- •(С ПРИМЕРАМИ ИЗ ОБЛАСТИ СВАРКИ)
- •ПРИНЯТЫЕ УСЛОВНЫЕ СОКРАЩЕНИЯ
- •1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •1.1. Задачи и процессы их решения как объект изучения
- •1.2. Классификации задач
- •1.3. Структура и особенности задач выбора
- •1.4. Анализ задач
- •1.5. Поиск и сбор дополнительной информации
- •1.6. Формализация и анализ исходной информации
- •1.6.1. Виды информации в печатных источниках
- •1.6.2. Обработка текстовой информации
- •2. МОДЕЛИРОВАНИЕ ЗАДАЧ ВЫБОРА
- •2.1. Общие вопросы моделирования задач
- •2.3. Граф-схемы алгоритмов выбора решений
- •3. СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •3.1. Проблемы подготовки данных для решения задач
- •3.2. Проблемы моделирования задач выбора
- •3.2.1. Проблемы построения таблиц соответствий
- •3.2.2. Проблемы построения граф-схем алгоритмов выбора решений
- •3.2.3. Проблема неоднозначности решений, генерируемых табличными моделями задач
- •3.3. Совершенствование методов построения моделей задач выбора
- •4. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ ДЛЯ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •4.1.1. Основные идеи искусственного интеллекта
- •4.1.2. Экспертные системы
- •4.1.3. Представление знаний в форме продукционных правил
- •4.2. Методы теории нечетких множеств
- •4.2.1. Формализация нечетких понятий с помощью функций принадлежности
- •4.2.2. Таблицы соответствий со степенями принадлежности
- •5. ОСНОВЫ МЕТОДИКИ РЕШЕНИЯ НЕФОРМАЛИЗОВАННЫХ ЗАДАЧ
- •5.1. Формирование общей методологии решения задач
- •5.2. Основные положения методики решения неформализованных задач
- •6. АВТОМАТИЗАЦИЯ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
- •6.1. Опыт автоматизации решения неформализованных задач
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК ЛИТЕРАТУРЫ
6. АВТОМАТИЗАЦИЯ РЕШЕНИЯ ЗАДАЧ ВЫБОРА
Большое влияние на развитие теории и практики реше ния задач оказало начавшееся со второй половины прошлого века широкомасштабное применение вычислительной техни ки для автоматизации инженерного труда, проявившееся в создании автоматизированных систем различного назначе ния. В СССР (позднее - странах СНГ) в областях экономики и отельных ее секторах, для которых преимущественное зна чение имеют оптимизация производственных процессов
иуправление функционированием объектов (таких, напри мер, как управление работой крупных предприятий, элек тронная и химическая промышленность, энергетика), наи большее распространение получили автоматизированные системы управления (АСУ и АСУП). В машиностроении
идругих отраслях, требующих сложной и трудоемкой подго товки производства, основными стали системы автоматизи рованного проектирования (САПР).
Впредыдущих главах книги главное внимание было со средоточено на вопросах формализации знаний и процессов их использования при решении задач выбора. Практическое значение приведенных сведений заключается в возможности их использования для дальнейшего развития автоматизации труда специалистов и выполнения производственных про цессов. Актуальность внедрения вычислительной техники во все сферы деятельности человека является общепризнанной.
Усилия ученых и производственников должны быть на правлены на выявление и устранение факторов, затрудняю щих развитие процессов автоматизации. Одним из таких факторов является объективно неизбежный рост информаци онных ресурсов, которые целесообразно обрабатывать для
научно-технического процесса. К настоящему времени в ми ре накоплено необозримое множество разнообразных знаний и их объем непрерывно и быстро возрастает. Без использова ния вычислительной техники и соответствующих информа ционных технологий невозможно противостоять «информа ционному взрыву», сопровождающемуся резким падением КПД использования имеющихся знаний.
Важной составляющей подхода к решению названной проблемы является перевод знаний из печатных источников информации в компьютерные базы данных и знаний. Необ ходимость этого обусловлена тем, что основная часть знаний была получена в докомпьютерную эпоху и зафиксирована в литературе преимущественно в вербальной (словесной) форме. В таком виде знания невозможно вводить в компью тер. При решении какой-либо задачи необходимые знания надо сначала отделить от других, ненужных, но всегда присутствующих, и соответствующим образом предста вить - формализовать. Таким образом, формализация дан ных и знаний - основное условие автоматизации. Но боль шинство подлежащих решению задач являются, как мини мум, не полностью формализованными и поэтому плохо под даются автоматизации.
6.1. Опыт автоматизации решения неформализованных задач
Изучение накопленного опыта создания и эксплуата ции автоматизированных систем позволяет увидеть, что но вого в методическом отношении предлагает автоматизиро ванное решение задач по сравнению с традиционным безмашинным. Это можно показать на примерах из сварочного производства.
Как видно из проведенного обзора литературы, в СССР
первые работы, посвященные автоматизации решения от дельных задач сварочного производства, были опубликованы в 1970 году. Вскоре после этого появились сообщения о пер вых автоматизированных системах проектирования техноло гических процессов сварки (САПР ТПС), созданных в Ин ституте технической кибернетики Академии наук Белоруссии и в ВНИИНМАШ [8, 24]. Теоретической основой для этих разработок послужили фундаментальные исследования
А.М. Гильмана, Г.К. Горанского, В.Д. Цветкова, С.П. Мит рофанова и др. в области автоматизации инженерного труда, в основном с ориентацией на проектирование процессов ме ханической обработки металлов [14, 18, 55, 95].
В 1980-х годах к разработкам в области САПР ТПС под ключилась большая группа новых исследователей и проекти ровщиков и в течение последующего десятилетия работы в данном направлении проводились во все более широких мас штабах. К середине 90-х годов практика решения типовых задач технологической подготовки сборочно-сварочного производст ва с помощью САПР ТПС получила в стране заметное распро странение; насчитывалось более сотни предприятий и органи- заций-разработчиков и пользователей САПР.
Обзоры работ по применению ЭВМ для решения иссле довательских и производственных задач сварочного произ водства были выполнены и опубликованы В.А. Судником [85, 87] и Э.В. Лазарсоном [38].
В двух обзорных сборниках «Итоги науки и техники» [85, 87] рассмотрен весь комплекс вопросов применения ЭВМ в сварке. Автор проанализировал свыше 250 публика ций, преимущественно за 1986-1990 годы. Основными раз делами обзора являются: техническое и системное обеспече-
ние САПР; проектирование конструкций, узлов и соедине ний; технологическая подготовка производства; компьютер но-интегрированное производство; информационное обеспе чение разработок. В каждом разделе дается характеристика наиболее информативных, обладающих новизной подхода публикаций и, что особенно важно, обобщающие замечания и выводы составителя обзора.
Как новое направление совершенствования автоматизи рованных систем технологической подготовки производства оценивается создание экспертных систем, имитирующих рас суждения и действия специалиста при решении задач.
Краткое обобщение данных об опыте автоматизации решения основных задач сборочно-сварочного производства в СССР содержится в работе [38]. Автор использовал для анализа литературные данные за предшествующие два деся тилетия, а также результаты анкетирования отечественных разработчиков и пользователей САПР ТПС. Указанное анке тирование было организовано Институтом электросварки им. Е.О. Патона как головной в то время организацией в об ласти сварочного производства.
Для анализа наработанного опыта автоматизации пред ставляют интерес сведения о специфике автоматизированно го решения, методах формализации входной информации для ее обработки на ЭВМ, математических моделях постановки и решения задач.
Во всех САПР автоматизация решения любой задачи начинается с ее содержательного описания. При этом опре деляют входные и выходные параметры, связи между ними, последовательность выполнения операций. Затем переходят к формализации используемых понятий и действий. Понятия, не имеющие числового выражения, кодируют с помощью
цифровых кодов. Каких-то общих правил кодирования раз работчики САПР не придерживаются. Разработанные во ВНИИНМАШ общегосударственные классификаторы пред лагают громоздкие коды (до 12 разрядов) и потому не нашли применения в автоматизированных системах для сварочного производства. В обследованных САПР ТПС нет одинаковых классификаторов. Способы сварки обычно кодируют двух-, трехзначными кодами, материалы, инструмент, оборудова ние - трех-, четырехзначными кодами, тексты операций и переходов - четырехзначными.
Базы данных построены по реляционной системе, осно ву которой составляют однопараметрические таблицы, логи чески связанные с помощью СУБД. В описании системы процесс решения задачи или совокупности задач представ ляют в виде блок-схем с текстовыми пояснениями.
Опыт разработки САПР ТПС показал, что относительно просто удается автоматизировать решение задач расчетного типа. Для них возможен автоматический режим работы сис темы, при котором участие пользователя в решении сводится к вводу в компьютер всех исходных данных, обычно в начале работы. Само решение получается по жесткой алгоритмиче ски определенной программе без участия человека. В таком режиме возможно решение не только чисто вычислительных задач, но и проектирование технологических процессов при сравнительно небольшом заранее известном количестве ва риантов исходных данных.
Однако основную часть инженерной деятельности со ставляет решение неформализованных или слабо формализо ванных задач, которые отличаются символьным (нечисло вым) заданием исходных данных, отсутствием четких алго ритмов решения или множественностью операций с таким
большим количеством логических развилок, что составить заранее и ввести в компьютер алгоритмы решения практиче ски невозможно. В этих случаях работа компьютерных сис тем организуется по иному принципу: в автоматическом ре жиме выполняются лишь отдельные алгоритмически опреде ленные операции, а все основные решения принимаются че
ловеком. Компьютер помогает ему, выводя на экран дисплея набор альтернатив - меню, из которого можно сделать вы бор. Такой метод решения задачи или проектирования, назы ваемый автоматизированным (в отличие от автоматического), применяется почти во всех отечественных САПР ТПС. Его достоинством является большая универсальность, примени мость к задачам разных типов, возможность учета конкрет ных условий каждой задачи, недостатком - низкая степень автоматизации решения, зависимость качества решения от опыта и знаний человека.
Главным |
преимуществом решения задач с помощью вы |
|
числительной |
техники является возможность |
фиксировать |
в компьютерных системах методы решений, |
применяемые |
высококвалифицированными специалистами, и впоследствии использовать этот опыт конечными пользователями - рядо выми специалистами. Кроме того, в базах данных может хра ниться вся необходимая для решения задач информация, не зависимо от ее объема, тогда как человеку при безмашинном решении требуется много времени на поиск и обработку не обходимых данных.
Компьютеры могут работать при наличии программ, в которых указаны алгоритмы их действий. В связи с этим разработчики систем должны продумывать и фиксировать полные и четкие (однозначные) алгоритмы принятия реше ний. Особенно это важно в отношении задач выбора, для ко
торых характерны многовариантный подход и, как следствие, необходимость учета взаимосвязанного влияния многих фак торов. В частности, именно для моделирования задач выбора предложено использовать разные виды таблиц решений, раз ные системы кодирования информации и т.д. Такие разра ботки совершенствуют теорию и практику решения задач.
В то же время опыт разработки и эксплуатации САПР ТПС и информационно-поисковых систем выявил некоторые проблемы, сопутствующие автоматизации решения задач.
Во-первых, все существующие системы различаются между собой своими характеристиками, так как созданы раз ными коллективами разработчиков, ориентированы на реше ние в чем-то различающихся задач. Разными являются соста вы и структура соответствующих баз данных. Поэтому реше ние одной и той же задачи с помощью разных систем может приводить к получению разных результатов.
Во-вторых, базы данных систем типа САПР ТПС по строены по реляционной модели, то есть данные в них пред ставлены в форме таблиц. В свою очередь это требует, чтобы эксперты подготавливали данные, необходимые для решения задач, также в табличной форме. Однако большая часть зна
ний о предметных областях |
зафиксирована в литературе |
в виде текстов. Разработчики |
баз данных используют пре |
имущественно готовые, взятые из литературы таблицы или дополнительно строят таблицы путем несложной обработки имеющихся графических зависимостей и разрозненных чи словых характеристик. Большая часть необходимой инфор мации не находит отражения в базах данных. Чтобы компен сировать информационную ограниченность баз данных, раз работчики автоматизированных систем используют профес сиональные знания конечных пользователей, включая их в контур управления принятием решений.
