Конспект лекцій по дисципліні Інформаційні моделі "великих" систем
| Вид материала | Конспект |
- Конспект лекцій методичні вказівки для студентів спеціальності 090603 «Електротехнічні, 604.49kb.
- Конспект лекцій Суми Видавництво Сумду 2010, 2423.29kb.
- Конспект лекцій з дисциплін: «Інформаційні системи І технології в туризмі» (для студентів, 21.75kb.
- План проведення лекцій та лабораторних занять 4 курсу “інформаційні системи й технології, 105.09kb.
- Конспект лекцій по дисципліні: "Фінансовий менеджмент" для студентів спеціальностей:, 286.79kb.
- Конспект лекцій з дисципліни "Інформаційні системи та технології у фінансових установах", 1112.81kb.
- Конспект лекцій з курсу "математичні моделі соціально-економічних процесів" (для студентів, 8.32kb.
- 1. Назва модуля, 17.87kb.
- Конспект лекцій 2004 Загальна теорія систем. Конспект лекцій Для студентів денної, 1136.85kb.
- Стислий конспект лекцій з дисципліни "Телекомунікаційні та інформаційні мережі" (тім), 3896.99kb.
10.1. задача синтеза новых химических соединений, обладающих заданными потребительскими свойствами
Задача направленного синтеза химических соединений с заданными свойствами - одна из самых сложных и практически важных научных задач. Известно, например, что для включения красителя в ассортимент необходимо провести 800-1000 синтезов, а для создания нового лекарства необходим скрининг от 3000 до 100000 соединений.
Проблемы поиска новых фармакологических препаратов описаны в книге: А.Бейнз, Ф.Бредбери, С.Саклинг. Организация исследований в химической промышленности (условия, цели и стратегия). - М.:Химия, 1974, 336 с.
«Набор полезных свойств, которыми обладает данный химический продукт, зависит от его химического строения. Поэтому теоретически у нас есть возможность соотносить полезные свойства со структурой и обнаруживать нужные новые продукты путем логического анализа и научного предсказания. Но за редким исключением это можно сделать только в общих чертах, вследствие чего поиск новых продуктов требует подготовки и испытания большого количества продуктов-кандидатов. Более того, лишь в редких случаях можно испытать все продукты-кандидаты непосредственно в условиях их конечного использования.
Знания о корреляции между структурой вещества и его фармакологическим действием все еще явно недостаточны, поэтому ежегодно приходится испытывать многие тысячи лекарственных веществ. Только лишь один из каждых трех тысяч химических продуктов, синтезируемых в фармакологической промышленности, имеет шансы успешно пройти клинические испытания. Процесс отбора, в результате которого удается обнаружить это одно - единственное полезное лекарство, стоит много больше миллиона фунтов стерлингов (Vane J.R. Evalution jf Drug Activities, edited by Laurence D.R., and Bacharach A.L. Academic Press, London, 1964, Vol.1, Chapner 2).
Таким образом, необходимость той или иной процедуры отбора химических продуктов-кандидатов вполне очевидна. При этом необходимо обеспечить и надежность, и экономичность, т.е. требования в значительной мере взаимоисключающие.
Успешность поиска во многом зависит от эффективности применяемой в его ходе технологии; усовершенствованная технология может значительно повысить шансы на успех. Эффективность использования ресурсов в ходе поиска может быть повышена путем разделения поиска на этапы, с тем, чтобы сначала проводился предварительный отбор, требующий сравнительного небольшого объема работы, и лишь потом, после того как первые отсеивающие испытания дадут какой -то положительный результат, пускать в ход крупные денежные и людские ресурсы».
Одна из последних попыток решения этой задачи - создание информационной системы, которая позволяет «отсеять часть кандидатов в лекарства, выбрав только те объекты для синтеза, в отношении которых квалифицированный химик уверен в успехе. На 1-ом месте в списке кандидатов на синтез будут соединения, которые имеют близкие аналоги в мире публикаций. Именно здесь химик начинает играть активную роль. Компьютеры и алгоритмы уменьшают необъятный виртуальный мир до таких границ, которые химик может обозреть и принять квалифицированное решение». (Р.Уайф, Ю.Хехенкамп. "SORT&gen - новая информационная технология открытия лекарств будущего. - Российский химический журнал. 1998, №6).
В настоящее время накоплен большой опыт создания различных человеко-машинных комплексов, экспертных систем и т.п. Как правило, эффективность таких систем низка. Но… «уроки истории заключаются в том, что из них не извлекают никаких уроков». (Бернард Шоу).
Дело в том, что корректное решение задачи направленного синтеза новых соединений определённого класса, обладающих заданным комплексом потребительских свойств, может быть получено только при наличии системной математической модели, описывающей зависимость заданного комплекса выходных показателей от взаимного влияния элементов структуры молекулы (заместителей), располагаемых в разных положениях скелета её структуры.
По своим информационным характеристикам (большое количество различных заместителей в разных положениях скелета структуры, большое количество выходных показателей, определяющих практическую ценность соответствующего соединения изучаемого класса, существенная зависимость различных потребительских свойств соединения от взаимного влияния различных заместителей в различных положениях молекулы) задача построения зависимости «строение - свойство» практически для любого класса химических соединений относится к классу «больших систем» и принципиально не может быть решена с помощью известных методов математического моделирования.
