Д.т.н., проф. Димитров В.П., д.т.н., проф. Борисова Л.В.

Донской государственный технический университет, Россия

О разработке экспертной системы

для технологической регулировки машин

Одной из важных составляющих стратегии модернизации технической политики в АПК является разработка и внедрение машин нового, интеллектуального типа [1]. Выявление и моделирование процедур принятия решений при эксплуатации зерноуборочных машин позволило разработать метод организации технического обслуживания (ТО), отличительной особенностью которого является использование эвристик и нечетких знаний [2, 3]. Предложенный метод основан на использовании экспертных систем (ЭС). Моделирование процессов принятия решений при технологической регулировке и поиске неисправностей основано на методах искусственного интеллекта и теории нечетких множеств. При практической реализации метода ТО были решены задачи, связанные с проектированием ЭС, а именно: разработана информационно-логическая модель предметной области; разработана архитектура экспертной системы; сформирована база знаний экспертной системы; созданы программные средства.

Центральной научной проблемой при разработке информационных интеллектуальных систем является представление знаний рассматриваемых предметных областей [4]. Ранее нами было показано [3, 5], что задача управления технологическим процессом комбайна (технологическая настройка и корректировка технологических регулировок) – есть задача принятия решения в нечеткой среде (рисунок).

В соответствии с принятым подходом разработаны модели признаков X, Y, V (факторов внешней среды, регулировочных параметров и показателей качества работы комбайна) в виде семантических пространств и соответствующих им функций принадлежности [3].

Рисунок – Общая схема системы нечеткого управления

при технологической регулировке комбайна:

ФП – базы данных параметров функций принадлежности; ЛПР – лицо, принимающее решение: ИИС – интеллектуальная информационная система.

Обобщенная модель предметной области «технологическая регулировка» принята в виде композиции нечетких отношений рассматриваемых семантических пространств.

R₁° R₂ для "xÎX; "yÎY; "vÎV

m_{R1° R2} (x, v) Ú(m_R1(x,y)Ù m_R2(y,v))

где R₁ – нечеткое отношение между факторами внешней среды и регулируемыми параметрами R₁ {X_i, Т(X_i), U, G, M}´{Y_j, Т(Y_j), U, G, M}; "(x,y)ÎX´Y; R₂ – нечеткое отношение между регулировочными параметрами и показателями качества работы комбайна R₂ {Y_j, Т(Y_j), U, G, M}´{VZ_k, Т(V_k), U, G, M}; "(y,v)ÎY´V.

Результаты моделирования позволили разработать механизм вывода решений экспертной системы по технологической регулировке машины, основанный на нечетком выводе. Функции принадлежности и система продукционных правил являются элементами базы знаний экспертной системы.

На основе теоретических исследований предметных областей разработана экспертная система, которая включает подсистемы: "Конструкция", "Настройка", "Регулировки", "Неисправности" [8, 9]. Специфические особенности предметной области и основные требования, предъявляемые к экспертным системам, определили состав ее компонент. Экспертная система имеет блоки: 1. Блок ввода информации. 2. База знаний. 3. Блок приобретения знаний. 4. Блок ответа. 5. Блок объяснения решений. 6. Блок разрешения противоречий. 7. Блок управления с «машиной» вывода. 8. Блок обучения. Экспертная система работает в двух режимах: а) приобретение знаний; б) решение задачи.

В режиме приобретения знаний инженер по знаниям совместно с экспертом формирует базу знаний. Блок приобретения знаний реализован как самостоятельная программа, позволяющая эксперту в автоматизированном режиме формировать базу знаний и дополнять, удалять и редактировать знания.

