автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Развитие современных информационных технологий для повышения эффективности автоматизированных систем управления качеством

На правах рукописи

Погодаев Анатолий Кирьянович

РАЗВИТИЕ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ КАЧЕСТВОМ

Специальность 05.13.06 - Автоматизация и управление технологическими

процессами и производствами (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Липецк 2003

Работа выполнена в Липецком государственном техническом университете

Научный консультант Заслуженный деятель науки РФ,

доктор технических наук, профессор Л.А. Кузнецов

Официальные оппоненты:

доктор технических наук, профессор С.А. Баркалов

доктор технических наук, профессор В.Л. Бурковский

доктор технических наук, профессор Д.А. Новиков

Ведущая организация Московский физико-технический институт (государственный университет)

Защита состоится 22 октября 2003 года в 10°° на заседании диссертационного совета Д212.108.02 при Липецком государственном техническом университете (398600 г. Липецк, ул. Московская, 30, ауд. 601).

С диссертацией можно ознакомиться в библиотеке Липецкого государственного технического университета.

Автореферат разослан «19» сентября 2003 г.

Ученый секретарь диссертационного совета, <-■

доктор технических наук, профессор

S^o г-к

— 3

•51

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Острая конкуренция на потребительском рынке продукции и растущий спрос на ее качество ставят перед предприятиями задачу выбора наиболее практичных и эффективных из современных информационных технологий для решения проблем качества. Основой управления качеством в соответствии с ISO 9000 является тотальный контроль производства с использованием систем автоматизированного измерения значений технологических величин и характеристик свойств продукции.

В настоящее время для обеспечения потребительских свойств продукции на предприятиях используются методы статистического контроля качества, которые были, в основном, разработаны в 20 - 50 годы. Они позволяют определить, что измеренные значения технологических величин или характеристик качества находятся в (или вне) предписанных интервалах, а процесс - в стабильном (или нестабильном) состоянии, но не содержат инструментов управления: выявления причин нестабильности и поиска путей ее устранения. Полнота концепции управления качеством может быть обеспечена решением актуальной проблемы разработки новых математических методов и реализацией их в виде комплексного программного обеспечения на основе современных информационных технологий, применение которых в условиях промышленных предприятий позволит автоматизировать процедуры принятия решений, существенно повысить эффективность производства и предсказуемость свойств продукции.

Работа выполнена в соответствии с научными направлениями ЛГТУ "Информационные технологии управления качеством продукции в промышленности" и "Современные сложные системы управления".

Цель работы. Исследование и решение комплекса проблем, связанных с созданием на основе информационных технологий целостной методологии, охватывающей все этапы эффективного управления качеством:

- хранение и обработку данных о свойствах контролируемых величин;

- синтез математических моделей, отражающих причинно-следственные связи формирования качества;

- разработку и реализацию методов оптимизации сложных технологий для повышения качества продукции.

Основные задачи. Разработать целостную методологию управления качеством продукции, вписывающуюся в современные технологии организации информационного, математического и програвШ'юМЛ'бВёйМЛёйЛЙ. Для

БИБЛ HOTEKA С.Петербург „ ОЭ JOO* *KTJJ$

этого:

- создать, опираясь на современную теорию баз данных, формальные средства автоматизации процессов формирования эффективных схем баз информации о технологии производства и качестве продукции, организации оптимальных запросов к структурированным информационным базам;

- интерпретировать и развить методы теории графов для моделирования и определения технологических маршрутов производства продукции с минимальными затратами ресурсов;

- создать комплекс адаптивных алгоритмов идентификации и оптимизации моделей, отображающих технологию производства в свойства продукции, ориентированных на блочное поступление данных и поэтапную реализацию технологических операций в сложных производственных процессах;

- показать эффективность разработанной методологии и ее составляющих на примере реализации комплексного программного обеспечения автоматизированной системы управления качеством продукции для конкретных производств.

Методы исследования. Использованы теория и методы системного анализа, адаптивной идентификации, дискретной математики, математического программирования, принятия решений, математической статистики, проектирования систем баз данных и знаний, структурного и объектно-ориентированного проектирования и программирования.

Обоснованность и достоверность. Обоснованность предложенной концептуальной модели автоматизированной системы управления качеством продукции определяется тем, что она опирается на всесторонний анализ существующей методологии контроля качества • и единую объектно-ориентированную основу, объединяющую методы и алгоритмы информационного, математического и программного обеспечения.

Обоснованность разработок, связанных с совершенствованием методологии оптимальной организации информационных структур, определяется тем, что они базируются на классических положениях реляционной математики, теории проектирования баз данных и знаний, развивая их в соответствии с целью работы.

Обоснованность разработанного математического обеспечения подтверждается тем, что оно опирается на развитые и дополненные в работе алгебраические основы оптимизационной математики, основы теории адаптивной идентификации, теории графов, математической статистики.

Проведенные в достаточном объеме вычислительные эксперименты, практическая реализация разработанных алгоритмов в производственных условиях, сравнительный анализ результатов с реальными производственными данными и экспертными оценками специалистов, положительные результаты использования разработанных информационного, математического и программного обеспечения в научных исследованиях и учебном процессе подтверждают достоверность результатов диссертации.

Научная новизна. В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной:

- целостная методология управления качеством и построенная на ее основе концептуальная модель автоматизированной системы, отличающаяся возможностью выбора каналов управления с использованием адаптивных методов математической обработки производственной информации и логической обработки распределенной интеллектуальной информации;

- методология формирования информационных структур, отличающаяся формализацией оптимизационных алгоритмов для генерации эффективных схем баз данных и запросов в системе управления качеством продукции;

- метод формирования информационной базы экспертного оценивания информации, отличающийся использованием современных технологий сбора распределенной информации о качестве продукции на основе локальных и глобальных компьютерных сетей;

- методика определения множества маршрутов в производственных сетях, отличающаяся формальной структурной детализацией объектных моделей и алгоритмом оптимизации этих моделей, представленных в виде циклических графов с нагруженными затратами ресурсов дугами и вершинами, обозначающими агрегаты и склады производств;

- единая алгоритмическая основа структурной и параметрической адаптивной идентификации линейных и нелинейных зависимостей, отличающаяся использованием рекуррентных и рекуррентно-итерационных процедур, ориентированная на специфику блочного поступления набора идентифицируемых параметров и массива данных о технологии производства и качестве продукции;

- адаптивные алгоритмы оптимизации моделей, отличающиеся использованием блочных рекуррентно-итерационных процедур, интерпретированных к решению многокритериальных оптимизационных задач и блочных рекуррентных алгоритмов уточнения весовых коэффициентов по данным статистического контроля качества.

Практическая значимость состоит в разработке современной технологии и инструментальных средств в виде методик, алгоритмов и программного обеспечения, охватывающих весь комплекс задач оперативного управления качеством продукции на промышленных предприятиях. Примеры практического использования показывают, что разработанные средства позволяют получать продукцию, максимально приближающуюся к заданному качеству с минимальными затратами ресурсов.

Реализована автоматизированная система, в которой решены задачи взаимодействия информационного, математического и программного обеспечения. Модули системы могут быть адаптированы к условиям различных действующих предприятий, выпускающих продукцию с регламентированным качеством.

Материалы по теме диссертационной работы используются в Липецком государственном техническом университете при подготовке инженеров по специальностям "Автоматизированные системы обработки информации и управления", "Математическое обеспечение и администрирование информационных систем", "Прикладная математика", бакалавров и магистров направления "Информатика и вычислительная техника".

Реализация результатов работы. Результаты исследований реализованы и внедрены в рамках хоздоговорных и инициативных работ в виде: системы автоматизированного проектирования сквозной технологии производства листового проката, подсистемы автоматизированного формирования документов для анализа качества продукции листопрокатного производства в ОАО "Новолипецкий металлургический комбинат"; методических рекомендаций при создании автоматизированной системы управления' технологическими процессами в ОАО Липецкий металлургический завод "Свободный сокол"; автоматизированной системы управления технологией и качеством цемента в ОАО "Липецкцемент"; системы автоматизированного проектирования технологии производства цемента в ОАО "Мальцовский портландцемент"; программного комплекса оптимизации информационных структур систем баз данных в ОАО "Липецкэлектросвязь"; экспертной системы прогноза рыночной оценки недвижимости в ОГУП "Липецкоблтехинвентаризация".

Апробация результатов исследования. Результаты исследований были представлены:

- на международных конференциях - ICSE Coventry University (Великобритания, Ковентри, 1994), IEEE Workshop on Nonlinear Signal and Image Processing (Греция, Салоники, 1995), First International Symposium on Communication Sys-

terns and Digital Procession (Великобритания, Шеффилд, 1998), "Современные проблемы информатизации в технике и технологиях" (Воронеж, 1999-2002), "Interactive Systems: The Problems of Human - Computer Interaction" (Ульяновск, 1999), "Программное обеспечение автоматизированных систем управления SAS-2000" (Липецк, 2000), "Измерения, контроль, информатизация" (Барнаул, 2001), "Теория и практика производства проката" (Липецк, 2001, 2003), "Современные системы управления предприятием CSBC'2001" (Липецк, 2001), "Теория активных систем" (Москва, 2001), "Современные сложные системы управления СССУ/HTCS" (Липецк, Старый Оскол, Воронеж, 2002, 2003), "Информационные технологии в естественных, технических и гуманитарных науках", "Моделирование как инструмент решения технических и гуманитарных проблем" (Таганрог, 2002);

- на межрегиональных, региональных и республиканских конференциях - "Состояние и перспективы развития научно-технического потенциала Липецкой области" (Липецк, 1993), "Перспективные информационные технологии в высшей школе" (Тамбов, 1995), "Новые информационные технологии в университетском образовании" (Новосибирск, 1996), конгрессах по прикладной и индустриальной математике - ИНПРИМ 96, 98 (Новосибирск, 1996, 1998), "Изобретательское и инновационное творчество в решении проблем развития Липецкой области" (Липецк, 1996), 3 Украинской конференции по автоматическому управлению "Автоматика-96" (Севастополь, 1996), "Инновационные процессы в высшей школе и проблемы совершенствования подготовки специалистов" (Липецк, 1998), "Моделирование и развитие процессов обработки металлов давлением" (Магнитогорск, 2002);

- на всесоюзных конференциях - "Новые технологические процессы прокатки как средство интенсификации производства и повышения качества продукции" (Челябинск, 1989), "Проблемы повышения качества металлопродукции по основным переделам черной металлургии" (Днепропетровск, 1989);

- на семинаре-совещании администрации Липецкой области и руководителей промышленных предприятий "Об итогах работы предприятий промышленности Липецкой области за 9 месяцев 2002 года".

Положения диссертации поддержаны грантами по фундаментальным исследованиям:

- Министерством образования РФ - Г00 4.1 - 68 и Т02-05.9-222;

- Российским фондом фундаментальных исследований - № 03-01-96484 и № 03-01-96487.

Публикации. По теме диссертационного исследования опубликовано более 100 работ в отечественных и зарубежных изданиях. Из них в автореферате приведены монография [1], 9 учебных пособий для вузов [2 - 10], 23 статьи из перечня периодических журналов, рекомендованном ВАК для публикации основных результатов диссертации на соискание ученой степени доктора наук [11 - 33], 9 работ из сборников научных трудов и трудов международных конференций [34 - 42], патент и 2 авторских свидетельства на изобретения [43-45].

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы из 361 наименования и 8 приложений. Основная часть работы изложена на 315 страницах машинописного тек- г< ста, содержит 104 рисунка и 50 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулирована цель, изложены основные научные положения и результаты, выносимые на защиту.

В первой главе проведен анализ современных методов управления качеством и применения информационных технологий в производственных системах. Показано, что современное понимание задачи управления качеством должно быть неразрывно связано с действующими системами стандартов и с управлением производственными процессами, включая технологию.

Стандарты сертификации качества продукции, в том числе и ISO 9000, рекомендуют применение концепции всеобщего управления качеством, включающей методы статистического контроля. Статистический контроль качества продукции был предложен еще в 20 годы, в дальнейшем большой вклад в со- 1

вершенствование и развитие методов внесли отечественные и зарубежные ученые. Однако выявлено, что традиционные статистические методы позволяют реализовать лишь функции контроля качества на основе анализа дан- ' ных о полученных свойствах готовой продукции, а эффективное управление качеством возможно только на основе внедрения и тесного взаимодействия с современной методологией управления качеством продукции.

В задачах управления качеством широкое распространение во многих странах получила теория, в основе которой лежит связь между потерями производителя и отклонениями потребительских свойств продукции от заданных значений. В настоящее время эта теория получила развитие в подходе к

управлению качеством продукции промышленных предприятий на основе решения задач многокритериальной оптимизации.

Анализ показал, что современный подход к оптимизации качества продукции влечет за собой разработку универсального комплекса, включающего информационное, математическое и программное обеспечение. С учетом состояния и тенденций развития информационных технологий и их применения для повышения эффективности управления качеством сформулированы задачи диссертационного исследования, которые направлены на совершенствование теории автоматизированного проектирования баз данных, повышение гибкости экспертных систем, разработку новых адаптивных методов моделирования и оптимизации технологии производства.

Во второй главе разработана общая концепция автоматизированного управления качеством продукции. В частности, представлена методология оперативного управления, включающая формальные процедуры анализа производственных данных на предмет выявления связей между технологией и потребительскими свойствами продукции. Формальное описание этих связей дает возможность автоматизировать процедуры выбора и корректировки технологического процесса, с учетом разброса свойств исходного сырья и прогноза качества единицы продукции. Это приводит к задаче управления, которая в общем случае сформулирована следующим образом: найти такую допустимую технологию, которая обеспечит получение качественной продукции при минимальных затратах на производство.

Множество всевозможных значений технологических величин или факторов можно представить в виде л-мерного технологического или факторного пространства X. . Точкам этого пространства - технологиям х = (х,.х2..... х„)вХ -. соответствуют некоторые значения у,,1 = 1,..., М- выходных характеристик качества готовой продукции, достигаемых при реализации х. Допустимые значения технологических величин выбираются из соображения ограниченности ресурсов агрегатов и специфики технологии:

х)<х]<х), ; = 1,...,и, (1)

где х^, х] - допустимые минимальные и максимальные значения факторов.

Аналогично тому, как факторы х^ задают технологическое пространство, характеристики качества у, задают пространство качества Г: У = {у,}. В пространстве Г выделяются такие подпространства (классы качества) УЛр = \,2,...,В), что, например, У, соответствует первому сорту продукции,

У2- второму сорту продукции и т. д.; Ув соответствует браку. Задача оптимизации качества сводится к определению таких значений (х1/3...... хп0.), при

которых обеспечиваются заданные свойства У^ в соответствии с

требованиями стандартов и технических условий. Обозначим установленную каким-либо образом взвешенную связь V между X и У как {У:У->Х}, тогда

оптимальная технологическая связь представляется в виде:

{Ур. (2)

где р - класс задаваемого качества; Ла. > 0 - весовые коэффициенты, учи-

рI

тывающие значимость /-го свойства в общей совокупности показателей качества; - значения свойств, отражающие требования к качеству готовой

продукции. Отображение Vформально представлено в виде информационной модели и в виде функции-свертки частных математических зависимостей.

Задача оптимизации связи (2) при условиях (1) решается один раз перед началом обработки единицы продукции или несколько раз - перед каждым этапом обработки полуфабриката с учетом отклонений от заданных оптимальных значений реализованных величин технологической траектории, определенной на основе оптимизации затрат ресурсов на производство. Образующийся цикл коррекции технологии требует решения ряда задач, связанных с разработкой автоматизированной системы управления качеством продукции (АСУ КП), концепция которой предполагает два канала управления (рис. 1): 1) на основе формального математического аппарата обработки производственной информации; 2) на основе логической обработки экспертной информации.

АСУ качеством продукции функционально отражает реализацию теоретических и практических аспектов, связанных:

- с созданием эффективного информационного обеспечения системы на основе концепции баз данных и знаний;

- со структурным моделированием производственных схем на основе их объектного представления;

- с оптимизацией качества на основе математического моделирования и программирования;

- с управлением качеством на основе экспертного оценивания технологических величин.

Производственная информация Модели представления схем производств Базы данных

Методы идентификация и оптимизации

Обеспечение качества продукции

Методы обработки экспертной информации

Базы знаний

Модели представления экспертных знаний Интеллектуальная информация

Рис. 1. Концепция автоматизированной системы управления качеством

Перечисленные аспекты влекут за собой решение комплекса задач, направленных на разработку информационного, математического и программного обеспечений АСУ КП.

Создание информационного обеспечения системы, связано с решением двух основных задач, определяющих его эффективность:

- организацией и реализацией оптимальной схемы информационной базы с позиции минимума избыточности данных;

- организацией оптимальных вариантов доступа к информации с целью минимизации времени реакции системы на запросы.

Оптимальность решений этих задач полностью зависит от компетенции проектировщика информационной системы и сложности предметной области. Поэтому разработаны формальные методы анализа данных, реализация которых в автоматизированном режиме обеспечивает генерацию оптимальных информационных структур.

Математическое обеспечение системы рассматривается в контексте объектно-структурного моделирования, адаптивной идентификации и математического программирования.

Процесс объектно-структурного моделирования производства возможен

благодаря организации единого информационного пространства, а также описания поведения объектов стандартными математическими схемами. Результатом решения задачи оптимизации структурной модели является множество производственных маршрутов, определенных с учетом стоимостных, временных и других критериев, для которых определяются технологические режимы обработки полуфабрикатов с целью обеспечения потребительских свойств готовой продукции, т.е. решается многокритериальная оптимизационная задача. При этом необходимо учитывать следующие особенности:

- модель может иметь нелинейную структуру, как по факторам, так и по параметрам, которая должна корректироваться при изменении производственных условий;

- технологическая последовательность обработки полуфабрикатов реализуется поэтапно, где каждый этап производства включает блок технологических факторов;

- поступление данных в систему может осуществляться блоками, т.е. в виде порций различного размера.

Учитывая эти особенности, алгоритмы идентификации и оптимизации рассматриваются в контексте блочных адаптивных процедур.

Структура программного обеспечения представляет собой комплекс инструментальных средств, который решает задачи обеспечения качества продукции и выполняет следующий набор основных функций:

анализ производственных данных включает процедуры фильтрации данных, статистического контроля качества, определения взаимосвязей значений технологических факторов и выходных свойств продукции и др.; ■

моделирование и оптимизация производственных маршрутов является объектно-ориентированным инструментом, позволяющим синтезировать в терминах предметной области возможные схемы производства продукции и выбирать среди них наиболее рациональные;

идентификация и оптимизация технологий позволяет описывать процесс производства продукции математическими зависимостями и оптимизировать методами математического программирования (решается многокритериальная задача выбора технологических режимов обработки продукции);

прогноз свойств позволяет исследовать возможное изменение качественных показателей продукции при варьировании технологических условий обработки полуфабриката;

экспертное оценивание технологических режимов обработки продукции позволяет на основе методов дедуктивной обработки знаний экспертов оце-

нивать технологические траектории с точки зрения непротиворечивости ре зультатов прогноза;

на основе результатов экспертного заключения и/или модельного прогноза выдаются рекомендации по совершенствованию технологий производства, обеспечивающих получение качественной продукции.

Подробно вопросы, связанные с разработкой теории оптимальной организации информационного обеспечения АСУ качеством продукции, рассматриваются в главе 3; теоретические аспекты математического обеспечения, рассматриваются в главе 4; разработка и реализация программного обеспечения АСУ качеством продукции и примеры практической реализации отражены в главе 5.

В третьей главе развиваются теоретические аспекты организации информационного обеспечения АСУ качеством продукции, основу которого определяет концепция баз данных и знаний, разработанных с использованием объектно-реляционной модели данных.

Эффективность информационного обеспечения повышается за счет использования разработанных формальных процедур, позволяющих автоматизировать процесс формирования оптимальных схем й запросов к базам данных и знаний (рис. 2).

Формирование схемы БД Формирование схемы БЗ Формирование запросов

[ Производственная | 1 информация 1 Экспертная | информация 1 Формулировка исходного запроса

* ~ ■ * *

Кластеризация данных и нормализация графа функциональных зависимостей Определение схемы сбора знаний Формализация исходного запроса

♦ * *

Построение информационно-логической модели Разработка структур анкетирования Оптимизация реляционного выражения

1 1 *

Построение оптимальной схемы реляционных отношений Логическое представление знаний Преобразование выражения в оптимальный запрос

* * *

Построение объектной надстройки

Оптимальные информационные структуры

Рис. 2. Методология оптимизации информационных структур

Формальное выделение объектов основано на кластеризации множества всех данных с целью выделения подмножеств, описывающих свойства этих объектов. При этом учитывается не семантическое их содержание, а формальные информационные категории объектов и логические связи между объектами.

Пусть все атрибуты Dx,....,Dn хранимых данных представлены отношением R (£>],...., D„), Di = (d,v...,dim).

Для возможности проведения вычислений с данными d,k (/'=1,..., л; к=1,..., т) нечислового типа необходимо провести операцию числового кодирования отношения R с помощью преобразований:

Ti = г(.....dm) = (tn,..., tim), \fdlk * T]ik, где T}ik Ф NOT NULL. В результате

формируется отношение R(T},..., Т„), где Г, = (tn,..., t,m),i = 1,..., п.

Тогда алгоритм кластеризации данных можно представить в виде следующей последовательности шагов:

1. Определить мощности атрибутов в R (Т{,..., Тп): {М(7])| w,;Vii/fc *r],k,i=\,...,n}.

2. M(T,) = M(Tj) (i,j = \,...,n,i*j) => ЩТ1Ь..., 7j?i),..., Rq{Tqx,..., TgqQ).

3. Определить в Л,(Г,,,...,Г1?|),...,RQ{TQb..„ TQqg) оценки связи

{S(Tj,Tj)\ \/t,k *ri,k-,i,j = \,...,n-,k = l,...,m\.

4. Определить в ^(Тп,...,Т1Ч[),...,Мв(Тви...,Тв^) кластеры С1р = \Г„Тр) из условий slp = max\sy | Vi Ф j; i, j = 1....И j, fy > %,

где sn - пороговое значение функции сходства ,Tj).

5. Определить в R\{Tn,...,TXqi),...,RQ{TQX,...,TQqQ) агрегаты кластеров aggregate(Ti,...,Tp): Т,^р=Т,Тм...Тр1 которые определяют объекты и описывают их свойства.

Для структурированного описания выделенных объектов формируются графы функциональных зависимостей (ФЗ) атрибутов с дальнейшей их нормализацией, выполняемой по алгоритму:

1. Исключение циклов из графа ФЗ. Например, дано замыкание циклического графа, в котором определены атрибуты А = {a,b,c,d,e,f}, и функциональные

зависимости F = {a^b,b->c,c->d,d-±e,e->b,d-±f}. Тогда = ja,a°,/j;

F° =.{а->а°,а0 -»/)■ где a0 = aggregate(b,c,d,e). На основании доказанных

в данной главе теорем об эквивалентности атрибутов в циклических графах ФЗ получим граф, в котором А = {a,b,c,d,e,f\

2. Исключение из графа транзитивных ФЗ. Операцию удаления из графа без циклов всех ФЗ, получаемых по закону транзитивности, можно записать в виде: trans _off(F) = {(a,b)| (a,b)е F л exist _path{F,a,, где exist _path(F,a,b) - предикат существования пути более чем из одного звена между двумя вершинами.

3. Объединение несвязных графов ФЗ. После исключения из графа транзитивных ФЗ может сформироваться совокупность несвязанных между собой

нормализованных подграфов, например: А" = {a,b,c,d,e,f,g},

F" = {b -» а, Ь -> с}, Fj ={d~^ f, е -> /, / Такие подграфы можно объединить добавлением агрегирующего атрибута, функционально определяющего все корневые атрибуты подграфов h = aggregate(b,d,e). При этом граф ФЗ, объединяющий несколько нормализованных несвязанных подграфов, является также нормализованным.

Результатами реализаций методов кластеризации данных и нормализации графов ФЗ являются спецификации, на основе которых формируется информационно-логическая схема базы данных (ER-модель), в которой объекты формально определены кластерами атрибутов и уточнены нормализованными графами. Процесс формирования оптимальной схемы БД основан на формальном преобразовании спецификаций ER-модели в нормализованные реляционные отношения.

Следует отметить, что АСУ качеством продукции решает задачу формирования баз знаний экспертного оценивания технологии производства и качества продукции. Одним из условий корректности технологии сбора информации является достаточное число независимых экспертов. Поэтому при анкетировании специалистов, удаленных географически, использованы методы с применением локальных компьютерных сетей и Web - технологий. При этом электронные версии анкет располагаются на соответствующих серверах, реализуя возможности сетей.

Повышение эффективности автоматизированных систем, наряду с оптимизацией информационных схем, связано с решением задачи организации оптимальных запросов к базе данных. В основе практически всех алгоритмов оптимизации запросов лежат процедуры их представления в виде бинарного

дерева с последующим преобразованием к эквивалентному виду с отношениями меньшего порядка. Например, алгоритм оптимизации, предложенный Д. Ульманом, включает типичный набор таких процедур над реляционными выражениями. Однако классическое его вербальное определение существенно снижает универсальность реализации и оптимизационный эффект алгоритма. Формализация же оптимизационных процедур позволяет синтезировать программную надстройку генерации оптимальных запросов к действующим информационным системам. Математической основой алгоритма являются законы эквивалентных преобразований, которые формализованы в терминах множественного представления: 0- множество реляционных выражений; в в®- реляционное выражение; В - множество элементов реляционного выражения; Ос В - множество реляционных операций, участвующих в реляционном выражении; С с В2 - множество связей выражения {о,Ь)кО,овО,ЬеВ, где элемент Ъ реляционного выражения в = (В,60 является аргументом реляционной операции о; ЕсО,ПсО,£)сО,УсО,йсО - множества реляционных операций каждого типа соответственно: селекция, проекция, декартово произведение, объединение, разность. Исходя из множественного представления реляционных выражений и формализованных законов эквивалентности, 0 = (Я,<7) может быть преобразовано в 9' = (В1, С) без изменения соответствия между входом и выходом реляционного выражения. Тогда формально алгоритм оптимизации реляционных выражений определяется следующей последовательностью:

С4(в,о), arg e о е П; - перемещение селекции в направ-С6 (в,о), arg в о е D; лении наибольшей вложенности в ' С7 (в,о), arg в о е U; ' реляционном выражении в\

С12 {в, о) = \п <а ^ « =

С8(<9,о), arg в о е R

С;1 (0,o),argeoeX; " перемещение проекции в направ-

- перемещение проекции в направлении наибольшей вложенности в реляционном выражении в \

реляционном выражении в;

- агрегирование проекции или селекции в реляционном выражении в\

\в, Зо(f(v, в, о)); ~ многократное применение опера-

9F?V<9 = 1 iR vfd.min в) ции v к Реляционному выраже-

нию в\

3(^ = iRCij9ic iRc - оптимальное реляционное выра-

жение.

При этом: С2(в,о) = С'2(в,о, arg0 о) - каскад проекций; C3(e,o) = Q(e,o,arg0o) -каскад селекций; С^{в,о) = С\{9,о,га:%в о, mini!) - перестановка селекции и проекции; С1х{в,о)-С'^1{в,о,дх%в о,ттП) - перестановка проекции и селекции; С6 {в, о) = С'6 (в, о, arge о, mini, min(X \ mini)) - перестановка'селекции и декартового произведения; С7 {в,о) = Сп{в,о, arg^ о, mini,min(2\mini)) - перестановка селекции и объединения; С8{в,о) = Q{в,о,arg# о,mini,min(X\ mini)) -перестановка селекции и объединения;

Сд(в,о) = Q(i?,o,argio,minrXminfT\minn)) - перестановка проекции и декартового произведения; Cw(d,o) = C'l0(d,o,arge o,minIT) - перестановка проекции и объединения.

Для практического формирования оптимальных запросов сложной структуры с теоретически неограниченным числом уровней вложенности установлено соответствие синтаксисов между формальными реляционными выражениями и конструкциями языка SQL, в которых используются суперпозиционные композиции элементарных операций. Следует отметить, что при организации распределенных баз данных и знаний фрагментарные представления могут располагаться на разнесенных Web-серверах по принципу используемой информации. Применение Web-технологий и концепции распределенных систем ставит вопрос о совместном использовании преимуществ реляционных и объектно-ориентированных моделей. Так с помощью разработанного сервера объектного представления осуществляется доступ, с одной стороны, к информационным ресурсам и, с другой, к задачам приложений АСУ КП (рис. 3).

В четвертой главе разработаны алгебраические основы и принципы взаимодействия адаптивных методов моделирования и оптимизации для решения задач управления качеством продукции (рис. 4).

Основой описания производственных систем является совокупность принципов объектного и структурного моделирования.

ЗАДАЧИ ПРИЛОЖЕНИЙ

ПЛАНИРОВАНИЕ МОДЕЛИРОВАНИЕ ОПТИМИЗАЦИЯ АНАЛИЗ

ОБЪЕКТНО-ОРИЕНТИРОВАННЫЙ ИНТЕРФЕЙС

; .. ::............

Наследование Инкапсуляция данных Идентификация объектов Полиморфизм

Г \_\ 1 |

ВОЗМОЖНОСТИ ОБЪЕКТНО-ОРИЕНТИРОВАННОГО ПРОГРАММИРОВАНИЯ

СЕРВЕР ОБЪЕКТНОГО ПРЕДСТАВЛЕНИЯ

ВОЗМОЖНОСТИ РЕЛЯЦИОННЫХ БАЗ ДАННЫХ

1 I I 1 I Г^

Целостность Безопасность Стабильность Параллелизм Восстанавливаемость Архивирование

УПРАВЛЕНИЕ ИНФОРМАЦИЕЙ

Система реляционных баз данных

Рис. 3. Организация доступа к информационным структурам

Рис.4. Математические методы в управлении качеством

Анализ производственных систем с использованием объектного подхода проведен в соответствии с утверждением об их иерархической подчиненности.

Степень иерархической детализации зависит от возможности выделения в этой структуре элементарных объектов, ассоциации которых определяют технологическую последовательность производства продукции описываемой структурной моделью в терминах "склад - агрегат - склад", т.е. структурная модель строится в рамках концепции объектного моделирования производственного процесса.

Типы структурных взаимодействий между объектами могут быть описаны в виде ориентированного графа с вершинами, обозначающими склады, и дугами, обозначающими агрегаты.

Таким образом возникает задача оптимизации на циклических графах с

нагруженными дугами и вершинами, где нагрузкой могут являться затраты ресурсов на производство продукции:

n n m

fix) = 11 СуХу + -» min, (3)

¡=i j=i k=i

n n

2>,*-2>*, =0, (4)'

7=1

= 1, если дуга (ij) принадлежит графу, ху = 0, если дуга (ij) не принадлежит графу,

где R,k i g [1,и] к е [\,т]-нагрузка г-й вершины к-ьм ресурсом; Кк - весовой

m

коэффициент к-го ресурса; Су - X(R¡k + Ryk) - длина пути из вершины

к=\

i в вершину j; R¡jk ( /', j е [1, n], к е [1, m] ) - нагрузка j-й дуги £-ым ресурсом.

Для решения задачи (3), (4) разработан алгоритм, позволяющий получить оптимальное решение в производственных сетях с циклами, определенными при объектно-структурном моделировании, а также оценить оптимальные промежуточные решения, используя принципы динамического программирования:

Шаг1. Res, =0, MinWay¡ =0, /е[1,и], где tek-1, pred0 =-1, i = 0, Шаг 2. Определить нагрузку/-ым ресурсом текущей вершины: ^lekj ~ Rpred,,j + ARpred„J + ^Rpred,,tek,j> 7 ARpredhJ- - расходу- го ре-

сурса на вершине; ARpred¡¡tek j - расход у-го ресурса на дуге; Rp^j - количество j -го ресурса на предыдущей вершине.

m

Шаг 3. Если Reslek > +RprediMj)xKj) или Res, =0,то

M

и

Restek = I((RtekiJ + Rpred¡)xKj) и MinWay,ek = pred¡, иначе tek = pred¡, j* i

/ = /-1.

Шаг 4. Переход на первую нерассмотренную вершину из вершины tek :

а) если таких вершин нет, то tek = pred¡, i = / -1 и переход на шаг 4;

б) если pred¡ - -1, то переход на шаг 6;

в) в остальных случаях переход на шаг 5.

Шаг 5. i = í +1, predi ~ tßk > tek = найденная вершина и переход на шаг 2.

Шаг 6. tek = последняя вершина.

Шаг 7. Запомним текущую вершину в оптимальном пути и tek = MinWaytek. Шаг 8. Если tek ф последняя вершина переход на шаг 7.

Результатами объектно-структурного моделирования и оптимизации являются: декомпозиция производственного процесса до необходимого уровня иерархического представления; формирование ориентированного графа; решение задачи оптимизации на графе, отражающее множество технологических маршрутов в производственной сети (см. гл. 5). С учетом этих результатов далее следует установить между технологией и показателями качества взвешенные зависимости (2) при выполнении условий (1), которые в математической постановке формируют модель качества, а задача многокритериальной оптимизации будет иметь вид: найти

opt У (Л, s(y(x)), (5)

хеХ

где = s(x) - функция нормирования зависимостей у(х) е ЧЯМ.

При идентификации и оптимизации модели качества (5) следует учитывать особенности, связанные с нелинейностью технологических связей и блочным поступлением информации о реализации процессов производства продукции (см. гл. 2).

Далее в главе 4 рассмотрены алгебраические основы рекуррентных и рекуррентно-итерационных процедур структурной и параметрической идентификации линейных и нелинейных моделей в ситуациях одноразового и блочного пополнения набора идентифицируемых параметров и массива исходных данных.

Общим способом описания структурных преобразований нелинейной модели при введении блока дополнительных параметров является суперпозиционное моделирование, устанавливающее соотношения между оценками параметров, полученными на основе исходной и расширенной модели, при помощи некоторой функции связи. Пусть дана модель у = <р(х,Р). Для описания той же зависимости избрана другая модель у = а>{х,в), в которой: 1) параметры

в е 5R" из а> являются расширением параметров е из <р\ 2) у состоит из параметров, дополняющих до 2) со является расширением ç (суперпозицией): a>(x,fiy) = ц/(х, ф,Д)> у) = = ф.р.у), (р = ФФ), где у/ - функция связи модели ср с параметрами уеЧЯр: вТ = [/?г |ут], s + р = п. Тогда оценки параметров моделей находятся по итерационным формулам:

А/3

Л

А у

В соответствии с рекуррентной формулой Клайна псевдообращения блочных матриц, применяемой к решению нелинейной задачи о наименьших квадратах (НЗНК),

I ^с

Ьс = с; +(1-с; • сс)• кс-17гас-(V-(¡-^с-с;), сс = {1 -^трс1с-(утрасу)^тгас,кс = (1 + м/-мс)~\

Мс = (^Ггс)+ -Утгпс •(/-С/-Сс) где 0 = и=1,..., и; нижние

индексы с, "+" обозначают приближения на текущем и следующем шаге итерационного процесса, соответственно; верхний индекс "+" обозначает операцию псевдообращения матриц. На этой основе разработана методология моделирования технологических связей с использованием специальных нелинейных структурных представлений погрешностей и их адаптацией к обновляющимся данным.

Пусть теперь дана модель с фиксированными структурой и параметрами. Параметрическая адаптация нелинейных моделей при последовательном поступлении технологических данных в виде дополнительного блока объемом q к исходному массиву объемом т в подсистему идентификации основана на решении НЗНК следующего вида:

"2

найти тт /(Д/Г"^) = 1/2 где (£<'».'») = д<«^> =

е 91т+ч - функция невязки уравнений

к<т> Л<я)>

ф<

у<т + д> _0. J<rтн■q,n>^<т,п>^_ J<m+q,n> _

J<m,n>

>у<(<?),п>

е9?(т+9)хи - матрица

Якоби функций дАт+ч>-1 е<я" . вектор новых д компонент функции

К, вычисляемых по формуле:

Дp<m+q,n> _ _

+ " R<m> "

j{<(q)>

Тогда блочную рекуррентно-итерационную процедуру параметрической идентификации можно представить в виде:

p<m+q,n> _ р<т,п> Ар<т+„,п>

где = yfv»при

J<m+q,n> _^ç<m+q,n>y- [у _çç<m+q,n>j<(q),n>^<m,n>^

X [J^l)-"* ^p<m'n> yj<m-n> ^jÇj<r"-n> ))+ x f^<m+9<n> _ç<m+q,n> (c<m+î,„>)+ j £<m+q,n> _ J<lq)f>> ç^<m,a> ^_j<m,rt> yj<m,n> j<m,rt> ^

В основе методологии адаптивной идентификации приоритетов показателей качества продукции лежит связь между Л,, j=\,...,M, и данными статистического контроля качества продукции, т.е. относительной частотой ее отбраковки û),j (z=l, ...,m;j=\, ...,М) по j-му критерию в i - й партии.

В рекуррентном методе непосредственной оценки предполагается, что для m партий отбракованной продукции коэффициенты XJ">{1) (J = \,...,М) являются усредненными весами относительных частот:

д<Л!+0>( 1) _

... m+q ¡M

mx^u1 (<71^)

i'=m+1 / j=1

m + q

(6)

где co^- количество отбракованной продукции в новых q партиях.

При наличии связанных рангов элементы Я"}т+?>(2) (/ = 1,..., М) опреде-

ляются рекуррентным методом ранжирования:

... M m+q

яГ1лГ+ I рГ

j<m+q>( 2) _ У=1 /=т+1

M ... M M m+q

I АГ

i=l 7=1 J=1 /=т+1

~Z Vi,

¿>7

_ v ~Z<m> ~<m> /=i

M. i _<m> „<m>

+ l~P,j > Pij

1<П>>

= I (s + Km>)lnm>

i=о

где £,<т>- минимальное значение позиции связанных рангов для г-й партии из объема т; /,<т>- количество элементов в связанных рангах для г-й партии из объема т. Аналогично, для дополнительных ц партий:

1'ч> .

р;;> Р;ч> = 'I М,<?>)//,<?> ,/=«+1.....«+д.

Результирующая оценка определяется в виде: = /р,у'=1,...,А/,

где Р - число методов.

В производственной информации необходимо отслеживать данные о случайных нарушениях технологии. Учитывая специфику блочного оценивания производственной информации, можно записать оценку согласованности технологии и свойств в виде рекуррентного соотношения для коэффициента конкордации:

М т т+Ч ,

Щ[р!у+ I р„]-[(м + <?)(М + 1)]/2}2

цг<т+д> _ 7=1 '=1_'="+1_

т т+д

(1 /12) (т + д)2 {М - ДО - (т + ?) (I Г, + £ Г,)

1=1 1=т+1

1°' 12,=!

где Т, =— X- поправочный коэффициент, учитывающий число свя-

занных рангов в £-й группе неразличимых рангов г-й ранжировки; <?, - число групп неразличимых рангов г-й ранжировки. Такой подход, в отличие от традиционного экспертного оценивания, при определении весовых коэффициентов в многокритериальных задачах (5) позволяет создавать автоматизированные системы управления качеством продукции с непрерывными информационными потоками.

При реализации математического обеспечения в автоматизированных системах возникает проблема поддержания актуальности решений задачи (5) при изменении оптимизационных условий. Во многих случаях управление качеством продукции с использованием математических моделей можно свести к решению следующей системы уравнений:

О = М'у(х) + х» + у- = °> 1 = к > №

0 = + = (10)

1 = 4 (*,(*) -s*) = 0,j=l+l,...,M, (11)

где xn+j >0,j = 1,..., М-дополнительные переменные; s* - требуемое нормированное значение у'-го свойства продукции. Эта система может отражать как диапазонные характеристики качества, определенные совокупностью уравнений (9) и (10) , так и точечные их значения (11). Тогда (5) следует свести к НЗНК: найти

min 1|!*(*)Г , где R(x) = [r^j = 1,..., М (12)

Для решения (12) разработаны блочные рекуррентно-итерационные процедуры для методов, объединенных единой модельной схемой и итерационной формулой: х+ = хс + Ах, где Ах - направление оптимизационной траектории. Адаптивные процедуры основаны на блочной рекуррентной формуле:

Ах{м+ч) =Ах{м) - jß{Ai> (хсМ) + /W ))"' х

X ) ) + С^<А'>)}- ).

