автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Модели и алгоритмы информационно-измерительной системы для процесса формования листового стекла

На правах рукописи

ФОМИНЫХ Дмитрий Сергеевич

МОДЕЛИ И АЛГОРИТМЫ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ДЛЯ ПРОЦЕССА ФОРМОВАНИЯ ЛИСТОВОГО СТЕКЛА

Специальности: 05.13.18 - Математическое моделирование, численные методы и комплексы программ

05.11.16 - Информационно-измерительные и управляющие системы (в технической отрасли)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Саратов 2005

Работа выполнена в ГОУ ВПО «Саратовский государственный технический университет»

Научный руководитель

Официальные оппоненты

- доктор технических наук, профессор Кушников Вадим Алексеевич

- доктор технических наук, профессор Львов Алексей Арленович

- кандидат физико-математических наук Семенов Кирилл Викторович

Ведущая организация

- Институт проблем управления сложными системами РАН (г. Самара)

Защита состоится «¿2 » июня

_2005 г. в часов на заседании диссертационного совета Д 212.242.08. при ГОУ ВПО «Саратовский государственный технический университет» по адресу: 410054, Саратов, ул. Политехническая, 77, Саратовский государственный технический университет, корп.1, ауд. 319.

С диссертацией можно ознакомиться в научно-технической библиотеке ГОУ ВПО «Саратовский государственный технический университет».

Автореферат разослан

мая 2005 г.

Ученый секретарь диссертационного совета

А.А. Большаков

щ? шт

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Динамичное развитие отечественных предприятий стекольной промышленности, повышение конкурентоспособности выпускаемой ими продукции, улучшение условий труда производственного персонала невозможно обеспечить без совершенствования аппаратного и математического обеспечения специализированных информационно-измерительных систем, используемых при управлении процессами формования стекла.

Большинство информационно-измерительных и управляющих систем отечественных предприятий стекольной промышленности (системы ГРАСмикро, «Алиса», «Димиконт», Ме1гопех и др.) обеспечивают рациональный режим работы отдельно взятых групп технологического оборудования в производственных ситуациях и не выдают рекомендаций оперативно-диспетчерскому персоналу при возникновении аварийных и нештатных ситуаций комплексного характера, затрагивающих процесс формования листового стекла в целом. При быстром изменении десятков параметров, характеризующих работу сложного технологического оборудования, значительной чувствительности режимов его функционирования к изменению управляющих воздействий и параметров окружающей среды, малочисленности и большой загруженности диспетчерского персонала это может привести к возникновению брака, размер которого на среднем предприятии стекольной промышленности зачастую превышает 60 тыс. м2 листового стекла в год. Указанное обстоятельство обусловливает необходимость разработки и внедрения в составе математического обеспечения специализированных информационно-измерительных и управляющих комплексов новых моделей и алгоритмов ситуационного управления процессом формования листового стекла, позволяющих преодолеть указанные трудности.

Общие принципы функционирования систем искусственного интеллекта, в том числе и систем ситуационного управления сложными производственными процессами, были развиты в работах таких зарубежных и отечественных ученых, как Э. Фейгенбаум, Д. Уотермен, Д.А.Поспелов, Г.С.Поспелов, О.И.Ларичев, Ю.И.Клыков, Э.В.Попов и других. Вместе с тем в специальной литературе в настоящее время практически отсутствуют сообщения о системах ситуационного управления сложным технологическим оборудованием предприятий стекольной промышленности. Кроме того, при создании математического обеспечения специализированных информационно-измерительных и управляющих комплексов, работающих в составе систем ситуационного управления, до последнего времени недостаточное внимание уделялось проблемам совершенствования алгоритмов идентификации производствежых^и^а^й^^дцрнного формиро-

------- ------------- ----------------затРУ#й§ЗВ|#¥1вЯение!Данных систем,

С» О»

вания их описании, что несколько

уменьшало оперативность и качество решений оперативно-диспетчерского персонала.

Приведенные выше соображения обусловливают актуальность, экономическую целесообразность и практическую значимость темы диссертационной работы, посвященной совершенствованию математического обеспечения информационно-измерительных и управляющих систем предприятий стекольной промышленности путем создания новых, более эффективных алгоритмов идентификации аварийных ситуаций и автоматизации процесса формирования их описания.

Тема диссертации, внедрение ее основных результатов непосредственно связаны с основными заданиями Института проблем точной механики и управления РАН и соответствуют темам научных исследований, проводимых в течение ряда лет на кафедрах "Системотехника" и «Информационные системы» Саратовского государственного технического университета.

Цель работы. Создание моделей и алгоритмов управления процессом формования листового стекла, позволяющих существенно повысить эффективность функционирования информационно-измерительных и управляющих систем предприятий стекольной промышленности при возникновении аварийных и нештатных ситуаций.

Предметом исследования является процесс формования листового стекла (флоат-процесс), управляемый с использованием информационно-измерительных систем предприятий стекольной промышленности.

Методы исследования. В диссертации использованы методы теории управления, теории графов, теории множеств, кластерного анализа, искусственного интеллекта и математического моделирования.

Научная новизна работы заключается в следующем:

1 Впервые сформирован комплекс взаимосвязанных моделей описания аварийных ситуаций, для ликвидации которых используются информационно-измерительные и управляющие системы отечественных предприятий стекольной промышленности. Модели описания основаны на математическом аппарате нормальных форм Бэкуса-Наура, фреймах, языке представления знаний и позволяют оперативно идентифицировать возникающие ситуации, определить мероприятия, необходимые для их успешного устранения, а также машинными методами сформировать описание новых аварийных ситуаций.

2 Для флоат-процесса производства листового стекла разработана методика оперативной идентификации аварийных ситуаций, особенность которой заключается в последовательном разбиении множества ситуаций на кластеры и сравнении идентифицируемой ситуации с центроидами этих кластеров, что позволяет значительно повысить быстродействие идентификации ситуаций по сравнению с существующими методиками. > • • .и.» « •< . .

i Л I i *. • ' 1

3 Разработан эвристический алгоритм, позволяющий осуществить машинный синтез описаний аварийных ситуаций, в основу которого положено представление ситуаций набором логико-лингвистических переменных, значения которых по предложенным правилам выбираются ЭВМ.

4 Предложена процедура анализа синтезированных описаний аварийных ситуаций на правдоподобие. Процедура основана на учете логических связей, существующих между значениями отдельных переменных, характеризующих описания ситуаций. Данная процедура позволяет исключить из рассмотрения описания заведомо неправдоподобных ситуаций.

Практическая ценность. Основные теоретические положения диссертационной работы в виде математических моделей, алгоритмов и программ были внедрены в структурных подразделениях ОАО "Саратов-стройстекло" с годовым экономическим эффектом 500 тыс. рублей. Кроме того, разработанное программно-алгоритмическое обеспечение было передано Саратовскому государственному техническому университету для обучения студентов специальностей "Автоматизированные системы обработки информации и управления" и "Информационные системы".

На защиту выносятся:

1. Комплекс моделей описания аварийных ситуаций на предприятиях стекольной промышленности, разработанный на основе форм Бэкуса-Наура, фреймов и языка представления знаний.

2. Алгоритм идентификации аварийных ситуаций, возникающих в процессе формования листового стекла, основанный на их сравнении с центроидами кластеров ситуаций.

3. Алгоритм автоматизированного синтеза описаний аварийных ситуаций и процедура их анализа на правдоподобие.

4. Программное обеспечение, позволяющее осуществить ситуационное управление флоат-процессом в составе типовых информационно-измерительных и управляющих систем предприятий стекольной промышленности.

5. Методика внедрения разработанных моделей, алгоритмов и программ в составе интегрированных информационных систем крупных предприятий стекольной промышленности.

Достоверность теоретических разработок, научных положений и выводов подтверждается корректностью применения математического аппарата теории управления, искусственного интеллекта, согласованностью результатов теоретических расчетов с данными, определенными в процессе практической апробации работы.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались в 2001 - 2004 г. г. на Всероссийской конференции «Прогрессивные технологии в обучении и производстве» (Камышин, 2002), Международной научно-технической конференции «Со-

временные материалы и технологии», II Всероссийской научно-практической конференции «Инновации в машиностроении» (Пенза, 2002), Международной конференции «Проблемы и перспективы прецизионной механики и управления в машиностроении» (Саратов, 2002), на научных семинарах лаборатории №1 Института проблем точной механики и управления РАН, кафедр «Системотехника» и «Информационные системы» Саратовского государственного технического университета, а также публиковались в межвузовских научных сборниках.

Публикации. По результатам исследований опубликовано 8 печатных работ в межвузовских научных сборниках и материалах научно-технических конференций.

Структура и объем диссертации. Диссертация изложена на 141 странице и состоит из введения, четырех глав, заключения, списка использованной литературы из 155 наименований, трех приложений, имеет 30 рисунков и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, формулируется цель работы, проводится выбор объекта исследования, указывается научная новизна и практическая значимость результатов работы, характеризуются методы исследования, определяются выносимые на защиту научные положения и результаты.

В первой главе обоснована необходимость внедрения интегрированных систем на отечественных предприятиях стекольной промышленности, описан процесс формования листового стекла в ванне расплава, проведен обзор существующих методов управления флоат-процессом производства листового стекла и осуществлена постановка задачи совершенствования математического обеспечения информационно-измерительных и управляющих систем предприятий стекольной промышленности.

Процесс формования ленты стекла на расплаве металла осуществляется в ванне, представляющей собой тепловой агрегат, содержащий слой расплавленного металла, защитную восстановительную атмосферу, средства подачи стекломассы и вывода ленты стекла из ванны в печь отжига (рис. 1).

В качестве основной в первой главе рассматривается проблема эффективности существующих информационно-измерительных и управляющих систем процесса производства стекольной продукции. Анализ существующих информационно-измерительных и управляющих систем, применяемых при формовании листового стекла, показывает, что в них отсутствует решение задачи управления процессом в аварийных ситуациях.

Путем изучения технологической документации, а также анализа процесса были сформулированы следующие первоочередные задачи, позволяющие получить значительный экономический эффект при небольших затратах: идентификация аварийной ситуации, возникшей в ходе технологического процесса; синтез описания новых аварийных ситуаций. Прове-

денный в первой главе обзор методов управления в аварийных ситуациях позволяет сделать вывод, что на данный момент не выработано единой методологии решения указанных задач. Данное обстоятельство указывает на необходимость разработки новых моделей и алгоритмов для информационно-измерительных и управляющих систем, позволяющих осуществить управление процессом формования листового стекла в условиях аварийных ситуаций.

4 S tf ? 9 Ю

s , * ' И ^ 1

^ ^ ^ « ; Î ^ иг!

Рис. 1. Структурная схема процесса формования листового стекла в ванне с расплавом олова: 1 - жидкая стекломасса; 2 - дозирующий шибер; 3 - сливной лоток; 4 - рестрикторы; 5 - ванна расплава; 6 - расплав олова; 7 - лента стекла; 8 - индуктор; 9 - газовоздушная подушка, 10 - приемные валы печи отжига

Постановка задачи разработки указанного математического обеспечения имеет следующую формулировку.

Пусть «»7(0 - аварийная ситуация, возникшая в ходе процесса,

а{() е |Ж?)| - параметр процесса, характеризующий возникшую ситуацию,

гопе = {1 ..15} - номер зоны ванны расплава, в которой произошла аварийная ситуация,

u(t) е jt/(r)j - управляющее воздействие, которое необходимо осуществить в данной ситуации,

A(t) L Ш(7)1> - множества допустимых значений параметров

технологического процесса и управляющих воздействий, характеризующих аварийные ситуации.

С учетом сделанных допущений формализованная постановка решаемой задачи может быть представлена следующим образом.

Для информационно - измерительных и управляющих систем предприятия разработать алгоритм сравнения ситуации $й(<) с некоторой типовой ситуацией

sit'(t) e. {WfO} (1)

при известных параметрах технологического процесса и известных управляющих воздействиях, характеризующих ситуации sit(t) и sit'(t), в течение заданного интервала времени между временем возникновения ситуации и временем обрыва ленты стекла:

(*оврм ~ t,oJ = , (2)

где {S;7 "(/)} - множество известных аварийных ситуаций, которые могут возникать в ходе процесса.

Кроме того, разработать алгоритм синтеза и последующего анализа нового элемента

sitNew(t) (3)

множества

{&''(')} (4)

для которого выполняется условие:

VM(I „,(*//,(/) О) (5)

(N-мощность множества {Szi ' (')})■

Во второй главе были разработаны логико-лингвистические модели описания аварийных ситуаций, возникающих в процессе формования листового стекла и требующих от диспетчера оперативного принятия решений.

Опыт лица, принимающего решения (ЛПР) по выбору рационального решения в аварийной ситуации, выражается не столько количественными, сколько качественными формулировками, и может быть применен при управлении объектом только в том виде, в котором он был зафиксирован на практике. Это обстоятельство делает необходимой разработку математического описания аварийных ситуаций в классе логико-лингвистических моделей, допускающих работу с зависимостями качественного типа. Указанные модели обладают слабой чувствительностью к точности исходных данных, наглядны и удобны для ЛПР, имеют выразительную способность, близкую к естественному языку, и широко используются при создании баз и банков знаний. При разработке указанных математических моделей был использован формальный аппарат нормальных форм Бэкуса-Наура, фреймовых представлений, языка представления знаний, получивших значительное распространение в интеллектуальных системах.

Проведенный анализ типовых информационно-измерительных и управляющих систем процесса формования листового стекла позволил выделить следующие контролируемые параметры процесса: скорость выработки; температура олова; сводовый электронагрев; стабильность положения ленты в ванне; расход азота; содержание водорода в трубопроводах подачи защитной атмосферы; содержание кислорода в атмосфере ванны;

содержание влаги в защитной атмосфере; избыточное давление защитной атмосферы; расход сернистого газа; температуры кожуха дна и бортов ванны расплава.

С учетом аварийных ситуаций, возникавших при выработке фло-ат-стекла на протяжении многих лет в структурных подразделениях предприятий стекольной промышленности, а также руководствуясь опытом экспертов по управлению данным процессом, было установлено, что аварийные ситуации с требуемой степенью полноты можно описать набором следующих характеристик: наименование ситуации; набор признаков ситуации, по которым ее можно идентифицировать; зона ванны расплава (место возникновения ситуации); возможные причины ситуации; время от возникновения ситуации до обрыва ленты стекла; перечень управляющих воздействий, необходимых в сложившейся ситуации; последствия, к которым может привести ситуация, если вовремя не будут приняты меры по ее преодолению.

Для формального описания аварийной ситуации в диссертации использовались модели состава и структуры, определяющие, из каких информационных элементов состоит указанное множество данных и какие отношения заданы на этом множестве.

В соответствии с вышеупомянутым описанием для каждой ситуации Sit модель состава аварийной ситуации в форме Бэкуса-Наура будет выглядеть следующим образом:

{Sit) : := {Name){Tags){PIace){Causes)Time{Actions){Sequencei), (6)

где Name, Tags, Causes, Place, Time, Actions, Sequences - лингвистические переменные, означающие соответственно наименование ситуации:

{Name) ::= пате[ | пате^ |...| nameN, (7)

признаки ситуации:

{Tags) ::= (tag,) | {tag2) |... | {tagn), (8)

{tag) "= {{param),{value)},, j = \,n, (9)

состоящие из следующих элементов: наименование параметра технологического процесса

{param) ::= param, | param2 |... | param n, (10)

значение этого параметра

{value) valuex | value2 \... | valuen, (11)

место возникновения ситуации

{Place) {Zonal, Zona2.. .Zona^ 5} (Zona, - номер зоны ванны расплава, в которой произошла аварийная ситуация); причины возникновения ситуации

{Causes) ::={Сх,Сг...Ст], (12)

Time - время между возникновением аварийной ситуации до обрыва ленты стекла в ванне расплава, действия в аварийной ситуации

Допустим, возникла ситуация «Крупное включение по краю ленты стекла» в 3-й зоне ванны расплава. Модель состава в формах Бэкуса-Наура для нее будет выглядеть следующим образом:

(Sit)-.: = (Крупное включение по краю ленты стекла) (Ширина лужи увеличена, Сход растягивающих устройств) (3 зона ВР) (Разрушение носика узла слива, Разрушение рестриктора) (60 с.) (Завернуть ленту стекла, Понизить скорость лера, Прикрыть дозирующий шибер, Удалить включение из ванны, Вынуть холодильники в конечных зонах, Приподнять РУ) (Обрыв ленты)

Модель структуры Str_Mod(Sit) для ситуации Sit задается двумя ориентированными графами Gi(Vi(t),Ei(t)) и G2(V2(t),E2(t)), в которых множества вершин определены соответственно на множествах {Name,рагатх,рагащ..,paramNp} и {Name,Al,A2...Ak}, множества ребер

определяются отношениями г/ «нетранзитивно зависит от» и г2 «выполнить за», заданными на соответствующих множествах. Граф Gi(Vi(t),E,(t)) учитывает взаимосвязь между параметрами системы, а G2(V2(t),Ei(t)) ~ между действиями оператора по устранению аварийной ситуации.

Наряду с моделями на основе аппарата форм Бэкуса-Наура, во второй главе построены модели описания в виде фреймовых представлений и языка представления знаний, а также разработаны процедуры перехода от одного вида модели к другому.

Список аварийных ситуаций составляется ведущими специалистами предприятия и хранится в памяти ЭВМ. При анализе возникшей аварийной ситуации она сравнивается с известными ситуациями. Если обнаруживается ее полное совпадение с уже известными ситуациями, то она считается известной, и ЛПР выдается перечень рекомендаций, необходимых для принятия адекватных решений. В противном случае определяется ситуация, наиболее близкая к возникшей ситуации, и оператору выдаются рекомендации, непосредственно связанные с ней. Указанный процесс продолжается до тех пор, пока ЛПР не сочтет полученную информацию достаточной и не примет решения, адекватные возникшей аварийной ситуации.

Для практической реализации данного процесса необходимо сформировать метрическое пространство аварийных ситуаций и разработать алгоритм определения расстояния между отдельными точками этого пространства. Существующие методы идентификации ситуаций основаны

(Actions) :z={Ai,A2...A)[}t последствия ситуации

(Sequences) ::= {S^S^.-S/} >

(13)

(14)

на попарном сравнении возникшей ситуации со всеми ситуациями, находящимися в базе данных, что занимает много времени, а ситуация требует как можно более оперативного принятия решений. В связи с этим в диссертации разрабатывается более эффективный алгоритм идентификации аварийных ситуаций.

Третья глава посвящена разработке алгоритмов идентификации и синтеза описания новых аварийных ситуаций, возникающих в ходе фло-ат-процесса формования листового стекла.

