автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Совершенствование управления внутрихозяйственным производством комбикормов

На правах рукописи

ЗУДИН ВАЛЕРИЙ АЛЕКСАНДРОВИЧ

СОВЕРШЕНСТВОВАНИЕ УПРАВЛЕНИЯ ВНУТРИХОЗЯЙСТВЕННЫМ ПРОИЗВОДСТВОМ КОМБИКОРМОВ

Специальность 05.13.06 — Автоматизация и управление технологическими процессами и производствами (отрасли агропромышленного комплекса)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Москва 2006

Работа выполнена в Российском государственном аграрном университете - МСХА имени К.А. Тимирязева и Всероссийском НИИ механизации сельского хозяйства (ВИМ)

Научный руководитель -

заслуженный деятель науки и техники РФ, доктор технических наук, профессор Шеповалов Вячеслав Дмитриевич

Официальные оппоненты:

- доктор технических наук, профессор Солдатов Виктор Владимирович;

- доктор технических наук, профессор Воронин Евгений Алексеевич

Ведущая организация -

Московский государственный университет пищевых производств

Защита состоится 14 июня 2006 г. в 13 часов на заседании диссертационного совета Д.220.056.03 в Российском государственном аграрном заочном университете (ФГОУ ВПО РГАЗУ) по адресу: 143900, г. Балашиха 8 Московской области, ул. Юлиуса Фучика, д.1.

С диссертацией можно ознакомиться в библиотеке Российского государственного аграрного заочного университета (ФГОУ ВПО РГАЗУ).

Автореферат разослан 12 мая 2006 г.

Ученый секретарь диссертационного совета д.т.н, профессор

А.В. Шавров

Общая характеристика работы

Актуальность темы. В последние годы животноводческие и птицеводческие предприятия все большее значение придают внутрихозяйственному производству комбикормов, добиваясь получения качественной продукции с меньшими затратами, чем в случае приобретения аналогичной продукции у промышленных производителей.

Успех сопутствует тем предприятиям, которые делают ставку на оснащение своих производств современными средствами промышленной автоматики с учетом специфики построения технологических схем и организации информационных потоков, обеспечивающих функционирование комбикормового производства как части сельскохозяйственного предприятия.

Вопросами создания сельскохозяйственных производств комбикормов занимались специалисты многих учебных и научно-исследовательских институтов. Ими были проведены работы по созданию технологий, агрегатов, рациональных технологических схем. Ведущая роль в этих исследованиях • принадлежит работам таких институтов, как ВИЭСХ, ВНИИМЖ, ВНИП-ТИМЭСХ и др. При этом разрабатывались системы автоматизированного управления, на базе соответствующих на тот момент технических средств.

В настоящее время появилась возможность применять в системах управления сельскохозяйственными технологическими объектами компьютерную технику. Однако реализация открывающихся при этом возможностей требует проведения специальных исследований, которые и стали предметом настоящей работы применительно к управлению внутрихозяйственными производствами комбикормов.

При современном уровне платежеспособности и доходности сельскохозяйственных производителей компьютерные системы могут быть конкурентно способными по отношению к существующим системам, построенным на основе релейной и микропроцессорной техники, только при условии, что они обеспечивают повышение эффективности производства без изменения

его технологического оборудования и максимальном использовании комплекса периферийных аппаратных устройств (измерительных преобразователей, исполнительных устройств и т.д.) действующих систем управления. В связи с этим при создании компьютерных систем управления внутрихозяйственными комбикормовыми производствами на первый план вышла разработка программных комплексов, позволяющих обеспечить повышение эффективности производства только за счет формирования принципиально новых алгоритмов управления при отмеченных выше ограничениях. Изложенное определило цель и задачи настоящего диссертационного исследования.

Цель исследования - предложить средство повышения эффективности внутрихозяйственных производств рассыпных комбикормов за счет совершенствования системы управления при минимальных изменениях состава применяемой аппаратуры управления и неизменном составе технологического оборудования.

Для достижения поставленной цели решались следующие задачи:

- разработать структуру и содержание программного комплекса для компьютерных систем управления цехом производства комбикормов сельскохозяйственного предприятия;

- исследовать в реальных производственных условиях процесс формирования порции весовыми порционными дозаторами со шнековыми питателями постоянной скорости;

- стратифицировать сигнал измерительного преобразователя дозатора таким образом, чтобы выявилось доступное для дальнейшего использования возможное множество его информативных параметров, значения которых коррелируют с величиной досыпки;

- изыскать способ компенсации технологического шума, являющегося основным источником погрешности существующих весовых порционных дозаторов и обусловленного разновеликостью массы столба свободнопадаю-щего компонента после отключения питателя;

- с учетом результатов, полученных при решении выше указанных задач, создать и инсталлировать рабочую версию программного обеспечения в компьютерной системе управления действующего внутрихозяйственного производства комбикормов.

Объекты исследований: технологический процесс порционного весового дозирования; информационные потоки, возникающие при функционировании комбикормового цеха как внутрихозяйственного объекта в сельскохозяйственном предприятии; процесс взаимодействия оператора цеха с компьютерной системой управления.

При проведении исследований использовались методы нечеткого моделирования с применением нейронных сетей и систем нечеткого вывода, математический аппарат оптимизации. Программное обеспечение создавалось на языке Object Pascal, в среде программирования Delphi б, с использованием методов объектно-ориентированного программирования и СОМ технологии (Component Object Model), доступ к базам данных осуществлялся посредством ADO (Abstract Database Objects).

Накопление данных о процессах дозирования компонентов проводилось в течение длительного времени на комбикормовом цехе МУП «Шелон-ский» в процессе его функционирования. Сбор информации осуществлялся в автоматическом режиме на основе специально разработанного модуля компьютерного мониторинга.

Научная новизна.

- На основании анализа процесса загрузки весового порционного дозатора со шнековым питателем постоянной скорости определено принципиально новое множество информативных оценок его состояния, составляющее статистический портрет процесса как объекта управления.

- Разработана концепция управления процессом дозирования, позволяющая производить прогнозирование величины досыпки по статистическому портрету дозатора на множестве предложенных оценок.

- Предложен и реализован метод обучения нечетких гибридных систем с помощью модернизированного симплексного метода.