Параметр Q определяет выбор базового метода: в рекуррентно-итерационном методе Ньютона - {Q-.S = г ■V1r е 3?"*"}, где S- матрица

информации о производных второго порядка V2r(x); в рекуррентном

итерационном методе секущих - {Q: А - X ги (х) • (Ни)}, где А - матрица

И=1

секущих, Н - аппроксимация секущими матрицы V2r„(x) - производных второго порядка; в рекуррентно-итерационном методе Левенберга-Маркварта - > гДеМс ~ параметр регуляризации. Эти методы позволяют

включать в модель качества блоки новых моделей на любом этапе оптимизации, учитывая при этом результаты полученных ранее решений оптимизационных задач. При этом оценка точности оптимальных решений основана на представлении доверительных интервалов для значений откликов Y в оптимальной точке.

Таким образом, ключевым результатом данной главы является разработка с единых позиций адаптивных алгоритмов с последующей их реализацией в АСУ КП.

В пятой главе решаются задачи, связанные с программной реализацией информационных и математических средств в интегрированной АСУ качеством продукции. Структура программного обеспечения разбита на группы подсистем, объединенных по функциональному признаку (рис.5):

УПРАВЛЕНИЕ ИНФОРМАЦИЕЙ - это группа подсистем, обеспечивающих решения задач обеспечения АСУ КП единым информационным пространством, связью с внешними источниками информации, возможностью манипулирования объектами на информационном уровне и ведения баз данных и знаний.

ПЛАНИРОВАНИЕ - это группа подсистем, обеспечивающих начальную настройки системы для реализации процессов моделирования и оптимизации качества.

МОДЕЛИРОВАНИЕ - это группа подсистем, обеспечивающих решения задач моделирования множеств технологических маршрутов, идентификации зависимостей модели качества и оперативный прогноз свойств продукции.

ОПТИМИЗАЦИЯ - это группа подсистем, обеспечивающих решения задач определения рациональных технологических траекторий при минимизации затрат ресурсов на производство, режимов обработки полуфабрикатов с целью обеспечения потребительских свойств готовой продукции.

АНАЛИЗ - это группа подсистем, обеспечивающих решения задач представления результатов обработки информации, управления планированием, моделированием и оптимизацией.

Названия подсистем отражают функциональность их в решении задачи управления качеством продукции.

Приводятся результаты функционирования АСУ качеством продукции, применены аспекты разработанных теорий в решении многофункциональной задачи управления качеством холоднокатаной листовой стали в условиях производств металлургического предприятия.

Проведен анализ существующих информационных систем, который показал, что они не всегда эффективно реализованы. Так, например, в системе управления отгрузкой продукции металлургического производства таблица сертификатов качества имеет около 100 атрибутов. В ней хранятся записи, содержащие 26 тысяч сочетаний значений данных, часть которых неоднократно дублируется и лишь 1800 записей уникальны (рис. 6).

Рис. 5. Структура программного обеспечения системы управления качеством продукции

>s 2000 | 1800 -g 1600 -,s 1400 -

I 1200 -| 1000 -g 800 -c 600 -& 400 g 200 0

1 11 21 31 41 51 61 71 81 91 число повторений записей

Рис. 6. Частота повторений хранимых записей

Таким образом, при общем объеме таблицы в 600 тысяч хранимых записей, оценка избыточности составляет 19 МГб.

Для оптимальной организации информационных схем на основе формальных преобразований содержания производственных документов были выявлены совокупности атрибутов, сгруппированных в кластеры, из которых, после нормализации графов функциональных зависимостей и установления соответствующих ассоциаций, получена информационно-логическая модель с последующим ее преобразованием в реляционную схему нормализованных отношений: подразделение, агрегат, технология, продукт, производитель, операция, ресурс, качество, дефект, гост, марка_стали, марка_стапи-гост, продукт-качество, дефект-операция, производитель-операция, операция-ресурс, операция-технология, качество-технология. Такая реляционная схема обладает свойствами минимальной избыточности хранимых данных, повышение же эффективности информационного обеспечения системы в части обработки информации требует решения задачи формальной оптимизации запросов. Например, формально запрос, в котором участвуют три отношения (рис. 7) можно представить в виде реляционного выражения, которое понятно и легко интерпретируется:

я(о(я(а(х(х(Я; 5); Т); = л = Т.Ь); „ 3

А,В,С,0,Е,К.Р,в,Н^,К,8Л,М);М =" ЛПП " ); В). Показано, что при его выполнении количество чтений с диска пропорционально полиному: + + + = ^ +

у ' 2 2 2 2 2 2 8 10 2 92

ТЕХНОЛОГИЯ Я АГРЕГАТ в

Идентификатор технологии А Идентификатор агрегата Б

Технологический фактор В Название агрегата в

Размерность ф С Плановая пропускная способность Н

Плановое значение фактора Б Фактическая пропуская способност I

Фактическое значение фактора Е Размерностьпс К

Идентификатор агрегата Р Идентификатор подразделения ь

ПОДРАЗДЕЛЕНИЕ Т

Идентификатор подразделения ь

Название подразделения м

Рис. 7. Отношения, участвующие в запросе

В результате применения к (13) формального алгоритма оптимизации, представленного в главе 2, получено реляционное выражение:

В, 5 £)■, л(<т(Т; М ="ЛПП"); ТХ)); 5 X = 7\1); В).

Его выполнение требует 0.(п) = Л.1+±.Л-.1+Л.1Л1 = чтений с

10 2 10 2-2 2 10 8 2 20 240

диска. Очевидно, что о,(и)>о2(и) и при эквивалентности результатов выполнения (13) и (14) формальная их оптимизация почти в 6 раз снижает время реакции системы на запрос.

Иллюстрация объектно-структурного моделирования и оптимизации производственных маршрутов дана на примере результатов реализации представления схемы металлургического предприятия. На основе иерархической структуры абстрактных классов можно представить схему производства (например, листопрокатного (рис. 8)) в виде объектной модели с требуемой степенью детализации, которая в свою очередь связана со структурной моделью, отражающей ассоциации объектов в технологической последовательности (рис. 9). Структурная модель преобразуется в ориентированный граф производственных маршрутов, исходя из норм расхода и стоимости ресурсов на производство продукции, на котором методом оптимизации, представленным в гл. 3, можно получить оптимальные решения в производственной сети.

Например, при производстве холоднокатаной листовой стали марки 08Ю без покрытия поверхности с параметрами В=1222 мм, НВых=1.1 мм, М=25,7 т определено множество маршрутов, фрагмент которых представлен в таблице 1.

Рис. 8. Объектная модель листопрокатного производства

Показана целесообразность определения технологических маршрутов исходя из списка оптимизируемых ресурсов и величины их экономической значимости.

Для описания связей технологии с механическими свойствами стали (ГОСТ 9045-93) представлены примеры использования методов структурной адаптивной идентификации (см. гл. 4).

Производства предприятия

КОПРОВЫЙ ЦЕХ

ГОРЯЧЕКАТАНЫЙ ПОДКАТ

HTA-1 AI

НТА-2 А2

S2

СТАН A3

ОКП A4

S4

S3

HTA-1, 2 - непрерывные травильные агрегаты; СТАН - стан холодной прокатки; ОКП - отделение колпаковых печей; AHO - агрегат непрерывного отжига; АГЦ - агрегат горячего цинкования; ДР-1, 2 - дрессировочные станы; А ПП - агрегат полимерного покрытия; АР-2-10 - агрегаты резки; SI-S8 - склады продукции и полуфабрикатов

AHO AS

АГЦ А6

S5

ДР-1

А7

ДР-2 А8

А19

АПП . А9

S6

S7

АР-9 А17

АР-10 А18

Рис. 9. Структурная модель листопрокатного производства

Таблица 1

Оптимизация маршрутов производства листовой стали

Приоритет Технологический маршрут Затраты ресурсов (у.е./т)

Назначение на AHO

1 S1-A2-S2-A3-S3-A5-S5-A11-S8 11,33

2 S1-Ä2-S2-A3-S3-A5-S5-A10-S8 11,34

3 S1-A2-S2-A3-S3-A5-S5-A12-S8 11,43

6 S1-A1-S2-A3-S3-A5-S5-A12-S8 12,34

Назначение в отделение колпаковых печей

1 S1-A2-S2-A3-S3-A4-S4-A8-S6-A11-S8 12,88

2 S1-A2-S2-A3-S3-A4-S4-A7-S6-A11-S8 12,89

3 S1-A2-S2-A3-S3-A4-S4-A8-S6-A10-S8 12,98

...

18 S1 - А1-S2-A3-S3 - A4-S4-A7-S6-А12-S8 14,11

В процессе моделирования получены зависимости, которые обладают возможностями структурного уточнения по мере реализации технологического маршрута. Например, для категории ОСВ (ГОСТ 9045-93) модели связи одной из механических характеристик с технологическими факторами (табл.2) имеет вид:

Оценка адекватности модели

£ 220

§е™

• Реальные значения •

- Прогнозируемые значения!

Технологический этап 1

уХЛ = -980,736х6 + 6287,53л:8 + + 205,018 ехр{7,222х6 -51,72х8}.

Среднеквадратичное отклонение: 17,1371.

Оценка адекватности мод«л*

6 10 Набподения

• Реальны* значения -

-Прогнозируемы» значения

Среднеквадратичное отклонение: 8,6197

Технологический этап 2

у1Л = 89,647лг6 + 50,702*8 + + 0,213хи - 75,505 х

V („57,788 „-13,777 „ 6,970 \ х\*6 Л8 Л14 )•

Среднеквадратичное отклонение' 11,1435

Технологический этап 3

У из = *б + *8 +0,280Х,4 +

+1,048 лг21 + 0,691 х24 + 0,025 х2} -

-0,156

V'755 +*8''753 +

+ (х14 /1,63 9)1,755 + + (*21 /0,972)1,755 + + (х24 / 1,089)г'755 + + (х25 /1Д49)1'755

1/1,755

Таблица 2

Факторы и отклики в моделях технологических связей

Обозначение Факторы Обозначение Факторы / отклики

*24 Время выдержки при Тщт, 1ви

Кремний, [БЦ Х25 Время охлаждения до Тр, ^х

Сера, [Б] У\ Предел текучести, от

Уг Предел прочности, <т.

ДГ14 Температура конца прокатки, Ткп Уз Твердость, НКВ

У4 Относительное удлинение, 8

Х2\ Время нагрева до Тпр, гт У5 Глубина сферической лунки, №

'Результаты адаптивной идентификации показывают структурную неод-

нородность зависимостей механических свойств и факторов. По мере реализации технологической траектории качественно улучшаются прогнозирующие свойства моделей за счет добавления блоков данных и параметров.

Для адаптивной идентификации приоритетов механических свойств листового проката в модели качества (5) за определенный период был проведен анализ статистического контроля, который выявил "провалы" при производстве стали категории вытяжки ОСВ (табл. 3). Для иллюстрации применения рекуррентных соотношений при расчете весовых коэффициентов и динамики их изменения рассматривается поблочное поступление данных на вход адаптивных алгоритмов (табл. 4).

Таблица 3

Динамика изменения частот отбраковки продукции

№ г./к. партии Относительная частота отбраковки металла по характеристикам, т/т: Диаграмма усредненных частот

<7т сгв няв 8 т

1 0,160 0,540 0 0,300 0 шь

2 0,716 0 0 0,284 0

3 0,258 0 0 0,742 0

4 0,911 0 0 0,089 0

5 0,196 0 0 0,804 0

6 1 0 0 0 0

7 0,906 0 0 0,094 0 Ж

8 0,911 0 0 0,089 0

9 0,746 0 0 0,254 0

10 0 0 0 1 0

11 0,327 0 0 0,673 0

№1 - предел текучести; И - предел прочности; |_1-твердосгь; О - относительное удлинение; И- глубина сферической лунки

Таблица 4

Оценки приоритетов характеристик металла

т 9 Л-яяв Аз Л® Диаграмма оценок

3 0 0,322 0,190 0,062 0,364 0,062

3 3 0,415 0,131 0,066 0,321 0,067

6 3 0,474 0,110 0,066 0,283 0,067

9 2 0,423 0,104 0,068 0,337 0,068 «Цряь* ЩШШ- АЛЬНЛЯ ЕКА

С.Петербург

< оз зов юст

Оценивая стабильность зависимости технологии от свойств, получено: (Г35" = 0,647; И*6* = 0,661; Г®* = 0,754; = =0,721. Сравнивая эти значения с критическими ¡¥а при уровне значимости а = 0,05, можно сделать вывод о стабильности технологического процесса и закономерности получения продукции со свойствами ему отвечающими.

При оптимизации модели (5) учитываются результаты структурной и параметрической идентификации моделей технологических связей и изменяющиеся приоритеты показателей свойств продукции. Методом адаптивной оптимизации модели качества (см. гл. 4) на технологических этапах решаются следующие задачи:

Технологический этап 1 Технологический этап 2

3,22(уц + Х26 - 196)=0, 1,90 (у2,1-л:27-255)=0, 1,90 (у2,1 +Х28 -323)=0, 0,62 (уз,1 +Х29 -46)=0, 3,65 (У4.1 -*зо -3б)=0, 0,62 (>5,1 -9,4)=0, \прих2ь -хц > 0;

3,22 (у1,,+Х2б-19б)=0, 1,90 (у2,1 -Х27 -255)=0, 1,90(У2.1+Х28 -323)=0, 0,62 0»3.1+-Т29-46Н), 3,65 (У4,1 -*зо -36)=0, 0,62 0-5,1 -«1 -9,4)=0,

4,15 (уи+хп-196)=0, 1,31 0-2Д-*зз - 255)=0, 1,31 (У2.2+ *34 -323)=0, 0,67 (У3.2+Х35 -46)=0, 3,21 (У4.2-Х36 -36)=0 0,67 (У5Д-Х37 -9,4)=0,

( 3,22 (ум + Х26- 196)=0, 1,90 02,1 -хгп -255)=0, 1,90 (у2,1 + *28 -323)=0, 0,62 Оз,1 + Х29 -46)=0, 3,65 04,1 -х-зо -36)=0, 0,62 05,1 -*31 -9,4)=0,

при *26 - Х27 > 0; Технологический этап 3

4,15 О1.2+ *«-196)=0, 1,31 (У2д-хзз - 255)=0, 1,31 02,2+^34 -323)=0, 0,67 Оз,2+^35 -46)=0, 3,21 О4Д-*Зб-36)=0, 0,67 (у5,2-х3, -9,4)=0, при Х26 ~Х43>0. '

Результаты решения этих задач представлены в таблицах 5, 6 и отражают методологию адаптивного управления качеством, в соответствии с которой после обработки единицы продукции на текущем этапе производства прогнозируются свойства продукции и рассчитываются значения факторов продолжения технологической траектории, реализация которой обеспечивает получение качественной продукции с определенной степенью вероятности. Так, например, на 1-ом производственном этапе (выплавки и разливки стали) оп-

4,74 01,3+ *38 -196)=0, 1,10 02,з- *З9-255)=0, 1,10 02,3+*40 -323)=0, 0.67 Оз,з+ хм -46)=0, 2,83 04,3-*42 -36)=0, 0,67 05,з-*43 -9,4)=0,

ределяется химический состав, который при фактической реализации технологии может иметь некоторые отклонения от ранее рассчитанного (см. табл. 6). Тогда технология обработки металла на 2-ом и последующих этапах (горячей прокатки, холодной прокатки, отжига и т.д.) определяется с учетом этих отклонений. 4

Таблица 5

Результаты прогноза оптимальных решений

м КРИТЕРИИ КАЧЕСТВА 1

Прогноз качества Доверительный интервал в оптимальной точке Диаграмма

£ У1 Уг Уз У* Уз У1 м/л Уг тих Уз тЫ Уз тех Уз гЫи Уз тех У4 У4 них Уз Уз тех соответствия качеству

У5 ¥4 «им

1 00 00 о СП ГО 10,6 40 г- 40 О* СЧ О о 00 СО 1п СП о> со о\ СП СП 10,1 VI те VI ———

и и ■Д март льна* область

2 00 о 00 см о тГ см •ч- 10,6 и-1 00 го СТ\ •ч- г-м 40 00 см 00 СП см Т 40,3 43,7 10,2 - 45 ¥4 УЗ УЗ VI ЕЕ ■■■■

М и и 1 Доверительная область

3 ГО 00 оо Г) 5 со -ч- <о о" оо 40 00 00 СМ 01 00 см о СМ ■ч- 41,7 44,3 10,3 10,9 те У4 УЗ уг У1 ш

_ _ и и Ы ■ Доварит* льна я область |

Таблица 6

Результаты решений задач оптимизации качества на технологических этапах

ТЕХНОЛОГИЧЕСКИЕ ФАКТОРЫ

Этап производства Х2 х3 X, хз х? Хг Хп хи Х,5 XК Х,9 Х20 Хп Хп Х23 Хм Хгз

1 0,5-1,5 О о см А 29-34 0,05 <4 о 0,030 0,006 0,018 0,066 1 1 1 1 ! 1 1 1 1 1

2 0,5-1,5 >1200 | 29-34 0,07 0,16 0,017 0,005 0,017 0,040 о •ч- 00 о ^ чо 1 1 1 1 1 1 1 1

3 0,5-1,5 >1200 т 2 см 0,06 0,19 0,029 0,009 0,017 0,067 о ОС о см 75,70 О 1 со см о\ 40 40 СО

Возможность получения металлопродукции заданного качества оценивается доверительными интервалами прогноза, определяемыми по формулам (6) - (8) (см. табл. 5). При этом вычислительные эксперименты показали, что последовательные суперпозиционные включения факторов в модель качества сужают доверительные интервалы точечных решений оптимизационных задач, что улучшает прогнозирующие свойства зависимостей.

Следует отметить, что полученные решения оптимизации математических моделей имеют и семантическую интерпретацию, представленную в виде кластеров экспертной информации. В части управления качеством на основе экспертного оценивания технологии и свойств продукции представлены результаты анкетирования специалистов подразделений металлургического предприятия и определения технологических режимов обработки полуфабрикатов методами кластерного анализа, объединенными единой модельной схемой (см. гл. 3). Например, фрагмент результатов обработки экспертной информации методом кластерного анализа с целью обеспечения механических характеристик листового проката категории ОСВ приведен в таблице 7 и на дендрограмме (рис 10), отражающей процесс объединения кластеров.

Таблица 7 Результаты обработки экспертной информации

Основные факто- Мини- Макси- Матема-

ры технологиче- мальное мальное тическое

ских переделов значе- значе- ожидание

ние ние

Химический состав

[С],(%)

[Мп], (%) 0.040 0.070 0.0550

№,(%) 0.150 0.300 0.1757

[Р],(%) 0.009 V 0.030 0.0010

Р>], (%) 0.005 0.010 0.0056

[Сг],(%) 0.007 0.020 0.0094

[№], (%) 0.010 0.020 0.0160

[Си], (%) 0.010 0.050 0.0330

[А1], (%) 0.020 0.040 0.0350

0.040 0.067 0.0483

Горячая прокатка

Т™ (°С)

Т„,(°С) 820 840 835

625 640 630

Кластеры

Рис. 10. Дендрограмма объединения кластеров

В приложении приведены данные экспериментальных исследований; результаты расчетов, полученные с использованием разработанных инфор-

мационно-математических методов; акты использования результатов диссертационного исследования.

ЗАКЛЮЧЕНИЕ

На основе анализа современного состояния проблем, связанных с повышением эффективности управления качеством продукции, можно заключить: используемые сегодня на промышленных предприятиях статистические методы контроля качества позволяют лишь констатировать нестабильность технологического процесса. Следствием этой нестабильности, как правило, является производство продукции, свойства которой часто в полной мере не отвечают требованиям потребителей. Выявление и устранение причин возникновения таких ситуаций возможно только на основе развития и внедрения современных технологий в области информационного, математического и программного обеспечения автоматизированных систем управления. В диссертации получены следующие результаты:

1. Разработана и реализована целостная методология управления качеством продукции на единой объектно-ориентированной основе, объединяющей методы и алгоритмы информационного, математического и программного обеспечения. С целью повышения эффективности автоматизированной системы в модели реализованы каналы управления:

- на основе концепции баз данных и формального математического аппарата обработки производственной информации;

- на основе концепции баз знаний и логической обработки экспертной информации.

2. Разработана-и применена для решения задачи управления качеством оригинальная методология оптимального синтеза схем баз данных и запросов на основе формального аппарата реляционной математики и объектного представления информации.

Для решения проблемы оценивания технологии производства и качества продукции независимыми экспертами разработана методика сбора и хранения данных, основанная на концепции распределенных систем, возможностях локальных и глобальных компьютерных сетей.

3. Разработана универсальная методика моделирования производственных систем, позволяющая получать объектные модели представления производств со структурной детализацией до элементарных объектов, ассоциации которых определяют технологическую последовательность обработки полуфабрикатов.

4. Разработан алгоритм определения множества маршрутов в производственных сетях многоэтапных технологий, основанный на принципах динамического программирования и представления структурных моделей в виде циклических графов с нагруженными затратами ресурсов на производство продукции дугами и вершинами, обозначающими агрегаты и склады.

5. При моделировании и оптимизации технологических связей, учитывающих специфику единичного и блочного пополнения массива данных о реализации факторной траектории многоэтапного производства, разработана и применена для решения задач управления качеством единая алгоритмическая основа:

- адаптивной идентификации структур и параметров математических линейных и нелинейных моделей на основе рекуррентных и рекурректно-итерационных процедур;

- адаптивной идентификации приоритетов показателей качества продукции на основе данных статистического контроля и рекуррентных алгоритмов уточнения весовых коэффициентов;

- адаптивной многокритериальной оптимизации блочными рекуррентно-итерационных методами модели качества на основе ее представления в виде систем уравнений и неравенств и возможностью модификации и добавления дополнительными моделями.

- пересчета оценок возможности получения продукции заданного качества на этапах производства на основе определения доверительных интервалов для откликов модели качества в оптимальных точках.

6. Разработано программное обеспечение, реализующее решение задач управления качеством, которое может быть использовано при исследовании различных производственных процессов, где качество продукции является сложной функцией многоступенчатой технологии. Показаны примеры функциональной настройки модулей программного обеспечения на объекты металлургического производства, которые подтверждают работоспособность и эффективность информационно-математических методов и алгоритмов.

7. Результаты теоретических исследований в области оптимального проектирования структур информационных систем и адаптивного управления качеством продукции нашли применение на отраслевых предприятиях в виде методических рекомендаций и программного обеспечения, что подтверждается соответствующими актами, используются в учебном процессе при подготовке инженеров, бакалавров и магистров.

Основные публикации по теме диссертации:

1. Погодаев А.К., Блюмин С.Л. Адаптация и оптимизация в системах автоматизации и управления. - Липецк: ЛЭГИ, 2003. -134 с.

2. Блюмин С.Л., Миловидов СЛ., Погодаев А.К. Нелинейный метод наименьших квадратов и псевдообращение: Учеб. пособие. - Липецк: ЛипПИ, 1992. -80 с.

3. Блюмин С.Л., Погодаев А.К., Барышев S.S. Оптимальное моделирование технологических связей: Учеб. пособие. - Липецк: ЛипПИ, 1993. - 68 с.

4. Блюмин С.Л., Миловидов С.П., Погодаев А.К. Основы прикладной математики. Оптимизационная математика: Учеб. пособие. - Липецк: ЛЭГИ, 1999. -83с.

5. Погодаев А.К., Батищев Р.В. Обработка данных на языке SQL в реляционных системах: Учеб. пособие. - Липецк: ЛГТУ, 2000. - 63 с.

6. Погодаев А.К., Чеботарев C.B. Практическое применение СУБД: Учеб. пособие. - Липецк: ЛЭГИ, 2001. - 63с.

7. Блюмин С.Л.,. Погодаев А.К., Тарасов H.A. Математическое обеспечение информационных технологий. Реляционная математика и базы данных: Учеб. пособие. - Липецк: ЛЭГИ, 2001. - 75с.

8. Качановский Ю.П., Ведищев S.S., Погодаев А.К. Экономическая эффективность автоматизированных систем: Учеб. пособие. - Липецк: ЛЭГИ, 2001.-63с.

9. Погодаев А.К., Дозоров S.S. Программное обеспечение автоматизированных систем. Разработка информационной структуры: Учеб. пособие. - Липецк: ЛЭГИ, 2002. - 52 с.

10. Погодаев А.К., Дозоров В.В. Программное обеспечение автоматизированных систем. Разработка приложений баз данных: Учеб. пособие. - Липецк: ЛЭГИ, 2002.-63 с.

11. Блюмин С.Л., Погодаев А.К. Блочные рекуррентно итерационные процедуры решения нелинейной задачи о наименьших квадратах II Ж. вычисл. матем. и матем. физ. 1992. Т. 32. № 8. С. 1180-1186.

12. Блюмин С.Л., Погодаев А.К. Суперпозиционная регрессия II Ж. вычисл. матем. и матем. физ. 1995. Т. 35. № 10. С. 1576-1581.

13. Кузнецов Л.А., Погодаев А.К, Бурцев В.Д. Информационная поддержка в системе автоматизированного моделирования сложных производств // Автоматизация и современные технологии. 2000. № 8. С. 2 - 5.

14. Кузнецов Л.А., Погодаев А.К., Дроздов Д.Е. Аппаратно-программный комплекс для анализа химического состава материалов И Датчики и системы. 2000. №8. С. 49-51.

15. Кузнецов ПЛ., Погодаев А.К., Бурцев В.Д. Автоматизированная система имитационного моделирования сложных производств // Датчики и системы. 2001. № 3. С. 28-32.

16. Кузнецов Л.А., Погодаев А.К. Аппаратно-программный комплекс для контроля и измерения неплоскостности проката // Датчики и системы. 2002. № 4. С. 33 - 35.

17. Блюмин С.Л., Погодаев А.К. Пошаговая нелинейная регрессия по последовательно поступающим данным // Заводская лаборатория. 1995. № 10. С.51 -57.

18. Кузнецов Л.А., Погодаев А.К. , Корнеев А.М. Статистические модели в задачах оптимизации сквозной технологии производства автолистовой стали II Изв. вуз. Черная металлургия. 1990. № 3. С. 34 - 36.

19. Кузнецов Л.А., Блюмин С.Л., Погодаев А.К. Статистическое оценивание оптимальных значений технологических параметров металлургических процессов // Изв. вуз. Черная металлургия. 1990. № 11. С. 55 - 57.

20. Кузнецов Л.А., Блюмин С.Л., Погодаев А.К. Выбор рациональной технологии производства листового проката с использованием методов математического программирования // Изв. вуз. Черная металлургия. 1991. № 9. С. 64 - 66.

21. Кузнецов Л.А., Корнеев А.М., Погодаев А.К. Анализ распределения факторов сквозной технологии производства автолиста // Изв. вуз. Черная металлургия. 1992. № 2. С. 34 - 36.

22. Кузнецов Л.А., Блюмин С.Л., Погодаев А.К. и др. Сочетание методов математического программирования для оптимизации качества листовой стали I Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев, S.S. Ведищев II Изв. вуз. Черная металлургия. 1992. № 5. С. 54 - 55.

23. Кузнецов Л.А., Блюмин С.Л., Погодаев А.К. Статистическая оценка точности оптимизации технологических параметров на основе нелинейной регрессии // Изв. вуз. Черная металлургия. 1992. № 7. С. 69-71.

24. Блюмин С.Л., Погодаев А.К. Алгоритмы блочной адаптации линейных и нелинейных моделей технологических зависимостей II Изв.вуз. Черная металлургия. 1992. № 9. С. 67 - 68.

25. Кузнецов Л.А., Блюмин С.Л., Погодаев А.К. и др. Разработка реляционных моделей данных для систем исследования технологии производства стали

/Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев, В.В. Белопольский II Изв. вуз. Черная металлургия. 1993. № 7. С. 26-29.

26. Блюмин С.Л., Погодаев А.К., Тарасов A.A. Алгоритмы блочной пошаговой линейной и нелинейной регрессии в оптимальном моделировании технологических связей // Изв. вуз. Черная металлургия. 1995. № 9. С. 37 - 41.

27. Кузнецов Л.А., Погодаев А. К, Бурцев В.Д. Объектно-ориентированный подход к моделированию сложных производств // Изв. вуз. Черная металлургия. 2001. № 7. С. 55 - 58.

28. Кузнецов Л.А., Погодаев А.К., Гостеев В.Г. Применение экспертных систем для управления качеством металлопродукции // Изв. вуз. Черная металлургия. 2001. № 9. С. 52- 56.

29. Погодаев А. К. Объектный подход при проектировании информационных систем // Изв. вуз. Черная металлургия. 2001. № 11. С. 57 - 59.

30. Погодаев А.К. Адаптивные методы определения приоритетов показателей качества металлопродукции // Изв. вуз. Черная металлургия. 2002. № 7. С. 51 -53.

31. Блюмин С.Л., Погодаев А.К. Адаптивные процедуры в решении задач оптимизации качества металлопродукции // Изв. вуз. Черная металлургия. 2003. № 3. С. 60 - 62.

32. Стабилизация поперечного профиля и уменьшение дефектов поверхности листа / А.И. Божков, Г.И. Бугаков, С.С. Колпаков, А.К. Погодаев II Сталь. 1992. №4. С. 41-44.

33. Система автоматизированного проектирования сквозной технологии производства листового проката / Л.А. Кузнецов, А.Д. Белянский, А.М. Кор-неев, А.К. Погодаев И Сталь. 1994. № 8. С. 51 - 54.

34. Блюмин С.Л., Погодаев А.К. О блочных алгоритмах нелинейной регрессии // Системы управления и информационные технологии: межвуз'. сб. науч. тр. Вып. 9. - Воронеж: ЦЧКИ, 2002. С. 38 - 42.

35. Кузнецов П.А., Погодаев А.К, Овчинников В.В. Оптимизация запросов к базам данных II Управление большими системами: Сб. тр. молодых ученых. Вып. 4. - М.: ИПУ РАН, 2003. С. 27 - 34.

36. Погодаев А.К. Метод моделирования схем реляционных баз данных II Сб. науч. тр. посвященный 30-летию научно-исследовательского сектора ЛГТУ. Часть 1. - Липецк: ЛГТУ, 2003. С. 99 - 103.

37. Погодаев А.К, Овчинников В.В., Тарасов H.A. Оптимальное проектирование схем баз данных II Методы и модели искусственного интеллекта: Сб. науч. тр. семинара ЛРО РАИИ. - Липецк: ЛГТУ, 2003. С. 131 -140.

38. Погодаев А.К., Овчинников B.B. Оптимизация схемы базы данных с использованием мощностей активных доменов II Фундаментальные исследования в области гуманитарных наук. Экономические науки. Информатика. Конкурс грантов 2000 года: Сб. рефератов науч.-исследов. работ. -СПб.: Изд-во СПбГУЭФ, 2003. 87 с.

39. Кузнецов Л.А., Погодаев А.К. Применение информационных технологий в управлении качеством продукции II Теория активных систем: Труды меж-дунар. науч.-практ. конф. - М.: ИПУ РАН, 2001. Т.2. С.103 - 104.

40. Погодаев А.К., Анисимова Т.А., Батищев Р.В. Объектно-реляционный подход в распределенных базах данных // Теория и практика производства проката: Сб. науч. тр. междунар. науч.-техн. конф., посвященной памяти C.J1. Коцаря. - Липецк: ЛГТУ, 2001. С. 397 - 401.

41. Погодаев А. К. Адаптивные методы в многокритериальных задачах оптимизации качества II Современные сложные системы управления CCCy/HTCS'2002: Сб. тр. междунар. науч.-техн. конф. - Липецк: ЛГТУ, 2002. С. 199-201.

42. Кузнецов Л.А., Погодаев А.К. Концепция системы управления технологией и качеством продукции II Современные сложные системы управления CCCy/HTCS'2003: Сб. тр. междунар. науч.-техн. конф. 2т. - Воронеж: ВГСАУ, 2003. С. 24 - 28.

43. Пат. 2085313 РФ, кл. В 21 В 38/02. Устройство для контроля и измерения неплоскостности проката / Л.А. Кузнецов, А.К. Погодаев, A.B. Редин и др. Опубл. 27.07.97. Бюлл. № 21.

44. A.C. 1754250 СССР, МКИ В 21 В 37/00. Устройство для контроля неплоскостности полосы / А.И. Божков, А.К. Погодаев, Ю.И Дедов и др. Опубл. 15.08.92, Бюл. №30.

45. A.C. 1705072 СССР, МКИ В 21 В 37/00. Устройство для автоматического регулирования формы полосы / Л.А. Кузнецов, А.И. Божков, А.К. Погодаев и др. Опубл. 15.01.92, Бюл. № 2.

Подписано в печать 15.09.2003 г. Формат 84x108 1/16 Бумага офсетная. Ризограф. Печ. л. 2,0. Тираж 100 экз. Заказ Бесплатно. Типография ЛГТУ. 398600, г. Липецк, ул. Московская, 30

ß 14 8 5 1

ВВЕДЕНИЕ

1. СОВРЕМЕННЫЕ МЕТОДЫ УПРАВЛЕНИЯ КАЧЕСТВОМ И ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ПРОИЗВОДСТВЕННЫХ СИСТЕМАХ

1.1. Аттестация продукции и управление качеством в условиях промышленных предприятий

1.1.1. Производственные системы стандартизации качества продукции

1.1.2. Управление качеством продукции промышленных предприятий

1.2. Развитие теории проектирования информационного обеспечения производственных систем

1.2.1. Моделирование информационных структур баз данных

1.2.1.1. Развитие концепции баз данных в информационных системах

1.2.1.2. Модели формального описания предметной области

1.2.1.3. Концептуальные схемы и структуры баз данных

1.2.1.4. Преобразования моделей и оптимизация запросов в базах данных

1.2.2. Применение экспертных систем для решения производственных задач

1.2.2.1. Задачи экспертных систем и организация баз знаний

1.2.2.2. Архитектура распределенных приложений управления базами знаний

1.3. Совершенствование математического обеспечения систем оптимального управления

1.3.1. Математическое моделирование сложных систем

1.3.1.1. Имитационное системное моделирование

1.3.1.2. Идентификация в моделировании технологических связей 50 1.3.2. Решение оптимизационных задач управления качеством продукции

1.4. Программное обеспечение систем управления качеством

1.4.1. Корпоративные, проблемно-ориентированные системы и пакеты прикладных программ

1.4.2. Автоматизированные системы управления качеством в металлургии

1.5. Выводы

2. РАЗРАБОТКА КОНЦЕПЦИИ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ КАЧЕСТВОМ ПРОДУКЦИИ

2.1. Методология управления качеством в условиях многоэтапных производств

2.2. Разработка основных видов обеспечения АСУ КП

2.2.1. Информационное обеспечение автоматизированной системы управления качеством

2.2.2. Математическое обеспечение автоматизированной системы управления качеством

2.2.3. Программное обеспечение автоматизированной системы управления качеством

2.3. Выводы

3. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ПРОДУКЦИИ 88 3.1. Разработка методологии оптимизации информационных схем производственных объектов

3.1.1. Формальное моделирование оптимальных схем в системах баз данных 88 3.1.1.1. Множественное моделирования объектов методами кластеризации данных

3.1.1.2. Нормализация графов функциональных зависимостей

3.1.2. Модельные преобразования схемы базы данных

3.2. Разработка методологии формальной оптимизации запросов

3.2.1. Формализация выражений реляционной математики

3.2.2. Реализация оптимальных запросов к информационным структурам

3.2.2.1. Формализация эквивалентных преобразований

3.2.2.2. Синтез алгоритма оптимизации реляционных выражений

3.2.2.3. Лингвистические преобразования реляционных выражений

3.3. Методология организации баз знаний экспертного оценивания качества продукции

3.3.1. Разработка модели системы экспертного оценивания технологии производства и качества продукции

3.3.2. Разработка системы экспертного анкетирования

3.3.3. Разработка технологии сбора и хранения распределенной информации

3.3.4. Механизм обработки экспертной информации и вывода результатов

3.4. Выводы

4. МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ ТЕХНОЛОГИЙ В

ЗАДАЧАХ УПРАВЛЕНИЯ КАЧЕСТВОМ ПРОДУКЦИИ

4.1. Синтез алгоритмов моделирования и оптимизации технологических маршрутов многоэтапных производств

4.1.1. Объектно-структурное моделирование многоэтапных производств

4.1.2. Алгоритм оптимизации маршрутов производственной

4.2. Идентификация связей в управлении качеством продукции

4.2.1. Алгебраические основы структурного и параметрического моделирования технологических связей

4.2.1.1. Адаптивная линейная идентификация технологических связей

4.2.1.2. Блочная адаптивная идентификация линейных моделей

4.2.1.3. Адаптивная нелинейная идентификация технологических связей

4.2.1.4. Блочная адаптивная идентификация нелинейных моделей

4.2.1.5. Суперпозиционная идентификация

4.2.1.6. Рекуррентно-итерационные алгоритмы ньютоновского

4.2.2. Метод оптимального моделирования технологических связей

4.3. Адаптивная оптимизация в управлении качеством продукции

4.3.1. Адаптивные методы определения приоритетов в многокритериальных задачах

4.3.2. Адаптивные алгоритмы решения многокритериальных задач управления качеством продукции

4.3.3. Статистические оценки точности оптимальных решений

4.4. Выводы 204 5. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ И РЕАЛИЗАЦИЯ ФУНКЦИОНАЛЬНОЙ НАСТРОЙКИ АСУ КП 206 5.1. Программное обеспечение методологии управления качеством 5.1.1. Структура программного обеспечения АСУ КП

5.1.2. Программная реализация информационного обеспечения АСУ КП

5.1.2.1. Разработка сервера объектного представления

5.1.2.2. Модель программной реализации информационного обеспечения

5.1.2.3. Управление базами знаний экспертной системы

5.1.3. Программная реализация математического обеспечения

АСУ КП

5.1.3.1. Модель программной реализации математического обеспечения

5.1.3.2. Управление программным обеспечением математической поддержки

5.2. Пример автоматизированного управления качеством листового проката

5.2.1. Реализация информационного обеспечения в системе управления качеством листового проката

5.2.1.1. Оптимизация схемы и запросов информационных структур

5.2.1.2. Анкетирование специалистов металлургического предприятия

5.2.2. Реализация и оптимизация объектно-структурной модели технологических маршрутов производства листового проката

5.2.2.1. Объектное представление листопрокатных производств

5.2.2.2. Структурное моделирование листопрокатных производств

5.2.2.3. Оптимизация на графе производственных маршрутов

5.2.3. Реализация методов адаптивной идентификации технологических связей производства листового проката 263 5.2.4. Реализация методов адаптивной идентификации приоритетов показателей качества листового проката 268 5.2.5. Реализация методов адаптивной оптимизации модели качества металлопродукции

5.3. Выводы

Острая конкуренция на потребительском рынке продукции и растущий спрос на ее качество ставят перед предприятиями задачу выбора наиболее практичных и эффективных из современных информационных технологий для решения проблем качества. Основой управления качеством в соответствии с ISO 9000 является тотальный контроль производства с использованием систем автоматизированного измерения значений технологических величин и характеристик свойств продукции.

В настоящее время для обеспечения потребительских свойств продукции на предприятиях используются методы статистического контроля качества, которые были, в основном, разработаны еще в 20 - 50 годы. Они позволяют определить, что измеренные значения технологических величин или характеристик качества находятся в (или вне) предписанных интервалов, а процесс - в стабильном (или нестабильном) состоянии, но не содержат инструментов для управления: выявления причин нестабильности и поиска путей ее устранения. Полнота концепции управления качеством может быть обеспечена решением актуальной проблемы разработки новых математических методов и реализацией их в виде комплексного программного обеспечения на основе современных информационных технологий, применение которых в условиях промышленных предприятий позволит автоматизировать процедуры принятия решений при управлении качеством, существенно повысить эффективность производства и предсказуемость свойств продукции.

Работа выполнена в соответствии с научными направлениями ЛГТУ "Информационные технологии управления качестврм продукции в промышленности" и "Современные сложные системы управления".

Целью работы является исследование и решение комплекса проблем, связанных с созданием на основе информационных технологий целостной методологии, охватывающей все этапы эффективного управления качеством: - хранение и обработку данных о свойствах контролируемых величин;

- синтез математических моделей, отражающих причинно-следственные связи формирования качества;

- разработку и реализацию методов оптимизации сложных технологий для повышения качества продукции.

