Содержание к диссертации
Введение
1. Анализ систем управления качеством, основанных на методах машинного контроля
1.1. Классификация систем управления качеством, реализующих метод статистического контроля 7
1.2. Методы и алгоритмы интеллектуального управления качеством продукции 24
1.3. Обзор известных моделей управления качеством 30
1.4. Анализ технологического процесса производства оптоволоконного модуля как объекта управления и контроля 39
1.5. Цель работы и задачи исследования 54
2. Моделирование процесса управленрія качеством в производстве оптоволоконного модуля
2.1. Структура и состав системы управления качеством 55
2.2. Алгоритмизация процесса управления качеством 58
2.3. Нечеткие модели управления качеством 62
2.4. Метод ситуационного управления в модели принятия решений 83
2.5 Пример определения степени нечеткого равенства ситуаций 101
Выводы 104
3. Формализованное описание параметров управления качеством средствами аппарата нечеткой логики
3.1. Формирование термов функции приналежносте лингвистической переменной «Удлинение» 105
3.2. Описание параметра «Внешний диаметр» и методов его регулирования 120
3.3. Построение лингвистической переменной «Овальность» и формирование методов ее регулирования 132
3.4. Параметр неконцентричность и методы его регулирования 135
Выводы 137
4. Программная реализация модели процесса управления качеством производства оптоволоконного модуля
4.1. Структура программного комплекса, реализующего модель процесса управления качеством производства оптоволоконного модуля 138
4.2. База знаний программного модуля управления качеством 140
4.3. Пользовательский интерфейс системы принятия, решений
Заключение
Библиографический список . 155
Приложение 1 163
Приложение 2 171
Приложение 3 174
- Методы и алгоритмы интеллектуального управления качеством продукции
- Алгоритмизация процесса управления качеством
- Построение лингвистической переменной «Овальность» и формирование методов ее регулирования
- База знаний программного модуля управления качеством
Введение к работе
Актуальность темы. Современные системы управления качеством производства занимают особое место среди систем, управляющих технологическими процессами. Постоянный рост требований к качеству выпускаемой массовой продукции со стороны конечного потребителя, высокий уровень конкуренции в сфере производства товаров приводят к тому, что показатели качества являются одними из основных требований и существенно влияют на спрос предлагаемой продукции.
Значительные резервы дальнейшего улучшения качества продукции, при этом не вовлекая производство в значительные трудозатраты и затраты на смену оборудования, заключены в улучшении программно-информационной составляющей контроля за качеством продукции, применении современных математических методов в оценке и прогнозировании качества продукции на стадии производства в реальном масштабе времени.
Часто в современных отраслях производства нет возможности строгого задания законов регулирования в связи с погрешностью датчиков, в связи с высокой размерностью задач, а также в связи со сложностью описания модели функционирования системы. В ряде задач управления зависимости настолько сложны, что не допускают своего обычного аналитического представления. На сегодня более приспособленными для реализации высокоинтеллектуальных функций представляются так называемые системы, основанные на знаниях.
Общие цели интеллектуального управления [12]: полнее использовать знание об объекте и среде, чтобы обеспечить надежное управление с предопределенным критерием (например, функционал качества), управлять в творческой, интеллектуальной манере, прогнозируя изменения, улучшать с течением времени способность управлять объектом путем аккумулирования знания, то есть путем обучения на опыте.
Диссертация посвящена разработке системы управления, которая в общем случае может быть использована и в других отраслях производства, где невозможно аналитически описать структуру системы управления,
Таким образом, актуальность темы диссертационной работы продиктована необходимостью повышения эффективности управления качеством за счет применения новых технологий управления качеством, совершенствования алгоритмического и программного обеспечения процедур принятия решений.
Тематика диссертационной работы соответствует одному из научных направлений Воронежского государственного технического университета «Вычислительные системы и программно-аппаратные электротехнические комплексы». " к
Целью работы является разработка моделей процессов управления качеством производства оптоволоконного модуля, ориентированных на реализацию в рамках автоматизированных систем управления, с целью повышения эффективности производства.
Исходя из этой цели, в работе решались следующие основные задачи:
- проведение системного анализа проблематики автоматизированного управления технологическим процессом производства оптоволоконного модуля;
- определение основных видов взаимодействия структурных параметров, управление которыми существенно влияет на качество оптоволоконного модуля;
- разработка структуры автоматизированной системы управления качеством производства, а также эффективных средств выработки и принятия управляющих решений;
- анализ факторов, влияющих на параметры, являющиеся показателями качества производимой продукции;
- разработка модели принятия решений в условиях отсутствия строгой зависимости между контролируемыми параметрами и управляющими параметрами оборудования, а также в условиях неконтролируемых возмущений;
- разработка средств визуализации данных ведения технологического процесса, а также средств создания отчета о результатах моделирования в виде лог-файла на диске;
- разработка программного обеспечения моделей анализа, выработки и принятия управленческих решений.
Методы исследования базируются на использовании теории нечетких множеств, системного анализа, теории графов, теории управления, нечеткой логики.
Научная новизна исследования. В диссертации получены следующие результаты, характеризующиеся научной новизной:
- предложена модель формализованного описания технологических процессов производства оптоволоконного модуля, отличающаяся учетом случайных возмущений со стороны внешней среды, а также вызванных износом технологического оборудования;
- предложена модель выработки и принятия решений в условиях неточных показаний приборов и случайных возмущений, обеспечивающая оптимальное регулирование параметров автоматизированного оборудования;
- разработана нечеткая сетевая модель типовых ситуаций (нечеткая ситуационная сеть - НСС), в которых может потенциально находиться объект управления (ОУ), включающая также соответствующий набор оптимальных решений для каждой вершины;
- сформированы средства визуализации информационных потоков, циркулирующих в рамках моделируемого объекта управления, в процессе его функционирования, отличающиеся содержательной полнотой, выразительностью, что позволяет оперативно контролировать параметры системы и осуществлять анализ эффективности принимаемых решений;
- разработано специальное программное обеспечение, позволяющее оперативно формировать альтернативные структуры технологического процесса, а также перенастраивать параметры технологического оборудования.
Практическая значимость работы. Предложенные в работе модели принятия решений, а также средства их информационной поддержки реализованы в составе специального программного обеспечения, ориентированного на использование в рамках автоматизированной системы управления производством оптоволоконного модуля.
Предлагаемое программное обеспечение является универсальным применительно к условиям многомерных систем управления с перекрестными связями, функционирующих под воздействием неконтролируемых источников внутренних и внешних технологических возмущений, а также сезонных колебаний параметров внешней среды. Разработанное ПО может использоваться для решения прикладных задач управления, а также для изучения систем управления, основанных на нечеткой логике, в том числе в учебном процессе.
Реализация и внедрение результатов работы. Основные теоретические и практические результаты работы внедрены в производство на ЗАО «ОФС Связьстрой-1» ВОКК и в учебный процесс ВГТУ в рамках дисциплины «Автоматизированное управление в технических системах».
Ожидаемый экономический эффект от внедрения результатов диссертационной работы, достигнутый за счет повышения оперативности принимаемых решений, а также качества выпускаемой продукции в расчете на суточную рабочую смену составляет 1219 рублей в ценах 2003 г.
Апробация работы. Основные положения и результаты диссертационной работы докладывались на региональной научно-технической конференции «Новые технологии в научных исследованиях, проектировании, управлении, производстве» (г. Воронеж, 2001-2003 г.), международной конференции «Современные сложные системы управления» (Воронеж, 2003), на научно-технических конференциях профессорско-преподавательского состава ВГТУ (2001 - 2003 г.г.), а также на научных семинарах кафедры автоматики и информатики в технических системах.
Публикации. По теме диссертации опубликовано 7 печатных работ. В работах, опубликованных в соавторстве, лично соискателем предложены: в [2, 3] -обобщенная структура модели и принципы функционирования системы управления качеством производства оптоволоконного модуля; [4, 5, 7] - модель системы с нечетким управлением; [6] - методика выбора стратегии управления на основе графа порождения управляющих решений.
Структура и объем работы. Диссертационная работа состоит из введения, 4 глав и заключения, основной текст изложен на 146 страницах машино писного текста и содержит 67 рисунков, 79 таблиц, список литературы, включающий 115 наименований, и 3 приложения.
Содержание работы. В первой главе с позиций системной методологии проведен анализ существующих подходов к управлению качеством производства массовой продукции, рассмотрены методы статистического контроля, методы интеллектного управления. Определены границы применимости методов в рамках поставленной задачи. Определены основные проблемы, решение которых дает возможность повысить эффективность функционирования системы управления качеством.