- Построен алгоритм прогнозирования величины досыпки на основе нейронной сети. Его использование в системе управления обеспечивает снижение погрешности дозирования существующих дозаторов в 1.5 ... 2 раза. Предложенная концепция управления процессом дозирования с применением нейронной сети зарегистрирована в РОСПАТЕНТе (№2006114027).

- Разработана структура и содержание программного комплекса для компьютерных систем управления комбикормовым производством с возможностью интеграции с общехозяйственным уровнем управления. Оригинальность созданного программного комплекса подтверждена Федеральной службой по интеллектуальной собственности, патентам и товарным знакам (свидетельство №2005612579).

Практическое значение результатов исследований. Проведенные исследования позволили создать эффективную, конкурентоспособную и успешно реализуемую на рынке компьютерную систему управления комбикормовыми цехами с более высоким уровнем эргономичности взаимодействия с оперативным персоналом при минимальных затратах на модернизацию аппаратного обеспечения. Разработанный программный комплекс внедрен в компьютерных системах управления, поставляемых НПФ «Севекс» сельскохозяйственным производителям.

Апробация работы. Основные результаты диссертации докладывались на: 2-ой Международной научно-технической конференции «Земледельческая механика в растениеводстве» (г. Москва, 2003 г.); Международной на-

учно-технической конференции «Автоматизация сельскохозяйственного производства» (г. Углич, 2004 г.).

Публикации. По теме диссертации опубликовано 6 печатных работ. В Федеральном органе по интеллектуальной собственности (РОСПАТЕНТ) зарегистрирован программный комплекс (№2005612579) и способ управления процессом дозирования (№2006114027).

Структура и объем диссертации. Диссертация состоит из введения, шести глав, заключения и приложений и содержит 95 страниц основного текста, 41 рисунок, 2 таблицы, список литературы из 103 наименований и 19 страниц приложений.

На защиту выносятся следующие положения:

- описание динамики процесса загрузки дозатора в виде предложенного множества оценок его состояния;

- концепция управления процессом дозирования, построенная на коррекции величины задания по множеству оценок состояния процесса формирования порции;

- модель прогнозирования величины досыпки на основе многослойной нейронной сети;

- метод обучения нечетких гибридных систем с помощью модифицированного симплексного метода;

- структура и конкретный состав программного комплекса, обеспечивающего достижения компьютерной системой целей управления комбикормовым производством с высокой эффективностью.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационного исследования.

В первой главе анализируются литературные источники, рассматриваются подходы в управлении, как отдельными технологическими процесса-

ми приготовления комбикормов, так и функционирования комбикормовых цехов в общехозяйственной системе, сформулированы цели и основные задачи исследования.

Во второй главе рассмотрены структура и принципы построения разработанного программного комплекса для основанной на применении компьютерной техники системы управления комбикормовым цехом сельскохозяйственного предприятия.

Приготовление комбикорма включает в себя выполнение ряда типовых операций (транспортирование компонентов, дозирование, смешивание и пр.), которые, в зависимости от специфики конкретного комбикормового производства, выполняются с помощью различного набора оборудования. При этом для сопряжения управляющих систем с исполнительными механизмами технологических объектов используются различные промежуточные аппаратные средства. Учитывая это, основной концепцией разработанного программного комплекса была принята открытость настройки под конкретную технологическую схему с возможностью расширения функций без внесения изменений в уже созданную систему управления.

В качестве базовых аппаратных решений по сопряжению компьютерного блока и технологического объекта были приняты разработки НПФ «Севекс».

Предложенная структура программного комплекса состоит из пяти модулей: обеспечения интеграции с общехозяйственной структурой управления; реализации визуального интерфейса с оператором комбикормового цеха; управления маршрутами перемещения потоков компонентов; управления процессом порционно-весового дозирования; сбора информации о текущем состоянии технологических процессов.

Функционирование программного комплекса в целом основано на взаимодействии ряда разработанных классов, которые условно можно разделить на две категории: классы, составляющие ядро комплекса, и классы, напол-

няющие конкретную конфигурацию теми или иными функциональными возможностями. Классы ядра выполняют следующие функции: диспетчеризация вызовов команд и обращений к свойствам объектов, сохранение и загрузка конфигурации проекта, разделение выполнения действий в различных потоках.

Разработка комплекса программного обеспечения осуществлена с применением технологии объектно-ориентированного программирования.

Объекты программного комплекса, наполняющие его конкретными функциональными возможностями, реализованы согласно спецификации СОМ. Особенностью объектов являются такие характеристики как список свойств (IObjectProperties), список команд (IObjectCommands), список событий (IObjectEvents) и сообщений (IObjectMessages).

Свойства объекта предназначены для обмена данными определенного типа. Список событий задается для каждого свойства объекта, в зависимости от конкретной конфигурации. В традиционных языках, поддерживающих технологии объектно-ориентированного программирования, поддерживается связь одного свойства с одним событием, т.е. без дополнительного усложнения программного кода невозможно информировать несколько объектов одновременно об изменении свойства. В разработанной системе каждому свойству может быть назначен список событий различных объектов. Команды объектов системы являются процедурами определенного типа. В случае необходимости передачи или получения каких либо данных, в команду системы передается указатель на массив данных. При выполнении команды объекта определяется, в каком потоке ее необходимо выполнить. Ряд команд, например, реализующих обмен по последовательному интерфейсу, должны быть выполнены только в одном потоке, с тем, чтобы не нарушить последовательность обмена.

Разработка визуальных классов системы выполнена на основании анализа средств отображения в широко используемых SCADA (Supervisory Соп-

trol and Data Acquisition (диспетчерское управление и сбор данных,) системах: InTouch (Wonderware), Citect (CI Technology), FIX (Intellution), Genesis (Iconics CO), TraceMode (AdAstra).

Подсистема управления регламентом приготовления комбикорма рассматривается как событийная, в которой переход от одного состояния к другому происходит при возникновении соответствующих ситуаций. С целью унификации программного комплекса для различных комбикормовых производств принята организация последовательности выполнения технологических операций в настраиваемой форме. Теоретической основой реализации такого рода настройки послужила теория конечных автоматов.

