Описано основні процедури системи підтримки прийняття рішень, реалізують формування рекомендацій для управління доменним процесом, розглянуто інтерфейс системи

Анотація наукової статті з комп'ютерних та інформаційних наук, автор наукової роботи - Сучков Андрій Володимирович


Область наук:
  • Комп'ютер та інформатика
  • Рік видавництва: 2009
    Журнал: Доповіді Томського державного університету систем управління і радіоелектроніки

    Текст наукової роботи на тему «Алгоритмічне і програмне забезпечення системи підтримки прийняття рішень в доменному виробництві»

    ?УДК 004.023 А.В. Сучков

    Алгоритмічне і програмне забезпечення системи підтримки прийняття рішень в доменному виробництві

    Описано основні процедури системи підтримки прийняття рішень, що реалізують формування рекомендацій для управління доменним процесом, розглянуто інтерфейс системи.

    Ключові слова: система підтримки прийняття рішень, доменна піч, математична модель, програмне забезпечення.

    Система підтримки прийняття рішень (СППР) призначена для формування рекомендацій щодо вибору значень керуючих впливів з управління об'єктами різного класу і призначення. Проблеми побудови такої системи для доменного процесу розглянуті автором в [1]. У даній статті розглядається підхід до створення СППР, якому відповідав би наступна постановка задачі. Необхідно визначити такі величини керуючих параметрів доменного процесу, які забезпечують досягнення бажаних значень вихідних параметрів і оптимізують обраний критерій якості.

    Вхідні параметри можуть бути задані як точкової, так і інтервального оцінкою. Очевидно, що завдання оптимізації має сенс тільки в тому випадку, якщо є можливість варіювання значень будь-яких параметрів, що управляють. До числа таких параметрів можна віднести, наприклад, вміст кисню в дуття, температуру і вологість дуття, кількість подаваного природного газу та вугільного пилу, кількість коксу в подачі, характеристики шихти, в тому числі вміст у ній заліза.

    Допустимі інтервали значень параметрів або їх точкові оцінки уточнюються оператором на основі інформації про хід процесу.

    Для вихідних параметрів також можуть бути задані двосторонні обмеження. Як цих параметрів часто розглядаються продуктивність печі, температура і склад колошникового газу, чавуну на випуску, в тому числі утримання в ньому кремнію.

    В якості критерію оптимальності в задачі вибрано питому витрату коксу як дефіцитного і дорогого палива.

    В даний час немає єдиного підходу до опису функціональних зв'язків між змінними доменного процесу. У той же час є ряд моделей, заснованих на різних принципах, за допомогою яких можна оцінити ті чи інші характеристики цього процесу [1]. В даному випадку для реалізації СППР обрана модель, розроблена в інституті металургії УрО РАН, заснована на обліку зональних теплових балансів, що характеризують фізико-хімічні процеси в печі [2]. Проведені численні експерименти довели її практичну корисність.

    Загальний алгоритм програмної реалізації СППР наведено на рис. 1.

    Ідея алгоритму полягає в наступному. Задаються значення вхідних (керуючих) і вихідних параметрів печі у вигляді точкової оцінки, отриманої на основі даних експлуатації, і для деяких з них - з використанням двох видів інтервалів. В одному випадку інтервал характеризує граничні значення характеристик, при яких процес може бути реалізований, а в іншому - рекомендовані фахівцем (оператором) значення, засновані на його досвіді (рис. 2). Очевидно, що інтервал другого типу не повинен виходити за межі першого.

    Проводиться дискретизація рекомендованих значень параметрів всередині кожного заданого інтервалу (рис. 3). Потім здійснюється пошук вихідних характеристик для всіх варіантів комбінацій значень керуючих параметрів з числа інтервальних з використанням моделі процесу (блок 3, рис. 1). Якщо такі варіанти знайдені, тобто отримані попередні рішення, то з них вибираються ті, які оптимізують, із заданою похибкою, критерій якості. Таким чином, виходять допустимі рішення. У разі їх великої кількості здійснюється розбиття на кластери і під-кластери, визначається безліч характерних представників цих подкластера, які представляються оператору в якості рекомендацій з управління (рис. 4). Цей процес реалізується блоками 5-9 алгоритму.

    1 -

    початок

    Завдання вихідних параметрів для розрахунків

    Пошук результатів, що задовольняють вихідним умовам

    Розбиття множини результатів на кластери

    Розбиття кожного кластера на подкластера

    Знаходження середньої і відповідної рекомендованої точки для кожного підкласу

    * Г

    Додавання до отриманих результатів точок з максимальним і мінімальним значенням за кожним вхідному параметру

    Пошук рішень при зміні інтервалів для вхідних і вихідних параметрів

    13- *-

    Висновок рекомендацій зі зміни параметрів

    12- *-

    Виведення інформації про відсутність рішень

    Висновок рекомендацій з управління

    15-

    Зміна наборів і значень

    вхідних і вихідних параметрів

    Мал. 1. Алгоритм формування реалізації СППР

    Мал. 2. Основне вікно програми СППР

    Мал. 3. Вікно налаштувань програми СППР

    Мал. 4. Приклад результату роботи програми-порадника при наявності рішень

    У разі відсутності попередніх рішень із заданими користувачем інтервалами, здійснюється їх пошук з урахуванням граничних меж параметрів (блок 10, рис. 1). Якщо такі рішення є, то оператору видається інформація (на якісному рівні) у вигляді рекомендації про можливість зміни раніше заданих їм кордонів параметрів (блок 13 алгоритму), вид якої наведено на рис. 5. В іншому випадку рекомендації щодо поліпшення відсутні, про що оператор інформується.

    В алгоритмі передбачена можливість проведення додаткових розрахунків (блоки 14, 15, рис. 1) в разі зміни меж можливих значень параметрів оператором. Кожен функціональний блок алгоритму реалізується відповідної програмної процедурою. У інтерфейсної процедурі «Завдання вихідних параметрів», якій відповідає блок 2 на рис. 1, рекомендовані значення параметрів, меж їх зміни, кроку дискретизації вводяться оператором (приклади наведені на рис. 2, 3). задані

    Порадник майстра доменної печі

    Результати не знайдені. Необхідно змінити задані умови.

    Можна змінити вхідні параметри:

    1) збільшити витрату природного газу

    2) збільшити температуру дуття

    3) знизити вміст вологи в дуття

    Можна змінити вихідні параметри:

    1) збільшити продуктивність печі

    2) збільшити витрату коксу

    ОК

    Мал. 5. Приклад рекомендацій зі зміни параметрів при відсутності рішень

    значення автоматично зберігаються у відповідних масиви вхідних і вихідних даних, які передаються в процедуру пошуку результатів (блок 3 алгоритму).

    Основним в процедурі пошуку результатів є фрагмент програми, який реалізує модель доменного процесу. Модель доменної печі оперує 101 вхідним параметром, з яких 8 приймаються в якості можливих керуючих впливів і присутні в інтерфейсі описуваної програми, інші є параметрами налаштування і при необхідності можуть змінюватися оператором.

    Як уже зазначалося, для визначення наборів керуючих впливів в процедурі використовується метод сканування (повного перебору) варіантів керуючих впливів з заданих інтервалів. Отримане безліч попередніх рішень, які відповідають умовам оптимальності, є вихідним для даної процедури.

    Розглянемо більш докладно роботу програмних процедур по скороченню числа знайдених рішень і формування рекомендацій при відсутності допустимих рішень. Для опису Ваших дій використовується багатовимірний простір, координатами якого є управлінський вплив. Тоді точці в просторі буде відповідати набір керуючих впливів.

    В процесі кластеризації (блок 5, рис. 1) виходять з наступного положення: якщо між двома точками відстань не перевищує одного кроку по всіх вимірах, то вони належать одному кластеру. Очевидно, що точки, що належать різним кластерам, завжди мають відстань більше одного кроку хоча б по одному вимірюванню. В результаті роботи цієї процедури кожна точка (рішення) отримує ідентифікатор приналежності певного кластеру.

    Далі проводиться розбиття кластерів на частини (подкластера) виходячи з інтервалів точності (блок 6, рис. 1). Інтервал точності - це фіксована величина, задана в програмі для кожного керуючого параметра. У діапазоні від мінімального технічно реалізується до максимального значення керуючого параметра зазвичай знаходиться 5-10 інтервалів точності. Наприклад, для витрати природного газу його величина була прийнята рівною 20 м3 / т чавуну, для кисню в дуття - 1%.

    Для розбиття кожного кластера перевіряється, скільки відповідних інтервалів точності він включає по кожному виміру. Поділ здійснюється з вимірювання, що включає найбільшу кількість таких інтервалів. Всі отримані подкластера аналогічним чином оцінюються по інших вимірах і розбиваються до тих пір, поки розмір кожного з них не стане рівним або меншим інтервалу точності по кожному виміру. В результаті роботи процедури кожне рішення відноситься до певного подкластера, що виражається у привласненні йому відповідних ідентифікаторів.

    Далі необхідно кожен подкластера замінити однією рекомендованої точкою (рішенням). Для цього знаходиться середня точка кожного отриманого подкластера (блок 7, рис. 1). Значення її координат визначаються як середні величини відповідних координат всіх точок групи. Середня точка може не задовольняти обмеженням по вихідним параметрам, а також величини її координат можуть приймати дробові значення, практично не реалізуються при управлінні. Тому вибирається точка з уже входять в число допустимих рішень, найближча до середньої. З цією метою визначаються відстані від кожної точки до середньої шляхом знаходження модуля різниці координат даної і середньої точок і ділення на відповідний інтервал точності, що забезпечує приведення відстаней до єдиної безрозмірною метриці. Значення отриманих величин складаються по всіх вимірах, цей результат приймається в якості сумарного відстані. В результаті роботи даного програмного модуля створюється масив рекомендованих рішень із загального масиву, що містить їх номери.

    Часто в процесі управління потрібно знати крайні значення керуючих параметрів, що забезпечують допустимі результати із заданого діапазону, наприклад мінімальний вміст заліза в шихті (що дозволяє використовувати більш дешеву руду). Тому підсумковий масив значень, що рекомендуються доповнюється точками з числа знайдених рішень, що мають мінімальне і максимальне допустиме значення якого-небудь параметра (блок 8, рис. 1). Набори керуючих впливів, список яких остаточно сформований на даному етапі, виводяться користувачеві (блок 9, рис. 1) у вигляді поєднань значень вхідних параметрів і відповідних їм вихідних. Ці набори представляються у вигляді таблиці формату MS Excel, де рядках відповідають окремі рішення, а стовпцями вхідні (в лівій частині) і вихідні (в правій частині) параметри (див. Рис. 4).

    При відсутності рішень за запитом користувача виконується пошук рекомендацій зі зміни вхідних і вихідних параметрів (блок 10, рис. 1). Для цього в програм-

    ном модулі по черзі змінюються вхідні параметри так, щоб один з параметрів виходив за нижню межу, визначену користувачем, потім - за верхній, але залишався в межах існуючих технічних обмежень. Якщо рекомендовані рішення відсутні, але знайдені можливості по зміні вхідних і вихідних параметрів, вони виводяться за допомогою стандартної процедури виведення повідомлення (рис. 5).

    Після завершення роботи загального алгоритму пошуку користувач може змінити будь-які початкові умови, що стосуються вхідних і вихідних параметрів, з метою отримання інших рекомендацій (цим діям відповідають блоки 14 і 15, рис. 1). Для закінчення роботи з програмою досить закрити її головне вікно (блок 16, рис. 1).

    Розглянутий варіант СППР використовується в доменному цеху Чусовського металургійного заводу.

    висновок

    Створена система підтримки прийняття рішень для доменного виробництва на основі математичної моделі печі, що дозволяє знаходити всі поєднання керуючих параметрів, при яких досягаються необхідні значення вихідних параметрів процесу, що має практичне застосування.

    З розвитком обчислювальної техніки, зростанням швидкості обчислень запропонований метод створення порадника (системи підтримки прийняття рішень) стає більш актуальним, оскільки з'являється можливість збільшити кількість керуючих параметрів, підвищити точність, зменшити час обчислень.

    література

    1. Сучков А.В. Проблеми побудови системи підтримки прийняття рішень для доменного виробництва // Вісник Воронезького гос. техн. ун-ту. - 2009. - № 10. -С. 72-81.

    2. Дмитрієв А.Н. Математичне моделювання двовимірних процесів в доменній печі // Обчислювальні методи і програмування. - 2004. - Т. 5. - С. 252-267.

    Сучков Андрій Володимирович

    Аспірант кафедри. автоматики та управління в технічних системах радіотехнічного інституту Уральського державного технічного університету - УПІ, Єкатеринбург Тел .: (343-3) 75-44-68 Ел. пошта: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    A.V. Suchkov

    The software of decision support system for blast furnace manufacture

    This article describes the basic procedures for decision support systems that implement the formation of recommendations for management of domain process; the interface of the system is considered. Keywords: decision support system, blast furnace, mathematical model, software.


    Ключові слова: система підтримки прийняття рішень / доменна піч / математична модель / програмне забезпечення

    Завантажити оригінал статті:

    Завантажити