В режиме решения задачи с ЭС общается пользователь. Диалоговый блок ввода информации обеспечивает естественно-языковый интерфейс с пользователем. Блок поиска причин неисправностей содержит перечень возможных неисправностей и методов их устранения. Блок настройки содержит описание технологических регулировок рабочих органов для различных условий функционирования. Блок анализа ситуации содержит описание условий уборки. Блок поиска причин появления отклонений показателей качества технологического процесса от допустимых значений содержит перечень возможных отклонений и методов их устранения. Блок механизмов вывода на основе текущей информации, полученной от пользователя (либо от датчиков), правил и фактов о предметной области формирует решение задачи. Блок объяснения решений позволяет разъяснить пользователю, каким образом получено то или иное решение, какие правила и почему при этом использовались. Блок синтеза ответа является конечным звеном в работе ЭС. Блок обучения включает подсистемы мультимедиа для наглядного представления протекающих процессов и устройства различных элементов систем и агрегатов комбайна.

Исходные данные для выбора начальных значений регулировочных параметров молотилки, представлены фреймом "Данные" со слотами, содержащими 10 факторов внешней среды (условий уборки) [6, 7]. Выходные данные (значения регулировочных параметров) представлены фреймом "Параметры". Подобные фреймы построены для жатвенной части, платформы-подборщика и молотилки и содержат 19 регулируемых параметров. База знаний содержит описание взаимосвязей 28 признаков нарушения технологического процесса с регулировочными параметрами и параметрами технического состояния машины.

Ключевое преимущество построения экспертной системы на основе логико-лингвистического представления нечетких экспертных знаний заключается в компактном и адекватном представлении реальных ситуаций функционирования уборочных машин. На основе единого формализма имеется возможность учета количественных и лингвистических признаков внешней среды, параметров технического состояния, регулируемых параметров машины и показателей качества работы.

Применение исследовательского прототипа экспертной системы в полевых условиях позволяет решать задачу управления технологическим процессом при наличии операторов низкой квалификации. Создание на базе экспертной системы интеллектуальной системы управления технологическим процессом комбайновой уборки позволяет реализовать современную стратегию по созданию машин нового типа.

Организационно–техническая оценка эффективности применения ЭС показала, что ее использование позволяет повысить качество принимаемых решений; уменьшить затраты времени на регулировку в 1,5 – 4 раза по сравнению с традиционными методами; при решении задач поиска неисправностей в 2 – 5 раз сократить время на поиск неисправностей; снизить разброс значений затрачиваемого времени в зависимости от опыта работы оператора и, как следствие, повысить на 7 - 11% сменную производительность комбайнов.

Литература

1. Краснощеков Н.В. Агроинженерная стратегия: от механизации сельского хозяйства к его интеллектуализации!// Тракторы и сельскохозяйственные машины – 2010, №8, С. 5-7.

2. Димитров В.П. Основы построения базы знаний экспертной системы по технологической регулировке машин. Вестник ДГТУ, №3, 2001, С. 11-20

3. Борисова Л.В., Димитров В.П. Формализация знаний при лингвистическом описании технических систем. Ростов н/Д, ДГТУ.-2011.-209 с.

4. Прикладные нечеткие системы: Пер с япон./К. Асаи, Д. Ватада, С. Сугэно. – М.: Мир, 1993. – 368 с.

5. Борисова Л.В. Методика моделирования предметной области «технологическая настройка» в нечеткой постановке. Доклады РАСХН, 2005. №6.- С. 62-65.

6. Уборка урожая комбайнами «Дон»/Липкович Э.И. и др. – М.: Росагропромиздат, 1989.-220 с.

7. Жалнин Э.В., Савченко А.Н. Технологии уборки зерновых комбайновыми агрегатами. – М.: Россельхозиздат, 1985.- 206 с.

8. Борисова Л.В., Димитров В.П. Особенности моделирования процесса принятия решений при технологической регулировке машин// Мех. и электр. сельского хоз-ва.- №4, 2009.- С. 2 – 5.

9. Борисова Л.В., Димитров В.П. Совершенствование информационной службы по использованию комбайнов// Техника в сельском хозяйстве, №4.- 2008,- С. 25 – 28.