Введение к работе
Актуальность работы
В настоящее время при непрерывном росте добычи и переработки полезных ископаемых технический прогресс всё в большей степени определяется уровнем использования информационных технологий.
Развитие производственных процессов в перспективных отраслях
промышленности характеризуется качественными изменениями в
технологии. Широкое распространение опасных производств, в том числе
в алмазодобывающей промышленности, а также острая необходимость
разработки и внедрения энерго-, ресурсосберегающих технологий,
диктуемая современными условиями развития цивилизации, влекут за
собой значительное усложнение управления технологическим
оборудованием и ужесточение требований, предъявляемых к
безотказности и производительности систем управления
технологическими процессами.
Ухудшение горнотехнических условий эксплуатации
месторождений и сокращение сырьевой базы приводят к необходимости вовлечения в эксплуатацию месторождений, содержащих труднообогатимое сырьё. В связи с этим значительно увеличиваются затраты на подготовку сырья к обогащению, снижаются объемы переработки и обогащения, увеличиваются потери полезного компонента. Интенсификация и совершенствование процесса подготовки сырья к обогащению с использованием традиционных методов (механических, гидравлических, химических и др.), как правило, связаны со значительными материальными и энергетическими затратами. Одним из перспективных способов повышения эффективности процесса подготовки труднообогатимого сырья перед последующим обогащением (дезинтеграцией, обдиркой, подготовкой поверхностей кристаллов
флотации и т.д.) является использование виброакустического метода, интегрированного с системой автоматизированного логического управления, реализованной на базе нейронной технологии. Нейронные сети - эффективный вид программных и аппаратных продуктов, используемых для прогнозирования, моделирования ситуаций, распознавания образов и управления сложными технологическими процессами.
Сфера применения нейросредств охватывает сегодня все основные области человеческой деятельности, а объем рынка нейросетевого оборудования удваивается каждые два года.
Искусственный нейрон представляется в виде сумматора с взвешенными входами. Когда на входы сумматора подается некоторый вектор, на выходе получаем сумму произведений входов на соответствующие им веса. Затем эта сумма преобразуется активационной функцией, которая моделирует нелинейную усилительную характеристику биологического нейрона.
Аналоговая реализация нейрона на основе множительных устройств и сумматора требует прецизионной точности изготовления компонентов нейрона. По этой причине более эффективной является цифровая реализация. Западный вариант такой реализации основан на использовании однородных структур тетраидального типа (С. Мурога, США), российский вариант — гексагонального типа (В Л. Белявский, В.А. Горбатов, А.В. Горбатов, Россия). Однородная гексагональная структура является на два-три порядка более эффективной по сравнению с тетрагональной в смысле объёма аппаратурных затрат. Кроме того, тетрагональная структура не является однородной, если учитывать её окружение: дешифраторы, дополнительные регистры. В качестве
средства нейронного управления в работе выбран однородный нейрон гексагональной сотовой структуры.
Сложность проектируемых нейронных средств логического управления, а также высокие требования к срокам их разработки и возможности модернизации приводят, в свою очередь, к необходимости создания соответствующих эффективных САПР.
Проблемам создания соответствующих эффективных нейронных систем нейронного управления (СНУ) посвящены работы учёных А.И. Галушкина, ВА. Горбатова, А.В. Горбатова, В.А Птичкина, ВА.Терехов, Д.А. Байта, В.Т. Миллера, Д.Е. Рамельхартаидр.
В настоящее время перспективной реализацией логического
управления является нейронная реализация, в силу этого в дальнейшем
будем говорить о нейронном управлении. Решению актуальной задачи
создания системы автоматизированного проектирования
двусортносинаптических средств нейронного управления обогащением алмазоносных пород посвящена настоящая работа. Цель исследований
Цель исследований состоит в разработке математического
обеспечения системы автоматизированного проектирования
двусортносинаптических средств нейронного управления и доведении его до программной реализации. Идея работы Основная идея работы состоит в вычислении оптимального распределения возбуждающих и тормозящих синапсов на основе центра симметризации, валентности, таблицы распределения расстояний точек пространства относительно центра симметризации по Хеммингу и минимальной удалённости реализуемой булевой функции от класса симметричных функций, введённых в диссертации.
Защищаемые научные положения:
-
Разработка формальной модели нейрона при цифровой реализации, обобщающей известную модель Мак-Каллока-Питтса и включающей, наравне с возбуждающими, тормозящие синапсы.
-
Вьгаисление оптимального распределения возбуждающих и тормозящих синапсов нейрона с целью минимизации его сложности при однородной сотовой реализации.
-
Создание математического обеспечения проектирования оптимальных сотовых нейронов с двусортными синапсами.
-
Разработка программного обеспечения проектирования двусортносинаптических средств нейронного управления технологическим процессом обогащения алмазоносных пород.
Научная новизна работы
-
Предложена формальная модель нейрона при его сотовой реализации, обобщающая известную модель Мак-Коллака-Питтса и включающая, наравне с возбуждающими, тормозящие синапсы при цифровой реализации.
-
На основе предложенных понятий центра симметризации, валентности, таблицы распределения расстояний по Хеммингу точек пространства относительно центра симметризации и минимальной удалённости реализуемой булевой функции от класса симметричных функций разработано математическое обеспечение автоматизированного проектирования двусортносинаптических однородных сотовых нейронов.
Обоснованность и достоверность научных положений Обоснованность и достоверность подтверждаются использованием методов дискретной математики, в том числе теории графов, методов
оптимизации и нейроматематики, а также полученными практическими результатами.
Научная и практическая ценность
Впервые разработано математическое обеспечение, включающее в
себя методы проектирования двусортносинаптических средств
нейронного управления, основанные на использовании предложенных
диссертантом конструкций вычисления валентности, центра
симметризации, удалённости реализуемой функции от класса
симметричных функций и позволившие определить распределение
возбуждающих и тормозящих синапсов, что значительно увеличило
возможности нейронов, и уменьшило их сложность при реализации
булевых функций по сравнению с односортными нейронами.
Разработано автоматизированное проектирование
двусортносинаптических средств нейронного управления обогащением
алмазоносных пород. Применение средств логического управления
позволило повысить производительность работы всего объекта
автоматизации и сократить потребление энергетических, водных
ресурсов и значительно уменьшить риск работы персонала.
Реализация результатов и выводов
Результаты диссертации внедрены в Мирнинском, Нюрбинском
горно-обогатительных комбинатах алмазодобывающей компании
«АЛРОСА», что позволило уменьшить время сепарации и количество потребляемой электроэнергии на 10%, а сложности нейронных структур обеспечивающих логическое управление, на 20% по сравнению с сотовыми нейронами, имеющими только возбуждающие синапсы. Результаты внедрения подтверждены соответствующими актами о внедрении.
Апробация работы
Основные положения диссертационной работы докладывались и были одобрены на научно - технических конференциях МГТУ, на семинарах кафедры САПР МГГУ. на семинарах отделения «Теоретическая информатика и интеллектуальные технологии и стратегии» Международной академии информатизации. Публикации
По теме диссертации опубликованы 4 научные работы, в том числе три статьи.
Объём и структура работы