При реализации конечных автоматов нами были выделены следующие типы состояний и разработаны соответствующие классы:

- простое состояние, имеющее список действий при входе и выходе из него, а также список сообщений, которые могут привести к переходу к другим состояниям;

- состояние синхронизации, служащее для синхронизации выполнения переходов между состояниями;

- разветвляющее состояние, предназначенное для одновременного расхождения переходов на несколько ветвей;

- соединяющее состояние, предназначенное для соединения нескольких ветвей переходов в одну.

В зависимости от конкретной технологической схемы осуществляется настройка взаимодействия всех объектов. Поскольку перечень объектов системы имеет динамическую настройку, то обеспечивается возможность многократного использования разработанного программного обеспечения для различных комбикормовых производств.

В третьей главе изложены результаты анализа традиционного подхода коррекции погрешности порционных весовых дозаторов с односкоростным шнековым питателем.

Процесс дозирования сопровождается свободным падением компонента между питателем дозатора и грузоприемной емкостью. После отключения питателя происходит досыпка компонента, когда система управления не оказывает воздействие на протекающий процесс, т.е. имеет место неуправляемая фаза процесса набора порции. В задачу системы управления входит формирование упреждающего сигнала отключения подачи компонента с целью снижения разброса досыпки компонента и, как следствие, снижение погрешности дозирования, что и определяет эффективность функционирования дозатора.

Для компенсации погрешности, вносимой неуправляемой досыпкой компонента, задаваемое системе управления дозатором значение массы дозы, при котором следует отключить питатель, устанавливается меньше, чем номинальные значения порции. Традиционно величина этой коррекции для последующей порции определяется погрешностью дозирования предыдущей порции. Данная коррекция задания не учитывает особенной реальной динамики процесса заполнения грузоприемной емкости. Это приводит к разбросу величины реального веса порций.

В рамках традиционного подхода к построению алгоритмов управления был опробован метод коррекции величины задания, основанный на применении более широкой предыстории о погрешностях дозирования:

i-I

где W3 - заданное значение массы дозы, W'n - фактическая погрешность дозирования на i-ом отвесе, W'n - расчетное значение погрешности дозирования для следующей порции, W¡ - скорректированное значение массы дозы для следующей порции, п — глубина учета предыстории дозирования.

Средствами компьютерного моделирования показано, что традиционный подход к коррекции величины задания и в этом случае не приводит к существенному снижению погрешности дозирования. Он не позволяет учесть

имеющую место в реальных производственных условиях разновеликость столба свободнопадающего компонента при каждом наборе порции.

В связи с этим было принято решение детально проанализировать процесс формирования порций дозаторами в составе реально действующего комплекса внутрихозяйственного производства комбикормов.

В четвертой главе приведены результаты исследований процесса набора порции дозатором и формирования образа порции.

Предложено при описании процесса набора порции дозатором рассматривать не только функцию изменения веса компонента в грузоприемном бункере, но и изменение ее производной (рис. 1.), а образ порции определять вектором оценок состояния Р:

Р = \Гу,Тп,Т0,ТдЖу,1Г0,ГГф,1Гд,о>,р,Г,А,,Рп\, где Ту - время перехода процесса дозирования в установившийся режим; И'у -вес компонента, набранный за период Ту; Т0 - время сохранения скорости загрузки дозатора на уровне установившегося режима после выключения питателя; \У0 - вес компонента, набранный за период Та; вес компонента, набранный за период /5 - <4; Тд - время свободного падения компонента, после выключения питателя; УГД - вес компонента, набранный за период Тд или величина досыпки компонента; ш - средний период колебания скорости загрузки; <р - фаза колебания скорости загрузки в момент выключения питателя; ¥ - усредненное значение скорости загрузки дозатора в установившемся режиме; Ае - амплитуда колебания скорости загрузки в установившемся режиме; ,РЯ - величина скорости загрузки в момент отключения питателя.

Рис. 1

1 - вес грузоприемной емкости, кг; 2 - скорость заполнения грузоприемной емкости, кг/с;

3 — работа питателя, W - вес, кг; Р - скорость заполнения грузоприемной емкости, кг/с.

С целью проведения статистического анализа оценок состояний процесса заполнения дозатора, программный комплекс был дополнен модулем сбора и архивирования данных процесса дозирования. Данные представляли собой совокупность мгновенных значений веса грузоприемной емкости и управляющих команд. Была накоплена информация о 400 сеансах дозирования, и при этом в каждом сеансе набора порции регистрировались данные о весе компонента примерно в объеме 4,5 тысячи точек процесса.

Для всех параметров состояний были получены статистические характеристики, построены гистограммы распределения и рассчитаны корреляционные зависимости с величиной досыпки, и сформирован статистический портрет функционирования дозатора на множестве предложенных оценок.

Выявленные корреляционные связи между параметрами состояния и величиной досыпки показали гипотетическую возможность построения алгоритма прогнозирования величины досыпки, и следовательно, коррекции момента отключения питателя с целью компенсации ошибки дозирования, вы-

зываемой разновеликостью массы свободно падающего столба компонента после отключения питателя.

В пятой главе изложен разработанный способ управления процессом дозирования, основанный на коррекции величины задания по информации о предложенном векторе оценок состояний процесса набора порций. Приведены модели прогнозирования величины досыпки на основе систем нечеткого вывода и нейронной сети, а также метод обучения подобных моделей.

В общем виде суть предложенного способа коррекции величины задания сводится к следующему. Во время набора порций блок мониторинга производит расчет вектора Р оценок состояний процесса. На основании вектора Р и вектора коэффициентов модели К, блок прогнозирования формирует прогнозное значения коррекции величины досыпки Щ = /(Р,К) (рис. 2). Скорректированное значение величины задания 1¥1 =1¥3- используется в системе управления для упреждающего отключения питателя. Такая концепция имеет два принципиальных отличия от традиционного подхода. Во-первых, используется гораздо больший массив информации о протекании процесса загрузки дозатора. Во-вторых, эти данные рассчитываются в процессе загрузки, то есть они являются фактическими и отображают характер динамики процесса.

