Организация программно-информационной поддержки технического обслуживания и ремонта производственного оборудования с использованием онтологий и мультиагентных систем на примере дорожно-строительных машин

Тип работы:
Реферат
Предмет:
Общие и комплексные проблемы технических и прикладных наук и отраслей народного хозяйства


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 004. 89: 656. 1/. 5
А. В. Кизим, М. В. Денисов
ОРГАНИЗАЦИЯ ПРОГРАММНО-ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ И РЕМОНТА ПРОИЗВОДСТВЕННОГО ОБОРУДОВАНИЯ С ИСПОЛЬЗОВАНИЕМ ОНТОЛОГИЙ И МУЛЬТИАГЕНТНЫХ СИСТЕМ НА ПРИМЕРЕ ДОРОЖНО-СТРОИТЕЛЬНЫХ МАШИН
Волгоградский государственный технический университет
kizim@mail. ru, maxden33@gmail. com
В работе определены проблемы и задачи организации ТОиР на примере дорожно-строительной техники (ДСТ). Предложен подход к обеспечению поддержки принятия решений (ППР) при управлении ТОиР дорожной техники на основе адаптированного и модернизированного метода RCM2. Определена структура системы организации ремонта и технического обслуживания в дорожном хозяйстве с использованием онтологий и мультиагентных систем. Разработаны модель системы планирования ТОиР на основе агентов как многоагентная система, состав и структура интеллектуальных агентов. Для задач планирования ТОиР предложено использовать метод CaseBasedReasoning на онтологии. Описаны результаты разработки и внедрения модулей комплексной программно-организационной системы ТОиР ДСТ.
Ключевые слова: система поддержки, планирование, дорожно-строительная техника, производственное оборудование, техническое обслуживание и ремонт, ТОиР, организация ТОиР, программно-информационная поддержка, онтологии, интеллектуальные агенты, многоагентная система, RCM2, CBR.
А. V. Kizim, M. V. Denisov
ORGANIZATION OF THE SOFTWARE AND INFORMATION SUPPORT FOR MAINTENANCE AND REPAIR OF PRODUCTION EQUIPMENT WITH ONTOLOGY AND MULTI-AGENT SYSTEMS IN A CONSTRUCTION MACHINE CASE
Volgograd State Technical University
This paper presents the problems and tasks of maintenance and repair on the example of road-building equipment. An approach to providing decision support in the management of maintenance and repair of road vehicles based on the adapted and modernized method RCM2 is proposed. The structure of maintenance and repair organization (MRO) in the road sector with the use of ontologies and multi-agent systems is described. The model of the maintenance and repair planning system on the basis of agents as a multi-agent system, and the composition and structure of intelligent agents are showed. The method of Case Based Reasoning on ontologies proposed to use for scheduling maintenance and repair. The results of the development and implementation of integrated software modules and organizational system Maintenance and road-building equipment are described.
Keywords: system support, planning, road construction machinery, industrial equipment, production equipment, maintenance and repair, maintenance and repair organization, MRO, software and information support, ontology, intelligent agents, multi-agent system, RCM2, CBR.
Введение
Дорожное хозяйство имеет большое значение для любой страны, так как дорожная сеть является базой для самого часто используемого из 4 важнейших механизмов транспортировки грузов и людей. Модернизация дорожного хозяйства позволяет перейти к новой системе управления, ориентированной на достижение результатов и повышение эффективности функционирования отрасли. Одной из задач реформирования является совершенствование управленческих технологий, которые включают в себя лучшие современные подходы по организации технического обслуживания и ремонта техни-ки (ТОиР) для обеспечения максимального выполнения дорожными ремонтными машинами производственной программы. У многих авто-
дорожных предприятий парк оборудования обновляется не в достаточной мере, что приводит к его износу и выработке ресурса машин. Самым очевидным решением, на первый взгляд, является обновление оборудования для замены отработавшего. Однако, экономическое обоснование подобных операций не всегда убедительно. Более перспективной задачей для решения является разработка аппарата для организации системы организации, планирования и поддержки принятия решений по обслуживанию и ремонту парка дорожно-строительной техники.
Решение по организации ТОиР
Зачастую при организации работ по ТОиР дорожной техники используется обслуживание по фактическому состоянию. Реже — более про-
грессивное планово-предупредительное ТОиР, при котором ремонтные воздействия производятся через определенные промежутки времени или наработки оборудования. Онотакже не всегда рационально, т.к. влечет дополнительные не всегда обоснованные затраты. Во многих от-
раслях зарекомендовал себя подход Reliability-Centered Maintenance (RCM), при котором определяется значимость актива, а также последствия его отказов. Корганизации ТОиР автодорожной техники, как и другого оборудова-ния, также возможно применение RCM (рис. 1).
Рис. 1. Логика RCM-подхода
В общем случае затраты на ТОиР равны сумме эксплуатационных издержек и производственных потерь (в том числе от невыполнения обязательств организации перед заказчиками). Данная кривая имеет точку оптимума (см. рис. 2). Смысл данной зависимости в том, что при не-
которой величине совокупных затрат достигается оптимальное соотношение затрат и эффекта от ремонтных мероприятий. А дальнейшие вложения способны увеличить эффект, понимаемый, например, как коэффициент технической готовности оборудования.



1
Точка оптимума Общи П|ЭОИ- Ге затраты зодственные потери
-^^Эксплуатационные издери

Безотказность
Рис. 2. Зависимость производственных потерь от совокупных затрат на техобслуживание и ремонты
Анализ этой закономерности приводит к выводу, что при управлении техобслуживанием и ремонтами существует возможность разработать оптимальный по критерию затраты/результаты план работ, который является важнейшей предпосылкой успеха всего комплекса ремонтных мероприятий. План является динамически изменяемым. Периодически должна производиться его корректировка.
Для повышения эффективности технологического процесса по обслуживанию дорожной техники необходима его автоматизация, использующая модернизированную стратегию ЯСМ2.
Для этого предложен подход к обеспечению поддержки принятия решений (ППР) при управлении ТОиР дорожной техники. Информационная система поддержки принятия решений (ИСППР) предназначена для выполнения следующих функций: планирование ТОиР дорож-
ной техники, определение приоритета ТОиР дорожных машин, а также составляющих их узлов. С учетом специфики предметной области была построена архитектура системы ППР при ведении дорожных работ (Рис. 3). Модулями предложенной ИСППР являются база знаний (онтологии), база данных системы и функциональные модули (мониторинга текущего состояния техники, ППР, и др.). База данных системы и онтология регулярно пополняются. Онтология регулярно пополняется новыми знаниям специалистов, которые поступают в систему управления процессамиТОиР дорожной техники. Эти требования анализируются экспертом с помощью ИСППР на непротиворечивость и вносятся в хранилище знаний в виде новых фрагментов знаний, которые используются для поддержки принятия решений и оценки качества процесса ведения ремонта дорожной техники.
Сбор и обработка исходных данных
Анкеты с Государственные
требованиями стандарты


Онтология База данных системы

Состояние техники
Мониторинг текущего состояния техники
-Предложенное решение (сценар
Состояние работ
Характеристики ремонтного процесса
Подсистема учета дорожных работ
Запрос
Поддержка принятия решений

Организация ТОиР
Запрос
Рис. 3. Схема системы ППР при ведении дорожных работ
Для повышения эффективности принимаемых решений и решения задачи управления знаниями дорожно-строительной организации в части организации процесса ТОиР разрабатывается онтология. Онтология обеспечивает полноту знаний о качестве процесса ведения ремонта дорожных машин, позволяет построить иерархию понятий, формализовать систему суждений экспертов в форме правил принятия решений, и сформировать базу прецедентов проблемных ситуаций в области организации ТОиР и управления качеством процесса ремонта дорожных машин. В онтологии установлены парадигматические отношения между поня-
тиями, независимые от контекста решения задачи, и правила формирования переменных синтагматических отношений понятий, возникающих в некотором контексте решения задачи. Разработка онтологии решает задачу совместного и повторного использования знаний различными пользователями, задействованными в управлении качеством процесса ремонта дорожных машин.
С помощью онтологии определено единое информационное пространство, в котором интегрируются различные модели представления знаний об процесс ремонта дорожных машин управления качеством, знания о конкретной
области подготовки специалистов, правила управления процесс ремонта дорожных машин и прецеденты конкретных проблемных ситуаций, требующих принятия решений. Фрагмент
разработанной онтологии, отражающей множество классов процесса ремонта дорожных машин и управления качеством, представлен на рис. 4.
| ¦" ТМпд |
Рис. 4. Фрагмент онтологии управления качеством ведения технического обслуживания и ремонта дорожной техники
Модель многоагентной системы тоирдорожно-строительных машин
Для мониторинга, организации взаимодействия и упрощения процесса управления объектами схожей структуры используются агенты, объединяемые в мультиагентную систему (МАС). Модель МАС, изначально разработанная для представления процессов взаимодействия набора объектов схожей структуры, успешно применяется во множестве научных отраслей [7]. Использование этой модели в сферах робототехники и интеллектуального анализа данных привело к выработке концепта агента, как объекта, наделенного правами пользователя и способного к совершению схожего спектра задач. Таким образом, агент является сложной системой, которая может быть основана на интеллектуальных методах, внутри системы мультиагентного взаимодействия.
По причине разнородности и различного территориального расположения дорожностроительных машин и оборудования является обоснованным применение агентных технологий для решения задач ТОиР. Агенты облада-ютхарактеристиками, которые делают их незаменимыми в задачахТОиР. Способность правильно реагировать на динамически изменяющиеся условия делает многоагентные системы (МАС) гибкими для их использования при обслуживании дорожной техники, так как дорожно-ремонтная машина довольно автономна, и ситуация в ней меняется динамически. Аген-
тыобладают свойствами гибкости, расширяемости и отказоустойчивости. В МАС задачи распределены между агентами, каждый из которых рассматривается как член группы или организации. Распределение задач предполагает назначение ролей каждому из членов группы, определение меры его ответственности и требований к опыту.
При использовании всех методов формирования прогнозов работ по ТОиР оборудования в рамках автоматизированной системы сис-пользованием агентов можно повысить скорость составления и качество планов проведения работ по ТОиР оборудования. В соответствии с этим предлагается следующая модель мультиагентной системы ТОиР. 10]
Распределенное решение задач несколькими агентами разбивается на следующие этапы: 1) агент-менеджер машины проводи-танализ отказов внутренних узлов, а также определение приоритета их ремонта- 2) эти задачи распределяются между агентами-исполнителями- 3) каждый агент-исполнитель решает свою задачу, подчас также разделяя ее на подзадачи- 4) для получения общего результата производится композиция, интеграция частных результатов, соответствующих выделенным задачам- 5) агент-менеджер машин используется для определения приоритета ремонта дорожно-строительных машин, на основе шкалы важности, которая получается по методологии ЯСМ.
Пользователь
Рис. 5. Архитектура ТОиР дорожной техники на основе мультиагентов
Для организации вывода регулярно повторяющихся задач планирования ТОиР используется метод Case Based Reasoning (CBR) [11]. Если принцип регулярности не выполняется, то очередность обслуживания и ремонта узлов производится на основе предварительных экспертных оценок важности узла, а также правил ТОиР и других знаний об организации процесса ТОиР. После успешного выполнения запланированной операции по ТОиР узла информация заносится в базу знаний и в дальнейшем становится возможным применение для планирования работ над ним метода CBR.
Выводы и результаты
Произведен анализ проблем и постановка задач по организации ТОиРтехники в дорожном хозяйстве. Определены базовые методологии ТОиР для создания системы организации ТОиР в дорожном хозяйстве (обслуживание по фактическому состоянию, планово-предупредительное обслуживание и RCM). В рамках работы предложен подход к обеспечению поддержки принятия решений (ППР) при управлении ТОиР дорожной техники на основе адаптированного и модернизированного метода RCM2. Показано, что затраты на ТОиР равны сумме эксплуатационных издержек и производственных потерь.
Определена структура системы организации ремонта и технического обслуживания в дорожном хозяйстве с использованием онтологий и мультиагентных систем. Показаны решения по применению онтологий для задачи управления знаниями по организации ТОиР. Произведено обоснование применения агентных технологий для решения задач ТОиР. Разработаны-состав агентов и модель системы планирования ТОиР на основе агентов как многоагентная система. Построена структура интеллектуальных агентов, соответствующаямодели. Для задач планирования ТОиР используется метод Case Based Reasoning для вывода на онтологии. Внедрение системы идет на базе регионального государственного предприятия по строительству и ремонту дорог. Разработка и внедрение программно-организационной системы производятся поэтапно. На данный момент внедрена с экономическим эффектом система автоматизированного учета дорожных работ предприятия и производится сбор информации о проведенных работах, которая учитывается в прототипе системы ИСППР.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Камаев В. А., Щербаков М. В., Скоробогатченко Д. А. Применение нечетких нейросетевых моделей для идентификации состояния автомобильных дорог / Вестник ком-
пьютерных и информационных технологий. Вып. 12. М.: «Машиностроение», 2010. С. 36−41.
2. Камаев В. А. Интеллектуальные системы автоматизации управления энергосбережением / В. А. Камаев, М.
В. Щербаков, А. Бребельс // Открытое образование. -2011. — № 2. — С. 227−231.
3. Кизим А. В. Программно-информационная поддержка технического обслуживания и ремонта оборудования с учетом интересов субъектов процесса/А.В. Кизим, Е. В. Чиков, В. Ю. Мельник, В. А. Камаев // Информатизация и связь. -2011. -№ 3. -С. 57−59.
4. Кизим А. В., Линев Н. А. Исследование и разработка методики автоматизации ремонтных работ предприятия // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»: Межвуз. сб. науч. ст. -Волгоград: ВолгГТУ, 2008. -Вып. 4, № 2. -С. 43−45.
5. Кизим А. В., Чиков Е. В., Мельник В. Ю. Задачи прогнозирования и планирования для программно-информационной поддержки технического обслуживания и ремонта оборудования // Открытое образование. -2011. -№ 2 (85). Ч. 2. -С. 224−227.
6. Кизим, А. В. Обоснование необходимости автоматизации работ по ремонту и техническому обслуживанию оборудования / А. В. Кизим // Изв. ВолгГТУ. Серия «Актуальные проблемы управления, вычислительной техники
и информатики в техн. системах». Вып. 6: межвуз. сб. науч. ст. /ВолгГТУ. -Волгоград, 2009. -№ 6. -С. 118−121.
7. Кизим А. В., Кравец А. Д., Кравец А. Г. Генерация интеллектуальных агентов для задач поддержки технического обслуживания и ремонта/А. В. Кизим // Известия Томского политехнического университета. -2012. — С. 131−134
8. Мельник В. Ю. Поддержка принятия решения при формировании очередей работ с помощью средств автоматизации планирования технического обслуживания и ремонта оборудования / В. Ю. Мельник, А. В. Кизим,
В. А. Камаев // Изв. ВолгГТУ. Серия & quot-Актуальные проблемы управления, вычислительной техники и информатики в технических системах& quot-. Вып. 12: межвуз. сб. науч. ст. / ВолгГТУ. — Волгоград, 2011. — № 11. — С. 107−110.
9. Денисов М. В., Кизим А. В. Поддержка принятия решений при ведении дорожных работ и мониторинге техники /Сборник научных трудов Sworld по материалам международной научно-практической конференции. 2012. Т. 14. № 4. С. 56−60.
10. Mangina E.E., S.D.J. McArthur and J.R. McDonald (2001a). & quot-COMMAS (COndition Monitoring Multi Agent System)& quot-, Journal of Autonomous Agents and Multi-agent Systems, Vol. 4, pp 279 — 281.
11. Sankar K. Pal, Simon C. K. Shiu. Foundations of Soft Case-Based Reasoning. NewJersey: Wiley, 2004, ISBN: 9780−471−64 466−8.

ПоказатьСвернуть
Заполнить форму текущей работой