Geum.ru

Конспект лекцій по дисципліні Інформаційні моделі "великих" систем

Вид материалаКонспект

Содержание


А.2. Постановка задачи
А.3. Этапы разработки нового технологического процесса
1. Лабораторные исследования.
2 Получение продукта на полупромышленной установке
3 Пуск и наладка процесса в действующем производстве
А.4. Интеллектуальная методология изучения «больших» систем - методическая основа эффективной разработки новых технологических п
Таблица 1. План эксперимента для изучения зависимостей между входными параметрами и выходными показателями
А.5 Патентование результатов разработки нового технологического процесса
А.6. Опыт практического использования интеллектуальной методологии исследования для разработки новых технологических процессов
Б. методология разработки новых композиционных материалов, обладающих комплексом заданных потребительских свойств.
Б.2. Постановка задачи
Б.3. Интеллектуальная методология изучения «больших систем» - методическая основа разработки новых композиционных материалов
План эксперимента для изучения зависимостей выходных показателей от соотношения компонентов смеси и условиями её переработки в м
Б.4. Интеллектуальная методология изучения «больших систем» алгоритм изобретения в области разработки новых композиционных матер
Б.5. Опыт практического использования интеллектуальной методологии исследования для разработки новых композиционных материалов
Подобный материал:
1   2   3   4   5   6   7   8   9

А.2. Постановка задачи

Начальный перечень входных параметров и диапазоны их возможных вариаций задаются специалистами. Причём во избежание ошибок перечень параметров может быть избыточным. В процессе разработки все заданные при постановке задачи входные параметры ранжируются по силе их влияния на выходные показатели и наиболее слабые могут быть удалены. При случайном поиске допустим выход за границы диапазонов параметров, заданных экспертами.

Учитывая актуальность задачи, отсутствие на сегодняшний день корректных методов её решения, и то обстоятельство, что в методическом плане разработка новых технологических процессов (химических, металлургических, нефтеперерабатывающих и др.) инвариантна к их назначению, способу реализации, размерности векторов входных параметров и выходных показателей, задача разработки новых технологических процессов может быть сформулирована в следующей математической постановке.

Дано:

- Область поиска Р пространства входных параметров технологического режима X, заданная диапазонами возможных значений каждого из них.

- Требования к выходным показателям процесса (экономическим, экологическим, потребительским и др.), заданные допустимыми ограничениями на значения каждого из них.

Необходимо:

- Определить область пространства входных параметров, заданную соответствующими поддиапазонами значений каждого из них, позволяющую стабильно получать продукт, обладающий заданным комплексом физико-химических (потребительских, служебных) свойств и обеспечивать соблюдение заданных ограничений по всем остальным выходным показателям.


А.3. Этапы разработки нового технологического процесса


Разработка нового технологического процесса обычно осуществляется в несколько последовательных этапов:

1. Лабораторные исследования.

Исследования ведутся на лабораторном оборудовании (обычно в стеклянной посуде). Цель исследований - оценить принципиальную возможность реализации процесса и получить первичную информацию о его закономерностях. Результаты исследования обобщаются в документе, называемом «лабораторная пропись».

2 Получение продукта на полупромышленной установке (Обычно в опытном цехе). Цель исследования - найти нормы технологического режима, позволяющие обеспечить приемлемые технико-экономические показатели процесса. Результаты исследований обобщаются в отчёте. Этап кончается разработкой полупромышленного регламента.

3 Пуск и наладка процесса в действующем производстве. Цель работы - провести соответствующую корректировку полупромышленного регламента, связанную с невоспроизводимостью условий получения продукта при изменении масштаба производства. На этом этапе вновь осуществляется процедура поиска условий проведения технологического режима, обеспечивающего стабильное поддержание выходных показателей на заданном уровне. Этап заканчивается разработкой технологического регламента производства.

Разработка нового технологического процесса заканчивается определением условий проведения технологического режима, обеспечивающие получение продукта с заданным выходным показателем (комплексом выходных показателей). Эти условия служат основой для разработки технологического регламента.


А.4. Интеллектуальная методология изучения «больших» систем - методическая основа эффективной разработки новых технологических процессов

Учитывая актуальность задачи, отсутствие на сегодняшний день корректных методов её решения, разработана, математически обоснована и прошла успешную практическую проверку, новая, основанная на принципах искусственного интеллекта методология экспериментального исследования, объединяющая идеи однофакторного эксперимента, многомерного направленного случайного поиска и принципиально новые методы идентификации (метод построения одномерных моделей - см. тему 4, метод мозаичного портрета - см. тему 5) и субоптимизации (методы логического и ситуационного программирования - см. тему 7).

