Содержание к диссертации
Введение
1. Состояние вопроса и задачи исследования 9
1.1. Техническое обслуживание в системе обеспечения качества уборочных работ 9
1.2. Управление технологическим процессом машины 15
1.3. Анализ особенностей технологической настройки зерноуборочного комбайна 21
1.4. Области применения экспертных систем и методы представления знаний 30
1.5 Цель и задачи исследований 38
2 Теоретическое обоснование процедуры принятия решений при технологической настройке комбайна ... 42
2.1. Характеристика задачи принятия решений при технологической настройке комбайна 42
2.2 Постановка задачи принятия решений в нечеткой среде 48
2.3 Метод технологической настройки с применением экспертных систем 52
2.4 Логико-лингвистическое описание задачи технологической настройки 57
2.5 Моделирование нечетких высказываний предметной области 63
2.6 Выводы 71
3 Моделирование нечетких знаний предметной области 72
3.1 Методика построения функций принадлежности 72
3.2 Идентификация нечетких знаний внешних условий уборки 79
3.3 Функции принадлежности для регулируемых параметров комбайна 86
3.4 Функции принадлежности нечетких множеств термов лингвистических переменных 88
3.5 Методика нечеткого вывода решений 90
3.6. Выводы 102
4 Практические аспекты построения экспертной системы 103
4.1 Этапы разработки экспертной системы 105
4.2 Структура экспертной системы 108
4.3 Подсистема "Технологическая настройка" 113
4.4 Направления использования экспертной системы. 117
4.5 Выводы 124
5 Оценка результативности и эффективности применения ЭС 125
5.1 Анализ результативности использования ЭС 126
5.2 Экономическое обоснование применения метода технологической настройки с использованием ЭС 133
5.3 Выводы 143
Общие выводы 144
Список используемой литературы 146
Приложение А 154
- Анализ особенностей технологической настройки зерноуборочного комбайна
- Метод технологической настройки с применением экспертных систем
- Функции принадлежности нечетких множеств термов лингвистических переменных
- Экономическое обоснование применения метода технологической настройки с использованием ЭС
Введение к работе
Актуальность работы. В повышении эффективности использования машин (в частности зерноуборочной техники), рациональном использовании ресурса машин, своевременном выявлении и предотвращении отказов большая роль принадлежит техническому обслуживанию. Проблема управления техническим состоянием машины может быть решена лишь при совершенствовании методов и средств технического обслуживания.
На практике при использовании сложной уборочной техники одной из важнейших задач является технологическая настройка машины в полевых условиях. Эта задача относится к классу трудноформализуемых задач. В основном решение проблемы управления и технического обслуживания машиной возлагается на оператора и зависит от его квалификации. Трудности с решением задачи технологической настройки связаны с неопределенностью информации о факторах внешней среды, в которой функционирует зерноуборочный комбайн, а также сложностью и недостаточной изученности взаимосвязей между факторами уборки и регулировочными параметрами комбайна.
Поэтому особого внимания заслуживают вопросы разработки систем информационной поддержки интеллектуальной деятельности оператора, помогающие ему при проведении комплекса уборочных работ. Одним из таких перспективных направлений является разработка экспертных систем для рассматриваемой предметной области.
Исследования проводились в соответствии с заданиями научно-технических программ Министерства науки и образования РФ: грант по фундаментальным исследованиям в области технических наук 2003 - 2004 гг. (раздел 6. Машиностроение, № ГР 01.99.0005111; ЕЗН 2004 - 2005 гг. тема № 1.8.04
Цель исследований - повышение эффективности работ по техническому обслуживанию машин, сокращение затрат времени на технологическую настройку и, как следствие, повышение сменной производительности зерноуборочных комбайнов за счет обоснования и разработки метода технологической настройки с использованием экспертной системы (ЭС).
Объект исследований - технологический процесс уборки зерновых культур, осуществляемый зерноуборочным комбайном, система "оператор-комбайн-внешняя среда".
Предмет исследований - информационные аспекты взаимодействия оператора с машиной и средой; процедуры принятия решений при технологической настройке рабочих органов зерноуборочного комбайна.
Методы исследований. Для решения поставленных задач использовались методы теории нечетких множеств, теории искусственного интеллекта, математической логики, теории вероятностей и математической статистики.
Научная новизна заключается в развитии методологии технического обслуживания сложных сельскохозяйственных машин.
Система "оператор-комбайн-внешняя среда" рассматривается как нечеткая система. Разработанный метод технологической настройки с применением экспертных систем позволяет использовать эвристические нечеткие знания предметной области "Технологическая настройка машин".
Проведена формализация нечетких знаний рассматриваемой предметной области: определены лингвистические переменные, вид и параметры функций принадлежности факторов внешней среды, регулируемых параметров и отношений между ними.
Структуризация и формализация знаний предметной области позволила разработать и реализовать механизм нечеткого логического вывода экспертной системы и на ее основе принятия решений при технологической настройке комбайна в условиях природной и поведенческой неопределенности, которые в большей степени соответствуют реальным условиям уборки.
Практическая ценность состоит в разработке инженерной методики формализации знаний, построении базы знаний и механизма вывода решений, а также программного обеспечения. Создан исследовательский прототип экспертной системы для технологической настройки зерноуборочного комбайна. Использование экспертной системы в полевых условиях позволяет уменьшить математическое ожидание времени, затраченного на процедуры технологической настройки комбайна при изменяющихся внешних условиях, что позволяет снизить потери продукта, увеличить сменную производительность машин и повысить эффективность уборки, а также снизить рассеивание времени, затраченного на процедуры решения задач технологической настройки для специалистов различной квалификации;
Применение экспертной системы позволяет в практических условиях обеспечить накопление и тиражирование знаний, что обеспечивает заданный уровень качества проведения уборочных работ при наличии персонала невысокой квалификации.
Основные результаты и положення, выносимые на защиту диссертации:
1. Метод технологической настройки зерноуборочного комбайна на основе экспертных систем.
2. Методика формализации и структуризации нечетких экспертных знаний изучаемой предметной области.
3. Информационно-логическая модель процесса решения задачи по технологической настройке зерноуборочного комбайна.
4. Методика формирования базы знаний ЭС.
5. База знаний по технологической настройке рабочих органов комбайна.
Реализация результатов исследования. Экспертная система по технологической настройке зерноуборочных комбайнов семейства "Дон" использована при организации ТО в агрофирмах СГГК ПЗ "Заветы Ильича", СХА "Маргари-товский", СПК "Победа" и др. Ростовской области; в уборочно-испытательном отряде РГАСХМ (Кагальницкий район).
Материалы исследований используются в ДГТУ (г. Ростов-на-Дону) для специальности 171000 "Сельскохозяйственные машины и оборудование".
Результаты исследований используются Министерством сельского хозяйства, продовольствия и торговли Ростовской области при информационном обеспечении и организации системы технического обслуживания сельскохозяйственной техники.
Апробация работы. Материалы исследований доложены и одобрены на научных конференциях: Донского государственного технического университета (2003, 2004 гг.); Ростовской-на-Дону государственной академии сельскохозяйственного машиностроения (2003, 2004 г.г.); IX Республиканской открытой научной конференции "Современные проблемы информатизации" (г. Воронеж, 2003 г.); IV региональной научно-практической конференции "Управление качеством: теория и современная практика" (г. Ростов-на-Дону, РГЭУ-РИНХ, 2003 г.); «Теория и проектирование сельскохозяйственных машин и оборудования» (г. Ростов-на-Дону, 2004 г.); Всероссийского научно-исследовательского и проектно-технологического института механизации и электрификации сельского хозяйства (г. Зерноград, ВНИПТИМЭСХ, 2004 г.).
Публикации. Основные положения диссертации опубликованы в 10 работах.
Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка используемых литературных источников, приложений. Работа изложена на 153 страницах машинописного текста, имеет 38 рисунков, 21 таблицу и приложения на 59 листах.
Список литературных источников включает 98 наименования, из которых 8 на иностранных языках.
Анализ особенностей технологической настройки зерноуборочного комбайна
Различные исследования показывают, что зерноуборочные комбайны зачастую работают с неполной загрузкой, а значения показателей качества уборки превышают допустимый уровень. При этом потери зерна могут быть значительными и достигать 10 % и более [19, 73].
