автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модель и методы интеллектуализации разработки АСУ для сложных производственно-технических систем

На правах рукописи

Ершов Александр Александрович

МОДЕЛЬ И МЕТОДЫ ИНТЕЛЛЕКТУАЛИЗАЦИИ РАЗРАБОТКИ АСУ ДЛЯ СЛОЖНЫХ ПРОИЗВОДСТВЕННО-ТЕХНИЧЕСКИХ СИСТЕМ

05.13.01 - Системный анализ, управление и обработка информации (связь и информатизация)

Автореферат диссертации на соискание ученой степени кандидата технических наук

10 ИЮН 2013

Санкт-Петербург - 2013

005061916

005061916

Работа выполнена в Федеральном государственном образовательном бюджетном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича».

Научный руководитель: доктор технических наук, профессор,

Искандеров Юрий Марсович

Официальные оппоненты: Зикратов Игорь Алексеевич,

Ведущая организация Федеральное государственное бюджетное учреждение науки Санкт-Петербургский институт информатики и автоматизации Российской академии наук (СПИИРАН), г. Санкт-Петербург.

Зашита состоится 4 июля 2013 года в 14.00 на заседании диссертационного совета Д 219.004.02 при Федеральном государственном образовательном бюджетном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича», 191186, Санкт-Петербург, наб. реки Мойки, д. 61, ауд. 205.

С диссертацией можно ознакомиться в библиотеке Федерального государственного образовательного бюджетного учреждении высшего профессионального образования «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича».

Автореферат разослан 4 июня 2013 года.

Ученый секретарь диссертационного совета,

доктор технических наук, профессор, ФГБОУ ВПО «Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики», заведующий кафедрой «Безопасные информационные технологии»

Мазаков Евгений Борисович, кандидат техических наук, доцент, ФГБОУ ВПО «Национальный минерально-сырьевой университет «Горный», заведующий кафедрой «Информационные системы и вычислительная техника»

к.т.н., доцент

В.Х. Харитонов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Современные сложные производственно-технические системы (СПТС) характерны большим количеством разнородных функционально связанных элементов, высокой сложностью и динамичностью протекающих процессов. Примерами таких систем являются объекты энергетики, машиностроения, транспорта, горной промышленности и др.

На разработку автоматизированных систем управления (АСУ) для СПТС затрачиваются огромные интеллектуальные и временные ресурсы. И существует необходимость оптимизации существующих методов и средств разработки АСУ с целью повышения эффективности данного процесса, что позволит снизить интеллектуальные, временные и, соответственно, финансовые затраты на разработку автоматизированных систем управления для СПТС.

Одна из возможностей оптимизации существующих методов и средств разработки АСУ заключается в создании интеллектуальной системы (ИС) для разработки, функционирующей на основе базы знаний (БЗ). Эта система позволит автоматически, на основе заданных параметров АСУ, создавать принципиальные схемы к проекту. И в этом случае разработчик, использующий данную систему, будет работать при более высоком уровне автоматизации процесса разработки, чем уровень автоматизации существующих систем.

Таким образом, состояние научных исследований в рассматриваемой предметной области позволяет сделать вывод о том, что существует актуальная научная проблема интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем.

Степень разработанности темы исследования. Общие принципы интеллектуализации, формирующие теоретическую основу для исследований в области интеллектуализации разработки и/или проектирования различных сложных технических объектов, а также конкретные практические исследования в данной области освещены в трудах таких ученых, как Гаврилова Т. А., Искандеров Ю. М., Минский М., Попов Э. В., Поспелов Г. С. и др.

Цель диссертационной работы - повышение эффективности процесса разработки АСУ для сложных производственно-технических систем за счет разработки методов и средств интеллектуализации данного процесса.

Объект исследования - методы и средства интеллектуализации разработки АСУ для сложных производственно-технических систем.

Предмет исследования - принципы создания и методы разработки базы знаний интеллектуальной системы для разработки (ИСР) АСУ сложных производственно-технических систем.

Научная задача, решаемая в диссертационной работе, заключается в разработке модели интеллектуальной системы и структуры ее базы знаний, в разработке методов получения и представления знаний, а также в разработке метода оценки эффективности интеллектуальной системы для разработки АСУ СПТС.

Методами исследования являются методы таких научных дисциплин, как системология, информатика, теория множеств, теория искусственного интеллекта, инженерия знаний, инженерная психология, математическое программирование, компьютерные и информационные технологии.

Диссертация является результатом личной работы автора в процессе научно-исследовательской деятельности.

Положениями, выносимыми на защиту, являются:

1. Модель интеллектуальной системы для разработки АСУ сложных производственно-технических систем.

2. Метод точных опорных концептов получения знаний.

3. Метод представления знаний «интеллектуальное зеркало».

4. Структура базы знаний в составе модели интеллектуальной системы для разработки АСУ СПТС.

5. Метод оценки эффективности ИСР АСУ СПТС.

Научная новизна работы. Новизна настоящего диссертационного исследования состоит в следующем:

1. Разработана модель ИСР АСУ СПТС и структура ее базы знаний, позволяющие комплексно применить средства инженерии знаний и средства систем автоматизированного проектирования (САПР) для автоматической генерации принципиальных схем по набору параметров формализованного задания.

2. Разработан метод точных опорных концептов получения знаний, позволяющий выявить два вида понятий элементов эталонной совокупности для распараллеливания основных макропроцедур получения знаний и учитывающий специфику предметной области разработки АСУ СПТС.

3. Разработан метод представления знаний «интеллектуальное зеркало», обеспечивающий параметризацию и формализацию полученных знаний с задаваемой точностью без потерь графических изображений схемотехнических решений и усложнения процедуры обработки информации за счет создания фреймового описания этих решений.

4. Разработан метод оценки эффективности ИСР АСУ СПТС, который на основе критериев качества работы и полезности позволяет задать и определить значения системной и пользовательской релевантностей ИСР АСУ СПТС с учетом особенностей ее функционирования.

Теоретическая и практическая значимость исследования. При создании и внедрении интеллектуальной системы для разработки АСУ сложных производственно-технических систем с применением полученных научных результатов, время разработки принципиальных схем АСУ СПТС, по сравнению с применением обычного инструментария разработки АСУ, достигает сокращения до 3,6 раза. Кроме того, применение данной ИС позволяет проводить предварительную оценку возможных технических решений проекта, наглядно оценить объемы работ, сделать предварительный расчет стоимости АСУ СПТС и в сжатые сроки выдать коммерческое предложение потенциальному заказчику.