Предлагаемая методология состоит из 4 этапов и реализуется следующим образом.

1 этап. Построение одномерных зависимостей выходных показателей от каждого из входных параметров.

1 В пространстве входных параметров X на основании априорной информации специалистов задается область исследования Р. Эта область определяется диапазонами возможных значений технологических параметров, определяющих условия получения целевого продукта. Для удобства и единообразия представления экспериментальной информации осуществляется переход к измерению значений каждого параметра в интервале от 0 (Xi min) до 1 (Xi max).

2. Проводят 2n+1 опытов в соответствии с планом эксперимента, представленным в таблице 1, и опытным путем определяют значения соответствующих выходных показателей.

Таблица 1. План эксперимента для изучения зависимостей между входными параметрами и выходными показателями

NN
Значения входных параметров
Значения выходных показателей

X1
X2
X3
...
Xi
...
Xn
Y1
...
Ys
...
Yk

1
0.5
0.5
0.5
...
0.5
...
0.5
Y11
...
Ys1
...
Yk1

2
0
0.5
0.5
...
0.5
...
0.5
Y12
...
Ys2
...
Yk2

3
1
0.5
0.5
...
0.5
...
0.5
Y13
...
Ys3
...
Yk3

4
0.5
0
0.5
...
0.5
...
0.5
Y14
...
Ys4
...
Yk4

5
0.5
1
0.5
...
0.5
...
0.5
Y15
...
Ys5
...
Yk5

6
0.5
0.5
0
...
0.5
...
0.5
Y16
...
Ys6
...
Yk6

7
0.5
0.5
1
...
0.5
...
0.5
Y17
...
Ys7
...
Yk7

...
...
...
...
...
...
...
...
...
...
...
...
...

2J
0.5
0.5
0.5
...
0
...
0.5
Y12j
...
Ys2j
...
Yk2j

2J+1
0.5
0.5
0.5
...
1
...
0.5
Y1(2j+1)
...
Ys(2j+1)
...
Yk(2j+1)

...
...
...
...
...
...
...
...
...
...
...
...
...

2n
0.5
0.5
0.5
...
0.5
...
0
Y1(2n)
...
Ys(2n)
...
Yk(2n)

2n+1
0.5
0.5
0.5
...
0.5
...
1
Y1(2n+1)
...
Ys(2n+1)
...
Yk(2n+1)


Обозначения: n - количество входных параметров; k - количество выходных показателей; i - номер входного параметра; s - номер выходного показателя; j - номер опыта.

3. Поскольку первые три опыта таблицы различаются только значениями входного параметра X1 и соответствующими им значениями выходных показателей Ys, то по координатам X11, Y11; X12,Y12 и X13,Y13 могут быть построены графические и аналитические зависимости, описывающие зависимость 1-ого выходного показателя от 1-ого входного параметра Y1 =F(X1).

4. Аналогично для каждого Xi, соответствующие зависимости Yi =F(Xi), могут быть получены по значениям входных параметров и выходного показателя в опытах с номерами 1, 2j, 2j+1.

5. Для построения аналогичных зависимостей для каждого из остальных выходных показателей повторяют пп. 3 и 4.

Таким образом, независимо от количества выходных показателей для построения зависимостей Yi =F(Xi) необходимо всего 2n+1 опытов. Это число опытов является абсолютно минимальным, так как уменьшение его даже на один опыт приведёт к случаю, когда нелинейную зависимостей нужно будет строить по двум точкам, что невозможно.


2 этап. Направленный случайный поиск условий проведения технологического режима, обеспечивающих заданное качество работы процесса по выбранным выходным показателям

1. Выбор начальной точки в пространстве входных параметров для последующего случайного поиска осуществляется следующим образом.

В случае если выходной показатель один, то по каждой из зависимостей полученных на первом этапе, находят значение Xi*, которым соответствует лучшее значение Y*, а координаты оптимальной точки X* в пространстве входных параметров определяют из условия X*={X1*,X2*,...Xn*}.

Если выходных показателей несколько, то по каждому из графиков Ys =F(Xi), i=1,n, s=1,k находят компромиссное значение Xi*, которому соответствует лучшее значение комплексного критерия, а координаты точки Х* в пространстве входных параметров определяют из условия X*={X1*,X2*,...,X*n}.

2. В топологической окрестности точки Х* случайным образом задают координаты нескольких точек Хa, Xb,...,Хp, и экспериментально находят соответствующие значения Ya,Yb,...,Yp. Поиск продолжают до тех пор, пока хотя бы в одном опыте не будут достигнуты значения некоторых выходных показателей более высокие, чем в исходной точке пространства входных параметров по п.1. Координаты этой точки принимают в качестве исходных для проведения следующей серии опытов.

3. Повторяют п. 2. до тех пор, пока в пространстве входных параметров не будут найдены координаты точки, которой в пространстве выходных показателей будут соответствовать заданные значения по каждому из выходных показателей. Координаты этой точки принимают в качестве исходных для проведения последней серии опытов.

4. Последняя серия продолжается до тех пор, пока не будут получены 20-30 опытов, в каждом из которых комплексный выходной показатель удовлетворяет заданным ограничениям.


3 этап. Построение системной математической модели зависимости комплекса заданных выходных показателей от параметров технологического режима

Системная модель Y=F(X1,X2,X3….Xn) строится с помощью метода мозаичного портрета (см. Тема 5). В качестве исходной для построения модели используется экспериментальная информация, полученная при реализации 1-ого и 2-ого этапов.


4 этап. Определение условий проведения технологического процесса, обеспечивающих заданное качество его функционирования

Задача поиска субоптимального технологического режима, решается с помощью метода логического программирования по системной модели (см. Тема 7).

На всех этапах разработки новых технологических процессов применение интеллектуальной методологии исследования позволяет:

- существенно сократить время поиска оптимального технологического режима и материальные затраты, необходимые для его реализации;

- на каждом этапе исследования получить три содержательные математические модели зависимости выходного показателя (заданного комплекса выходных показателей) от параметров технологического режима.

С помощью 1-ой модели осуществляется редукция изучаемой системы к её элементным свойствам, что позволяет исследовать закономерности, связывающие каждую пару входных и выходных переменных. Эти зависимости зачастую нетривиальны, т.к. строятся с учетом контекста задачи (влияния остальных входных параметров).

С помощью 2-ой (мозаичной) модели осуществляется редукция изучаемой системы к её системным свойствам, что позволяет исследовать зависимости комплексного критерия оценки качества работы процесса от взаимного влияния входных параметров.

С помощью третьей (логической) модели получают решение поставленной задачи в виде описаний множества альтернативных участков пространства входных параметров R, каждое из которых интерпретируется как рекомендация по условиям проведения технологического режима, обеспечивающего заданное качество работы процесса по всем выбранным выходным показателям.


А.5 Патентование результатов разработки нового технологического процесса

Во многих случаях по результатам разработки нового технологического процесса может быть оформлена заявка на патент.

Поскольку альтернативные управления, обеспечивающие заданное качество работы процесса, строятся с помощью полностью формализованной процедуры логического программирования из богатой новой, неизвестной ранее информацией системной модели, многие из них открывают новые возможности получения целевого продукта.

Если при разработке технологии получения какого-либо продукта в качестве аналога имеется патент - прототип, формулу его изобретения можно представить в виде соответствующего описания области входных параметров (Ra). Если для какого-либо участка Rf ÎR, полученного при построении логической модели оптимального управления изучаемым процессом, хотя бы один выходной показатель (Ys) будет иметь значение выше, чем в прототипе, формула изобретения на способ получения продукта А может быть получена с помощью следующей формализованной процедуры:

1. Ограничительная часть: Способ получения продукта А… (общая часть описаний Ra и Rf).

2. Цель изобретения: Отличающийся тем, что с целью увеличения значения Ys ,...

3. Отличительная часть - часть свойственная только Rf (логическая разность Rf \ Ra).

При наличии патента - аналога, формула изобретения имеет следующий вид: «Метод получения продукта А, отличающегося тем, что с целью достижения... (перечисляются выходные показатели, по которым достигнутые значения выше, чем в патенте - аналоге), его получают при следующих значениях технологических параметров ... (приводятся только те, полученные при оптимизации значения поддиапазонов параметров технологического режима, которые существенно отличаются от соответствующих значений поддиапазонов в патенте - аналоге)».

