КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 24-19-00823
НазваниеРазработка научных основ и интеллектуальной технологии создания и применения интегрированной автоматизированной системы проактивного мониторинга сложных агробиотехнических объектов
Руководитель Соколов Борис Владимирович, Доктор технических наук
Организация финансирования, регион Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский Федеральный исследовательский центр Российской академии наук" , г Санкт-Петербург
Конкурс №92 - Конкурс 2024 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»
Область знания, основной код классификатора 09 - Инженерные науки; 09-608 - Инженерно-технические и информационные автоматизированные системы мониторинга биоресурсов, биосферы и технических систем
Ключевые слова интегрированная автоматизированная система проактивного мониторинга, автоматизация мониторинга, комплексная автоматизация, автоматизация контроля, автоматизация оценивания, автоматизация анализа, автоматизация диагностики, автоматизация прогнозирования, агробиотехнические объекты, проактивный мониторинг кормопроизводства, проактивный мониторинг агробиотехнических объектов, проактивный мониторинг сельского хозяйства.
Код ГРНТИ50.01.85
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
В проекте в качестве базовой концепции автоматизации процессов мониторинга предложен переход от традиционно используемого реактивного мониторинга состояний сложных агробиотехнических объектов (САБО), в ходе которого в реальном масштабе времени происходит выявление и диагностика уже произошедших инцидентов, к проактивному мониторингу состояний САБО, реализуемому в ходже превентивного оценивания состояний САБО (с заранее заданными интервалами контроля), либо предиктивного (с непрерывным контролем и диагностированием САБО) оценивания, анализа и упреждающего многовариантного прогнозирования состояний САБО с целью своевременного обнаружения, локализации и предотвращения непредвиденных нарушений жизнедеятельности агробиологических и технических элементов и подсистем САБО, вызванных болезнями (для агробиологических объектов), сбоями, отказами (для технических объектов). Кроме того, проактивный мониторинг предполагает оценивание не только отдельных параметров, но и структур, связывающих данные параметры, что позволяет за меньшее время (с большей оперативностью) выявлять, локализовать и парировать возникающие проблемы по сравнению с традиционными подходами к решению задач мониторинга, поскольку используется дополнительная информация о текущих и прогнозируемых структурных состояниях САБО. Известно, что интеллектуальную основу всякой современной АС мониторинга САБО составляет соответствующее специальное программно-математическое обеспечение (СПМО). Однако анализ существующих отечественных и зарубежных версий СПМО показывает, что они не позволяют комплексно оценить, анализировать и прогнозировать биохимические, тепло массообменные, физические и системотехнических параметры САБО и их взаимовлияние в процессе функционирования данных объектов. Говоря о программно-техническом уровне реализации АС мониторинга САБО следует отметить, что, во-первых, в подавляющем большинстве случаев мониторинг состояний САБО автоматизирован лишь частично, а результаты носят констатирующий характер, т.е. операторам АС предоставляются данные о текущих состояниях отдельных элементов, а не объекте контроля в целом. Интегральную оценку состояний САБО в таких системах выполняют операторы вручную и реактивно. При этом некачественный и несвоевременный мониторинг состояний САБО, вызванный ошибками в процессе их оценивания, невыполнением работ в надлежащий срок, неполным сбором информации, неполным приведением её к единому виду, в конечном итоге, ведет к снижению качества выпускаемой продукции (в нашем случае, сельскохозяйственной продукции). Во-вторых, современные АС мониторинга САБО, в большинстве своем являются зарубежными программными системами, которые между собой не интегрированы. Таким образом в условиях существующих жестких зарубежных санкций особую актуальность, научную и практическую значимость начинают приобретать вопросы создания и применения отечественной интегрированной АС проактивного мониторинга САБО, позволяющей осуществить гармоничное объединение с существующими отечественными и зарубежными АС рассматриваемого класса. В целом для обеспечения требуемой степени качества и оперативности решения задач проактивного мониторинга САБО необходимо, во-первых, обеспечить алгоритмизацию процессов смысловой интерпретации состояний их функционирования и, во-вторых, обеспечить проактивное решение этой задачи на различных этапах жизненного цикла (ЖЦ) САБО. Для этого в проекте будут разработаны новые научные основы и интеллектуальная технология, позволяющие в практической деятельности осуществить переход от эвристической алгоритмизации перечисленных процессов к последовательности целенаправленных теоретически и методически обоснованных этапов построения СПМО оценивания и анализа состояний САБО как интеллектуального ядра АС мониторинга САБО, адаптивных к возможным изменениям структур АС мониторинга.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2024 году
В отчетном периоде в ходе исследований по проекту все пункты плана выполнены в полном объеме, а именно:
1.1. Проведен анализ современного состояния исследований в области автоматизации проактивного мониторинга состояний сложных агробиотехнических объектов (САБО) на различных этапах жизненного цикла (ЖЦ);
1.2. Разработана методология создания и применения автоматизированной системы проактивного мониторинга состояния САБО на основе извлечения, формализации, обработки и использования данных, информации, а также явных и неявных знаний о рассматриваемой предметной области с применением концепций и принципов, развиваемых в рамках системно-кибернетического, функционально-стоимостного и онтологического подходов;
1.3. Разработаны унифицированные языковых средств представления и обработки данных, информации, явных и неявных знаний о состоянии САБО как объектов проактивного мониторинга и управления;
1.4. Разработаны метода формализованного описания интуитивно-словесных и неявно заданных экспертных знаний о состоянии САБО на основе дальнейшего развития нечетко-возможностного подхода и теории планирования экспериментов;
1.5. Разработана онтологической модели представления знаний о взаимосвязанных процессах кормопроизводства и производства молочной продукции как сложных организационно-технических процессах;
1.6. Проведен системный анализ возможных путей формализации и решения проблемы управления структурной динамикой автоматизированной системы (АС) проактивного мониторинга состояний САБО в различных условиях обстановки;
1.7. Разработано обобщенное концептуальное и формальное полимодельное описание процессов проактивного мониторинга состояния САБО сельскохозяйственного предприятия на основе создания взаимосвязанной системы цифровых двойников с использованием методологий и технологий комплексного предсказательного моделирования, проактивного мониторинга и управления, а также квалиметрии моделей и полимодельных комплексов.
Получены новые научные результаты.
1. Проведено обоснование, исследование и выбор перспективных путей создания и развития АС проактивного мониторинга САБО на различных этапах ЖЦ;
2. Разработана методология создания и применения АС проактивного мониторинга САБО на основе извлечения, формализации, обработки и использования данных, информации. Научная новизна разработанной методологии состоит в создании принципиального нового подхода к синтезируемой формальной онтологической системы, который позволит на конструктивной основе специфицировать и совместно учитывать информационные, поведенческие и функциональные требования, что не удавалось сделать ранее;
3. Разработано обобщенное концептуальное и формальное полимодельное описание процесса проактивного мониторинга состояния САБО. Предлагаемый полимодельный комплекс позволил (за счет параметрической и структурной избыточности) повысить гибкость соответствующих аналитико-имитационных, логико-продукционных моделей представления, согласования и использования исходных данных, информации и знаний, определяющих ограничения предметной области, что с помощью существующих подходов сделать невозможно.
4. Разработан новый метод формализованного описания интуитивно-словесных и неявно заданных экспертных знаний о состоянии САБО, который позволил использовать дополнительную неколичественную (вербальную) экспертную информацию для построения математических моделей оценивания состояний САБО, что повысило оперативность и обоснованность оценки структурных состояний САБО и принимаемых в этой связи дальнейшем управленческих решений.
5. Обосновано и показано, что в перспективных АС проактивного мониторинга САБО создаваемые технологии должны базироваться на принципах интеграции данных, информации и знаний о приоритетности модели (а не алгоритма) в построении соответствующих АС, а также обеспечивать реализацию таких свойств процессов мониторинга, как мультиагентность, ассоциативность в самоорганизации, недетерминированность, потоковость, параллелизм, децентрализацию и асинхронность, которые ориентированы на управление по данным;
6. Разработана оригинальная онтологическая модель представления знаний о взаимосвязанных процессах производства сельскохозяйственной продукции (на примере зернового кормопроизводства) как сложных организационно-технических процессах, отличающаяся от существующих моделей ориентацией на извлечение и совместное представление разноаспектных знаний экспертов предметной области об особенностях реализации этапов жизненного цикла таких САБО в виде поведенческих требований, предъявляемых к комплексу программ АС проактивного мониторинга САБО;
7. Предложена новая концепция наличия соответствия между обобщенным состоянием и состоянием вычислительного процесса при проактивном мониторинге состояний САБО, которая основана на идеи, что при наблюдении за объектом управления на самом деле производится наблюдение за вычислительным процессом, поскольку посредником между объектом управления и органом, принимающим решение, является соответствующая вычислительная система;
8. Показано, что процесс анализа измерительной информации (ИзИ) может быть достаточно адекватно описан с помощью понятия направленности - на множестве топологических комплексов с использованием вводимого в работе состояния процесса анализа.
9. Произведен переходе от задач автоматизированной синтаксической обработки ИзИ к задачам автоматизированного анализа полученных данных, информацию и знаний как к системе взаимосвязанных между собой значения параметров, влияющие как друг на друга, так и на общее суждение о САБО;
10. Введено понятие структурного состояния как некоторого формального объекта, несущего в себе полный объем информации о состоянии САБО, и о состоянии вычислительного процесса при мониторинге состояний САБО. Это, в свою очередь, позволяет организовать такой вычислительный процесс наиболее эффективным образом с возможностью получения результатов проактивного мониторинга в реальном масштабе времени;
11. . Модели управления структурной динамики и мониторинга соответствующих САБО рассмотрены в качестве моделей поведения системы активных подвижных объектов (элементов и подсистем САБО), перемещающихся в пространстве и осуществляющих вещественный, энергетический и информационный обмен с окружающей средой;
12. Показано, что задачи структурно-функционального синтеза интеллектуальных информационных технологий и систем проактивного мониторинга состояний САБО, задачи управления конфигурацией и реконфигурацией их структур являются частным случаем задач управления структурной динамикой указанных систем.
Публикации
1.
Спесивцев А.В., Тиличко Ю.Н., Спесивцев В.А.
Методология постановки и решения задачи управления взаимовлиянием в комплексной системе «сложный объект–окружающая среда»
Прикладной искусственный интеллект: перспективы и риски: Международная научная конференция (СПб., 17 октября 2024 г.): сб. докл. – СПб.: ГУАП, Прикладной искусственный интеллект: перспективы и риски: Международная научная конференция (СПб., 17 октября 2024 г.): сб. докл. – СПб.: ГУАП, 2024. С. 97-100 (год публикации - 2024)
10.31799/978-5-8088-1975-7-2024
2.
Спесивцев А.В., Соколов Б.В.
Математические модели выполнения унифицированных арифметических операций с нечеткими числами при формализации экспертных знаний
Вестник ЮУрГу. Серия «Математика. Механика.Физика», Т.16. №3. С.75-84 (год публикации - 2024)
10.14529/mmph240409
3. Григорьев Д.А., Мусаев А.А., Соколов Б.В. From Chaos to Cont rol: Leveraging Multi-Estimator Strategies for PredictiveAccuracy in Autonomous Systems Proceedings ot the 3rd International Conference on Mechatronics and Automation Technology (ICMAT 2024), October 25-27, 2024, Wuhan, China (год публикации - 2024)
4. Григорьев Д.А., Мусаев А.А., Соколов Б.В. Forecasting Chaotic Processes Using a Multi-Expert System Based on Stacking Machine Learning Techniques Proceedings of the 2th International Conference on Evolutionary Artificial Intelligence (ICEAI 2024), 26-27, November, 2024, Malaysia (год публикации - 2024)
5.
Соболевский В.А., Захаров В.В., Д. И. Мухаметов Д.И.
Использование технологий AutoML для автоматического анализа временных рядов
Авиакосмическое приборостроение, №10. С. 10-18 (год публикации - 2024)
10.25791/aviakosmos.10.2024.1434
6.
Захаров В.В.
Основы автоматизации процессов проактивного мониторинга обобщенных состояний сложных агробиотехнических объектов
Известия высших учебных заведений. Приборостроение, Т. 67. №11. С. 918-927 (год публикации - 2024)
10.17586/0021-3454-2024-67-11-918-927
7.
Соколов Б.В., Охтилев П.А.
Автоматизация анализа интероперабельности технических систем cложных агробиотехнических объектов на основе технологий искусственного интеллекта
Известия высших учебных заведений. Приборостроение, Т. 67. №11. С. 928-934 (год публикации - 2024)
Соколов Б.В., Охтилев П.А. Автоматизация анализа интероперабельности технических систем cложных агробиотехнических объектов на основе технологий искусственного интеллекта // Известия высших учебных заведений. Приборостроение. 2024. Т. 67. № 11. С.928-934. DOI: 10.17586/0021-3454-2024-67-11-928-934
8. Соколов Б.В., Миронов А.Н., Шестопалова О.Л. Управление устареванием мехатронных систем на основе мониторинга деградации ресурсной отказоустойчивости Мехатроника, автоматизация, управление, Т. 25. №12. (год публикации - 2024)
9. Кимяев И.Т., Спесивцев А.В., Спесивцев В.А., Шилов Н.Г. Contribution of fuzzy-possibility approach to assessing the complexity level of IT-systems design IN4PL 2024 5th IFAC/INSTICC International Conference on Innovative Intelligent Industrial Production and Logistics (IN4PL), November 21 - 22, 2024 Porto, Portugal (год публикации - 2024)
10. Брюханов А.Ю., Спесивцев В.А., Спесивцев А.В. Сохранность азота как количественный показатель экологической устойчивости фермы КРС Аграрный научный журнал, 2025. №3. (год публикации - 2025)
11.
Павлов А.Н., Павлов Д.А., Иваню А.Ю., Захаров В.В., Барашенков Н.А.
Logical-Static Planning Complex Technical Objects Operations and Functioning Modes
Journal of Applied Engineering Science, Vol. 23. No. 2. P. 421-429 (год публикации - 2025)
10.5937/jaes0-57515
12. Соколов Б., Спесивцев А., Лапицкая Н., Семенов А. Consideration of NON-factors in complex agricultural models productions Proceedings V International Conference on Agriculture Digitalization and Organic Production (ADOP 2025). June 3-6, 2025, Barnaul, Altai Region, Russia. Series: Smart Innovation, Systems and Technologies. (год публикации - 2025)
13. Захаров В., Соколов Б., Миронов А., Фу М. Feed Wheat Yield Multifactorial Forecastings Proceedings V International Conference on Agriculture Digitalization and Organic Production (ADOP 2025). June 3-6, 2025, Barnaul, Altai Region, Russia. Series: Smart Innovation, Systems and Technologies (год публикации - 2025)
14.
Лукинский В., Лукинский В., Соколов Б., Базина Д.
A probabilistic approach to reliability assessment of inventory management strategies in an MRP environment with random yield
International Transactions in Operational Research, August. P.1–36 (год публикации - 2025)
10.1111/itor.70096
15.
Мусаев А., Григорьев Д.
The Stability of Trend Management Strategies in Chaotic Market Conditions
Journal of Risk and Financial Management, Volume 18. Issue 1. 33. (год публикации - 2025)
10.3390/jrfm18010033
16.
Мусаев А., Григорьев Д.
Ensemble Multi-Expert Forecasting: Robust Decision-Making in Chaotic Financial Markets
Journal of Risk and Financial Management, Volume 18. Issue 6. 296 (год публикации - 2025)
10.3390/jrfm18060296
17.