Основные задачи. Разработать целостную методологию управления качеством продукции, вписывающуюся в современные технологии организации информационного, математического и программного обеспечения. Для этого:

- создать, опираясь на современную теорию баз данных, формальные средства автоматизации процессов формирования эффективных схем баз информации о технологии производства и качестве продукции, организации оптимальных запросов к структурированным информационным базам;

- интерпретировать и развить методы теории графов для моделирования и определения технологических маршрутов производства продукции с минимальными затратами ресурсов;

- создать комплекс адаптивных алгоритмов идентификации и оптимизации моделей, отображающих технологию производства в свойства продукции, ориентированных на блочное поступление данных и поэтапную реализацию технологических операций в сложных производственных процессах;

- показать эффективность разработанной методологии и ее составляющих на примере реализации комплексного программного обеспечения автоматизированной системы управления качеством продукции для конкретных производств.

Методы исследования. В работе использованы теория и методы системного анализа, адаптивной идентификации, дискретной математики, математического программирования, принятия решений, математической статистики, проектирования систем баз данных и знаний, структурного и объектно-ориентированного проектирования и программирования.

Обоснованность и достоверность. Обоснованность предложенной концептуальной модели автоматизированной системы управления качеством продукции определяется тем, что она опирается на всесторонний анализ существующей методологии контроля качества и единую объектно-ориентированную основу, объединяющую методы и алгоритмы информационного, математического и программного обеспечения.

Обоснованность разработок, связанных с совершенствованием методологии оптимальной организации информационных структур, определяется тем, что они базируются на классических положениях реляционной математики, теории проектирования баз данных и знаний, развивая их в соответствии с целью работы.

Обоснованность разработанного математического обеспечения подтверждается тем, что оно опирается на развитые и дополненные в работе алгебраические основы оптимизационной математики, основы теории адаптивной идентификации, теории графов, математической статистики.

Проведенные в достаточном объеме вычислительные эксперименты, практическая реализация разработанных алгоритмов в производственных условиях, сравнительный анализ результатов с реальными производственными данными и экспертными оценками специалистов, положительные результаты использования разработанных информационного, математического и программного обеспечения в научных исследованиях и учебном процессе подтверждают достоверность результатов диссертации.

Научная новизна. В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной:

- целостная методология управления качеством и построенная на ее основе концептуальная модель автоматизированной системы, отличающаяся возможностью выбора каналов управления с использованием адаптивных методов математической обработки производственной информации и логической обработки распределенной интеллектуальной информации;

- методология формирования информационных структур, отличающаяся формализацией оптимизационных алгоритмов для генерации эффективных схем баз данных и запросов в системе управления качеством продукции;

- метод формирования информационной базы экспертного оценивания информации, отличающийся использованием современных технологий сбора распределенной информации о качестве продукции на основе локальных и глобальных компьютерных сетей;

- методика определения множества маршрутов в производственных сетях, отличающаяся формальной структурной детализацией объектных моделей и алгоритмом оптимизации этих моделей, представленных в виде циклических графов с нагруженными затратами ресурсов дугами и вершинами, обозначающими агрегаты и склады производств;

- единая алгоритмическая основа структурной и параметрической адаптивной идентификации линейных и нелинейных зависимостей, отличающаяся использованием рекуррентных и рекуррентно-итерационных процедур, ориентированная на специфику блочного поступления набора идентифицируемых параметров и массива данных о технологии производства и качестве продукции;

- адаптивные алгоритмы оптимизации моделей, отличающиеся использованием блочных рекуррентно-итерационных процедур, интерпретированных к решению многокритериальных оптимизационных задач и блочных рекуррентных алгоритмов уточнения весовых коэффициентов по данным статистического контроля качества.

Практическая значимость состоит в разработке современной технологии и инструментальных средств в виде методик, алгоритмов и программного обеспечения, охватывающих весь комплекс задач оперативного управления качеством продукции в условиях промышленных предприятий. Примеры практического использования показывают, что разработанные средства позволяют получать продукцию, максимально приближающуюся к заданному качеству с минимальными затратами ресурсов.

Реализована автоматизированная система, в которой решены задачи взаимодействия информационного, математического и программного обеспечения. Модули системы могут быть адаптированы к условиям различных действующих предприятий, выпускающих продукцию с регламентированным качеством.

Материалы по теме диссертационной работы используются в Липецком государственном техническом университете при подготовке инженеров по специальностям "Автоматизированные системы обработки информации и управления", "Математическое обеспечение и администрирование информационных систем", "Прикладная математика", бакалавров и магистров направления "Информатика и вычислительная техника".

Реализация результатов работы. Результаты исследований реализованы и внедрены в рамках хоздоговорных и инициативных работ в виде; системы автоматизированного проектирования сквозной технологии производства листового проката, подсистемы автоматизированного формирования документов для анализа качества продукции листопрокатного производства в ОАО "Новолипецкий металлургический комбинат"; методических рекомендаций при создании автоматизированной системы управления технологическими процессами в ОАО Липецкий металлургический завод "Свободный сокол"; автоматизированной системы управления технологией и качеством цемента в ОАО "Липецк-цемент"; системы автоматизированного проектирования технологии производства цемента в ОАО "Мальцовский портландцемент"; программного комплекса оптимизации информационных структур систем баз данных в ОАО "Липецкэ-лектросвязь"; экспертной системы прогноза рыночной оценки недвижимости в ОГУ П " Липецкоблтехинвентаризация".

Апробация результатов исследования. Результаты исследований были представлены:

- на международных конференциях - ICSE Coventry University (Великобритания, Ковентри, 1994), IEEE Workshop on Nonlinear Signal and Image Processing (Греция, Салоники, 1995), First International Symposium on Communication Systems and Digital Procession (Великобритания, Шеффилд, 1998), "Современные проблемы информатизации в технике и технологиях" (Воронеж, 1999-2002), "Interactive Systems: The Problems of Human - Computer Interaction" (Ульяновск, 1999), "Программное обеспечение автоматизированных систем управления SAS-2000" (Липецк, 2000), "Измерения, контроль, информатизация" (Барнаул, 2001), "Теория и практика производства проката" (Липецк, 2001, 2003), "Современные системы управления предприятием CSBC'2001" (Липецк, 2001), "Теория активных систем" (Москва, 2001), "Современные сложные системы управления CCCy/HTCS" (Липецк, Старый Оскол, Воронеж, 2002, 2003), "Информационные технологии в естественных, технических и гуманитарных науках", "Моделирование как инструмент решения технических и гуманитарных проблем" (Таганрог, 2002);

- на межрегиональных, региональных и республиканских конференциях - "Состояние и перспективы развития научно-технического потенциала Липецкой области" (Липецк, 1993), "Перспективные информационные технологии в высшей школе" (Тамбов, 1995), "Новые информационные технологии в университетском образовании" (Новосибирск, 1996), конгрессах по прикладной и индустриальной математики - ИНПРИМ 96, 98 (Новосибирск, 1996, 1998), "Изобретательское и инновационное творчество в решении проблем развития Липецкой области" (Липецк, 1996), 3-й Украинской конференции по автоматическому управлению "Автоматика-96" (Севастополь, 1996), "Инновационные процессы в высшей школе и проблемы совершенствования подготовки специалистов" (Липецк, 1998), "Моделирование и развитие процессов обработки металлов давлением" (Магнитогорск, 2002);

- на всесоюзных конференциях - "Новые технологические процессы прокатки как средство интенсификации производства и повышения качества продукции" (Челябинск, 1989), "Проблемы повышения качества металлопродукции по основным переделам черной металлургии" (Днепропетровск, 1989);

- на семинаре-совещании администрации Липецкой области и руководителей промышленных предприятий "Об итогах работы предприятий промышленности Липецкой области за 9 месяцев 2002 года".

Положения диссертации поддержаны грантами по фундаментальным исследованиям:

- Министерством образования РФ - Г00 4.1 - 68 "Разработка теории оптимального проектирования информационных систем"; Т02-05.9-222 "Разработка и реализация адаптивных методов моделирования в системах управления металлургическими процессами";

- Российским фондом фундаментальных исследований - № 03-01-96484 " Формализация алгоритма оптимизации реляционных запросов"; № 03-01-96487 "Оптимизация схем баз данных и запросов на основе теории преобразований реляционных выражений".

Публикации. По теме диссертационного исследования опубликовано более 100 работ в отечественных и зарубежных изданиях, в том числе: монография; 9 учебных пособий для вузов; 23 статьи из перечня периодических журналов, рекомендованном ВАК для публикации основных результатов диссертации на соискание ученой степени доктора наук; 9 работ в сборниках научных трудов и трудов международных конференций; патент и 2 авторских свидетельства на изобретения. В работах, опубликованных в соавторстве, автором: разработана и систематизирована методология формальной оптимизации информационных структур [30, 115, 166- 171]; разработана концептуальная модель информационного обеспечения систем автоматизированного моделирования сложных производств [107, 112, 114, 183]; разработана методика сбора экспертной информации [117]; обосновано применение блочных адаптивных алгоритмов при решении задач нелинейной идентификации и оптимизации [38, 39, 41, 160]; определены условия функционирования алгоритмов нелинейной идентификации и оптимизации в производственных задачах [28, 29, 32, 36, 37, 40, 123, 124, 195]; классифицированы методы и разработаны модельные схемы решения оптимизационных задач [31,33, 111,165,200]; разработаны тесты и критерии эффективности для оценки работоспособности алгоритмов оптимизации [31 - 33, 92]; разработаны методы адаптации приоритетов показателей качества в многокритериальных задачах оптимизации [160]; применены методы статистического оценивания для прогноза возможности получения продукции заданного качества [32, 118, 120, 160]; исследовано влияния технологических факторов на конечные свойства продукции [108, 111, 119, 201]; разработаны функциональные схемы устройств и аппаратно-программных комплексов для контроля показателей качества продукции [109,122,236 - 238].

Основное содержание работы. В первой главе проведен анализ современных методов управления качеством и применения информационных технологий в производственных системах. Показано, что современное понимание задачи управления качеством должно быть неразрывно связано с действующими системами стандартов и с управлением производственными процессами, включая технологию.

Стандарты сертификации качества продукции, в том числе и ISO 9000, рекомендуют применение концепции всеобщего управления качеством, включающей методы статистического контроля. Выявлено, что традиционные статистические методы позволяют реализовать лишь функции контроля качества на основе анализа данных о полученных свойствах готовой продукции, а эффективное управление качеством возможно только на основе внедрения и тесного взаимодействия с современной методологией управления качеством продукции.

Анализ показал, что современный подход к оптимизации качества продукции влечет за собой разработку универсального комплекса, включающего информационное, математическое и программное обеспечение. С учетом состояния и тенденций развития информационных технологий и их применения для повышения эффективности управления качеством сформулированы задачи, которые направлены на совершенствование теории автоматизированного проектирования баз данных, повышение гибкости экспертных систем, разработку новых адаптивных методов моделирования и оптимизации технологии производства.

Во второй главе разработана общая концепция автоматизированного управления качеством продукции. В частности, представлена методология оперативного управления, включающая формальные процедуры анализа производственных данных на предмет выявления связей между технологией и потребительскими свойствами продукции. Формальное описание этих связей дает возможность автоматизировать процедуры выбора и корректировки технологического процесса, с учетом качества исходного сырья и прогноза свойств единицы продукции. Это приводит к задаче управления, которая в общем случае сформулирована следующим образом: найти такую допустимую технологию, которая обеспечит получение качественной продукции при минимальных затратах на производство.

Образующийся цикл коррекции технологии требует решения ряда задач, связанных с разработкой автоматизированной системы управления качеством продукции (АСУ КП), концепция которой предполагает два канала управления: 1) на основе формального математического аппарата обработки производственной информации; 2) на основе логической обработки интеллектуальной информации.

АСУ КП функционально отражает реализацию теоретических и практических аспектов, связанных:

- с созданием эффективного информационного обеспечения системы на основе концепции баз данных и знаний;

- со структурным моделированием производственных схем на основе их объектного представления;

- с оптимизацией качества на основе математического моделирования и программирования;

- с управлением качеством на основе экспертного оценивания технологических величин.

Перечисленные аспекты влекут за собой решение комплекса задач, направленных на разработку информационного, математического и программного обеспечений АСУ КП.

В третьей главе развиваются теоретические аспекты организации информационного обеспечения АСУ КП, основу которого определяет концепция баз данных и знаний, разработанных с использованием объектно-реляционной модели данных.

Эффективность информационного обеспечения предлагается повысить использованием разработанных формальных процедур, позволяющих автоматизировать формирование оптимальных базовых схем и запросов к базам данных и знаний.

Следует отметить, что АСУ КП решает задачу формирования баз знаний экспертного оценивания технологии производства и качества продукции. Одним из условий корректности технологии сбора информации является достаточное число независимых экспертов. Поэтому при анкетировании специалистов, удаленных географически целесообразно использовать методы с применением локальных компьютерных сетей и Web - технологий. При этом электронные версии анкет располагаются на соответствующих серверах, реализуя возможности сетей и модемных соединений.

Применение Web-технологий и концепции распределенных систем ставит вопрос о совместном использовании преимуществ реляционных и объектно-ориентированных моделей. Так с помощью разработанного сервера объектного представления осуществляется доступ, с одной стороны, к информационным ресурсам и, с другой, к задачам приложений АСУ КП. Для практического формирования оптимальных запросов сложной структуры с теоретически неограниченным числом уровней вложенности установлено соответствие синтаксисов между формальными реляционными выражениями и конструкциями языка SQL, в которых используются суперпозиционные композиции элементарных операций.

В четвертой главе разработаны алгебраические основы адаптивных методов моделирования и оптимизации для решения задач управления качеством продукции.

Основой описания производственных систем является совокупность принципов объектного и структурного моделирования. Анализ производственных систем с использованием объектного подхода проведен в соответствии с утверждением об их иерархической подчиненности. Степень иерархической детализации зависит от возможности выделения в этой структуре элементарных объектов, ассоциации которых определяют технологическую последовательность производства продукции описываемой структурной моделью в терминах "склад - агрегат - склад", т.е. структурная модель строится в рамках концепции объектного моделирования производственного процесса.

Типы структурных взаимодействий между объектами могут быть описаны в виде ориентированного графа с вершинами, обозначающими склады, и ребрами, обозначающими агрегаты. Таким образом возникает задача оптимизации на циклических графах с нагруженными ребрами и вершинами, где нагрузкой могут являться затраты ресурсов на производство продукции. Для решения этой задачи разработан алгоритм, позволяющий получить оптимальное решение в производственных сетях с циклами, а также оценить оптимальные промежуточные решения, используя принципы динамического программирования.

С учетом этих решений далее следует установить между технологией и показателями качества взвешенные зависимости, которые в математической постановке формируют модель качества.

При идентификации и оптимизации модели качества следует учитывать особенности, связанные с нелинейностью технологических связей и блочным поступлением информации о реализации процессов производства продукции.

Далее в главе 4 рассмотрены алгебраические основы рекуррентных и ре-куррентно-итерационных процедур структурной и параметрической идентификации линейных и нелинейных моделей в ситуациях одноразового и блочного пополнения набора идентифицируемых параметров и массива исходных данных.

Таким образом, ключевым результатом данной главы, является разработка, с единых позиций, адаптивных алгоритмов с последующей их реализацией в АСУ КП.

В пятой главе решаются задачи, связанные с программной реализацией информационных и математических средств в интегрированной АСУ КП. Структура программного обеспечения разбита на группы подсистем, объединенных по функциональному признаку. Названия подсистем отражают функциональность их в решении задачи управления качеством продукции. В главе дано описание разработанных программных модулей и варианты управления системой. Приводятся результаты функционирования АСУ КП, применены аспекты разработанных теорий в решении многофункциональной задачи управления качеством холоднокатаной листовой стали в условиях производств металлургического предприятия.

В заключении указаны основные научные и практические результаты диссертационного исследования.

В приложении приведены данные экспериментальных исследований; результаты расчетов, полученные с использованием разработанных информационно-математических методов; акты использования результатов диссертационного исследования.

5.3. ВЫВОДЫ

1. С позиции единой программной поддержки методологии управления качеством продукции реализована АСУ КП, которая содержит ряд подсистем, объединенных в группы по функциональным признакам. Такой подход обеспечивает универсальность системы при ее настройке на предметные области, в которых решаются вопросы обеспечения качества.

2. Реализация информационного обеспечения основана на концепции объектно-реляционной модели, поддерживаемой сервером объектного представления. При этом использованы эффективные системы реляционных баз данных для управления информационными хранилищами, а для удобного представления и унификации описания производственных структур разработана объектная интерфейсная надстройка, согласованная с СУБД через объектно-реляционный шлюз.

3. Распределенная модель сбора, хранения и обработки информации требует применения современных программных средств, поддерживающих технологии локальных и глобальных сетей. Поэтому функциональность системы поддерживается на основе спецификаций брокеров объектных запросов архитектуры CORBA, которая легко масштабируется на основе открытых стандартов, интеграции разнообразных объектных систем.

4. Подсистемы математического обеспечения АСУ КП реализованы в виде распределенных приложений, но основаны на единой информационной платформе и объектной модели производств, которые поддерживается на уровне сервера объектных представлений. Это обеспечивает многопользовательский доступ к распределенным ресурсам системы, но в рамках санкционированного доступа.

5. Работоспособность программного обеспечения системы и реализация методологии управления качеством продукции проиллюстрирована на примере ее функциональной настройки на многоэтапное производство металлургического предприятия. Результаты решений комплекса задач, связанных с обеспечением механических свойств холоднокатаного листового проката позволяют сделать заключение об эффективности методологии и алгоритмов информационной и математической поддержки АСУ КП.

Таким образом, ключевым результатом данной главы является разработка программного обеспечения с применением современных информационных технологий для реализации новых методов управления качеством продукции.

ЗАКЛЮЧЕНИЕ

На основе анализа современного состояния проблем, связанных с повышением эффективности управления качеством продукции, можно заключить: используемые сегодня на промышленных предприятиях статистические методы контроля качества позволяют лишь констатировать нестабильность технологического процесса. Следствием этой нестабильности, как правило, является производство продукции свойства, которой часто в полной мере не отвечают требованиям потребителей. Выявление и устранение причин возникновения таких ситуаций возможно только на основе развития и внедрения современных технологий в области информационного, математического и программного обеспечения автоматизированных систем управления. В диссертации получены новые результаты:

1. Разработана и реализована целостная методология управления качеством продукции на единой объектно-ориентированной основе, объединяющая методы и алгоритмы информационного, математического и программного обеспечения; с целью повышения эффективности автоматизированной системы в модели реализованы каналы управления:

- на основе концепции баз данных и формального математического аппарата обработки производственной информации;

- на основе концепции баз знаний и логической обработки экспертной информации.

2. Разработана и применена для решения задачи управления качеством оригинальная методология оптимального синтеза схем баз данных и запросов на основе формального аппарата реляционной математики и объектного представления информации.

Для решения проблемы получения информации в достаточном количестве и от независимых экспертов для оценивания технологии производства и качества продукции разработана методика сбора и хранения данных, основанная на концепции распределенных систем, возможностях локальных и глобальных сетей.

3. Разработана универсальная методика объектно-структурного моделирования производственных систем; получена объектная модель представления производств с выделением уровней структурной детализации (отраслей, предприятий, производств, отделений и т.д.) до элементарных объектов, ассоциации которых определяют технологическую последовательность обработки полуфабрикатов.

4. Разработан алгоритм определения множества маршрутов в производственных сетях многоэтапных технологий, основанный на принципах динамического программирования и представления объектно-структурных моделей в виде циклических графов с нагруженными затратами ресурсов на производство продукции дугами и вершинами, обозначающими агрегаты и склады.

5. При моделировании и оптимизации технологических связей, учитывающих специфику единичного и блочного пополнения массива данных о реализации факторной траектории многоэтапного производства, разработана и применена для решения задач управления качеством единая алгоритмическая основа:

- адаптивной идентификации структур и параметров математических линейных и нелинейных моделей на основе рекуррентных и рекурректно-итерационных процедур;

- адаптивной идентификации приоритетов показателей качества продукции на основе данных статистического контроля и рекуррентных алгоритмов уточнения весовых коэффициентов;

- адаптивной многокритериальной оптимизации блочными рекуррентно-итерационных методами модели качества на основе ее представления в виде систем уравнений и неравенств и возможностью модификации и пополнения дополнительными моделями.

- пересчета оценок возможности получения продукции заданного качества на этапах производства на основе определения доверительных интервалов для откликов модели качества в оптимальных точках.

