litceysel.ru
добавить свой файл
1
Использование прецедентов для обоснования мероприятий

по предотвращению отказов механических систем*

Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю.

Институт динамик систем и теории управления СО РАН (г. Иркутск)


Сложность и многообразие задач в различных областях, связанных с опасными для человека и окружающей среды процессами, обусловливает необходимость проектирования и разработки специализированных интеллектуальных прикладных систем, повышающих эффективность принимаемых решений за счет компьютерной поддержки исследователей.

Одной из возможных областей, в которых, на наш взгляд, еще не достаточно широко применены прикладные интеллектуальные системы является область обеспечения надежности механических систем (их безотказного функционирования), в частности, задача поддержки принятия решений при обосновании мероприятий по предотвращению и по снижению последствий отказов машин и конструкций.

В процессе эксплуатации механических систем (далее МС) – машин и конструкций, возможно нарушение их нормального функционирования. Эти нарушения вызывают снижение производительности промышленного объекта (недовыпуск продукции) и (или) отказ системы в целом (остановка производства). Причинами отказов в данном случае являются повреждения и разрушения отдельных элементов, составляющих МС. Принятие обоснованных мер по предотвращению возможных и фактических отказов этих элементов позволяет обеспечить надежность и безопасность системы в целом.

Сложность решения данной задачи обусловлена слабой формализацией сведений об отказах, закономерностях и зависимостях их происхождения и развития. Причинами разрушений и повреждений элементов МС являются деградационные процессы, протекающие на них. Знания о развитии деградационных процессах охватывают широкий круг областей знаний (металловедение, физика и механика разрушения и т.д.), в свою очередь, сведения об отказах носят описательный характер. В связи с этим, только специалист, обладающий большим опытом работы в данной области и широким кругозором, может обосновать принятие решения по конкретному отказу, как правило, находя решение «по аналогии».


Следовательно, перспективным является решение подобных проблем путем создания программных систем, имитирующих человеческие рассуждения, в частности систем, основанных на эффективном использовании существующего опыта, представленного в виде прецедентов (case-based reasoning) [1-2]. Это подтверждается примерами успешного решения задач планирования, диагностики, проектирования и подбора персонала на основе прецедентов в различных областях: электронная коммерция и синтез программного обеспечения, авиация, атомная энергетика и др.

Для эффективного применения данного подхода не требуется глубокого анализа предметной области, достаточно указать проблему и ее решение путем показа нескольких примеров, указания аналогичных случаев и ссылок на некоторое сходство. В том случае, если к моменту возникновения новой проблемы уже накоплен значительный опыт решения похожих проблем, возникавших ранее, например, статистика отказов на разнородном нефтехимическом оборудовании, то применение прецедентного подхода позволяет не только обеспечить поддержку лица, принимающего решение, но и повысить эффективность повторного использования накопленного опыта.

Данная работа посвящена применению прецедентного подхода для решения задачи поддержки специалиста при обосновании мероприятий по предотвращению и по снижению последствий отказов МС в нефтехимии.

В иностранной литературе [1] выделяют цикл решения проблемы на основе прецедентов (case-based reasoning cycle), включающий такие этапы как: извлечение, повторное использование, проверка, сохранение.

Для успешного применения данного цикла необходимо произвести моделирование предметной области, с целью построения модели прецедента.

Прецедент - это структурированное представление накопленного опыта в виде данных и знаний, обеспечивающее его последующую автоматизированную обработку при помощи специализированных программных систем. Как правило, прецедент состоит из описания проблемной ситуации и совокупности действий, предпринимаемых для устранения данной проблемной ситуации (ее решения) [1, 3].


При решении задачи поддержки специалиста при обосновании мероприятий по предотвращению и по снижению последствий отказов на основе прецедентов, описание проблемной ситуации, в нашем случае это некоторый инцидент (отказ) на производстве, содержит перечень диагностических признаков, позволяющих однозначно идентифицировать текущее состояние объекта исследования. Признаки разделены на группы (классы), соответствующие возможным состояниям: поврежденность, разрушение, отказ [4]. Совокупность действий, предпринимаемых для решения (устранения) данного инцидента, в свою очередь, содержит перечень мероприятий по предотвращению и снижению последствий отказов, которые были рекомендованы и приняты.

Далее, в табл. приведен фрагмент описания прецедента.


Таблица

Описание

Структурная принадлежность

Деталь:

Изделие:

Линия:

Производство:

Колено Ду 40

Трубопровод входа обвязки компрессора 2 каскада

Линия 1

ПЭВД 250

Первичные сведения

Дата:

Наработка:

02.03.1980

17280 (час)

Состояние поврежденности

Проявление:

Параметры:


Процесс:

трещина (трещины)

источник повреждения: дефект изготовления

место зарождения: на внутренней поверхности

особенность места зарождения: вогнутая

ориентация: перпендикулярно (главной) основной оси


очаг зарождения: участок перегрева

тип образования: одиночная (ые)

малоцикловая усталость (процесс взаимодействия (циклической) механической нагрузки с амплитудой цикла превышающей предел упругости и приводящей к образованию более одной трещины в местах концентрации напряжений)


Состояние разрушения

Проявление:

Параметры:



хрупкое

структура излома: кристаллическая

наличие специфической зоны: да

наличие трещины с фронтом в виде эллипса: да

Состояние отказа

Вид:

Проявление:

внезапный

выброс среды в окружающее пространство



Изображение



Решение

Причина

Характер:

Происхождение:


производственная, эксплуатационная

1. Несовершенство технологии изготовления, контроля и монтажа (отсутствие эффективных методов неразрушающего контроля качества изготовления)

2. Несовершенство правил эксплуатации, технического обслуживания и ремонта (отсутствие эффективных методов неразрушающего контроля технического состояния элементов, в том числе без разборки оборудования)

Мероприятия

Рекомендуемые:


Принятие:


повышение качества изготовления и контроля изделий;

осуществление замены всех аналогичных деталей подобных трубопроводов или трубчатых аппаратов.


Извлечение прецедентов осуществляется в соответствии глобальной мерой (оценкой) подобия (близости) описаний прецедентов, вычисляемой как расстояние между прецедентами в признаковом пространстве.

При вычислении расстояния каждому прецеденту ставятся в соответствие вектора (дескрипторы) описания: бинарные (…01001…) или состоящие из кортежей {…, Свi , …}, типа Свi=<н, з, в, о>, где н – наименование свойства; з - его значение; в – важность или информационный вес свойства; о – ограничение на интервал допустимых значений.

Выбор вида вектора происходит в зависимости от сложности описания прецедента: типов признаков (детерминированных или логических) и наличия иерархии свойств. Бинарные вектора используются в том случае, если необходимо проанализировать отсутствие или присутствие определенных признаков в описании прецедентов, кортежи – если признаки имеют иерархическую структуру (например, иерархия типа: процесс – параметр процесса) или важно не только наличие, но и значения этих признаков.

Вычисление расстояния между прецедентами осуществляется при помощи данных векторов и метрики Миньковского [3]. Данная метрика является обобщением метрик городских кварталов (используется при обработке бинарных векторов, при этом p=1) и Эвклидова расстояния (используется при обработке множеств кортежей, при этом p=2).

В качестве результата процедуры извлечения пользователь получает набор аналогов, упорядоченных в соответствии с мерой подобия (близости) описаний и с указанием степени неопределенности (неполноты) полученных оценок подобия.

Руководствуясь этим набором, пользователь получает возможность ознакомиться с перечнем рекомендованных и принятых мероприятий по предотвращению и снижению последствий аналогичных отказов и на основании этих сведений и своих личных знаний и опыта принять решение.


Принятое решение, в свою очередь, может быть сохранено в базе прецедентов, что обеспечивает возможность обучения системы поддержки принятия решений – опыт решения новой проблемы становится доступным для повторного использования в будущем.

Далее рассмотрим небольшой пример применения данного подхода.

Опишем новый прецедент, указав структурную принадлежность объекта инцидента (МС) и (диагностические) признаки его текущего технического состояния (рис.) и выполним поиск аналогов.

В результате поиска получен список аналогичных отказов (рис.). В нашем случае это 17 аналогичных отказов, упорядоченных по возрастанию меры подобия их описаний. Наиболее перспективным среди них является аналог №2 (ID 1062), описывающий отказ Трубы Ду6 фланцевого соединения импульсного трубопровода в отделении компрессии от 21.03.2008. Данный аналог имеет наибольшую оценку подобия – 90% при минимальной оценке неопределенности – 13%.

Специалист (лицо, принимающее решение) имеет возможность просмотреть решения, принятые по аналогичным отказам, в том числе и по аналогу №2, и на основании своих личных знаний и опыте принять решение (рис.).

frame1

Поддержка исследователя осуществляется на основе базы прецедентов, содержащей информацию о 200 инцидентах и авариях, имевших место на Советских и Российских предприятиях (в том числе и на предприятиях некоторых стран СЭВ) нефтехимической и химической промышленности за период 1964 – 1996 гг. [5].

В работе рассмотрен подход к решению задачи поддержки специалиста при обосновании мероприятий по предотвращению и по снижению последствий отказов МС в нефтехимии на основе повторного использования накопленного опыта, представленного в виде прецедентов.

Использование данного подхода в условиях, когда невозможно (ограниченность теоретических представлений) или не целесообразно (чрезмерность затрат и ограниченность ресурсов) построение математических моделей, для решения задачи обоснования мероприятий по предотвращению и снижению последствий отказов механических систем, позволяет значительно снизить нагрузку на специалиста. Однако, при этом, результаты работы системы поддержки принятия решений ни в коем случае не могут заменить решений, принимаемых специалистом на основе его личных знаний и опыта, и носят лишь рекомендательный характер.


Данный подход реализован в интеллектуальной системы поддержки принятия решений при определении причин отказов и аварий в нефтехимической промышленности [6]


[1] Aamodt A., Plaza E. Case-Based reasoning: Foundational issues, methodological variations, and system approaches // AI Communications, vol.7 (1994), no.1, pp. 39-59.

[2] Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Концепция построения прецедентной экспертной системы // Материалы XII международной конференции по вычислительной механике и современным прикладным программным системам, Владимир, 30 июня - 5 июля 2003 г. – М., 2003. – Т.2. – С.110-111.

[3] Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. – М.: Вильямс, 2002.

[4] Берман А.Ф., Николайчук О.А. Пространство технических состояний уникальных механических систем // Проблемы машиностроения и надежности машин. – 2007. - №1. - С.14-22.

[5] Берман А.Ф., Храмова В.К. , Николайчук О.А. База данных по отказам оборудования высокого давления химико-технологических линий по производству полиэтилена // Свидетельство об официальной регистрации базы данных. - М. - Рег. № 990010 от 26.02.99 г.

[6] Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Интеллектуальная система поддержки принятия решений при определении причин отказов и аварий в нефтехимической промышленности // Автоматизация в промышленности. – 2006. – №6. С.15-17.


* Работа выполнена при поддержке гранта президента РФ НШ-1676.2008.1 и гранта «Фонда содействия отечественной науке»