Содержание к диссертации
Введение
1. Системный анализ методов описания и прогнозирования сложных производственных процессов 10
1.1. Анализ методологических подходов к описанию и прогнозированию производственных процессов 10
1.1.1. Описание процессов 10
1.1.2. Прогнозирование процессов 19
1.2. Особенности моделирования и прогнозирования процессов изменения технического состояния и ремонта судов 30
1.3. Математические модели процессов в условиях неопределенности 39
1.4. Выводы по гл.1 50
2. Формализация нечеткого стохастического производственного процесса 52
2.1. Описание нечетких ситуаций с помощью экспертных оценок 52
2.2. Модели нечетких случайных величин 64
2.3. Формализованное описание нечеткого стохастического производственного процесса 72
2.4. Выводы по гл.2 77
3. Прогнозирование стохастического производственного процесса методами теории нечетких множеств 79
3.1. Методика построения алгоритма прогнозирования на основе аппарата теории нечетких множеств 79
3.2. Алгоритм прогнозирования процесса изменения параметров объекта ремонта в условиях эксплуатации 96
3.3. Оценка точности и надежности прогноза 113
3.4. Выводы по гл.З 119
4. Компьютерная реализация прогнозной модели процесса коррозионного изнашивания обшивки корпуса судна внутреннего плавания 121
4.1. Оценка реализованных систем прогнозирования технического состояния корпусных конструкций 121
4.2. Настройка системы прогнозирования в условиях нечеткой базы данных 127
4.3. Интерфейс и описание принципа работы программного комплекса.. 131
4.4. Прогнозирование износа обшивки корпуса теплохода «Невский-31» 142
4.5. Выводы по гл.4 151
Заключение 152
Список использованных источников 154
Приложение
- Анализ методологических подходов к описанию и прогнозированию производственных процессов
- Описание нечетких ситуаций с помощью экспертных оценок
- Методика построения алгоритма прогнозирования на основе аппарата теории нечетких множеств
- Оценка реализованных систем прогнозирования технического состояния корпусных конструкций
Введение к работе
Для организации эффективного производственного процесса эксплуатации судов как сложных технических комплексов необходимо иметь информацию о состоянии отдельных объектов в будущие моменты времени.
Наличие полной и достоверной информации о состоянии судов и судового оборудования - важный фактор повышения их надежности.
Надежность - одна из основных характеристик технических объектов, в том числе и судов, которая заключается в способности сохранять во времени установленные эксплуатационные показатели в заданных приделах. Повышение надежности - важный резерв роста эффективности использования техники и главный фактор повышения технической безопасности эксплуатации, в том числе мореплавания.
Исключительно важна проблема надежности транспортных судов, которые в течение длительного времени оторваны от баз и при возникновении отказов не могут рассчитывать на своевременную помощь ремонтных предприятий. Ухудшение технического состояния судна, особенно в сложных навигационной обстановке и метеорологических условиях, создают аварийные ситуации и могут привести к авариям с тяжелыми последствиями и большими убытками. Недостаточный уровень надежности вызывает дополнительные затраты на устранение последствий отказов, увеличивает трудоемкость технического обслуживания и ремонта, продолжительность выводов судов из эксплуатации на этот период и снижает эффективность их работы. Повышение надежности является одним из путей увеличения периода эксплуатации судов.
Проблема повышения надежности любых технических объектов, а тем более таких сложных инженерных сооружений, какими являются транспортные суда, - комплексная, и решают ее на всех стадиях проектирования, постройки и эксплуатации судов и судового оборудования.
При определении экономически оправданного уровня надежности судов и судового оборудования с учетом их назначения и условий эксплуатации,
разработке соответствующих методов расчета и рекомендаций по обеспечению заданного уровня надежности на стадии проектирования, изготовления и эксплуатации должна применяться теория надежности.
