Компетентность. Экспертная система должна демонстрировать компетентность, то есть
достигать в конкретной предметной области того же уровня профессионализма, что и эксперты-люди.
Но просто уметь находить хорошие решения ещё недостаточно. Настоящие эксперты не только
находят хорошие решения, но часто находят их очень быстро, тогда как новичкам для нахождения тех
же решений, как правило, требуется намного больше времени. Следовательно, экспертная система
должна быть умелой – она должна применять знания для получения решений эффективно и быстро,
используя приёмы и ухищрения, какие применяют эксперты-люди, чтобы избежать громоздких или
ненужных вычислений. Для того, чтобы по-настоящему подражать поведению эксперта-человека,
экспертная система должна обладать робастностью. Это подразумевает не только глубокое, но и
достаточно широкое понимание предмета. А этого можно достичь, используя общие знания и методы
нахождения решений проблем, чтобы уметь рассуждать, исходя из фундаментальных принципов в
случае некорректных данных или неполных наборов правил. Это один из наименее разработанных
методов в современных экспертных системах, но именно им успешно пользуются эксперты-люди.
Символьные рассуждения. Эксперты, решая какие-то задачи (особенно такого типа, для
решения которых применяются экспертные системы), обходятся без решения систем уравнений или
других трудоёмких математических вычислений. Вместо этого они с помощью символов
представляют понятия предметной области и применяют различные стратегии и эвристики в
процессе манипулирования этими понятиями. В экспертной системе знания тоже представляются в
символьном виде, то есть наборами символов, соответствующих понятиям предметной области. В
искусственном интеллекте символ – это строка знаков, соответствующая содержанию некоторого
понятия реального мира.
Эти символы можно объединить, чтобы выразить отношения между ними. Когда эти отношения
представлены в программе искусственного интеллекта, они называются символьными структурами.
При решении задачи экспертная система вместо выполнения стандартных математических операций
манипулирует этими символами. Нельзя сказать, что экспертная система вообще не производит
математических расчётов, она их делает, но в основном она приспособлена для манипулирования
символами. Вследствие подобного подхода представление знаний – выбор, форма и интерпретация
используемых символов – становится очень важным. Кроме того, эксперты могут получить задачу,
сформулированную неким произвольным образом, и преобразовать её к тому виду, который в
наибольшей степени соответствует быстрому получению решения или гарантирует его
максимальную эффективность. Эта способность переформулированния задачи – как раз то свойство,
которое должно быть присуще экспертной системе для того, чтобы приблизить их мастерство к
уровню экспертов-людей. К сожалению, большинство существующих в настоящее время экспертных
систем не обладают этим свойством.
Глубина. Экспертная система должна иметь глубокие знания; это значит, что она способна
работать эффективно в узкой предметной области, содержащей трудные, нетривиальные задачи.
Поэтому правила в экспертной системе с необходимостью должны быть сложными либо в смысле
сложности каждого правила, либо в смысле их обилия. Экспертные системы, как правило, работают с
предметными областями реального мира, а не с тем, что специалисты в области искусственного
интеллекта называют игрушечными предметными областями. В предметной области реального мира
тот, кто решает задачу, применяет фактическую информацию к практической проблеме и находит
решения, которые являются ценными с точки зрения некоторого критерия, определяющего
соотношение стоимости и эффективности. В игрушечной предметной области либо задача
подвергается чрезвычайному упрощению, либо производится нереалистическая адаптация некоторой
сложной проблемы реального мира. Тот, кто решает такую проблему, обрабатывает искусственную
информацию, которая в целях облегчения решения упрощена и порождает решения, имеющие чисто
теоретический интерес.
В тех случаях, когда по отношению к сложной задаче или данным о ней сделаны существенные
упрощения, полученное решение может оказаться неприменимым в масштабах, которые характерны
для реальной проблемы. Рекомендации, методы представления знаний, организация знаний,
необходимые для применения методов решения задач к этим знаниям, часто связаны с объёмом и
сложностью пространства поиска, т.е. множества возможных промежуточных и окончательных
решений задачи. Если проблема сверхупрощена или нереалистична, то размерность пространства
поиска будет, скорее всего, резко уменьшена, и не возникнет проблем с быстродействием и
эффективностью, столь характерных для реальных задач. Эта проблема размерности возникает
столь естественно и неуловимо, что специалисты в искусственном интеллекте могут не оценить её
истинные масштабы.
Самосознание. Экспертные системы имеют знания, позволяющие рассуждать об их
собственных действиях, и структуру, упрощающую такие рассуждения. Например, если экспертная
система основана на правилах, то ей легко просмотреть цепочки выводов, которые она порождает,
чтобы прийти к решению задачи. Если заданы ещё и специальные правила, из которых ясно, что
можно сделать с этими цепочками выводов, то можно использовать эти знания для проверки
точности, устойчивости и правдоподобия решений задачи и даже построить доводы, оправдывающие
или объясняющие процесс рассуждения. Это знание системы о том, как она рассуждает, называется
метазнанием, что означает всего лишь знания о знаниях.
У большинства ныне существующих экспертных систем есть так называемый механизм
объяснения. Это знания, необходимые для объяснения того, каким образом система пришла к
данным решениям. Большинство этих объяснений включают демонстрацию цепочек выводов и
доводов, объясняющих, на каком основании было применено каждое правило в цепочке.
Возможность проверять собственные процессы рассуждения и объяснять свои действия – это одно из
самых новаторских и важных свойств экспертных систем. Но почему это свойство так важно?
«Самосознание» так важно для экспертных систем потому, что:
- пользователи начинают больше доверять результатам, испытывать большую уверенность в
системе;
- ускоряется развитие системы, так как систему легче отлаживать;
- предположения, положенные в основу работы системы, становятся явными, а не
подразумеваемыми;
- легче предсказывать и выявлять влияние изменений на работу системы [5].
Умение объяснить – это всего лишь один из аспектов самосознания. В будущем самосознание
позволит экспертной системе делать даже больше. Они сами смогут создавать обоснования
отдельных правил путём рассуждения, исходящего из основных принципов. Они будут
приспосабливать свои объяснения к требованиям пользователя. Они смогут измерить собственную
внутреннюю структуру путём коррекции правил, реорганизации базы знаний и реконфигурации
системы.
Первый шаг в этом направлении – выделить метазнания и сделать их явными, точно так же как
знания о предметной области выделены и сделаны явными. Ниже приведён пример метазнания –
знания о том, как использовать предметные знания.
ЕСЛИ: к данной ситуации применимо несколько правил,
ТО: использовать сначала правила, предложенные экспертами, прежде чем прибегнуть к
правилам, предложенным новичками.
Это метаправило говорит экспертной системе, каким образом она должна выбирать те
правила, которые надо выполнить. Специалисты по искусственному интеллекту только начинают
экспериментировать с формами представления метазнаний и их организацией в экспертных системах
[6].
Экспертные системы делают ошибки. Существует очень важное отличие экспертных систем от
традиционных программ. Тогда как традиционные программы разрабатываются таким образом, чтобы
каждый раз порождать правильный результат, экспертные системы разработаны с тем, чтобы вести
себя как эксперты, которые, как правило, дают правильные ответы, но иногда способны ошибаться.
На первый взгляд, кажется, что в этом отношении программы имеют явное преимущество.
Однако это преимущество кажущееся. Традиционные программы для решения сложных задач,
напоминающих те, которые подходят для экспертных систем, тоже могут делать ошибки. Но их
ошибки чрезвычайно трудно исправлять, поскольку стратегии, эвристики и принципы, лежащие в
основе этих программ, явно не сформулированы в их тексте. Следовательно, эти ошибки нелегко
определить и исправить. Подобно своим двойникам-людям экспертные системы могут делать
ошибки. Но в отличие от обычных программ они имеют потенциальную способность учиться на своих
ошибках. С помощью компетентных пользователей можно заставить экспертные системы
совершенствовать своё умение решать задачи в ходе практической работы [7].
Экспертные
системы
являются
наиболее
известным
и
распространённым
видом
интеллектуальных систем.
Как и любые другие системы, они имеют ряд своих особенностей:
- экспертные системы ориентированы на решение широкого круга задач в неформализованных
областях, на приложения, которые до недавнего времени считались малодоступными для
вычислительной техники.