В основу алгоритма идентификации возникшей аварийной ситуации положено сравнение ее описания с описаниями уже находящихся в базе данных ситуаций в метрическом пространстве (рис.2), то есть нахождение наиболее близкой к ней ситуации.

Расстояние между ситуациями в метрическом пространстве должна задавать метрика у . При ее выборе принималось во внимание, что

у (Sit^(t),Sit^(t)),t = const должна быть действительной числовой функцией, для которой выполняются известные аксиомы метрики.

Рис. 2. Метрическое пространство аварийных ситуаций В качестве метрики использована /р-норма, так как она охватывает основные функции расстояния (за р принято число характеристик ситуаций, равное 7):

-)1/7

у {Sux{t),Sit2(t)) -

1 , s 1®,

_k = l

(15)

где ©, - функция расстояния между г'-ми характеристиками ситуаций.

Главным отличием разработанного алгоритма от существующих является разбиение множества ситуаций, находящихся в базе данных, на группы. Для этого был использован алгоритм последовательной кластеризации. Составлена матрицу расстояний между ситуациями.

Sit, Sit,

Sit, 0

Sit2

i

Га 0

SitN

yj rJ

Sitv

0

где ytj 2 - квадрат расстояния между ситуациями Sit, и Sitr

Затем происходит объединение двух ситуаций Sit, и Sitp наиболее близких друг к другу, в один кластер {Sit, ,Sitj]:

{Sit „Sit} Sit, Sit2

{Sit n Sitj} Sit, Sit2

Sit„

0

0

U 2

Ys 2 0

2

0

На каждом шаге объединения ситуаций в кластеры в матрице расстояний появляется новая строка. Значения этой строки могут быть найдены по формуле:

2-Hl 24.HL 2

Ym — Yhi + Yhj 2 Y,j > nk nt nt

где yj обозначает квадрат расстояния между кластерами Sith и Sit/,., п„ пр Пк~ соответственно число нулей в /-й,у'-й, и к-к строках матрицы (16).

При кластеризации использован центроидный метод, в котором расстояние между кластерами определяется как расстояние между центрами этих кластеров.

Центроидом кластера X мощностью Nx как считается такая ситуация Sit4, для которой выполняется:

«I /-1

Составив матрицу расстояний для кластера, получили, что центроидом кластера будет являться ситуация, которая соответствует столбцу с минимальной суммой значений:

Sit, Sit2 Sit3 ... Sit "x

Sit, 0 Y\2 Yn Y\Hx

Sit2 Yi, 0 Yr:. Y2Nx

Sitз r» Y 32 0 YlNx

0

S'tNi Yffxl Y Nx2 Y Их 3 0

Ey„ Z Yn 2>, з

После того, как множество ситуаций разбито на кластеры и определены центроиды этих кластеров, алгоритм идентификации возникшей ситуации сводится к следующим шагам:

1. Получить от информационно-измерительной и управляющей системы значения параметров процесса формования листового стекла и определить место возникновения аварийной ситуации (номер зоны ванны расплава).

2. Сформировать описание ситуации с помощью модели (6)—(14).

3. С помощью функции (15) найти расстояния между возникшей ситуацией и каждым из центроидов кластеров.

4. Выбрать кластер, расстояние между центроидом которого и возникшей ситуацией минимально.

5. С помощью функции (15) найти расстояния между возникшей ситуацией и каждой ситуацией из выбранного кластера.

6. Выбрать из ситуаций данного кластера наиболее близкую к возникшей.

7. Выдать ЛПР рекомендации, связанные с выбранной ситуацией.

Применение предложенного алгоритма позволяет увеличить скорость вычислений в зависимости от мощности множества {5й(0} в 2-8 раз по сравнению с существующими методиками.

В ходе такого сложного процесса, как формование листового стекла, возможно возникновение аварийной ситуации, описание которой отсутствует в базе данных, а следовательно, отсутствует инструкция диспетчерскому персоналу по действиям в данной ситуации, что может привести к непредсказуемым последствиям. Это говорит о необходимости выработки новых знаний об аварийных ситуациях. Эти знания можно получить от экспертов путем организации анализа ими технологического процесса, а также аварийных ситуаций, когда-либо возникавших на объекте управления. Однако подобный труд высококлассных специалистов весьма дорог, кроме того необходима совместная работа экспертов различного профиля, что очень затруднительно. Данные факторы говорят о необходимости разработки алгоритма автоматизированного синтеза, позволяющего сгенерировать наиболее полезные описания аварийных ситуаций с наименьшими материальными и энергетическими затратами.

С этой целью в диссертации разработан алгоритм синтеза описаний новых аварийных ситуаций. Новой ситуацией называется такая ситуация, для которой значение хотя бы одного из параметров, характеризующих ее описание, отличается от значения этого параметра в описании всех других ситуаций. Для получения новой ситуации необходимо изменить значение одного из параметров, характеризующих исходную ситуацию, и сравнить полученную ситуацию с уже существующими в информационной базе ситуациями с помощью функции (15). В качестве исходной ситуации выбрана ситуация, являющаяся центроидом одного из кластеров ситуаций.

Число возможных комбинаций значений параметров, т.е. количество ситуаций, которое возможно синтезировать, определяется по формуле

где Р, - число возможных значений г'-го параметра, п - число параметров, Нсущ - число ситуаций, существующих в базе данных ситуаций, т.е. мощность множества {£¿/(0} •

В случае, если в базе данных находится описание 100 ситуаций, и при синтезе использовалось 10 параметров, число синтезированных описаний будет порядка 10 ООО. Как видно, это число достаточно велико, и эксперту крайне сложно будет оценить достоверность каждой полученной ситуации. Таким образом, необходимо разработать также алгоритм, позволяющий уменьшить число N путем анализа синтезированных описаний и отбрасывания дублирующихся и неправдоподобных ситуаций.

Для отбрасывания дублирующихся ситуаций в диссертации предлагается проверять полученную в результате синтеза ситуацию на сходство с другими уже существующими ситуациями и отбрасывать ее в случае, если они совпадают или очень близки. Эта проблема решается путем вычисления функции (15), в качестве Sit\(t) используя сгенерированную ситуацию, а вместо Sit2(t) последовательно подставляя ситуации из множества уже существующих ситуаций. В том случае, если у (Sit ^(t), Sit ^(t)) = 0,

полученная в результате синтеза ситуация отбрасывается. Также рекомендовано задать некое пороговое значение функции у (Sit^ (f), Sit^ (0)> обозначив его как е. В случае, если полученная на выходе ситуация отличается от исходной на величину, большую е, данная ситуация также отбрасывается. Это позволяет генерировать ситуации в некой окрестности е от исходной ситуации.

Отбрасывать описания неправдоподобных ситуаций предлагается путем определения несовместимых значений параметров процесса. Например, если параметр «Ширина лужи стекла» имеет значение «Увеличена», то параметр «Толщина ленты» принимать значение «Увеличена» не может. Для решения этой проблемы в диссертации предлагается формировать так называемые матрицы совместимости параметров. Строки этой матрицы соответствуют возможным значениям одного параметра, столбцы - возможным значениям второго. В случае, если выполняется условие, что параметр 1 может принимать значение / и одновременно параметр 2 может принимать значение j, на пересечении г'-й строки и j-го столбца ставится 1, в противном случае - 0. В качестве примера составлена матрица совместимости параметров «Ширина лужи стекла» и «Толщина ленты стекла».

Толщина ленты \ Ширина лужи Уменьшена Норма Увеличена

Уменьшена 0 1 1

Норма 1 1 1

Увеличена 1 1 0

Таким образом, в результате синтеза можно будет отбросить описания ситуаций со следующими признаками: «Толщина ленты уменьшена; Ширина лужи стекла уменьшена» и «Толщина ленты увеличена; Ширина лужи стекла увеличена». Матрицы совместимости параметров составляются экспертами на основе технологической документации и по наблюдениям за поведением объекта управления на протяжении длительного периода эксплуатации и хранятся в памяти компьютера. Число описаний неправдоподобных ситуаций, отбрасываемых за счет составления матриц совместимости, найдено по формуле

Нот = "Цзу, (18)

1=1 ]=М

где п - количество параметров, ^ - количество несовместимых значений параметров, проще говоря, число нулей в матрице совместимости параметров Рагат, и Рагат

Однако, даже несмотря на применение вышеизложенных процедур, количество синтезированных ситуаций при использовании более 6 параметров составляет несколько сотен. В связи с этим для облегчения работы эксперта предлагается выдавать синтезированные ситуации порционно, то есть сначала наиболее близкие к исходной ситуации, затем находящиеся на большем расстоянии от нее. Размер и количество порций задает оператор на входе системы. Полученное в результате данного алгоритма множество описаний новых ситуаций представляется эксперту, и его задача - определить наименование, время и сформировать множества причин, последствий и действий по ликвидации данной ситуации, либо отбросить данную ситуацию как непригодную. Если же ситуация не отбрасывается, то вся информация о новой аварийной ситуации заносится в базу данных.

В четвертой главе разрабатывается информационно-программный комплекс, реализующий разработанные в диссертации модели и алгоритмы. Информационно-программный комплекс состоит из блока тренажера, блока идентификации аварийной ситуации и блока синтеза новых знаний об аварийных ситуациях. Структура полученной в результате внедрения данного комплекса информационно-измерительной и управляющей системы представлена на рис 3. Для измерения значений параметров процесса применяются следующие аппаратные средства: цифровой прибор Ф298-1; термоэлектрический преобразователь ТПП(8); измерительные преобразователи Ш-705, ПТ-ТП-68; вторичные приборы КСП-3, КСП-4, РПВ-4, КСМ-3, ИСТ-12; ваттметры; промышленные установки ПТУ-30, ПТУ-60; дифманометры ДМПК-100 и «Метран-45»; газоанализа-

тор ТП-1120; прибор «Мугдан»; влагомер «Testo 600»; микроманометр МКВ-250; ротаметр РМ-2.5; термоэлектрический преобразователь TXK(L).

БС АС

-

БЛ АС

п

БЛ РТ

3

БТ <J

БИАС < ¡I

* 1

мци

мци

Блок управления Д-110

Л

Гппп!

ГггпТ! А_

ВнП

СТО

Блок связи Д-110

МИС

_1_УВМ

г

по

X

МИС

МИС

P-1I0

■7'"

УВМ

МИС

ПК

,МЩП

л-по

-У-1

Ф298-1 ТПП(Э) Ш 705 Вт-1 5 ПТУ-30 ДМПК-100 ТП-1120

«Мугдан» «Testo 600» МКВ-250 «Метран-45» РМ-2 5 TXK(L)

Рис. 3. Информационно-измерительная и управляющая система ситуационного управления процессом формования листового стекла, реализованная на микропроцессорных контроллерах: 1 - «Димиконт Д-110»; 2 - «Ремиконт Р-110»; 3 - «Ломи-конт Л-110»; 4 - измерительные приборы; 5 - блок интеллектуального управления; ПО

- пульт оператора; ПК - пульт контроллера; МИС - модуль интерфейсной связи; МЦИ

- модуль цветовой индикации; АЦПУ - алфавитно-цифровое печатающее устройство; ППр - пульт программирования; ПТО - пульт технолога-оператора; ВнП - внешняя память, УВМ - управляющие вычислительные машины; ДП - дисплей; УП - печатающее устройство; БИ АС - блок идентификации аварийных ситуаций; БТ - блок тренажера, БД РТ - база данных результатов тестирования; БД АС - база данных аварийных ситуаций, БС АС - блок синтеза аварийных ситуаций

В четвертой главе разработана методика внедрения математического обеспечения в составе типовых информационно-измерительных и управляющих систем промышленного предприятия, включающая следующие основные этапы:

■ предпроектную подготовку предприятия к внедрению программного комплекса, подготовку документооборота и баз данных информационно-измерительных и управляющих систем предприятия;

■ формализация и составление перечня аварийных ситуаций, наиболее часто возникающих в ходе технологического процесса;

■ занесение в базу данных программного комплекса информации по вышеуказанным аварийным ситуациям;

■ адаптацию разработанного математического и программного обеспечения к условиям конкретной информационно-измерительной и управляющей системы;

* обучение оперативно-диспетчерского персонала навыкам работы с программным комплексом и ознакомление системных администраторов с правилами эксплуатации;

■ сервисное обслуживание внедренного программного обеспечения.

Разработанные в диссертации модели, алгоритмы и программы были внедрены в составе информационно-измерительных и управляющих систем ОАО «Саратовстройстекло». По оценкам специалистов, годовой экономический эффект от внедрения составил 500 тыс. рублей. Источники экономического эффекта приведены в табл.

Результаты внедрения разработанного математического обеспечения ______на ОАО «Саратовстройстекло»___

Среднее время обнаружения аварийной ситуации, мин Среднее время реакции на ситуацию, мин Среднемесячное число не обнаруженных аварийных ситуаций Среднемесячное число ошибочных действий оператора Среднемесячное число возникновения аварийных ситуаций

До внедрения После внедрения До внедрения После внедрения До внедрения После внедрения До внедрения После внедрения До внедрения После внедрения

10 3 7 4 20 4 26 8 54 19

В заключении подводится итог проделанной работы, формулируются результаты исследований и обосновываются перспективы внедрения разработанного математического обеспечения в составе информационно-измерительных и управляющих систем промышленного предприятия.

В приложениях приведены документы, подтверждающие внедрение разработанных моделей, методов, алгоритмов и программ на ОАО «Саратовстройстекло», перечень аварийных ситуаций, наиболее часто возникающих в ходе флоат-процесса формования листового стекла, а также текст программного модуля тренажера информационно-программного комплекса.

ВЫВОДЫ

Основные результаты работы могут быть сформулированы следующим образом:

1. Установлена необходимость разработки и внедрения на предприятиях стекольной промышленности новых моделей и алгоритмов для информационно-измерительных и управляющих систем флоат-процесса формования листового стекла.

2. На основе математического аппарата нормальных форм Бэкуса-Наура, фреймов, языка представления знаний сформирован комплекс взаимосвязанных моделей описания аварийных ситуаций, для ликвидации которых используются информационно-измерительные и управляющие системы отечественных предприятий стекольной промышленности.

3. Разработана методика оперативной идентификации аварийных ситуаций, основанная на идее формирования метрического пространства и определении расстояния между его точками. Особенность методики заключается в последовательном разбиении множества ситуаций на отдельные кластеры и сравнении идентифицируемой ситуации с центральными элементами этих кластеров, что позволило значительно повысить быстродействие алгоритмов идентификации аварийных ситуаций.

4. Разработан эвристический алгоритм, позволяющий осуществить машинный синтез описаний аварийных ситуаций, в основу которого положено представление ситуаций набором логико-лингвистических переменных, значения которых по предложенным правилам выбираются ЭВМ.

5. Предложена процедура анализа синтезированных описаний аварийных ситуаций на правдоподобие. Процедура основана на учете логических связей, существующих между значениями отдельных переменных, характеризующих описания ситуаций. Данная процедура позволяет исключить из рассмотрения описания заведомо неправдоподобных ситуаций.

6. Разработан информационно-программный* комплекс, реализующий описанные в диссертации модели и алгоритмы. Предложена методика и обобщен опыт внедрения разработанного математического и программного обеспечения в составе типовых информационно-измерительных и управляющих систем промышленных предприятий стекольной промышленности. Суммарный годовой экономический эффект от внедрения основных результатов работы на ОАО «Саратовстройстекло» составил около 500 тысяч рублей.

Основные результаты диссертационной работы отражены в следующих публикациях:

1. Фоминых Д. С. Модели знаний информационной системы интеллектуального управления флоат-процессом производства листового стекла / А.Ф. Резчиков, В.А. Кушников, Д.С. Фоминых // Высокие технологии - путь к прогрессу: Сб. науч. тр. Саратов- Научная книга, 2003. С. 148-152.

2. Фоминых Д. С. Разработка методики синтеза новых знаний об аварийных ситуациях, возникающих в ходе флоат-процесса формования листового стекла / Д.С. Фоминых, В.А. Кушников, А.Ф. Резчиков // Моде-

лирование и управление в сложных системах: Сб. науч. ст. Саратов, 2004. С. 188-193.

3. Фоминых Д. С. Задачи оперативного управления процессом формования листового стекла на предприятиях стекольной промышленности / Д.С. Фоминых, В.А. Кушников, А.Ф. Резчиков // Электротехнические комплексы и силовая электроника. Анализ, синтез и управление: Межвуз. науч. сб. Саратов, 2003. С. 95-97.

4. Фоминых Д. С. Задача скрытой деформации целей управления противника / Д.С. Фоминых, В.А. Кушников, А.Ф. Резчиков // Проблемы и перспективы прецизионной механики и управления в машиностроении: Сб. статей Междунар. конф. - Саратов, 2002. С. 89-94.

5. Программно-информационный комплекс обучения операторов формования листового стекла действиям в аварийных ситуациях / Н.В. Ла-лыкин, А.Ф. Резчиков, Д.Ю. Петров, Д.С. Фоминых, Е.С. Курышова // Проблемы и перспективы прецизионной механики и управления в машиностроении: Сб. статей Междунар. конф. - Саратов, 2002. С. 124-130.

6. Фоминых Д. С. Задача оценки точности критериев предпочтений при управлении техническими системами / Д.С. Фоминых, В.А. Кушников, А.Ф. Резчиков // Современные материалы и технологии - 2002: Сб. статей Междунар. науч.-техн. конф. - Пенза, 2002. С. 347-349.

7. Фоминых Д. С. Создание компьютерного тренажера для обучения операторов формования листового стекла действиям в аварийных ситуациях / Д.С. Фоминых, В.А. Кушников // Инновации в машиностроении: Сб. статей П Всерос. науч.-практ. конф. - Пенза, 2002. С. 226-228.

8. Фоминых Д. С. Использование орграфов при формировании моделей целей управления производственными процессами / Д.С. Фоминых, В.А. Кушников // Прогрессивные технологии в обучении и производстве: Сб. материалов Всерос. конф-Камышин, 2002. С. 151-154.

?

0 5-1 397 2

РНБ Русский фонд

2006^4 "9134"

Фоминых Дмитрий Сергеевич

МОДЕЛИ И АЛГОРИТМЫ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ ДЛЯ ПРОЦЕССА ФОРМОВАНИЯ ЛИСТОВОГО СТЕКЛА

Автореферат Корректор Л. А. Скворцова

Лицензия ИД № 06268 от 14.11.01

Подписано в печать 18.05.05 Формат 60x84 1/16

Бум. тип. Усл. печ. л. 1,16 Уч.-изд. л.1,0

Тираж 100 экз. Заказ 206

Саратовский государственный технический университет 410054 г. Саратов, ул. Политехническая, 77 Копипринтер СГТУ, 410054 г. Саратов, ул. Политехническая, 77

Введение.

