Известия Саратовского университета. Новая серия.

Серия Математика. Механика. Информатика

ISSN 1816-9791 (Print)
ISSN 2541-9005 (Online)


Для цитирования:

Kulakov S. M., Koynov R. S., Taraborina E. N. On the functional structure of the ergatic system of precedent management of a complex production facility [Кулаков С. М., Койнов Р. С., Тараборина Е. Н. О функциональной структуре эргатической системы прецедентного управления сложным производственным объектом] // Известия Саратовского университета. Новая серия. Серия : Математика. Механика. Информатика. 2022. Т. 22, вып. 2. С. 241-249. DOI: 10.18500/1816-9791-2022-22-2-241-249


Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Опубликована онлайн: 
31.05.2022
Полный текст:
(downloads: 341)
Язык публикации: 
английский
Рубрика: 
Тип статьи: 
Научная статья
УДК: 
517.98

On the functional structure of the ergatic system of precedent management of a complex production facility
[О функциональной структуре эргатической системы прецедентного управления сложным производственным объектом]

Авторы: 
Кулаков Станислав Матвеевич, Сибирский государственный индустриальный университет
Койнов Роман Сергеевич, Сибирский государственный индустриальный университет
Тараборина Елена Николаевна, Сибирский государственный индустриальный университет
Аннотация: 

Рассматривается задача формирования функциональной структуры системы эргатического управления сложным (слабо формализуемым) производственным объектом (технологическим агрегатом, человеко-техническим комплексом, производством), решение которой базируется на применении прецедентного подхода к выработке и реализации управляющих решений (воздействий). Представлена постановка задачи синтеза процедуры построения управляющих решений в эргатической системе. Дано описание классического CBR-цикла принятия прецедентных решений и разработана его модификация, учитывающая особенности процесса управления сложным объектом. Определены основные подсистемы и укрупненные функциональные блоки управляющей системы. Представлен пример применения функциональной структуры системы прецедентного управления применительно к производственному процессу выплавки стали в кислородном конвертере. 

Список источников: 
  1. Avdeenko T. V., Makarova E. S. Knowledge representation model based on case-based reasoning and the domain ontology: Application to the IT consultation. IFAC-PapersOnLine, 2018, vol. 51, iss. 11, pp. 1218–1223. https://doi.org/10.1016/j.ifacol.2018.08.424
  2. Yuan Guo, Bing Zhang, Sun Y., Jiang K., Wu K. Machine learning based feature selection and knowledge reasoning for CBR system under big data. Pattern Recognition, 2021, vol. 112, Art. 107805. https://doi.org/10.1016/j.patcog.2020.107805
  3. Longhua Xu, Chuanzhen Huang, Chengwu Li, Jun Wang, Hanlian Liu, Xiaodan Wang. A novel intelligent reasoning system to estimate energy consumption and optimize cutting parameters toward sustainable machining. Journal of Cleaner Production, 2020, vol. 261, Art. 121160. https://doi.org/10.1016/j.jclepro.2020.121160
  4. Homem T. P. D., Santos P. E., Costa A. H. R., da Costa Bianchi R. A., de Mantaras R. L. Qualitative case-based reasoning and learning. Artificial Intelligence, 2020, vol. 283, Art. 103258. https://doi.org/10.1016/j.artint.2020.103258
  5. Myshljaeva L. P., ed. Sistemy avtomatizatsii na osnove naturno-model’nogo podkhoda: v 3 t. T. 2: Sistemy avtomatizatsii proizvodstvennogo naznacheniya [Automation Systems Based on Natural-model Approach. Vol. 2: Industrial Automation Systems]. Moscow, Nauka, 2006. 483 p. (in Russian).
  6. Kolodner J. Case-based Reasoning. San Mateo, CA, USA, Morgan Kaufmann Publishers, 1993. 386 p.
  7. Aamodt A., Plaza E. Case-based reasoning: Foundational issues methodological variations, and system approaches. AI Communications, 1994, vol. 7, iss. 1, pp. 39–59. https://dx.doi.org/10.3233/AIC-1994-7104  
  8. Varshavskii P. R., Eremeev A. P. Modeling of case-based reasoning in intelligent decision support systems. Scientific and Technical Information Processing, 2010, vol. 37, iss. 5, pp. 336–345. https://doi.org/10.3103/S0147688210050096
  9. Osipov G. S. Lektsii po iskusstvennomu intellektu [Lectures on Artificial Intelligence]. Moscow, URSS, 2018. 272 p. (in Russian).
  10. Kulakov S. M., Trofimov V. B., Dobrynin A. S., Taraborina E. N. A precedent approach to the formation of control programs for objects of cyclic action. Sistemy avtomatizatsii v obrazovanii, nauke i proizvodstve AS‘2017 [Automation systems in education, science and production AS‘2017: Proceedings of the XI All-Russian Scientific and Practical Conference (with international participation), December 14–16, 2017]. Novokuzneck, Publishing Center SibGIU, 2017, pp. 11–19 (in Russian).
  11. Myshljaev L. P. Development of recalculative modeling for control systems. Izvestiya vuzov. Chernaya metallurgiya [Izvestiya. Ferrous Metallurgy], 1989, vol. 12, pp. 129–132 (in Russian).
  12. Avdeenko T. V., Makarova E. S. The decision support system in IT-subdivisions based on integration of CBR approach and ontology. Vestnik Astrakhan State Technical University. Series: Management, Computer Sciences and Informatics, 2017, vol. 3, pp. 85–99 (in Russian). https://doi.org/10.24143/2072-9502-2017-3-85-99
  13. Koynov R. S., Kulakov S. M., Taraborina E. N. Selection of optimal precedents for the formation of a control program for the upcoming steel melting. Avtomatizirovannyi elektroprivod i promyshlennaya elektronika [Automated Electric Drive and Industrial Electronics: Proceedings of the Ninth Scientific and Practical Conference, November 25–26, 2020]. Novokuzneck, Publishing Center SibGIU, 2020, pp. 100–108 (in Russian).
Поступила в редакцию: 
24.11.2021
Принята к публикации: 
27.12.2021
Опубликована: 
31.05.2022