автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.03, диссертация на тему:Обоснование метода технологической настройки зерноуборочного комбайна с применением экспертной системы

На правах рукописи

САЗАНОВИЧ Виталий Иванович

ОБОСНОВАНИЕ МЕТОДА ТЕХНОЛОГИЧЕСКОЙ НАСТРОЙКИ ЗЕРНОУБОРОЧНОГО КОМБАЙНА С ПРИМЕНЕНИЕМ ЭКСПЕРТНОЙ СИСТЕМЫ

05.20.03 - Технологии и средства технического обслуживания в сельском хозяйстве

Автореферат диссертации насоисканиеученой степени кандидата технических наук

Зерноград 2004

Работа выполнена в Государственном научном учреждении «Всероссийский ордена Трудового Красного Знамени научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хозяйства» (ВНИПТИМЭСХ)

Научный руководитель - доктор технических наук, доцент

Димитров Валерий Петрович

Официальные оппоненты: доктор технических наук,

старший научный сотрудник Агафонов Николай Иванович

кандидат технических наук, доцент Войцеховский Владимир Владимирович

Ведущая организация - Российский научно-исследовательский институт по испытанию сельскохозяйственных технологий и машин (РосНИИТиМ)

Защита состоится 27 декабря 2004 г. в 10 часов на заседании диссертационного совета Д 006.005.01 при Государственном научном учреждении «Всероссийский ордена Трудового Красного Знамени научно-исследовательский и проектно-технологический институт механизации и электрификации сельского хозяйства» (ВНИПТИМЭСХ) по адресу: 347740, г. Зерноград Ростовской области, ул. Ленина, 14, в зале заседаний ученого совета.

С диссертацией можно ознакомиться в библиотеке ВНИПТИМЭСХ

Автореферат разослан"

Ученый секретарь диссертационного совета, доктор технических наук, старший научный сотрудник

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Необходимость экономии ресурсов вследствие их дороговизны предъявляют повышенные требования к качеству эксплуатации сельскохозяйственной техники. При использовании сложной уборочной техники одной из важнейших задач является технологическая настройка машины в полевых условиях. Эта задача относится к классу трудноформализуемых задач. В основном решение проблемы технического обслуживания машины возлагается на оператора и зависит от его квалификации. Трудности с решением задачи технологической настройки связаны с неопределенностью информации о факторах внешней среды, в которой функционирует зерноуборочный комбайн, а также сложностью и недостаточной изученностью взаимосвязей между факторами уборки и регулировочными параметрами комбайна.

Поэтому особого внимания заслуживают вопросы разработки систем информационной поддержки интеллектуальной деятельности оператора, помогающие ему при проведении комплекса уборочных работ. Одним из перспективных направлений совершенствования методов технологической настройки машин является разработка информационных систем поддержки принятия решений.

Исследования проводились в соответствии с заданиями научно-технических программ Министерства образования и науки РФ: грант по фундаментальным исследованиям в области технических наук 2003 - 2004 гг. (раздел 6. Машиностроение, № ГР 01.99.0005111; ЕЗН 2004 - 2005 гг. тема № 1.8.04. НТП фундаментальных и приоритетных прикладных исследований по научному обеспечению АПК РФ на 2001-2005 гг. Тема 04.03.01 плана НИР ВНИПТИМЭСХ, утвержденного Россельхозакадемией.

Цель исследований - повышение эффективности работ по техническому обслуживанию машин, сокращение затрат времени на технологическую настройку и,' как следствие, повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода технологической настройки с использованием экспертной системы (ЭС).

Объект исследований - технологический процесс уборки зерновых культур, осуществляемый зерноуборочным комбайном, система "оператор-комбайн-внешняя среда".

Предмет исследований - информационные аспекты взаимодействия оператора с машиной и средой, процедуры принятия решений при технологической настройке зерноуборочного комбайна.

Научная новизна заключается в развитии методологии технического обслуживания сложных сельскохозяйственных машин.

Система "оператор-комбайн-внешняя среда" рассматривается как нечеткая система. Разработанный метод технологической настройки с примене-

нием экспертных систем позволяет использовать эвристические нечеткие знания предметной области "Технологическая настройка машин".

Проведена формализация нечетких знаний рассматриваемой предметной области: определены лингвистические переменные, вид и параметры функций принадлежности факторов внешней среды, регулируемых параметров и отношений между ними.

Структуризация и формализация знаний предметной области позволила разработать и реализовать механизм нечеткого логического вывода экспертной системы и на ее основе принятия решений при технологической настройке комбайна в условиях природной и поведенческой неопределенности, которые в большей степени соответствуют реальным условиям уборки.

Практическая ценность состоит в разработке инженерной методики формализации знаний, построении базы знаний и механизма вывода решений, а также программного обеспечения. Создан исследовательский прототип экспертной системы для технологической настройки зерноуборочного комбайна. Использование экспертной системы в полевых условиях позволяет уменьшить математическое ожидание времени, затраченного на процедуры технологической настройки комбайна при изменяющихся внешних условиях, что позволяет снизить потери продукта, увеличить сменную производительность машин и повысить эффективность уборки, а также снизить рассеивание времени, затраченного на процедуры решения задач технологической настройки для специалистов различной квалификации;

Применение экспертной системы позволяет в практических условиях обеспечить накопление и тиражирование знаний, что обеспечивает заданный уровень качества проведения уборочных работ при наличии персонала невысокой квалификации.

Основные результаты и положения, выносимые на защиту:

1. Метод технологической настройки зерноуборочного комбайна на основе экспертных систем.

2. Методика формализации и структуризации нечетких экспертных знаний изучаемой предметной области.

3. Информационно-логическая модель процесса решения задачи по технологической настройке зерноуборочного комбайна.

4. Методика формирования базы знаний ЭС.

5. База знаний по технологической настройке рабочих органов комбайна.

Реализация результатов исследования. Экспертная система по технологической настройке зерноуборочных комбайнов семейства "Дон" использована при организации ТО в агрофирмах СПК ПЗ "Заветы Ильича", СХА "Маргаритовский", СПК "Победа" и др. Ростовской области; в уборочно-испытательном отряде РГАСХМ (Кагальницкий район).

Материалы исследований используются в ДГТУ (г. Ростов-на-Дону) для специальности 171000 "Сельскохозяйственные машины и оборудование".

Апробация. Материалы исследований доложены и одобрены на научных конференциях: Донского государственного технического университета (2003, 2004 гг.); "Интеграция отраслевой и вузовской науки" Ростовской-на-Дону государственной академии сельскохозяйственного машиностроения (2003, 2004 г.г.); IX Республиканской открытой научной конференции "Современные проблемы информатизации" (г. Воронеж, 2003 г.); IV региональной научно-практической конференции "Управление качеством: теория и современная практика" (г. Ростов-на-Дону, РГЭУ-РИНХ, 2003 г.); Всероссийского научно-исследовательского и проектно-технологического института механизации и электрификации сельского хозяйства (г. Зерноград ВНИПТИ1МЭСХ, 2004 г.), Всероссийской конференции «Теория и проектирование сельскохозяйственных машин и оборудования» (ДГТУ, 2004 г.).

Публикации. Основные положения диссертации опубликованы в 10 работах.