В разработанных отечественных САПР компьютерная поддержка принятия решений сводится к выводу на экран монитора текущей информации, соответствующих меню и шаблонов. Принятие решений по большинству вопросов воз лагается на пользователя. Человекомашинный диалог в ре жиме меню - это по существу аналог безмашинного выбора предпочтительного варианта из нескольких возможных, только с некоторыми ограничениями, исключающими воз можность грубых ошибок.
Как было отмечено выше, при моделировании задач вы бора наибольшую проблему создает вероятность получения неоднозначных решений для некоторых вариантов исходных условий задач. Такая особенность характерна для большинства
справочных и проектирующих автоматизированных систем.
Вышеприведенный анализ в основном относится к пе риоду приблизительно до середины 1990-х годов. В после дующие годы, в связи с распадом СССР и коренным измене нием ситуации, развитие прикладной науки и производст венное внедрение результатов научных исследований в зна чительной мере оказалось свернутым. В настоящее время от сутствуют централизованные сведения о развитии сварочно го производства. Представление о проводимых работах мож но получить из литературы.
По вопросам автоматизации автором был выполнен об зор свыше 500 отечественных и иностранных публикаций. Хронология работ показывает, что до начала 90-х годов ин тенсивность работ однозначно возрастала, а затем произо шел резкий спад. Видно также, что количество публикаций по задачам расчетного типа значительно больше, чем по за дачам выбора. Прослеживаются тенденции перехода к решению задач на основе математического моделирования
процессов и объектов и все более широкого использования вычислительной техники и новых информационных техно логий.
Первая тенденция связана с совершенствованием мето дов использования экспериментальных данных. В ряде пуб ликаций 1970-1980-х годов приведены рабочие блок-схемы решения задач сварки, отражающие накопленный к тому времени индивидуальный опыт специалистов. В последую щие годы исследователи стали больше уделять внимания по строению математических моделей процессов и объектов сварки и решению задач с помощью этих моделей.
Вторая из отмеченных особенностей работ, тематически связанных с решением задач, соответствует мировой тенден ции внедрения вычислительной техники во все сферы чело веческой деятельности. Приблизительно с 1980-х практиче ски во всех работах рассматриваемого направления прямо или косвенно предусматривается возможность автоматиза ции решения задач. Обычным стало словосочетание «компь ютерное моделирование».
Очевидно, в связи с трудностями постсоветского перио да в публикациях последних лет не встречаются сведения
осоздании новых компьютерных систем типа САПР ТПС.
Вряде работ сообщается об опыте эксплуатации и совершен ствовании ранее разработанных систем. В них сохраняется предложенный ранее подход к автоматизации решения рас четных задач и задач выбора, но совершенствуется про граммное обеспечение и содержание баз данных.
Многие специалисты указывают на взаимосвязь вопро сов моделирования и автоматизации при решении задач. Модели задач нужны для того, что по ним строить алгорит мы решений, а компьютерная техника является высокоэф
фективным инструментом проведения исследований на мо делях и поиска оптимальных решений сложных задач, в ко торых необходимо учитывать множество взаимосвязанных факторов.
В отношении моделирования и автоматизации исполь зование таблиц соответствий в качестве универсальной мо дели постановки задач выбора имеет несомненные достоин ства. Для ТС отсутствуют принципиальные ограничения по допустимым количествам рассматриваемых альтернативных решений, принимаемых во внимание факторов и их значе ний. Имеется возможность компактного представления больших объемов разнообразной информации независимо от того, в каком виде она зафиксирована в первоисточниках. В таблицах соответствий все их атрибуты кодируются, а язык таблиц максимально приближен к машинному. Это позволяет вводить модели в компьютер и автоматизировать решение задач.
Для объективной оценки уровня и возможности автома тизации решения задач сварки обзор отечественных разрабо ток был дополнен рассмотрением работ, проведенных в дру гих странах.
Начиная с 1980-х годов применение вычислительной техники во всех сферах промышленного производства стало в передовых зарубежных странах одним из главных приори тетов. Это относится и к сварочному производству, о чем свидетельствует резкий рост числа публикаций по соответст вующей тематике в реферативном журнале «Сварка» и со держание рефератов.
В рефератах иностранных статей содержится много ин тересных данных и фактов. Однако возможности воспользо ваться зарубежным опытом ограничены малым объемом ре
фератов, практической недоступностью работы с подлинни ками из-за языкового барьера, а также несовместимостью иностранных и отечественных стандартов по материалам, оборудованию, терминологии и т.д. Несмотря на перечис ленные трудности, полезным является сопоставление неко торых статистических и качественных данных о компьютер ных системах, технологиях и тематических направлениях в нашей стране и за рубежом.
Из обзора иностранной литературы видно, что максимум публикаций по обсуждаемой тематике пришелся на вторую половину 1980-х годов, затем поток публикаций стал быстро уменьшаться. Вероятно, это можно объяснить тем, что в 80-х годах, когда развитие вычислительной техники достигло оп ределенного уровня, передовые страны сосредоточили свои усилия на создании программных средств для решения ши рокого круга задач в области сварки и внедрения их в про мышленное производство. Резко возросло число публикаций о разработанных компьютерных системах и их внедрении, а число статей научного содержания сократилось.
Об интенсивности работ по проблемам автоматизации, проводимых в передовых странах, свидетельствуют данные табл. 27. Можно сделать вывод, что в промышленно разви тых странах применению вычислительной техники для ре шения производственных задач сварки уделяется больше внимания, чем в нашей стране.
Еще одной примечательной особенностью развития авто матизации за рубежом в конце прошлого века явился переход к разработке и широкому использованию экспертных систем.
Судя по литературе, первые экспертные системы по те матике сварки были разработаны в Японии и США. Их дос тоинства были оценены чрезвычайно быстро и уже со второй
половины 1980-х годов они стали преобладающим видом программных средств, разрабатываемых в передовых зару бежных странах.
Таблица 27
Удельный вес публикаций по автоматизации решения типовых задач сварки
|
Доля от общего количества |
||
Задача |
|
публикаций, % |
|
|
СССР-СНГ |
Зарубежные |
|
Выбор способа сварки |
1,6 |
|
9,5 |
Выбор последовательности |
2,4 |
|
1,4 |
и содержания операций |
|
||
|
|
12,8 |
|
Выбор сварочных материалов |
1,0 |
|
|
Выбор оборудования |
1,2 |
|
2,4 |
Выбор основного металла |
2,2 |
|
4,3 |
Выбор типа сварного соеди |
1,4 |
|
9,5 |
нения |
|
||
|
|
15,2 |
|
Назначение режима сварки |
12,3 |
|
Статистика показывает, что число работ, посвященных экспертным системам, и после 1980-х годов продолжает ин тенсивно увеличиваться.
Появление информации о новых возможностях, которые открывает применение экспертных систем для автоматизации
решения сложных неформализованных задач, стимулировало интерес отечественных исследователей к овладению метода ми искусственного интеллекта.
Начальные сведения об идеях, методах создания и при менении экспертных систем специалисты прикладных облас тей смогли получить во второй половине 1980-х - начале
1990-х годов по значительному числу переведенных на рус ский язык монографий зарубежных авторов [47, 58, 72 и др.]
и нескольким отечественным изданиям [32,49, 69,91].
В сварочном производстве к первым публикациям по тематике экспертных систем можно отнести работы [84, 86] и некоторые другие.
В.А. Судник и В.А. Ерофеев разработали программные пакеты «Прогнозирование качества» при сварке плавлением и контактной сварке для выполнения вычислительных экспери ментов и математического моделирования соответствующих процессов [86]. Такие сложные компьютерные системы они рассматривают как «экспертные системы высокого уровня».
А.И. Стрельцов и А.А. Толкачев проиллюстрировали тех нологию построения экспертной программы на примере задачи выбора марки электрода для ручной дуговой сварки [84]. К со жалению, в дальнейшем они не использовали возможности но вого подхода к решению широкого круга задач сварки.
В Пермском НПО «Парма» под руководством Б.И. Ярушкина была разработана оболочка ЭС «САПР-Эксперт» уни версального назначения, на основе которой совместно
с Пермским политехническим институтом создан исследова тельский прототип системы выбора варианта сварки в за щитных газах [102].
В МГТУ им. Н.Э. Баумана создана ЭС типа «нейросеть» для моделирования процесса импульсно-дуговой сварки неплавящимся электродом в аргоне (Э.А. Гладков, А.В. Мало летков и др. [16]). Показано, что точность расчетов по по строенной системе превосходит точность аналогичной рег рессионной модели. Также уменьшаются затраты на прове дение экспериментов и время на обработку эксперименталь ных данных.
Ряд авторов указывает, что экспертные системы могут создаваться как для работы в автономном режиме в качест ве консультантов по решению отдельных профессиональных
задач, так и в качестве подсистем САПР для синтеза некото рых проектных решений. В этом контексте можно говорить об интеллектуализации традиционных САПР как одном из направлений совершенствования автоматизированных сис тем. Применительно к задачам сварочного производства та кой подход подробно проанализирован А.С. Бабкиным [4].
Несмотря на перечисленные и другие имеющиеся разра ботки и публикации по тематике экспертных систем, мас штабы применения новых компьютерных методов решения задач сварки отстают от уровня индустриально развитых стран. Косвенным, но наглядным подтверждением этого мо жет служить такой факт: по проведенным подсчетам процент публикаций, в тематике которых присутствуют сведения об экспертных системах, за последние 15 лет составил: в рус скоязычной литературе 12,8 %, в иностранной - 50,9 %.
В России пока не создано коммерческих систем для ши рокого круга пользователей. Есть несколько промышленных образцов ЭС (разработки Тульского и Волгоградского ГТУ), но они пока по-настоящему не востребованы промыш ленностью. На уровне исследовательских прототипов нахо дятся ЭС преимущественно учебного назначения, разрабо танные в некоторых других вузах. Сведения о них крайне ограничены.
В странах СНГ наибольших успехов в создании эксперт ных систем для сварщиков добились сотрудники ИЭС им. О.Е. Патона. Первой работой стал аналитический образ за рубежных систем для сварщиков, подготовленный группой со трудников под руководством академика В.И. Махненко [101].
В дальнейшем Г.Ю. Сапрыкиной была разработана ЭС по сварке сталей под флюсом [78]. Используя информацию, введенную в базы данных и знаний, система предоставляет
возможность в диалоговом режиме разрабатывать техноло гию сварки для заданных исходных данных.
Группа сотрудников - П.В. Гладкий, В.Ф. Демченко
И.А. Рябцев, С.С. Козлитина и др. - на протяжении ряда лет занималась разработкой, а затем совершенствованием экс пертных систем по технологии электродуговой наплавки [100, 25]. При этом центральной задачей являлся выбор на плавочных материалов.
В обзоре информационных компьютерных систем, раз работанных в ИЭС им. Е.О. Патона [26], упоминается также экспертная система проектирования технологий сварки лег ких сплавов. Как и для других ЭС, дается краткая характери стика структуры системы, содержания баз данных и работы пользователя. К сожалению, не поясняется, чем принципи ально отличаются такие ЭС от ранее создававшихся инфор мационных систем, как решается проблема неоднозначности рекомендаций, генерируемых системой.
Ученые Белоруссии были в числе первых отечественных исследователей, начавших системно заниматься вопросами применения вычислительной техники для решения задач сварки. С конца 1960-х годов до начала 2000-х центром про ведения таких работ являлся Институт технической киберне тики (ИТК) АН Белоруссии. Здесь были разработаны основы
автоматизации технологической подготовки производства сварных конструкций [8, 57], созданы первые САПР ТПС универсального назначения [31], основанные на челове комашинном диалоговом решении конструкторско-техноло гических задач. Среди последних преобладают задачи выбо ра: выбор последовательности и содержания операций и пе реходов, выбор способа сварки, сварочных материалов, сва рочного и механического оборудования и т.п.