1. Обзор состояния проблемы и постановка задачи разработки моделей и алгоритмов информационно-измерительной и управляющей системы процесса формования листового стекла.

1.1. Компьютерно-интегрированные производства и необходимость их внедрения на предприятиях стекольной промышленности.

1.2. Анализ функциональной структуры системы управления флоат-процессом формования листового стекла.

1.2.1. Описание объекта управления.

1.2.2. Анализ функциональной структуры.

1.3. Обзор моделей и методов управления сложными технологическими процессами в аварийных ситуациях.'.

1.4. Общая постановка задачи разработки моделей и алгоритмов для информационно-измерительной и управляющей системы процесса формования листового стекла.

1.5. Выводы.

2. Математические модели описания аварийных ситуаций, возникающих в ходе процесса формования листового стекла.

2.1. Содержательная модель описания аварийных ситуаций.

2.2. Модели описания аварийных ситуаций в формах Бэкуса-Наура.

2.3. Модели описания аварийных ситуаций в виде фреймовых представлений.

2.4. Модели описания аварийных ситуаций на основе языка представления знаний.

2.5. Выводы.

3. Разработка алгоритмов идентификации и синтеза новых знаний об аварийных ситуациях, возникающих в ходе флоат-процесса формования листового стекла.

3.1. Разработка алгоритма идентификации аварийных ситуаций.

3.2. Разработка алгоритма синтеза описаний новых аварийных ситуаций.

3.3. Выводы.

4. Методика внедрения разработанного математического обеспечения в составе информационно-измерительных и управляющих систем промышленных предприятий.

4.1. Определение стереотипных аварийных ситуаций, возникающих в ходе флоат-процесса формования листового стекла.

4.2. Разработка информационно-программного комплекса интеллектуального управления флоат-процессом формования листового стекла в аварийных ситуациях.

4.3. Структура программного обеспечения, реализующего разработанные модели и алгоритмы.

4.4. Опыт внедрения результатов работы в промышленности.

4.5. Выводы.

Динамичное развитие отечественных предприятий стекольной промышленности, повышение конкурентоспособности выпускаемой ими продукции, улучшение условий труда производственного персонала невозможно обеспечить без совершенствования аппаратного и математического обеспечения специализированных информационно-измерительных систем, используемых при управлении процессами формования стекла.

Большинство информационно-измерительных и управляющих систем отечественных предприятий стекольной промышленности (системы ГРАСмик-ро, «Алиса», «Димиконт», Metronex и др.) обеспечивают рациональный режим работы отдельно взятых групп технологического оборудования в стереотипных производственных ситуациях и не выдают рекомендаций оперативно-диспетчерскому персоналу при возникновении аварийных и нештатных ситуаций комплексного характера, затрагивающих процесс формования листового стекла в целом. При быстром изменении десятков параметров, характеризующих работу сложного технологического оборудования, значительной чувствительности режимов его функционирования к изменению управляющих воздействий и параметров окружающей среды, малочисленности и большой загруженности диспетчерского персонала это может привести к возникновению брака, размер которого на среднем предприятии стекольной промышленности зачастую превышает 60 тыс. м листового стекла в год. Указанное обстоятельство обуславливает необходимость разработки и внедрения в составе математического обеспечения специализированных информационно-измерительных и управляющих комплексов новых моделей и алгоритмов ситуационного управления процессом формования листового стекла, позволяющих преодолеть указанные трудности.

Общие принципы функционирования систем искусственного интеллекта, в том числе и систем ситуационного управления сложными производственными процессами, были развиты в работах таких зарубежных и отечественных ученых как Э.Фейгенбаум, Д.Уотермен, Д.А.Поспелов, Г.С.Поспелов, О.И.Ларичев, Ю.И.Клыков, Э.В.Попов и других. Вместе с тем, в специальной литературе в настоящее время практически отсутствуют сообщения о системах ситуационного управления сложным технологическим оборудованием предприятий стекольной промышленности. Кроме того, при создании математического обеспечения специализированных информационно-измерительных и управляющих комплексов, работающих в составе систем ситуационного управления, до последнего времени недостаточное внимание уделялось проблемам совершенствования алгоритмов идентификации производственных ситуаций и машинного формирования их описаний, что несколько затрудняло внедрение данных систем, уменьшало оперативность и качество решений оперативно-диспетчерского персонала.

Приведенные выше соображения обуславливают актуальность, экономическую целесообразность и практическую значимость темы диссертационной работы, посвященной совершенствованию математического обеспечения информационно-измерительных и управляющих систем предприятий стекольной промышленности путем создания новых, более эффективных алгоритмов идентификации аварийных ситуаций и автоматизации процесса формирования их описания.

Тема диссертации, внедрение ее основных результатов непосредственно связаны с основными заданиями Института проблем точной механики и управления РАН и соответствуют темам научных исследований, проводимых в течение ряда лет на кафедрах "Системотехника" и «Информационные системы» Саратовского государственного технического университета.

Цель работы. Создание моделей и алгоритмов управления процессом формования листового стекла, позволяющих существенно повысить эффективность функционирования информационно-измерительных и управляющих систем предприятий стекольной промышленности при возникновении аварийных и нештатных ситуаций.

Предметом исследования является процесс формования листового стекла (флоат-процесс), управляемый с использованием типовых информационно-измерительных систем предприятий стекольной промышленности.

Методы исследования. В диссертации использованы методы теории управления, теории графов, теории множеств, кластерного анализа, искусственного интеллекта и математического моделирования.

Научная новизна работы заключается в следующем:

1 Впервые сформирован комплекс взаимосвязанных моделей описания аварийных ситуаций, для ликвидации которых используются информационно-измерительные и управляющие системы отечественных предприятий стекольной промышленности. Модели описания основаны на математическом аппарате нормальных форм Бэкуса-Наура, фреймах, языке представления знаний и позволяют оперативно идентифицировать возникающие ситуации, определить мероприятия, необходимые для их успешного устранения, а также машинными методами сформировать описание новых аварийных ситуаций.

2 Для флоат-процесса производства листового стекла разработана методика оперативной идентификации аварийных ситуаций, особенность которой заключается в последовательном разбиении множества ситуаций на кластеры и сравнении идентифицируемой ситуации с центроидами этих кластеров, что позволяет значительно повысить быстродействие идентификации ситуаций по сравнению с существующими методиками.

3 Разработан эвристический алгоритм, позволяющий осуществить машинный синтез описаний аварийных ситуаций, в основу которого положено представление ситуаций набором логико-лингвистических переменных, значения которых по предложенным правилам выбираются ЭВМ.

4 Предложена процедура анализа синтезированных описаний аварийных ситуаций на правдоподобие. Процедура основана на учете логических связей, существующих между значениями отдельных переменных, характеризующих описания ситуаций. Данная процедура позволяет исключить из рассмотрения описания заведомо неправдоподобных ситуаций.

Практическая ценность. Основные теоретические положения диссертационной работы в виде математических моделей, алгоритмов и программ были внедрены в структурных подразделениях ОАО "Саратовстройстекло" с годовым экономическим эффектом 500 тыс. рублей. Кроме того, разработанное программно-алгоритмическое обеспечение было передано Саратовскому государственному техническому университету для обучения студентов специальностей "Автоматизированные системы обработки информации и управления" и "Информационные системы".

На защиту выносятся:

1. Комплекс моделей описания аварийных ситуаций на предприятиях стекольной промышленности, разработанный на основе форм Бэкуса-Наура, фреймов и языка представления знаний.

2. Алгоритм идентификации аварийных ситуаций, возникающих в процессе формования листового стекла, основанный на их сравнении с центроидами кластеров ситуаций.

3. Алгоритм автоматизированного синтеза описаний аварийных ситуаций и процедура их анализа на правдоподобие.

4. Программное обеспечение, позволяющее осуществить ситуационное управление флоат-процессом в составе типовых информационно-измерительных и управляющих систем предприятий стекольной промышленности.

5. Методика внедрения разработанных моделей, алгоритмов и программ в составе типовых информационно-измерительных и управляющих систем крупных предприятий стекольной промышленности.

Достоверность теоретических разработок, научных положений и выводов подтверждается корректностью применения математического аппарата теории управления, искусственного интеллекта, согласованностью результатов теоретических расчетов с данными, определенными в процессе практической апробации работы.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались в 2001 - 2004 г.г. на Всероссийской конференции «Прогрессивные технологии в обучении и производстве» (г.Камышин, 2002 г.), Международной научно-технической конференции «Современные материалы и технологии», II Всероссийской научно-практической конференции «Инновации в машиностроении» (г. Пенза, 2002 г.), Международной конференции «Проблемы и перспективы прецизионной механики и управления в машиностроении» (г. Саратов, 2002 г.), на научных семинарах лаборатории №1 Института проблем точной механики и управления РАН, кафедр «Системотехника» и «Информационные системы» Саратовского государственного технического университета, а также публиковались в межвузовских научных сборниках.

Публикации. По результатам исследований опубликовано 8 печатных работ в межвузовских научных сборниках и материалах научно-технических конференций.

Структура и объем диссертации. Диссертация изложена на 141 странице и состоит из введения, четырех глав, заключения, списка использованной литературы из 155 наименований, трех приложений, имеет 30 рисунков и 9 таблиц.