Объем работы. Диссертация состоит из введения, 5 глав, выводов, списка используемой литературы, включающего 98 наименований, в том числе 8 на иностранных языках. Работа изложена на 153 страницах, имеет 38 рисунков, 21 таблицу и приложения на 59 листах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении изложена актуальность проблемы, сформулированы основные положения, выносимые на защиту, представлена краткая характеристика диссертации.

В первой главе "Состояние вопроса и задачи исследования11 рас-, смотрены место и роль технического обслуживания (ТО) в системе обеспечения качества уборочных работ. Выделены составляющие системы ТО и семантические связи между ними, произведен анализ методов и средств технического обслуживания сельскохозяйственных машин. Рассмотрены характерные особенности предметной области «Технологическая настройка машины».

Решению проблемы оптимального функционирования зерноуборочных машин посвящены многие исследования, выполненные в ведущих научно-исследовательских институтах страны: ВИМ, ВИСХОМ, ВНИПТИМЭСХ, ГОСНИТИ, в ГСКБ по комплексам зерноуборочных машин, а также в других научных и учебных организациях.

Решению задач повышения эффективности эксплуатации сельскохозяйственных машин посвящены труды Агафонова Н.И., Аллилуева ВА, Бурья-нова А.И., Веденяпина Г.В., Димитрова В.П., Жалнина Э.В., Ждановского Н.С., Завалишина Ф.С., Иофинова С.А., Киртбая Ю.К., Коганова А.Б., Левитско-го И.С., Линтварева Б.А., Липковича Э.И., Маслова Г.Г., Михлина В.М., Павлова Б.В., Русанова А.И., Селиванова А.И., Свирщевского Б.С., Стефанского В.В., Табашникова А.Г., Тарасенко А.П., Чепурина Г.Е. и многих других ученых. Накоплен большой теоретический и экспериментальный материал.

Анализ состояния вопроса показал:

- Приспособленность зерноуборочных комбайнов к регулировкам недостаточна. Преобладают органолептические методы определения значений внешних факторов и параметров комбайна. Существующие методы и технические средства из-за большой трудоемкости их использования, необходимости высокого уровня подготовки персонала и других причин не получили широкого распространения.

- Наиболее сложным видом деятельности человека в системе "оператор-комбайн" является принятие решений. При этом процесс принятия решений происходит в условиях нечеткости и неполноты знаний. Информационная нагрузка на оператора в значительной степени обуславливает производительность и качество работы данной системы. В результате информационных перегрузок оператора наблюдается низкая сменная производительность машины, повышенные затраты на техническое обслуживание.

- Задача технологической настройки не формализована из-за множества разнородных причин. Знания предметной области в большинстве своем представлены в виде эвристик, что затрудняет их обработку в рамках традиционных способов обработки. Оптимальная настройка комбайна под силу лишь высококвалифицированному персоналу. Однако велика вероятность утраты опыта работы эксперта, да и количество экспертов не соответствует практическим потребностям.

- Методика поиска решений при технологической настройке комбайна основана на нечетких экспертных знаниях; что вызывает большие затруднения в передаче и освоении опыта решения этой задачи.

Для решения задачи технологической настройки необходимо организовать сиаему технического обслуживания, основанную на знаниях о предметной области, организованных и представленных в виде "эвристик", и на ее основе - метод, использующий не только "данные" технической диагностики, но и нечеткие экспертные знания и "эвристики", подобные логике человеческого мышления.

Рабочая гипотеза состояла в том, что достичь высокого качества работ по технологической настройке зерноуборочного комбайна при наличии персонала невысокой квалификации и имеющихся технических средств возможно за счет обеспечения информационной поддержки оператора при принятии решений

Совершенствование методов технического обслуживания на основе применения систем поддержки принятия решений в условиях массового использования уборочных машин крайне необходимо, так как экономически невыгодно организовывать сиаему обеспечения технической эксплуатации на деятельности специалиаов, получивших навыки только на практике.

б

В связи с этим целью настоящей работы является повышение эффективности работ по техническому обслуживанию машин, сокращение затрат времени на технологическую настройку и, как следствие, повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода технологической настройки с использованием экспертной системы (ЭС).

Для достижения поставленной цели необходимо решить задачи:

- развить общий подход к процедурам принятия решений при техническом обслуживании зерноуборочной техники на основе экспертных систем для задач технологической настройки;

- разработать и структурно представить метод технологической настройки комбайна, использующий нечеткие экспертные знания;

- разработать методику формализации и структуризации нечетких знаний предметной области и процедуры логического вывода решений;

- представить знания предметной области в виде, пригодном для обработки на компьютере, и создать базу знаний ЭС по технологической настройке молотилки зерноуборочного комбайна;

- разработать структурную схему экспертной системы как системы поддержки принятия решений при технологической настройке комбайна и создать ее исследовательский прототип;

- произвести организационно-техническую и экономическую оценки эффективности применения ЭС в производственных условиях.

Во второй главе 'Теоретическое обоснование процедуры принятия решения при технологической настройке комбайна" на основе теории принятия решений рассмотрены процедуры решения задач, характерные для сферы технического обслуживания уборочных машин.

Проблема принятия решений при использовании комбайнов в полевых условиях связана с выбором варианта действий для достижения поставленной цели. Причем принятие решений происходит в условиях обработки нечеткой информации и в ограниченное время. Фактор времени является одним из важнейших показателей деятельности при уборке. Данная проблема рассматривается нами как проблема информационного взаимодействия элементов системы и выбора на этой основе оптимального решения. Процесс принятия решений при управлении комбайном включает: определение целей, формирование задачи принятия решений и, наконец, принятие решений (выбор альтернатив).

Задача принятия решений в общем случае характеризуется кортежем: <А;Е;Б;Т>, (1)

где А - множество альтернатив; Е - среда задачи принятия решений; Б - система предпочтений ЛПР; Т- некоторое действие над множеством альтернатив А.

Зерноуборочный комбайн целесообразн рассматривать как нечеткую систему, характеризующуюся предпосылками, как входом, и заключениями, как выходом, которая функционирует в условиях внешней среды, отличающейся изменчивостью и неопределенностью. В результате анализа методология принятия решений адаптирована для изучаемой предметной области. Для практической реализации теоретических положений предлагается метод технологической настройки, включающий помимо структурных составляющих, компоненту, обеспечивающую информационную поддержку оператору при техническом обслуживании комбайна (рисунок 1).

Рисунок 1 - Структурная схема метода управления технологическим процессом при решении задач технологической настройки машины

Сущность метода заключается в использовании технологии искусственного интеллекта - инженерии знаний, практически реализованной в виде экспертной системы (ЭС). При этом ЭС является инструментом при принятии решений, дополнения, редактирования и тиражирования знаний предметной области "Технологическая настройка".

Для реализации предлагаемого метода необходимо решить задачи, связанные с моделированием предметной области, характерные особенности которой обуславливают использование теории нечетких множеств. Другими словами необходима структуризация и формализация нечетких знаний, и разработка механизма логического вывода решений.

