Исследование возможности применения искусственных нейронных сетей для автоматического управления процессом металлизации
p align="left">В соответствии со структурой цеха задачи по управлению процессом распределены между различными пультами управления. По два модуля прямого восстановления управляются из одного помещения, причем для каждого участка процесса в узком смысле (для печи металлизации, газовых циклов, реформера, трубопровода для отвода дымового газа) имеется свой участок пульта управления. Из общей части, расположенной между этими участками, управляются системы, используемые обоими модулями совместно (оборотные водяные циклы со сгустителем; градирнями и т.п., а также генераторы инертного газа) .
Таким образом, для модулей № 1 и 2 и № 3 и 4 имеются по одному распределительному щиту в помещении управления процессом, коммутационные помещения, трансформаторные подстанции и аварийный электрогенератор.
Управление доставкой окисленных окатышей, их распределением между четырьмя шахтными печами металлизации, отправкой металлизованных окатышей, станциями их грохочения, распределением металлизованных окатышей между обеими бункерными эстакадами (перед электросталеплавильным цехом и перед железнодорожной станцией) осуществляется с транспортного пульта. Предусматривается обмен сигналами между помещением транспортного пульта и обоими пультами для управления процессом.
Технологические параметры процесса и параметры работы машин увязываются между собой при помощи свободно программируемых систем управления. При этом реализуются все частные задачи управления процессом. В соответствии со структурой пультов управления предусмотрены свободно программируемые управляющие блоки. Эти блоки перерабатывают сигналы, поступающие на сторону их входа только в двоичном виде. Упомянутые сигналы формируются в датчиках предельных значений - местных и установленных в измерительных системах распределительных помещений и аналитических лабораторий, в концевых выключателях на вентилях (клапанах), на реле приводов и в выключателях на пультах управления процессом. Выходные сигналы передаются в бинарном виде на место на электромагнитные клапаны и в системы управления приводами в виде команд "включить - выключить" и на сигнальные лампы на местные пульты как сигналы с центрального пульта управления и от местных приборов управления.
На некоторых участках модулей для предупреждения при появлении взрывоопасных или токсичных газов установлены сигнализационные газоанализаторные устройства на взрывоопасность ("Экс") и на монооксид углерода (СО). При помощи таких устройств контролируются участки вокруг станций учета расхода природного газа, зоны загрузки в шахтные печи металлизации, газовые компрессоры, рекуператоры, генераторы инертного газа и некоторое другое оборудование. Для сигнализации о взрывоопасности ("Экс") определяется концентрация горючих газов, причем уровень подачи сигнала тревоги устанавливается на достаточном расстоянии от нижнего предела взрывоопасной концентрации горючего газа.
Система наблюдения за монооксидом углерода измеряет селективно содержание СО и подает сигнал тревоги при достижении максимально допустимой концентрации на рабочем месте.
1.4.2 Основные контуры регулирования в модулях прямого восстановления
Для оптимального управления работой установок прямого восстановления "Мидрекс" необходимо наблюдать за большим числом контуров измерения и регулирования (см. Приложение 6). Ввиду сложности технологических взаимосвязей в процессе эксплуатационный персонал должен иметь глубокие знания и большой опыт работы на установке, чтобы вести процесс по возможности без неполадок и получать хорошие показатели.
Приведём лишь некоторые важнейшие контуры регулирования.
1. Давление в системе необходимо поддерживать постоянным на таком уровне, чтобы условия на нагнетании компрессоров технологического газа были всегда определенными. Для выравнивания давления часть газа, выходящего из скруббера колошникового газа, отводится через заслонку регулирования давления из цикла технологического газа и доставляется на отопление реформера. Заслонка регулирования давления устанавливается соответствующим регулятором в такое положение, что давление в трубопроводе технологического газа между скруббером колошникового газа и компрессорами технологического газа остается постоянным.
2. Для конвертирования природного газа решающее значение имеет получение достаточно высокой влажности смешанного газа перед реформером. Это надежнее всего достигается настройкой правильного значения температуры технологического газа в насыщенном состоянии. Наиболее эффективно это реализуется регулированием температуры охлаждающей воды на стороне технологического газа в скруббере колошникового газа. Правильная температура устанавливается регулированием соотношения между горячей и холодной водой, поступающей в скруббер колошникового газа. Регулирование соотношения проводится по температуре технологического газа после компрессоров.
