Повышение эффективности производственного процесса с помощью продукционных экспертных систем в среде информационной поддержки жизненного цикла изделия

• Автор: Утросин, Валерий Владимирович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 133 с. : ил.

СОДЕРЖАНИЕ

Список сокращений и определения

Введение
ГЛАВА 1. ИСПОЛЬЗОВАНИЕ СТРАТЕГИИ ДЛЯ ПОВЫШЕНИЯ УРОВНЯ АВТОМАТИЗАЦИИ ПРЕДПРИЯТИЯ, ОСОБЕННОСТИ И ПРОБЛЕМЫ. ПОСТАНОВКА ЗАДАЧИ.

1.1 Описание стратегии как средства повышения эффективности производства

1.2 Проблемы автоматизации производства.

1.3 Использование методов искусственного интеллекта для решения проблем повышения уровня автоматизации производства.

1.4 Цели и задачи исследования

1.5 Выводы по главе.

ГЛАВА 2. РОЛЬ ПРОДУКЦИОННЫХ ЭКСПЕРТНЫХ СИСТЕМ В ПОВЫШЕНИИ УРОВНЯ АВТОМАТИЗАЦИИ ПРОИЗВОДСТВА

2.1 Основы и архитектура экспертных систем

2.2 Применение экспертных систем в промышленности.
2.3 Особенности интеграции экспертных систем в единое информационное пространство предприятия
2.4 Выводы по главе.
ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ С ПОМОЩЬЮ АППАРАТА ИСКУСТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ КАК СРЕДСТВО ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА
3.1 Основы и архитектура моделей на основе искусственных нейронных сетей.
3.2 Применение аппарата искусственных нейронных сетей в промышленности
3.3 Особенности реализации аппарата искусственных нейронных сетей в едином информационном пространстве
3.4 Выводы по главе.
ГЛАВА 4. РЕАЛИЗАЦИЯ МЕТОДОВ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА ПУТЕМ ИНТЕГРАЦИИ ЭКСПЕРТНЫХ СИСТЕМ И ИСКУСТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ЕДИНОЕ ИНФОРМАЦИОННОЕ ПРОСТРАНСТВО ПРЕДПРИЯТИЯ.
4.1 Структура конкретного технологического процесса для реализации интеграции экспертных систем и искусственных нейронных сетей
4.2 Архитектура системы автоматизации на основе применения экспертных систем и искусственных нейронных сетей и методика интеграции экспертных систем и искусственных нейронных сетей в единое информационное пространство
4.3 Пример построения системы по автоматизации с применением экспертных систем и искусственных нейронных сетей
4.4 Расчет эффективности применения экспертных систем и искусственных нейронных сетей при их интеграции в единое информационное пространство предприятия1 1
4.5 Выводы по главе
Основные выводы по диссертационной работе
Список использованных источников


Разработка метода обучения продукционных экспертных систем и искусственных нейронных сетей в автоматическом режиме, с последующим подключением к процессу подготовки производства. Предложен новый подход к определению области рационального применения аппарата экспертных систем и искусственных нейронных сетей при подготовке производства изделий, в рамках технологии. С целью повышения эффективности этапа подготовки производства в рамках технологии разработана методика рационального использования аппарата экспертных систем и искусственных нейронных сетей, работающих в различных конфигурациях. Разработан способ обучения продукционной экспертной системы и искусственной нейронной мети без участия человека с последующим подключением системы к решению задачи. Предложена объектная модель, реализованная на языке x, для описания продукционных правил экспертной системы и архитектуры и значений коэффициентов искусственной нейронной сети. Данная модель позволяет обмениваться этими данными, что позволяет отделить сами данные от механизма их выполнения. Практическая ценность работы заключается в повышении эффективности процесса подготовки производства, в рамках технологии, за счет разработки методических, алгоритмических и программных средств для автоматизации отдельных участков производства с помощью совместного использования аппарата экспертных систем и искусственных нейронных сетей. Методика и алгоритмы, предложенные в работе, были использованы при разработке информационной системы для поддержки функционирования производства арматурной проволоки ООО ПК АиМ. Основные положения и результаты диссертационной работы докладывались и обсуждались на Vй научной конференции МГТУ СТАНКИН и Учебнонаучного центра математического моделирования МГТУ СТАНКИН ИММ РАН. Методика совместного использования экспертных систем и аппарата искусственных нейронных систем для решения комплексных задач автоматизации производства. Диссертационная работа состоит из введения, четырех глав, основных результатов и выводов, изложенных на 1 странице машинописного текста, содержит рисунков и 4 таблицы, список использованной литературы из наименований и приложение на страницах. Общий объем работы 3 страницы. ГЛАВА 1. ИСПОЛЬЗОВАНИЕ СТРАТЕГИИ ДЛЯ ПОВЫШЕНИЯ УРОВНЯ АВТОМАТИЗАЦИИ ПРЕДПРИЯТИЯ, ОСОБЕННОСТИ И ПРОБЛЕМЫ. В настоящее время для решения проблем повышения эффективности предприятия, конкурентоспособности и привлекательности продукции все чаще применяется набор международных стандартов i iii i . Термин определяется следующим образом совместная стратегия промышленности и правительства государства направленная на реинжиниринг изменение, преобразование существующих бизнеспроцессов в единый высокоавтоматизированный и интегрированный процесс управления жизненным циклом ЖЦ систем. Здесь жизненный цикл рис. Рис. Целью применения технологий в качестве инструмента организации и информационной поддержки всех участников жизненного цикла продукта является повышение эффективности их деятельности за счет ускорения процессов исследования и разработки продукции, придания изделию новых свойств, сокращения издержек в процессах производства и эксплуатации продукции, повышения уровня сервиса в процессах ее эксплуатации и технического обслуживания. Основой задачей внедрения является повышение конкурентоспособности изделия за счет эффективного управления информацией. Для того, чтобы обеспечить эффективность, а также сокращение затрат средств и времени, процесс взаимодействия заказчика и поставщика должен быть непрерывным. Непрерывное взаимодействие определяет постоянное приобретение изделием новых свойств за счет его беспрестанной модернизации 2. Поддержка жизненного цикла, декларированная в определении термина , заключается в оптимизации процессов обслуживания, ремонта, снабжения запасными частями и модернизации. Поскольку затраты на поддержку сложного наукоемкого изделия в работоспособном состоянии во многих случаях превышают затраты на его приобретение, то существенное сокращение стоимости владения можно обеспечить инвестициями в создание системы поддержки жизненного цикла.