Для обеспечения оптимальной настройки необходимо знать описание связей между регулировочными параметрами и факторами внешней среды. На основе модели проблемной ситуации разработана схема операции. Сообразуясь с информацией о цели Ао операции, ЛПР последовательно формирует множество стратегий и, множество Л1 входных факторов и множество Л2 в выходных параметров. На основе анализа взаимосвязей между выходными параметрами и входными факторами устанавливаются значения искомых параметров.

Далее формируется величина требуемого результата и в соответствии с моделью предпочтений формируется критерий эффективности, на основе которого принимается суждение о выборе лучшей альтернативы из множества и?е11. Суждение может приниматься на основе самоанализа ЛПР, либо путем сравнения с мнением эксперта. Если цель не достигнута, целесообразен переход к подсистеме корректировки технологических регулировок.

Для идентификации различных состояний рассматриваемого объекта определялись множества факторов внешней среды (множество входных ситуаций) Хе{а1( Эг,..., ап}, регулируемых параметров рабочих органов (множество выходных ситуаций) УРПе{у1, Уъ—, ^к). а также описание лингвистических переменных (ЛП), характеризующих множества входных и вы-, ходных ситуаций.

Нечеткая ЛП р (например, засоренность, частота вращения молотильного барабана и др.) определяется кортежем (/};Т',и',0;М), где 0 - наименование ЛП; Т - множество ее значений или термов, представляющих собой наименования нечетких переменных, областью определения каждой из которых является множество , Т - базовое терм-множество ЛП;

G - синтаксическая процедура, описывающая процесс образования из множества Т новых, осмысленных для данной задачи принятия решений значений лингвистической переменной; М - процедура, позволяющая приписать каждому новому значению, образуемому процедурой G, некоторую семантику путем формирования соответствующего нечеткого множества, т. е. отобразить новое значение в нечеткую переменную. Например, для ЛП «Засоренность» Т={Э|}, / = | гп с термами

{Очень малая; Малая, Средняя, Высокая}, [0 - 60], (2)

ЗХ={ОМЗХ, МЗХ, СЗХ, ВЗХ, %}.

В общем виде нечетким множеством А на множестве и является совокупность пар

где ц ;{/->[о,1] - отображение множества и в единичный отрезок [0,1], т.е. функция принадлежности нечеткого множества А. Значение функции принадлежности //А(и) для элемента и 6 и является степенью принадлежности

А = и/^А(и)/ы-

Для моделирования рассматриваемой предметной области использовались нечеткие высказывания видов: простые приближенные рассуждения с утверждениями <р есть а>; высказывания, содержащие модификаторы и кванторы < 3 есть та>; высказывания, содержащие операции композиции: конъюнкцию, дизъюнкцию, импликацию и т.д.

В третьей главе "Моделирование нечетких знаний предметной области" рассмотрены задачи, связанные с представлением знаний.

Для применения в моделях принятия решений информации, формализованной на основе теории нечетких множеств, используются различные процедуры построения функций принадлежности (ФП). Выбор метода построения ФП нечетких множеств определялся нами в зависимости от вида области определения нечеткого множества; типа используемой экспертной информации и других аспектов. Для построения ФП использовались метод экспертных оценок и метод параметрического описаний функций принадлежности, с учетом специфики имеющейся неопределенности для каждого фактора внешней среды или регулируемого параметра машины.

На основе разработанной методики построения ФП определены семантики и термы лингвистических переменных предметной области. В качестве примера в таблице и на рисунках 2, 3 представлены функции принадлежности для ЛП "Засоренность" и "Частота вращения молотильного барабана". Для синтаксически независимых ЛП рх и Ру„ являющихся составляющими нечеткого высказывания эксперта "ЕСЛИ засоренность очень малая, ТО частота вращения молотильного барабана пониженная": рх - засоренность хлебостоя, %; Ру - частота вращения молотильного барабана, мин"1, области определения Х[5 - 60], N/[600 - 900] а множество базовыхзначений: Тх = {Очень малая, Малая, Средняя, Высокая}, Ту = {Пониженная, Номинальная, Повышенная}.

Функции принадлежности построены для всех факторов внешней среды и регулируемых параметров молотилки комбайна.

1,0 | 0.5 0,0/ -1----- У^с---------—-- 0

5 10 15 20 25 30 35 40 45 5 Засоренность, %

-Очень малая —Малая —«-Средняя —ж—Высокая

Рисунок 2 - Функции принадлежности термов ЛП «Засоренность»

Вид и параметры функций принадлежности ЛП «Засоренность»

Термы ЛП • Выражение для ФП Значения параметров ФП

Очень малая (прямостоящий) , , . Г 1, если х<с ц (х,а,Ь,с)=< 4 -1 [{1+[а(х-с)] } , если х>с а = 0,3; Ь = 2,5; с = 5

Малая р4(х,а,Ь) = ехр ' (х-а)2" [ 2Ь2 ] а = 15; Ь = 5

Средняя а = 30; Ь = 5

Высокая ц(х,а,Ъ) = 0, если х < а; 2 (х-а)2 а+Ь -—, если а<х<- (Ь-а)2 2 . 2(х-Ь)2 а+Ь 1--—, если -<х<1 (Ь-а)2 2 1 если х^Ь. а =30; Ь = 45

Механизм вывода решений экспертной системы основан на нечетких выводах. Представление экспертной информации описано в виде системы нечетких высказываний, которая отражает зависимость регулировочных параметров от значений входных факторов:

Здесь т - число базовых значений лингвистической переменной |3у;

<0Х есть ах И /Зг есть аг И...Ир2 есть а2 >• (4)

Высказывание Е^ представляет собой ¡-ю входную нечеткую ситуацию, которая может иметь место, если лингвистическая переменная Ву примет значение Оу,. Значения ах,„ ау)„ агц,..., а^ - нечеткие переменные с функциями принадлежности соответственно: //^(я), Мгг(у)<

Полученные функции принадлежности и система нечетких продукционных правил являются элементами базы знаний экспертной системы.

Рисунок 3 - Функции принадлежности для ЛП ЧВМБ для пшеницы

Процедуру принятия решений рассмотрим на примере. Эмпирическое правило эксперта В ВЧВМБ (например, если влажный стеблестой, то высокая частота вращения молотильного барабана) отражает нечеткое отношение предпосылки и заключения и является нечетким отношением Я:

Я = В -» ВЧВМБ, (6)

которое можно рассматривать как нечеткое множество на произведении ХХУ полного пространства предпосылок X и полного пространства заключений У.

Процесс получения нечеткого результата вывода ЧВМВ с использованием данных наблюдения ПВ (повышенная влажность) и знания В ВЧВМБ можно представить в воде формулы:

ЧВМБ = ПВ* = ПВ« (В - ВЧВМБ), (7)

где • - композиционное правило нечеткого вывода.

Нечеткий вывод, проиллюстрированный на рисунке 4, является применением максиминной композиции в качестве композиционного правила нечеткого вывода и операции взятия минимума в качестве нечеткой импликации:

Мпчвш = у(Мпв(х)АМк(х,у))= У{^пв(х)К{цов{х)К^вчвмб{у))) =

хеХ хеХ

= Мпв (х)АМов вчвмб (у) = £ Мовппв (*)ЛМвчвмб (У) = (8)

= а^Мх (У) = Магпвчвш (У)-

Рисунок 4 - Пример нечеткого вывода по правилам

В четвертой главе "Практические аспекты построения экспертной системы" проанализированы фазы разработки, архитектура и место экспертной системы в системе "оператор-машина-среда". Специфические особенности предметной области и требования, предъявляемые к экспертным системам (ЭС), определили состав ее компонент (рисунок 5).

Подсистема "Настройка" работает в двух режимах: решение задачи и работа с базой знаний. В системе реализованы характерные особенности, присущие экспертным системам: объяснительная компонента (ответ на вопрос "почему получено такое решение?") и возможность ответа на вопрос "а что если?".

В режиме работы со знаниями реализованы функции: чтение баз данных; загрузка в систему знаний, указанных экспертом; редактирование; сохранение и удаление знаний. Наиболее важным этапом для практиков является работа системы в режиме загрузки новых знаний. Остальные функции

режима работы со знаниями реализуются путем выбора соответствующего пункта меню и проведения необходимых операций.

Рисунок 5 - Структурная схема экспертной системы

Контекстно-зависимая помощь, объяснительная компонента, система вложенных меню и другие средства "дружелюбного" интерфейса обеспечивают пользователю эффективную работу с системой, а наряду с возможностью расширения базы знаний - жизнестойкость системы.

Использование ЭС в, качестве структурной составляющей метода технологической настройки предполагает применение бортового компьютера. Схема взаимодействия элементов системы "оператор-машина" с использованием ЭС приведена на рисунке 6.

Использование ЭС в качестве советчика позволяет реализовать последовательность 1-3-2, т.е. при принятии решений часть логических функций, выполняемых оператором, передается ЭС.

Метод технологической настройки позволяет использовать ЭС в автоматическом режиме, т.е. реализовать последовательность операций 5-4.

В полевых условиях ЭС, установленная на Notebook, используется как «советчик» агронома (при использовании комбайна-контролера) или звеньевого уборочного звена при анализе условий уборки и проведении технологической настройки.

Рисунок 6 - ЭС в системе «оператор-машина»: 1-2 - традиционная связь в системе "оператор-машина-среда"; 1-3-2 жим советчика; 5-4 - режим автоматической работы

ре-

В пятой главе "Оценка результативности и эффективности применения ЭС" произведена оценка эффективности предлагаемого метода технологической настройки в практических условиях. Управление технологическим процессом комбайновой уборки относится к направленно-ориентированной сенсорномоторной деятельности оператора. Поэтому первый этап исследований заключался в экспертной оценке трудоемкости процедур настройки зерноуборочного комбайна. На основе принципа декомпозиции, время решения задачи делится на две компоненты: интеллектуальную часть и физические действия. Предметом исследований являлось время, которое занимает умственный процесс обработки имеющейся информации о факторах внешней среды, взаимосвязей этих факторов с регулируемыми параметрами и показателями качества уборки, а также время, затрачиваемое на поиск оптимальных решений.

Анализ данных, собранных в производственных условиях, выявил, что исследуемая предметная область слабо структурирована. Известно, что существуют нормативы времени на проведение различных регулировок. Вместе с тем нормировать "интеллектуальную составляющую" чрезвычайно трудно. Наличие навыков, опыта, собственно способность человека-оператора логически мыслить зависят от множества факторов. В первую очередь это интегральные признаки - стаж работы и уровень образования. Для усиления именно этих возможностей человека-оператора предназначены ЭС. '

Оценку результативности использования метода проверяли в практических условиях в аграрных хозяйствах Азовского, Кагальницкого и Мясниковского районов Ростовской области. Собраны и проанализированы статистические данные, которые показывают стабильность оценок. Результаты натурных экспериментов для трех групп операторов с различным стажем работы (01<02<03) показали, что средние значения времени настройки молотилки различными группами операторов разнятся значимо. Выборочный коэффициент корреляции между данными факторами колеблется от г = - 0,90 до г = - 0,96. Проведение технологической настройки с использованием ЭС позволило уменьшить затрачиваемое время в 2 - 4 раза по сравнению с традиционными методами и, как следствие, повысить на 4% сменную производительность комбайна и сократить потери урожая.

Изменение составляющих баланса сменного времени для базового варианта и с применением ЭС представлено на рисунке 7. Годовой экономический эффект при использовании данного метода для зерноуборочных комбайнов семейства "Дон" составил 31802 руб. на одну машину.

Рисунок 7 - Составляющие баланса сменного времени

В приложениях приведены функции принадлежности термов лингвистических переменных, описание базы знаний экспертной системы и документы, подтверждающие использование на практике результатов, полученных в диссертации.

ОБЩИЕ ВЫВОДЫ

1. Повышение качества уборочных работ и эффективности использо-. вания зерноуборочной техники возможно за счет совершенствования методов технического обслуживания с применением современных информационных технологий. Важным резервом является повышение сменной производительности комбайнов за счет сокращения временных затрат на технологическую настройку.

2. Система «оператор-машина-внешняя среда» представлена как нечеткая система, что является новым при построении систем поддержки принятия решений в области технического обслуживания уборочных машин. Выявленные семантические группы и их отношения описывают основные понятия предметной области. Использование логико-лингвистических моделей, основанных на нечетких экспертных знаниях, обеспечивает наиболее полное и адекватное описание предметной области и позволяет формировать процедуры решения задачи технологической настройки машины в условиях максимально приближенных к полевым.

3. Идентификация и структуризация нечетких знаний предметной области "Технологическая настройка" позволила определить лингвистические переменные, вид и параметры функций принадлежности для факторов внешней среды и регулируемых параметров комбайна, а также формализовать

взаимосвязи между ними. Модель предметной области 'Технологическая настройка" содержит 188 зависимостей в виде продукционных правил, раскрывающих отношения между регулируемыми параметрами и факторами внеш-нейсреды.

4. Установлено, что затраты времени на технологическую настройку разнятся в 1,5-4 раза в зависимости от стажа работы. Корреляционная связь между факторами значима: г = - 0,90...- 0,96.

5. Модель предметной области является основой для проектирования базы знаний экспертной системы. Разработанный метод технологической настройки с использованием экспертной системы позволяет повысить качество принимаемых решений; уменьшить среднее время настройки в 2 - 4 раза по сравнению с традиционными методами; снизить разброс значений затрачиваемого времени в зависимости от опыта работы; повысить на 4% сменную производительность комбайнов.

Годовой экономический эффект от применения предлагаемого метода при использовании зерноуборочных комбайнов семейства "Дон" в условиях рядового хозяйства равен 31802 руб. на одну машину при выработке 233 га. В условиях машинно-технологических станций эффект составит 97805 руб.

6. Применение разработанного метода технологической настройки снижает остроту проблемы передачи опыта квалифицированных специали-

стов и способствует повышению компетентности широкого круга специалистов сельского хозяйства за счет тиражирования наиболее полной и ценной информации в области технического обслуживания машин. Возможность дополнения и расширения базы знаний ЭС обеспечит данным системам их жизнестойкость и широкое распространение.

7. Выполненные исследования являются составной частью при реализации концепции CALS/КСПИ технологии - разработки информационной поддержки жизненного цикла зерноуборочной техники и позволяют создать единую информационную среду для использования знаний в производстве -назаводе-изготовителе, эксплуатации - техническое обслуживание машины и при профессиональной подготовке специалистов.

Основные положения диссертации опубликованы в работах:

1. Сазанович В.И. Некоторые аспекты структуризации знаний предметной области Техническое обслуживание комбайнов"/В.И. Сазанович, В.П. Димитров, Л.В. Борисова//Известия высших учебных заведений. Сев.-Кавк. регион. Математическое моделирование и компьютерные технологии: Спец. вып.-2003.-С. 59-64.

2. Сазанович В.И. Формализация знаний по технологическим регулировкам машины при построении механизма вывода решений экспертной системы/ В.И. Сазанович, В.П. Димитров, Л.В. Борисова//Известия высших учебных заведений. Сев.-Кавк. регион. Математическое моделирование и компьютерные технологии: Спец. вып. - 2003.- С. 64-67.

3. Сазанович В.И. О схеме принятия решений при управлении технологическим процессом зерноуборочной техники/В.И. Сазанович, Л.В. Борисо-ва//Современные проблемы информатизации в технике и технологиях.- Воронеж, 2004.- Вып. 9. - С. 140-141.

4. Сазанович В.И. Экспертная система для настройки рабочих органов зерноуборочных машин/В.И. Сазанович//Современные проблемы информатизации в технике и технологиях.- Воронеж, 2004.- Вып. 9.- С. 250-251.

5. Сазанович В.И. Некоторые особенности структуризации знаний предметной области "функционирование зернокомбайнов"/В.И. Сазанович, В.П. Димитров, Л.В. Борисова//Научная мысль Кавказа.- 2004.- №5. - С. 97102.

6. Сазанович В.И. Некоторые вопросы обеспечения качества принятия решений на предприятиях технического сервиса/В.И. Сазанович, О.А. Пеня-зев, Л.В. Борисова//Управление качеством: теория и современная практика: Материалы регион. науч.-практ. конф./ РГЭУ-"РИНХ" - Ростов-н/Д, 2004.- С. 29-32.

7. Сазанович В.И. Структура экспертной системы для технологической настройки машин/В.И. Сазанович, В.П. Димитров, Л.В. Борисова// Математические методы в технике и технологиях - ММТТ-17. В 10 т. Т. 6. Секция 6,13/

Под общ. ред. B.C. Балакирева.- Кострома, 2004. - С. 85 - 90.

8. Сазанович В.И. Моделирование предметной области "технологическая регулировка комбайна" в нечеткой постановке/В. И. Сазанович, В.П. Димитров, Л.В. Борисова//Современные проблемы информатизации в технике и технологиях. - Воронеж, 2004.- Вып. 9.- С. 145-146.

9. Сазанович В.И. Нечеткие алгоритмы при диагностике технологического процесса комбайна/В.И. Сазанович, Л.В. Борисова, В.П. Димитров/ Информационные технологии моделирования и управления.- Воронеж, 2004.-Вып. 13.- С. 12-19.

10. Сазанович В.И. Идентификации предметной области 'Технологическая регулировка комбайна" в нечеткой постановке/В. И. Сазанович, В.П. Димитров, Л.В. Борисова//Теория и проектирование сельскохозяйственных машин и оборудования: Матер, науч. конф./ДГТУ.- Ростов-н/Д, 2004.-С. 127-129.

ЛР №04779 от 18.05.01. В набор 9.11.04. В печать 15.11. 2004 г. Объем 1 усл. п. л., 0,9 уч.-изд.л. Офсет. Бумага тип №3 Формат 60x84/16. Заказ № 461. Тираж 100.

Издательский центр ДГТУ

Адрес университета и полиграфического предприятия: 344010, г. Ростов-на-Дону, пл. Гагарина,!.

0-2339

ВВЕДЕНИЕ 5 1. СОСТОЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1. Техническое обслуживание в системе обеспечения качества уборочных работ.

1.2. Управление технологическим процессом машины.

1.3. Анализ особенностей технологической настройки зерноуборочного комбайна.

1.4. Области применения экспертных систем и методы представления знаний.

1.5 Цель и задачи исследований.

2 ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ ПРОЦЕДУРЫ ПРИНЯТИЯ

РЕШЕНИЙ ПРИ ТЕХНОЛОГИЧЕСКОЙ НАСТРОЙКЕ КОМБАЙНА. 42 2.1. Характеристика задачи принятия решений при технологической настройке комбайна.

• 2.2 Постановка задачи принятия решений в нечеткой среде.

2.3 Метод технологической настройки с применением экспертных систем.

2.4 Логико-лингвистическое описание задачи технологической настройки.

2.5 Моделирование нечетких высказываний предметной области.

2.6 Выводы.

3 МОДЕЛИРОВАНИЕ НЕЧЕТКИХ ЗНАНИЙ ПРЕДМЕТНОЙ

ОБЛАСТИ".

3.1 Методика построения функций принадлежности.

3.2 Идентификация нечетких знаний внешних условий уборки.

3.3 Функции принадлежности для регулируемых параметров комбайна

3.4 Функции принадлежности нечетких множеств термов лингвистических переменных.

3.5 Методика нечеткого вывода решений.

3.6. Выводы.

4 ПРАКТИЧЕСКИЕ АСПЕКТЫ ПОСТРОЕНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ.

4.1 Этапы разработки экспертной системы.

4.2 Структура экспертной системы.

4.3 Подсистема "Технологическая настройка".

4.4 Направления использования экспертной системы.

4.5 Выводы.

5 ОЦЕНКА РЕЗУЛЬТАТИВНОСТИ И ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ЭС.

5.1 Анализ результативности использования ЭС.

5.2 Экономическое обоснование применения метода технологической настройки с использованием ЭС.

5.3 Выводы.

Актуальность работы. В повышении эффективности использования машин (в частности зерноуборочной техники), рациональном использовании ресурса машин, своевременном выявлении и предотвращении отказов большая роль принадлежит техническому обслуживанию. Проблема управления техническим состоянием машины может быть решена лишь при совершенствовании методов и средств технического обслуживания.

На практике при использовании сложной уборочной техники одной из важнейших задач является технологическая настройка машины в полевых условиях. Эта задача относится к классу трудноформализуемых задач. В основном решение проблемы управления и технического обслуживания машиной возлагается на оператора и зависит от его квалификации. Трудности с решением задачи технологической настройки связаны с неопределенностью информации о факторах внешней среды, в которой функционирует зерноуборочный комбайн, а также сложностью и недостаточной изученности взаимосвязей между факторами уборки и регулировочными параметрами комбайна.

Поэтому особого внимания заслуживают вопросы разработки систем информационной поддержки интеллектуальной деятельности оператора, помогающие ему при проведении комплекса уборочных работ. Одним из таких перспективных направлений является разработка экспертных систем для рассматриваемой предметной области.

Исследования проводились в соответствии с заданиями научно-технических программ Министерства науки и образования РФ: грант по фундаментальным исследованиям в области технических наук 2003 - 2004 гг. (раздел 6. Машиностроение, № ГР 01.99.0005111; ЕЗН 2004 - 2005 гг. тема № 1.8.04

Цель исследований - повышение эффективности работ по техническому обслуживанию машин, сокращение затрат времени на технологическую настройку и, как следствие, повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода технологической настройки с использованием экспертной системы (ЭС).

