Кибернетические системы

Кафедра АИСУ Михайлюк Е.А. КИБЕРНЕТИЧЕСКИЕ СИСТЕМЫ Учебное пособие 13.03.02- Электроэнергетика и электротехника (очная форма обучения) Старый Оскол, 2016 Содержание 1. Введение. 3 2. Сфера кибернетики. Направления в кибернетике. 5 3. Теория автоматического управления. 9 4. Определение теории систем. 13 5. Классификация систем. 31 6. Строение и устройство систем. 40 7. Представление структурных схем. 45 8. Динамические модели систем. 49 9. Кибернетика и связь с методами искусственного интеллекта. 56 10. Знания как объект исследования и преобразования в системах искусственного интеллекта. 75 11. Возникновение и развитие современной робототехники. 98 12. Особенности применения средств робототехники в немашиностроительных и в непромышленных отраслях. 118 13. Социально-экономические аспекты робототехники. 138 14. Робототехника завтра. 148 15. Список использованной литературы. 166 Введение Жизнь, конечно, не удалась, а в остальном все нормально. Законы Мерфи Киберне́тика — наука об общих закономерностях процессов управления и передачи информации в различных системах, будь то машины, живые организмы или общество. Термин «кибернетика» изначально ввел в научный оборот Ампер, который в своем фундаментальном труде «Опыт о философии наук» (1834—1843) определил кибернетику как науку об управлении государством, которая должна обеспечить гражданам разнообразные блага. А в современном понимании — как наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе, впервые был предложен Норбертом Винером в 1948 году. Она включает изучение обратной связи, чёрных ящиков и производных концептов, таких как управление и коммуникация в живых организмах, машинах и организациях, включая самоорганизации. Она фокусирует внимание на том, как что-либо (цифровое, механическое или биологическое) обрабатывает информацию, реагирует на неё и изменяется или может быть изменено, для того чтобы лучше выполнять первые две задачи. Стаффорд Бир назвал её наукой эффективной организации, а Гордон Паск расширил определение, включив потоки информации «из любых источников», начиная со звёзд и заканчивая мозгом. Пример кибернетического мышления. С одной стороны, компания рассматривается в качестве системы в окружающей среде. С другой стороны, кибернетическое управление может быть представлено как система. Более философское определение кибернетики, предложенное в 1956 году Л. Куффиньялем (англ.), одним из пионеров кибернетики, описывает кибернетику как «искусство обеспечения эффективности действия». Новое определение было предложено Льюисом Кауфманом (англ.): «Кибернетика — исследование систем и процессов, которые взаимодействуют сами с собой и воспроизводят себя». Кибернетические методы применяются при исследовании случая, когда действие системы в окружающей среде вызывает некоторое изменение в окружающей среде, а это изменение проявляется на системе через обратную связь, что вызывает изменения в способе поведения системы. В исследовании этих «петель обратной связи» и заключаются методы кибернетики. Современная кибернетика зарождалась как междисциплинарные исследования, объединяя области систем управления, теории электрических цепей, машиностроения, математического моделирования, математической логики, эволюционной биологии, неврологии, антропологии. Эти исследования появились в 1940 году, в основном, в трудах учёных на технических научных конференциях Мэйси (англ.). Другие области исследований, повлиявшие на развитие кибернетики или оказавшиеся под её влиянием, — теория управления, теория игр, теория систем (математический эквивалент кибернетики), психология (особенно нейропсихология, бихевиоризм, познавательная психология) и философия. Сфера кибернетики. Направления в кибернетике. Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, в принципе, не являются объектами изучения кибернетики. Кибернетика вводит такие понятия, как кибернетический подход, кибернетическая система. Кибернетические системы рассматриваются абстрактно, вне зависимости от их материальной природы. Примеры кибернетических систем — автоматические регуляторы в технике, ЭВМ, человеческий мозг, биологические популяции, человеческое общество. Каждая такая система представляет собой множество взаимосвязанных объектов (элементов системы), способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею. Кибернетика разрабатывает общие принципы создания систем управления и систем для автоматизации умственного труда. Основные технические средства для решения задач кибернетики — ЭВМ. Поэтому возникновение кибернетики как самостоятельной науки (Н. Винер, 1948) связано с созданием в 40-х гг. XX века этих машин, а развитие кибернетики в теоретических и практических аспектах — с прогрессом электронной вычислительной техники. Кибернетика является междисциплинарной наукой. Она возникла на стыке математики, логики, семиотики, физиологии, биологии, социологии. Ей присущ анализ и выявление общих принципов и подходов в процессе научного познания. Наиболее весомыми теориями, объединяемыми кибернетикой, можно назвать следующие: • Теория передачи сигналов • Теория управления • Теория автоматов • Теория принятия решений • Синергетика • Теория алгоритмов • Распознавание образов • Теория оптимального управления • Теория обучающихся систем Кроме средств анализа, в кибернетике используются мощные инструменты для синтеза решений, предоставляемые аппаратами математического анализа, линейной алгебры, геометрии выпуклых множеств, теории вероятностей и математической статистики, а также более прикладными областями математики, такими как математическое программирование, эконометрика, информатика и прочие производные дисциплины. Особенно велика роль кибернетики в психологии труда и таких ее отраслях, как инженерная психология и психология профессионально-технического образования. Кибернетика — наука об оптимальном управлении сложными динамическими системами, изучающая общие принципы управления и связи, лежащие в основе работы самых разнообразных по природе систем — от самонаводящих ракет-снарядов и быстродействующих вычислительных машин до сложного живого организма. Управление — это перевод управляемой системы из одного состояния в другое посредством целенаправленного воздействия управляющего. Оптимальное управление — это перевод системы в новое состояние с выполнением некоторого критерия оптимальности, например, минимизации затрат времени, труда, веществ или энергии. Сложная динамическая система — это любой реальный объект, элементы которого изучаются в такой высокой степени взаимосвязи и подвижности, что изменение одного элемента приводит к изменению других. Чистая кибернетика Чистая кибернетика, или кибернетика второго порядка изучает системы управления как понятие, пытаясь обнаружить основные её принципы. • Искусственный интеллект • Кибернетика второго порядка • Компьютерное зрение • Системы управления • Эмерджентность В биологии Кибернетика в биологии — исследование кибернетических систем в биологических организмах, прежде всего сосредотачиваясь на том, как животные приспосабливаются к их окружающей среде, и как информация в форме генов передаются от поколения к поколению. Также имеется второе направление — киборги. • Биоинженерия • Биологическая кибернетика • Биоинформатика • Бионика • Медицинская кибернетика • Нейрокибернетика • Гомеостаз • Синтетическая биология • Системная биология Теория сложных систем Теория сложных систем анализирует природу сложных систем и причины, лежащие в основе их необычных свойств. • Сложная адаптивная система • Сложные системы • Теория сложных систем В вычислительной технике В вычислительной технике методы кибернетики применяются для управления устройствами и анализа информации. • Робототехника • Система поддержки принятия решений • Клеточный автомат • Симуляция • Компьютерное зрение • Искусственный интеллект • Распознавание объектов • Система управления • АСУ В инженерии Кибернетика в инженерии используется, чтобы проанализировать отказы систем, в которых маленькие ошибки и недостатки могут привести к сбою всей системы. • Адаптивная система • Эргономика • Биомедицинская инженерия • Нейрокомпьютинг • Техническая кибернетика • Системотехника В экономике и управлении • Кибернетическое управление • Экономическая кибернетика • Исследование операций • Системотехника В математике • Динамическая система • Теория информации • Теория систем В психологии • Психологическая кибернетика В социологии • Меметика • Социальная кибернетика Теория автоматического управления Теория автоматического управления (ТАУ) — научная дисциплина, изучающая процессы автоматического управления объектами разной физической природы. При этом при помощи математических средств выявляются свойства систем автоматического управления и разрабатываются рекомендации по их проектированию. Является составной частью технической кибернетики и предназначена для разработки общих принципов автоматического управления, а также методов анализа (исследования функционирования) и синтеза (выбора параметров) систем автоматического управления (САУ) техническими объектами. Этапы исторического развития ТАУ Впервые сведения об автоматах появились в начале нашей эры в работах Герона Александрийского "Пневматика" и "Механика", где описаны автоматы, созданные самим Героном и его учителем Ктесибием: пневмоавтомат для открытия дверей храма, водяной орган, автомат для продажи святой воды и др. Идеи Герона значительно опередили свой век и не нашли применения в его эпоху. В средние века значительное развитие получила так называемая "андроидная" автоматика, когда механики создали ряд автоматов, подражающих отдельным действиям человека, и, чтобы усилить впечатление, изобретатели придавали автоматам внешнее сходство с человеком и называли их "андроидами", т.е. человекоподобными. В XIII в. немецкий философ-схоласт и алхимик Альберт фон Больштадт построил робота для открывания и закрывания дверей. Весьма интересные андроиды были созданы в XVII - XVIII вв. В XVIII в. швейцарские часовщики Пьер Дро и его сын Анри создали механического писца, механического художника и др. Прекрасный театр автоматов был создан в XVIII в. русским механиком-самоучкой Кулибиным. Его театр, хранящийся в Эрмитаже, помещен в "часах яичной фигуры". На рубеже ХVIII и XIX вв., в эпоху промышленного переворота, начинается новый этап в развитии автоматики, связанный с ее внедрением в промышленность. Появились первые автоматические устройства, к которым относятся регулятор уровня Ползунова (1765 г.), регулятор скорости паровой машины Уатта (1784 г.), система программного управления ткацким станком Жаккара (1804 - 1808 гг.) и т.д. Этим было положено начало регуляторостроения. В 1854 г. выдающийся русский механик и электротехник К. Константинов предложил использовать в паровых машинах "Электромагнитный регулятор скорости вращения", а А. Шпаковский в 1866 г. разработал регулятор, изменяющий подачу топлива в топку соответственно изменению давления пара в котле. В 1879 г. Й. Возняковским и К. Ворониным впервые был осуществлен принцип прерывистого регулирования при управлении питанием котла водой. Если первые регуляторы были связаны с паровой машиной, то со второй половины XIX в. существенную роль в регуляторостроении начинают играть потребности в электрическом освещении. Так, в 60-е годы в работах В. Чиколаева впервые был применен электрический двигатель, а в 1874 г. он предложил и осуществил метод регулирования, составляющий основу современной электромашинной автоматики. Этот новый период развития автоматики - период регуляторостроения, длившийся свыше полутора столетий, сыграл огромную роль в технике. В это время еще медленно и смутно начинают формироваться важнейшие принципы автоматики: принцип регулирования по отклонению Ползунова-Уатта, развившийся в концепцию обратных связей; принцип регулирования по нагрузке, послуживший основой теории инвариантности, и др. Начиная с курса профессора Петербургского университета Д. Чижова в 1823 г., теория регуляторов входит составным элементом в курсы и монографии по механике и паровым машинам. Геометрическая теория управления Одна из главных задач теории управления — задача управляемости — состоит в распознавании состояний, достижимых из данного начального. Впрочем, как правило, этого недостаточно. Выяснив, до каких состояний можно добраться, мы пытаемся найти наилучший путь. Пути можно сравнивать по времени перехода, длине допустимой траектории, затраченной энергии или значению какого-то другого функционала. Наилучшим считается путь, доставляющий минимум заранее выбранному функционалу. Поиск таких путей составляет предмет задачи оптимального управления. Две важные задачи — управляемости и оптимального управления — будут служить нам маяками на протяжении всего изучения курса «Кибернетические системы». При чем здесь геометрия? Правая часть обыкновенного дифференциального уравнения есть векторное поле, а соответствующая динамическая система — поток, порожденный этим векторным полем. Таким образом, управляемая система — это семейство векторных полей. Интересующие нас свойства систем сохраняются при гладких заменах переменных в пространстве состояний. Кроме того, допускается обширный класс преобразований, перепараметризующих семейство полей; они называются преобразованиями обратной связи в теории управления и калибровочными преобразованиями в геометрии и математической физике. Наличие всех этих преобразований есть внешнее формальное основание для применения геометрических методов и бескоординатного геометрического языка в теории управления. Имеется и более глубокое основание. Как уже отмечалось, динамическая система — это поток (т. е. однопараметрическая группа преобразований пространства состояний), порожденный векторным полем. Допустимая траектория, отвечающая постоянному управлению, есть траектория соответствующего потока. Траектория, отвечающая кусочно постоянному управлению, строится при помощи суперпозиции подходящих элементов потоков, соответствующих значениям функции управления. Произвольное управление можно сколь угодно хорошо приблизить кусочно постоянными. Следовательно, допустимые траектории и множества достижимости теснейшим образом связаны с группой преобразований, порожденной динамическими системами, из которых состоит изучаемая управляемая. В свою очередь группы преобразований — это сердце геометрии. Таким образом, можно подытожить. Кибернетическая система - система, состоящая из множества взаимосвязанных объектов, способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею. Кибернетические системы предназначены для решения задач, существенно более сложных, чем задача автоматического регулирования. Кибернетические системы могут рассматриваться; как системы, которые принимают, обрабатывают или накапливают информацию, а затем преобразовывают ее в сигналы для воздействия на окружающую среду. Кибернетические системы являются вероятностными, и поэтому они всегда связаны с неопределенностью. Как же проявляется неопределенность в поведении машин и как практически ввести в них элементы случайности. Теоретически этот вопрос решается очень изящно с помощью статистической алгебры; в описательном смысле его можно решить за счет использования какого-нибудь подходящего устройства, вносящего в систему шум. Однако практическое решение этой задачи в полном объеме связано со значительными трудностями, возможные пути устранения которых предлагаются в следующих главах. Определение теории систем. Выражение «системный анализ», как оно применяется в научной литературе, имеет двоякий смысл. В одном из них оно употребляется в смысле синонима выражениям «системные исследования» и «системный подход», если не учитывать того факта, что системные исследования могут включать в себя не только анализ, но и синтез систем. Другой — в смысле конкретного метода решения экономических проблем, развитого в 40- 60-х годах группой американских исследователей (Хитч, Оптнер, Янг). Говоря об этом направлении системного анализа, С.Н. Никаноров характеризует его как «методологию решения крупных проблем, основанную на концепции систем». Системный подход может быть рассмотрен как методология проектирования, общая концепция, научный метод, метод анализа организаций, системное управление и как прикладная теория систем. Термин «общей теории систем» охватывает как понятие системной теории, так и понятие системного подхода как общей концепции и научного метода исследований. Определения понятий, используемые в дальнейшем: Общая теория систем — научная и методологическая концепция исследования объектов, представляющих собой системы. Формализованное определение, ориентированное на исследование предельно общих свойств систем независимо от их сущности и лежащее в основе общей теории систем: Системный анализ - это методология решения проблем, основанная на структуризации систем и количественном сравнении альтернатив. Общие закономерности функционирования и свойства систем с управлением являются предметом изучения системного анализа. История развития системных исследований. Формирование системных идей происходило очень медленно в процессе становления человеческого общества и культуры. Системные идеи, как и любое явление природы и общества, прошли несколько важнейших этапов. Первый этап (до н.э. - конец XIX в.) начался в глубокой древности и завершился к началу ХХ столетия. Это этап возникновения и развития системных идей, которые складывались в практической и познавательной деятельности людей, шлифовались философией, носили разрозненный характер. Возникали и оформлялись отдельные идеи и понятия. Нередко они представляли собой нечаянные интуитивные открытия тех или иных выдающихся ученых, философов и мыслителей. Второй этап (нач. - сер. XX века) развертывается с начала прошлого века до его середины, когда происходит теоретизация системных идей, формирование первых системных теорий, широкое распространение системности во все отрасли знания, освоение их системными идеями. Системность превращается в научное знание о системах, оформляется как инструмент познавательной деятельности. Третий этап (50-е гг. XX в. - наше время) характеризуется тем, что происходит превращение системности в метод научных исследований, аналитической деятельности. Он развертывается со второй половины 50-х годов и совпадает с началом научно-технической революции, которая максимально использовала системный метод для научных открытий, осуществления технологических разработок. Системность к концу ХХ ст. становится всеобщим мировоззрением, которое используют специалисты всех отраслей. Зачатки системных идей возникли в еще более глубокой древности. В ее первооснове лежит целостное мифологическое восприятие людьми всего сущего. Системность как видение мира в виде целостности взаимосвязанных элементов складывалась в процессе эволюции человеческой практики и мышления. Ее становление происходило благодаря нескольким факторам: • проникновению человека в ходе познания окружающего мира во внутреннее устройство вещей и явлений, где всякий раз обнаруживались многообразные взаимосвязи и иные атрибуты системности; • вследствие мыслительной деятельности, когда постоянно происходило разложение целого на части и, наоборот, соединение его составляющих; • в ходе практической деятельности по созданию целого из нескольких частей, а также делению целого на части. Разбивая, дробя, ломая, человек всякий раз улавливал потерю целого. Отсюда следует, что в качестве источников системных идей выступали: • практическая деятельность людей, которая постоянно обнаруживала структуры, целостность объектов и явлений, взаимосвязи между ними; • философия, которая осмысливала, обтачивала основные понятия системности, отрывала от реальной действительности и поднимала в облака абстрактности; • естественные знания и науки, которые формировали системность видения природы; • социальные науки, науки о человеке, которые вырабатывали системный подход к обществу. Практической жизни людей, несомненно, принадлежит ведущая роль в формировании массовых системных представлений. Человек либо сталкивался с системами, либо созидал их, либо подвергал нещадным разрушениям. Знаменитые египетские пирамиды, ирригационные системы Древнего Китая, как правило, открывают огромные списки сложнейших сооружений древности. Принципы целостности и соразмерности, учета влияния на рукотворный объект многообразных факторов окружающей среды широко применялись в строительстве, торговле, военном деле и других областях. Практика постоянно требовала соблюдения этих принципов. Классическим примером недооценки внешних факторов, действующих на систему, является одно из семи чудес света — 35-40-метровая статуя бога солнца Гелиоса, сооруженная на входе в гавань острова Родос, т. н. Колосс Родосский. Она простояла 50 лет (некоторые исследователи называют более точную цифру — 66 лет) и рухнула во время землетрясения в 225 г. до н.э. Самым уязвимым местом оказались колени — выше колен статуя согнулась таким образом, что голова и плечи уперлись в землю. Обломки почти 1000 лет лежали на берегу бухты уроком нарушения принципа системности, закрепив в сознании людей сентенцию «Колосс на глиняных ногах». Развитие теории систем в античности Первые представления о системе возникли в Древней Греции 2000 - 2500 лет назад, где возникло онтологическое истолкование понятия «система». СИСТЕМА (от греч. целое, составленное из частей, соединение) – совокупность элементов, находящихся в отношениях и связях друг с другом, которая образует определенную целостность, единство. Для античности характерно нерасчлененное восприятие целого. Античные философы искали нечто общее, что объединяет все предметы мира, при этом разрабатывали идеи системности и целостности знания, аксиоматического построения логики, геометрии. Милетцы (Фалес, Анаксимен, Анаксимандр): «Части меняются, целое неизменно». Космос непрерывно изменяющееся целое, неизменное предстает в разных формах. Атомисты (Демокрит, Лукреций Кар): Метаморфизация слова «система». Каждый атом часть целого, качество вещей возникает заново при объединении атомов в целое. Атом существует вне времени. Платон: Сформулировал приоритет целого над частями. «Выше всего единое бытие, но оно переходит в иное, которое как причастное к единичному есть тождество и покой, а как многое содержит различие и движение». Аристотель: «Целое, то есть система, несводимо к сумме частей, его образующих». Определили существование множества как целого и множества как нецелого. Соподчиненность частей обусловлена действительностью (энтелехией). «Все, что движется, приводится в движение другими». Создавал модели движения живого тела на принципах механических устройств. Развитие теории систем в XV- XVIII вв. Н. Кузанский ввел представление о противоборстве частей внутри целого, как единство более общего порядка. С его работ началась философия, которая связывала понятие «ум» с понятием «измерение». Н. Коперник - основатель гелиоцентрической модели (системы) мироздания. Г. Галилей - основатель экспериментальной и теоретической физики. Целое объясняется свойствами, его составляющих. Ж.Л. Бюффон высказал идею о единстве растительного и животного мира. Автор наименований ряда ботанических таксонов. В ботанической (бинарной) номенклатуре эти названия дополняются сокращением «Buffon». К. Линней - основатель естественной классификации царств природы, позволяющей обнять основные принципы, определяющие строение видимого мира. Г. Лейбниц рассматривал двойственную пару пространство-время, основу движения и развития, разработал фрагменты логического исчисления. Б. Спиноза - автор философского труда «Этика». Оригинальность его идей заключалась в попытке распространить «коперниканскую революцию» на сферы метафизики, психологии, этики и политики. Иначе говоря, Спиноза рассматривал природу в целом и человеческую природу в частности объективно и беспристрастно. И. Г. Ламберт представлял всякую науку, как и ее часть, как систему, поскольку система есть совокупность идей и принципов, которая может трактоваться как целое. В работах Нового времени делается попытка придать понятию «система» научную значимость и привязать к определенной области исследования. Понятие «система» начинают активно применять в науке. Наибольший вклад на стыке XVIII-XIX вв. внесла немецкая классическая философия (например, согласно И. Канту, научное знание есть система, в которой целое главенствует над частями, Ф.В. Шеллинг и Г.В.Ф. Гегель трактовали системность познания как важнейшее требование диалектического мышления). И. Кант трактовал систему как единство многообразных знаний, объединенных одной идеей. «Все тела в природе протяженны». Его можно по праву считать создателем двух систем: философской и космологической. В работе «Всеобщая естественная история и теория неба» он применяет это понятие к космическим образованиям и тем самым онтологизирует его. Вместе с тем он употребляет это понятие и в гносеологическом смысле, понимая под системой единство многообразных знаний, связанных общей идеей. И.Г. Фихте предпосылкой практической философии считал научно разработанную теоретическую систему, науку о науке, развил систему категорий бытия и мышления. Он разработал проект устройства немецкого буржуазного общества в форме «замкнутого торгового государства». Признавал системность научного знания, но сводил ее к системности формы, а не содержания. Г. Гегель рассматривал целое как нечто большее, чем сумма частей, целое определяет природу частей, части не могут быть познаны при рассмотрении их вне целого, части находятся в постоянной связи и взаимозависимости. «Мы живем в мире, в котором все изменяется, но в котором каждому изменению соответствует нечто не изменяющееся». Понятие «система» получило применение в различных областях конкретно-научного знания для установления закономерностей развития. Развитие теории систем в XIX-XX вв. Первым в явной форме вопрос о научном подходе к управлению сложными системами поставил в начале XIX в. М.А. Ампер, который выделил специальную науку об управлении государством и назвал ее кибернетикой. Философ Б. Трентовский ставил целью построение научных основ практической деятельности руководителя («кибернета»). Главная сложность в управлении связана с неопределенностью поведения людей. Он указывал, что общество, коллектив и сам человек - это система, единство противоречий, разрешение которых и есть развитие. Поэтому «кибернет» должен уметь, исходя из общего блага, одни противоречия примирять, другие - обострять, направляя развитие событий к нужной цели. Со 2-й пол. XIX в. активно развивается научное представление мира, проникновение понятия системы в различные области конкретно-научного знания: Ч. Дарвин: теория биологической эволюции - все живые организмы непрерывно эволюционируют. Д. И. Менделеев: химические элементы не имеют случайно сложившиеся свойства, а образуют систему. Э. Бауэр: принцип устойчивой неравновесности: все живые и только живые системы никогда не бывают в равновесии, и с помощью совершаемой работы удаляется от равновесия. Е.С. Федоров: существует только 230 разных типов кристаллической решетки, хотя любое вещество при определенных условиях может кристаллизоваться. Важным фактором для развития теории систем был вывод, что все невообразимое разнообразие природных тел реализуется из ограниченного и небольшого количества исходных форм. К. Маркс: система есть прежде всего взаимная связь тел. В. И. Вернадский: биогеохимические принципы эволюции живой и косной материи. В. Бехтерев: 23 универсальных закона и распространил их на сферы психических и социальных процессов. Т.Котарбиньского: теория праксеологии. В середине XIX века понятие «система» становится значимой философской категорией. К концу XIX века был поставлен вопрос изучения систем любой природы, включая их структуру и динамику развития, возникла проблема эффективного управления и сохранения целостности систем. Возникла задача построения строгого определения понятия системы и разработки оперативных методов анализа систем. Внимание сосредотачивается на вопросах структуры и организации систем. Для того, чтобы успешно решать сложнейшие проблемы, требующие участия самых разных специалистов, был необходим «единый язык». На каком языке должна быть представлена система в целом? Становление системного мышления в XX веке В начале XX века возникает потребность в обобщенном описании систем любой природы. 1. Всеобщая организационная наука - тектология А.А.Богданова. Тектология - всеобщая организационная наука построения систем любой природы. Все системы имеют определенную степень организованности, сохранность системы обеспечивает использование внешней среды. A.A. Богданов в 1913—1917 гг. опубликовал книгу «Всеобщая организационная наука (тектология)», где он высказал идею о том, что все существующие объекты и процессы имеют определенный уровень организованности. В отличие от естественных наук, изучающих специфические особенности организации конкретных явлений, тектология должна изучать общие закономерности организации для всех уровней организованности, рассматривая все явления как непрерывные процессы организации и дезорганизации, исследовать закономерности развития организации, соотношения устойчивого и изменчивого, значение обратных связей и собственных целей организации, роль открытых систем. Богданов отмечал, что уровень организации системы тем выше, чем сильнее свойства целого отличаются от простой суммы свойств его частей, и подчеркивал роль моделирования и математики как потенциальных методов решения задач тектологии. Он довел построения тектологии до рассмотрения проблемы кризисов, т.е. таких моментов в истории системы, когда неизбежна скачкообразная перестройка ее структуры. Богданов создал собственную философскую концепцию — эмпириомонизм, из-чего подвергся критике В.И. Ленина и отошел от решения философских проблем. 2. Общая теория систем Л.фон Берталанфи: система - «комплекс взаимодействующих компонентов» или «совокупность элементов, находящихся в определенных отношениях друг с другом и со средой». Идея построения теории, которая может быть использована в изучении систем любой природы, была выдвинута австрийским биологом Л. фон Берталанфи в книге «Общая теория систем» в 1968 г. Один из путей реализации этой идеи он видел в том, чтобы отыскивать структурное сходство законов, установленных в различных дисциплинах, и, обобщая их, выводить общесистемные закономерности. В России вклад в становление и развитие теории внесли В.Н.Садовский, Э.Г.Юдин, И. В. Блауберг, С. П. Никаноров, Г. Мельников инициировавшие перевод ряда работ по системным исследованиям. 3. Кибернетика Н. Винера. Массовое усвоение системных понятий, осознание системности мира, общества и человеческой деятельности началось в 1948 г., когда математик Н. Винер опубликовал книгу «Кибернетика». Кибернетика (от др.-греч. «искусство управления») — наука об общих закономерностях процессов управления и передачи информации в различных системах, будь то машины, живые организмы или общество. Предметом кибернетики является исследование сложных систем. В поле зрения кибернетики попадают объекты любой природы, как только выясняется, что это сложные системы. С кибернетикой Винера связаны такие достижения в развитии системных представлений, как типизация моделей систем, выявление особого значения обратных связей в системе и принципа оптимальности в управлении и синтезе систем, осознание информации как всеобщего свойства материи и возможности ее количественного описания, развитие методологии моделирования вообще и в особенности идеи математического эксперимента с помощью компьютера. В становление и развитие направления кибернетики внесли вклад: Раймонд Луллий: моделирование логических операций. Г. Лейбниц: фрагменты логического исчисления. М. А. Ампер: выделил спец. науку об управлении государством и назвал ее кибернетикой. А. Бергсон: анализ идеи эволюции с позиции целесообразнасти, телеологичности. А. Тьюринг: теория универсальных автоматов. Дж. Фон Нейман: первые ЭВМ. А.Н. Колмогоров: современная теория вероятностей - аксиоматика, пространство Колмогорова. Шеннон: логические операции в виде электрической цепи. Г. Крон: математическая теория электрических машин, роль структуры У.Р.Эшби: необходимость учета взаимодействия между системой и исследователем. В России в области теории кибернетики работали: Л. В. Канторович, академик Глушков, академик Берг. В настоящее время термин кибернетика используют для обозначения одного из направлений теории систем, занимающееся процессами управления техническими объектами. 4. Системология: в 60-е г. XX века различные виды системных теорий интегрируются в системологию, которая включает в себя общую теорию систем, отраслевые и специальные теории систем и системный анализ. В нач.70-х гг. ученик академика Павлова Пётр Анохин строит «теорию функциональных систем» (модель, описывающая структуру поведения), близкую по уровню обобщённости к теории Берталанфи. «Принцип функциональной системы» — объединение частных механизмов организма в целостную систему приспособительного поведенческого акта, создание «интегративной единицы». Развитие в области системности привнес бельгийский физик И. Пригожиным. Развивая термодинамику неравновесных физических систем, он понял, что обнаруженные им закономерности характерны для систем любой природы. Пригожий предложил новую теорию системодинамики. Согласно его взглядам, материя не является пассивной субстанцией, ей присуща спонтанная активность, вызванная неустойчивостью неравновесных состояний, в которые рано или поздно приходит любая система в результате взаимодействия с окружающей средой. Важно, что в такие переломные моменты (особые точки, или точки бифуркации) принципиально невозможно предсказать, станет ли система менее организованной или более организованной (диссипативной). В 1978 г. немецкий физик-теоретик Г. Хакен публикует работу «Синергетика». Синергетика - направление, занимающееся изучением сложных саморазвивающихся систем. По Хакену, в рамках синергетики анализируется совместное действие отдельных частей неупорядоченной системы, результатом которого является самоорганизация системы. В дальнейшем был выдвинут ряд общесистемных концепций и определений понятия системы – в рамках кибернетики, системного подхода, системного анализа, системотехники, теории необратимых процессов, теории игр, теории принятия решения, теории управления и т.п. Осознанное использование системного подхода к изучению различных объектов и явлений, в том числе природных, в настоящее время развивается в рамках трех основных направлений — кибернетики, общей теории систем и синергетики. Попытки объединить все эти направления предпринимаются системным анализом. Понятие «система». В первых определениях в той или иной форме говорилось о том, что система это элементы и связи (отношения) между ними. В большинстве случаев в определении системы стремятся не только включить понятие элемента и связи (отношения), но и уточнить хотя бы одно из них. Для этого в определения включают свойства. Свойства могут характеризовать как элементы, так и отношения. Затем в определениях появляется понятие цели. В ряде определений понятие цели как бы включается в понятие целостности. Так, в «Философском словаре» система определяется как «совокупность элементов, находящихся в отношениях и связях между собой определенным образом и образующих некоторое целостное единство». Затем цель появляется в определениях в более явных проявлениях – в виде конечного результата, системообразующего критерия и т.д. Далее в определении понятия системы, особенно в последнее время, начинают включать наряду с элементами, связями, их свойствами и целями, – наблюдателя – лицо, представляющее объект или процесс в виде системы. Таким образом, понятие системы претерпело ряд изменений (рис. 1). Рис. 1. Эволюция понятия «система» Приведем несколько определений термина «система». Система — множество взаимосвязанных элементов, обособленное от среды и взаимодействующее с ней, как целое. Система — конечное множество функциональных элементов и отношений между ними, выделенное из среды в соответствии с определенной целью в рамках определенного временного интервала. Система — отражение в сознании субъекта (исследователя, наблюдателя) свойств объектов и их отношений в решении задачи исследования, познания. Система – объективное единство закономерно связанных друг с другом предметов, явлений, а также знаний о природе и обществе, т. е. понятие системы можно применять как к существующим, материально реализованным предметам, так и к отображению знаний о них или о будущих их реализациях. Формальная запись определения «системы» Один и тот же объект на разных этапах его рассмотрения может быть представлен в различных аспектах, соответственно существуют и различные аспекты понятия системы: • теоретико-познавательный, • методологический, • научно-исследовательский, • проектный, • инженерный, • конструкторский, и т.д. вплоть до материального воплощения. Используя эти, как бы разные уровни отображения, исследователь может предварительно представить объект или процесс решения задачи в виде системы, в которой еще не удалось выделить элементы, определить существенные для достижения цели связи, а затем, переходя к более формализованным уровням представления системы, уточнять элементы и связи, все более приближаясь к достижению цели, к созданию желаемой системы. Приведем в символической форме ряд обобщающих определений системы (рис. 2), отличающихся друг от друга количеством учитываемых факторов и степенью абстрактности. Анализируя различные понятия системы и их эволюцию, и не выделяя ни одно из них в качестве основного, можно сделать вывод, что на разных этапах при представлении разных аспектов одной и той же системы возможны разные определения, при этом какое-то определение всегда нужно принять в качестве «рабочего»; более того, при переходе к следующему этапу принятое ранее определение может быть заменено другим. При исследовании и совершенствовании организационных объектов, прежде всего нужно проанализировать ситуацию с помощью как можно более полного определения системы, а затем уже, выделив наиболее существенные компоненты, принять «рабочее» определение системы, которым будут пользоваться все лица, участвующие в принятии решения. Рис. 2. Символическая форма понятия «система» Компоненты, связь в системе Логично связываются три пары понятий: • целое – часть, • объект – компонент, • система – элемент. Элемент/компонент – минимальная часть совокупности материальных образований, обладающая определенной целостностью и самостоятельностью по отношению к данной системе, состояние и функциональные особенности которой могут быть измерены или описаны в терминах известного языка. Элемент обозначается некоторым высказыванием, знаком, символом, называемым переменной. При изучении системы состояние элемента может изменяться в зависимости от различных факторов, то есть переменные принимают некоторые значения на определенном для них множестве значений (качественные, порядковые или количественные характеристики). Последовательные изменения состояния элемента называют движением элемента/ функция компонента. Параметр – оперативно выраженный элемент исследования системы, служащий формой локализации информации о свойствах и признаках этой системы. Параметрами системы называют те переменные, значения которых принимаются неизменными при решении данной задачи. Изучить систему – значит определить элементы системы, выразить их переменные, найти значения переменных, выделить параметры. Факт наличия взаимоотношений любого рода между частями рассматриваемой совокупности, зависимость свойств одного элемента от свойств других элементов, называется связью. Классификация типов связей приведена в табл.1. Установить связь между элементами – значит выявить наличие зависимостей их свойств. Двусторонняя зависимость свойств одного элемента от свойств других элементов называется взаимосвязью. Взаимодействие – это совокупность взаимосвязей и взаимоотношений между свойствами элементов, когда они приобретают характер взаимосодействия друг другу. Элементы, не полностью идентифицируемые, то есть те, для которых не удается установить заданные критериями идентификации отношения с другими элементами, следовательно, имеют эти отношения с окружением системы, исследователем-наблюдателем или со средой. Такие элементы называют входами и выходами системы (рис. 3). Рис. 3. Входы и выходы системы Входы системы x(t) - это различные точки приложения влияния (воздействия) внешней среды на систему, через их посредство наблюдатель или среда оказывает воздействие на объект. Выходы системы y(t) - различные точки приложения влияния (воздействия) системы на внешнюю среду, через их посредство объект оказывает воздействие на наблюдателя или среду. Совокупность всех связей элементов системы и образует ее структуру. Общесистемные свойства Целостность - комплекс объектов представляет собой некоторое единство, обладающее общими свойствами и поведением, относительной независимостью от среды и других систем. Изменение любого компонента системы оказывает воздействие на все другие еѐ компоненты и приводит к изменению системы в целом; а любое изменение системы отзывается на всех еѐ компонентах; то есть означает преобразование компонентов, входящих в систему. Делимость - объект рассматривается в качестве состоящего из элементов. Функциональность - создание системы обусловлено объективной необходимостью, она существует для выполнения определенной функции в среде. Изолированность - комплекс объектов, образующих систему, и связи между ними можно отграничить от их окружения и рассматривать отдельно. Относительность изолированности - учитывается воздействие наблюдателя и среды на объект и его обратное воздействие через элементы, являющиеся входами и выходами. Наблюдаемость - все без исключения входы и выходы системы либо контролируемы исследователем-наблюдателем, либо, по крайней мере, наблюдаемы. Неопределенность - невозможность одновременно фиксировать все свойства и отношения элементов системы. Идентифицируемость - каждая составная часть системы (элемент) может быть отделена от других составляющих и отождествлена, опознана. Дискретность (автономия элементов) - каждый элемент системы обладает собственным поведением и состоянием, отличным от поведения и состояния других элементов и системы в целом. Наличие связей - компоненты системы существуют не независимо, а имеют друг с другом определенные связи. Организованность - элементы (части) системы взаимосвязаны и взаимодействуют определенным образом, организованы в пространстве и времени. Структурность - относительно устойчивый, изменяющийся в пространстве и времени способ внутренних связей и отношений системы, который определяет ее функциональную деятельность. Упорядоченность - наличие некоторых критериев, на основании которых части системы соотносятся друг с другом для их взаиморасположения в структуре. Отображаемость - язык наблюдателя имеет достаточно общих элементов с естественным языком исследуемого объекта, чтобы найти соответствие и отобразить все свойства и отношения, которые нужны для решения задачи. Множественность, сложность системы - возможность и сложность изображения исследуемой системы в виде вербальной, математической или иной модели. Нетождественность отображения - знаковая система наблюдателя отлична от знаковой системы проявления свойств объекта и их отношений, следовательно, система отображается с помощью перекодирования в новую знаковую систему. При этом неизбежна потеря информации. Иерархичность - система рассматривается как элемент системы более высокого порядка, а каждый ее элемент - как система. Наличие в системе нескольких уровней, подчиненных по нисходящей, со своими зонами ответственности, ресурсами, локальными целями. Это упорядоченность по степени подчиненности. Эмерджентность, интегративность - принципиальная несводимость свойств системы к сумме свойств составляющих ее элементов. Система обладает свойствами, отсутствующими у ее элементов. Качественные же и количественные описания особенностей, присущих тем или иным типам систем, следует отнести в отдельную группу и назвать характеристиками систем. Характеристики отдельных видов систем являются продолжением, развитием их общесистемных свойств. Классификация систем Начиная сравнивать и различать системы, считать одни из них одинаковыми, другие – различными, тем самым вводим и осуществляем их классификацию. Классификация – это только модель реальности. Поэтому классификацию не следует абсолютизировать: реальность всегда сложнее любой модели. Полнота классификации является предметом особого внимания при её построении. Иногда есть уверенность в полноте вводимой классификации, иногда нет. Классификация систем по целевым признакам • Одноцелевые системы, то есть предназначенные для решения одной единственной целевой задачи. • Многоцелевые — для решения нескольких целевых задач. • Функциональные системы — обеспечивающие решение или рассмотрение отдельной стороны или аспекта задачи (планирование, снабжение и т. п.). Классификация систем по длительности существования • Постоянные системы — это искусственные системы, которые в процессе заданного времени функционирования сохраняют существенные свойства, определяемые предназначением системы. • С точки зрения диалектики все существующие системы – временные. Классификация систем по происхождению • Естественные — продукт развития природы, возникли без вмешательства человека (климат, почва, живые организмы, солнечная система и др.). • Искусственные — результат созидательной деятельности человека. Их количество постоянно увеличивается. • Смешанные — объединение элементов естественных и искусственных систем. Если полнота классификации первого уровня логически ясна, то второй уровень на полноту не претендует. Неполнота на этом уровне связана, например, с еще незавершенным развитием систем искусственного интеллекта. Эргономические системы – это комплексы «машина – человек – оператор». Биотехнические системы – это системы, в которые входят живые организмы и технические устройства. Организационные системы – это системы, состоящие из людских коллективов, которые оснащены необходимыми средствами. Новые цели, учет новых различий между системами порождают и новые классификации. Рис. 4. Классификация систем по происхождению Классификация систем по изменчивости свойств • Статические — это система с одним состоянием, при ее исследовании можно пренебречь изменениями во времени характеристик ее существенных свойств. • Динамические системы имеют множество возможных состояний, которые могут меняться как непрерывно, так и дискретно. Классификация систем по реакции на возмущающее воздействие • Активная - система способная противостоять воздействиям среды и сама воздействовать на нее. • Пассивная - система, у которой свойство противостоять воздействиям среды и самой воздействовать на нее отсутствует. Классификация систем по реакции на изменения внешних условий • Адаптивная система — это система, приспосабливающаяся к изменению внешних условий путем изменения своих параметров или структуры для достижения требуемого качества функционирования; • Неадаптивная — система, в которой процесс выработки приспособлений к изменяющимся внешним условиям отсутствует. Классификация систем по степени сложности (ресурсной обеспеченности) • Простая - обычная совокупность связей и отношений исследуемого объекта в стационарных условиях, характеризующего взаимной независимостью свойств. • Сложная - такое сочетание факторов, при котором составными элементами структуры системы является не только ее внутренний элементный состав, но и условия, в которых функционирует система, а также возможности, которые она способна реализовать. • Большая - сложные пространственно-распределенные системы, в которых подсистемы относятся к категориям сложных. Нужное управление отыскивается с помощью отбора среди возможных управлений, сравнения по каким-то критериям последствий каждого из них. Для того, чтобы модель «заработала» или, как говорят, была актуализована, необходимы затраты ресурсов: модель нужно не только воплотить в каком-то реальном виде, но и обеспечить, чтобы она позволяла получать решение нужного качества и к нужному моменту времени. В реальности оказывается, что имеющиеся ресурсы не всегда позволяют обеспечить полное выполнение этих условий. Поэтому имеют место принципиально разные ситуации в зависимости от того, в какой степени обеспечено ресурсами управление. Системы при этом выступают как качественно различные объекты управления. Классификация систем по степени ресурсной обеспеченности управления приведена рис. 5. Рис. 5. Классификация систем по степени ресурсной обеспеченности управления Системы, моделирование которых затруднительно вследствие их размерности, будем называть большими. Существует 2 способа перевода больших систем в разряд малых: − разрабатывать более мощные вычислительные средства; − осуществлять декомпозицию многомерной задачи на совокупность связанных задач меньшей размерности (если природа системы это позволяет). Сложной системой будем называть систему, в модели которой не хватает информации для эффективного управления. Имеется 2 способа перевода системы из разряда сложной в разряд простой: − выяснение конкретной причины сложности, получение недостающей информации и включение её в модель; − смена цели, что в технических системах обычно неэффективно, но в отношениях между людьми это часто единственный выход. Отметим, что термины «большая» и «сложная» система в системологии окончательно еще не установились. Некоторые авторы вообще не используют эти понятия, другие используют их как синонимы, третьи связывают сложность с некоторыми особенностями самих систем. Примеры систем по степени сложности: Малые простые: исправные бытовые приборы – для пользователя; неисправные – для мастера; шифрозамок – для хозяина сейфа. Малые сложные: неисправный бытовой прибор – для пользователя. Большие простые: шифрозамок для похитителя; точный прогноз погоды; полный межотраслевой баланс. Большие сложные: мозг, экономика, живой организм. Классификация систем по описанию входных и выходных процессов Приведем трехуровневую классификацию систем по типу входных (X), выходных (Y) и внутренних (Z) переменных (рис. 6). Рис. 6. Классификация систем по описанию входных и выходных процессов Принципиально разных подходов требуют переменные, описываемые качественно и количественно, что и дает основание для первого уровня классификации. Для полноты введен третий класс – смешанные системы. На следующем уровне классификации систем с качественными переменными различаются случаи, когда описание ведется средствами естественного языка, и случаи, допускающие более глубокую формализацию. Второй уровень классификации систем с количественными переменными вызван различиями в методах дискретной и непрерывной математики. Для систем со смешанным количественно-качественным описанием переменных второй уровень является объединением классов первых двух ветвей и на рисунке не приведен. Третий уровень классификации одинаков для всех классов второго уровня и изображен только для одного из них. Классификация систем по описанию системы Чем больше сведений об S известно, тем больше различий можно рассмотреть и тем более развитой окажется классификация. На первом уровне расположены классы систем, отличающиеся степенью известности оператора S системы. «Черный ящик»: оператор S считается вообще неизвестным. Непараметризованный класс операторов системы: информация об операторе S системы носит настолько общий характер, что модель нельзя привести к параметризованной функциональной форме. Так, может быть известно, что в соотношении Y=S(X) функция S непрерывна, монотонна или симметрична; отсюда не следует никаких конкретных выводов о функциональном виде этой зависимости. Параметризованный класс операторов системы позволяет записать зависимость y(t) от x(t) в явной форме с точностью до конечного числа параметров. «Белый ящик» - конечное число параметров точно заданы. Дальнейшие уровни классификации приведены только для третьего и четвертого блоков первого уровня. Классификация может быть продолжена: линейные операторы принято делить на дифференциальные, интегральные и суммарно-разностные и т.д. Рис. 7. Классификация систем по описанию оператора системы Классификация систем по характеру поведения и способу управления Без управления - система, в которой процессы целеполагания и целеосуществления не реализуются. С управлением (целенаправленные) - система, в которой реализуются процессы целеполагания и целеосуществления. По способу управления системы определяются тем, входит ли управляющий блок в систему или является внешним по отношению к ней; выделен класс систем, управление которыми разделено и частично осуществляется извне, а частично – внутри самой системы. Независимо от того, включен ли в систему или вынесен из неё управляющий блок, можно выделить 4 основных типа (способа) управления — рис. 8. Эти способы различаются в зависимости от степени известности траектории, приводящей систему к цели, и возможности управляющей системы удерживать управляемую систему на этой траектории. Первый (простейший) случай имеет место тогда, когда нужная траектория известна точно, а, следовательно, заранее известно и правильное управление u0(t). В таком случае, это управление можно осуществлять, не обращая внимания на развитие событий. Часто оказывается, что процессы на неуправляемых входах отличаются от ранее предполагаемых, либо существенным оказывается действие неучитываемых входов и система «сходит с нужной траектории». Пусть имеется возможность наблюдать текущую траекторию y(t), находить разность с нужной y(t) – y0(t) и определять дополнительное к программному управление, которое в ближайшем будущем возвратит выходы системы на нужную траекторию y0(t). Такой способ управления называется регулированием. Рис. 8. Классификация систем по способам управления Следующие способы управления и соответствующие им типы систем возникают в связи с необходимостью управления в условиях, когда либо невозможно задать опорную программную траекторию на весь период времени, либо уклонение от неё столь велико, что невозможно на неё вернуться. Управление состоит в подстройке параметров системы до тех пор, пока система не выйдет на нужную траекторию (третий класс систем). Иногда может оказаться, что среди всех возможных комбинаций значений управляемых параметров системы не найдется такой, при которой её траектория пересечет целевую область. Это означает, что цель для данной системы недостижима. Способ управления: изменять структуру системы в поисках такой, при которой возможно попадание в целевую область – структурная адаптация. Классификация систем по степени связи с внешней средой Или по соотношению экзогенных и эндогенных переменных, включаемых в модель: Открытая - система, взаимодействующая с внешней средой на основе прямых и обратных связей; зависящая от среды. Все живые системы являются открытыми. Закрытая - система, имеющая одностороннюю связь со средой. Изолированная - система, не имеющая связей с внешней средой, не включающая экзогенные переменные в свой состав; ее конструирование требует полного абстрагирования от «среды». Процессы самоорганизации в них невозможны. Классификация систем по степени участия человека • Техническая - система, функционирующая без участия человека, представляющая собой комплекс устройств автоматического изменения, то есть реализующая процесс технологического управления. • Человекомашинная (эргатическая) - автоматизированные системы управления различного назначения, где человек принимает окончательное решение, а средства автоматизации помогают ему обосновать его правильность. • Организационная - социальная система, элементами которой являются люди. Строение и устройство систем Модель «черного ящика» Для определенной и точной характеристики конструкции системы следует развивать ее модель. Любую систему в самом общем случае можно представить в виде «непрозрачного» ящика, выделенного из окружающей среды. Такая модель отражает два важных свойства системы: • целостность, • обособленность от среды. Хотя этот ящик обособлен, но не является полностью изолированным. Система связана со средой и с помощью этих связей воздействует на среду (рис. 9). Эти связи можно изобразить в виде стрелок, направленных от системы в среду. Рис. 10. Модель «черного ящика» В результате построили модель системы, которая получила название черного ящика. Это название образно подчеркивает полное отсутствие сведений о внутреннем содержании ящика: в такой модели задаются, фиксируются, перечисляются только входные и выходные связи системы со средой (даже «стенки ящика», т.е. границы между системой и средой в этой модели не описываются, а лишь подразумеваются, признаются существующими). Пример. Составим модель черного ящика для системы «наручные часы». Учитывая, что выходы соответствуют конкретизации цели, в качестве выхода зафиксируем: показания времени в произвольный момент. Сформулированная таким образом цель относится ко всем часам, а не только к наручным. Чтобы различить часы внесем еще один выход: удобство ношения часов на запястье. Необходим браслет или ремешок, следовательно еще один выход: удовлетворение требований санитарии и гигиены. Представив себе условия эксплуатации часов можно добавить: достаточную в бытовых условиях прочность; пылеводонепроницаемость. Расширив понятие «условия эксплуатации», добавим: достаточную для бытовых нужд точность; легкость прочтения показаний часов при беглом взгляде на циферблат. Можно добавить: соответствие моде и понятию красоты; соответствие цены часов покупательной способности потребителя, и т.д. А ведь в явной форме не говорилось о габаритах, весе, многих других аспектах использования часов (физических, химических, экономических, социальных, и т. д.). Главной причиной множественности входов и выходов в модели «черного ящика» является то, что всякая реальная система взаимодействует с объектами окружающей среды неограниченным числом способов. Строя модель системы, из этого бесконечного множества связей отбираем конечное их число для включения в список входов и выходов. Критерием отбора при этом является целевое назначение модели, существенность той или иной связи по отношению к этой цели (то, что важно, существенно – включается в модель, что не важно – не включается). Именно здесь возможны ошибки! Проявляется субъективный подход, хотя остальные (исключенные из рассмотрения) связи существуют объективно, независимо от нас. Нередко оказывается, что казавшееся несущественным или независимым для нас на самом деле является важным и должно быть учтено. Особое значение этот момент имеет при задании цели системы (т.е. при определении её выходов). Это относится и к описанию существующей системы по результатам её обследования, и к проекту пока еще не существующей системы. Модель «черного ящика» часто оказывается не только полезной, но в ряде случаев единственно применимой при изучении систем (например, влияние лекарств на живой организм, электрон). Модель состава системы При рассмотрении любой системы обнаруживается, что её целостность и обособленность (отображенные в модели «черного ящика») выступают как внешние свойства. Внутренность «ящика» оказывается неоднородной, что позволяет различать составные части самой системы. Те части системы, которые рассматриваются как неделимые, будем называть элементами. Части системы, состоящие более чем из одного элемента, назовем подсистемами. При необходимости можно ввести обозначения или термины, указывающие на иерархию частей. В результате получается модель состава системы, описывающая из каких подсистем и элементов она состоит (рис. 10). Сложности построения модели состава Построение модели состава системы только на первый взгляд кажется простым делом. Существуют три важных причины этого факта: I. Понятие элементарности можно определить по-разному. То, что с одной точки зрения является элементом, с другой – оказывается подсистемой, принадлежащей дальнейшему разделению. II. Как и любые модели, модель состава системы является целевой, и для различных целей один и тот же объект потребуется разбить на разные части. III. Модели состава различаются потому, что всякое разделение целого на части, всякое деление системы на подсистемы является относительным, в определенной степени условным (то есть границы между подсистемами условны). Это относится и к границам между самой системой и окружающей средой. Рис. 10. Модель состава системы В качестве примера рассмотрим систему «часы». Какую бы природу они не имели, в них можно выделить две подсистемы (табл. 3). Модель состава часов можно считать полностью исчерпанной (если дальше не разбивать на подсистемы). Однако, т.к. каждые часы показывают состояние своего датчика, рано или поздно их показания разойдутся между собой. Выход из этого положения – синхронизация всех часов с неким общим для всех эталоном времени (например, с помощью сигналов точного времени). Возникает вопрос: включать ли эталон времени в состав часов как системы или рассматривать часы как подсистему в общей системе указания времени? Модель состава ограничивается снизу тем, что считается элементом, а сверху границей системы. Как эта граница, так и границы разбиения на подсистемы определяются целями построения модели и, следовательно, не имеют абсолютного характера. Это не означает, что сама система или её состав нереальны. Рассматриваем не разные системы, а разные модели системы. Модель структуры системы Для достижения практических целей достаточно модели "черного ящика" или модели состава. Однако очевидно, что есть вопросы, решить которые с помощью этих моделей нельзя. Необходимо установить между элементами определенные связи – отношения. Совокупность необходимых и достаточных для достижения цели отношений между элементами называется структурой системы. Перечень связей между элементами (т.е. структура системы) являются отвлеченной, абстрактной моделью: установлены только отношения между элементами, но не рассмотрены сами элементы. Хотя на практике безотносительно к элементам говорить о связях можно лишь после того, как отдельно рассмотрены сами элементы (т.е. рассмотрена модель состава), теоретически модель структуры можно изучать отдельно. Между реальными объектами, вовлеченными в систему, имеется бесчисленное количество отношений. Однако, в модель структуры (т.е. в список отношений) включается только конечное число связей, которые, существенны по отношению к рассматриваемой цели. Пример Рассмотрим систему «часы вообще». Будем считать, что в состав такой системы входят три элемента: датчик, индикатор и эталон времени. Структура часов определяется следующими отношениями между парами элементов (табл. 4). Структурная схема системы Объединение моделей «черного ящика», состава и структуры позволяет определить систему как совокупность взаимосвязанных элементов, обособленная от среды и взаимодействующая с ней как целое. Все эти модели вместе образуют еще одну модель, которая называется структурной схемой системы. В структурной схеме указываются все элементы системы, все связи между элементами внутри системы и связи определенных элементов с окружающей средой (входы и выходы системы). Пример. Приведем структурную схему системы «синхронизируемые часы» (рис. 11). Рис. 11. Структурная схема системы «синхронизируемые часы» Связи в системе: 1 – однозначное соответствие между датчиками и индикатором; 2 – приблизительное соответствие; 3 – сравнение (периодическое) и устранение расхождения; 4 – поступление энергии извне; 5 – регулировка индикатора извне; 6 – показания часов. Структурой системы называется ее расчленение на группы элементов с указанием связей между ними, неизменное на всё время рассмотрения и дающее представление о системе в целом. Это расчленение может иметь материальную (вещественную), функциональную, алгоритмическую и другую основу (табл. 5). Группы элементов в структуре обычно выделяются по принципу простых или относительно более слабых связей между элементами разных групп. Структуру системы можно изображать несколькими способами. 1. Представление структуры системы в виде графической схемы. Структуру системы можно изображать в виде графической схемы, состоящей из ячеек (групп, и соединяющих их линий (связей)). Структура системы может быть охарактеризована по имеющимся в ней (или преобладающими) типам связей. Простейшими из них являются последовательное, параллельное соединение элементов и обратная связь (рис. 12). Рис. 12. Простые типы связей Рис. 13. Более сложные типы связей Обратная связь означает, что результат функционирования элемента влияет на поступающие на него воздействия. Как правило, обратная связь выступает важным регулятором в системе. Крайне редко встречается система без того или иного вида обратной связи. Иерархией назовем структуру с наличием подчиненности, т.е. неравноправных связей между элементами, когда воздействие в одном из направлений оказывает гораздо большее влияние на элемент, чем в другом. Типичная иерархическая связь с воздействиями вида «информация» и «управление» может быть представлена в виде (рис. 14). Рис. 14. Пример иерархической связи (М1 доминирующий элемент) Виды иерархических структур разнообразны. Основных, важных для практики иерархических структур две: древовидная – веерная (рис. 15 а); ромбовидная (рис. 15 б). Древовидная структура наиболее проста для анализа и реализации. В ней почти всегда удобно выделять так называемые иерархические уровни – группы элементов, находящихся на одинаковом уровне (по числу промежуточных элементов) удалении от верхнего (главенствующего элемента). Примеры таких структур в искусственных и живых системах чрезвычайно многочисленны: • цепочка «министерство – главк – завод – цех – бригада – звено»; • задача проектирования технического объекта – от его основных характеристик (верхний уровень) через проектирование основных частей, функциональных систем, групп аппаратов, механизмов до уровня отдельных деталей; • иерархия целей в задаче автоматизированного производства – от цели участка, состоящей в максимальном выпуске продукции, до программного обеспечения отдельной операции на станке (цель – операция); • в живой природе – иерархия по признаку управляемости процессов в организме, иерархия в стаде, и др. Рис. 15. Виды иерархических структур Ромбовидная структура ведет в двойной (иногда и более) подчиненности, отчетности, принадлежности нижнего элемента. Любая иерархия, в принципе, сужает возможности, особенно гибкость системы. Элементы нижнего уровня сковываются доминированием сверху, они способны влиять на это доминирование (управление) лишь частично и, как правило, с задержкой. Однако введение иерархии резко упрощает создание и функционирование системы, и поэтому ее можно считать вынужденным, но необходимым приемом рассмотрения сложных технических систем. Недаром та или иная степень иерархии наблюдается в подавляющем большинстве естественных систем. Отрицательные последствия введения иерархии во многом могут быть предопределены предоставлением отдельным элементам возможности реагировать на часть воздействий без жесткой регламентации сверху. 2. Представление структурных схем с помощью графов Все структурные схемы имеют нечто общее, и это побудило рассматривать их как особый объект математических исследований. Для этого пришлось абстрагироваться от содержательной стороны структурных схем. В результате получилась схема, в которой обозначается только наличие элементов и связей между ними, а также (в случае необходимости) разница между элементами и между связями. Такая схема называется графом (рис. 16). Рис. 16. Изображение структурной схемы с помощью графа Следовательно, граф состоит из: обозначений элементов произвольной природы, называемых вершинами; обозначений связей между ними, называемых ребрами. Часто бывает необходимо отразить несимметричность некоторых связей; в таких случаях линию, изображающую ребро, снабжают стрелкой. Если направления не обозначаются, то граф называется неориентированным, при наличии стрелок – ориентированным (полностью или частично). Данная пара вершин может быть соединена любым количеством ребер; вершина может быть соединена сама с собой (тогда ребро называется петлей). Если в графе требуется отразить другие различия между элементами или связями, то либо приписывают разным ребрам различные веса (взвешенные графы), либо раскрашивают вершины или ребра (раскрашенные графы). Для графов построена теория, имеющая многочисленные приложения. Разнообразные задачи этой теории связаны с различными преобразованиями графов, а также с возможностью рассмотрения различных отношений на графах: весов, рангов, цветов, вероятностных характеристик (стохастические графы) и т.п. В связи с тем, что множества вершин и ребер формально можно поменять местами, получается два представления системы в виде: • вершинного графа; • реберного графа. В одних задачах удобнее использовать вершинный, а в других – реберный граф. Графы могут изображать любые структуры, если не накладывать ограничений на пересекаемость ребер. Некоторые типы структур имеют особенности, важные для практики, они выделены из других и получили специальные названия. Так, в организационных системах часто встречаются линейные, древовидные (иерархические) и матричные структуры; в технических системах чаще встречаются сетевые структуры; особое место в теории систем занимают структуры с обратными связями. Динамические модели систем До сих пор основное внимание было уделено понятию системы, ее составу и устройству. Были построены модели, которые являются как бы «фотографиями» системы, отображают ее в некоторый момент времени t. В этом смысле рассмотрены варианты моделей «черного ящика», состава, структуры и структурной схемы системы могут быть названы статическими моделями, что подчеркивает их неподвижный, как бы застывший характер. Понятие динамики системы Следующий шаг в исследовании систем состоит в том, чтобы понять и описать, как система «работает», что происходит с ней самой и с окружающей средой в ходе реализации поставленной цели. Очевидно, и подход к описанию, и степень подробности описания происходящих процессов могут быть различными. Однако общим является то, что разрабатываемые модели должны отражать поведение систем, описывать происходящие с течением времени изменения, последовательность каких-то этапов, операций, действий, причинно- следственные связи. Системы, в которых происходят какие бы то ни было изменения со временем, будем называть динамическими, а модели, отображающие эти изменения, – динамическими моделями систем. Термин «динамический» будем использовать как обозначение любых изменений во времени. Для разных объектов и систем разработано большое количество динамических моделей, описывающих процессы с различной степенью детальности: от самого общего понятия динамики, движения вообще, до формальных математических моделей конкретных процессов типа уравнений движения в механике или волновых уравнений в теории поля. Уже на этапе «черного ящика» различают 2 этапа динамики системы: ее функционирование и развитие. Под функционированием подразумевают процессы, которые происходят в системе (и окружающей ее среде), стабильно реализующей фиксированную цель (например, часы, городской транспорт, кинотеатр, канцелярия, радиоприемник, станок, школа и т.д.) Развитием называют то, что происходит с системой при изменении ее целей. Характерной чертой развития является тот фактор, что существующая структура перестает соответствовать новой цели, и для обеспечения новой функции приходится изменять структуру, а иногда и состав системы, перестраивать всю систему. Не следует считать, что система всегда находится либо в фазе развития, либо в состоянии функционирования. Например, при реконструкции одного цеха остальные функционируют, завод в целом развивается. Даже при коренной перестройке системы какие-то элементы и даже подсистемы старой структуры могут продолжать функционировать в новой по - прежнему. Возможны и такие системы, для функционирования которых какие-то ее подсистемы должны быть постоянно в развитии. Следующий шаг в построении динамических моделей состоит в том, чтобы конкретнее отобразить происходящие изменения. Это означает, что следует различать части, этапы происходящего процесса, рассматривать их взаимосвязи. Другими словами, типы динамических моделей такие же, как и статических, только элементы этих моделей имеют временной характер. Типы динамических моделей При математическом моделировании некоторого процесса его конкретная реализация описывается в виде соответствия между элементами множества Х возможных «значений» х и элементов упорядоченного множества Т «моментов времени» t, т.е. в виде отображения: С помощью этих понятий можно строить математические модели систем (рис. 17). Рассматривая выход y(t) системы (это может быть вектор) как ее реакцию на управляемые u(t) и неуправляемые v(t) входы можно модель «черного ящика» выразить как совокупность двух процессов: Рис. 17. Модель системы Если даже считать y(t) результатом некоторого преобразования Ф процесса х(t) ,т.е. y(t) = Φ [x(t)], то модель «черного ящика» предполагает, что это преобразование неизвестно. В том случае, если имеем дело с «белым ящиком», соответствие между входом и выходом можно описать тем или иным способом. Какой именно способ – зависит от того, что именно нам известно, и в какой форме можно использовать эти знания. Модель с управлением Система формально задается как некая упорядоченная последовательность вида: , где - ось времени - множество входной информации , - оператор ввода, множество - входных воздействий - множество результатов - множество выходных воздействий Процесс преобразования входной информации Х в выходную информацию У на оси Т определяется тремя функциональными факторами: G – алгоритм, функция выхода; Н – функция поведения системы при использовании ресурсов системы, внутренних состояний, функция перехода; F – функция управления, изменяющая как, G так и Н; Z – множество внутренних состояния или ресурсов системы Перечисленные параметры системы определяют следующие свойства системы ∑: 1) система и ее поведение определяется более чем одним фактором, т.е. система – это энарная функция; 2) наличие фактора времени T говорит о том, что системы могут быть непрерывные, дискретные, динамические и статические; 3) наличие факторов Х и Ω, У и V говорит о том, что система может быть реализована и связана с внешней средой. У системы должно быть 0 или более входов и 1 или более выходов; 4) фактор G говорит о том, что процесс преобразования Х в У может быть формализован по виду входной и выходной информации даже, если не известна внутренняя структура системы; 5) наличие Н, Z – система имеет свой конкретный способ поведения, который влияет на G, а так же H и Z влияет на получение конкретного результата Y; 6) наличие F – система может быть самоуправляемой, самоуправляющей, саморегулируемой или саморегулирующей; 7) наличие множества Е-элементов и связей определяют тот факт, что системы бывают простые и сложные. Основные характеристики модели с управлением Сложность системы определяется как структурная и функциональная сложность. Функциональная сложность CF – количество шагов (счетных и логических), требуемых для реализации конкретно заданной функции F. CF= (H*L)К, где L – логическая глубина вычислений (длина самой длинной цепочки вычислений, самого длинного пути работы); H – степень параллелизма вычислений (работ); K – степень сложности реализации системы, если система еще не реализована К=1; Структурная сложность C∑ – некоторая метрическая величина, определяющая количество элементов и количество связей системы. C∑= m/n(n-1), где m – число реализованных связей в системе между элементами, n – общее число элементов в системе. Если система реализована, то структурная сложность рассчитывается по формуле С*=(1+ξ*C∑)* Се, (11) где Се – сложность реализации элементов в системе ξ – относительная величина сложности реализации связей и элементов в системе, т.е. ξ = сложность реализации элементов/сложность реализации связей Сложность C – это некая метрическая величина, ставящаяся в соответствие структурно- функциональному составу системы. Надежность R – напрямую зависит от сложности. Это некая метрическая величина, которая определяет способность системы сохранять заданные свойства поведения при наличии внешних и внутренних воздействий, т.е. а) быть устойчивой в смысле функционирования, б) быть помехозащищенной в смысле сохранении элементов и структуры от механических воздействий. R=f(TH,Tср,P(ti,ti+1),∆(ti,ti+1)), где 1) TH – время нормальной работы системы (время от начала запуска системы до того момента, когда из-за накопившегося числа явных и неявных отказов система «плохо» работает) 2) Тср– среднее время безотказной работы, (вычисляется по наблюдению за работой системы). 3) P(ti,ti+1) или P(∆t) вероятность безотказной работы в интервале ∆t = (ti,ti+1); 4) ∆(ti,ti+1)- средний поток отказов на интервале (ti,ti+1). Эффективность Э – метрическая величина, определяющая способность системы хорошо выполнять заданную работу. Эффективность вычисляется через функционал качества Φ и функцию управления. Φ (X,Zo,∆t,ω) = y ≈ ∋, где Φ – функция управления, Э – эффективность, X – начальные данные (ввод), Y – конечные данные (вывод), Zo – начальное состояние (ресурсы), ∆t – интервал работы (времени), ω – входные воздействия (операторы ввода). Качество управления системой вычисляется через функцию управления J: J (X,Zo,Zi,g,ω) = {∆ti} Функция управления J – это некоторая метрическая величина, определяющая минимально допустимый интервал времени ∆tmin, необходимый для завершения работы системы по получению ожидаемого результата. На практике часто для определения эффективности системы используют дополнительные характеристики системы: 1. Пропускная способность П (если П→1, то имеет место высокая пропускная способность min∆t); 2. Универсальность U (если U→1, то имеет место высокая универсальность и низкая надежность); 3. Степень иерархичности J (определяется по каждому виду иерархии: управление, информация, время, функция, затраты). Построение модели Все рассмотренные типы моделей являются формальными, относящимися к любым системам и, следовательно, не относящимся ни к одной конкретной системе. Чтобы получить модель заданной системы, нужно придать формальной модели конкретное содержание, решить какие аспекты реальной системы включать как элементы модели избранного типа, а какие – нет, считая их несущественными. Этот процесс обычно неформализуем, является интеллектуальным, творческим. В процессе построения содержательных моделей систем главной является задача создания полной модели. Общие рекомендации по достижению полноты: – необходимо стремиться учесть все существенные факторы, влияющие на рассматриваемое явление; поскольку такая существенность не всегда очевидна, лучше включить в модель несущественный элемент, чем не включить существенный; – одним из необходимых признаков полноты модели является наличие в ней противоречивых элементов; следует уделить специальное внимание этому моменту: например, при перечислении выходов надо включать в перечень не только желательные целевые выходы (связи, продукцию и т.п.), но и нежелательные (отход, брак, и т.д.); – как бы ни были обширны знания о данном явлении, реальность богаче моделей – в ней всегда есть неизвестные факторы; чтобы не упустить из виду возможность чего- то существенного, но пока неизвестного, рекомендуется включать в модель неявные «запасные», неконкретизированные элементы (типа «все остальное», «что-то ещё») и на различных стадиях системного анализа обращаться к этим элементам, ставя вопрос: не пора ли дополнить модель ещё одним явным элементом. Кибернетика и связь с методами искусственного интеллекта. Искусственный интеллект является сейчас «горячей точкой» научных исследований. В этой точке, как в фокусе, сконцентрированы наибольшие усилия кибернетиков, лингвистов, психологов, философов, математиков и инженеров. Именно здесь решаются многие коренные вопросы, связанные с путями развития научной мысли, с воздействием достижений в области вычислительной техники и робототехники на жизнь будущих поколений людей. Здесь возникают и получают права гражданства новые методы научных междисциплинарных исследований. Здесь формируется новый взгляд на роль тех или иных научных результатов и возникает то, что можно было бы назвать философским осмыслением этих результатов. Как уже отмечалось, кибернетика возникла на стыке многих областей знания: математики, логики, семиотики, биологии и социологии. Обобщающий характер кибернетических идей и методов сближает науку об управлении, каковой является кибернетика, с философией. Задача обоснования исходных понятий кибернетики, особенно таких, как информация, управление, обратная связь и др. требуют выхода в более широкую, философскую область знаний, где рассматриваются атрибуты материи - общие свойства движения, закономерности познания. Сама кибернетика как наука об управлении многое дает современному философскому мышлению. Она позволяет более глубоко раскрыть механизм самоорганизации материи, обогащает содержание категории связей, причинности, позволяет более детально изучить диалектику необходимости и случайности, возможности и действительности. Открываются пути для разработки "кибернетической" гносеологии, которая не подменяет диалектический материализм теорией познания, но позволяет уточнить, детализировать и углубить в свете науки об управлении ряд существенно важных проблем. Возникнув в результате развития и взаимного стимулирования ряда, в недалеком прошлом слабо связанных между собой, дисциплин технического, биологического и социального профиля кибернетика проникла во многие сферы жизни. Столь необычная "биография" кибернетики объясняется целым рядом причин, среди которых надо выделить две. Во-первых, кибернетика имеет необычайный, синтетический характер. В связи с этим до сих пор существуют различия в трактовке некоторых ее проблем и понятий. Во-вторых, основополагающие идеи кибернетики пришли в нашу страну с Запада, где они с самого начала оказались под влиянием идеализма и метафизики, а иногда и идеологии. То же самое, или почти то же самое происходило и у нас. Таким образом становится очевидной необходимость разработки философских основ кибернетики, освещение ее основных положений с позиции философского познания. Осмысление кибернетических понятий с позиции философии будет способствовать более успешному осуществлению теоретических и практических работ в этой области, создаст лучшие условия для эффективной работы и научного поиска в этой области познания. Кибернетика как перспективная область научного познания привлекает к себе все большее внимание философов. Положения и выводы кибернетики включаются в их области знания, которые в значительной степени определяют развитие современной теории познания. Как справедливо отмечают отечественные исследователи, кибернетика, достижения которой имеет громадное значение для исследования познавательного процесса, по своей сущности и содержанию должна входить в теорию познания. Исследование методологического и гносеологического аспектов кибернетики способствует решению многих философских проблем. В их числе - проблемы диалектического понимания простого и сложного, количества и качества, необходимости и случайности, возможности и действительности, прерывности и непрерывности, части и целого. Для развития самих математики и кибернетики важное значение имеет применение к материалу этих наук ряда фундаментальных философских принципов и понятий, применение, обязательно учитывающее специфику соответствующих областей научного знания. Среди этих принципов и понятий следует особо выделить положение отражения, принцип материального единства мира конкретного и абстрактного, количества и качества, нормального и содержательного подхода к познанию и др. Философская мысль уже много сделала в анализе аспектов и теоретико-познавательной роли кибернетики. Было показано, сколь многообещающим в философском плане является рассмотрение в свете кибернетики таких вопросов и понятий, как природа информации, цель и целенаправленность, соотношение детерминизма и теологии, соотношение дискретного и непрерывного, детерминистского и вероятностного подхода к науке. Нужно сказать и о большом значении кибернетики для построения научной картины мира. Собственно предмет кибернетики - процессы, протекающие в системах управления, общие закономерности таких процессов. Кибернетика и сознание Явления, которые отображаются в таких фундаментальных понятиях кибернетики, как информация и управление, имеют место в органической природе и общественной жизни. Таким образом, кибернетику можно определить как науку об управлении и связи с живой природой в обществе и технике. Один из важнейших вопросов, вокруг которого идут философские дискуссии - это вопрос о том, что такое информация, какова ее природа? Для характеристики природы информационных процессов необходимо кратко рассмотреть естественную основу всякой информации, а таковой естественной основой информации является присущее материи объективное свойство отражения. Положение о неразрывной связи информации и отражения стало одним из важнейших в изучении информации и информационных процессов и признается абсолютным большинством отечественных философов. Информация в живой природе в отличие от неживой играет активную роль, так как участвует в управлении всеми жизненными процессами. Материалистическая теория отражения видит решение новых проблем науки и, в частности, такой кардинальной проблемы естествознания как переход от неорганической материи к органической, в использовании методологической основы диалектического материализма. Проблема заключается в том, что существует материя, способная ощущать, и материя, созданная из тех же атомов и в тоже время не обладающая этой способностью. Вопрос, таким образом поставлен вполне конкретно и, тем самым, толкает проблему к решению. Кибернетика вплотную занялась исследованием механизмов саморегуляции и самоуправления. Вместе с тем, оставаясь методически ограниченными, эти достижения оставили открытыми ряд проблем к рассмотрению которых привела внутренняя ломка кибернетики. Сознание является не столько продуктом развития природы, сколько продуктом общественной жизни человека, общественного труда предыдущих поколений людей. Оно является существенной частью деятельности человека, посредством которой создается человеческая природа и не может быть принята вне этой природы. Если в машинах и вообще в неорганической природе отражение есть пассивный, мертвый физико-химический, механический акт без обобщения и проникновения в сущность обобщаемого явления, то отражение в форме сознания есть, то мнению Ф.Энгельса "познание высокоорганизованной материей самой себя, проникновение в сущность, закон развития природы, предметов и явлений объективного мира". В машине же отражение не осознанно, так как оно осуществляется без образования идеальных образов и понятий, а происходит в виде электрических импульсов, сигналов и т.п. Поскольку машина не мыслит, эта не есть та форма отражения, которая имеет место в процессе познания человеком окружающего мира. Закономерности процесса отражения в машине определяются, прежде всего, закономерностями отражения действительности в сознании человека, так как машину создает человек в целях более точного отражения действительности, и не машина сама по себе отражает действительность, а человек отражает ее с помощью машины. Поэтому отражение действительности машиной является составным элементом отражения действительности человеком. Появление кибернетических устройств приводит к возникновению не новой формы отражения, а нового звена, опосредующего отражение природы человеком. Конкретизация понятия «искусственный интеллект» В понятие «искусственный интеллект» вкладывается различный смысл - от признания интеллекта у ЭВМ, решающих логические или даже любые вычислительные задачи, до отнесения к интеллектуальным лишь тех систем, которые решают весь комплекс задач, осуществляемых человеком, или еще более широкую их совокупность. Мы постараемся вычленить тот смысл понятия «искусственный интеллект», который в наибольшей степени соответствует реальным исследованиям в этой области. Как отмечалось, в исследованиях по искусственному интеллекту ученые отвлекаются от сходства процессов, происходящих в технической системе или в реализуемых ею программах, с мышлением человека. Если система решает задачи, которые человек обычно решает посредством своего интеллекта, то мы имеем дело с системой искусственного интеллекта. Однако это ограничение недостаточно. Создание традиционных программ для ЭВМ - работа программиста - не есть конструирование искусственного интеллекта. Какие же задачи, решаемые техническими системами, можно рассматривать как конституирующие искусственный интеллект? Чтобы ответить на этот вопрос, надо уяснить прежде всего, что такое задача. Как отмечают психологи , этот термин тоже не является достаточно определенным. По-видимому, в качестве исходного можно принять понимание задачи как мыслительной задачи, существующее в психологии. Они подчеркивают, что задача есть только тогда, когда есть работа для мышления, т. е. когда имеется некоторая цель, а средства к ее достижению не ясны; их надо найти посредством мышления. Хорошо по этому поводу сказал Д. Пойа: «...трудность решения в какой-то мере входит в самопонятие задачи: там, где нет трудности, нет и задачи». Если человек имеет очевидное средство, с помощью которого наверное можно осуществить желание, поясняет он, то задачи не возникает. Если человек обладает алгоритмом решения некоторой задачи и имеет физическую возможность его реализации, то задачи в собственном смысле уже не существует. Так понимаемая задача в сущности тождественна проблемной ситуации, и решается она посредством преобразования последней. В ее решении участвуют не только условия, которые непосредственно заданы. Человек использует любую находящуюся в его памяти информацию, «модель мира», имеющуюся в его психике и включающую фиксацию разнообразных законов, связей, отношений этого мира. Если задача не является мыслительной, то она решается на ЭВМ традиционными методами и, значит, не входит в круг задач искусственного интеллекта. Ее интеллектуальная часть выполнена человеком. На долю машины осталась часть работы, которая не требует участия мышления, т. е. «безмысленная», неинтеллектуальная. Под словом «машина» здесь понимается машина вместе с ее совокупным математическим обеспечением, включающим не только программы, но и необходимые для решения задач «модели мира». Недостатком такого понимания является главным образом его антропоморфизм. Задачи, решаемые искусственным интеллектом, целесообразно определить таким образом, чтобы человек по крайней мере в определении отсутствовал. При характеристике мышления мы отмечали, что его основная функция заключается в выработке схем целесообразных внешних действий в бесконечно варьирующих условиях. Специфика человеческого мышления (в отличие от рассудочной деятельности животных) состоит в том, что человек вырабатывает и накапливает знания, храня их в своей памяти. Выработка схем внешних действий происходит не по принципу «стимул - реакция», а на основе знаний, получаемых дополнительно из среды, для поведения в которой вырабатывается схема действия. Этот способ выработки схем внешних действий (а не просто действия по командам, пусть даже меняющимся как функции от времени или как однозначно определенные функции от результатов предшествующих шагов), на наш взгляд, является существенной характеристикой любого интеллекта. Отсюда следует, что к системам искусственного интеллекта относятся те, которые, используя заложенные в них правила переработки информации, вырабатывают новые схемы целесообразных действий на основе анализа моделей среды, хранящихся в их памяти. Способность к перестройке самих этих моделей в соответствии с вновь поступающей информацией является свидетельством более высокого уровня искусственного интеллекта. Большинство исследователей считают наличие собственной внутренней модели мира у технических систем предпосылкой их «интеллектуальности». Формирование такой модели, как мы покажем ниже, связано с преодолением синтаксической односторонности системы, т.е. с тем, что символы или та их часть, которой оперирует система, интерпретированы, имеют семантику. Характеризуя особенности систем искусственного интеллекта, Л. Т. Кузин указывает на: 1) наличие в них собственной внутренней модели внешнего мира; эта модель обеспечивает индивидуальность, относительную самостоятельность системы в оценке ситуации, возможность семантической и прагматической интерпретации запросов к системе; 2) способность пополнения имеющихся знаний; 3) способность к дедуктивному выводу, т.е. к генерации информации, которая в явном виде не содержится в системе; это качество позволяет системе конструировать информационную структуру с новой семантикой и практической направленностью; 4) умение оперировать в ситуациях, связанных с различными аспектами нечеткости, включая «понимание» естественного языка; 5) способность к диалоговому взаимодействию с человеком; 6) способность к адаптации. На вопрос, все ли перечисленные условия обязательны, необходимы для признания системы интеллектуальной, ученые отвечают по-разному. В реальных исследованиях, как правило, признается абсолютно необходимым наличие внутренней модели внешнего мира, и при этом считается достаточным выполнение хотя бы одного из перечисленных выше условий. П. Армер выдвинул мысль о «континууме интеллекта»: различные системы могут сопоставляться не только как имеющие и не имеющие интеллекта, но и по степени его развития. При этом, считает он, желательно разработать шкалу уровня интеллекта, учитывающую степень развития каждого из его необходимых признаков. Известно, что в свое время А.Тьюринг предложил в качестве критерия, определяющего, может ли машина мыслить, «игру в имитацию». Согласно этому критерию, машина может быть признана мыслящей, если человек, ведя с ней диалог по достаточно широкому кругу вопросов, не сможет отличить ее ответов от ответов человека. Критерий Тьюринга в литературе был подвергнут критике с различных точек зрения. На наш взгляд, действительно серьезный аргумент против этого критерия заключается в том, что в подходе Тьюринга ставится знак тождества между способностью мыслить и способностью к решению задач переработки информации определенною типа. Успешная «игра в имитацию» не может без предварительного тщательного анализа мышления как целостности бытъ признана критерием ее способности к мышлению. Однако этот аргумент бьет мимо цели, если мы говорим не о мыслящей машине, а об искусственном интеллекте, который должен лишь продуцировать физические тела знаков, интерпретируемые человеком в качестве решений определенных задач. Поэтому прав В. М. Глушков, утверждая, что наиболее естественно, следуя Тьюрингу, считать, что некоторое устройство, созданное человеком, представляет собой искусственный интеллект, если, ведя с ним достаточно долгий диалог по более или менее широкому кругу вопросов, человек не сможет различить, разговаривает он с разумным живым существом или с автоматическим устройством. Если учесть возможность разработки программ, специально рассчитанных на введение в заблуждение человека, то, возможно, следует говорить не просто о человеке, а о специально подготовленном эксперте. Этот критерий, на наш взгляд, не противоречит перечисленным выше особенностям системы искусственного .интеллекта. Но что значит по «достаточно широкому кругу вопросов», о котором идет речь в критерии Тьюринга и в высказывании В. М. Глушкова? На начальных этапах разработки проблемы искусственного интеллекта ряд исследователей, особенно занимающихся эвристическим программированием, ставили задачу создания интеллекта, успешно функционирующего в любой сфере деятельности. Это можно назвать разработкой «общего интеллекта». Сейчас большинство работ направлено на создание «профессионального искусственного интеллекта», т. е. систем, решающих интеллектуальные задачи из относительно ограниченной области (например, управление портом, интегрирование функций, доказательство теорем геометрии и т.п.). В этих случаях «достаточно широкий круг вопросов» должен пониматься как соответствующая область предметов. Исходным пунктом наших рассуждений об искусственном интеллекте было определение такой системы как решающей мыслительные задачи. Но перед нею ставятся и задачи, которые люди обычно не считают интеллектуальными, поскольку при их решении человек сознательно не прибегает к перестройке проблемных ситуаций. К их числу относится, например, задача распознания зрительных образов. Человек узнает человека, которого видел один-два раза, непосредственно в процессе чувственного восприятия. Исходя из этого кажется, что эта задача не является интеллектуальной. Но в процессе узнавания человек не решает мыслительных задач лишь постольку, поскольку программа распознания не находится в сфере осознанного. Но так как в решении таких задач на неосознанном уровне участвует модель среды, хранящаяся в памяти, то эти задачи в сущности являются интеллектуальными. Соответственно и система, которая ее решает, может считаться интеллектуальной. Тем более это относится к «пониманию» машиной фраз на естественном языке, хотя человек в этом не усматривает обычно проблемной ситуации. Теория искусственного интеллекта при решении многих задач сталкивается с гносеологическими проблемами. Одна из таких проблем состоит в выяснении вопроса, доказуема ли теоретически (математически) возможность или невозможность искусственного интеллекта. На этот счет существуют две точки зрения. Одни считают математически доказанным, что ЭВМ в принципе может выполнить любую функцию, осуществляемую естественным интеллектом. Другие полагают в такой же мере доказанным математически, что есть проблемы, решаемые человеческим интеллектом, которые принципиально недоступны ЭВМ. Эти взгляды высказываются как кибернетиками, так и философами. Проблема искусственного интеллекта Гносеологический анализ проблемы искусственного интеллекта вскрывает роль таких познавательных орудий, как категории, специфическая семиотическая система, логические структуры, ранее накопленное знание. Они обнаруживаются не посредством исследования физиологических или психологических механизмов познавательного процесса, а выявляются в знании, в его языковом выражении. Орудия познания, формирующиеся в конечном счете на основе практической деятельности, необходимы для любой системы, выполняющей функции абстрактного мышления, независимо от ее конкретного материального субстрата и структуры. Поэтому, чтобы создать систему, выполняющую функции абстрактного мышления, т. е. в конечном счете формирующую адекватные схемы внешних действий в существенно меняющихся средах, необходимо наделить такую систему этими орудиями. Развитие систем искусственного интеллекта за последние десятилетия идет по этому пути. Однако степень продвижения в данном направлении в отношении каждого из указанных познавательных орудий неодинакова и в целом пока незначительна. 