«Информационные технологии при проектировании и управлении техническими системами Часть 2 Тамбов Издательство ТГТУ 2011 УДК 54.058(075) ББК Н76я73 Н217 Р е ц е н з е н т ы: Доктор технических наук, профессор кафедры ...»

CAD-системы. Программное обеспечение для создания чертежей и трехмерных моделей применяемого в области машиностроения, а также программы для инженеров-технологов (составление технологических процессов). Стандартные форматы XT, IGES, STEP, STL, DXF,DWG CAM-системы. Описание программ для автоматического и полуавтоматического создания и редактирования управляющих программ для станков с ЧПУ, а также ПО для передачи управляющих программ на станки с ЧПУ.

CAE-системы. Конечно-элементный анализ изделий. Самостоятельные и интегрированные программы для инженерных расчетов в области машиностроения. Расчеты на прочность, динамический и кинематический анализы. Расчеты зубчатых передач, пружин, ПО для общих и специализированных расчетов.

PDM-системы. Технологическая подготовка производства. Программное обеспечение для ведения документооборота, создания и управления архивами чертежей, а также ПО для работы со сканированными документами технического назначения.

Учебно-промышленный комплекс расчета и конструирования химического оборудования РИК-ХИМ, разработанный на кафедре АПТО Тамбовского государственного технического университета является одной из таких интегрированных систем.

4.1. Структура и назначение системы РИК-ХИМ Основная концепция лежащая в основе создания первой очереди комплекса – предоставление студентам всей информации, необходимой для выполнения дипломных и курсовых проектов по всем дисциплинам, связанным с разработкой химических производств. Система «РИК-ХИМ» имеет два взаимодополняющих варианта исполнения:

- работающее локальной сети;

- работающее в глобальной сети Internet.

По глобальной сети обучающийся получает индивидуальное задание и имеет доступ к нормативно-справочной информации первого уровня. Более подробную информацию, а так же автоматизацию расчетов элементов химического оборудования и построения чертежей предоставляют программы работающие в локальной сети кафедры или устанавливаемые на персональном компьютере обучающего.

Система РИК-ХИМ состоит из следующих независимых частей, рис. 4.1. Индивидуальные задания по проектированию и расчету оборудования в соответствии с учебными планами.

Программы технологических и прочностных расчетов включают в себя:

- разработанные в среде MathCAD электронные книги, содержащие описание методик технологических и механических расчетов аппаратов и их составных частей в соответствии с ГОСТ, РД, РТМ;

- примеры расчетов в виде рабочих файлов MathCAD с необходимыми комментариями.

Информационно-справочная система разработана на основе государственных и отраслевых стандартов и содержит:

- каталог физико-механических характеристиках металлов и химических веществ;

- каталог применяемости сталей для изготовления различных элементов химического оборудования в зависимости от условий эксплуатации (среда, температура, давление) - поисковую система, позволяющая подобрать сталь, удовлетворяющую заданным условиям эксплуатации - каталоги основных элементов химического оборудования (днища, опоры, фланцы, теплообменные устройства, механические мешалки, уплотнения вращающихся валов, соединительные муфты и др.) и др.

Построение чертежей оборудования и ХТС осуществляется в среде графического редактора AUTOCAD с помощью пакетов «Конструктор» и «ХТС». Пакет «Конструктор» позволяет упростить разработку чертежей деталей и сборочных единиц и оформление их в соответствии с требованиями ЕСКД. Пакет «ХТС» содержит библиотеку обозначений химического оборудования на технологических схемах и позволяет создавать геометрические образы аппаратов из стандартного набора элементов (опоры, обечайки, днища и др).

4.2. Программы технологических и прочностных расчетов Основной средой разработки программ технологических и прочностных расчетов в первой очереди системы РИК-ХИМ является MatchCad. Все программы оформлены в виде электронных книг с максимальным приближением к руководящему документу, по которому осуществляется расчет [1]. Система рассчитана на пользователей умеющих работать в MatchCad.

Для загрузки приложений необходимо выполнить пункт меню MatchCad «Open book» и загрузить файл rik_xim\books\rashet. Первичное меню электронной книги представлено на рис. 4.2.

Следует иметь в виду, что многие книги содержат не только методики расчетов, но и необходимые для расчетов справочные данные, а также примеры расчетов (рис. 4.3).

Система содержит следующие нормативные документы:

- ГОСТ Р 52857.1 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Общие требования;

- ГОСТ Р 52857.2 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Расчет цилиндрических и конических обечаек, выпуклых и плоских днищ и крышек;

- ГОСТ Р 52857.3 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Укрепление отверстий в обечайках и днищах при внутреннем и внешнем давлениях. Расчет на прочность обечаек и днищ при внешних статических нагрузках на штуцер;

- ГОСТ Р 52857.4 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Расчет на прочность и герметичность фланцевых соединений;

- ГОСТ Р 52857.5 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Расчет на прочность обечаек и днищ от воздействия опорных нагрузок;

Рис. 4.2. Первичное меню электронных книг механических расчетов Рис. 4.3. Первичное меню стандарта ГОСТ Р 52857.2- - ГОСТ Р 52857.6 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Расчет на прочность при малоцикловых нагрузках.

- ГОСТ Р 52857.7 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Теплообменные аппараты.

- ГОСТ Р 52857.8 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Сосуды с рубашками;

- ГОСТ Р 52857.9 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Определение напряжения в местах пересечения штуцеров с обечайками и днищами при воздействии давления и внешних нагрузок на штуцер;

- ГОСТ Р 52857.10 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Сосуды и аппараты, работающие с сероводородными средами;

- ГОСТ Р 52857.11 - 2007 Сосуды и аппараты. Нормы и методы расчета на прочность. Метод расчета на прочность обечаек и днищ с учетом смещения кромок сварных соединений, угловатости и некруглости обечаек;

- РДРТМ 26-01-72-82. Валы вертикальные аппаратов с перемешивающими устройствами. Методы расчета;

- ГОСТ 24757-81. Сосуды и аппараты. Аппараты колонного типа. Нормы и методы расчета на прочность;

- ГОСТ 24756-81. Сосуды и аппараты. Определение расчетных усилий для аппаратов колонного типа от ветровых и сейсмических воздействий.

- Гидродинамический и тепловой расчет вертикальных аппаратов с перемешивающими устройствами. РД 26-01-90-85.

- Механический расчет элементов аппаратов барабанного типа.

- Технологический расчет теплообменной аппаратуры.

- Технологический расчет насадочной ректификационной колонны непрерывного действия для разделения бинарных смесей в пленочном гидродинамическом режиме работы.

4.3. Информационно-справочная система Для запуска информационно-справочной системы необходимо загрузить файл rik_xim\rik_xim.bat Основными компонентами информационно-справочной системы являются:

- марочник сталей, включающий применяемость сталей, их основные физико-механические свойства (допускаемое напряжение, удельная теплоемкость и др.), размеры листового проката. Пункт меню «Стали (свойства, применение и др.);

- физические характеристики химических веществ (теплоемкость, плотность, вязкость). Пункт меню «физ. характеристики хим.

веществ»;

- справочник допусков и посадок;

- стандартные элементы химического оборудования (подшипники, фланцы, опоры и др.).

Марочник сталей представляет собой реляционную базу данных, дерево меню которой представлено на рис. 4.4.