Полученные научные результаты применимы для создания ИС для других предметных областей, связанных с разработкой и/или проектированием сложных технических объектов и комплексов.

Внедрение результатов диссертационного исследования. Результаты исследования применены в работах по повышению эффективности разработки АСУ для горно-обогатительной отрасли, выполняемые в Департаменте АСУ Совместного предприятия в форме закрытого акционерного общества «Изготовление, внедрение, сервис» (СП ЗАО «ИВС»), входящего в НПО «РИВС». А также были использованы при проведении научно-исследовательских работ в ООО «Инновационные технологии». Внедрение результатов диссертации подтверждено соответствующими актами.

Достоверность исследований обеспечивается: корректным определением научной проблемы, цели, объекта, предмета и научной задачи исследования; корректностью применяемых методов исследования и обоснованным использованием результатов из различных предметных областей; успешным применением результатов диссертационной работы в практической деятельности СП ЗАО «ИВС» и ООО «Инновационные технологии».

Апробация исследования. Основные положения и результаты диссертационной работы докладывались и обсуждались на различных научных семинарах, а также на следующих всероссийских научно-практических и международных конференциях/форумах: П-й Международной научно-технической и научно-методической конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании» (Санкт-Петербург, 2013); Всероссийских научно-практических конференциях «Транспорт России: проблемы и перспективы» (Москва, 2007, 2008, Санкт-Петербург, 2010); 10-й Международной конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САБ/САМ/РОМ - 2010)» (Москва, 2010); Международном форуме «Безопасность транспортных комплексов» (Санкт-Петербург, 2010); ХІ-й Санкт-Петербургской международной конференции «Региональная информатика-2008» («РИ-2008») (Санкт-Петербург, 2008).

Публикации по теме диссертации. Основные положения и результаты диссертации опубликованы в 10 печатных и электронных работах, в том числе 3 статьи в журналах, рекомендованных ВАК Министерства образования и науки РФ.

Структура и объем работы. Диссертационная работа состоит из введения, трех разделов, заключения, списка литературы из 121 наименования и одного приложения с актами внедрения результатов диссертационной работы. Общий объем работы составляет 145 страниц и включает в себя 18 рисунков и 5 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, изложены общая характеристика диссертации, научная задача, цель, объект и предмет исследования, дана характеристика личного вклада автора в решение поставленной задачи.

В первом разделе дана характеристика сложным производственно-техническим системам на примере трубопроводного транспорта, выявлены основные принципы автоматизированного управления сложными производственно-техническими системами, проведен анализ процесса разработки АСУ для СПТС, а также методов и средств автоматизации данного процесса. Кроме того, показаны основные принципы интеллектуализации разработки АСУ для СПТС, в ходе чего сформулированы цель и научная задача исследования.

Выявлены ключевые этапы процесса разработки АСУ для СПТС и рассмотрены различные САПР как средства автоматизации данного процесса, на этой основе сделан вывод, что ни один из продуктов не достиг уровня интеллектуализации разработки. Проанализированы ключевые этапы процесса разработки АСУ для СПТС и выявлено, что большая их часть поддается формализации, следовательно, существует возможность интеллектуализации данного процесса.

Разработана модель ИС для разработки АСУ СПТС. Описание модели включает в себя ее структуру (рис. 1) и описание процесса функционирования системы. ИСР содержит в себе информационно связанные инструментальную САПР

(ее использование целесообразно, так как многие вопросы в существующих САПР уже решены: визуализация инженерной графики, пользовательский интерфейс и др.), функциональную оболочку БЗ («решатель») и непосредственно саму БЗ.

«Решатель» включает в себя: форму для заполнения параметров АСУ, которую заполняет инженер-разработчик на основе полученного технического задания (ТЗ) на АСУ в виде таблиц или ином виде, где разработчик задает критерий оптимальности и основное ограничение для разрабатываемой АСУ, а также набор конкретных требований для каждого узла; машину вывода, то есть ту часть системы, которая на основе поступивших параметров АСУ (формализованного задания Р2) и представленных знаний в базе автоматически формирует набор документации на АСУ - так называемый «эскизный проект» РВР; адаптивный элемент, реализующий функции самообучения системы (на основе сравнения РВР и подготовленного разработчиком на его основе так называемого «готового проекта» (ГП) а также /<2); коммуникационный элемент АР1 (от англ., интерфейс программирования приложений), связывающий машину вывода с инструментальной САПР.

Рисунок 1 - Структура модели интеллектуальной системы для разработки АСУ СПТС

Описан прог/есс функционирования ИСР. Разработчик-пользователь ИСР работает с интерфейсом интеллектуальной системы для задания параметров АСУ. Далее, на основе заданных параметров и имеющихся знаний в базе формируется эскизный проект. Работая с эскизным проектом, разработчик оценивает корректность работы ИСР, а при необходимости дополняет принципиальные схемы, а затем сохраняет. После сохранения проекта происходит автоматическое обновление базы знаний. При этом формально представить эскизный проект можно в следующем виде:

Рвр = <{АгВР}, {ВгВР}>, (1)

и решения, которые разработчик вносит в эскизный проект, применяя САПР:

Р5Р = <{Аг5р}, {Вгзр}>, (2)

при этом готовый проект включает в себя эскизный проект и решения, добавленные в него разработчиком в процессе доработки до готового проекта:

Рцр = РВР + Р$Р, (3)

где Евг - формальное представление эскизного проекта; {Агвр} - множество изделий из базы знаний, вошедших в эскизный проект; {Вгвр} - множество схемотехнических решений из базы знаний, вошедших в эскизный проект; - формальное представление решений, которые разработчик вносит в эскизный проект, применяя САПР; {Аг$р} - множество изделий, добавленных разработчиком в эскизный проект; {Вгьр} — множество схемотехнических решений, добавленных разработчиком в эскизный проект; Fд^> -формальное представление готового проекта.

