Разработка алгоритмов нечеткого моделирования для интеллектуальной поддержки принятия решений по определению уровня эргономичности карьерных экскаваторов

В.С. Великанов, к.т.н., доцент кафедры горных машин и транспортно"технологических комплексов ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова»

Увеличение объемов добычи полезных ископаемых влечет за собой не только рост спроса на горнодобывающую технику, но и поддержание большого парка действующих горных машин на требуемом техническом уровне, что является одной из доминирующих составляющих эффективной работы горных предприятий. Однако, учитывая сегодняшние реалии, этого не достаточно. Необходимо решение целого комплекса вопросов, позволяющих вывести горнодобывающую промышленность по эффективности, производительности и безопасности на качественно более высокий уровень.064 1

Для этого необходимо выполнение трех условий: техническое перевооружение отрасли, путем внедрения нового, более производительного горного оборудования; разработка новейших технологий переработки добытого сырья и природных ископаемых; повышение квалификации персонала горных предприятий всех уровней.

Мировой опыт показывает, что реализация вышеприведенных условий возможна лишь при тесной взаимосвязи производства и науки. Подтверждением тому может служить, то, что в области экскаваторостроения наметилась тенденция к повышению конкурентоспобности продукции, обусловленная изменениями ряда факторов: гуманизация труда, высокие темпы научно-технического прогресса и инновационные технологии.

Конкурентоспособность горной техники определяется следующими показателями [1]:

- технические показатели и уровень качества ее изготовления, с учетом мировых научно-технических достижений при проектировании конструкции и технологии изготовления;

- соответствие оборудования требованиям и стандартам ИСО, МЭК, НТД и др.;

- технико-экономический уровень эксплуатации;

- наличие патентной чистоты и патентной защиты оборудования;

- сроки поставок и гарантий, условия оплаты.Рис. 1 Структура эргономических показателей экскаваторов

Немаловажным фактором повышения конкурентоспособности отечественной горной техники является учет эргономических показателей (рис. 1) [2]. Современные ЭКГ, применяемые на открытых горных работах (ОГР), представляют собой высокопроизводительные крупногабаритные электромеханические системы большой единичной мощности, управляемые машинистом экскаватора. Анализ надежности ЭКГ в конкретных условиях эксплуатации показывает на высокую долю отказов электромеханического оборудования (50–70% от их общего количества). Это связано с тем, что они эксплуатируются в тяжелых условиях и не всегда отвечают требованиям безопасности по некоторым эксплуатационным параметрам, влияющим как на производительную работу, так и на здоровье машиниста экскаватора (утомляемость при управлении рабочими процессами, наблюдении за состоянием забоя и др.) [1, 3]. Поэтому одним из наиболее перспективных направлений в области совершенствования и модернизации горных машин является их эргономическое обеспечение. Опыт различных отраслей промышленности показывает, что комплексное решение задач эргономического обеспечения технологического оборудования позволяет повысить эффективность его функционирования на 30%.

Необходимость в эргономических исследованиях диктуется повышением требований к качеству, объемам и ценовым показателям добычи, выходом отечественных горнодобывающих предприятий на мировые рынки сырья, оборудования и финансов. Данный подход адекватен для современной конкурентной среды и рыночной конъюнктуры.Рис. 2 Обобщенные эргономические показатели сравниваемых экскаваторов с вкладом каждого комплексного показателя в общую сумму (1990Yе годы)

Авторами в работах [1, 3] произведена эргономическая оценка отечественных экскаваторов по сравнению с зарубежными аналогами, в ходе исследований установлено, что выпускаемые отечественные карьерные экскаваторы уступают в эргономическом обеспечении зарубежным (рис. 2–3). Отметим, что взятые за базу сравнения зарубежные экскаваторы были выпущены в 1990-х годах, поэтому низкая конкурентоспособность обусловлена влиянием ряда факторов, среди которых можно отметить низкий уровень эргономичности отечественных ЭКГ.Рис. 3 Обобщенные эргономические показатели сравниваемых экскаваторов с вкладом каждого комплексного показателя в общую сумму (последние годы)

Следует отметить, что автором в работе [1] для определения комплексной оценки эргономических свойств карьерного экскаватора использован метод, при котором, эксперты назначают весомости показателей, оценки (баллы) показателей и рассчитывают обобщенный эргономический показатель.

Но и этот метод не лишен следующих недостатков:

- некорректность, при определении среднего арифметического балла показателя;

- субъективность коэффициентов весомости свойств;

- субъективизм исследователя, выбирающего метод обработки исходных экспертных оценок.

Нами предложена последовательность двухэтапной разработки математических моделей с элементами нечеткой логики для определения уровня эргономичности карьерных экскаваторов.

В соответствии с этим разработка математической модели включает этапы структурной и параметрической идентификации (рис. 4).Рис. 4 Этапы разработки математической модели с элементами нечеткой логики

Структурная идентификация модели включает:

1. Определение количества входных и выходных лингвистических перемещенных, характеризующих параметры состояния эргономических показателей. Определение для каждой лингвистической переменной количества ее значений – термов.