Наряду с конструктивными недостатками машины одной из главных причин значительных потерь и недостаточной загрузки комбайна при работе является неоптимальная настройка его рабочих органов.
По результатам исследований ВИИТиН до 80% машинно-тракторных агрегатов работали с не отрегулированными рабочими органами; более 20% комбайнов работали с превышением допустимых потерь из-за неумения комбайнера выполнить технологическую настройку. Происходит это потому, что трудоемкость технологической настройки велика, а стабильность регулировок низкая. Так, трудоемкость разовой технологической настройки плуга составляет 1,4 ч, дисковой бороны - 1, лущильника - 0,9, культиватора для сплошной обработки почвы - 1,8, культиватора для междурядной обработки - 2,2, зерновой сеялки - 2,4, зерноуборочного комбайна - 2,4.
Технологическая настройка комбайна проводится на основе анализа условий уборки с учетом целей уборки. При этом выбор исходных значений регулируемых параметров является трудной задачей. Установка начальных значений производится в соответствии с рекомендациями, изложенными в техническом описании или в других литературных источниках, например, в [23, 29, 72] и личным опытом ЛПР - оператором (агрономом, звеньевым).
Однако нередки ситуации, когда при работе комбайна значения потерь зерна или других показателей качества работы превышают допустимый уровень. Тогда необходимо произвести дополнительную технологическую регулировку. При этом важно быстро найти причину (причины) появления нарушений и знать/уметь каким образом ее можно устранить. Причины появления нарушений качества работы определяют на основе рекомендаций (например, [23, 70, 72, 80]) и личного опыта ЛПР. Технологическую настройку зерноуборочного комбайна целесообразно производить два - три раза (как минимум) в течение суток, в зависимости от изменений условий уборки [70].
Анализ процесса технологической настройки комбайна с учетом принципа декомпозиции предусматривает отдельное рассмотрение его составляющих, а именно анализ: методов определения значений факторов условий уборки; методов выбора начальных значений регулировочных параметров; методов контроля показателей качества работы; алгоритмов корректировки технологических регулировок. Качество работы комбайна зависит от природно-климатических факторов и состояния стеблестоя. Состояние стеблестоя определяет выбор способа уборки и регулировок рабочих органов жатвенной части (или других приспособлений). Состояние скошенной хлебной массы (в результате работы жатвенной части) обуславливает выбор значений регулируемых параметров рабочих органов молотилки и режима работы комбайна в целом. Условия уборки характеризуются сочетанием разнообразных состояний почвы, стеблестоя, а также свойств хлебной массы. Изменчивость этих признаков специфична не только для полей хозяйства или одного поля, но даже в пределах гона [80]. На практике в первую очередь оценивают: урожайность культуры; соотношение зерна к соломе; сроки созревания зерна (начало массовой уборки, день уборки); состояние стеблестоя (полеглость, попутанность и др.); высоту стеблестоя; влажность соломы и зерна; засоренность сорняками; уклон поля, наличие камней и др. Определение точных значений перечисленных выше факторов затруднено. Поэтому в полевых условиях производят лишь оценку искомых значений (с использованием эвристических правил). Например, для оценки влажности соломы имеются такие рекомендации [62]: "Берут 30 стеблей, укладывают параллельно в пучок, затем обеими руками зажимают пучок на ширине плеч и начинают его скручивать. Если стебли ломаются сразу и после 8-10 оборотов пучок разрывается, то солома сухая. Если стебли ломаются после 8-10 оборотов, а пучок разрывается после долгого скручивания, то солома средневлажная. Если солома скручивается в прочную веревку, то солома влажная". Эвристический характер данной методики определения влажности соломы не вызывает сомнения. Не менее затруднительно определить и строго различать возможные состояния стеблестоя или засоренность. Неточность определения значений внешних факторов уборки приводит к неоптимальному выбору начальных значений регулируемых параметров машины и, в конечном итоге, к длительному процессу настройки комбайна. Поэтому важной