1. В наибольшей мере системы искусственного интеллекта используют формально-логические структуры, что обусловлено их неспецифичностью для мышления и в сущности алгоритмическим характером. Это дает возможность относительно легкой их технической реализации. Однако даже здесь кибернетике предстоит пройти большой путь. В системах искусственного интеллекта еще слабо используются модальная, императивная, вопросная и иные логики, которые функционируют в человеческом интеллекте и не менее необходимы для успешных познавательных процессов, чем давно освоенные логикой, а затем и кибернетикой формы вывода. Повышение «интеллектуального» уровня технических систем, безусловно, связано не только с расширением применяемых логических средств, но и с более интенсивным их использованием (для проверки информации на непротиворечивость, конструирования планов вычислений и т. д.). 2. Намного сложнее обстоит дело с семиотическими системами, без которых интеллект невозможен. Языки, используемые в ЭВМ, еще далеки от семиотических структур, которыми оперирует мышление. Прежде всего для решения ряда задач необходимо последовательное приближение семиотических систем, которыми наделяется ЭВМ, к естественному языку, точнее, к использованию его ограниченных фрагментов. В этом плане предпринимаются попытки наделить входные языки ЭВМ универсалиями языка, например полисемией (которая элиминируется при обработке в лингвистическом процессоре). Разработаны проблемно-ориентированные фрагменты естественных языков, достаточные для решения системой ряда практических задач. Наиболее важным итогом этой работы является создание семантических языков (и их формализация), в которых слова-символы имеют интерпретацию. Однако многие универсалии естественных языков, необходимые для выполнения ими познавательных функций, в языках искусственного интеллекта пока реализованы слабо (например, открытость) или используются ограниченно (например, полисемия). Все большее воплощение в семиотических системах универсалий естественного языка, обусловленных его познавательной функцией, выступает одной из важнейших линий совершенствования систем искусственного интеллекта, особенно тех, в которых проблемная область заранее жестко не определена. Современные системы искусственного интеллекта способны осуществлять перевод с одномерных языков на многомерные. В частности, они могут строить диаграммы, схемы, чертежи, графы, высвечивать на экранах кривые и т. д. ЭВМ производят и обратный перевод (описывают графики и тому подобное с помощью символов). Такого рода перевод является существенным элементом интеллектуальной деятельности. Но современные системы искусственного интеллекта пока не способны к непосредственному (без перевода на символический язык) использованию изображений или воспринимаемых сцен для «интеллектуальных» действий. Поиск путей глобального (а не локального) оперирования информацией составляет одну из важнейших перспективных задач теории искусственного интеллекта. 3. Воплощение в информационные массивы и программы систем искусственного интеллекта аналогов категорий находится пока в начальной стадии. Аналоги некоторых категорий (например, «целое», «часть», «общее», «единичное») используются в ряде систем представления знаний, в частности в качестве «базовых отношений», в той мере, в какой это необходимо для тех или иных конкретных предметных или проблемных областей, с которыми взаимодействуют системы. В формализованном понятийном аппарате некоторых систем представления знаний предприняты отдельные (теоретически существенные и практически важные) попытки выражения некоторых моментов содержания и других категорий (например, «причина», «следствие»). Однако ряд категорий (например, «сущность», «явление») в языках систем представления знаний отсутствует. Проблема в целом разработчиками систем искусственного интеллекта в полной мере еще не осмыслена, и предстоит большая работа философов, логиков и кибернетиков по внедрению аналогов категорий в системы представления знаний и другие компоненты интеллектуальных систем. Это одно из перспективных направлений в развитии теории и практики кибернетики. 4. Современные системы искусственного интеллекта почти не имитируют сложную иерархическую структуру образа, что не позволяет им перестраивать проблемные ситуации, комбинировать локальные части сетей знаний в блоки, перестраивать эти блоки и т. д. Не является совершенным и взаимодействие вновь поступающей информации с совокупным знанием, фиксированным в системах. В семантических сетях и фреймах пока недостаточно используются методы, благодаря которым интеллект человека легко пополняется новой информацией, находит нужные данные, перестраивает свою систему знаний и т. д. 5. Еще в меньшей мере современные системы искусственного интеллекта способны активно воздействовать на внешнюю среду, без чего не может; осуществляться самообучение и вообще совершенствование «интеллектуальной» деятельности. Таким образом, хотя определенные шаги к воплощению гносеологических характеристик мышления в современных системах искусственного интеллекта сделаны, но в целом эти системы еще далеко не владеют комплексом гносеологических орудий, которыми располагает человек и которые необходимы для выполнения совокупности функций абстрактного мышления. Чем больше характеристики систем искусственного интеллекта будут приближены к гносеологическим характеристикам мышления человека, тем ближе будет их «интеллект» к интеллекту человека, точнее, тем выше будет их способность к комбинированию знаковых конструкций, воспринимаемых и интерпретируемых человеком в качестве решения задач и вообще воплощения мыслей. В связи с этим возникает сложный вопрос. При анализе познавательного процесса гносеология абстрагируется от психофизиологических механизмов, посредством которых реализуется этот процесс. Но из этого не следует, что для построения систем искусственного интеллекта эти механизмы не имеют значения. Вообще говоря, не исключено, что механизмы, необходимые для воплощения неотъемлемых характеристик интеллектуальной системы, не могут быть реализованы в цифровых машинах или даже в любой технической системе, включающей в себя только компоненты неорганической природы. Иначе говоря, в принципе не исключено, что хотя мы можем познать все гносеологические закономерности, обеспечивающие выполнение человеком его познавательной функции, но их совокупность реализуема лишь в системе, субстратно тождественной человеку. Такой взгляд обосновывается X. Дрейфусом. «Телесная организация человека, - пишет он, - позволяет ему выполнять... функции, для которых нет машинных программ - таковые не только еще не созданы, но даже не существуют в проекте... Эти функции включаются в общую способность человека к приобретению телесных умений и навыков. Благодаря этой фундаментальной способности наделенный телом субъект может существовать в окружающем его мире, не пытаясь решить невыполнимую задачу формализации всего и вся». Как отмечает Б. В. Бирюков, подчеркивание значения «телесной организации» для понимания особенностей психических процессов, в частности возможности восприятия, заслуживает внимания. Качественные различия в способности конкретных систем отражать мир тесно связаны с их структурой, которая хотя и обладает относительной самостоятельностью, но не может преодолеть некоторых рамок, заданных субстратом. В процессе биологической эволюции совершенствование свойства отражения происходило на основе усложнения нервной системы, т. е. субстрата отражения. Не исключается также, что различие субстратов ЭВМ и человека может обусловить фундаментальные различия в их способности к отражению, что ряд функций человеческого интеллекта в принципе недоступен таким машинам. Иногда в философской литературе утверждается, что допущение возможности выполнения технической системой интеллектуальных функций человека означает сведение высшего (биологического и социального) к низшему (к системам из неорганических компонентов) и, следовательно, противоречит материалистической диалектике. Однако в этом рассуждении не учитывается, что пути усложнения материи однозначно не предначертаны и не исключено, что общество имеет возможность создать из неорганических компонентов (абстрактно говоря, минуя химическую форму движения) системы не менее сложные и не менее способные к отражению, чем биологические. Созданные таким образом системы являлись бы компонентами общества, социальной формой движения. Следовательно, вопрос о возможности передачи интеллектуальных функций техническим системам, и в частности о возможности наделения их рассмотренными в работе гносеологическими орудиями, не может быть решен только исходя из философских соображений. Он должен быть подвергнут анализу на базе конкретных научных исследований. X. Дрейфус подчеркивает, что ЭВМ оперирует информацией, которая не имеет значения, смысла. Поэтому для ЭВМ необходим перебор огромного числа вариантов. Телесная организация человека, его организма позволяет отличать значимое от незначимого для жизнедеятельности и вести поиск только в сфере первого. Для «нетелесной» ЭВМ, утверждает Дрейфус, это недоступно. Конечно, конкретный тип организации тела позволяет человеку ограничивать пространство возможного поиска. Это происходит уже на уровне анализаторной системы. Совсем иначе обстоит дело в ЭВМ. Когда в кибернетике ставится общая задача, например распознания образов, то эта задача переводится с чувственно-наглядного уровня на абстрактный. Тем самым снимаются ограничения, не осознаваемые человеком, но содержащиеся в его «теле», в структуре органов чувств и организма в целом. Они игнорируются ЭВМ. Поэтому пространство поиска резко увеличивается. Это значит, что к «интеллекту» ЭВМ предъявляются более высокие требования (поиска в более обширном пространстве), чем к интеллекту человека, к которому приток информации ограничен физиологической структурой его тела. Системы, обладающие психикой, отличаются от ЭВМ прежде всего тем, что им присущи биологические потребности, обусловленные их материальным, биохимическим субстратом. Отражение внешнего мира происходит сквозь призму этих потребностей, в чем выражается активность психической системы. ЭВМ не имеет потребностей, органически связанных с ее субстратом, для нее как таковой информация незначима, безразлична. Значимость, генетически заданная человеку, имеет два типа последствий. Первый-круг поиска сокращается, и тем самым облегчается решение задачи. Второй-нестираемые из памяти фундаментальные потребности организма обусловливают односторонность психической системы. Дрейфус пишет в связи с этим: «Если бы у нас на Земле очутился марсианин, ему, наверное, пришлось бы действовать в абсолютно незнакомой обстановке; задача сортировки релевантного и нерелевантного, существенного и несущественного, которая бы перед ним возникла, оказалась бы для него столь же неразрешимой, как и для цифровой машины, если, конечно, он не сумеет принять в расчет никаких человеческих устремлений». С этим нельзя согласиться. Если «марсианин» имеет иную биологию, чем человек, то он имеет и иной фундаментальный слой неотъемлемых потребностей, и принять ему «человеческие устремления» значительно труднее, чем ЭВМ, которая может быть запрограммирована на любую цель. Животное в принципе не может быть по отношению к этому фундаментальному слою перепрограммировано, хотя для некоторых целей оно может быть запрограммировано вновь посредством дрессировки. В этом (но только в этом) смысле потенциальные интеллектуальные возможности машины шире таких возможностей животных. У человека над фундаментальным слоем биологических потребностей надстраиваются социальные потребности, и информация для него не только биологически, но и социально значима. Человек универсален и с точки зрения потребностей и с точки зрения возможностей их удовлетворения. Однако эта универсальность присуща ему как социальному существу, производящему средства целесообразной деятельности, в том числе и системы искусственного интеллекта. Таким образом, телесная организация не только дает дополнительные возможности, но и создает дополнительные трудности. Поэтому интеллекту человека важно иметь на вооружении системы, свободные от его собственных телесных и иных потребностей, пристрастий. Конечно, от таких систем неразумно требовать, чтобы они самостоятельно распознавали образы, классифицировали их по признакам, по которым это делает человек. Им цели необходимо задавать в явной форме. Вместе с тем следует отметить, что технические системы могут иметь аналог телесной организации. Развитая кибернетическая система обладает рецепторны-ми и эффекторными придатками. Начало развитию таких систем положили интегральные промышленные роботы, в которых ЭВМ в основном выполняет функцию памяти. В роботах третьего поколения ЭВМ выполняет и «интеллектуальные» функции. Их взаимодействие с миром призвано совершенствовать их «интеллект». Такого рода роботы имеют «телесную организацию», конструкция их рецепторов и эффекторов содержит определенные ограничения, сокращающие пространство, в котором, абстрактно говоря, могла бы совершать поиск цифровая машина. Тем не менее совершенствование систем искусственного интеллекта на базе цифровых машин может иметь границы, из-за которых переход к решению интеллектуальных задач более высокого порядка, требующих учета глобального характера переработки информации и ряда других гносеологических характеристик мышления, невозможен на дискретных машинах при сколь угодно совершенной программе. Это значит, что техническая (а не только биологическая) эволюция отражающих систем оказывается связанной с изменением материального субстрата и конструкции этих систем. Такая эволюция, т. е. аппаратурное усовершенствование систем искусственного интеллекта, например, через более интенсивное использование аналоговых компонентов, гибридных систем, голографии и ряда других идей, будет иметь место. При этом не исключается использование физических процессов, протекающих в мозгу, и таких, которые психика в качестве своих механизмов не использует. Наряду с этим еще далеко не исчерпаны возможности совершенствования систем искусственного интеллекта путем использования в функционировании цифровых машин гносеологических характеристик мышления, о которых речь шла выше. Таким образом, развитие информационной техники позволило компенсировать человеку психофизиологическую ограниченность своего организма в ряде направлений. «Внешняя нервная система», создаваемая и расширяемая человеком, уже дала ему возможность вырабатывать теории, открывать количественные закономерности, раздвигать пределы познания сложных систем. Искусственный интеллект и его совершенствование превращают границы сложности, доступные человеку, в систематически раздвигаемые. Это особенно важно в современную эпоху, когда общество не может успешно развиваться без рационального управления сложными и сверхсложными системами. Разработка проблем искусственного интеллекта является существенным вкладом в осознание человеком закономерностей внешнего и внутреннего мира, в их использование в интересах общества и тем самым в развитие свободы человека. Знания как объект исследования и преобразования в системах искусственного интеллекта Искусственный интеллект (ИИ) – это одно из направлений кибернетики, целью которого является разработка программно-аппаратных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с компьютером на ограниченном подмножестве естественного языка. Экспертные системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта – совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ. Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр. ЭС – это набор программ, выполняющих функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов. Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала. При создании ЭС возникает ряд затруднений. Это, прежде всего, связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты. Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора. При построении подсистем вывода используют методы решения задач искусственного интеллекта. Ниже представлена структура ЭС. Пользователь, желающий получить информацию, через интерфейс посылает запрос к ЭС; решатель, пользуясь базой знаний, генерирует и выдает пользователю подходящую рекомендацию, объясняя ход своих рассуждений при помощи подсистемы объяснений. Пользователь Инженер по знаниям Эксперт Рис. 17. Структура экспертной системы. Пользователь – специалист предметной области, для которого предназначена система. Инженер по знаниям – специалист в области ИИ. Синонимы: когнитолог, инженер-интерпретатор, аналитик. Интерфейс пользователя – комплекс программ, реализующих диалог пользователя с ЭС. База знаний – ядро ЭС, совокупность знаний ПО, записанных в память на языке, понятном эксперту и пользователю. Параллельно существует БЗ во внутреннем машинном представлении. Решатель – программа, моделирующая ход рассуждений эксперта на основании знаний, имеющихся в БЗ. Синонимы: дедуктивная машина, машина вывода, блок логического вывода. Подсистема объяснений – программа, позволяющая пользователю получить ответы на вопрос как система приняла такое решение и почему. Интеллектуальный редактор БЗ – программа, позволяющая инженеру по знаниям создавать БЗ в диалоговом режиме. Включает систему вложенных меню, шаблонов ЯПЗ, подсказок и других сервисных средств. Рис. 18 Классификация систем, основанных на знаниях Классификация по решаемой задаче: Интерпретация данных – это одна из традиционных задач для ЭС, процесс определения смысла данных, результаты которого должны быть согласованными и корректными. Предусматривается многовариантный анализ данных. (Обнаружение и идентификация различных типов океанских судов по результатам аэрокосмического сканирования, определение свойств личности по результатам психодиагностического тестирования АВАНТЕСТ, МИКРОЛЮШЕР); Диагностика – процесс соотнесения объекта с некоторым классом объектов и обнаружение отклонения от нормы. Диагностика и терапия сужения коронарных сосудов, диагностика ошибок в аппаратуре и математическом обеспечении ЭВМ; Мониторинг. Основная задача мониторинга – непрерывная интерпретация данных в реальном масштабе времени и сигнализация о выходе тех или иных параметров за допустимые пределы. Контроль за работой электростанций СПРИНТ, помощь диспетчерам атомного реактора, контроль аварийных датчиков на химическом заводе – FALCON. Проектирование – подготовка спецификаций на создание «объектов» с заранее определенными свойствами. Под спецификацией понимается полный набор документов. В задачах проектирования тесно связаны два основных процесса ЭС: процесс вывода решения и процесс объяснения. Проектирование конфигураций ЭВМ, синтез электрических цепей. Прогнозирование – позволяет предсказывать событий на основании имеющихся данных, логически выводить вероятные следствия из данных ситуаций. Предсказание погоды – WILLARD; оценки будущего урожая – PLANT; прогнозы в экономике - ECON. Планирование – нахождение планов действий объектов, способных выполнять некоторые функции. Для выведения логических последствий планируемой деятельности используются модели поведения реальных объектов. Планирование поведения робота – STRIPS, планирование промышленных заказов – ISIS, эксперимента – MOLGEN. Обучение – системы обучения с помощью компьютера диагностируют ошибки и подсказывают правильные решения. Они аккумулируют знания о гипотетическом ученике, о его характерных ошибках и способны диагностировать слабости в познаниях обучаемых и находить средства их ликвидации. Управление – функция организованной системы, поддерживающая определенный режим деятельности. Такого рода ЭС осуществляют управление поведением сложных систем в соответствии с заданными спецификациями. Управление газовой котельной GAS, управление системой календарного планирования Project Assistant. Поддержка принятия решений – это совокупность процедур, обеспечивающая лицо, принимающее решение, необходимой информацией и рекомендациями. Выбор стратегии выхода фирмы из кризисной ситуации Crisis, выбор страховой компании Choice. В общем случае все системы, основанные на знаниях, можно подразделить на системы, решающие задачи анализа, и на системы, решающие задачи синтеза. Задачи анализа: интерпретация данных, диагностика, поддержка принятия решения. Задачи синтеза: проектирование, планирование, управление. Комбинированные задачи: обучение, мониторинг, прогнозирование. Классификация по связи с реальным временем: Статические ЭС разрабатываются в предметных областях, в которых база знаний и интерпретируемые данные не меняются во времени. Они стабильны. (Диагностика автомобиля). Квазидинамические ЭС интерпретируют ситуацию, которая меняется с некоторым фиксированным интервалом во времени. (Производство лизина). Динамические ЭС работают в сопряжении с датчиками объектов в режиме реального времени с непрерывной интерпретацией поступающих в систему данных. Автономные ЭС работают непосредственно в режиме консультаций с пользователем для специфически «экспертных» задач; Гибридные ЭС представляют программный комплекс, агрегирующий стандартные пакеты прикладных программ (мат статистику, линейное программирование, СУБД) и средства манипулирования знаниями. Следует отметить, что разработка гибридных систем являет собой задачу на порядок более сложную, чем разработка автономной ЭС. Стыковка не просто разных пакетов, а разных методологий порождает целый комплекс теоретических и практических трудностей. Коллектив разработчиков Как правило, коллектив разработчиков (КР) включает пользователя, эксперта, инженера по знаниям, программиста, менеджера, технического помощника. КР схож с группой администратора БД. К пользователю предъявляются самые низкие требования, поскольку его не выбирают. Эксперт – чрезвычайно важная фигура, его подготовка определяет уровень компетенции БЗ. Программист. Поскольку современные ЭС – сложнейшие и дорогостоящие программные комплексы, программисты должны иметь опыт и навыки разработки программ. Инженер по знаниям – это одна из самых малочисленных, высокооплачиваемых и дефицитных специальностей в мире. Он должен отличаться широтой взглядов, деликатностью, внимательностью, интеллигентностью, коммуникабельностью, умением слушать и задавать вопросы, уверенностью в себе, чувством юмора и обаянием. Специалист в области искусственного интеллекта должен иметь максимальные оценки по тестам как вербального, так и невербального интеллекта. Ему необходимы навыки и умения для грамотного и эффективного проведения процессов извлечения, концептуализации и формализации знаний. Он имеет дело со всеми формами знаний: Z1 – знания в памяти человека (знаком с элементами психологии и механизмами мышления – логическим и ассоциативным), Z2 – материальные носители знаний (широкая общенаучная подготовка), Z3 – поле знаний (системный анализ, теория познания, кластерный и факторный анализ), Z4 – знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы), Z5 – база знаний на машинных носителях информации (владение ЭВМ, знание одного из языков программирования). Технология проектирования и разработки Процесс разработки промышленной ЭС можно разделить на 6 независимых этапов: Разработку ЭС целесообразно начинать в той организации, в которой уже накоплен опыт по автоматизации таких процедур обработки информации как: • формирование корпоративных информационных систем; • организация сложных расчетов; • обработка текстов и автоматизированный документооборот. Решение таких задач подготавливает высококвалифицированных специалистов и позволяет отделить экспертные задачи от не экспертных. 1. Этап. Выбор проблемы включает: Определение ПО и задачи, Создание КР, Определение подхода к решению проблемы, Анализ расходов и прибыли, Подготовку плана разработки. 2. Этап. Прототипная система является усеченной версией ЭС. Объем прототипа – насколько десятков правил, фреймов или примеров. Также состоит из нескольких стадий: • идентификация проблемы, • извлечение знаний, • структурирование или концептуализация знаний, • формализация, • реализация, • тестирование. 3. Этап. Развитие прототипа до промышленной ЭС возможно через следующие стадии: демонстрационный прототип  действующий прототип  промышленная система  коммерческая система. Основная работа на данном этапе заключается в расширении БЗ, добавлении большого числа правил, фреймов, узлов семантической сети. 4. Этап. Тестирование ЭС проводится в отношении критериев эффективности. ЭС оценивается пользователями, приглашенными экспертами, коллективом разработчиков. 5. Этап. Стыковка системы включает обеспечение связи ЭС с БД и другими системами и программными средствами в среде, а также обучение людей, которых она будет обслуживать. 6. Этап. Если ЭС создана именно из-за того, что проблемная область изменяется, то необходимо поддерживать систему, постоянно вносить изменения, новые версии, новые спецификации и т.п. Теоретические аспекты инженерии знаний Инженерия знаний – достаточно молодое направление искусственного интеллекта, связанное с нетривиальными проблемами извлечения и формализации знаний. Центральным понятием является поле знаний. Поле знаний – это условное неформальное описание основных понятий и взаимосвязей между понятиями предметной области, выявленных из системы знаний эксперта, в виде графа, диаграммы, таблицы или текста. Поле знаний, как первый шаг к формализации, представляет модель знаний о ПО, в том виде, в каком ее сумел выразить аналитик на своем языке. Существует ряд языков инженерии знаний – это структурно-логический язык SLL, язык К-систем, УСК. В науке сложились два подхода к разработке универсальных языков: создание языков-классификаций и логико-конструктивных языков. Второй подход связан с исследованиями в рамках поиска универсального метода познания, наиболее четко высказанного Р. Декартом, а затем Г. Лейбницем. Именно Лейбниц наметил основные контуры учения о символах. Они были развиты Г. Ламбертом, который и дал науке имя «семиотика». Семиотика нашла своих адептов в сфере гуманитарных наук. В последнее время сложилась новая ветвь – прикладная семиотика. Языки семиотического моделирования как естественное развитие языков ситуационного управления являются первым приближением к языку инженерии знаний. Изменчивость и условность знаков делают семиотическую модель применимой к сложным сферам реальной человеческой деятельности. Семиотика включает: • синтаксис – совокупность правил построения языка; • семантику – связь между элементами языка и их значениями или отношения между знаками и реальностью; • прагматику – отношения между знаками и пользователями. Семиотическая модель поля знаний Поле знаний является некоторой семиотической моделью, которая может быть представлена как граф, рисунок, таблица, диаграмма, формула или текст. Синтаксис. Обобщенно синтаксическую структуру можно представить как П = (І, О, М), где І – структура исходных данных, О – структура выходных данных, М – модель ПО, на основании которой происходит модификация І в О. Модель предметной области представляет совокупность концептуальной и функциональной структуры. Концептуальная структура выступает как статическая, неизменная составляющая поля знаний, а функциональная представляет динамическую составляющую. Формирование концептуальной структуры основано на выявлении понятий ПО и построении иерархии понятий, так называемой «пирамиды знаний». Функциональная структура моделирует связи и отношения между понятиями. Эти связи отражают модель или стратегию принятия решения. Таким образом функциональная структура образует стратегическую составляющую модели. Семантика – фактически это набор правил интерпретации предложений и формул любого языка. Семантика должна быть композиционной, то есть значение предложения определяется как функция значений его составляющих. Семантика языка зависит от особенностей ПО, она обладает свойством полиморфизма, одни операторы в разных задачах могут иметь свои особенности. Семантика поля знаний имеет два уровня: на первом есть семантическая модель знаний эксперта, на втором уровне любое поле знаний является моделью некоторых знаний. Знания – вещь сугубо авторизованная и ЭС является «базой знаний эксперта Х в понимании инженера по знаниям У». Стоит заменить инженера по знаниям, и получится совсем другая картина. Стратегии получения знаний Процесс получения знаний является ключевым при формировании поля знаний. Можно выделить три основные стратегии проведения стадии получения знаний при разработке ЭС: Извлечение знаний (knowledge elicitation) – это процедура взаимодействия эксперта с источником знаний, в результате которой становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области. Трудности: • организационные неувязки, неудачный метод извлечения, не совпадающий со структурой знаний в данной области, • неадекватная модель для представления знаний, • неумение наладить контакт с экспертом, • терминологический разнобой, • отсутствие целостной системы знаний в результате извлечения только фрагментов, • упрощение «картины мира» эксперта. Процесс извлечения знаний – это длительная и трудоемкая процедура, в которой инженеру по знаниям необходимо воссоздать модель ПО, которой пользуются эксперты для принятия решения. Объекты реального мира связаны более чем 200 типами отношений (временные, пространственные, причинно- следственные и т. п.). Эти отношения и связи ПО образуют сложную систему, из которой необходимо выделить скелет или главную структуру. Приобретение знаний (knowledge acquisition) – процесс наполнения базы знаний экспертом с использованием специализированных программных средств. Формирование знаний (machine learning) – процесс анализа данных и выявления скрытых закономерностей с использованием специального математического аппарата и программных средств. Этот термин закрепился за перспективной и активно развивающейся областью инженерии знаний, которая занимается разработкой моделей, методов и алгоритмов обучения. Наиболее продвинутыми методами машинного обучения являются методы распознавания образов, в частности алгебраический подход. Теоретические аспекты извлечения знаний Чтобы разобраться в природе извлечения знаний, выделим три основных аспекта этой процедуры: А = {А1, А2, А3} = {психологический, лингвистический, гносеологический} Психологический аспект является ведущим, поскольку он определяет успешность и эффективность взаимодействия аналитика с основным источником знаний – экспертом-профессионалом. Извлечение знаний происходит в процессе непосредственного общения, а в общении психология является доминантной. Общение – это междисциплинарное понятие, обозначающее все формы контактов между людьми – от дружеских до деловых. Таб.6. Потери информации при разговорном общении Задумано Приобрело словесную форму Высказано Выслушано Понято Осталось в памяти 100% 90% 80% 70% 60% 24% Лингвистический аспект касается исследования языковых проблем, т.