3. Определяющим рабочим параметром для цикла технологического газа является его объемный расход (в пересчете на нормальные условия). Поскольку компрессоры технологического газа работают с постоянным объемным расходом, нужно ответвлять регулируемую часть потока от основного и возвращать его в скруббер колошникового газа.
На основе измерения объемного расхода в основном потоке газа байпасный клапан на возвратном потоке регулируется с таким расчетом, чтобы объемный расход одного потока поддерживался на заданном уровне.
4. Природный газ, необходимый для процесса прямого восстановления, подводится в процесс в зависимости от требуемого количества продукта -- металлизованных окатышей. Однако устанавливать жесткую связь между количеством выгружаемого продукта и количеством подводимого природного газа нецелесообразно. Природный газ лучше подводить в регулируемом постоянном соотношении с расходом технологического газа в его цикл. Заданное значение (уставка) для контура регулирования расхода природного газа при этом изменяется в настраиваемом соотношении в зависимости от расхода технологического газа.
5. Процессом конверсии необходимо управлять так, чтобы химический состав конвертированного газа после реформера соответствовал заданным концентрациям. При правильной настройке других параметров содержание СО в конвертированном газе определяется тонким регулированием расхода природного газа. Поэтому параллельно с регулированием соотношения между расходами технологического и природного газов предусматривается и тонкое регулирование расхода природного газа.
Заданное значение (уставка) в этом контуре регулирования изменяется в зависимости от результата анализа -- содержания СОв конвертированном газе после реформера.
6. Потребность в тепле на процесс конверсии в значительной части покрывается избытком технологического газа - так называемым топливным газом. Недостающее количество тепла покрывается добавочным количеством природного газа, расход которого регулируется в зависимости от температуры в рабочем (топочном) пространстве реформера.
7. Для предотвращения экзотермически протекающей реакции обратной метанизации (образования СН из СО и Н) в шахтной печи к свежему конвертированному газу нужно добавлять некоторое количество метана в форме природного газа. Содержание СН в восстановительном газе должно устанавливаться на основе опыта (в основном в зависимости от характеристик применяемых окисленных окатышей).
Расход добавляемого природного газа регулируется с таким расчетом, чтобы в восстановительном газе поддерживалось постоянное содержание метана.
8. Температура восстановления (в печи металлизации) должна устанавливаться, возможно, более высокой, в зависимости от производительности, степени использования газа, склонности металлизованных окатышей к вторичному окислению и их прочности. Однако, она ограничивается свойствами применяемых окисленных окатышей, в частности потому, что при некоторой температуре, специфической для данного вида окатышей, они спекаются в конгломерат, а в крайнем случае даже сплавляются. Допустимым верхним пределом температуры восстановления следует считать такую температуру, при которой появляются первые спекшиеся конгломераты металлизованных окатышей.
Температуру восстановительного газа регулируют путем ответвления от конвертированного газа, имеющего температуру ~ 900°С, части потока, охлаждения его до температуры насыщения вспрыскиванием воды и последующего подмешивания холодного газа к горячему с целью охлаждения его до требуемого температурного уровня. Величину охлаждаемого потока конвертированного газа регулируют при помощи заслонки после испарительного охладителя в зависимости от заданной температуры зоны восстановления.
9. Сжигание отопительного газа (смеси газов топливного колошникового и природного) в реформере должно происходить лишь с небольшим избытком воздуха. Кроме получения хорошего теплотехнического к.п.д. топки, это должно способствовать получению дымового газа, пригодного для последующей переработки на соответствующий инертный (затворный) газ.
Расход воздуха для горения следует устанавливать лишь с небольшим превышением стехиометрического соотношения (с коэффициентом расхода ~1,05). В соответствии с тем, что сжигается газ двух видов, расход так называемого первичного воздуха устанавливается в соотношении с расходом топливного колошникового газа, а расход так называемого вторичного воздуха в соотношении с расходом сжигаемого природного газа.
Вспомогательные горелки реформера, которые при нормальной работе выполняют лишь поддерживающую функцию, регулируются следующим образом: расход вспомогательного воздуха принимается в соотношении с расходом вспомогательного (добавляемого) природного газа. В соответствии с составами газов можно настроить соотношение газ - воздух на правильно заданное значение.