В начале 60-х гг. было предложено заменить сталь марки стЗ на низколегированную марки 0,9Г2. Это позволило при проектировании гражданских судов снизить расчетные толщины обшивки корпуса и набора судна и расход стали при строительстве судов. Предложение было принято, установлен ГОСТ, однако оказалось, что принятие такого предложения было неоправданно и привело к снижению надежности корпусов судов. Практика доказала, что ресурс толщины обшивки корпуса и набора вырабатывается до истечения нормативного срока службы. Износы металла достигают предельных толщин уже к середине возраста судна. Приходится менять тысячи квадратных метров корпуса. Так, на Канонерском СРЗ в течение года меняется около 5000 м обшивки на судах. Это - один из примеров снижения надежности корпусов судов на стадии их проектирования и строительства.
Чтобы оценить уровень надежности судов, степень их физического износа, а, следовательно, возможность участия в экспортно-импортных и других перевозках грузов в заграничном и каботажном плавании, необходимо периодически осуществлять оценку технического состояния судна. Своевременность технического обслуживания и ремонта существенно повышает работоспособность судна в период эксплуатации.
Параметры технического состояния судна определяются комиссионно во время инспекторских осмотров, которые проводятся по графикам в зависимости от назначения судна.
Основными причинами ремонта корпусов судов обычно бывают износ и повреждение от аварий. В свою очередь, износ вызывается многими причинами, прежде всего различными видами коррозии, истиранием обшивки и швов корпуса, химическим воздействием грузов, несоблюдением графиков технического обслуживания и ремонта и т.д. Повреждения от
аварий могут возникнуть от посадки судна на мель, столкновения с другим предметом (судном, причалом, льдом и т.д.), пожара, взрыва и т.д.
Технология ремонта предусматривает очистку корпуса, его дефектацию, то есть технология ремонта судовых технических средств зависит от причин, приведших к ремонту. Технологии ремонта судов содержатся в технических условиях, где предусмотрены основные процессы: очистка (мойка), дефектация, то есть замеры износоподверженных частей и деталей, ремонт или замена, сборка, испытание и контроль, замеры износов листов или конструкций, восстановление сварочных швов, испытание на герметичность или отсутствие трещин, окраску.
Решение задачи прогнозирования изменения важнейших показателей, характеризующих состояние эксплуатируемого объекта или процесса его ремонта, позволяет проводить полноценный анализ наиболее вероятной производственной ситуации и принимать соответствующие управленческие решения.
Отличительной чертой большинства судовых объектов является наличие значительного числа параметров, контролировать изменения которых достаточно сложно, что порождает проблему дефицита информации. Это усложняет процесс прогнозирования состояния этих объектов. Решение данной проблемы необходимо в любой системе, предназначенной для прогнозирования состояния сложных технических объектов и процессов восстановления их работоспособности.
При оценке технического состояния судов до последнего времени использовались методы, основанные на физико-техническом и технико-экономическом подходах. Необходимость одновременного учета факторов, имеющих различную природу, а также развитие методов на основе теории нечетких множеств, привели к появлению различных подходов, учитывающих наличие дефицита информации. Быстрое развитие и проникновение во все сферы деятельности информационных технологий, использующих большие возможности компьютерной техники, породило
информационно-технический подход к решению ряда задач. Информационные технологии расширили возможности прогнозирования, оптимизации и автоматизации процесса эксплуатации и ремонта судов.
Эффективность решения проблемы дефицита информации может быть существенно повышена при объединении подхода, основанного на теории нечетких множеств с методом экспертных оценок и использованием специальных объектно-ориентированных математических моделей.
Актуальным является создание алгоритма, эффективно сочетающего в себе выше перечисленные подходы, что может существенно повысить качество и гибкость процесса прогнозирования.
Исходя из сказанного, разработка системы прогнозирования состояния судовых объектов в условиях дефицита информации является актуальной задачей.
Целью диссертационной работы является повышение точности и надежности процедур прогнозирования производственных процессов эксплуатации и ремонта судов на основе аппарата теории нечетких множеств и совершенствование способов принятия решений при реализации современных информационных технологий управления.
