Интеллектуальные системы

Современные промышленные машины, агрегаты, технологические линии, участки, цехи горнодобывающей, металлургической, химической, машиностроительной и других отраслей промышленности в большинстве своем относятся к классу сложных объектов. Для них характерны: большая размерность объекта управления, его нестационар- носгь, долговременная динамическая намять, распределенность параметров, нелинейность, существенные запаздывания, разнообразие ситуаций, неполнота контроля внешних воздействий, выходных воздействий и состояний объекта, наличие флуктуационных и грубых помех, изменчивость целей, критериев, ограничений. В связи с этим возрастают требования к системам управления такими сложными объектами. Традиционные информационные технологии уже не могут обеспечить повышение качества управления, поскольку не учитывают всех неопределенностей, воздействующих на систему. Совершенствование известных алгоритмов адаптивного управления не всегда дает желаемый результат. Эго объясняется как сложностью самих алгоритмов, так и трудностями их реализации на цифровой технике с учетом условий обеспечения устойчивости дискретной системы управления.

Существенного повышения эффективности управления ими можно достигнуть путем применения адекватно сложных информационно- уиравляющих систем, какими являются интеллектуальные системы [74].

Интеллектуальная система (ИС, англ, intelligent system) - это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока: базу знаний, решатель и интеллектуальный интерфейс.

Интеллектуальная система - это система, предназначенная для решения практических задач с использованием методов искусственного интеллекта.

Искусственный интеллект (ИИ) - научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными [1]. Основное направление искусственного интеллекта связано с разработкой моделей представления знаний, созданием баз знаний, образующих ядро экспертных систем (ЭС). В последнее время включает в себя модели и методы извлечения и структурирования знаний и сливается с инженерией знаний.

По мере распространения информационных технологий увеличиваются объемы хранимой в базах данных информации, что приводит к развитию методов интеллектуального анализа данных - дисциплины, изучающей процесс нахождения новых, действительных и потенциально полезных знаний в базах данных.

Главная архитектурная особенность, которая отличает интеллектуальную систему управления (рис. 3.5) от построенной по «традиционной» схеме, связана с подключением механизмов хранения и обработки знаний для реализации способностей но выполнению требуемых функций в неполно заданных (или неопределенных) условиях при случайном характере внешних возмущений.

Интеллектуальные системы применяются для решения сложных задач, в которых основная сложность решения связана с использованием слабо формализованных знаний специалистов-практиков и где логическая (или смысловая) обработка информации превалирует над вычислительной.

В качестве базовых выделяются четыре интеллектуальных технологии [56]:

  • • технология экспертных систем, ориентированная на обработку знаний с явной формой представления в виде продукционных правил, семантических сетей, предикатов и фреймообразных структур;
  • • технология нечеткой логики, ориентированная на обработку логико-лингвистических моделей представления знаний с помощью продукционных правил и размытых множеств;
  • • технология нейросетевых структур с неявной формой представления знаний, скрытых в архитектуре сети, параметрах нейронов и связей;
  • • технология ассоциативной памяти, ориентированная на обработку знаний с неявной формой представления в виде гиперповерхности в многомерном пространстве признаков.
Обобщенная структура системы интеллектуального управления [56]

Рис. 3.5. Обобщенная структура системы интеллектуального управления [56]

Прикладные интеллектуальные системы развиваются в следующих направлениях:

  • • экспертные системы (для диагностики, рекомендаций и т. п.);
  • • системы управления сложными объектами;
  • • интеллектуальные роботы (сервисные, промышленные, военные);
  • • конечные автоматы: системы массового обслуживания и коммутации, телекоммуникационные системы;
  • • распознавание целей на экранах радаров;
  • • системы интеллектуального анализа данных;
  • • системы распознавания поверхностных дефектов сортового и листового проката в процессе его производства;
  • • системы интеллектуальных оптимизаторов уставок автоматических регуляторов технологических агрегатов;
  • • системы технического зрения;
  • • системы восприятия, хранения и переработки больших объемов сложноструктурированной информации;
  • • диалоговые системы на естественном языке;

«Развитие интеллектуальных технологий управления как на исполнительном уровне (интеллектуальный привод, интеллектуальный мехатронный модуль и т. д.), так и на уровне организации целесообразных действий и поведения позволяет обеспечить создание принципиально нового поколения машин, обладающих высокими техническими характеристиками и функциональными возможностями» [56].

Ведущие станкостроители мира все больше внимания уделяют интеллекту металлорежущих станков. Так, например, корпорации OKUMA внедрила систему предупреждения столкновений движущихся частей станка Anti-collision, которая делает безопасной работу на высоких скоростях и значительно сокращает время обработки, а также систему обеспечения компенсации температурной деформации станка для высокоточной обработки. Она позволяет сохранять точностные характеристики даже при работе оборудования без предварительного прогрева и в цехах без специальной системы кондиционирования воздуха. Также среди последних умных разработок OKUMA - опция Machining Navi, которая позволяет определять оптимальные условия резания для высокоэффективной обработ ки.

Гибридные интеллектуальные системы (ГИС).

Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом, ГИС - это совокупность:

  • • аналитических моделей;
  • • экспертных систем;
  • • искусственных нейронных сетей;
  • • нечетких систем;
  • • генетических алгоритмов;
  • • имитационных статистических моделей.

Гибридные интеллектуальные системы способны решать задачи, которые невозможно моделировать в рамках какого-либо одного метода, ускоряют создание интеллектуальных систем, в несколько раз снижают ошибку прогноза, улучшают качество как тактического, так и стратегического планирования [68].

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >