Исследование эффективности интеллектуального управления в металлургии

Исследование эффективности интеллектуального управления в металлургии

Автор: Еременко, Юрий Иванович

Шифр специальности: 05.13.06

Научная степень: Докторская

Год защиты: 2005

Место защиты: Липецк

Количество страниц: 369 с. ил.

Артикул: 3012073

Автор: Еременко, Юрий Иванович

Стоимость: 250 руб.

Исследование эффективности интеллектуального управления в металлургии  Исследование эффективности интеллектуального управления в металлургии 

Введение
1 Анализ состояния инновационной деятельности и эффективности управления в металлургии
1.1 Становление АСУ в металлургии.
1.2 Эволюция технических средств и сферы действия АСУ
1.3 Качество АСУ и методы его оценки
1.4 Использование прогноза при управлении инновационными
процессами в АСУ
1.5 Принятие решений по выбору инновационного проекта АСУ
1.5.1 Принятие решений в условиях многокритериальности
1.5.2 Выбор на основе методов теории нечетких множеств
1.5.3 Выбор на основе метода анализа иерархий.
1.6 Проблемы управления технологическими агрегатами и пути их преодоления
1.7 Развитие математического аппарата и идеологии АСУ
1.8 Использование методов искусственного интеллекта в решении задач управления.
1.8.1 Общая характеристика методов искусственного интеллекта
1.8.2 Использование аппарата нечеткой логики.
1.8.3 Применение нейронных сетей для качественного совершенствования управления.
1.8.4 Использование генетических алгоритмов для решения задач оптимизации
1.8.5 Сохранение уникального опыта профессионалов в экспертных системах
1.9 Перспективы интеллектуализации управления организационными системами.
1. Основные направления и задачи исследований
2 Разработка теоретических основ оценки прогностических
ф характеристик развития АСУ и обобщенной модели
интеллектуального управления.
2.1 Определение научнотехнического уровня АСУ.
2.2 Выбор вида и параметров прогностической функции динамики развития АСУ.
2.3 Выбор инновационного проекта АСУ.
2.3.1 Разработка алгоритма выбора на основе аппарата нечетких множеств.
2.3.2 Выбор варианта модернизации АСУ на основе метода анализа иерархий .
2.4 Анализ эффективности предложенных методов прогнозирования развития АСУ и обоснования инновационных
мероприятий по их модернизации
2.5 Разработка обобщенной модели интеллектуального управления
на основе теории информации.
2.6 Организация решения инженерной задачи интеллектуального управления.
2.7 Разработка интегрированной информационной системы принятия инновационных решений в условиях интеллектуализации управления.
2.8 Выводы.
3 Исследования методов и разработка систем управления на основе нечеткой логики.
3.1 Нечеткое управление уровнем металла в кристаллизаторе МНЛЗ
3.1.1 Характеристика объекта управления.
3.1.2 Детерминированная составляющая системы управления
3.1.3 Нечеткое регулирование процесса кристаллизации
3.2 Нечеткая система управления процессом обжига сырых окатышей.
3.2.1 Краткая технологическая характеристика объекта.
3.2.2 Детерминированная составляющая.
3.2.3 Нечеткая составляющая
3.2.4 Результаты сравнения.
3.3 Управление на основе нечеткой логики процессом мокрого помола руды
3.3.1 Описание объекта автоматизации 3
3.3.2 Математическая модель.
3.3.3 Построение нечеткой системы.
3.4 Интеллектуализация управления процессом окомкования
3.4.1 Особенности технологического процесса.
3.4.2 Построение СУ на базе нечеткой логики.
3.5 Выводы
4 Разработка технологии и практическая реализация нейросетевого управления металлургическими объектами
4.1 Формирование составляющих технологии нейросетевого управления.
4.1.1 Выбор архитектуры системы и параметров сети
4.1.2 Определение функций активации, множеств входов и выходов сети.
4.1.3 Выбор количества слоев и нейронов.
4.1.4 Определение метода обучения, обучающего и экзаменующего множеств.
4.1.5 Построение и подключение нейроэмуляторов
4.1.6 Выбор алгоритма обучения
4.2 Временное уплотнение обучения нейронных сетей.
4.2.1 Задача исследования.
4.2.2 Характеристика исследований и оценка результатов
4.3 Разработка нейросетевых систем управления термическими процессами.
4.3.1 Управление температурным режимом получения металлизованных окатышей
4.3.2 Нейросетевое формирование уставок для регуляторов АСУ
ТП обжиговой печью.
4.3.3 Управление печью нагрева с обучением по эталонной
модели.
4.3.4 Адаптивное управление шахтной печыо
4.4 Управление механическими агрегатами.
4.4.1 Управление с самонастройкой обжимной клетью сортопрокатного стана.
4.4.2 Автоматизация гидроциклона с использованием рекурентной сети
4.4.3 Управление работой штабелера на основе параллельного нейроуправления.
4.4 Выводы.
5 Интеллектуализация организационных задач на основе экспертного анализа.
5.1 Экспертная система технического обслуживания и ремонтов оборудования на металлургических заводах.
5.1.1 Обоснование возможности и необходимости построения экспертной системы ТО и Р металлургического оборудования
5.1.2 Построение базы знаний.
5.1.3 Модель для формализации процесса поиска решений
5.1.4 Разработка критериев принятия решений
5.1.5 Автоматизация процедуры принятия решений в экспертной системе.
5.2 Экспертная система шахтной печи.
5.2.1 Обобщенная задача управления.
5.2.2 Разработка нечеткой экспертной системы.
5.2.3 Описание функционирования системы
5.2.4 Просмотр вариантов целевой функции.
5.2.5 База правил системы поддержки принятия решений и вывод решения.
5.3 Интеллектуализация задачи оперативного планирования
процесса выплавки стали в дуговых сталеплавильных печах.
5.3.1 Анализ предметной области в условиях
детерминированного решения
5.3.2 Анализ проблем живучести контактного графика.
5.3.3 Разработка ситуационного управления
5.4 Выводы
Заключение.
Список литературы