к. язык – основное средство общения в процессе извлечения знаний. Можно выделить три слоя лингвистических проблем: «общий код», понятийная структура, словарь пользователя. «Общий код» решает проблему языковых ножниц между профессиональной терминологией эксперта и обыденной речью инженера по знаниям. «Общий код» включает общенаучную терминологию, специальные понятия из профессиональной литературы, элементы бытового языка, неологизмы, профессиональный жаргон и др. Выработка общего кода – это составление словаря предметной области. Понятийная структура подразумевает построение иерархии абстракций – глобальной схемы, которая может быть положена в основу концептуального анализа структуры знаний любой предметной области. Лингвистический эквивалент иерархии – иерархия понятий, которую необходимо построить в понятийной структуре, формируемой инженером по знаниям. Составление словаря пользователя – это формирование отдельного словаря для создания дружественного интерфейса с пользователем ЭС. Для разработки пользовательского интерфейса требуется дополнительная доработка словаря общего кода с поправкой на доступность системы. Гносеологический аспект извлечения знаний объединяет методологические проблемы получения нового научного знания. Гносеология – это раздел философии, связанный с теорией познания, или теорией отражения действительности в сознании человека. Сначала действительность отражается в сознании эксперта, затем деятельность и опыт эксперта интерпретируются сознанием инженера по знаниям, что служит основой для построения третьей интерпретации – поля знаний ЭС. Само знание имеет два уровня: 1. Эмпирический (наблюдения, явления), 2. Теоретический (законы, абстракции, обобщения). Гносеологическая цепочка: факт → обобщенный факт → эмпирический закон → теоретический закон. Основными методологическими критериями научности нового знания и способа его получения являются: внутренняя согласованность, системность, объективность, историзм. Эмпирическому знанию свойственны модальность, противоречивость, неполнота. Задача аналитика – сглаживать эти «шероховатости» эмпирики. Системно-структурный подход к познанию ориентирует аналитика на рассмотрение ПО с позиций закономерностей системного целого и взаимодействия составляющих его частей. Например, системный взгляд на проблематику структурирования знаний позволяет увидеть его иерархическую организацию. Процесс познания субъективен. Следовательно, более корректно говорить о глубине понимания, чем об объективности знания. Критерий «историзм» связан с развитием. Познание настоящего – есть познание породившего его прошлого. Методологическая структура познания может быть представлена как некоторая последовательность этапов: 1. Описание и обобщение фактов; 2. Установление логических и математических связей, дедукция и индукция законов; 3. Построение идеализированной модели; 4. Объяснение и предсказание явлений. Теоретические аспекты структурирования знаний Разделение стадий извлечения и структурирования знаний является условным. В настоящее время прослеживается тенденция опережения технологических средств разработки интеллектуальных систем по отношению к их теоретическому обоснованию. Практически сейчас существует пропасть между математическими основами кибернетики (Виннер, Шеннон, Джордж, Йордан, Ляпунов) и современным поколением интеллектуальных систем, которые основаны на парадигме обработки знаний ( ЭС, лингвистические процессоры, обучающие системы). Иерархический подход традиционно используется при проектировании сложных систем как прием расчленения формально описанной системы на уровни (блоки, модули). На каждом уровне вводятся свои представления о системе и элементах, продвижение от уровня к уровню имеет строгую направленность (сверху вниз или снизу вверх). Традиционные методологии структурирования: • Структурный (системный) подход или анализ, основанный на идее алгоритмической декомпозиции, где каждый модуль выполняет этап общего процесса, • Объектный подход, связанный с декомпозицией и выделением не процессов, а объектов, при этом каждый объект рассматривается как экземпляр определенного класса. В структурном анализе разработано большое число средств проектирования: диаграммы потоков данных, структурированные словари (тезаурусы), таблицы решений, стрелочные диаграммы, деревья целей, блок-схемы алгоритмов, модели окружения. Объектно-ориентированный подход основан на следующих элементарных понятиях: объекты, классы как объекты, классификации как средства упорядочения знаний, иерархии с наследованием свойств, средства ограничения доступа, методы для определения функций и отношений. Объектно-структурный подход (ОСП) – обобщенный метод структурного анализа и формирования поля знаний. Основные постулаты заимствованы из ООП и расширены: 1. Системность – взаимосвязь между понятиями, 2. Абстрагирование – выявление характеристик понятия, отличающих его от других, 3. Иерархия – упорядочивание системы абстракций, 4. Типизация – выделение классов понятий с частичным наследованием свойств, 5. Модульность – разбиение задачи на подзадачи, 6. Наглядность и простота нотации. Сертификация знаний Объектно-структурный анализ (ОСА) ПО подразумевает восемь страт или слоев: Слой Знания Стратификация знаний (анализ) S_1 Зачем Стратегический анализ: назначение и функции системы S_2 Кто Организационный: коллектив разработчиков системы S_3 Что Концептуальный: понятийная структура S_4 Как Функциональный: гипотезы и модели принятия решений S_5 Где Пространственный: окружение, оборудование, коммуникации S_6 Когда Временной: временные параметры и ограничения S_7 Почему Причинно-следственный: подсистема объяснений S_8 Сколько Экономический: ресурсы, затраты, прибыль, окупаемость Алгоритм ОСА Алгоритм ОСА предназначен для детального структурирования знаний ПО. Алгоритм содержит последовательность аналитических процедур и разделяется на две составляющие: • Глобальный (вертикальный) анализ – разбиение ПО на страты, • Анализ страт (горизонтальный) – построение многоуровневых структур по отдельным стратам. Классификация методов практического извлечения знаний Основной принцип деления связан с источником знаний. Коммуникативные методы извлечения знаний охватывают методы и процедуры контактов инженера по знаниям с непосредственным источником знаний – экспертом, а текстологические включают методы извлечения знаний из документов (методик, пособий, руководств) и специальной литературы (учебников, статей, монографий). В пассивных методах ведущая роль принадлежит эксперту, в активных методах инициатива полностью в руках инженера по знаниям. Современное состояние автоматизированных систем приобретения знаний характеризуется наличием двух групп проблем: методологических и технологических. Данные и знания Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства. При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы: D1 – данные как результат измерений и наблюдений; D2 – данные на материальных носителях информации (таблицы, протоколы, справочники); D3 – модели (структуры) данных в виде диаграмм, графиков, функций; D4 – данные в компьютере на языке описания данных; D5 – базы данных на машинных носителях информации. Знания основаны на данных, полученных эмпирическим путем. Они представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности. Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области. При обработке на ЭВМ знания трансформируются аналогично данным: Z1 – знания в памяти человека как результат мышления; Z2 – материальные носители знаний (учебники); Z3 – поле знаний – условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих; Z4 – знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы); Z5 – база знаний на машинных носителях информации. Часто знания определяют как хорошо структурированные данные, или данные о данных, или метаданные. Существует множество способов определять понятия. Один из широко применяемых способов основан на идее интенсионала. Интенсионал понятия – это определение его через соотнесение с понятием более высокого уровня абстракции с указанием специфических свойств. Интенсионалы формулируют знания об объектах. Другой способ определяет понятие через соотнесение с понятиями более низкого уровня абстракции или перечисление фактов, относящихся к определяемому объекту. Это есть определение через данные, или экстенсионал понятия. Для хранения данных используются базы данных (для них характерны большой объем и относительно небольшая удельная стоимость информации), для хранения знаний – базы знаний (небольшого объема, но исключительно дорогие информационные массивы). База знаний – основа любой интеллектуальной системы. Знания могут быть классифицированы по следующим категориям: Поверхностные – знания о видимых взаимосвязях между отдельными событиями и фактами в предметной области. Глубинные – абстракции, аналогии, схемы, отображающие структуру и природу процессов, протекающих в предметной области. Эти знания объясняют явления и могут использоваться для прогнозирования поведения объектов. Современные экспертные системы работают в основном с поверхностными знаниями. Кроме того, знания традиционно делят на процедурные и декларативные. Первичными были процедурные знания, т.е. знания, растворенные в алгоритмах. Они управляли данными. Для их изменения требовалось изменять программы. С развитием искусственного интеллекта приоритет данных постепенно изменялся, и все большая часть знания сосредотачивалась в структурах данных (таблицы, списки, абстрактные типы данных), то есть увеличивалась роль декларативных знаний. Сегодня знания приобрели чисто декларативную форму, то есть знаниями считаются предложения, записанные на языках представления знаний, приближенных к естественному и понятных неспециалистам. Модели представления знаний Существует несколько классов моделей (языков) представления знаний: • продукционные модели; • семантические сети; • фреймы; • формальные логические модели. Продукционная модель Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа "Если (условие), то (действие)". Под условием (антецедентом) понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием (консеквентом) – действия, выполняемые при успешном исходе поиска. Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные – это исходные факты, хранящиеся в базе фактов, на основании которых запускается машина вывода или интерпретатор правил, перебирающий правила из продукционной базы знаний. Продукционная модель чаще всего применяется в промышленных экспертных системах (язык OPS 5; оболочки EXSYS Professional, Kappa, ЭКСПЕРТ; ЭКО, инструментальные системы ПИЭС (1993), СПЭИС (1998) и др.). Семантические сети Термин семантическая означает "смысловая", а сама семантика – это наука, устанавливающая отношения между символами и объектами, которые они обозначают, то есть наука, определяющая смысл знаков. Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: "это", "имеет частью", "принадлежит". Характерной особенностью семантических сетей является обязательное наличие трех типов отношений: • класс – элемент класса (цветок – роза); • свойство – значение (цвет – желтый); • пример элемента класса (роза – чайная). Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями. По количеству типов отношений: однородные (с единственным типом отношений), неоднородные (с различными типами отношений). По типам отношений: бинарные (отношения связывают два объекта), N-арные (в которых есть специальные отношения, связывающие более двух понятий). Наиболее часто в семантических сетях используются следующие отношения: • Связи типа "часть–целое", "класс–подкласс", "элемент–множество", • Функциональные связи, определяемые глаголами "производит", "влияет"… • Количественные (<, >, =), • Пространственные ( далеко, близко от, за, под, над …), • Временные (раньше, позже, в течение), • Атрибутивные связи (иметь свойство, иметь значение), • Логические связи (И, ИЛИ, НЕ), • Лингвистические связи и др. Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе. Данная модель была предложена американским психологом Куиллианом. Основным преимуществом является то, что она наиболее соответствует современным представлениям об организации долговременной памяти человека. Недостаток – сложность организации процедуры поиска вывода на семантической сети. Для реализации семантических сетей существуют специальные сетевые языки (NET, SIMER+MIR), экспертные системы, использующие семантические сети в качестве языка представления знаний – PROSPECTOR, CASNET, TORUS. Фреймы Термин фрейм (от англ. Frame, что означает "каркас", "рамка") был предложен Марвином Минским, одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия пространственных сцен. Эта модель имеет глубокое психологическое обоснование. Фрейм – это абстрактный образ для представления некоего стереотипа восприятия. В психологии и философии есть понятие абстрактного образа. (Пример фрейма – образ комнаты). В теории фреймов образ комнаты называется фреймом комнаты. Фреймом также называется и формализованная модель для отображения образа. Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через: • фреймы-структуры, использующиеся для обозначения объектов и понятий; • фреймы-роли; • фреймы-сценарии; • фреймы-ситуации. Структура фрейма может быть представлена как список свойств: (ИМЯ ФРЕЙМА: имя первого слота: значение первого слота, имя второго слота: значение второго слота и т.д. Ту же запись можно представить в виде таблицы, дополнив ее двумя столбцами: Имя фрейма Имя слота Значение слота Способ получения значения Присоединенная процедура В таблице дополнительные столбцы предназначены для описания способа получения слотом его значения и возможного присоединения специальных процедур. В качестве значения слота может выступать имя другого фрейма, так образуются сети фреймов. Существует несколько способов получения слотом значений во фрейме-экземпляре: • по умолчанию от фрейма-образца; • через наследование свойств от фрейма, указанного в слоте АКО; • по формуле, указанной в слоте; • через присоединенную процедуру; • явно из диалога с пользователем; • из базы данных. Важнейшим свойством теории фреймов является наследование свойств. И во фреймах и в семантических сетях наследование происходит по АКО-связям (A-kind-of=это). Слот АКО указывает на фрейм более высокого уровня иерархии, откуда переносятся значения аналогичных слотов. Основным преимуществом фреймов как модели представления знаний является то, что она отражает концептуальную основу памяти человека, а также ее гибкость и наглядность. Специальные языки представления знаний в сетях фреймов FRL, KRL, фреймовая оболочка КАРРА и другие программные средства позволяют эффективно строить промышленные ЭС. Широко известны такие фреймовые ЭС как ANALYST, TRISTAN, ALTERID, МОДИС. Возникновение и развитие современной робототехники Предмет робототехники — это создание и применение роботов, других средств робототехники и основанных на них технических систем и комплексов различного назначения. Возникнув на основе кибернетики и механики, робототехника в свою очередь породила новые направления развития и самих этих наук. В кибернетике это связано, прежде всего, с интеллектуальным управлением и бионикой как Источником новых, заимствованных у живой природы идей, а в механике — с многостепенными механизмами типа манипуляторов. Робот можно определить как универсальный автомат для осуществления механических действий, подобных тем, которые производит человек, выполняющий физическую работу. При создании первых роботов и вплоть до наших дней образцом для них служат возможности человека. Именно стремление заменить человека на тяжелых и опасных работах породило идею робота, затем первые попытки ее реализации (в средние века) и, наконец, обусловило возникновение и развитие современной робототехники и роботостроения. На слайде показана функциональная схема робота. В общем виде она включает исполнительные системы — манипуляционную (один или несколько манипуляторов) и передвижения (транспортную), информационно-управляющую, сенсорную, дающую информацию о внешней среде и систему связи с оператором, а также с другими взаимодействующими с роботом машинами. Исполнительные системы в свою очередь состоят из механической системы и системы приводов. Механическая система манипулятора — это обычно кинематическая цепь, состоящая из подвижных звеньев с угловым или поступательным перемещением, которая заканчивается каким-нибудь рабочим инструментом или захватным устройством. Со временем понятие робот расширилось и под ним часто стали понимать любую автоматическую машину, заменяющую человека и чем-то напоминающую его разумное поведение. В настоящей публикации термин "робот" будет использоваться в приведенном ранее стандартизованном смысле, из данного определения робота следует, что — это машина автоматического действия, которая объединяет свойства машин рабочих и информационных, являясь, таким образом, принципиально новым видом машин. В достаточно развитом виде роботы аналогично человеку осуществляют активное силовое и информационное взаимодействие с окружающей средой и благодаря этому могут не только обладать искусственным интеллектом, но и совершенствовать его. Правда, пока роботы еще очень далеки по своим интеллектуальным возможностям от человека. При этом от ранее известных видов машин роботы также принципиально отличаются своей универсальностью (многофункциональностью) и гибкостью (быстрым переходом к выполнению новых операций). В основе универсальности роботов лежит универсальность его рабочих органов, хотя сегодня до универсальности руки человека им еще далеко. Правда, это компенсируется возможностью быстрой смены рабочих органов робота в процессе выполнения операций. Универсальность роботов предполагает возможность выполнения ими различных целенаправленных действий, которые требуют определенных интеллектуальных способностей. Это открывает широкие возможности использования роботов в качестве как основного технологического оборудования (на сборке, сварке, окраске и т. п.), так и вспомогательного — для замены рабочих, запятых обслуживанием такого оборудования. Универсальность роботов позволяет автоматизировать принципиально любые операции, выполняемые человеком, а быстрота перестройки на выполнение новых операций при освоении новой продукции или иных изменениях в производстве сохраняет у автоматизируемого с помощью роботов производства ту же гибкость, какую сегодня имеют только производства, обслуживаемые человеком. Роботы потому и появились лишь во второй половине XX столетия, что именно сейчас назрела необходимость в таких универсальных и гибких средствах, без которых невозможно осуществить комплексную автоматизацию современного производства с его большой номенклатурой и частой сменяемостью выпускаемой продукции, включая создание гибких автоматизированных производств. Дальнейшее развитие робототехники привело к расширению сферы ее применения, включая создание с ее помощью новых технических систем, принципиально невозможных при участии или даже присутствии человека. Термин "робот", как известно, славянского происхождения. Его ввел известный писатель К. Чапек в 1920 г. в своей фантастической пьесе "R.U.R." ("Россумовские универсальные роботы"), в которой так названы механические рабочие, предназначенные для замены людей на тяжелых физических работах. Название "робот" образовано от чешского слова robota, что означает тяжелый подневольный труд. Помимо роботов для тех же целей широкое применение получили манипуляторы с ручным управлением (копирующие манипуляторы, телеоператоры и т. п.) и с различными вариантами полуавтоматического и автоматизированного управления, а также однопрограммные (не перепрограммируемые) автоматические манипуляторы (автооператоры и механические руки). Эти устройства явились в значительной степени предшественниками роботов. Появились они главным образом для манипулирования объектами, непосредственный контакт с которыми для человека вреден или опасен (радиоактивные вещества, раскаленные болванки и т. п.). Однако, хотя появление роботов существенно сузило сферу их применения, эти простые средства механизации и автоматизации не потеряли своего значения. Все они сегодня вместе с роботами входят в общее понятие средств робототехники. Как уже было отмечено, объективной причиной возникновения и развития современной робототехники явилась историческая потребность производства в гибкой автоматизации с устранением человека из непосредственного участия в машинном производстве и недостаточность для этой цели традиционных средств автоматизации. Поэтому задачей робототехники наряду с созданием собственно средств робототехники является разработка основанных на них систем и комплексов различного назначения. Системы и комплексы, автоматизированные с помощью роботов, принято называть роботизированными. Роботизированные системы, в которых роботы выполняют основные технологические операции, называются робототехническими. Как уже отмечалось, наряду с внедрением в действующие производства роботы открывают широкие перспективы для создания принципиально новых технологических процессов, не связанных с весьма обременительными ограничениями, налагаемыми непосредственным участием в них человека. При этом имеются в виду как действительно очень ограниченные физические возможности человека (по грузоподъемности, быстродействию, точности, повторяемости и т. п.), так и требуемая для него комфортность условий труда (качество атмосферы, отсутствие вредных внешних воздействий и т. д.). Сегодня непосредственное участие человека в технологическом процессе зачастую является серьезным препятствием для дальнейшей интенсификации производства и создания соответствующих новых технологий. Роботы получили наибольшее распространение в промышленности и, прежде всего, в машиностроении. Предназначенные для этой цели роботы называют промышленными роботами (ПР). Не менее широкие перспективы имеют роботы в горнодобывающей промышленности, металлургии и нефтяной промышленности (обслуживание бурильных установок, монтажные и ремонтные работы), в строительстве (монтажные, отделочные, транспортные работы), в легкой, пищевой, рыбной промышленности. Наряду с использованием в промышленности роботы применяются и в других областях народного хозяйства и вообще человеческой деятельности: на транспорте (включая создание шагающих транспортных машин), в сельском хозяйстве, медицине (протезирование, хирургия — стерильная, дистанционная, обслуживание больных и инвалидов), в сфере обслуживания, для исследования и освоения океана и космоса и выполнения работ в других экстремальных условиях (стихийные бедствия, аварии, военные действия), в научных исследованиях. Применение роботов не только приносит конкретный технико-экономический эффект, связанный с повышением производительности труда, сменности работы оборудования и качества продукции, но и является важным средством решения социальных проблем, позволяя освобождать людей от тяжелого, опасного и монотонного труда. История развития робототехники Предыстория робототехники Робототехника уходит корнями в глубокую древность, в те времена, когда впервые возникли идеи и были предприняты первые попытки создания человекоподобных устройств, подвижных статуй, механических слуг и т. п. Статуи богов с подвижными частями тела (руками, головой) появились еще в Древнем Египте, Вавилоне, Китае. В "Илиаде" Гомера божественный кузнец Гефест выковывает механических служанок. Аристотель упоминает о приводимых в движение с помощью ниток куклах-марионетках, из которых создавались целые механические театры. До нас дошли книги Герона Александрийского (I в. До н. э.), в которых описаны подобные и многие другие автоматы древности. В качестве источника энергии в них применялись вода, пар, гравитация (гири). В средние века большой популярностью пользовались различного рода автоматы, основанные на использований часовых механизмов. Были созданы всевозможные часы с движущимися фигурами людей, ангелок и т. п. К этому периоду относятся сведения о появлении первых подвижных человекоподобных механических фигур — андроидов. Так, андроид алхимика Альберта Великого (1193—1280) представлял собой куклу ростом с человека, которая, когда стучали в дверь, открывала и закрывала её, кланяясь при этом входящему. Кстати, в Средние века было высказано предположение о возможности создания гомункулуса — живого человечка средствами алхимии. Создание такого гомункулуса химическим путем, в колбе, описывает Гете в "Фаусте": Нам говорят "безумец" и "фантаст", Но, выйдя из зависимости грустной, С годами мозг мыслителя искусный Мыслителя искусственно создаст. Работы по созданию андроидов достигли наибольшего развития в VIII в. одновременно с расцветом часового мастерства. Механиками часовщиками были созданы андроиды-музыканты, рисовальщики, писцы. К ним относится, например, "флейтист" французского механика Жак де Вокансон (1709 — 1789) — фигура ростом с человека, которая подвижными пальцами исполняла 11 мелодий с помощью заложенной в нее программы. Целый ряд человекоподобных автоматов был создан швейцарскими часовщиками Пьером-Жаком Дро (1721—1790) и его сыном Анри Дро (1752 1791). От имени последнего позднее было образовано и само название "андроид". Эти человекоподобные игрушки представляли собой многопрограммные автоматы с оперативно сменяемыми программами. Программы задавались с помощью сменных кулачков, устанавливаемых во вращающемся барабане, и других подобных механических устройств. Привод осуществлялся от часового механизма (слайд). Из отечественных устройств подобного типа назовем знаменитые часы "яичной" формы с театральным автоматом И. П. Кулибина (1735—1818). В 1820 г. в Петербурге был открыт "Храм очарований" А. И. Галулецкого, обслуживаемый механическими слугами. В 1866 г. И. Мезгин создал "астрономо-исторические" часы, которые помимо времени показывали четыре сценки из истории г. Томска. Интерес к созданию "механических" людей, начавший было затухать вместе с ослаблением роли часового дела, в дальнейшем вновь возродился в XX в. благодаря развитию электротехники и электроники. Американский инженер Венсли построил управляемый на расстоянии, с помощью свистка, автомат "Телевокс", который мог не только выполнять ряд элементарных операций, но и произносить с помощью звукозаписывающей аппаратуры несколько фраз. Англичанин Гарри Мей в 1932 г. создал человекоподобный автомат "Альфа", который по командам, подаваемым голосом, садился и вставал, двигал руками, говорил. Несколько подобных автоматов под названием "Сабор" были созданы в Австрии Августом Губером. Они управлялись по радио, могли ходить, говорить, выполнять различные манипуляции. В основном такие устройства создавались в рекламных целях, хотя делались попытки использовать их и для различных практических задач. Хотелось бы напомнить, что в 1937 г. на Всемирной выставке в Париже демонстрировался радиоуправляемый подвижный робот, созданный советским восьмиклассником В. Машкевичем. К этому времени уже окончательно "прижился" термин "робот", а идеи робототехники все более энергично использовались в научно-фантастической литературе. Возникновение и развитие современной робототехники Как уже было сказано, современная робототехника возникла во второй половине XX столетия, когда в ходе развития производства появилась реальная потребность в универсальных манипуляционных машинах-автоматах, подобных "механическим людям", описанным К. Чапеком, и одновременно возникли необходимые для их создания научно-технические предпосылки и, прежде всего, кибернетика и вычислительная техника. Современными предшественниками роботов явились различного рода устройства для манипулирования на расстоянии объектами, непосредственный контакт человека с которыми опасен или невозможен. Это манипуляторы с ручным или автоматизированным управлением. Первые появившиеся устройства такого рода были пассивными, т. е. механизмами без приводов, и служили для повторения на расстоянии движений руки человека целиком за счет его мускульной силы. Затем были созданы манипуляторы с приводами и управляемые человеком различными способами вплоть до биоэлектрического. Впервые такие манипуляторы были созданы в 1940 — 1950 гг. для атомных исследований, а затем и для атомной промышленности. Подобные устройства стали применяться в глубоководной технике, металлургии и ряде других отраслей промышленности. Первые, полностью автоматически действующие, манипуляторы были созданы в США в 1960 — 1961 гг. В 1961 г. был разработан такой манипулятор, управляемый от ЭВМ и снабженный захватным устройством, очувствленным с помощью различного типа датчиков — контактных и фотоэлектрических. Этот манипулятор МН-1 получил название "рука Эриста" по фамилии его создателя г. Эрнста [1]. Согласно современному определению, ото был прообраз очувствленного робота с адаптивным управлением, что позволило ему, например, находить и брать произвольно расположенные предметы. В 1962 г. на рынке США появились первые роботы марки "Версатран" (фирмы "Америкэн мэшин энд фаундри"), предназначенные для промышленного применения. Одновременно возник термин "промышленный робот" (Indastrial Robot), по-видимому, предложенный этой фирмой. В то же время в США появились роботы "Юнимейт-1900", которые получили первое применение в автомобильной промышленности на заводах фирм "Дженерал моторс", "Форд" и "Дженерал электрик". Хронология дальнейшего развития производства роботов такова: - в 1967 г. начат выпуск роботов в Англии по лицензии США; - в 1968 г. — в Швеции и Японии (тоже по лицензиям США); - в 1971 г. — в ФРГ, в 1972 г. — во Франции; в 1973 г. — в Италии. Динамика роста парка роботов в мире выглядит следующим образом: Год 1975 1980 1985 1990 1995 2000 2005 2010 2013 Количество роботов (тыс. шт.) 8,5 30 90 400 800 1200 2500 4800 98000 В среднем парк роботов в мире возрастает в год на 20 — 30%, а в 1998 г. он превысил 1 млн. шт. За последние 10 лет XX столетия стоимость промышленных роботов упала в 5 раз при одновременном улучшении их технических характеристик. В результате возросла экономическая эффективность использования роботов. Первое место в мире по производству и применению роботов уверенно занимает КНР и Япония, где сосредоточена большая часть мирового парка роботов. Далее следуют США, Италия, Франция, Швеция. Большая часть этого парка используется в промышленности, примерно половина — для выполнения основных технологических операций, где требуются наиболее сложные роботы. Доля таких роботов неуклонно растет. Технический прогресс в развитии роботов направлен, прежде всего, на совершенствование систем управления. Первые промышленные роботы имели программное управление, в основном заимствованное у станков с числовым программным управлением (ЧПУ). Из станкостроения были взяты и приводы. Эти роботы получили название роботов первого поколения. Второе поколение роботов — это очувствленные роботы, т.e. снабженные сенсорными системами, главными из которых являются системы технического зрения (СТЗ). Первые промышленные роботы с развитым очувствлением п микропроцессорным управлением появились на рынке и получили практическое применение и 1980 1981 гг. прежде всего на сборке, дуговой сварке, контроле качества для взятия неориентированных предметов, например, с конвейера. К их числу относятся снабженные системами технического зрения роботы "Пума", "Юнимейт", "Ауто-плейс", "Цинциннати милакрон", сборочные робототехнические системы фирм "Хитачи", "Вестингауз" (система "Апас"), "Дженерал моторс" (система "Консайт"). Доля таких устройств в общем парке роботов неуклонно растет и приближается к 50 % несмотря на то, что они в несколько раз дороже роботов с программным управлением и значительно сложнее в обслуживании. Однако это окупается неизмеримо большими функциональными возможностями, а, следовательно, и более широкой областью применения. На рубеже XXI в. робототехника подошла к следующему этапу своего развития — созданию интеллектуальных роботов. Это стало естественным этапом совершенствования роботов, соответствующим исходной идее появления подобных устройств как заменителей людей в их профессиональной деятельности. (Разумеется, ни о каком техническом воспроизведении человека вообще, включая все его основные функции и духовный мир, речь при этом не идет.) Интеллектуальный робот — это робот конкретного назначения, в основных функциональных системах которого используются методы искусственного интеллекта, что позволяет расширить сферу применения робототехники практически на все области человеческой деятельности. Пока такие роботы — в основном еще предмет научных исследований и лабораторных испытаний, однако первые их образцы уже начинают появляться на рынке. В 1967 г. в США (Станфордский университет) был создан лабораторный макет робота, снабженного техническим зрением и предназначенного дли исследования и отработки системы "глаз-рука", способной распознавать объекты внешней среды и оперировать ими в соответствии с заданием. В 1968 г. в СССР (Институтом океанологии Академии наук СССР совместно с Ленинградским политехническим институтом и другими вузами) был создан телеуправляемый от ЭВМ подводный робот "Манта" с очувствленным захватным устройством, а в 1971 г. — следующий его вариант с техническим зрением и системой целеуказания на телевизионном экране. В 1969 г. в США (Станфордский научно-исследовательский институт) в рамках работ по искусственному интеллекту был разработан экспериментальный макет подвижного робота "Шейки" с развитой системой сенсорного обеспечения, включая техническое зрение, обладавшего элементами искусственного интеллекта, что позволило ему целенаправленно передвигаться в заранее неизвестной обстановке, самостоятельно принимая необходимые для этого решения . В 1971 г. в Японии также были разработаны экспериментальные образцы роботов с техническим зрением и элементами искусственного интеллекта: робот "Хивип", способный самостоятельно осуществлять механическую сборку простых объектов по предъявленному чертежу , и робот ЭТЛ-1. В этот же период и в ряде других стран создаются подобные экспериментальные установки так называемых интегральных роботов, включающих в себя манипуляторы, управляющие ЭВМ, различные средства очувствления и общения с человеком-оператором, которые предназначены для проведения исследований в области искусственного интеллекта и создания интеллектуальных роботов. Одновременно были развернуты работы в новой специфической области робототехники, занимающейся построением шагающих машин как принципиально нового транспортного средства повышенной проходимости, образцом для которого являются ноги животных и человека. Были созданы экспериментальные образцы четырех- и шестиногих транспортных машин, а также протезов ног человека, так называемых экзоскелетонов, для парализованных и тяжелобольных. В конце XX в. возродился интерес к роботам-андроидам. В отличие от их первых реализаций последние достижения робототехники сделали возможным создание подобных устройств для обеспечения вполне реальных потребностей. На слайде показан образец такого робота. Он способен двигаться по лестнице и преодолевать другие препятствия, выполнять весьма сложные манипуляции и вести диалог с человеком. Робот предназначен для домашних работ, может быть гидом, экскурсоводом и т.п. Его вес — 43 кг, скорость ходьбы — до 1,6 км/час. Наряду с описанным ранее процессом интеллектуализации робототехники еще одной общей тенденцией ее развития стала миниатюризация. Оба эти направления соответствуют общей тенденции развития техники в целом. Процесс миниатюризации техники начался с информационно-управляющих систем на базе микроэлектроники. Затем уже на рубеже XXI в. началась миниатюризация сенсорных и исполнительных (силовых) систем на базе трехмерных технологий микроэлектромеханических систем (МЭМС). В робототехнике эта тенденция проявляется созданием микророботов различного назначения, от промышленных и медицинских до военных. На слайде показан микроманипулятор для точного позиционирования образцов в электронном микроскопе. Как уже упоминалось во введении, одним из основных направлений применения роботов, которое в значительной мере определяет и проблематику, и темпы развития современной робототехники в целом, является комплексная автоматизация производства, создание гибких автоматизированных производств, прежде всего, в машиностроении. Роботы как универсальное гибкое средство для выполнения в первую очередь мани-пуляционных действий — важный компонент таких производств. История гибкой автоматизации началась в 1955 г. с появления станков с ЧПУ. Именно такого типа автоматическое технологическое оборудова-ние с быстросменяемыми программами работы является основой для создания гибких, т. е. быстро перестраиваемых на выпуск новой продукции, производств. Однако для реализации идеи гибкой автоматизации необходимо было выполнение еще ряда условий. Этим и объясняется то, что первые станки с ЧПУ распространялись очень медленно. За первые 10 лет их доля в общем парке станков в технически передовых странах не достигла и 0,1%. Ситуация резко изменилась в 1970-е гг. с появлением следующего важнейшего компонента гибкой автоматизации — микропроцессорных систем управления, обеспечивших резкое снижение стоимости систем ЧПУ и повышение их надежности. Роботы как еще один обязательный компонент гибкой автоматизации появились в промышленности, как уже было указано, несколько раньше. В результате возникли все необходимые компоненты для развития гибких автоматизированных производств, а именно: технологическое оборудование с программным управлением, микропроцессоры как универсальное гибкое средство для обработки информации и роботы как универсальное гибкое средство для манипуляционных действий, требующихся как для выполнения ряда основных технологических операций (сборка, сварка, окраска и т. п.), так и многочисленных вспомогательных операций по обслуживанию различного технологического оборудования. Одновременно роботы начинают все более широко проникать и в другие отрасли хозяйства, включая горное дело, металлургию, строительство, транспорт, легкую и пищевую промышленность, сельское хозяйство, а также в медицину, сферу обслуживания, освоение океана и космоса, военное дело. В последние годы все более быстрыми темпами растет доля парка роботов, занятых вне промышленности — в сфере обслуживания, в быту, (сервисные роботы — уборщики, продавцы, вахтеры, игрушки и т.д.), она (доля) уже приближается к 50% парка. Почти во всех технически развитых странах созданы национальные ассоциации по робототехнике. В ряде стран имеются финансируемые государством национальные программы по этой проблеме. Развиваются такие программы на международном уровне. Развитие отечественной робототехники Первые серьезные результаты по созданию и практическому применению роботов в СССР относятся к 1960-м гг. В 1966 г. в институте ЭНИКмаш (г. Воронеж) был разработан автоматический манипулятор с простым цикловым управлением для переноса и укладывания металлических листов. Первые промышленные образцы современных промышленных роботов с позиционным управлением были созданы в 1971 г. (УМ-1, "Универсал-50", УПК-1). В 1968 г., как уже упоминалось, был создан первый управляемый ЭВМ подводный автоматический манипулятор. В 1971 г. в Ленинградском политехническом институте были построены образцы интегральных роботов, снабженных развитой системой очувствления, включая техническое зрение и речевое управление. В том же году в Ленинграде состоялся первый Всесоюзный семинар, посвященный роботам, управляемым ЭВМ. Начиная с 1972 г. работы в области робототехники приняли плановый характер в масштабе страны. В 1972 г. постановлением Госкомитета СССР по науке и технике была сформулирована проблема создания и применения роботов в машиностроении как государственно-важная и определены основные направления ее решения. В следующем году была утверждена первая программа работ, которая охватила основные отрасли промышленности и ведомства, включая Академию наук и высшую школу. В соответствии с этой программой к 1975 г., были созданы первые 30 серийно пригодных промышленных роботов, в том числе универсальных (для обслуживания станков и прессов, для нанесения покрытий и точечной сварки) на пневмо-, гидро- и электроприводах, стационарных подвижных. В следующие годы эта работа была продолжена на основе новой пятилетней программы. Было создано более 100 марок промышленных роботов и организовано серийное производство 40 марок. Одновременно были начаты работы по унификации и стандартизации промышленных роботов в соответствии с программой Госстандарта СССР. Фундаментальные и поисковые работы в области робототехники были развернуты на основе программ Академии наук и высшей школы, которые были увязаны с комплексной программой Госкомитета СССР по науке и технике. К концу 1980 г. парк промышленных роботов в стране превысил 6000 шт., что находилось, например, на уровне парка роботов США, и составлял более 20% парка роботов в мире, а к 1985 г. превысил 40 тыс. шт., в несколько раз превзойдя парк роботов США и достигнув 40% мирового парка. Первые промышленные роботы второго поколения со средствами очувствления появились в отечественной промышленности на сборочных операциях в приборостроении с 1980 г. Первый промышленный робот с техническим зрением МП-8 был создан в 1982 г. [2]. В 1975 г. впервые был начат выпуск инженеров по робототехнике в Ленинградском политехническом институте в рамках существующих специальностей. В 1981 г. была введена новая специальность инженера-электромеханика — "Робототехнические системы"— и организована подготовка специалистов в ряде ведущих вузов страны. С распадом СССР вся эта плановая работа по развитию отечественной робототехники на государственном уровне была прервана. Прекратилось серийное производство роботов. Их парк сократился более чем на порядок вместе с сокращением производства в стране в целом. В результате к 1995 г. разработки и применение роботов в России сузились до задач обеспечения невыполнимых без роботов работ в экстремальных ситуациях (стихийные бедствия, аварии, борьба с террористами и т. п.). Правда, в этой сфере отечественная робототехника не только не потеряла ранее достигнутого научно-технического уровня, но и продолжает развиваться, в том числе и благодаря участию в различных международных проектах и программах. На рубеже 2000 г. начали возрождаться отраслевые и ведомственные научно-технические программы по робототехнике, и межотраслевые программы по отдельным особо государственно-важным ее аспектам, начал восстанавливаться парк роботов и в промышленности. Все это позволяет прогнозировать в ближайшее время возрождение отечественной робототехники в полном объеме по мере восстановления нашей экономики и народного хозяйства в целом. Применение средств робототехники в промышленности Классификация технологических комплексов с применением роботов Задача робототехники наряду с созданием собственно средств робототехники заключается и в создании технических систем и комплексов, основанных на использовании этих средств. Как было отмечено при изложении истории развития робототехники, несмотря на непрерывное расширение сферы применения роботов основной областью их применения по-прежнему пока остается промышленность и, прежде всего, машиностроение и приборостроение. Здесь появились первые роботы и сосредоточено до 80% всего мирового парка роботов. Напомним, что роботы, применяемые в промышленности, получили наименование промышленных роботов (ПР). Они подразделяются на технологические, которые выполняют основные технологические операции, и вспомогательные, занятые на вспомогательных операциях по обслуживанию основного технологического оборудования. Технологические комплексы с такими роботами называются роботизированными — роботизированными технологическими комплексами (РТК). Термин "робототехнические системы" (РТС) означает технические системы любого назначения, в которых основные функции выполняют роботы. Начнем рассмотрение вопросов применения средств робототехники и промышленности с классификации технологических комплексов. В основу положим следующие признаки: • тип производственного подразделения; • степень изменения производства, связанная с применением ПР; • вид технологического процесса; • количество выполняемых технологических операций; • тип и количество используемого основного технологического оборудования; • тип и количество используемых ПР; • серийность и номенклатура продукции; • компоновка комплекса; • принцип управления комплексом; • степень участия (функции) человека в комплексе. В табл. 7 представлена основанная на этих признаках классификация технологических комплексов применительно к машиностроению. Воспользуемся ею для рассмотрения применения в этих комплексах роботов. Таб.7. Классификационные признаки и соответствующие им основные типы технологических комплексов с роботами № п/п Признак Наименование 1. Тип подразделения Технологическая ячейка Участок Линия Цех 2. Степень изменения производства, связанная с применением ПР Для вновь создаваемого производства: с принципиально новой технологией; с новым технологическим оборудованием. Для модернизируемого производства: с изменением технологии; с модернизацией оборудования 3. Вид технологического процесса Комплекс: механообработки; холодной штамповки; ковки; литья; прессования пластмасс; термической обработки; сварки; транспортный; контроля и испытаний и т. д. 4. Тип и количество технологического оборудования С выполнением основных технологических операций: технологическим оборудованием; ПР; их комбинацией 5. Серийность и номенклатура продукции С определенным размером выпускаемых партий продукции без переналадки комплекса. С определенным перечнем видов (типов) выпускаемой продукции 6. Компоновка комплекса Линейная Круговая Линейно-круговая По площади Объемная 7. Тип управления Централизованное Децентрализованное Комбинированное 8. Участие человека В выполнении технологических операций: основных; вспомогательных Тип производственного подразделения (табл.7, п. 1). Здесь классификационным признаком служит количество выполняемых технологических операций. Простейшим типом, который лежит в основе более крупных комплексов, является технологическая ячейка (ТЯ). В ней выполняется всего одна основная технологическая операция (помимо вспомогательных). При этом количество единиц технологического оборудования и ПР в составе ТЯ не регламентируется. В частности, в ТЯ может совсем отсутствовать технологическое оборудование помимо ПР, когда основную операцию выполняет ПР, или, наоборот, могут отсутствовать самостоятельные ПР, когда последние объединены с основным технологическим оборудованием. Следующим более крупным типом является технологический участок (ТУ). На нем выполняется несколько технологических операций, которые объединены технологически оборудованием или организационно управлением. Эти операции могут быть одинаковыми или различными. Если различные операции технологически последовательно связаны, то такой участок представляет собой технологическую линию (ТЛ). Технологический участок представляет собой совокупность ТЯ, но может и не иметь их. Например, участок может включать несколько единиц технологического оборудования, обслуживаемых одним ПР (неподвижным с размещением оборудования вокруг ПР или мобильным, перемещающимся вдоль ряда единиц оборудования). Следующим типом комплекса является цех, состоящий из нескольких участков. Пределом развития роботизированного производства является комплексно роботизированное предприятие. В состав участков и цехов помимо технологических ячеек обычно входят еще склады, транспорт (в том числе и на базе ПР) и системы контроля качества продукции. Классификация технологических комплексов по степени изменения производства, связанного с применением ПР (табл.7, п. 2). Такое изменение, очевидно, будет максимальным для создаваемых новых производств, основанных на новых технологиях, и минимальным для действующего производства, автоматизируемого на базе серийных ПР. Классификация по виду технологического процесса (табл. 7, п. 3). Она не исчерпывается приведенным перечнем типовых для современного состояния областей применения ПР в машиностроении. Классификация по типу и количеству используемого основного технологического оборудования (табл.7, п. 4). Здесь определены два уже названных ранее основных варианта: ПР, выполняющие основные технологические операции (сборку, сварку, окраску и т. д.), или вспомогательные роботы, обслуживающие основное технологическое оборудование. Серийность и номенклатура продукции (табл. 7, п. 5). Они определяются в данном случае объемом партий продукции, которые можно изготавливать без переналадки комплекса, а номенклатура — широтой перечня выпускаемых видов (типов) продукции. Оба эти показателя имеют существенное влияние на эффективность применения ПР. В частности каждый технологический комплекс характеризуется предельными значениями этих параметров, вне рамок которых данный комплекс оказывается экономически невыгодным вплоть до целесообразности перехода от гибких комплексов к специальным автоматам (при большой серийной и узкой номенклатуре) или даже к использованию рабочих вместо ПР (в противоположном предельном случае единичного производства). Классификация по типу размещения технологического оборудования и ПР (табл. 7, п. 6). Приведены основные (базовые) типы компоновок. При простой линейной компоновке оборудование располагается в один ряд (по линии), а при наиболее сложной объемной компоновке — на нескольких этажах (уровнях). Классификация по типу управления (табл.7, п. 7). Она включает рассмотренные ранее централизованный, децентрализованный и комбинированный способы управления. Централизованное управление осуществляется устройством группового управления, а децентрализованное реализуется с помощью местных устройств управления, связанных друг с другом для взаимной координации. Классификация по степени участия человека (табл. 7, п. 8). Здесь указаны два случая участия человека в работе: когда человек непосредственно выполняет некоторые технологические операции (основные или вспомогательные) и когда он участвует в управлении комплексом. Особенности применения средств робототехники в немашиностроительных и в непромышленных отраслях Робототехника в немашиностроительных отраслях промышленности Помимо машиностроения и приборостроения средства робототехники все более широкое применение получают в угольной и горнодобывающей промышленности, черной и цветной металлургии, строительстве, легкой и пищевой промышленности, на транспорте. Важность развития робототехники в этих областях очевидна уже из того факта, что здесь используется большая часть трудовых ресурсов страны, а степень автоматизации ниже, чем в машиностроении. Сегодня развитие применения средств робототехники в немашиностроительных отраслях происходит, прежде всего, путем использования опыта машиностроительных отраслей по применению роботов на тех же или аналогичных операциях — для обслуживания основного технологического оборудования, на погрузо-разгрузочных работах, при выполнении таких основных операций, как нанесение покрытий, сварка, сборочно-монтажные работы и т. п. Опыт создания и применения роботов и неавтоматических манипуляторов, специально предназначенных для этих отраслей, пока невелик. Общее количество используемых в немашиностроительных отраслях роботов и манипуляторов не превышает 20% их общего парка. Анализ показывает, что только за счет использования роботов общепромышленного применения эта величина может быть увеличена примерно вдвое. Однако для основной части производств в этих отраслях требуются роботы специальных типов. В табл. 2 приведены примеры применений средств робототехники в немашиностроительных отраслях. Анализ технических требований к роботам, необходимым для этих отраслей, и условий их эксплуатации показывает, что в отличие от машиностроения здесь значительно меньше возможностей для применения роботов с чисто программным управлением, а требуются прежде всего роботы очувствленные с адаптивным управлением. Это объясняется тем, что в немашиностроительных отраслях существуют значительно большая неопределенность и изменчивость, как параметров объектов манипулирования, так и внешней среды в целом. Здесь требуется большая доля мобильных роботов (в том числе для передвижения на открытой местности), роботов повышенной грузоподъемности и для работы в экстремальных условиях. В горном деле важной задачей является создание робототехнических комплексов для безлюдной выемки полезных ископаемых. Это позволит высвободить сотни тысяч горняков от работы в тяжелых и опасных подземных условиях, повысить в 4 — 10 раз производительность труда, существенно снизить себестоимость добычи и свести к минимуму потери руды. В состав таких комплексов должны входить роботы для установки крепиопалубки в забое, роботы — бурильщики шурфов, роботы-взрывники, роботы — погрузчики горной породы, роботы для проведения выработок. Подобные роботы должны быть мобильными, снабжаться, как правило, развитой системой очувствления, включая техническое зрение, несколькими манипуляторами и иметь взрывобезопасное исполнение. Таб. 8. Примеры использования средств робототехники в немашиностроительных и непромышленных отраслях хозяйства Операция Тип средств робототехники Угольная и горнодобывающая промышленность Установка крепи в забое Мобильный робот с техническим зрением и двумя манипуляторами Бурение шурфов Многоманипуляторный мобильный робот с навигационной системой Отделение угля от породы Робот с техническим зрением и другими средствами очувствления Операция Тип средств робототехники Угольная и горнодобывающая промышленность Погрузка горной массы Погрузо-разгрузочные работы в обогатительном производстве Мобильный робот-погрузчик Металлургия Загрузка чушек и металлолома в печь Манипулятор с управлением от оператора Ремонт огнеупорной кладки печей, домен Мобильный робот Пробивка корки шлака и устранение анодного эффекта при электролизе алюминия Извлечение штырей в электролизерах и их перестановка Укладка и обвязка пакетов чушек, их погрузка и доставка Лесозаготовительное производство Валочно-пакетирующие работы на лесосеках Манипулятор с управлением от оператора Деревообрабатывающее производство Погрузочные работы Средства робототехники, аналогичные применяемым в машиностроительном производстве Строительная промышленность Укладка кирпичей Робот-каменщик Сортировка кирпича на конвейере Робот с техническим зрением и дальномерной системой Загрузка печей кирпичами и выгрузка Облицовочные работы Робот для монтажа облицовочных плиток Монтаж металлоконструкций (зданий, мостов, резервуаров и т. п.) Робот-монтажник-высотник Окрасочные работы Робот-маляр Операция Тип средств робототехники Легкая и пищевая промышленность Обслуживание основного технологического оборудования(прядильных и швейных машин, агрегатов, формирующих синтетические нити, прессов горячей вулканизации, печей для обжига керамических изделий и т. п.) Средства робототехники, аналогичные применяемым в машиностроении и приборостроении Внутрицеховые погрузо-разгрузочные и транспортные работы Раскрой кожи и других материалов Укладка в тару конфет, овощей при консервировании и т. п. Погрузо-разгрузочные работы в холодильниках Транспорт Погрузо-разгрузочные работы Средства робототехники, аналогичные применяемым в машиностроении Регламентное обслуживание железно дорожных путей Шагающие транспортные машины Агропромышленное производство Уборка овощей и фруктов Прополка и прореживание овощей Робот с техническим зрением для работы в комплексе с прореживателями Обслуживание теплиц Мобильный робот (для выращивания рассады, уборки продукции) Товарная доработка плодоовощной продукции (сортировка и загрузка в контейнеры) Робот с техническим зрением и другими сенсорными системами Обслуживание свиноводческих комплексов и комплексов для крупного рогатого скота Агропромышленное производство Дойка и санитарная обработка вымени коров Стрижка овец Погрузо-разгрузочные работы с сельскохозяйственной продукцией, сеном, силосом, удобрениями и т. п. Средства робототехники, аналогичные применяемым в машиностроении Вождение тракторов и других сельскохозяйственных машин Робот-тракторист Медицина Хирургия (микрохирургия, дистанционная хирургия, стерильная хирургия) Прецизионные роботы и манипуляторы, управляемые оператором Внутриполостная и внутрисосудистая диагностика Мобильные микророботы Протезирование конечностей Реабилитация инвалидов и больных Робот для массажа и физических упражнений Уход за больными и инвалидами Робот-сиделка Помощь при передвижении слепых людей Робот-поводырь Сфера обслуживания Погрузо-разгрузочные работы Средства робототехники, аналогичные применяемым в машиностроении Охрана помещений Робот с техническим зрением и другими сенсорными системами Мойка окон высотных зданий Уборка помещений Бытовые роботы Уход за детьми Робот-нянька и роботы-игрушки Быстро расширяется применение средств робототехники в легкой и пищевой промышленности. На швейных фабриках роботы осуществляют раскрой тканей и обработку деталей одежды. Роботы используются для укладки в ящики и упаковки сахара-рафинада, хлебобулочных изделий, изделий парфюмерии, для раскладки конфет в коробки и т. д. Робототехника в непромышленных отраслях| В конце табл. 2 приведены примеры применения робототехники в некоторых непромышленных отраслях. Широкие возможности для комплексной автоматизации и роботизации открывает робототехника в сельском хозяйстве. Основные особенности применения здесь средств робототехники заключаются в большой территориальной протяженности и разобщенности предприятий, сезонности работ, сильной зависимости от погодно-климатических условий, в непосредственном контакте с животными и растительными организмами, имеющими большую разбросанность характеристик и существенные специфические требования к взаимодействию с ними. Одна из важных задач в полеводстве создание роботов для вождепния тракторов, комбайнов и других машинно-тракторных агрегатов с высвобождением работников самой массовой здесь профессии — трактористов. Роботы-трактористы должны быть приспособлены для замены тракториста на его стандартном рабочем месте. Это позволит оперативно использовать такие роботы в серийных машино-тракторных агрегатах, заменять трактористов при выполнении работ особо опасных (внесения ядохимикатов и т. п.) или утомительных (вождение культиваторов и прореживателей строго по рядкам растений и т. п.), осуществлять групповое вождение тракторов и других машин с роботами водителями за трактором-лидером, ведомым трактористом. Замена трактористов роботами позволит повысить производительность агрегатов, сменность, ритмичность и качество работы, снизить расход топлива. Одна из наиболее трудоемких отраслей сельскохозяйственного производства — овощеводство и картофелеводство. Производительность труда на ряде операций здесь ограничена физическими возможностями человека. Например, для укладки рассады в высаживающий аппарат требуется несколько сажальниц на каждой рассадочной машине, которые должны работать в ритме примерно одна операция в секунду в условиях тряски, пыли, при различной погоде. В теплицах применение мобильных роботов позволяет комплексно автоматизировать большой круг работ по подготовке почвы, высеву семян, опрыскиванию химикатами, сбору готовой продукции (рассады, овощей, фруктов), ее сортировке и укладке в тару. Аналогичные задачи необходимо решать на стационарных пунктах послеуборочной обработки овощей и картофеля, включая их сортировку, отделение примесей и некондиционных экземпляров. В животноводстве и птицеводстве требуются, в частности, роботы для выполнения следующих работ: • основные технологические операции: дозированная раздача кормов, разбрасывание подстилки, уборка навоза, дезинфекция помещений, взвешивание животных; • механизированное доение коров; • дефектоскопия и сортировка яиц в неорганизованных потоках с по следующей укладкой в тару. Большие перспективы имеет робототехника в медицине, в том числе в хирургии, протезировании, для реабилитации и обслуживания больных и инвалидов. На основе достижений робототехники создаются все более совершенные искусственные конечности — протезы рук и ног, имеющие приводы, встроенные микропроцессорные устройства управления и биологические обратные связи. Созданы искусственные скелеты с приводами, так называемые экзоскелетоны (экзо означает "внешний"), для парализованных людей. В ряде стран (США, Япония, Швеция) созданы так называемые сервисные (бытовые, персональные) роботы для обслуживания больных и инвалидов, детей, для использования в домашнем хозяйстве для уборки помещений, работы на кухне, прислуживания за столом, охраны квартиры, выполнения работы швейцара, обслуживания телефона, радио- и телевизионной аппаратуры и т. п. Такие роботы имеют техническое зрение, обладают слухом, дистанционными и тактильными датчиками, могут вести диалог с человеком в объеме сотен фраз, снабжены системами радиоуправления и передвижения. В США создан робот — ночной сторож ("Центурион-1"). Он имеет колесный ход, инфракрасную систему обнаружения людей, устройство для лишения нарушителя подвижности с помощью ультразвука, веселящего или парализующего газа, электрических разрядов. В целом робототехника в немашиностроительных и непромышленных отраслях, как уже отмечено, развивается сегодня прежде всего на базе опыта, накопленного в машиностроении, и в той же последовательности: изучение потребностей и определение технических требований к роботам, создание и отработка типовых роботизированных технологических ячеек, создание на их основе крупных базовых комплексов и, наконец, тиражирование последних в рамках отраслей. Экстремальная робототехника Экстремальная робототехника в промышленности Одно из назначений робототехники — выполнение различного рода работ в экстремальных внешних условиях либо опасных и вредных для человека, либо вообще полностью исключающих его присутствие. Соответствующий раздел робототехники получил наименование "экстремальная робототехника". Под экстремальными условиями понимаются как аварийные ситуации, включая стихийные бедствия, так и штатные экстремальные ситуации, определяемые технологией производства. По мере интенсификации производства удельный вес и тех, и других неуклонно растет. Это относится, в частности, к атомной энергетике и промышленности, химической, металлургической, горнодобывающей отраслям промышленности, подводным работам, освоению космоса, военному делу. Экстремальные условия определяются, прежде всего, внешними условиями работы (радиация, сильные электромагнитные поля, экстремальные значения температуры, давления и т. д.). Помимо внешних условий экстремальные ситуации характеризуются и определенным перечнем специфических работ, подлежащих выполнению. Эти работы включают сотни различных технологических операций. Их примерный перечень применительно к чрезвычайным наземным ситуациям приведен в табл. 9. Как следует из этого списка, основным типом технических систем, требующихся для выполнения перечисленных операций, являются робототехнические системы (РТС), благодаря характерной для них многофункциональности и гибкости позволяющих оперативно выполнять различные технологические операции. Кроме них для выполнения отдельных типовых технологических операций требуется довольно широкая номенклатура специальных технологических систем, с которыми РТС должны взаимодействовать. Примерами таких специальных технических систем могут служить строительные, строительно-дорожные, транспортные, погрузо-разгрузочные машины — экскаваторы, бульдозеры, краны и т. д., но в специальном исполнении, предназначенном для работы в экстремальных внешних условиях. Наиболее важными характеристиками РТС для рассматриваемой области их применения являются способы управления, перемещения и энергопитания. Сегодня основным способом управления этими техническими системами является комбинация дистанционного автоматизированного управления со стороны человека-оператора и местного автоматического управления. Перемещение к месту работы может обеспечиваться специальными транспортными средствами (краны, вертолеты и т. п.) или собственной системой передвижения (мобильные РТС). Энергопитание может быть автономным, кабельным или комбинированным. Таблица 9. Примерный перечень работ и входящих в них технологических операций в экстремальных условиях № п/п Наименование работ Наименование операции 1. Инспекция Визуальный контроль, определение физического состояния местности, объектов, оборудования (с земли, с воздуха, в воде) Радиационный контроль на местности, в помещениях Определение состава атмосферы, воды, земляного покрытия Визуальный контроль труднодоступных помещений Снятие показаний контрольно-измерительной аппаратуры Определение положения показывающих и исполнительных органов, вентилей, тумблеров Выявление мест утечек в трубопроводах и оборудовании 2. Погрузо-разгрузочные и транспортные работы Доставка различных технических средств к местам чрезвычайных ситуаций Расчистка проходов, устройство транспортных путей (проездов, переправ и т. п.) Разборка завалов, укрепление или обрушение неустойчивых конструкций Транспортировка материалов, инструмента, емкостей и др. объектов Сбор и транспортировка опасных отходов Удаление опасных предметов (взрывных устройств, радиоактивных источников и т. п.) Создание дамб и заградительных полос 3. Манипуляционные работы Монтаж и демонтаж оборудования и конструкций Сборка и разборка соединений Нанесение покрытий, удаление покрытий Бандажирование течей на трубопроводах, замена прокладок в уплотнительных соединениях Работа со взрывчатыми, радиоактивными и другими опасными материалами (кантование, укладка, пересыпание, уплотнение и др.) Сбор и удаление рассыпных материалов Установка и снятие домкратов, опор и растяжек Сварка и резка труб, металлоконструкций Сверление и фрезерование Бурение Резка металлических, бетонных, железобетон- ных, деревянных конструкций Дробление обломков строительных конструкций Открывание дверей, люков, задвижек 4. Очистка Дезактивация местности, строений, помещений, конструкций и оборудования Очистка площадок Откачка воды из затопленных помещений 5. Строительно- восстановительные работы Организация энергоснабжения Обеспечение средствами связи Восстановление транспортных путей (шоссейных дорог, железнодорожных путей и аэродромов) 6. Пожаротушение РАЗВЕДКА очагов