Сформулирована задача нахождения оптимального решения по набору параметров формализованного задания, где критерием оптимальности является стоимость системы (минимальная), а основным ограничением - ее надежность (не ниже определенного параметра):

У(х) —» шт,

> Н, Ьк(х~) = Ьк,

*(*) > Н, «>

при этом:

и:

/(*) = = £ (5)

= тт{/н^.),1 = 1. .ЛГ}= тт{Я,,г = (6)

где / — целевая функция, достигающая оптимального значения (минимальной стоимости); х - оптимальное решение, представляющее собой вектор из х1 - г'-ый узел принципиальной схемы проекта АСУ (/ = где N - общее количество узлов),

оптимальное решение для определенного узла; g - функция ограничения, задающая область допустимых решений, соответствующих требуемой надежности (наработке на отказ); Н -требуемая надежность (наработка на отказ) разрабатываемой АСУ; А* - функции ограничения (А=З..Л/, где М - количество параметров формализованного задания и не вошедшие параметры: первый - стоимость, второй - надежность), задающие область допустимых решений, соответствующих остальному (то есть без стоимости и надежности) набору параметров формализованного задания; Ь/, - определенный параметр формализованного задания (к=З..М);/у - функция, определяющая значение стоимости для /го узла принципиальной схемы АСУ; К/ - значение стоимости для 1-го узла принципиальной схемы АСУ; /н - функция, определяющая надежность (значение наработки на отказ) для ¿-го узла принципиальной схемы АСУ; //, - надежность (значение наработки на отказ) для /-го узла принципиальной схемы АСУ.

Аналогичным образом формулируется задача в случае, если в качестве критерия оптимизации выбрана надежность системы, а ее стоимость является основным ограничением.

Показано, что основной элемент ИС для разработки АСУ СПТС - это база знаний, содержащая в себе всю необходимую информацию, и, соответственно, основная задача интеллектуализации разработки АСУ СПТС - это создание релевантной базы знаний. И БЗ может формироваться на основе наработанных баз данных (БД) инструментальной САПР и должна включать в себя: описание изделий, применяемых в разработке; подробное описание типовых модулей/узлов АСУ

(схемотехнических решений); информацию о возможных структурах проекта и каждого документа, требуемый вид документации, то есть требования к оформлению; правила создания эскизного проекта из изделий и типовых решений (на основе заданных параметров АСУ). Таким образом:

Рвр = <{рг/, {Аг}, {Вг}, {С}, т>, (7)

где Рвр - формальное представление процесса формирования эскизного проекта; {Р2} -множество параметров АСУ из формализованного задания; {Аг}, {Вг}, {С}, {й} - это представленные в базе знаний, соответственно: множество изделий, множество схемотехнических решений, множество требований оформления документации, множество правил создания эскизного проекта из баз изделий и типовых решений.

Изложены общие требования к БЗ, работающим в составе ИС, также сформулированы базовые принципы представления знаний в базе с учетом структуры ИСР и процесса ее функционирования: релевантность; достоверность; непротиворечивость и однозначная интерпретируемость; соответствие стандартам (международным, государственным, корпоративным); сведение к минимуму наличия эквивалентных типовых решений; минимальность типовых решений, описываемых знаниями (то есть при доработке разработчиком эскизного проекта, предпочтительной является такая доработка, при которой в эскизный проект будут добавляться уникальные решения, а не исправляться автоматически сформированные); единство стилей при представлении инженерной графики.

Во втором разделе проведен анализ релевантных методов и средств инженерии знаний, показана точная последовательность процесса разработки базы знаний ИСР АСУ СПТС и подробно описаны процедуры выявления, извлечения и концептуализации, а также представления знаний.

Для получения и концептуализации знаний при разработке базы знаний ИСР АСУ СПТС был разработан (на основе существующих подходов и, в частности, за счет существенной переработки с учетом особенностей рассматриваемой предметной области метода извлечения знаний, предложенного Искандеровым Ю.М.), метод точных опорных концептов получения знаний (рис. 2). Под точным опорным концептом понимается концепт, удовлетворяющий условиям: может быть отнесен к одной из шести категорий (понятие, факт - в том числе данные о применяемых в разработке изделиях и схемах, действие, правило, условие, объяснение); содержит в себе или связан с элементами эталонной совокупности. Реализация метода осуществляется на основе семи макропроцедур:

1. Выявление двух наборов элементов эталонной совокупности (по сути, профессиональных терминов предметной области): набор видов изделий, использующихся в разработке; набор типовых функциональных узлов принципиальных схем АСУ СПТС. Данная макропроцедура выполняется с привлечением группы экспертов предметной области и заключается в проведении диалога или тестирования, обработке результатов и итоговым их утверждением в ходе «круглого стола». Результат процедуры:

<А1,А2, .... А„ >,<В,,В2, ..., В, >, (8)

где Л,- - обозначение вида изделий (г = 1..я); Я, - обозначение типового функционального узла (« = 1../); п - количество видов изделий в наборе А; / -количество узлов в наборе В.

2. Разделение содержимого источников знаний на фрагменты, проводить анализ которых наиболее удобно.

3. Анализ фрагментов источников знаний для поиска элементов набора А.

4. Анализ фрагментов источников знаний для поиска элементов набора В.

5. Определение и классификация ко/щептов, связанных с элементами набора А. Концепты, которые содержат в себе или связаны с найденными элементами набора А, определяют с участием экспертной группы и делят на три группы: № 1 - группа множеств реальных изделий {Аг}, применяемых в разработке АСУ СПТС, с их описаниями от производителя, каждое множество должно соответствовать определенному элементу набора А, а именно: {Аг} = {Аг,, Аг2, .... Аг„}, где {Аг,} -множество изделий для /-го обозначения вида изделий (г = \..п) выражения (8); №2-набор А, включающий в себя элементы А, с набором основных данных для каждого элемента, т. е. любой вид изделий (определенное А,) имеет набор характерных параметров; № 3 - остальные концепты (классифицированные по шести категориям, определенным в понятии концепта).

Рисунок 2 - Структура метода точных опорных концептов получения знаний

6. Определение и классификация концептов, связанных с элементами набора В. Аналогично макропроцедуре 5, только для набора В.

7. Объединение групп знаний № 3 и № б, выделение общих требований, условий и каких-либо ограничений в разработке АСУ СПТС, строгих определений для выявленных параметров групп изделий и функциональных узлов, а также возможных связей как между параметрами, относящихся к одной группе, так и между параметрами из разных групп.

Таким образом, применение метода точных опорных концептов обеспечивает получение ключевых знаний, а также закладывает основу для их параметризации. Данный метод максимально учитывает специфику знаний области разработки АСУ и применим для схожих областей, связанных с разработкой и проектированием сложных технических систем.

Для представления знаний при разработке базы знаний ИСР АСУ СПТС был разработан метод представления знаний «интеллектуальное зеркало» (рис. 3). Метод реализуется на основе 3-х макропроцедур:

1. Разделение знаний на отдельные множества, элементы которых имеют близкое функциональное назначение или подобную структуру.