Объект исследований - технологический процесс уборки зерновых культур, осуществляемый зерноуборочным комбайном, система "оператор-комбайн-внешняя среда".

Предмет исследований - информационные аспекты взаимодействия оператора с машиной и средой; процедуры принятия решений при технологической настройке рабочих органов зерноуборочного комбайна.

Методы исследований. Для решения поставленных задач использовались методы теории нечетких множеств, теории искусственного интеллекта, математической логики, теории вероятностей и математической статистики.

Научная новизна заключается в развитии методологии технического обслуживания сложных сельскохозяйственных машин.

Система "оператор-комбайн-внешняя среда" рассматривается как нечеткая система. Разработанный метод технологической настройки с применением экспертных систем позволяет использовать эвристические нечеткие знания предметной области "Технологическая настройка машин".

Проведена формализация нечетких знаний рассматриваемой предметной области: определены лингвистические переменные, вид и параметры функций принадлежности факторов внешней среды, регулируемых параметров и отношений между ними.

Структуризация и формализация знаний предметной области позволила разработать и реализовать механизм нечеткого логического вывода экспертной системы и на ее основе принятия решений при технологической настройке комбайна в условиях природной и поведенческой неопределенности, которые в большей степени соответствуют реальным условиям уборки.

Практическая ценность состоит в разработке инженерной методики формализации знаний, построении базы знаний и механизма вывода решений, а также программного обеспечения. Создан исследовательский прототип экспертной системы для технологической настройки зерноуборочного комбайна. Использование экспертной системы в полевых условиях позволяет уменьшить математическое ожидание времени, затраченного на процедуры технологической настройки комбайна при изменяющихся внешних условиях, что позволяет снизить потери продукта, увеличить сменную производительность машин и повысить эффективность уборки, а также снизить рассеивание времени, затраченного на процедуры решения задач технологической настройки для специалистов различной квалификации;

Применение экспертной системы позволяет в практических условиях обеспечить накопление и тиражирование знаний, что обеспечивает заданный уровень качества проведения уборочных работ при наличии персонала невысокой квалификации.

Основные результаты и положения, выносимые на защиту диссертации:

1. Метод технологической настройки зерноуборочного комбайна на основе экспертных систем.

2. Методика формализации и структуризации нечетких экспертных знаний изучаемой предметной области.

3. Информационно-логическая модель процесса решения задачи по технологической настройке зерноуборочного комбайна.

4. Методика формирования базы знаний ЭС.

5. База знаний по технологической настройке рабочих органов комбайна.

Реализация результатов исследования. Экспертная система по технологической настройке зерноуборочных комбайнов семейства "Дон" использована при организации ТО в агрофирмах СПК ПЗ "Заветы Ильича", СХА "Маргари-товский", СПК "Победа" и др. Ростовской области; в уборочно-испытательном отряде РГАСХМ (Кагальницкий район).

Материалы исследований используются в ДГТУ (г. Ростов-на-Дону) для специальности 171000 "Сельскохозяйственные машины и оборудование".

Результаты исследований используются Министерством сельского хозяйства, продовольствия и торговли Ростовской области при информационном обеспечении и организации системы технического обслуживания сельскохозяйственной техники.

Апробация работы. Материалы исследований доложены и одобрены на научных конференциях: Донского государственного технического университета (2003, 2004 гг.); Ростовской-на-Дону государственной академии сельскохозяйственного машиностроения (2003, 2004 г.г.); IX Республиканской открытой научной конференции "Современные проблемы информатизации" (г. Воронеж, 2003 г.); IV региональной научно-практической конференции "Управление качеством: теория и современная практика" (г. Ростов-на-Дону, РГЭУ-РИНХ, 2003 г.); «Теория и проектирование сельскохозяйственных машин и оборудования» (г. Ростов-на-Дону, 2004 г.); Всероссийского научно-исследовательского и проектно-технологического института механизации и электрификации сельского хозяйства (г. Зерноград, ВНИПТИМЭСХ, 2004 г.).

Публикации. Основные положения диссертации опубликованы в 10 работах.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка используемых литературных источников, приложений. Работа изложена на 153 страницах машинописного текста, имеет 38 рисунков, 21 таблицу и приложения на 59 листах.

1. Повышение качества уборочных работ и эффективности использования зерноуборочной техники возможно за счет совершенствования методов техни ческого обслуживания с применением современных информационных техноло гий. Важным резервом является повышение сменной производительности ком байнов за счет сокращения временных затрат на технологическую настройку.2. Система «оператор-машина-внешняя среда» представлена как нечеткая система, что является новым при построении систем поддержки принятия ре шений в области технического обслуживания уборочных машин. Выявленные семантические группы и их отношения описывают основные понятия предмет ной области. Использование логико-лингвистических моделей, основанных на нечетких экспертных знаниях, обеспечивает наиболее полное и адекватное опи сание предметной области и позволяет формировать процедуры решения задачи технологической настройки машины в условиях максимально приближенных к полевым.3. Идентификация и структуризация нечетких знаний предметной области "Технологическая настройка" позволила определить лингвистические перемен ные, вид и параметры функций принадлежности для факторов внешней среды и регулируемых параметров комбайна, а также формализовать взаимосвязи меж ду ними. Модель предметной области "Технологическая настройка" содержит 188 зависимостей в виде продукционных правил, раскрывающих отношения между регулируемыми параметрами и факторами внешней среды.4. Установлено, что затраты времени на технологическую настройку раз нятся в 1,5-4 раза в зависимости от стажа работы. Корреляционная связь меж ду факторами значима: г = - 0,90 ...- 0,96.5. Модель предметной области является основой для проектирования базы знаний экспертной системы. Разработанный метод технологической настройки с использованием экспертной системы позволяет повысить качество принимае мых решений; уменьшить среднее время настройки в 2 - 4 раза по сравнению с традиционными методами; снизить разброс значений затрачиваемого времени в зависимости от опыта работы; повысить на 4% сменную производительность комбайнов.Годовой экономический эффект от применения предлагаемого метода при использовании зерноуборочных комбаЙ1Юв семейства "Дон" в условиях рядово го хозяйства равен 31802 руб. на одну машину при выработке 233 га. В услови ях машинно-технологических станций эффект составит 97805 руб.6. Применение разработанного метода технологической настройки снижает остроту проблемы передачи опыта квалифицированных специалистов и способ ствует повышению компетентности широкого круга специалистов сельского хо зяйства за счет тиражирования наиболее полной и ценной информации в облас ти технического обслуживания машин. Возможность дополнения и расширения базы знаний ЭС обеспечит данным системам их жизнестойкость и широкое распространение.7. Выполненные исследования являются составной частью при реализации концепции CALS/КСПИ технологии - разработки информационной поддержки жизненного цикла зерноуборочной техники и позволяют создать единую ин формационную среду для использования знаний в производстве - на заводе изготовителе; эксплуатации - техническое обслуэ/сиваиие машины и при про фессиональной подготовке специалистов.

1. Аллилуев В. А., Ананьин А. Д., Михлин В.Д. Техническая эксплуатация машинно-тракторного парка. - М.: ВО Агропромиздат, 1991. - 367 с.

