Анотація до роботи:

Асланов О.Є. Інтерпретація акустичних даних у задачах моніторингу виробничих шумів. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – «Автоматизовані системи управління та прогресивні інформаційні технології». – Донецький національний університет, Донецьк, 2005 р.

У дисертаційній роботі вивчено сучасний стан проблеми моніторингу виробничих ситуацій з метою запобігання аварійним, пожежо- і вибухонебезпечним ситуаціям. Установлено, що інтерпретація виробничих шумів на сучасному етапі доступна тільки людині. Уведено поняття квазістаціонарного та кусково-квазістаціонарного аудіального сигналу, що дозволило узагальнити і формально представити довільний аудіальний сигнал у вигляді нечіткого динамічного процесу. Розроблено модель репрезентації фрагментів кусково-квазістаціонарного сигналу у вигляді прототипів, що дозволило порівняти фрагменти вихідного сигналу з наявними прототипами в базі знань. Показано, що за допомогою «клітинної» моделі аудіального сигналу можна автоматично інтерпретувати багатотональні аудіальні сигнали. Продемонстровано можливість зведення задачі інтерпретації аудіальних сигналів до задачі інтерпретації динамічних процесів. Запропоновано дві автоматизовані системи інтерпретації – загальну і роздільну. Показано умови ефективного застосування кожної з систем. Досліджено часові характеристики кожної з систем і доведено можливість використання їх у реальному часі.

У дисертаційній роботі подано теоретичне узагальнення і нове вирішення актуальної проблеми інтерпретації виробничих шумів в автоматизованих системах управління. Основні результати роботи сформульовано в загальних висновках.

1. Виявлено зв'язок нормальних, передаварійних і аварійних ситуацій з контрольованими людиною-оператором виробничими шумами. Встановлено, що інтерпретація виробничих шумів на сучасному етапі є доступною тільки людині. Доведено, що для досліджуваних в роботі виробництв шуми можуть бути віднесені до класу кусково-квазістаціонарних процесів.

2. Використання знань про внутрішню структуру звукової інформації дозволяє розширити функції автоматизованих систем контролю: визначення непрямими методами шляхом інтерпретації виробничих шумів режимів роботи устаткування; класифікація причин порушення режимів роботи; моніторинг технічного стану виробничого обладнання; визначення часу зупинки на ремонт.

3. Проаналізовано моделі сприйняття аудіальних даних у когнітивній психології. На основі аналізу існуючих шкал сприйняття обрана клітинно-баркова, і на ній побудована нечітка модель репрезентації фрагментів кусково-квазістаціонарного аудіального сигналу. Це дає можливість порівняти структуру інтерпретованого сигналу з думкою експерта, що сприймає сигнал.

4. Модель репрезентації аудіального сигналу формалізована на основі моделі прототипу, введеної в когнітивних науках. Прототип квазістаціонарної ділянки аудіального сигналу представлений двома нечіткими множинами, що характеризують ступінь стаціонарності і ступінь значимості кожного з 24 баркових (частотних) інтервалів. Значимість баркового інтервалу виражена функцією приналежності максимуму рівня прогину базилярної мембрани, що розраховується за кривими однакової гучності, отриманими у когнітивній психології.

5. Запропонована клітинно-баркова модель прототипу дозволяє формально представляти як одно-, так і багатотональні аудіальні сигнали.

6. Обґрунтовано, що інтерпретація в часі поточного фрагмента квазістаціонарної ділянки аудіального сигналу є процедурою порівняння динамічного прототипу цього фрагмента зі статичними прототипами з бази знань. Продемонстровано проблематичність такого порівняння на основі тільки одного критерію, наприклад, відносної відстані Хеммінга. Для порівняння двох моделей сигналів запропонований спосіб порівняння на основі комплексного критерію – відносної відстані Хеммінга і відносної відстані між «центрами ваги». Такий спосіб найбільшою мірою враховує психологічні і фізіологічні відчуття людини.

7. Показано, що інтерпретація кусково-квазістаціонарного аудіального сигналу є задачею інтерпретації нечіткого динамічного процесу. Якщо подати кусково-квазістаціонарний аудіальний сигнал у вигляді послідовності динамічних прототипів квазістаціонарних ділянок сигналу, розділених перехідними ділянками, то задача інтерпретації буде мати вигляд багатокрокової процедури інтерпретації квазістаціонарних ділянок.

8. Проведено комп'ютерні експерименти з реальними виробничими шумами. Запропонована методика інтерпретації наведених шумів, що були наслідком різних режимів роботи обладнання, дала похибку від 5 до 20 % порівняно з думкою експерта. Адаптивність системи шляхом настроювання параметрів за даними експериментів дозволяє зменшити похибку автоматичної інтерпретації.

9. Розроблені і запропоновані в дисертаційній роботі дві схеми автоматизованої інтерпретації виробничих шумів (загальної і роздільний) розширюють можливості АСК. Були зроблені рекомендації щодо застосування однієї чи іншої схеми залежно від цілей і можливостей конкретного підприємства.

10. Розроблена програма, що реалізує запропоновані схеми інтерпретації виробничих шумів (загальної і роздільної), використовується на кафедрі Комп'ютерних технологій Донецького національного університету як основний дослідницький комплекс квазістаціонарних виробничих шумів. Модуль загальної інтерпретації впроваджений в АСІВС борошномельного заводу ВАТ «Донецький комбінат хлібопродуктів №2», на якому вся система пройшла дослідну експлуатацію, продемонструвавши при цьому підвищення ефективності запобігання аварійним ситуаціям на 17 %.

Публікації автора:

Фахові видання:

1. Асланов А.Е., Каргин А.А., Борухсон В.Е., Петренко Т.Г. Редуцированные модели представления динамических нечетких процессов на примере задачи интерпретации звуковых данных. // Інформаційно-керуючі системи на залізничному транспорті. ХарДАЗТ, Харків, № 3(30), 2001, С.5–8.

2. Асланов А.Е., Каргин А.А., Борухсон В.Е., Петренко Т.Г. Интерпретация динамических процессов. // Інформаційно-керуючі системи на залізничному транспорті. ХарДАЗТ, Харків, № 4(31), 2001, С.144.

3. Асланов А.Е., Каргин А.А. Об интерпретации источников звука в ситуационных интеллектуальных машинах. // Вісник Донецького національного університету. Серія А. Природничі науки, Донецьк, ДонНУ, 2001, №1, С.297–307.

4. Асланов А.Е. О некоторых результатах компьютерного эксперимента по интерпретации источника звука. // Вісник Донецького національного університету. Серія А. Природничі науки, Донецьк, ДонНУ, 2001, №2, С.342–350.

5. Асланов А.Е. «Клеточная» модель представления аудиальной информации. // Наукові праці Донецького національного технічного університету. Серія: «Обчислювальна техніка та автоматизація». Випуск 74 / Редкол. Башков Є.О.(голова) та ін. – Донецьк: ДонНТУ, 2004.–С.217–224.

Особистий внесок здобувача в публікаціях: [1, 3] – розробка трьох нечітких форм подання нечітких динамічних процесів і результати розрахунків; [2] – розробка моделей нечітких фазифікаторів для смугових фільтрів.

Не фахові видання:

1. Асланов А.Е. Механизмы индуктивного вывода в ситуационных системах управления реального времени. // Материалы XXXVII Международной научной студенческой конференции «Студент и научно-технический прогресс»: Информационные технологии / Новосиб. ун-т, Новосибирск, 1999.–С.125–126.

2. Асланов А.Е., Каргин А.А. Об использовании концепции нечеткого динамического процесса в задачах моделирования звуковых образов. // Интеллектуальные системы: Труды четвертого международного симпозиума. (Москва, 28 июня – 1 июля 2000)/Под ред. К.А. Пункова.–М.:РУСАКИ, 2000. С.212–214.

3. Асланов А.Е., Каргин А.А., Борухсон В.Е., Каргин В.А., Петренко Т.Г., Теньков А.В. О концепции ситуационного нечеткого динамического процесса и ее приложениях. // Сборник докладов первой международной научно-практической конференции «Вычислительная техника в информационных и управляющих системах» 30 октября – 3 ноября 2000, Мариуполь, С.89–91.

4. Асланов А.Е. Динамические модели представления знаний о звуковых пространственно-временных ситуациях. // Праці наукової конференції Донецького національного університету за підсумками науково-дослідної роботи за період 1999–2000р. (Секція фізичних і комп’ютерних наук) 18–20 квітня 2001р., Донецьк 2001, С.103–106.

5. Асланов А.Е., Каргин А.А. Особенности фаззификации звуковых сигналов при построении моделей пространственно-временных ситуаций в интеллектуальных машинах. // Современные информационные и электронные технологии: Труды второй международной научно-практической конференции, 28–31 мая 2001.–Одесса: Одесский политехнический университет, ОАО «Нептун», 2001.–С.44–45.

6. Асланов А.Е., Котенко В.Н., Каргин А.А. Синтез ситуационных систем управления реального времени на основе концепции нечеткого управляемого динамического процесса. // Комп’ютерне моделювання та інформаційні технології в науці, економіці та освіті: Збірник наукових праць: В 2-х томах, Кривий Ріг: Видавничий відділ КДПУ, 2001.–Т.2.–С.108–113.

7. Асланов А.Е., Каргин А.А., Борухсон В.Е. Интерпретация динамических процессов с самообучением на примере источника звука. // Современные информационные и электронные технологии: Труды третьей международной научно-практической конференции, 21–24 мая 2002.–Одесса: Одесский национальный политехнический университет, ОАО «Нептун», 2002.–С.39.

8. Асланов А.Е., Каргин А.А. СИМ технологии в задачах интерпретации акустических данных. // Матеріали Міжнародної конференції з управління «Автоматика – 2002», 16-20 вересня 2002р., м. Донецьк, Україна: в 2-х т. Донецьк, 2002.–Т.2.–С.92–93.

9. Асланов А.Е., Каргин А.А., Борухсон В.Е., Григорьев А.В. Извлечение, представление и обработка глубинных знаний в интеллектуальных машинах в Интернет. // Современные информационные и электронные технологии: Труды четвертой международной научно-практической конференции, 19–23 мая 2003.–Одесса: Одесский национальный политехнический университет, ОАО «Нептун», 2003.–С.93.

10. Асланов А.Е. Нечеткий «клеточный» подход к анализу аудиальных данных. // Современные информационные и электронные технологии: Труды пятой международной научно-практической конференции, 17–21 мая 2004.–Одесса: Одесский национальный политехнический университет, ОАО «Нептун», 2004.–С.119.

Особистий внесок здобувача в публікаціях: [2] – розробка багаторівневого лінгвістичного опису звукового сигналу у вигляді набору нечітких динамічних процесів; [3] – розробка нечіткого ситуаційного керованого процесу для моделювання звукових образів; [5] – розробка моделей нечітких фазифікаторів для смугових фільтрів; [6] – результати розрахунків правил продукції; [7, 8] – розробка нечіткого фазифікатора для побудови нечітких умовних рівнів голосності звукового сигналу; [9] – розробка алгоритму розрахунку часткової і загальної гучності звукового сигналу і їхніх лінгвістичних оцінок.