Каталог применяемости сталей, реализован совместно с поисковой системой, которая позволяет выбрать сталь в зависимости от следующих условий эксплуатации (рис. 4.5):

- вид и концентрация химически агрессивной среды;

- рекомендуемое примерное назначение;

- параметры среды в аппарате (максимально и минимально допустимые температура и давление).

Марочник, физ-мех. харакФиз.-мех. и др. свойства статеристики Области и условия примеСостав стали. Правила обонения Прокат листовой горячекатанный Прокат листовой холоднокатанный Максимальная и минимальная длина листов Толщина проката, поставляемого в рулонах Ширина проката, поставляемого в рулонах Предельные отклонения толщины проката до 12 мм Предельные отклонения толщины проката свыше 12 мм Предельные отклонения по толщине Предельные отклонения по длине Предельные отклонения по ширине Рис. 4.4. Дерево меню марочника сталей Рис. 4.5. Выбор стали в зависимости от условий эксплуатации 4.3.2. Стандартные элементы химического оборудования База данных стандартных элементов состоит (рис. 4.6 ):

- из набора таблиц DBF формата, в которых находятся значения размеров стандартных элементов;

- набора графических файлов формата PCX, представляющих собой эскизы стандартных элементов;

- набора текстовых файлов с расширением MN, в котором находится меню навигации по базе;

- управляющей программы.

Типоразмеры элементов (dbf) Изображение элементов (pcx) Файлы меню (mn) Рис. 4.6. Структура базы данных стандартных элементов Состав базы данных стандартных элементов:

- фланцы для аппаратов;

- фланцы для трубопроводов;

- рубашки для емкостных аппаратов;

- обечайки, днища емкостных аппаратов;

- опорные и строповые устройства;

- тарелки колпачковые;

- уплотнения валов аппаратов с перемешивающими устройствами;

- соединительные устройства валов аппаратов с перемешивающими устройствами;

- стойки вертикальные приводов аппаратов с перемешивающими устройствами;

- мотор-редукторы - типовые кожухотрубчатые теплообменники На рис. 4.7 представлен пример информации о размерах фланца.

Рис. 4.7. Пример представления информации в базе стандартных элементов 4.3.3. Построение чертежей оборудования и химикотехнологических систем Построение чертежей осуществляется в среде графического редактора AUTOCAD. Для этих целей разработаны два пакета «Конструктор» и «ХТС»

Назначение пакета «ХТС» – построение чертежей химикотехнологических схем и сопутствующей технической документации (таблица условных обозначений трубопроводов, таблица точек контроля и др.) [2]. Кроме того имеется возможность связать определенный элемент схемы с базой данных свойств элемента. Так, например, для емкостного аппарата можно узнать его объем, материал корпуса, тип перемешивающего устройства и др.).

Структура пакета представлена на рис. 4.8.

Стандартные изображения представлены следующими нормативными документами:

- ГОСТ 21.404 - 85 - Условные графические обозначения приборов и средств автоматизации;

- ГОСТ 2.780 - 68 - Условные графические обозначения элементов гидравлических сетей;

- ГОСТ 2.788 - 74 - Условные графические обозначения выпарных аппаратов и их элементов;

- ГОСТ 2.785 - 70 - Условные графические обозначения трубопро- водной арматуры;

- ГОСТ 2.789 - 74 - Условные графические обозначения теплообмен- ных аппаратов;

- ГОСТ 2.790 - 74 - Условные графические обозначения колонных аппаратов;

- ГОСТ 2.791 - 74 - Условные графические обозначения циклонов и отстойников;

- ГОСТ 2.792 - 74 - Условные графические обозначения сушильных аппаратов;

- ГОСТ 2.795 - 80 - Условные графические обозначения центрифуг и фильтров.

Рис. 4.8. Структура пакета «ХТС»

Основное меню представлено на рис. 4.9.

Имеется два основных способа получения изображения аппарата. Выбор изображения аппарата из базы типовых устройств или построение изображения из типовых элементов (обечайки, днища, опоры и т.д.).

Пример типовых изображений емкостных аппаратов с перемешивающими устройствами представлен на рис. 4.10.

Рис. 4.10. Типовые изображения аппаратов с перемешивающими устройствами 4.4. Удаленный вариант системы РИК-ХИМ Удаленный вариант системы находится по адресам www.gaps.tstu.ru и www.170514.tstu.ru.

По адресу www.gaps.tstu.ru (рис. 4.11) находятся:

- задания по расчету отдельных элементов химического оборудования и по курсовому проектированию;

- каталоги некоторых химических аппаратов и отдельных элементов (теплообменная аппаратура, выпарные аппараты, вертикальные емкостные аппараты с внутренними устройствами, соединительные устройства валов, перемешивающие устройства, уплотнения вертикальных валов и др.);

- экзаменационные вопросы;

- конспекты лекций и др.

Рис. 4.11. Удаленный вариант системы РИК-ХИМ.

Пункт меню ГОСТы, справочники, каталоги (оборудование элементы) открывает доступ в виртуальный удаленный зал курсового и дипломного проектирования, который содержит нормативносправочную документацию, необходимую для выполнения проекта, рис. 4.12.

Рис. 4.12. Нормативно справочная документация Информация в удаленной варианте системы представлена в виде файлов формата html. Чертежи представлены в DWF формате фирмы Autodesk. В этом случае для просмотра чертежей необходимо использовать Autodesk WHIP! или VoloView (рис. 4.13).

По адресу www.170514.tstu.ru (рис. 4.14) находится виртуальный кабинет конструирования химического оборудования и виртуальный кабинет приспособлений, инструментов и технологии машиностроения.

В кабинете конструирования представлены трехмерные твердотельные модели отдельных видов химического оборудования его элементов. В настоящее время в кабинете имеются (рис. 4.15):

- перемешивающие устройства;

- соединительные муфты валов перемешивающих устройств;

- привод аппарата с перемешивающим устройством;

- барабанный аппарат и его элементы;

- фланцевые соединения аппаратов;

- колонные аппарата и их элементы;

- емкостные аппараты;

- кожухотрубчатый теплообменник.

Рис. 4.14. Сайт по адресу www.170514.tstu.ru Рис. 4.15. Меню виртуального кабинета конструирования химического Примеры 3D моделей перемешивающих устройств представлены на рис. 4.16 [3].

Для просмотра 3D моделей используется свободно распространяемая программа EDrawing, которая имеет собственное описание.

Рекомендуем после вызова программы сразу выполнить следующие действие меню Вид-Панель инструментов- Большие кнопки. Основные команды, которые нужны для изучения элементов технологического оборудования:

Вставить поперечное сечение.

На рис. 4.17 представлено сечение мешалки, полученное в EDrawing с помощью команды «вставить сечение».

В настоящее время в кабинете приспособлений, инструментов и технологии машиностроения размещена информация о следующих приспособлениях:

- инструмент для развальцовки труб;

- раскатники шариковые, канавочники, торцеватели ;

- инструмент для удаления труб;

- машины для высверливания труб из трубных решеток;

- пневматические машины для обработки труб;

- устройство для очистки котельных труб серии "Сток".

Рис. 4.16. Примеры 3D моделей перемешивающих устройств Рис. 4.17. Сечение мешалки, полученное в ЕDrawing Примеры инструмента представлены на рис. 4.18.

Представленная система предназначена не только для обучения студентов, но и для профессионального применения. Ее элементы используются в конструкторских отделах ОАО «Пигмент», ЗАО «Завод Тамбовполимермаш», ОАО «Тамбовский завод Комсомолец им.

Н.С.Артемова».