2. Определение наименования лингвистических переменных и их термов, задание универсума (области определения) термов лингвистических переменных.

3. Выбор видов функций принадлежности для термов лингвистических переменных на их универсумах.

4. Определение структуры логических правил управления «если...то».

Взаимосвязь между входными и выходными переменными представляется в виде логических правил управления «если...то», условия и заключения в которых, формулируются с использованием лингвистических переменных, характеризующих процесс оценки и определения уровня эргономичности.

Структура логического правила зависит от количества входных и выходных переменных процесса управления:

- путем прямого эксперимента на натурном объекте или его модели моделирование;

- путем математического моделирования по исследованию влияния параметров управления на параметры состояния эргономических показателей;

- основе комбинации указанных способов.

В первом случае методом анкетирования в словесном виде извлекаются опыт квалифицированного рабочего, знаний инженера – специалиста или ученого, которые затем с использованием математического аппарата теории нечетких множеств и нечеткой логики обобщаются в виде логических правил «если...то». Значимость этого способа заключается в том, что он позволяет формализовать ценные факты, наблюдаемые в реальных производственных условиях.

Второй способ позволяет обобщить многочисленные разрозненные сведения, опубликованные в научно-технической литературе по данной проблематике, о проявлениях причинно-следственных связей и представить эту информацию в едином виде – в виде логических правил управления «если...то».

Третий способ эффективен, когда можно провести прямой эксперимент на реальном оборудовании или физическое моделирование с использованием теории подобия на имитационной модели с получением необходимых данных по влиянию параметров управления на эргономические показатели. Полученная таким образом информация служит в качестве исходной для формирования логических правил управления «если...то».

Математическое моделирование, благодаря развитию современной вычислительной техники и прикладного программного обеспечения, является мощным инструментом на этапе перспективного управления эргономическими показателями.

Последний способ объединяет преимущества всех перечисленных методов.

Общее количество логических правил управления в модели зависит от количества термов входных лингвистических переменных, формирующих условия правил, и определяется как декартово произведение на их универсумах.

Разработанные правила сводятся в единую базу, которая представляет собой конечное множество отдельных правил, согласованных относительно используемых в них лингвистических переменных.

После выполнения первого этапа параметрической идентификации модели следует ее апробация на примере решения задач перспективного или оперативного управления путем вычислительных экспериментов и сопоставления результатов моделирования с фактическими данными, наблюдаемыми в производственных условиях.

По результатам апробации осуществляется вторая стадия параметрической идентификации модели, которая включает:

1. Корректировку параметров функций принадлежности термов лингвистических переменных.

2. Корректировку весов логических правил управления «если...то».

Моделирование на основе базы логических правил осуществляется с использованием математического аппарата нечеткой логики согласно алгоритму. Алгоритм легко автоматизируется посредством использования современных программных продуктов нечеткого моделирования, используя в диалоговом режиме математические модели с элементами нечеткой логики ЛПР, имеет возможность при перспективном управлении вырабатывать предупреждающие воздействия. При оперативном управлении на основе анализа текущего состояния объекта управления и установления отклонений эргономических показателей появляется возможность корректирующих действий по изменению значений параметров управления и приведения значений эргономических показателей к требуемому уровню.

В настоящей работе для компьютерной реализации математических моделей с элементами нечеткой логики использована специализированная программа в среде MATLAB (редактор нечеткой системы вывода) Fuzzy Inference System Editor (FIS-редактор) ориентированная на решение задач моделирования с использованием теории нечетких множеств и нечеткой логики [5].

Приведем краткую характеристику данного программного обеспечения. Системные требования, которым должен удовлетворять компьютер ЛПР: процессор не ниже Pentium, оперативная память не менее 16 Мб, ОС Microsoft Windows 4.0 и выше, свободное пространство на жестком диске для установки программы 25 Мб.

Проект в программе MATLAB может иметь базу логических правил управления, состоящую из несколько блоков, каждый из которых может содержать собственные или общие входные и выходные лингвистические переменные. Программа имеет следующие ограничения, которые необходимо учитывать при разработке проектов:

1. Общее количество лингвистических переменных не должно превышать 255 (этом выходных переменных должно быть не более 32).

2. Каждая из лингвистических переменных не должна содержать более 32 термов (общее количество всех термов проекта не более 6553).

3. Общее количество блоков логических правил не более 32. Все операции по разработке, отладке и анализу проектов осуществляются в фактическом интерактивном режиме. На основе разработанного и отлаженного проекта программой может быть сгенерирован код на языках программирования С++, MS Visual Basic, Java, Cobol. В дальнейшем сгенерированные подобным образом листинги программного кода могут быть скомпилированы для той или иной вычислительной платформы и использованы, не зависимо от наличия программы MATLAB.

