автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Разработка оболочки экспертной системы моделирования сложных технологических процессов на примере резиносмешения

МОСКОВСКИЙ ОРДЕНА ЛЕНИНА II ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ ХНМНКО-ТЕХНОЛОГИЧ ЕСКИП ИНСТИТУТ ИМЕНИ Д. П. МЕНДЕЛЕЕВА

На пршшх рукописи

УДК (578. \ ЕРКНИАЛИЕВ Рппшл Пуфтесопич

РАЗРАБОТКА ОБОЛОЧКИ ЭКСПЕРТНОЙ СИСТЕМЫ МОДЕЛИРОВАНИЯ СЛОЖНЫХ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ПРИМЕРЕ РЕЗИНОСМЕШЕНИЯ

35.13.16 — применение вычислительной техники, атсматнческого моделирования и математических методов п научных исследованиях (химия)

АВТОРЕФЕРАТ

диссертации на соискание учеиоП'ттепепи кандидата технических наук

МОСКПЛ, Ш2

Работа выполнена в Казахском химико-технологическом институте па кафепре автоматизации техно л (этических процесс od и производств.

Паучиыа руководитель-д. т. и. . профессор Дорохов В. II. Офпциалыше опоненты: а. т. п. , профессор Володин В. 11. ; R. т. п. , доцент Бмтев Д. О.

ч

Ведлз&я организация - ИИII ШиммоЛ промъсзленности. Завита диссертации состоится

иишлин UJ

1992 г. па заседании специализированного совета С 063. 34.00 Носковского ордена Ленина и ордена Трудового Красного Знамени химико-технологического систитут имени Д. Я. Менделеева (Москва, Ниусская пл. , sou 9).

С диссертацией можно ознакомиться в библиотеке , IKTH ем. Д. Е. Менделеева.

/ , {\-Г

Автореферат разослал_^^_1992 г.

Учет£Л секретарь специализированного совета Д 053. 34. 08

а л. Комиссаров

"У."Актуальность проблемы: зависимость качества резиновой снеси от множества трудноконтролируемых возмущений, вепет к нестабильности свойств смеси от заправки к заправке и, следовательно, к снижению качества конечного продукта - автомобильных шин или резинотехнических изделий. Сложность связей между входными и выходными параметрами, неполнота информации о ходе процесса реэиносме-пения делают невозможным достаточно адекватное аналитическое описаниие процесса резиносмешения, а, следовательно, и создание систем контроля, диагностики и оперативного управления процессон резиносмешения.

Цель работы: разработка информационного, математического и программного обеспечения диалоговой системы моделирования сложных технологических процессов, применимой для контроля, диагностики и оперативного управления процессом резиносмешения.

Научная новизна работы: предложено создание моделей резиносмешения, основанных на знаниях; разработана функциональная структура диалоговой системы моделирования сложных технологических процессов, позволяющая создавать гибридные модели процессов, включающие Функциональные зависимости, четкие логические модели, нечеткие модели на аппарате нечетких множеств; в составе математического обеспечения предложен новый подход к нечеткому логическому выводу, реализующий нечеткую Функцию нечеткого аргумента на базе экспертной информации; предложены оригинальные операции вычисления степени равенства нечетких множеств и нечетких ситуаций; разработаны переборные алгоритмы решения обратной задачи по прямой нечеткой модели, сокращающие пространство поиска; создан командный язык, осуществляющий мета-уровень знаний и позволяющий объеденить работу отдельных субмоделей одного объекта.

На основе всего этого создана диалоговая система моделирования сложных технологических процессов, представляющая собой оболочку гибридной экспертной системы, и позволяющая технологам принимать активное участие в разработке моделей.

Практическое значение: предложенный подход и разработаг-.ая система моделирования сложных процессов позволяют создавать адекватные модели процесса резиносмешения. Создан ряд моделей процесса резиносмешения для различных рецептур, позволяющих выявлять отклонения в ходе процессса, прогнозировать качество резиновой смеси при данном качестве сырья и данных условиях переработки, рассчитывать навески ингредиентов с целью корректировки рецептуры для достижения заданного качества. То есть, становится реальный

оперативное управление процессом резиносмешения.

Апробация работы: основные положения диссертационной работы докладывались на Третьей Всесоюзной конференции "Динамика процессов и аппаратов химической технологии" (г. Воронеж,. 1990), а такие на научно-технических койференциях профессорско -преподавательского состава КазХТИ (1989-1991 г, г. ).

Содержание работы.

Глава 1. Резиносмешение как объект контроля и управления.

Описан процесс резиносмешения. Проведен анализ его как объекта контроля и управления. Определены основные проблемы резиносмешения. Процесс резиносмешения - сложный ХТП с большим количеством входных и выходных параметров, с до конца неизученными, труд-ноисследуемыми связями. Процесс подвержен воздействию множества трудноконтролируемых возмущений, вызывающих большой разброс в показателях качества резиновой смеси, что в свою очередь ведет к снижению качества конечного продукта. Ухудшение показателей качества продукта сводит на нет реализацию потенциальных возможностей ценных по комплексу' физико-механических свойств каучуков. Между тем, соответсрующим подбором рецептур, своевременной корректировкой хода технологического процесса можно в значительной степени преодолеть указанные трудности. Стабилизация свойств резиновой смеси от заправки к заправке - основная проблема в производств автомобильных шин.

На анализе литературных источников сделан вывод, что точные

аналитические расчеты процесса смешения в настоящее время вряд ли

возможны и целесообразны. Определены задачи, которые необходимо

решить при создании новых и совершенствовании существующих сис-

1

тем, для достижения значительного повышения эффективности процесса резиносиетения. Сделан вывод, что для улучшения работы отделения резиносмешения нужна система оперативного управления, позволяющая до начала очередного цикла смешения определить состояние процесса в момент его окончания, ис»одя из имеющейся информации о составе и качестве ингредиентов, условий окружающей сре-Еи, и из всего этого определить режимы радения процесса. Предлагаемая структура-системы оператйпногэ управления представлена на рисунке 1. Основой такой системы должна стать математическая модель процесса, учитывающая Осе или, по крайней мере, основные возмущающие воздействия. И это должпа быть войель основанная »а знаниях. Математическое обеспечение системп должно содержать модели синтеза рецептур, определения наоесок ингредиентов

Рис. 1. Предлагаемая структура системы оперативного управле ния качеством резиновой смеси.

корректировки хода технологического процесса, диагностики аномальных производственных ситуаций.

Глава 2. Постановка задачи, пути и этапы достижения цели, Форма представления результатов.

Сформулирована цель работы, выбраны пути достижения цели. Выбрана форма представления результатов работы - гибридная экспертная система, позволяющая воплотить в модели опыт и знания технологов и достижения химической теории, с присущей им тенденцией к использованию численных методов. Определены этапы достио-ния цели. Вопрос выбора Формы представления знаний решен исхг-ап из того, что основным пользователем системы будет технолог, т. е. человек, далекий от проблем искусственного интеллекта. Выбрана систена продукций - наглядная, простая для понимания форма представления знаний, поэволюиая просто пополнять и модифицировать уяе

имеющиеся знания. Для Формализации нечеткости, размытости лингвистического описания в качестве математического аппарата, реализующего выбранную Форму представления знаний, принят аппарат теории нечетких множеств. Для моделирования сложных процессов предлагается стратегия построения различными методами нескольких ноделей одного об"екта, каждая из которых отражает определенную сторону поведения об"екта, а все внесте дают целостную картину.

Глава 3. Разработка диалоговой системы моделирования сложных химико-технологических объектов.

Разработана структура диалоговой системы моделирования сложных технологических процессов (рис. 2. ) В состав системы входят: блок управления Сазами знаний, обеспечивающий создание, просмотр и редактирование Оаэ знаний, контроль полноты и непротиворечивости, синтез нечеткой модели; блок логического вывода, реализующий прямой и обратный вывод (механизм вывода меняется в зависимости от типа модели); блок моделирования - организация работы различных субмоделей одного технологического объекта.

В системе принято три типа моделей: модели в виде алгебраических зависимостей (скажем регрессионные модели), четкие логические модели, нечеткие логические модели. Общая форна представления модели такова И = | В,Р,Р I, где N - наименование модели, Р

- множество параметров, описывающих состояние объекта моделирования, Р-- некоторый оператор, осуществляющий связь между входными и выходными параметрами. Оператор Р принимает тот или иной вид в зависимости от типа модели.

