Архив номеров

Представлены результаты исследования по оптимизации энергопотребления устройств промышленного Интернета вещей, обеспечивающих телеметрию и входящих в контуры управления электроэнергетических систем. Актуальность исследования заключается в наметившейся потребности в повышении времени автономной работы мобильных устройств телеметрии производственных и технологических систем, что способствует снижению затрат на их обслуживание и поддержание в работоспособном состоянии. Предложен алгоритм управления параметрами ядра процессора мобильных устройств с процессорами архитектуры ­ARM, обеспечивающий более высокую энергоэффективность таких устройств, применяемых в составе промышленного Интернета вещей ­ЭЭС. Новизну полученных результатов составляет предложенный алгоритм программного управления конфигурацией параметров ядра ­ARM-процессора мобильных устройств телеметрии ­ЭЭС, обеспечивающей более высокую его энергоэффективность, что достигается применением в его структуре методов интеллектуального анализа данных – двунаправленной нейронной сети долгой краткосрочной памяти и системы нечеткого логического вывода. Выбор этой архитектуры сети обусловлен ее способностью выявлять взаимосвязь в темпоральных последовательностях параметров устройств за счет просмотра последовательности сразу в двух направлениях – от начала к концу и наоборот. Сеть работает в режиме классификации планов энергопотребления, результаты которой затем подаются на вход системы нечеткого логического вывода для прогноза оптимальных параметров ­ARM-процессора, что в совокупности образует нейро-нечеткую модель управления энергопотреблением ­IIoT-устройств. С использованием библиотек для машинного обучения на языке Python в среде Google Colab проведены модельные эксперименты, в результате которых точность классификации с помощью двунаправленной нейронной сети превысила 0,8, а среднеквадратическое отклонение составило 0,058 при прогнозе параметров ­ARM-процессора на основе системы нечеткого логического вывода.

В статье представлен подход к интеллектуальному управлению подготовкой групп специалистов организационно-технических систем на основе прогнозного моделирования достижимости поставленных целей и кластерного анализа, позволяющего решить проблему качественного планирования процесса подготовки групп специалистов в условиях ограничения времени путем адаптивного формирования ее структуры и выбора рационального объема учебной информации, соответствующей возможностям обучаемых специалистов по ее обработке и усвоению. Для этого на основе кластерного анализа предлагается формировать однородные классы специалистов с учетом их индивидуальных когнитивных характеристик в целях последующего построения для каждого класса специалистов эталонных сценариев процесса подготовки необходимой сложности путем изменения объема содержания подготовки. Эталонный сценарий является основой для построения сценарно-информационной модели процесса подготовки групп специалистов организационно-технических систем, представляющей собой статическую модель данного процесса и содержащей всю совокупность возможных его сценариев. На основе предлагаемого научно-методического аппарата сценарно-информационная модель преобразуется в модифицированную мягкую темпоральную сеть Петри для моделирования процесса подготовки групп специалистов. Результаты моделирования лежат в основе управленческих решений при интеллектуальном управлении процессом подготовки групп специалистов организационно-технических систем.

Для установления закономерностей протекания полимеризационных процессов целесообразно применять методы математического моделирования. На основе математического описания процесса можно определить оптимальные условия его протекания, обеспечивающие повышение его эффективности, а также качество выпускаемых полимеров. Одной из задач оптимизации процессов полимеризации является задача определения начального состава реакционной смеси, который обеспечивает достижение заданных количественных или качественных показателей процесса. Целью работы является разработка алгоритма определения начальных концентраций компонентов реакции синтеза полимеров. Приведена постановка задачи поиска оптимальных концентраций компонентов процесса синтеза полимеров и численный алгоритм для ее решения. Так как кинетическая модель процесса полимеризации представляет собой бесконечную систему обыкновенных нелинейных дифференциальных уравнений, то при ее решении с помощью классических методов оптимизации возникают трудности вычислительного характера. Поэтому для расчета оптимального начального состава реакционной смеси полимеризационного процесса предлагается применить метод искусственных иммунных систем. Данный метод позволяет преодолевать локальные экстремумы в многомерных пространствах поиска и его легко реализовать для конкретного процесса при изменении количества оптимизируемых параметров. Разработанный алгоритм на основе метода искусственных иммунных систем включает в себя процедуру преобразования бесконечной системы дифференциальных уравнений, описывающих кинетику полимеризационного процесса, к конечному виду с помощью метода моментов. Работа алгоритма апробирована на промышленно значимом процессе полимеризации бутадиена на неодимсодержащей каталитической системе. Вычислены оптимальные концентрации реагентов, обеспечивающие получение полимера с заданными свойствами.

Управление сложными техническими объектами часто затрудняет отсутствие информации, необходимой для построения вероятностных моделей процесса управления. Альтернативный подход основан на моделях, в которых для идентификации эффективной с точки зрения выбранного критерия стратегии управления используются элементы теории нечетких множеств. К недостаткам нечетких ситуационных моделей относятся субъективный характер, обусловленный применяемыми для их построения экспертными данными, а также невозможность достаточно детального различения реакций объекта на одинаковые управляющие воздействия, что наиболее ярко проявляется в сложных технических объектах, на функционирование которых оказывает влияние множество ситуационных факторов. В работе предложен подход к построению нечетких ситуационных моделей на основе прецедентов, допускающий неоднозначность перехода при одинаковом управляющем воздействии из одной ситуации в другую в случаях, когда невозможно обеспечение стабильности как факторов неопределенности внешней среды, так и параметров самого объекта. Описан метод построения моделей, основанный на учете накопленных исторических данных относительно эксплуатируемого объекта. Такой принцип в значительной степени устраняет субъективность, присущую экспертным методам. Кроме того, программы, реализующие метод, отличает значительно меньшее время выполнения, что имеет важное значение для систем управления технологическими процессами. Для проведения вычислительных экспериментов разработана программа на языке Python. Проверка, которая осуществлялась на примере системы управления обжиговой машиной конвейерного типа, подтвердила работоспособность предложенного метода и модели.

Предложена вероятностная модель динамики продаж товара на маркетплейсе, учитывающая влияние длительности доставки на принятие потребителем решения о покупке этого товара. Предполагалось, что количество товара на маркетплейсе является неограниченным, а потребители при прочих равных условиях покупают товар у продавцов, предлагающих наименьшее время доставки. Кроме того, считалось, что каждый потребитель приобретает только одну единицу товара. Рассмотрены по отдельности случаи бесплатной и платной доставок товара до потребителя, а также общий случай, когда на маркетплейсе присутствуют потребители, выбирающие как бесплатную, так и платную доставку. В качестве случайных величин, определяющих динамику продаж товара, использовались следующие экономические факторы: моменты покупательской активности потребителей, длительность доставки и максимально возможная для потребителя длительность доставки, покупательская способность, цена на товар, количество продавцов и потребителей товара на маркетплейсе. Показано, что количество товара, проданного на маркетплейсе к определенному моменту времени, является случайной величиной, истинное значение которой при большом количестве потребителей мало отличается от математического ожидания этой случайной величины. Найдено аналитическое выражение для зависимости от времени математического ожидания количества проданного товара для случаев бесплатной и платной доставок, а также при наличии на маркетплейсе двух видов доставки. Проведено численное моделирование этой зависимости для всех рассмотренных видов доставки. При этом использовались частные законы распределения вероятностей указанных выше экономических факторов, имитирующие определенное поведение потребителей и продавцов на маркетплейсе. Кроме этого, в случае платной доставки при численном моделировании применялась найденная на основе эмпирических данных зависимость стоимости доставки от ее длительности. Проанализировано влияние параметров закона распределения вероятностей длительности доставки на такие характеристики динамики объема продаж, как максимально возможный объем продаж и скорость приближения математического ожидания количества проданного товара к максимальному объему продаж.

Одним из перспективных способов снижения зависимости отечественной промышленности от поставок критически важных товаров, комплектующих и сырья, необходимых для построения и эффективного функционирования многостадийных производственно-технологических цепочек, является активизация процессов по их импортозамещению, в том числе с помощью различных мер государственной поддержки. Однако критическая потребность в обширнейшем перечне продукции приводит к необходимости проведения отбора наиболее «перспективных» проектов для включения в программно-целевые документы с использованием набора критериев (порой даже нефинансового характера). В результате возникает актуальная научно-практическая задача разработки подходов к формированию мультипроектов (совокупности проектов), которые могут претендовать на государственную поддержку в рамках различных программ снижения импортозависимости и преодоления технологического отставания российской промышленности, на основе применения современных экономико-математических методов. В приложении к поставленной задаче мультипроект можно представить в виде «набора» (множество несвязанных проектов), «цепи» (жесткая последовательность проектов) или «сети» (проекты со сложными логико-временными взаимосвязями). Специфика каждого из указанных видов определяет условия и накладывает ограничения на процесс отбора компонентов для включения в их составы, который заключается в поиске наилучшей комбинации проектов и/или программ, т. е. сводится к задаче условной многомерной оптимизации. В условиях отсутствия требования нахождения «строго оптимального» состава можно воспользоваться метаэвристическими методами, которые способны находить близкие к таковым решения за «приемлемое» время. Среди них наиболее масштабным и известным классом представляются алгоритмы роевого интеллекта, базирующиеся на принципах коллективного поведения популяции живых организмов. В данной статье предлагается для формирования состава мультипроектов воспользоваться алгоритмами, вдохновленными коллективным поведением стаи волков (Grey Wolf Optimizer) и косяка рыб (Fish School Search) для удовлетворения своих пищевых потребностей. Для повышения эффективности их использования при решении задачи поиска наилучшего состава «набора» и «сети» проектов была предложена их гибридизация с методами нечеткой логики (в частности, нечеткой кластеризацией и нечетко-логическим выводом).

Корректная классификация земельных участков по их типам, например, таким как лесные, сельскохозяйственные, урбанизированные, водные объекты и прочие, относится к актуальным задачам дистанционного зондирования Земли и разработки геоинформационных технологий. Точность и надежность результатов такого категорирования имеют первостепенное значение для эффективного использования природных ресурсов, рационального землепользования и мониторинга состояния окружающей среды. В статье представлен подход к решению задачи категорирования земельных участков по спутниковым снимкам путем применения модифицированной стандартной модели сверточной нейронной сети. Основное внимание уделено модификации архитектуры сети с целью повышения точности классификации земельных участков. Авторами предложен подход к обучению и оптимизации сети с целью решения указанной задачи. Подробно рассматриваются этапы подготовки данных, включая предварительную обработку спутниковых изображений, их аннотирование и создание высококачественных обучающих выборок. Представленные подходы к обучению и оптимизации сети включают использование современных техник регуляризации, методов адаптивного обучения и стратегий балансировки классов, что позволяет эффективно обрабатывать как большие объемы данных, так и более ограниченные наборы специфической информации. Для проверки работоспособности подхода и получения значений показателей качества проведены эксперименты по обучению и тестированию модели на различных наборах данных спутниковых изображений. Результаты эксперимента позволяют считать, что точность категорирования, достигаемая на основе созданной модели, отвечает требованиям Федеральной службы государственной регистрации, кадастра и картографии для исследования отдаленных территорий на предмет пригодности земель для их рационального использования, и предлагаемый метод может применяться для решения практических задач.

В статье представлены результаты реализации комплексного подхода к контролю качества индукторов линейных электродвигателей на этапе их производства. В основе подхода лежит применение методов математического моделирования и вычислительного эксперимента. Для оценки качества индукторов предлагается использовать два типа показателей: дифференциальные и интегральные. Дифференциальные показатели определяются путем проведения серии экспериментов с каждым зубцовым делением индуктора. Интегральные показатели позволяют оценить качество магнитопровода индуктора в целом, для чего используются критериальные соотношения. Для проверки эффективности предлагаемого подхода и достоверности полученных показателей была разработана имитационная модель индуктора электродвигателя с детализацией до одного зубцового деления. На основе этой модели был создан алгоритм и компьютерная программа, которые реализуют предлагаемый способ контроля качества при технических испытаниях. Программа написана на собственном интерпретированном языке программного продукта Maple и требует от пользователя ввода параметров индуктора и источника питания. В результате работы программы пользователь получает заключение о качестве магнитопровода индуктора, а также численные значения дифференциальных и интегральных показателей качества. На материалах опытного образца индуктора с качественным и некачественным магнитопроводом была проведена проверка критериев качества с применением методов математического моделирования и вычислительного эксперимента. Результаты эксперимента подтвердили возможность реализации предлагаемого подхода и показали, что он адекватно отражает техническое качество магнитопроводов индукторов. Созданный в результате исследования программный продукт предназначен для технического контроля магнитопроводов индукторов в процессе их производства и информационной поддержки мероприятий по повышению их качества.

Интеллектуальные системы управления технологическими процессами позволяют на качественно новом уровне анализировать поступающую информацию об объекте управления и внешней среде и на этой основе повышать эффективность всего производства. В статье представлены результаты исследования, целью которого была разработка программной модели интеллектуальной системы управления сложными процессами переработки мелкорудного сырья. Сложность процессов заключается во взаимосвязи многих переменных, характеризующих технологические агрегаты, участвующие в переработке. Математические модели таких взаимосвязей позволяют с высокой точностью описывать процессы, но приводят к сложным выкладкам, которые затруднительно применять в реальных условиях. Использование новых вычислительных алгоритмов из группы интеллектуальных методов позволило преодолеть это затруднение, обеспечив, с одной стороны, хорошую точность решений, а с другой – сделав возможным автоматизацию настройки системы управления на изменяющиеся входные воздействия и внешние условия. Основу предложенной программной модели составляет глубокая нейронная сеть долгой краткосрочной памяти, решающая задачу регрессии при анализе входных данных и расчете управляющих воздействий. Новизну результатов исследования составляет структура программной модели интеллектуальной системы управления, включающая нейронную сеть как регулятор и иерархическую систему нечеткого вывода для обобщенной оценки качеств управления. Оригинальной особенностью программной структуры является применение вычислителя производных разных порядков для подачи их на вход нейронной сети, что способствует расширению ее рецептивного поля и повышает точность ее результатов. Апробирование предложенной структуры программной модели проводилось в среде MatLab-Simulink. Результаты имитационного эксперимента показали, что, в отличие от ­ПИД-регулятора, применение глубокой нейронной сети как регулятора позволяет успешно компенсировать влияние внешних факторов на качество управления.

Работа посвящена созданию гибридной конечно-элементной модели процесса аддитивного синтеза изделия методом Wire Arc Additive Manufacturing/3D Metal Print, дополненной блоком волнового деформационного упрочнения синтезируемого изделия. Основной полученный результат – предлагаемый оригинальный подход к математическому моделированию принципиально новых процессов синтеза и упрочнения широкой номенклатуры изделий, изготавливаемых из различных материалов в виде проволоки, который может быть распространен на весь класс процессов аддитивного синтеза с периодической или постобработкой. Основная особенность подхода состоит в гибридизации расчетных моделей, при этом, в отличие от известных решений, значительное внимание уделяется процессам обмена и передачи информации между моделями процессов синтеза и упрочнения. Отличительной особенностью гибридной модели является необходимость периодического обмена информацией о геометрических и температурных параметрах синтезированных областей в конкретный момент времени. Новизна гибридной модели заключается в применении согласованных подходов при решении тепловой и механической задач в трехмерной постановке в среде ­ANSYS, с учетом естественных динамических тепловых потоков, формирующих в моделируемых методом конечных элементов синтезируемом изделии и установочном столе. Расчет непрерывно изменяющихся динамических температурных полей в синтезированном изделии с дополнительными возможностями оптимизации и визуализации является важной структурной частью модели. Выполненные исследования позволили выявить значимый диапазон соотношения объемов изделия и стола 30 ≤ Vс/Vи ≤ 100 и закономерности формирования температурных полей при изменении параметров стола.