Работа выполнена в рамках, проекта НК-421/32 Федеральной целевой программы "Научные и научно-педагогические кадры инновационной России на 2009 – 2013 годы", направление "Информатика".

1. Классификация систем автоматизированного проектирования.

2. Назначение системы РИК-ХИМ.

3. Структура системы РИК-ХИМ.

4. Назначение марочника сталей.

5. Структура марочника сталей.

6. Структура базы данных стандартных элементов.

7. Содержание удаленного варианта системы РИК-ХИМ.

1 В.Г. Мокрозуб Механические расчеты элементов химического оборудования // Свидетельство о регистрации разработки в отраслевом фонде алгоритмов и программ №9125 от 28 сентября 2007 года В.Г. Мокрозуб Пакет для построения химикотехнологических схем "ХТС" Свидетельство о регистрации разработки в отраслевом фонде алгоритмов и программ №9283 от 5 октября 2007 года 3 В.Г. Мокрозуб 3D модели элементов емкостных аппаратов с мешалками. Электронное учебное пособие. Версия 1. // Свидетельство о регистрации разработки в отраслевом фонде алгоритмов и программ №9349 от 25 октября 2007 года Глава 5.

ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ПРИНЯТИЯ

РЕШЕНИЙ ПРИ ПРОЕКТИРОВАНИИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ИЗГОТОВЛЕНИЯ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ

В соответствии с решением комиссии при Президенте РФ по модернизации и технологическому развитию экономики России (от 18.06.2009 г.) одними из приоритетных направлений определены энергоэффективность и ресурсосбережение. Достижение таких показателей в машиностроительной отрасли невозможно без использования средств вычислительной техники на всех этапах жизненного цикла изделий.

В соответствии с Концепцией формирования Государственной комплексной программы развития машиностроения России "Машиностроение, как системообразующая отрасль отечественной экономики, определяющая уровень производственного и кадрового потенциалов страны, обороноспособности государства, а также устойчивого функционирования всех отраслей промышленности, является главным плацдармом подъема экономики России и придания ей инновационного характера".

Сказанное в полной мере относится и к химическому машиностроению, которое, кроме того, определяет развитие таких важнейших отраслей экономики России, как химическая и нефтехимическая промышленность. Стратегия развития машиностроительной промышленности России предусматривает ввод новых и модернизацию существующих объектов, что потребует конструирования (проектирования) новых экологически безопасных технологических процессов машиностроительного производства.

Одним из направлений интенсификации развития машиностроения является использование информационных технологий на всех этапах жизненного цикла выпускаемых изделий.

Существующие в настоящее время автоматизированные информационные системы поддержки принятия решений (АИС ППР) в большей степени являются средствами повышения эффективности труда конструктора и технолога, особенно на заключительных этапах проектирования. Доля затрат на разработку конструкторской и технологической документации в себестоимости машиностроительных изделий неоправданно высока. Между тем в настоящее время существуют предпосылки (развитие теории экспертных систем, наличие соответствующего программного обеспечения) создания интеллектуальных АИС ППР, позволяющих получать оптимальный вариант (или нескольких близких к оптимальному вариантов) технологического процесса для реальных условий производства изделий из металлов с минимальным участием человека.

Основой подобных АИС ППР являются информационнологические модели технологического процесса и информационная модель знаний об объектах машиностроительного производства, имитационные модели производства машиностроительной продукции и процедурные модели поддержки принятия решений задач проектирования энергосберегающих экологически безопасных технологических процессов машиностроительного производства. Разработка методологии создания информационно-логических моделей (ИЛМ) и способов их представления в программном обеспечении информационных систем является актуальной задачей.

5.1. Разработка технологии поддержки принятия решений для проектирования технологических процессов класса производственных систем сложной структуры (на примере Основу технологии поддержки принятия решений для проектирования технологических процессов производственных технических систем (ПТС) составляет реализация возможности представления всей совокупности решаемых задач с позиций теории иерархических систем на всех этапах принятия конструкторско-технологических решений и их комплексной оценки.

При построении систем поддержки принятия решений для проектирования ТП производственных технических систем применение иерархической структуры обосновано тем, что:

- во-первых, достаточно сложные системы, состоящие из объектов различной природы, большой размерности, различной инерционности, не смогут функционировать без разделения функций принятия решений, то есть без введения иерархической структуры;

- во-вторых, в иерархических системах действие внешних возмущений на отдельные подсистемы устраняется самостоятельно и может не затрагивать другие подсистемы;

- в-третьих, иерархическая структура управления допускает описание подсистем с учетом различных аспектов: физических, химических, экономических и т.п., то есть допускает их описание на различных уровнях абстракции.

5.1.1. Использование теории сложных систем для решения задачи проектирования технологических процессов промышленных Комплекс особо значимых задач, решаемых АИС, при проектировании ТП технической системы на примере производства изделий из металлов представлен в виде иерархической структуры (рис. 5.1).

Рис. 5.1. Структурная схема подзадач, решаемых АИС, при проектировании технологических процессов производства изделий из металлов Используя терминологию теории систем, автоматизированную систему поддержки принятия решений для проектирования ТП машиностроительного производства можно представить как отношение на декартовом произведении множеств:

Пр – множество решений задачи проектирования ТП производства изделий из металлов;

M v, M m, M u – множества управляющих сигналов для процесса конструирования в задачах (выбора материла и вида его упрочнения, вида заготовки, определения характеристик допустимого метода получения заготовки, наборов оборудования и вспомогательных материалов, а также технологических операций для обработки детали и других) нижнего уровня, например, геометрические размеры детали, технологические свойства и прочностные характеристики детали и другие;

Dv, Dm, Du, Wv, Wm, Wu, Pv, Pm, Pu – множества информационных сигналов о решении локальных задач, например, свойства выбранных марок стали; ТП механической и упрочняющей обработок; типы, характеристики станочного оборудования и печей для упрочняющей обработки; величины критериев локальных задач оптимизации и другие;

v, m u, Lv, Lm Lu – множества координирующих сигналов для локальных задач нижестоящих уровней, например, категория значимости и серийность детали, наличие металла на складе, длительности отдельных ТП упрочняющей обработки, времени пребывания деталей в печи, норма загрузки деталей в печь и другие.

5.1.2. Математическая постановка общей задачи проектирования технологических процессов производственных технических систем Наличие множеств различных критериев оптимальности при принятии решений этих задач привело к необходимости использования методов многокритериальной оптимизации. При этом в каждом конкретном случае решаются проблемы выбора: альтернативных вариантов;

методов решения задачи с учетом оценки вариантов по всем рассматриваемым критериям; принципа нормализации, приводящему все критерии к единому масштабу измерения и позволяющего производить их сопоставления; принципа учета приоритета, позволяющего отдавать предпочтение более важным, по мнению технологов, критериям.

В формализованном виде задача проектирования ТП ПТС заключается в поиске минимума целевой функции F (w ) при выполнении:

– детерминированных ограничений на выходные переменные – функциональных ограничений – ограничений на значения показателей технологических процессов ПТС:

– операторов, описывающих математические модели поддержки принятия решений для проектирования ТП ПТС:

Здесь wi*, c*, wi**, c** – соответственно минимальные и максимальj j ные значения в ограничениях (2) и (3); n, k – соответственно количество детерминированных и функциональных ограничений; f j ( w1, w2,..., wn j ) – некоторые функции от w1, w2,..., wn j, заданные в явном виде; F v ( w), F t ( w), F v,lim, F t,lim – соответственно значения показателей технологических процессов изготовления детали (процент брака, технологичность и т.п.) и их заданные значения;

K1, K 2 – соответственно количества показателей, для которых задается условие (5.4); l – функциональный оператор; lm – множество данных; K 3 – количество функциональных операторов; р – количество множеств данных.