В рамках сформулированной цели необходимо решить следующие основные задачи:
произвести анализ методов описания сложных производственных процессов и обосновать выбор наиболее адекватных моделей;
проанализировать методы прогнозирования для выяснения их применимости в условиях неопределенности и дефицита информации;
решить задачу получения обобщенной оценки экспертов с учетом степени компетентности каждого из них;
разработать способ корректировки обобщенной оценки экспертов с помощью статистические математических моделей;
создать обобщенный алгоритм прогнозирования состояния технических объектов, позволяющий решить проблему дефицита информации;
разработать методику обработки оценок экспертов с помощью аппарата теории нечетких множеств с целью применения в алгоритме прогнозирования;
разработать в рамках автоматизированной системы информационно-технологические процедуры на базе аппарата теории нечетких множеств, в основе которых лежат опыт экспертов и статистические математические модели.
Объектом исследования являются сложные производственные процессы эксплуатации и ремонта судов, характеризующиеся в плане моделирования и прогнозирования неопределенностью и информационной недостаточностью.
Предметом исследования являются методы и алгоритмы моделирования и прогнозирования, обеспечивающие решение проблемы дефицита информации, точности и надежности прогнозов.
Основные научные результаты:
Установлена причина недостаточной точности и надежности прогнозирования ряда производственных процессов. Обоснована необходимость использования методов теории нечетких множеств.
Разработан способ построения интегральной функции принадлежности с целью получения обобщенной оценки экспертами ожидаемого состояния производственного процесса.
Предложен способ корректировки обобщенной экспертной оценки ожидаемого состояния объекта с помощью статистических математических моделей.
Предложен алгоритм прогнозирования состояния технических объектов на основе аппарата теории нечетких множеств и даны рекомендации по его применению при решении различных задач прогнозирования.
5. Разработаны информационно-технологические процедуры,
обеспечивающие выполнение прогнозирования состояния технических объектов на базе аппарата теории нечетких множеств.
Практическая ценность диссертационного исследования заключается в создании способов и алгоритмов, позволяющих автоматизировать процесс прогнозирования состояния технических объектов на основе аппарата теории нечетких множеств. Созданные пользовательский интерфейс и программный продукт могут быть использованы при прогнозировании изменения состояния судовых комплексов.
Результаты исследования были использованы в Северно-Западном филиале Российского Речного регистра, а также в учебном процессе кафедры математического моделирования и эконометрии Санкт-Петербургского 1 государственного университета водных коммуникаций.
Основные научные и практические результаты диссертационной работы были апробированы на:
Международной научно-технической конференции «ТРАНСКОМ-2004» (Санкт-Петербург, 2004г.);
VI Международной научно-практической конференции молодых ученых, студентов и аспирантов «Анализ и прогнозирование систем управления» (Санкт-Петербург, 2005г.);
кафедральных семинарах (2004-2006г.г.).
1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ ОПИСАНИЯ И ПРОГНОЗИРОВАНИЯ СЛОЖНЫХ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ
Анализ методологических подходов к описанию и прогнозированию производственных процессов
С позиций научного управления всякий объект исследования надо рассматривать как систему. Под системой будем понимать совокупность взаимодействующих между собой элементов, воспринимающих и перерабатывающих информацию для достижения определенной цели [6].
Рассмотрим особенности систем с позиций возможной формализации протекания процесса.
1. Эмерджентность, то есть наличие свойств, невыводимых из наблюдения характеристик отдельных элементов системы. Это приводит к необходимости целостного анализа поведения системы, системного подхода к ее исследованию. Именно эти свойства наименее доступны измерению, что резко усложняет управление подобными системами. Всякая система, при рассмотрении которой нельзя игнорировать ее структуру, обладает свойством эмержентности.
2. Динамичность, то есть изменение характеристик элементов и системы в целом под влиянием окружающей среды или присущего самой системе развития. Всякая система изменяется во времени. В сочетании со сложностью динамичность еще более усложняет управление системой. С одной стороны, необходимо учесть большое число влияющих на конечный результат факторов. С другой стороны, решение должно быть принято быстро, иначе ситуация изменится, и управление системой потребует уже другого решения.
3. Альтернативность достижения цели, обусловленная взаимозаменяемостью ресурсов, возможностью использования разнообразных технических средств в каждом процессе, многочисленностью технологических вариантов получения конечного результата. Увеличение числа вариантов достижения цели объективно усложняет управление системой.
4. Стохастичность поведения под воздействием внешней среды и при реализации принятых решений. Предсказать реакцию системы на любое из таких воздействий можно только с определенной степенью вероятности. Поэтому ее исследование требует накопления и обработки результатов большого числа наблюдений. Стохастический характер поведения системы предопределяет необходимость тщательного анализа прошлых состояний системы. Из всего многообразия зачастую противоречивых явлений должны быть выявлены тенденции развития.
5. Инерционность, то есть большая зависимость будущего поведения системы от ее предшествующего развития, позволяет использовать статистические методы исследования в управлении.
Отмеченные особенности систем предъявляют важное требование к их исследованию, которое заключается в необходимости комплексного характера изучения явлений, в необходимости учета взаимозависимостей как между элементами системы, так и между данной системой и окружающей средой. Изменение окружающей среды - это прогнозный фон.
Перейдем от общей характеристики и классификации систем к рассмотрению открытого типа систем в виде производственного объекта [85].
К производственным объектам (ПО) можно отнести технические, технологические и экономические системы, промышленные комплексы, предназначенные для создания материальных видов продукции и услуг. Именно такие объекты составляют основу промышленных производств, потребляют большинство материальных, энергетических, финансовых и трудовых ресурсов, являются основным объектом применения новейших достижений науки и техники, определяют основные направления технического прогресса.
Современные ПО представляют собой сложные системы, состоящие из совокупности взаимосвязанных многорежимных подсистем, функционирование которых направлено на достижение общих целей системы. Особенностями такой производственной системы являются: наличие выделенных частей (подсистем, элементов), для каждой из которых может быть определена цель функционирования; участие в работе системы людей, машин и среды; существование внутренних материальных, энергетических и информационных связей, а также внешних связей рассматриваемой системы с другими объектами.
Под состоянием объекта (СО) будем понимать совокупность значений характеристик его отдельных составляющих (агрегатов, машин, сырья, ресурсов, персонала), которые могут изменяться как во времени, так и под влиянием взаимодействия с другими элементами объекта.
Воздействие внешней среды на производственную систему (в т. ч. и целенаправленное управляющее воздействие) называют входом системы, а ее воздействие на внешнюю среду (результаты функционирования - продукция; услуги) - выходом системы.
Конкретное представление производственной системы в виде всех ее подсистем и связей между ними является структурой данной системы (СС).
Под целями производственной системы (ЦС) будем понимать наиболее предпочтительное по некоторым критериям состояние или значение выходов, например выработка требуемого количества и качества продукции при заданном объеме и составе сырья.
Внешнее воздействие на объект, под влиянием которого обеспечивается достижение целей объекта, если такое воздействие существует, называется управляющим воздействием (УВ), или управлением. Сам объект, к которому приложено управляющее воздействие, носит название управляемого объекта (УО). Процедуру выяснения существования управляющих воздействий и определения конкретных их форм и значений, обеспечивающих достижение цели объектом, принято называть задачей управления (ЗУ).
При исследовании и управлении многими ПО часто употребляется термин «технологические объекты», или системы, под которыми понимаются разновидности, классы производственных систем, характеризующиеся определенной технологией функционирования, а технология определяется как совокупность способов и средств осуществления производственных процессов. Различные ПО как системы управления (СУ) отличаются особенностями и характеристиками. 1. ПО предназначены для создания определенных материальных или иных ценностей, либо для удовлетворения потребностей общества в услугах (например, транспортных, ремонтных, бытовых и др.), что составляет основу целей их функционирования, определяет, в основном, взаимодействие таких объектов с внешней средой. 2. ПО зависят от внешней среды и не могут функционировать без взаимодействия с нею. Например, если подача сырьевых или энергетических ресурсов прерывается (входы системы), то это сразу или через некоторые время приведет к прекращению функционирования объекта. С другой стороны, если, например, продукция (выход системы) не находит сбыта, производитель вынужден прекратить производство этой продукции и переходить к выпуску другой, пользующейся спросом. 3. Связи между элементами производственной системы (внутренние) и другими системами (внешние) по своей природе разделяются на следующие группы: - материальные; на многих ПО обычно осуществляется переработка исходного сырья или полуфабрикатов для придания им необходимых качеств, либо из различных комплектующих деталей производится сборка и изготовление новых машин, приборов, аппаратов и т. д. Таким образом, существует материальный поток, который поступает в ПО, подвергается преобразованию в нем (изменение физических свойств или химического состава) и выпускается в виде готовой продукции для непосредственного потребления или в виде полуфабрикатов для дальнейшей обработки; - энергетические; в процессе функционирования ПО потребляют различные виды энергии - электрическую (для работы электроприборов, осуществления электрических процессов), тепловую (для нагрева, поддержания температурных режимов), механическую (для приведения различных узлов в действие) и иную энергию; - организационные, необходимые для разработки и реализации различных организационных решений, осуществляемых персоналом, являющимся интеллектуальной частью производственной системы; - информационные, необходимые для сбора, обработки, хранения и передачи информации о состоянии производственной системы и ее подсистем, о внешней среде и ее потребностях, о других результатах функционирования объекта, необходимых для управления производством.
Описание нечетких ситуаций с помощью экспертных оценок
Одним из способов решения различных прикладных задач является применение математических методов и моделирования. Полная математическая формализация многих задач анализа и управления сложными системами и, в частности, промышленными объектами часто неосуществима вследствие их сложности и качества доступной информации,
В процессе управления различными технологическими и производственными процессами возникает естественное стремление к отысканию решения, которое по комплексу оцениваемых свойств является наилучшим. В качестве основного инструмента решения этих задач широко используется математическое программирование. Успехи в применении методов математического программирования для решения различных задач оптимизации породили методологические воззрения, согласно которым решение проблем управления возможно только тогда, когда все аспекты отображаются в системе взаимосвязанных математических моделей [85].
Большинство реальных объектов и процессов настолько сложны, что невозможно или нецелесообразно построить модели, которые полностью отражали бы природу и количественные взаимосвязи различных факторов. Решение реальных задач управления требует в качестве неотъемлемого элемента участие людей. Кроме того, сам процесс управления всегда предполагает ориентацию не только на количественную, но и на качественную информацию, на здравый смысл и опыт людей, участвующих в 1 управлении. В ходе развития производства возрастают не только сложность управления, но и требования к качеству принимаемых решений. Для того чтобы повысить качество решений и учесть множество факторов, оказывающих влияние на их результаты, необходим системный подход, основанный как на расчетах, так и на аргументированных суждениях руководителей и специалистов (экспертов).
Основные трудности, возникающие при поиске и выборе решений, обусловлены, прежде всего, недостаточно высоким качеством и неполнотой имеющейся информации. Среди причин возникновения этих трудностей выделим следующие: 1. Исходная статистическая информация зачастую бывает недостаточно достоверной. Часто, даже при наличии достоверных данных, она не может служить надежной базой для принятия решений, направленных в будущее, поскольку существующие условия и обстоятельства могут в дальнейшем измениться. 2. Часть информации может иметь качественный характер, который не поддается количественной оценке. Поскольку такие факторы и явления оказывают существенное влияние на результаты решений, их нельзя не учитывать. 3. На практике часто возникают ситуации, когда, в принципе, , необходимую информацию получить можно, однако из-за больших затрат времени или средств сбор информации нецелесообразен (например, слишком дорого). Одним из способов получения и обработки информации, исходящей от специалистов, являются методы экспертных оценок.
Применение экспертного оценивания позволяет получить наиболее полную информацию о состоянии объекта и особенно тех его составляющих, для оценки которых невозможно использовать количественные показатели.
Однако существует проблема подбора экспертов, которая является одной из наиболее сложных. В настоящее время существует достаточно способов, однако практически все они сводятся к процедуре выбора некоторой ограниченной группы из достаточно большой совокупности. Кроме того, привлекаемые эксперты могут иметь различный уровень профессионализма в исследуемых направлениях, что также может вносить погрешности в их выводы. Чтобы избежать данной проблемы, предлагается формировать итоговое заключение с учетом компетентности специалистов.