Основной упор в системе сделан на нечеткие логические модели, так как основное назначение системы - использование субьек-

<

тивного опыта технологов для моделирования процессов химической технологии.

Для нечетких моделей И = I КЬ, Г 1. где Юэ - набор нечетких бинарных отношений, Формализующих связь между парой парметров, Г

- двудольный ориентированный граф, каждая дуга которого означает наличие связи между входным и выходным параметрами. Бинарная связь между параметрами описывается набором нечетких логических высказываний вида:

Если X есть А[ то V есть В1, иначе

если х есть А> то У есть В> (1 ) ...........................

иначе

если х есть Ап то У есть Вп

ь

п

О

п л

О ь

л 3 и

ь О н

3 в т

О а е

в т Р

а е Ф

т- л е

е ь й

л с с

ь к

и

й

Блок управления Сазами знаний

Блок логического вывода

Блок моделирования

Чтение и запись БЗ

База фактов

База правил —

Модель объекта

Прямой вывод

Обратный вывод

Соэд. сценариев

Моделирование

Синтез прикладнын систем

Рис, г. Функциональная структура диалоговой системы модели рования сложных ХТП.

Параметры нечеткой модели в системе представлены как лингвистические переменные. База знаний системы "Полигон" разделена на базу Фактов и базу правил. База фактов содержит перечень входных и еыходных параметров, их диапазоны изменения и нормативные допуски, словари нечетких терминов, с помоэыо которых описывается изменение параметров. База правил содержит нечеткое описание вида (1), описывающее бинарную связь между параметрами.

Замена многонернк^_ связей бинарными путем их декомпозиции сделана с целью- избежать оОработкй огромных массивов ияфорнзг :л как на этапе экспертного опроса, тзк и на этапе мопелироплнчч, тем самым» получить возможность строить модели с большим количеством зяопмых ¡1 Эыхояннх пзраметроп.

в работе разработал яогнл тхзиггям нечеткого логического вывода, основанный на отличной от трлпициопного толкования нечеткой функции нечеткого аргумента. Суть его в следующем: нечгткая

У - область определения нечеткой функции; X - область определения нечеткого аргумента; р - Функция принадлежности;

- зависимость в максимуме;

- зависимость в размытости в точке х£.

Рис. 3. Иллюстрация реализации нечеткой Функции , заданной описанием в точках х1, хЗ, х5.

функция нечеткого аргумента раскладывается на две Функции: нечеткую функцию четкого аргумента и Функци», реализующую связь в раз-■ мытости. Сделать это с помощью правил вывода, основанных на различных определениях операции импликации, судя по исследованиям приведенным в литературе , и собственным исследованиям весьма

проблематично. Разработанный механизм нечеткого вывода реализует

I

на нечетком отношении обе Функции. Описание (1), в котором входные параметры будем рассматривать как четкие, носит табличный характер и задает значение Функции в дискретных точках. Следовательно, нечеткое отношение,построенное по максминному правилу Заде

И: (А| хВ| )и(А| ХВ, ). . . , (АпХВп),

будет иметь незаполненные строки, соответствующие неописанным точкам. Заполнив их, используя операции линейной интерполяции, мы получили нечеткое отношение, реализухчцее нечеткую Функцию четкого

аргумента, где каждому четкому дискретному значению аргумента поставлено в соответствие нечеткое значение Функции. Используя композиционное правило вывода

(2) цв(У) = sup min {м-л (х), щ (х, у) ),

мы можем вычислить значение выходного параметра.

Для реализации связи в размытости нечеткое отношение, кроме прочего, должно нести информацию об изначальном (заложенном в описании) соотношении нечеткостей аргумента и Функции. Тогда в процессе вывода мы, определив степень нечеткости входного параметра, будем знать, каким образом должна измениться нечеткость выходного параметра, Для того, чтобы иметь возможность управлять размытостью нечетких множеств, были даны новые определения некоторым операциям над нечеткими множествами, а именно: операции сжатия (con), соответсвуюией уменьшению степени нечеткости; операции растяжения (dll), моделирующей потерю информации, т.е. увеличение степени размытости. _Принято, что применение процедуры con (ail) приводит к уменьшению (увеличению) степени нечеткости в два раза (как мера нечеткости или размытости в »том случае принята площадь под Функцией принадлежности). То есть операция con должна привести к тому, что каждая точка Функции принадлежности станет ближе к точке максимума в два раза, что приведет к уменьшению степени нечеткости а два раза и вполне согласуется с интуитивными представлениями об уменьшении нечеткости (рис.4. ).