4.5. Выводы

1. Путем изучения технологической документации, а также путем анализа функционирования информационно-измерительной и управляющей системы процесса формования листового стекла на протяжении последних нескольких лет составлен перечень аварийных ситуаций, возникающих в ходе флоат-процесса.

2. Рассмотрены этапы разработки информационно-программного комплекса, состоящего из тренажерной системы, системы идентификации аварийных ситуаций и системы синтеза описаний новых ситуаций.

3. Описана структура разработанного информационно-программного комплекса, рассмотрены назначение основных программных модулей, различные режимы функционирования. Рассмотрена информационно-измерительная и управляющая система процесса формования листового стекла на ОАО «Саратовстройстекло»

4. Разработана методика внедрения разработанного математического обеспечения в составе информационно-измерительных и управляющих систем промышленного предприятия. Приведены основные параметры формования листового стекла, аппаратные средства и периодичность их контроля, используемые на ОАО «Саратовстройстекло». Показаны источники экономического эффекта от разработанных моделей, алгоритмов и комплексов программ.

Заключение

Основным итогом диссертационной работы является решение научной проблемы, связанной с разработкой новых моделей и алгоритмов информационно-измерительной и управляющей системы для контроля и управления фло-ат-процессом формования листового стекла.

Решение данной проблемы имеет важное народнохозяйственное значение и позволяет реализовать единый комплекс математических моделей и методик, внедрение которого позволяет значительно повысить эффективность производства на предприятиях стекольной промышленности.

Более подробно основные результаты работы можно сформулировать следующим образом:

1. Установлена необходимость разработки и внедрения на предприятиях стекольной промышленности новых моделей и алгоритмов для информационно-измерительных и управляющих систем флоат-процесса формования листового стекла в целях повышения эффективности функционирования предприятий.

2. На основе аппарата нормальных форм Бэкуса-Наура, фреймов, языка представления знаний сформирован комплекс математических моделей описания аварийных ситуаций, для ликвидации которых используются информационно-измерительные и управляющие системы отечественных предприятий стекольной промышленности. Сформированы алгоритмы перехода от одного вида модели к другой.

3. Разработан алгоритм оперативной идентификации аварийных ситуаций, основанный на идее формирования метрического пространства и определении расстояния между его точками. Особенность алгоритма заключается в последовательном разбиении множества ситуаций на отдельные кластеры и сравнении идентифицируемой ситуации с центральными элементами этих кластеров, что позволило значительно повысить быстродействие алгоритмов идентификации аварийных ситуаций.

4. Разработан эвристический алгоритм, позволяющий осуществить автоматизированный синтез описаний аварийных ситуаций, в основу которого положено представление ситуаций набором логико-лингвистических переменных, значения которых по предложенным правилам выбираются ЭВМ.

5. Предложена процедура анализа синтезированных описаний аварийных ситуаций на правдоподобие. Процедура основана на учете логических связей, существующих между значениями отдельных переменных, характеризующих описания ситуаций. Данная процедура позволяет исключить из рассмотрения описания заведомо неправдоподобных ситуаций.

6. Разработан информационно-программный комплекс, реализующий описанные в диссертации модели и алгоритмы. Предложена методика и обобщен опыт внедрения разработанного математического и программного обеспечения в составе типовых информационно-измерительных и управляющих систем промышленных предприятий стекольной промышленности. Суммарный годовой экономический эффект от внедрения основных результатов работы на ОАО «Саратовстройстекло» составил около 500 тысяч рублей.

1. Васильев С.Н. От классических задач регулирования к интеллектуальному управлению. 1.//Известия Академии наук. Теория и системы управления. -2001-№1. С. 5-22.

2. Васильев С.Н. От классических задач регулирования к интеллектуальному управлению. II //Известия Академии наук. Теория и системы управления. -2001.-№2. С. 5-21.

3. Негневицкий М.В. Программное обеспечение противоаварийного тренажера диспетчера энергосистемы на базе ЭВМ СМ-1403// Известия вузов СССР. Энергетика.-1989.-№8. С.24-28.

4. Габржинский И., Скуровец В. Интерактивная система для принятий решений в энергетике// Известия вузов СССР. Энергетика.-1988.-№12. С. 28-30

5. Сучков В.П., Татаринов А.В. Компьютерные тренажерные системы для технологических отраслей промышленности// Приборы и системы управле-ния.-1994.-№5. С.3-5.

6. Янушевский И.А. Индуктивный вывод в экспертных системах// Приборы и системы управления.-1989.-№1. С.5-6.

7. Башлыков А.А. Распределенная система интеллектуальной поддержки принятия решений на базе сети персональных ЭВМ// Приборы и системы управления.-1994.-№5. С.6-8.

8. Дозорцев В.М. Компьютерные тренажеры реального времени для обучения и переподготовки операторов и технологического персонала потенциально опасных производств// Приборы и системы управления.-1996.-№9. С.30-31.

9. Башлыков А.А., Давиденко Н.Н., Думшев В.Г., Кислов Г.И., Павлова Е.В., Прозоровский Е.Д. Экспертная система реального времени для поддержки операторов атомных электростанций// Приборы и системы управления-1994-№4. С. 10-14.

10. Резчиков А.Ф., Шрай Ю.К., Кушников В.А., Донин С.Г. Оперативная идентификация и управление режимами эксплуатации энергосистем предприятия// Приборы и системы управления.-1994.-№5. С.12-15.

11. Кисель Е.Б. Сравнение оболочек экспертных систем реального времени// Приборы и системы управления.-1995.-№6. С.29-32.

12. Ицкович ЭЛ., Левин М.В., Потапова Т.Б. Управление функционированием АСУ химико-технологическим производством// Приборы и системы управ-ления-1987.-№ 11. С.22-25.

13. Бандурка A.M., Вайнер В.Г., Аннопольский Д.В. Интегрированная система прогнозирования аварийных ситуаций и управления ликвидацией последствий аварий на потенциально опасных промышленных объектах// Управляющие системы и машины.-1994.-№1/2. С.50-55.

14. Бочаров Е.П. Последовательный анализ компетентности специалистов// Известия АН СССР. Автоматика и телемеханика.-1988.-№2. С. 179-183.

15. Белобжеский Л.А. Программный комплекс для экспериментального исследования некоторых типов информационной деятельности человека-оператора// Приборы и системы. Управление, контроль, диагностика-2000-№8. С.43^6.

16. Макаров Р.И., Хорошева Е.Р. Применение математического моделирования при исследованиях и проектировании автоматизированных систем в стекольном производстве//Стекло и керамика.-1995.-№11. С. 3-5.

17. Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы: Справочник/ Под ред. Д.А. Поспелова - М.: Радио и связь, 1990.-304 с.

18. Кохов В.А. Метод количественного определения сходства графов на основе структурных спектров//Известия академии наук. Техническая кибернети-ка.-1994.-№5. С.143-159.

19. Кондратов В.И., Файнберг Е.В., Безлюдная B.C. Развитие флоат-процесса производства листового стекла//Стекло и керамика.-2000.-№6. С.11-14.

20. Эндрю А. Искусственный интеллект: Пер. с англ. М.: Мир, 1985. — 265с.

21. Ефимова С.М., Суворов Е.В. Модель П-графов для представления знаний и способ ее аппаратной реализации на основе метода МЗ// Изв. АН СССР. Техн. кибернетика.-1986.-№2.-С.32-47.

22. Макаров Р.И. Внедрение в стекольное производство новых информационных технологий на базе персональных ЭВМ // Стекло и керамика-1993-№8.-С.23-24.

23. Будихин А.В., Николаев А.Б., Погорнев В.М. Метод нечеткой классификации элементов моделей данных// Приборы и системы управления.-1991.-№9. С. 9-10.

24. Березин И.Г. Моделирование режимных особенностей в задачах логического управления дискретными производственными процессами//Приборы и системы управления.-1991.-№7. С. 7-10.

25. Бернер Л.И., Исерлис Ю.Э., Левин А.А. Управление сложными технологическими процессами в нештатных ситуациях// Приборы и системы управле-ния.-1991.-№7. С. 3 5.

26. Макаров Р.И., Дедюков С.Н. Распределенные системы управления в производстве листового стекла//Стекло и керамика-1991.-№8. С. 8-10.

27. Емельянов В.В., Ясиновский С.И. Представление знаний о дискретном производственном процессе в системах моделирования и управления// Приборы и системы управления.-1991.-№6. С. 1 -3.

28. Е.Ф.Аврамчук, А.А.Вавилов, С.В.Емельянов. Технология системного моделирования. Под общ. Ред. С.В.Емельянова и др. М.: Машиностроение; Берлин: Техник, 1988. 520с.

29. Основы системного подхода и их приложения к разработке территориальных автоматизированных систем управления. Под ред. Перегудова Ф.И. Томск: Изд-во ТГУ, 1976. 244с.

30. Матвеев Г.М., Миронов В.В., Раскина Э.М., Тарасевич К.Е. Современные строительные материалы. Строительное и техническое стекло (аналитический обзор)// Стекло и керамика.-1998.-№8. С.7 10.

31. Кондратов В.И., Безлюдная B.C. Особенности формования утоненного флоат-стекла и перспективы его развития (обзор)// Стекло и керамика—2000-№1. С. 4 8.

32. Кондратов В.И., Безлюдная B.C. Способы выработки флоат-стекла толщиной более равновесной (обзор)// Стекло и керамика.-1999.-№3. С. 3-8.

33. Сабинин О.Ю. Интеллектные программные средства статистического анализа и исследования сложных систем управления// Приборы и системы управления.-1995.-№12. С.14 16.

