Жизненный цикл ИСППР при эксплуатации трубопровода.

Интеллектуальная система поддержки принятия решения при эксплуатации трубопровода является инициативой отдела контроля и разработки сигнализационных систем. В виду недавней активации работ по созданию системы, можно прийти к логическому выводу, что проект находится в начальной стадии развития, а именно, на стадии инициализированная.

Рис 41. Жизненный цикл разработки ИСППР.

Происходит сбор данных, изучается предметная область, строятся механизмы логического ввода-вывода, ведутся тесты программы, подготавливается документация и формирование отчетов для вышестоящего руководства, ожидания одобрения на дальнейшее развитие и разработку ИСППР.

 

Заключение

В рамках дипломного проекта были решены две главные задачи: разработана продукционная база знаний (с единообразным представлением знаний, что облегчает их восприятие и понимание человеком) и разработан механизм логического вывода (комбинированный) для интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода.

Для решения этих задач был проведен анализ процесса диагностирования трубопроводов КПО, разработана организационная структура КПО, так же был проведен анализ технического, программного и информационного обеспечения для Интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода, разработана структура Интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода, разработана модель продукционной базы и самой базы знаний, построено дерево решений, разработан механизм логического вывода.

В заключение, так же хотелось бы отметить, что в ходе аналитических работ чрезвычайно важно установить причину повреждения трубопровода верно и сделать это как можно быстрее. Диагноз повлияет не только на ремонтные работы, но и на процесс транспортировки ресурсов в целом. Нужно ли пояснять, насколько велика цена ошибки или даже промедления в экстренных ситуациях. Ценой ошибки могут стать весьма угнетающие последствия, вплоть до гибели сотрудников предприятия.

Осваивать такой объем информации практикующие специалисты-инженеры просто не имеют возможности, так же как лечебные высшие учебные учреждения не могут обеспечить полноценное повышение квалификации каждому из работающих специалистов. Поэтому на помощь работникам приходят новые программные технологии. Интеллектуальная система поддержки принятия решений при эксплуатации трубопровода позволяет облегчить и ускорить процесс постановки алгоритма ремонтных работ, разработки курса восстановительных процессов, оптимизировать список назначаемых анализов.

Список источников информации

1. Гаврилова Т., Хорошевский В. Базы знаний интеллектуальных систем: Учебник для вузов. - СПб.: Питер, 2000 г.

2. Герман О.В. Введение в теорию экспертных систем и обработку знаний. - Минск.: ДизайнПРО, 1995. - 256с.

3. Голенков В.В., Емельянов В.В., Тарасов В.Б. Виртуальные кафедры и интеллектуальные обучающие системы // Новости искусственного интеллекта. - 2001. - N 4. - С. 3-13.

4. Люгер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с англ. – М.: Издательский дом «Вильямс», 2003. – 864c. [п. 2.1.5., стр. 122]

5. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д.. Статические и динамические Интеллектуальные системы. М.: Финансы и статистика, 1996.

6. Попов Э.В. Интеллектуальные системы. Решение неформализованных задач в диалоге с ЭВМ.- М.: Наука, 1987. - 288с. [п. 2.2.1., стр. 140]

7. Рассел С., Норвиг П. Искусственный интеллект: современный подходМ.: Вильямс, 2006 г.

8. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. -М.: Финансы и статистика, 1990. -320с.

9. Фомичева О. Е., Харахан О. Г. учебное пособие по дисциплине «Системы искусственного интеллекта».

10. Фомичева О. Е., Харахан О. Г. учебное пособие «Проектирование информационных систем».

11. Кайгородова Т.В., статья «Научно-информационное обеспечение принятия решений в промышленности и энергетике», 21.12.2009.
http: //vestnik.mednet.ru/content/view/162/30/lang, ru/

12. Кански, Д. Клиническая офтальмология: системный подход. Пер. с англ./ Д. Кански. – М.: Логосфера, 206. – 744 с.

13. Кобринский Б.А., статья «Системы поддержки принятия решений в здравоохранении и обучении». " Инженер и информационные технологии", N 2, март-апрель 2010 г.

14. Радченко С.В., статья «Информационные технологии поддержки принятия Инженеребных решений». Информационные технологии в здравоохранении, №13-14, 2002 г.
wiki.openhealth.ru/xwiki/bin/view/Main/Информационные+технологии+поддержки+принятия+Инженеребных+решений

15. Статьи и методические материалы по соединительной оболочки трубопровода

 

 

Список иллюстраций

Рис. 1. Организационная структура КПО

Рис. 2. Диаграмма «Функционирование КПО» верхний уровень

Рис. 3. Диаграмма потоков данных КПО первый уровень

Рис. 4. Диаграмма потоков данных «Обработка обращения трубопровода»

Рис. 5. Диаграмма потоков данных «Диагностирование трубопровода и назначение ремонтных работ»

Рис. 10. Обобщенная структура Интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода

Рис. 11. Структура Интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода

Рис. 12. Диаграмма «Детализация структуры Интеллектуальной Системы поддержки принятия решений при эксплуатации трубопровода»

Рис. 13. Структура вычислительной сети КПО. Топология «звезда»

Рис 14. Обобщенная инфологическая модель базы данных КПО

Рис. 15.Структурная схема комплекса ДИМОЛ

Рис. 16. Фрагмент дерева решений (начало)

Рис. 17. Фрагмент дерева решений (продолжение)

Рис. 18. Фрагмент дерева решений (окончание)

Рис. 19. Фрагмент дерева решений (начало)

Рис. 20. Фрагмент дерева решений (окончание)

Рис. 21. Концептуальная структура базы знаний

Рис.22. Блок-схема алгоритма комбинированного (циклического) логического вывода

Рис. 23. Блок-схема процедуры поиска правила, содержащего глобальную цель

Рис. 24. Блок-схема алгоритма доказательства локальной цели

Рис. 25. Главная форма

Рис. 26. Форма ввода данных. Выбор значения из списка

Рис. 27. Форма ввода данных (Антропометрических)

Рис. 29. Форма ввода данных (Тип поражения)

Рис. 30. Форма ввода данных (Класс возбудителя аварийной ситуации)

Рис. 31. Форма ввода данных (Стадия аварийной ситуации)

Рис. 32. Форма ввода данных (Род возбудителя)

Рис. 33. Форма «Обработка данных»

Рис. 34. Форма «Рекомендации по исследованиям»

Рис. 35. Форма «О программе»

Рис. 37. Участники проекта

Рис. 38. Источники финансирования

Рис.39. Поток реальных денег

Рис.40. Поверочный дисконт IRR

Рис.41. Индекс выгодности PI

Рис.42. Период окупаемости PP

 

Список таблиц

Таблица 1. Функциональная структура КПО

Таблица 2. Внешние сущности процессов КПО

Таблица 3. Движение данных

Таблица 4. Основные технические характеристики компьютеров

Таблица 5. Основные технические характеристики сервера

Таблица 6. Структура таблицы «Сотрудники»

Таблица 7. Структура таблицы «Отделы»

Таблица 8. Структура таблицы «Должности»

Таблица 9. Структура таблицы «Трудовые договоры»

Таблица 10. Структура таблицы «Трубопроводы»

Таблица 11. Структура таблицы «Медицинские карты»

Таблица 12. Сравнительная характеристика моделей представления знаний

Таблица 13. Список анализов с распределением по возбудителям и причинам аварий

Таблица 14. Значения факторов

Таблица 15.Учебный пример формирования правил базы знаний

Таблица 16.Учебный пример формирования правил базы знаний с детализацией до «рода возбудителя аварий»

Таблица 17. Примеры построенных правил

Таблица 18. Данные по трубопроводу

Таблица 19. Данные «Тип поражения»

Таблица 20. Данные «Предрасположенность к авариям»

Таблица 21. Данные «Класс возбудителя аварийной ситуации»

Таблица 22. Данные «Род возбудителя»

Таблица 23. Данные «Стадия аварийной ситуации»

Таблица 24. Значения факторов (фрагмент дерева решений)

Таблица 25. Смета затрат на приобретение компьютерного оборудования

Таблица 26. Смета затрат на разработку и освоение проекта

Таблица 27. Показатели инвестиционной деятельности при оптимальном варианте финансирования «собственный капитал»

Таблица 28. Показатели операционной деятельности при оптимальном варианте финансирования «собственный капитал»

Таблица 29. Показатели финансовой деятельности при оптимальном варианте финансирования «собственный капитал»

Таблица 30. Итоги расчета показателей коммерческой эффективности

 

[1]Лисп(LISP, Lisp, от англ. LI St Processing language—язык обработки списков) cемейство языков программирования, программы и данные в которых представляются системами линейных списков символов. Лисп является вторым в истории(после Фортрана) используемым посей день высокоуровневым языком программирования.

[2]Когнитолог – специалист в области инженерии знаний (область наук об искусственном интеллекте, связанная с разработкой интеллектуальных систем и баз знаний). Когнитолог изучает методы и средства извлечения, представления, структурирования и использования знаний, непосредственно занимается разработкой интеллектуальных систем и баз знаний.

[3] Ультразвуковая дефектоскопия — метод, предложенный С. Я. Соколовым в 1928 году и основанный на исследовании процесса распространения ультразвуковых колебаний с частотой 0, 5 — 25 МГц в контролируемых изделиях с помощью специального оборудования — ультразвукового дефектоскопа. Является одним из самых распространенных методовнеразрушающего контроля.

[4] Разделение трубопроводов на наземные, подземные и смешанные типы.

⇐ Предыдущая1234

Поделиться: