Система підтримки прийняття рішень функціональної діагностики промислового обладнання - Автореферат

ХЕРСОНСЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ СИСТЕМА ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ФУНКЦІОНАЛЬНОЇ ДІАГНОСТИКИ ПРОМИСЛОВОГО ОБЛАДНАННЯРобота виконана в Херсонському національному технічному університеті Міністерства освіти й науки України. Науковий керівник: кандидат технічних наук, доцент РАДВАНСЬКА Людмила Миколаївна, Херсонський національний технічний університет, декан Таврійського факультету. Харків, завідувач кафедри інтелектуальних компютерних систем; кандидат технічних наук, доцент ХОШАБА Олександр Мирославович, Вінницький національний технічний університет, доцент кафедри інформаційного менеджменту. Захист відбудеться “24” вересня 2007 р. о 12.00 годині на засіданні спеціалізованої вченої ради Д 67.052.01 в Херсонському національному технічному університеті за адресою: 73008, м.Процес його експлуатації перетворився у комплексну проблему, при розвязанні якої потрібно водночас ураховувати управлінські, виробничі, фінансові, технічні й кадрові фактори. У загальній постановці це завдання є некоректним, тобто не має єдиного рішення, а дає певну область компромісів, яка охоплює оптимальні рішення. Для неповністю формалізованих і погано структурованих систем таким регулюючим елементом є особа, що приймає рішення (ОПР), яка заміщує своїми евристичними знаннями нестачу формальної інформації. Перший, залишаючи осторонь процедури формування цілей і вибір критеріїв, розглядає лише формальні методи пошуку оптимального рішення, при цьому процедура ухвалення рішення найчастіше зводиться до деякого завдання математичного програмування. Наукова новизна роботи визначається наступними основними результатами: - уперше запропонований новий підхід до проектування ІСППРД в нечітких умовах, заснований на системній інтеграції технологій штучного інтелекту з точними методами й моделями пошуку рішень, а також методами імітаційного моделювання, який дозволяє створювати ІСППРД, що навчаються на накопиченому досвіді й адаптуються до змін умов функціонування, що забезпечує рішення складних, неструктурованих завдань діагностування в умовах статистичної й структурної невизначеності;Аналіз предметної області дозволив встановити, що використання апарата інтелектуальних нейронних систем (ІНС) має свої особливості, невластиві традиційним методам; шлях від теорії нейронних мереж до їхнього практичного використання вимагає відповідної адаптації методологій, відпрацьованих спочатку на модельних завданнях; обчислювальна техніка із традиційною архітектурою не кращим чином пристосована для реалізації нейронномережних методів; для класу завдань діагностики обладнання характерні слабко структуровані процедури прийняття рішень в умовах неповної інформації; до цього класу завдань відносяться складні, погано формалізовані завдання, які вимагають розробки оригінального алгоритму рішення залежно від конкретної ситуації, для якої можуть бути характерні невизначеність і динамічність вихідних даних і знань. Поставлені й вирішені наступні завдання: синтез основних понять теорії нечітких множин і нечіткої логіки при розвязанні завдань діагностики гірничо-металургійного обладнання; синтез основних методів визначення функції приналежності нечіткої імплікації при вирішенні завдань діагностики гірничо-металургійного обладнання; синтез нечітких нейронних мереж на основі багатошарового перцептрона для розвязання завдань діагностики гірничо-металургійного обладнання; синтез нейронних систем нечіткого виводу для прийняття рішень діагностики гірничо-металургійного обладнання. Це дозволило розробити гібридні інтелектуальні системи, які відрізняються від відомих у літературі можливістю гнучкого вибору параметрів структури діагностики. Представлено підхід до розробки гібридних інтелектуальних систем, що відрізняються методом логічного виводу, способами введення нечіткості й визначення функцій приналежності.

ОСНОВНИЙ ЗМІСТ РОБОТИ