пожара Локализация и тушение пожаров 7. Спасение людей ПОИСК людей в местах их блокировки Эвакуация людей из мест чрезвычайных ситуаций По характеру выполняемых операций все РТС можно объединить в 2 группы: инспекционные и технологические. Инспекционные системы (разведчики) часто снабжаются манипуляторами и другими исполнительными устройствами. Последние предназначаются для расчистки проходов, взятия проб, поиска и взятия отдельных объектов, выполнения различных операций с органами управления основного технологического и другого оборудования и отдельных технологических операций с помощью сменного инструмента. Технологические РТС предназначены для выполнения различных технологических операций обычно с помощью сменных рабочих органов, включая укрепленные па шасси бульдозерные отвалы, грейферы, сварочные аппараты и т. п. Основная тенденция развития рассматриваемой техники — создание автономных и телеуправляемых мобильных РТС с развитой сенсорикой, адаптивным и интеллектуальным управлением. Работы в этой области ведутся крупнейшими машиностроительными фирмами, включая "Джеперал Электрик", "Вестингауз", "Мартин Мариетта", "Катерпиллер", "Джеперал Дайнамикс", "Сименс", "Мицубиси". Основной формой организации этих работ являются государственные (США, Япония, Франция, Англия) и международные программы и проекты. Решение проблемы создания РТС для экстремальных условий связано со следующими особенностями: • сложность (экстремальность) внешних условий, зачастую находящихся на пределе возможностей современной техники; • сложность, многообразие, нечеткость (изменчивость) подлежащих выполнению функций, приводящие к большой номенклатуре требующихся технических средств при, как правило, единичном характере потребностей в этой технике; • межотраслевой характер проблемы, как с точки зрения потребителей, так и производителей требуемых технических средств. С учетом этих особенностей в основу проектирования средств экстремальной робототехники должны быть положены следующие принципы. Первый — функциональная и конструктивная унификация технических средств на основе их модульного построения. Второй принцип — согласованность требований к рассматриваемым техническим средствам и к их техническому окружению, с которым эти средства должны взаимодействовать, из условий максимума общей технико-экономической эффективности. Первый принцип был рассмотрен ранее. Что касается второго, то для объектов внешней среды он означает необходимость учета их взаимодействия с рассматриваемыми робототехническими средствами. Такой учет может повысить эффективность разрабатываемых средств в 5 — 7 раз. Важные дополнительные требования, которые следует предъявлять к объектам внешней среды для облегчения функционирования технических средств, предназначенных для работы в экстремальных условиях, направлены на обеспечение выполнения этими средствами следующих действий: • передвижение, в том числе при наличии разрушений и препятствий; • выполнение различных манипуляционных операций с органами управления технологическим оборудованием и контроля за ним; • проведение демонтажных и ремонтных работ с этим оборудованием; • расчистка и уборка разрушений, очистка от вредных веществ. Управление такими роботами — дистанционное супервизорное и автономное адаптивное, включая автоматический обход и преодоление препятствий, обзор местности, поиск определенных объектов и т. д. Космическая робототехника Космическая робототехника — перспективное направление развития космонавтики в том числе для работ в дальнем космосе, на Луне и в околоземных орбитах. Возникнув на стыке пилотируемой и беспилотной космонавтики, она быстро сформировалась в самостоятельное направление, во многом определяющее перспективы развития космонавтики в целом. Робототехника расширяет функциональные возможности беспилотных космических аппаратов, доводя их в пределе до уровня современных пилотируемых аппаратов. В пилотируемой космонавтике робототехника позволяет в значительной степени освободить космонавтов от тяжелых и опасных работ, особенно в открытом космосе и в условия интенсивных ионизирующих излучений, и превратить обитаемые космические аппараты в периодически посещаемые. В целом космическая робототехника открывает новые горизонты не только для развития традиционных средств космонавтики, но и для создания принципиально новых типов космических аппаратов, совмещающих достоинства пилотируемых и беспилотных. Космическая робототехника уже сегодня позволяет резко повысить эффективность космических систем, снизить расходы на их эксплуатацию, существенно расширить их функциональные возможности, на порядок увеличить ресурс и надежность, повысить безопасность космонавтов. Перечислим области применения роботов в космосе: - работа в открытом космосе (свободно летающие роботы для сборочных, погрузо-разгрузочных и спасательных работ, инспекции неизвестных объектов и т. д.); - работа на поверхности планет и других космических тел; - работа снаружи и внутри космических кораблей (их обслуживание, регламентные и ремонтные работы). Соответственно можно выделить 3 основных типа космических роботов: свободнолетающие, напланетные и роботы космических кораблей (обслуживающие). Космические роботы и управляемые оператором неавтоматические манипуляторы имеют, как правило, электромеханические приводы. При этом в отличие от роботов, применяемых в обычных земных условиях, мощность приводов космических роботов на несколько порядков меньше при той же массе объектов манипулирования. При этом неизбежно пропорционально снижается быстродействие робота из-за соответствующего уменьшения ускорений при перемещении объектов, обладающих определенной инерцией. Но этой ценой достигается существенное снижение массы и энергопотребления роботов, что, как известно, особенно важно для космической техники. На слайде показана система бортовых манипуляторов многоразового космического корабля "Буран" [2]. Манипуляторы шарнирные с шестью степенями подвижности имеют электрические приводы. Длина манипулятора — 15,3 м, усилие в захватном устройстве — 5 кгс. Наибольшая масса объекта манипулирования — 3 г. Линейная скорость с грузом — до 0,03 м/с, без груза — 0,6 м/с. Погрешность позиционирования— 5 мм. В исходном положении манипуляторы крепятся вдоль корабля с помощью ложементов. Захватные устройства манипуляторов — сменные. На кисти каждого манипулятора укреплена телевизионная камера. Кроме того, на корпусе корабля размещено несколько телевизионных камер и осветителей, и том числе 4 подвижные камеры находятся по краям грузового отсека, откуда с помощью манипуляторов берутся и куда помещаются транспортируемые кораблем грузы. Устройство управления манипуляторов с пультом управления размещено в кабине корабля. Система управления манипуляторами обеспечивает ручной, полуавтоматический и автоматический режимы управления. Для ручного управления оператор использует 2 задающие рукоятки, каждая из которых имеет 3 степени подвижности. Одна (левая) рукоятка служит для управления перемещением рабочего органа манипулятора, а другая (правая) — для его ориентации. В полуавтоматическом режиме осуществляется интерактивное управление, при котором оператор использует готовые управляющие подпрограммы, оперативно выбирая и последовательно вводя их в действие в ходе выполнения конкретного задания. В полностью автоматическом режиме управление ведется без участия оператора, за которым, однако, сохраняется функция контроля с возможностью вмешательства и любой момент в ход выполнения программы. Основные функции системы манипуляторов космического корабля определяются его назначением по транспортировке грузов в своем грузовом отсеке с Земли на околоземную орбиту и обратно. Соответственно, с помощью манипуляторов должны осуществляться следующие операции: • выемка грузов из грузового отсека и перенос их в сторону от корабля; • манипулирование этими грузами с целью их пристыковывания к другим объектам или развертывания (раскрытия) для самостоятельной работы на орбите (антенные системы, солнечные батареи и т. п.); • захват свободно летающих объектов и помещение их в грузовой отсек; • инспекция объектов, находящихся на околоземной орбите; • сборочно-монтажные и ремонтные работы с объектами на околоземной орбите. Подводные роботы Исследование и освоение глубин океана и морского дна — еще одна важная сфера экстремальной робототехники, перспективность которой аналогично космосу связана, прежде всего, с тяжелыми и опасными для человека внешними условиями. Следствием последних является низкая эффективность работы водолазов. Назначение подводных роботов аналогично назначению роботов космических. В настоящее время в мире создано более тысячи подводных роботов от микророботов с массой менее 1 кг до больших — более 1000 кг. По назначению их можно разделить на следующие группы: • информационные роботы для исследования океана, мониторинга, поиска затонувших судов и других объектов; • технологические роботы для выполнения различных технологических силовых операций — обслуживание подводных сооружений (буровых скважин, трубопроводов, кабелей), строительно-монтажные работы, бурильные работы, очистка и окраска подводной части кораблей; • спасательные работы; • военные и военно-технические роботы (минирование и разминирование, поиск и извлечение неразорвавшихся торпед, бомб, боевое охранение акваторий, вооруженная борьба с объектами противника и т. д.). Подводные роботы делятся на свободно плавающие, привязные и донные. Они могут быть обитаемыми и без операторов на борту. Привязные роботы соединены кабель-тросом с кораблем. Через кабель осуществляется энергопитание и двусторонняя связь. Один из первых отечественных роботов-геологов этого типа, "Манта". Робот снабжен двумя гидравлическими манипуляторами грузоподъемностью 50 кг с 7 степенями подвижности. В состав схемы входят пульт управления с устройством целеуказания на телеэкране и бортовой вычислитель на базе ЭВМ. Бортовой вычислитель обеспечивает автономное выполнение роботом следующих директив оператора в супервизорном режиме управления: - взять объект, указанный оператором на телеэкране; - перенести этот объект ближе к телекамере и положить в бункер или в любую заданную на телеэкране точку пространства; - искать объект вслепую (на ощупь) в заданном квадрате (в случае плохой видимости из-за замутнения воды и других причин). В этом режиме обеспечивается автоматический обход манипулятором встречающихся препятствий. Военная робототехника Важным разделом экстремальной робототехники является робототехника для вооруженных сил. В нее входят следующие по назначению типы средств робототехники: - боевые; - боевого обеспечения; - специально-технического обеспечения; - тылового обеспечения. Основными специфическими видами средств робототехники для вооруженных сил являются: - мобильные роботы наземного, воздушного и водного базирования; - роботы-водители и роботы-пилоты для различных видов боевых и транспортных машин; - роботы и другие средства робототехники для обслуживания вооружений и военной техники. Основными факторами эффективности применения робототехники в вооруженных силах являются: - применяемость в экстремальных условиях, не допускающих участие людского персонала; - повышение быстродействия, точности и стабильности основных характеристик вооружения и военной техники; - исключение ошибок операторов (от усталости, влияния неблагоприятных факторов внешней среды, стрессовых ситуаций, перерывов в тренировках и т. п.); - сокращение численности личного состава и выведения его из зон, опасных для жизни и здоровья; - снижение потерь личного состава; - упрощение собственно вооружения и военной техники; - меньшая стоимость. Важным условием повышения эффективности военной робототехники является комплексная унификация номенклатуры требуемых средств робототехники и их основных комплектующих систем. Хотя на вооружении армий в мире находятся десятки образцов военных робототехнических систем, широкому применению робототехники в вооруженных силах препятствуют следующие недостатки современной робототехники. Исполнительные системы и, прежде всего, манипуляционные имеют неудовлетворительные массо-габаритные параметры, во много раз уступающие аналогичным параметрам человека. Неудовлетворительные интеллектуальные возможности информационных и управляющих систем. В связи с последним сегодня первоочередными направлениями применения робототехники в вооруженных силах являются: - создание мобильных роботов-разведчиков, саперов, охранников и тому подобных легких роботов; - создание стационарных роботов для обслуживания вооружения и военной техники; - применение средств робототехники для обеспечения безэкипажного функционирования традиционных подвижных средств военной техники. На первом этапе этой работы будут созданы роботы в значительной степени с дистанционным управлением с последующим наращиванием их интеллекта и соответственно количества автоматически выполняемых операций. Развитие интеллектуальной робототехники позволит повысить эффективность вооружений и военной техники не менее чем в 2 — 3 раза. Микроробототехника Выше было отмечено, что микроробототехника — это новое быстро развивающееся направление в робототехнике, возникшее в русле общей тенденции миниатюризации техники на базе новых трехмерных технологий микроэлектромеханических систем (МЭМС). К ним относятся микроприводы. Одновременно развивалась и микросенсорика. Были созданы измерители перемещения, скорости, положения в пространстве и т. д. с размерами в единицы мм. Это позволило создать первые микроманипуляторы и роботы соответствующих размеров. Основное назначение микророботов в настоящее время — обследование малых замкнутых полостей, выполнение в них транспортных операций и микроманипуляций. Области применения микророботов, такие как: диагностические и технологические микрооперации в промышленности, включая биотехнологии и биоинженерию, обследование трубопроводов и технологические операции в них, медицина (внутреннее обследование, доставка медикаментов и других средств, микрохирургия, внутриполостная и внутрисосудистая хирургия). Быстро развивается микроробототехника военного назначения: микророботы — разведчики, диверсанты и т. п. К их специфическим достоинствам относятся трудная обнаруживаемость и возможность использования большими группами. Наряду с термином микроробот существует термин мини-робот. Хотя четкой границы между ними нет, принятого считать, что мини-роботы — это роботы с габаритными размерами в сотни, а микророботы в десятки миллиметров. Меньшие размеры будут иметь нанороботы будущего, которые, по-видимому, определят заключительный, физически еще реализуемый участок размерного ряда роботов. Социально-экономические аспекты робототехники Социально-экономическая эффективность применения средств робототехники Рассмотрение вопроса об эффективности и, соответственно, перспективности какого-либо нового научно-технического направления или нового вида техники необходимо начинать с сопоставления его с основными целями общества, а затем уже переходить к оценке его чисто экономической эффективности. Действительно, могут быть такие научно-технические идеи, которые, давая определенное и даже очень большое повышение эффективности конкретного производства, принципиально несовместимы с общей целью и принципами нашего общественного производства или в чем-то противоречат им. Например, применение конвейера и некоторых видов полуавтоматического оборудования, повышая производительность, резко ослабляет творческий характер труда. Организация производства на конвейере ведет к такой дифференциации операций, при которой работающие на нем люди выполняют однообразные, монотонные движения фактически без необходимости приложения каких-либо интеллектуальных усилий. Тем не менее дифференциация и упрощение трудовых операций имеют важное положительное следствие: именно они создают предпосылки перехода к полностью автоматическому производству в том числе с использованием промышленных роботов, что позволяет вообще исключить труд человека при их выполнении. И так, рост производительности труда и, соответственно, расширение объема производимого совокупного продукта в целом ряде случаев ведут к обеднению содержания груда и, соответственно, снижению его престижности. Выход из указанного противоречия заключается в переходе к принципиально новым техническим решениям, позволяющим освободить человека от однообразных, физически тяжелых и лишенных интеллектуального содержания операций. Дальнейший рост производства на основе использования достижений современной науки и техники ограничивается также возможностями человека. Это касается увеличения интенсивности технологических процессов, возрастания числа процессов, протекающих в агрессивных и вредных для человека средах (химия, атомная энергетика и др.). Для того чтобы снять подобные ограничения, опять-таки, необходимо передать часть трудовых операций новым техническим средствам. Не менее существенные ограничения возникают и в отношении управления качеством продукции. Практика показывает, что в производстве с преобладанием ручного труда практически невозможно гарантировать стабильно высокое качество продукции. Робототехника относится именно к тем научно-техническим направлениям, с помощью которых могут быть преодолены указанные объективные противоречия в развитии современного производства между растущей специализацией трудовых операций и необходимостью усиления содержательности труда. Она, с одной стороны, избавляя человека от тяжелого и опасного труда, с другой стороны освобождает производство от непосредственного участия в нем людей и тем самым снимает связанные с их участием ограничения, препятствующие дальнейшей интенсификации производственных процессов и внедрения новых технологий, принципиально не допускающих присутствия людей. Рассмотрим конкретные особенности оценки эффективности применения средств робототехники в производстве. Анализ результатов применения роботов в различных отраслях промышленности и типах, производств под тверждает, что они могут эффективно использоваться в условиях как мелкосерийного, так и массового производства. В массовом и крупносерийном производстве с быстрой сменой выпускаемой продукции (автомобилестроение, радиопромышленность, производство бытовых приборов и т. п.) перспективным является применение роботов для обслуживания агрегатных станков и переналаживаемых автоматических липни на операциях загрузки-выгрузки на начальных и конечных позициях линий, для внутрицехового транспортирования. Использование роботов позволяет осуществлять комплектацию и запуск таких линий в более короткие сроки. Роботы можно эффективно применять, в частности, для замены специального вспомогательного оборудования на отдельных операциях в автоматических технологических комплексах в период модернизации или замены пою оборудования. В этом случае отпадает необходимость останавливать комплекс на длительный период, а затраты на переоснащение роботов оказываются значительно ниже потерь вследствие простоя комплекса в течение всего периода модернизации или замены специализированного вспомогательного оборудования па конкретных операциях. В серийном и мелкосерийном производстве наиболее перспективным является применение роботов в сочетании с оборудованием с ЧПУ. Это позволяет, в частности, полностью решить па базе групповой организации производства проблему изготовления изделий малыми партиями. В любой области применения роботов их необходимо рассматривать как компонент всего производственного комплекса, включающего другое основное и вспомогательное технологическое оборудование, объединенное общей системой управления. Использование роботов оказывает существенное влияние на такие важные экономические характеристики, как производительность труда, объем производства продукции, себестоимость, рентабельность, фондоотдача. Рост производительности груда обеспечивается, с одной стороны, увеличением объема производства, а с другой — сокращением численности производственных рабочих. Рост объема производства происходит вследствие улучшения использования оборудования, повышения его производительности и снижения брака. При этом повышение эффективности использования оборудования достигается за счет как факторов экстенсивного, так и интенсивного характера. Факторы интенсивного характера предусматривают улучшение использования оборудования в единицу времени вследствие сокращения трудоемкости вспомогательных операций (загрузки-выгрузки деталей, транспортировки и т. п.). Повышение экстенсивного показателя использования оборудования обусловлено увеличением времени его работы. В условиях роботизации рост эффективности обеспечивается сокращением различного рода потерь рабочего времени и повышением сменности работы оборудования. Снижение брака продукции является следствием устранения влияния таких индивидуальных и субъективных факторов, как квалификация, опыт, утомляемость работающих и т. п. В условиях роботизации происходит абсолютное и относительное сокращение численности производственных рабочих. Под относительным сокращением численности понимается возможность повысить объем производства при той же численности производственных рабочих благодаря увеличению годового эффективного фонда времени работы оборудования в результате использования роботов. Увеличение объема производства в условиях роботизации приводит к снижению себестоимости продукции в результате уменьшения доли условно-постоянных накладных расходов на единицу продукции, сокращения непроизводительных расходов, таких как оплата сверхурочных работ и простоев рабочих, снижение потерь от брака, а также удельных затрат на содержание и эксплуатацию оборудования. Снижение себе стоимости продукции достигается за счет экономии заработной платы рабочих, высвобождаемых абсолютно и относительно. Эта составляющая является одной из самых очевидных и значительных при оценке экономической эффективности промышленных роботов. Экономия на заработной плате образуется также вследствие опережающего темпа повышения производительности труда по сравнению с темпом роста заработной платы. Применение роботов позволяет улучшить использование производственных фондов, которое характеризуется показателями рентабельности и фондоотдачи. При этом рентабельность увеличивается вследствие возрастания общей суммы прибыли, получаемой в результате роста объема производства. Для оценки экономического эффекта от применения роботов в конкретном технологическом комплексе необходимо провести технико-экономический анализ с учетом технических параметров всего оборудования, входящего в комплекс, основных характеристик и особенностей технологического процесса, частных организационных и технико-экономических показателей, а также социальной значимости роботизации данного процесса. В целом объектами такого анализа должны быть: • оборудование, на котором выполняются операции технологического процесса; • роботы; • вспомогательное оборудование, которое требуется для эксплуатации комплекса; • транспортно-складские системы для материалов, заготовок, готовых изделий, инструмента, оснастки, отходов производства; • запас материалов, заготовок, представляющих различного вида заделы, инструмента, технологической оснастки; • устройства обеспечения других необходимых условий нормальной эксплуатации комплекса (вентиляционные, защитные и др.); • система управления комплексом в целом; • производственные площади, занимаемые комплексом. Все расчеты экономического характера для оценки целесообразности и эффективности применения роботов следует выполнять с учетом перечисленного полного состава объекта исследования. Кроме того, одним из важных факторов, который следует учитывать при экономическом обосновании роботизации, является надежность. Недостаточная надежность технических устройств комплекса соответственно снижает эффективность роботизации производства. В связи с этим возникает необходимость в исследовании экономической эффективности различных мероприятий по повышению надежности и выявлению оптимальной и этом отношении структуры комплекса. Например, чем универсальнее робот, тем он сложнее и менее надежен. В то же время использование в составе технологического комплекса более простых и дешевых, но менее универсальных роботов приводит к необходимости включать в состав комплекса дополнительное специальное оборудование и приспособления, компенсирующие снижение функциональных возможностей роботов. Проектирование и изготовление такого специального оборудования связаны с дополнительными затратами, а его размещение приводит, как правило, к увеличению производственных площадей, занимаемых комплексом. Каждому сочетанию технических средств технологического комплекса в свою очередь соответствует вполне определенная структура системы управления. Различными будут для рассматриваемых вариантов как капитальные, так и эксплуатационные затраты на весь срок службы комплекса. В связи с этим возникает задача определения такого состава технических устройств, входящих в комплекс, и соответствующего программного обеспечения, которые дают минимум затрат на его проектирование, изготовление и эксплуатацию в течение всего срока службы комплекса. Социальные аспекты роботизации, связанные с улучшением условий труда, ликвидацией тяжелых, опасных и вредных для здоровья видов работ, с повышением общей культуры производства, должны быть количественно оценены и учтены в расчетах экономической эффективности применения роботов. Например, внедрение роботов уменьшает текучестью кадров, что выражается в конкретной экономии расходов на прием-увольнение, учебу и т. д. Необходимо учитывать и экономический эффект, связанный с тем, что роботизация позволяет уменьшить количество профессиональных заболеваний, снизить травматизм, сократить затраты на лечение и мероприятия по охране труда и технике безопасности. Учет социальных факторов в экономических расчетах позволяет более точно определять области эффективного применения роботов. Обычно экономическую эффективность применения роботов и основанных на них технологических комплексов оценивают по годовому экономическому эффекту, который представляет собой экономию приведенных годовых затрат, получаемую в результате использования роботов в составе технологического комплекса. Эту экономию определяют из сравнения предлагаемого (нового) варианта с базовым, в качестве которого принимается лучший аналог, который может быть приобретен или воспроизведен на основе лицензии. Затем по этой величине определяют срок окупаемости затрат. Техника безопасности в робототехнике И проблеме безопасности труда при использовании роботов можно выделить следующие 2 аспекта: - применение роботов как средства повышения безопасности производства; - обеспечение безопасности при эксплуатации самих роботов. Первый аспект соответствует одному из первоочередных назначений роботов — избавление людей от травмоопасного, вредного и тяжелого физического труда. При планировании внедрения роботов в производство такого рода технологические операции получают приоритет, и на таких операциях роботы применяются наиболее успешно. В машиностроении к этим операциям относятся, в частности, обслуживание кузнечно-прессового оборудования и металлорежущих станков (особенно при обработке тяжелых заготовок), оборудования в гальваническом и литейном производствах, в производстве изделий из пластмасс, а также основные технологические операции, как: сварка, окраска, погрузочно-разгрузочные и транспортные работы. В немашиностроительных отраслях такими операциями являются, например, установка крепи в забое, обслуживание отбойных и бурильных агрегатов, в горнодобывающей и угольной промышленности, обслуживание оборудования и фасовка продукции во вредной для здоровья атмосфере в химической и нефтехимической промышленности, различные манипуляционные операции в металлургической промышленности, атомной энергетике и других производствах с экстремальными условиями (вредные излучения, взрывоопасность, предельные температуры, загазованность, запыленность и т.