Тюмень: Изд-во Тюменского государственного университета, 2000. - 352 с.

11. Альперович И.В. Расчёт и оптимизация стационарных режимов транспорта газа по магистральным газопроводам сложной структуры. /Диссертация на соискание учёной степени кандидата технических наук-М.: 1988.

12. Андреев Е.Б., Куцевич Н.А., Синенко О.В. SCADA-системы: взгляд из-нутри/Е.Б. Андлреев, Н.А.Куцевич, О.В.Синенко М.: Изд-во «РТСофт», 2004. -176 с.

13. И.Артамонов B.C., Кардашев И.П., Моторин В.Б., Спесивцев А.В., Уткин Н.И. Элементы превентивного управления рисками при эксплуатации системных объектов/Под общей редакцией Спесивцева А.В. СПб: Изд-во СПбГПУ, 2003.-132 с.

14. Асутарян В.И. Теория планирования экспериментов. М.: Радиосвязь, 1983.-232 с.

15. Балобин А.А., Скрипников Д.А. Развитие программно-методических средств компьютерного тренинга диспетчерского персонала ГТК/УГазовая промышленность, №5, 2005. стр. 45-47

16. Басавин А.А., Степаненко В.А., Калмыков А.А., Поршнев С.В., Фридман И.С., Любашин А.Н. Информационные технологии для задач управления газотранспортным предприятием// Мир компьютерной автоматизации, №1,2004. стр. 52-58.

17. Бежанова М.М Компьютерные образовательные программы: обзор инструментальных средств/ Системная информатика. Новосибирск: СП «Наука» РАН, 1998. - вып.6. - с. 174-198

18. Беляев А.И., Скрипников А.В. Основы тренажёрного обеспечения диспетчерского персонала газотранспортного комплекса// Газовая промышленность, № 5,2005. стр. 48 -51

19. Берман Р.Я. Оптимизация режимов газотранспортных систем в АСУ -М.: ВНИИГАЗПРОМ, 1983, т.З. 35 е.,

20. Биргер И.А. К математической теории технической диагностики В кн.: Проблемы надёжности в строительной механике. - Вильнюс: РИНТИП, 1968;

21. Бобровский С.А., Щербаков С.Г., Яковлев Е.И. Трубопроводный транспорт газа М.: Наука, 1976. - 475 с.

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

23. Борозняк И.Г., Юров П.И. Ремонт и поверка первичных контрольно- измерительных приборов. Справочник.- М.: Химия, 1988.- 200 с.

24. Будзуляк Б.В., Салюков В.В., Харионовский В.В. Продление ресурса МГ// Газовая промышленность, №7, 2002. стр. 59-60,

25. Весёлая Г.Н. О применении многомерного регрессивного анализа при исследовании технологических процессов//Заводская лаборатория, №.3, 1966.- с. 327-329.

26. Волков М.М, Михеев A.JI., Конев К.А. Справочник работника газовой промышленности. 2-е издание, переработанное и дополненное М., Энер-гоатомиздат, 1989. - 324 с.

27. Воробьёв 0.10. Динамическая визуализация элементов случайного множества и случайно-множественное уравнение Шредингера/Записки ФАМ семинара, №6. Красноярск: ИВМ СО РАН, 2000- стр. 86 - 100.

28. Газовое оборудование, приборы и арматура: Справочное пособие/ Под редакцией Н.И Рябцова. М.: Недра, 1983. - 527 с.

29. Гвоздик А.А. Решение нечетких уравнений // Изв. АН СССР. Техническая кибернетика, N5, 1984. стр.14-15.

30. Геловани В.А., Ковригин О.В., Смолянинов Н.Д. Методологические вопросы построения экспертных интеллектуальных систем// Системные исследования. Методологические проблемы: Ежегодник,-М: Наука, 1983. -стр. 8-10.

31. Георгиев В.О. Модели представления знаний предметных областей диалоговых систем//Изв. АН. Техн. Кибернетика, №5, 1995. стр. 20-24.

32. Герке В.Г. Диспетчерское управление международными транзитными газотранспортными системами// Газовая промышленность, №1, 2006. стр. 20-22.