- с помощью экспертных систем специалисты, не знающие программирования, могут
самостоятельно разрабатывать интересующие их приложения, что позволяет резко расширить сферу
использования вычислительной техники.
- при решении практических задач экспертные системы достигают результатов, не уступающих,
а иногда и превосходящих возможности людей-экспертов, не оснащённых ЭВМ.
Особенно широкое применение экспертные системы получили в медицине, математике,
машиностроении, химии, геологии, вычислительной технике, бизнесе, законодательстве, обороне. В
настоящее время особенно актуально использование экспертных систем в таких приложениях, как
образование, психолого-педагогическая диагностика и тестирование. Таким образом, проблема
разработки и использования экспертных систем является весьма актуальной в современном
обществе [8].
Литература:
1 Гаскаров Д. Б. Интеллектуальные информационные системы. – М.: Высшая школа, 2003.
2
http://www.mari-el.ru/mmlab/home/AI/index.html
- Курс лекций по дисциплине "Системы искусственного
интеллекта"
3 Долин Г. Что такое ЭС. – М.: Компьютер Пресс, 1992.
4
http://ru.wikipedia.org/wiki/
- Экспертная система
5 Убейко, В. Н. Экспертные системы.- М.: МАИ, 1992.
6 Д. Элти, М. Кумбс. Экспертные системы: концепции и примеры. - М.: Финансы и статистика, 1987.
7 Ясницкий, Л. Н. Введение в искусственный интеллект. – М.: Академия, 2005.
8 К. Нейлор. Как построить свою экспертную систему. - М.: Энергоатомиздат, 1991.
УДК
АНАЛИЗ КОНСТРУКЦИЙ РОТАЦИОННЫХ РАБОЧИХ ОРГАНОВ ДЛЯ МИНИМАЛЬНОЙ
ОБРАБОТКИ ПОЧВЫ
Амантаев М.А. - магистрант Костанайского государственного университета им.
А.Байтурсынова
Түйін
Бұл мақалада топырақты минималды өңдеуге арналған айналмалы жұмысшы бөлшектерге
шолу келтірілген.
Аннотация
В данной статье приводится анализ ротационных рабочих органов для минимальной
обработки почвы.
Summary
In this article is resulted analysis of rotation working members for minimum tillage of soil.
В настоящее время в Казахстане, как и в мировой тенденции, земледелие ориентировано на
такое перспективное направление как Conservation Agriculture, что в переводе означает
«ресурсосберегающее земледелие», которое предполагает минимальную обработку почвы.
Технология минимальной обработки почвы предусматривает отказ от глубоких обработок,
уменьшение глубины и количества поверхностных обработок с минимальным нарушением почвы и
снижение интенсивности воздействия на почву.
Как показывает опыт развитых стран,
широкое применение
ресурсосберегающих технологий
позволяет обеспечить экономию горюче-смазочных материалов на 30-40%, тем самым снизить
затраты производства растениеводческой продукции на 25-40%, сократить трудозатраты в 2-2,5 раза и,
тем самым, повысить производительность труда на 25-30%, уменьшить число и глубину
выполняемых технологических операций, тем самым сократить воздействие на почву и количество
применяемой сельскохозяйственной техники и самое главное - увеличить содержание органического
вещества в верхнем (0-10см) слое почвы, тем самым сохранить плодородие почвы и повысить
урожайность зерновых культур на 10-50% [1]. В связи с этим в системе минимальной обработки почвы
главная роль отводится операциям поверхностной обработки, которые должны обеспечивать:
- эффективную борьбу с сорной растительностью;
- создание оптимальной структуры сложения обрабатываемого слоя почвы для хорошего
прорастания и развития растений;
- максимальное сохранение растительных остатков на поверхности поля;
- образование влаго- и ветрозащитного эффекта за счет создания верхнего мульчирующего
слоя из измельченной соломы, половы и растительных остатков;
- сохранение и накопление запаса влаги в почве;
- уменьшение глубины и количества механических обработок почвы;
- создание оптимальной плотности почвы и выравнивание поверхности поля;
- естественное накопление органических веществ в почве;
- снижение трудовых, энергетических и других материальных затрат.