Рисунок 3 - Структура метода представления знаний «интеллектуальное зеркало»

2. Представление знаний, в соответствии с разделением, в базе данных САПР. Знания необходимо привести к общему виду и представить информацию из различных источников (из справочников, прошлых проектов и т.п.) в базе данных (либо в 2-х базах: для набора А и набора В) инструментальной САПР в соответствии с набором базовых принципов представления знаний, за исключением требования минимальности типовых решений. На этом этапе уникальные решения, несмотря на невозможность их формализации, также представляются в базе данных инструментальной САПР. В дальнейшем, они не будет участвовать в автоматическом формировании проекта, а будет использоваться как справочная информация.

3. Параметризация множеств знаний. Необходимо выявить набор параметров для каждого множества, причем таким образом, чтобы любой элемент из определенного множества знаний можно было восстановить по соответствующему ему набору параметров с заданной точностью. Причем данная параметризация уже была произведена (как и разделение знаний на множества) на основе метода точных опорных концептов, но без задания точности, и для параметризации с заданной точностью реализуются следующие этапы:

3.1. Экспертное задание минимального и максимального числа параметров для каждого множества и выделение начальных наборов параметров.

3.2. Положительная проверка условия: если любой элемент определенного множества знаний может быть восстановлен (экспертно) с заданной точностью по соответствующему набору параметров, то данное множество представляется в БД САПР с заданной точностью и возможной потерей уникальности (в соответствии с требованием минимальности типового решения), а во фреймовой части БЗ представляются наборы параметров и делается основная ссылка на элементы из БД. И, если заданная точность меньше 100%, то в БД выделяется раздел реальных знаний, представленных без потери уникальности (макропроцедура № 2) и раздел со знаниями, потерявшими уникальность. Одному неоригинальному элементу может соответствовать несколько оригинальных элементов, отличающихся от него уникальной составляющей. Для набора А задается точность на уровне 100 %. Для набора В, в соответствии с принципом Парето - 80 % точность, т. к. в нем есть элементы с уникальными решениями, сложно поддающиеся формализации.

В соответствии с набором базовых принципов представления знаний, сформулирован следующий способ оценки точности соответствия между реальным схемотехническим решением и его восстанавливаемым представлением по набору параметров из фреймовой части базы знаний:

где -у'-ый элемент (соединение между изделиями или изделие) (-ОГО узла принципиальной схемы; Е, - множество элементов 1-ого узла восстановленного представления принципиальной схемы; Я/ - множество элементов ¿-ого узла реальной принципиальной схемы; ЛТр,- точность соответствия (безразмерная величина, принимающая значения от нуля до единицы) между реальным схемотехническим решением и его восстанавливаемым представлением (то есть это степень неполноты восстанавливаемого представления); С, -количество соответствующих реальной схеме соединений между изделиями в восстанавливаемом представлении; О, - количество соединений между изделиями в реальной схеме; /г/ - количество соответствующих реальной схеме изделий в восстанавливаемом представлении; /гг, - количество изделий в реальной схеме.

3.3. Отрицательная проверка условия: если хотя бы один элемент определенного множества знаний не может быть восстановлен (экспертно) с заданной точностью по соответствующему ему набору параметров, то группа экспертов увеличивает число параметров на единицу. Затем, если повторная проверка условия положительная - см. макропроцедуру 3.2, отрицательная - очередное увеличение числа параметров на единицу. И при достижении максимального заданного числа параметров, все не соответствующие элементы представляются в БД инструментальной САПР с потерей уникальности на большую часть, чем изначально заданная точность, а их параметры во фреймовой части БЗ.

Таким образом, в той части базы знаний, которая обрабатывается «решателем» будет создано «интеллектуальное зеркало» данных из САПР, что позволит представить схемотехнические решения в таком виде, чтобы машина вывода обрабатывала формализованные наборы параметров по традиционным алгоритмам инженерии знаний, не обращаясь непосредственно к самим графическим изображениям схемотехнических решений. То есть, {А} —> {Аг}, а {В} —> {Вг}, где {А}

0,Зг..,Ц,. е Я,) л (*,«£/?,).

(9)

и {В} - это, соответственно, множества параметров, описывающих представленные в базе знаний изделия и схемотехнические решения; а {Аг} и {Вг} - это, соответственно, множества представленных изделий и схемотехнических решений. Таким образом, конкретному набору параметров для определенного изделия или схемотехнического решения будет соответствовать единственное изделие или решение.

Применение данного метода позволяет параметризировать и представить знания предметной области разработки АСУ СПТС с задаваемым уровнем точности, что, во-первых, позволяет осуществлять эффективную обработку знаний по их набору параметров, во-вторых, значительно сокращает объемы обрабатываемых знаний решателем по сравнению с другими подходами, и, в-третьих, обеспечивает выполнение требование минимальности типовых решений (благодаря чему разработчик будет лишь добавлять в эскизный проект уникальные решения, а не исправлять автоматически сформированные). Кроме того, применение данного метода позволяет интегрировать уже существующие базы данных инструментальной САПР в базу знаний ИСР АСУ СПТС.

В третьем разделе определена и подробно описана структура базы знаний в составе модели интеллектуальной системы (показана на рисунке 4), изложены принципы реализации БЗ, разработан метод оценки эффективности интеллектуальной системы для разработки АСУ СПТС и, на его основе, проведена предварительная оценка эффективности ИСР. Кроме того, оценены трудозатраты на создание различных прототипов ИСР АСУ СПТС.

ТЗ

Разработчик

Г

«Решатель»

Форма для заполнения параметров АСУ

---и

Г'

Адаптивный элемент

_1

Описание объектов БД инструмент. САПР

Объекты в формате БД инструмент. САПР

Машина вывода

Г'

АР1

о. 2 О

>* гг О. £

к га

1

Модуль формирования документации

Параметры

Параметры схемотех-

изделий нических

решении

Рвр

ГП

Схемотех- Схемотех-

Изделия нические нические

решения решения

(минимап.) (полные)

База знаний

Рисунок 4 - Структура БЗ в составе модели ИСР АСУ СПТС

Структурный элемент БЗ «объекты в формате БД инструментальной САПР» включает в себя графическое описание изделий, использующихся в разработке и базу функционально-систематизированных схемотехнических решений (макросов окон и/или страниц прошлых проектов), разбитую на 2 части: формализованные схемотехнические решения, представленные с потерей уникальности и используемые непосредственно для автоматического формирования документации; уникальные схемотехнические решения, которые могут использоваться как справочная информация.

