В наибольшей степени эта проблема обостряется при возникновении нештатных ситуаций отклонении поведения промышленных объектов от ожидаемого, вызванного различными внешними и внутренними факторами. В большинстве случаев процедуры мониторинга состояния промышленных объектов в таких ситуациях не автоматизированы. Решение этой задачи возлагается на операторов, что вносит так называемый человеческий фактор в работу информационно-измерительных систем. Практика показывает, что именно в этих ситуациях операторы не справляются с задачей оценки и контроля функциональных состояний промышленных объектов, что и приводит к различным негативным последствиям [82, 110]. Все это не позволяет получить приемлемые характеристики функционирования информационно-измерительной системы (ИИС) мониторинга, а значит, обеспечить успешную реализацию всех функций измерения, контроля, диагностики и идентификации параметров промышленных объектов классическими методами. Мониторинговые системы, работающие с информацией, представленной в электрической или оптической цифровой форме, имеют значительные преимущества перед системами, работающими с аналоговыми сигналами. Однако такие системы не способны самостоятельно адаптироваться ни к изменениям структуры или динамики объекта, ни к воздействию внешних эксплуатационных факторов. Решение подобных задач невозможно без применения интеллектуальных методов обработки информации. На данный момент не существует единой терминологии в определении интеллектуальных систем. Часто интеллектуальными называют класс систем, строящихся с применением новых информационных технологий обработки и использования знаний, способных реагировать на изменение внешних и внутренних условий [25, 127]. Одна из важнейших задач интеллектуальных информационно-измерительных и управляющих систем обеспечить автономное функционирование системы в условиях неполноты и неопределенности поступающей информации при наличии случайных возмущений внешней среды [126, 132]. Основными функциями интеллектуальных систем являются прогноз событий, самообучение и адаптация, работа с базами знаний (включая формирование, структурирование, хранение, а также операции обмена содержимым баз данных), формирование решений и их исполнение [130]. В других источниках [79] интеллектуальные системы характеризуются пятью принципами организации: 10 |
последствиям срыву выполнения возлагаемых на них задач, отказам, различным по своим последствиям авариям и даже катастрофам. Сложности возникают при мониторинге состояния трубопроводов, по которым передается углеводородные продукты и различные вспомогательные растворы и компоненты. В случае разрыва труб происходит утечка вредных продуктов, что создает угрозу жизни и здоровья людей, приводит к экологическим катастрофам, значительному материальному ущербу [6, 7, 122]. В наибольшей степени эта проблема обостряется при возникновении нештатных ситуаций отклонении поведения сложных технических объектов от ожидаемого, вызванного различными внешними и внутренними факторами. В большинстве случаев процедуры мониторинга состояния сложных технических объектов в таких ситуациях не автоматизированы. Решение этой задачи возлагается на операторов, что вносит так называемый человеческий фактор в работу информационно-измерительных систем. Практика показывает, что именно в этих ситуациях операторы не справляются с задачей оценки и контроля функциональных состояний сложных технических объектов, что и приводит к различным негативным последствиям [82, ПО]. Все это не позволяет получить приемлемые характеристики функционирования ВОИИС мониторинга, а значит, обеспечить успешную реализацию всех функций измерения, контроля, диагностики и идентификации параметров сложных технических объектов классическими методами. Мониторинговые системы, работающие с информацией, представленной в электрической или оптической цифровой форме, имеют значительные преимущества перед системами, работающими с аналоговыми сигналами. Однако такие системы не способны самостоятельно адаптироваться ни к изменениям структуры или динамики объекта, ни к воздействию внешних эксплуатационных факторов. 130 Решение подобных задач невозможно без применения интеллектуальных методов обработки информации. На данный момент не существует единой терминологии в определении интеллектуальных систем. Часто интеллектуальными называют класс систем, строящихся с применением новых информационных технологий обработки и использования знаний, способных реагировать на изменение внешних и внутренних условий [25, 127]. Одна из важнейших задач интеллектуальных информационно-измерительных и управляющих систем обеспечить автономное функционирование системы в условиях неполноты и неопределенности поступающей информации при наличии случайных возмущений внешней среды [126, 132]. Основными функциями интеллектуальных систем являются прогноз событий, самообучение и адаптация, работа с базами знаний (включая формирование, структурирование, хранение, а также операции обмена содержимым баз данных), формирование решений и их исполнение [130]. В других источниках [79] интеллектуальные системы характеризуются пятью принципами организации: взаимосвязь с объектом с помощью специально организованных каналов связи; открытость системы для повышения интеллектуальности; наличие механизмов прогноза событий; многоуровневая иерархическая структура; сохранение полного или частичного функционирования при разрыве связей или потере управляющих воздействий. Некоторые специалисты [10] в качестве главных отмечают следующие признаки интеллектуальных систем: развитые коммуникативные способности; умение решать сложные плохо формализуемые задачи способность к самообучению; 131 |