Поэтому машины, предназначенные для минимальной обработки почвы, должны выполнять
вышеназванные операции.
В настоящее время в Северном Казахстане для борьбы с сорняками применяются тяжелые
культиваторы КТ-3,9 (-7,4), а также орудия ОП-8 (-12), из машин российского производства нашли
применение агрегаты «Лидер», орудия АУП-8,5, из импортных - культиваторы компаний «Lemken» и
«Amazonen», культиваторные части посевных комплексов компаний «John Deere», «Flexi Coil»,
«Morris», «Bourgault» и др. Основными рабочими органами всех этих машин являются стрельчатые
лапы, которые имеют ряд недостатков:
- во-первых, устойчивое выполнение обработки почвы обеспечивается на чрезмерно большой
(не менее 10-12см) глубине обработки, так как на меньшей глубине из-за малого противодавления со
стороны подрезаемого пласта почвы и плохой заглубляемости они становятся неработоспособны
вследствие сгруживания почвенно-растительной массы, что приводит к иссушению верхнего слоя
почвы, росту тягового сопротивления, снижению производительности, что вызывает рост
энергозатрат, а на предпосевной обработке из-за большой глубины приводит к последующей
неравномерной заделке семян в почву при посеве;
- во-вторых, стрельчатые лапы, подрезая сорняки, оставляют в почве их корневую систему,
кроме того, основная масса корней однолетних сорняков находится в слое 4-6 см, в результате их
приживаемость составляет до 10%, а в условиях повышенной влажности – до 25%;
- в-третьих, при повышенной влажности почвы, стрельчатые лапы склонны к залипанию почвой,
обволакиванию растительными остатками, в результате чего происходит сгруживание почвы и
образуется гребнистая поверхность, приводящая к интенсивному испарению влаги, что в конечном
итоге приводит к снижению урожая;
- в-четвертых, применение культиваторов со стрельчатыми рабочими органами на
предпосевной обработке почвы из-за большой глубины обработки способствует увеличению
неравномерности глубины заделки семян при посеве, что в конечном счете приводит также к
снижению урожая.
Из указанного следует, что применение почвообрабатывающих машин с рабочими органами в
виде стрельчатых лап не позволяет обеспечивать оптимальную структуру почвы для накопления и
сохранения влаги, а также качественное уничтожение сорных растений при максимальном
сохранении стерни, растительных и пожнивных остатков.
Как показывает анализ научно-технической литературы и практика, более высокое качество
выполнения поверхностной обработки почвы и технологического процесса уничтожения сорной
растительности, особенно в условиях повышенной влажности, обеспечивают ротационные рабочие
органы, выполненные в виде плоских и сферических дисков, установленных под углом атаки к
направлению движения. При движении диски воздействуют на почву с поверхности, поэтому
возникающего подпора пласта достаточно для перерезания сорняков и других растительных остатков
на глубине 4-8 см без сгруживания почвы. Установлено, что дисковые лущильники типа ЛДГ на
предпосевной обработке уничтожают сорняки лучше, чем культиваторы со стрельчатыми лапами, при
этом у них меньшие на 20-30% удельное тяговое сопротивление, расход топлива и, соответственно,
более высокая производительность [12].
Вместе с тем, диски, особенно сферические, уничтожают много стерни и иссушают верхний
обрабатываемый слой почвы, так как при воздействии их на почву происходит частичный оборот
пласта и смещение его в поперечном направлении. Кроме того, рабочая скорость дисковых рабочих
органов ограничена, так при увеличении рабочей скорости более 8 км/ч отброс почвы увеличивается
до 0,5 м и более.
В меньшей мере эти недостатки относятся к прорезным сферическим дискам конструкции
СибИМЭ, созданных в последние годы существования СССР. Производственные испытания
показали, что они меньше повреждают стерню, обеспечивая при этом высокую степень уничтожения
сорняков. Однако широкого применения машины с такими рабочими органами не получили в силу
ряда экономических и политических причин, сложившихся в результате распада СССР.
Анализ патентно-технической литературы показывает, что разработке машин с ротационными
рабочими органами уделяется значительное внимание, с целью повышения качества борьбы с
сорняками и снижения энергоемкости процесса обработки почвы.