2. Биргер И.А. Техническая диагностика. М.: Машиностроение, 1978.- 240 с.

3. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования. Рига:/ "Зинатне", 1990.

4. Бородин И.Ф. Проблемы развития автоматизации сельскохозяйственного производства// Техника в сельском хозяйстве, 1989, № 5, с.2.

5. Ветров Е.Ф., Генкин М.Д., Литвин Л.М., Нелюбов А.И., Эглайс B.C. Оптимизация технологического процесса по статистическим данным. М.: Наука, Машиноведение №5, 1986. 48 - 55.

6. Ветров Е.Ф., Чернявская В.П., Бобринева Г.Ф. и др. Оптимальное регулирование зерноуборочного комбайна (Электронный "Советчик комбайнера"). М.: НПО ВИСХОМ, Труды, 4/89, 1989. 80 - 85

7. Войцеховский В.В. Определение потерь урожая зерновых колосовых культур в зависимости от темпов уборки. В сб. Совершенствование средств механизации возделывания зерновых культур. - Зерноград, ВНИПТИМЭСХ, 1984, 142-151.

8. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем .- М.: Радио и связь, 1992. - 200 с.

9. Гельфенбейн СП., Волчанов В.Л. Электроника и автоматика в мобильных сельхозмашинах М.: Агропромиздат, 1986.- 264 с.

10. ГОСТ 23728-88. Техника сельскохозяйственная. Методы экономической оценки. М.: Изд-во стандартов, 1988.- 12 с.

11. ГОСТ 24055-88. Методы эксплуатационно-технологической оценки. М.: Изд-во стандартов, 1988.- 12 с.

12. ГОСТ 70.2.30-78. Комплексная оценка машин. М.: Изд-во стандартов, 1988.- 18 с.

13. Грошев Л.М., Дмитричепко Н.Ф., Рыбак Т.И. Надежность сельскохозяйственной техники.- К.: Урожай, 1990 - 192 с.

14. Димитров В.П. Об организации технического обслуживания машин с использованием экспертных систем / Ростов-на-Дону, Вестник ДГТУ. 2003. Т.З №1 (15) 33-44.

15. Дополнения к техническому заданию на проектирование комбайна зерноуборочного, самоходного, однобарабанного с шириной молотилки 1500 мм. Ростов-на-Дону, ГСКБ ПО Ростсельмаш, 1984. - 34 с.

16. Дрейпер П., Смит Г. Прикладной регрессионный анализ; В 2-х кн. Кн. 1/ Пер. с англ.- 2-е изд., перераб. и доп.- М.; Финансы и статистика. 1986.- 366 с.

17. Дроздов В.П., Кандеев В.Ф., Сердечный А.Н. Настройка и регулировка сельскохозяйственной техники для возделывания зерновых культур.- М.; Росагро-промиздат, 1990.- 224 с.

18. Екименков Г., Васильев В.А. Сборка сельскохозяйственных машин и подготовка их к работе; Справочник.- М.; Росагропромиздат, 1989.- 238 с.

19. Ерохин СП., Решетов А.С. Влияние технологических регулировок на потери зерна за молотилкой комбайна Дон-1500// Механизация и электрификация сельского хозяйства, №6, 2003. - 18 - 19.

20. Ершов Ю.Л., Палютин Е.А. Математическая логика.- М.; Наука, 1987.-336 с.

21. Жданов В.Н., Ерохин Г.Н., Саяпин В.А. и др. Методика оценки потерь за комбайном "Дон-1500".М.: АгроНИИТЭИИТО, 1989.- 12 с.

22. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.;Мир, 1976.

23. Зерноуборочные комбайны "ДОН"Л7есков Ю.А., Мещеряков И.К., Ярма- шев Ю.А. и др. - М.; Агропромиздат, 1986.- 334 с.

24. Иофинов А. Эксплуатация машинно-тракторного парка. - М.; Колос, 1974.-480 с.

25. Искусственный интеллект; В 3-х кн. Кн. 1. Системы общения и экспертные системы; Справочник/ Под ред. Э.В. Попова.- М.; Радио и связь, 1990.- 464 с.

26. Искусственный интеллект; В 3-х кн. Кн. 3. Программные и аппаратные средства; Справочник/ Под ред. В.Н. Захарова, В.Ф. Хорошевского.- М.; Радио и связь, 1990.-368 с.

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

28. Капустин В.П. Приспособленность машин к регулировке и настрой- ке//Техника в сельском хозяйстве.- 1991, №2, 41-43.

29. Комбайны зерноуборочные самоходные "Дон-1500" и "Дон-1200". Техническое описание и инструкция по эксплуатации. Ростов-на-Дону, ПО Ростсельмаш, 1991.-384 с.

30. Кононенко А.Ф. Пути улучшения использования сельскохозяйственной техники.- М.: Колос, 1980.- 304 с.

31. Коутс Р., Влейминк И. Интерфейс "человек-компьютер": Пер. с англ.-М.: Мир, 1990.-502 с.

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

33. Ксеневич П.П., Трофимов В.А., Хохлов А.И. и др. Концепция автоматизации мобильной сельскохозяйственной техники//Тракторы и сельхозмашины.- 1990, №1,С. 2 - 6 .

34. Курочкипа Т.К. Совершенствование настройки молотилки зерноуборочного комбайна с распознаванием причин отклонений качественных показателей ее работы. Автореф. дис. канд. техн. наук. Новосибирск, 1985, 16 с.

35. Левин Р., Дранг Д., Эделсон Б. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на БЕИСИКе: Пер. с англ.; Предисловие М.Л. Сальникова, Ю.В. Сальниковой.- М.: Финансы и статистика, 1990.-240 с.

36. Липкович Э.И. Система комплексной организации уборочно-транспортного и заготовительного процесса//Механизация и электрификация технологических процессов кормопроизводства и кормоприготовления. Сб. трудов ВНИПТИМЭСХ, Вып. 39, 1980.-C.3-21.

37. Листопад И.А. Планирование эксперимента в исследованиях по механизации сельскохозяйственного производства. - М.: Агропромиздат, 1988.- 88 с.

38. Литвин Л.М., Жалнин Э.В., Ветров Е.Ф. Обобщенная оценка зональных показателей работы зерноуборочных комбайнов.- М.: ВО Агропромиздат, Техника в сельском хозяйстве, №5, 1989.- с. 41 - 45.

39. Малышев Н.Г., Берштейн Л.С, Божепюк А.В. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.

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

41. Методика оценки экономической эффе1сгивности зарубежной техники. Но- вокубанск, КубНИИТИМ, 1998.- 27 с.

42. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. Официальное издание. М.: 1994.- 80 с.

43. Методические указания по оценке технического уровня и качества промышленной продукции РД 50-149-79. М.: Изд. Стандартов, 1979.- 144 с.

44. Митропольский А.К. Техника статистических вычислений. М.: Наука. 1971.-576 с.

45. Михлин В. М. Управление надежностью сельскохозяйственной техники. - М.: Колос, 1984. - 335 с.