Задача (5.1) – (5.5) относится к классу задач дискретного программирования. Из-за высокой размерности задачи и традиций организации труда для многих классов ПТС, в том числе и машиностроительных производств, она, в соответствии с разработанной структурной схемой разбивается на ряд подзадач меньшей размерности.

Обобщенный критерий F (w ) можно записать как где 1, K, K 0 – весовые коэффициенты, i i (w ) – взвешенные потери по i-му критерию; i (w ) = i F i (w ) i = 1, K, K 0, w W – монотонные функции, преобразующие каждую функцию цели F i (w), i = 1, K, K 0, w W к безразмерному виду.

где F (max ) и F (kmin ) – соответственно наибольшее значение минимизиk руемых и наименьшее значение максимизируемых функций F k (w), wW на множестве допустимых альтернатив W; F k – оптимальное (w), i = 1, K, K 0, w W лежат в пределах 0…1.

Для выбора единственного решения требуется задать весовые коэффициенты i, i = 1, K, K 0, удовлетворяющие соотношению (5.7) и F 1 (w ), K, F K 0 (w), wW. При определении важности функций цели в данной работе применен метод приписывания баллов.

5.2. Разработка информационно-логических моделей технологических процессов производственных технических систем Для формализованного описания информационных массивов данных, необходимых при решении описанных выше задач, использована структурированная база данных. Структура данных области исследования отображается ИЛМ технологического процесса ПТС рассматриваемого класса и представляет собой объединение множеств данных, локальных моделей стадий ТП и связей между ними. ИЛМ представлена следующим кортежем:

где n – оператор ИЛМ; µ n1, K, µ n, I n – множество локальных моделей; n1, K, n, J n – множество данных ИЛМ; 1, K, n n – мноn жество правил модели n.

Каждая локальная модель, в свою очередь, описывается кортежем аналогичной формы. Локальная модель нижнего уровня включает в себя множества данных и связей между ними в виде правил:

n = µn1,K, µni,K, µn,I n ; n1,K, nj,K, n,J n ; 1n,K, Sn

LLLLLLLLLLLLLLLLLLLLLLLLLLLL

где 1b, K, 1b – множество правил модели µ1b, b = 1, B.

В свою очередь, правила, входящие в ИЛМ, построены по типу:

если … (условия выполняются), то … (реализация следствия), и в формализованном виде описываются следующим образом:

10) где if – обозначение условия "если"; then – обозначение следствия "то"; 1, i { =, >,, Дайте определение информационного объекта.

В чем отличие аналитических моделей от информационнологических?

Раскройте содержание схемы представления знаний об информационном объекте, описывающем трубопроводную систему.

Приведите примеры фреймов, описывающих структурный состав и свойства для рассматриваемого объекта.

По какому типу построены продукционные правила?

Для каких целей используется объектно-ориентированный язык COOL?

Минский, М Фреймы для представления знаний - [Электронный Абрамов, Н.Н. Расчет водопроводных сетей. / Н.Н. Абрамов, М.М.

Поспелова, М.А. Сомов. М.: Стройиздат, 1983. 278 с.

Пахомов, П.И. Технология поддержки принятия решений по управлению инженерными коммуникациями. / П.И. Пахомов, В.А.

Немтинов. М.: Машиностроение. 2009. 124с.

Насосы Аирпамп. Промышленные насосы - [Электронный ресурс] – Режим доступа: http://airpump.ru/item_novarotors_manual_08.html.

Хабаров, С.А. Экспертные системы. / С.А. Хабаров. – М.: Наука, Глава 7.

ПРОГНОЗИРОВАНИЕ ЕМКОСТИ РЫНКА

МАЛОТОННАЖНОЙ МНОГОАССОРТИМЕНТНОЙ

ПРОДУКЦИИ С ПОМОЩЬЮ АППАРАТА НЕЙРОННЫХ

Осуществление прогноза спроса на продукцию многоассортиментных малотоннажных производств является актуальной задачей на сегодняшний момент времени. В соответствии с классификатором продукты химической промышленности представлены следующими классами: продукты неорганической химии; полимеры; лакокрасочные материалы и продукты; синтетические красители и органические полупродукты; химические реактивы и особо чистые химические вещества; медикаменты и химико-фармацевтическая продукция.

Прогнозирование спроса на фармацевтическую продукцию является одним из важнейших направлений в деятельности фармацевтических компаний. В условиях рыночной экономики анализ спроса на продукцию имеет первостепенное значение.

Развитие прогностики как науки в последние десятилетия привело к созданию множества методов, процедур, приемов прогнозирования. Насчитывается свыше ста методов прогнозирования, в связи с чем перед специалистами возникает задача выбора методов, которые давали бы адекватные прогнозы для изучаемых процессов и систем.

7.1. Прогнозирование емкости рынка многоассортиментной Для решения задач прогноза и оптимизации актуальным является построение экспериментальных математических моделей (ЭММ) на основе накопленной информации. Под ЭММ понимается оператор F:XQ, X=(X1,X2,…XM) в выходной вектор Q=(Q1,Q2,…QN). Определение структуры и параметров ЭММ проводится на основе обучающей выборки.

Наиболее часто в качестве ЭММ применяются регрессионные модели. Однако, аппроксимация функциональной зависимости F:XQ степенными многочленами, используемыми в регрессионном анализе, применима для малой размерности M вектора входных параметров X.

С ростом M резко возрастает число корректируемых параметров многочлена и необходима обучающая выборка экспериментальных данных большого объема. Например, для аппроксимации зависимости, имеющей 30 входных переменных, требуется степенной многочлен, содержащий примерно 46000 корректируемых параметров.

В наши дни возрастает необходимость в системах, которые способны не только выполнять однажды запрограммированную последовательность действий над заранее определенными данными, но и способны сами анализировать вновь поступающую информацию, находить в ней закономерности, производить прогнозирование. В этой области приложений самым лучшим образом зарекомендовали себя так называемые искусственные нейронные сети (Neural Networks (NN)).

Это эффективный математический аппарат для обработки «исторических» данных о процессе. Нейронные сети решают проблему представления нелинейного отображения Q=Q(X,W), форма которого управляется вектором весов W.

Исходными данными для решения задачи прогнозирования спроса на продукцию является информация, характеризующая экономическую ситуацию на рынке. Источники этой информации могут находиться как внутри, так и вне предприятия.

Постановка задачи прогнозирования емкости рынка многоассортиментной малотоннажной продукции формулируется следующим образом:

Для известных объёмов спроса на продукцию ассортимента: i, i=1...I:

и факторных признаков:

определить спрос на продукцию в момент времени t:

Qt1, Qt2, Qt3,..., Qti,..., QtI т.е. вычислить: Qt = f (Z ), где Z - факторные признаки.

Задача прогнозирования емкости рынка многоассортиментной малотоннажной продукции решается с помощью аппарата искусственных нейронных сетей в пакете ST Neural Networks.

В качестве примера многоассортиментного малотоннажного производства предлагается использовать химико-фармацевтическую продукцию. Создание нейронной сети и дальнейшее предсказание будет реализовано на примере антигельминтного препарата «Вермокс».

