Производство


Пуски (а также остановы и (пред-)аварийные ситуации) на производстве


Около двадцати лет назад в рамках написания научно-технической диссертации1 я начал решать задачу управления переходными процессами сложного и ответственного производства - а именно, задачу управления пуском крупнотоннажного химического агрегата. Управление сложной системой в состоянии ее равновесия - это одно, но управление той же системой в переходе к нему - это совсем другое. В некотором смысле, пусковой переходный режим - это создание системы, ее образование, формирование устойчивых связей между компонентами. И именно на этом этапе самые большие риски, что система так и не соберется. А значит, последствия - самые разнообразные и трудно предсказуемые... для всех нас.

В данной исследовательской работе мне были интересны вопросы:
  • Может ли компьютер эффективно координировать работу пуско-наладочной бригады? И может ли быть преимущество компьютера (при решении данной задачи) над человеком?
    • Крупнотоннажный промышленный агрегат - распределенный в пространстве объект управления, обслуживаемый командой инженеров и рабочих, а также вспомогательными системами.
    • Поэтому необходим быстрый и эффективный обмен данными об обстановке на разных участках производственной площадки.
    • Необходимо быстро прогнозировать развитие пускового процесса, искать варианты решения задачи управления, выявлять и предупреждать "невидимые" предаварийные ситуации.
  • Если да, то как "научить" компьютер этому?
    • Что должен он "знать" и "уметь", и как все это сохранить в машинной памяти?
    • Какие алгоритмы управления применять - эвристики или точные расчеты?
    • В какой форме предоставлять информацию персоналу и в какой форме принимать ее обратно для последующей обработки?
Смотря в прошлое, я осознаю, что слабым местом моей работы являлось ориентация на парадигму инженерии знаний и классические экспертные системы: источником знаний являлся в первую очередь человек - сам персонал. Было наивно считать, что на основе интервью и наблюдения за работой персонала можно создать эффективную базу знаний для автоматизированной обработки. Намного лучше, когда автоматизированная система управления (или инструментальные средства их разработки) обладает когнитивными способностями: активно содействует созданию модели сложного объекта управления и выявлению паттернов для его управления. Источниками знания здесь могут выступать, как технологические регламенты и инструкции, так и данные контрольно-измерительной аппаратуры. Именно в этом направлении я и веду работу сейчас...