Во второй главе рассмотрены структура и состав автоматизированной системы управления качеством, приведено формализованное описание процесса взаимодействия параметров объекта управления и системы управления. Также приведено описание теоретических аспектов построения системы управления, основанной на правилах нечеткого регулирования. Предложена модель выработки и принятия управляющих решений.
В третьей главе осуществлен анализ взаимодействия управляющих параметров. Приведено описание параметров системы управления в терминах аппарата нечеткой логики, а также их взаимодействия в виде матриц отношений, построенных по экспертным оценкам. Разработана модель управления, основанная на правилах нечеткого регулирования в условиях неконтролируемых возмущений.
Четвертая глава посвящена разработке программно-информационного обеспечения системы управления качеством, а также разработке программной модели реального технологического процесса, средств визуализации параметров контролируемых процессов, модели выработки и принятия решений на основе принципа ситуационного управления.
В заключении сформулированы основные научные и практические результаты диссертационного исследования.
Прилагается список используемых литературных источников.
Методы и алгоритмы интеллектуального управления качеством продукции
Кроме традиционных математических моделей управления в форме тех или иных уравнений динамики управляемого процесса (дифференциальных, конечно-разностных и других) в настоящее время особую популярность приобрели методы, в которых помимо количественного подхода заложен логический.
Будучи всегда неточен, результат моделирования процессов, как известно, может содержать даже в явной форме «следы немоделированной динамики». Например, в правой части уравнений динамики могут оставаться неизвестные члены, именуемые постоянно действующими возмущениями.
Понятия адаптивности, робастности и другие призваны учесть немодели-руемую динамику путем получения недостающей информации на этапе обучения в режиме реального времени.
В ряде задач управления зависимости настолько сложны, что не допускают своего обычного аналитического представления. Сложность задач управления, в которых существенная роль принадлежит экспертным суждениям и знаниям человека, заставляет в дополнение к количественным методам или вместо них применять логический и лингвистический подходы, в соответствии с которыми в качестве значений переменных допускаются не только числа, но и слова или предложения искусственного или естественного языка.
Логические исчисления не предписывают жесткой последовательности действий, а предполагают свободу выбора в рамках соответствующего «исчисления возможностей». С математической точки зрения предлагается новое пер-вопорядковое логическое исчисление, ориентированное, в отличие от классических исчислений на автоматизацию поиска логических выводов (а точнее - опровержений). Особенностью исчислений является, прежде всего, его язык. Формулы этого языка состоят их типовых кванторов (в смысле Н. Бурбаки [9]), типовые условия которых, в свою очередь, являются либо элементарными формулами, либо их конъюнкцией.
Использование интеллектуальных компонент приводит к новым технологиям, расширяющим потенциал управления динамическими системами. На рисунке 1.7 показано взаимопроникновение теории искусственного интеллекта и теории управления.
На стыке теории управления (в первую очередь, адаптивного управления) и нейронных сетей возникло нейроуправление (рис. 1.8). Оно является разделом интеллектуального управления. Управление на основе «знаний» образует другой раздел интеллектуального управления и включает, например, управление на основе правил (в частности нечетких правил) и управление на основе логических моделей (в частности, с применением автоматического доказательства теорем (АДТ)) (рис. 1.9). Среди систем управления, основанных на применении АДТ, находятся, к примеру, системы нечеткого вывода резолюционного типа. Правда, из-за ряда нелогических элементов нечеткой «логики» возможности нечеткого варианта метода резолюций сравнительно ограничены [10]. Более эффективен композиционный метод вывода [11], успешно применяемый в многочисленных работах по нечеткому управлению. Системы интеллектного управления, основанные на правилах Примерами таких систем являются следующие системы: 1) нечетких правил (формулируемых в удобных для человека качественных терминах, а именно в терминах нечетких понятий: много, мало,...) 2) продукционных правил (типа «если выполняются условия ..., то делай») 3) логического программирования. Нечеткие правила обычно имеют семантику «условие-действие» и поэтому являются частным случаем продукционных правил, которые могут и не использовать нечетких понятий. На основе нечетких правил могут делаться нечеткие логические заключения. Использование нечеткой логики и нечетких понятий позволяет в ряде задач упростить процесс представления знаний. Системы, основанные на продукционных правилах, используются в режиме интерпретаторов: в соответствии с некоторой стратегией правила просматриваются одно за другим, и если рассматриваемое на очередном шаге правило применимо (т.е. его условия выполняются), то сразу исполняется и предписываемое этим правилом действие. Системы 1), 2) хороши для моделирования действий квалифицированного оператора, хорошо знакомого со всеми особенностями ОУ и успешно справляющегося с управлением им «вручную». Разработка систем интеллектного управления (СИУ), основанных на правилах, предполагает выбор переменных состояния и выхода, в терминах которых и формулируются правила. В самом простейшем случае - интеллектных аналогов широко распространенных в теории автоматического управления -этот выбор можно реализовать в соответствии с позиционным управлением по положению и скорости ОУ а именно в соответствии с принципами пропорционального (П) и пропорционально-дифференциального (ПД) управления. Разумеется, могут использоваться аналоги и других типовых способов формирования управления, напрмер, пропорционально-интегрального (ПИ) или пропорционально-интегрально-дифференциального (ПИД) управления. Для нелинейных систем управления способы формирования управления могут получаться и более сложными.