Перед тем, как данные будут введены в сеть, они должны быть определенным образом подготовлены. Столь же важно, чтобы выходные данные можно было легко интерпретировать. В ST Neural Networks имеется возможность автоматического масштабирования входных и выходных данных (в том числе шкалирование по минимальному/максимальному значениям и по среднему/стандартному отклонению); также могут быть автоматически перекодированы переменные с текстовыми значениями (например, Пол={Муж,Жен}), в том числе по методу 1-из-N кодирования. ST Neural Networks имеет также средства работы с пропущенными данными. Реализованы такие функции нормировки, как "единичная сумма", "победитель получает все" и "вектор единичной длины". Имеются средства подготовки и интерпретации данных, специально предназначенные для анализа временных рядов.

В задачах классификации имеется возможность установить доверительные интервалы, которые ST Neural Networks использует затем для отнесения наблюдений к тому или иному классу. В сочетании со специальной реализованной в ST Neural Networks функцией активации Софтмакс и кросс-энтропийными функциями ошибок это дает принципиальный теоретико-вероятностный подход к задачам классификации.

Алгоритм создания нейронной сети включает следующие этапы.

1) Создается таблица (рис.7.1), в которой будет храниться информация для обучения сети. В качестве входных параметров используются колонки Var2-Var7, а в качестве выходного – Var1. Var1 - объем продаж препарата за прошедшие 12 месяцев, а Var2-Var7- факторы, которые влияют на продажу данного препарата. Var2 - известные значения цен на продукцию, Var3 - известные значения цен на продукцию у конкурентов, Var4 - известные значения уровня безработицы, Var5 известные значения прожиточного минимума, Var6 - известные значения курса доллара, Var7 - известные значения количества заболевших людей.

Пакет ST Neural Networks сохраняет данные в формате системы ST, что позволяет использовать ее возможности для импорта файлов данных, сохраненных в других форматах. Кроме того, имеется возможность создавать файлы данных непосредственно в пакете ST Neural Networks, набирая их в редакторе данных, вставляя из буфера обмена, или импортируя из текстовых (ASCII) файлов (разделители знаки табуляции или запятые). При импорте данных модуль ST Neural Networks автоматически распознает переменные с текстовыми значениями и пропущенные значения. После того, как данные введены, их можно редактировать в редакторе данных пакета, который имеет обычный интерфейс электронной таблицы; при этом имеется возможность приписывать метки наблюдениям и переменным, добавлять и удалять наблюдения и/или переменные, устанавливать тип переменной - входная/выходная, подразделять все наблюдения на обучающее, проверочное и тестовое множества. Также имеется возможность временно "отключать" часть наблюдений или переменных.

После того, как данные подготовлены, необходимо решить, какие переменные следует использовать при работе с нейросетью. Чем больше число переменных, тем сложнее будет нейронная сеть, и, следовательно, потребуется больше памяти и времени на обучение, а также большее количество обучающих примеров (наблюдений). При недостаточном объеме данных и/или корреляциях между переменными исключительную важность во многих нейросетевых приложениях приобретают вопросы отбора значимых входных переменных и сжатия информации в меньшее число переменных.

2) На следующем этапе запускается модуль «Нейронные сети»

(рис.7.2) в меню «Анализ». В появившемся диалоге на вкладке «Быстрый» выбирается тип задачи «Временные ряды», и задаются входные и выходные переменные. Инструмент «Мастер решений» остается по умолчанию. При конфигурировании сети для анализа временных рядов изменяется метод пре-процессирования данных (извлекаются не отдельные наблюдения, а их блоки), но обучение и работа сети происходят точно так же, как и в задачах других типов.

3) Выбирается тип сети (рис.7.3). Выбор типа сети зависит от вида решаемой задачи и от опыта разработчика, который сможет выбрать наилучший тип сети для конкретной задачи. Если выбор типа сети неясен, то можно выбрать сразу несколько, а потом отобрать наилучшую. (В данном примере, как образец, выбрано 3 типа сети: линейная, трехслойный персептрон, радиальная базисная функция).

4) Выбор длительности анализа (рис.7.4). Длительность анализа задается либо количеством сетей, либо временем анализа.

5) Указание количества сохраняемых сетей (рис.7.5). Выбирается, какое количество сетей надо сохранить, чтобы потом выбрать из них с наилучшей производительностью и наименьшей ошибкой.

6) Выбор наилучшей сети (рис.7.6). Из списка сетей, который указывался ранее, выбирается наилучшая сеть и в дальнейшем по ней строится прогноз.

7) Предсказание значений по выбранной сети. Выбрав сеть, строится предсказание значений на 12 интервалов вперед, то есть на месяцев (рис.7.8). Например, первоначально выбирается тип сети – трехслойный персептрон, изо всех архитектур (рис.7.7) выбирается сеть с наибольшей производительностью.

Рис. 7.7. Архитектура перцептрона 8) Делее строится предсказание на 12 интервалов вперед и выводится таблица прогнозируемых данных.

9) Далее выбирается следующий тип сеть – линейный (рис.7.9).

Выбирается наибольшая производительность.

Рис. 7.8. Предсказание сети для перцептрона Для этого типа сети строится предсказание на 12 интервалов вперед и выводится таблица прогнозируемых данных(рис.7.10).

Для следующего типа сети – радиальная базисная функция (рис.7.11), также выбирается его производительность, и строится предсказание на 12 интервалов вперед и выводится таблица прогнозируемых данных (рис.7.12).

Как видно из таблиц прогнозируемых данных, у каждой сети прогнозные значения различны. Чтобы узнать какая из сетей осуществляет наиболее точный прогноз, выбирается сеть с наибольшей производительностью. Как видно из рисунков, у трехслойного персептрона наибольшая производительность из выбранных сетей, следовательно, прогноз будет осуществляться этой сетью. Далее строятся графики объемов продаж исторические (рис.7.13) и объемов продаж прогнозные (рис.7.14).

Рис. 7.14. Объемы продаж по прогнозу 7.4. Задание для выполнения лабораторной работы Необходимо осуществить прогноз объемов продаж фармацевтических препаратов, исходя из их принадлежности к группам.

Классификация препаратов:

1) Лекарственные средства, действующие преимущественно на центральную нервную систему.

2) Лекарственные средства, действующие преимущественно на периферическую нервную систему.

3) Средства, действующие в области чувствительных нервных окончаний, т. е. обладающие местным обезболивающим эффектом.

4) Средства, действующие на сердечно-сосудистую систему.

5) Средства, усиливающие мочеотделение (иначе — диуретики), и препараты, тормозящие образование мочевых камней.

6) Препараты, улучшающие функции печени.

7) Средства, регулирующие процессы обмена веществ.

8) Препараты, влияющие на иммунитет.

9) Антиоксиданты.

10) Противомикробные, противовирусные, противопаразитарные, противогрибковые средства.

11) Препараты, применяемые в лечении онкологических заболеваний.

12) Диагностические средства.

13) Прочие препараты различных фармакологических групп (сахара, сорбенты, фотозащитные препараты).

Найти для каждой группы факторы, которые влияют на спрос препаратов и осуществить прогноз спроса определенного препарата на заданный срок.

В главе 7 авторами предложен алгоритм прогнозирования емкости рынка многоассортиментной малотоннажной химической продукции методом искусственных нейронных сетей и рассмотрена его реализация в пакете ST Neural Network.

Сформулируйте постановку задачи прогнозирования ранка многоассортиментной малотоннажной продукции.

2. Назовите основные факторы, влияющие на спрос продукции.