33. Гогина А.А., Кузьмин Н.Н., Кулаков И.В., Уткин М.А. Реализация системы трассировки маршрутов транспортировки нефтепродуктов по трубопроводной системе в SCADA-системе InTouch 8.0// Мир компьютерной автоматизации, №1, 2000. -стр. 65-70

34. Гребнев С.А., Андрианов С.А., Пирогов С.Ю. MES на Богословском алюминиевом заводе от слов к делу// Мир компьютерной автоматизации, №1, 2004.-стр. 59-61.

35. Гулейкова Н. Как сэкономить на трубе// «Газпром», № 4, 2004. стр. 2829.

36. Гурьянов JI.B. «Лёгкие» т «тяжёлые» модели SCADA-системы оптимизация решений автоматизации// Мир компьютерной автоматизации, №1, 2004.-стр.71-74,

37. Дроздов А.В., Спесивцев А.В. Формализация экспертной информации при логико-лингвистическом описании сложных систем. // Изв.РАН. Техническая кибернетика, №2, 1994, с.89-96.

38. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Обобщение расширенных арифметических операций //Деп. ВИНИТИ №2185-В-95, 1995. 8-12 с.

39. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Определение нечеткой метрики на множестве нечетких чисел (LR) —типа. // Деп. ВИНИТИ №2184-В-95,1995.-стр. 15-30.

40. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Построение АСУТП окислительного обжига в кипящем слое// Деп. ВИНИТИ №218б-В-95, 1995. -стр. 13-20.

41. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике, М.: Радио и связь, 1990.- 288 с.

42. Егоров А.Е., Азаров Г.Н., Коваль А.В. Исследование устройств и систем автоматики методом планированного эксперимента. Харьков: Вища школа, 1986.-240с.

43. Елохин В.Р. Имитационные методы при анализе и планировании имитационных экспериментов (регрессионный анализ). Апатиты: Изд-во КНЦ РАН, 2003.-135 с.

44. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. II. Эволюция и принципы построения.//Техническая кибернетика, №4, 1993.-е. 189-205.

45. Калянов Г.Н. CASE. Структурный системный анализ. М.: Лори, 1996. -241с.

46. Кардашев И.П., Спесивцев А.В. Метод оценки состояния сооружений на основе нечёткой информации// Добыча и переработка руд цветных металлов. Сб. научных трудов. - Норильск, 2000. -стр. 75-82;

47. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение методов нечетких множеств. М.: Наука, 1985.-531с.

48. Кимяев И.Т., Салихов З.Г., Спесивцев А.В., Дроздов А.В. Исследование закритических областей факторного пространства при управлении обжигом в кипящем слое с помощью нечёткой управляющей модели// Известия вузов. Цветная металлургия, 2001, 31. стр.74-77.

49. Киселёв В.В, Прялов С.Н Метод оптимизации неустановившихся режимов транспорта природного газа с применением модели активной сети //Тезисы Международной конференции ДИСКОМ, СПб.: 2004. - стр. 45-43.

50. Козаченко А.Н. Эксплуатация компрессорных станций МГ М.: Нефть и газ, 1999г. - 200 с.

51. КофманА. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.-432 с.

52. Кочарян Е.В., Терещенко И.В., Трофимов А.С., Василенко В.А. Решение квазилинеаризированной задачи транспорта газа / Четвёртый Всероссийский симпозиум по прикладной и промышленной математике. Петрозаводск, 2003. - стр. 13-17.

53. Крумберг О.А., Федоров И.П., Змановский Т.П. Методы организации продукционного представления знаний // Методы и системы принятия решений. Рига: Риж. политехи. Ин-т, 1989. стр. 7-11

54. Кудинов Ю.И. Нечеткие множества и алгоритмы// Техническая кибернетика 1990, №5.-с. 196.

55. Кутуков С.Е Оперативная диагностика осложнений при эксплуатации участка МНП/ Материалы Всероссийской науч. техн. конф. «Новосё-ловские чтения» - Уфа: УГНТУ, 1998. - стр.12-13.

56. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989. - 128 с.

57. Лихтенштейн Б.Р. Автоматизация принятия оптимальных решений для повышения эффективности управления магистральными газопроводами с учётом неопределённости информации. М.: Диссертация на соискание учёной степени кандидата технических наук, 1987.