Поскольку Функция принадлежности задана дискретно, то для ее модификации использован метод кусочно-линейных преобразований, предполагающий использование отображения:

(3) Т : u -> (av+b)/(cv+d), aa-bc=/0

При ítom предполагается, что при отображении универсалмгч" множеств и -> V не происходит изменений значений Функции прнп-.:-ле!гности а нечетких подмножествах.

Поскольку мы условились,что операция концентрирования приводят к сжатию функции принадлежности относительно точки иО в два раза, и точка максимума Функции принадлежности остается неизменной, то формула расчета значений функции принадлежности кодифицированного нечеткого множества будет иметь вид:

И» (и! ) = <и! ) ,

где 1 с 1 ( п - Ионер »цемента универсального множества 0; и! еио-(ио-иП/к!

ио - Точка, в которой Функция принадлежности достигает максимума, т.е.

Таким же образом получена формула рао»е*й значений функции принадлежности для операции растяжения:

и» (и! ) = (щ ).

Алгоритм построения нечеткого.отношения, разработанный на ,основе аыае приведенных соображений, имеет следующий вид:

1. Обнулить &л«менты отношения Нг. 1:1.

Й. ¡Варйстить 1. Вычислить альфа-уровневое множество С1 аргумента

1-го предложения нечеткого описания, где альфа есть вир(А1). 9. РычисйитЬ степень нечеткости аргумента «п(А1>. <1. Вычислить декартово произведение КгСтВь 6. Умножить Матрицу В на

согласно о г. рос с.тем ко, данному в работе.

в, Пересчитать отношение Rr=RruR (U - операция объединения нечетких отношений).

7, Если условные предложения в нечетком описании не закончились, то идти на шаг 2.

8. Для строк, которые остались незаполненными , провести линейную интерполяцию.

Полученое нечеткое отношение Rr не совсем отвечает определению, данному Заде, но от него можно всегда перейти к нечеткому отношению в смысле Заде, построчно нормализовав нечеткое отношение Rr. Новый механизм нечеткого вывода на нечетком отношении Rr таков:

1. Вычислить степень нечеткости sn входного параметра А.

2. Вычислить альфа-уровневое множество входного параметра А, где альфа есть sup(А).

3. Провести композиционный вывод B=sup(A)«R.

4. Вычислить степень нечеткости sn^ нечеткого множества В.

5. Нормализовать нечеткое множество В.

6. Вычислить степень нечеткости sn> нормализованного множества В.

7. Вычислить исходную степень нечеткости sno входного параметра in о г sni /snt.

8. Определить степень модификации Функции принадлежности выходного параметра sm=sno/sn.

9. Модифицировать Функцию принадлежности множества В, где модификация представляет процедуру сжатия нечеткого множества, если степень модификации >1, или процедуру растяжения, если степень модификации <1.

Процедура нечеткого вывода получилась гораздо более громоздкой чем процедура ¿композиционного вывода, но при этом появилась возможность более гибкого и надежного вывода, возможность описания именно Функциональных зависимостей. Полученный механизп еывода проверен а сравнении с супестауксоти яяз различных слугзез модификации посылки И дал более качестзек-кыв результата*

Решена задача вывода значений входные параметров по за-гптг-кым выходным Яо прямой модели. Это позволит анализирозат» g-oa технологического процесса по показателям гйч-е-стяа. конечного про-> дукта, определяя таким образом значения неконтролируем их параметров илл тфкчшш отклонений показателей от нормативов. Алгоритя ' вывода основан на переборных процедурах и процедурах вычисления стептои равенства ситуаций, с::ок с эадачйй классификации на заданные классы и сводится к следугкцону. Используя процедуру нечет-

кого вывода и дискретно изменяя значения входных параметров, генерируется все возможное множество ситуаций. Значения выходных парметров принимаются как заданная ситуация, и из всего множества ищется ситуация наиболее схожая с заданной. Соответсвукяций входной вектор принимается за входные параметры, приведшие к заданной ситуации.

