Systemy Ekspertowe

w eksploatacji

maszyn i urządzeń

Dr inż. Włodzimierz FIGIEL

•

Wpływ środowiska komputerowego na

prace w eksploatacji

2-4 slajd

•

Algorytm kształtowania niezawodności w

projektowaniu

5-7 slajd

•

Wprowadzenie do SE tj. bazy danych, typy

wnioskowania

8-27 slajd

•

Uogólnienia podsumowujące wraz

z przykładami

28-43 slajd

Systemy komputrowego wsparcia

wytwarzania i eksploatacji

•

CAD - Computer Aid Designe

- projektowanie geometrii modelu
- obliczenia FEM (istnieje również w pakiecie CAE)
- tworzenie dokumentów produktu
- generowanie list kompletacyjnych

•

CAP - Computer Aid Planning

- planowanie obróbki, montażu i pomiarów

•

CAM - Computer Aid Manufacturing

- programowanie i sterowanie obrabiarkami

robotami, system. pomiarowymi i transportowymi

Systemy komputrowego wsparcia

wytwarzania i eksploatacji cd.

•

PPC - Production Planning & Control

- planowanie zasobów materiałowych, wytwórczych i

osobowych

- sterowanie produkcją przez generację zleceń,

monitorowanie produkcji w toku, kontrolę terminów
realizacji

•

CAQ - Computer Aid Quality

- określanie parametrów jakości przez pomiary, analizę

danych statystycznych i tworzenie protokołów badań

Tablica procentowych ilości danych

wymienianych między systemami CAX

CAD

CAP

CAM

CAQ

PPC

CAD

100,00%

47,00% 44,00% 27,00% 46,00%

CAP 47,00%

100,00%

28,00% 18,00% 44,00%

CAM 44,00% 28,00%

100,00%

23,00% 48,00%

CAQ 27,00% 18,00% 23,00%

100,00%

35,00%

PPC 46,00% 44,00% 48,00% 35,00%

100,00%

CAD

CAP

PPC

CAM

CAQ

Algorytm kształtowania

niezawodności w projektowaniu

Rozp. potrzeb

Formułowanie

problemu

Tworzenie wstęp. koncepcji

Określenie wymaganej

niezawodności Rw(t)

Szacowanie wskaźnika niezaw.

Eliminacja sła-
bego ogniwa

Opracowanie projektu wstępnego

(synteza)

Obl. niezawodności wstępnej Re(t)

K=0

Zastosować

elementy o wyższej

niezawodności

K=1

Czy

Re(t)>= Rw(t)

Czy
K=1

T

T

T

1

2

1

N

111

N

N

Faza I

Algorytm kształtowania

niezawodności w projektowaniu

Eliminacja sła-
bego ogniwa

Opracowanie rozwiązania

szczegółowego

Obl. niezawodności wstępnej R'e(t)

K=4

Zastosować

elementy o wyższej

niezawodności

K=2

Czy

R'e(t)>= Rw(t)

Czy
K=4

T

T

3

N

2

N

Faza II

K=3

Czy
K=3

N

T

1

4

Algorytm kształtowania

niezawodności w projektowaniu

3

Realizacja próbna projektu

Eksperymentalne określenie

niezawodności R''e(t)

Czy

R''e(t) >= Rw(t)

Decyzja o realizacji

urządzenia

STOP

Eksperymentalne

wykrycie słabego

elementu

K=3

4

T

N

Faza III

Systemy ekspertowe

definicje

•

SE to inteligentny program komputerowy,
który na podstawie szczegółowej
(dziedzinowej) wiedzy może wyciągać
wnioski i podejmować decyzje w sposób
zbliżony do procesu rozumowania
człowieka

•

SE to inteligentny program komputerowy,
który pomaga rozwiązywać problemy
(w danej dziedzinie) w oparciu o wiedzę
ogólną, specjalistyczną i długoletnie
doświadczenie (eksperckie) w dziedzinach
słabo sformalizowanych ( bez teorii
fomalnej dającej się zalgorytmizować)

Schemat systemu ekspertowego

Użytkownik

Sprzęg
(Interface)

Maszyna

Wnioskująca

(Inference Engine)

Blok

Objaśniający

Wiedza
sterująca

Reguły

wnioskowania

Wiedza
ogólna

Baza Danych

(fakty i aksjomaty)

Baza Wiedzy

Wiedza sterująca:
wiedza o zasadach
stosowania wiedzy
ogólnej

Baza wiedzy i jej reprezentacja

•

Wiedza to symboliczny opis świata,
charakteryzujący aksjomatyczne i empi-
ryczne relacje, zawierający procedury, które
manipulują tymi relacjami

•

relacje odzwierciedlają zależności i asocjacje
(skojarzenia) pomiędzy faktami w bazie
danych

•

reprezentacja wiedzy może być
- proceduralna (

zbiór procedur dziedziny

)

- deklaratywna (

opis faktów, stwierdzeń, reguł wiedzy

)

Wiedza to:

+fakty

+ relacje

+procedury

Metody reprezentacji wiedzy

•

Metody oparte o logikę
- rachunek zdań - rachunek predykatów;

•

Metoda zapisu stwierdzeń w postaci:

- trójki (

<obiekt>,<atrybut>,<wartość>

)

- czwórki (

<obiekt>,<atrybut>,<wartość>,<CF>

)

(

certainty factor)

•

Metody regułowe złożone z przesłanek i faktów

•

Sieci semantyczne (znaczeniowe) gdzie relacje
przedstawiane są graficznie;

•

Metoda ram (struktura danych zagnieżdzanych w
ramach i kolejno: klatkach (slotach) i faset’ach;

•

Reprezentacja poprzez modele matematyczne

Strategie przeszukiwania baz

wiedzy / danych

•

Str. heurystyczne -

polegają na stosowaniu prawd,

kryteriów, zasad i intuicji by osiągnąć cel. Z dodatkowych

informacji opisu przestrzeni stanu wyznacza się tzw.

funkcje

heurystyki

, które umożliwiają

klasyfikowanie stanów

i

wybie-

ranie lepszych kierunków

przeszukiwań

•

Str. ślepe (blind search)

*

strategia w głąb (depth first)

- dla grafów płytkich

*

strategia w głąb z powtarzaniem

- generowanie jednego

potomka a potem powrót do

przodka

*

str. wszerz (breadth first)

- dla wąskich i głębokich grafów

*

strategia „najpierw najlepszy” (best first)

Przeszukiwania daje się opisać za pomocą stanów

i operatorów. Operatory zastosowane do stanów generują

nowe stany. Stany początkowe, ich następniki i operatory

tworzą graf stanów tzw.

przestrzeń stanów

Typy Baz Reguł

Bazy reguł

Elementarne

Dokładne BED

Bazy reguł

Elementarne

Przybliżone BEP

Bazy reguł

Rozwinięte

Dokładne BRD

Bazy reguł

Rozwinięte

Przybliżone BRP

Bazy reguł
dokładne

Bazy reguł
przybliżone

Bazy reguł
elementarne

Bazy reguł
rozwinięte

Rodzaje Wnioskowa

Bazy reguł

Elementarne

Dokładne BED

Bazy reguł

Elementarne

Przybliżone BEP

Bazy reguł

Rozwinięte

Dokładne BRD

Bazy reguł

Rozwinięte

Przybliżone BRP

Wnioskowanie

Elementarne

Dokładne WED

Wnioskowanie

Elementarne

Przybliżone WEP

Wnioskowanie

Rozwinięte

Dokładne WRD

Wnioskowanieł

Rozwinięte

Przybliżone WRP

SW_ED

systemy wnioskowania

elementarnego doładnego

(w przód lub wstecz)

SW_EP

systemy wnioskowania

elementarnego przybliżonego (w
przód lub wstecz)

SW_RD

systemy wnioskowania

rozwiniętego doładnego
(w przód lub wstecz)

SW_RP

systemy wnioskowania

rozwiniętego przybliżonego
(w przód lub wstecz)

Algorytm wnioskowanie w przód

(generuje zwiększanie się bazy faktów)