Первоначально белорусские исследователи ориентиро вались на разработанную Г.К. Горанским и его сотрудниками методику моделирования задач выбора с помощью таблиц соответствий и граф-схем алгоритмов выбора решений [3, 20]. В этой связи следует отметить большое методологиче ское значение статьи Н.Ю. Мухамедова и др. [57], авто ры которой на примере задачи выбора способа сварки пока зали различные аспекты моделирования сложных многоаль тернативных многофакторных задач. В дальнейшем реше ние этой задачи анализировали и другие исследователи [35, 42, 65, 102].
Опыт автоматизации решения неформализованных задач
сварочного |
производства обобщен |
в монографии А.И. Стре |
||
льцова [83]. В ней |
рассмотрены |
основные |
вопросы теории |
|
и практики |
создания |
САПР технологических |
процессов сбо |
рочно-сварочного производства: формализация исходной ин формации, методика и алгоритмы проектирования технологи ческих процессов, моделирование принятия проектных реше ний. В последней главе книги приведено описание САПР ТПС, разработанной автором совместно с Г.А. Ивановым.
Для задач расчетного типа, к которым отнесены расчеты параметров режимов сварки, технических норм времени на сбо рочно-сварочные и сопутствующие операции и норм расхода сварочных материалов, приведены соответствующие расчетные формулы с необходимыми пояснениями. В основу подхода к решению остальных задач (неформализованных, преимущест венно задач выбора) положен теоретико-множественный ана лиз. Большинство рассматриваемых параметров исследователи представляют в виде множеств и анализируют соответствия между множествами элементов входных и выходных парамет ров. В результате синтезируют алгоритмы решения задач.
С точки зрения методики решения задач наиболее инте ресными в работе [83] являются предложения автора по при менению в САПР элементов искусственного интеллекта и экс пертных систем. Этот вопрос проиллюстрирован для задач определения последовательности сборки сварных конструк ций, выбора способа сварки, типа стыкового шва и марки электрода для ручной сварки, а в целом - на примере автома тизации решения задач технологии сварки двухслойных ста лей.
Продолжение всего комплекса работ по автоматизации технологической подготовки сборочно-сварочного производ ства в настоящее время проводится в Научно-исследовате льском и конструкторско-технологическом институте сварки и защитных покрытий (НИКТИС), являющемся головной ор ганизацией Республики Беларусь в области сварки. Здесь группа сотрудников во главе с Г.А. Ивановым активно зани мается дальнейшим совершенствованием и производствен ным внедрением САПР ТПС, разработанной в Институте тех нической кибернетики (ИТК). В отличие от большинства отечественных САПР аналогичного назначения, в данной системе для решения проектных задач используются элемен ты искусственного интеллекта. Соответственно вместо базы данных функционирует база данных и знаний.
Вряде публикаций Г.А. Иванова и В.Н. Прончевой по казан современный уровень автоматизации решения типовых задач технологической подготовки производства сварных конструкций [29, 30 и др.].
Вобзоре литературы по автоматизации нельзя не упо мянуть о работах С.В. Медведева (ИТК НАН Беларуси), ко торый на протяжении длительного времени целенаправленно занимается вопросами компьютерного проектирования сбо
рочно-сварочной оснастки. Такое проектирование требует решения комплекса разнообразных задач методологического, конструкторского, системотехнического и иного характера с целевой ориентацией на объект проектирования, то есть сборочно-сварочной оснастки. В своей монографии [53] С.В. Медведев развивает выдвинутый Н.О. Окербломом принцип конструктивно-технологического проектирования сварных конструкций [63], считая возможным и целесооб разным параллельное выполнение этапов конструирования
сварных узлов, разработки технологии их изготовления и проектирования соответствующей сборочно-сварочной ос настки. Применительно к решению отдельных задач это оз начает, что проектировщики сварных конструкций и оснаст ки должны в максимальной степени учитывать требования технологичности и экономичности конструкций, возможно сти применения прогрессивных технологических приемов и операций, учитывать существование напряжений и дефор маций от сварки. В свою очередь, технологи должны инфор мировать конструкторов о влиянии конструкторских реше ний на технологию изготовления конструкций, о технологи ческих возможностях производства и тем самым способство вать повышению технологичности конструкций.
Главным достижением автора книги [53] можно считать разработку концепции построения компьютерных систем конструктивно-технологической подготовки сборочно-сва рочных производств, разработку и промышленное внедрение специальных методов автоматизированного конструирования систем технологического оснащения.
Несмотря на отмеченное выше снижение интенсивности выполнения работ по созданию и внедрению новых автома тизированных систем, прогресс в работах по автоматизации
решения различных задач не прекращался. Как видно из пуб ликаций, исследователи берутся за решение все более слож ных задач, все шире используют математическое моделиро вание изучаемых объектов и процессов и современные ком пьютерные технологии решения задач. В таком аспекте мож но говорить о стирании принципиальных различий между понятиями «задача» и «проблема».
Это можно показать на примере применяемой сварщи ками оценки свариваемости металлов - характеристики, зна ние которой необходимо для правильного выбора материала сварной конструкции и параметров технологии сварки.
На протяжении длительного времени уровень сваривае мости конструкционного материала оценивался качествен ными характеристиками - хорошая, удовлетворительная, ограниченная и плохая свариваемость - или с помощью на турных испытаний образцов. Для углеродистых и низко легированных сталей применяется также расчет величины эквивалента углерода, характеризующего склонность стали к закалке и образованию холодных трещин при сварке (опре деляется по химсоставу металла).
Практика показала, что применительно к ответственным сварным конструкциям такая оценка является недостаточной. В современном понимании свариваемость следует рассматри вать как сложную комплексную характеристику, зависящую не только от самого свариваемого материала, но и от применяемой технологии сварки, конструктивного оформления сварного со единения и требований к конструкции при ее эксплуатации. О сложности точной оценки свариваемости говорит тот факт, что этому вопросу посвящено несколько монографий отечест венных и зарубежных исследователей [52 и др. ].
В МГТУ им. Н.Э. Баумана под руководством профессо ра Э.Л. Макарова разработан программный комплекс «Сва риваемость легированных сталей» [76], позволяющий опре
делить возможность образования холодных трещин
в сварных соединениях из низколегированных сталей повы шенной прочности. Для этого программа рассчитывает тер мический цикл сварки, концентрацию диффузионного водо рода, напряженное состояние, фазовый состав зоны термиче ского влияния, показатели механических свойств металла и другие характеристики. Основу работы программы состав ляют расчеты многочисленных показателей, но итоговая оценка свариваемости не обходится без использования элемен тов выбора. Это относится прежде всего к выбору расчетных методик и субъективному назначению некоторых исходных данных. В целом расчетная оценка свариваемости металлов и свойств сварных соединений используется для решения задач выбора, на что указывает, например, название работы [34] (вы бор сварочных материалов, выбор режима сварки).
Еще более разнообразный и сложный комплекс задач приходится решать разработчикам САПР ТП изготовления сварных конструкций. Это можно заметить даже по одному виду достаточно сложной принципиальной схемы автомати зированного проектирования технологических процессов, приведенной в работе [45]. Схема названа укрупненной, то есть подразумевается, что большинство ее блоков означает решение не одной, а нескольких задач более низких иерархи ческих уровней. Поэтому если на основе укрупненной схемы составлять алгоритмы решений для какой-то конкретной объектно-ориентированной САПР, то их представление зай мет многостраничный объем.
Очевидно, в таких разработках нельзя обойтись без ис пользования системного подхода, предусматривающего клас сификацию и формализацию первичной информации, деком позицию сложных задач на более простые, сочетание фор мальных и неформальных, расчетных и нерасчетных мето дов, использование других принципов системного анализа.
Понимание этого нашло отражение в работе В.Ф. Лукь янова, Н.Ю. Людомирского и В.С. Просвирова (Донской ГТУ), посвященной информационному обеспечению САПР технологии ремонта сосудов, работающих под давлением [48]. Авторы правильно отмечают, что основная проблема, возникающая при решении подобных задач, состоит в фор мализации исходных данных и процедур принятия решений. Для упрощения проектной задачи могут быть применены ре структуризация предметной области и декомпозиция процесса решения. Имеется в виду, что синтез решения сложной много вариантной многофакторной задачи производится поэтапно, шагами. После каждого шага проводят анализ полученного проектного решения, при необходимости корректируют его и уточняют направление дальнейшего движения к цели.
Как показывает опыт, в процессе синтеза обычно возни кает несколько вариантов проектных решений, из которых необходимо выбрать оптимальный. В таких случаях целесо образно принимать во внимание два условия:
1)соответствие принятого решения техническому зада нию на проектную операцию или этап, по всем позициям;
2)максимальную технико-экономическую эффектив ность решения.
Сучетом этих положений авторы [48] разработали сис тему составления технологических инструкций по ремонту сосудов химического и энергетического машиностроения.
Они считают необходимым включать в состав информацион но-справочной базы системы соответствующие тематике нормативные документы, рекомендации специалистов, гото вые модули расчетной оценки остаточного ресурса конст рукции и синтеза технологических инструкций. Перечислен ные составляющие могут быть реализованы с использовани ем различных форм представления знаний, среди которых упоминаются гипертекстовые информационные технологии.
Характеризуя в целом применение вычислительной тех ники в сварочном производстве, следует отметить, что уче ными и инженерами стран СНГ, главным образом России, Украины и Республики Беларусь, накоплен большой опыт автоматизации решения технологических задач разных клас сов и построения автоматизированных систем. Автоматиза ция сварочного производства признана одним из приоритет ных направлений его развития, соответствует тенденциям мирового научно-технического прогресса, обеспечивает при внедрении многократное повышение производительности труда специалистов, сокращение сроков технической подго товки производства и получение значительного экономиче ского эффекта [38].
Однако имеющийся научный потенциал и практические наработки используются недостаточно, так как не проанализи рованы и не обобщены. За исключением изданной малым тира жом монографии А.И. Стрельцова [83], нет книжных изданий, в которых комплексно и с достаточной полнотой были бы из ложены основные вопросы создания и функционирования САПР ТПС и решения наиболее распространенных задач сварки. В подготовленном группой ученых и специалистов сварочного производства учебном пособии для вузов [108] вопросам авто матизированного проектирования сборочно-сварочных работ
отведено скромное место (около 1 % по объему). Выделены и обстоятельно рассмотрены два несомненно важных вопроса проектирования технологии: обработка и представление исход ных данных и формирование последовательности операций сборки и сварки.
Выпуск таких изданий сохраняет свою актуальность. Пока же основные сведения по данной тематике содержатся в многочисленных статьях в журналах и сборниках трудов разных конференций, научно-проектных организаций и ву зов. Материалов статей недостаточно для их практического использования при создании новых систем.
Относительно путей дальнейшего развития автоматиза ции труда специалистов-сварщиков в литературе приводятся разные точки зрения. Их можно объединить в следующие четыре направления:
1. Расширение областей применения и совершенствова ние информационных систем, необходимых для практиче ской работы специалистов. Это направление исходит из пока еще явно недостаточного использования огромных возмож ностей вычислительной техники в отношении накопления и обработки информации, удобства информационного об служивания пользователей. Большинство таких систем (бан ков данных, информационно-поисковых, информационно расчетных и др.) имеет конкретную тематическую направ ленность, иногда сравнительно узкую, но проводятся работы и по созданию систем энциклопедического уровня - в целом по сварочному производству [33].
2. Интеллектуализация автоматизированных систем. Ис пользование методов искусственного интеллекта и эксперт ных систем при принятии проектных решений, особенно на
ранних стадиях проектирования, существенно дополняет и расширяет возможности САПР [62]. Этому направлению уделяют внимание все большее число ученых-сварщиков. Приемы интеллектуализации могут быть разными. Многие специалисты считают целесообразным включать в структуру САПР базы знаний в дополнение к базам данных. При этом базы знаний могут создаваться для системы в целом или для ее отдельных модулей [43].
Другим приемом является выполнение проектирования по сложным алгоритмам, разрабатываемым высококвалифи цированными специалистами на основе их опыта и глубокого понимания проблем предметной области [39]. Такие алго ритмы целесообразно создавать только для наиболее слож ных задач, примерами которых в сварке могут служить зада чи выбора материала сварной конструкции, способа сварки, сварочных материалов.
3. Переход к решению расчетных задач с использованием компьютерного моделирования процессов и объектов сварки. Считается, что математическое моделирование физических про цессов при сварке создает возможность получения дополнитель ной информации и более эффективного использования информа ции, содержащейся в базах данных и знаний системы [51].
4. Интеграция компьютерных систем, ориентированных на отдельные этапы подготовки сборочно-сварочного произ водства - проектирование сварных конструкций, разработку их изготовления, проектирование сборочно-сварочной осна стки. Принципы согласования первых двух этапов были раз работаны в 60-х годах прошлого века [63]. Со времени начала практического применения вычислительной техники основ ное внимание исследователей было обращено на автоматиза цию решения отдельных конструкторско-технических задач
сварки и создание САПР ТП сборочно-сварочного производ ства. В последние два десятилетия достигнуты значительные успехи в автоматизации проектирования сборочно-сварочной оснастки [53]. Таким образом, у некоторых специалистов, работающих в области автоматизации сварочного производ ства, имеется опыт создания базовых компонентов интегри рованных компьютерных систем. На пути практического использования этого опыта необходимо решить немало тех нических и организационных проблем, но перспективность продвижения по данному направлению подтверждена зару бежной практикой. Для обеспечения конкурентоспособности на крупных западных фирмах внедряется CALS-технология, под которой подразумевается стратегия организации произ водства новых изделий, базирующаяся на информационной поддержке всех этапов жизненного цикла объектов проекти рования и производства, от разработки дизайна до запуска
впроизводство и сопровождения его эксплуатации [77].
Взаключение следует отметить, что для продвижения по вышеуказанным направлениям автоматизации требуется решить множество разнообразных технических, организаци онных и иных задач, которые можно рассматривать как пер вичные элементы процессов создания и функционирования сложных компьютерных систем.
6.2.Компьютерная система для моделирования
ирешения задач выбора
Как видно из приведенного обзора литературы, в на стоящее время находят применение разные методы и приемы автоматизации решения задач выбора. В промышленном производстве стран СНГ наибольшее распространение полу чила автоматизация по методике, принятой в традиционных САПР ТПС. Она предусматривает цифровое кодирование
объектов выбора для всех типовых задач, разработку слож ных алгоритмов формирования меню для всех возможных вариантов условий задач, принятие большинства проектных решений конечными пользователями системы в режиме ме ню. Достоинством такого метода является возможность вос пользоваться опытом многих разработчиков САПР ТПС, не достатком - невысокий уровень автоматизации процедур вы бора и зависимость качества принимаемых решений от инди видуальных знаний и опыта пользователей САПР.
Опыт зарубежных стран свидетельствует о возможности
ивысокой эффективности решения неформализованных за дач с помощью экспертных систем. Однако воспользоваться иностранными ЭС в наших условиях сложно из-за их высо кой стоимости (в зависимости от назначения и универсально сти они могут стоить от тысяч до сотен тысяч долларов [91])
инеобходимости полной переработки баз знаний под отече ственную информационную базу. В России аналогичных по тематике экспертных систем для сварщиков пока не создано.
Впринципе можно воспользоваться имеющимися отече ственными экспертными системами оболочного типа, таки ми, например, как НИК, ЭКСПЕРТИЗА, САПР-Эксперт, ИНТЕРЭКСПЕРТ, ЭМИ и др. [32, 91]. Но они также стоят недешево, и главное - остается проблема наполнения баз зна ний (БЗ). Этот этап создания ЭС является чрезвычайно слож ным и трудоемким и может быть выполнен только при совме стной работе специалиста, хорошо знающего предметную об ласть подлежащих решению задач (эксперта), и инженера по знаниям, умеющего создавать базы знаний (когнитолога).
Еще одно направление автоматизации может быть свя зано с формализацией задач выбора на основе таблиц соот ветствий. В подразд. 4.1 было показано, что продукционные
правила, являющиеся элементами баз знаний ЭС, и строки таблиц соответствий могут представлять близкие по содер жанию знания, но при сравнении между собой по разным по казателям они имеют как преимущества, так и недостатки.
В связи со сказанным является очевидной желательность воспользоваться опытом всех направлений автоматизации. Исходя из этого были разработаны принципы построения компьютерной системы, предназначенной для решения задач класса выбора, в форме гибридной экспертной системы.
Основными блоками системы такого вида должны быть таблица соответствий, продукционная база знаний и меха низм (машина) вывода. Здесь ТС выступает в роли некоторо го универсального узла, аккумулирующего наиболее важные знания о решаемой задаче. Поскольку признается реальным факт, что в большинстве случаев невозможно в рамках таб личной модели учесть все тонкости важных для решения знаний, ТС дополняется базой знаний (БЗ) с относительно небольшим количеством правил, а также текстовыми ком ментариями произвольного вида. С помощью базы знаний решается проблема выдачи системой устраивающих пользо вателя рекомендаций (преимущественно однозначных).
Методика построения таблиц соответствий приведена в главе 2. При разработке всей компьютерной системы исполь зовали теорию создания экспертных систем. Конкретно руково дствовались следующими основными положениями [43]:
1. ЭС создается с использованием специального инструмен тального средства, ориентированного на класс задач выбора.
2. Основа базы знаний в форме таблицы соответствий создается без участия инженера по знаниям в процессе диа логового взаимодействия эксперта (разработчика или квали фицированного пользователя) с программной средой.
3. Информационное обеспечение системы для решения сложных задач формируется из трех элементов: табличных данных (ТС), дополнительных сведений в текстовой форме (продукционные правила) и комментариев.
4.Функции машины вывода сводятся к помощи эксперту
врежиме приобретения знаний или адаптации и помощи конеч ному пользователю при выборе решений из конкурирующих.
Всоответствии с этими положениями основными объек тами (субъектами) взаимодействия в системе являются раз работчик системы (эксперт), конечный пользователь и база знаний (рис. 30).
Рис. 30. Принципиальная структура системы исхема взаимодействия логических компонентов программы
В данной системе, в отличие от большинства эксперт ных систем, особое внимание уделено работе эксперта. Речь идет о развитии и «дружественности» интерфейса разработчика модели на этапах ее построения и адаптации. Средствами оболочки эксперта ему создаются условия для оперативной корректировки модели с целью преодоления неоднозначности решений или сужения альтернатив до
приемлемого уровня. Для этого предусмотрено автомати ческое тестирование табличной модели с выдачей на экран дисплея сообщений о неоднозначных решениях, генери руемых предложенным вариантом таблицы соответствий. Простота и наглядность интерфейса разработчика позво ляют во многих случаях выполнять его функции высоко квалифицированному пользователю, по крайней мере на этапах построения и тестирования ТС. Поэтому разделение оболочек эксперта и пользователя, показанное на рис. 30, можно считать условным.
Более детальное представление о процессе построения мо делей задач с помощью гибридной ЭС дает схема на рис. 31.
Работа по созданию модели задачи начинается с изуче ния экспертом предметной области задачи (блок 1). В резуль тате сбора и анализа необходимой информации выявляются исходные данные: выходные и входные параметры и связи между ними. Если согласно полученным данным в задаче требуется рассмотреть несколько вариантов решений (не ме нее 4-5) и выбор зависит от нескольких факторов, переходят к построению модели задачи в форме таблицы соответствий (блоки 2 и 3). По технологии, приведенной в главе 2, из вы ходных параметров формируют область прибытия ТС, из входных параметров и их значений - область отправления. Известные связи между параметрами фиксируют указаниями в матрице соответствий таблицы.
Затем переходят к тестированию ТС на предмет обна ружения неоднозначных решений (блоки 4 и 5). В большин стве случаев неоднозначность решений имеет место. В про цессе анализа (блок 6) необходимо не только выявить все ва рианты условий задачи, при которых не получаются одно значные решения, но и определить, насколько много неодно значных решений генерирует анализируемая ТС и какие из
альтернатив в модели плохо разделяются. Поиск ответа на эти вопросы не является простым. Как отмечалось ранее, для этого можно использовать построение граф-схем (блок-схем) или специальные программные средства.
Рис. 31. Схема построения модели задачи выбора с помощью гибридной ЭС
По результатам анализа определяют, требуется ли кор ректировать модель. Если нет, то значит построенная модель соответствует техническому заданию и с ней может работать пользователь (блок 13). На практике такое случается редко.
Почти всегда требуется хотя бы небольшая корректировка и, следовательно, необходимо выбрать способ улучшения мо дели (блок 8).
Здесь возможны несколько вариантов действий. Один из них обозначен блоком 9 (корректировка ТС), под которым по нимается корректировка построенной модели преимуществен но за счет изменения ее области отправления. При анализе может также выявиться целесообразность декомпозиции мо дели на несколько подмоделей, с каждой из которых надо про водить тестирование, анализ и другие действия.
В иных случаях для улучшения модели может потребо ваться сбор дополнительных данных (блок 10) и более суще ственное изменение первоначально построенной модели, на пример, за счет введения дополнительных параметровразделителей. Тогда следует повторять действия, предусмот ренные блоками 1—7.
Наиболее сложной является ситуация, при которой все рассмотренные варианты улучшения табличной модели не приводят к желаемым результатам. В этом случае можно расширить информационную базу модели задачи за счет до полнительных знаний, излагаемых вербально в форме про дукционных правил, а иногда и дополнительных коммента риев (блок 11). Информация такого вида не заменяет знаний, содержащихся в таблице соответствий, а дополняет их, чтобы помочь в разделении неразделяющихся решений. Поэтому объем продукционной части базы знаний гибридной ЭС по лучается небольшим и определяется только потребностями разделения небольших групп решений из области прибытия ТС (не редко всего двух-трех). Эффективность расширения БЗ также может быть оценена с помощью тестирования (блок 12) и анализа его результатов.
В соответствии с вышеприведенными принципиальны ми положениями автором совместно с К.Ю. Хомовым разра ботана компьютерная программа, помогающая в решении задач выбора [43]. В системе программно реализована ком пьютерная поддержка действий, указанных на схеме рис. 31 блоками 2-9, то есть работ, которые выполняются разработ чиками табличных моделей и конечными пользователями.
В качестве инструмента создания и решения задач с по мощью таблиц соответствий выбрана программа MS Excel. Данный инструмент представляет необходимые визуальные средства работы с ячейками таблицы и встроенный язык про граммирования Visual Basic для реализации вычислительных алгоритмов. Достоинствами MS Excel являются его распро страненность и интуитивно понятный интерфейс работы пользователей, не требующий специализированных знаний работы с компьютером. Программа позволяет создавать, ре дактировать или удалять таблицы соответствий, используя режимы «Редактирование» или «Решение».
Работа с программой в режиме «Редактирование» осу ществляется следующим образом. Общий алгоритм работы задается системой. При решении новой задачи сначала на экран дисплея система выводит форму (оболочку) таблицы соответствий. Оператор с помощью простых средств управ ления заполняет форму всеми необходимыми данными, так же как это производится при безмашинном построении ТС. Кодировать выходные и входные параметры и их значения не обязательно, что безусловно удобно для разработчика. Нали чие соответствий указывается в клетках матрицы единицами, остальные клетки не заполняются.
Тестирование построенной модели проводится на при мерах разных условий моделируемой задачи. Система обес печивает максимальную наглядность существующих связей
низированная сварка в углекислом газе. Но если в условии приведенной задачи уменьшить длину шва, то однозначного решения не получится: система укажет возможность приме нения двух способов сварки - механизированной в С02 и ручной дуговой.
Работоспособность и удобство работы с созданной ком пьютерной системой для моделирования и решения задач выбора подтверждены практикой ее применения в учебном процессе на кафедре СП и ТКМ ПГТУ.