Важно отметить, что программа содержит широкий набор различных типов и форм функций принадлежности. После задания функций принадлежности термов лингвистических переменных в MATLAB, ЛПР по мере апробации и анализа результатов управления в диалоговом режиме может производить их корректировку (улучшение), также они обладают свойством обучения и адаптации, что дает возможность использования нейронных сетей, математический аппарат которых также поддерживается рассматриваемой программой.

Управление эргономическими показателями карьерных экскаваторов на основе моделей с элементами нечеткой логики отвечает требованиям полноты и непротиворечивости. Полнота выражается в том, что для каждого текущего состояния процесса управления показателями существует хотя бы одно управляющее логическое правило, условие которого имеет ненулевую степень принадлежности этому состоянию, а непротиворечивость заключается в отсутствии правил, имеющих сходные условия и различные или взаимоисключающие следствия.

На этапе структурной идентификации было определено общее количество входных и выходных лингвистических переменных (область их определения и количество термов для каждой переменной), характеризующих процесс оценки и совершенствования конкретного эргономического показателя.

Пример: В качестве входных лингвистических переменных были приняты показатели, характеризующие степень освещенности забоя, уровень вибрации кресла машиниста экскаватора. Выходной лингвистической переменной является эргономический показатель – «обитаемость».

Входные лингвистические переменные задавали:

ξ1 – «вибрация» = (< малая, средняя, высокая>, [0–30 дБ]) (1)

ξ2 – «освещенность» = (< недостаточная, умеренная, достаточная>, [10–80 люкс]) (2)

Выходную лингвистическую переменную задавали в виде: ω1 – «обитаемость» = (< плохая, средняя, хорошая>, [0–5 балл]) (3)

Параметрическую идентификацию модели, заключающуюся в определении параметров функций принадлежности для всех термов входных и выходных лингвистических переменных, а также определение нечетких отношений, необходимых для формирования базы логических правил «если...то» и их весов, осуществили на основе результатов моделирования и экспериментального исследования по оценки и совершенствованию эргономических показателей. При представлении значений (термов) входных и выходных лингвистических переменных на их универсумах были использованы Z-образные и S-образные функции принадлежности.Рис. 5 Функции принадлежности нечетких множеств соответствующих термов лингвистических переменных, характеризующих эргономические показатели: а) «освещенность»; б) «вибрация»

Рис. 5 Функции принадлежности нечетких множеств соответствующих термов лингвистических переменных, характеризующих эргономические показатели: а) «освещенность»; б) «вибрация»

Рис. 5 Функции принадлежности нечетких множеств соответствующих термов
лингвистических переменных, характеризующих эргономические показатели:
а) «освещенность»; б) «вибрация»

На рис. 5 показаны функции принадлежности нечетких множеств, соответствующих термов лингвистических переменных, характеризующих показатели ξ1 – «вибрация» и ξ2 – «освещенность» и эргономический показатель ω1 – «обитаемость» (рис. 6–8), с базой логических правил (см. табл.).Рис. 6 Функция принадлежности, характеризующая эргономический показатель «обитаемость»

Рис. 6 Функция принадлежности, характеризующая эргономический показатель «обитаемость»

Рис. 7 Фрагмент расчета в программе MATLAB редактор нечеткой системы вывода

Рис. 7 Фрагмент расчета в программе MATLAB редактор нечеткой системы вывода

Рис. 8 Вид поверхности отклика выходной переменной от входных переменных

Рис. 8 Вид поверхности отклика выходной переменной от входных переменных

База логических правил примераПроцесс исследования и анализа разработанной нечеткой модели включает в себя: выполнение нечеткого вывода для различных значений входных переменных, а также оценку результатов с целью установления адекватности модели и внесения в нее необходимых изменений в случае несогласованности полученных результатов.

Таким образом, наиболее обоснованный выбор стратегии в определении эргономичности карьерных экскаваторов основывается математическом аппарате нечетких множеств, так как комплексное использование процедур анализа на базе этого подхода позволяет получить решение проблемы более высокого качества.


 

ЛИТЕРАТУРА:

1. Хусаинов В.Г. Обоснование и расчет эргономических показателей карьерных гусенич ных экскаваторов производства ОАО «Уралмаш»: Автореф. дис. ... к.т.н. – Екате ринбург: УГГУ, 2006. – 20 с.

2. Великанов В.С. Повышение эффективности эксплуатации карьерных гусеничных экскаваторов с оборудованием «прямая механическая лопата» Дис. ... к.т.н. – Ека теринбург, 2009. –118 с.

3. Головин В.С. Эргономика горнорудного оборудования. – М.: Недра, 1990. – 183 с.

4. Нечеткие множества в моделях управления и искусственного интеллекта/ Под. ред. Д.А. Поспелова. – М.: Наука, 1986. – 312 с.

5. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб.: БХВ Петербург, 2005. – 736 с.

Журнал "Горная Промышленность" №5 (99) 2011, стр.64