10.2. Построение математической модели зависимости заданного комплекса потребительских свойств от строения химических соединений определённого класса с помощью метода мозаичного портрета
При наличии исходного экспериментального материала, который в данном случае представляет собой множество известных соединений определённого класса (известна химическая формула каждого из этих соединений) с экспериментально определёнными значениями выходных показателей и заданными ограничениями на допустимые значения каждого из выходных показателей задача построения математической модели «строение - свойства» может быть решена с помощью метода мозаичного портрета.
Алгоритм решения задачи.
1. Каждому заместителю в каждом положении скелета структуры молекулы изучаемого класса присваивается определённый код (отсутствие заместителя в каждом положении так же имеет свой код).
2. Для каждого химического соединения формируется обобщённый критерий Y, принимающий 2 значения: Y=0 («плохо»), если хотя бы один из частных критериев оценки качества данного соединения имеет значение, не соответствующее заданному, и Y=1 (“хорошо»), если все частные критерии, по которым оценивается качество соединения, удовлетворяют заданным ограничениям.
3. Формируется таблица исходных данных, каждая строка которой содержит входные параметры (коды химического строения всех элементов структуры одного соединения по п.1) и выходной показатель - обобщённый критерий оценки качества этого соединения по п.2).
4. С помощью метода мозаичного портрета определяют сочетания кодов элементов структуры, которые встречаются только у соединений с оценкой обобщённого критерия 1 (И не встречаются ни в одном соединении с оценкой обобщённого критерия 0).
5. Повторяют процедуру п.4, но на этот раз выделяют только сочетания кодов элементов структуры, которые встречаются только у соединений с оценкой обобщённого критерия 0.
Два подмножества полученных по п.4 и п.5 сочетаний образуют мозаичную модель зависимости заданного комплекса потребительских свойств от химического строения (химической формулы) соединений, принадлежащих изучаемому классу.
10.3. Задачи, решаемые с помощью мозаичной модели зависимости комплекса потребительских свойств выходных показателей от химического строения соединений определённого класса
10.3.1. Главная задача искусственного интеллекта - получение знаний из экспериментальных данных
Каждое из полученных сочетаний мозаичной модели интерпретируется как формальная, непротиворечивая на данном экспериментальном материале системная гипотеза, описывающая взаимное влияние входящих в неё элементов структуры молекулы на комплекс заданных потребительских свойств. Практически все входящие в мозаичную модель гипотезы являются новыми, нетривиальными и неизвестными ранее специалистам. Содержательная интерпретация формальных гипотез специалистами позволяет им получить новые системные знания по изучаемой проблеме.
10.3.2. Прогнозирование свойств неизвестных ранее химических соединений изучаемого класса по их химическим формулам
Алгоритм решения задачи прогноза реализуется следующим образом:
1. Химическую формулу соединения, для которого необходимо предсказать его физико-химические, биологические и пр. свойства (потребительские свойства), кодируют кодом, принятым при построении мозаичной модели.
2. Кодированную химическую формулу сопоставляют с мозаичной моделью и находят сочетания кодов, полностью соответствующие гипотезам мозаичной модели.
3. Если кодированная формула содержит только такие сочетания кодов, которые встречаются в мозаичной модели «хорошего» класса, делается вывод, что химическое соединение с этой формулой после химического синтеза будет обладать заданным комплексом потребительских свойств.
4. Если кодированная формула содержит хотя бы одно сочетание кодов, которое встречаются в мозаичной модели «плохого» класса, делается вывод о нецелесообразности синтеза соединения с данной химической формулой.
10.3.3. Формальный синтез химических формул новых соединений изучаемого класса, потенциально обладающих заданным комплексом потребительских свойств
Постановка задачи при её решении с помощью ИМИБС: "Для определённого класса химических соединений построить системную модель зависимости комплекса заданных физико-химических, биологических и др. свойств от химического строения соединений изучаемого класса и на основании полученной модели осуществить направленный синтез химических формул новых соединений, обладающих комплексом заданных физико-химических, биологических и др. свойств".
Алгоритм решения этой задачи:
- с помощью ММП для изучаемого класса химических соединений строится математическая модель зависимости "строение - свойства";
- по этой модели с помощью МЛП осуществляется синтез химических формул новых не известных ранее соединений, потенциально обладающих заданным комплексом потребительских свойств;
- после химического синтеза и соответствующих испытаний новых соединений оформляется заявка на патент "На новое химическое соединение, обладающее заданными свойствами..."
10.4. Пример решения задачи построения зависимости между строением и свойствами определённого класса химических соединений и использования этих зависимостей для прогноза свойств новых соединений и направленного синтеза новых соединений с заданными свойствами.
Для решения проблемы направленного синтеза новых химических продуктов впервые построена системная математическая модель зависимости между строением класса химических соединений и их свойствами. [1]. В качестве исходных данных были использованы химические формулы 273 дисперсных моноазокрасителей, входящих в отечественный ассортимент, ассортименты известных зарубежных фирм и синтезированные в институте химической технологии (г. Рубежное) в ходе поисковых работ. Для всех красителей были экспериментально определены устойчивость к свету, сублимации и выбираемости при 1% выкраске. При построении мозаичной модели каждому заместителю в определённом положении был присвоен соответствующий порядковый номер (код), что позволило описывать строение каждого красителя в виде соответствующего набора кодов.
Полученная модель состояла из 2-х подмножеств сочетаний элементов структуры красителя (в одно попали сочетания, встречавшиеся в исходном материале только у красителей, удовлетворяющим заданным требованиям по всем выходным показателям, а в другое - только те сочетания, которые встречались в красителях, не удовлетворяющих хотя бы одному из этих требований).
С помощью этой модели решены следующие задачи.
- Прогнозирование свойств новых, ещё не синтезированных красителей по их химическим формулам.
Химиками были заданы формулы 73 новых соединений, планируемых для последующего синтеза. С помощью математической модели по каждой из них были предсказаны ожидаемые колористические свойства. Только для 10 формул было предсказано приемлемое качество соответствующих им красителей.
После прогноза был осуществлён синтез всех 73 красителей и экспериментальная проверка их свойств. Оказалось, что 9 из 10 "хороших" по прогнозу красителей полностью соответствовали заданным требованиям, а 1 по показателям устойчивости к свету и сублимации был на 0.5 балла хуже. (Впрочем, точность оценки этих показателей по ГОСТу 97-33-61 как раз и составляет 0.5 балла). В 12 случаях (16.5%) в математической модели не хватило информации для соответствующего прогноза, для 58 красителей (79.5%) прогноз и результаты экспериментальной проверки полностью совпали, для трех (4.1%) прогноз оказался ошибочным.
- Формальный синтез химических формул красителей, потенциально обладающих комплексом заданных свойств.
С помощью формальных процедур по модели "строение-комплекс свойств" были синтезированы 16 формул ранее не известных моноазокрасителей. После химического синтеза и колористических испытаний оказалось, что качество 14 из них (87.5%) полностью соответствуют заданным ограничениям (устойчивость к свету >= 6 баллов, к сублимации >= 3 баллам, выбираемость при 1% выкраске - соответствующая). У 2-х красителей оценка по выбираемости была на 0.5 бала ниже заданной, что не превышает погрешности определения этого показателя по ГОСТу 97-33-61.
Выводы
Предлагаемые методы прогноза потребительских свойств соединений определённого класса по их химическим формулам и формального синтеза формул химических соединений, обладающих заданным комплексом потребительских свойств позволяет резко повысить эффективность поисковых работ (сократить затраты времени и средств на разработку новых химических продуктов).
Литература:
1. М.Д. Кац, Э.И. Мостославская. Зависимость между строением дисперсных моноазокрасителей и их потребительскими свойствами на лавсане. – Журнал прикладной химии, 1983, № 9.
2. М.Д.Кац, Н.В.Лысун, Э.И.Мостославская, Г.Е.Кричевский. Изучение зависимости между строением дисперсных моноазокрасителей и их светозащитными свойствами на полиамидном волокне. "Журнал прикладной химии", 5, 1988, с.1196-1199.
Интеллект - это способность решать в широком масштабе новые, нетрадиционные задачи (М.Минский).
Приобретение новой информации и есть творчество. (В.Жерихин)
ТЕМА 11. НОВЫЕ ВОЗМОЖНОСТИ ИНТЕЛЛЕКТУАЛЬНОЙ МЕТОДОЛОГИИ ИЗУЧЕНИЯ «БОЛЬШИх» СИСТЕМ.
Использование ИМИБС для изучения и совершенствования технологических процессов позволило получить эффективные решения для множества известных задач, решение которых известными методами приводит к существенным, а в большинстве случаев и практически непреодолимым методическим и вычислительным трудностям. Такими задачами, например, являются:
11.1. Получение новых знаний из экспериментальных данных.
При идентификации технологического процесса с помощью ИМИБС решается одна из главных задач искусственного интеллекта - получение знаний из данных. Причём новые знания выделяются в виде системных закономерностей изучаемого процесса (формальных гипотез, описывающих взаимное влияние входных параметров процесса на комплекс выходных показателей на языке технолога). Большинство этих гипотез содержат новые, нетривиальные, неизвестные ранее специалистам зависимости. Содержательная интерпретация этих формальных гипотез экспертами позволит им внести новый вклад в науку о системных закономерностях изучаемых процессов.
11.2. Формализация постановки задачи оптимизации технологического процесса
Интуитивно ясно, что технологический процесс должен обеспечить:
- высокую производительность;
- высокий выход целевого продукта;
- минимально возможный расход ресурсов;
- минимально возможный расход энергии;
- минимальное количество отходов производства;
- минимальную себестоимость продукта;
- высокое качество продукции, которое всегда определяется комплексом показателей.
Поскольку для континуальных шкал корректных методов свёртки вектора выходных показателей в обобщённый критерий, оценивающий качество работы технологического процесса, не существует, а дискретные методы идентификации не применяются для моделирования реальных процессов, обычно оптимизацию процесса проводят по одному выходному показателю.
С помощью ИМИБС свёртка вектора выходных показателей осуществляется корректно и просто: реализация процесса считается "хорошей" (Y=1), если в ней выполняются заданные ограничения по всем выходным показателям, и "плохой" (Y=0), если хотя бы одно из этих ограничений не выполняется.
Одной из основных характеристик технологического процесса является выход целевого продукта на загруженное сырьё. При увеличении выхода:
- снижается расход сырья на единицу полученной продукции;
- снижается расход энергии на единицу полученной продукции;
- снижается расход не прореагировавших компонентов, продуктов побочных реакций и потерь целевого продукта - решается задача повышения экологической эффективности производства;
- снижается себестоимость продукции (поскольку доля затрат на сырьё, энергию и экологию составляет 50-90% и более в общей её себестоимости).
Таким образом, при совершенствовании действующих производств, вместо множества используемых в настоящее различных критериев оптимизации (постановок задач) появляется возможность сформулировать одну корректную задачу - получить продукт с минимальной себестоимостью (максимальным выходом) и заданным качеством.
В гипотетическом для Украины случае, когда спрос на продукцию какого либо производства начнёт превышать предложение, возможна новая постановка задачи - получить продукт с максимальной прибылью и заданным качеством.
11.3. Технологический аудит
С помощью технологического аудита проводится оценка скрытых резервов изучаемого производства, которые могут быть реализованы за счёт оптимизации технологического режима.
В зависимости от постановки задачи исследования технологический аудит трансформируется в конкретный вид аудита: энергетический, экологический, экономический и др.
Например, если в качестве выходного показателя выбрать энергозатраты производства, то технологический аудит превращается в энергетический. С его помощью можно оценить резервы изучаемого производства по энергоресурсам, которые могут быть реализованы за счёт оптимизации технологического режима. Методика проведения традиционного энергоаудита эти резервы не учитывают, хотя по оценкам экспертов их доля составляет от 50 до 90% и выше в общем резерве энергосбережения.
Если в качестве выходного показателя выбрать себестоимость продукта, осуществляется переход к экономическому аудиту, с его помощью можно оценить имеющиеся резервы снижения себестоимости и, соответственно, ожидаемый экономический эффект от оптимизации изучаемого производства.
Так, например, на основании технологического аудита, проведенного на доменной печи №5 ОАО «Алчевский металлургический комбинат», показано, что при оптимизации технологического процесса по удельному расходу кокса минимальная оценка снижения общей себестоимости чугуна составит 3%, за счёт чего будет получен годовой экономический эффект 8.9 млн. гривен. Поскольку доля зарплаты в калькуляции себестоимости чугуна составляет всего 0,17% (а вместе с отчислениями на социальное страхование - 0,22%), то после повышения зарплаты даже в 5 раз, 6 млн. гривен останется для решения других проблем. Например, оптимизация может быть одним из источников внутренних инвестиций для обновления основных фондов.
В настоящее время не существует даже такого понятия, как технологический аудит. Использование ИМИБС позволит занять пустующую нишу - организовать новую, важную для предприятий отрасль услуг по выявлению резервов в любых производствах, которые могут быть реализованы практически без затрат.
11.4. Повышение наукоёмкости производства
Одним из наиболее важных экономических показателей действующего производства является его наукоёмкость. Качественно наукоемкость оценивается соотношением информационной и материальной составляющих в себестоимости продукта.
Количественной оценкой наукоёмкости может служить выражение КН = 1-SA/S, где КН - коэффициент наукоёмкости, SA - стоимость материальных и энергетических ресурсов, затраченных на получение единицы продукта, а S - полная себестоимость продукта.
Чем более полно в технологическом регламенте учтены закономерности, связывающие условия проведения процесса с его выходными показателями, тем выше наукоёмкость производства и, соответственно, эффективней его работа.
К сожалению, практически все технологические регламенты основаны на неполных знаниях о закономерностях соответствующих технологических процессов и, поэтому, не могут обеспечить оптимальное управление ими.
При идентификации с помощью ИМИБС появляется новые знания, отражающие объективно существующие зависимости выходных показателей изучаемого процесса от значений его входных параметров. Использование этих знаний при оптимизации процесса и последующая корректировка технологического регламента по результатам оптимизации позволяет существенно повысить наукоёмкость производства и, соответственно, эффективность его работы.
При оптимизации технологического процесса по выходу готового продукта на загруженноё сырьё, увеличивается полнота превращения исходных продуктов, и за счет этого сокращаются расходные нормы по сырью и энергетике, соответственно уменьшается составляющая себестоимости SA и растёт коэффициент наукоёмкости Кн.
При постоянных ценах на продукт, а также на стоимость сырья и энергоресурсов коэффициент наукоёмкости изучаемого производства связан с его рентабельностью прямо пропорциональной зависимостью.
11.5. Оптимизация - путь к реализации резервов производства
За счёт оптимизации технологического режима реализуются резервы производства, выявленные при технологическом аудите. При этом оптимизация может осуществляться с помощью существующих систем информационного обеспечения и управления (т.е. без дополнительных капитальных затрат).
Ниже приводятся некоторые примеры применения ИМИБС для оптимизации действующих производств.
В комплексе производств красителя кубового ярко-зелёного «С» увеличен средний съём с операции в производствах полупродуктов:
- бензантрона с 528.8 до 558.0 кг (на 5.5% отн);
- дибензантронила с 544.3 до 571.5 кг (на 5.0% отн);
- диоксивиолантрона с 326.7 до 346.3 кг (на 6.0% отн);
- красителя ярко-зелёного «С» с 265.8 до 281.75 кг (на 6.0% отн).
Общий выпуск красителя увеличен на (1.055*1.05*1.06*1.06)*100 =24.5%.
в производстве бета-оксинафтойной кислоты выход продукта увеличен с 42.4 до 47.3% (на 11.6% отн), продолжительность автоклавирования сокращена с 68.8 до 58.8 час (14.5% отн). Выпуск продукта увеличен на (1.116*1.145-1)*100= 27.8%.
В производстве ацетпарааминофенола выход продукта увеличен с 77.0 до 85.0% (10.4% отн); продолжительность процесса сокращена с 51.8 до 45.4 часа (12.4% отн); выпуск продукта увеличен на (1.104*1.124-1)*100= 24.1%.
В производстве бутилксантогената выпуск продукта 1 сорта увеличен с 7 до 50.0% (в 7.1 раза), а выпуск продукта 3 сорта сокращен с 45.1 до 0%.
В производстве нитробензола общая доля продукта высшего сорта увеличена от 0 до 23.8%. По результатам работы продукту был присвоен Государственный Знак Качества.
11.6. Ситуационное управление
Для технологических процессов, в которых некоторые существенные параметры являются неуправляемыми (например, показатели качества различных видов сырья), оптимизация проводится с помощью метода ситуационного программирования. Суть его заключается в следующем. Все возможные сочетания кодов поддиапазонов значений входных неуправляемых параметров образуют ситуации. Для каждой ситуации синтезируется соответствующие ей оптимальные управления
Кроме того, применение ситуационного управления позволяет:
- Определить научно и технологически обоснованные требования к показателям качества сырья для получения продукта с заданными потребительскими свойствами.
- Существенно расширить допустимые диапазоны значений показателей сырья.
- В случае вынужденного использования некондиционного сырья - максимально сократить его негативное влияние на потребительские свойства получаемого продукта.
Например, в производстве полиакриламида по техническим требованиям содержание солей железа допускается не более 0,007%. При превышении этого предела показатели качества продукта выходят за допустимые ограничения. Фактическое содержание солей железа варьирует от 0.003 до 0,027%. Построена ситуационная модель управления процессом (1-ая ситуация содержание солей железа до 0.007%, 2-ая - от 0.008 до 0.027). Для 2-ой ситуации управление оказалось существенно отличающимся от технологического регламента. Внедрение ситуационного управления процессом позволило сократить выпуск продукта 2 сорта с 32,8% до 20% (на 39% отн.)
11.7. Технологическая гибкость
В случаях, когда на одном и том же агрегате производят продукт разных марок (например, чугун в доменной печи, сталь в мартеновской печи) или требования к выпускаемому продукту различны у разных потребителей, решается задача обеспечения технологической гибкости процесса. С этой целью строят математические модели и проводят оптимизацию отдельно для каждой модификации продукта (или по техническим требованиям каждого из заказчиков). Затем, в каждом конкретном случае, выбирают условия проведения технологического режима, оптимальные для получения необходимой модификации или продукта соответствующего индивидуальным требованиям конкретного заказчика.
11.8. Сопровождение технологического процесса на всех этапах его жизни
Появляется возможность разработки оптимального технологического режима на всех этапах жизненного цикла технологического процесса: при его разработке (лабораторная пропись, полупромышленная установка), пуске (внедрении в промышленное производство) и в действующем производстве.
Одним из наиболее ответственных и трудоёмких этапов в жизни технологического процесса является его пуск. Обычно технологический регламент разрабатывается на основании рабочего проекта специалистами завода или специализированной пусконаладочной организации до пуска процесса. В регламенте определяются условия проведения технологического режима (значения входных параметров), требования к неуправляемым параметрам (качеству сырья и др.), производительность процесса и требования к показателям качества получаемого продукта, требования к точности измерения входных и выходных переменных и т.п.
Поскольку при переходе от полупромышленной установки к промышленному агрегату условия получения продукта существенно изменяются, пусковой регламент не позволяет обеспечить достижение заданных выходных показателей в полном объёме, и по результатам внедрения требуется его серьезная доработка.
Аналогичные трудности возникают при пуске известного (работающего на других заводах) производства. Поскольку полное повторение объёма производства, характеристик оборудования, систем информационного обеспечения и управления, качества сырья и др. невозможно, в регламент производства необходимо вносить соответствующие изменения. Задача оптимизации технологического режима по информации, фиксируемой в режиме пуска, в настоящее время не имеет корректных методов решения, поэтому соответствующая корректировка регламента осуществляется на уровне интуиции специалистов.
Например, на Березниковском химическом заводе специализированная пусконаладочная организация проводила работы по пуску известного технологического процесса получения сульфаминовой кислоты. После года работы проектные показатели по производительности и качеству продукта не были достигнуты. С помощью ИМИБС по экспериментальным данным, зафиксированным при пуске, был найден оптимальный технологический режим и внесены соответствующие изменения в регламент производства.
В результате были существенно повышены проектные показатели:
- массовая доля основного вещества повысилась с 83.0 до 95.62% (на 15.2% отн.);
- содержание серной кислоты в продукте сокращено более чем в 2 раза (с 6.0 до 2.58%);
- мощность производства возросла с 3000 до 3300 т/год (на 10% отн.).
Найденный при внедрении процесса в производство оптимальный технологический режим существенно отличался от исходного. Это позволило по результатам внедрения получить авторское свидетельство № 1060565 на «Способ получения сульфаминовой кислоты».
11.9. Возможность и необходимость соответствующей корректировки технологического режима после любого вмешательства
После внесения каких бы то ни было изменений в технологический процесс (внедрения рационализаторских предложений, замены катализатора и т.п.) или оборудование для его проведения, капитальных ремонтов, и т.п. необходима соответствующая корректировка технологического режима.
Например, после замены катализатора более эффективным, необходимо не только снижение температуры и давления, а также соответствующее изменение всего технологического режима. Если этого не делать, то потенциальная эффективность мероприятия может проявиться только частично или не проявиться совсем.
В качестве примера можно привести эпопею внедрения генератора электромагнитных полей в производство стали.
Из теоретических соображений следовало, что наведение электромагнитного поля на ванну конвертера должно существенно повысить эффективность конвертерной плавки. При внедрении был сохранён прежний технологический режим конвертерной плавки, варьировались только параметры генератора. Однако, несмотря на продолжительное время внедрения, выявить эффективность применения генератора не удавалось.
После того, как были построены математические модели нормальной конвертерной плавки, и плавки с наведением электромагнитных полей, оказалось, что оптимальные условия проведения плавки при этих режимах работы не совпадают практически по всем входным параметрам. Например, в исходном режиме увеличение доли чугуна в железорудной шихте способствовало увеличению выхода годной стали, а при наведении электромагнитного поля в наблюдаемом диапазоне значений доли чугуна была обратная зависимость.
11.10. Учёт индивидуальности технологического процесса
Сложные технологические процессы обладают высокой индивидуальностью. Эта индивидуальность проявляется в том, что агрегаты для получения одного и того же продукта имеют существенно различные оптимальные режимы.
"Для выплавки одного и того же сорта чугуна, но в разных печах одного цеха неизбежно требуются различные шлаковые режимы, что объясняется особенностями их дутьевого режима, объёма, профиля, настылей, разгара кладки, состояния засыпного аппарата и т.д." (Вегман Е.Ф., Жеребин Б.Н., Похвинев А.Н. и др. Металлургия чугуна. - М.: Металлургия, 1989. - 512 с.).
Поэтому поиск оптимального режима работы должен проводиться для каждого агрегата индивидуально.
11.11. Оценка целесообразного уровня метрологии
В настоящее время уделяется неоправданно большое внимание метрологии. Даже в тех случаях, которые не связаны с безопасностью работы, требования к точности измерения, например, входных параметров существенно и необоснованно завышены. Из сказанного выше следует, что для построения математических моделей реальных технологических процессов можно использовать только методы дискретной математики. При переходе же к дискретным шкалам требования к точности измерений существенно снижаются. Использование измерительной техники с избыточной точностью приводит к неоправданным дополнительным затратам.
11.12. Оценка целесообразного уровня оптимизации
Даже если бы все проблемы идентификации реальных технологических объектов с помощью континуальных методов были бы решены и получена математическая модель со 100% адекватностью изучаемому объекту (что в принципе невозможно), в результате оптимизации по такой модели были бы определены точечные (оптимальные) значения по каждому из входных параметров. Стабильно поддерживать эти значения не смогла бы никакая сверхсложная (и, соответственно, сверхдорогая система управления). Да это и не нужно, так как вариации неуправляемых (и ненаблюдаемых) параметров постоянно уводили бы оптимум процесса от определённой при оптимизации точки в многомерном пространстве входных параметров.
"Для систем, сложность которых превосходит некоторый пороговый уровень, точность и практический смысл становятся практически взаимоисключающими друг друга характеристиками". (Л.А.Заде. Основы нового подхода к анализу сложных систем и процессов принятия решений. В сб. "Математика сегодня". - М.: "Знание",7,1974. 64 с.).
Оптимизация по дискретной модели определяет область в пространстве входных параметров, заданную соответствующими поддиапазонами их значений, отображение которой на пространство выходных показателей выделяет в последнем подобласть, в которой соблюдаются заданные для них ограничения. При последующих шагах дискретной оптимизации (ужесточении требований к значениям выходных показателей) диапазоны допустимых значений входных параметров сокращаются.
В случае, если на определённом шаге оптимизации диапазон значений какого либо параметра (параметров) не может быть реализован с помощью существующей системы управления, решается следующая задача. С помощью технологического аудита оценивается ожидаемый эффект оптимизации и оценивается затраты на реконструкцию существующей системы управления. Целесообразный уровень оптимизации определяется тем шагом, после которого последующая оптимизация становится убыточной.
11.13. Оценка целесообразного уровня автоматизации технологического процесса
В настоящее время общеизвестным фактом считается то, что автоматизация производства повышает эффективность его работы. И хотя массовое внедрение в промышленности в 70-80 годы АСУТП и АСУП, как известно, окончилось полным провалом, из уроков истории, как всегда, не извлекли никаких уроков. Причины провала полной "АСУПизации" всей страны видят в том, что эти системы внедрялись "на базе примитивной вычислительной техники без надёжного информационного фундамента". (Ю.В. Серов. Автоматизация доменных печей - итоги 20 века. "Сталь", 8, 2001, с.49-51).
Автоматизация технологических процессов существенно сокращает вариации значений входных параметров. Но именно эти вариации и определяют вариации выходных показателей. Ранее было показано, что с помощью известных методов математического моделирования в подавляющем большинстве случаев нельзя решить задачу оптимизации реального технологического процесса. Неоптимальное же сокращение вариаций входных параметров системами автоматического управления ведёт к неоправданной и полной потере существующих резервов производства. Следовательно, в настоящее время их автоматизация с экономической точки зрения вредна.
Яркой иллюстрацией к вышесказанному является статья Ю.М.Денисова и др. "Основные результаты совершенствования технологии доменной плавки". Сталь, 5/1999, с.22-24: "В цехе действуют АСУ: управления процессами дозирования шихты и корректировки расхода кокса по изменению его влажности и содержания железа в шихте; регулирования основности шлаков с учётом теплового состояния горна, управления газодинамическим режимом плавки; контроля технологических параметров плавки. В настоящее время объектами автоматизации явились: контроль температуры поверхности засыпи шихты, система охлаждения и общецеховые параметры. Непрерывный контроль картины тепловых полей, значений температур в кольцевых зонах и профиля поверхности засыпи шихты позволяет ранее, чем другие технологические приборы, замечать отклонения от нормального хода и принимать оперативные меры по стабилизации работы. Снижение удельного расхода кокса на выплавку чугуна от использования данных систем составляло 1-1.3%".
Можно себе представить, какие затраты понёс завод на разработку и внедрение этих систем. Сравнение затрат с достигнутым результатом может быть определено достаточно однозначно: Гора родила мышь.
Для сравнения приведём результаты технологического аудита, которые показывают минимальную оценку возможного сокращения удельного расхода кокса за счёт оптимизации технологического режима доменной плавки. Оптимальный режим может быть реализован с помощью существующих систем информационного обеспечения и управления (то есть без капитальных затрат на разработку АСУТП).
ОАО "Запорожсталь" Доменная печь №3 на 7.7%
Доменная печь №4 на 8.7%
КГГМК "Криворожсталь" Доменная печь №6 на 7.9%
Доменная печь №7 на 7.0%
Доменная печь №8 на 6.8%
ОАО «Алчевский метал- Доменная печь №5 на 5.2%
лургический комбинат»
ОАО "Северсталь" Доменная печь №2 на 6.5%
Доменная печь №5 на 6.0%
ОАО «Новолипецкий метал- Доменная печь №2 на 10.5%
лургический комбинат»
Следовательно, автоматизация производства может быть эффективной только после предварительной корректной оптимизации его технологического режима, и только в том случае, если локальные системы управления способны поддерживать полученные при оптимизации диапазоны значений каждого из входных параметров.
11.14. Согласование выходных показателей взаимосвязанных производств
Некоторые продукты являются конечным результатом работы цепочки взаимосвязанных производств. Например, получению красителя ярко-зелёного «Ж» предшествуют стадии получения бензантрона, дибензантронила, диоксивиолантрона, красителя ярко - зелёного «С».
В металлургии производству проката предшествует производство стали, сталь получают из чугуна, а в производстве чугуна используют кокс (коксохимическое производство) и соответствующим образом подготовленные железорудные материалы (производства агломерата и окатышей).
Поскольку качество проката во многом определятся качеством стали, прокатчики предъявляют к показателям её качества повышенные и не всегда достаточно обоснованные требования. Повышение требования к качеству стали вызывает на сталеплавильном переделе определённые трудности и приводит к дополнительным затратам. В свою очередь качество стали существенно зависит от химического состава чугуна (содержания в нём серы, кремния, фосфора и марганца). Например, чем ниже содержание серы в чугуне, тем ниже затраты на десульфурацию стали на сталеплавильном переделе, и тем легче выплавить качественную сталь. Поэтому сталеплавильщики заинтересованы в получении чугуна с как можно более низким содержанием серы. Однако снижение содержания серы в чугуне приводит к повышению удельного расхода кокса и, соответственно, себестоимости чугуна.
Аналогичные противоречия наблюдаются при стыковке всех смежных переделов металлургического комплекса. Компромисс между противоречивыми интересами различных переделов разрешается с помощью стандартов предприятий. При создании этих стандартов не ставилась, и, соответственно, не решалась задача определения оптимальных требований к качеству продуктов для каждого из переделов по критерию суммарной (по всем переделам) минимальной себестоимости конечного продукта.
Принципиальная схема решения такой задачи известна - это метод динамического программирования. Практическая же реализация этой схемы возможно только с помощью ИМИБС.
Решение задач этого класса позволит существенно повысить эффективность работы производственных комплексов по показателям себестоимости и качества как промежуточных, так и конечного продуктов.
11.15. Повышение эффективности диверсификации
В стратегических планах некоторых крупных промышленных предприятий для сокращения производственных и экономических рисков, связанных с колебаниями конъюнктуры рынка по производимой ими продукции, закладывается диверсификация - производство новых продуктов, не имеющих прямого отношения к основному виду деятельности. Такой подход позволяет компенсировать неблагоприятную конъюнктуру одного сегмента рынка благодаря более благоприятной в другой.
Отсутствие специалистов по производству новых продуктов вызывает дополнительные трудности и материальные затраты при внедрении непрофильных производств. Существенное повышение эффективности диверсификации может быть достигнуто за счёт использования ИМИБС при внедрении новых технологических процессов. Найденный при этом оптимальный по себестоимости и качеству продукции технологический режим может быть использован для соответствующей корректировки технологического регламента, что позволит обеспечить высокоэффективную и устойчивую работу нового производства.
11.16. Повышение конкурентоспособности продукции
Конкурентоспособность любой продукции определяются в первую очередь качеством, ценой, стабильностью технологии, условиями и сроками поставки.
Условия и сроки поставки - организационные факторы.
Вопросы получения продукта с минимальной себестоимостью и заданным качеством эффективно решается на всех этапах жизни технологического процесса (разработка, внедрение в промышленное производство, действующая технология) с помощью ИМИБС.
Использование ИМИБС позволяет разработать оптимальный технологический регламент изучаемого процесса, обеспечивающий:
- высокую эффективность по качеству и себестоимости выпускаемой продукции;
- стабильность технологии, за счет чёткого определения допустимых диапазонов значений управляемых параметров; ситуационного управления, в случае существенных вариаций значений неуправляемых параметров; и технологической гибкости, в случае необходимости выпуска одного и того же продукта с разными показателями.
11.17. Пути решения экологических проблем в действующих производствах
В настоящее время основным направлением в защите природы от загрязнения действующими технологическими процессами является разработка индивидуальных систем для улавливания, обезвреживания и утилизации отходов производства, т.е. борьба с последствиями их неэффективного функционирования по экологическим критериям.
В ряде случаев такой подход позволяет решить поставленную задачу, но при этом приходится для каждого процесса проводить сложные, трудоёмкие и дорогостоящие научно - исследовательские и опытно - конструкторские работы, затрачивать значительные человеческие и материальные ресурсы на изготовление, монтаж и эксплуатацию экологического оборудования.
Поэтому многие производства, не удовлетворяющие экологическим критериям, еще долгое время будут функционировать, т.к. их модернизация с целью сокращения загрязнения окружающей среды при таком подходе требует громадных затрат, что при существующей экономической ситуации практически нереально.
Кроме того, считается, что: «Очистка - всего лишь перемещение загрязняющего начала в пространстве - может дать крайне малый эффект, т.к. требует резкого возрастания энергетических расходов». ( Н.Ф.Реймерс. Экология. Теория, законы, правила и гипотезы. Москва.: Россия молодая, 1994 г.).
Для экологизации действующих производств возможен и другой подход, связанный с направленным воздействием на причины их неудовлетворительного функционирования по экологическим критериям.
Ввиду того, что 100% полнота превращения исходных материалов в конечный продукт практически невозможна, результатом работы технологического процесса являются целевой продукт и отходы.
Оптимизация технологического режима по выходу целевого продукта позволяет увеличить полноту превращения реагирующих веществ и уменьшить скорости побочных реакций, вследствие чего существенно сокращается количество отходов.
При таком подходе экологизация действующих производств из затратной становится экономически прибыльной, т.к. уменьшение загрязнения окружающей среды достигается за счет повышения выхода целевого продукта, сокращения расходных норм по сырью и энергоресурсам, и, соответственно, сокращению его себестоимости.
Поскольку работать без отходов практически невозможно, часть прибыли, полученной за счет снижения себестоимости, может быть направлена на разработку локальных систем для их улавливания и обезвреживания.
Например, при оптимизации технологического процесса получения ацетпарааминофенола выход продукта увеличен с 77.0 до 85.0% и, соответственно, количество отходов было сокращено с 33% до 15%, т.е. на (33-15)/33*100)= 54.5%. Как видно из приведенного примера, после оптимизации технологического режима требования к локальным экологическим системам будут значительно менее жесткими, что позволит существенно сократить затраты на их разработку.
11.18. Пути решения проблемы устойчивого развития (применительно к технологии)
В докладе Римскому клубу "Фактор четыре" отмечается, что со времени промышленной революции прогресс обозначал увеличение производительности труда. Авторы доклада предложили новую парадигму развития цивилизации, в которой прогресс определяется как увеличение продуктивности ресурсов. Речь идёт о более эффективном использовании природных и производимых ресурсов.
Особенно остро эта проблема стоит перед странами с ограниченными ресурсами. А именно такой страной является Украина - без импорта нефти и газа нормальное функционирование её экономики невозможно. Поэтому экономика Украины "должна опираться на следующие основные принципы - как можно меньше брать ресурсов, наиболее рационально их использовать, создавать с их помощью максимум конечных благ". (Д. Аршакян. Управление ресурсосберегающей деятельностью в странах с ограниченными ресурсами. "Проблемы теории и практики управления" 3/2001, с.37-40).
К сожалению, предлагаемые многими специалистами пути реализации новой парадигмы имеют весьма общий и поэтому неконструктивный характер. Например: " Устойчивое развитие возможно при следующих условиях:
- произойдёт замена нынешних технологий более чистыми и менее энерго - и ресурсоёмкими;
- постепенно не возобновляемое сырьё заменится возобновляемым;
- увеличится производительность труда;
- возрастёт надгосударственное регулирование и управление - через ООН и её организации". (Задорский В.М. От переходной экономики к устойчивому развитию. Материалы международной научно-практической конференции "От переходной экономики к устойчивому развитию". 19-20 апреля, 2001, г. Днепропетровск).
При теперешнем состоянии экономики Украины решать вопросы широкомасштабной замены существующих неэффективных технологий более эффективными абсолютно нереально. Единственное, что сейчас можно делать, это совершенствовать существующие производства. Наиболее малозатратным путём решения этой проблемы является оптимизация технологических режимов действующих производств. Выше показано, что задача совершенствования действующих производств по экономическим, экологическим, энергетическим и др. критериям может быть решена только с помощью ИМИБС. Таким образом, эта методология может служить методической основой на начальном этапе пути от переходной экономики к устойчивому развитию.
Выводы
С помощью интеллектуальной технологии изучения сложных систем возможно решение множества важных научно-исследовательских и прикладных задач, решение которых известными методами приводило к практически непреодолимым методическим и вычислительным трудностям.