При этом необходимо было решить две довольно серьезные проблемы. Первая - надежность работа алгоритмов идентификации ситуаций зависит от качества определения степени сходства ситуаций. Вторая - пространство поиска может оказаться очень большим, и тогда задач-i окажется неразрешимой за приемлимый промежуток вре-нени. То есть существует необходимость сокращения пространства поиска.

Анализ существующих критериев оценки степени сходства нечетких множеств позволяет разделить их на две группы: показатели, характеризующие сходство в максимуме: показатели, характеризующие сходство в размытости, т. е. учитывающие Форму функции принадлежности. А нам желательно иметь один показатель , совмещающий оба свойства. Предлагается степень сходства нечетких множеств определять следующим образом:

(5) EQZ(A, В) =С(А, В) «S(A, В) ,

где С(А,В)=sup(АПВ)-степень согласованности, численно выражающая степень одновременного существования 'обеих нечетких множеств, показатель характеризующий согласованность нечетких множеств в максимальных значениях Функции принадлежности; S (А,В)=1АПВ1/IAUBI -степень сходства, наиболее тонкая оценка степеии соответствия нечетких множеств в размытости.

Для оценки качества полученного критерия сходства нечетких множеств проводился численный эксперимент. В процессе эксперимента выяснялось поведение полученного критерия и уже имеющихся в сравнении с интуитивными представлениями о сходстве. Эксперимент проводился на компьютере для различных Форм Функций принадлежности и дал примерно одинаковые результаты. По результатам эксперимента можно, заключить^что полученный критерий ведет себя достаточно хорошо во всех рассмотренных случаях, более точно отражает интуитивные понятия равенст^.

Принято, что нечеткие множества А и в будут нечетко равными, если степень равенства этих множеств EOZIA, В) больае некото-

poro порога t [0.5:1]. Конкретное значение t выбирается исходя из особенностей рассматриваемого объекта и требуемой точности моделирования. На основе приведенного определения степени равенства нечетких множеств дано следующее определение степени сходства ситуаций. Пусть имеется множество ситуации Sj, J = 1,K, характеризуемые набором нечетких признаков Sj = lPi), 1: 1, m, значения которых формализовано нечеткими множествами А, Будем считать две ситуации нечетко равными. если нечетко равны признаки, характеризующие эти ситуации. Равенство ситуации Si некоторой стандартной ситуации S) из множества S можно описать нечетким множеством:

(6) m(St,Sj) : fEQZIPi i, Pl i )/Pi I.

И тогда степень равенства ситуаций можно еычислять как:

(7) EQS(Si,Sj)=l - lm(Si, Sj ) l/m,

где Im(Si , Sj)I - мощность нечеткого множества m(Si,Sj). Не трудно заметить, что значение EQS(Si.Sj) меняется от нуля при полном неравенстве ситуаций (когда пересечение нечетких множеств есть пустое Mii'i.icTFm) до 1 при полном равенстве.

Число возможных ситуаций для данной модели зависит от числа параметров и степени их дискретизации:

п

(в) HS = П Mi,

i =i

где ш - число параметров; Ni - число уровней дискретизации 1-го параметра. Время проверки всех ситуаций определится как:

(9) t = to «HS,

где to - время прямого вывода для одной ситуации.

Наиболее простоя способ сокращения пространства поиска основан на предполояеиии, что значения некоторых входных параметров иззестны пользователю, скажем, из показаний контрольно-измерительных приборов. Установив значения этих параметров, можно исключить их из пространства поиска, и таким образом, сократить время вычислений до величины

п .1

г = го«п N1,

где к - число параметров, значение которых зафиксировано.

Следующий путь сокращения пространства поиска основан на том, что модель, имеющую п входных параметров и т шзсодиых, можно представить в виде т моделей, имеющих один вы*оа и число входов равное или меньшее п. То есть почти всегда есть параметр или ряд параметров,- зависящий ие от всех , а лишь от части входных параметров. Тогда, если провести поиск в начал«- только дал этого параметра, ¡ш сэкономим время , во-первых, за счет Солее меньшего пространства поиска, во-вторых, за счет того, что операции логического вывода будут работать только для одного выходного параметра. Найденные значения входных параметров можно считать зафиксированными, поиск значений остальных параметров будет проходить уже в меньшем пространстве.

