V Международная студенческая научная конференция Студенческий научный форум - 2013

Одним из основных методов очистки теплоэнергетического оборудования является реагентный или химический метод. Химическая очистка – это эффективный способ удаления с внутренних поверхностей оборудования отложений различного характера, образующихся при горячем и холодном водоснабжении.

В основе данного метода лежат процессы растворения отложений, для проведения которых необходимы соответствующие условия: температура и pН раствора. Раствор для промывки включает в себя следующие реагенты: комплексон, кислота, ингибитор, восстановитель. Технологию химической очистки (состав и концентрацию раствора, температурный режим, время отмывки) определяют в каждом конкретном случае индивидуально.

Но в настоящее время при очистке оборудования от различного вида отложений возникает проблема выбора оптимальных композиций и параметров промывки, которые бы обеспечивали максимальную скорость растворения отложений и минимальную скорость коррозии металла, подбор данных параметров в большинстве случаев носит эмпирический характер.

В связи с этим в работе предлагается подход к созданию гибридной системы поддержки принятия решений, где в качестве источников знаний используются готовые информационные системы: справочная, экспериментальная и экспертная. Разработанная функциональная структура гибридной системы представлена на рис.1.

Она состоит из следующих блоков: параметры промываемого контура, источники знаний, управляющий модуль, интерфейсы пользователя и администратора, база данных. В основе информационной среды лежат формализованное описание предметной области и экспериментальные данные. Источниками знаний для гибридной системы являются элементарные информационные подсистемы, а точнее справочные, экспертные системы и системы поиска решений на основе прецедентов. Функцией управляющего блока является организация совместной работы информационных подсистем для достижения цели, поставленной пользователем. Результат работы представляет собой модифицированное состояние информационной среды и историю рассуждений системы.

Рис. 1. Функциональная структура гибридной системы

Гибридная система поддержки принятия решений для процессов химической очистки теплоэнергетического оборудования позволяет решать следующие задачи: сбор, обработка и хранение информации о промываемом контуре и отложениях; анализ и оценка информации; выработка управленческих решений по выбору оптимальной композиции.

Справочная система представляет собой базу данных, содержащую информацию о возможных способах и растворах для промывки оборудования. Она предоставляет в основном поисковые возможности и к ней возможно обращение на любом этапе анализа.

Экспериментальная система или система поиска решения на основе прецедентов анализирует предшествующие случаи промывки оборудования для формирования решения новой проблемы. Данный метод основан на двух задачах. Первая из них состоит в нахождении схожих прецедентов, вторая – в адаптации наиболее близких прецедентов для получения решения новой задачи.

Цикл решения задачи, основанный на прецедентах, состоит из следующих этапов:

- формальная постановка проблемы;

- извлечение подходящих для текущего случая прецедентов из базы;

- адаптация выбранного решения для текущего случая;

- применение решения;

- оценка применения;

- сохранение, добавление текущего случая в базу прецедентов.

На рис.2 представлен цикл вывода решения на основе прецедентов.

Рис.2. Цикл вывода решения на основе прецедентов

Метод поиска решения на основе прецедентов (CBR) проводит аналогии на основе имеющегося опыта, выраженного в виде экспериментальных данных, между новой задачей и результатами решения схожих задач в прошлом. Пространство контролируемых характеристик включает различные составы композиции с различными концентрациями компонентов для промывки оборудования. В основе лежит способ измерения степени близости прецедента и текущего случая по каждому признаку. Каждому признаку назначают вес, учитывающий его относительную ценность [1]. Полностью степень близости прецедента по всем признакам можно вычислить, используя обобщенную формулу вида:

где w_j – вес j-го признака, sim – функция подобия (метрика), x_ij и x_ik – значения признака x_i для текущего случая и прецедента, соответственно. После вычисления степеней близости все прецеденты выстраиваются в единый ранжированный список.

Экспертный модуль для управления процессами очистки теплоэнергетического оборудования использует знания и процедуры логического вывода для решения задач проблемной области. Требуемые знания в области химической технологии представлены в виде набора фреймов и продукционных правил, отображающих используемые эвристические правила. База знаний содержит набор правил, обобщающих опыт специалистов-экспертов по промывке оборудования. Знания хранятся с использованием таблиц целей, выводов, правил, условий и фактов. В зависимости от решаемой задачи (поставленной цели) предусмотрено несколько наборов (таблиц) правил, представляющих собой цепочку логических рассуждений, основанных на применении продукций вида «ЕСЛИ… ТО» (условие - действие). В указанной конструкции правил между условием и действием располагаются факты, в качестве которых используются полученные расчетные данные и их экспертные оценки.

В конечном итоге пользователю предоставляется возможность согласиться с решением одной из используемых систем или внести в него коррективы на основе полученной информации от других систем, изменить исходные данные и произвести повторные расчеты. Путем такого диалога с компьютером пользователь добивается получения оптимального решения поставленной задачи. Состав готовой композиции и условия для промывки заносят в БД с целью накопления информации.

Таким образом, гибридная система поддержки принятия решений позволяет более эффективно соединить формализуемые и неформализуемые знания за счет интеграции традиционных средств искусственного интеллекта.

1.Карпов, Л.Е., Юдин, В.Н. Методы добычи данных при построении локальной метрики в системах вывода по прецедентам / Л.Е. Карпов, В.Н. Юдин. – М., 2007.

Код для цитирования: Скопировать