58. Лукас В.А. Основы фази-управления: Учебное пособие. Екатеринбург: Изд-во УГГТА, 2000. - 62 с.

59. Любашин А.Н. Оперативное управление технологическими процессами //Мир компьютерной автоматизации, №1, 2004.-стр.37-41.

60. Максимов Ю.И. Расчёт и оптимизация эксплуатационных режимов работы и параметров газоснабжающих систем. М.: Экономика организации и управления в газовой промышленности. ВНИИЭ ГАЗПРОМ, 1971. 195 с.

61. Масленников Д. Скорая компьютерная помощь//Газпром, №11, 2004. -стр. 38-39.

62. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечёткой логикой. М.: Наука, 1990. - 272 с.

63. Мицумото М. Методы управления динамическими процессами на основе нечеткой логики // J. Text. Mach. Soc. Jap. 1990. V.43. N7.

64. Налимов B.B. Применение математической статистики при анализе вещества. М.: Физматгиз, 1960. - 362 с.

65. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965. - 328 с.

66. Недосекин Д.Д., Прокопчина С.В., Чернавский Е.А. Информационные технологии интеллектуализации измеряемых процессов. СПб.: Энерго-атомиздат, 1995. - 184 с.

67. Нечеткие множества в моделях управления и искусственного интеллекта/ Под ред. Поспелова Д.А.- М.: Наука, 1989. 312 с.

68. Новицкий Н.Н., Сеннова Е.В., Сарданашвили С.А. Оптимизация режимов транспорта газа по газотранспортным сетям// Газовая промышленность, Серия Экономика, организация и управление производством в газовой промышленности, №2, 1991. стр. 37-40

69. Нормы технологического проектирования магистральных газопроводов-М: ООО ИРЦ Газпром, 2003. 147 с.79.0рлов А.И. Принятие решений. Теории и методы разработки управленческих решений. М.: ИКЦ «МарТ», 2005. - 496 с.

70. Павловский Ю.Н. Имитационные модели и системы. М.: ФАЗИС, ВЦ РАН, 2001.-стр.89-107.

71. Певзнер В.Б. Основы автоматизации нефтегазопроводов и нефтебаз. М.: «Недра», 1975. - 212 с.

72. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989.- 369с

73. Петров Б.Н., Уланов Г.М., Гольденблат И.И., Ульянов С.В. Теория моделей в процессах управления. М.: Наука, 1978. - 225с.

74. Пимкин А.Г. Информационно-управляющая система ООО «Тюментранс-газ»// Газовая промышленность, №1, 2006. стр.31-45.

75. Положение о порядке продления ресурса МГ ОАО «Газпром». ВРД 391.10-043-2001.

76. Положение по технической эксплуатации ГРС МГ. Система нормативных документов в газовой промышленности. Ведомственный руководящий документ.- М.: ДО АО «ОРТЭНЕРГОГАЗ», 2002г.

77. Посягин Б.С. Информационно-аналитический комплекс диспетчерского управления потоками газа ЕСГ России./Газовая промышленность, 2002 №9, стр.27-32.

78. Правила технической эксплуатации магистральных газопроводов (ПТЭ МГ). Система нормативных документов в газовой промышленности. Ведомственный руководящий документ М.: ООО «ВНИИГАЗ», 2000г.

79. Прикладные нечеткие системы: перевод с японского / Под ред. Терано Т., Асаи К., Сугено М.: Мир, 1993.-368с

80. Представление и использование знаний/ Под ред. Уэно X., Исудзука И. -М.: Мир, 1989.-220 с.

81. Прокопчина С.В. Принципы создания развивающихся информационных технологий на основе регуляризирующего байесовского подхода// Сб. докладов Международной конференции по мягким вычислениям и измерениям, СПб, 2005.-т. 1

82. Решение бизнес задач средствами нечеткой алгебры: Работа с пакетами FuziCalc. М.: Тора-Инфоцентр, 1998.- 72с.

83. Рыков А.С. Методы системного анализа многокритериальной и нечеткой оценки. М., Экономика, 1999. - 199с.

84. Салихов З.Г, Спесивцев А.В., Дроздов В.А., Кимяев И.Т., Стёпин В.Г. Способ автоматического управления обжигом никелевого концентрата в печи кипящего слоя. Патент РФ № 2204616. От 20.05.03 г.

85. Салихов З.Г., Рутковский А.А., Леонтьев В.В. Методы рациональной организации подсистем централизованного контроля. //Изв. Вузов. «Цветная металлургия», №12, 1999 стр.65-69.

86. Салли Шеллер. Объектно-ориентированные модели в построениях мира -Киев: Диалектика, 1993. 300 с.

87. Салюков В.В., Велиюлин И.И., Решетников А.Д. Оптимизация диагностических и ремонтных работ// Газовая промышленность, №1, 2006. стр. 32-33.

88. Сарданашвили С.А. Идентификация параметров моделей, описывающих нестационарное течение газа методом чувствительности // Известия ВУЗов. Нефть и газ, №6, 1978. стр. 37-42.

89. Сарданашвили С.А. Расчётные методы и алгоритмы (трубопроводный транспорт газа). М.: ФГУП Изд-во «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2005. - 577 с.

90. Селезнёв В.Е., Алёшин В.В., Клишин Г.С. Методы и технологии численного моделирования газопроводных систем. М.: Едиториал УРСС, 2002. -448 е.,

91. Сигорский В.П. Математический аппарат инженера Киев: Тех-шка, 1975.-768 с.

92. Симонова Е.В. Методы и средства предметно-ориентированного конструирования имитационных технологий компьютерного исследования Саратов: Изд-во СГЭУ, 1996. - 235 с.

93. Синицын С.Н., Леонтьев Е.В. Оптимальные режимы работы магистрального газопровода и компрессорной станции с центробежными нагнетателями. «Экспресс-информация», ЦНТИ Мингазпрома, № 1,1996. -стр. 3-12.

94. Скрипников Д.А., Скрипников А.В. построение системы и системообразующих сценариев имитационно-компьютерного обучения технологического персонала// Датчики и системы, №12, 2003. стр.10-14.

95. Спесивцев А.В. Изучение пирометаллургических процессов статистическими методами: Учебное пособие. Норильск: Изд. КГУ, 1981. -72 с.

96. Спесивцев А.В., Дроздов А.В., Негрей С.В., Даминов P.P. Управляющие модели металлургических процессов с использованием нечетких множеств // Цветные металлы, №11, 1996г. стр. 66-96

97. Спесивцев А.В., Управление рисками чрезвычайных ситуаций на основе формализации экспертной информации/ Под редакцией проф. B.C. Артамонова СПб.: Изд-во Политехнического ун-та, 2004. -238 с.

98. Спесивцев А.В., Зыков И.Е., Кадыров Э.Д., Кимяев И.Т. Нечёткая модель управления процессом Ванюкова// Международная конференция по мягким вычислениям и измерениям. Сборник докладов, 2006, т.2 стр. 83-86.

99. Спесивцев А.В., Кардашев И.П., Петров А.И. Выбор метрики для оценки технического состояния инженерных сооружений// Экономика и управление. Сборник статей Норильск: Норильский индустриальный институт, 2002. - стр. 129-133.

100. Спесивцев А.В., Кардашев И.П., Джаман М.А., Семёнов Г.В. К вопросу об управлении безопасностью и рисками в строительстве// Экономика и управление, № 3, 2005. стр. 98-103.

101. Спесивцев А.В., Уланова Н.Ю., Домшенко Н.Г. Об одном методе оценки достаточного количества коэффициентов аппроксимирующего полинома // X Международная конференция по мягким вычислениям SCM-2007, т.1 . СПб.: СПбЭТУ, 2007,- С. 179-182.

102. Сухарев М.Г., Карасевич A.M. Технологический расчёт и обеспечение надёжности газо- и нефтепроводов М.: Нефть и газ, 2000. - 241 с.

103. Сухарев М.Г., Ставровский Е.Р. Расчёты систем транспорта газа с помощью вычислительных машин М.: «Недра», 1971. - 206 с.

104. Сухарев М.Г., Ставровский Е.Р. Оптимизация систем транспорта газа. М.: Недра, 1975. - 276 с.

105. Сухарев М.Г., Ставровский Е.Р., Стурейко О.П. Статистическая обработка информации диспетчерской службы магистрального газопровода. М.: Автоматизация, телемеханизация и связь в газовой промышленности, ВНИИЭГАЗПРОМ, 1971.-342 с.

106. Технические средства диагностирования: Справочник/ Под редакцией Клюева В.В. М.: Машиностроение, 1989. - 672 с.

107. Трашков Б.А. Интегрированная система управления технологиче-кими процессами транспорта газа//Газовая промышленность, №6, 2005. -стр. 37-39.

108. Тропинова Н.Ю. Управление потоками газа в Колпинском ЛПУ// Записки горного института. Полезные ископаемые России и их освоение, т. 159, ч.2 СПб.: РИЦ СПГГИ (ТУ), 2005. С. 52-54 .

109. Тропинова Н.Ю. Информационно-аналитическая система контроля и формирования газотранспортных потоков магистральных газопроводов (постановка задачи) // Записки горного института, т. 167, ч 1. СПб.: СПГГИ (ТУ), 2006.-С. 101-103.

110. Трофимов А.С., Куцев В.А., Кочарян Е.В. Неизометрическая модель транспорта газа// Нефтегазовое дело, 2004. стр. 34-37

111. Уланова Н.Ю., Спесивцев А.В., Тропинов Ю.В. Интеллектуализация системы принятия решений при оперативном управлении магистральным газопроводом // Вестник ИрГТУ, № 2(30). Иркутск: Изд-во Ир-ГТУ, 2007.-С. 122-128.

112. Уланова Н.Ю., Спесивцев А.В., Тропинов Ю.В. Интеллектуализация как путь повышения эффективности принятия решений в условиях неопределенности // Известия вузов. Северо-Кавказский регион. Технические науки, №4. Новочеркасск: ЮРГТУ, 2007. С. 47-49.

113. Фарзане Н.Г., Илясов Л.В., Азим-Заде А.Ю. Технологические измерения и приборы. -М.: Высшая школа, 1989. 456 с.

114. Федосеев В.Н., Орлов А.И., Ларионов В.Г., Козьков А.Ф. Управление промышленной и экологической безопасностью: учеб. пособие -М.: Изд-во УРАО, 2002.- 220 с.

115. Хайкин С. Нейронные сети: полный курс, 2-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2006. - 1104 с.

116. Халимон В.И. формализованные методы построения систем управления химико-технологическими производствами в условиях неполной информации. СПб: ХИМИЗДАТ, 2004. - 352 с.

117. Харари Ф. Теория графов. М.: Мир, 1973. - 297 с.

118. Харионовский В.В. Экспресс-метод прогнозирования ресурса магистральных газопроводов// Газовая промышленность, №6, 2006. стр.8890.

119. Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход). М.: Наука, 1985. -174 с.

120. Цыбульник В.Н., Рубель В.В. Комплекс моделирования и оптимизации газотранспортных систем «АСТРА» //Газовая промышленность, №1, 2006.- стр. 27-29.

121. Чарный И.А. Неустановившееся движение реальной жидкости в трубах (2-е издание). М.: Недра, 1975. - 296 с.

122. Чарный И.А. Основы газовой динамики М.: Наука, 1961. - 200 с.

123. Чичелов В.А., Мостовой А.В., Бернер Л.И., Илюшин С.А. Интегрированная многоуровневая АСУ предприятия «Пермтрансгаз»//Приборы и системы. Управление, контроль, диагностика, №5, 2002. стр. 7-13.

124. Шенк X. Теория инженерного эксперимента. М.: Мир, 1972.- 385с.

125. Щеголев И. Электронный интеллект// Газпром, №9, 2005. стр. 3238.1. УТВЕРЖДАЮ:

126. И.о. заместителя генерального директораjsU1. АКТпередачи информационно-технологических и методических материаловг.Великий Новгород25~» cVKpjLOJ} 2007г.

127. Акт составлен в трех экземплярах.1. Представитель1. ЗАО «ТЕХНОЛИНК», доцент

128. Представители СПГГИ(ТУ): Профессор, доктор технических наук1. Р.М.Проскуряков1. Аспирант1. Н.Ю.Уланова

129. Представитель ООО «Но начальник службы режи; газоснабжения ООО «Но1. Д.В.Смирнов