34. Буянов Б.Б., Легович Ю.С., Лубков Н.В., Поляк Г.Л. Построение систем подготовки управляющих решений с использованием имитационного моделирования// Приборы и системы управления.-1996-№ 12. С. 36 40.

35. Трахтенгерц Э.А. Организация компьютерных систем поддержки принятия решений// Приборы и системы управления.-1997.-№12. С.53 59.

36. Проблемы программно целевого планирования и управления. Под ред. Поспелова Г.С. М.: Наука, 1981. 348с.

37. Поспелов Д.А. Большие системы. Ситуационное управление. М., «Знание», 1975. 64с.

38. Поляков К.В., Гороховский А.В., Каплина Т.В. Модифицирование поверхности листового стекла в условиях ванны расплава// Стекло и керамика.-1992.-№6. С. 6-7.

39. Автоматизация производства листового стекла. Учебное пособие/ Макаров Р.И., Хорошева Е.Р., Лукашин С.А. М.: Изд-во АСВ/2002 - 192с.

40. Кучеров О.Ф., Маневич В.Е., Клименко В.В. Автоматизированные системы управления производством стекла. JL: Стройиздат, 1980.-178с.

41. Сазыкин В.Г. Особенности решения задач экспертными системами реального масштаба времени// Приборы и системы управления.-1995.-№10. С. 11 14.

42. Прагнишвили И.В., Пащенко Ф.Ф., Молчанов С.А., Чернышев К.Р. Системы информационной поддержки оперативного персонала для предприятий повышенного риска//Приборы и системыуправления-1996 -№4. С. 7 11.

43. Прагнишвили И.В. Проблемы управления сложными крупномасштабными процессами// Приборы и системы управления.-1996.-№6. С. 1 6.

44. Алтунин В.К. Обучающие системы и тренажеры// Приборы и системы у правления-1996.-№б. С. 13 14.

45. Пащенко Ф.Ф. Методы построения систем управления на основе знаний// Приборы и системы управления.-1996.-№8. С. 12-18.

46. Потапова Т.Б. Структурная модель управления технологическим участком непрерывного производства как база знаний для экспертной системы// Приборы и системы управления.-1996.-№9. С. 27 29.

47. Евтихиев Н.Н., Карп В.П., Пудова И.В. Интеллектуальные системы поддержки принятия решений и оптимизация управления в сложноорганизованных динамических объектах// Приборы и системы управления.-1997.-№3. С. 35 -40.

48. Мухин А.В., Спиридонов О.В. Концепция построения и структура банка знаний для технологического проектирования и управления производством// Приборы и системы управления-1997.-№8. С. 13-14.

49. Дозорцев В.М. Структура человеко-машинного взаимодействия в компьютерных тренажерах операторов технологических процессов// Приборы и системы управления.-1998.-№5. С. 57 65.

50. Косарев В.А., Игнаткин А.А. Диагностика состояния оборудования сложных технологических процессов с использованием нечетко-множественных моделей представления знаний// Приборы и системы управления—1998 .-№7. С. 18-20.

51. Егошина Т.В. Формирование знаний о технологии обработки данных в информационных системах// Приборы и системы управления-1999 -№1. С. 7

52. Рыбина Г.В. Современные экспертные системы: тенденции к интеграции и гибридизации//Приборы и системы управления.-2001.-№8. С. 18-21.

53. Соколов В.И. Введение в теоретическую стереохимию. М.: Наука, 1979. 244 с.

54. Егоров И.А., Чернин А.Э. Тенденции развития автоматизации атомных электростанций за рубежом // Обз. информ. ТС-3. «Приборы, средства автоматизации и системы управления». М.: Информприбор, 1987. Вып. 5. 52 с.

55. Поспелов Д.А. Логико-лингвистические модели в системах управления.t'

56. М.: Энергоиздат, 1981. 220 с.

57. Резчиков А.Ф. Структура автоматизированных систем управления энергетикой промышленных предприятий. Саратов. 1983.

58. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. 390 с.

59. Гитис Э.И. Работа над кандидатской диссертацией// Приборы и системы управления.-1984.-№1. С. 39-41.

60. Чекинов Г.П., Чекинов С.Г. Ситуационное управление: состояние и ? перспективы//Информационные технологии.-№2, 2004. Приложение.

61. Куприянов М.С., Матвиенко М.И. Генетические алгоритмы и их реализация в системах реального времени// Информационные технологии.-№1, 2001.

62. Бондаренко В.В., Куляница А.Л.,Чекинов Г.П. Механизм оценивания ситуаций в интеллектуальной системе поддержки принятия решений// Информационные технологии.-№6, 2003. С. 6-11.

63. Мушик Э., Мюллер П. Методы принятия решений: Пер. с нем. М.: Мир, 1990.-208 е., ил.

64. Кнут Д. Искусство программирования для ЭВМ. Т.З. Сортировка и поиск. М.: Вильяме, 2001, 845 с.

65. Дюран Б., Оделл П. Кластерный анализ. М.: Статистика , 1977. 128 с.

66. Степанов М.Ф. Интеллектуальные самоорганизующиеся системы автоматического управления триад «теория автоматического управления— информационные технологии-искусственный интеллект» // Информационные технологии.-№11, 2001. С. 24-29.

67. Ивченко В.Д., Нурматова Е.В. Разработка интерфейса диагностической экспертной системы// Информационные технологии.-№ 10, 2001. С. 11-14.

68. Жернаков С.В. Применение динамических экспертных систем с нейросетевыми базами знаний в процессе эксплуатации авиационных двигателей. // Информационные технологии.-№6, 2001. С. 42—47.

69. Попов Э.В., Фоминых И.Б., Кисель Е.Б. Статические и динамические экспертные системы. М. Финансы и статистика. 1996. 315 с.

70. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.

71. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова. М.: Наука, 1986.

72. Бондаренко В.В., Куляница А.Л., Литовка С.В.,Чекинов Г.П. Подход к прогнозированию ситуации и определение управляющих воздействий в интеллектуальной системе поддержки принятия решений// Информационные техно-логии.-№6, 2003. С. 6-11.

73. Чекинов С.Г. Экспертные системы в системах управления: состояние и перспективы (обзор) //Информационные технологии.-№4, 2001. С. 32-37.

74. Чекинов С.Г. Возможные решения интервальных математических моделей // Информационные технологии.-№9, 2002. С. 12-17.

75. Ларичев О.И., Машкович Е.М. Качественные методы приятия решений. М.:Наука, 1996.

76. Бондаренко В.В., Тронин Ю.Н. Инструментальные средства построения экспертных систем с использованием механизма обучения // Сб. докл. науч.-практ. семинара по информационному программному обеспечению ЭВМ. Ростов-на-Дону, 1990.

77. Васин С.А., Анцев В.Ю., Долгов Д.В. Информационная поддержка в системе инструментального обеспечения на машиностроительном предприятии // Автоматизация и современные технологии. № 2, 2002, С.З

78. Щеглов Д.Ю., Мирзоян Л.А. Интеллектуальная система самообучения при управлении маршрутным полетом // Приборы и системы. Управление, контроль, диагностика. №9, 2001

79. Щедринов А.В., Кравченко А.Ю. Адаптивная идентификация объектов и систем // Информационные технологии.-№12, 2001.

80. Бутаков С.В., Рубцов Д.В. Разработка оболочки гибридной интеллектуальной системы // Информационные технологии.-№1, 2002.

81. Жернаков С.В. Активные экспертные системы в комплексной диагностике и контроле гидромеханических устройств газотурбинных двигателей // Автоматизация и современные технологии. -№9, 2001. С.20.

82. Головина Е.Ю. Метод построения интеллектуальных адаптивных систем управления на основе отношения перехода между моделями // Автоматика и телемеханика. №10,2001. С.65.

83. Еремеев А.П. О корректности продукционной модели принятия решений на основе таблиц решений // Автоматика и телемеханика. №10, 2001. С.7.

84. Ильин А.А., Евсюков В.В., Ильин Р.А. Случайный поиск в задачах структурной идентификации с внешними критериями // Автоматизация и современные технологии. -№9, 2003. С. 16.

85. Мишин А.В. Общая структура управления сложными системами // Автоматизация и современные технологии. -№6, 2003. С.23.

86. Пупков К.А., Неусыпин К.А. Системогенез интеллектуальных систем // Автоматизация и современные технологии. -№1, 2003. С.30.

87. Никитенко М.И., Банников С.Н., Повколас К.Э. Опыт устранения аварийных ситуаций на объектах энергетического строительства современными геотехническими методами //Известия вузов: Энергетика. №1, 2001.

88. Зимин В.А. Проблемы создания интегрированной системы управления технологическими процессами и электроснабжением // Приборы и системы .Управление, контроль, диагностика. №10, 2002.

89. Мещанкин Е.Н. и др. Система принятия решений в нештаных ситуациях при управлении межпромысловым коллектором ООО «Уренгойгазпром» // Приборы и системы.Управление, контроль, диагностика. №5, 2002.

90. Мамедов Д.Ф. Проектирование интеллектуального информационного обеспечения системы управления и регулирования холодильных установок // Приборы и системы.Управление, контроль, диагностика. №12, 2002.

91. Белышев Д.В., Гурман В.И. Программный комплекс многометодных интеллектуальных процедур оптимального управления // Автоматика и телемеханика. №6, 2003. С.60.

92. Гришин В.Ю., Лобанов А.В., Сиренко В.Г. Взаимное информационное согласование в многомашинных вычислительных системах с обнаружением и идентификацией кратных враждебных неисправностей // Автоматика и телемеханика. №4, 2003. С.123.

93. Гурман В.И. Магистральные решения в процедурах поиска оптимальных управлений // Автоматика и телемеханика. №3, 2003. С.61.

94. Фрадков А.Л. Как опубликовать хорошую статью и отклонить плохую. Заметки рецензента // Автоматика и телемеханика. №10, 2003. С.149.

95. Бомас В.В., Сурков В.В. Система поддержки многокритериальных решений по предпочтениям пользователя (DSS/UTES) // Информационные технологии.-.!^ 10, 2003.

96. Будзко В.И., Беленков В.Г., Синицин И.Н., Рыков А.С. Алгоритм обработки экспертной информации // Информационные технологии.-№ 10, 2003.

97. Подольская Н.Н., Подольский А.А. Компьютерная обучающая программа для подготовки инженерно-технического персонала автоматизированной системы управления воздушным движением // Информационные технологии.-№9, 2003.

98. Беляев И.П. Искусство анализа данных // Информационные технологии.-№2, 2003

99. Смирнов С.В., Тюкавкин Д.В. Разработка специализированной справоч-но-советующей геоинформационной системы // Приборы и системы. Управление, контроль, диагностика. №11, 2003.

100. Третьяков М.Е. Принятие решений по выбору гипотез в технических системах в условиях нечеткой среды // Информационные технологии.№10. 2001.

101. Карпова И.П. Анализ ответов обучаемого в автоматизированных обучающих системах // Информационные технологии.№11. 2001.

102. Ходашинский И.А. Вопросы, задачи и анализ ответов в интеллектуальных обучающих системах // Информационные технологии.№5. 2001.

103. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Известия Академии наук. Теория и системы управления.№6. 2001. с.114

104. Кузнецов В.Б., Ткачук Е.О. Построение отображения схемы базы знаний с сетевой структурой в схему реляционных данных // Известия Академии наук. Теория и системы управления.№4. 2001. с.110.

105. Трахтенгерц Э.А. Возможность и реализация компьютерных систем поддержки принятия решений // Известия Академии наук. Теория и системы управления.№3. 2001. с.86.

106. Ульянов B.C., Язенин А.В. Математическая модель интеллектуальной системы управления комплексным, глобально неустойчивым объектом на основе мягких вычислений // Известия Академии наук. Теория и системы управления^. 2001. с. 122.

107. Виноградов А.Н., Жилякова Л.Ю., Осипов Г.С. Динамические интеллектуальные системы. I. Представление знаний и основные алгоритмы // Известия Академии наук. Теория и системы управления.№6. 2002. с.119

108. Виноградов А.Н., Жилякова Л.Ю., Осипов Г.С. Динамические интеллектуальные системы. II. Моделирование целенаправленного поведения // Известия Академии наук. Теория и системы управления.№1. 2003. с.87

109. Дмитричев С.П., Колесов Н.В., Осипов А.В., Романычева Г.Н. Система интеллектуальной поддержи судоводителя при расхождении судов // Известия Академии наук. Теория и системы управления.№2. 2003. с.93

110. Еремеев А.П., Троицкий В.В. Модели представления временных зависимостей в интеллектуальных системах поддержки принятия решений // Известия Академии наук. Теория и системы управления.№5. 2003. с.75

111. Панасенко В.В., Соколов С.В., Щербань И.В. Решение задачи идентификации одели динамического объекта при однократном наблюдении его состояния // Известия Академии наук. Теория и системы управления.№1. 2003. с.24

112. Тятюшкин А.И. Многометодная технология для расчета оптимального управления // Известия Академии наук. Теория и системы управления.№3. 2003. с.59

113. Федунов Б.Е. Бортовые оперативно-советующие экспертные системы для антропоцентрических объектов // Известия Академии наук. Теория и системы управления. №6. 2003. с. 145

114. Бурцев М.С., Гусарев Р.В., Редько В.Г. Исследование механизмов целенаправленного адаптивного управления // Известия Академии наук. Теория и системы управления.№6. 2002. С.55

115. Курейчик В.М., Родзин С.И. Эволюционные алгоритмы. Генетическое программирование // Известия Академии наук. Теория и системы управления^ 1. 2002. С. 127

116. Ополченов А.В., Фролов А.Б. Синтез и верификация экспертных систем принятия решений // Известия Академии наук. Теория и системы управления^. 2002. С. 101

117. Федунов Б.Е. Механизмы вывода в базах знаний бортовых оперативно-советующих экспертных систем // Известия Академии наук. Теория и системы управления.№4. 2002. С.42

118. Белышев Д.В., Гурман В.И. Интеллектуальные процедуры оптимального управления // Автоматика и телемеханика. №5, 2002. С. 147.

119. Урманцев Ю.А. Начала общей теории систем/ Системный анализ и научное знание. М.: Наука, 1978. 246 с.

120. Харари Ф. Теория графов. М.: Наука, 1973. 300 с.

121. Цветкович Д., Дуб М., Захс X. Спектры графов, теория и применение. Киев: Наукова думка, 1984. 212 с.

122. Шлычков Е.И., Кушников В.А., Резчиков А.Ф. Модели и методы поиска данных о производственных ситуациях в информационно-измерительных и• управляющих системах промышленного предприятия. Саратов: Сарат. гос.техн. ун-т, 2002.109 с.

123. Цвиркун А.Д. Основы синтеза структуры сложных систем. М.: Наука , 1982. 200 с.

124. Цвиркун А.Д. Структура сложных систем. М.: Наука, 1975. 200 с.

125. Емельянов С.В. Теория систем с переменной структурой. М.: Наука. 1967. 420 с.

126. Лебедев В.И. Функциональный анализ и вычислительная математика.: Учебное пособие. 4-е издание, перераб. и доп. —М.: ФИЗМАТЛИТ, 2000. -296 с.

127. Кадыров А.А. Динамические графовые модели в системах автоматического и автоматизированного управления. Ташкент: ФАН, 1984. 240с.

128. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь .1981. 560 с.

129. Месарович М. Основания общей теории систем // Общая теория систем . М.: Мир, 1966. С.15-48.

130. Месарович М.,Мако Д.,Такахара Я. Теория иерархических многоуровневых систем. М.: Мир, 1973. 344 с.

131. Эшби У.Р. Введение в кибернетику. М.: ИЛ. 1959. 340 с.

132. Шрейдер Ю.А. Равенство, сходство, порядок. М:Мир, 1971. 335 с.

133. Флейшман Е.С. Основы системологии . М.: Радио и связь, 1982. 288 с.

134. Aho A., Garey М., Ullman J. The transitive reduction of a directed graph. SIAM J. Comput., 1992. V.l, n.2. P. 131 -137.

135. Baborowski U., Roehring E. CAQ wichtiger Bestandteil von CAD/CAM -Loesungen // SQ. 1988 № 7. 1996. S.186 - 189.

136. Binner H. CIM-Einfuehrungsstrategie fuer kleinere Betriebe // Tecnica 15/16/1989. S. 34-37.

137. Brachman R.J., Levesque H.J. Readings in Knowledge Representation. Los Altos, С A: Morgan Kaufmann Publishers. 1985.

138. Brandt J. Probleme mit CIM? // Tecnica 25/1994. S. 20 25.

139. Broekstra G. On the representation and identification of structure systems.- Int. J of Systems Sciens, 1978, v.9, n 11, p. 1271-1293.

140. Cavalo R.E. Reconstructability analysis of multidimensional relations : a theoretical basis for computer-aided determination of acceptable systems models.-Int. J. Gen.Syst., 1979, v.3, n.3, p.43

141. Churchman C.W. The Desing of Inquiring Systems. Basic Books. New York. 1979.

142. Executive Leadership Course. Prentice Hall. Gugelwood Chiffs, N.J.

143. Forrester J. Principles of systems.- Cambridge: Wright Allen Press, 1960.

144. Gane C., Sarson T. Structured systems analysis: tools and techniques. New York: Prentice-Hall, 1979.

145. Gerardin L. A structural model of industrialized societies: evolutions, stability, policies, gouvernability.

146. Jones P.F. Four principles of man-computer dialogue // Comput. Aided Des.,1992. V.10, n.3. P.197 202

147. Minsky M. A Framework for Representing of Artificial Intelligence. ProC. IJCAI-77. Cambridge, MA, 1977, P.1038 1044.

148. Purdom P. A transitive closure algorithm // BIT V.10. 1996. P.76 94.

149. Quillian M.R. Word Concepts: A Theory and Simulation of some Basic Semantic Capabilities. Behavioural Science 12, 1987, P. 410 430.

150. Representation and Use of Knowledge by Computers. Edited by N.V. Findler. New York: Academic Press, 1989. S.50.

151. Tuenschel L., Hut Langner. PROMAN. CIM Management 5/89. S. 43 51.

152. Voss C.A. The Managerial Challenges of Integrated Manufacturing // Int. J. Oper and Prod. Manag. 1989. №5. P.33 -38.

153. Worterbuch der Kybernetik Klaus G und Liebscher H. Berlin . Dietz. 1986.

154. Waller S. Auswahlkriterien flier Steuerungssysteme in FFS. // Tecnica 25/1989. S. 20 26.

155. Zuest Т., Mueller B. CIM als Chancenmanagement // Tecnische Rundschau 3/90. S. 22-27.