Структурный элемент БЗ «описание объектов БД инструментальной САПР» представляется в базе знаний в виде фреймов и в себя два вида объектов: первый вид - это параметры изделий, ссылающиеся на конкретные изделия; второй вид - это параметры схемотехнических решений, ссылающиеся на сами схемотехнические решения (полные, содержащие уникальную составляющую и минимальные).

Набор фреймов-структур будет инициализировать возможные виды изделий и функциональных узлов. Фреймы-структуры задают определяемые в процессе применения метода «интеллектуальное зеркало» наборы параметров для любого изделия или схемотехнического решения. Конкретные же изделия или схемотехнические решения будут описываться фреймами-экземплярами.

Элемент «модуль формирования документации» представляется в базе знаний в виде продукций, и включает в себя знания, описывающие формальные правила разработки АСУ (структура проекта, состав проекта, вид конкретных документов и т. п.), а также знания, формализующие механизм вывода результата работы ИСР (на основе формирования соответствия между данными, полученными из формы для заполнения параметров АСУ и имеющимися в базе знаний описаниями изделий и схемотехнических решений).

Таким образом, с учетом разработанных методов получения и представления знаний, а также предложенной структуры БЗ, формализация процесса формирования эскизного проекта (выражение (7)) была уточнена и представлена в следующем виде:

где Рвр - формальное представление процесса формирования эскизного проекта; {Р2} -множество параметров АСУ из формализованного задания; {А} и {В} - это, соответственно, множества параметров, описывающие представленные в базе знаний изделия и схемотехнические решения; {V} - множество правил вывода ИСР (множество продукций).

Разработан метод оценки эффективности ИСР АСУ СПТС. Основным критерием качества работы интеллектуальной системы для разработки АСУ сложных производственно-технических систем определена системная релевантность (безразмерная величина, принимающая значения от нуля до единицы):

где - системная релевантность ИСР, определяемая для некоторого заданного набора параметров на АСУ; п - степень соответствия (безразмерная величина, принимающая значения от нуля до единицы) между заданным набором параметров АСУ и полученным результатом в ИСР для /-го узла принципиальной схемы; И- общее число узлов в требуемой схеме.

Рвр = <{Щ. {А}, {В}, {У}>,

(10)

n

(И)

Предложен следующий способ оценки степени соответствия между заданным набором параметров АСУ и полученным результатом в ИСР для /-го узла принципиальной схемы:

£¿5) л (г,

. ГСр, Ьр,\ р „ (12)

1 Се/ЬъУ

где —у'-ый элемент (соединение между изделиями или изделие) /-ого узла принципиальной схемы; Л - множество элементов /-ого узла принципиальной схемы, полученной в ИСР; -множество элементов ¿-ого узла принципиальной схемы, восстановленной экспертом по заданному набору параметров АСУ; Ср, - количество совпадающих соединений между схемой, восстановленной экспертом и схемой, полученной в ИСР для 1-го узла; Се, — количество соединений между изделиями в восстановленном экспертом /-ом узле принципиальной схемы; 1:р, - количество совпадающих изделий между схемой, восстановленной экспертом и схемой, полученной схемой в ИСР для /-го узла; 1ге, -количество изделий в восстановленном экспертом /-ом узле принципиальной схемы.

Таким образом, Я$ показывает степень эффективности реализации предложенных подходов в построении БЗ и самой ИСР.

Для оценки степени полезности ИСР для пользователя задан параметр пользовательской релевантности ЯР, учитывающий задаваемые параметры точности представления знаний и показывающий, какая часть проекта будет получена автоматически и войдет в итоговый вариант без корректировок разработчиком:

n

=-^-, (13)

где Яр - пользовательская релевантность ИСР, определяемая для некоторого заданного набора параметров АСУ; кл - точность представления знаний, определяемая на этапе представления знаний (в данном случае 80 %, то есть кл = 0,8); р, - часть знаний из множества для /-го узла, внесенная в БЗ в соответствии с заданной точностью представления знаний (р,- = кол-во элементов в соответствии с точностью/общее кол-во элементов); Г; — степень соответствия между заданным набором параметров АСУ и полученным результатом в ИСР для /-го узла принципиальной схемы (в соответствии с выражением (12)); N — общее число узлов в требуемой схеме.

Таким образом, выражение (1 - ЯР) - это условная разница между эскизным и готовым проектами. Тогда, можно прогнозировать затрачиваемое время на разработку принципиальных схем в ИСР:

(14)

где // - время, затрачиваемое разработчиком на создание принципиальных схем с применением ИСР; Яр - пользовательская релевантность ИСР; /5 - время, затрачиваемое разработчиком на создание принципиальных схем с применением инструментальной САПР.

При максимально эффективной реализации предложенных подходов в построении БЗ и самой ИСР (Ду = 1), с учетом заданной точности представления знаний и достижения максимальной величины для части знаний, внесенных в БЗ в соответствии с заданной точностью представления знаний (для области разработки АСУ в целом, по экспертной оценке, средний максимум может достигать: £р,/Ы = 0,9), получим: ЯР = 0,72. Значит, разработчик получает более чем наполовину

разработанные принципиальные схемы проекта, и время разработки принципиальных схем при использовании ИСР на основе БЗ сократится в 3,6раза.

ЗАКЛЮЧЕНИЕ

В диссертации представлены научно обоснованные методологические решения, обеспечивающие интеллектуализацию разработки АСУ для сложных производственно-технических систем, что имеет важное значение для решения практической задачи повышения эффективности процесса разработки АСУ СПТС и развития производственно-технического комплекса страны в целом, а также способствует развитию научного направления искусственного интеллекта (в частности, инженерии знаний) и практического направления создания АСУ.

Основными результатами работы являются:

1. Модель интеллектуальной системы для разработки АСУ сложных производственно-технических систем, являющаяся основой для создания рассматриваемой и аналогичных ИС.

2. Метод точных опорных концептов получения знаний, применение которого обеспечивает получение ключевых знаний с учетом специфики разработки АСУ.

3. Метод представления знаний «интеллектуальное зеркало», методически дополняющий метод точных опорных концептов получения знаний и обеспечивающий параметризацию и формализацию полученных знаний с задаваемой точностью и с учетом особенностей разработки АСУ СПТС.

4. Структура базы знаний в составе модели ИСР АСУ СПТС, наглядно демонстрирующая результаты применения разработанных методов получения и представления знаний, а также уточняющая описание процесса функционирования ИС.

5. Метод оценки эффективности ИСР АСУ СПТС, который позволяет задать и определить значения системной и пользовательской релевантностей рассматриваемой ИС с учетом особенностей ее функционирования.

