Выводы, рекомендации и перспективы

В сложных многопараметрических технических системах происходят многочисленные и разнообразные физические процессы, которые, с одной стороны, оказывают существенное влияние на характеристики этих систем, а с другой стороны, крайне сложно поддаются описанию в виде содержательных аналитических моделей, основанных на уравнениях, т.к. эти модели должны учитывать специфические особенности систем. Вследствие этого разработка содержательных аналитических моделей является «штучной работой» и связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность.

Но известен и другой принцип моделирования: построение феноменологических информационных моделей, т. е. моделей, не имеющих аналитической формы представления и описывающих моделируемую систему чисто внешне как «черный ящик». Такие модели могут строится непосредственно на основе эмпирических данных и при наличии соответствующего программного инструментария это может быть по типовой технологии намного быстрее и значительно менее трудоемко, чем разработка содержательных аналитических моделей.

С другой стороны феноменологические информационные модели могут быть вполне достаточны для определения рациональных конструктивных особенностей и параметров режимов работы сложных технических систем. Кроме того такие феноменологические модели могут рассматриваться в качестве первого этапа разработки содержательных аналитических моделей.

Предлагается применить для создания феноменологических моделей сложных технических систем новый универсальный инновационный метод искусственного интеллекта: автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий — универсальную когнитивную аналитическую систему «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла.

Система «Эйдос» непосредственно на основе эмпирических (экспериментальных) данных позволяет рассчитать какое количество информации о результатах работы технической системы содержится в фактах наличия у нее определенных конкретных конструктивных элементов и в определенных значениях параметров режимов ее работы. На этой основе системой предлагаются научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы моделируемой системы.

В развитии технологических процессов и технологических машин, существует определенная зависимость, определяемая их сущностью. В работах академика Кошкина Л. Н. показано, что сущность машин — это отношение основных противоположных составляющих, а конкретно — отношение между транспортными и технологическими движениями [29, 30]. В настоящее время для многих существующих технологических процессов в различных отраслях промышленности и сельского хозяйства характерно наличие противоречия между наивысшей формой способа технологического взаимодействия между предметом обработки и инструментом и наинизшей формой осуществления технологического транспортирования. В то же время для процессов с объемным воздействием инструмента и предмета обработки, т. е. для процессов четвертого класса, экономически целесообразными являются машины четвертого класса, для которых характерно выполнение технологического процесса обработки в период транспортирования предметов обработки в неориентированном состоянии через рабочее пространство с произвольной скоростью при максимально возможной плотности в любом сечении потока. Четвертый класс машин возможен только для процессов, в которых орудия действуют пространством [29,30]. Достаточно поместить предмет обработки в пространство, чтобы он был обработан [29,30]. Такая возможность совмещения транспортных и технологических функций в одной установке реализуется в созданных в наше стране роторно-винтовых технологических системах [31−33], в которых предметы обработки осуществляют сложнопространственное движение за счет оформления рабочего органа дискретно расположенными плоскими или криволинейными элементами расположенным по его периметру по винтовым линиям и винтовым поверхностям, т. е. в достаточно сложных технических системах. Однако внедрение таких роторно-винтовых технологических систем в машиностроение [34], в строительную индустрию [35], химическую промышленность [36], пищевую промышленность [37], в металлургическую и горную промышленность [38], цементную промышленность [39], в сельское хозяйство [40] сдерживается отсутствием простых и доступных методик их расчета.

Поэтому имеются большие перспективы внедрения созданной Е. В. Луценко технологии АСК-анализа для создания методик расчета таких сложных технических систем, как роторно-винтовых в различные отрасли промышленности и сельского хозяйства.

Опыт успешного применения АСК-анализа и его программного инструментария системы «Эйдос-Х» для моделирования сложной технической системы для смешивания комбикормов с подробным численным примером описан в работе [24]. Стоит отметить, что параметры, рекомендуемые в соответствии с информационной моделью, обычно соответствуют экспертным ожиданиям, основанным на интуиции, опыте и профессиональной компетенции. Авторами данной работы разработано и изготовлено большое количество различных конструкций релятивных винтовых барабанов для смешивания комбикормов. Проведено 749 натурных экспериментов с барабанами 10 различных конструкций при различных параметрах режимов работы. Во всех экспериментах измерялось качество получаемой комбикормовой смеси. Однако непосредственно на основе эмпирических данных рациональный выбор конструктивных особенностей и параметров режимов работы барабанов не представляется возможным. Для этого необходимо предварительно разработать модель, отражающую эти эмпирические данные. Построение содержательных аналитических моделей различных типов барабанов представляет собой сложную и трудоемкую научную задачу, сложность которой обусловлена большим разнообразием и сложностью форм барабанов и режимов их использования, большим числом разнородных физических факторов, влияющих на процессы в барабане. Вследствие этого разработка аналитических моделей связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Поэтому актуальной является поиск математического метода и программного инструментария, обеспечивающих быструю и простую для пользователя разработку модели влияния конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси непосредственно на основе эмпирических (экспериментальных) данных. Предлагается решение этой задачи с применением нового универсального инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария — универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Создаваемая на их основе в системе «Эйдос» системно-когнитивная модель позволяет в наглядной форме отразить влияние конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси и разработать на этой основе научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы релятивных винтовых барабанов. Приводится численный пример.

Таким образом, метод АСК-анализа может быть применен для анализа и рационального выбора конструктивных особенностей и параметров режимов работы технических систем, т. е. задача, поставленная в работе, успешно решена.

Отметим, что АСК-анализ и его программный инструментарий интеллектуальная система «Эйдос» позволяют моделировать не только физико-технические характеристики сложных технических систем, но и их социальные свойства, такие, например, как финансово-экономические и инженерно-психологические. Можно исследовать как конструктивные особенности и параметры режимов работы сложных технических систем влияют на финансово-экономическую и инженерно-психологическую эффективность применения этих систем и на этой основе выбирать их рациональные конструктивные особенности и режимы работы.

Материалы данной статьи и предлагаемый в ней подход могут быть использованы при преподавании дисциплин: интеллектуальные системы; инженерия знаний и интеллектуальные системы; интеллектуальные технологии и представление знаний; представление знаний в интеллектуальных системах; основы интеллектуальных систем; введение в нейроматематику и методы нейронных сетей; основы искусственного интеллекта; интеллектуальные технологии в науке и образовании; управление знаниями; автоматизированный системно-когнитивный анализ и интеллектуальная система «Эйдос»; которые автор ведет в настоящее время, а также и в других дисциплинах, связанных с преобразованием данных в информацию, а ее — в знания и применением этих знаний для решения задач идентификации, прогнозирования, принятия решений и исследования моделируемой предметной области (а это практически все дисциплины во всех областях науки).