Все перечисленные трудности обуславливают необходимость поиска другого подхода к задаче оценки параметров прогностической модели развития сложных АСУ. Развитие горнометаллургического производства происходит путем освоения разнообразных инноваций, которые представляют собой процесс разработки, освоения, эксплуатации и исчерпания производственноэкономического и социальноорганизационного потенциала предприятия, лежащего в основе новации 6,2. Качество управления инновационной деятельностью предприятия определяется плановыми, организационными и оперативными решениями. В условиях рыночной экономики на предприятиях складываются объективные факторы, ведущие к усложнению управленческих решений. Необходим учет ограничений по материальным и финансовым ресурсам, усложнения объекта управления и многосвязности решаемых задач. Это повышает требования к качеству и оперативности принятия и реализации управленческих решений 1, 5, , , 2,5,8,. Задача ПР при планировании инновационных мероприятий в АСУ решается в условиях неопределенности и риска. Источником неопределенности является неполнота, разобщенность исходных данных, словесное описание целей, ограничений и условий качественного типа 5. В современных СУ производством проблема качественного управления состоит в генерации альтернативных вариантов, в определении целей, ограничений и возможных областей решений, а также вызываемых этими решениями последствий , , 3, 0, 3, 4, 7. Профессиональное использование моделей процесса ПР позволяет подкрепить интуитивные соображения при принятии решений, в частности, обеспечивать большую степень непротиворечивости, согласованности и надежности принимаемых управленческих решений. А Аи . В Вх,. У КИ. К оптимальное решение. Основной задачей ЛПР является определение для каждой проблемы, принадлежащей возникшему полю проблем, альтернативного варианта решения из пространства решений, наиболее соответствующего целям предприятия. Для определения наиболее предпочтительного варианта решения для конкретной проблемы используются решающие правила для сравнения и выбора альтернативных вариантов. Системы правил стратегий выбора решений можно разделить на алгоритмические и эвристические. К числу наиболее распространенных решающих правил относятся метод свертки, принцип Паретто, лексикографический выбор, правила максимина, максимакса, минимакса, минимума ожидаемых возможных потерь, компромиссное правило с использованием критерия Гурвича, правило максимальной вероятности, правило оптимизации математического ожидания и другие 4, 5,. При разработке управленческих решений широкое использование находят метод сценариев, экспертные методы, логические формализованные и логикоматематические методы, методы выработки решений в диалоге человекмашина, матричный метод, метод системного анализа и т. Задачи оптимизации облика промышленных АСУ, ввиду большой сложности и стоимости этих систем, не всегда укладываются в узкие рамки монокритериальной постановки задачи. Такие объекты характеризуются несколькими критериями, причем некоторые из них могут быть противоречивыми. В последнее время проблема векторной оптимизации приобрела важное значение 5, 8. Отличие задач векторной оптимизации от скалярной состоит в том, что для них имеется множество различных принципов оптимальности, ведущих к выбору различных эффективных решений. Процедуры нахождения наилучшего варианта по типу используемой дополнительной информации делят на априорные, апостериорные и адаптивные ,9,1. На начальных этапах оптимизации облика рассматриваемой системы пренебрегают ее структурными свойствами с целью упрощения формирования модели системы. На последующих этапах описания вариантов системы с целью установления основных ее функций и возможных способов их реализации применяют метод морфологического анализа , 5. При любом способе выбора обоснование варианта наилучшего инновационного проекта остается не до конца формализованным и окончательные выводы должен делать ответственный за выбор субъект группа лиц. Результаты расчетов могут иметь лишь рекомендательный характер.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.239, запросов: 244