The problem of creating the mechanism of an expert system fuzzy inference meant for decision-making on the combine process adjustment is considered. The fuzzy inference algorithm is based on the domain models of prior configuration´ and process adjustment´. Fuzzification, composition, and defuzzification are general stages of the problem solution. The problem-solving mechanism is based on the deductive scheme (for the prior configuration problem), and on the inductive one (for the process adjustment problem). The specific feature of the proposed problem-solving algorithm is the hypothesis testing of emerging combining process non-conformances under the machine parameter variations. In this case, the validity of the exception condition generation when an additional breakdown in the technological process occurs is checked. The developed fuzzy inference algorithm and the domain model based on the fuzzy expert knowledge permit to approach considerably the solution to the decision-making automation problem under the combine process adjustment in the field environment.
fuzzy knowledge, combine harvester, process adjustment.
Введение. Известно, что результативность и эффективность уборочных работ зависит от успешного решения задачи управления технологическим процессом, осуществляемым зерноуборочным комбайном [1—3]. При поиске оптимальных решений необходимо учитывать специфику рассматриваемой предметной области, в частности, её изменчивость и неопределённость. Внешние факторы уборки, показатели качества работы и некоторые регулируемые параметры (состояние стеблестоя, влажность зерна и стеблестоя, засорённость, потери зерна, состояние бичей молотильного барабана и планок подбарабанья и др.) в большинстве своём определяются качественными показателями (например, стеблестой сухой, засорённость высокая, изношенность планок значительная и т. п.). Математическое описание процесса принятия решений (ПР) при управлении технологическим процессом комбайновой уборки ограничено отдельными моделями. Их использование в реальном времени и в сложных практических условиях затруднено. При этом отсутствует общее формально-логическое построение указанного процесса ПР. Особое значение имеет используемая модель представления знаний об объектах предметной области и их отношениях. От неё в определяющей степени зависит эффективность реализации процессов принятия решений при управлении сложными техническими системами, в частности зерноуборочным комбайном. В данной предметной области большая часть информации о стратегиях принятия решений исходит непосредственно от эксперта и представлена в словесной форме. Алгоритмы принятия решений предназначены для оперативного использования, т. е. должны работать в реальном времени. Таким образом, необходимость решения задач технологической регулировки комбайна обусловливает поиск новых методов решения задач управления технологическим процессом. Ранее проведённые исследования наглядно показали, что данная предметная область сложна и в настоящее время формализована недостаточно [2].
1. Lipkovich, Е. I., et al. Uborka urozhaya kombaynami "Don". [Harvesting by "Don" combines.] Moscow : Rosagropromizdat, 1989, 220 p. (in Russian).
2. Dimitrov, V. P., Borisova, L. V. Osobennosti modelirovaniya protsessa prinyatiya resheniy pri tekhnologicheskoy regulirovke mashin. [Special features of decision-making simulation under processing machine adjustment.] Mekhanizatsiya i elektrifikatsiya selskogo khozyaystva, 2009, no. 4, pp. 14-16 (in Russian).
3. Dimitrov, V. P., Borisova, L. V., Khubiyan, K. L. Mekhanicheskiye sistemy modelnogo ryada produktsii ОАО "Rostselmash". [Mechanical systems of JSC "Rostselmash" product range.] Rostov-na-Donu : BelRus, 2003,116 p. (in Russian).
4. Zadeh, L. A. Fuzzy sets. Fuzzy sets and systems, 1965, no. 8, pp. 338-353.
5. Bellman, R. E., Zadeh, L. A. Decision-Making in Fuzzy Environment. Management Science, 1970, vol. 17, no. 4, pp. 141-160.
6. Melikhov, A. IN., Bershtein, L. S., Korovin, S. Y. Situatsionnyye sovetuyushchiye sistemy s nechetkoy logikoy. [Fuzzy-logic situated advising systems.] Moscow : Nauka, 1990, 272 p. (in Russian).
7. Dimitrov, V. P., Borisova, L. V., Nurutdinova, I. N. О metodike fazzifikatsii nechetkoy ek-spertnoy informatsii. [On expert information Fuzzification method.] Vestnik of DSTU, 2012, no. 1 (62), iss. 2, pp. 46-50 (in Russian).
8. Dimitrov, V. P., et al. О metodike defazzifikatsii pri obrabotke nechetkoy ekspertnoy informatsii. [On defuzzification method in fuzzy expert information processing.] Vestnik of DSTU, 2010, vol. 10, № 6 (49), pp. 868-880 (in Russian).
9. Borisova, L. V. Osobennosti postroyeniya podsistemy "Konstruktsiya" ekspertnoy sistemy "El-ektronnyy ekspert". [Special features of building "Design" subsystem of the expert system "Artificial expert".] Vestnik of DSTU, 2009, vol. 9, no. 2 (41), pp. 262-270 (in Russian).
10. Dimitrov, V P., Borisova, L. V Ekspertnaya sistema dlya tekhnologicheskoy regulirovki zernokombaynov. [Expert system for processing adjustment of grain harvesters.] Selskiy mekhanizator, 2011, no. 12, pp. 8-9 (in Russian).
