Введение к работе
Актуальность проблемы. В связи с бурным развитием оборудования на основе современных достижений науки на производстве появляется все большее количество сложных технологических линий с чрезвычайно высокими требованиями к качеству управления и быстроте реагирования на изменение условий протекания процесса со- стороны управлявших устройств. Сложность всего производственного процесса на предприятии также формирует определенные требования к его элементам, а также к операторам, контролирующим ход троизводства.
Задачи управления сложными технологическими процессами традиционно решаются на основе адаптивных систем, формирующих оптимальное или квазиоптимальное управляющее 503действие. Однако подавляющее большинство таких АСУ требуют предварительного выбора модели объекта управления, jto существенно ограничивает их возможности. Хорошо гавестно, что практически все современные технологические іинии не способны нормально функционировать без присутствия «ловека-оператора на какой либо ступени иерархической :истемы управления. Это обусловлено неограниченными іозможностями человеческого интеллекта к адаптации и іссоциативному мышлению. Очевидно, что эти способности гаределяют скорость принятия решения в сложных іестандартизируемьк ситуациях. Ни одна из традиционных ідаптивньїх систем управления не решает подобные задачи на фовне, хотя бы приближающемся к человеческому. Существует [остаточное количество процессов управления, где невозможно іьшолнить традиционную идентификацию объекта, которым может 5ыть как многоступенчатый технологический процесс, так и все производство в целом, и в соответствии с полученной моделью шределить закон управления. К таким объектам относятся, в іастностк, практически все процессы нагрева в тех случаях, :огда управление зависит от формы заготовки или иных ее ттических свойств, а также ситуации, возникающие на іроизводстве как объекте управления и характеризуемые ромадным количеством параметров, по которым не только іевозможно выработать оптимальное управление, но во многих
случаях и сформировать удовлетворительную модель ситуации даже в достаточно простых терминах. Необходимо учитывать такхе, что человек-оператор как любой биологический организм обладает конечным ресурсом непрерывной работы, он устает, подвержен заболеваниям. Все это безусловно сказывается на производственном процессе что, наоборот, оказывает отрицательное влияние на самого человека.
Следствием всего вышеизложенного является задача построения интеллектуальной системы управления, обладающей способностями, близкими хотя бы в своей узкой сфере деятельности к способностям человека, особенно в области определения модели объекта и выработки квазиоптимального управляющего воздействия не на основе конкретного алгоритма минимизации определенного критерия качества, а в соответствии с некоторым механизмом обработки размытой информации. Подобные системы, создаваемые на основе бурно развивающейся в последнее время теории нейронных сетей, могли бы стать чрезвычайно удобным и гибким инструментом управления сложными неформализуемыыи объектами, а также основой для построения производств с полным циклом без участия человека.
Цель работы. Основная цель диссертационной работы состоит в разработке методов создания систем управления технологическими объектами на основе моделей нейронных сетей, изучения свойств этих моделей, а также в построении моделей нейронных сетей со структурой, обеспечивающей наиболее высокие характеристики обработки неформализуемой информации.
Методы исследования. Исследование свойств нейронных сетей производилось на основе методов теории обыкновенных нелинейных дифференциальных уравнений, теории устойчивости в линейном приближении с использованием аппарата линейной алгебры. Построение нейронной сети с классификацией образов производилось также с использованием ряда понятий теории множеств. Исследование качества работы нейронных сетей было проведено на основе методов теории вероятностей и математической статистики. Методика построения системы структурной идентификации динамических объектов управления основана на подходах теории идентификации и представления данных в теории нейронных сетей, а исследование ее
эффективности производилось с использованием аппарата математической статистики. Численные эксперименты проводились на персональном компьютере типа IBM 386/387.
Научная новизна. Впервые аналитически исследованы свойства нейронной сети Хакена, найдены условия, определяющие существование устойчивых точек в фазовом пространстве сети. На основе полученных ограничений исследованы сценарии бифуркаций стационарных точек в модели с ортонормированными прототипами. Предложена общая модель нейронной сети с классификацией образов, причем аналитически исследованы случаи пересекающихся и непересекающихся подмножеств прототипов. Численно изучены соотношения характеристик процессов распознавания, классификации и распознавания в классе для построенных моделей.
Предложена методика построения подсистемы структурной идентификации технологических объектов управления на базе модели классификации образов; ее свойства исследованы с помощью методов численного моделирования на ЭВМ. Возможности применения разработанной системы структурной идентификации проиллюстрированы на примере управления вытяжкой оптического волокна.
Практическая ценность работы. Разработана инженерная методика дополнения адаптивных систем управления подсистемой структурной идентификации технологических ' объектов, позволяющая производить классификацию меняющихся моделей объекта по снятым переходным характеристикам или по какой-либо оптической информации об объекте. Новый подход к построению нейронных сетей с классификацией образов позволяет формировать память сети - базу данных подсистемы структурной классификации - произвольного вида с использованием достаточно сложных критериев структурной идентификации. Полученные простые соотношения для параметров моделей нейронных сетей определяют непосредственное создание адаптивных систем управления с интеллектуальным предсказанием. Созданы инженерные методики и программы для персонального компьютера, позволяющие строить реальные подсистемы структурной идентификации и легко изменять их свойства в зависимости от конкретных технологических условий.
Внедрение результатов работы. Результаты исследований в.
форме инженерных методик и программ, обеспечивающих работу адаптивных систем управления вытяжкой оптического волокна, внедрены в производство (ОКБ КП, г. Мытищи, Московская обл.). Программное обеспечение идентификации отображений внешнего облика человека, . созданное на основе результатов данной работы, используется в работе экспертных подразделений УВД (г.Самара).
Апробация работы. Основные положения и результаты данной работы изложены и обсуждены на научных семинарах Института физико-технических проблем РАН С г.Москва), заседаниях Всероссийского общества нейроинформатики, на 4-й межвузовской научной конференции РИАН и СамПУ С г. Самара, 25-27 мая 1994г.), а также на научно-технических семинарах кафедры "Автоматика и управление в технических системах" Самарского государственного технического университета.
Публикации. По теме диссертации опубликовано 3 печатных работы.
Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, изложенных на 135 страницах машинописного текста, содержит 25 рисунков, выполненных на 33 страницах, списка использованных источников, включающего 74 наименования на 7 страницах, и 3 страницы приложения.