10. Давление в топочном (межтрубном) пространстве реформера должно поддерживаться на некотором постоянном уровне, во-первых, для того, чтобы обеспечить постоянство неизбежных подсосов атмосферного воздуха и, во-вторых, для защиты корпуса реформера и его конструктивных элементов.
Давление в топочном пространстве реформера определяется разрежением, создаваемым дымовым газом (тягой). По результатам измерения этого давления регулятор устанавливает правильное положение поворотных направляющих лопаток на всасывании вентилятора. Принимаются особые меры для того, чтобы при переходных рабочих состояниях во время пуска и выключения установки и при выходе горелок из строя получающиеся колебания давления укладывались в допустимые пределы.
11. Для защиты окружающей среды от загрязняющих газовых выбросов предусмотрена уже упоминавшаяся дымовая труба высотой 250 м. У основания дымовой трубы создается значительное разрежение, особенно при работе на холостом ходу. Чтобы защитить агрегат от недопустимо высокого разрежения, между эксгаустером и входом в дымовую трубу установлена дроссельная заслонка. Эта заслонка по результатам измерения давления непосредственно за эксгаустером регулирует предусмотренное давление.
12. Главным показателем работы модуля прямого восстановления является количество готового продукта (металлизованных окатышей), выгружаемого из печи металлизации. В качестве выгружающего устройства применен маятниковый питатель, в котором часть продукта сталкивается со стола вправо и влево при движениях толкателя. Выгруженное количество определяется числом ходов питателя за единицу времени. При нормальном ходе производственного процесса число ходов в час прямо пропорционально количеству выгруженных металлизованных окатышей.
Число ходов толкателя, имеющего гидравлический привод, регулируется на заданное значение по результатам определения выгруженного количества конвейерными весами. Управление числом ходов в минуту по результату измерения конвейерными весами возможно, но не является необходимым.
2. АКТУАЛЬНОСТЬ ИССЛЕДОВАНИЙ
2.1 АНАЛИТИЧЕСКИЙ ОБЗОР
2.1.1 Анализ темы дипломной работы
Тема дипломной работы отражает суть и предложения по разрешению вопросов, которые долгие годы не имели приемлемого решения, поскольку не было адекватных технологических методов [8,9]. На основании исследований предложено использовать методы искусственного интеллекта, в частности нейронные сети, что связано со стремительным развитием нейронных технологий в управлении за последнее десятилетие [3]. Благодаря этому и универсальности нейронных сетей появляется возможность автоматизировать многопараметрический и нелинейный процесс металлизации железа в шахтной печи при отсутствии формализованной модели.
Целью работы является исследование возможности применения искусственных нейронных сетей для автоматического управления процессом прямого восстановления железа в шахтной печи. Результатом исследований должна явиться нейросетевая модель автоматической системы управления процессом прямого восстановления железа, прогнозируемые результаты работы которой приемлемы относительно ручного управления оператором.
2.1.2 Обзор литературы
По тематике процесса восстановления количество литературных изданий позволяет в полной мере ознакомиться с методами и технологиями процесса прямого восстановления, а также определить необходимость автоматического управления [1,8,9,15,16,17].
Современный рынок литературных изданий, освещающих тематику интеллектуальных систем, достаточно широк и позволяет исследователю изучить основные методы и принципы и сформировать общую картину современного состояния разработок. При этом, крайне важным следует отметить скудную освещенность применения интеллектуальных систем управления на основе нейронных сетей в черной металлургии, в частности, в области решения задач автоматизации процессов прямого восстановления железа. Данный факт усложняет процесс исследования и разработки, но тем самым повышает научную и практическую значимость проводимой работы.
2.2 АКТУАЛЬНОСТЬ ПРОВОДИМЫХ ИССЛЕДОВАНИЙ
2.2.1 Исследование предметной области
Для исследования были выбраны модули прямого восстановления цеха ЦОиМ ОАО ОЭМК, использующие технологию фирмы "Мидрекс".
Пример Оскольского электрометаллургического комбината, построенного в СССР, продемонстрировал возможности промышленного получения высококачественного металла путем использования методов прямого восстановления железа в любых необходимых количествах [1]. При этом, только ряд экономических, технических и организационных просчетов, совершенных на этапах проектирования и строительства, не позволил ОЭМК стать в полной мере рентабельным производством. К сожалению, целый ряд неурядиц, связанных с износом оборудования, необходимостью разработки, изготовления и поставки оборудования, приборов, узлов, запасных частей взамен импортных преследовал комбинат и в последующем в процессе его эксплуатации. По этой причине возникала даже угроза остановки комбината. И, тем не менее, комбинат обеспечивал страну необходимым количеством высокосортного металла в полном объеме. В металлургической промышленности, так же, как и в других областях, к производительности установок, качеству продукции и гибкости при переналадке производственных процессов предъявляются все более высокие требования. Применение современного электротехнического оборудования и новейших автоматизированных систем с использованием средств вычислительной техники обеспечивает надежное и наглядное управление технологическим процессом, обширный контроль и диагностику неисправностей, высокую оперативную готовность агрегата и позволяет удовлетворить самым высоким требованиям к промышленному производству с одновременной экономией затрат [16].
2.2.2 Определение научного уровня
Предлагаемые методы автоматического управления процессом металлизации железа на основе нейронных технологий являются относительно новыми решениями для научной сферы [12,21,22]. Таким образом, данная тема относится к новому направлению развития нейронных технологий управления, что, несомненно, делает её актуальной как с точки зрения развития науки, так и с точки зрения практической полезности, вызванной, в первую очередь, спецификой исследуемой предметной области.
3. АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ
3.1 ХАРАКТЕРИСТИКА АВТОМАТИЗАЦИИ
3.1.1 Текущий уровень автоматизации
Для каждой из установок металлизации предусмотрен отдельный центральный пост управления процессом, расположенный в здании, где размещаются распредустройства. В помещениях КИПиА, кроме измерительных панелей с показывающими и самопишущими приборами, расположены шкафы с регуляторами, шкафы со вспомогательными электронными блоками, а также шкафы систем сигнализации и оповещения.
Все установки цеха, а также участок подвода и отвода энергетических сред оснащены большим количеством устройств измерения и регулирования, обеспечивающих поддержание на заданном уровне всех параметров процесса.
В соответствии со спецификой процессов автоматически должны регулироваться, в основном, теплотехнические параметры: температура, давление, расходы, уровни, плотность и химический состав газов и жидкостей. Проектом предусмотрено несколько тысяч точек контроля этих параметров. Измеряемые в ходе процесса значения преобразуются на месте в стандартные электрические сигналы и передаются в помещения КИПиА (посты управления). На взрывоопасных участках эти сигналы преобразуются в пневматические, которые управляют исполнительными органами. В качестве исполнительных органов в контурах регулирования предусмотрены дроссельные клапаны и регулируемые вентили с электрическими или пневматическими сервоприводами. Любой из них при отказе регулятора может быть перемещён вручную из поста управления, причём положение исполнительного органа указывается на пульте управления.
Каждое устройство сигнализации состоит из электронной системы извещения о неисправности с оптической индикацией поступающих сообщений. Существующие системы измерений технологических параметров и автоматизации реализованы на технических средствах TELEPERM C. В качестве устройств по сбору информации о состоянии агрегатов и формированию предупредительной, аварийной сигнализации, блокировок, а также для управления, сейчас частично используются программируемые контроллеры SIMATIC S3.
На данный момент в отделении металлизации осуществляется контроль и регулирование технологических процессов с помощью системы автоматического управления технологическими процессами фирмы Simens AG, но начат постепенный переход с Simatic S3 на программно - аппаратный комплекс на базе универсальных программируемых промышленных контроллеров фирмы "ЭМИКОН" серии ЭК-2000 [36].
Специалистами управления автоматизации и метрологии комбината совместно с ЦОиМ была разработана и внедряется поэтапная программа модернизации установки автоматической системы управления. Уже осуществлена модернизация системы контроля и блокировок на шахтной печи №1; № 2. На очереди шахтные печи №3, № 4, на которых практическое выполнение работ было начато летом 2003 года.
Суть этой программы заключается в следующем: информация с первичных датчиков (преобразователей) поступает на универсальный микропроцессорный контроллер в виде токовых сигналов на соответствующие аналого-цифровые преобразователи (АЦП). Информационная панель установлена рядом с контроллером на двери шкафа. На информационной панели находится жидкокристаллический матричный дисплей и клавиатура. Панель подсоединяется к контроллеру по последовательному интерфейсу RS-485. На лицевой стороне панели имеются также светодиодные индикаторы, отражающие работу и связь панели с контроллером.
С контроллера значения контролируемых параметров передаются на операторские станции технолога по последовательному интерфейсу RS-485 с использованием сетевых модулей С-02А контроллера и С-05А компьютера операторской станции со скоростью 2,5 Мбит/с. На операторских станциях представлена вся информация о текущих значениях контролируемых параметров в цифровом и графическом виде. Оператор на основании этой информации принимает решения о необходимости управления тем или иным процессом. Управление осуществляется вручную с пульта управления в виде выдачи локальным регуляторам управляющих сигналов. Но оператору не всегда удаётся выбрать оптимальный режим. Как правило, все параметры работы печи устанавливаются на некоторое среднее значение, так чтобы при приемлемом качестве продукции была нормальная производительность печи.
3.1.2 Направление дальнейшего развития
Дальнейшее продвижение автоматизации в цеху металлизации возможно на пути решения задач управления производственным процессом. Это предполагает взаимосвязанное управление различными системами.
Возникающие при этом трудности связаны, в первую очередь, с особенностями технологического процесса (не всегда процесс протекает в нормальных условиях). Во вторую очередь, необходимо отметить, что очень не многие технологии управления сложными процессами сейчас могут реализовать полностью автоматическое управление. Здесь, можно отметить, по крайне мере, следующие проблемы:
формализация задачи и построение математической модели;
непредсказуемость объекта по параметрам и возмущениям;
реализации АСУП для работы в режиме реального времени;
3.2 ПОСТАНОВКА ЗАДАЧИ
Решение задачи должно соответствовать модульной концепции агрегатов так, чтобы функции управления отдельными элементами агрегата включались в общую схему и, чтобы обеспечить взаимосвязанное управление различными системами, включающими в себя сложные многопараметрические процессы.
Система должна обрабатывать и анализировать на входе несколько сотен сигналов с установки металлизации и управлять исполнительными объектами в реальном времени. Также необходимость адаптации машины к изменяющимся внешним условиям и сохранение приобретённого опыта - одно из основных свойств.
Для реализации этих условий необходимо проанализировать и выбрать адекватный подход к решению задачи.
3.3 ОБЗОР ТЕХНОЛОГИЙ УПРАВЛЕНИЯ
3.3.1 Традиционные схемы управления
ПИ, ПИД контроллеры
Одними из первых систем управления были ПИ и ПИД контроллеры. Они доказали свою эффективность в управлении разнообразными процессами [3]. Использование ПИ и ПИД контроллеров не требует знания точной модели процесса, поэтому они эффективны в управлении промышленными процессами, математические модели которых достаточно сложно определить. ПИ и ПИД контроллеры строятся на основе классической теории управления. Установление связей между параметрами и управление действиями системы могут осуществляться инженерами-практиками и операторами
В большинстве случаев настройки, оптимальные значения ПИ и ПИД параметров достигаются путем минимизации взвешенного интеграла квадратичной ошибки.
Однако, наряду с вышеуказанными достоинствами, ПИ и ПИД контроллеры имеют и ряд недостатков. Так, если рабочая точка процесса изменяется из-за возмущений, параметры контроллера требуется перенастраивать вручную, чтобы получить новую оптимальную настройку. Настройка должна выполняться опытным оператором. Для систем с взаимодействующими контурами эта процедура может быть сложной и занимать много времени. Кроме того, для процессов с переменными параметрами, временными задержками, существенными нелинейностями и значительными помехами использование ПИ и ПИД контроллеров может не обеспечить оптимальных характеристик. Методы настройки ПИ и ПИД контроллеров также имеют ряд недостатков. Например, чувствительность к возмущениям или требуется человеко-машинное взаимодействие, в ходе которого оператор должен генерировать входные сигналы каждый раз, когда требуется изменение параметров с целью адаптации к изменению динамики процесса.
Управление с самонастройкой
По вышеупомянутым причинам необходимо, чтобы параметры контроллера настраивались в оперативном режиме управления с самонастройкой, в котором используется концепция машины, автоматически выполняющей самонастройку в целях управления произвольным динамическим процессом [3,19,20].
Управление с самонастройкой можно рассматривать как вид управления, выполняющий две основные задачи в замкнутом цикле обратной связи. На ней показаны обе основные задачи системы самонастройки. Первая из них -- сбор информации о текущем состоянии управляемого процесса. К данной задаче относится постоянное определение текущего состояния управляемого процесса на основе измеренных данных о входе и выходе процесса, а также сигналов состояния.
Полученная информация используется для идентификации системы, которая включает определение структуры модели, оценку ее параметров, а также оценку параметров неконтролируемых сигналов (например, шумовых сигналов в стохастических системах). Определение структуры модели требует построения вида математического представления системы, соответствующего решаемой задаче. Оценка параметров представляет собой ключевой элемент самонастройки. Она выполняется в оперативном режиме. Для управления с самонастройкой используется несколько схем рекурсивной оценки параметров. Наиболее распространенная схема -- рекурсивный метод оценки на основе метода наименьших квадратов или его расширение -- UD факторизационный метод, который является более надежным.
Вторая задача системы самонастройки -- задача проектирования (контроллера); ее решение обычно базируется на оптимизации критерия оптимальности управления. Цель управления задается для каждой конкретной системы, при этом требуется принять решения в отношении того, как контроллер должен адаптироваться или настраиваться. На этой основе рассчитывается новый набор параметров контроллера (взамен прежних параметров в цикле управления). Эта часть процесса известна как этап ратификации или утверждения. Одно из основных достоинств системы самонастройки состоит в том, что данный процесс выполняется в оперативном режиме и в реальном времени. При традиционном методе процесс утверждения обычно выполняется в автономном режиме, результаты часто оказываются неудовлетворительными, и весь процесс моделирования и проектирования приходится повторять. Расчет закона управления выполняется на основе процедуры, называемой эквивалентом определенности, в ней неопределенность текущих оценок параметров игнорируется.
3.3.2 Управление на основе искусственного интеллекта
Экспертные системы
Общие понятия
Экспертные системы (ЭС) - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями [18]. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.
В отличие от машинных программ, использующих процедурный анализ, ЭС решают задачи в узкой предметной области (конкретной области экспертизы) на основе дедуктивных рассуждений. Такие системы часто оказываются способными найти решение задач, которые неструктурированны и плохо определены. Они справляются с отсутствием структурированности путем привлечения эвристик, т. е. правил, взятых "с потолка", что может быть полезным в тех системах, когда недостаток необходимых знаний или времени исключает возможность проведения полного анализа. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.
Главное достоинство экспертных систем - возможность накапливать знания, сохранять их длительное время, обновлять и тем самым обеспечивать относительную независимость конкретной организации от наличия в ней квалифицированных специалистов. Накопление знаний позволяет повышать квалификацию специалистов, работающих на предприятии, используя наилучшие, проверенные решения.
Основными отличиями ЭС от других программных продуктов являются использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в такой форме, которая может быть легко обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эвристических правил. Решение задачи в ЭС сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов.
Качество ЭС определяется размером и качеством базы знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение новой информации, выдвижение с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов. Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.
В любой момент времени в системе существуют три типа знаний:
- Структурированные знания - статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.
- Структурированные динамические знания - изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.
- Рабочие знания - знания, применяемые для решения конкретной задачи или проведения консультации.
Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.
При создании ЭС возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят "машиной". Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения (нейросетевые ЭС). Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.
Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора.
При построении подсистем вывода используют методы решения задач искусственного интеллекта.
Достоинства экспертных систем
Постоянство - экспертные системы ничего не забывают из-за неограниченности базы знаний, в отличие от человека-эксперта;
Воспроизводимость - можно сделать любое количество копий экспертной системы, а обучение новых экспертов отнимает много времени и средств. Если имеется сложный лабиринт правил, то экспертная система может "распутать" этот лабиринт;
Устойчивость - Системы, основанные на знаниях, устойчивы к "помехам". Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. ЭС, не обремененные знаниями из других областей, по своей природе менее подвержены "шумам";
Эффективность - может увеличить производительность и уменьшать затраты персонала. Хотя экспертные системы дороги для создания и поддержки, они недороги для эксплуатации. Разработка и эксплуатационные расходы могут быть распределены среди многих пользователей. Полная стоимость может быть более разумной по сравнению с дорогими и малочисленными экспертами;
Постоянство - с использованием экспертных систем подобные транзакции обрабатываются одним и тем же способом. Система будет делать сопоставимые рекомендации для похожих ситуаций;
Влияние на людей - новый эффект (самая современная информация, имеющая влияние на здравый смысл). Главный эффект (ранняя информация доминирует над здравым смыслом );
Документация - экспертная система может задокументировать процесс решения задачи;
Законченность - экспертная система может выполнять обзор всех транзакций, а человек-эксперт сможет сделать обзор только отдельной выборки;
Своевременность - погрешности в конструкциях могут быть своевременно найдены;
Широта - могут быть объединены знания многих экспертов, что делает систему компетентной в широком спектре знаний, чего не может достичь один человек;
Снижают риск ведения дела - благодаря последовательности принятия решения, документированности, компетентности;
Недостатки экспертных систем
Интерфейс - большинство ЭС не вполне пригодны для применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы оказываются доступными только тем экспертам, которые создавали их базы знаний.
Быстродействие - вопросно-ответный режим, обычно принятый в таких системах, замедляет получение решений. Например, без экспертной системы врач может (а часто и должен) принять решение значительно быстрее, чем с ее помощью.
Здравый смысл - в дополнение к широкому техническому знанию, человек-эксперт имеет здравый смысл. Еще не известно, как заложить здравый смысл в экспертные системы;
Творческий потенциал - человек-эксперт может реагировать творчески на необычные ситуации, экспертные системы не могут;
Обучение - человек-эксперт автоматически адаптируется к изменению среды, экспертные системы нужно явно модифицировать. Нейронные сети - метод, который использует адаптацию и обучение.
Сенсорный Опыт - человек-эксперт располагает широким диапазоном сенсорного опыта, экспертные системы в настоящее время основаны на вводе символов;
Формализация - Все еще остается проблемой приведение знаний, полученных от эксперта, к виду, обеспечивающему их эффективную машинную реализацию.
Экспертные системы не эффективны, если решения не существует или когда проблема лежит вне области их компетенции. Системы, основанные на знаниях, также оказываются неэффективными при необходимости проведения скрупулезного анализа, когда число "решений" зависит от тысяч различных возможностей и многих переменных, которые изменяются во времени.
Критерий использования ЭС для решения задач
Существует ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении целесообразности применения таких систем нужно руководствоваться следующими критериями.
Данные и знания надежны и не меняются со временем.
Пространство возможных решений относительно невелико.
В процессе решения задачи должны использоваться формальные рассуждения.
Должен быть, по крайней мере, один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.
В таблице 3.1. приведены сравнительные свойства прикладных задач, по наличию которых можно судить о целесообразности использования для их решения ЭС [18].
Таблица 3.1 Критерий актуальности ЭС
Применимы
Не применимы
Не могут быть построены строгие алгоритмы или процедуры, но существуют эвристические методы решения.
Имеются эффективные алгоритмические методы.
Есть эксперты, которые способны решить задачу.
Отсутствуют эксперты или их число недостаточно.
По своему характеру задачи относятся к области диагностики, интерпретации или прогнозирования.
Задачи носят вычислительный характер.
Доступные данные "зашумлены".
Известны точные факты и строгие процедуры.
Задачи решаются методом формальных рассуждений.
Задачи решаются прецедурными методами, с помощью аналогии или интуитивно.
Знания статичны (неизменны).
Знания динамичны (меняются со временем).
В целом, ЭС не рекомендуется применять для решения следующих типов задач:
математических, решаемых обычным путем формальных преобразований и процедурного анализа;
задач распознавания, поскольку в общем случае они решаются численными методами;
задач, знания о методах решения которых отсутствуют (невозможно построить базу знаний).
Подобно другим видам компьютерных программ ЭС не могут заменить человека в решении задач, а скорее напоминают орудия труда, которые дают ему возможность решать задачи быстрее и эффективнее. Эти системы не заменяют специалиста, а являются инструментом в его руках.
Нечёткая логика
Для многих промышленных процессов сложно обеспечить точное управление. Они обычно являются многомерными, нелинейными и изменяющимися во времени. Управление на основе нечеткой логики может успешно применяться для таких процессов [3,11]. Кроме того, нечеткие контроллеры могут работать с не полностью описанными системами с неизвестной динамикой, так как для них (в отличие от многих традиционных адаптивных контроллеров) не требуется априорная математическая модель объекта управления. Еще одно преимущество нечетких контроллеров состоит в том, что они могут быть легко реализованы на цифровых или аналоговых СБИС, в которых информация может кодироваться по параллельно распределенной схеме.