Postaw

hipotezę

Porównaj hipotezę

z bazą wiedzy/ faktami

Czy hipoteza

jest potwier-

dzona faktami

Czy można
zastosować
kol. reg. BW

Wnioskuj

s

top

N

Określ zbiór re-

guł BW spełnia-

jących przsłanki

Wybierz regułę

zgodnie ze stra-

tegią:

blokowania,

świeżości, specyficzności

Wnioski z zastoso-

wanej reguły dodaj

do bazy wiedzy BW

T

T

N

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H
B, E,

A, C, H
B, E,

D

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 1

Celem wnioskowania w przód jest wyznaczenie wszystkich faktów

wynikających z bazy reguł (elementarnej dokładnej) bazy ograniczeń i

uznanych za fakty, warunków dopytywalnych

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H
B, E, D

A, C, H,

L

B, E, D

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 2

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H, L
B, E, D

A, C, H, L
B, E, D

F

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 3

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H, F
B, E, D, L

A, C, H, F
B, E, D, L,

G

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 4

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H, F, G
B, E, D, L

A, C, H, F, G
B, E, D, L,

J

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 5

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H, F, G
B, E, D, L, J

A, C, H, F, G
B, E, D, L, J,

M

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 6

Wnioskowanie SWED w przód

Dynamiczna baza
danych - FAKTY

Reguły

A, C, H, F, G
B, E, D, L, J,M

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Koniec wnioskowania

Wnioskowanie SWED w przód

z bazą ograniczeń

Dynamiczna baza
danych - FAKTY

Reguły

A, C,

A, C,

D

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 1

1. (A,B,E)
2. (C,H)

Ograniczenia

Tylko jeden
warunek A,B,E
lub C,H może
być prawdą lub
nią nie być (war.
dychotomiczne)

Wnioskowanie SWED w przód

z bazą ograniczeń

Dynamiczna baza
danych - FAKTY

Reguły

A, C, D

A, C, D

F

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Nowy fakt

KROK - 2

1. (A,B,E)
2. (C,H)

Ograniczenia

Tylko jeden
warunek A,B,E
lub C,H może
być prawdą lub
nią nie być (war.
dychotomiczne)

Algorytm wnioskowanie wstecz

(

generuje mniejszą liczbę faktów, nie dowodzi hipotez pośrednich

)

Postaw

hipotezę

Porównaj hipotezę

z bazą wiedzy/ faktami

Czy hipoteza jest

potwierdzona fak-

tami lub brak reguł

Czy brak

jakiejś prze-

słanki wybranej

reguły

Wnioskuj

s

top

Postaw regresyw-

ną hipotezę o praw-

dziwości brakującej

przesłanki

Wybierz regułę

zgodnie ze stra-

tegią:

blokowania,

świeżości, specyficzności

Wnioski z zastoso-

wanej reguły dodaj

do BW i wróć do

regóły, której przesłanki

nie były spełnione

T

N

Określ zbiór C re-

gół BW z wnioska-

mi zgodnymi z hi-

potezą

N

T

Wnioskowanie SWED wstecz

Celem wnioskowania wstecz jest sprawdzenie

hipotezy (potencjalnego faktu). Wynikiem jest

weryfikacja lub falsyfikacja hipotezy.

Dynamiczna baza
danych - FAKTY

Reguły

A, C

A, C

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

Należy zweryfikować hipotezę główną F

KROK - 1

brak F

Czy jest
CiD

Nowa hipoteza

brak D

Wnioskowanie SWED wstecz

Celem wnioskowania wstecz jest sprawdzenie hipotezy

(potencjalnego faktu). Wynikiem jest weryfikacja lub falsyfikacja

hipotezy.

Należy zweryfikować hipotezę pomocniczą D i

wrócić do hipotezy głównej

KROK - 2

Dynamiczna baza
danych - FAKTY

Reguły

A, C

A, C

1. A D
2. F H G
3. B L
4. D J M
5. C D F
6. A E J

brak D

Czy jest

A

Jest A, więc D, więc F

Hipoteza główna

F

- zweryfikowana

Podsumowanie i przykłady

Co to jest system ekspertowy

(SE) i czym się różni od innych

programów?

Co to jest SE - odpowiedź

Przykładowe definicje SE (systemu ekspertowego) to:

•

Bank wiedzy z którego można korzystać przy pomocy dialogu.

