автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.01, диссертация на тему:Повышение эффективности функционирования уборочных машин на основе моделей экспертных знаний

На правах рукописи

БОРИСОВА Людмила Викторовна

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ УБОРОЧНЫХ МАШИН НА ОСНОВЕ МОДЕЛЕЙ ЭКСПЕРТНЫХ ЗНАНИЙ

05.20.01 - Технологии и средства механизации в сельском хозяйстве

05.20.03 - Технологии и средства технического обслуживания в сельском хозяйстве

Автореферат диссертации на соискание ученой степени доктора технических наук

Ростов-на-Дону 2007

и030Б43Б5

003064365

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Ростовская-на-Дону государственная академия сельскохозяйственного машиностроения» (РГАСХМ ГОУ)

Официальные оппоненты:

член-корреспондент РАСХН доктор технических наук, профессор Альт Виктор Валентинович доктор технических наук, профессор Чистяков Андрей Дмитриевич доктор технических наук, старший научный сотрудник Агафонов Николай Иванович

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

Защита состоится 27.09.2007 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 « » 2007 г.

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

В.Ф. Хлыстунов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы Проблема повышения эффективности сельхозпроизводства во многом связана с качеством функционирования сельскохозяйственной техники, оказывающей решающее влияние на достижение результата и расход ресурсов при проведении уборочных работ Задача принятия решений при технологической регулировке машины является важнейшей; от правильного ее решения зависят эффективность и результативность технологического процесса уборки Вместе с тем эта задача относится к классу трудноформа-лизуемых В основном решение проблемы управления технологическим процессом комбайновой уборки возлагается на оператора и зависит от его квалификации Трудности с решением задачи технологической регулировки связаны с неопределенностью информации о показателях качества работы комбайна, факторах внешней среды, в которой функционирует зерноуборочный комбайн, регулируемых параметрах машины, а также сложностью и недостаточной изученностью взаимосвязей между указанными признаками.

Одним из перспективных направлений повышения эффективности функционирования уборочных машин является разработка систем информационной поддержки интеллектуальной деятельности оператора при управлении комбайном

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 20.0307197, ЕЗН 2004 - 2005 гг. тема № 1 8.04 № ГР 01 20 0405396, Госконтракт № 3136р/ 5582 2005 - 2006 гг. № ГР 01.20 0507269, ЕЗН 2006 - 2007 гг. тема 2 № ГР 01200604267.

Цель исследований - повышение эффективности функционирования машин, сокращение затрат времени на технологические простои и повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода информационной поддержки принятия решений при функционировании комбайнов с использованием интеллектуальной информационной системы (ИИС).

Объект исследований - система «оператор-комбайн-внешняя среда».

Предмет исследований - процессы принятия решений при функционировании комбайнов (при предварительной настройке и технологической регулировке рабочих органов).

Научная новизна заключается в разработке метода организации информационной поддержки принятия решений при управлении уборочными машинами с использованием нечетких экспертных знаний. Система «оператор-комбайн-внешняя среда» рассматривается как нечеткая система. Разработанные методы предварительной настройки и корректировки технологических регулировок с применением ИИС позволяют использовать эвристические нечеткие знания предметной области в процессе принятия решений по управлению технологическим процессом уборки сельскохозяйственных культур.

Разработанный метод и моделирование нечетких знаний предметных областей позволяют с единых теоретических позиций построить логический аппарат для преобразования в алгоритмические структуры различные типы данных и взаимосвязи, характеризующие внешнюю среду, параметры комбайна и показатели качества его работы.

Впервые получены модели оценивания семантических пространств факторов внешней среды, регулируемых параметров и показателей качества работы комбайна, а также модель отношений между ними. Определены лингвистические переменные признаков, вид и параметры функций принадлежности. Разработанный метод построения функций принадлежности терм-множеств семантических пространств позволяет получить адекватные модели экспертного оценивания признаков предметных областей. Определен критерий надежности моделей экспертного оценивания предметной области «предварительная настройка и регулировка машины» на основе количественных показателей в виде степени нечеткости и согласованности мнений экспертов.

Процессы принятия решений по выбору оптимальных значений регулируемых параметров комбайна и корректировки технологических регулировок в условиях природной и поведенческой неопределенности, которые соответствуют реальным условиям уборки, базируются на моделях экспертных знаний и разработанных механизмов нечеткого дедуктивного и индуктивного логического вывода решений.

Практическая ценность заключается в совершенствовании информационного обеспечения жизненного цикла сложных уборочных машин и повышении технологической надежности процесса комбайновой уборки за счет использования систем поддержки принятия решений при функционировании машин. Разработаны инженерные

А

методики формализации знаний предметных областей - предварительная настройка и технологическая регулировка машины, используемые при построении базы знаний и механизма вывода решений информационных систем Созданный комплекс инструментальных средств формализации и обработки нечеткой экспертной информации, позволяет адекватно оценивать качественные признаки показателей функционирования сельскохозяйственных машин Создана информационная система, основанная на нечетких экспертных знаниях для решения задач настройки и корректировки технологических регулировок зерноуборочного комбайна. Получено 12 свидетельств об интеллектуальной собственности на программы для ЭВМ и базы данных Использование информационной системы в полевых условиях позволяет уменьшить математическое ожидание времени, затраченного на процесс предварительной настройки и корректировки технологических регулировок 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 решения задач технического обслуживания машин специалистами различной квалификации.

Применение ИИС позволяет осуществить накопление и тиражирование знаний, что обеспечивает заданный уровень качества проведения уборочных работ при наличии персонала различной квалификации

Полученные результаты исследований являются теоретическим обоснованием необходимости создания комплекса аппаратно-изме-рительных средств оценки значений внешних факторов уборки, показателей качества процесса уборки и регулируемых параметров машины, с целью создания автоматической системы управления технологическим процессом на отечественной технике

Основные результаты и положения, выносимые на защиту диссертации:

1. Методы предварительной настройки и корректировки технологических регулировок зерноуборочного комбайна, с использованием информационных систем, основанных на нечетких экспертных знаниях

2. Методика формализации и структуризации нечетких экспертных знаний в области функционирования машин, полученных в результате оценивания факторов внешней среды, показателей каче-

ства уборки и параметров машины, а также количественных значений признаков в виде семантических пространств (лингвистических переменных и их значений)

3. Модели взаимосвязей факторов внешней среды, регулируемых параметров машины и показателей качества работы в виде композиции нечетких отношений рассматриваемых признаков

4 Метод построения функций принадлежности терм-множеств семантических пространств, позволяющий повысить адекватность моделей экспертного оценивания признаков предметной области на основе показателей степени нечеткости и степени согласованности мнений экспертов.

5. Методики и алгоритмы процессов принятия решений при управлении комбайном на основе нечеткого дедуктивного и индуктивного логического вывода.

6 Методика формирования базы знаний ИИС.

7 Базы знаний по предварительной настройке и технологической регулировке комбайна.

Реализация результатов исследования. Результаты исследований используются в агрофирмах Ростовской области и Краснодарского края: СПК ПЗ «Заветы Ильича», СХА «Маргаритовский», СПК «Победа», в уборочно-испытательном отряде РГАСХМ (Кагаль-ницкий район), КХ «Сельская новь», СХА «Россия», АФ «Целина», птицефабрика «Белокалитвинекая», КФХ «Никта», Сервисный центр ООО «Бизон», Технический центр «Дон», Сервисный центр «Техно-ком» Ростовской области, филиал «Краснодарский» ОАО «Дон-Трейдинг» и др.

Материалы исследований используются в учебном процессе вузов: РГАСХМ и ДГТУ (г. Ростов н/Д), а также при профессиональной подготовке специалистов на базе районных центров Минсельхозпрод и при подготовке специалистов технических центров ООО «КЗ «Рост-сельмаш».

Результаты исследований используются Министерством сельского хозяйства России, Министерством сельского хозяйства и продовольствия Ростовской области и Департаментом сельского хозяйства и перерабатывающей промышленности Краснодарского края при информационном обеспечении системы технического сервиса сельскохозяйственной техники

Апробация работы. Материалы исследований доложены и одобрены на научных конференциях. Ростовской-на-Дону государст-

венной академии сельскохозяйственного машиностроения (2000 -2007 гг.); Всероссийского научно-исследовательского и проектно-технологичес-кого института механизации и электрификации сельского хозяйства (г. Зерноград, ВНИПТИМЭСХ, 2002 - 2007 г), Донского государственного технического университета (2003 - 2007 гг.); Междунар. науч -техн. конф «Проблемы современного машиностроения» (Ростов н/Д, 2000); 5-й Междунар. науч.-практ. конф. «Экономика, экология и общество России в 21-м столетии» (СпбГПУ, Санкт-Петербург, 2003); региональной научно-практической конференции «Управление качеством: теория и современная практика» (РГЭУ «РИНХ», Ростов-н/Д, 2004); 3-й Международной научно-практической конференции «Качество, стандартизация, контроль-теория и практика» (Ялта, 2003); XVII Международ науч. конф. «Математические методы в технике и технологиях - ММТТ-17» (Кострома, 2004); Всерос. науч.-техн. конф., посвященной 100-летию со дня рождения И.И Смирнова «Теория и проектирование сельскохозяйственных машин и оборудования» (ДГТУ, Ростов н/Д, 2004); на XVIII Международной научной конференции «Математические методы в технике и технологиях - ММТТ-18» (Казань, 2005), на VI Международной научной конференции «Компьютерное моделирование 2005» (СПбГРУ, Санкт-Петербург, 2005); на Международной научно-технической конференции, посвященной 75-летию ДГТУ «Современные проблемы машиноведения и высоких технологий» (Ростов н/Д, 2005); Международной конференции «Научные исследования и их практическое применение. Современное состояние и пути развития» (Одесса, 2005); науч -практ. конф. «Современные проблемы и пути их решения в науке, транспорте, производсве и образовании» (Одесса, 2005); XII Международной науч.-практ конференции студентов, аспирантов и молодых ученых «Современные техника и технологии» (Томск, ТПУ, 2006 г.); IV Международной науч.-техн. конференции «Искусственный интеллект в XXI веке. «Решения в условиях неопределенности» (Пенза, 2006), Всероссийской науч.-техн. конференции «Новые технологии в научных исследованиях, проектировании, управлении, производстве» (Воронеж, 2007) VIII Международной науч -техн конференции по динамике технологических систем - ДТУ-2007» (ДГТУ, Ростов н/Д, 2007).

Публикации. Основные положения диссертации опубликованы в 76 работах, в том числе 2 монографии, 4 книги производственного назначения, 3 учебных пособия, 21 статья в рецензируемых на-

учных журналах, перечень которых рекомендован ВАК для докторских диссертаций, 12 свидетельств об официальной регистрации программы для ЭВМ и баз данных, 33 статьи и тезисов докладов в сборниках научных трудов и конференций

Структура и объем работы. Диссертация состоит из введения, б глав, выводов, списка используемой литературы, включающего 154 наименований, в том числе 10 на иностранном языке. Работа изложена на 305 страницах, имеет 56 рисунков, 34 таблицы и 9 приложений на 234 листах.

Автор выражает благодарность профессору, докт, техн наук Димитрову В П за помощь и консультации при проведении совместных исследований.

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

В первой главе «Состояние вопроса, цель и задачи исследования» рассмотрены задачи управления технологическим процессом комбайновой уборки в системе обеспечения качества уборочных работ. Произведен анализ методов и средств управления уборочными машинами, различных подходов к моделированию процессов принятия решений при технологической регулировке комбайнов, Рассмотрены характерные особенности предметных областей «предварительная настройка» и «корректировка технологических регулировок» зерноуборочного комбайна

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

Решению проблемы повышения эффективности использования сельскохозяйственных машин посвящены труды академиков Красно-щекова Н.В., Кряжкова В.М., Черноиванова В.И., чл.-корр. Артюшина A.A., Агафонова Н.И., Аллилуева В А, Альта В.В, Бурьянова А.И., Ве-деняпина Г.В, Докина Б.Д., Димитрова В.П , Еникеева В.Г., Жалнина Э.В, Ждановского Н.С., Завалишина Ф.С., Иофинова С.А., Киртбая Ю.К, Коганова А.Б, Левитского И.С., Липковича Э.И., Маслова Г.Г., Михлина В М , Павлова Б В , Пенязева О А., Русанова А И , Селивано-

ва А И., Свирщевского Б.С, Стефанского В В , Табашникова А.Т., Та-расенко А.Г), Чепурина Г.Е. и многих других ученых. Накоплен большой теоретический и экспериментальный материал.

Анализ научных и практических работ показал следующее1

1. Для сложных систем, таких как зерноуборочный комбайн, адекватное математическое описание процесса принятия решений (ПР) при управлении технологическим процессом в настоящее время отсутствует. Приспособленность зерноуборочных комбайнов к регулировке недостаточна По-прежнему преобладают органолептиче-ские методы диагностирования Существующие методы и технические средства из-за большой трудоемкости их использования, необходимости высокого уровня подготовки персонала и других причин не получили широкого распространения.

2. Наиболее сложным видом деятельности человека в системе «оператор-комбайн-внешняя среда» является принятие решений При этом информационная нагрузка на оператора в значительной степени обусловливает производительность и качество работы данной системы. Задачи технологической регулировки рабочих органов комбайна являются достаточно трудными, и их оптимальное решение требует высококвалифицированных специалистов (экспертов), количество которых не соответствует практическим потребностям

3. Имеющиеся аналитические и корреляционно-регрессионные модели представляют собой достаточно громоздкие математические конструкции и их использование в реальном времени и в сложных практических условиях затруднены.

4. Большая часть информации о стратегиях принятия решений при технологической настройке и регулировке комбайна исходит непосредственно от эксперта и представлена в вербальной форме

5. Имеющиеся на отечественных и зарубежных комбайнах электронные системы контроля относятся к классу «островных» конструкций, так как реализуют только полностью формализованные знания (системы автоматического регулирования) и системы, основанные на статистических моделях знаний. Кроме того, такие системы, по сути, являются информационно-справочными и не реализуют функции системы принятия решений.

Рабочая гипотеза: в виду того, что процессы принятия решений при управлении комбайном в большинстве своем основаны на нечетких экспертных оценках, выявление экспертных знаний предметной области, их структуризация и формализация позволят создать

интеллектуальную информационную систему поддержки принятия решений, использование которой в полевых условиях (в режиме реального времени) операторами различной квалификации приведет к снижению длительности настройки и поиска причин отклонений показателей качества работы комбайна и, как следствие, позволит повысить технологическую надежность процесса уборки и сменную производительность комбайна, а также снизить потери продукта.

Целью настоящей работы является повышение эффективности функционирования зерноуборочных комбайнов за счет обоснования, разработки и введение в хозяйственный оборот методов информационной поддержки принятия решений при функционировании комбайнов с использованием интеллектуальной информационной системы (ИИС).

Для достижения поставленной цели необходимо решить следующие задачи:

1 - формализовать и структурировать экспертные знания в области функционирования уборочных машин, полученные в результате оценивания качественных признаков факторов внешней среды, показателей качества уборки и параметров машины, а также количественных значений признаков в лингвистических термах;

2 - построить модели взаимосвязей факторов внешней среды, регулируемых параметров машины и показателей качества работы в виде композиции отношений семантических пространств,

3 - обосновать параметры лингвистических переменных и разработать методику построения функций принадлежности терм-множеств семантических пространств на основе количественных показателей степени нечеткости и степени согласованности мнений экспертов;

4 - разработать алгоритмы принятия решений при управлении комбайном на основе нечеткого дедуктивного и индуктивного логического вывода решений;

5 - разработать метод организации информационной поддержки принятия решений при функционировании зерноуборочной техники, с использованием информационных систем, основанных на нечетких экспертных знаниях;

6 - разработать структурную схему информационной системы поддержки принятия решений при управлении комбайном, создать инструментальные средства, реализующие разработанные методы и алгоритмы, базы знаний по настройке и технологическим регулировкам

рабочих органов зерноуборочного комбайна,

7 - произвести организационно-техническую и экономическую оценки результативности и эффективности применения разработанного метода в производственных условиях

Во второй главе «Анализ процедур принятия решений при функционировании комбайнов» на основе теории принятия решений рассмотрены задачи, характерные для функционирования сложных уборочных машин. Выделено 4 типа задач, решаемых при выполнении уборочных работ (рис. 1).

Проблема принятия решений при функционировании комбайнов в полевых условиях связана с выбором варианта действий при предварительной настройке и корректировке технологических регулировок для достижения поставленной цели При этом принятие решений характеризуется наличием нечеткой информации и ограниченного времени. Фактор времени является определяющим при проведении уборочных работ.

Рис 1 - Типы задач при проведении уборочных работ

Указанная проблема рассматривается нами как проблема эффективного 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 кортежем1

<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,

Система «оператор-комбайн-внешняя среда» рассматривается как нечеткая система, характеризующаяся предпосылками как входами, и заключениями, как выходами, и функционирующая в изменчивых условиях внешней среды. Задачи принятия решений по предварительной настройке и корректировке технологических регулировок, можно рассматривать как задачи принятия решения в нечетких условиях.

Для практической реализации теоретических положений разработан метод организации информационной поддержки принятия решений при функционировании зерноуборочной техники, включающий помимо структурных составляющих, компоненту, обеспечивающую информационную поддержку оператору при проведении уборки (рис. 2).

Управление технологическим процессом и техническим состоянием машины

крмныотср ГЧ

кик

Персонал

Анализ исходной 1

информации и |

взаимосвязей |

Внешний

признак

несоответствия

иис

Г

11ШШЙ

Механизм ы нечеткого логического вьпюда

Упранляющсс воздействии с

Принятие решений по настройке и технологической регулнровке

Рис. 2 - Структурная схема метода организации информационной поддержки принятия решений при управлении комбайном

Отличие данного метода заключается в использовании моделей экспертных знаний и основанных на них механизмов дедуктивного и индуктивного логических выводов, практически реализованного в виде механизма вывода решений информационной системы.

Дпя реализации предлагаемого метода решены задачи структуризации и формализации нечетких экспертных знаний, построения

моделей процессов принятия решении и основанных на них алгоритмов

Для обеспечения оптимальной технологической регулировки необходимо знать описание взаимосвязей между факторами внешней среды, регулируемыми параметрами комбайна и показателями качества его работы. Характерной особенностью таких знаний является то, что они являются нечеткими знаниями.

Для идентификации различных состояний рассматриваемого объекта определялись множества входных и выходных ситуаций факторов внешней среды, регулируемых параметров рабочих органов и показателей качества работы, а также описание лингвистических переменных (ЯП), характеризующих рассматриваемые множества (рис. 3)

Множество значении внешних факторов уборки

Х=[х1,х2, }

Множество значений регулируемых параметров

Множество показателей качества

У=(у1,у2, |

Предваршин.иля настройка

Корректировка регулировок

(^ЦетГ)

Х={х1,х2 ) урожайность, соломистость, влажность зерна, засоренность полеглость и др

У={у1 у2 } скорость машины частота вращения молотильнот барабана зазор барабан дека частота вращения вентиляюра очистки идр

У={у1,У2, )

недомолот в соломе

недомолот и полове,

дробление зерна

свободное зерно в соломе,

свободное зерно в полове

засоренность бункерного зерна идр

Рис. 3 - Информационное «поле» задач предварительной настройки и корректировки технологических регулировок

Для применения в моделях принятия решений информации, формализованной на основе теории нечетких множеств, используются различные методы построения функций принадлежности (ФП). Выбор метода 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

На основе разработанной методики построения ФП определены семантики и термы лингвистических переменных факторов внешней среды, показателей качества и регулируемых параметров машины.

Нами разработаны программы для ЭВМ, реализующие указанные методы и получено 3 свидетельства на интеллектуальную собственность (№ 2006610494, № 2005612739, № 2006610493)

В табл.1 и на рис. 4 представлены функции принадлежности для ЛП «Дробление зерна», «Влажность хлебостоя» и «Частота вращения молотильного барабана». Функции принадлежности построены для всех внешних признаков нарушения технологического процесса и регулируемых параметров молотилки комбайна

Таблица 1 - Вид и параметры функций принадлежности лингвистической переменной «Дробление зерна»

Термы ЛП «Дробление зерна» Выражение для ФП Значения параметра ФП

Незначительное // (х,а,Ь) = - 1, если х < а Ь-х -, если х < о Ъ-а 0, если х>Ь а = 0,5; Ь = 1,5;

Среднее (х-а)2 ф,а,Ь) = ех р 2 а = 1,5; Ь = 0,44

Повышенное /((х,а,Ь) = ■ 0, если х<а х-а , -, если х<Ь Ь-а 1, если х>Ь а = 1,5, Ь = 2,5

Для обоснования параметров лингвистических переменных нами использовались количественные показатели степени нечеткости и степени согласованности мнений экспертов, В результате расчетов было установлено, что оптимальным числом термов для ЛП является т0 = 3.

9 10 11 12 13 14 15 16 17 18 19 20 Влажность хлебостоя,%

| • Сухой —0~Нормальный Л Влажный |

а) «Влажность хлебостоя»

12 3 4 Дробление зерна, %

-Незначительное —а—Среднее —в—Повышенное б) «Дробление зерна»

580 600 620 640 660 680 700 720 740 760 780 800 Частота вращения МБ 1/мин

Г.

•Номинальная

■Повышенная

Рис. 4 - Функции принадлежности: а) «Влажность хлебостоя», б) «Дробление зерна», в) ЧВМБ для пшеницы

Одной из основных задач при принятии решений является определение предпочтительности последовательности технологических регулировок. Под этим понимается определение последовательности

вопросов, задаваемых ИИС при поиске решения при устранении возможных отклонений показателей качества технологического процесса от допустимых. В результате проведенных исследований получены экспертные оценки весомости регулируемых параметров молотилки на появление внешних признаков отклонений качественных показателей работы комбайна. Данные результаты используются при построении механизма вывода ИИС при поиске причин появления несоответствий.

В третьей главе «Моделирование процедур принятия решений при предварительной настройке комбайна» рассмотрены логико-лингвистическое описание задачи, нечеткая модель выбора параметров регулирования на основе дедуктивного логического вывода и пример решения задачи. Реализация подхода на основе использования нечетких экспертных знаний состоит из трех основных этапов, фаззификации, композиции и дефаззификации (рис. 5).

Рис. 5 - Обобщенная схема процесса принятия решений при предварительной настройке рабочих органов

На этапе фаззификации необходимо представить условия решения задачи в лингвистической форме. Этот переход представляется целесообразным, так как на самом деле мы не имеем точного описания состояния как факторов внешней среды, так и регулируемых параметров машины. А основным положением является то, что экспертные знания, по сути, представлены в лингвистической форме.

На этапе композиции все нечеткие множества, назначенные для каждого терма каждой входной переменной объединяются, и формируется единственное нечеткое множество для каждого значения выводимой лингвистической переменной. В результате использования нечеткой базы знаний вычисляется значение истинности для предпосылки каждого значения выходной ЯП.

Суть этапа дефаззификации заключается в выработке на основе нечеткого логического вывода рекомендаций по установлению конкретных значений регулируемых параметров машины

Для решения поставленной задачи наиболее важными являются вопросы моделирования взаимосвязей рассматриваемых признаков, а также процедур принятия решений

В соответствии с логико-лингвистическим подходом нами разработаны модели входных и выходных признаков X, У в виде семантических пространств и соответствующих им функций принадлежности:

{Х„ Т(Х|), и, 6, М>, цк(Х!, х2, , х„) е(0, 1),

{V), Т(У,), и, С, М>, цк(У1, у2, , У],) е(0; 1).

Обобщенная модель предметной области «предварительная настройка» рассматривается в виде композиции нечетких отношений изучаемых семантических пространств

= X У, (2)

где Я - нечеткое отношение между факторами внешней среды и регулируемыми параметрами Я{Х|, Т(Х,), II, в, М}х{У], Т(У)), II, 6, М}; У(х,у)еХхУ. в - синтаксическая процедура, описывающая процесс образования из множества Т новых значений ЯП; М - семантическая процедура, позволяющая отобразить новое значение в нечеткую переменную.

Система нечетких высказываний, отражающая опыт эксперта, имеет вид:

¿i < ЕСЛИ А,, ТО Вi>,

-Я)

L

U < ЕСЛИ Аг, ТО В2 >,

и < ЕСЛИ Ar,,, ТО Вт >

где m - число базовых значений лингвистической переменной ßv, А; и Bj высказывания <ßw есть ощ> и <ßv есть aVj>, характеризующие входную и выходную ситуации и соответствуют общей форме:

А] < ßw есть aw > и Вt < ßi есть ау > ' ' t где ßw - обобщенная переменная.

Описание лингвистической переменной для параметра «частота вращения молотильного барабана» имеет вид

А | < ß„ есть аа> или ß w есть a,ri или ß„ есть а„ж или /?„ есть а „ >

А з < ß» есть йЛ] ми ß „ есть а „ wiu ß „ сеть а и, >

Ai < ß„ есть а „ um ß „, есть a„t um ßw ссть a„t

или ß i, есть а п „ ,Lm ß« есть а а > ВI < ßr есть а, > , И, < ß „ есть а >, ¡13 < ß, есть а >

где а^, аУг, а^ - соответствующие значения термов выходной лингвистической переменной - {пониженная, номинальная, повышенная}.

чений входных параметров X, У, г . . . значениями выходного параметра V является множество Гц11 для каждого элемента которого

V е У0{,) схема вывода

__ и и г v U

При заданной системе логических высказывании L для зна-

(|)

(4)

имеет наибольшую степень истинности „СО нечеткого правила modus ponens.

Степень истинности //^(v,) для F'e {УХ,У2,УЪ}определяется, например для V{ как:

> ^ 1 &П-ZV, Cw)Cv, )]&[i -/V2 (vr>]&[l-^M+^iv,)]} На основе полученный значений //^(v,), /(^(v2), ^(v^) делается

вывод об истинности рассматриваемой ситуации.

На заключительном этапе (процедура дефаззификации) рассматривается эмпирическое правило эксперта В -> ВЧВМБ (например, если влажный стеблестой, то высокая частота вращения молотильного барабана (ВЧМБ)), которое отражает нечеткое отношение предпосылки и заключения и является нечетким-отношением R:

R - В -> ВЧВМБ. Процесс получения результата вывода ЧВМВ с использованием данных наблюдения ПВ (повышенная влажность) и знания В -> ВЧВМБ можно представить в виде:

ЧВМБ = ПВ»Я = ПВ* (В -> ВЧВМБ), (5)

где • - композиционное правило нечеткого вывода.

Для нечеткого вывода используется максиминная композиция:

Иптиь = VAt"пв(х)Ац1!{х,у)) = УМ{пЛх)а(Мон(х)Амвч1Ш!Лу))) =

хеХ хеХ

= (J^ И ГШ (х)АМов (х)))Ар„,тмь (у) = Vx цотпн (х)Ац

вчвмь 00 =

= ос А/г х (у) = Цаттнш, (Л ^

Для автоматизированного решения задачи предварительной настройки разработаны программы для ЭВМ, на которые получено 2 свидетельства на интеллектуальную собственность (№ 2005612778, № 2006610870).

Использование базы знаний и механизмов логического вывода ИИС позволяет снизить информационную нагрузку на оператора при решении задача технологической настройки и снизить уровень ошибок при принятии решений. Оценка снижения уровня информационной нагрузки произведена на основе понятия энтропия. Разницу в • значениях энтропии при стандартном способе настройки (R2) и с применением ИИС (Ri) можно считать как уменьшение информационной нагрузки на оператора.

Результаты расчетов показали, что 1*1 - 1,051 - 0, 374

= 0,677 бит, что составляет 40,9% и показывает, что использование базы знаний позволяет значительно снизить неопределенность при выборе начальных значений регулируемых параметров комбайна.

В четвертой главе «Моделирование процедур принятия решений при технологической регулировке комбайна» представлены логико-лингвистическое описание задачи и алгоритм нечеткого индуктивного вывода нахождения причин появления отклонения значений показателей качества работы от допустимых.

В соответствии с принятым подходом разработаны модели признаков X, У, V (факторов внешней среды, регулируемых параметров и показателей качества работы комбайна) в виде семантических пространств и соответствующих им функций принадлежности:

{Х„ Т(Х|), и, а М>, ' ЦйСхх, х2, , х„) е(0; 1),

{У)( Т(У]), и, С, М>, Мк(у„ у2,. , У),) 6(0; 1),

{V*, Ш), и, 6, М> уф1г У2, , Ук/) е(0; 1)

Обобщенная модель предметной области «технологическая регулировка» представляет собой композицию нечетких отношений рассматриваемых семантических пространств.

для УхеХ, УуеУ; \ZveV (7)

Нм-ю (х, V) У(|.1К1(Х,У)Л ЦК2(У#У)) где ^ - нечеткое отношение между факторами внешней среды и регулируемыми параметрами ^ {X,, Т(Х,), и, в, М}х{У], Т(У,), и, С, М}; У(х,у)еХхУ;

Я2 - нечеткое отношение между регулируемыми параметрами и показателями качества работы комбайна ^ {У}, Т(У)), и, Б, М}х{Ук, Т(Ук), и, 6, М}; V(y,v)eYxV.

Результаты моделирования предметной области позволили разработать механизм вывода решений ИИС по технологической регулировке машины, основанный на нечетком индуктивном выводе (рис. 6). Функции принадлежности и система продукционных правил являются элементами базы знаний ИИС.

Для решения задачи корректировки технологических регулировок при появлении внешнего признака нарушения технологического процесса имеет место индуктивная схема вывода (8).

Рис. 6 - Схема принятия решений при корректировке технологических регулировок

Ь =

¿, < ЕСЛИ

В, 5,

то то

А, >, А, >,

/.,„ < ЕСЛИ В,„, ТО А'-истиппо, В'-истгшно

Здесь В, А - нечеткие высказывания; высказывания А' и В' имеют вид:

При индуктивной схеме вывода используются экспертные правила. Так для высказывания о средних потерях необмолоченным колосом имеет место правило: Е2,74:<Рх есть аХ1 и р2 есть с^и Ру есть аУ1и рч есть аЧ2 и рк есть аю>. «ЕСЛИ потери необмолоченным колосом в соломе средние, ТО частота вращения молотильного барабана - пониженная И зазор барабан-дека - малый И состояние бичей подбарабанья - нормальное И равномерность зазора по ширине МСУ - неравномерный И скорость движения комбайна - высокая».

Для данной ситуации функция принадлежности обобщенной лингвистической переменной р№ имеет вид:

= Ншз V Мин V рШ5 V ртб V ут7 V V Мдав V цт7 V }%г8 V

V Ршо V МЮ1 V Му«9 V Ри50 V р«51 V |%53 V ЙТС1 V |%63 V V Р«6б V |%1 V |Л№2 V рТО V МШ5 V Ри32 V Ри/ЗЗ V МТО7 V Ми,62 V Мвду1 V V р№69 V РИ85 V V

Далее определяется степень истинности // для произвольного V, е V, характеризующего возможную выходну/о ситуацию с

набором различных состояний внешнего признака отклонения.

На основе модели знаний предметной области разработан алгоритм принятия решений по корректировке технологических регулировок. Важной особенностью алгоритма является наличие процедур проберки гипотез (6 нашем случае оценки степени истинности высказывания о ситуациях) о возможном изменении значений других показателей качества при изменении конкретного регулируемого параметра

В цикле проверяется степень истинности таких ситуаций (см. рис. 6). В случае если новое значение регулируемого параметра не ухудшает ситуацию, делается вывод о завершении итераций алгоритма и выдаче пользователю готового решения.

Практической реализаций рассмотрённых алгоритмов является разработка программных средств для автоматизированного решения задачи, на которые получено 3 свидетельства на интеллектуальную

собственность (№ 2005612734, № 2005620290, № 2006610834).

В пятой главе «Практические аспекты реализации процедур принятия решений» проанализированы фазы разработки, архитектура и место ИИС в системе «оператор-машина-среда». Особенности предметной области и требования, предъявляемые к интеллектуальным информационным системам, определили состав ее компонент (рис 7).

СшьскохолЫствен машины

Дон 1500Б

Вектор

Подсистема «Конструкция»

Состав машины

Выбор объекта

| Объект 1 Н

1 | Объект 2 1—.

| Объект 3 |-| к

бл изплннП

Подсистемы «Настройка» и «Регулировка»

Механизм вывода

Подсистема «Неисправности»

Механизм вывода

Рис. 7 - Структура и взаимосвязи подсистем ИИС

ИИС работает в двух режимах: решение задачи и работа с базой знаний При этом реализованы и 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 реализуют-

ся путем выбора соответствующег о пункта меню и проведения необходимых операций.

База знаний по «Предварительной настройке» содержит 1075 зависимостей между факторами внешней среды и регулируемыми параметрами машины в виде продукционных правил. База знаний по «корректировке технологических регулировок» содержит 13686 продукционных правил, которые раскрывают отношения между показателями качества работы и регулировочными параметрами комбайна. 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 широкое распространение системы. Подсистемы ввода экспертной информации и редактирования базы знаний зарегистрированы и получено 4 свидетельства на интеллектуальную собственность (№ 2006613274, № 2007611656, № 2006613273, № 2006613272).