Время вычислений при этом будет:

га п -1 1

111) г : 2 I П 1, Щ],

1=1 1=1

гае 1 - число выходных параметров; ^ - время вывода для 1-го выходного параметра, = . . . »Ъп. Возможная потеря информации в процессе вывода компенсируется надежностью критериев сравнения степени сходства нечетких ситуаций. В системе реализованы все три подхода к обратному выводу; поиск во всем пространстве состояний, поиск в ограниченном пространстве, поэтапный поиск по каждому в отдельности выходному параметру. Выбор конкретного подхода производится пользователем исходя из размера модели, требуемой точности моделирования, априорно известной информации и ограничений на время вычислений.

разраоотанызя система позволяет создавать различные типы субмоделей одного технологического процесса. Для того, чтобы все эти модели функционировали как единное целое, как одна модель одного процесса, необходима некоторая среда или прочие программные средства, позволяющие организовать совместное существование субмоделей. Для этих целей в системе разработан комамшый язык, позволяющий состыковать модели через рабочую память, организованную по принципу ЫасКЪоага. Командный язык позволяет в неявном виде создавать структуры, аналогичные семантичеким сетям. Набор команд организуется в массивы, названные "сценариями", и описывающие

взаммодеиствие субмоделей данного технологического процесса.

Глава Промышленная эксплуатация системы моделирования сложных химико-технологических объектов в условиях ' тинного завода.

Содержит описание реализации разработанных алгоритмов в составе системы. В плане разработки элементов человеко- машинной системы управления процессом резиносмешения была создана и внедрена на ПО "Чимкентшина" автоматизированная информационная система контроля резиносмешения, представляющая собой микропроцессорный комплекс, осуществляющий автоматизированный сбор и протоколирование оперативной информации о процессе резиносмешения.

Следующим'этапом стала разработка диалоговой системы моделирования, позволяющей создавать и эксплуатировать модели основанные на знаниях. Внедрение системы осуществлено в отделе главного технолога и центральной заводской лаборатории. Цэль внедрения - контроль качества, диагностика ' аномальных ситуаций, раннее выявление причин брака, прогноз показателей качества резиновых смесей, корректировка хода технологического процесса.

Ваза знаний Прямой вызод Обратный вывод Моделирование Выход

Режим; Моделирование Рабочая БЗ: Смесь камерная

Введите результаты оперативного контроля

Выходные параметры Значение Примечание

Пластичность о. за в норме

Модуль 79 выше нормы

Прочность 196 в норме

Плотность 1. 130 выше нормы

Возможная причина того, что не в норме Модуль и не э норме Плотность это:

Высокое Содержание сажа

F1 - продолжить ESC - закончить

Рисунок 5. фрагмент работы системы в режиме "Анализ".

Таблица.

Проверка адекватности модели "Смесь камерная" сравнением с результатами лабораторных анализов, саеяанных XX. XX. XX с заключением о причинах брака "Высокое содержание сажи".

Показатели кач. резиновой смеси Заключение о причинах брака, сделанное системой

пластич. модуль прочность

0. 38 70 169 Очень высокое Содержание сажи

0. 39 72 1аг Очень высокое Содержание сажи

о. ад 66 гоо Очень высокое Содержание сажи

0. 40 70 гоо Очень высокое Содержание сажи

0. 39 69 lei Высокое Содержание ускорит.

0. 37 74 165 Очень высокое Содержание сажи

0. 38 64 164 Очень высокое Содержание сажи

0, 38 76 194 • Очень высокое Содержание сажи

0. 39 76 192 Очень высокое Содержание сажи

0. 36 64 . 193 Очень высокое Содержание сажи

о. за 66 ' 191 Очень высокое Содержание сажи

0. 39 70 193 Очень высокое Содержание сажи

0. зв 75 166 Очень высокое Содержание сажи

0. 39 72 166 Высокое Содержание ускорит.

0. 39 72 , 196 Очень высокое Содержание сажи

Техническим обеспечением системы является персональный компьютер типа IBM PC XT/AT. Программное обеспечение написано на языке Pascal в среде TurboPascal версии 5. О. Программное обеспечение состоит из четырех достаточно самостоятельных частей: модуля управления базами знаний; модуля логического вывода; модуля моделирования; оболочки, организующей совместную работу модулей и реализующей человеко-машинный интерфейс. Общий объем программного обеспечения составляет порядка 100 Кбайт. При работе система дополнительно использует окоао 200 Кбайт оперативной памяти.

Сбор информации для составления нечеткого описания объекта на первом гтапе проводился путем опроса экспертов (главного тех-нолога^ начальника и работников ЦЗЛ). в дальнейшем , после соот-ветсвующего обучения, технологи сами создавали модели резиносме-шения для различных резиновых смесей, формируя соответствующие базы знаний. В режиме моделирования созданы прикладные варианты функционирования системы: "Аиализ", проводящий анализ результатов оперативного контроля и ^являющий возможные причины отклонения показателей качества резиновой смеси; "корректировка", позволяющий корректировать рецепты резиновых смесей в соответсвии с

изменением условий эксплуатации. Работа системы в режиме "Анализ" представлена на рисунке 5.

Адекватность моделей оценивалась экспертами и признана удовлетворительной. Кроме того, результаты работы системы сравнивались с результатами лабораторных анализов (таблица). Относительная погрешность работы системы не превышает 20И - показатель для подобных систем достаточно высокий. Опыт эксплуатации системы показал достаточную простоту и доступность системы широкому кругу пользователей.

Выводы.

1. Предложен новый подход к моделированию процесса резино-смешения опирающийся на аппарат нечетких множеств и матовы искусственного интеллекта и предполагаю®«! вспоаьловдние субъективного опыта технологов,

г. Для целей моделирования резикосгге-шения и других аналогичных процессов разработана диалоговая система, позволяющая а ите-рактивном режиме собирать и обрабатывать знания об -объекте, мопе-пировать поведение объекта как о прямой, так и в обратном направления*, создазать гибридные модели сложных химико-технологических процессов.

3. в процессе создания математического обеспечения систем« был разра-ботан новда алгоритм нечеткого вывода, основанный на представлении неч е«дай Функции нечеткого аргумента В виде двух функций ! нечеткой фун-гаии четкого аргумента и Функции, реализующей связь в развитости.

<1. РазраЯ<гган айг<гритм решения обратной задачи по прямой нечеткой иопели, сокращающий пространство поиска. При этой были дани новые определения операций концентрироозннз и' растяжения Функций принадлежности, и введен критерия оценка степени сходства нечетких множеств и нечетких ситуаций.

5. Для проверки надежности раббты алгоритма нечеткого вывода и процедур, оценки степени сходства нечетких лно^естз бил проведен численный эксперимент. Результата э-ксперикепта поктзердияи превосходство предлагаемых алгоритмов перец существующими. Такие же выводы можно сделать и по результатам опитиой эксплуатации системы.

6. Создан ряд моделей реэиносмеаення аяя различных рецептур, позволяющих достаточно адекватно оценивать состояние процесса, выявлять аномальные ситуации, намечать пути их устранения.

Основное содержание диссертации изложено в следующих работах:

1. Еркиналиев Р. Н. . Каланов С. М. , Дорохов И. Н. Применение аппарата нечетких множеств для моделирования процесса реэиносме-шения. И, 1990. Деп. в КазНИИТИ 21.09.90, К 4011.

2. Каланов С. Н. , Еркиналиев Р. Н. , Ермаков В. И. Состав и структура микропроцессорной системы контроля резиносмешения. Н, 1990. Деп. в КазНИИТИ 21.09.90, К 4012.

3. Каланов С. М. , Еркиналиев Р. Н. , Оспанова А. О. Автоматизированная информационная система контроля технологических параметров резине мешения. К, 1990. Деп. в КазНИИТИ 21.09.90, К 4013.

4. Еркиналиев Р. Н. , Каланов С. М. , Дорохов И. Н. Экспертная система моделирования сложных химико-технологических процессов на основе нечеткой 'логики. // "Динамика процессов и аппаратов химической технологии": Тез. докл. III Всесоюз. конф. б-12 октября 1990. - Воронеж.

5. КаФарои В. В. , Дчрохои И. Н. Калиной С. Н. , Еркиналилп Г'. II. , Новый принцип построения дружественного интерфейса для представления сложных технологических об"ектов в экспертных системах. // ДАН СССР. Т. 321. Н4.