Степанов П.В., Захаров В.В., Марков В.П., Андрианов Ю.
Simulation of the mobile objects identification processes in the supply chains
Journal of Applied Engineering Science, Vol. 23. No. 2. P. 374-383 (год публикации - 2025)
10.5937/jaes0-57511
18.
Охтилев М.Ю., Мусаев А.А.
Алгоритмы последовательного обнаружения системной компоненты нестационарных случайных процессов
Вычислительные технологии, Т.30. №5. С.32-49. (год публикации - 2025)
10.25743/ICT.2025.30.5.004
19.
Дибирова Х.А., Спесивцев В.А., Спесивцев А.В., Джабраилова Б.С., Ружьев В.А.
Оценивание потенциала органического сельскохозяйственного производства региона с использованием экспертных знаний
Аграрный научный журнал, № 6. С. 98–107 (год публикации - 2025)
10.28983/asj.y2025i6pp98-107
20.
Брюханов А.Ю., Спесивцев В.А., Спесивцев А.В., Ружьев В.А.
Сохранность азота как количественный показатель экологической устойчивости фермы КРС
Аграрный научный журнал, № 3. С. 93-104 (год публикации - 2025)
10.28983/asj.y2025i3pp93-104
21.
Захаров В.В., Калинин В.Н., Соколов Б.В.
Модельно-алгоритмическое обеспечение планирования целевых и обеспечивающих операций при взаимодействии активных подвижных объектов
Авиакосмическое приборостроение, № 7. С. 32-48. (год публикации - 2025)
10.25791/aviakosmos.7.2025.1493
22.
Спесивцев А., Соколов Б., Семенов А.
Multi-Model volumetric calendar planning and work scheduling of grass feed production based on system-cybernetics and ontological approaches
2025 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). Sochi, Russian Federation, May 12-16, 2025, P.1028–1033 (год публикации - 2025)
10.1109/ICIEAM65163.2025.11028403
23.
Захаров В.
Automation of Proactive Monitoring Processes of Complex Agrobiotechnical Objects
2025 International Russian Automation Conference (RusAutoCon), Sochi, Russian Federation, 2025, P. 326-331 (год публикации - 2025)
10.1109/RusAutoCon65989.2025.11177282
24.
Охтилев М.Ю., Охтилев П.А., Ничипорович О.П., Кулешов А.В.
Программно-математическое обеспечение решения проблемы синтеза вычислений при проактивном мониторинге состояний сложных объектов
Приборы и системы. Управление, контроль, диагностика, №. 9. С. 52-56 (год публикации - 2025)
10.25791/pribor.9.2025.1616
25.
Соколов Б.В., Захаров В.В.
Методология и технология автоматизации и интеллектуализации проактивного управления сложными объектами
Промышленный искусственный интеллект (ПИИ'2025). Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 г.: сборник научных трудов / под общ. ред. Д. Г. Арсеньева. – СПб. : ПОЛИТЕХ-ПРЕСС, 2025. , С. 101-111 (год публикации - 2025)
10.18720/SPBPU/2/id25-514
26. Скобцов В.Ю., Соколов Б.В. Прогнозирование индикатора состояния растительности на основе гибридных моделей глубокого обучения Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии, №1. (год публикации - 2025)
27.
Иванов Д., Соколов Б., Захаров В.
A Model of an Integrated Analytics Decision Support System for Situational Proactive Control of Recovery Processes in Service-Modularized Supply Chain
Springer, Cham, vol 276. P.179-196 (год публикации - 2025)
10.1007/978-3-031-85508-5_9
28.
Кимяев И., Соколов Б.В., Захаров В.В.
Methodology of the manufacturing companies viability evolutionary management
Proceedings of the 7th International workshop On Information, Computation, And Control Systems for Distributed Environments (ICCS-DE 2025), 7–11, 2025, Irkutsk, Russia, P.23–30 (год публикации - 2025)
10.47350/ICCS-DE.2025.02