Скачать статью в pdf.

УДК 631.354.2

DOI: 10.15507/2658-4123.030.202001.060-075

 

Выбор стратегии в задаче корректировки регулировочных параметров комбайна

 

Борисова Людмила Викторовна
заведующий кафедрой менеджмента и бизнес-процессов ФГБОУ ВО «Донской государственный технический университет» (344000, Россия, г. Ростов-на-Дону, пл. Гагарина, д. 1), доктор технических наук, профессор, Researcher ID: E-4863-2018, ORCID: https://orcid.org/0000-0001-6611-4594, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Нурутдинова Инна Николаевна
доцент кафедры прикладной математики ФГБОУ ВО «Донской государственный технический университет» (344000, Россия, г. Ростов-на-Дону, пл. Гагарина, д. 1), кандидат физико-математических наук, Researcher ID: E-3961-2018, ORCID: https://orcid.org/0000-0002-3375-1295, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Димитров Валерий Петрович
заведующий кафедрой управления качеством ФГБОУ ВО «Донской государственный технический университет» (344000, Россия, г. Ростов-на-Дону, пл. Гагарина, д. 1), доктор технических наук, профессор, Researcher ID: E-4908-2018, ORCID: https://orcid.org/0000-0003-1439-1674, ScopusID: 57195505958, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Тугенгольд Андрей Кириллович
профессор кафедры робототехники ФГБОУ ВО «Донской государственный технический университет» (344000, Россия, г. Ростов-на-Дону, пл. Гагарина, д. 1), доктор технических наук, Researcher ID: E-5707-2018, ORCID: https://orcid.org/0000-0003-0551-1486, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Введение. В статье рассматривается задача корректировки регулировочных параметров рабочих органов зерноуборочного комбайна, функционирующего в меняющихся внешних условиях. Для технологической регулировки сложных иерархических многоуровневых систем, к которым относятся комбайны, широко применяются интеллектуальные информационные системы, основанные на нечеткой экспертной информации. При проведении технологической настройки комбайна в процессе уборки анализируется поступающая количественная, качественная и оценочная информация. Различные виды неопределенности при рассмотрении семантических пространств факторов внешней среды и регулируемых параметров машины обуславливают применение логико˗лингвистического подхода и математического аппарата нечеткой логики для нахождения оптимальных начальных значений регулируемых параметров. Сложная система взаимосвязей между регулировочными параметрами, показателями качества уборки урожая и факторами внешней среды обуславливает необходимость корректировки параметров рабочих органов комбайна в процессе уборки. Эту функцию выполняет блок корректировки в интеллектуальной системе поддержки принятия решений. В настоящей статье подробно рассмотрены вопросы создания базы знаний для корректировки регулировочных параметров в случаях, когда наблюдаются отклонения значений показателей качества уборки от нормативных.
Материалы и методы. Поскольку причин появления нарушения много и заранее неизвестно, какая из них привела к отклонению, то способов реагирования на них тоже достаточно много. Взаимосвязи между показателями качества работы и регулируемыми параметрами устанавливаются в основном эмпирическими правилами, полученными на основе сбора и анализа экспертной информации. Для оптимизации работы механизма вывода интеллектуальной информационной системы (сокращения времени принятия решения) возникает необходимость установления значимости используемых правил базы знаний. Для решения этой задачи привлечен теоретико˗игровой подход, введены понятия матрицы показателей эффективности и матрицы рисков принятия неэффективного решения, позволяющие использовать критерии оптимальности.
Результаты исследования. Приведен пример выбора стратегии поиска адекватного реагирования на появление нарушения показателей уборки в виде «потери щуплого зерна с половой». Рассмотрен выбор стратегий реагирования на нарушение на основе критериев Лапласа, математического ожидания и критерия Сэвиджа, используемых для принятия решений в «играх с природой». Проиллюстрирована методика процедуры принятия решения в рассматриваемой задаче с применением указанных критериев, проведен анализ полученных результатов.
Обсуждение и заключение. Предложенный подход существенно повышает результативность работы блока корректировки интеллектуальной системы. Он позволяет структурировать базу экспертных знаний и устанавливать оптимальную последовательность применения продукционных правил, что обеспечивает эффективность процесса корректировки регулируемых параметров комбайна, а также сокращает время принятия решений. Данный подход может быть использован при решении проблем корректировки технологических настроек в различных технических системах и устройствах, а также для поиска причин возникающих в них неисправностей.

Ключевые слова: интеллектуальная информационная система, принятие решений, зерноуборочный комбайн, технологическая регулировка, лингвистическая переменная, функция принадлежности

Для цитирования: Борисова, Л. В. Выбор стратегии в задаче корректировки регулировочных параметров комбайна / Л. В. Борисова, И. Н. Нурутдинова, В. П. Димитров [и др.]. – DOI 10.15507/2658-4123.030.202001.060-075 // Инженерные технологии и системы. – 2020. – Т. 30, № 1. – С. 60‒75.

Заявленный вклад соавторов: Л. В. Борисова – исследование взаимосвязей «регулируемые параметры – показатели качества работы комбайна»; И. Н. Нурутдинова – разработка механизма применения критериев «игр с природой» к задаче корректировки регулируемых параметров, получение результатов иллюстративного примера; В. П. Димитров – анализ предметной области, моделирование нечетких экспертных знаний; А. К. Тугенгольд – разработка базы экспертных знаний.

Все авторы прочитали и одобрили окончательный вариант рукописи.

Поступила 20.08.2019; принята к публикации 13.11.2019;
опубликована онлайн 31.03.2020

 

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Ерохин, С. Н. Влияние технологических регулировок на потери зерна за молотилкой комбайна Дон-1500 / С. Н. Ерохин, А. С. Решетов // Механизация и электрификация сельского хозяйства. – 2003. – № 6. – С. 18–19.

2. Borisova, L. Intelligent System for Technological Adjustment of the Harvesting Machines Parameters / L. Borisova, V. Dimitrov, I. Nurutdinova. – DOI 10.1007/978-3-319-68324-9_11 // Proceedings of the 2^nd International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’17). Advances in Intelligent Systems and Computing. – Cham : Springer, 2018. – Vol. 680. – Pp. 96–105. URL: https://link.springer.com/chapter/10.1007/978-3-319-68324-9_11 (дата обращения: 12.02.2020).

3. Dimitrov, V. Intelligent Support of Grain Harvester Technological Adjustment in the Field / V. Dimitrov, L. Borisova, I. Nurutdinova. – DOI 10.1007/978-3-030-01821-4_25 // Proceedings of the 3^rd International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’18). Advances in Intelligent Systems and Computing. – Cham : Springer, 2019. – Vol. 875. – Pp. 236–245. URL: https://link.springer.com/chapter/10.1007/978-3-030-01821-4_25#citeas (дата обращения: 12.02.2020).

4. Omid, M. Design of Fuzzy Logic Control System Incorporating Human Expert Knowledge for Combine Harvester / M. Omid, M. Lashgari, H. Mobli [et al.]. – DOI 10.1016/j.eswa.2010.03.010 // Expert Systems with Applications. – 2010. – Vol. 37, issue 10. – Pp. 7080–7085. URL: https://www.sciencedirect.com/science/article/pii/S0957417410001910 (дата обращения: 12.02.2020).

5. Craessaerts, G. Fuzzy Control of the Cleaning Process on a Combine Harvester / G. Craessaerts, J. De Baerdemaeker, B. Missotten [et al.]. – DOI 10.1016/j.biosystemseng.2009.12.012 // Biosystems Engineering. – 2010. – Vol. 106, issue 2. – Pp. 103–111. URL: https://www.sciencedirect.com/science/article/pii/S1537511010000024 (дата обращения: 12.02.2020).

6. Borisova, L. Algorithm for Assessing Quality of Fuzzy Expert Information / L. Borisova, V. Dimitrov, I. Nurutdinova // Proceedings of 2017 IEEE East-West Design & Test Symposium (EWDTS). – Novi Sad, 2017. – Pp. 1–4. URL: http://ieeexplore.ieee.org/document/8110107/ (дата обращения: 12.02.2020).

7. Ветров, Е. Ф. Оптимизация технологического процесса по статистическим данным / Е. Ф. Ветров, М. Д. Генкин, Л. М. Литвин [и др.] // Машиноведение. – 1986. – № 5. – С. 48–55.

8. Ветров, Е. В. Оптимальное регулирование зерноуборочного комбайна (Электронный «Советчик комбайнера») / Е. В. Ветров, В. П. Чернявская, Г. Ф. Бобринева [и др.] // Труды. – 1989. – № 4. – С. 80–85.

9. Литвин, Л. М. Обобщенная оценка зональных показателей работы зерноуборочных комбайнов / Л. М. Литвин, Э. В. Жалкин, Е. Ф. Ветров // Техника в сельском хозяйстве. – 1989. – № 5. – С. 41–45.

10. Царев, Ю. А. Перспективы использования электронной системы управления в комбайнах «Дон» и «Нива» / Ю. А. Царев, А. В. Харьковский // Тракторы и сельскохозяйственные машины. – 2005. – № 1. – С. 37–38. URL: http://www.avtomash.ru/gur/2005/200501.htm (дата обращения: 12.02.2020).

11. Zadeh, L. A. Fuzzy Sets / L. A. Zadeh. – DOI 10.1016/S0019-9958(65)90241-X // Information and Control. – 1965. – Vol. 8, issue 3. – Рp. 338–353. URL: https://www.sciencedirect.com/science/article/pii/S001999586590241X (дата обращения: 12.02.2020).

12. Zadeh, L. A. Knowledge Representation in Fuzzy Logic / L. A. Zadeh. – DOI 10.1007/978-1-4615-3640-6_1 // An Introduction to Fuzzy Logic Applications in Intelligent Systems. The Springer International Series in Engineering and Computer Science. – New York : Springer, 1992. – Vol. 165. – Pp. 1–27. URL: https://link.springer.com/chapter/10.1007/978-1-4615-3640-6_1 (дата обращения: 12.02.2020).

13. Борисова, Л. В. Лингвистический подход к решению задачи технологической регулировки комбайнов / Л. В. Борисова, В. П. Димитров. – DOI 10.15507/0236-2910.027.201702.178-189 // Вестник Мордовского университета. – 2017. – Т. 27, № 2. – С. 178–189. URL: http://vestnik.mrsu.ru/index.php/ru/articles2/51-17-2/312-10-15507-0236-2910-027-201702-03 (дата обращения: 12.02.2020). – Рез. англ.

14. Борисова, Л. В. Подход к решению задачи по выбору значений регулируемых параметров комбайна на основе нечеткого моделирования / Л. В. Борисова, И. Н. Нурутдинова, В. П. Димитров. – DOI 10.12737/11611 // Вестник Донского государственного технического университета. – 2015. – Т. 15, № 2. – С. 100–107. URL: https://vestnik.donstu.ru/jour/article/view/21 (дата обращения: 12.02.2020). – Рез. англ.

15. Димитров, В. П. Технологическая настройка сельскохозяйственных машин на основе нечеткой логики / В. П. Димитров, Л. В. Борисова, А. К. Тугенгольд [и др.]. – DOI 10.15507/0236- 2910.028.201802.239-254 // Вестник Мордовского университета. – 2018. – Т. 28, № 2. – С. 239–254. URL: http://vestnik.mrsu.ru/index.php/ru/articles2/59-18-2/406-10-15507-0236-2910-028-201802-8 (дата обращения: 12.02.2020). – Рез. англ.

16. Лабскер, Л. Г. О некоторой общей схеме формирования критериев оптимальности в играх с природой / Л. Г. Лабскер // Вестник финансовой академии. – 2000. – № 2. – С. 71–78. URL: http://www.fa.ru/org/div/edition/vestnik/journals/2000%20%E2%84%962.pdf (дата обращения: 12.02.2020).

17. Емец, О. А. Игры с комбинаторными ограничениями / О. А. Емец, Н. Ю. Устьян // Кибернетика и системный анализ. – 2008. – Т. 44, № 4. – С. 134–141. URL: http://dspace.nbuv.gov.ua/bitstream/handle/123456789/44202/11-Yemets.pdf?sequence=1ъ (дата обращения: 12.02.2020).

18. Клименко, И. С. Сравнительный анализ критериев выбора стратегий в «игре с природой» / И. С. Клименко, М. А. Плуталов, Г. А. Чеботарев // Вестник Российского нового университета. Серия: Сложные системы: Модели, анализ и управление. – 2015. – Т. 9, № 1. – С. 55–59. URL: https://clck.ru/MCMpV (дата обращения: 12.02.2020). – Рез. англ.

19. Клименко, И. С. К вопросу об оценивании оптимизма критериев выбора стратегий в «Игре с природой» / И. С. Клименко, М. А. Плуталов, Г. А. Чеботарев // Вестник Российского нового университета. Серия: Сложные системы: Модели, анализ и управление. – 2015. – Т. 10, № 2. – С. 19–23. URL: https://clck.ru/MCMvw (дата обращения: 12.02.2020). – Рез. англ.

20. Борисова, Л. В. О теоретико-игровом подходе к задачам технологической регулировки машин / Л. В. Борисова, В. П. Димитров, И. Н. Нурутдинова // Вестник Донского государственного технического университета. – 2013. – Т. 13, № 5–6. – С. 68–76. URL: https://vestnik.donstu.ru/jour/article/view/418/418 (дата обращения: 12.02.2020).

21. Горелик, В. А. Управление риском в играх с природой на основе свертки критериев Вальда и Сэвиджа / В. А. Горелик, Т. В. Золотова // Моделирование, декомпозиция и оптимизация сложных динамических процессов. – 2008. – Т. 23, № 1. – С. 99–114.

22. Лабскер, Л. Г. Оптимизация издержек в транспортном аспекте логистической системы на основе синтетического критерия Гурвица / Л. Г. Лабскер, С. Х. Айбазова / Управление ри- ском. – 2013. – № 2 (66). – С. 52–72. URL: http://ankil.info/WordPress/wp-content/uploads/2015/04/УР_2013_2-с-обложкой.pdf (дата обращения: 12.02.2020). – Рез. англ.

23. Малышев, В. В. Метод принятия решений в условиях многообразия способов учета неопределенности / В. В. Малышев, Б. С. Пиявский, С. А. Пиявский // Известия Российской академии наук. Теория и системы управления. – 2010. – № 1. – С. 46–61.

24. Orlovsky, S. A. Decision-Making with a Fuzzy Preference Relation / S. A. Orlovsky. – DOI 10.1016/0165-0114(78)90001-5 // Fuzzy Sets and Systems. – 1978. – Vol. 1, issue 3. – Pp. 155–167. URL: https://www.sciencedirect.com/science/article/pii/0165011478900015 (дата обращения: 12.02.2020).

25. Sengupta, K. Fuzzy Preference and Orlovsky Choice Procedure / K. Sengupta. – DOI 10.1016/S0165-0114(96)00079-6 // Fuzzy Sets and System. – 1998. – Vol. 93, issue 2. – Pp. 231–234. URL: https://www.sciencedirect.com/science/article/pii/S0165011496000796?via%3Dihub

 

Контент доступен под лицензией Creative Commons Attribution 4.0 License.