В качестве платформы' для установки ИИС можно использовать различные варианты: бортовой компьютер, Notebook, либо КПК (рис. 8).

Рис, 8 Использование КПК

В шестой главе «Области использование ИИС и оценка результативности и эффективности практического применения «Электронного эксперта» произведена оценка эффективности предлагаемых методов в практических условиях.

Оценку результативности производили в практических условиях в аграрных хозяйствах Кагэльницкого и Мясниковского районов Ростовской области и технических центров ООО «КЗ РСМ» (рис. 9).

о,о 5,о ю.о 15,0 го,о 25,о зо.о

Время настройки, ыин.

Рис, 9 - Данные о затратах времени на выбор начальных значений параметров молотилки различными группами операторов традиционным способом (светлый прямоугольник) и с использованием КПК (темный прямоугольник)

Собраны и проанализированы статистические данные, которые показывают стабильность оценок. Результаты натурных экспериментов для трех групп операторов с различным стажем работы (С! -стаж работы 1-2 года; - 3-5 лет; - 6 и более лет) показали, что средние значения времени предварительной настройки и технологической регулировки молотилки различными группами операторов разнятся значимо. Выборочный коэффициент корреляции между указанными факторами колеблется от г = - 0,90 до г = - 0,99.

Проведение технологической регулировки с использованием ИИС позволяет повысить эффективность функционирования существующего парка уборочных машин, сократить затраты времени на технологические простои в полевых условиях в 2-5 раз, повысить уровень надежности функционирования и, в конечном счете, повысить производительность комбайнов на 10-12% за счет увеличения коэффициента сменного времени,

Годовой экономический эффект от применения информационной системы при использовании зерноуборочных комбайнов семейства «Дон» в условиях рядового хозяйства равен 81984 руб. на одну машину при выработке 224 га. В условиях технических сервисных центров и машинно-технологических станций эффект составит 258260 руб. при выработке 740 га.

В приложениях приведены лингвистическое описание семантических групп факторов внешней среды, регулируемых параметров, показателей качества; правила базы знаний по предварительной настройке комбайна; описание базы знаний по корректировке технологических регулировок; руководство пользователя «Электронный эксперт», свидетельства на интеллектуальную собственность; документы, отражающие уровень практического использования результатов исследований.

ОБЩИЕ ВЫВОДЫ

1 Повышение эффективности использования сельскохозяйственных машин возможно за счет применения современных информационных технологий, обеспечивающих информационную поддержку процессов принятия решений при функционировании сложной уборочной техники и позволяющих снизить время простоев по технологическим причинам и, как следствие, повысить сменную производительность комбайнов и качество уборочных работ

2 Система «оператор-комбайн-внешняя среда» есть нечеткая система, а задачи предварительной настройки и корректировки технологических регулировок представляют собой задачи принятия решений в нечеткой среде Предлагаемый подход, основанный на моделях экспертных знаний, позволяет объединить всю имеющуюся неоднородную информацию (детерминированную, статистическую, лингвистическую), характеризующую внешнюю среду, параметры комбайна и показатели качества его работы и использовать при построении инновационных систем поддержки принятия решений в области эксплуатации уборочных машин.

3. Метод организации информационной поддержки принятия решений при функционировании и эксплуатации зерноуборочной техники, отличительной особенностью которого является использование нечетких экспертных знаний, значительно расширяет спектр используемых методов управления, позволяет снизить информационную нагрузку на оператора до 40% и повысить технологическую надежность процесса комбайновой уборки сельскохозяйственных культур

4 Логико-лингвистическая модель знаний, необходимых для решения задачи предварительной настройки, включает 7 семантических групп, которые полностью раскрывают отношения между факторами уборки и регулируемыми параметрами комбайна, адекватно

отображает условия уборки и позволяет формировать процедуры принятия решении по настройке машины. Модель предметной области «Предварительная настройка» в виде нечетких продукционных правил содержит 1075 зависимостей между факторами внешней среды и регулируемыми параметрами машины.

5. Моделирование предметной области «корректировка технологических регулировок» позволило выявить и структурировать 10 семантических групп знаний, которые полностью раскрывают отношения между показателями качества работы и регулировочными параметрами комбайна Модель взаимосвязей «регулировочные параметры - показатели качества», отличающаяся использованием нечетких экспертных знаний, является основой для проектирования механизма вывода решений и базы знаний ИИС, которая содержит 13686 продукционных правил. Получены экспертные оценки весомости влияния параметров молотилки на появление внешних признаков нарушения качества работы комбайна, что позволяет выбрать необходимую последовательность корректировок и, как следствие, сократить время, затрачиваемое на принятия решений.

6 Разработан метод построения функций принадлежности терм-множеств семантических пространств на основе расчета коэффициентов нечеткости и коэффициентов согласованности мнений экспертов, позволяющий повысить уровень адекватности моделей экспертного оценивания признаков предметной области при описании процессов принятия решений по настройке и технологической регулировке комбайна.

7. Разработанная методика формализации экспертных знаний позволила составить лингвистическое описание предметных областей, которое включает 8 переменных, представляющих факторы уборки, 10 переменных, характеризующих показатели качества работы комбайна и 26 переменных, представляющих регулируемые параметры комбайна. Определены вид и параметры функций принадлежности для 46 лингвистических переменных (ЯП). Каждая ЯП имеет не более 3 значений (термов)

8. Установлено, что затраты времени на предварительную настройку и технологическую регулировку разнятся в 1,5 - 7 раз в зависимости от стажа работы. Корреляционная связь между факторами значима: г = - 0,90 - 0,99. Разработанный метод организации информационной поддержки принятия решений позволяет уменьшить среднее время настройки и корректировки технологических регули-

ровок в 2 - 5 раз по сравнению с традиционными методами; снизить разброс значений времени технологических простоев в зависимости от опыта работы; повысить на 7-10% сменную производительность комбайнов

9 Использование разработанного метода и ИИС на базе КПК снижает остроту проблемы передачи знаний и способствует повышению компетентности широкого круга специалистов сельского хозяйства за счет тиражирования наиболее полной и ценной информации в области функционирования машин Возможность дополнения базы знаний в зависимости от почвенно-климатических зон обеспечит данным системам широкое распространение.

10 Годовой экономический эффект от применения информационной системы при использовании зерноуборочных комбайнов семейства «Дон» в условиях рядового хозяйства равен 81984 руб на одну машину при выработке 224 га. В условиях технических сервисных центров и машинно-технологических станций эффект составит 258260 руб. при выработке 740 га Эффект при профессиональной подготовке составляет 17800 руб./год в расчете на стандартную группу.

11 Выполненные исследования являются вкладом в реализацию концепции разработки информационной поддержки жизненного цикла зерноуборочной техники и позволяют создать единую информационную среду для использования знаний в производстве, в сфере эксплуатации и профессиональной подготовке специалистов, а также являются теоретическим обоснованием необходимости создания комплекса аппаратно-измерительных средств оценки значений внешних факторов уборки, показателей качества процесса уборки и регулируемых параметров машины, с целью создания автоматической системы управления технологическим процессом на отечественной технике.

Основные положения диссертации опубликованы в 76 работах:

Журналы из списка ВАК 1. Борисова Л.В Выбор функции предпочтения при построении механизма вывода экспертной системы для технического обслуживания машин/Л.В.Борисова, В.П.Димитров//Вестник ДГТУ.-2003.-Т.З, №1 С. 44-52.

2 Борисова Л В Стратегия совершенствования информационных систем менеджмента качества сельхозтехники на построизводствен-

ной стадии/ Л В Борисова, В П Димитров, А В. Красавин// Стандарты и качество №12. 2003 - С 60-64

3 Борисова Л В Структуризация задач информационной поддержки систем обеспечения жизненного цикла зерноуборочной техники. Научная мысль Кавказа. №8, 2003. С.-124-131.

4 Борисова Л В. Построение механизма вывода решений экспертной системы по регулировкам машины/Л В. Борисова, В А. Алу-ханян, В П Димитров//Научная мысль Кавказа.- 2003 - №9 - С. 112118

5. Борисова Л.В Некоторые аспекты структуризации знаний предметной области "Техническое обслуживание комбайнов"/Л.В. Борисова, В.П. Димитров, В.И. Сазанович//Известия высших учебных заведений. Северо-Кавказский регион. Математическое моделирование и компьютерные технологии Специальный выпуск, 2003 - С 5964.

6. Борисова Л В Формализация знаний по технологическим регулировкам машины при построении механизма вывода решений экспертной сисгемы/Л.В. Борисова, В.П. Димитров, В Й. Сазанович //Известия высших учебных заведений. Северо-Кавказский регион. Математическое моделирование и компьютерные технологии. Специальный выпуск, 2003 - С. 64-67

7 Борисова Л В. Экспертная оценка последовательности корректировки технологических параметров комбайна/Л В.Борисова, В А.Алуханян, В П. Димитров//Научная мысль Кавказа.- 2003.- №12.-С. 131-135.

8. Борисова Л.В Выборочный анализ данных об отказах уборочной техники/Л.В. Борисова, П.П. Куненков, В.П. Димитров, Е.В. Кузнецов //Научная мысль Кавказа. №1 (55), 2004 С. 124-130.

9 Борисова Л.В. Об оценке технического уровня центров сервисного обслуживания зерноуборочной техники/Л.В. Борисова, A.B. Красавин, В.П. Димитров//Стандарты и качество. №3. 2004.- С. 72-74.

10. Борисова Л В. Влияние производственной среды на затраты по сбору урожая зерновых культур/ Л В Борисова, В. Издебски //Научная мысль Кавказа. №11 (65), 2004.- С. 90-95

11. Борисова Л.В. Некоторые особенности структуризации знаний предметной области функционирование зернокомбайнов"/Л В Борисова, В.П. Димитров, В.И. Сазанович// Научная мысль Кавказа. №5 (59), 2004. - С. 97-102.

12. Борисова Л.В. Метамодель процессов системы менеджмента качества типового технического центра сервисного обслуживания уборочной техники/Л.В Борисова, А.В Красавин, В.П Димитров, П.П. Куненков//Научная мысль Кавказа №6 (60), 2004.- С 108-114

13 Борисова Л.В. Принятие решений по технологической регулировке при нечеткой исходной информации/Л В Борисова, В.П. Ди-митров//Вестник ДГТУ. 2004 Т.4 №3 (21).- С. 349-356.

14 Борисова Л В. Куненков П П., Димитров В.П. Процессный подход при внедрении систем менеджмента качества на предприятиях технического сервиса/Л.В. Борисова, В.П. Димитров, П П Кунен-ков//Качество и жизнь, №4, 2004 С 163-171.

15 Борисова Л В Формирование базы знаний экспертной системы для технического обслуживания комбайнов/Л В Борисова, В П Ди-митров//Изв вузов Сев -Кавказ регион.-2005,- Спец вып. Проблемы машиностроения - С. 55-60

16 Борисова Л.В О моделировании нечетких экспертных знаний по технологической регулировке комбайна/ В А Алуханян, Л.В. Борисова, В.П. Димитров//Известия высших учебных заведений. СевероКавказский регион Технические науки. 2005.-№4.- С 31-35

17 Борисова Л В Методика моделирования предметной области «технологическая настройка» в нечеткой постановке. Доклады РАСХН, 2005. №6.- С. 62-65

18. Борисова Л.В. Формализация нечетких высказываний при моделировании процесса принятия решений по технологической регулировке. Вестник ДГТУ, 2005 Т.5 № 5 (27).- С.646-653.

