WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

на правах рукописи

ДЕНИСОВ ДМИТРИЙ АЛЕКСАНДРОВИЧ

Автоматизированная система определения способов устранения неисправностей листового офсетного печатного оборудования

Специальность 05.13.06 – Автоматизация и управление

технологическими процессами и производствами

(полиграфические средства информации и информационные системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Москва – 2012

Работа выполнена на кафедре «Информатика и вычислительная техника»

ФГБОУ ВПО  «Московский государственный университет печати

имени Ивана Федорова».

Научный руководитель:

профессор, доктор технических наук

Гасов Владимир Михайлович

Официальные оппоненты:

профессор, доктор технических наук

Куликов Григорий Борисович

доцент, кандидат технических наук

Мосягин Александр Борисович

Ведущая организация:

ЗАО «НИИПолиграфмаш»

Защита состоится 27 сентября 2012 г. в 14 часов 00 минут на заседании диссертационного совета Д 212.147.03  при Московском государственном университете печати имени Ивана Федорова по адресу 127550, г. Москва, ул. Прянишникова, дом 2А.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Московский государственный университет печати имени Ивана Федорова».

Автореферат разослан « »  2012 г.

Ученый секретарь

диссертационного совета Д 212.147.03:                        д.т.н., профессор Агеев В.Н.

1. Общая характеристика работы

1.1.

Актуальность темы

Обслуживание печатных машин является сложным, дорогостоящим, трудоемким процессом, для организации которого требуется участие специалистов высокого класса, знающих принципы процесса печати, устройства печатных машин, имеющих опыт и навыки ремонта сложного по своему технологическому устройству оборудования. Также немаловажную роль играет объем знаний сервисных инженеров. Объем знаний постоянно увеличивается, так как практически все производители имеют собственные конструкторские бюро и исследовательские центры, занимаются разработкой новых моделей машин, узлов, их модернизацией и автоматизацией, накапливая и увеличивая знания.

В настоящий момент постпродажное сервисное обслуживание листовых офсетных машин подразумевает возможность типографии обратиться к инженерам сервисной службы для получения информации по возникшей неисправности. Под неисправностью понимается не только невозможность оборудования выполнять требуемую функцию, но и ошибка технологического характера. Однако консультирование не всегда проходит быстро и качественно. Заявки на обслуживания могут быть потеряны, компетентного специалиста может не быть на месте. Это ведет к простою печатной машины. Для принятия точного и быстрого решения специалисту необходимо иметь опыт, но опыт человеком копится длительное время и может быть полноценно использован, только если данный конкретный специалист занимается устранением неисправностей на определенной модели машины. Дефицит достаточного количества специалистов высокого уровня делает их услуги весьма дорогими, и не каждая типография готова обращаться к ним за помощью на регулярной основе.

Среди систем, направленных на поддержку операторов, прототипов можно выделить системы диагностики. Анализируя входные данные с датчиков, установленных на узлах машины, системой принимается решение о предупреждении оператора о возникшей неисправности. Особенностью систем подобного типа является то, что не всегда указывается способ устранения возникших неисправностей, и не всегда предлагаются рекомендации по их устранению. Следует учесть, что не каждая печатная машина, и не каждый узел машины оснащается данными системами.

       Таким образом, существующие методы организации сервисного обслуживания листовых офсетных печатных машин основаны на обращении к сервисному инженеру и не позволяют достаточно эффективно проводить поддержку типографий и за короткий временной промежуток предоставлять в полном объеме информацию, использование которой могло бы позволить быстро и качественно организовать процесс устранения неисправности.

  Решение данной проблемы лежит на пути автоматизации определения способов устранения неисправностей на основе разработки системы алгоритмов, позволяющих осуществлять поиск способов устранения неисправностей с опорой на базу данных экспертов в сфере обслуживания печатных машин, накапливать их опыт, выявлять слабые узлы машин и способствовать самостоятельному принятию обслуживающим персоналом решения по выбору способа устранения неисправностей без необходимости обращения в сервисную службу и к сервисному инженеру.

1.2. Цели работы

Целью диссертационной работы является автоматизация процесса определения способов устранения неисправностей в системе сервисного обслуживания листовых офсетных печатных машин; внедрение системы на промышленном предприятии.

1.3. Задачи исследования

Для реализации целей необходимо решить такие задачи, как:

  • проведение анализа предметной области, изучение алгоритмов систем обслуживания и диагностики производственного оборудования,
  • формирование базы данных с описанием неисправностей, причин их возникновения и способов устранения, корнями слов и слов-синонимов,
  • разработка методики определения способов устранения неисправностей и их принципов представления пользователю,
  • кластерный анализ прецедентов и внедрение метрики для определения расстояния между ними
  • разработка интуитивно понятного интерфейса пользователя.

1.4. Методы исследования

Для достижения поставленных целей используются методы реляционных баз данных, теории построения интеллектуальных систем, теории множеств, математической статистики, алгоритмы поиска подстроки и лингвистического анализа. Разработка системы произведена на языке программирования Delphi с использованием языка структурированных запросов SQL и скриптового языка программирования общего назначения PHP.

1.5. Область исследования

Ремонт и обслуживание листовых офсетных печатных машин, автоматизация процессов определения и устранения неисправностей.

1.6. Научная новизна

Научная новизна представленного исследования может быть сведена к следующим положениям:

1. Предложена новая методика выявления неисправностей листовых офсетных печатных машин, позволяющая анализировать запросы, введенные в свободной форме. Применение методики сокращает время простоя оборудования при определении способа устранения неисправности.

2. Разработан алгоритм определения способов устранения неисправностей, основанный на методе эвристического ветвления с введением дополнительной метрики, ориентированный на пользователей с разным уровнем компетенций. Применение алгоритма позволяет сократить время поиска неисправности для операторов с низкой квалификацией.

3. Разработана новая методика формирования тестовых заданий при определении компетенции операторов производственного оборудования на основе метода размытых эвристик, позволяющая контролировать актуальность и полноту знаний операторов листовых офсетных печатных машин. Применение методики позволяет повысить уровень квалификации операторов.

1.7. Методологическая основа

Методологической основой исследования являются работы в области рассуждений на основе прецедентов (работы Варшавского, Башмакова, Уоссермана, Фотсера), адаптации сложных систем, решения задач сервисного обслуживания производственного оборудования, в частности, печатных машин (подходы к сервисному обслуживанию листовых офсетных машин компаний KBA, Heidelberg, manroland).

1.8. Достоверность полученных результатов

Подтверждается практической реализацией разработанных моделей и алгоритмов, а также методами математической статистики, успешной апробацией и внедрением разработанной методики на профильном предприятии.

1.9. Теоретическая значимость результатов

Теоретическая значимость заключается в возможности использовать базу данных для разработки системы оценки объема знаний операторов листовых офсетных печатных машин.

1.10. Практическая ценность

Практическая ценность и значимость результатов работы состоит в получении научных результатов, позволивших сформулировать рекомендации к процессу автоматизации поиска способов устранения неисправностей, среди которых:

1. Применение предложенной методики и алгоритма позволило автоматизировать процесс определения способа устранения неисправности.

2. Визуализация процесса определения способа устранения неисправности позволяет сократить время устранения неисправности.

3. Внедрение методик и алгоритмов позволяет сформировать статистические данные о возникающих неисправностях, что позволяет оптимально подобрать нужный способ их устранения, определить слабые узлы оборудования, эффективно проводить профилактику и определение уровня компетенций пользователей оборудования.

1.11. Основные научные и практические результаты, выносимые на защиту

1. Новая методика выявления неисправностей листовых офсетных печатных машин, позволяющая анализировать запросы, введенные в свободной форме. 

2. Алгоритм определения способов устранения неисправностей, основанный на методе эвристического ветвления с введением дополнительной метрики, ориентированный на пользователей с разным уровнем компетенций.

3. Новая методика формирования тестовых заданий при определении компетенции операторов производственного оборудования на основе метода размытых эвристик, позволяющая контролировать актуальность и полноту знаний операторов листовых офсетных печатных машин.

1.12. Апробация работы

Основные результаты диссертационной работы обсуждены на научно-технической международной молодежной конференции «Системы, методы, техника и технологии обработки медиаконтента», Москва, 2011.

Методы, разработанные в диссертационной работе, используются операторами при производстве печатной продукции на листовой офсетной печатной машине на многопрофильном полиграфическом предприятии ООО «РПА ВизАрт» при возникновении ситуаций, требующих устранения неисправностей.

1.13. Публикации

Результаты проведенного анализа, разработки алгоритмов и программной реализации отражены в 5 статьях, напечатанных в журналах, в том числе, рекомендуемых ВАК – 3 статьи.

1.14. Структура и объем работы

Диссертация состоит из введения, четырех глав и заключения. Материалы изложены на 119 страницах, включая 20 рисунков, 19 таблиц.

2. Краткое содержание работы

Во введении раскрывается вопрос актуальности темы, ставятся цели и задачи работы, отмечена научная новизна и практическая значимость работы.

В первой главе описывается внедрение информационных технологий в производственные системы на современном этапе развития информатики. Описываются в общем виде структура автоматизированных систем, а также предпосылки их развития и области применения.

В качестве аналогов разрабатываемой системы были рассмотрены системы лидеров рынка по производству листовых офсетных печатных машин. Рассматривалась система контроля качества KBA QualiTronic концерна Koenig & Bauer AG, системы Prinect Easy Control, Prinect Auto Register, Prinect Axis Control, Prinect Dipco Elements, Prinect Image Control, Prinect Inpress Control, Prinect Inspection Control фирмы Heidelberg, системы IntelIiTrax и EasyTrax компании X-Rite, которые лишь выявляют факт неисправности в работе печатной машины, но не предлагают в наглядной форме способов их устранения.

Были изучены методы рассуждений, основанные на прецедентах, работы из области теории построения интеллектуальных систем. В данном направлении наиболее значительны труды отечественных ученых Вагина В.Н., Головиной Е.Ю., Загорянской А.А., Фоминой М.В., Варшавского П.Р., Еремеева А.П., Башлыкова А.А., Бриткова В.Б., Вязилова Е.Д., а также зарубежных авторов — G. Hachtel, F. Somenzi, М. Hoffman, D. Shute, М. Ebbers.

Во второй главе описывается математически процесс принятия решения при определении способов устранения неисправностей. Были предложены графовая модель и кластерный анализ, на основе которых в дальнейшем была проведена  разработка целевого программного продукта.

Так как при возникновении неисправностей процесс печати не всегда прекращается, то возникает необходимость в постоянном контроле качества продукции. Данный контроль осуществляется как визуально оператором листовых офсетных печатных машин, так и специализированными системами контроля. Многие неисправности оказывают воздействие на запечатанный лист, и, проанализировав его, можно будет говорить о возможных причинах их возникновения. В случае если печатная машина не оснащена датчиками контроля, либо они не сигнализируют о неисправности, оператору необходимо самостоятельно, изучив некорректно отпечатанный лист, определить признаки неисправности, возможный узел, в котором она возникла, и причину ее вызвавшую. После этого необходимо предпринять шаги к устранению неисправности. Качественное выполнение всех указанных действий требует от оператора не только теоретических знаний о том, как происходит печать, какие факторы могут влиять на ее качество, не только знания основ таких дисциплин как механика, химия, устройство печатных машин, технологию печати, но, что также важно, требует от печатника практических  навыков по устранению неисправностей. Обладать полным набором знаний и навыков – сложная задача для любого специалиста, так как необходимо не только глубоко изучить предмет, но и знать устройство современных систем, модулей, которые у разных производителей могут выглядеть по-разному, которые требуют использования различного инструмента, последовательности совершаемых действий при ремонте и правил эксплуатации.

Для описания алгоритма определения способа устранения вводится множество параметров Q, характеризующих тот или иной способ устранения неисправности:

                       ,                                                        (1)

где

, где q=|Q|;

M – множество моделей машин, , где m=|M|;

C – множество узлов листовых офсетных печатных машин, , где c=|C|;

A – множество внешних признаков проявления неисправностей, , где a=|A|;

V – множество причин неисправностей, , где v=|V|;

O –множество способов устранения возникшей неисправности, , где o=|O|.

То есть, множество Q при произведении элементов включает в себя всевозможные варианты соотношения моделей, причин неисправностей, способов их устранения и пр. Для описания неисправностей, которые могли бы в реальной ситуации произойти, необходимо выделить эти смысловые значения в отдельное множество F. Совокупностью смысловых значений будет являться отображение f из множества Q в F:

                                                               (2)

В проектируемом графе определения способа устранения неисправности вершины графа соединяют ребра, если соответствующие вершинам элементы множества входят в подмножество, соответствующим вершинам, соединенными ребрами.

Описание графа выглядит следующим образом:

G=(W, N),                                                                (3)

где

W – множество вершин графа,

где

N – множество ребер графа,

Полученный граф состоит из непустого множества – вершин и ребер. Каждая его вершина представляет промежуточный этап в достижении цели по определению способа устранении неисправности. Вершины – факты из базы данных. Дуги в свою очередь задают соотношения между фактами. Граф дает возможность более наглядно уяснить  отношения среди элементов конечного множества и описать однородную семантическую сеть с бинарным отношением.

На основании данного графа строится информационная модель, представляющая предметную область в виде структурных информационных связей (рис. 2).

Для успешного выбора требуемого способа устранения необходимо  ввести дополнительную метрику, позволяющую более точно определить расстояния между прецедентами. Расстояние определяется последовательно в 5-мерной системе координат с осями:

- x - совпадение по модели машины (возможные значения: [0;100]),

- y - совпадение по узлу машины (возможные значения: 0,1),

- z - количество совпавших корней полиграфических терминов,

- k - количество совпавших корней общеупотребительных слов,

- l - совпадение по корням, введенными операторами ранее.

Описывая математически зависимость множества способов устранения R, получим:

                               R=R(M, C, A, V,O, G, D),                                        (4)

где

M – множество моделей машин, , где m=|M|;

C – множество узлов листовых офсетных печатных машин, , где c=|C|;

A – множество внешних признаков проявления неисправностей, , где a=|A|;

V – множество причин неисправностей, , где v=|V|;

O –множество способов устранения возникшей неисправности, , где o=|O|.

G – множество рейтинговых значений неисправности, , где g=|G|;

D – множество расстояний между прецедентами, , где d=|D|.

В случае, если оператор при формировании запроса укажет модель и узел машины, то системой будет проанализированы не только модели указанного производителя, но и модели других производителей со схожим строением узлов. За определение схожести узлов отвечает эксперт, который выделяет на множестве моделей машин кластеры. Пусть имеется множество узлов C и дана функция определения расстояния между объектами d(c,c’). Эксперту необходимо разбить выборку на непересекающиеся подмножества так, чтобы каждый кластер состоял из близких объектов по метрике d. В результате будут получены группы схожих по своему строению узлов машин разных производителей.

Информация о схожести узлов разных моделей машин выражается в процентном соотношении. В итоге будет получена матрица смежности (таблица 1):

       

Табл.1

Матрица смежности

С1

С2

...

Сn

С1

-

x1,2

...

x1,n

С2

x2,1

-

...

x2,n

...

...

...

...

...

Сn

xn,1

Сn,2

...

-

С – множество узлов машин,

n – количество узлов разных моделей,

x – процент схожести моделей.

       

       После анализа введенной информации о модели машины и узлах необходимо определить наиболее близкие к требуемому запросу элементы. Выделяются корни узкоспециальных терминов и общеупотребительных слов, а также корни слов, которые не вошли в описание признаков неисправностей, но которые были упомянуты ранее другими операторами во время успешного нахождения требуемого способа устранения.

Предположим, что идеальная (искомая) точка имеет координаты (x1,y1,z1,k1,l1), а текущий рассматриваемый прецедент из множества R имеет координаты (x2,y2,z2,k2,l2). Высчитывается удаленность координат по осям в следующем порядке: сначала высчитывается удаленность по оси х:

ri=min(x1- x2),                                                        (5)

где

i – количество ближайших элементов, а .

Далее из сформированного множества R определяются последовательно наиболее близкие объекты по оставшимся осям y,z,k,l.

В результате получим наиболее близкие элементы, на основе которых будет формироваться итоговый список возможных устранений неисправностей.

Последовательный анализ и разделение слов на группы обусловлен тем, что оператор, описывая возникшую неисправность одним словом, принятым описывать эту и только эту неисправность, повышает вероятность нахождения требуемого способа устранения, чем, если будет описывать возникшую ситуацию с помощью общеупотребительной лексики. Слова образуют определенные лексические группы: общеупотребительную лексику и лексику ограниченного употребления. К лексике ограниченного употребления относят профессионально-терминологические слова, используемые группой лиц, объединенных по роду деятельности. Соответственно, описывая внешние признаки неисправности профессиональными терминами, повышается вероятность нахождения требуемого способа устранения, так как семантическая мера информации в запросе будет выше.

Для дальнейшей оценки введем понятие рейтинга G и расстояния D. Под рейтингом понимается частота упоминания прецедента среди решений, позволивших устранить возникшую неисправность, а под расстоянием – удаленность между прецедентами. Тогда, если расстояние между двумя прецедентами D(ri,ri+1)=0 равно нулю, а рейтинг ri меньше, чем рейтинг ri+1 G(ri)<G(ri+1), то они меняются местами.

Преимущество данной методики заключается в том, что повышается вероятность получения требуемого способа устранения за счет поэтапного определения расстояний между ними.

В третьей главе описывается алгоритм определения способов устранения неисправностей, который отражает процесс принятия решения, и проведенный эксперимент.

В таблице 2 приведено среднее время определения способа устранения системой и пятью экспертами. Экспериментальные данные были получены при обслуживании листовой офсетной печатной машины GTO 52-4. Под временем определения понимается время, прошедшее с момента подачи заявки оператором до получения ответа с описанием предполагаемого способа устранения неисправности. Количество записей в системе: 1700.

Табл. 2

Время определения способов устранения

Количество обработанных

неисправностей

Среднее время работы системы, с

Среднее время работы пяти экспертов, с

Отношение среднего арифметического времен работы экспертов к среднему времени работы системы 

1

2

3

4

5

98

2,1

6800        

10900

15700

18900

7500

5700

Среднее арифметическое средних времен определения способов устранения неисправностей экспертами составило 12000±100 с. Среднее время работы системы составило около 2 с. Количество обработанных неисправностей – 98.

Описание алгоритма

Если в процессе производства возникают неисправности, устранить которые оператор не может, то для решения этой задачи оператором может быть использована система, позволяющая находить наиболее подходящие способы устранения. Процесс определения начинается с того, что оператор формирует запрос в свободной форме, указывает признаки неисправности. Перед разработкой алгоритма была сформулирована задача по интеллектуализации поиска, под которой понимается:

  1. Поиск описания неисправности, учитывая однокоренные слова
  2. Поиск описания неисправности, учитывая синонимы, так как запрос может быть сформирован в свободной форме.
  3. Определение расстояния между прецедентами.
  4. Обучение системы за счет выявления новых слов.

Для решения задачи необходимо ввести дополнительные множества:

S={Si | i=1,s}, где s=|S| – множество слов в запросе оператора листовой машины,

Y={Yi | i=1,y}, где y=|Y| – множество корней слов,

X={Xi | i=1,x}, где x=|X| – множество слов, входящих в описание неисправности в базе данных,

K={Ki | i=1,k}, где k=|K| – множество совпавших корней,

L={Li | i=1,l}, где l=|L| – расширенное множество K, содержащее корни слов, которые являются синонимами к словам, корни которых содержатся во множестве K.

Множество S содержит в себе перечень слов, которые ввел оператор при формировании запроса. Множество корней содержит в себе корни слов, которые употребляются при описании неисправностей. В качестве примера можно привести такие корни слов как {мат, бум, лист, мят, форм, ниж}, соответственно от слов {материал, бумага, лист, мятый, форма, снижение}.

Алгоритм определения способов устранения неисправности на основании данных о внешних признаках ее проявления осуществляется путем сравнения каждого элемента множества с элементом множества .

       Если при последовательном анализе обнаруживается, что множество включено во множество , то элемент множества удаляется, если же множество не включено во множество , то множеству присваивается индекс последнего элемента, а индексы других элементов изменяются на их новые порядковые номера.

В случае если элемент множества Y входит в любой из элементов множества S, то он добавляется в отдельное множество K, то есть K – множество корней слов, которые были найдены в исходном запросе. На следующем шаге, после анализа всех слов из запроса, необходимо расширить множество корней для более точного и обширного поиска, добавив в него корни синонимичных слов, информация о синонимичности слов которых содержится в специальной таблице соответствия корней слов-синонимов. На данном этапе создается множество L, элементами которого также являются множества символов. На следующем этапе необходимо выявить вхождение корней из расширенного множества L во множество X. Условие вхождения корней из расширенного множества в словах строки с описанием, находящейся в базе данных, описывается следующим уравнением:

,                                        (6)

где

       Если при последовательном анализе обнаруживается, что множество включено во множество , то элемент множества удаляется, значение параметра I, учитывающего количество совпадений корней со словами увеличивается на единицу, а индексы оставшихся элементов множества уменьшаются на единицу. Если множество не включено во множество , то множеству присваивается индекс последнего элемента, а индексы других элементов уменьшаются на единицу.

Если оператор ищет способ устранения и в запросе описания неисправности указывает слова, корни которых не входят во множество Y, а способ устранения возникшей неисправности в процессе выполнения алгоритма определения был успешно найден, то слова, корни которых не будут найдены, обрабатываются на основе лингвистического анализа и записываются в базу данных. Из слов будут выделены корни и подобраны корни слов-синонимов. Таким образом, системой производится самообучение, позволяющее накапливать слова. Накопленные знания позволят более точно находить способы устранения. Для лингвистического анализа используются два словаря: словарь корней слов и словарь синонимов.

Также ставится задача эффективного использования полученной информации оператором, чтобы максимально ускорить процесс устранения причины неисправности. Для этого необходимо вывести тот способ устранения, который бы был наиболее вероятный, то есть тот способ, который наиболее близок к искомому. На данном этапе определяется расстояние между прецедентами. В случае если способ устранения неисправности найден не был, оператору предлагается написать запрос в службу поддержки или сформировать запрос иначе (рис. 3).

На рис. 4 приведена реализация предопределенного процесса «поиск неисправности».

В четвертой главе описывается методика формирования тестовых заданий при определении компетенций операторов производственного оборудования. В настоящее время на предприятиях активно применяются системы оценки знаний специалистов. Как правило, они представляют собой базу данных и программную оболочку. Зачастую при изменениях в отрасли, тестовые задания со временем теряют свою актуальность. Чтобы этого не допустить и всегда иметь возможность контролировать соответствующую времени актуальность и требуемый объем знаний операторов листовых офсетных печатных машин была разработана модель системы тестирования. Структура системы выстроена таким образом, что лицо, проводящее тест, имеет возможность определить актуальные знания пользователя в любой момент времени за счет регулярного пополнения информацией базы данных. Поступающая от разных типографий информация в базу данных регулярно анализируется модулем обновления и учитывается при составлении тестовых заданий в зависимости от модели машины.

Модель предлагаемого подхода к тестированию и определению уровня компетенции можно представить следующим образом:

Q={M, A, V, O, T, S, D},

где

M – множество моделей машин,

A – множество внешних признаков проявления неисправностей,

V – множество причин неисправностей,

O – множество способов устранения возникшей неисправности,

T – множество коэффициентов быстроты выполнения n-го задания,

S – множество коэффициентов правильности выполнения заданий,

D – множество групп сложностей вопросов.

Для определения сложности тестового задания используются следующие критерии:

  1. Время решения поставленной задачи.
  2. Количество обращений к полученному решению.
  3. Процент правильных ответов.

Коэффициент быстроты выполнения n-го задания:

,                                                        (7)

где

с = 1 сек

Ti – длительность выполнения i-го задания

n – количество заданий.

Коэффициент правильности выполнения n-го задания:

,                                                        (8)

где

n – количество раз, которое выводилось тестовое задание при проверке знаний; Si –правильность ответа на i-ое задание, Si=0 при неправильном ответе, Si=1 при правильном ответе. Учитывая все это, можно оценить сложность задания в системе следующим образом:

,                                                                (9)

где

k – количество пользователей, сообщивших, что они решили проблему неисправности указанным способом.

Для формирования заданий используется метод размытых эвристик поиска в задачах большой размерности при отсутствии реализуемых методов строгого решения. В данном случае уместнее использовать тип эвристики, порождающий перспективные направления поиска, не требующий анализа всей области возможных решений для выделения перспективного направления поиска.

Для этого введем некоторые обозначения:

d(i,j) – расстояние между решениями i и j

rki – расстояние от точки k до точки i

– расстояние между решениями и по s-ой гипотезе

– ближайшее расстояние на j-ом этапе по гипотезе Гs

– подмножество множества локальных решений, отстоящих от ближайшего локального решения на расстояние не больше, чем (– окрестность ближайшего локального решения).

Для определения расстояния между решениями необходимо использовать меру близости. Пусть для выбора локального решения используется эвристика перехода в ближайшую точку. Тогда расстояние между локальными решениями будет тем меньше, чем меньше разница расстояний от соответствующих  этим решениям точек до текущей. Если расстояние от прецедента k до точек i и j равно rki и rkj, то расстояние по данной гипотезе между локальными решениями, соответствующими выбору i и j равно:

.                                                        (10)

Если целесообразность выбора на j-ом этапе решений и по гипотезе Гs определяется локальными критериями и , соответственно, то расстояние между локальными решениями и по гипотезе Гs определяется как:

.                                                (11)

Локальное решение по гипотезе Гs называется ближайшим, если для любых l, ,

.                                                                (12)

Путь -окрестность ближайшего локального решения по гипотезе Гs такое подмножество множество локальных решений Gj, для всех элементов которого выполняется условие

.                                                        (13)

Аналогичным образом можно определить и -окрестности некоторого подмножества G0 локальных решений, если дополнить его всеми элементами из Gj , для которых

, , .                                (14)

На каждом этапе поиска - окрестность должна содержать заданное количество решений. Экспертом определяется гипотеза Гs, на основании которой отбираются близкие по степени сходства внешние признаки и способы устранения неисправности.

Также в четвертой главе описывается процесс разработки программного обеспечения, состоящего из базы данных, подсистемы поиска, интерфейса, подсистемы лингвистического анализа и подсистемы управления. Разработка системы осуществлялась с помощью программы Delphi 2010. Системой управления базой данных является MySQL. Использование данной системы со скриптовым языком программирования общего назначения РНР позволило создать web-интерфейс и подключить модуль подсистемы поиска прецедентов и подсистемы управления. Разработанная система может устанавливаться с базой данных как на компьютер в типографии, так и на удаленный сервер с предоставлением доступа клиенту.

Основные выводы и результаты работы:

В работе была решена задача автоматизации процесса определения способов устранения неисправностей в системе сервисного обслуживания листовых офсетных печатных машин.

Была сформирована база данных с описанием неисправностей, причин их возникновения и способов устранения, корнями слов и слов-синонимов.

Был описан принцип представления пользователю способов устранения и разработан интуитивно понятный интерфейс.

В диссертационной работе описывается проведенный анализ предметной области. Анализ показал, что работа сервисной службы строится на экспертах, а не системах. А предлагаемые программные продукты в сфере сервисного обслуживания производственного оборудования позволяют лишь диагностировать неисправность и сообщить о ней оператору. Данные системы не всегда анализируют причины возникновения неисправностей и не предлагают способы их устранения в доступной и наглядной форме. Отсутствуют системы, направленные на поддержку операторов листовых офсетных печатных машин, принцип работы которых был бы основан на вводимых запросах в свободной форме, рассчитанных, в том числе, на операторов, не являющихся специалистами в области ремонта листовых офсетных печатных машин.

Был разработан алгоритм определения способов устранения неисправностей, позволяющий самостоятельно организовать сервисную поддержку без участия сервисного инженера на основе метода эвристического ветвления с введением дополнительной метрики для более эффективного определения требуемого способа устранения неисправности.

Был предложен способ определения компетенций операторов и сервисных инженеров листовых офсетных печатных машин на основе метода размытых эвристик, позволяющий определять и контролировать объем и актуальность знаний технических специалистов.

Одна из версий была внедрена на многопрофильном полиграфическом предприятии ООО «РПА ВизАрт». Внедренная версия позволила значительно уменьшить время выявления способа устранения неисправностей и снизить время простоя печатной машины.

Внедрение разработанной методики происходило в системе обслуживания листовых офсетных печатных машин, которую также возможно применять в системах обслуживания другого технически сложного производственного оборудования.

Публикации в ведущих рецензируемых научных изданиях, рекомендуемых ВАК:

  1. Денисов Д.А. Интеллектуальная система дистанционной поддержки, ремонта, профилактики листовых офсетных печатных машин / Д.А. Денисов // Известия высших учебных заведений. Проблемы полиграфии и издательского дела №2, 2011. С. 5053.
  2. Денисов Д.А. Автоматизированная система контроля знаний операторов листовых офсетных печатных машин / Д.А. Денисов, Д.А. Арсентьев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела №5, 2011. С. 9-12.
  3. Денисов Д.А. Декомпозиция задачи поиска и отображения способов устранения неисправностей в работе системы по ремонту и обслуживанию листовых офсетных печатных машин / Д.А. Денисов // Известия высших учебных заведений. Проблемы полиграфии и издательского дела №5, 2011. С. 13-17.

Перечень публикаций в других научных изданиях:

  1. Денисов Д.А. О принципах организации информации и поиске решений в системе по обслуживанию и ремонту листовых офсетных печатных машин / Д.А. Денисов // Вестник МГУП №11, 2010. С. 64-67.
  2. Денисов Д.А. Алгоритм поиска способа устранения неисправности в экспертной системе по ремонту и обслуживанию листовых офсетных печатных машин /Д.А. Денисов // Вестник МГУП № 8, 2011. С. 189-194.



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.