Для решения задачи снижения погрешности дозирования были разработаны, настроены или обучены и проверены средствами компьютерного моделирования следующие варианты расчета прогнозного значения величины досыпки:

- линейная регрессионная модель;

- модель на основе многослойной нейронной сети;

- модель на основе системы нечеткого вывода по алгоритму Сугено.

ЛУ

Порционный весовой дозатор

Весоизмерительный преобразователь

Привод питателя дозатора

Блок стратификации измерительного сигнала

Блок прогнозирования величины досыпки

/ Ч 4 \ А. /

I

к

Блок обучения

1

XV

Рис. 2

В качестве линейной регрессионной модели прогнозирования величины досыпки была выбрана следующая модель:

К = \ Р0.Р„Рг.Р3.Р<,Р>,Р6>РтР„Р,.Р>о,Ри\. К (ЛАГ) = А, + + А »'у + + А^«-, + Р& + Р& + + Рг^г + Р»Рп + + Ри^д.,-1

где: /?0,...,/?,, - коэффициенты регрессии, индексы г-7 и 1-2 указывают, что используются данные, полученные при наборе предыдущих порций.

На основании собранных данных, полученных при изучении статистических характеристик на реально действующем объекте, была произведена настройка регрессионной модели. Результат проверки регрессионной модели выявил отсутствие значительного снижения погрешности дозирования по сравнению с традиционным подходом, и поэтому была выдвинута гипотеза, которая в дальнейшем подтвердилась, о целесообразности использования для прогнозирования величины досыпки нечетких моделей, которые могут быть

созданы как на основе нейронной сети, так и на основе систем нечетких выводов, либо с использованием обоих этих подходов, т.е. гибридные нечеткие модели.

Для решения задачи построения предсказателя на основе нечетких моделей был разработан ряд классов. Верхний класс, позволяющий выдавать результаты нечеткого вывода и нейронной сети, принадлежит к классу функциональных объектов систем.

Классический состав элементов нейронной сети нами был дополнен такими элементами, как нейрон-минимизатор, выполняющим функцию агрегирования в системах нечеткого вывода, и нейрон-дефазификатор, выполняющим функцию дефазификации.

Для прогнозирования величины досыпки была реализована двухслойная нейронная сеть представленной на рис.3 топологии.

Входные сигналы со всех входов, пропускаются через функцию активации:

где: х, - компонент вектора входного сигнала ^ = (индексы ¿-I и 1-2 указывают,

что используются данные, полученные при наборе предыдущих порций). и>,. и и'0 являются компонентами вектора

К ~| , и*], Ид, и*2,..., и^', 1, н'з2"и^5,.., м^51 и представляют собой соответственно вес синапса и значение смещения. 5 — результат суммирования, п -количество входных сигналов.

Вход Слой нейронов 1 Слой нейронов 2

Рис. 3

—V—

Выход

Построение модели прогнозирования величины досыпки на основе систем нечеткого вывода осуществлено по алгоритму Сугено, при этом были определены параметры из системы оценок процесса загрузки, для которых необходимо провести нечеткое разделение. Критерием выбора таких параметров являлось наличие высокой корреляции с выходной переменной (величиной досыпки) и различия в тенденции проявления такой корреляции в областях больших и малых значений прогнозируемой величины. В качестве таких показателей выбраны величины Ту, ¥, (¡-1 обозначает,

что данные относятся к процессу набора предыдущей порции). В качестве термов нечеткого разделения использованы термы «большое» значение (В) и «малое» значение (Б). Значения коэффициентов а и Ь равны минимальному и максимальному значению соответствующего показателя.

Л =

1,5 < а

. „1 с <* + Ь

Ь-ЯГ а + 1 Ь-а) ' 2

Л

ъ

О ,¿<5

<5 <Ь

0,5 < а

1-2^ УЬ-а

1,6 <5

а + Ь

< 5 <6

База правил нечеткого вывода образована из 32 условий. Каждому правилу соответствует своя линейная регрессия, определяющая влияние показателей процесса загрузки на величину досыпки:

= а? + а) ■ Ту + а} ■ + а* ■ ¥ + о,5 • + а,6 • №д ,

где: а(0,...,а?- весовые коэффициенты в ¡-ом правиле.

Таким образом, предложенная модель прогнозирования величины досыпки на основе систем нечеткого вывода может быть представлена в следующем виде:

кш и», а},...,«,«.

где: а?,..,а', - весовые коэффициенты в каждом правиле, индекс г-7 указывает, что используются данные, полученные при наборе предыдущей порций.

Дефазификация выходной переменной осуществлена с использованием модифицированного варианта метода центра тяжести для одноточечных множеств в форме:

У-Ц^.

2>«

где: с,. - степень истинности ¡-го правила, и>, - значение выходной переменной в ¡-ом правиле.

Использование нечетких моделей в системах подразумевает их обучение. Ввиду различия в методах обучения нейронных сетей и систем нечеткого вывода, а также отсутствия общих методов обучения гибридных нечетких систем, нами был предложен метод обучения нечетких моделей, основанный на симплексном методе. При этом использована целевая функция минимизации рассогласования прогнозного значения величины досыпки и фактического ее значения. Основная новизна предложенного подхода заключается в том, что, по сравнению с классическим симплекс-методом, поиск минимума такой целевой функции осуществляется не из одной какой-либо начальной точки, а из точек, составляющих вершины правильного симплекса, вписанного в гиперсферу, определяющую радиус поиска коэффициентов.

Процедура оптимизации функции предусматривает последовательный поиск минимальных и максимальных значений из списка точек. После того как в списке не остается точек, из которых можно провести поиск минимума или максимума, выбирается точка с минимальным значением целевой функции, и осуществляется конечная операция поиска с параметрами уменьшения размера симплекса, заданного для финального периода.

Таким образом, данный метод оптимизации целевой функции позволяет найти точку глобального минимума путем перебора локальных точек экстремума. К достоинствам данного метода относится сравнительно небольшое

количество параметров поиска, простота в реализации и отсутствие ограничения на непрерывность дифференцирования целевой функции на'всем множестве возможных значений.

Размерность пространства поиска при обучении моделей прогнозирования величины досыпки определяется мощностью вектора К. Так, для модели с применением двухслойной нейронной сети проводилось обучение путем поиска минимального значения целевой функции в 40 мерном пространстве. Для модели прогнозирования с применением системы нечеткого вывода размерность пространства поиска равнялась 224.

В разработанный комплекс программного обеспечения также включена возможность обучения нечетких моделей с использованием метода Ньютона, принадлежащего к методам поиска локального минимума второго порядка. Метод Ньютона может быть применен в частных случаях, когда целевая функция непрерывно дифференцируема на всем пространстве поиска коэффициентов модели.

Численные эксперименты средствами компьютерного моделирования с различными моделями прогнозирования показали явное преимущество использования нечетких моделей прогнозирования по сравнению с регрессионной моделью и моделью, построенной с использованием метода скользящего усреднения.

По результатам обучения симплекс-методом нечетких моделей было выявлено, что нейронная сеть позволяет добиться лучшего результата по сравнению с системой нечеткого вывода. Далее, нами было проведено обучение нейронной сети предложенной топологии с помощью метода Ньютона второго порядка. Обучение предложенной нейронной сети, прогнозирующей величину досыпки, проводилось на основе данных, предварительно накопленных в процессе функционирования цеха комбикормовых производств, то есть по статистическому портрету процесса загрузки конкретных дозаторов. В случае комбикормового производства МУП «Совхоз Шелонский» (Псков-

екая обл.) этот подход позволил достичь самого точного прогнозирования величины досыпки. Применительно к комбикормовому цеху ППФ «Тима-шевская» (Краснодарский край) самой низкой погрешности дозирования удалось достичь путем применения нейронной сети, обученной модифицированным симплекс-методом. Общее снижение погрешности в обоих случаях составил от 1.5 до 2 раз.

Таким образом, в результате только программного совершенствования алгоритма управления удалось на действующих комбикормовых производствах существенно повысить точность соблюдения рецептуры без каких-либо аппаратных изменений имеющихся порционных весовых дозаторов со шне-ковыми питателями постоянной скорости.

Основные научно-технические результаты

- Разработан программный комплекс, обеспечивающий создание высоко конкурентных компьютерных систем управления комбикормовым производством сельскохозяйственных предприятий. Структура комплекса позволяет адаптировать эти системы к различным технологическим и общехозяйственным условиям. В его состав входят: модуль обеспечения интеграции в общехозяйственную структуру управления, модуль реализации визуального интерфейса с оператором комбикормового цеха, модуль управления маршрутами перемещения потока компонентов, модуль управления дозированием, модуль сбора информации о текущем состоянии технологического процесса.

- По полученным экспериментальным данным определено принципиально новое множество информативных оценок состояния процесса дозирования и на их основе его статистический портрет как объекта управления.

- Разработаны методика и средства получения в реальном масштабе времени многомерного статистического портрета процесса дозирования, и на его основе предложен способ управления порционным весовым однокомпонентным дозатором со шнековым питателем.

- Средствами компьютерного эксперимента показано, что для построения алгоритма прогнозирования величины досыпки для этих дозаторов использование нечетких моделей имеет преимущество по сравнению с регрессионной моделью и моделью, построенной с использованием скользящего усреднения.

- Разработаны и реализованы в виде соответствующего программного модуля прогнозирования гибридная нечеткая модель на основе многослойной нейронной сети и принципы ее обучения. Применение предложенной модели прогнозирования позволило на практике снизить погрешность дозирования в 1,5...2 раза при сохранении традиционной для рассматриваемых технологических объектов аппаратной базы систем управления.

- Разработанный комплекс программного обеспечения и алгоритм управления процессом порционного весового дозирования внедрены в компьютерные системы управления комбикормовыми производствами МУП «Совхоз Шелонский», ЗАО ППФ «Тимашевская», «Агрофирма Металлург» (Нижегородская обл.), ЗАО «Левашево» (Ярославская обл.) и включены в состав системы управления комбикормового производства по проекту ВНИПТИМЭСХ при участии «Агротехнопарк» для птицефабрики «Заокская» (Тульская обл.).

Основное содержание диссертационных исследований изложено в следующих публикациях:

1. Исследование автоматизированного процесса порционного дозирования при формировании комбикорма заданной рецептуры. Научные труды ВИМ, том 149. Автоматизация производства продукции растениеводства. Материалы 2-й Международной научно-практической конференции «Земледельческая механика в растениеводстве». - М.: ВИМ, 2003.

2. Использование теории нечеткого моделирования для повышения точности соблюдения рецепта при производстве комбикормов. Автоматизация сельскохозяйственного производства. Сборник докладов Международной научно-практической конференции (2004 г., г. Углич). Часть 1. М., 2004 (Соавтор Шеповалов В.Д.).

3. Программа управления процессом приготовления комбикорма с весовым порционным дозированием. РОСПАТЕНТ, свидетельство об официальной регистрации программы для ЭВМ №2005612579.

4. Нейронная сеть корректора величины досыпки. Объединенный научный журнал, №22, М., 2005.

5. Структура программного обеспечения АСУ ТП внутрихозяйственного производства комбикормов. Объединенный научный журнал, №22, М., 2005.

6.- «Способ управления однокомпонентным порционным весовым дозатором». РОСПАТЕНТ №2006114027. (Соавторы Шеповалов В.Д., Еременко C.B.).

Оригинал-макет подписан к печати 12.05.2006 г. Формат 60x84 1/16. Печать офсетная. Объем 1,0 п.л. Заказ К-489 Тираж 100 экз.

Издательство РГАЗУ 143900, Балашиха 8 Московской области

ВВЕДЕНИЕ.

Глава 1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ

ИССЛЕДОВАНИЙ.

1.1. Типовая структура комбикормового цеха.

1.2. Состояние вопроса автоматизации комбикормовых цехов

1.3. Структура аппаратного состава системы управления.

Глава 2. СТРУКТУРА КОМПЛЕКСА ПРОГРАММНОГО

ОБЕСПЕЧЕНИЯ УПРАВЛЕНИЯ КОМБИКОРМОВЫМИ ПРОИЗВОДСТВАМИ.

2.1. Роль системы в хозяйственной деятельности.

2.2. Структура разработанного комплекса программного обеспечения.

2.3. Структура взаимодействия функциональных классов системы.