•

Program komputerowy zastępujący człowieka-eksperta z określonej
dziedziny.

•

Program, który przyjmując pytania użytkownika lub zadając mu
pytania, na podstawie wielu fragmentarycznych (często
niekompletnych lub nieprecyzyjnych informacji) w wyniku
przeprowadzonego wnioskowania i przy wykorzystaniu
zmagazynowanej w nim wiedzy potrafi określić na przykład:
obiekt, stan, procedurę, postawić diagnozę lub sporządzić
prognozę lub doradzić co czynić w danej sytuacji.

•

Program pozwalający gromadzić wiedzę ludzi-ekspertów

(w formie faktów i reguł wnioskowania) a przy dialogowym

wykorzystywaniu tej wiedzy przez użytkowników (nie-
ekspertów) umie rozciągać tę wiedzę wywodząc w drodze
wnioskowania nowe reguły i fakty.

Składniki Sysytemu Ekspertowego

Typowy system ekspertowy (SE) składa się z:

•

Banku Wiedzy

•

System (Maszynę) Wnioskowania - "inference
engine„

•

Bloku Objaśniającego oraz

•

Dialogowego Interfejsu Użytkownika.

Bank wiedzy zawiera:

•

Bazę Danych (czyli faktów) – „data base”

•

Bazę Reguł (jeżeli .. to ..) – „rule base”

•

Bazę Wiedzy Ogólnej – „common fact base”

•

Bazę Wiedzy Sterujacej – „control knowledge base”.

Schemat systemu ekspertowego

Przykład 1 dialogu z systemem

SCHOLAR

Pytanie użytkownika:

•

Ilu stroicieli fortepianów jest w Nowym Yorku?

Odpowiedź systemu:

•

Ponieważ w New Haven liczącym około 300 000
mieszkańców jest 3 lub 4 stroicieli fortepianów, co
w stosunku do liczby mieszkańców wynosi 1 na
100 000 a Nowy York liczy 7 milionów
mieszkańców, stąd szacunkowo można określić
liczbę stroicieli fortepianów na około 70, no
powiedzmy 50 lub 60.

Przykład 2 dialogu z systemem

SCHOLAR

Pytanie użytkownika:

•

Czy w Rio Grande jest uprawiana kukurydza?

Odpowiedź systemu:

•

Nie wiem czy kukurydza jest uprawiana w Rio
Grande, chociaż wiem że roślinę tę uprawia się w
pampasach. Ponieważ Rio Grande ma klimat oraz
warunki glebowe podobne do pampasów, więc
można się spodziewać, że na obszarze Rio
Grande kukurydza jest jedną z roślin uprawnych.

Przykład dialogu w uproszczonym

Sysytemie Ekspertowym

Użytkownik chce wiedzieć dlaczego

spalinowy silnik pojazdu nie działa

prawidłowo.

System zadaje pytania a użytkownik tylko

wpisuje t (czyli TAK) lub n (czyli NIE):

System diagnostyki silnika

spalinowego

•

Proszę odpowiadać na pytanie tylko t lub n.

•

Zaczynamy!

•

Czy jest paliwo w zbiorniku? t

•

Czy kranik dopływu paliwa jest zamknięty ? n

•

Odczekaj 5 minut. Czy następna próba się powiodła? n

•

Czy paliwo dopływa do gaźnika? n

•

Czy paliwo wypływa z przewodu doprowadzającego je do
pompy? t

Winiosek SE:

Uszkodzenie pompy paliwa

EKSPERTYZA ZAKONCZONA

•

Czy chcesz następnej diagnozy ?

Kolejna ekspertyza

•

Czy jest paliwo w zbiorniku?

t

•

Czy kranik dopływu paliwa jest zamknięty?

n

•

Odczekaj 5 minut. Czy następna próba się powiodła?

n

•

Czy paliwo dopływa do gaźnika?

t

•

Czy ustawienie przesłony rozruchowej jest prawidłowe?

t

•

Czy główna dysza paliwa jest drożna ?

t

Wniosek SE:

Zanieczyszczona dysza biegu

jałowego lub awaria w układzie zapłonowym

EKSPERTYZA ZAKONCZONA

•

Czy chcesz następnej diagnozy?