п. В мире накоплен определенный положительный опыт повышения безопасности труда с помощью роботов, прежде всего, в машиностроении (на штамповке, в гальваническом производстве, в производстве пластмассовых изделий, на термообработке, погрузо-разгрузочных и транспортно-складских операциях). Второй отмеченный ранее аспект робототехники с точки зрения безопасности труда — это обеспечение безопасной работы самих роботов, которые при определенных условиях могут представлять собой источник повышенной опасности для человека, а также и для работающего с ними оборудования. Опыт свидетельствует о реальности несчастных случаев, в том числе со смертельным исходом, при работе с роботами. По данным статистики в Японии, где применение роботов достигло наибольших размеров, почти каждый третий рабочий так или иначе сталкивается с опасностями, создаваемыми роботами. В основном такая опасность вызывается следующими причинами: - неисправность собственно роботов из-за нарушения их механическом прочности или отказов в системе управления; - ошибки программирования и настройки, вызывающие при эксплуатации непредвиденные движения с выходом из огражденной рабочей зоны или механические повреждения робота; - потери объекта манипулирования и другие аварийные ситуации из-за превышения допустимых динамических режимов и перегрузок; - нарушение персоналом условий эксплуатации робота (вход в рабочую зону, особенно при отключенных средствах безопасности, отсутствие личных средств безопасности, включая каску, превышение допустимой грузоподъемности, несоответствие исполнения робота реальным условиям эксплуатации, другие нарушения технических условий на робота или технологический комплекс, в составе которого он работает); - неправильная работа средств безопасности, которыми оборудованы робот и его рабочая зона (устройства блокировки, сигнализации, защитные ограждения и т. п.). Статистика показывает, что большая часть несчастных случаев связана с нахождением обслуживающего персонала в рабочей зоне при программировании, настройке и ремонте роботов. Несчастные случаи во время работы робота в автоматическом режиме составляют всего единицы процентов. Мероприятия по обеспечению безопасности роботизированных производств должны быть предусмотрены на всех этапах их создания и эксплуатации, начиная с формулирования технических требовании, и регламентированы соответствующими нормативно-техническими документами, а также специальными документами по технике безопасности. Общие требования по безопасности при проектировании и эксплуатации роботов стандартизированы. В этих требованиях, в частности, регламентированы следующие позиции. - Если при программировании и наладке робота требуется пребывание персонала в его рабочей зоне, то в этих режимах должно быть предусмотрено снижение скорости исполнительных устройств робота до 3 м/с. - Пульт управления робота должен выдавать информацию о режиме его работы, срабатываний блокировок и функционировании работающего с ним технологического оборудования, наличии сбоев в работе, начале движения робота. Регламентированы также требования к предохранительным, блокирующим и защитным устройствам, которыми должны быть оснащены роботы. Применительно к организации технологических комплексов регламентированы: • необходимость комплексной автоматизации всех основных и вспомогательных операций с допустимостью сохранения за оператором в основном только некоторых функций управления и контроля; • наличие блокирующих устройств и ограждений, требования к ним; • планировка комплекса с учетом размеров рабочих зон роботов; • требования к организации рабочих мест операторов, к пультам управления и расположенным в других местах дополнительным органам аварийного отключения. Применительно к эксплуатации роботов разработаны: • требования, предъявляемые к обслуживающему персоналу, и перечень его обязанностей; • инструкции по охране труда. В обязанности обслуживающего персонала, в частности, входят проверка оборудования и блокировочных устройств перед началом работы, обязательная регистрация в специальном журнале всех неполадок и аварийных ситуаций. Робототехника завтра Современная робототехника как новое научно-техническое направление идейно сформировалась через несколько лет после провозглашения Винером концепции кибернетики, под ее влиянием. Робот как машина-автомат нового типа принципиально ворвался в сложившуюся классификацию машин как что-то инородное: он может быть и технологической машиной, и транспортной, и информационной, а может и вообще выпадать из этой категории, выполняя функции технологического приспособления или средства автоматизации. Правда, и среди приспособлений робот тоже сразу же стал "возмутителем спокойствия" и породил новый термин "роботизация", который никак не вписывался в понятие "автоматизация". До этого были известны манипуляторы, управляемые человеком, однопрограммные автоматические манипуляторы-автооператоры, механические руки. Но, вот, появились манипуляторы с ЧПУ, их назвали роботами, и родилось новое научно-техническое направление — робототехника. С самого начала в развитии робототехники определялись две, правда, сначала довольно слабо связанные цели — прикладная и фундаментальная. Прикладная цель была объективно обусловлена развитием современного производства, а именно переходом к комплексной гибкой автоматизации, к гибким автоматизированным производствам. Здесь одной из первоочередных задач стало создание выявленного в ходе этих работ недостающего звена в перечне компонентов таких производств, которое должно заменять человека, выполняющего различные манипуляционные операции — основные технологические и вспомогательные. Из этой задачи сразу же выделилась как задача высвобождения людей от опасных и вредных работ. Затем по мере развития робототехники, естественно, возникла задача создания средств робототехники, предназначенных для работ, которые принципиально не могут выполняться с помощью или даже просто в присутствии людей (дальний космос, глубины океана, новые интенсивные технологии и т. д.). Возникли экстремальная робототехника, медицинская микроробототехника, биоробототехника, шагающие машины и другие специальные разделы робототехники. Появилось роботостроение с международной кооперацией и специализацией. Постепенно сложились определенные принципы построения, проектирования и применения средств робототехники и основанных на них технических систем. Определились основные области применения и перспективы их расширения, основанные на реальных технических и экономических характеристиках этой техники. Принципиальный вопрос — по какому пути идти робототехнике — в сторону повышения универсальности роботов или, наоборот, их специализации, разрешился признанием в качестве основного — модульного принципа их построения. Этот принцип позволяет промышленности оперативно поставлять даже в единичных количествах роботы, собранные из хорошо отработанных унифицированных модулей, для выполнения самых разнообразных технологических операций. Таким образом, заманчивая идея создания сравнительно небольшого семейства универсальных роботов, близких их прототипу— человеку,— была заменена идеей универсального набора компонентов роботов — модулей. Сегодня роботы применяются практически во всех сферах человеческой деятельности, а уровень робототехники является важным показателем научно-технического, промышленного и оборонного потенциалов каждой страны. Вторая указанная ранее фундаментальная цель робототехники — это экспериментальное изучение и воспроизведение феномена разумного поведения живых существ. В дальнейшем эта проблема привела к появлению самостоятельного научно-технического направления, получившего название "искусственный интеллект". То, что эта проблематика наиболее актуальна именно в робототехнике, вытекает из исходной идеи этой отрасли знаний, как альтернативы занятого физическим трудом человека. Первый же опыт создания таких машин показал недостаточность, и даже примитивность современной теории и техники автоматического управления и теории информации по сравнению с задачами, решаемыми человеком при выполнении даже самых простых операций. В связи с этим были развернуты интенсивные экспериментальные исследования с объектами типа "глаз-рука" и различных очувствленных мобильных объектов, которые продолжаются и сегодня. В последнее время к ним добавились исследования группового поведения подобных объектов (мультиагентные системы, игры роботов и т. п.). Это направление в робототехнике непосредственно соответствует основной идее кибернетики об общности информационно-управляющих процессов в технике и в живой природе. Одна из целей этого направления — воспроизведение процесса эволюции живой природы, поскольку именно робот является технической системой, которая реализует триаду "сенсоры-мозг-активаторы", замкнутую через внешнюю среду. Именно на базе роботов представляется возможным реализовать и исследовать известный тезис "рука создала человека". Конечным научно-техническим результатом этих исследований должны стать принципы и методика самоусовершенствования интеллектуальных технических систем типа "робот". Это позволит спустить курок эволюционного совершенствования роботов, пределом для которого, разумеется, не будут интеллектуальные способности человека. Конечно, это эмпирика, но она даст результат, гарантированный опытом развития живой природы, эволюционное развитие которой — это тоже эмпирика, метод проб и ошибок. Однако решить эту проблему в рамках одной робототехники нереально. Здесь необходимо скоординированное взаимодействие многих смежных научно-технических направлений, хотя бы потому, что ее решение требует создания принципиально нового материально-технического обеспечения не только для информационно-управляющих систем (технические нейроподобные структуры и т. д.), но и для остальных компонентов названной выше триады — исполнительных систем и сенсоров. Подобно тому как робототехника явилась одной из побудительных при чин и полигоном развития работ по проблеме искусственного интеллекта, она же инициировала проблему создания "искусственной мышцы", как проблему создания принципиально новых приводных исполнительных систем с, по крайней мере, на порядок лучшими массо-габаритными характеристиками, чем у подобных систем, основанных на современных электрических, гидравлических и пневматических приводах. Последние именно более чем на порядок уступают по указанным характеристикам поперечно-полосатым мышцам животных. Речь идет о принципиально новом подходе к построению приводов, также заимствованном у живой природы и основанном на параллельно-последовательной работе сотен и тысяч элементарных микроактиваторов. Аналогичная проблема перехода к микромодульному построению стоит и перед сенсорными система ми. Ее успешное решение будет иметь революционизирующее значение не только для робототехники, но и для всего машиностроения. Что касается собственно робототехники, то, как отмечено ранее, прикладная робототехника в своем развитии практически быстро исчерпал научный задел, который был предоставлен ей, прежде всего, теорией автематического управления и информатикой, а также технический задел в виде приводов и систем ЧПУ, заимствованный у станкостроителей. И сегодня ее дальнейший прогресс почти целиком зависит от успехов в решении перечисленных ранее фундаментальных проблем. Так сомкнулись первоначально почти не связанные два направления развития робототехники — прикладное и фундаментальное. В начале своего развития робототехника пережила период романтизма, период "бурь и натиска", когда казалось, что еще немного и мы "схватим бога за бороду" — наступит "роботовладельческий" строй. На смену порожденных кибернетикой споров о том, может ли машина мыслить и превзойти в этом человека, разгорелись дискуссии об опасностях, которые могут принести роботы, вплоть до их бунта против человека. Затем пришли зрелость и прозрение: определился целый комплекс серьезнейших научно-технических проблем, которые стоят на пути к царству роботов. Основные из них были уже названы и, как следует из изложенного, генеральное направление дальнейшего развития робототехники — это, прежде всего, комплексная миниатюризация компонентов и интеллектуализация в виде распределенного интеллекта, пронизывающего все системы роботов от сенсорики до приводов и даже до конструктивных материалов и "кожи" роботов (интеллектуальные материалы). Обе эти проблемы соответствуют общим тенденциям развития техники в целом, которые тесно взаимосвязаны, можно сказать, как форма и содержание. Само понятие интеллектуализации (искусственного интеллекта) могло возникнуть и приобрести реальный смысл только на определенном этапе развития миниатюризации прежде всего в вычислительной технике. Проблема интеллектуализации возникла, прежде всего, именно в робототехнике, поскольку это соответствовало исходной идее робота. Процесс миниатюризации изначально был связан с процессом повышения точности и разрешающей способности создаваемых изделий. Именно последнее является основанием для создания все более и более мало размерных изделий. Процесс миниатюризации, ее первый этап, связан с механикой и порожден, как сказано, развитием технологий, повышающих точность изготовления деталей. Начался он с производства замков (слесарь — от немецкого слова schlosser— замок, затвор и его же изготовитель. Кстати, и в английском языке слово слесарь — locksmith от того же корня "замок" — lock). Затем вышли в лидеры часовщики. Именно они создали первые механические изделия счетно-решающей (вычислительной) техники — арифмометры, интеграторы и т. п. В 1950-е гг. механические интеграторы сменили электромеханические (в составе первых электромеханических вычислительных машин). Второй этап миниатюризации начался на базе двухмерных (2D) технологий микроэлектроники, сопряженной уже с интеллектуализацией. Символ этого этапа — многослойные платы печатного монтажа. В них достигнута уже субмикронная точность. На рубеже XXI столетия, как известно, начался третий этап миниатюризации на базе 3D микросистемных технологий. Это уже не электроника, а трехмерная электромеханика— микроэлектромеханические системы (МЭМС). Каждый из перечисленных этапов не сменял предыдущий, а "надстраивал" над ним новый уровень. Так, ЗD-технологии развились на базе 2D технологий и добавили механику движений, но с микронным разрешением. Впереди нас ожидает уже исследуемый этап нанотехнологий с молекулярной разрешающей способностью и использование органики симбиоз живого и техники (биокомпьютеры и т. п.). После этого, очевидно, наступит последний физически возможный этап миниатюризации на атомном уровне. Рассмотренный процесс помимо возможности создания все более мало размерных мини-, микро- и наносистем создает техническую базу для разработки нового поколения и крупномасштабных объектов вплоть до тяжелого машиностроения, наделенных принципиально новыми, в том числе интеллектуальными функциональными возможностями и техническими характеристиками. Интеллектуализация как процесс совершенствования информационно-управляющих возможностей техники также прошла 3 этапа: программное управление, адаптивное управление и, наконец, на базе микроэлектронной техники и технологий искусственного интеллекта (ИИ) возникло интеллектуальное управление. При этом искусственный интеллект постепенно охватил все функции технических систем помимо управления. Как и в процессе миниатюризации здесь каждый последующий этап не заменял предыдущий, а поглощал его: адаптивное управление образует следующий уровень управления над программным, а интеллектуальное включает и программное управление, и адаптацию. Дальнейшее развитие искусственного интеллекта — коллективный интеллект (как у людей), а затем и превышение интеллекта естественного. Следующий качественно новый этап — искусственный разум, воспроизводящий наряду с интеллектом творческие способности (креативность) человека. Разумеется, имеется в виду узко специализированный профессиональный интеллект и разум. (Например, уже не вызывает сомнений, что скоро компьютеры переиграют самых сильных шахматистов.) Рассматриваемый процесс миниатюризации и интеллектуализации техники начинается прежде всего с ее основных компонентов — три замкнутых в кольцо через внешнюю среду,— сенсорные, информационно-управляющие и исполнительные— компонента, затем связь и энергопитание (слайд). В общем случае их совокупность образует открытую систему, информационно и энергетически зависимую от окружающей среды, включая и другую подобную технику. (В том числе в недалеком будущем - в виде коллективов роботов.) В основе миниатюризации этих компонентов, как уже сказано,— повышение точности изготовления деталей. Сегодня в этом процессе, по-прежнему, лидирует вычислительная техника на базе микроэлектроники: прежде всего информационно-управляющие компоненты, а за ними с определенным отставанием следует сенсорика и связь. Их общая база — 2D микротехнологии. Начавшийся качественный переход к 3D микротехнологиям особенно важен для сенсорики, а еще более для силовых компонентов - исполнительных и энергопитания. Общесистемное развитие пока сдерживают последние. Здесь происходит возврат к проблеме миниатюризации механики движений. Пока эти компоненты все еще продолжают эволюционировать на идеях прошлых веков. Но общая тенденция очевидна: технологическое сближение всех компонентов и их конструктивное объединение в мехатронные системы. Подобно тому, как микроэлектроника, начавшись с отдельных транзисторов, диодов и других элементов, перешла к объединению их во всеболее крупные интегральные схемы в виде чипов, эволюция МЭМС так же развивается в направлении создания все более крупных технических систем, объединяющих все рассмотренные ранее функциональные компоненты в единый мехатронный конструктив. Дальнейшая миниатюризация ведет к переходу на новый наноуровне молекулярной размерности и соответственно к аналогичному укрупнению интегральных наноэлектромеханических систем — НЭМС. В заключение приведенного исторического обзора отметим некоторые актуальные задачи по созданию перечисленных ранее компонентов нового поколения робототехнических устройств. Для сенсорных систем первоочередная задача — комплексирование сенсорных систем различного типа (СТЗ, УЗ, ИК, УФ, радиотехнические и лазерные дальномеры и т. д.). Необходимо также развитие химических сенсоров, что, в частности, важно для поиска взрывчатки, наркотиков, и более специальных — интроскопических. Для информационно-управляющих компонентов наряду с дальнейшим развитием формализуемых символьных технологий искусственного интеллекта предстоит приступить к решению проблемы создания методов работы с образной информацией и творчества (интуиции). Для связи применительно к робототехнике одна из важных проблем — связь "оператор-робот". В нее входят задачи: - 3D-виртуальные обобщенные сцены внешней среды; - эффект присутствия; -неконтактные способы управления (с отказом от джойстиков как основного средства) через 3D-картины внешней среды, включая управление голосом, световыми метками и т. п. К силовым компонентам (исполнительным и энергопитания) в отличие других компонентов предъявляются другие основные требования КПД и удельные массо-габаритные параметры. Эти компоненты в своем эволюционном развитии давно уже пришли к насыщению. Во всем мире идет поиск на базе 3D-технологий принципиально новых решений типа искусственных мышц и т. п. Проведенный анализ общих закономерностей развития техники подтверждает, что рассмотренные основные направления развития робототехники — миниатюризация и интеллектуализация — соответствуют общим тенденциям в целом и, следовательно, будут реализовываться в тесном взаимодействии со всеми необходимыми для этого отраслями техники. В заключение перечислим основные области применения робототехники, где в первую очередь будут реализовываться достижения в решении рассмотренных научно-технических проблем. Робототехника наземного и воздушного базирования. Сюда относятся создание автоводителей и автопилотов, решение проблемы "человеческого фактора" в человеко-машинных системах, робототехнические системы для действий в экстремальных условиях, в том числе для вооруженных сил и других силовых структур, групповое применение роботов, в том числе в конфликтных ситуациях, и создание следующих интеллектуальных поколений таких роботов, ориентированных на автономное функционирование. Особенно большие перспективы связаны при этом с микроробототехникой. Летающие, плавающие, ползающие и т. п. микророботы произведут качественные изменения во многих важнейших сферах человеческой деятельности. Био- и медицинская робототехника. С ней связана как проблематика заимствования бионических решений, так и обратный процесс внедрения робототехники в живые организмы. Начало последнему положило протезирование конечностей, затем усиление физических возможностей человека для функционирования в экстремальных условиях (активные скафандры, биоуправляемые шагающие машины и г. п.). Наконец, появились новые поколения интеллектуальных протезов и экзоскелетонов, роботы-сиделки, робототехнические системы для реабилитации инвалидов, массажисты и т. п. Однако прежде всего — это новые области применения робототехники, такие как хирургия, в том числе дистанционная, микророботы для внутрисосудистой и внутриполостной диагностики и хирургии. Космическая робототехника. Сегодня это важнейшая часть очередного этапа развития космонавтики. К ней относится, прежде всего, освоение дальнего космоса, ближайших планет и Лупы. Космическая робототехника открывает перспективы создания принципиально новых космических объектов и систем, в том числе и в околоземном пространстве, включая наноспутники, монтажно-сборочные и регламентные работы на орбите и т. п. Подводная робототехника. Наряду с космосом это второе направление "экспансии" человечества, в котором решающую роль должна играть робототехника нового поколения. Если человек-амфибия—это фантастика, то роботы-амфибии — это уже реальность. Достаточно напомнить их работу по обследованию затонувших кораблей, использование подводных роботов-геологов. А, ведь, это, по существу, еще только предыстория подводной робототехники. В настоящее время еще нет ни лунных, ни других космических баз, обслуживаемых саморемонтирующимися роботами, нет и подобных подводных сооружений. Однако если сегодня основное направление развития современного машинного производства— это создание безлюдных комплексно-роботизированных предприятий, то тем более это должно относиться к освоению космоса и глубин океана. Среди перечисленных перспективных областей применения робототехники не названа промышленная робототехника. Объясняется это тем, что, хотя в обозримом будущем основной мировой парк роботов по-прежнему будут составлять промышленные роботы, не этот уже сложившийся раздел робототехники будет определять ее развитие и рассмотренных ранее направлениях. Как уже отмечалось, для решения рассмотренных ранее проблем необходима консолидация робототехники со смежными научно-техническими направлениями. И в этой связи назрела потребность в анализе сложившейся системы таких направлений, которые так или иначе тоже порождены идеями кибернетики и соответственно близки робототехнике. Основой такой консолидации может стать названная выше триада "сенсорика-процессор-активатор". Она появилась в технике вместе с первыми автоматами древности, затем составила основу теории автоматического управления и кибернетики, а в последние годы начинает пронизывать буквально все направления научно-технического прогресса, начиная с материаловедения (интеллектуальные материалы) и кончая компмпьютерно-сетевыми технологиями (мультиагентные системы). Другим важным принципом для указанной консолидации может стать и системный подход к реализации названной триады, заключающийся и отказе при создании технических систем от разделения их на объект управления и управляющую систему. Перспективность такого подхода для робототехники и особенно для микроробототехники очевидна и он прогрессивно внедряется, в частности, в ходе интеллектуализации роботов. Этот принцип, основанный на использовании общесистемных критериев, начал применяться в технике давно, еще при создании первых статически неустойчивых объектов, например, в электроэнергетике ("искусственная устойчивость"), в авиации. В частности, он лежит в основе мехатроники, которая тоже входит в родственные робототехнике научно-технические направления и наиболее близка ей. В этой связи остановимся на связях робототехники и мехатроники. Формально они уже объединены в соответствующие научное и учебное направления хотя, строго говоря, они определяются по разным квалификационным признакам. Робототехника определена по функциональному назначению, а мехатроника — по физическому составу. Однако, действительно, мехатроника и робототехника имеют много общего и довольно тесно взаимосвязаны. Многие компоненты средств робототехники можно отнести к мехатронным. В свою очередь мехатронные устройства в наиболее развитом виде реализуют как и робототехнические системы, упомянутую триаду "сенсорика-процессоры-активаторы". Из этого следует, что мехатроника должна иметь много общего с робототехникой и принципах построения и методах проектирования. К ним прежде всего относятся модульный принцип построения и упомянутый ранее системный подход к проектированию. Мехатроника как новое научно-техническое направление возникла в результате органического слияния электромеханики и микроэлектроники в виде прежде всего автоматических технических объектов и систем. (Аналогичным образом в свое время возникла электромеханика в результате интеграции механики и электротехники.) Мехатроника возникла как самостоятельное научно-техническое направление благодаря наличию таких объектов нового типа, которые требуют системного подхода, охватывающего образующие ее механику и микроэлектронику. В этой связи в соответствии с рассмотренной ранее общей тенденцией развития техники одним из основных направлений мехатроники в ближайшие годы станет создание микроэлектромеханических систем (МЭМС). К ним, в частности, относятся некоторые типы гироскопов, аксельрометров и других микроэлектромеханических сенсорных систем, микроэлектромашины. Поэтому одним из направлений робототехники, наиболее тесно связанным с мехатроникой, является, прежде всего, микроробототехника. Проблемы разработки робототехнических систем С древних времён человечество стремилось облегчить свою жизнь с помощью всевозможных механизмов и сооружений. За время эволюции общество создавало различные виды машин для разных видов деятельности. Благодаря этому развитию появился новый класс машин - роботы, а вместе с ними научная дисциплина – робототехника. Предметом изучения, которой является создание, внедрение и использование роботов в различных областях жизнедеятельности. Ретроспективный взгляд на историю современной робототехники позволяет выделить основные этапы ее поступательного развития, связанные с появлением принципиально новых типов устройств и систем, наращивание функциональных возможностей которых от поколения к поколению определяется существенным усложнением решаемых прикладных задач. Древность. История роботов уходит далеко в древность. Люди задумывались об изобретении технических средств похожих на человека. Были попытки воплотить эти мысли. Например, были статуи богов с подвижными частями тела. В 3 веке до н. э. римский поэт Клавдий упоминал об автомате, изготовленном Архимедом. Он имел форму стеклянного шара с изображением небесного свода, на котором воспроизводилось движение всех известных в то время небесных светил. Шар приводился в движение водой. А греческий изобретатель и физик Ктесибий из Александрии сконструировал водяные часы. Это был первый автомат для точного хронометрирования. Средние века. В это время популярность принадлежала изобретениям, в основе которых был так называемый часовой механизм. К этому периоду относятся сведения о создании первых подвижных человекоподобных механических фигур – андроидов. В 1495 году Леонардо да Винчи разработал детальный проект механического человека, способного двигать руками и поворачивать голову. В России так же были изобретатели. В 1764-1767 гг. русский механик-изобретатель Кулибин И.П. изготовил необыкновенные карманные часы, которые имели не только часовой механизм, но и музыкальный аппарат, и механизм часового боя. Конец XIX – Первая половина ХХ вв. В этот период в 1920 году появилось само определение «робот». Его ввел в обиход чешский фантаст Карел Чапек, подразумевавший в своей пьесе под этим понятием искусственных людей, которых производили на фабрике. В обществе появился большой интерес к роботам и робототехнике. Стали разрабатываться оригинальные конструкции роботов-андроидов. Например, «Альфа» (1932, английский изобретатель Гарри Мей) — человекоподобный автомат, который по голосовым командам садился и вставал, двигал руками и говорил. В России первый робот-андроид был создан московским школьником Вадимом Мацкевичем в 1937 году. Настоящее время. На данный момент развитие робототехники ушло далеко вперёд. Роботы могут различать друг друга, взаимодействовать, прокладывать маршруты движения и выполнять множество других действий и команд. В наше время основным направлением в создании роботов является то, что нужно сделать их более самостоятельными, более думающими и мыслящими. Ученые пытаются создать прототип себе подобного, способного применять свои знания и умения без команд. А так же уметь взаимодействовать с другими роботами даже на больших расстояниях. Сейчас в мире широко используется аддитивные технологии и происходит роботизация производства. Управление каждым роботом по отдельности уже не является проблемой, в то время как управление группой роботов, которые так же могут взаимодействовать и заменять друг друга, является актуальным вопросом. Эта сфера, к сожалению, мало изучена, так как достаточно сложно обустроить необходимые структуры. Например, для создания эволюционного алгоритма, управляющего всеми роботами одновременно в реальном времени, требуется качественная нецентрализованная коммуникация. При этом использование групповых роботов – это большой шаг в изучении сред с опасными условиями, изучения и внедрение в естественную среду обитания животных, насекомых и микробов, сборка всевозможных конструкций в космосе и под водой и пр. Преимущества робототехнических систем перед одиночными роботами в том, что уменьшается риск не выполнения задач, так как при сбое одного робота, другой может его заменить и это не повлияет на работу все системы. Также к преимуществам относится большой радиус действия и расширенный набор выполняемых функций. Сказанное выше определяет ряд их преимуществ, но при реализации таких систем возникает проблема обеспечения коммуникации роботов, связанная с организацией их взаимодействия в группах, одновременная координация в пространстве и времени. Для управления группой роботов используются различные стратегии. На сегодняшний день выделяют: централизованные, децентрализованные и смешанные/комбинированные (рис. 19). Рис. 19. Возможные варианты построения систем группового управления: а) централизованная; б) децентрализованная; в) и г) смешанная В основе централизованного управления находятся центральная станция и бортовой вычислитель с контроллером связи. Последний устанавливается на борт каждого робота, а центральная станция решает задачи планирования действий роботов. Преимущество данной системы – простота организации. Но централизованное управление имеет существенные недостатки: 1) на центральный узел возлагается достаточно сложная задача в управлении всеми роботами; 2) низкая живучесть данной системы. Децентрализованная система лишена этих недостатков, так как роботы в этой системе самостоятельно решают, как им действовать. В некоторых исследованиях используют модель поведения стайных животных, где используется подход ситуационного управления, то есть каждый робот имеет несколько типов поведения, которые они используют в зависимости от ситуации. Также, каждый из них должен поддерживать связь хотя бы с одним роботом этой группы. Следующий метод в управлении группой роботов – метод свободной рыночной экономики. В основе подхода лежит рыночная архитектура управления поведением группы роботов. Рыночная экономика, как правило, не ориентирована на централизованное управление, участники самостоятельно продают и покупают товары и услуги, заключая контракты и извлекая выгоду. Перенеся это в сферу робототехники, мы наблюдаем, что роботы как бы участвуют в рыночной экономике, при этом каждый хоть и связан с другими, но может функционировать отдельно, но с меньшей эффективностью. В этом методе предусматривается один или несколько центральных узлов, обеспечивающих связь роботов и операторов. Задача каждого робота системы получить как можно больше выгоды при этом затратить как можно меньше действий. Последние два метода относятся к мультиагентным системам, то есть к системам, где каждый программный мобильный агент функционирует как самостоятельная специализированная программа или элемент искусственного интеллекта. Достоинства данной системы: 1) роботы решают свои определенные задачи, не пытаясь оптимизироваться работу всей группы в целом; 2) высокая живучесть, то есть сбой одного робота существенно не влияет на работоспособность всей группы. К сожалению, у этой системы есть свои недостатки: 1) сложность алгоритмизации; 2) нет гарантии оптимального решения групповой задачи, так как решения принимаются каждый членом группы самостоятельно. Целесообразность использования той или иной стратегии управления в каждом конкретном случае определяется условиями решения и особенностями прикладной задачи, стоящей перед группой исполнителей, необходимой и возможной степенью контроля за их действиями, а так же за изменением обстановки и текущего состояния внешней среды. В то же время, очевидно, что вопросы выбора стратегии и структуры системы группового управления не только однозначно взаимосвязаны друг с другом, но и предполагают необходимость обеспечения надежных каналов сетевой связи. Решение последней проблемы связано с необходимостью интеграции преимуществ ряда различных стандартов и технологий беспроводной связи, с учетом разработки специализированных протоколов передачи данных, реализации принципов ретрансляции сообщений абонентнским узлам. Рис. 20. Области применения многоагентных робототехнических систем Акцентированное внимание, активно проявляющееся со стороны мирового научно-технического сообщества к проблематике мультиагентных робототехнических систем (МАРС), обусловлено прагматическими соображениями о преимуществах их прикладного применения (рис. 20): • существование различных прикладных задач, единственная или наиболее эффективная альтернатива решения, которых связана с организацией взаимодействий нескольких исполнителей, объединяющих функциональные и/или технические ресурсы; • существование различных прикладных задач, допускающих распараллеливание процессов своего решения между несколькими исполнителями в целях сокращения тех или иных затрат на достижение требуемого результата; • возможность повышения надежности решения выполняемой задачи при отказе одного из исполнителей за счет перераспределения функций между оставшимися; • возможность потенциальной замены сложных многофункциональных дорогостоящих систем группой более простых и дешевых робототехнических устройств. Результаты научно-исследовательских работ по созданию МАРС различных типов и назначения начинают получать свое практическое воплощение не только в форме экспериментальных компьютерных моделей, но и в виде макетных и опытных образцов, которые успешно проходят тестовые испытания с постепенным переходом к стадии внедрения и последующей эксплуатации. Другими словами можно сказать, что, не смотря на имеющиеся недостатки МАРС, наиболее эффективным является метод децентрализованного управления, а именно мультиагентные системы. Вопрос лишь в нахождении эффективного подхода к реализации децентрализованной системы. Список использованной литературы 1. Юревич Е.И. Основы робототехники. – 2-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2005. – С.416. 2. Ручкин В.Н., Фулин В.А. Универсальный искусственный интеллект и экспертные системы. СПб.: БХВ-Петербург, 2009. – С. 240. 3. Деменков И. История развития робототехники. [Электронный ресурс]: РобоРевю. URL: http://roboreview.ru/nauka-o-robotah/istoriya-razvitiya-robototehniki.html (дата обращения 28.03.2016 г.) 4. Каляев И.А., Капустян С.Г. Проблемы группового управления роботами // Мехатроника, Автоматизация, Управление. 2009, №6.– С. 33-40. 5. Макаров И.М., Лохин В.М. и др. Смешанные стратегии группового управления в многоагентных робототехнических системах. // Известия ЮФУ. Технические науки 2012г, №3. – С. 8-13. 6. Групповое управление роботами. //Известия ЮФУ. Технические науки. 2015г, №10. – С. 6-70. 7. Никитин К.Д. Основы робототехники. – Томск, МГП.: РАСКО. 1993. – С. 467. 8. http://www.intuit.ru/studies/courses/2256/140/lecture/3906?page=2 9. http://sbiblio.com/biblio/archive/pushkin_informatika_kibernetika_intellekt/default.aspx Учебно-методическое пособие Михайлюк Екатерина Андреевна КИБЕРНЕТИЧЕСКИЕ СИСТЕМЫ Учебное пособие (курс лекций) Редактор: Иванова Н.И. Компьютерный набор: Михайлюк Е.А. Корректор: Иванова Н.И. Подписано в печать___________ Бумага для множительной техники Формат _______ Усл. печ. л. ________ Тираж _____ экз. Заказ _____ Отпечатано с авторского оригинала в отделе оперативной печати СТИ НИТУ «МИСиС» г. Старый Оскол, м-н Макаренко, 40