6. Разработан универсальный пакет программ, реализующий решение задач оптимизации производственных процессов и управления качеством продукции, который может быть использован при исследовании различных процессов производства, где качество продукции является сложной функцией многоступенчатой технологии. Показаны примеры функциональной настройки модулей программного обеспечения АСУ КП на объекты металлургического производства, которые подтверждают работоспособность и эффективность информационно-математических методов и алгоритмов.

7. Результаты теоретических исследований в области оптимального проектирования структур информационных систем и адаптивного управления качеством продукции поддержаны Министерством образования РФ и Российским фондом фундаментальных исследований в форме грантов, нашли применение на отраслевых предприятиях, используются в учебном процессе при подготовке инженеров, бакалавров и магистров соответствующих специальностей и направлений.

8. Практически реализованы и внедрены в рамках хоздоговорных и инициативных работ следующие основные результаты, полученные в ходе исследований:

- в виде программного обеспечения информационной системы для формирования оптимальных схем баз данных и запросов (ОАО "Новолипецкий металлургический комбинат";

- в виде методических рекомендаций и программного обеспечения для управления качеством на основе прогноза свойств единицы продукции и корректировки технологического процесса, используя математические методы идентификации и оптимизации обработки данных о свойствах исходного сырья (ОАО "Новолипецкий металлургический комбинат", ОАО Липецкий металлургический завод "Свободный сокол", ОАО "Липецкцемент", ОАО "Мальцовский портландцемент");

- в виде программного комплекса оптимизации информационных структур систем баз данных (ОАО "Липецкэлектросвязь");

- в виде экспертной системы прогноза рыночной оценки недвижимости (ОГУП "Липецкоблтехинвентаризация").

УСЛОВНЫЕ ОБОЗНАЧЕНИЯ

АС - автоматизированная система;

АСУ КП - автоматизированная система управления качеством продукции;

БД - база данных;

БЗ - база знаний;

ЕП - единица продукции;

ИМ - имитационное моделирование;

ИС - информационная система;

J13HK - линейная задача о наименьших квадратах;

ЛИП - листопрокатное производство;

МГУА - метод группового учета аргументов;

МНК - метод наименьших квадратов;

НЗНК - нелинейная задача о наименьших квадратах;

НФ - нормальная форма;

НФБК - нормальная форма Бойса-Кодда;

ООЯ - объектно-ориентированный язык;

ОСУБД - Объектные СУБД;

ПО - программное обеспечение;

САМ - система автоматизированного моделирования;

САПР - система автоматизированного проектирования;

СИПС - селективная идентификация полиномиальной структуры;

СМО - система массового обслуживания;

СОП - сервер объектного представления;

СУБД - система управления базами данных;

ТАС - теория активных систем;

ТУ - технические условия;

ФЗ - функциональная зависимость;

ЭС - экспертная система;

BFGS-метод - метод Бройдена-Флетчера-Голдфарба-Шано;

COBRA - архитектура брокеров объектных запросов;

DFP-метод - метод Давидона-Флетчера-Пауэла;

DML - язык манипулирования данными;

ER-модель - модель "сущность-связь";

FMEA - анализ отказов и их последствий;

ISO - International Standard Organization;

ORB - брокер объектных запросов;

OSQL - объектный SQL;

QC - управление качеством;

SQC - статистический контроль качества;

SQC - статический контроль качества;

SQL - структурированный язык запросов;

TQC — полное управление качеством;

TQM - всеобщее управление качеством.

1. Автоматизация проектирования АСУ с использованием пакетов прикладных программ / Ю.М. Черкасов, В.А. Грингитейн, Ю.Б. Радашевич, В.И. Яловецкий. М.: Энергоатомиздат, 1987. - 328 с.

2. Автоматизированная система управления качеством при производстве электронной техники / Ю.И.Нестеров, А.И. Власов, А.Г. Тимошкш, И.П. Иванов // http://iu4.bmstu.ru/rus/nauka/neurasu/neurasu.htm.

3. Автоматизированные системы управления предприятиями: (Методы создания): Справ, пособие. М.: Энергия, 1978. - 224 с.

4. Айвазян С. А. Прикладная статистика: Исследование зависимостей / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. — М.: Финансы и статистика, 1985. -487 с.

5. Айвазян С. А. Прикладная статистика: Основы моделирования и обработки данных / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. — М.: Финансы и статистика, 1983. 471 с.

6. Акинобу О. Автоматизация процессов и информационные сети // Япония, Кэйсоку то сэйгё. 1985. - Т.24. - № 2. - С. 132 - 136.

7. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. — М.: Наука, 1977. 224 с.

8. Алгебраические основы методов линеаризации решения систем нелинейных уравнений / С.Л. Блюмин, А.К. Погодаев, А.А. Тарасов, А.Л. Куменков II Математическое и информационное обеспечение автоматизированных систем.: Сб. науч. тр. Липецк, 1997. - С. 79-83.

9. Анализ видов и последствий потенциальных отказов. FMEA: Справ, рук. Крайслер Корпорейшен, Форд мотор компани, Дженерал Моторс Корпо-рейшен: Пер. с англ. Н. Новгород: АО "НИЦ КД", СМЦ "Приоритет", 1997.-67с.

10. Андреев A.M. Выбор СУБД для построения информационных систем корпоративного уровня на основе объектной парадигмы / А.М. Андреев, Д.В.

11. Березкин, Ю.А. Кантонистов II СУБД. -1998. -№ 5. С.43 - 50 .

12. Андреев A.M. Объектная СУБД Jasmine: широкие возможности приложений I A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов // PC WEEK. -1998. -№37. С. 10-11.

13. Андреев A.M. Среда и хранилище: ООБД / A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов И Мир ПК. -1998. № 4. - С. 74-81.

14. Ангиина М. Биограция бизнес-объекта // Мир ПК.- 1998. №11 — С. 27 -40.

15. Артемова Е. Комплексные решения на базе системы CA-PRMS/E. //http://www.osp.ru/os/1998/02/36.htm

16. АСУ на промышленном предприятии: Методы создания: Справочник / С.Б. Михалев, Р.С. Седегов, А.С. Гринберг и др. — 2-ое изд., перераб. и доп. М.: Энергоатомиздат, 1989. —400 с.

17. Атре Ш. Структурный подход к проектированию баз данных. М.: Финансы и статистика, 1984. -317с.

18. Афанасьев В.Н., Данилина А.Н. Адаптивные системы активного контроля качества обработки деталей // Измерительная техника. 1980. - №1 — С. 17-20.

19. Ахтырченко К. В., Леонтьев В. В. Распределенные объектные технологии в информационных системах // Открытые системы. 1998. - №4. - С.56 -68.

20. Бан Я. Интегрированные системы управления предприятием. Аналитическая записка // http://www.erp.boom.ru

21. Бард Й. Нелинейное оценивание параметров. М.: Статистика, 1979. -349 с.

22. Баркалов С.А. Согласованное управление проектами на корпоративном уровне / С.А. Баркалов, В.А Портных, П.И. Семенов II Современные сложные системы управления CCCY/HTCS'2002: Сб. тр. междунар. науч.-техн. конф. Липецк: ЛГТУ, 2002. - С. 154 - 157.

23. Баркалов С.А., Семенов М.В. Экспертное оценивание в управлении // Современные сложные системы управления CCCy/HTCS'2002: Сб. тр. междунар. науч.-техн. конф. Старый Оскол: СТИ МИСиС, 2002. - С. 29 -33.

24. Бендат Дж.С., Пирсол А.Дж. Прикладной анализ случайных данных. -М.: Мир, 1989. 540 с.

25. Бенделлом Т. Наставники по качеству Генити Тагути // Стандарты и качество. 2000. - №2. - С. 80 - 82.

26. Беняковский М.А. Производство автомобильного листа / М.А. Беняковский, B.JI. Мазур, В.И. Мелешко. — М.: Металлургия, 1979. 256 с.

27. Бешелев С.Д., Гурва Ф.Е. Математико-статистические методы экспертных оценок. — М.: Статистика, 1980. -283 с.

28. Блюмин С.Л. Адаптивная параметрическая идентификация динамических систем / С.Л. Блюмин, А.К. Погодаев, А.А.Тарасов И Современные проблемы информатизации: Тез. докл. IV Междунар. науч. конф. Воронеж: ВГПУ,- 1999.-С.37-38.

29. Блюмин С.Л. Алгоритмы блочной пошаговой линейной и нелинейной регрессии в оптимальном моделировании технологических связей / С.Л. Блюмин, А.К Погодаев, А.А. Тарасов // Изв. вузов. Чер. металлургия-1995. № 9. - С. 37-41.

30. Блюмин С.Л. Математическое обеспечение информационных технологий. Ч. 1. Реляционная математика и базы данных: Учеб. пособие / С.Л. Блюмин, А.К. Погодаев А.К, Н.А. Тарасов. Липецк: ЛЭГИ, 2001. - 75с.

31. Блюмин СЛ. Нелинейный метод наименьших квадратов и псевдообращение: Учеб. пособие / С.Л. Блюмин, С.П. Миловидов, А.К. Погодаев. -Липецк: ЛипПИ, 1992. 80 с.

32. Блюмин C.JI. Оптимальное моделирование технологических связей: Учеб. пособие / C.JI. Блюмин, А.К. Погодаев, В.В. Барышев Липецк: ЛипПИ, 1993.-68 с.

33. Блюмин C.JI. Основы прикладной математики. Оптимизационная математика: Учеб. пособие / C.JI. Блюмин, С.П. Миловидов, А.К. Погодаев. Липецк: ЛЭГИ, 1999. - 83 с.

34. Блюмин C.JI., Миловидов С.П. Взвешенное псевдообращение: Учеб. пособие. Воронеж: ВорПИ - ЛипПИ, 1991. - 64 с.

35. Блюмин C.JI., Миловидов С.П. Псевдообращение: Учеб. пособие. Воронеж: ВорПИ - ЛипПИ, 1990. - 72 с.

36. Блюмин C.JI., Погодаев А.К. Адаптивные процедуры в решении задач оптимизации качества металлопродукции // Изв. вузов. Чер. металлургия. -2003.-№3.-С. 60-62.

37. Блюмин C.JI., Погодаев А.К. Алгоритмы блочной адаптации линейных и нелинейных моделей технологических зависимостей // Изв.вузов. Чер. металлургия. 1992. - №9. - С.67—68.

38. Блюмин C.JI., Погодаев А.К. Блочные рекуррентно-итерационные процедуры решения нелинейной задачи о наименьших квадратах // Журн. вы-числ. математики и математ. физики. 1992. - Т. 32, - №8. - С. 1180 -1186.

39. Блюмин C.JI., Погодаев А.К. О блочных алгоритмах нелинейной регрессии // Системы управления и информационные технологии: межвуз. сб. науч. тр. Вып. 9. Воронеж: ЦЧКИ, 2002. - С. 38 - 42.

40. Блюмин C.JI., Погодаев А.К. Пошаговая нелинейная регрессия по последовательно поступающим данным // Завод, лаб. 1995. — №10. - С.51-57.

41. Блюмин С.Л., Погодаев А.К. Суперпозиционная регрессия // Журн. вы-числ. математики и математ. физики. 1995. - Т.35, — №10. - С. 1576— 1581.

42. Брагин В.В., Чабон Ф. Оценка риска и последствий отказов комплексной системы, конструкций, процессов // Рынок и качество Ярославии. -1997.l.-C. 34-40.

43. Брахман Т.P. Многокритериальность и выбор альтернативы в технике. -М.: Радио и связь, 1984. 288 с.

44. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: СИНТЕГ, 1997. -187 с.

45. Бурков В.Н., Новиков Д.А. Управление организационными системами: механизмы, модели, методы // Приборы и системы управления. 1997. № 4. С. 55-57.

46. Бурков В.Н., Новиков Д.А.Теория активных систем: состояние и перспективы. -М.: СИНТЕГ, 1999. 128 с.

47. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. - 325 с.

48. Бусленко Н.П. Лекции по теории сложных систем / Н.П. Бусленко, В.В. Калашников, И.Н. Коваленко. -М.: Сов. радио, 1973. -440 с.

49. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. - 399 с.

50. Буч Г. Объектно-ориентированный анализ и проектирование с примерамиприложений на С++. М.: «Издательство Бином», СПб: «Невский диалект», 1998. - 560 с.

51. Вшенкин Н.Я. Специальные функции и теория представлений групп. М.: Наука, 1965.-588 с.

52. Волосов С.С., Гейлер З.Ш. Управление качеством продукции средствами активного контроля. -М.: Изд-во стандартов, 1989. 264 с.

53. Волъфенгаген В. Э. Система представления знаний с использованием семантических сетей / В. Э. Волъфенгаген, О. В. Воскресенская, Ю.Г. Горба-нев II Вопросы кибернетики: Интеллектуальные банки данных. М., 1979. -С. 49-69.

54. Высоцкий А.В. Активный контроль в металлообработке / А.В. Высоцкий, М.П. Соболев, М.И. Этингоф. -М.: Изд-во стандартов, 1979. 175с.

55. Гейлер З.Ш. Самонастраивающиеся системы активного контроля размеров. М.: Машиностроение, 1978. -224 с.

56. Гилл Ф. Практическая оптимизация / Ф. Гилл, У. Мюррей, М. Райт. М. : Мир, 1985. - 509 с.

57. Гординский А.А. Метод оценивания в линейной регрессии // Завод, лаб. -1993. -№ 5. С.48 - 52.

58. Грачев А. Объектно-реляционная СУБД Informix Universal Server // СУБД. -1998.-№ 1 -2.-С. 30-39.

59. Дейт КДж. Введение в системы баз данных. К.: Диалектика, 1998. -784 с.

60. Демиденко Е.В. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. - 302 с.

61. Демиденко Е.В. Оптимизация и регрессия. М.: Наука, 1989. - 296 с.

62. Демиденко Е.З. Вычислительные вопросы нелинейной регрессии // Завод, лаб. 1986. - №3. - С. 51 - 54.

63. Доброе Г. М. Экспертные оценки в научно-техническом прогнозировании / Г.М. Доброе., Ю.В. Ершов, Б.И. Левин. Киев: Наукова Думка, 1974. - 160 с.

64. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. М.: Финансы и статистика, 1986.

65. Дубровский С.А. Прикладной многомерный статистический анализ. М.: Финансы и статистика, 1982. - 215 с.

66. Дунаев С. Доступ к базам данных и техника работы в сети. Практические приемы современного программирования. М.: ДИАЛОГ-МИФИ, 1999. -416 с.

67. Дьяченко В.Ф. Основные понятия вычислительной математики. М.: Наука, 1972.-120 с.

68. Дэннис Д., Шнабелъ Р. Численные методы безусловной оптимизации и решения нелинейных уравнений. М.: Мир, 1988. - 440 с.

69. Дюран Б., Одел П. Кластерный анализ. М.: Статистика, 1977. -182 с.

70. Евтушенко Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации. М.: Наука, 1982. -311 с.

71. Жадан В.Т., Маневич В.А. Совершенствование технологии прокатки на основе комплексных критериев качества. М.: Металлургия, 1989. - 96 с.

72. Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988. - 342 с.

73. Жиглявский А.А., Жилинскас А.Г. Методы поиска глобального экстремума. -М.: Наука, 1991.-248 с.

74. Жожикашвили В.А. Построение структуры человеко-машинного интерфейса автоматизированных систем массового обслуживания нового поколения // Автоматизация и соврем, технологии. 2000. — № 3. - С.5 - 9.

75. Закс Л. Статистическое оценивание. М.: Статистика, 1976. - 598 с.

76. Зангвилл У. Нелинейное программирование. Единый подход. М.: Сов.радио, 1973.-312 с.

77. Ивахненко А.Г., Юрачковский Ю.П. Самоорганизация моделей по экспериментальным данным. М.: Радио и связь, 1985. - 300 с.

78. Ивченко Г.И. Теория массового обслуживания: Учеб. пособие / Г.И. Ивченко, В.А. Каштанов, И.Н. Коваленко. -М.: Высш. шк., 1982. -256 с.

79. Илющенко В.И., Козма П. Решение задач МНК с применением стандартных и SVD программы. Дубна: ОИЯИ, 1989. - 34 с.

80. Имитационное моделирование производственных систем / Под общ. ред. чл. кор. АНСССР А.А. Вавилова. — М.: Машиностроение; Берлин: Техник, 1983.-416 с.

81. Инструментальная система поддержки вычислительного эксперимента / А.Г. Олейник, А.В. Смагин, Ф.Я. Фридман, О.В. Фридман // Программ, продукты и системы. 1999. - № 2. - С. 7 - 13.

82. Исикава К. Японские методы управления качеством. М.: Экономика, 1988.-215 с.

83. Исследование операций: В 2-х т. Пер. с англ./ Под ред. Дж. Моудера, С. Элмаграби. — М.: Мир, 1981.

84. Кабаев С.В. Программный пакет InTouch восходит на вершину // Энергетика. 1997. - № 12. - С. 32 - 40.

85. Калиниченко Л.А., Когаловский М.Р. Интероперабельность брокеров в стандарте CORBA 2.0 // СУБД. 1996. - №3. - С. 125 - 135.

86. Калиниченко Л.А., Когаловский MP.Стандарты OMG: язык определения интерфейсов IDL в архитектуре CORBA // СУБД. 1996. - №2. - С.115 -129.

87. Карпачев И.И. Классификация компьютерных систем управления предприятием // http://www.akdi.ru/avt-upr/klass/korp.htm.

88. Качановский Ю.П. Экономическая эффективность автоматизированных систем: Учеб. пособие / Ю.П. Качановский, В.В. Ведищев, А.К Погодаев. -Липецк: ЛЭГИ, 2001. 63с.

89. Кендэл М. Ранговые корреляции. М.: Статистика, 1975. - 214с.

90. Кениг Д., Штойян Д. Методы теории массового обслуживания. — М.: Радио и связь, 1981. 127 с.

91. Киселева Т.В., Соловьева Ю.А. Состояние и перспективы развития автоматизированных имитационных обучающих систем // Современные сложные системы управления CCCy/HTCS'2002: Сб. тр. междунар. науч.-техн. конф. Липецк: ЛГТУ, 2002. - С. 154 - 157.

92. Клейнен Дж. Статистические методы в имитационном моделировании: В 2-х вып. — М.: Статистика, 1978.

93. Клейнер Г.Б. Производственные функции: Теория методы, применение. -М.: Финансы и статистика, 1986. 239с.

94. Клейнрок JT. Теория массового обслуживания. М.: Машиностроение, 1979.-432 с.

95. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. - 554 с.

96. Коллинз Г., Блей Дж. Структурные методы разработки систем от стратегического планирования до тестирования. М.: Финансы и статистика, 1986.-264 с.

97. Колпаков С. С. Проблемы разработки интегрированных АСУ листопрокатным производством / С.С. Колпаков, С.Б. Кузнецова, В.К. Потемкин. М.: ИНТЕРМЕТ ИНЖИНИРИНГ, 1997. - 272 с.

98. Контроль качества с помощью персональных компьютеров: Пер с яп. / Т. Макино, М. Охаси, X. Докэ, К. Макино. М.: Машиностроение, 1991. - 224 с.

99. Кофман А., Крюон Р. Массовое обслуживание: теория и приложения. -М.: Мир, 1965.- 156 с.

100. Кошелев Г.М. Автоматизированная система энергоснабжением комбината / Г.М. Кошелев, Ю.С. Толоко, С.Т. Коллекционов и др. // Сталь. 1995. -№ 9.-С. 34-37.

101. Крамер Г. Математические методы статистики. М.: Мир, 1975. - 648с.

102. Кривцов A.M., Шеховцов В.В. Сетевое планирование и управление. М.:1. Экономика», 1978.-191 с.

103. Кузнецов Л. А. Автоматизированная система имитационного моделирования сложных производств / Я.А. Кузнецов, А.К. Погодаев, В.Д. Бурцев II Датчики и системы. 2001. - № 3. - С. 28 - 32.

104. Кузнецов Л А. Анализ распределения факторов сквозной технологии производства автолиста / Л.А. Кузнецов, A.M. Корнеев, А.К. Погодаев // Изв. вуз. Чер. металлургия. 1992 - № 2. - С. 34 - 36.

105. Кузнецов Л.А. Аппаратно-программный комплекс для анализа химического состава материалов / Л.А. Кузнецов, А.К. Погодаев, Д.Е. Дроздов II Датчики и системы. 2000 - № 8. С. 49 - 51.

106. Кузнецов Л.А. Введение в САПР производства проката. М.: Металлургия, 1991.- 112 с.

107. Кузнецов Л.А. Выбор рациональной технологии производства листового проката с использованием методов математического программирования / Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев II Изв. вуз. Чер. металлургия. -1991.-№9.-С. 64 66.

108. Кузнецов Л.А. Информационная поддержка в системе автоматизированного моделирования сложных производств / Л.А. Кузнецов, А.К. Погодаев, В.Д. Бурцев // Автоматизация и соврем, технологии. 2000. - № 8. - С. 2 -5.

109. Кузнецов Л.А. Общая постановка задачи проектирования технологии листовой прокатки // Изв. вуз. Чер. металлургия. 1987. - № 12. — С.54 - 58.

110. Кузнецов Л.А. Объектно-ориентированный подход к моделированию сложных производств / Л.А. Кузнецов, А.К. Погодаев, В.Д. Бурцев II Изв. вуз. Чер. металлургия. 2001. - №7. - С. 55 - 58.

111. Кузнецов Л.А. Оптимизация запросов к базам данных / Л.А. Кузнецов, А.К. Погодаев, В.В. Овчинников II Управление большими системами: Сб. тр. молодых ученых. Вып. 4. М.: ИЛУ РАН, 2003. - С. 27 - 34.

112. Кузнецов Л.А. Применение УВМ для оптимизации тонколистовой прокатки. -М.: Металлургия, 1988. 304 с.

113. Кузнецов Л. А. Применение экспертных систем для управления качеством металлопродукции / Л.А. Кузнецов, А.К Погодаев, В.Г. Гостеев II Изв. вуз. Чер. металлургия. 2001. - №9. - С. 52 - 56.

114. Кузнецов Л А. Статистическая оценка точности оптимизации технологических параметров на основе нелинейной регрессии / Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев II Изв. вуз. Чер. металлургия. — 1992. № 7. — С. 69 -71.

115. Кузнецов Л.А. Статистические модели в задачах оптимизации сквозной технологии производства автолистовой стали / Л.А. Кузнецов, А.К. Погодаев, A.M. Корнеев II Изв. вуз. Чер. металлургия. 1990. - № 3. - С. 34 -36.

116. Кузнецов Л.А. Статистическое оценивание оптимальных значений технологических параметров металлургических процессов / Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев // Изв. вуз. Чер. металлургия. 1990. - № 11. — С. 55-57.

117. Кузнецов Л.А., Гордеев В.В. Система построения имитационной модели и управления сложного производства // Изв. вуз. Чер. металлургия. 1994. -№7.- С. 35-38.

118. Кузнецов Л.А., Погодаев А.К. Аппаратно-программный комплекс для контроля и измерения неплоскостности проката // Датчики и системы. -2002.-№4.-С. 33 -35.

119. Кузнецов Л.А., Погодаев А.К. Концепция системы управления технологией и качеством продукции // Современные сложные системы управления CCCy/HTCS'2003: Сб. тр. междунар. науч.-техн. конф. Т.2. Воронеж: ВГСАУ, 2003. - С. 24 - 28.

120. Кузнецов Л.А., Погодаев А.К. Применение информационных технологий в управлении качеством продукции // Теория активных систем: Тр. Междунар. научн.-практ. конф. Т.2. М.: ИПУ РАН, 2001. - С. 103 - 104.

121. Кузнецов Л.А., Толстова Т.А. Определение оптимального базиса аппроксимации экспериментальных данных // Завод, лаб. 1995. - №10. - С. 45

122. Кучеряев Б.В., Блинков А.Е. Критериальный идентификатор стратегии управления оператора // Изв. вузов. Чер. металлургия. 1991. - № 9. — С. 70 - 72.

123. Липаев В., Филинов Е. Формирование и применение профилей открытых информационных систем // Открытые системы. 1997. - № 5. - С. 29 - 44.

124. Лифшиц А.Л., Мальц Э.А. Статистическое моделирование систем массового обслуживания. -М.: Сов. радио, 1978. 248 с.

125. Логинов Э.А., Логинов В.Э. Сравнение некоторых методов выбора регрессии из полиномов с одним аргументом // Завод, лаб. 1994. — № 5. - С. 38 -43.

126. Лоран 77. —Ж. Аппроксимация и оптимизация. М.: Мир, 1975. - 496 с.

127. Лоусон Ч, Хенсон Р Численное решение задач метода наименьших квадратов. М.: Наука, 1986. - 232 с.

128. Лъюнг Л. Идентификация систем. Теория для пользователя. —М.: Наука, 1991.-432 с.

129. Лямбах Р.В., Климовицкий М. Д. Проблемы автоматизации прокатного производства (Аналит. обзор) // Сталь. 1999. - № 2. - С. 43 - 47.

130. Меденков А.А., Пятунин Г.А. Регулирование и контроль качества проката на основе статистических методов // Сталь. — 1987. — № 7. — С. 55 — 58.

131. МейерД. Теория реляционных баз данных. М.: Мир, 1987. - 608 с.

132. Методы квалиметрии в машиностроении. Сер. «Упр. качеством, стандартизация и сертификация» / Под науч. ред. В.Я. Кершенбаума, P.M. Хва-стунова. М.: МФ «Технонефтегаз», 1999. - 211 с.

133. Методы повышения эффективности и качества функционирования автоматизированных информационно-управляющих систем / В.В. Кульба, С. С. Ковалевский, И.А. Горгидзе и др. М.: КомпьюЛог, 2001. - 344 с.

134. Минимизация в инженерных расчетах на ЭВМ. Библиотека программ / С.Ю- Гуснин, Г.А. Омельянов, Г.В. Резников и др. М.: Машиностроение, 1981.- 120 с.

135. Мину М. Математическое программирование. М.: Наука, 1990. — 488 с.

136. Молчанов А. А. Моделирование и проектирование сложных систем. — К.: Выща шк. Голов, изд-во, 1988.-359с.

137. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия: В 2-х вып. М.: Финансы и статистика, 1982.

138. Налимов В.В. Теория эксперимента. М.: Наука, 1971. - 207 с.

139. Настич В.П. Управление качеством тонколистового проката / В.П. На-стич, В.Н. Скороходов, А.И. Божков. М.: "Интермет Инжиниринг",2001.-296 с.

140. Нейлор К. Как построить свою экспертную систему. — М.: Энергоатомиз-дат, 1991.-202 с.

141. Неймарк Ю.И., Теклина Л.Г. Метод наименьших квадратов как управляемая динамическая система // Исследовано в России: Электрон, журн.2002. http://zhurnal.ape.relarn.ru/articles/2002/059.pdf.

142. Новиков Д.А. Механизмы гибкого планирования в активных системах с неопределенностью // Автоматика и телемеханика. 1997. № 5. С. 118 — 125.

143. Новиков Д.А. Механизмы стимулирования в динамических социально-экономических системах // Автоматика и телемеханика. 1997. № 6. С. 3 -26.

144. Новиков ДА., Петраков С.Н. Курс теории активных систем. М.: СИН-ТЕГ, 1999.-108 с.

145. Обзор современных подходов к обеспечению качества и безопасности сложных систем на основе анализа видов, последствий и критичности отказов / Н.З. Аронов, Ю.П. Адлер, А.В. Агеев и др. // Надежность и контроль качества. 1996. - № 11. - С.

146. Объектно-ориентированная база данных ODB-Jupiter / A.M. Андреев, Д.В. Березкин, Ю.А. Кантонистов, Ю.М. Смирнов II Изв. вуз. Приборостроение. 1998. - № 12. - С. 40 - 56.

147. Озкарахан Э. Машины баз данных и управление базами данных. М.:1. Мир, 1989. 696 с.

148. Окрепплов В.В. Управление качеством. М.: Экономика, 1998. — 639 с.

149. Олле Т.В. Предложения КОДАСИЛ по управлению базами данных / Пер. с англ. В.И. Филиппова и С.М. Кругловой. М.: Финансы и статистика, 1981.-286 с.

150. Оптимизация качества. Сложные продукты и процессы / Э.В. Калинина, А.Г. Лапига, В.В. Поляков и др. М.: Химия, 1989. - 256 с.

151. Орфали Р., Харки Д. Основы CORBA. М. МАЛИП, - Телеком, 1999. -318с.

152. Осуга С. Обработка знаний. М.: Мир, 1989. - 292 с.

153. Официальный сервер IS09000. Современный менеджмент качества // http://www.ISQ9000.ru.

154. Пашковский А.П. Комплекс Программных средств TRIM. Аналитическая записка // http://www.trim.ru

155. Питер Д.Ш. Инструменты качества. Ч. 3: Контрольные карты // Методы менеджмента качества. 2000. - № 1. - С. 17 - 22.

156. Погодаев А.К, Блюмин С.Л. Адаптация и оптимизация в системах автоматизации и управления. Липецк: ЛЭГИ, 2003. - 134 с.

157. Погодаев А.К. Адаптивные методы в многокритериальных задачах оптимизации качества // Современные сложные системы управления CCCy/HTCS'2002: Сб. тр. междунар. науч.-техн. конф. Липецк: ЛГТУ, 2002. -С.199- 201.

158. Погодаев А.К. Адаптивные методы определения приоритетов показателей качества металлопродукции // Изв. вуз. Чер. металлургия. 2002. - №7. -С.51 - 53.

159. Погодаев А.К. Метод моделирования схем реляционных баз данных // Сб. науч. тр. 30-летия научно-исследовательскому сектору ЛГТУ. — Липецк: ЛГТУ, 2003.-С. 99-103.

160. Погодаев А.К. Объектный подход при проектировании информационных систем // Изв. вуз. Чер. металлургия. -2001. -№ 11.- С.57 59.

161. Погодаев А.К., Анненков А.В. Метод оптимизации графов с нагруженными вершинами // Вест. ЛГТУ ЛЭГИ. - 2001. - № 1(7). - С. 37 - 39.

162. Погодаев А.К, Батищев Р.В. Обработка данных на языке SQL в реляционных системах: Учеб. пособие. Липецк: ЛГТУ, 2000. -63с.

163. Погодаев А.К, Дозоров В.В. Программное обеспечение автоматизированных систем. Разработка информационной структуры: Учеб. пособие. -Липецк: ЛЭГИ, 2002. 52 с.

164. Погодаев А.К, Дозоров В.В. Программное обеспечение автоматизированных систем. Разработка приложений баз данных: Учеб. пособие. — Липецк: ЛЭГИ, 2002. 63 с.

165. Погодаев А.К., Овчинников В.В., Тарасов Н.А. Оптимальное проектирование схем баз данных / А.К. Погодаев, В.В. Овчинников, Н.А. Тарасов II Методы и модели искусственного интеллекта: Сб. науч. тр. семинара ЛРО РАИИ. Липецк: ЛГТУ, 2003. - С. 131 - 140.

166. Погодаев А.К, Чеботарев С.В. Практическое применение СУБД: Учеб. пособие. Липецк: ЛЭГИ, 2001. - 63 с.

167. Погодин М.В. Введение в стандартизацию. Аналит. Записка // http://www.tl.ru/p-14122-standard-iso9000.htm

168. Позин Б.А. Современные средства программной инженерии для создания открытых прикладных информационных систем // СУБД. 1995. - № 2. -С. 4-16.

169. Пойкер Т. Обоснование новых решений в прокатном производстве моделированием технологических потоков / Т. Пойкер, Д. Гейд, X. Мюллер II Сталь. -1999. № 10. - С. 47 - 50.

170. Полухин В.П. Математическое моделирование и расчет на ЭВМ листовыхпрокатных станов. М.: Металлургия, 1972. - 512 с.

171. Попов Э.В. Экспертные системы реального времени // Открытые системы. 1995.-№2.-С. 34-49.

172. Построение экспертных систем / Под ред. Ф. Хейес-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. - С. 434.

173. Представление и использование знаний / Под ред. X Уэно, М. Исидзука. -М.: Мир, 1989. 220 с.

174. Прикладная статистика: Классификация и снижение размерности / С. А. Айвазян, В.М. Бухштабер, И.С. Енюкое, Л.Д. Мешалкин. — М.: Финансы и статистика, 1989. 607 с.

175. Приобретение знаний: Пер. с япон. / Под ред. С. Осуги, Ю. Сажи. - М.: Мир, 1990. - 304 с.

176. Пуха Ю. Объектные технологии построения распределенных информационных систем // СУБД. 1997. - № 3. - С. 105 - 115.

177. Пытьев Ю.П. Математические методы интерпретации эксперимента. -М.: Высш. шк., 1989. 351 с.

178. Разработка реляционных моделей данных для систем исследования технологии производства стали / Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев, В.В. Белопольский II Изв. вуз. Чер. металлургия. 1993. - № 7. - С. 26 -29.

179. Рамодин Д. Лидеры CORBA // Мир ПК. 1999. - № 3. - С. 54 - 60.

180. Рахимов Т.Н. Основы построения АСУ / Т.Н. Рахимов, О.А. Заикин, Б.Я. Советов', Под общ. ред. Б.Я. Советова. — Т.: Укитувчи, 1984. 376 с.

181. Реклейтис Г. Оптимизация в технике: В 2-х книгах / Г. Реклейтис, А. Рей-виндран, К. Рэгсдел. -М.: Мир, 1986.

182. Риордан Дж. Вероятностные системы обслуживания. — М.: Связь, 1966. -322 с.

183. Рожков И.М. Математические модели для выбора рациональной технологии и управления качеством стали I И.М. Рожков, С.А. Власов, Г.Н. Муль-ко. М.: Металлургия, 1990. — 184 с.

184. Розно М.И. Как научиться смотреть вперед? Внедрение FMEA-технологии // Методы менеджмента качества. 2000. - № 6. - С. 25 - 28.

185. Рубан А.И. Идентификация нелинейных динамических объектов на основе алгоритма чувствительности. Томск: ТГУ, 1975. - 270 с.

186. Салыга В.И., Карабутов Н.Н. Идентификация и управление процессами в черной металлургии. М.: Металлургия, 1986. - 192 с.

187. Саульев В.К. Математические модели теории массового обслуживания. -М.: Статистика, 1979. 96 с.

188. Себер Д. Линейный регрессионный анализ. М.: Мир, 1980. — 456 с.

189. Сингх Л. ORACLE 7.3. Пособие разработчика. Киев: «Диасофт», 1997. -736 с.

190. Система автоматизированного проектирования сквозной технологии производства листового проката / Л.А. Кузнецов, АД. Белянский, A.M. Корнеев, А.К. Погодаев II Сталь. 1994. - №8. - С. 51 - 54.

191. Система качества как часть системы управления. Материалы проекта ISO 9000. // http://cfin.ru/management/iso9000 aspart.shtml.

192. Скрэгг Г. Семантические сети как модели памяти // Новое в зарубежной лингвистике. М.: Радуга, 1983. - Вып. XII. - С.228 - 271.

193. Советов Б.Я., Цехановский В.В. Автоматизированное управление современным предприятием. Л.: Машиностроение. Ленингр. отд-ние, 1988. -168 с.

194. Современные методы идентификации систем / Под. ред. Эйкхофа. М.: Мир, 1983.-397 с.

195. Сочетание методов математического программирования для оптимизации качества листовой стали / Л.А. Кузнецов, С.Л. Блюмин, А.К. Погодаев, В.В. Ведищев II Изв. вуз. Чер. металлургия. 1992. - № 5. - С. 54 - 55.

196. Стабилизация поперечного профиля и уменьшение дефектов поверхности листа / А-И. Божков, Г.И. Бугаков, С.С. Колпаков, А.К. Погодаев II Сталь. 1992 - № 4. - С. 41 - 44.

197. Стандарты обеспечения качества серии ISO 9000 // http://www.tl.ru/p-1422standard-iso9000.htm.

198. Статистические методы повышения качества: Пер. с англ. / Под ред. X. Кумэ. М.: Финансы и статистика, 1990. - 304 с.

199. Судаков Р. С. Теория псевдополу обратных матриц и ее применение к задачам оценки надежности. М.: Знание, 1981. - 106 с.

200. Сунчелей И.Р. Комплексное решение по созданию корпоративной информационной системы предприятий металлургической отрасли АйТи Вертикаль: Металлургия // http://www.intres.ru/konfter/ati.htm.

201. Таунсенд К, Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М.: Финансы и статистика, 1990.-320 с.

202. Таха X. Введение в исследование операций: В 2-х книгах. М.: Мир, 1985.

203. Теоретические основы проектирования оптимальных структур распределенных баз данных. Сер. «Информатизация России на пороге XXI века» / В.В. Кульба, С.С. Ковалевский, С.А. Косяченко, В.О. Сиротюк. М.: СИ-НЕГ, 1999. - 660с.

204. ТэнкД. У., Хопфилд Д. Д. Коллективные вычисления в нейроноподобных электронных схемах // В мире науки. 1988. - № 2. - С. 44-53.

205. Ульман Дж. Основы систем баз данных. — М.: Финансы и статистика,1983.-334 с.

206. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. -388 с.

207. УэлдонДж. Администрирование баз данных. М.: Финансы и статистика,1984.-207с.

208. Хаббард Дж. Автоматизированное проектирование баз данных. М.: Мир, 1984.-294с.

209. Хансен Г., Хансен Дж. Базы данных: разработка и управление. М.: ЗАО «Издательство БИНОМ», 1999. - 704 с.

210. Ханс-Иоахин М., Хорст Р. Статистические методы обеспечения качества. — М.: Машиностроение, 1995. — 616 с.

211. Хардле В. Прикладная и непараметрическая регрессия. — М.: Мир, 1991. -222 с.

212. Химмелъблау Д. Прикладное нелинейное программирование. М.: Мир, 1975.-534 с.

213. Хоггер К. Введение в логическое программирование. М. Мир, 1988. -348 с.

214. Хэрри М. «Шесть сигм»: Стратегия прорыва в рентабельности // Методы менеджмента качества. 2000. - № 6. - С. 8 - 12.

215. Цвиркун АД. Основы синтеза структуры сложных систем. М.: Наука, 1982.-203 с.

216. Цвиркун А.Д. Структура сложных систем. М.: Сов. радио, 1975. - 213 с.

217. Целиков А.И. Теория продольной прокатки / A.M. Целиков, Г.С. Никитин, С.Е. Рокотян. -М.: Металлургия, 1980. 320 с.

218. Цыпкин ЯЗ. Адаптация и обучение в автоматических системах. М.: Наука, 1968.-400 с.

219. Цыпкин Я.З. Основы теории обучающихся систем. М.: Наука, 1970. -252 с.

220. Чемберлин Д. Анатомия объектно-реляционных баз данных // СУБД. -1998. № 1 — 2. - С. - 20 — 28.

221. Четвериков В.Н. Базы и банки данных / В.Н. Четвериков, Э.Н. Самохвалов, Г.И. Ревунков. М.: Высш. шк., 1987. - 248 с.

222. Шеметов Д.В., Осипов Ю.М. Нейросетевая имитационная модель наукоемкой машиностроительной продукции // Автоматизация и совр. технологии. 1999. - № 7. - С. 33 - 34.

223. Шеннон Р. Имитационное моделирование систем — искусство и наука. -М.: Мир, 1978.- 422 с.

224. Шиндовский Э., Шюрц О. Статистические методы управления качеством. Контрольные карты и планы контроля. М.: Мир, 1976. - 597 с.

225. Шонбергер Р. Японские методы управления производством. Девять простых уроков. М.: Экономика, 1988. - 247с.

226. Шумский В.М., Шумская Т.Н. О применении метода псевдообращения для решения плохо обусловленных задач МНК // Завод, лаб. 1989. -№1.-С. 81-86.

227. Экспертные системы. Принципы работы и примеры: Пер. с англ. / Под ред. Р. Форсайта. — М.: Радио и связь, 1987. 224 с.

228. Экспертные системы: состояние и перспективы. Сб. науч. тр. М.: Наука, 1989.-109 с.

229. ЭлтиДж. Экспертные системы: Концепции и примеры. М.: Финансы и статистика, 1986. - 191 с.

230. Эфрон В. Нетрадиционные методы многомерного статистического анализа. М.: Финансы и статистика, 1988. - 263 с.

231. А.С. 1705072 СССР, МКИ В 21 В 37/00. Устройство для автоматического регулирования формы полосы / JI.A. Кузнецов, А.И. Божков, А.К. Погода-ев и др. Опубл. 15.01.92, Бюл. № 2.

232. А.С. 1754250 СССР, МКИ В 21 В 37/00. Устройство для контроля неплоскостности полосы / А.И. Божков, А.К. Погодаев, Ю.И Дедов и др. Опубл. 15.08.92, Бюл. №30.

233. Пат. 2085313 РФ, кл. В 21 В 38/02. Устройство для контроля и измерения неплоскостности проката / JI.A. Кузнецов, А.К. Погодаев, А.В. Редин и др. Опубл. 27.07.97. Бюлл. № 21.

234. A Unifying Object Role Modelling Approach / G.H. W.M. Bronts, S.J. Brouwer, C.L.J. Martens, H.A. Proper I/ Information Systems. 1995. - N.20(3). -P. 213-235.

235. Abiteboul S., Hull R. IFO: a formal semantic database model // ACM Transactions on Database Systems, 1987. - N 12(4), - P. 525 - 565.

236. Abu-Mostafa Y. S., Jaques J. N. St. Information capacity of the Hopfield model // IEEE Transaction Information Theory. 1985. - V. 31. - P. 461.

237. Ackley D. H. A learning algorithm for Bolzmann machines / D. H. Ackley, G. E. Hinton, T. J. Sejnowski II Cognit. Sci. 1985. - V. 9, - N 1. - P. 147 - 169.

238. Akoka J., Comyn-Wattiau I. Entity-relationship and object-oriented modelautomatic clustering I I Data & Knowledge Engineering. 1996. - N 20(2). - P. 87-117.

239. Analyti A. Deriving semantic information though property covering and inheritance / A. Analyti, N. Spyratos, P. Constantopoulos II Data & Knowledge Engineering. 1998. - N 28(1). - P. 3 - 30.

240. Armstrong W. W., Deobel C. Decompositions and functional dependencies in relations // ACM Transactions on Database Systems. -1980. N 5(4). - P. 404 -430.

241. Babb E. Joined normal form: a storage encoding for relational databases // ACM Transactions on Database Systems. 1982. - N 7(4). - P. 588 - 614.

242. Becker L., Guting R.H. Rule-based optimization and query processing in an extensible geometric database system // ACM Transactions on Database Systems. 1992. - N 17(2). - P. 247 - 303.

243. Beeri C., Kifer M An integrated approach to logical design of relational database schemes // ACM Transactions on Database Systems. 1986. - N 11(2). -P. 134-158.

244. Bergamaschi S., Sartori C. On taxonomic reasoning in conceptual design // ACM Transactions on Database Systems. 1992. - N 17(3). - P. 385 - 422.

245. Bernstein P.A. Synthesizing third normal form relations from functional dependencies // ACM Transactions on Database Systems. 1976. - N 1(4). -P. 277 - 298.

246. Blankinship R. An iterative method for distributed database optimization / R. Blankinship, A.R. Hevner, S.B. Yao II Data & Knowledge Engineering. -1996. -N21 (l).-P. 1-30.

247. Campbell L.J. Adding a New Dimension to Flat Conceptual Modelling // Proceedings of the First International Conference on Object-Role Modelling

248. ORM-1). Magnetic Island, 1994. - P. 294 - 309.

249. Campbell L.J. Conceptual Schemas with Abstractions Making flat conceptual schemas more comprehensible / L.J. Campbell, T.A. Halpin, H.A. Proper II Data & Knowledge Engineering. - 1996. - N 20(1). - P. 39 - 85.

250. Campbell L.J., Halpin T.A. Abstraction Techniques for Conceptual Schemas // Proceedings of the 5 th Australian Database Conference. -Christchurch, 1994. -V.16.-P. 374-388.

251. Cao Т.Н. Generalized Quantifiers and Conceptual Graphs // Lecture Notes in Artificial Intelligence. 2001. - V. 2120. - 87 p.

252. Chakravarthy U.S. Logic-based approach to semantic query optimization / U.S.Chakravarthy, J. Grant, J. Minker II ACM Transactions on Database systems. 1990.-N 15(2).-P. 162-207.

253. Chaudhuri S., Shim K. Optimization of queries with user-defined predicates // ACM Transactions on Database Systems. 1999. - N 24(2). - P. 177 - 228.

254. Chen P.P.S. The entity-relationship model towards a unified view of data II ACM Transactions on Database Systems. - 1976. - N 1(1). - P. 9 - 36.

255. Chen W. Query evaluation in deductive databases with alternating fixpoint semantics // ACM Transactions on Database Systems. 1995. - N 20(3). - P. 239 -287.

256. Claypool K.T. Evolving the Software of a Schema Evolution System / K.T. Claypool, E.A. Rundensteiner, G.T. Heineman II Lecture Notes in Computer Science. 2001. - V.2065. - 211 p.

257. Codd E. F. Further Normalization of the Data Base Relational Model // Data Base Systems, Courant Computer Science Symposia Series. 1972. - N 6. - P. 123-150.

258. Codd E.F. Extending the database relational model to capture more meaning // ACM Transactions on Database Systems. 1979. - N 4 (4). - P. 397 - 434.

259. Cohen M. A., Grossberg S. Absolute stability of global pattern formation and parallel memory storage by competitive neural networks // IEEE Transactions System.-Man, 1983.-V. 13, N5.-P. 815-826.

260. Creasy P.N., Proper H.A. A Generic Model for 3-Dimentional Conceptual Modelling // Data & Knowledge Engineering. 1996. - N 20 (2). - P. 119 -162.

261. Date C. J. A Practical Approach to Database Design // Relational Database: Selected Writings. Addison Wesley, - 1986. - P. 20 - 48.

262. Delobel C. Normalization and heirarchical dependencies in the relational data model // ACM Transactions on Database Systems. 1978. - N 3(3). - P. 201 -222.

263. Dey D. Improving database design through the analysis of relationships / Dey D., Storey V.C., Barron T.M И ACM Transactions on Database Systems. -1999. -N24 (4).-P. 213-228.

264. Dibie-Barthelemy J. Refinement of Conceptual Graphs / J. Dibie-Barthelemy, O. Haemmerle, S. Loiseau II Lecture Notes in Artificial Intelligence. 2001. -V.2120. - 216 p.

265. Drenick P.E., Smith E.J. Stochastic query optimization in distributed databases // ACM Transactions on Database Systems. 1993. - N 18 (2). - P. 262 - 288.

266. Elmasri R. The category concept: An extension to the entity-relationship model

267. R. Elmasri, J. Weeldreyer, A. Hevner II Data & Knowledge Engineering. -1985. -N 1. P. 75-116.

268. Elmasri R., Navathe S.B. Fundamentals of Database Systems. Benjamin Cummings. Redwood City, 1994.- 138 p.

269. Fahrner C., Vossen G. A survey of database design transformations based on the Entity-Relationship model // Data & Knowledge Engineering. 1995. - N 15(3).-P. 213-250.

270. Fargin R. Acyclic Database Schemes (of Various Degrees): A Painess Introduction 11 IBM Research Report RJ3800. 1983. - P. 5 - 24.

271. Fargin R. Multivalued dependencies and a new normal form for relational databases // ACM Transactions on Database Systems. 1977. - N 2 (3). - P. 214 -231.

272. Feuiillete D., Amet J.P. Introduction du SPC (Statistical process control) sur le train a bandes de Sollac Florange // Rev. Met. 1988. - V. 85, N 4. - P. 325 -330.

273. Franconi E. Schema Evolution and Versioning: A Logical and Computational Characterisation / E. Franconi, F. Grandi, F. Mandereoli II Lecture Notes in Computer Science. 2001. - V.2065. - 85 p.

274. Frederiks P.J.M. A Unifying Framework for Conceptual Data Modeling Concepts / P.J.M. Frederiks, A.H.M. ter Hofstede, E. Lippe II Information and Software Technology. 1997. - N 39(1). - P. 15 - 25.

275. Ganter В., Rudolph S. Formal Concept Analysis Methods for Dynamic Conceptual Graphs // Lecture Notes in Artificial Intelligence. 2001. - V. 2120. -143 p.

276. Gavish В., Segev A. Set query optimization in distributed database systems // ACM Transactions on Database Systems. -1986. N 11(3). - P. 265 - 293.

277. Gerbe O. Conceptual Graphs and Metamodeling / Gerbe O., Mineau G.W., Keller R.K. II Lecture Notes in Artificial Intelligence. 2001. - V. 2120. - 245 P

278. Gogolla M., Hohenstein U. Towards a semantic view of an extended entityrelationship model // ACM Transactions on Database Systems. 1991. - N 16(3).-P. 369-416.

279. Goldstein R.C., Storey V.C. Data abstractions: Why and how? // Data & Knowledge Engineering. 1999. - N 29(3). - P. 293 - 311.

280. Halpin T.A. An ORM metamodel // Journal of Conceptual Modeling. 2000. -N16.-P. 46-61.

281. Halpin T.A. An ORM metamodel of Information Engineering I I Journal of Conceptual Modeling. 2001. - N 18. - P. 24 - 39.

282. Halpin T.A. Conceptual Scheme Optimization // Australian Computer Science Communications. 1990. -N 12(1). - P. 136 - 145.

283. Halpin T.A., Orlowska M.E. Fact-Oriented Modelling for Data Analysis // Journal of Information Systems. 1992. - N 2(2). - P. 1 - 23.

284. Halpin T.A., Proper H.A. Subtyping and Polymorphism in Object-Role Modelling // Data & Knowledge Engineering. 1995. - N 15. - P. 251 - 281.

285. Hammer M. M., McLeod D. J. Database Description with SDM: A Semantic Database Model // ACM Transactions on Database Systems. -1981. N 6(3). -P. 155- 183.

286. Health I. J. Unacceptable file operations in Relational Database // 1971 ACM SIGFIDET: Proc of Workshop on Data Description, Access, and Control. San Diego, 1971.-P. 121-135.

287. Hellerstein J.M. Optimization techniques for queries with expensive methods // ACM Transactions on Database Systems. 1998. - N 23(2). - P. 113 - 157.

288. Hopjield J. J. Unlearning has a stabilizing effect in collective memories / J. J. Hopjield, D. I. Feinstein, F. G. Palmer I I Nature. 1983. - V. 304. - P. 141 -152.

289. Hopjield J. J., Tank D. W. Neural computation of decision in optimization problems // Biol. Cybernet. 1985. - V. 52. - P. 141 - 152.

290. Hull R., King R. Semantic Database Modeling: Survey, Applications, and Research Issues // ACM Сотр. Surv. 1978. - N 19(3). - P. 47-72.

291. Iizuka E. The effective use of prognosis method of tests and failures (FMEA) //

292. The materials of the 33d conference EQO. Vienne, 1989. - V. 2. - P. 142 -164.

293. Information Systems Design Methodologies: A Comparative Review / T.W. Olle, H. G. Sol, A. A. Verrijn-Stuart (eds.). New York, 1982. - 183 p.

294. Jagadish H.V. The INCINERATE data model // ACM Transactions on Database Systems. 1995. - N 20(1). - P. 71 - 110.

295. Jones Т.Н., Song I.-Y. Analysis of binary/ternary cardinality combinations in entity-relationship modeling // Data & Knowledge Engineering. 1996. - N 19(1).-P. 39-64.

296. Kerschberg L. Query optimization in star computer networks / L. Kerschberg, P.D. Ting, S.B. Yao // ACM Transactions on Database Systems. 1982. - N 7(4).-P. 678-711.

297. Kim S.-K., Carrington D. A Formal Model of the UML Metamodel: The UML State Machine and Its Integrity Constraints // Lecture Notes in Computer Science. 2002. - V. 2272. - 497 p.

298. Kornatzky Y, Shoval P. Conceptual design of object-oriented database schemas using the binary-relationship model // Data & Knowledge Engineering. 1995. -N 14(3).-P. 265-288.

299. Kossmann D., Stocker K. Iterative dynamic programming: a new class of query optimization algorithms // ACM Transactions on Database Systems. 2000. -N25(1).-P. 43-82.

300. Kuper G.M., Vardi M.Y. The logical data model // ACM Transactions on Database Systems. 1993. - N 18(3). - P. 379 - 413.

301. Laleau R., Polack F. A Rigorous Metamodel for UML Static Conceptual Modelling of Information Systems // Lecture Notes in Computer Science. 2001. -V. 2068.-402 p.

302. Levene M., Loizou G. Semantics for null extended nested relations // ACM Transactions on Database Systems. 1993. - N 18(3). - P. 414 - 459.

303. Lien Y.E. Hierarchical schemata for relational databases // ACM Transactions on Database Systems. 1981. - N 6(1). - P. 48 - 69.

304. Lippe E., ter Hofstede A.H.M. A Category Theory Approach to Conceptual Data Modeling // RAIRO Theoretical Informatics and Application. 1996. - N 30(1).-P.31 -79.

305. Lorentzos N.A., Manolopoulos Y. Functional requirements for historica and interval extensions to the relational model // Data & Knowledge Engineering. -1995.-N 17(1).-P. 59-86.

306. Markowitz V.M., Shoshani A. Representing extended entity-relationship structures in relational databases: a modular approach // ACM Transactions on Database Systems. 1992. -N 17(3). - P. 423 - 464.

307. McCulloch W. S., Pitts W. H. A logical calculus of the ideas immanent in nervous activity // Bull. Math. Biophys. 1943. - V. 5. - P.l 15 - 133.

308. Mendelson H., Saharia A.N. Incomplete information costs and database design // ACM Transactions on Database Systems. 1986. - N 11(2). - P. 159 - 185.

309. Mineau G. W. Conceptual modeling for data and knowledge management / G. W. Mineau, R. Missaoui, R. Godinx II Data & Knowledge Engineering. -2000. N 33(2).-P. 137- 168.

310. Мок W.Y. A normal form for precisely characterizing redundancy in nested relations / W.Y. Мок, Y.-K. Nh, D.W. Embley II ACM Transactions on Database Systems. 1996. - N 21(1). - P. 77 - 106.

311. Nakano R. Translation with optimization from relational calculus to relational algebra having aggregate functions // ACM Transactions on Database Systems. 1990. - N 15(4). - P. 518 - 557.

312. Negri M. Formal semantics of SQL queries / M. Negri, G. Pelagatti, L. Sbat-tella И ACM Transactions on Database Systems. 1991. - N 16(3). - P. 513 -534.

313. Negri M., Pelagatti G. Distributive join: a new algorithm for joining relations // ACM Transactions on Database Systems. 1991. - N 16(4). - P. 655 - 669.

314. Oracle Documentation Library: Oracle8/ Enterprise JavaBeans and CORBA Developer's Guide // www.oracle.com.

315. Ozsoyoglu Z.M., Yuan L.-Y. A new normal form for nested relations // ACM

316. Transactions on Database Systems. 1987. - N 12(1). - P. 111 - 136.

317. Paramanik S., Ittner D. Use of graph-theoretic models for optimal relational database accesses to perform join // ACM Transactions on Database systems. -1985.-N 10(1).- P. 57-74.

318. Paredaens J., Gucht D.V. Converting nested algebra expressions into flat algebra expressions // ACM Transactions on Database Systems. -1992. N 17(1). -P. 65 - 93.

319. Part-whole relations in object-centered systems: An overview / A. Artale, E. Franconi, N. Guarino, L. Pazzi // ACM Transactions on Database Systems. -1996. N 20(3). - P. 347 - 384.

320. Polovina S., Heaton J. An Introduction to Conceptual Graphs // AI Expert. -1992.-P. 36-43.

321. Proper H.A. Data Scheme Design as a Scheme Evolution Process // Data & Knowledge Engineering. 1997. - N 22(2). - P. 159 - 189.

322. Proper H.A., van der Weide. EVORM: A Conceptual Modelling Technique for Evolving Application Domains I I Data & Knowledge Engineering. 1994. - N 12. -P. 313-359.

323. Ritson P.R., Halpin T.A. Mapping Integrity Constraints to a Relational Schema // Proceedings of the 4th ACIS. Brisbane, 1993. - P. 381 - 400.

324. Rosenberger J. Teach Yourself CORBA in 14 Days SAMS Publishing // http://www.samspublishing.com/

325. Roth M.A. Extended algebra and calculus for nested relational databases / M.A. Roth, H.F. Korth, A. Silberschatz I I ACM Transactions on Database Systems. -1988. N 13(4).-P. 389-417.

326. Sellis Т.К. Multiple-query optimization // ACM Transactions on Database Systems. 1988. -N 13(1). - P. 23 - 52.

327. Shasha D., Wang T.-L. Optimizing equijoin queries in distributed databases where relations are hash partitioned // ACM Transactions on Database Systems. 1991.-N 16(2).-P. 279-308.

328. Shoval P., Zohn S. Binary-relationship integration methodology // Data &

329. Knowledge Engineering. 1991. - N 6(3). - P. 225 - 250.

330. Siegel M. A method for automatic rule derivation to support semantic query optimization / M. Siegel, E. Sciore, S. Salveter II ACM Transactions on Database Systems. 1992. - N 17(4). - P. 563 - 600.

331. Smith J. M. A Normal Form for Abstract Syntax // Proc. 4th Intern. Conf. on Very Large Data Bases. Berlin, - 1978. - P. 34 - 41.

332. Smith J.M., Smith D.C.P. Database abstractions: aggregation and generalization // ACM Transactions on Database Systems. 1977. - N 2(2). - P. 105 -133.

333. Stonebraker M. Third Generation Database System Manifesto // ACM SIG-MOD. 1990. -V. 19, N3.-P. 101-130.

334. Tansel A.U., Garnett L. On Roth, Korth, and Silberschatz's extended algebra and calculus for nested relational databases // ACM Transactions on Database Systems. 1992. - N 17(2). - P. 374 - 383.

335. The Infological Approach to Data Bases / B. Sundgren, J. W. Klimbie, K. L. Koffeman (eds.) // Data Base Management. New York, 1974. - 198 p.

336. Theorey T. J. A Logical Design Methodology for Relational Databases Using the Extended Entity-Relationship Model / T. J. Theorey, D. Yang, J. P. Fry II ACM Сотр. Surv. 1986. -N 18(2). - P. 85 - 138.

337. Theorey T. J. Database Modeling and Design: The Entity-Relationship Approach. San Mateo, Calif: Morgan Kaufmann, 1990. - 156 p.

338. Three-Level-Specification of Databases using an extended Entity-Relationship Model / U. Hohenstein, L. Neugebauer, G. Saake, H.-D. Ehrich II Informa-tionsbedarfsermittung und analyse fur den Entwurf von Informatonssystemen. -Berlin, 1987.-P. 58-88.

339. Towards a Unifying Object Role Modelling Approach / S.J. Brouwer, C.L.J. Martens, G.H.W.M. Bronts, H.A. Proper II Proceedings of the First International Conference on Object-Role Modelling (ORM-1). Magnetic Island, Australia. - 1994. - P. 259-273.

340. Wai Y.M., Embley D.W. Using NNF to transform conceptual data models to object-oriented database designs // Data & Knowledge Engineering. 1998. -N24(3).-P. 313-336.

341. Wand Y. An ontological analysis of the relationship construct in conceptual modeling / Y. Wand, V.C. Storey, R. Weber II ACM Transactions on Database Systems. 1999. - N 24(4). - P. 494 - 528.

342. Whang K.-Y., Krishnamurthy R. Query optimization in memory-resident domain relational calculus database system // ACM Transactions on Database Systems. 1990. - N 15(1). - P. 67 - 95.

343. Won Kim. Object-Oriented Databases: Definition and Research Directions // IEEE Trans. Data and Knowledge Engineering. 1990. - V.2, N 3. - P.327 -341.

344. Yao S.B. Optimization of query evaluation algorithms // ACM Transactions on Database Systems. 1979. - N 4(2). - P. 133 - 155.

345. Yu C.T. On the estimation of the number of desired records with respect to a given query / C.T. Yu, W.S. Luk, M.K. Siu // ACM Transactions on Database Systems. 1978. - N 3(1). - P. 41 - 56.

346. Zaniolo C., Meklanoff M.A. On the design of relational database schemata // ACM Transactions on Database Systems. 1981. - N 6(1). - P. 1 - 47.

347. Zaniolo C., Melkaojf M.A. A formal approach to the definition and the design of conceptual schemata for databased systems // ACM Transactions on Database Systems. 1982. - N 7(1). - P. 24 - 59.