2.4. Теоретическая основа динамической настройки последовательности выполнения технологических операций

Глава 3. АНАЛИЗ ТРАДИЦИОННОГО СПОСОБА

УПРАВЛЕНИЯ ПОРЦИОННЫМ ВЕСОВЫМ ДОЗАТОРОМ.

3.1. Описание традиционного способа управления порционным дозатором.

3.2. Исследование возможности снижения погрешности дозирования в рамках традиционного подхода.

Глава 4. ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК ПРОЦЕССА

ВЕСОВОГО ПОРЦИОННОГО ДОЗИРОВАНИЯ.

4.1. Методика сбора экспериментальных данных.

4.2. Метод обработки экспериментальных данных.

4.3. Анализ результатов исследования связи оценок состояния процесса загрузки дозатора с величиной досыпки.

Глава 5. РАЗРАБОТКА МОДЕЛИ УПРАВЛЕНИЯ ПРОЦЕССОМ

ДОЗИРОВАНИЯ.

5.1. Концепция управления процессом дозирования.

5.2. Прогнозирование величины досыпки с использованием линейной регрессионной модели.

5.3. Принцип построения моделей прогнозирования с использованием нечетких систем.

5.4. Программная реализация нечетких моделей.

5.5. Метод обучения нечетких моделей.

5.6. Прогнозирование величины досыпки с использованием нейронной сети.

5.7. Прогнозирование величины досыпки с использованием системы нечеткого вывода Сугено.

Практический результат внедрения разработанного программного комплекса.

Основные научно-технические результаты.

Полноценное кормление поголовья является одной из главных проблем развития животноводства и птицеводства. Продуктивные качества животных на две трети зависят от состояния кормовой базы и организации кормления. Применение концентрированных добавок позволяет повысить усвоение кор-мосмесей в целом и обеспечить нужды животноводства в кормах минимальным количеством растительной продукции. Содержание современных высокопродуктивных пород требует не только тщательно сбалансированного по питательности комбикорма, но и оптимального соотношения в нем обменной энергии и протеина, незаменимых аминокислот, макро- и микроэлементов, витаминов и других биологически активных веществ. При этом весьма актуальной проблемой, имеющей большое народнохозяйственно значение, становится проблема повышения точности соблюдения зоотехнически обоснованных рецептов комбикормов.

Производство комбикормов в мире достигает около 500 млн. т. в год, в том числе 120 млн. т. в год приходится на страны ЕС. Мощности комбикормовых предприятий России составляют около 10 % от мировых и 37 % от стран ЕС. В США производится 120 млн. т., в Китае - 40, в Германии - 20, в Голландии и во Франции - около 17, в Англии - 11 млн. т. комбикормов в год [6, 12, 56].

На нужды животноводства во всех категориях хозяйств в России расходуется порядка 14 млн. т рассыпных кормов в год. Из них 40 % используется для крупного рогатого скота, 26 % - для свиней, 30 % - для птицы.

Приведенные данные иллюстрируют отмеченную выше важную роль производства комбикормов.

В последние годы животноводческие и птицеводческие предприятия все большее значение придают внутрихозяйственному производству комбикормов, добиваясь получения качественной продукции с меньшими затратами, чем в случае приобретения аналогичной продукции у промышленных производителей.

Успех сопутствует тем предприятиям, которые делают ставку на оснащение своих производств современными средствами промышленной автоматики с учетом специфики построения технологических схем и организации информационных потоков, обеспечивающих функционирование комбикормового производства как части сельскохозяйственного предприятия.

Вопросами создания сельскохозяйственных производств комбикормов занимались специалисты многих учебных и научно-исследовательских институтов. Ими были проведены работы по созданию технологий, агрегатов, рациональных технологических схем. Ведущую роль в этих исследованиях принадлежит работам таких институтов, как ВИЭСХ, ВНИИМЖ, ВНИП-ТИМЭСХ и др. При этом разрабатывались системы автоматизированного управления, на базе соответствующих на тот момент технических средств.

В настоящее время появилась возможность применять в системах управления сельскохозяйственными технологическими объектами компьютерную технику. Однако реализация открывающихся при этом возможностей требует проведения специальных исследований, которые и стали предметом настоящей работы применительно к управлению внутрихозяйственными производствами комбикормов.

При современном уровне платежеспособности и доходности сельскохозяйственных производителей компьютерные системы могут быть конкурентно способными по отношению к существующим системам, построенным на основе релейной и микропроцессорной техники, только при условии, что они обеспечивают повышение эффективности производства без изменения его технологического оборудования и максимальном использовании комплекса периферийных аппаратных устройств (измерительных преобразователей, исполнительных устройств и т.д.) действующих систем управления. В связи с этим, при создании компьютерных систем управления внутрихозяйственными комбикормовыми производствами, на первый план вышла разработка программных комплексов, позволяющих обеспечить повышение эффективности производства только за счет формирования принципиально новых алгоритмов управления при отмеченных выше ограничениях. Изложенное определило цель и задачи настоящего диссертационного исследования.

1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЙ

В последние годы сложилась явная тенденция к созданию в птицеводческих и животноводческих хозяйствах собственных цехов по производству комбинированных кормов. Это связано, в первую очередь, с очевидными экономическими выгодами для данных категорий предприятий: существенное уменьшение транспортных перевозок, снижение налоговых платежей, использование побочных продуктов переработки близлежащих мельниц и маслоцехов, собственного фуражного зерна и других имеющихся в распоряжении компонентов комбикормов, позволяют значительно снизить их стоимость, а значит увеличить рентабельность своей основной продукции. Отдельно следует отметить возможность быстрого изменения на таких предприятиях технологического регламента работы оборудования при смене рецептуры приготавливаемого комбикорма, в зависимости от требований зоотехнических служб. На ряде предприятий в нашей стране построены собственные небольшие комбикормовые заводы, цеха и установки, которые суммарно производят 2.5-3.0 млн. т. комбикормов в год.

При проектировании комбикормовых заводов учитывается специализация конкретного региона на том или ином виде животноводства, а также плотность размещения скота и птицы. Так, более крупные комбикормовые заводы производительностью 30-50 т/ч и выше построены в тех регионах, где наиболее развиты птицеводство и промышленный откорм скота. В свиноводческих зонах и зонах молочного скотоводства производительность внутрихозяйственных заводов составляет 10-15 т/ч [84].

Можно считать, что на сегодняшний день в животноводческих и птицеводческих хозяйствах сформировалась подотрасль в виде комбикормовых цехов производительностью до 15 т/ч, которые обеспечивают комбикормом одно или несколько хозяйств.

Производство комбикормов базируется на типовых технологических приемах: очистке сырья от примесей при приеме, гранулометрической подготовке сырья (измельчении), дозировании сырьевых компонентов в соответствии с рецептурой, смешивании и гранулировании (при наличии соответствующего оборудования) готовой продукции. В зависимости от конкретной технологической схемы, измельчение компонентов производится индивидуально или в составе смеси. На заводах производительностью до 15 т/ч, заключительным этапом приготовления комбикорма, как правило, является смешивание всех компонентов и доставка их в выгрузные бункера. На ряде заводов отсутствует оборудование для дальнейшей обработки готовой продукции, такое как грануляторы или экструдеры. [26, 54, 68, 69, 87, 89, 90, 97]

Организация технологического процесса приготовления комбикормов должна обеспечивать оперативную подачу сырья, требуемую его технологическую подготовку и ввод всех компонентов в соответствии с рецептом, эффективное смешивание и выпуск продукции высокого качества, с соблюдением ритмичной работы оборудования, обеспечивающего полное использование производственной мощности.

Из всех технологических операций при приготовлении комбикорма дозирование компонентов является одной из самых важных технологических операций. Дозирующие устройства (дозаторы) классифицируются по структуре технологического процесса и по принципу работы. По принципу работы выделяют дозаторы объемного и весового типа. В соответствии со структурой технологического процесса, выделяют дозаторы дискретного (периодического или порционного) и непрерывного действия. На сегодняшний день, наибольшее распространение получили порционные весовые дозаторы. Такая тенденция связана с целым рядом причин. В первую очередь, следует отметить широкое распространение тензорезистивных датчиков веса с высокой точностью измерения. Отечественная и зарубежная промышленность выпускает большой ассортимент датчиков, отличающихся по типу измерения нагрузки (измерения нагрузки сжатия или растяжения), по наибольшему пределу взвешивания (от 200 г до 100 т) и по классу точности. В зависимости от устройства установки дозирования, максимального предела порции и необходимой точности измерения может быть выбран тот или иной тип датчиков. Другой причиной, послужившей переходом на весовые порционные дозаторы, является повышение требований к точности дозирования и большой разброс процента ввода компонента в комбикорм. По сравнению с объемным, весовой метод дозирования позволяет формировать комбикорм с большей степенью соответствия рецепту. При циклическом характере производства использование дозаторов дискретного типа действия более оправданно. Достоинства технологических схем с явно выраженной порционной работой - в малой инерционности, быстрой реакции на управляющее воздействие, отсутствии неучтенных остатков сырья, в возможности перехода на выработку комбикорма по новому рецепту с минимальными потерями времени.

Технологическая схема, в зависимости от типа и варианта построения, может иметь один или несколько линий дозирования, отличающиеся между собой наименованием и количеством дозируемых компонентов. Дозирование бывает предварительным и заключительным. Каждый узел дозирования может характеризоваться количеством и типом весовых дозаторов, установленных в одном линии, количеством наддозаторных емкостей, которое определяется в зависимости от максимального количества компонентов в рецепте, способом дозирования, количеством и типом установленных смесителей.

В отечественной практике встречаются варианты комбинированных технологических схем, когда зерновое, гранулированное сырье и шроты готовятся одним способом, а белково-минеральное сырье другим. Подготовка белково-минеральных компонентов, в некоторых вариантах, проводится в отдельном цехе или на отдельной линии в производственном цехе и ведется традиционным способом, т.е. раздельно, либо в составе порции, либо в составе смеси.

Многокомпонентное дозирование, в зависимости от количества установленных в одном узле дозаторов, может быть последовательным, параллельным, либо параллельно-последовательным.

При последовательном дозировании каждый компонент подается из отдельного бункера с помощью питателей и направляется последовательно в приемный бункер дозатора, в котором происходит измерение массы. Система может настраиваться на взвешивание нескольких навесок подряд. Эта схема дозирования имеет следующие недостатки. Поскольку дозирование отдельных компонентов производится последовательно, то при большом их числе снижается производительность дозаторов и, безусловно, увеличивается время технологического цикла: дозирование-смешивание. Кроме того, вследствие колебаний содержания компонентов в рецептах от долей до десятков процентов, установка одного дозатора не обеспечит требуемой точности дозирования компонентов. В свою очередь такая схема имеет и преимущества: она проста и экономична с точки зрения затрат на оборудование и управление установкой.

При параллельном дозировании используют дозирующие устройства по числу составляющих смеси. Данная схема, по сравнению с установкой одного дозатора для всех компонентов, имеет ряд преимуществ: при одновременном взвешивании всех компонентов в требуемом технологией соотношении сокращается продолжительность рабочего цикла, увеличивается точность дозирования, поскольку в данном случае имеется возможность подбора дозаторов для каждого компонента в соответствии с его физико-механическими свойствами и процентом ввода в приготавливаемую смесь. Недостатком схемы является наличие большого числа дозирующего оборудования, что делает эту установку громоздкой, ухудшает ее эксплуатационные показатели (особенно технико-экономические) и усложняет управление установкой.

1. " Авернин А.Н., Батыршин И.З. Нечеткие множества в моделях управ-ления и искусственного интеллекта-М.: Мир, 1986.

2. Айвазян CA., Мхитарян B.C. Прикладная статистика и основы экономики. -М. «ЮНИТИ», 1998.

3. Алиев Р. А., Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990.

4. Алипов С., Федоренко В. Автоматизированные комплексы для комбикормового производства. / Комбикорма. 2001. - №1. - с.30.

5. Арефьева Е.А. Объектно-ориентированная система моделирования в автоматизированном управлении. Дис. канд. техн. наук, Тула 1999.

6. Ахкозов Л., Рыбин А. Как работали комбикормовые предприятия в 2000 году. / Комбикорма. 2001. - №3. - с.6.

7. Баас Р., Фервай М., Гюнтер X. Delphi 4 : полное руководство: Пер. с нем. К.: Издательская группа BHV 1998. - 800 с.

8. Бадд Т. Объектно-ориентированное программирование в действии: Пер. с англ. СПб.: Питер, 1997. - 464 с.

9. Базы данных в Delphi 4. Руководство разработчика: Пер. с англ. К.: Издательство «ДиаСофт», 1999. - 464 с.

10. Бессонова Л.П. Структурный и параметрический синтез технологических систем многокомпонентного дозирования (на примере комбикормового производства). Дис. канд. техн. наук.

11. Борисов А.Н., Крумберг O.A., Федоров И.А. Принятие решений на основе нечетких моделей. Примеры использования. Рига: «Зинатне», 1990.

12. Булатов Д.С. Производственная дипломатия. США и интересы России. -М. 1996.

13. Васильев С. Н. Обоснование конструктивно-кинематических параметров многокомпонентного вибродозатора сыпучих кормов. Дис. канд. техн. наук, Барнаул 1992.

14. Васильев В. И., Ильясов Б. Г., Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие. — Уфа: УГАТУ, 1997.

15. Гатаулин А. М. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве. — М.: Изд-во МСХА, 1992. Ч. 1. 160 с.

16. Гатаулин А. М. Система прикладных статистико-математических методов обработки экспериментальных данных в сельском хозяйстве. — М.: Изд-во МСХА, 1992. Ч. 2. 192 с.

17. Горбань А.Н. Обучение нейронных сетей. М.: СП «ParaGraph», 1990. - 160 с.

18. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.

19. Горбенко В., Галушкевич. Р., Ваньчик Я., Пичугин Э. Опыт автоматизации в комбикормовом производстве. / Комбикорма. 2001. - №1. — с.37-38.

20. Горев А., Ахаян Р., Макашарипов С. Эффективная работа с СУБД. -Спбю: Питер, 1997. 704с.

21. Горшков А.Ф. Компьютерное моделирование менеджмента. М. 2002.

22. ГОСТ 10223-97 . Дозаторы весовые дискретного действия. М.: Изд-во стандартов, 1999.

23. Гультяев А. К., Машин В. А. Проектирование и дизайн пользовательского интерфейса. М. 2001.

24. Дарахвалидзе П. Г., Марков Е. П. Программирование в Delphi 7. -СПб.: БХВ-Петербург, 2003. 784 с.

25. Джонс М. Т. Программирование искусственного интеллекта в приложениях / Пер. с англ. М.: ДМК Пресс, 2004. - 312 с.

26. Егоров Г.А. Технология и оборудование мукомольной, крупяной и комбикормовой промышленности. М. 1996.

27. Елисеев В. Комплекс технических средств для автоматизации процессов взвешивания и дозирования. / СТА, №1 1999. с. 36-38.

28. Ефремов С.А. Повышение эффективност и управления дискретными дозаторами сыпучих материалов. Дис. канд. техн. наук, Ярославль 2000.

29. Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. — М.: Знание, 1974.

30. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных значений. — М.: Мир, 1976.

31. Закотенко В., Панин И., Щеблыкин В. Автоматизированная система дозирования и смешивания на птицефабрике. / Комбикорма. 2001. -№2. - с.32-33.

32. Зозуля В.А. Речевая коммуникация в системах ввода сообщений для автоматизации рабочих мест оперативно-диспетчерского персонала. Дис. канд. техн. наук, Ростов-на-Дону 2000.

33. Программа управления процессом приготовления комбикорма с весовым порционным дозированием. РОСПАТЕНТ, свидетельство об официальной регистрации программы для ЭВМ №2005612579.

34. Зудин В.А. Нейронная сеть корректора величины досыпки. Объединенный научный журнал, №22, М.: 2005 г.

35. Зудин В.А. Структура программного обеспечения АСУ ТП внутрихозяйственного производства комбикормов. Объединенный научный журнал, №22, М.: 2005 г.

36. Зудин В.А., Шеповалов В.Д., Еременко C.B. «Способ управления од-нокомпонентным порционным весовым дозатором». РОСПАТЕНТ №2006114027.

37. Ивахненко А.Г. Юрачковский Ю.Г. Моделирование сложных систем по экспериментальным данным. М.: Ради и связь, 1987. - 120 с.

38. Интегрированные модели и мягкие вычисления в искусственном интеллекте. -М.: Наука, 2001.

39. Комарцова JI. Г., Максимов А. В. Нейрокомпьютеры: Учеб. пособие. -М.: Изд-во МГТУ им Н.Э. Баумана, 2002.

40. Концепция автоматизации агропромышленного комплекса. Зерно-град 1996.

41. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

42. Краснов М.В. DirectX. Графика в проектах Delphi. Спб.: БХВ-Петербург, 2003. - 416 с.

43. Курейчик В. М. Генетические алгоритмы. Таганрог: Изд-во ТРТУ,1998.

44. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuz-zyTech. СПб.: БХВ-Петербург, 2003. - 736 с.

45. Леоненков А. В. Самоучитель UML. СПб.: БХВ-Петербург, 2002. -304 с.

46. Лукьянов П.Б. Система поддержки принятия решения при управлении кормоприготовлением. Дис. канд. техн. наук.

47. Львовский E.H. Статистические методы построение эмпирических формул: Учеб. пособие для втузов. 2-е изд. - М.: Высшая школа. -1988.-239 с.

48. Максименко A.A. Советующая система с нечеткой логикой по управлению мельницей помола клинкера. Дис. канд. техн. наук, Белгород 2000.

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

50. Методические рекомендации по технико-экономическому обоснованию с использованием ЭВМ комплектов технических средств для технологических процессов приготовления кормов. М. 1991.

51. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова; издание 2-ое, стереотипное. — М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. 744 с.

52. Миончинский П.Н., Кожарова Л.С. Производство комбикормов. М.1999.

53. Нейросетевые системы управления / В.А. Терехов, Д.В. Ефимов, И.Ю. Тюкин и др. — СПб: Изд-во С.-Петербургского университета, 1999. — 264 с.

54. Нестеров Н. Состояние и стратегия развития отрасли. / Комбикорма. -2001. №1. - с.2-3.57