19. Борисова Л.В. Особенности построения функций принадлежности лингвистических переменных предметной области «технологическая настройка»/Л.В. Борисова, В.П. Димитров // Вестник ДГТУ, 2005 Т.5 № 5 (27) С. 653-661.

20. Борисова Л.В Представление нечеткой экспертной информации предметной области «технологическая настройка». Доклады РАСХН, 2006 № 8 - С. 58-61

21 Борисова Л В , Димитров В П Нечеткая модель выбора регулировочных параметров комбайна при индуктивном логическом выводе //Известия высших учебных заведений. Северо-Кавказский регион.,№ 4, 2006.- С. 20-24.

Монографии:

1. Борисова Л,В., Димитров В.П. Особенности формализации знаний при логико-лингвистическом описании сложных технических систем. Ростов н/Д, РГАСХМ.- 2006.- 234 с.

2. Борисова Л.В. Нечеткие модели в задачах технологической регулировки машин.- Ростов н/Д: Издат. центр ДГТУ, 2007,- 224 с.

Производственные издания:

3. Борисова Л.В. Механические системы модельного ряда продукции ОАО «Ростсельмаш» Дон-680, СК-5М-1, Дон-1500Б: Конструкция, техническое обслуживание, регулировки и диагностика неисправностей/Л.В Борисова, В П. Димитров, К Л. Хубиян//«ОАО Ростсельмаш». Ростов н/Д, 2003.- 116 с.

4. Борисова Л В. Димитров В.П , Димитров Е.В., Хубиян К.Л. Модельный ряд продукции ОАО «Ростсельмаш» Дон-1500Б, СК-5М-1, Дон-680: Краткое описание конструкции и регулировок/«ОАО Ростсельмаш» Ростов н/Д, 2003. 96 с.

5. Борисова Л В. Электрооборудование модельного ряда продукции ОАО «Ростсельмаш» Дон-1500Б, Дон-680, СК-5М-1. Состав, техническое обслуживание, диагностика неисправностей/Л В. Борисова, В,П. Димитров, К.Л. Хубиян//«ОАО Ростсельмаш». Ростов н/Д, 2003.96 с.

6. Борисова Л В. Гидрооборудование модельного ряда продукции ОАО «Ростсельмаш» Дон-1500Б, СК-5М-1, Дон-680- Состав, техническое обслуживание, диагностика неисправностей/Л В Борисова, В П Димитров, К.Л. Хубиян, Е.В. Димитров//«ОАО Ростсельмаш». Ростов н/Д, 2003 - 84 с.

Учебные пособия:

7. Борисова Л В. Методы сбора, обработки и анализа экспериментальных данных для построения математических моделей: Учеб. пособие/ Л.В Борисова, В В. Войцеховский, В.П. Димитров, О.Н Коси-лов// РГАСХМ Ростов н/Д, 2000.-Рек УМО по автотрактор, и дорож Образованию - 82 с

8 Борисова Л В. Корреляционно-регрессионный анализ в менеджменте машиностроительного предприятия: Учеб. пособие/ РГАСХМ. Ростов н/Д, 2003. Рек. УМО по автотрактор, и дорож спец. -80 с

9 Борисова Л В Статистические методы в менеджменте качества предприятия- Учеб пособие/Л В Борисова, В П. Димитров, О А Пе-

нязев //РГАСХМ Ростов н/Д, 2005 Рек. УМО по автотрактор и дорож спец 130 с

Свидетельства об интеллектуальной собственности:

1. Борисова Л.В. Оценка качества продукции/В.П. Димитров, В.М Марков, А В. Красавин//Госкоорцентр. M , 2005.- Инв. № ФАП 4234 от 06.02 05 № Гос per. 50200500140.

2. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005612734 Экспертная система для технологической регулировки зерноуборочных комбайнов/В.П.Димитров, Л В Борисова, В.М Марков, Е.В. Димитров, В.А. Алуханян - № 2005612184 заявл. 22.08.05 зарег. 21.10.05.

3. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005612739 Построение функции принадлежности методом деления пополам/В.П.Димитров, Л.В.Борисова, В М.Марков, Е В Димитров - № 2005612223 заявл 29 08 05 зарег 21 10 05.

4. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005612778. Экспертная система для предварительной настройки зерноуборочных комбайнов/В П Димитров, Л В Борисова, В М. Марков, Е В. Димитров - № 2005612272 заявл 05 09 05 зарег. 26 10.05.

5. Борисова Л.В. Свидетельство об официальной регистрации базы данных для ЭВМ № 2005620290 Корректировка технологических регулировок зерноуборочного комбайна/В.П. Димитров, Л.В. Борисова, В M Марков, Е.В Димитров, В.А Алуханян.- № 2005620200, за-явл. 12.09.05; зарег. 09.11.05.

6. Борисова Л.В Свидетельство об официальной регистрации программы для ЭВМ № 2006610494. Построение функции принадлежности методом экспертных оценок/В П. Димитров, Л.В Борисова, В.М Марков, Е.В. Димитров - № 2005613218; заявл. 7.12.05 зарег. 2 02 06

7. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006610493 Построение функции принадлежности методом типовых функций/ В.П. Димитров, Л.В.Борисова, В.М. Марков, Е В Димитров.- № 2005613217 заявл. 7.12.05 зарег. 2.02.06

8. Борисова Л.В Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006610870 Экспертная система для выбора значений регулируемых параметров молотилки зерно-

уборочных комбайнов на базе КПК/Л.В.Борисова, В.П. Димитров, Е.В. Димитров, В.М. Марков.- № 2005613106 заявл. 29.11.05 зарег. 28 02 Об

9. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006610834. Экспертная система для регулировки и поиска неисправностей в зерноуборочных комбайнах на базе КПК/ Л В. Борисова, В.П Димитров, Е.В Димитров, В.М. Марков - № 2005613214 заявл. 05.12.05 зарег. 28.02.06.

Ю.Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006613272. Система ввода экспертной информации по электрооборудованию комбайна/Л,В. Борисова, В П Димитров, В.М Марков- № 2006612453, заявл 17 07.06, зарег. 15.09.06.

11 Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006613273. Навигатор по электрической схеме комбайна для пользователя/ Л В. Борисова, В П. Димитров, В М. Марков.- № 2006612454; заявл. 17 07 06, зарег. 15.09.06.

12.Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006613274. Навигатор по конструкции зерноуборочных комбайнов для пользователя/ Л В. Борисова, В.П. Димитров, В.М. Марков, Е.В. Димитров.- № 2006612455; заявл. 17 07 06 зарег. 15.09.06.

13. Борисова Л В. Свидетельство об официальной регистрации программы для ЭВМ № 2007611656 Система ввода информации по конструкции зерноуборочного комбайна/ Л В. Борисова, В П Димитров, В.М. Марков, Е.В. Димитров.- № 2007610651; заявл 20.02.07 зарег 20.04.07.

Сборники трудов и тезисы конференций

1. Борисова Л В. Некоторые аспекты информатизации сферы АПК Интеграция отраслевой и вузовской науки Проблемы современного машиностроения. Материалы Междунар. науч.-техн конф, 1-4 февр./ РГАСХМ.- Ростов н/Д, 2000.- С. 244-245.

2. Борисова Л В Информационные интеллектуальные системы в менеджменте качества технического сервиса сельскохозяйственной техники/Л.В. Борисова, В.П. Димитров//Экономика, экология и общество России в 21-м столетии1 Тр 5-й Междунар. науч.-практ. конф., 15 - 17 апр./ СпбГПУ - СПб., 2003. - Т. 4. С 50-54.

3. Борисова Л.В. О схеме принятия решений при управлении технологическим процессом зерноуборочной техники/Л.В Борисова, В.И.

Сазанович// Современные проблемы информатизации в технике и технологиях: Сб тр. Вып 9. Воронеж: Изд-во "Научная книга", 2004. С 140-141.

4. Борисова Л.В. Формализация нечеткой исходной информации при анализе технологического процесса уборочных ма-шин//Математические методы в технике и технологиях - ММТТ-17. Сб. трудов XVII Международ, науч. конф.: В 10 т. Т. 5. Секция 5,- Кострома. Изд-во Костромского гос. технол. ун-та, 2004 - С 64-67.

5. Борисова Л В Сазанович В И., Димитров В П. Идентификации предметной области "Технологическая регулировка комбайна" в нечеткой постановке/Л.В. Борисова, В П Димитров, В И Сазано-вич/Деория и проектирование сельскохозяйственных машин и оборудования: Материалы Всерос науч.-техн. конф., посвященной 100-летию со дня рождения И.И. Смирнова/Под ред. Г.Н. Дьяченко,-Ростов н/Д. Издат. центр ДГТУ, 2004 -С. 127-129.

6. Борисова Л.В Представление экспертной информации предметной области «Технологическая настройка». Теория и проектирование сельскохозяйственных машин и оборудования: Материалы Всерос. науч.-техн. конф., посвященной 100-летию со дня рождения И И. Смирнова/Под ред. Г.Н.Дьяченко.- Ростов н/Д- Издат. центр ДГТУ, 2004.- С. 135-136.

7. Борисова Л.В. Особенности идентификации предметной области «Регулировка машин» в нечеткой постановке /В А. Алуханян, Л В. Борисова, В П. Димитров//Математические методы в технике и технологиях - ММТТ-18: Сб трудов XVIII Международ науч. конф.: Т. 6./ Под общ ред. B.C. Балакирева, 2005.- С. 95-98.

8. Борисова Л.В. Программная реализация подсистемы принятия решений по технологической настройке машин на базе КПК /В А Алуханян, В.П. Димитров, Л.В. Борисова// Современные проблемы машиноведения и высоких технологий: тр Междунар. науч.-техн конф., посвящ. 75-летию ДГТУ - Ростов н/Д, 2005. Т1. - С. 113 -116.

9. Борисова Л.В. Формализация экспертной информации при логико-лингвистическом описании предметной области "технологическая регулировка машин"/Л.В. Борисова, В.П. Димитров, В.И. Сазанович// Ресурсосберегающие и экологически сбалансированные технологии и технические средства в растениеводстве. Сб. науч. тр./ВНИПТИМЭСХ.- Зерноград, 2005. С. 193-202.

10. Борисова Л.В. Нечеткие высказывания при моделировании предметной области «технологическая настройка». Ресурсосбере-

тающие и экологически сбалансированные технологии и технические средства в растениеводстве. Сб науч тр / ВНИПТИМЭСХ. - Зерно-град, 2005 - С 169-179.

11. Борисова Л.В. Making decisions on technological adjustment at fuzzy initial information/L.V Borisova, V.P Dimitrov, V.A Alukhanyan// Сборник науч. тр. по материал, науч.-практ конф. «Научные исследования и их практическое применение. Современное состояние и и пути развития» -Т7.Техн науки.-Одесса: Черноморье, 2005. С.73-76

12. Борисова Л.В Особенности реализации экспертной системы по техническому обслуживанию машин на КПК/Л.В. Борисова, В.П. Димитров, В.М. Марков, Е В. Димитров//Сборник науч тр. по материал науч.-практ. конф. «Современные проблемы и пути их решения в науке, транспорте, производсве и образовании».- Т. 2. Техн. науки.-Одесса: Черноморье, 2005.- С. 68-69.

13 Борисова Л.В. Представление знаний о конструкции машины Современные проблемы информатизации в прикладных задачах: Сб. трудов Вып И - Воронеж1 Изд-во "Научная книга", 2006.- С. 73-75.

14. Борисова Л.В. Представление нечетких высказываний в задаче корректировки регулировочных параметров комбайна. Информационные технологии моделирования и управления1 Вып.З (28) - Воронеж: Изд-во "Научная книга", 2006 - С. 392-397.

15. Борисова Л В Нечеткие модели принятия решений при эксплуатации зерноуборочных машин/Л.В. Борисова, В.П. Димит-ров//Новые ресурсосберегающие технологии и техника в полеводстве юга России: исследования, испытания, результаты: сб. науч. тр / ВНИПТИМЭСХ. - Зерноград, 2006.

16 Борисова Л В. Некоторые аспекты построения экспертной системы для технологической регулировки комбайна// Искусственный интеллект в XXI веке. Решения в условиях неопределенности: сб. ст. IV Междунар. науч.-техн конф. ПГТА. - Пенза, 2006.

17. Борисова Л В. Использование информационных технологий в техническом сервисе АПК/Л.В. Борисова, В М. Марков, Е.В. Димитров// Новые ресурсосберегающие технологии и техника в полеводстве юга России- исследования, испытания, результаты. Сб. науч. тр. -Зерноград: ВНИПТИМЭСХ, 2006

В набор 20.06.07. В печать 25.06. 2007 г. Объем 2 усл. п. п., 2,0 уч.-изд л Офсет. Бумага тип №3 Формат 60x84/16 Заказ № 3//. Тираж 100

Издательский центр ДГТУ

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

ВВЕДЕНИЕ.

1. СОСТОЯНИЕ ВОПРОСА, ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1 Информационное обеспечение в системе управления качеством уборочных работ.

1.2 Управление технологическим процессом, осуществляемым комбайном.

1.3 Анализ особенностей предметных областей.

1.4 Методы моделирования и обоснование используемого подхода.

1.5 Модели представления знаний и области применения ИИС.

1.5.1 Модели представления нечетких знаний.

1.5.2 Модели искусственного интеллекта.

1.6 Выводы и задачи исследований.

2 АНАЛИЗ ПРОЦЕДУР ПРИНЯТИЯ РЕШЕНИЙ ПРИ ФУНКЦИОНИРОВАНИИ (УПРАВЛЕНИИ) КОМБАЙНОВ.

2.1 Типы задач при функционировании комбайнов.

2.2 Характеристика задачи принятия решений при предварительной настройке комбайна.

2.3 Характеристика задачи принятия решений при корректировке технологических регулировок комбайна.

2.4 Метод организации информационной поддержки принятия решений при функционировании зерноуборочной техники.

2.5 Построение функций принадлежности.

2.6 Лингвистическое описание признаков предметных областей и нечетких высказываний.

2.7 Оценка оптимального множества значений лингвистических переменных.

2.8 Методика экспертной оценки последовательности корректировки технологических параметров комбайна.

2.9 Выводы.

3. МОДЕЛИРОВАНИЕ ПРОЦЕДУР ПРИНЯТИЯ РЕШЕНИИ ПРИ ПРЕДВАРИТЕЛЬНОЙ НАСТРОЙКЕ КОМБАЙНА

3.1 Логико-лингвистическое описание задачи.

3.2. Представление экспертной информации в виде систем нечетких высказываний.

3.3 Функции принадлежности для факторов внешней среды и регулируемого параметра.

3.4 Нечеткая модель выбора параметров регулирования на основе дедуктивного логического вывода.

3.5. Методика определения решения в численном виде.

3.6. Выводы.

4 МОДЕЛИРОВАНИЕ ПРОЦЕДУР ПРИНЯТИЯ РЕШЕНИИ ПРИ ТЕХНОЛОГИЧЕСКОЙ РЕГУЛИРОВКЕ КОМБАЙНА.

4.1 Алгоритм нечеткого логического вывода решений.

4.2 Логико-лингвистическое описание отношений «регулировочные параметры-показатель качества».

4.3 Методика индуктивного логического вывода при решении задачи корректировки технологических регулировок.

4.4 Практические аспекты использования методики.

4.4.1 Потери свободным зерном за соломотрясом.

4.4.2 Потери щуплым зерном в полове.

4.4.3 Дробление зерна.

4.5 Выводы.

5 ПРАКТИЧЕСКИЕ АСПЕКТЫ РЕАЛИЗАЦИИ ПРОЦЕДУР ПРИНЯТИЯ РЕШЕНИЙ.

5.1 Этапы разработки ИИС.

5.2 Архитектура ИИС.

5.3 Подсистема «Конструкция».

5.4 Подсистема «Предварительная настройка».

5.5 Подсистема «Корректировка технологических регулировок».

5.6 Перспективные направления использования ИИС.

5.7 Выводы.

6 ОЦЕНКА РЕЗУЛЬТАТИВНОСТИ И ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ ИИС.

6.1 Области использования ИИС.

6.2 Анализ результативности использования ИИС.

6.3 Экономическое обоснование применения ИИС.

6.4 Выводы

Актуальность работы. Обеспечение продовольственной независимости страны — одна из важнейших задач, успешное решение которой зависит от эффективного функционирования отраслей агропромышленного комплекса (АПК). Основным условием в решении вопросов технического обеспечения предприятий АПК является высокое качество и конкурентоспособность отечественной сельскохозяйственной техники (в частности зерноуборочной техники). Реализация принципов тотального управления качеством продукции требует обеспечения на всех этапах жизненного цикла техники эффективного информационного взаимодействия всех участников процессов. В повышении эффективности использования зерноуборочных машин, рациональном использовании ресурса машин, повышении технологической надежности процесса уборки большая роль принадлежит технологическому обслуживанию.

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

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

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 01.20.0307197; ЕЗН 2004 - 2005 гг. тема № 1.8.04. №ГР 01.20.0405396; Госконтракт № 3136р/5582 2005 - 2006 гг. № ГР 01.20.0507269; ЕЗН 2006 - 2007 гг. тема №2 № ГР 01200604267.

Хоздоговора с предприятиями АПК Ростовской области.

Цель исследований - повышение эффективности функционирования машин, сокращение затрат времени на технологические простои и повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода информационной поддержки принятия решений при функционировании комбайнов с использованием интеллектуальной информационной системы (ИИС).

Объект исследований - система «оператор-комбайн-внешняя среда».

Предмет исследований - процессы принятия решений при функционировании комбайнов (при предварительной настройке и технологической регулировке рабочих органов).

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

Научная новизна заключается в разработке метода организации информационной поддержки принятия решений при управлении уборочными машинами с использованием нечетких экспертных знаний. Система «оператор-комбайн-внешняя среда» рассматривается как нечеткая система. Разработанные методы предварительной настройки и корректировки технологических регулировок с применением ИИС позволяют использовать эвристические нечеткие знания предметной области в процессе принятия решений по управлению технологическим процессом уборки сельскохозяйственных культур.

Разработанный метод и моделирование нечетких знаний предметных областей позволяют с единых теоретических позиций построить логический аппарат для преобразования в алгоритмические структуры различные типы данных и взаимосвязи, характеризующие внешнюю среду, параметры комбайна и показатели качества его работы.

Впервые получены модели оценивания семантических пространств факторов внешней среды, регулируемых параметров и показателей качества работы комбайна, а также модель отношений между ними. Определены лингвистические переменные признаков, вид и параметры функций принадлежности. Разработанный метод построения функций принадлежности терм-множеств семантических пространств позволяет получить адекватные модели экспертного оценивания признаков предметных областей. Определен критерий надежности моделей экспертного оценивания предметной области «предварительная настройка и регулировка машины» на основе количественных показателей в виде степени нечеткости и согласованности мнений экспертов.

Процессы принятия решений по выбору оптимальных значений регулируемых параметров комбайна и корректировки технологических регулировок в условиях природной и поведенческой неопределенности, которые соответствуют реальным условиям уборки, базируются на моделях экспертных знаний и разработанных механизмов нечеткого дедуктивного и индуктивного логического вывода решений.

Практическая ценность заключается в совершенствовании информационного обеспечения жизненного цикла сложных уборочных машин и повышении технологической надежности процесса комбайновой уборки за счет использования систем поддержки принятия решений при функционировании машин. Разработаны инженерные методики формализации знаний предметных областей - предварительная настройка и технологическая регулировка машины, используемые при построении базы знаний и механизма вывода решений информационных систем. Созданный комплекс инструментальных средств формализации и обработки нечеткой экспертной информации, позволяет адекватно оценивать качественные признаки показателей функционирования сельскохозяйственных машин. Создана информационная система, основанная на нечетких экспертных знаниях для решения задач настройки и корректировки технологических регулировок зерноуборочного комбайна. Получено 12 свидетельств об интеллектуальной собственности на программы для ЭВМ и базы данных. Использование информационной системы в полевых условиях позволяет уменьшить математическое ожидание времени, затраченного на процесс предварительной настройки и корректировки технологических регулировок 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 решения задач технического обслуживания машин специалистами различной квалификации.

Применение ИИС позволяет осуществить накопление и тиражирование знаний, что обеспечивает заданный уровень качества проведения уборочных работ при наличии персонала различной квалификации.

Полученные результаты исследований являются теоретическим обоснованием необходимости создания комплекса аппаратно-измерительных средств оценки значений внешних факторов уборки, показателей качества процесса уборки и регулируемых параметров машины, с целью создания автоматической системы управления технологическим процессом на отечественной технике.

Основные результаты и положения, выносимые на защиту диссертации:

1. Методы предварительной настройки и корректировки технологических регулировок зерноуборочного комбайна, с использованием информационных систем, основанных на нечетких экспертных знаниях.

2. Методика формализации и структуризации нечетких экспертных знаний • в области функционирования машин, полученных в результате оценивания факторов внешней среды, показателей качества уборки и параметров машины, а также количественных значений признаков в виде семантических пространств (лингвистических переменных и их значений).

3. Модели взаимосвязей факторов внешней среды, регулируемых параметров машины и показателей качества работы в виде композиции нечетких отношений рассматриваемых признаков.

4. Метод построения функций принадлежности терм-множеств семантических пространств, позволяющий повысить адекватность моделей экспертного оценивания признаков предметной области на основе показателей степени нечеткости и степени согласованности мнений экспертов.

5. Методики и алгоритмы процессов принятия решений при управлении комбайном на основе нечеткого дедуктивного и индуктивного логического вывода.

6. Методика формирования базы знаний ИИС.

7. Базы знаний по предварительной настройке и технологической регулировке комбайна.

Реализация результатов исследования. Результаты исследований используются в агрофирмах Ростовской области и Краснодарского края: СПК ПЗ «Заветы Ильича», СХА «Маргаритовский», СПК «Победа», в уборочно-испытательном отряде РГАСХМ (Кагальницкий район), КХ «Сельская новь», СХА «Россия», АФ «Целина», птицефабрика «Белокалитвинская», КФХ «Ник-та», Сервисный центр ООО «Бизон», Технический центр «Дон», Сервисный центр «Техноком» Ростовской области, филиал «Краснодарский» ОАО «Дон-Трейдинг» и др.

Материалы исследований используются в учебном процессе вузов: РГАСХМ и ДГТУ (г. Ростов н/Д), а также при профессиональной подготовке специалистов на базе районных центров Минсельхозпрод и при подготовке специалистов технических центров ООО «КЗ «Ростсельмаш».

Результаты исследований используются Министерством сельского хозяйства России, Министерством сельского хозяйства и продовольствия Ростовской области и Департаментом сельского хозяйства и перерабатывающей промышленности Краснодарского края при информационном обеспечении системы технического сервиса сельскохозяйственной техники.

Апробация работы. Материалы исследований доложены и одобрены на научных конференциях: Ростовской-на-Дону государственной академии сельскохозяйственного машиностроения (2002 - 2007 гг.); Всероссийского научно-исследовательского и проектно-технологического института механизации и электрификации сельского хозяйства (г. Зерноград, ВНИПТИМЭСХ, 2002 -2007 г.), Донского государственного технического университета (2003 - 2007 гг.); Междунар. науч.-техн. конф. «Проблемы современного машиностроения» (Ростов н/Д, 2000); 5-й Междунар. науч.-практ. конф. «Экономика, экология и общество России в 21-м столетии» (СпбГПУ, Санкт-Петербург, 2003); региональной научно-практической конференции «Управление качеством: теория и современная практика» (РГЭУ «РИНХ», Ростов-н/Д, 2004); 3-й Международной научно-практической конференции «Качество, стандартизация, контроль: теория и практика» (Ялта, 2003); XVII Международ, науч. конф. «Математические методы в технике и технологиях - ММТТ-17» (Кострома, 2004); Всерос. науч.-техн. конф., посвященной 100-летию со дня рождения И.И. Смирнова «Теория и проектирование сельскохозяйственных машин и оборудования» (ДГТУ, Ростов н/Д, 2004); на XVIII Международной научной конференции «Математические методы в технике и технологиях - ММТТ-18» (Казань, 2005); на VI Международной научной конференции «Компьютерное моделирование 2005» (СПбГРУ, Санкт-Петербург, 2005); на Международной научно-технической конференции, посвященной 75-летию ДГТУ «Современные проблемы машиноведения и высоких технологий» (Ростов н/Д, 2005); международной конференции «Научные исследования и их практическое применение. Современное состояние и пути развития» (Одесса, 2005); науч.-практ. конф. «Современные проблемы и пути их решения в науке, транспорте, производсве и образовании» (Одесса, 2005); XII Международной науч.-практ. конференции студентов, аспирантов и молодых ученых «Современные техника и техноло

11 гии» (Томск, ТПУ, 2006 г.); IV Международной науч.-техн. конференции «Искусственный интеллект в XXI веке. «Решения в условиях неопределенности» (Пенза, 2006); Всероссийской науч.-техн. конференции «Новые технологии в научных исследованиях, проектировании, управлении, производстве» (Воронеж, 2007) VIII Международной науч.-техн. конференции по динамике технологических систем - ДТУ-2007» (ДГТУ, Ростов н/Д, 2007).

Публикации. Основные положения диссертации опубликованы в 76 работах, в том числе: 2 монографии, 4 книги производственного назначения, 3 учебных пособия, 21 статья в рецензируемых научных журналах, перечень которых рекомендован ВАК для докторских диссертаций, 12 свидетельств об официальной регистрации программы для ЭВМ и баз данных, 33 статьи и тезисов докладов в сборниках научных трудов и конференций.

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, выводов, списка используемой литературы, включающего 154 наименований, в том числе 10 на иностранном языке. Работа изложена на 305 страницах, имеет 56 рисунков, 34 таблицы и 9 приложений на 234 листах.

ОБЩИЕ ВЫВОДЫ

1. Совершенствование методов управления технологическим процессом и техническим состоянием машины на основе современных интеллектуальных информационных систем поддержки принятия решений при эксплуатации зерноуборочных машин позволяет значительно повысить эффективность в условиях их массового использования. Реализация данной концепции позволяет снизить затраты ресурсов на проведение уборочных работ, обеспечить увеличение сменной производительности машин.

2. Задачи технического и технологического обслуживания, в частности предварительной настройки и корректировки технологических регулировок, представляют собой задачи принятия решений в нечеткой среде. Предлагаемый подход, основанный на моделях экспертных знаний, позволяет объединить всю имеющуюся неоднородную информацию (детерминированную, статистическую, лингвистическую), характеризующую внешнюю среду, параметры комбайна и показатели качества его работы и использовать при построении инновационных систем поддержки принятия решений в области эксплуатации уборочных машин.

3. Метод организации информационной поддержки принятия решений при функционировании и эксплуатации зерноуборочной техники, отличительной особенностью которого является использование нечетких экспертных знаний, значительно расширяет спектр используемых методов управления, позволяет снизить информационную нагрузку на оператора до 40% и повысить технологическую надежность процесса комбайновой уборки сельскохозяйственных культур.

4. Полученная модель знаний, необходимых для решения задачи предварительной настройки, включает 7 семантических групп, которые полностью раскрывают отношения между факторами уборки и регулируемыми параметрами комбайна, адекватно отображает условия уборки и позволяет формировать процедуры принятия решений по настройке машины. Модель предметной области «Предварительная настройка» в виде нечетких продукционных правил содержит 1075 зависимостей между факторами внешней среды и регулируемыми параметрами машины.

5. Модель экспертных знаний предметной области «корректировка технологических регулировок» включает 10 семантических групп знаний, которые описывают взаимосвязи между регулировочными параметрами комбайна и показателями качества его работы. Разработанная модель, отличающаяся использованием нечетких экспертных знаний, является основой для проектирования механизма вывода решений и базы знаний информационной системы, которая содержит 13686 продукционных правил. Получены экспертные оценки весомости влияния параметров молотилки на появление внешних признаков нарушения качества работы комбайна, что позволяет выбрать необходимую последовательность корректировок и, как следствие, сократить время, затрачиваемое на принятия решений.

6. Разработан метод построения функций принадлежности терм-множеств семантических пространств на основе расчета коэффициентов нечеткости и коэффициентов согласованности мнений экспертов, позволяющий повысить уровень адекватности моделей экспертного оценивания признаков предметной области при описании процессов принятия решений по настройке и технологической регулировке комбайна.

7. Обобщенная модель предметных областей представляет собой композицию нечетких отношений рассмотренных семантических пространств, включающих 8 переменных, представляющих факторы уборки, 10 переменных, характеризующих показатели качества работы комбайна и 26 переменных, представляющих регулируемые параметры комбайна. Определены вид и параметры функций принадлежности для 46 лингвистических переменных (ЛП). Каждая ЛП имеет не более 3 значений (термов).

8. Установлено, что затраты времени на предварительную настройку и технологическую регулировку разнятся в 1,5 - 7 раз в зависимости от стажа работы. Корреляционная связь между факторами значима: г = - 0,90 0,99. Разработанный метод организации информационной поддержки принятия решений позволяет уменьшить среднее время настройки и корректировки технологических регулировок в 2 - 5 раз по сравнению с традиционными методами; снизить разброс значений времени технологических простоев в зависимости от опыта работы; повысить на 7-10% сменную производительность комбайнов.

9. Разработанная ИИС является инструментальным средством для работников технического сервиса, позволяющим использовать и тиражировать необходимую информацию об эксплуатации зерноуборочных машин, что способствует общему повышению компетентности широкого круга специалистов АПК.

10. Годовой экономический эффект от применения информационной системы при использовании зерноуборочных комбайнов семейства «Дон» в условиях рядового хозяйства равен 81984 руб. на одну машину при выработке 224 га. В условиях технических сервисных центров и машинно-технологических станций эффект составит 258260 руб. при выработке 740 га. Эффект при профессиональной подготовке составляет 17800 руб./год в расчете на стандартную группу.

11. Выполненные исследования являются вкладом в реализацию концепции разработки информационной поддержки жизненного цикла зерноуборочной техники и позволяют создать единую информационную среду для использования знаний в производстве, в сфере эксплуатации и профессиональной подготовке специалистов, а также являются теоретическим обоснованием необходимости создания комплекса аппаратно-измерительных средств оценки значений внешних факторов уборки, показателей качества процесса уборки и регулируемых параметров машины, с целью создания автоматической системы управления технологическим процессом на отечественной технике.

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

2. Бернштейн Л.С., Боженюк A.B.Моделирование процесса определения предпочтительных параметров на основе нечеткого логического вывода// Электронное моделирование. 1989.№ 3.- С. 98-101.

3. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации. М.: Наука, 1990.- 160 с.

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

5. Борисов А.Н., Вилюмс Э.Р., Сукур Л.Я. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение.- Рига: Зинатне, 1986.- 196 с.

6. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования. Рига.- Зинатне.- 1990.- 214 с.

7. Борисова Л.В. Методика моделирования предметной области «технологическая настройка» в нечеткой постановке// Доклады РАСХН, 2005.- №6.- С. 62-65.

8. Борисова Л.В. Нечеткие модели в задачах технологической регулировки машин.- Ростов н/Д, ДГТУ.-2007.- 214 с.

9. Ю.Борисова Л.В. Представление нечеткой экспертной информации предметной области «технологическая настройка»: Докл. РАСХН, 2006.- № 5.- С. 58-61.

10. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006613272. Система ввода экспертной информации по электрооборудованию комбайна/ Л.В.Борисова, В.П. Димитров, В.М. Марков.- № 2006612453 заявл. 17.07.06 зарег. 15.09.06.

11. И.Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006613273. Навигатор по электрической схеме комбайна для пользователя/Л.В.Борисова, В.П. Димитров, В.М. Марков.- № 2006612454 заявл. 17.07.06 зарег. 15.09.06.

12. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2005612739. Построение функции принадлежности методом деления пополам/В.П. Димитров, Л.В.Борисова, В.М. Марков, Е.В. Димитров.- № 2005612223; заявл. 29.08.05; зарег. 21.10.05.

13. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006610494. Построение функции принадлежности методом экспертных оценок/В.П. Димитров, Л.В.Борисова, В.М. Марков, Е.В. Димитров.-№ 2005613218; заявл. 7.12.05 зарег. 2.02.06.

14. Борисова Л.В. Свидетельство об официальной регистрации программы для ЭВМ № 2006610493. Построение функции принадлежности методом типовых функций/ В.П. Димитров, Л.В.Борисова, В.М. Марков, Е.В. Димитров.- № 2005613217 заявл. 7.12.05 зарег. 2.02.06.

15. Борисова Л.В. Структуризация задач информационной поддержки систем обеспечения жизненного цикла зерноуборочной техники//Научная мысль Кавказа. 2003.- №8 (49).- С. 124-131.

16. Борисова Л.В. Формализация нечетких высказываний при моделировании процесса принятия решений по технологической регулировке//Вестник ДГТУ.- 2005.- Т.5 № 5 (27).- С.646-653.

17. Борисова Л.В., Димитров В.П. Выбор функции предпочтения при построении механизма вывода экспертной системы для технического обслуживания машин//Вестник ДГТУ.- 2003. Т.З, №1 (15). С. 44-52.

18. Борисова Л.В., Димитров В.П. Нечеткая модель выбора регулировочных параметров комбайна при индуктивном логическом выводе//Известия вузов. Сев-Кавказ, регион. Технические науки. 2006.-№4.- С. 20-24.

19. Борисова Л.В., Димитров В.П. Особенности формализации знаний при логико-лингвистическом описании сложных технических систем.- Ростов н/Д, РГАСХМ.- 2006.- 236 с.

20. Борисова JI.B., Димитров В.П. Особенности построения функций принадлежности лингвистических переменных предметной области «технологическая настройка» // Вестник ДГТУ.- 2005.- Т.5.- № 5 (27).- С. 653-661.

21. Борисова Л.В., Димитров В.П. Принятие решений по технологической регулировке при нечеткой исходной информации/ТВестник ДГТУ. 2004 Т.4 №3 (21).- С. 349-356.

22. Борисова Л.В., Димитров В.П. Формирование базы знаний экспертной системы для технического обслуживания комбайнов //Известия вузов. Сев.-Кавказ. регион.-2005.- Спец. вып. Проблемы машиностроения. С. 55-60.

23. Борисова Л.В., Димитров В.П., Алуханян В.А. О моделировании нечетких экспертных знаний по технологической регулировке комбайна//Известия вузов. Сев.-Кавказ. регион. Технические науки. 2005.-№4.- С. 31-35.

24. Борисова Л.В., Димитров В.П., Алуханян В.А. Построение механизма вывода решений экспертной системы по регулировкам машины/ТНаучная мысль Кавказа.- 2003.- №9.- С. 112-118.

25. Борисова Л.В., Димитров В.П., Алуханян В.А. Экспертная оценка последовательности корректировки технологических параметров комбай-на//Научная мысль Кавказа.- 2003.- №12.- С. 131-135.

26. Борисова Л.В., Димитров В.П., Красавин A.B. Стратегия совершенствования информационных систем менеджмента качества сельхозтехники на по-строизводственной стадии// Стандарты и качество. 2003.- №12.- С. 60-64.

27. Борисова Л.В., Димитров В.П., Сазанович В.И. Некоторые особенности структуризации знаний предметной области «функционирование зернокомбайнов»// Научная мысль Кавказа. 2004. -№5 (59).- С. 97-102.

28. Борисова JI.B., Куненков П.П., Димитров В.П., Кузнецов Е.В. Выборочный анализ данных об отказах уборочной техники//Научная мысль Кавказа. №1 (55), 2004. С. 124-130.

29. Бородин И.Ф. Проблемы развития автоматизации сельскохозяйственного производства// Техника в сельском хозяйстве, 1989, № 5.- С. 2-3.

30. Вагин В.Н., Кикнадзе В.Г. Дедуктивный вывод на семантических сетях в системах принятия решений.- Известия АН СССР, Техническая кибернетика, 1984, №5, С. 106-120.

31. Ветров Е.Ф., Генкин М.Д., Литвин Л.М., Нелюбов А.И., Эглайс В.О. Оптимизация технологического процесса по статистическим данным// Машиноведение.- 1986.- №5.- С. 48 55.

32. 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. С. 80 85

33. 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, С. 142-151.

34. Волков A.M., Ломнев B.C. Классификация способов извлечения опыта из экспертов//Известия АН СССР. Техническая кибернетика 1989.-№ 5.-С. 2837.

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

36. Гельфенбейн С.П., Волчанов В.Л. Электроника и автоматика в мобильных сельхозмашинах М.: Агропромиздат, 1986.- 264 с.

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

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

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

40. ГОСТ Р ИСО 9001-2001 Системы менеджмента качества. Требования. -М.: ИПК Издательство стандартов, 2001. 26 с.

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

42. Димитров В.П. Об организации технического обслуживания машин с использованием экспертных систем//Вестник ДГТУ.- 2003.-T.3.- №1 (15) С. 33 -44.

43. Долгов И.А., Валяев H.H. Обеспечение качества технологического процесса при проектировании машины. М.: Тракторы и сельскохозяйственные машины, №3, 2003.- С. 3-7.

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

45. Дрейпер Н., 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.

46. Дроздов В.Н., Кандеев В.Ф., Сердечный А.Н. Настройка и регулировка сельскохозяйственной техники для возделывания зерновых культур.- М.: Рос-агропромиздат. 1990.- 224 с.

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

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

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

50. Заде JI.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.- В кн.: Математика сегодня.- М.: Знание, 1974- С. 5-49.

51. Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений.- М.: Мир, 1976.- 165 с.

52. Зерноуборочные комбайны "ДОН"/Песков Ю.А., Мещеряков И.К., Ярма-шев Ю.А. и др. М.: Агропромиздат, 1986.- 334 с

53. Иофинов С.А. Эксплуатация машинно-тракторного парка М.: Колос, 1974.-480 с.

54. 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.

55. 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.

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

57. Капустин В.П. Приспособленность машин к регулировке и настройке //Техника в сельском хозяйстве.- 1991.- №2.- С. 41-43.

58. Катулев А.Н., Северцев H.A. Математические методы в системах поддержки принятия решений: Учеб. пособие/ М.: Высш. шк., 2005.- 311 с.

59. Клини С.К. Математическая логика. М.: Мир, 1973.- 245 с.

60. Комбайны зерноуборочные самоходные "Дон-1500" и "Дон-1200". Техническое описание и инструкция по эксплуатации,- Ростов-на-Дону: ПО Рост-сельмаш, 1991.-384 с.

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

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

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

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

65. Кузин Е.С. Интеллектуальный интерфейс. Общие принципы организации и проблемы реализации.- Известия АН СССР. Техническая кибернетика. 1985, №5, С. 90-102.

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

67. Кушнарев C.JI. Организация технического сервиса комбайнов ОАО "Ростсельмаш'У/ Тракторы и сельскохозяйственные машины.- 2002.-№12.- С. 30-31.

68. Лачуга Ю.Ф. Кадровое обеспечение агропромышленного комплекса России и совершенствование высшего агроинженерного образования. Международная научно-практ. конф., посвященная памяти В.П. Горячкина. Доклады и тезисы, Т 1. М.: Изд-во МГАУ 1998.- С. 7 12.

69. Липкович Э.И. Система комплексной организации уборочно-транспортного и заготовительного процесса //Механизация и электрификация технологических процессов кормопроизводства и кормоприготовления: Сб. тр.-Зерноград: ВНИПТИМЭСХ. 1980.- Вып. 39. С.З - 21.

70. Липовский М.И. Комбайнам нового поколения высокий технический уровень// Механизация и электрификация сельского хозяйства.- 2001,- С.8-11.

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

72. Литвин Л.М., Жалнин Э.В., Ветров Е.Ф. Обобщенная оценка зональных показателей работы зерноуборочных комбайнов //Техника в сельском хозяйстве.- 1989.-№5.-С. 41 -45.

73. Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР.- М.: Энергоатомиздат, 1991.- 136 с.

74. Мелихов А.Н., Бериштейн Л.С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой.- М.: Наука, 1990.- 189 с.

75. Методика оценки экономической эффективности зарубежной техники. Новокубанск, КубНИИТИМ, 1998.- 27 с.

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

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

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

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

80. Модельный ряд продукции ОАО «Ростсельмаш» Дон-1500Б, СК-5М-1, Дон-680: Краткое описание конструкции и регулировок / Л.В. Борисова, В.П. Димитров, Е.В. Димитров, К.Л. Хубиян// «ОАО Ростсельмаш».- Ростов н/Д, 2003.96 с.

81. 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.

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

83. 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.

84. Нечеткие множества в моделях управления и искусственного интеллек-та/А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов. Под ред. Д.А. Поспелова.- М.: Наука, 1986.- 312 с.

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

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

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

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

89. Особенности уборки зерновых и зернобобовых культур в Ростовской области. РИО НПО «Дон».- Ростов-на-Дону.- 1986.- 8 с.

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

91. ОсугаС. Обработка знаний: Пер. с япон.- М.: Мир, 1989.- 293 с.

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

93. Памятка и рекомендации по устранению отказов комбайнов "Дон"-Советы по настройке и регулировке комбайнов.- Ростов-на-Дону: РСМ, 1987.66 с.

94. Памятка участника жатвы. Зерноград.- ВНИПТИМЭСХ.-1980.- 30 с.

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

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

97. Полищук О.М. Методы формализации и обработки нечеткой экспертной информации. Автореф. дис. . докт. техн. наук.- М.: 2004. 34 с.

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

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

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

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

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

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

104. Проблемы принятия решений. М.: Наука, 1976.- 320 с.

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

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

107. Разработка и применение экспертно-обучающих систем. Сб. науч. тр.-М.: НИИВШ, 1989.- 154 с.

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

109. Рубашкин В.М. Представление и анализ смысла в интеллектуальных информационных системах.- М.: Наука. Гл. ред. физ.-мат. лит., 1989.-192 с.

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

111. Саати Т. Принятие решений. Метод анализа иерархий: Пер. с англ. — М., Радио и связь, 1993- 189 с.

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

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

114. Смирнов В.Т. Опыт эксплуатации МТП //Техника в сельском хозяй-стве.-1987, №11, С. 43 44.

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

116. Стефанский В.В. Эксплуатация комбайнов "Дон".- М.: Росагропром-издат, 1988.- 94 с.

117. Сто советов комбайнеру/ Под общей ред. A.B. Короткевича 2-е изд., пере-раб. и доп. - Минск.: Ураджай, 1983.- 240 с.

118. Тарасик В.П., Галюнин С.Д. Концепция построения комплексной системы управления моторно-трансмиссионной установкой. Техника в сельском хозяйстве, №5, 1990.- С. 18 20.

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

120. Техническое обслуживание машин в растениеводстве и животноводстве. Справочник/Вороной Н.С., Трембич В.П., Кушнарев Л.И и др.// Зерно-град: ВНИПТИМЭСХ, 1996. 324 с.

121. Уборка урожая комбайнами "Дон'УСост. М.К. Комарова.-М.: Росагро-промиздат, 1989.- 220 с.

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

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

124. Хей Дж. Введение в методы байесовского статистического вывода/ Пер. с англ. -М.: Финансы и статистика,1987.-336 с.

125. Царев Ю.А., Харьковский А.В. Перспективы использования электронной системы управления в комбайнах «Дон» и «Нива»//Тракторы и сельхозмашины.- 2005.- № 1.- С. 37-38.

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

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

128. 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.

129. Электронные системы на сельскохозяйственной технике// Техника в сельском хозяйстве 1989, №5, с. 28 30.

130. Энциклопедия кибернетики. Т.2. Киев.: Главная редакция УСЭ, 1974.-619 с.

131. Эффективное использование сельскохозяйственной техники/Н.И. Агафонов.- М.: Знание, 1997.- №4.- 63 с.

132. AI techniquis enter the realm of conventional languages. Conput. Des., 1986, 27, № 19, С. 45-49

133. Bass L.F. Generalized User Interface for Applications Program// CAEM. 1985, V.28. N 6.

134. Bellman R.E., Zadeh L.A. Decision-Making in Fuzzy Environment// Management Science, vol. 17. 1970. - №4. - P.141 - 160.

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