Так, для повышения качества обработки предлагаются ротационные рабочие органы в виде
сплошных сферических или плоских дисков, установленных под углом атаки и одновременно под
углом наклона к вертикали [2, 3]. Установлено, что по сравнению с обычными дисками у них меньше
выглубляющие усилия и отброс почвы на повышенных скоростях, однако их применение
сдерживается отсутствием недорогих, износостойких и надежных подшипниковых узлов.
Разработаны ротационные рабочие органы в виде одно- и двухзаходного шнека с режущей
кромкой, установленного на горизонтальном валу. Рабочие органы перпендикулярны направлению
движения, размещаются в два ряда, причем они кинематически взаимосвязаны [4, 5]. Благодаря
такому исполнению обеспечивается стабильность глубины обработки и высокая степень уничтожения
сорняков.
Предложены ротационные рабочие органы в виде конического кольца с режущей кромкой,
установленные под углом атаки [6, 7]. Такое конструктивное решение способствует обработке почвы
без оборота пласта, снижает степень повреждения стерни, а их тяговое сопротивление ниже, чем у
сплошных сферических дисков.
Известны ротационные прорезные диски, установленные под углом атаки и углом наклона к
вертикали, что позволяет увеличить зону, обрабатываемую каждым диском и снизить выглубляющие
усилия, действующие на них [8]. Однако из-за необходимости использования индивидуальных
подшипниковых узлов возрастает сложность и материалоемкость конструкции, что ограничивает их
применение.
Следует отметить, что в большинстве случаев ротационные рабочие органы являются
многооперационными, т.е. способными одновременно выполнять несколько операций. Таким, к
примеру, выполнен рабочий орган в виде спирали, установленной под углом атаки, причем витки
спирали выполнены в виде усеченного конуса, а образующая конуса располагается под острым углом
к горизонтали [9]. В процессе работы режущая кромка спирали выполняет рыхление почвы,
уничтожение сорной растительности и выравнивание поверхности поля.
Одним из лучших рабочих органов для борьбы с сорной растительностью считается штанговый
рабочий орган в виде штанги квадратного сечения, установленной поперек направления движения и
вращающейся от привода в направлении против движения с частотой 0,8-0,9 оборотов на 1 м пути. В
процессе работы штанга вырывает сорняки, которые за счет вращения штанги постепенно сходят с
ее поверхности. При оптимальном увлажнении и уплотнении почвы на предпосевной обработке
почвы штанговый рабочий орган обеспечивает 100 % уничтожение сорняков при глубине обработки 5-
7см [10]. Рабочий орган штангового культиватора работает длительное время, практически не
изнашиваясь и не изменяя технологического процесса уничтожения сорняков. Но из-за ненадежного
механизма привода и недолговечности подшипниковых узлов штанговый рабочий орган в бывшем
СССР не нашел применения. Кроме того, у штанги довольно высокое тяговое сопротивление и
выглубляющие усилия.
Подобно штанговому рабочему органу осуществляют рабочий процесс выполненные из прутка
круглого сечения, ротационные спиральные [11] и кольцевые рабочие органы, установленные под
углом к направлению движения. Обод ротационного кольцевого рабочего органа, перемещаясь в
почве, вырывает сорняки и выносит их на дневную поверхность. Благодаря малой рабочей
поверхности (площади сечения обода), такие рабочие органы обладают высокой проходимостью по
стерневым фонам, могут работать в условиях повышенной влажности. Главный их недостаток –
значительные выглубляющие усилия, воздействующие на рабочую поверхность и, как следствие,
неработоспособность на уплотненных почвах [12].
Анализ зарубежного сельхозмашиностроения позволяет отметить тенденции все более
широкого использования почвообрабатывающих машин с ротационными рабочими органами. Так, в
странах Европы основной упор делается на ротационные рабочие органы с активным приводом, в
Канаде и США предпочтение отдается пассивным ротационным рабочим органам.
Таким образом, существенно повысить качество поверхностной обработки почвы и снизить
затраты энергоресурсов на ее выполнение возможно на основе разработки и применении
ротационных рабочих органов, адаптированных к местным почвенно-климатическим условиям и
отвечающих требованиям системы минимальной обработки почвы.
Достарыңызбен бөлісу: |