Алгоритмизация процесса управления качеством
Кроме того, при исследовании значения получаемой емкости в зависимости от плотности намотки (натяжения бумаги) выявлено, что емкость секции меняется в пределах ±3%.
На емкость бумажного конденсатора влияют также непостоянство ширины металлизированного слоя и нестабильность ширины перекрытия. Эти факторы приводят к ее изменению на ±5%.
Последним фактором, влияющим на емкость, является толщина бумаги h . Для компенсации влияния на емкость конденсатора толщины бумаги h и ширины перекрытия Ъ можно на определенной длине ленты L вычислить hub, то есть определить средние арифметические и расчет емкости вести по этим значениям.
Таким образом, основными факторами, влияющими на величину емкости намотанной секции являются влажность бумаги, ширина перекрытия металлизированного слоя, толщина бумаги и пропитка. Они приводят к изхменению емкости в среднем на 50-60%, поэтому на операции намотки секции этот уход должен быть скомпенсирован.
Так как намотка секций ведется по длине L , то для каждого номинала емкостей задаются граничные значения L = 0,55Lpi где Lp - расчетная длина ленты, мм, для получения заданного номинала. Для вычисления h и Ъ используется фиксированный объем выборки, которым является количество витков Wx = 0,9JT , где W - число конечных витков, от которых зависит данный номинал. Диэлектрическая проницаемость конденсатора є определяется для каждого рулона конденсаторной бумаги и вводится в формулу для расчета емкости как постоянная величина для всей партии конденсаторов, намотанных из данного рулона. В задачу статистического регулирования на операции намотки секций конденсаторов входит определение конечной длины ленты LK, обеспечивающей заданный номинал Сн: В рассмотренной выше модели многочисленные проведенные исследования показали, что на неконтролируемом этапе производства имеется погрешность из-за влияния неконтролируемых факторов. Получены эмпирические сведения о силе влияния неконтролируемых параметров на конечную емкость конденсатора. Искажения носят устойчивый характер при соблюдении технологии, то есть емкость конденсатора изменяется в известных пределах. Для решения используются расчетные характеристики с поправкой. Учтено постоянство искажения, 50 - 60%, и при расчетах добавляют поправочный коэффициент 0,55, который определен исходя из среднего искажений (55 %). Как видно, в данной модели имеется возможность на контролируемом этапе, где известны взаимосвязи параметров, обеспечить необходимый номинал конденсатора. В данной задаче имеется возможность аналитически выразить зависимости качественных параметров от входных данных. В связи с этим, возможно статистическое регулирование. В задаче управления качеством производства оптоволоконного модуля эмпирические данные показали, что выразить аналитически влияние входных параметров на выходные не представляется возможным. Поэтому применение статистических методов регулирования в данном случае неэффективно. Подробнее взаимозависимость входных и выходных параметров процесса производства оптоволоконного модуля рассмотрены в следующей части главы. Эксперименты показали взаимосвязь изменения выходных данных от изменения параметров. Полученные сведения позволяют составить правила регулирования в виде: ЕСЛИ «Параметрі» имеет значение «XI», ТО применить «Воздействие 1». Например: ЕСЛИ «Удлинение» имеет значение «Малое», ТО применить воздействие «Уменьшить натяжение отдатчика». Данные правила позволяют применить к управлению методы нечеткого управления. Управление на основе правил нечеткой логики более устойчиво к измене-ниям среды, поскольку при ощутимом изменении параметра, приводится в действие механизм регулирования, который возвращает объект управления в норму. Это делает данное регулирование более устойчивым и целесообразным. Если предположить, что влияние неконтролируемых возмущений в предыдущей модели изменяет емкость не на 60%, а на 70% (допустим, в результате износа оборудования или изхменении входных параметров), то компенсирующий коэффициент, уже не способен вернуть объект управления в норму. В этом случае резко возрастет доля бракованных изделий, поскольку алгоритм, заложенный в предыдущей модели не компенсирует неконтролируемое изменение. То есть в качестве методов управления в данном случае более целесообразно применить методы интеллектуального управления, а именно управление на основе нечеткой логики. Модель управления процесса стадией душирования на листопрокатном стане Данная модель приведена в работах Кудинова Ю. И. и Венкова Л. Г. [115]. В данном технологическом процессе аналогично рассматриваемому в данной работе также отсутствует возможность задания регулирования в виде функциональных зависимостей, в виду сложностей этих зависимостей, так же наблюдается значительный разброс входных параметров, имеется износ оборудования. Значительное число технологических процессов (ТП) в промышленности относится к классу плохо определенных объектов, которые характеризуются тем, что: объекты моделирования обладают исключительной сложностью и неодно значностью связей между параметрами; традиционные методы описания ТП приводят к столь громоздким конструкциям, что становится их невозможное практическое использование; не все технологические параметры удается измерить с требуемой точностью, а часть из них вообще не поддается измерению. Один из способов преодоления указанных трудностей заключается в использовании для целей моделирования качественной информации - словесного или лингвистического описания технологического процесса с помощью различных терминов, например: «большой», «не очень большой», «малый» и т.п. Формализовать эти термины, т.е. представить их в виде математических объектов и моделей, позволяет теория нечетких множеств. Процесс построения нечетных моделей можно разбить на три основных этапа: анализ и формализация экспертной информации; выбор структуры нечеткой модели; идентификация нечеткой модели. Рассмотрим процедуру формализации экспертной информации, опираясь на такие понятия, как нечеткая и лингвистическая переменная.
Построение лингвистической переменной «Овальность» и формирование методов ее регулирования
Для каждого из признаков имеется несколько существенных для готового продукта промежутков, которые можно относить к определенному состоянию данного признака. Для каждого из контролируемых параметров можно выбрать значимые, с точки зрения функций системы управления, интервалы из области принимаемых значений.
Область D, і-го параметра может быть разбита на интервалы, в этих пределах значение параметра можно считать не по фактическому значению, а принимать во внимание только принадлежность к данному интервалу. Это возможно, так как можно выбрать величину интервалов таким образом, что в этих пределах состояния, указываемые данным параметром, можно идентифицировать как идентичные. Итак, состоянием назовем непрерывный интервал из области определения качественного признака, в пределах которого признак характеризует постоянную величину конкретного свойства оптоволоконного модуля.
Набор состояний каждого из признаков формирует ситуацию, в которой находится объект управления. Принятие решения оперативного управления зависит от соответствующей нечеткой ситуации, описывающей состояние объекта управления. Нечеткая ситуация объекта управления представлена набором значений признаков, описывающих состояние производства модуля в данный момент времени. ИзхМене-ние какого-либо из качественных параметров может свидетельствовать о качественном изменении или предпосылки к изменению готовой продукции. В ответ на это необходимо предпринять корректирующее управление.
Бесконечное множество возможных состояний объекта управления можно представить конечным числом ситуаций, в виде конечного множества возможных наборов дискретных значений контролируемых параметров. Такое представление является логичным, так как приборы контроля имеют погрешность, данные поступают в дискретные моменты времени.
В пределах области допуска каждый параметр может быть квалифицирован степенью соответствия максимальному уровню качества. Иными словами, для каждого из параметров имеем нечеткое множество. Степень соответствия можно выбрать, пользуясь экспертными оценками.
Выберем некоторый i-ый качественный параметр X,. Пусть его область допуска имеет к подынтервалов, на которых мы можем идентифицировать выполнение уровня качества данным параметром. Таким образом, для данного параметра есть к степеней качества. Каждому из к степеней качества можно отнести с разной степенью соответствия к подынтервалов области допуска. Степень соответствия принимает значения от 0 до 1, чем больше данный интервал соответствует выбранному уровню качества, тем ближе к 1 его степень соответствия.
