Меню
Модели технологического развития промышленности РФ
Системы технологической подготовки машиностроительного производства
Публикации
Модель перехода к системным условиям устойчивого развития экономики РФ
От Автора
|
ИНТЕЛЛЕКТУАЛЬНЫЕ ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ МЕТОДЫ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ МАШИНОСТРОИТЕЛЬНОЙ ПРОДУКЦИИ В ВЕБ СРЕДЕ
Попов В.Н. , канд. геол.-мин. наук, зам. зав. кафедрой информационных систем и технологий в высокотехнологичном бизнесе по НИОКР. СПб Университет ИТМО , pvn98765@mail.ru
Кораблев А.В., академик инженерной академии, заведующий кафедрой информационных систем и технологий в высокотехнологичном бизнесе. СПб Университет ИТМО, канд. экон. наук, korablev.a@r-p-c.ru
Popov V. N., Candidate in geophysics, Software and Computing in High-Technology Business Department Chairman R&D Assistant, ITMO University, St. Petersburg, pvn98765@mail.ru
Korablyov A. V., Member of the Engineering Academy, Software and Computing in High-Technology Business Department Chairman, Candidate in Economics, ITMO University, St. Petersburg, korablev.a@r-p-c.ru
Реферат
Использование высокопроизводительных методов проектирования технологических процессов (ТП) сервисом аутсорсинга технологической подготовки производства (ТПП) обеспечивает значительное повышении качества ТПП, снижение затрат и времени на ТПП. Управление обслуживанием многочисленных запросов на проектирование ТП от многих предприятий – клиентов сервиса аутсорсинга с использованием в качестве транспортной среды интернет требует применения современных веб-технологий и эффективных архитектурных решений ТПП. Методы сервис-ориентированной архитектуры (SOA), ее модульный подход к построению программного обеспечения сервиса, мультиагентные технологии проектирования автоматизированных систем ТПП (АСТПП) сервиса отвечают данным требованиям и позволяют развить интеллектуальные высокопроизводительные методы ТПП, заложенные в локальных АСТПП – прототипах решений веб – сервиса. Методы мультиагентных систем обеспечивают технологичность комплексного использования многих обычных и интеллектуальных агентов, находящихся на разных уровнях иерархии подсистем ТПП, что обеспечивает достаточно высокий уровень когнитивного анализа и генерации ТП сервисом аутсорсинга ТПП на втором, среднем уровне искусственного интеллекта (ИИ) – следующий - высший уровень ИИ пока только исследуется и зарождается. При реализации веб-сервиса аутсорсинга ТПП методы ИИ, использованные в локальных АСТПП - прототипах решений сервиса, получили свое развитие. Были усовершенствованы методы оптимизации ТП и «самообучения» БЗ, используемых в ходе синтеза ТП. Поиск прототипов ТП приобрел новые качества. В ходе работы сервиса данные анализа эффективности изменений в ТП при использовании различных критериев оптимизации ТП, приемов проектирования и механообработки накапливаются. Интеллектуальный поиск в массивах этих данных, отражающих накопленные знания и опыт проектирования ТП расширяет возможности синтеза ТП, обеспечивая поиск новых знаний о удачной практике оптимизации ТП осуществленной ранее, порождает новую разновидность синтеза – гибридные технологии синтеза при проектировании ТП.
Ключевые слова: автоматизированные системы технологической подготовки производства, ТПП, интеллектуальные агенты, оптимизация технологических процессов, ТП
Актуальность перехода от локальных АСТПП и архитектуры клиент-серверных приложений внутри корпоративной сети предприятия связана с тем, что передача отдельных функций корпоративной информационной системы (КИС) на аутсорсинг получает в настоящее время все большее распространение. Это касается даже такой чувствительной для предприятий области как управление финансами. Предприятия получают возможность экономии на инфраструктуре информационных технологий предприятия (ИТ инфраструктуре) и повышении эффективности решения переданных на аутсорсинг задач, за счет специализации и укрупнения профильных ИТ служб фирм, предоставляющих услуги аутсорсинга.
Значение перехода на аутсорсинг технологической подготовки производства (ТПП) или использования собственными технологическими подразделениями предприятий услуг сервиса аутсорсинга ТПП состоит не столько в экономии на ИТ инфраструктуре, сколько в значительном повышении качества ТПП при снижении затрат и времени на ТПП. Гибкая система управления заказами промышленных предприятий по разработке ТП обеспечивает сочетание высокого качества услуг ТПП с экономичным и гибко наращиваемым характером их предоставления. Предприятие заказчика получает необходимый объем услуг ТПП в строгом соответствии с потребностями своего цикла производства. Предприятию нет нужды держать избыточный штат технологов для того, чтобы справляться с пиковыми загрузками собственного технологического бюро при резком повышении объемов его работ в ходе освоения выпуска новой продукции. Собственное технологическое подразделение предприятия, ставшее более компактным и ритмично работающим, может сосредоточиться на технологической модернизации и повышении эффективности производства за счет внедрения инновационных методов и технологий выпуска продукции. Эффективная работа сервиса аутсорсинга ТПП по выполнению заказов предприятий обеспечивается за счет высокопроизводительных инструментов – систем сервиса АСТПП, удаленно настраиваемых высококлассными специалистами широкого профиля и используемых достаточно подготовленными к производительной работе с закрепленными за ними функциями АСТПП, технологами предприятия или фирм аутсорсинга ТПП. Эти технологи со средней, относительно невысокой квалификацией (и соответственно , зарплатой) выполняют - с высоким качеством проектируемых ТП - основные объемы работ. Это обеспечивается механизмами интеллектуальной трансляции знаний по ТПП, закладываемых в систему высококлассными специалистами – консультантами сервиса АСТПП. Скорость проектирования ТП технологами – исполнителями, с использованием метода интеллектуального синтеза ТП существенно увеличивается. Скорость проектирования ТП варьирует в зависимости от вида продукции, но в среднем возрастает многократно.
Значение указанного повышения производительности работы технологов, сокращения численности технологических служб предприятия (ориентирующихся на среднюю, а не пиковую их загрузку), повышения качества ТПП и оптимизации ТП трудно переоценить, особенно с учетом объемов мирового выпуска продукции машино- и приборостроения. Поскольку доля затрат на ТПП, в ряду других направлений PLM продукции, на этапах ее проектирования и производства составляет до 30-40% в структуре ее цены (затрат на ее производство), то подобный сервис аутсорсинга ТПП, очень востребован и находится на острие современных трендов развития «экономного (умного) производства».
Анализ современного состояния методов автоматизации проектирования технологических процессов (ТП) машиностроительного и приборостроительного производства показывает, что рынок систем проектирования технологических процессов весьма насыщен соответствующими продуктами различного качества многих компаний, всем из которых находится свое место в результате высокой емкости рынка этих продуктов. Намечается тренд развития такого направления, как «виртуальное производство», являющееся одной из вершин «экономного (умного) производства». Но программные продукты методов виртуального производства пока нацелены скорее на решение исследовательских задач при оптимизации структуры производства или углубленном инженерном анализе конструкций отдельных изделий и не достаточно легко интегрируются и встраиваются в структуру технологической подготовки массового производства. Использование этих и других передовых методов и решений в области ТПП пока на практике вызывает сложности у большинства производственных предприятий, предпочитающих использовать более простые в эксплуатации, но и менее производительные продукты АСТПП. С использованием сервиса аутсорсинга ТПП новые технологии виртуального производства становятся предприятиям намного доступнее.
Изучение проблемных элементов процедур проектирования ТП и методов их автоматизации большинства современных широко распространенных АСТПП показывает, что всем им присущ ряд недостатков, требующих исправления при реализации сервиса аутсорсинга ТПП. Большинству из них присущи недостаточно развитые механизмы автоматизации учета специфики выбора и оптимизации проектных решений ТП. Помимо этого все эти системы относятся пока к системам среднего уровня автоматизации - даже по сравнению с системами АСТПП, созданными еще в СССР трудами Н. Г. Бруевича, Г. К. Горанского, Н. М. Капустина, С. П. Митрофанова, В. В. Павлова, В. Д. Цветкова [1]. Однако, созданные с учетом отраслевой специфики различных узкоспециализированных массовых производств того времени, эти АСТПП не смогли, по большей части, пережить 90-е годы и представляют скорее только научный интерес своими отдельными техническими решениями. Исключение представляют собой АСТПП «Natta» московской фирмы «Гетнет», использующая методы синтеза ТП, заложенные в трудах выше перечисленных ученых, а также интегрированная технологическая среда ТИС разработки санкт-петербургского университета ИТМО, использующая метод «обратного проектирования» ТП в среде PDM - PLM Enovia Smart Team и САПР Catia [1, 2, 3]. Обе эти АСТПП позволяют осуществлять проектирование ТП относительно не сложных деталей в автоматическом режиме (проектирование более сложных осуществляется, как и в других АСТПП, в автоматизированном режиме с участием технолога). Проектирование в автоматическом режиме требует от конструктора осуществить в САПР Catia соответствующую подготовку 3D модели изделия с выделением поверхностей детали, требующих того или иного вида технологических операций при ее производстве.
При проектировании сервиса аутсорсинга ТПП необходимо предусмотреть использование 3D моделей изделий (или их чертежей) подготовленных в любых САПР. Задача выбора оптимального разбиения деталей изделий на поверхности, требующие определенного вида механической обработки в автоматическом режиме по ее 3D модели, созданной конструктором не в САПР Catia с учетом такового разбиения на этапе ТПП, а в другой САПР, пока не имеет технологичного решения. Хотя в САПР «Компас» фирмы Аскон модуль с подобной функциональностью и существует. Но разбиение на поверхности с его помощью происходит пока далеко не оптимальным образом (по сравнению с выполняемым технологом «вручную» [4]). Поэтому, приоритетные направления, по которым следует развивать методы автоматизации проектирования ТП, лежат скорее не в области попыток осуществления проектирования ТП полностью в автоматическом режиме, а в плоскости возможно более высокого повышения производительности и качества проектирования ТП, осуществляемого технологами в автоматизированном режиме с использованием сервиса проектирования ТП. Управление обслуживанием многих запросов на проектирование ТП от многих предприятий – клиентов сервиса с использованием в качестве транспортной среды интернет диктует использование современных веб-технологий и их архитектурных решений. Технолог в ходе составления задания на проектирование ТП и управления этим процессом, в ходе оптимизации ТП ведет с виртуальной АСТПП достаточно интенсивный обмен данными, включая обмен графической информацией. Это предъявляет дополнительные требования к выбору архитектуры информационно-вычислительной системы сервиса аутсорсинга ТПП. Рассмотрим варианты решений при выборе архитектуры сервиса проектирования ТП от вариантов клиент-серверной архитектуры и распределенных систем до мультиагентных систем и систем с искусственным интеллектом (ИИ).
Веб-сервис аутсорсинга ТПП в отличие от локальных версий АСТПП, используемых на рабочих местах одного конкретного предприятия с организацией обмена данными с архивом ТП предприятия в локальной сети предприятия в рамках применяемой системы инженерного документооборота, или АСТПП с клиент-серверной архитектурой и системной интеграцией БД сервера АСТПП с БД ERP и др. систем КИС конкретного предприятия, должен обслуживать многие предприятия. Доступ к сервису аутсорсинга ТПП может быть организован по протоколу SLL или аналогичному, в транспортной среде общедоступного интернет или экстранет холдингов, финансово-промышленных групп и т.п. структур, организуемый виртуально (на уровне VPN каналов) или на физическом уровне выделенных сетей. Из этого факта вытекает, что в архитектуре веб-сервиса аутсорсинга ТПП создается, как минимум, еще один уровень иерархии, ответственный за управление данными разных предприятий. Подсистема веб-сервиса виртуального предприятия, использует БД и БЗ как конкретного предприятия, так и универсальные общие для всех обслуживаемых предприятий БД и БЗ или специализированные коммерческие БД и БЗ. Реально, с учетом различных вариантов организации архивов БД ТП предприятий и БЗ с научно-справочной информацией (НСИ), выбираемых предприятием, подуровней иерархии управления данными различных предприятий будет еще больше. При организации архивов БД ТП и БЗ НСИ необходимо учитывать отраслевую специфику предприятий, требования к методам организации защиты их данных, различные варианты использования общедоступных и специализированных массивов НСИ. На структуру и методы организации работы с архивами БД ТП и БЗ НСИ влияют требования по месту хранения архива ТП предприятия, по организации резервного копирования и другие условия эксплуатации БД и БЗ.
Как следует из выбора степени автоматизации сервиса (мы остановились на автоматизированном, а не автоматическом принципе генерации ТП по данным 3D модели детали) - при проектировании ТП будет происходить обмен данными между подсистемой проектирования ТП веб-сервера сервиса аутсорсинга ТПП и пользователем сервиса в ходе формулирования им задания на проектирование ТП. С учетом необходимости оптимизации ТП к условиям характера производственных мощностей предприятия, объему серии деталей изделий и т.п. факторам организации производства, а также в ходе управления другими подсистемами сервиса, включая использование централизованных и частных БД/БЗ предприятий, обмен данными будет происходить достаточно интенсивно. Пользователь сервиса должен иметь возможность выбора любого удобного ему современного веб браузера (отвечающего требованиям безопасности и скорости доступа к серверам сервиса), который можно рассматривать в качестве тонкого клиента сервера сервиса аутсорсинга ТПП. В отличие от специализированных клиентов (создаваемых для конкретных систем прикладного ПО с использованием клиент- серверной архитектуры), веб-браузер, являющийся по сути разновидностью такого тонкого клиента, снимает с разработчика необходимость постоянно следить за безопасностью и производительностью ПО своего клиента при организации обмена в сетях интранет и интернет с его использованием. В противном случае, разработчику прикладной системы необходимо постоянно обновлять свой клиент с развитием технологий при модернизации и смене поколений сетевой инфраструктуры, например, с переходом от интернет протокола (TCP\IP) v. 4.0 к протоколу версии 6.0. Стандартизация веб решений современных сетевых систем обеспечивает архитектуре и ПО подсистем сервиса аутсорсинга ТПП автоматизм развития по многим аспектам производительности и безопасности обмена данными при развитии технологий локальных сетей и интернет, при смене поколений серверных платформ.
Однако, кроме обмена с использованием браузера, в системе будет происходить обмен массивами данных между подсистемами архивации ТП и подсистемами проектирования, между отдельными подсистемами (агентами), используемыми в ходе синтеза ТП. Обмен будет происходить, как внутри сервера и его подсистем, так и во вне - со служебными подсистемами архивно-поисковой системы пользователя, основным и резервным веб-серверами сервиса, серверами данных, подлежащих хранению на серверах определенной национальной юрисдикции, а также между подсистемами центрального сервиса аутсорсинга ТПП и отдельными подсистемами веб-сервисов ТПП в частном облаке интранет крупного предприятия, связанными защищенными каналами с центральным сервисом для тонкой настройки процедур синтза ТП экспертами (без доступа к полной закрытой БД ТП). Поэтому за стандартизацией решений по организации обмена массивами данных также необходимо тщательно следить.
Для этого применимы методы сервис-ориентированной архитектуры (SOA) основанные на модульном подходе к построению программного обеспечения, со стандартными интерфейсами. Архитектура SOA не привязывается к какой-либо одной технологии удаленного вызова методов (COM, DCOM, COM+, .NET REMUTING, Java RMI, CORBA), но программные комплексы, построенные согласно SOA, как правило, реализуются как некоторая совокупность служебных веб-сервисов (подсистем виртуальных АСТПП), которые интегрированы согласно с известными стандартными протоколами (WSDL, SOAP) [5]. Стандарт документа WSDL является независимым от какого-либо определенного протокола обмена XML-данными и содержит встроенные средства поддержки SOAP. Протокол SOAP – это межплатформенный стандарт, используемый для форматирования сообщений, которыми обмениваются веб-сервис и приложение – подсистема в его составе, выступающая клиентом веб-сервиса. SOAP описывает XML-конверт для сообщений веб-сервиса, модель обработки и алгоритм кодирования информации перед ее отправкой. Клиент направляет веб-сервису запрос для инициализации выбранного метода веб-сервиса, на который веб-сервис возвращает клиентскому приложению ответное сообщение [6]. Транспортным протоколом, с использованием которого происходит передача данных (сообщений, переменных и их массивов, участвующих в описании и формировании ТП) является протокол HTTP, точнее закрытый HTTPS, который может применяться для организации защищенного обмена данными. В ряде случаев в качестве транспортного протокола может использоваться стандарт SMTP. Для создания журналов, в которые заносится ход работы сервиса для анализа качества и безопасности работы систем сервиса используется протокол UDDI. С его помощъю (или DISCO) в журнале фиксируются URL-адреса с которыми заключаются WSDL-контракты. Для повышения безопасности обмена данными веб-сервиса с клиентским приложением, например, из состава архивно-поисковой системы (АПС) ТПП предприятия, потребителя услуг нашего веб-сервиса аутсорсинга ТПП, URL-адрес сетевого ресурса с которого АПС ТПП производит обмен массивам данных технологической информации, может быть взят из соответствующей БД реквизитов обслуживаемого предприятия и сверен с полученным по протоколу UDDI или DISCO.
При создании сервиса аутсорсинга ТПП осуществляется проектирование системы, включающей не относительно простые, монофункциональные веб-приложения подсистем интегрируемых веб-сервисов и\или выступающих в качестве клиентских приложений по отношению к сервис-ориентированной архитектуре (SOA) центрального сервиса. В нашем случае система включает очень большое число модулей, выполняемых часто как параллельно и независимо друг от друга со своими наборами данных, так и с последовательной передачей управления и данных от одних модулей к другим внутри формируемых цепочек из разнообразных модулей веб-сервиса АСТПП. Для такой системы, с большим числом слабосвязанных модулей, ее проектирование продуктивно рассматривать и с позиций мультиагентных систем [7-17].
Агентная технология базируется на нескольких различных дисциплинах, объединяет их методы и преимущества. К этим дисциплинам и методам относятся объектно-ориентированные и распределённые программные среды, концепции компонентной разработки ПО, экспертных систем и искусственного интеллекта (ИИ). Агентные технологии начали применяться уже в 90е годы в области ИИ [7-10]. Их потенциал и практическая значимость вскоре были отмечены и использованы в различных областях проектирования информационных систем. Поскольку агентные технологии естественным образом интегрируют подходы многих различных дисциплин, то тем самым они являются весьма удачным архитектурным решением сложных информационных систем самого разного назначения.
Понятие агента базируется на понятии объект, который по Гради Буч имеет состояние, обладает некоторым хорошо определенным поведением и уникальной идентичностью [9]. Агент – это объект, который может манипулировать некоторыми другими объектами, (создавать, изменять, уничтожать), а также взаимодействовать с окружающей средой и другими агентами. Но агент представляет собой компьютерную систему, которая способна и к самостоятельным действиям от имени своего пользователя или владельца. Агент может определить, что ему нужно сделать для того, чтобы достичь целей, для которых он был создан, вместо того, чтобы явно получать указания о том, что ему делать в каждый момент времени (М.Вулдридж [10]).
Данное качество мультиагентных технологий очень важно для сервиса аутсорсинга ТПП, т. к. повышение качества проектирования ТП и производительности работы технолога с сервисом невозможно без повышения «степени интеллектуальности» системы проектирования ТП, развития интеллектуальных методов проектирования ТП.
Методы проектирования технологических процессов машиностроительного и приборостроительного направлений, применяемые в современных локальных АСТПП, прошли значительный путь в своем развитии. На первом этапе развития АСТПП распространение получил метод диалогового проектирования. Большинство разработчиков САПР, выпустили технологические модули для ТПП основанные на методе диалогового проектирования. В процессе диалога технолога с ЭВМ происходило формирование ТП и технологической документации по определенному шаблону разработчика, что повышало качество ТП при его переносе с бумажного носителя технологического архива предприятия в электронный архив ТП предприятия. За счет ответа технолога на исчерпывающий список вопросов связанных с технологией изготовления деталей, их поверки ОТК, описания дерева комплектующих деталей для отдельных узлов изделия, описания процедур и технологий сборки, поверки и испытаний готового изделия достигались полнота и единообразие как самого ТП, так и документов с ним связанных. На первом этапе развития АСТПП, когда в основном происходил перенос ТП с документов бумажного архива предприятия в его электронную версию, такой функциональности АСТПП было вполне достаточно. Развитие большинства АСТПП (технологических модулей известных разработчиков САПР) шло по линии повышения качества инженерного документооборота, с автоматизацией выпуска извещений на изменения в конструкции деталей и узлов продукции, формирования единого инженерного пространства конструкторско-технологической подготовки производства, его электронного архива, развития методов управления и контроля доступа к электронному архиву в соответствии с правами и задачами обеспечения ТПП различными цехами и службами предприятий. Появлялись АСТПП, тесно связанные с технологиями полного жизненного цикла и\или ERP систем. Однако сам метод проектирования ТП по сути во многом оставался диалоговым. Даже развитие методов поиска конструкторско-технологической документации проходило скорее в ключе повышения эффективности работы персонала предприятия с электронным архивом ТП и документов ТПП, чем в плане роста качества и эффективности самих технологий.
С развитием объектно-ориентированной парадигмы разработки ПО АСТПП процесс проектирования ТП технологом безусловно претерпел большие изменения – объекты, из которых строятся подсистемы проектирования ТП, стали включать «инструкции», основанные на использовании знаний из различных областей научно-справочной информации (НСИ), связанных с различными аспектами ТПП машиностроительной продукции, с используемыми режимами металлообработки, с библиотеками стандартных элементов конструкций (например, крепежа и подобных деталей машиностроительных конструкций).
Современные АСТПП [3] перестали быть системами чисто диалогового принципа работы, они приобрели многие качества АСТПП «поискового типа», когда разработка ТП ведется отталкиваясь от результатов поиска ближайшего прототипа проектируемой детали. Поскольку современные АСТПП имеют в своем составе и современных реляционные БД, то не составляет труда составить поисковый SQL – запрос по любой характеристике конструкции детали или технологии ее изготовления, что несомненно оказывает определенную помощь технологу при выборе новых технологических решений на основе предыдущего опыта ТПП близких конструктивных решений. Однако, при рассмотрении проблем поиска наиболее подходящего прототипа ТП в качестве основы или образца для создания нового ТП, становится понятным, что SQL – запрос по любой отрывочной характеристике конструкции детали или технологии ее изготовления дает такие же отрывочные, мало связанные между собой результаты поиска. Такими результатами поиска сложно воспользоваться для проектирования на основе предыдущего опыта ТПП близких конструктивных решений, если технолог не располагает данными о номере, маркировке или названии детали из определенного дерева сборки узла, близкой к той, для которой осуществляется проектирование ТП. Конечно, очень опытный технолог, хорошо владеющий языком формирования SQL – запросов к современным реляционным БД может подготовить для себя определенные наборы очень сложных SQL – запросов по многим взаимосвязанным характеристикам конструкции детали или технологии ее изготовления, которые будут давать приемлемые результаты поиска, но сколько ни будь подходящего инструментария для эргономичного формирования таких запросов для нашей проблемно-ориентированной области знаний на сегодняшний день не существует. Некоторые шаги по созданию такого инструментария были сделаны в локальных АСТПП Проджект ТП и ТехнСел [18,19].
По данным одного из лучших анализов современного состояния АСТПП [1], подавляющее большинство современных АСТПП относится к системам с невысоким уровнем ИИ и с весьма средним уровнем автоматизации проектной деятельности в области ТПП машиностроительной и приборостроительной отраслей даже по сравнению с системами АСТПП, созданными еще к концу прошлого века в СССР [1]. С момента проведения анализа, разобранные в нем ведущие АСТПП со значительной долей рынка претерпели скорее количественные, чем качественные изменения и выводы, сделанные в данном исследовании, сохраняют свое значение и в настоящее время. Однако, созданные на основе глубоких исследований методов автоматизированного синтеза ТП еще к концу прошлого века, под задачи конкретных предприятий с учетом их отраслевой специфики узкоспециализированных массовых производств того времени, эти АСТПП к настоящему времени представляют только определенный научный интерес. Исключение составляют несколько АСТПП не получивших по ряду причин широкого распространения в промышленности, например, наиболее известная среди них, АСТПП «Natta», достоинства и недостатки которой известны [3]. Но сделанные выводы касаются методов проектирования ТП, используемых только большинством АСТПП, получивших широкое распространение в промышленности. Помимо них существуют и другие, менее распространенные по внедрениям в промышленность разработки, иногда пока чисто академического характера, развивающие методы синтеза ТП, поиска прототипов ТП, методы обратного проектирования ТП, различные варианты методов генетических алгоритмов проектирования ТП или комбинирующие отдельные решения, относящиеся к методам ИИ и мультиагентных систем.
Однако, сделанные выводы касаются методов проектирования ТП, используемых только большинством АСТПП, получивших широкое распространение в промышленности. Помимо них существуют и другие, менее распространенные по внедрениям в промышленность разработки, иногда пока чисто академического характера, развивающие методы синтеза ТП, поиска прототипов ТП, методы обратного проектирования ТП, различные варианты методов генетических алгоритмов проектирования ТП или комбинирующие отдельные решения, относящиеся к методам ИИ и мультиагентных систем.
Среди таких систем, не получивших в последние годы широкого распространения в промышленности, по уровню использованию методов синтеза ТП, поиска прототипов ТП, методов ИИ и других перспективных методов проектирования ТП выделяются АСТПП Проджект ТП и ТехнСел [18,19], использующие унифицированную структуру БД\БЗ. Именно их методы синтеза и поиска прототипов ТП, базы знаний по технологиям машиностроительного и других производств, легли в основу решений сервиса аутсорсинга ТПП по проектированию ТП. Их методы проектирования ТП и БЗ ТПП, как и решения АСТПП NATTA, впитали в себя опыт проектирования ТП методами интеллектуального синтеза, сохранили преемственность своих решений и БЗ ТПП, основы которых были заложены еще в 20м веке создателями направления автоматизированных систем технологической подготовки производства [1]. Указанные АСТПП Проджект ТП и ТехнСел до сих пор применяются некоторыми крупными машино и судостроительными предприятиями РФ и постсоветского пространства, среди которых следует выделить успешно развивающееся машиностроительное производство крупного судостроительного предприятия ОАО СПб завод «Северные верфи».
Рассмотрим более детально перспективы использования методов ИИ и мультиагентных систем для развития технических решений синтеза ТП сервисом аутсорсинга ТПП с целью повышения качества и повышения производительности ТПП. Методы построения мультиагентных систем могут быть использованы с акцентом на их эффективность при построении систем на основе множества слабо связанных агентов. К таким системам относятся и АСТПП виртуальных предприятий (ВП), которые создаются субъектами хозяйственно-экономической деятельности, включая обычные предприятия, для повышения своей эффективности. Однако АСТПП таких предприятий должны решать и дополнительный круг задач виртуального производства. В работе [16] дан системный технико-математический анализ проблем построения эффективных АСТПП виртуальных предприятий, агенты ТПП которых действуют в условиях слабой связанности. Многие объекты ВП, например, станки, инструмент и другое оборудование, арендуемые ВП у обычных предприятий используется в деятельности тех и других предприятий иногда при выпуске однородной, но чаще разнородной продукции. Причем используется гораздо интенсивнее, обеспечивая рост эффективности производства. Сложность и круг задач ТПП существенно возрастает. Резко возрастает не только число одновременно функционирующих программных модулей (агентов) разной специализации, но и усложняется характер их взаимодействия. Именно мультиагентные технологии с должным образом выстроенной структурой иерархии агентов могут помочь справиться с возросшим объемом и сложностью задач, решаемых АСТПП виртуального предприятия.
Развитие методов «виртуального производства» лежит в тренде развития современной экономики. Однако внедрение методов «виртуального производства» сопряжено со многими проблемами относящимися, в том числе, к обмену информационными и материальными ресурсами между предприятиями, которые могут находиться и в состоянии конкуренции между собой за эти ресурсы, а также применять различные методики учета данных ресурсов. Использование сервиса аутсоринга ТПП позволяет клиентам сервиса оперативно, более полно и точно и просчитать варианты и последствия обмена информационными и материальными ресурсами в ходе промышленной кооперации и создания виртуальных предприятий. Тем самым сервис аутсорсинга ТПП может существенно сгладить данные проблемы и приблизить предприятия к более эффективным формам «виртуального производства».
Но достоинства мультиагентной архитектуры могут быть использованы и с акцентом на их эффективность при внедрении методов ИИ с целью повышения эффективности АСТПП. При использовании наряду с обычными агентами, решающими традиционные информационно-логические и вычислительные задачи ТПП, уже нескольких интеллектуальных агентов относимых к начальному уровню ИИ - технического решения конкретной логическо-вычислительной задачи, имеющей когнитивную значимость, ИИ системы поднимается на второй, средний уровень ИИ комплексного когнитивного анализа и генерации решения информационной системой. Следующий - высший уровень ИИ пока, по мнению экспертов ИИ, только исследуется и зарождается – громкие результаты его работы описываются только в фантастической литературе. Методы мультиагентных систем обеспечивают технологичность комплексного использования многих обычных и интеллектуальных агентов, находящихся на разных уровнях иерархии подсистем ТПП, что обеспечивает достаточно высокий уровень когнитивного анализа и генерации ТП сервисом аутсорсинга ТПП на втором, среднем уровне ИИ. Этот уровень в определенной степени уже был достигнут в локальных АСТПП – прототипах сервиса. Эти системы располагали обширными базами знаний НСИ ТПП и БД, описывающих параметры объектов предприятия, связанных с ТПП. Системы обеспечивали синтез ТП в автоматизированном режиме, генерировали описания ТП и других документов ТПП на естественном языке предметной области ТПП на уровне квалифицированного технолога. В результате достигалась интеллектуальная трансляция опыта высококвалифицированных экспертов – технологов, настраивающих эти АСТПП для автоматизированной генерации ТП, технологам средней квалификации, обученным высокопроизводительным способам работы с интерфейсом этих АСТПП.
При реализации веб-сервиса аутсорсинга ТПП методы ИИ получили свое развитие. Были усовершенствованы методы оптимизации ТП и «самообучения» БЗ, используемых в ходе синтеза ТП. Поиск прототипов ТП приобрел новые качества. Локальные АСТПП, на которых базируются решения сервиса, работали с семизначными кодами, описывающими поверхности деталей с использованием Общероссийских классификаторов изделий, конструкторских и технологических документов. Для поиска с учетом большего числа признаков, в сервисе было применено 9-значное расширение кода изделия. Принципиальным является не длина кода расширения, а два следующих обстоятельства.
Во-первых, коду соответствует глубоко проработанная семантика обозначений, выделяющая существенные признаки классификации и уточняющая характеристики поиска. Поиск ведется не только по основным элементам поверхностей детали в целом (чего достаточно для деталей относительно простой формы), но и по отдельным фрагментам этой детали и технологическим дополнениям к ее характеристике, что повышает скорость и качество проектирования ТП для деталей сложной на основе прототипов решений из БД/БЗ сервиса.
Во-вторых, формирование данного кода и его расширения при его задании технологом - пользователем сервиса происходит не только по заранее подготовленным кодам при анализе задания на проектирование и оптимизацию характеристик ТП, а и с использованием эргономичного графического интерфейса, расширяющего специализированные проблемно ориентированные средства описания категорий ТПП, реализованные в решениях прототипов сервиса. Это делает формирование поисковых признаков интуитивно понятным и удобным Что само по себе повышает производительность работы технолога с сервисом, но, главное, принципиально расширяет возможности по организации более точного и адекватного поиска аналога нужного изделия.
. Это делает формирование поисковых признаков интуитивно понятным и удобным. Что само по себе повышает производительность работы технолога с сервисом, но, главное, принципиально расширяет возможности по организации более точного и адекватного поиска аналога нужного изделия.
Проектирование ТП на основе готового прототипа ТП очень похожей детали с близкими характеристиками формы и материала проще и быстрее нового проектирования «с нуля». Но технология прототипа может быть оптимизирована по другим критериям, чем те, которым должен соответствовать новый ТП. Поэтому задание целей оптимизации ТП технологом – пользователем сервиса может и должно влечь за собой обратную реакцию АСТПП о наличии ресурсов для этого и\или фактов, к чему такая настройка цели оптимизации приводила в прошлом, задание целей оптимизации ТП становится интеллектуальным агентом сервиса.
Использование постоянно накапливаемых в ходе работы сервиса знаний и опыта проектирования ТП может быть осуществлено не только методом поиска в БД сервиса с готовыми прототипами ТП похожими на искомое решение по входным признакам конструкции детали. В ходе работы сервиса можно накапливать данные анализа эффективности изменений в ТП при использовании различных критериев оптимизации ТП, приемов механообработки для деталей с относительно близкими кодами описания их поверхностей. Интеллектуальный поиск в массивах этих данных, отражающих накопленные знания и опыт проектирования ТП, может быть использован для сокращения возможных вариантов обработки и повышения качества проектирования ТП в процессе синтеза вновь проектируемых ТП с близкими кодами поверхностей.
Тем самым интеллектуальный поиск расширяет возможности синтеза, обеспечивая поиск новых знаний о удачной практике оптимизации ТП осуществленной ранее, порождает новую разновидность синтеза – гибридные технологии синтеза при проектировании ТП. Обработка ряда дополнительных полей этих критериев и достигаемых целевых показателей оптимизации ТП, не увеличивает заметно объема информационно-логического анализа и вычислений, выполняемых сервисом, но порождает еще один мощный интеллектуальный агент (ИА). Дополнение ИА, уже реализованных в локальных прототипах сервиса новым ИА поиска новых знаний о удачной практике оптимизации ТП, не только повышает уровень ИИ сервиса, но, главное, обеспечивает более эффективное использование методов ИИ для повышения качества проектирования ТП сервисом аутсорсинга ТПП. Принципиально важно и то, что накопление новых знаний о удачной практике оптимизации ТП привязывается только к обезличенным кодам описания поверхностей детали, а не к характеристикам ее конструктивных элементов, не раскрывает конкретные технологические решения, не нарушает авторских прав и технологической безопасности предприятий - клиентов сервиса.
Ведь далеко не весь опыт ТПП, накапливаемый сервисом в виде прототипов ТП, подготовленных с использованием сервиса, и доступный предприятию – хозяину данных прототипов ТП, может быть предоставлен и другим пользователям сервиса (авторские права на ТП и безопасность хранимых технологий предприятия сервисом надежно защищены). Далеко не все предприятия (а, скорее, даже их меньшинство) будут готовы размещать конструкторско-технологическую документацию, даже подготовленную ими на основе модернизации готовых прототипов ТП, взятых с сервиса, в открытом доступе. Хотя сервис и стимулирует это путем:
- снижения цены услуг на проектирование ТП, размещаемых в БД прототипов решений сервиса,
- предоставления возможности предприятиям и конструкторско-технологическим бюро выставлять свои ТП на продажу через сервис для его клиентов,
- предоставления клиентам возможности искать партнеров по промышленной кооперации, открывая для них отдельные примеры, своей эффективно производимой продукции, в заказах на которую предприятие заинтересовано.
Хотя сервис уже располагает собственной базой прототипов удачных решений ТП и ее пополнение (после соответствующего аудита экспертами сервиса) за счет пользовательских данных расширяет его возможности, но для сервиса аутсорсинга ТП, обслуживающего многие предприятия гораздо существенней то обстоятельство, что в ходе самообучения его БЗ накопление новых знаний о удачной практике проектирования и оптимизации ТП может проходить постоянно и более интенсивно.
Литература
- Куликов Д. Д., Яблочников Е.И., Бабанин В.С. Интеллектуальные программные комплексы для технической и технологической подготовки производства. Часть 7. Системы проектирования технологических процессов. Учебно-методическое пособие. Санкт-Петербург, 2011 г.
- Куликов Д. Д., Падун Б.С., Яблочников Е.И. Перспективы автоматизации технологической подготовки производства. Известия высших учебных заведений. Приборостроение. Выпуск № 8 / том 57 / 2014
- Жигаев Е.В., инж. ВЦ ИПИ ГКНПЦ им. М.В. Хруничева. Анализ систем автоматизации технологической подготовки. Производства http://lab18.ipu.ru/projects/conf2009/3/7..htm
- Аскон. Приложение. Распознавание 3Dмоделей. Руководство пользователя. http://kompas.ru/source/info_materials/user-manuals/rukovodstvo-polzovatelya-raspoznavanie-3d-modelej.pdf
- Цимбал А.А., Аншина М.П. Технология создания распределенных систем. – СПб.: Питер, 2003. – 576
- Гридин В.Н., Дмитревич Г.Д., Анисимов Д.А. Построение систем автоматизированного проектирования на основе Web-технологий // Информационные технологии. – 2011. – № 5. – С. 23-27.
- Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения// Новости искусственного интеллекта. –1996. –№1. –C.44-59.
- Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте// Новости искусственного интеллекта. –1998. –№2. –С.5-63.
- Г.Буч. Объектно ориентированный анализ и проектирование с примерами приложений на C++, 2-е изд. /Пер. с англ. – СПб; М.: «Невский Диалект» -«Издательство БИНОМ», 1999.
- Michael Wooldridge. An Introduction to MultiAgent Systems// Department of Computer Science, University of Liverpool, UK, publisher: John Wiley & SonsLtd, 2002.
- Федотов В.Б. (ГПНТБ СО РАН) Построение распределенной системы доступа к информационным ресурсам на основе многоагентной архитектуры. http://www.benran.ru/Magazin/cgi-bin/Sb_03/pr03.exe?!10
- Горячев А. В. Многоагентные САПР: особенности автоматизированного проектирования в распределенной среде. Известия СПбГТУ «ЛЭТИ».СЕРИЯ «Информатика, управление и компьютерные технологии».№3 2006.
- Массель Л.В., Гальперов В.И. Разработка многоагентных систем распределенного решения энергетических задач с использованием агентных сценариев. Известия Томского политехнического университета. 2015. Т. 326. № 5, с. 45-54
- Зайцев И.Д. Многоагентные системы в моделировании социально-экономических отношений: исследование поведения и верификация свойств с помощью цепей Маркрва. Диссертация на соискание ученой степени кандидата технических наук. Специальность 05.13.10 – Управление в социальных и экономических системах. Институт систем информатики им. А.П. Ершова Сибирского отделения РАН. Новосибирск. 2014
- Афанасьев М.Я., Саломатина А.А., Алёшина Е.Е., Яблочников Е.И.. Применение многоалентных технологий для реализации системы управления виртуальным предприятием // Науч. техн. вестн. Информационных технологий, механики и оптики. 2011 №5(75). С.105-111
- Сиромля С. Г. Мультиагентная система технологической подготовки виртуального предприятия. Одесская национальная академия пищевых технологий, http://reftech.od.ua/images/52_2/52_2_4_2.pdf
- Филюков Н.Е. Технологическая подготовка производства как многоагентная система. Сборник тезисов докладов конференции молодых ученых. Вып. 2. СПб: СПбГУ ИТМО, 2011. С. 276-277.
- Рудой В.З. Ссылка на демо-доступ к КАСАПР ТП. http://www.pcweek.ru/forum/forum37/topic321/
- Рудой В.З. , Ковеленов Н.Ю., Бояров И.П., Сиромля С.Г. КАСАПР ТП на предприятиях и в учебном процессе. https://www.korabel.ru/forum/theme/2869.html
- Стародубцев А.А., Филиппов А.Н. Применение интеллектуальных систем в приборостроении. МЕЖДУНАРОДНЫЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ЖУРНАЛ №10 (17) 2013 Часть 2 г. Екатеринбург, С. 93-95.
- Крис Нейлор. Как построить свою экспертную систему — М.: «Энергоатомиздат», 1991. — С. 286.
- Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы: Учебное пособие. — 2-е изд. — М: Физматлит, 2006. — С. 320.
Ваше мнение о путях технологического развития промышленных предприятий РФ, стимулирования развития экономики РФ очень важно! Высказать свое мнение, дополнить приводимые здесь меры или внести свои предложения, можно на страницах групп по данной тематике в СоцСетях по адресам:
http://m.vk.com/club115729327
|
|