3. Расскажите о существующих подходах и методах прогнозирования рынка.

4. Дайте определение искусственной нейронной сети.

5. Какие задачи решают при помощи искусственной нейронной сети?

6. Почему аппарат нейронных сетей эффективен для построения прогноза?

7. Что происходит в теле нейрона?

8. Каков принцип работы искусственной нейронной сети?

9. Какой самый популярный метод обучения сети?

10. Какие типы сети вы знаете?

11. Расскажите алгоритм построения прогноза.

12. Какой тип сети выбирается при условии их равной производительности?

Ежов, А.А. Нейрокомпьютинг и его применения в экономике и бизнесе. / А.А. Ежов, С.А. Шумский. М.: 1988. 222 с.

Анил К. Джейн. Введение в искусственные нейронные сети. / Анил К. Джейн, Жианчаенг Мао. Мичиганский Государственный Университет. 1996.

Льюис, К.Д. Методы прогнозирования экономических показателей. М.: «Финансы и статистика», 1986. 132 с.

Шустер, Г. Детерминированный хаос: введение. Франкфурт, 1984.

Малыгин, Е.Н. Практический маркетинг. / Е.Н. Малыгин, Т.А.

Фролова, М.Н. Краснянский. Тамбов.: Учебное пособие, 1997.

Малыгин, Е.Н. Методы прогнозирования емкости рынка химической продукции. / Е.Н. Малыгин, Т.А. Фролова, М.Н. Краснянский, А.Б. Борисенко. Тамбов.: Тамб. гос. техн. ун-т, 1999. 39с.

Фролова Т.А. Прогнозирование спроса на химическую продукцию с применением аппарата временных рядов. / Т.А. Фролова, Д.С.

Туляков // Вопросы современной науки и практики. Университет им. В.И. Вернадского.- 2009.- №5(19).- С. 92-97.

Глава 8.

ПРОЕКТИРОВАНИЕ ВИРТУАЛЬНЫХ ТРЕНАЖЕРОВ

ДЛЯ ОБУЧЕНИЯ ОПЕРАТОРОВ ТЕХНИЧЕСКИХ СИСТЕМ

В настоящее время к подготовке студентов по специальности "Информационные системы технологических машин" предъявляются высокие требования в области автоматизации измерений, контроля и испытаний. Одним из обязательных элементов освоения данной предметной области является приобретение навыков практического использования систем автоматического проектирования различных компьютерных контрольно-измерительных и информационнообразовательных систем. В рамках курсового проектирования по дисциплине «Инструментальные средства программного управления технологических машин» рассматриваются основные аспекты разработки виртуальных тренажеров для обучения операторов технических систем химического и машиностроительного профилей.

Современные АСУ ТП создаются на базе SCADA-систем. Использование компьютерной техники позволяет существенно облегчить задачу оператора, т.к. современные устройства сбора данных позволяют в реальном времени снимать показания приборов со всей системы и передавать ее на пульт управления оператора. Поэтому и разработку виртуальных тренажеров логично производить именно с использованием SCADA-систем, так как это позволяет добиться почти полного соответствия передней панели тренажера и пульта управления оператора [1].

Среда графического программирования LabVIEW получает все большее распространение в промышленности и образовании, при проведении научных исследований и выполнении проектных работ. Этому способствуют ее несомненные преимущества - высокая производительность при разработке программ, называемых виртуальными приборами (ВП) и широкий набор функциональных возможностей языка и среды программирования. Язык LabVIEW (Laboratory Virtual Instrument Engineering Workbench) разработан фирмой «National Instruments». Фирмой выпускаются разнообразные интерфейсные устройства, встраиваемые в компьютер или подключаемые к его портам, устройства генерации и обработок реальных электрических сигналов, датчики, регистрирующие различные физические процессы, и т.п.[2,3,4] Для того, чтобы пользователь мог получить выигрыш от реализации указанных преимуществ среды программирования LabVIEW, он должен в полной мере овладеть технологией графического программирования и изучить ее функциональные возможности. Язык LabVIEW не похож на другие языки программирования. С его помощью создается не программа, как мы привыкли ее представлять, а виртуальный инструмент, предназначенный не только для моделирования тех или иных процессов, но и для управления аппаратными средствами и исследования реальных физических объектов.

8.1. Структура автоматизированной информационной системы тренинга операторов технических систем Прежде чем приступить к разработке структуры автоматизированной информационной системы (АИС) необходимо создать функциональную модель обучения оператора химико-технологической системы, которая представлена на рис. 8.1.

В этом случае предлагается следующая структура автоматизированной информационной системы тренинга операторов технических систем химико-технологического профиля, которая включает следующие основные модули (рис.8.2):

1. Модуль предварительных настроек. Предназначен для установки начальных параметров работы АИС, выбора моделируемой технической системы и продукта, идентификации обучающегося и инструктора.

2. Информационно-справочный модуль. Включает файлы справок по работе с АИС тренинга операторов; описание регламентов выпуска продукции; чертежи и схемы технических систем; 3D-модели технологического оборудования, входящего в состав технической системы (ТС); мультимедийные ролики, демонстрирующие процесс выпуска продукции и работу оператора.

3. Модуль тестирования. Реализует функции проверки теоретических знаний обучаемого в предметной области, а также знание технологических процессов, моделируемых в АИС. Включает файлы с тестовыми заданиями и протоколами тестирования обучающихся.

4. Тренажерный комплекс, предназначенный для выработки практических навыков управления ТС в штатных режимах, а также проверки правильности и своевременности действий операторов при возникновении внештатных и аварийных ситуаций. Комплекс включает 4.1 Модуль сетевого взаимодействия, обеспечивающий тренинг группы операторов, осуществляющих совместное управление ТС;

формирование сценариев тренинга и возмущающих воздействий со стороны преподавателя; совместную работу других модулей.

4.2 Модуль преподавателя. Включает панели формирования задания для тренинга и генерации возмущений в ходе его проведения;

контроля текущего состояния тренинга и просмотра базы протоколов тренинга.

Рис. 8.2. Структура АИС тренинга операторов технических систем химико-технологического профиля 4.3 Модули обучаемых. Позволяют отображать структуру ТС и ее фрагментов, а также текущее состояние технологического процесса.

Включают совокупности панелей пультов управления ТС; вызова служб предприятия; окна сопутствующей информации и взаимодействия с другими операторами; справочную панель.

4.4 Модуль анализа результатов. Формирует и отображает результаты тренинга; выявляет наличие «узких» мест, соответствующих наиболее частым ошибкам и неправильным действиям, которые могут привести к серьезным авариям; оценивает уровень взаимодействия группы операторов и противостояния возникающим аварийным ситуациям.

АИС тренинга операторов ТС опирается на базу данных и базу знаний, включающую представленные ранее модели отказов и модели функционирования системы, а также процедурную модель деятельности оператора, которые формируются на основе информационноаналитического регламента ТС.

8.2. Постановка задачи проектирования тренажерного комплекса для обучения персонала технических систем На основании разработанной структуры АИС сформулируем постановку задачи проектирования тренажерного комплекса для обучения персонала ТС.