В работе проведена оценка эффективности интеллектуальной системы для разработки АСУ сложных производственно-технических систем, показавшая, что время разработки принципиальных схем АСУ для сложных производственно-технических систем, по сравнению с применением обычного инструментария разработки АСУ, может достигать сокращения в 3,6 раза (для исследовательского прототипа в 1,32 раза, для действующего - в 1,92, для промышленного - в 3,57).

Таким образом, решена научная задача и достигнута цель диссертационной работы.

Направлениями дальнейших исследований являются: разработка алгоритмов обработки знаний машиной вывода и работы адаптивного элемента; программная реализация исследовательского прототипа и возможное уточнение полученных результатов с последующей программной реализацией и внедрением действующего прототипа; разработка общей технологии создания интеллектуальных систем для разработки/проектирования сложных технических объектов и комплексов; выявление общих принципов параметризации хорошо структурированных знаний для формулирования метода представления знаний «интеллектуальное зеркало» в общем виде; разработка общей методологии оценки эффективности различных интеллектуальных систем, функционирующих на основе баз знаний.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

В изданиях, рекомендованных ВАК Министерства образования и науки РФ:

1. Ершов, А. А. Способ и оценка эффективности интеллектуализации разработки АСУ для сложных производственно-технических систем [Электронный ресурс] / А. А. Ершов II Современные проблемы науки и образования. - 2013. - № 1. - Режим доступа: http://www.science-education.ru/107-8430 (дата обращения: 01.03.2013).

2. Ершов, А. А. Оптимизация процессов разработки автоматизированных систем управления технологическими процессами / А. А. Ершов, А. А. Любиченко // Горный журнал,-2012.-№ 11.-С. 80-83.

3. Ершов, А. А. Интеллектуальная система проектирования автоматизированных систем управления трубопроводным транспортом / А. А. Ершов // Транспорт Российской Федерации. - 2011. - №4 (35). - С. 76-78.

Другие статьи и материалы конференций:

4. Ершов, А. А. Метод получения знаний для интеллектуализации разработки АСУ сложных производственно-технических систем [Электронный ресурс] / А. А. Ершов II Актуальные проблемы инфотелекоммуникаций в науке и образовании. И-я Международная научно-техническая и научно-методическая конференция: сб. научных статей. - СПб. : Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича, 2013. - С. 590-594. - Режим доступа: http://www.sut.ru/doci/nauka/sbornic_confsut_2013_no_copy.pdf (дата обращения: 29.03.2013).

5. Ершов, А. А. Метод «интеллектуальное зеркало» для использования данных базовой САПР при создании базы знаний интеллектуальной системы проектирования АСУТП / А. А. Ершов // Тезисы 10-й международной конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (CAD/CAM/PDM-2010)». - М. : Институт проблем управления РАН, 2010. - С. 27.

6. Ершов, А. А. Метод точных опорных концептов получения знаний / А. А. Ершов // Труды Всероссийской научно-практической конференции «Транспорт России: проблемы и перспективы - 2010». - СПб. : ИПТ РАН, 2010. - С. 236-238.

7. Ершов, А. А. Обеспечение безопасности транспортных комплексов с использованием интеллектуальных систем / А. А. Ершов // Избранные материалы докладов и выступлений международного форума «Безопасность транспортных комплексов». - СПб. : «СИВЕЛ», 2010. - С. 64-65.

8. Ершов, А. А. Интеллектуализация проектирования систем автоматизированного управления трубопроводного транспорта / А. А. Ершов, Ю. М. Искандеров // Труды Всероссийской научно-практической конференции «Транспорт России: проблемы и перспективы - 2008». - М. : МИИТ, 2008. - С. 51-53.

9. Ершов, А. А. Интеллектуальная система проектирования средств автоматизированного управления трубопроводного транспорта / А. А. Ершов, Ю. М. Искандеров // Материалы XI-й Санкт-Петербургской международной конференции «Региональная информатика - 2008 (РИ-2008)». - СПб. : СПОИСУ, 2008.-С. 185.

10. Ершов, А. А. Анализ проблемы создания базы знаний как ядра интеллектуальной системы для организации процессов мультимодальных перевозок / А. А. Ершов // Труды Всероссийской научно-практической конференции «Транспорт России: проблемы и перспективы». - М. : МИИТ, 2007. - С. 29-30.

Подписано в печать 16.05.2013. Формат 60x84 1/16. Печ. л. 1,0. Тираж 100 экз. Отпечатано в СПбГУТ, 191186, Санкт-Петербург, наб. реки Мойки, 61

ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ

Федеральное государственное образовательное бюджетное учреждение

высшего профессионального образования «Санкт-Петербургский государственный университет телекоммуникаций

им. проф. М.А. Бонч-Бруевича»

На правах рукописи

04 2 0135 "'б 8 5

Ершов Александр Александрович

МОДЕЛЬ И МЕТОДЫ ИНТЕЛЛЕКТУАЛИЗАЦИИ РАЗРАБОТКИ АСУ ДЛЯ СЛОЖНЫХ ПРОИЗВОДСТВЕННО-ТЕХНИЧЕСКИХ СИСТЕМ

05.13.01 - Системный анализ, управление и обработка информации

(связь и информатизация)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель

доктор технических наук, профессор,

Искандеров Юрий Марсович

Санкт-Петербург - 2013

ОГЛАВЛЕНИЕ

Введение...............................................................................................4

1 Характеристика процесса разработки автоматизированных систем управления сложных производственно-технических систем, обоснование его интеллектуализации...................................................................................9

1.1 Характеристика сложных производственно-технических систем на примере трубопроводного транспорта.........................................................9

1.2 Автоматизированное управление сложными производственно-техническими системами..........................................................................15

1.3 Основные виды промышленных сетей и сигналов контроля и

управления.........................................................................................20

1.4 Анализ процесса разработки автоматизированных систем управления для сложных производственно-технических систем............................................29

1.5 Автоматизация процесса разработки АСУ для СПТС...............................33

1.6 Принципы интеллектуализации разработки автоматизированных систем

управления для сложных производственно-технических систем........................39

Выводы по разделу 1..................................................................................................54

2 Принципы создания базы знаний интеллектуальной системы для разработки автоматизированных систем управления сложных производственно-технических систем........................................................55

2.1 Этапы процесса разработки базы знаний для ИСР АСУ СПТС....................55

2.1.1 Подготовительный этап разработки базы знаний..................................55

2.1.2 Основной этап разработки базы знаний...............................................58

2.2 Выявление знаний, необходимых для разработки БЗ ИСР АСУ СПТС............74

2.2.1 Работа с одушевленными источниками знаний...........................................75

2.2.2 Работа с неодушевленными источниками знаний..................................79

2.3 Извлечение и концептуализация знаний, необходимых для создания

БЗ ИСР АСУ СПТС...............................................................................80

2.3.1 Метод точных опорных концептов получения знаний............................81

2.4 Формализация знаний в процессе разработки БЗ ИСР АСУ СПТС..................88

2.4.1 Фреймовая модель представления знаний...........................................89

2.4.2 Продукционная модель представления знаний......................................91

2.4.3 Метод представления знаний «интеллектуальное зеркало»......................92

Выводы по разделу 2...........................................................................101

3 База знаний интеллектуальной системы для разработки автоматизированных систем управления сложных

производственно-технических систем......................................................102

3.1 Структура базы знаний в составе модели интеллектуальной системы для разработки АСУ СПТС............................................................................102

3.1.1 Описание структурного элемента БЗ «объекты в формате БД инструментальной САПР»......................................................................104

3.1.2 Описание структурного элемента БЗ «описание объектов БД инструментальной САПР».....................................................................107

3.1.3 Описание структурного элемента БЗ «модуль формирования документации».............................................................................................................112

3.2 Реализация БЗ...............................................................................114

3.3 Верификация и оценка эффективности ИСР АСУ СПТС..........................117

3.4 Оценка эффективности, трудозатрат и целесообразности создания

различных прототипов ИСР АСУ СПТС..................................................122

Выводы по разделу 3...........................................................................128

Заключение......................................................................................129

Список сокращений и условных обозначений............................................133

Список литературы..............................................................................134

Приложение А (рекомендуемое) Акты внедрения........................................146

ВВЕДЕНИЕ

Актуальность темы исследования. Современные сложные производственно-технические системы (СПТС) характерны большим количеством разнородных функционально связанных элементов, высокой сложностью и динамичностью протекающих процессов. Примерами таких систем являются объекты энергетики, машиностроения, транспорта, горной промышленности и др.

На разработку автоматизированных систем управления (АСУ) для СПТС затрачиваются огромные интеллектуальные и временные ресурсы. И существует необходимость оптимизации существующих методов и средств разработки АСУ с целыо повышения эффективности данного процесса, что позволит снизить интеллектуальные, временные и, соответственно, финансовые затраты на разработку автоматизированных систем управления для СПТС.

Одна из возможностей оптимизации существующих методов и средств разработки АСУ заключается в создании интеллектуальной системы (ИС) для разработки, функционирующей на основе базы знаний (БЗ). Эта система позволит автоматически, на основе заданных параметров АСУ, создавать принципиальные схемы к проекту. И в этом случае разработчик, использующий данную систему, будет работать при более высоком уровне автоматизации процесса разработки, чем уровень автоматизации существующих систем.

Таким образом, состояние научных исследований в рассматриваемой предметной области позволяет сделать вывод о том, что существует актуальная научная проблема интеллектуализации разработки автоматизированных систем управления для сложных производственно-технических систем.

Степень разработанности темы исследования. Общие принципы интеллектуализации, формирующие теоретическую основу для исследований в области интеллектуализации разработки и/или проектирования различных сложных технических объектов, а также конкретные практические исследования в данной области освещены в трудах таких ученых, как Гаврилова Т.А., Искандеров Ю.М., Минский М., Попов Э.В., Поспелов Г.С. [1, 34-42, 45, 78, 82] и др.

Цель диссертационной работы - повышение эффективности процесса разработки АСУ для сложных производственно-технических систем за счет разработки методов и средств интеллектуализации данного процесса.

Объект исследования - методы и средства интеллектуализации разработки АСУ для сложных производственно-технических систем.

Предмет исследования — принципы создания и методы разработки базы знаний интеллектуальной системы для разработки (ИСР) АСУ сложных производственно-технических систем.

Научная задача, решаемая в диссертационной работе, заключается в разработке модели интеллектуальной системы и структуры ее базы знаний, в разработке методов получения и представления знаний, а также в разработке метода оценки эффективности интеллектуальной системы для разработки АСУ СПТС.

Методами исследования являются методы таких научных дисциплин, как системология, информатика, теория множеств, теория искусственного интеллекта, инженерия знаний, инженерная психология, математическое программирование, компьютерные и информационные технологии.

Диссертация является результатом личной работы автора в процессе научно-исследовательской деятельности.

Положениями, выносимыми на защиту, являются:

1. Модель интеллектуальной системы для разработки АСУ сложных производственно-технических систем.

2. Метод точных опорных концептов получения знаний.

3. Метод представления знаний «интеллектуальное зеркало».

4. Структура базы знаний в составе модели интеллектуальной системы для разработки АСУ СПТС.

5. Метод оценки эффективности ИСР АСУ СПТС.

Научная новизна работы. Новизна настоящего диссертационного исследования состоит в следующем:

1. Разработана модель ИСР АСУ СПТС и структура ее базы знаний, позволяющие комплексно применить средства инженерии знаний и средства систем автоматизированного проектирования (САПР) для автоматической генерации принципиальных схем по набору параметров формализованного задания.

2. Разработан метод точных опорных концептов получения знаний, позволяющий выявить два вида понятий элементов эталонной совокупности для распараллеливания основных макропроцедур получения знаний и учитывающий специфику предметной области разработки АСУ СПТС.

3. Разработан метод представления знаний «интеллектуальное зеркало», обеспечивающий параметризацию и формализацию полученных знаний с задаваемой точностью без потерь графических изображений схемотехнических решений и усложнения процедуры обработки информации за счет создания фреймового описания этих решений.

4. Разработан метод оценки эффективности ИСР АСУ СПТС, который на основе критериев качества работы и полезности позволяет задать и определить значения системной и пользовательской релевантностей ИСР АСУ СПТС с учетом особенностей ее функционирования.

Теоретическая и практическая значимость исследования. При создании и внедрении интеллектуальной системы для разработки АСУ сложных производственно-технических систем с применением полученных научных результатов, время разработки принципиальных схем АСУ СПТС, по сравнению с применением обычного инструментария разработки АСУ, достигает сокращения до 3,6 раза. Кроме того, применение данной ИС позволяет проводить предварительную оценку возможных технических решений проекта, наглядно оценить объемы работ, сделать предварительный расчет стоимости АСУ СПТС и в сжатые сроки выдать коммерческое предложение потенциальному заказчику.

Полученные научные результаты применимы для создания ИС для других предметных областей, связанных с разработкой и/или проектированием сложных технических объектов и комплексов.

Внедрение результатов диссертационного исследования. Результаты исследования применены в работах по повышению эффективности разработки АСУ для горно-обогатительной отрасли, выполняемые в Департаменте АСУ Совместного предприятия в форме закрытого акционерного общества «Изготовление, внедрение, сервис» (СП ЗАО «ИВС»), входящего в НПО «РИВС». А также были использованы при проведении научно-исследовательских работ в ООО «Инновационные технологии». Внедрение результатов диссертации подтверждено соответствующими актами.

Достоверность исследований обеспечивается: корректным определением научной проблемы, цели, объекта, предмета и научной задачи исследования; корректностью применяемых методов исследования и обоснованным использованием результатов из различных предметных областей; успешным применением результатов диссертационной работы в практической деятельности СП ЗАО «ИВС» и ООО «Инновационные технологии».

Апробация исследования. Основные положения и результаты диссертационной работы докладывались и обсуждались на различных научных семинарах, а также на следующих всероссийских научно-практических и международных конференциях/форумах: 11-й Международной научно-технической и научно-методической конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании», Санкт-Петербург, 2013; Всероссийских научно-практических конференциях «Транспорт России: проблемы и перспективы», Москва, 2007, 2008, Санкт-Петербург, 2010; 10-й Международной конференции «Системы проектирования, технологической подготовки производства и управления этапами жизненного цикла промышленного продукта (САБ/САМ/РОМ -2010)», Москва, 2010; Международном форуме «Безопасность транспортных комплексов», Санкт-Петербург, 2010; ХІ-й Санкт-Петербургской международной конференции «Региональная информатика-2008» («РИ-2008»), Санкт-Петербург, 2008.

Публикации по теме диссертации. Основные положения и результаты диссертации опубликованы в 10 печатных и электронных работах, в том числе 3 статьи в журналах, рекомендованных ВАК Министерства образования и науки РФ.

Структура и объем работы. Диссертационная работа состоит из введения, трех разделов, заключения, списка литературы из 121 наименования и одного приложения с актами внедрения результатов диссертационной работы. Общий объем работы составляет 145 страниц и включает в себя 18 рисунков и 5 таблиц.

1 ХАРАКТЕРИСТИКА ПРОЦЕССА РАЗРАБОТКИ

АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОИЗВОДСТВЕННО-ТЕХНИЧЕСКИХ СИСТЕМ, ОБОСНОВАНИЕ ЕГО

ИНТЕЛЛЕКТУАЛИЗАЦИИ

1.1 Характеристика сложных производственно-технических систем на примере трубопроводного транспорта

Характерным примером СПТС является трубопроводный транспорт (ТТ), входящий в состав и являющийся важнейшим элементом топливно-энергетического комплекса России. В течение нескольких последних лет, в том числе и из-за значительной экспортной ориентации, ТТ занимает одну из главнейших позиций в экономике РФ. Причем, строительство трубопроводов обычно дешевле, чем инфраструктуры других видов транспорта (например, автомобильного или железнодорожного), имеющих такую же провозную способность, а прокладка трубопроводов осуществляется более коротким путем [2]. Кроме того, можно отметить, что по себестоимости перевозок ТТ - это один самых дешевых видов транспорта наряду с водным транспортом. При этом он имеет высокую надежность в эксплуатации, практически не зависящую от погодных условий [2, 22].

Главными же недостатками трубопроводного транспорта являются зачастую более низкая скорость доставки грузов относительно других видов транспорта, зависящая от многих факторов и в том числе от вязкости продукта, а также сильная ограниченность трубопроводного транспорта в части видов транспортируемых продуктов и существенная сложность корректировки направления перевозок [2, 3].

Традиционно под трубопроводным транспортом понимают трубопроводные системы для транспорта нефти или газа (хотя фактически можно выделять и другие виды трубопроводных систем: водопровод, пневмопочта и т.п.) и в этом контексте выделяют следующие виды трубопроводного транспорта [2]:

• нефтепроводы - используются для перекачки нефти и нефтепродуктов, а, если хотят подчеркнуть, что трубопровод используется именно для перекачки нефтепродуктов, то такой трубопровод называют нефтепро-дуктопроводом (или даже точнее: бензинопроводом, керосинопроводом и т.д.);

• газопроводы - используются для транспортировки газа, иногда выделяют понятие газопродуктопроводов.

Кроме того, трубопроводы разделяют на магистральные (предназначены для перекачки на большие расстояния, сотни и тысячи километров), внутренние (прокладываются между объектами на промыслах, заводах, базах), местные (имеют протяженность больше внутренних - до нескольких десятков километров, и прокладываются между промыслами или заводами и головными станциями магистральных трубопроводов) [2].

Приведем статистические характеристики трубопроводного транспорта в России на основе данных из [4, 5]. Общая протяженность магистральных трубопроводов РФ составляет более 214 тыс. км. Из них более 150 тыс. км газопроводных магистралей, более 45 тыс. км нефтепроводных, более 19 тыс. км нефтепро-дуктопроводных. Транспорт продукции посредством трубопроводного транспорта составляет около 30% от общего объема грузооборота страны. При этом из добываемых и производимых в России газа, нефти и нефтепродуктопроводов по магистральным трубопроводам перемещается 100% газа, более 90% нефти и более 50% нефтепродуктопроводов. И общая доля транспорта газа в общем объеме грузооборота трубопроводного транспорта составляет около 55%, нефти - около 40%, нефтепродуктов - около 5% [4, 5].

Магистральные трубопроводы включают в себя (рисунок 1, рисунок 2) [2]: линейные сооружения (сами трубы, система противокоррозийной защиты, различные линии связи и т.п.); перекачивающие, компрессорные и тепловые стации; газораспределительные станции и конечные пункты нефтепроводов, где принимают транспортируемый продукт и распределяют его между различными потребителями. Кроме того, в состав магистральных трубопроводов могут входить

подводящие трубопроводы, предназначенные для подачи транспортируемого продукта от промыслов к головным сооружениям магистрального трубопровода [2].

Основной элемент магистрального трубопровода - это сваренные в непрерывную нитку трубы диаметром 300-1420 мм, при этом толщина стенок труб определяется внутренним давлением, которое может достигать 10 МПа. Магистральные трубопроводы, при отсутствии особых геологических или температурных условий, обычно углубляют в грунт на глубину 0,8 м до верхней образующей трубы. Для потребностей в газе и нефтепродуктах близлежащих от трассы нас