В каждый момент времени объект управления определяется матрицей си туации. Пусть X,— нечеткое подмножество множества значимых интервалов области допуска D, і-го параметра. X, = \р{хл)Іхл,/л{ха)Іха,...,рі{хІк)ІхІк}, \і - степень соответствия уровню качества, принимаемого по критериям для данного параметра, к - число элементов, меняется с і, т.е. различные параметры имеют разное число к. Для более полного описания состояний объекта управления необходимо составить матрицу ситуаций, в которых может находиться объект управления. Эта матрица представляет собой массив всевозхможных сочетаний элементов нечетких множеств Xi,X2, ..., Хп, где п - число контролируемых параметров. Каждое такое сочетание представляет собой вектор, который является конкретной ситуацией.
Строки этой матрицы представляют собой возможные допустимые ситуации объекта управления. Переход от ситуации к ситуации при изменении параметров объекта управления контролируется системой управления, которая по этим переходам составляет картину откликов объекта управления на воздействия. Число ситуаций зависит от сложности поведения объекта управления. В общем случае можно отнести несколько строк данной матрицы к одной ситуации. Это означает, что существуют однородные состояния объекта управления, с точки зрения системы управления, которые включают в себя несколько состояний одного или нескольких признаков.
Для принятия решений модель должна иметь базу знаний, в которой были бы учтены возможные ситуации, в которых может находиться объект управления, и набор методов корректировки, то есть типовых управляющих воздействий.
В зависимости от того, как решаются эти проблемы, ситуационные советующие системы с нечеткой логикой делятся на два класса: «ситуация-действие» (С-Д) и «ситуация - стратегия управления — действия» (С-СУ-Д). Проблема сопоставления описаний решается одинаково в системах обоих классов: имеется набор эталонных описаний состояний объекта управления в виде нечетких ситуаций - нечетких множеств второго уровня на множестве признаков. Описание текущего состояния объекта управления также представляется в виде нечеткой ситуации. Затем, используя специальные меры близости, осуществляется сопоставление по эталонам методом ближайшего соседа. Характеристической чертой, разделяющей нечеткие ситуационные советующие системы, является процедура просмотра продукций при выводе решений. В системах (С-Д) продукции описаны в явном виде и представляют нечеткую базу знаний. Условия истинности продукций задаются нечеткими эталонными ситуациями. Кроме ситуаций продукции содержат управляющие решения. Вывод решения заключается в сопоставлении описания текущего состояния объекта управления со всеми эталонными ситуациями, определении продукции с эталонной ситуацией, наиболее соответствующей входной нечеткой ситуации, и выдаче соответствующего управляющего решения. Последовательность просмотра продукции в пределах определенного времени, как правило, неизменна. В системах С-СУ-Д продукции явно не задаются, а некоторым образом выводятся по нечеткой ситуационной сети (НСС), представляющей собой нечеткий взвешенный граф переходов по эталонным ситуациям. Набор продукций, необходимых для вывода решения в текущей ситуации, а также последовательность их просмотра определяются стратегией управления - нечетким маршрутом в НСС между исходной и целевой ситуациями. Выбор целевой ситуации из множества всех ситуаций может осуществляться либо посредством использования некоторой продукционной системы, либо непосредственно по НСС. За счет использования дополнительной информации, представленной в виде НСС, нечеткая ситуационная советующая система приобретает большую гибкость и устойчивость к непредусмотренным изменениям условий управления. Для построения НСС используются специальные нечеткие отношения, а также нечеткая продукционная система типа С—Д, определяющая степени соответствия управляющих решений нечетким эталонным ситуациям. Совокупность НСС и нечеткой продукционной системы «ситуация — предпочтения решений» представляет собой относительно развитую нечеткую базу знаний.
База знаний программного модуля управления качеством
Для выбора управляющего решения применяется метод минимаксного произведения, полученного ранее массива нечеткого состояния (нечеткое хмно-жество) параметра на матрицу отношений. В результате произведения получаем новую нечеткую переменную, которая описывает нечеткое состояние параметра в результате применения рассматриваемого управляющего воздействия.
В данном случае рассматриваются только те воздействия, которые могут приблизить к норме состояние параметра. Если состояние параметра больше нормы, то умножение производится на матрицы отношений, чьи управляющие решения уменьшат параметр, и наоборот. Для сравнения с нормой берется терм, степень соответствия которому у нечеткой переменной состояния наибольший.
Для отслеживания работы алгоритма принятия решений в лог-файл также записываются возможные нечеткие состояния переменной после применения того или иного воздействия. В программе для экспериментов имеется возможность задания значений генерируемых данных со значением X = Xba$e + AXr, где ХЬте — базовое значение, АХГ— случайное значение с небольшим диапазоном разброса. Экспериментатор задает базовое значение для отслеживания реакции системы, поскольку в этот момент экспериментатору известно, как должна вести себя система управления. По реакции системы управления делается вывод об оптимальности принимаемых ею решений. На рисунке 4.13 и 4.14 приведены соответствующие фрагменты лог-файла для двух базовых значений.
По полученным данным выбирается оптимальное решение, которое с наибольшей степенью вероятности приводит к состоянию, близкому к норме. На рисунке 4.15 приведен алгоритм выбора оптимального решения.
В алгоритме, приведенном на данном рисунке, осуществляется выбор оптимального решения путем выбора из возможных решений наиболее подходящего. В цикле (п. 3) осуществляется перемножение нечеткой переменной на матрицы отношений подходящих воздействий (п.4). В данном случае применяется минимаксное произведение. Алгоритм минимаксного произведения приведен на рисунке 4.16.
В пункте 2 алгоритма, приведенного на рисунке 4.16, принимаются исходные данные для минимаксного перемножения: одномерный массив нечеткой переменной состояния NechValue, двумерный массив матрицы отношения Matr. Размерность нечеткой переменной п элементов, размерность матрицы отношений п п элементов, где п - число термов рассматриваемого параметра. Далее в алгоритме следует вложенный цикл для минимаксного перемножения, п.п. 3 и 5. В пункте 4 осуществляется инициализация результата произведения resDiz. В пункте 6 сравниваются элементы NechValue и соответствующий элемент матрицы отношений. Результатом минимаксной конъюнкции становится минимальный из сравниваемых элементов. В пункте 10 результатом минимаксной дизъюнкции становится максимальный из результатов получаемых конъюнкций.
Средства вывода информации. Средства вывода визуализируют процесс моделирования. Визуализация позволяет специалисту проанализировать работу системы управления. Исходные данные для работы системы управления генерируются средствами моделирования процесса. Эти данные отображаются в окнах вывода информации. Число окон регулируется пользователем программы и позволяет просмотреть данные и проанализировать. Вывод графической информации осуществляется в отдельное окно вывода. График содержит информацию с числом точек, равным числу окон вывода, установленных перед началом процесса моделирования. Проведенные в рамках диссертационной работы исследования в области моделирования системы управления качеством производства оптоволоконного модуля, моделирования процессов принятия решений и создания средств их программно-информационного обеспечения, ориентированных на использование в автоматизированных системах управления, позволили получить следующие основные результаты: 1. На основе системного анализа проблематики автоматизированного управления качеством производства оптоволоконного модуля определены основные задачи, решение которых существенно влияет на качество выходного продукта. 2. Разработана структура автоматизированной системы управления качеством производства, включающая функциональные блоки, обеспечивающие оперативную идентификацию текущих состояний объекта управления, анализ и выбор оптимальных управляющих решений на основе реализации аппарата ситуационного управления и нечеткой логики. 3. Осуществлена алгоритмизация процедур реализации системы управления качеством производства в виде комплекса процедур, обеспечивающих более гибкое регулирование процессом производства оптоволоконного модуля, повышение уровня качества выходного продукта, уменьшение доли брака. 4. Осуществлен анализ технологических параметров, существенно влияющих на качество оптоволоконного модуля, разработано формализованное описание процессов регулирования. 5. Разработана модель процесса принятия решений, основанная на знаниях, в качестве логики регулирования реализующая принцип нечеткого управления. Кроме того, предложено описание контролируемых параметров системы управления и качественных параметров в терминах аппарата нечеткой логики. 6. Разработана оптимизационная модель принятия решений на основе анализа нечеткой ситуационной сети объекта управления. 7. Разработан программный модуль системы управления качеством, обеспечивающий оперативный контроль за числовыми характеристиками объекта управления и графическую поддержку процесса принятия решений. Результаты практической апробации предложенных моделей и алгоритмов управления качеством в условиях реального производства оптоволоконного модуля свидетельствуют об их эффективности и работоспособности.