46. Надежность и эффективность в технике: Справочник. В 10 т. Т. 3. Эффективность технических систем/Под общ. ред. В.Ф. Уткина, Ю.В. Крючкова.- М.: Машиностроение, 1988.- 328 с.

47. Надежность и эффе1сгивность в технике: Справочник. В 10 т. Т. 7. Качество и надежность в производстве/Под ред. И.В. Апполонова.- М.: Машиностроение, 1989.-280 с.

48. Надежность и эффективность в технике: Справочник. В 10 т. Т.9. Техническая диагностика/Под общ. ред. В.В. Клюева, П.П. Пархоменко.- М.: Машиностроение, 1987.-352 с.

49. Нечеткие мнол<ества в моделях управления и искусственного интеллекта/ Под ред. Поспелова Д.А./ М.: Наука, 1986.- 312 с.

50. Новиков А.В., Костиков А.И. Влияние квалификации механизаторов на эффективность использования тракторов. Мех. и электр. сельского хозяйства, №12, 1991, 27-28.

51. Нормативно-справочные материалы для экономической оценки СХМ. М.: 1988.

52. Орманджи К.С, Барабаш Г.И., Недовесов В.И. и др. Операционная технология уборки колосовых культур. - М.: Россельхозиздат, 1983.- 272 с.

53. Орманджи К.С, Стефанский В.В., Мнацаканов А.С. и др. Подготовка комбайна к работе и технологическая настройка в поле на уборке зерновых колосовых культур. Госагропром СССР. М.: Агро-НИИТЭИИТО, 1986.- 32 с.

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

55. Организация технического обслуживания машинно-тракторного парка. Обзорная информация /Госагропром СССР. АгроНИИТЭИИТО; Сост. Ю. Г. Черных, Т. И. Сиднина - М.: 1988. - 30 с.

56. Орловский А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.- 208 с.

57. ОСТ 70.8.1-81 - Испытания сельскохозяйственной техники: Машины зерноуборочные. Программа и методы испытания.

58. Осуга Обработка знаний: Пер. с япон.- М.: Мир, 1989.- 293 с.

59. Отчет отдела надежности РСМ/ Ростов н/Д, 1999.- 98 с.

60. Присняков В.Ф., Приснякова Л.М., Математическое моделирование переработки информации оператором человеко-машинных систем.- М.: Машиностроение, 1990.- 248 с.

61. Памятка и рекомендации по устранениго отказов комбайнов "Дон"- Советы по настройке и регулировке комбайнов.- Ростов-на-Дону: РСМ, 1987.- 66 с.

62. Пасечников Н. Научные основы технического обслуживания машин в сельском хозяйстве. - М.: Колос, 1983. - 304 с.

63. Песков Ю.А., Мещеряков И.К., Погорелый Л.В. и др. Перспективы развития и оптимизация базовых параметров зерноуборочных комбайнов//Тракторы и сельхозмашины.-1987, №3, с. 23 - 27.

64. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ.- М.: Паука, 1987.- 288 с.

65. Поспелов Г.С. Искусственный интеллект - основа новой информационной технологии.- М.: Наука, 1988.- 280 с.

66. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов.- М.: Радио и связь, 1989.- 184 с.

67. Представление и использование знаний/Под ред. Уно X. - М.:Мир, 1989.- 220 с.

68. Прикладные нечеткие системы: Пер с япон./К. Асаи, Д. Ватада, Сугэно. - М.: Мир, 1993.-368 с.

69. Пугачев А.Н. Советы комбайнеру. М.: Колос, 1984.- 224 с.

70. Развитие агропромышленного комплекса. Краткий статистический сборник. М.: Информ.-издательский центр. 1990. - 48 с.

71. Рекомендации по предупреждению и устранению неисправностей комбайнов "Дон-1500". М.: Госагропром СССР, 1988.- 64 с.

72. Рыбалко А.Г. Особенности уборки высокоурожайных зерновых культур (настройка и регулировка машин).- М.: Агропромиздат, 1988.-120 с.

73. Саати Т., Керне К. Аналитическое планирование. Организация систем: Пер. с англ. - М., Радио и связь, 1991. -224 с.

74. Сигорский В.П. Математический аппарат инженера: Киев: Техника, 1975.- 768 с.

75. Смирнов В.Т. Опыт эксплуатации МТП //Техника в сельском хозяйстве.- 1987, №11, с. 43-44.

76. Справочная линейка машиниста зерноуборочного комбайна "Дон-1500".- Тамбов: ВИИТиН, 1986.- 6 с.

77. Стефанский В.В. Эксплуатация комбайнов "Дон".- М.: Росагропромиздат, 1988.-94 с.

78. Технико-экономическое обоснование для комбайна "Дон-1500". Отчет ГСКБ при ОАО «Ростсельмаш». Ростов н/Д, 1998. - 56 с.

79. Тех1шческое обслуживание машин в растениеводстве и животноводстве. Справочник/Вороной Н.С, Трембич В.П., Кушнарев Л.И и др.// Зерноград: ВНИП-ТИМЭСХ, 1996.-324 с.

80. Уборка урожая комбайнами "Дон"/Сост. М.К. Комарова.-М.: Росагропромиздат, 1989.- 220 с.

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

82. Халфин М.А., Александровский И.А., Хисметов Н.З., Сидыганов Ю.Н. Состояние и перспективы повышения надежности зерноуборочных комбайнов. М.: Тракторы и сельскохозяйственные машины, №11, 2003, 27-33.

83. Чепурин Г.Е., Попов К.В., Сурилова Г.В. Операционная технология уборки зерновых культур. Новосибирск: Зап. Сиб. книж. изд-во, 1976.- 134 с.

84. Черных Ю. Г., Хмелевой Н. М. Рациональное техническое обслуживание - гарантия высокоэффективного использования техники // Механизация и электрификация сельского хозяйства.-1988, №5, с. 41 - 44.

85. Шеридан Т.Б., Феррел У.Р. Системы человек-машина: Модели обработки информации, управления и принятия решений человеком оператором: Пер. с англ./ Под ред. К.А. Фролова.- М.: Машиностроение, 1980.- 400 с.

86. Элехсфопные системы на сельскохозяйственной технике// Техника в сельском хозяйстве 1989, №5, с. 28 - 30.

87. Эффективное использование сельскохозяйственной техники/Н.И. Агафонов.- М.: Знание, 1997.- №4.- 63 с. 9LAI techniquis enter the realm of conventional languages. "Conput. Des., 1986, 27, №19, С 45-49

88. Reed J. Turner. HarvesTraner - A combine prodactivity tool. St. Joseph. 1986.

89. Turner J., Duncan R., Wegscheld L. The development of a corn harvesting corn- bin simulator. Chicago, 1985.

90. Bass L.F. Generalized User Interface for Applications Program// CAEM. 1985, V.28.N6.

91. Davis R., Lenat D. Knowledge-Based System in Artifical Intelligence. N.Y.: McGraw-Hill Book Co, 1982.

92. Expert systems. Principles fn. case studies, ed. R.Porsyth.-London. New York. 1984, p. 231

93. Rata R. Hypertext: from Text to Expertext. London: McGraw-Hill Bok Co, 1991.

94. Rich E. User are Individual: Individualising User Models// Int. J. Man- Machine Studies. 1983. V. 18 № 3.