задачей является выявление характерных признаков изменения факторов внешней среды (эмпирических правил). Широкое распространение этих эвристик позволит неопытным операторам своевременно фиксировать возникающие отклонения. Для технологической настройки комбайна используются шаблоны, номограммы, линейки или таблицы [17, 62, 78]. Оптимальная (в соответствии с конкретными условиями и целью уборки) настройка комбайна является достаточно трудной задачей. Инструкция по эксплуатации комбайна содержит ориентировочные значения регулируемых параметров и пределы варьирования этих значений. В литературных источниках также приводятся рекомендации по выбору начальных значений рассматриваемых параметров. Анализ литературных источников показывает, что для приведенных в них рекомендаций характерны основные черты: неоднозначность информации; различный набор исходных данных; задание пределов изменения значений регулируемых параметров; эвристичность рекомендаций. Например: "Для успешной работы мотовила окружная скорость его планок должна превышать поступательную скорость комбайна примерно в 1,2-2 раза. Нижние пределы (1,2 - 1,5) применяют при высоких скоростях движения комбайна в связи с большим подпором хлебной массы к режущему аппарату. Верхние пределы П,б - 2) используют при медленном движении комбайна". "Частоту вращения мотовила можно изменять в пределах 16,5 - 41,5 мин"1" [70]. В приведенной цитате присутствуют все характерные особенности, названные выше (подчеркнуто).
Имеются и другие источники, в которых приводятся более конкретные данные (например, по скорости комбайна), однако они разрознены и не являются превалирующими.
Известны исследования, в которых задача технологической настройки решалась с помощью методов математического моделирования, в частности с использованием регрессионных моделей [5, 6, 19, 39]. В качестве исходных данных авторы рассматривают: урожайность - al (15-60 ц/га), соломистость - а2 (0,8 - 3,0), влажность зерна - аЗ (10 - 40%), влажность соломы - а4 (10 - 50%), сорняки - а5 (0 - 20%). Выходными данными моделирования являются: скорость комбайна - yl (2 - 10 км/час), частота вращения барабана - у2 (650 -1000 мин"1), зазор на входе барабана - уЗ (16 - 40 мм), зазор на выходе барабана - у4 (2 - 20 мм), частота вращения вентилятора - у5 (500 - 800 мин"1), открытие верхнего решета - уб (0 - 20 мм), открытие нижнего решета - у7 (0 - 20 мм).
Метод технологической настройки с применением экспертных систем
Среда и система предпочтений в (2.1) представляются в (2.2) элементами X, К, f, Ps ,D. При этом каждой альтернативе а є А соответствует единственный (детерминированный или случайный) исход х&Х, который характеризуется векторной оценкой. Система предпочтений ЛПР выражается совокупностью некоторых множеств (например, критериев) с отношениями предпочтения и является эмпирической системой с отношениями. Структура предпочтений определяет процедуру сравнения оценок К (л:), а решающее правило или алгоритм - принцип выбора элементов из множества А на основе результатов сравнения в соответствии с требуемым действием Т. В нечеткой среде в виде нечетких понятий и отношений могут быть выражены все элементы задачи (2.1): альтернативы, исходы и зависимости между ними, критериальные оценки исходов, отношения предпочтения ЛПР и др. Таким образом, согласно рассмотренной модели проблемной ситуации и общей схемы операции технологическая настройка - есть задача принятия решения в нечеткой среде. Анализ общего подхода к проблеме принятия решения позволил адаптировать данную методологию для рассматриваемой предметной области (технологическая настройка) и выработать процедуры, адекватные целям, задачам и ограничениям проблемы принятия решения. Для реализации теоретических положений необходимо разработать метод технологической настройки, включающий помимо традиционных структурных составляющих, компоненту, обеспечивающую информационную поддержку оператору (ЛПР) при проведении технологической настройки комбайна.
Зерноуборочный комбайн можно рассматривать как динамическую нечеткую систему, характеризующуюся предпосылками как входом, и заключениями, как выходом, которая функционирует в условиях внешней среды, отличающейся изменчивостью и неопределенностью (рисунок 2.4).
Состояния регулировочных параметров зерноуборочного комбайна целесообразно рассматривать как состояния нечеткой системы, характеризующиеся предпосылками как входом, и заключениями, как выходом (рисунок 2.5)
Собственно система, ее входы и выходы - это три взаимосвязанных объекта, которые в каждой конкретной ситуации определяются соответственно описанием системы (структура и свойства компонент или математическая модель системы), а также заданием множеств входных и выходных переменных. В зависимости от того, какой из этих объектов подлежит определению, можно выделить различные типы задач при управлении технологическим процессом уборки, выполняемого зерноуборочным комбайном (таблица 2.3).
Решение любой из этих задач непосредственно связано с исследованием состояний системы, множество которых образует пространство состояний.
Задача измерения значений факторов внешней среды, регулируемых параметров и показателей качества имеет самостоятельный характер. Характерной особенностью является то, что при ее решении зачастую используются эвристики, а это в значительной степени обуславливает использование подхода, основанного на нечетких множеств, к решению других задач.
Вторая и третья задачи являются превалирующими. В одном случае моделируются отношения «внешний фактор» - «значение регулируемого параметpa», во втором случае моделируются отношения «значения регулируемых параметров» - «значения показателей качества работы комбайна». В первом случае необходимо по известным значениям внешних факторов определить значение регулируемого параметра, во втором случае по известному внешнему признаку нарушения технологического процесса определить технологический параметр (регулировку) являющуюся причиной появления этого нарушения.
Задача прогнозирования имеет локальный характер и позволяет осуществить так называемую "тонкую настройку", т.е. ее решение позволяет отыскать оптимальный вариант расхода ресурсов в соответствии с конкретными целями задачи принятия решений в каждом конкретном хозяйстве.
Задачи моделирования предметной области, формирования базы знаний и построения механизма вывода экспертной системы характеризуются специфическими особенностями предметной области «Технологическая настройка».
Решение сложных (в достаточной степени) задач принятия решения "вручную" наталкивается на известные трудности, вытекающие, во-первых, из необходимости эвристической обработки большого объема информации и, во-вторых, из необходимости логического анализа сложных взаимосвязанных процессов. Значение указанных фактов усиливается в условиях скоротечности уборки, опасности ошибочной или запоздалой оценки технического состояния зерноуборочного комбайна, что приводит к значительным потерям урожая и не позволяет получить возможный эффект.
Эффективность решения задачи зависит от принятой ЛПР стратегии. Следовательно, для ЛПР (в данной работе в качестве ЛПР рассматривается оператор, имеющий невысокую квалификацию) целесообразно иметь готовый набор возможных стратегий в соответствии с конкретными условиями уборки. С точки зрения процедуры принятия решения, некомпетентность ЛПР заключается в отсутствии определенных правил рационального поведения. При этом данный набор стратегий есть ни что иное, как эмпирические нечеткие экспертные знания, которыми и владеет эксперт.
На практике отсутствие знаний по техническому обслуживанию наиболее остро ощущается при вводе отдельного вида машин в эксплуатацию. При этом знания, полученные при производстве машины, в чистом виде мало пригодны для организации технического обслуживания. Соответственно необходим инструментарий обработки знаний, способный представить их в виде пригодном для организации обслуживания, в частности для решения задачи технологической настройки. Имеющаяся априорная система знаний в процессе эксплуатации по мере появления апостериорных знаний дополняется и редактируется.
В результате анализа методология принятия решений адаптирована для изучаемой предметной области. Для практической реализации теоретических положений предлагается метод технологической настройки, включающий помимо структурных составляющих, компоненту, обеспечивающую информационную поддержку оператору при техническом обслуживании комбайна (рисунок 2.6).
Функции принадлежности нечетких множеств термов лингвистических переменных
Для сложных сельскохозяйственных (в частности уборочных) машин характерна ситуация, когда при проектировании рабочих органов машины невозможно заранее предусмотреть все изменения факторов внешней среды и создать оптимальную конструкцию. В этом случае большое значение приобретает обеспечение возможности регулировки параметров рабочих органов (в соответствии с изменяющимися условиями окружающей среды).
Предметная область "Технологическая настройка" принадлежит к классу неформализованных областей, отличительной особенностью которых является использование в значительной мере эвристического подхода (основанного на практическом опыте и интуиции) при решении различных задач. Именно в таких областях целесообразно использование экспертных систем. Знания предметной области могут быть формализованы соответствующим образом и представлены в виде программного продукта (компьютерной системы). Такие компьютерные системы целесообразно использовать для автоматизации процесса поиска решений в предметной области, а также для процесса обучения. При этом целью является снижение затрат времени на регулировку машины в производственных условиях, а также повышения качества принимаемых решений.
В настоящее время под экспертными системами понимают особого рода программы для компьютера, предназначенные для эмуляции ("подражания") работы специалиста (эксперта) в некоторой предметной области [84]. Другими словами экспертная система это система искусственного интеллекта, созданная для решения задач в конкретной проблемной области [65].
Анализ предпосылок и условий для проектирования и использования экспертных систем для решения рассматриваемой проблемы - повышения эффективности использования зерноуборочных комбайнов показал, что разработка экспертной системы возможна, оправдана и уместна.
При этом возможность разработки экспертной системы для предметной области "Технологическая настройка комбайнов" подтверждается выполнением ряда требований: имеются эксперты, которые могут описать свои методы поиска решений. Носителями экспертных знаний являются специалисты конструкторских бюро, научно-исследовательских институтов, машинно-испытательных станций, комбайнеры. Трудности возникают при представлении знаний и формализации описания мастерства, то есть способов умелого применения знаний для получения решений. Эти трудности преодолимы в совместной работе эксперта и инженера знаний, то есть специалиста, обладающего знаниями в области технического обслуживания комбайнов, а также в области информатики и искусственного интеллекта. задача вполне понятна и не слишком трудна. Многолетняя практика эксплуатации комбайнов, например, семейства "Дон", способствовала повышению степени изученности рассматриваемой предметной области, а также некоторой (частичной) структурированности знаний и формулировки эвристических правил. Оценка трудности задач, возникающих при эксплуатации комбайна, определяется временем, необходимым для их решения экспертом. Опыт практической работы, а также литературные источники указывают, что высококвалифицированному специалисту для принятия решения требуется от нескольких секунд до нескольких часов (например, настройка комбайна в особых условиях). Поэтому процесс поиска решений для указанных задач может быть реализован в экспертной системе. при решении задач требуются интеллектуальные навыки (логический вывод). Технологическая настройка комбайна требует логического анализа взаимосвязей между факторами внешней среды, регулировочными параметрами машины и показателями качества ее работы. Работы, состоящие из физических манипуляций, не входит в круг задач для экспертной системы. Оправданность разработки экспертной системы определяется тем, что полученное решение высокорентабельное. Кроме того, данная проблема характеризуется возможностью утраты человеческого опыта и недостаточным количество экспертов. Практика показывает, что оператор высокой квалификации (эксперт) допускает незначительные потери при уборке урожая. Аккумулирование и тиражирование опыта эксперта в виде базы знаний экспертной системы позволит достичь в больших масштабах эффективных результатов уборки. Возможность утраты опыта работы связана с сезонностью уборочных работ. Перерыв в деятельности эксперта в период межсезонья сказывается отрицательно на его профессиональных качествах и может привести к неэффективной работе в первые дни уборки. Поэтому такие характеристики искусственной компетентности как постоянство и устойчивость выгодно отличают экспертную систему от человеческой компетентности. Обновление парка уборочной техники, сопровождающееся введением новых конструктивных особенностей, которые в полном объеме охватываются разве только самим разработчиком, приводит к нивелировке ранее полученного (устоявшегося) опыта. Поэтому легкость расширения и документирования базы знаний экспертной системы является ее преимуществом. Остроту проблемы масштабности применения опыта экспертов можно снизить, используя преимуще-ства экспертной системы, которые состоят в легкости передачи и воспроизведения, заключенных в ней знаний.
Экономическое обоснование применения метода технологической настройки с использованием ЭС
Внутренней нормой доходности (рентабельности) является положительное число, при котором чистый дисконтированный доход превращается в ноль.
Под сроком окупаемости понимается продолжительность наименьшего периода, по истечении которого текущий чистый доход в текущих или дефлиро-ванных ценах становится и в дальнейшем остается неотрицательным.
При Е=10% осі =0,91; а2 = 0,83; аз = 0,75; 0:4 = 0,68; а$=0,62 с учетом вложенных инвестиций в размере 30000 рублей и полученных результатов в размере 31802 рублей чистый дисконтированный доход будет равен 90555 рублям при внутренней норме доходности 103 %, а срок окупаемости составит 1 год.
Результаты расчетов показали: ЧДД (NPV) = 90555 руб. 0; ВНД = 103 % Е = 10 %. Срок окупаемости с учетом дисконтирования t0K Т (1 5). Таким образом, на основе данных показателей можно сделать вывод о соблюдении необходимых условий, свидетельствующих об эффективности предлагаемого метода технологической настройки с применением экспертных систем Производственная проверка предлагаемого метода технологической настройки на базе экспертной системы подтвердила его результативность и эффективность. Использование метода позволяет уменьшить время настройки и снизить время на технологические простои в 2 - 4 раза по сравнению с традиционными методами. Годовой экономический эффект от применения метода настройки при использовании ЭС для зерноуборочных комбайнов семейства "Дон" равен (на одну машину): в условия отдельного хозяйства 31802 руб; в условиях машинно-технологических станций 97805 руб. 1. Повышение качества уборочных работ и эффективности использования зерноуборочной техники возможно за счет совершенствования методов технического обслуживания с применением современных информационных технологий. Важным резервом является повышение сменной производительности комбайнов за счет сокращения временных затрат на технологическую настройку. 2. Система «оператор-машина-внешняя среда» представлена как нечеткая система, что является новым при построении систем поддержки принятия решений в области технического обслуживания уборочных машин. Выявленные семантические группы и их отношения описывают основные понятия предметной области. Использование логико-лингвистических моделей, основанных на нечетких экспертных знаниях, обеспечивает наиболее полное и адекватное описание предметной области и позволяет формировать процедуры решения задачи технологической настройки машины в условиях максимально приближенных к полевым. 3. Идентификация и структуризация нечетких знаний предметной области "Технологическая настройка" позволила определить лингвистические переменные, вид и параметры функций принадлежности для факторов внешней среды и регулируемых параметров комбайна, а также формализовать взаимосвязи между ними. Модель предметной области "Технологическая настройка" содержит 188 зависимостей в виде продукционных правил, раскрывающих отношения между регулируемыми параметрами и факторами внешней среды. 4. Установлено, что затраты времени на технологическую настройку разнятся в 1,5-4 раза в зависимости от стажа работы. Корреляционная связь между факторами значима: г = - 0,90 ...- 0,96. 5. Модель предметной области является основой для проектирования базы знаний экспертной системы. Разработанный метод технологической настройки с использованием экспертной системы позволяет повысить качество принимаемых решений; уменьшить среднее время настройки в 2 - 4 раза по сравнению с традиционными методами; снизить разброс значений затрачиваемого времени в зависимости от опыта работы; повысить на 4% сменную производительность комбайнов. Годовой экономический эффект от применения предлагаемого метода при использовании зерноуборочных комбайнов семейства "Дон" в условиях рядового хозяйства равен 31802 руб. на одну машину при выработке 233 га. В условиях машинно-технологических станций эффект составит 97805 руб. 6. Применение разработанного метода технологической настройки снижает остроту проблемы передачи опыта квалифицированных специалистов и способствует повышению компетентности широкого круга специалистов сельского хозяйства за счет тиражирования наиболее полной и ценной информации в области технического обслуживания машин. Возможность дополнения и расширения базы знаний ЭС обеспечит данным системам их жизнестойкость и широкое распространение. 7. Выполненные исследования являются составной частью при реализации концепции CALS/КСПИ технологии - разработки информационной поддержки жизненного цикла зерноуборочной техники и позволяют создать единую информационную среду для использования знаний в производстве - на заводе-изготовителе; эксплуатации - техническое обслуживание машины и при профессиональной подготовке специалистов.
Похожие диссертации на Обоснование метода технологической настройки зерноуборочного комбайна с применением экспертной системы