Применение нечеткой логики для управления процессами в промышленности имеет ряд преимуществ по сравнению с использованием традиционных контроллеров. По-видимому, одно из основных преимуществ состоит в том, что нечетко-логический контроллер может разрабатываться по лингвистическим правилам, что тесно связано с искусственным интеллектом. Одна из целей искусственного интеллекта состоит в том, чтобы заменить человека машиной при выполнении точных операций. Нечеткий контроллер состоит из набора условных лингвистических операторов, или правил (называемых нечеткими ассоциативными матричными правилами, или НАМ-правилами), задающими конкретные ситуации управления. Эти условные лингвистические операторы могут быть легко получены из соображений здравого смысла или из технических сведений о процессе, которым требуется управлять.
Алгоритмы нечеткого управления, использующиеся в следующих случаях:
когда традиционные автоматические системы не справляются с управлением, а оператору в ручном режиме удается обеспечить заданное качество управления;
когда необходимо быстро провести наладку автоматической системы, при этом, с одной стороны, отсутствуют математические модели объекта управления, с другой стороны, имеется богатый опыт в виде знаний и навыков оператора по управлению в ручном режиме.
Показана схема построения нечеткой системы управления (НСУ). В ней можно выделить четыре блока. Основой для построения НСУ является схема управления объектом с участием (1) эксперта. Именно эксперт на основе собственных знаний об управлении объектом формирует (2) описание процесса управления. В этом случае описание задается в виде набора лингвистических правил и условий работы каждого лингвистического правила. Затем экспертное описание процесса управления преобразуется (3) в блок управления на основе нечетких экспертных знаний - НСУ. Это дает возможность исключить эксперта из схемы управления и в дальнейшем управление осуществляется (4) только на основе знаний эксперта об управлении, хранящихся в базе знаний НСУ.
На практике формирование базы знаний НСУ производит не сам эксперт, а инженер по знаниям во взаимодействии с экспертом.
Основные этапы построения систем интеллектуального управления на основе нечёткой логики следующие:
Определение входов и выходов создаваемой системы;
Задание для каждой из входных и выходных переменных функции принадлежности;
Разработка базы правил для реализуемой нечёткой системы;
Выбор и реализация алгоритма нечёткого логического вывода;
Анализ результатов работы созданной системы (проверка адекватности разработанной модели).
Составляющей частью НСУ является контроллер нечеткой логики - наиболее важное приложение теории нечетких множеств. Его функционирование отличается от работы обычных контроллеров тем, что для описания системы используются знания экспертов вместо дифференциальных уравнений. Эти знания могут быть выражены естественным образом с помощью лингвистических переменных, которые описываются нечеткими множествами.
Система управления на основе нечеткой логики состоит из набора НАМ-правил, задающих конкретные ситуации управления [3]. Во многих приложениях достаточно найти соотношение между ошибкой и скоростью изменения ошибки в процессе, чтобы изменить управляющее воздействие на величину, обеспечивающую удовлетворительное управление системой.
В этом отношении могут быть сформулированы простые лингвистические правила, основанные на наблюдениях или на простом изучении хода процесса. Приведем пример лингвистического правила на естественном языке, которое эксперт может использовать для описания действия системы управления:
Если ошибка является положительной, и большой, а скорость изменения ошибки -- отрицательная, и малая, то изменение на входе процесса -- положительное и большое.
В правиле использованы три переменных: ошибка (Е), скорость изменения ошибки (С) и изменение управляющего воздействия (U). Они задаются фиксированными универсальными множествами, определяющими диапазоны измерений величин, возможные в данной системе управления. В некоторых приложениях [33,34] в качестве посылки НАМ-правила, с целью улучшения характеристик системы, может быть добавлена еще какая-либо переменная, например, величина предыдущего управляющего воздействия, однако это приводит к усложнению в разработке системы управления.
Нейронные сети
В последнее время для целей управления все шире начинают применяться нейронные сети. Они строятся на основе биологических структур мозга и, благодаря способности к самоорганизации и обучению, имеют большие преимущества перед обычными ПИД и самонастраивающимися регуляторами [2,3,5,11,12,13,14,21,22].