Podział SE ze względu na sposób

współpracy z człowiekiem

•

SE Doradcze z kontrolą człowieka

- prezentujące

rozwiązania dla użytkownika, który jest w stanie ocenić ich

jakość, zatwierdzić lub zażądać innej propozycji,

•

SE Doradcze bez kontroli człowieka

- system jest sam

dla siebie końcowym autorytetem. Rozwiązanie takie jest
wykorzystane m.in. w układzie sterowania promem
kosmicznym. Układ 5 komputerów przygotowuje się do
podjęcia decyzji. Następnie porównuje otrzymane wyniki i
przy pełnej zgodności wykonuje odpowiednie działanie, w
przeciwnym przypadku cały proces jest powtarzany,

•

SE Krytykujące

- dokonujące analizy i komentujące

uzyskane rozwiązanie

Podział Systemów Ekspertowych

ze względu na

Sposób Tworzenia

•

SE Dedykowane

- tworzone od podstaw

przez inżyniera wiedzy współpracującego
z informatykiem i ekspertami

•

SE Szkieletowe

- gotowy system z pustą

bazą wiedzy, do wypełnienia przez inżyniera
wiedzy i eksperta z danej dziedziny

Cechy systemów ekspertowych

•

Dotyczą

wąskiej dziedziny

wiedzy;

•

Modularna budowa

pozwala na rozbudowę

systemu;

•

Umożliwia

wnioskowanie z niepełnej wiedzy

;

•

Możliwe

jest wyjaśnianie wnioskowania

w sposób zrozumiały dla użytkownika;

•

Rozdzielony jest mechanizm wnioskowania
od bazy wiedzy;

•

Stosowane

są reguły wnioskowania

postaci

„jeżeli ... to” (if ... then ...).

Moduły Systemu Ekspertowego

1

•

Moduł akwizycji (pozyskiwania) wiedzy
(ang.: Knowledge Acquisition)

-

umożliwia zdobywanie oraz modyfikowanie
wiedzy z danej dziedziny. Danych do
modułu wiedzy dostarczają bezpośrednio
eksperci z danej dziedziny.

•

Baza wiedzy (Knowledge Base)

- jest to

część systemu zawierająca wiedzę o
dziedzinie i o podejmowaniu decyzji przez
eksperta. Wiedza ta musi być niesprzeczna
i spójna.

Moduły Systemu Ekspertowego

2

•

Maszyna wnioskowania (Inference Engine)

- kieruje rozwiązaniem problemu, jest odpowiedzialna
za poprawne zastosowanie, zgromadzonej w bazie,

wiedzy.

•

Moduł objaśniający (Explanation Facility)

- jest odpowiedzialny za wprowadzanie danych do
systemu, jak i za wyprowadzanie na zewnątrz,
kolejnych wniosków systemu. Moduł ten daje
użytkownikowi radę, sugestię, i dokumentację
podejmowanych decyzji. Ostateczna decyzja jest
podejmowana przez użytkownika w oparciu
o dokumentację kolejnych decyzji SE.

Zalety Systemów Ekspertowych

1

•

Zwiększenie dostępności

- ekspertyza

dostępna na wielu komputerach i przez „cały
czas"

•

Redukcja kosztów

- wiedza eksperta jest

kosztowna, stąd próby wykorzystania często
znacznie tańszych systemów ekspertowych;

•

Możliwość uzyskania

kilku alternatywnych

rozwiązań

;

•

Objaśnienie odpowiedzi

;

•

Skrócenie

czasu

konsultacji;

Zalety Systemów Ekspertowych

2

•

Połączenie wiedzy

kilku

ekspertów

może

spowodować, że system ekspertowy będzie
działał lepiej niż pojedynczy ekspert;

•

Odporność psychiczna - system ekspertowy

umożliwia pracę

bez zakłóceń, nawet

w stresujących warunkach

;

•

Zmniejszenie zagrożeń - może być

używany

w środowiskach niebezpiecznych

dla

człowieka

Systemy E

kspertowe

w eksploatacji

maszyn i urządzeń

To wszystko co chciałem

przedstawić w

prezentowanym wykładzie.

Dziękuję za uwagę