Например, при пуске производства сульфаминовой кислоты оказалось, что найденный при оптимизации технологический режим:
  • во первых, позволил значительно превысить по нескольким показателям выходные показатели патента - аналога;
  • во вторых, по ряду входных параметров существенно отличается от приведенного в известном патенте – аналоге.

Это позволило заводу подать заявку на изобретение, по которой было получено Авторское свидетельство СССР № 1060565 «Способ получения сульфаминовой кислоты».

В случае если патента-аналога нет, формула изобретения имеет следующий вид: «Способ получения продукта А, отличающегося тем, что с целью достижения (перечисляются выходные показатели и достигнутые по ним значения), его получают при следующих значениях технологических параметров (приводятся оптимальные поддиапазоны значений параметров технологического режима)».

Более подробно методология разработки новых технологических процессов изложена в работах [6, 7].

А.6. Опыт практического использования интеллектуальной методологии исследования для разработки новых технологических процессов

Имеется многолетний опыт эффективного применения этой методологии для разработки новых технологических процессов, например, ализарина - сафироля Р, 3-хлор - 2-ацетиламиноантрахинона, выведения на рабочий режим производства сульфаминовой кислоты и др.

Например, при пуске производства сульфаминовой кислоты на Березниковском химическом заводе найдены условия проведения технологического процесса, позволяющие существенно повысить эффективность работы производства:

- Выход продукта увеличен с 83.06 до 90% - на 6.94% абсолютных (на 8.3% относительных).

- Соответственно количество отходов соратилось на (100 – 83.06) – (100 – 90) = на 6.94% абсолютных или на (6.94:83.06)*100% = 8.3% относительных.

- массовая доля основного вещества повысилась с 83.0 до 95.62% (на 15.2% отн.);

- содержание серной кислоты сокращено с 6.0 до 2.58% (в 2.3 раза;

- удельная мощность производства выросла на 35 кг/час (с 378.8 до 413.8 кг/час -на 9.2% отн.).

В процессе внедрения производства были найдены нормы технологического режима, существенно отличающиеся от известного патента на способ получения сульфоминовой кислоты и обспечивающие получение значительно более высокого качества продукта с более высоким выходома. По результатам работы было получено Авторское свидетельство №1060565 на “Способ получения сульфаминовой кислоты”

Б. МЕТОДОЛОГИЯ РАЗРАБОТКИ НОВЫХ КОМПОЗИЦИОННЫХ МАТЕРИАЛОВ, ОБЛАДАЮЩИХ КОМПЛЕКСОМ ЗАДАННЫХ ПОТРЕБИТЕЛЬСКИХ СВОЙСТВ.

Б.1. Трудности, возникающие при разработке новых композиционных материалов

Одной из важнейших задач, без решения которой невозможен технический прогресс, является задача создания новых композиционных материалов, обладающих заданным комплексом потребительских свойств. Ассортимент композиционных материалов чрезвычайно разнообразен. К ним относятся: металлы, сплавы, продукты порошковой металлургии, металлокерамика, керамика, резины, латексы, пластические массы, выпускные формы красителей и пигментов, катализаторы, смесевые формы лекарственных препаратов и множество других продуктов.

«Существующая система разработки новых материалов методом проб и ошибок перестала удовлетворять современным требованиям: она поглощает всё больше времени и средств и даёт всё более скромные результаты» (Гуляев Б.Б. Синтез сплавов М.: Металлургия, 1984.- 160 с.)

Поэтому совершенно естественными были попытки использовать различные фундаментальные подходы, позволяющие прогнозировать физико-химические свойства материалов на основании представлений физики твёрдого тела, многофакторного физико-химического анализа, теории жидкого состояния, термодинамических методов и т.п. (Приходько Э.В. О перспективах развития методов моделирования физико-химических систем. Известия вузов. Чёрная металлургия 1991, N 12.- с.7-13.)

К сожалению, уровень развития материаловедения даже в самой передовой в научном плане области - металловедении недостаточен для создания новых материалов с заданными свойствами, более того, считается, что осуществление такого подхода - весьма отдалённая перспектива. (Пикеринг Ф.Б. Физическое металловедение и разработка сталей М.: Металлургия, 1982. -184 с.)

Научные и методологические проблемы, возникающие при разработке новых сплавов, чётко сформулированы академиком П.Л.Капицей (П.Л.Капица. Экспе-римент. Теория. Практика.- М.: Наука, 1977.- 351 с.):

«Я хочу обратить внимание на несколько важнейших задач, которые необходимо решать и иметь для них строгое научное решение; пока они столь сложны, что их приходится решать грубым эмпирическим или полуэмпирическим путем.

Разберем проблему создания вещества с определенными механическими свойства-ми - прочностью, жароустойчивостью, пластичностью и пр. Несмотря на то, что все механические свойства металлов сейчас хорошо и быстро измеряются, количественной теории, связывающей эти свойства вещества с его химическим составом и физической структурой, пока нет, хотя природа сил между атомами хорошо известна. Математическая задача столь сложна, что даже не может быть сформулирована.(с.233).

- Исследование и описание тройных сплавов является предельной возможностью. Проблема научного создания новых сплавов с заданными свойствами более чем из трех компонентов не разрешена. (с.233).

- Известно, что на практике уже используются сплавы из 4-ех и более компонен-тов и такими сплавами уже были решены важные задачи. Такие многокомпонент-ные сплавы найдены интуитивным "нюхом" талантливого ученого. Если есть ин-туиция, значит есть и закономерность. Задача науки - выявить эти закономер-ности, но метод решения таких задач до сих пор не найден, и это, несомненно, одна из проблем будущего. (с.324).

Одним из путей преодоления фундаментальных трудностей, возникающих при попытках использования результатов фундаментальных исследований для разработки новых материалов, является широкое применение, особенно в работах академических институтов, подхода, претендующего одновременно на фундаментальность и прагматическую полезность и связанного с изучением зависимости между структурой материала и каким либо его физико-химическим свойством. Однако и фундаментальность, и эффективность такого подхода вызывают серьёзные возражения. Если, например, в химии структура имеет чётко выраженный смысл и может быть представлена в виде модели соответствующего соединения, заданной его химической формулой, то в материаловедении структура - это неформализованное и неоднозначно интерпретируемое описание поверхности шлифа.

Поскольку структура является такой же функцией химического состава (или соотношения компонентов композиции) и технологии получения материала, как и его физико-химические свойства, очевидно, что в данном случае речь может идти не о поиске фундаментальных закономерностей, а всего лишь о построении корреляционной зависимости между двумя выходными переменными (структурой и одним из свойств материала). Совершенно естественно возникает вопрос, какой смысл в исследовании парных корреляций между свойствами, одно из которых к тому же не может быть количественно замерено, если можно изучать зависимости между входными (соотношение компонентов и технология получения материала) и выходными (физико-химические свойства) переменными, каждая из которых может быть достаточно точно измерена, и получать при этом информацию, непосредственно необходимую для решения поставленной задачи.

Одно время казалось, что, наконец, найден универсальный алгоритм решения задачи создания новых материалов с заданными свойствами. На этот раз все надежды возлагались на классическое планирование экстремальных экспериментов. [1]. Однако многолетний опыт его использования показал, что и на этом пути исследователя ожидают весьма скромные достижения. [2]. Дело в том, что с помощью классического планирования эксперимента фактически решаются только задачи поиска и параметрической идентификации - оценки коэффициентов модели, структура которой должна быть задана априори. Нерешённость проблем формального синтеза структуры модели и свёртки вектора выходных переменных в обобщённый критерий, измеряемый в континуальных шкалах, с одной стороны ограничивают размерность решаемой задачи (число входных переменных 2-4). [3]., а с другой приводит к существенным методическим и вычислительным трудностям при разработке материала, который должен обладать заданными показателями одновременно по нескольким свойствам.

Низкая эффективность использования фундаментального подхода и классического планирования экспериментов при разработке новых материалов объясняются несоответствием их возможностей сложности задачи, которое проявляется в первую очередь в дефиците априорной информации, необходимой для задания структур соответствующих моделей.

В методическом плане задача разработки новых композиционных материалов сводится к выбору из множества М компонентов подмножества N, определения оптимальных соотношений между выбранными компонентами и условий переработки полученной смеси в материал, обладающий заданным комплексом физико-химических свойств (потребительских свойств).

Низкая эффективность использования фундаментальных подходов и классического планирования экспериментов при разработке новых материалов объясняются несоответствием их возможностей сложности задачи, которое проявляется в первую очередь в дефиците априорной информации, необходимой для задания структур соответствующих моделей.


Б.2. Постановка задачи

Учитывая актуальность задачи, отсутствие на сегодняшний день корректных методов её решения, и то обстоятельство, что в методическом плане разработка новых композиционных материалов инвариантна к их назначению, способу получения, количеству входных параметров и выходных показателей, задача разработки новых композиционных материалов была сформулирована в следующей математической постановке.

Дано:

- Область поиска Р пространства входных параметров X, заданная диапазонами возможных значений множества компонентов смеси и параметров технологического режима переработки смеси в материал.

- Требования к разрабатываемому материалу, заданные допустимыми ограничениями на значения каждого из k выходных показателей.

Необходимо:

- Определить оптимальные соотношения между выбранными компонентами смеси и условия переработки смеси, позволяющие получить материал, обладающий заданным комплексом физико-химических (потребительских, служебных) свойств.

Для решения этой задачи разработана, математически обоснована и прошла успешную практическую проверку, основанная на принципах искусственного интеллекта методология экспериментального исследования, объединяющая идеи однофакторного эксперимента, многомерного направленного случайного поиска и принципиально новые методы идентификации (метод мозаичного портрета - см. тему 5 и субоптимизации - метод логического программирования - см. тему 7).


Б.3. Интеллектуальная методология изучения «больших систем» - методическая основа разработки новых композиционных материалов

Предлагаемая методология состоит из 4 этапов и реализуется следующим образом.

1 этап. Построение одномерных зависимостей выходных показателей от соотношений каждого из компонентов смеси к базовому и от каждого из параметров технологического режима переработки исходной смеси в материал.

1. В пространстве входных параметров X на основании априорной информации специалистов задается область исследования Р. Эта область определяется диапазонами возможных значений:

- отношений каждого из компонентов к базовому компоненту, имеющему постоянное значение при проведении исследования;

- технологических параметров, определяющих условия получения материала.

Для удобства и единообразия представления экспериментальной информации осуществляется переход к измерению значений каждого параметра в интервале от 0 (Xi min) до 1 (Xi max).

2. Проводят 2n+1 опытов в соответствии с планом эксперимента, представленным в таблице, и опытным путем определяют значения соответствующих выходных показателей.


Таблица 1. План эксперимента для изучения зависимостей выходных показателей от соотношения компонентов смеси и условиями её переработки в материал.

NN
Значения входных параметров
Значения выходных показателей

X1
X2
X3
...
Xi
...
Xn
Y1
...
Ys
...
Yk

1
0.5
0.5
0.5
...
0.5
...
0.5
Y11
...
Ys1
...
Yk1

2
0
0.5
0.5
...
0.5
...
0.5
Y12
...
Ys2
...
Yk2

3
1
0.5
0.5
...
0.5
...
0.5
Y13
...
Ys3
...
Yk3

4
0.5
0
0.5
...
0.5
...
0.5
Y14
...
Ys4
...
Yk4

5
0.5
1
0.5
...
0.5
...
0.5
Y15
...
Ys5
...
Yk5

6
0.5
0.5
0
...
0.5
...
0.5
Y16
...
Ys6
...
Yk6

7
0.5
0.5
1
...
0.5
...
0.5
Y17
...
Ys7
...
Yk7

...
...
...
...
...
...
...
...
...
...
...
...
...

2J
0.5
0.5
0.5
...
0
...
0.5
Y12j
...
Ys2j
...
Yk2j

2J+1
0.5
0.5
0.5
...
1
...
0.5
Y1(2j+1)
...
Ys(2j+1)
...
Yk(2j+1)

...
...
...
...
...
...
...
...
...
...
...
...
...

2n
0.5
0.5
0.5
...
0.5
...
0
Y1(2n)
...
Ys(2n)
...
Yk(2n)

2n+1
0.5
0.5
0.5
...
0.5
...
1
Y1(2n+1)
...
Ys(2n+1)
...
Yk(2n+1)



Обозначения: n - количество входных параметров; k - количество выходных показателей; i - номер входного параметра; s - номер выходного показателя; j - номер опыта.


3. Поскольку первые три опыта таблицы различаются только значениями входного параметра X1 и соответствующими им значениями выходных показателей Ys, то по координатам X11, Y11; X12,Y12 и X13,Y13 могут быть построены графические и аналитические зависимости, описывающие зависимость 1-ого выходного показателя от 1-ого входного параметра Y1 =F(X1).

4. Аналогично для каждого Xi, соответствующие зависимости Yi =F(Xi), могут быть получены по значениям входных параметров и выходного показателя в опытах с номерами 1, 2i, 2i+1.

5. Для построения аналогичных зависимостей для каждого из остальных выходных показателей повторяют пп. 3, 4.

Таким образом, независимо от количества выходных показателей для построения зависимостей Yi =F(Xi) необходимо всего 2n+1 опытов. Это число опытов является абсолютно минимальным, так как уменьшение его даже на один опыт приведёт к случаю, когда кривую, одной из зависимостей нужно будет строить по двум точкам, что невозможно.


2 этап. Направленный случайный поиск состава и технологии получения материалов с заданными свойствами

1. Выбор начальной точки в пространстве входных параметров для последующего случайного поиска осуществляется следующим образом.

В случае если выходной показатель один, то по каждой из зависимостей полученных на первом этапе, находят значение Xi*, которым соответствует лучшее значение Y*, а координаты оптимальной точки X* в пространстве входных параметров определяют из условия X*={X1*,X2*,...Xn*}.

Если выходных показателей несколько, то по каждому из графиков Ys =F(Xi), i=1,n, s=1,k находят компромиссное значение Xi*, которому соответствует лучшее значение комплексного критерия, а координаты точки Х* в пространстве входных параметров определяют из условия X*={X1*,X2*,...,X*n}.

2. В топологической окрестности точки Х* случайным образом задают координаты нескольких точек Хa, Xb,...,Хp, и экспериментально находят соответствующие значения Ya,Yb,...,Yp. Поиск продолжают до тех пор, пока хотя бы в одном опыте не будут достигнуты значения некоторых выходных показателей более высокие, чем в исходной точке пространства входных параметров по п.1. Координаты этой точки принимают в качестве исходных для проведения следующей серии опытов.

3. Повторяют п. 2. до тех пор, пока в пространстве входных параметров не будут найдены координаты точки, которой в пространстве выходных показателей будут соответствовать заданные значения по каждому из выходных показателей. Координаты этой точки принимают в качестве исходных для проведения последней серии опытов.

4. Последняя серия продолжается до тех пор, пока не будут получены 20-30 опытов, в каждом из которых комплексный выходной показатель удовлетворяет заданным ограничениям.


3 этап. Построение системной математической модели зависимости комплекса потребительских свойств разрабатываемого материала от состава композиции и технологии его получения

Системная модель Y=F(X1,X2,X3….Xn) строится с помощью метода мозаичного портрета (см. «Тема 5”). В качестве исходной для построения модели используется экспериментальная информация, полученная при реализации 1-ого и 2-ого этапов.


4 этап. Определение соотношения компонентов смеси и технологического режима её переработки в материал, обладающий заданным комплексом потребительских свойств

Задача определения соотношения компонентов смеси и технологического режима ее переработки в материал, обладающий заданным комплексом потребительских свойств, решается с помощью метода логического программирования по системной модели (см. «Тема 6»).

Использование новой методологии позволяет при минимальных затратах на экспериментальные исследования получить три содержательные математические модели зависимости потребительских свойств композиционного материала от соотношения компонентов и условий его получения.

С помощью 1-ой модели осуществляется редукция изучаемой системы к её элементным свойствам, что позволяет исследовать закономерности, связывающие каждую пару входных и выходных переменных. Эти зависимости зачастую нетривиальны, т.к. строятся с учетом контекста задачи (влияния остальных входных переменных).

С помощью 2-ой (мозаичной) модели осуществляется редукция изучаемой системы к её системным свойствам, что позволяет исследовать зависимости комплексного критерия оценки потребительских свойств разрабатываемого материала от взаимного влияния элементов состава композиции и параметров ее переработки в материал.

С помощью третьей (логической) модели получают решение поставленной задачи в виде описаний множества участков пространства входных параметров Rf, каждое из которых интерпретируется как рекомендация по составу смеси и технологии ее переработки в материал, обладающий заданными свойствами.

Более подробно методология разработки новых композиционных материалов изложена в работах 8-9.


Б.4. Интеллектуальная методология изучения «больших систем» алгоритм изобретения в области разработки новых композиционных материалов.

Поскольку описания участков пространства входных параметров, обеспечивающие получение нового композиционного материала, обладающего заданными потребительскими свойствами строятся с помощью формализованной процедуры логического программирования из богатой новой, неизвестной ранее информацией мозаичной модели, многие из них открывают новые возможности получения материала.

Если при разработке какого-либо материала в качестве аналога имеется патент - прототип, формулу его изобретения можно представить в виде соответствующего описания Ra. Если для какого-либо участка Rf хотя бы один выходной показатель (Ys) будет иметь значение выше, чем в прототипе, формула изобретения на материал (способ получения материала) может быть получена с помощью следующей формализованной процедуры:

1. Ограничительная часть: Способ получения... (общая часть описаний Ra и Rf).

2. Цель изобретения: Отличающийся тем, что с целью увеличения значения Ys ,...

3. Отличительная часть - часть свойственная только Rf (логическая разность Rf \ Ra).


В случае если патента-аналога нет, формула изобретения имеет следующий вид: «Метод получения материала А, отличающегося тем, что с целью достижения (перечисляются выходные показатели и достигнутые по ним значения), его получают при соотношение компонентов смеси (приводятся оптимальные поддиапазоны значений соотношений компонентов) и значениях технологических параметров (приводятся оптимальные поддиапазоны значений параметров технологического режима)».

Более подробно методология разработки новых композиционных материалов изложена в работах [4, 5, 8, 9].

Б.5. Опыт практического использования интеллектуальной методологии исследования для разработки новых композиционных материалов

Имеется многолетний опыт эффективного применения этой методологии для разработки новых материалов. Например, с её помощью разработаны выпускные формы красителей и пигментов (пигмента розового С хинокридонового, пигмента красно-фиолетового тиоиндигоидного, красителя синего антрахинонового, красителя дисперсного жёлтого 35-72ф полиэфирного, пигмента ярко-зелёного фталоцианинового, красителя дисперсного ярко-алого, кубогена алого 5-75 и др., по потребительским свойствам соответствующие, а по некоторым показателям превосходящие все известные импортные аналоги). [4,5]


Выводы

1. В рамках интеллектуальной методологии изучения «больших систем» разработан универсальный подход к разработке новых технологических процессов и материалов. При использовании этого метода резко сокращаются затраты времени и средств на проведение исследований и гарантируется достижение заданных выходных показателей.
  1. Поскольку методы искусственного интеллекта, используемые при разработке новых композиционных материалов и новых технологических процессов, позволяют получить большой объём новых системных знаний о закономерностях, связывающих входные параметры и выходные показатели изучаемых объектов, и использовать эти знания для решения поставленной задачи, результаты разработки обладают существенной новизной и могут быть запатентованы.


Литература.

1. Новые идеи в планировании эксперимента. / Под ред. В.В. Налимова. - М.: Наука, 1969.- 334 c.

2. Налимов В.В. Планирование эксперимента. Найдут ли новые проблемы новые решения? //Журнал ВХО им. Д.И.Менделеева,- 1980, N1.- с.3-4.

3. Маркова Е.В., Адлер Ю.П., Грановский Ю.В. Планирование эксперимента в химии. //Журнал ВХО им. Д.И. Менделеева. 1980, N1.- c.4-12.

4. Кац М.Д. и др. Разработка технологии получения выпускной формы хинакридонового пигмента с использованием метода логического программирования. Химическая промышленность, - 1981, N 7.- с.17-18.

5. Кац М.Д. и др. Использование метода логического программирования для оптимизации способа применения и стандартизации технического кубогена. Химическая промышленность. - 1983, N 1.- с.43-45.

6. М.Д.Кац, В.П.Невмывако, Л.М.Славуцкая и др. Методология исследования при разработке новых химико-технологических процессов "Химическая технология", 4, 1984, с.3-4.

7. М.Д. Кац. Планирование эксперимента при изучении сложных нелинейных объектов. Химическая промышленность, 1991, №5, с. 55-57.

8. М.Д.Кац, Давиденко А.М. Методология разработки новых композиционных материалов, обладающих заданным комплексом физико-химических (потребительских) свойств. Вестник ХГПУ, выпуск 104, 2000 г., с.98-103.

9. M.Kats, V.Kestelman, A.Davidenko. Methodology of developing a new composite material with specified combination of physical and chemical properties or utilization qualities. Scientific Izrael - Technological advantages. vol 5 2003, №2, h.138-134.