Методики определения компетенции эксперта в классическом варианте подразделяются на два вида: априорные, когда его компетенция оценивается другими специалистами до экспертизы, и апостериорные - по результатам экспертизы. В последнем случае точность заключений определяется как их соответствие последующим событиям, либо как их совпадение с мнением группы. Для априорных методик подбор специалистов, знакомых с профессиональной деятельностью друг друга, имеет свои преимущества. В этих случаях, например, достаточно эффективно работают методы взаимо- и самооценки компетентности экспертов. В работе [85] показаны результаты исследования, которые свидетельствуют о тесной положительной корреляционной связи между уровнем само- и взаимооценки компетенции экспертов и точностью экспертных заключений.
При проведении процедуры сбора экспертной информации одно из ведущих мест занимает проблема выбора шкалы оценивания. Из существующих типов шкал чаще применяют ранговые и балльные шкалы, каждая из которых имеет свои достоинства и недостатки при их использовании для оценки компетенции. Рассмотрим каждую из них.
Задача ранжирования является процедурой упорядочения объектов по степени проявления ими некоторого качественного признака. Однако человек в состоянии выбрать наилучший объект, не прибегая к попарным сравнениям, только в том случае, если число объектов не превышает емкости его кратковременной памяти. Экспериментально установлено, что число структурных единиц (порций информации), которые одновременно могут быть подвергнуты ранжировке, не может превышать 9. При большем числе объектов результат непосредственного ранжирования становится ненадежным. В этом случае приходится прибегать к формализованным процедурам попарного сравнения объектов друг с другом.
При балльной шкале оценивания задача эксперта состоит в том, чтобы определить, какому из перечисленных состояний соответствует объект и выставить этому объекту указанную в перечне определенную количественную оценку. В этом случае балльная шкала играет роль эталона. Ее размерность вырабатывается и уточняется с накоплением опыта и стажем работы эксперта. Определение общей количественной оценки объекта в баллах по совокупности проявлений всех рассматриваемых качественных признаков возможно только на основе одной и той же балльной шкалы. При этом эксперт чаще всего интуитивно, без предварительного логического рассуждения определяет относительные веса (оценки) объектов, опираясь на свою высокую профессиональную подготовку и опыт, и выставляет оценки такими, какими они ему представляются.
Для балльной шкалы существует вероятность того, что каждый эксперт будет пользоваться "своей" эталонной шкалой или того, что малоопытный эксперт может перейти к более легкому способу оценки - присвоению весов объектам при сравнении их друг с другом, а не с эталоном. Данный недостаток может быть устранен в результате, например, предварительного взаимного ознакомления экспертов с методиками выработки решения. Коррекция влияния малоопытного эксперта на итоговую коллективную оценку может осуществляться путем присвоения каждому эксперту соответствующего коэффициента уровня квалификации, используя обучающие выборки.
Методика построения алгоритма прогнозирования на основе аппарата теории нечетких множеств
Одним из основных направлений практического использования систем прогнозирования на основе аппарата теории нечетких множеств является решение задач прогнозирования и управления на основе полученной информации о различных объектах или процессах. В этом случае построение подобного рода систем основывается на формальном представлении характеристик исследуемой системы или процесса в терминах лингвистических переменных.
В общем случае цель управления заключается в том, чтобы на основе анализа текущего состояния объекта управления определить значения управляющих переменных, реализация которых позволяет обеспечить желаемое поведение или состояние объекта управления.
Рассмотрим основные определения классической теории управления, необходимые для понимания особенностей и места систем нечеткого прогнозирования при решении задач управления.
Базовая архитектура или модель классической теории управления основывается на представлении объекта и процесса управления в форме системы (рис.3.1) [61]. При этом объект управления характеризуется конечным множеством входных и выходных параметров. На вход системы управления поступают входные переменные, которые формируются с помощью конечного множества датчиков. На выходе системы управления с использованием определенного алгоритма управления формируется множество значений выходных переменных, которые называют управляющими переменными или переменными процесса управления. Значения этих выходных переменных поступают на вход объекта управления и, накладываясь на значения входных воздействий объекта управления, изменяют его поведение в желаемом направлении.
Архитектура или модель нечеткого управления основана на замене классической системы управления системой нечеткого управления, основной особенностью которой является наличие системы прогнозирования на основе аппарата теории нечетких множеств, которая продуцирует прогнозы для принятия управленческих решений (рис. 3.2).
Как показывает практический опыт, во многих случаях вследствие нехватки и нечеткости исходной информации этот подход к прогнозированию параметров исследуемого процесса неприемлем. Адекватность математических моделей существенно повышается при дополнительном учете знаний специалистов-экспертов.
Альтернативным методом, применяемым в области прогнозирования, является метод экспертных оценок. Выделим основные достоинства и недостатки метода экспертных оценок. К достоинствам метода экспертных оценок относятся: возможность получения информации от специалистов, в которой содержится опыт, понимание существа проблемы и интуиция экспертов; учет уровня квалификации экспертов; отсев заведомо недостоверных исходных данных; возможность получения от специалистов-экспертов недостающей информации (в виде количественных и качественных оценок), т.е. работа в условиях дефицита информации. К недостаткам метода относят: трудности в привлечении опытных экспертов; принятое управленческое решение или осуществляемый прогноз во многом зависит от состава экспертной группы, согласованности мнений экспертов; трудности в проведении и организации самого экспертного опроса; получение необъективных оценок экспертов; трудности в точном оценивании уровня компетентности каждого эксперта; трудность формализации качественных данных традиционными методами обработки информации с целью дальнейшего их применения в прогнозировании на основе математического моделирования.
Инструментом для формализации данных, полученных методом экспертных оценок, является аппарат теории нечетких множеств. Такой подход особенно эффективен при невозможности или ограниченности экспериментальных измерений, т.е. в условиях дефицита информации.
Предложенная в данной работе методика построения алгоритма прогнозирования на основе теории нечетких множеств, сочетает достоинства данных подходов. Преимуществом такого алгоритма является возможность его использования при прогнозировании параметров изучаемых процессов, сбор статистической информации о состоянии которых, требует больших материальных затрат, затруднен или невозможен.
В основе разработанной методики построения алгоритма прогнозирования лежат следующие понятия: - множества а-уровня; - «прогнозные трубы» (или динамические доверительные интервалы); - интегральная функция плотности вероятности; - коэффициенты доверия к экспертам; - степень согласованности мнений экспертов.
Графически множества а-уровня для нечеткого множества А удобно представить следующим образом: на графике соответствующей функции принадлежности следует провести прямую линию у = а. После чего выделить на оси х те точки или интервалы, для которых отдельные части графика расположены выше этой линии [61].
Оценка реализованных систем прогнозирования технического состояния корпусных конструкций
Учитывая большое влияние обшивки корпуса судна на безопасность его эксплуатации и судоходства, вопросам контроля основных элементов корпуса всегда уделялось большое внимание. Систематизации результатов измерений и разработке автоматизированной системы анализа и прогнозирования технического состояния корпуса судна были посвящены исследования, выполненные в ЦНИИМФ (Центральный научно-исследовательский институт морского флота). Периодическую оценку состояния корпусов морских судов осуществляет Российский Морской Регистр судоходства, а судов внутреннего и части судов смешанного река-море плавания - Российский Речной Регистр. Аналогичные исследования применительно к судам внутреннего плавания и части судов смешанного река-море плавания проводят специалисты СПбГУВК.
Объемы дефектации и ремонта поврежденных корпусных конструкций возрастают со старением корпусов судов. Основные затраты времени и средств связаны с ручной обработкой материалов дефектации, составлением таблиц остаточных толщин и их сопоставлением с нормативной документацией, подготовкой отчетных материалов для согласования с инспекцией Регистра. Обоснование целесообразных объемов ремонта связано с необходимостью анализа технического состояния корпуса и его прогнозированием на ближайший отрезок времени, заказом стали нужных категорий, толщин, площадей и масс.
Существенное сокращение продолжительности обработки материалов, определения технического состояния и его прогноза, выдачи документации для реализации принятого решения на ремонт корпусных конструкций может обеспечить современная вычислительная техника, в частности персональные ЭВМ, в составе автоматизированных систем.
Использование такой системы корпусными группами служб ТЭФ пароходств, технологами СРЗ, занимающимися дефектацией и ремонтом корпусов судов, позволяет решать следующие задачи: создание исходных массивов о динамике изменения технического состояния корпусов судов данной серии (отдельного судна); оценка фактических и допустимых параметров листов изношенного корпуса и прогноз замены листов и набора (или их отдельных участков) с целью сохранения установленного судну класса Регистра; оценка фактических и допустимых значений параметров вмятин, гофрировок и бухтин; разработка заявочной ремонтной ведомости для реализации принятого решения на ремонт; многовариантные расчеты по определению для СРЗ и БТОФ количества корпусной стали по площади и массе необходимых категорий, марок и толщин.
Исходными данными являются материалы дефектации корпусных конструкций, выполненные СРЗ, материалы предремонтной дефектации, судовые учетно-отчетные документы по технической эксплуатации корпуса.
Исходя из причин изменения технического состояния корпусов судов и алгоритмов обработки сведений о повреждениях, разработаны подсистемы, ( решающие следующие задачи: учет, анализ и прогнозирование общего и местного износа металлических листов корпусных конструкций, оценка общей прочности корпуса судна [6]; учет, анализ и прогнозирование линейного (ледового) износа обшивки; анализ и прогнозирование язвенного износа днищевой обшивки судов; учет и анализ остаточных деформаций и нарушения целостности корпусных конструкций (трещины, пробоины). Указанные подсистемы реализованы на основе ПЭВМ типа IBM PC/AT, а их методической основой являются нормативные документы. Система имеет допуск Регистра № 2-5-90 от 9 октября 1990 г.[16].
К функциям подсистемы «учета, анализа и прогнозирования общего и местного износа листов корпусных конструкций» относятся: ведение базы данных по результатам дефектации с анализом технического состояния листов; обобщенная обработка результатов дефектации корпусной конструкции; ведение базы данных о типовых корпусных конструкциях; ведение базы данных нормативно-справочной информации.
Состояние листа прогнозируется на срок до 5 и более лет в зависимости от результатов дефектации. На начальном этапе эксплуатации системы при малом объеме накопленной информации анализ и прогноз базируются только на результатах последних измерений, а скорости общего и местного износов (мм/год) определяют с учетом срока эксплуатации, остаточной и первоначальной толщин листа по специальным нормам [24].,
Алгоритм анализа линейного износа базируется на методике дефектации корпусов морских судов [99].
К функциям подсистемы «анализа и прогнозирования язвенного износа днищевой обшивки судов» относятся: введение нормативно-справочных наборов расположения ячеек листовых конструкций типового судна, которые по каждой конструкции содержат сведения о помещениях корпуса, где они расположены, номера шпангоутов, площадь ячейки, список листов, входящих в состав ячейки; ввод результатов замеров язвенной коррозии - по каждой ячейке заполняется форма, включающая замеры язвин по глубине, диапазон диаметров и общее количество измеренных язвин, или по каждой язвине вводится ее глубина с точностью до десятых долей миллиметра и указывается доля площади, охваченная язвенной коррозией в пределах листа; обобщенная обработка результатов анализа и прогнозирования язвенной коррозии - оценка допустимой глубины язвин для 1- и 2 124 сторонней язвенной коррозии с учетом фактического износа листов; определение параметров технического состояния участков листов, подверженных язвенной коррозии; формирование перечня листов, подлежащих регенту по результатам дефектации язвенной коррозии с целью сохранения класса судна; определение вида и объема ремонта листов с указанием категории стали, площади и массы заменяемых изношенных участков или объема наплавки электродами при ремонте методом заварки язвин. Алгоритм анализа язвенной коррозии основан на вычислении скорости коррозии в каждой язвине, при этом износ листа представляется линейной трендовои моделью, описывающей 3 параллельных во времени процесса: общего износа, образование язвин внутри корпуса и со стороны забортной воды.