Необходимо разработать тренажерный комплекс для обучения персонала ТС, включающий:

– кластер функциональных блоков панелей управления системой где S i – вектор, определяющий состав функционального блока; W i – вектор размеров функционального блока; Z i – вектор координат функционального блока; C i – вектор, определяющий цветовое исполнение функционального блока; [Эi ] – матрица элементов функционального блока; n – число функциональных блоков;

– кластер информационно-справочных материалов [ ] где T j – вектор, определяющий состав текстовых информационносправочных материалов; G j – вектор, определяющий состав графических информационно-справочных материалов; M j – вектор, определяющий состав мультимедийных информационно-справочных материалов; k – число продуктов, выпускаемых на ТС;

– способы и каналы сетевого взаимодействия обучаемых и инструктора Net, и позволяющий формировать требуемый состав и уровень навыков управления технической системой в штатных и аварийных ситуациях Z j, в соответствии с входящими в состав информационноаналитического регламента ТС R математическими моделями функционирования и отказов ТС, моделями деятельности операторов Используемая в постановке задачи матрица элементов функционального блока [Эi ] описывается следующим образом:

где ri – размер элемента, xi, yi – координаты элемента в функциональном блоке; ci – цветовое исполнение элементов; k – число элементов функционального блока.

8.3. Классификация элементов интерфейса виртуального пульта Необходимо отметить, что при формировании виртуальных панелей управления тренажерного комплекса необходимо добиваться полного соответствия реальным пультам управления ТС. Любые отклонения могут вызвать появление у обучающегося навыков, которые не соответствуют реальным производствам и носят негативный характер.

Управление виртуальным тренажером или лабораторными стендами обучающийся осуществляет при помощи элементов интерфейса, каждый из которых характеризуется набором параметров, таких как размер, конструкционное исполнение (дизайн), цветовое исполнение и т. п. Рассмотрим классификаРис. 8.3. Классификация элементов интерфейса виртуального пульта управления ТС цию виртуальных элементов интерфейса пульта управления объектом, которая представлена на рис 8.3.

Разделение элементов производилось по двум направлениям – по типу элементов и особенностям их функционирования. В результате были выделены три основные типа:

1. Элементы управления – используемые обучающимся для передачи управляющего воздействия на систему управления. Характеризуются небольшой смысловой нагрузкой и информативностью.

2. Элементы отображения – используемые обучающимся для адекватной оценки состояния объекта управления. Характеризуются большой информационной нагрузкой и именно на их основе осуществляется принятие решения обучающимся по ходу проведения эксперимента или тренинга.

3. Элементы мультимедиа – элементы, которые не могут быть полностью отнесены ни к одной из вышеперечисленных групп и поэтому выделенные в отдельную группу. Не принимают прямого участия в процессе управления объектом, но позволяют обучающемуся более эффективно использовать пульт управления, расширяя перцептивные каналы приема информации, например за счет использования звука или анимации, что позволяет соответственно снизить уровень усталости.

Кроме того, были выделены следующие уровни классификации.

1. По времени и частоте использования.

– Постоянного действия (основные) – элементы, которые наиболее часто используются обучающимся для управления объектом. Основное отличие этих элементов в том, что необходимо обеспечивать их постоянное присутствие в центре внимания обучающегося (рабочей области или основного окна пульта) для сокращения времени поиска и доступа к ним.

– Периодического действия (вспомогательные) – элементы не участвующие постоянно в процессе управления стендом и исполняющие главным образом вспомогательные функции. Они могут быть вынесены на периферию рабочей области или в дополнительные окна.

– Эпизодического действия (аварийные) – элементы частота использования которых крайне низкая и в отдельных случаях может носить однократный характер, например аварийное включение. Наиболее сложные для размещения элементы, поскольку нет необходимости их постоянного присутствия в области зрения обучающегося, но с другой стороны время поиска и доступа к ним является критичным и должно быть сведено к минимуму.

2. По функциональному назначению.

Элементы управления:

– элементы управления процессом – элементы интерфейса, посредством которых осуществляется передача управляющих воздействий на органы управления объектом;

– элементы управления пультом – вспомогательные элементы, с помощью которых осуществляется управление пультом (открытие/закрытие окон, вывод на экран дополнительных средств управления и отображения и др.);

– элементы управления связью – элементы, которые служат для установления/разрыва соединения (например, с сервером лабораторного стенда или между компьютером обучающегося и преподавателя, проводящего тренинг).

Элементы отображения:

– элементы отображения состояния процесса – элементы интерфейса, отображающие информацию, полученную непосредственно от объекта управления;

– элементы отображения состояния связи – показывают состояние соединения, скорость передачи данных и др.;

– информационно справочные – вспомогательные элементы интерфейса, позволяющие обучающемуся осуществлять быстрый переход к справочной информации, необходимой для принятия решения.

Элементы мультимедиа:

– анимационные элементы – позволяют осуществить графическое представление полученных данных или иллюстрировать проведение некоторой стадии технологического процесса или конструкции объекта управления;

– элементы видео – позволяют выводить на пульт управления динамическое изображение хода проведения эксперимента, полученное непосредственно с видеокамеры, установленной на объекте управления;

– звуковые элементы – служат для размещения на пульте управления элементов, позволяющих осуществлять звуковое оповещение (в форме речевых или звуковых сигналов) о ходе проведения эксперимента, техническом состоянии оборудования, аварийной сигнализации и др.

3. По принципу действия (характерны как для элементов управления, так и для отображения или мультимедиа).

– элементы типа вкл./выкл. – характеризуются выбором из двух возможных позиций, например быстрое включение и выключение органов управления;

– элементы выбора из диапазона значений;

– элементы выбора фиксированной позиции, характеризующиеся быстрым управлением с точной регулировкой, но с фиксированным вводом данных;

– элементы выбора нефиксированной позиции – быстрое управление с неточной регулировкой;

– элементы ввода значений – характеризуются медленным управлением с точной регулировкой и с более гибкой возможностью ввода данных;

– пользовательское меню – набор команд управления объектом, сгруппированные в отдельные блоки по общности функционального назначения (различают меню, постоянно отображаемые на пульте управления, а также всплывающие (автоматически или по вызову) по мере необходимости);

– элементы управления обликом пульта – вспомогательные элементы, помогающие обучающемуся самостоятельно изменять внешний облик пульта управления (набор окон и их размер, набор и опции элементов отображения хода эксперимента и др.) – текстовые – отображают информацию в виде текста;

– цифровые – отображают информацию в виде чисел и характеризуются высокой точностью отображаемых данных;

– графические – отображают информацию в виде графиков, осциллограмм, диаграмм и характеризуются, как правило, средней и низкой точностью отображения информации, и, следовательно, предназначены для оценочных заключений.

4. По конструктивному исполнению. Варианты конструктивного исполнения органов управления, отображения и мультимедиа характеризуются их наименованием и представлены на рис. 8.3.

Ввиду многообразия элементов интерфейса пульта управления в ходе его формирования следует учитывать процентное отношение органов управления, отображения и мультимедиа, как с точки зрения объема и скорости информационного потока, с которым сталкивается обучающийся в ходе управления объектом (особенно для разработки пульта управления АЛП, так как пульт виртуального тренажера в идеале должен повторить уже созданный пульт управления реальной ТС), так и частоты использования и информационной важности. Кроме того, разработчик АЛП удаленного доступа должен обеспечить требуемый уровень обзорности элементов интерфейса пульта управления, удобный доступ обучающегося к элементам управления и отображения постоянного использования, гарантированный принудительный обзор элементов сигнализации аварийных состояний при этом не загромождая рабочую область экрана излишними элементами интерфейса.

При проектировании интерфейса пульта управления лабораторным стендом как системы «человек–пульт управления–машина», необходимо учитывать влияние человеческого фактора на функционирование системы в целом, степень загрузки органов чувств обучающегося в ходе проведения эксперимента, степень эффективности расходования его энергии, затрачиваемой на освоение материала. В этой связи целесообразно обеспечить учет следующих технических и психологических факторов в совместном взаимодействии конструктора, психолога и дизайнера в ходе разработки лабораторного практикума удаленного доступа и пульта управления:

– учет воздействия внешних факторов информационнообразовательной среды, способствующих снижению точности (надежности) и скорости обработки данных обучающимся;

– рассмотрение различных способов и форм представления информации о ходе проведения эксперимента и функционировании оборудования, а также учет надежности сигнализации аварийного состояния (являются ли индикаторные и сигнальные устройства простыми, однотипными, правильно ориентированными и удобными для отдельных органов чувств обучающегося);

– учет объема умственной работы обучающегося (его психофизическое состояние и реакции);

– удовлетворение ограничению по объему обработки обучающимся информации в течение определенного отрезка времени и продолжительности времени наблюдения за одним элементом интерфейса с целью избегания притупления внимание и появления усталости;

– учет возможности возникновения отказов оборудования;

– выполнение требования по частичной автоматизации проведения эксперимента в случае превышения допустимого предела возможностей обучающегося по получению и обработке информации.

Особенно важно учитывать психофизические проблемы, с которыми может столкнуться обучающийся в ходе проведения эксперимента на стенде, имеющем сложную и разветвленную систему управления, большое количество приборов, взаимосвязанных органов управления и индикаторов. В этом случае, как правило, предъявляются повышенные требования к вниманию, памяти, быстроте и точности реакции обучающегося, которые необходимы для принятия правильного решения по ходу проведения эксперимента.

Важную роль при разработке пульта управления и всего тренажерного комплекса играют математические модели функционирования и отказов ТС, а также модель деятельности человека-оператора В ходе анализа участия оператора в производственном процессе была разработана схема информационных потоков (рис.8.4) и модель деятельности оператора М, используемые при разработке тренажерного комплекса.

Рис 8.4. Информационные потоки процесса обучения оператора где A={ai}n– множество n значений управляющих элементов пульта положения запорной арматуры, включепеременные ния/выключения перемешивающих устройств, нагревателей и др.);

B={bi}m – множество m значений индикаторов пульта (переменные значений объемов реагентов, температуры в аппарате или теплоносителя, давления в аппарате и др.);

X={xi}k – множество k воздействий на органы управления ТС;

Y={yi}l – множество l значений параметров состояния оборудования технологической схемы;

O={o(xi,yi)}j – множество j ограничений на допустимые параметры технологического процесса (ограничения на объем или массу передаваемых реагентов, максимальные/минимальные значения температуры или давления в аппарате и др.);

Z={zi}e – множество e логических функций изменения состояний;

H={hi}f – множество f состояний функционирования ТС, формируемых на основе информационно-аналитического регламента системы и возможных действий оператора и инструктора;

S=S(ai,bi,xi,yi,oi,zi,hi) – сценарий тренинга.

Информационно аналитический регламент представляет собой информационный комплекс, содержащий модули описания общей информации о технической системе, выпускаемых продуктах, аппаратурном оформлении, а также моделях деятельности операторов.

В ходе реализации сценария тренинга происходит преобразование потоков X и Y в потоки A и B, определяемое функциями перехода:

Для описания ядра продукции используем логические функции вида ЕСЛИ условие, ТО действие 1, ИНАЧЕ действие Например, для производства пигмента красного на стадии сочетания диазотированного 4-нитроанилина с натриевой солью 2-нафтола работу перемешивающего устройства можно описать следующим образом:

Работа мешалки в аппарате где 1 – температура среды в аппарате; 2 – объем технической массы асидола; 3 – объем технической массы мела; 4 – время работы мешалки в аппарате; 5 – положение тумблера К6; 6 – индикатор включения мешалки; 7 – сообщение об ошибке.

В подготовке операторов промышленных производств выделяются три этапа: теоретическое обучение, тренажерная подготовка, подготовка на реальном объекте. Предлагаемая структура АИС тренинга операторов ТС и реализуемые модели деятельности операторов позволяют обеспечить все три этапа обучения, а также необходимый контроль полученных знаний, навыков и умений. Эффективность тренажерной подготовки операторов с использованием данной системы обеспечивается достижением требуемого уровня качества подготовки операторов и приобретением ими способностей быстро и безошибочно определять и ликвидировать внештатные ситуации.

Разработанная АИС тренинга операторов ТС представляет собой программный комплекс, обеспечивающий отработку оператором навыков ведения продукта по схеме в штатном режиме и противодействия возникновению и развитию аварийных ситуаций.

Перед тренировкой на тренажере оператор должен пройти теоретическую подготовку. Для этого предусмотрены:

1. Нормативная документация (регламент и ПЛАС), с которыми оператор должен быть ознакомлен в первую очередь, так как эти два документа регламентируют всю работу на схеме.

2. Мультимедийные ролики и скриншеты. Предназначены для ознакомления оператора с работой, как за панелью управления реального объекта, так и за тренажером.

3. 3D визуализация объекта. Представляет собой интерактивную модель цеха с возможностью перемещения по ней. Это способствует не только изучению расположения оборудования, но и улучшает общее представление оператора о работе схемы.

4. Тестовые задания. Разработанная система тестирования позволяет инструктору выявить «узкие места» в знаниях оператора и определить разделы, необходимые для дополнительной проработки. Тестовые задания имеют различную структуру вопросов и охватывают весь необходимый для проверки материал.

8.4. Основные принципы создания виртуального тренажера Как правило, основной задачей виртуального тренажера является формирование навыков оператора в управлении технической системой. В этой связи можно сформулировать основные требования, которые необходимо предъявлять к виртуальным тренажерам:

1. Наличие математической модели адекватной объекту исследования.

2. Соответствие передней панели тренажера реальному пульту управления оператора.

3. Наличие системы обработки ошибок и хранения журналов занятий.

4. Эргономично расположенные органы управления и контроля.

Существует два основных режима работы тренажера. Первый это режим отработки навыков в штатных ситуациях. Разрабатывается согласно регламенту производственного процесса. Второй режим функционирование во внештатных ситуациях. Разрабатывается согласно плану ликвидаций аварийных ситуаций (ПЛАС) 8.5. Разработка математической модели Первоначальным этапом в разработке тренажера является создание и проверка адекватности математической модели.

Разработка математической модели ведется на основе нормативной документации – регламент производственного процесса. Прежде всего, в регламенте необходимо выделить все временные и материальные характеристики производственного процесса. Далее составить таблицу с этими характеристиками для каждой стадии (таблица 8.1).

На основе данной таблицы и описания технологического процесса из регламента целесообразно по пунктам составить последовательность действий оператора.

Пример фрагмента последовательности действий оператора.

Стадия приготовления раствора натриевой соли 2-нафтола. (Аппарат №15) 1. Загрузка воды (1000 л.) 2. Загрузка 2-нафтола (140 кг.) 3. Загрузка едкого натра (95 кг.) 4. Перемешивание до полного растворения Временные и материальные характеристики производственного Далее необходимо ввести буквенные обозначения действий оператора и технологических характеристик.

Пример обозначений действий оператора.

К2 – открытие вентиля К А2 – содержание едкого натра в аппарате В2 – едкого натра залито больше предельного количества С2 – едкого натра залито меньше предельного количества Используя введенные обозначения, составим математическую модель деятельности оператора: