Синтез інтелектуальних систем. Синтез інтелектуальних автоматизованих систем керування складними технологічними процесами. Дослідження впливу основних параметрів HP на характер нелінійних перетворень

Джерела фінансування інвестиційної діяльності. Аналіз структури та динаміки майна та джерел його формування. Основні напрями підвищення інвестиційної привабливості: збільшення прибутку організації з допомогою розширення ринку збуту.

Надіслати свою гарну роботу до бази знань просто. Використовуйте форму, розташовану нижче

Студенти, аспіранти, молоді вчені, які використовують базу знань у своєму навчанні та роботі, будуть вам дуже вдячні.

Розміщено на http://www.allbest.ru//

Розміщено на http://www.allbest.ru//

Міністерство освіти та науки Російської Федерації

Федеральна державна бюджетна освітня установа

вищої освіти

ТОМСЬКИЙ ДЕРЖАВНИЙ УНІВЕРСИТЕТ СИСТЕМ УПРАВЛІННЯ І РАДІОЕЛЕКТРОННИКИ (ТУСУР)

Кафедра економіки

Оцінка інвестиційної привабливості організації (з прикладу ТОВ «Синтез інтелектуальних систем»)

Бакалаврська робота

у напрямку 38.03.01 - Економіка профіль «Фінанси та кредит»

Випускна кваліфікаційна робота 73 сторінки, 5 малюнків, 16 таблиць, 23 джерела.

Об'єкт дослідження – Товариство з обмеженою відповідальністю «Синтез інтелектуальних систем».

Мета роботи - оцінити інвестиційну привабливість організації ТОВ «СІС» та запропонувати рекомендації щодо її покращення.

Для досягнення поставленої мети було вирішено такі завдання:

Проаналізовано теорію інвестиційної привабливості, визначено сутність поняття інвестицій та їх класифікацію, поняття інвестиційної привабливості;

Проаналізовано методики оцінки інвестиційної привабливості організації;

Проведено оцінку інвестиційної привабливості організації ТОВ «СІС» на основі фінансово-економічних показників;

Запропоновано основні напрями підвищення інвестиційної привабливості, а саме: збільшення прибутку організації за рахунок розширення ринку збуту.

Інформаційну базу дослідження, в рамках виконання даної випускної кваліфікаційної роботи, склали: дані бухгалтерської звітності підприємства, інформація, розміщена на офіційному сайті організації, матеріали досліджень вчених, опублікованих у наукових журналах, наукових статтях у періодичних виданнях, навчальні посібники, а також інформаційні ресурсиІнтернету.

Final qualification work 73 pages, 5 drawings, 16 tables, 23 sources.

The object of the research is the company Limited Liability Company "Synthesis of intelligent systems"

Природа праці є заохочення investment attractiveness of organization SIS LLC and proposal recomendations for improving it.

To achieve this goal, the following tasks булипристосовані:

Theory of investment attractiveness analyzed, the essence of concept of investments and their classification, the concept of investment attractiveness are defined;

Методи для оцінки investment attractiveness of organization є analyzed;

Примітка, що investment attractiveness of organization "SIS" on the basis of financial and economic indicators;

Основні напрямки збільшення прибутковості, що розвиваються, є propsed, namely: збільшення прибутку організації, що веде до розширення маркетингу.

Інформація основи дослідження, зроблено в рамках цієї кваліфікації, була: data of the enterprise"s accounting reports, information posted on official website of the organization, research materials of scientists published in scientific journals, scientific articles in periodicals, teaching aids, and information resources of the network The Internet.

ВСТУП

В сучасних умовахорганізації різних форм власності спантеличені підвищенням своєї продуктивності, конкурентоспроможності, рентабельності та фінансової незалежності у довгостроковій перспективі, що безпосередньо залежить від існуючого рівня інвестиційної активності організації, охоплення її інвестиційної діяльності та інвестиційної привабливості.

Інвестиційна привабливість є показником, яким інвестори приймають рішення про вкладення своїх коштів у ту чи іншу організацію.

Актуальність обраної теми зумовлена ​​тим, що потенційним інвесторам, а також менеджерам потрібно мати чітку модель оцінки інвестиційної привабливості організації для найефективнішого управління чи ухвалення рішення про інвестування. Також рівень інвестиційної привабливості важливий для кредиторів та замовників, перші зацікавлені у кредитоспроможності організації, а другі - у надійності ділових зв'язків, безперервності та стабільності діяльності організації, які залежать від ліквідності та стану фінансової стійкості організації.

Сукупність показників, що вибираються для оцінки

Інвестиційна привабливість залежить від конкретних цілей інвестора.

Значимість визначення інвестиційної привабливості організацій не підлягає сумніву, тому що без цього не буде здійснюватися інвестиційних вкладень у суб'єкти господарювання і як наслідок не представиться можливим зростання економіки та її стабілізація. У деяких випадках інвестиції є забезпечення життєздатності організації загалом.

Фінансовий аналіз як основний механізм, що забезпечує фінансову стійкість організації та оцінку її привабливості, для потенційних інвесторів є центральною ланкою у методиці визначення інвестиційної привабливості. Основною його метою вивчення проблем, що виникають в оцінці фінансової привабливості організації для інвестора. У зв'язку з цим розглядаються аспекти аналізу фінансового стану організації, проводиться оцінка рівня рентабельності, кредитоспроможності, ефективності та фінансової стійкості.

Результатом фінансового аналізу є визначення основних напрямів підвищення інвестиційної привабливості аналізованої організації.

Метою дипломної роботи є вивчення теоретичних аспектів, Що стосуються поняття інвестиційної привабливості та методик його оцінки, безпосередньо оцінка інвестиційної привабливості на прикладі організації ТОВ «Синтез інтелектуальних систем», а також розробка рекомендацій щодо покращення інвестиційної привабливості організації.

Для досягнення цієї мети необхідне вирішення наступних завдань:

Визначити сутність та дати класифікацію інвестицій;

Вивчити методики оцінки інвестиційної привабливості організації;

Провести оцінку інвестиційної привабливості організації, виходячи з обраної методики;

Об'єктом дослідження є організація ТОВ "Синтез інтелектуальних систем".

1.ТЕОРЕТИЧНІ ОСНОВИ ІНВЕСТИЦІЙНОЇ ДІЯЛЬНОСТІ ОРГАНІЗАЦІЇ

1.1 Сутність та класифікація інвестицій

Єдиного розуміння сутності інвестицій як економічної категорії серед учених та економістів не існує. Зустрічаються різні трактування, що розрізняються за змістом, деякі з яких не передають усієї суті цього терміна.

Згідно федерального законувід 25.02.1999 N 39-ФЗ "Про інвестиційну діяльність у Російській Федерації, що здійснюється у формі капітальних вкладень" «… інвестиції - кошти, цінні папери, інше майно, у тому числі майнові права, інші права, що мають грошову оцінку, що вкладаються в об'єкти підприємницької та (або) іншої діяльності з метою отримання прибутку та (або) досягнення іншого корисного ефекту».

Виходячи з багатогранності трактувань терміну, можна виділити економічне та фінансове визначення інвестицій. Економічне визначенняхарактеризують інвестиції як сукупність витрат, реалізованих у вигляді довгострокових вкладень капіталу різні галузі економіки виробничої і невиробничої сфери. З фінансової точки зору, інвестиції є всі види ресурсів, що вкладаються в господарську діяльність з метою отримання доходу або вигоди в майбутньому.

У цілому нині під інвестиціями розуміють вкладення капіталу переважають у всіх його формах із єдиною метою отримання доходу у майбутньому чи вирішення певних завдань.

Організація може здійснювати або здійснювати інвестиційну діяльність, але нездійснення такої діяльності призводить до втрат конкурентних позицій над ринком. З цього випливає, що інвестиції можуть бути пасивними та активними:

пасивні - інвестиції, що забезпечують як мінімум не погіршення показників прибутковості вкладень в операції цієї організації за рахунок заміни застарілого обладнання, підготовки нового персоналу замість співробітників, що звільнилися, і т.д.

активні- інвестиції, що забезпечують підвищення конкурентоспроможності фірми та її прибутковості в порівнянні з попередніми періодами за рахунок впровадження нових технологій, випуску товару, який матиме високий попит, захоплення нових ринків, або поглинання конкуруючих фірм.

Інвестиції поділяють на такі групи:

По об'єктах вкладення коштів:

1) реальні інвестиції - це вкладення основний капітал у різних формах (придбання патентів, будівництво будівель, споруд, вкладення наукові розробки та інших.);

2) фінансові (портфельні) інвестиції – це вкладення капіталу в акції, облігації та інші цінні папери, що дає право на отримання доходів від власності, а також банківські депозити.

За характером участі в інвестуванні:

1) прямі інвестиції - це інвестиції, зроблені прямими інвесторами, тобто. юридичними та фізичними особами, що повністю володіють організацією або контрольним пакетом акцій, що дає право на участь в управлінні організацією;

2) непрямі інвестиції - це інвестиції, що здійснюються через фінансових посередників (інвестиційні консультанти, фінансові брокери; брокерські контори; пайові інвестиційні фонди; комерційні банки; страхові компанії).

За періодом інвестування:

короткострокові інвестиції- вкладення капіталу на період від тижня до одного року. Дані інвестиції мають, зазвичай, спекулятивний характер. Основне завдання короткострокового інвестора - обчислити напрямок руху паперу в масштабі тижнів і місяців, визначити точку входу з найбільшим співвідношенням потенційного доходу до ризику;

середньострокові інвестиції - вкладення коштів терміном від одного року до п'яти;

довгострокові інвестиції - вкладення від 5 років і більше (капітальні вкладення у відтворення основних засобів).

За формами власності інвестиційних ресурсів:

державні інвестиції - здійснюються органами державної влади та управління за рахунок коштів бюджетів, позабюджетних фондів;

приватні інвестиції - вкладення коштів, здійснювані фізичними чи юридичними особами, з одержання доходу майбутньому;

суміщені інвестиції - вкладення коштів, здійснювані суб'єктами цієї країни та іноземних держав з метою отримання певного доходу;

іноземні інвестиції - вкладення капіталу іноземними інвесторами з метою отримання прибутку.

За хронологічною ознакою:

початкові інвестиції - створені задля створення підприємства чи спорудження нового об'єкта;

поточні інвестиції - створені задля підтримки рівня об'єкта технічної оснащеності.

З метою інвестування:

на відшкодування основного капіталу;

розширення виробництва;

для придбання цінних паперів інших організацій;

інноваційні технології.

За рівнем інвестиційного ризику:

низькоризикові інвестиції;

середньоризикові інвестиції;

високоризикові інвестиції.

За рівнем інвестиційної привабливості:

низькопривабливі;

середньопривабливі;

Високопривабливі.

Фізичні або юридичні особи, що розміщують капітал від свого імені та за свій рахунок з метою отримання прибутку, називають інвесторами.

Інвестори можуть здійснювати вкладення власних, позикових та залучених коштів. Інвесторами можуть бути органи, уповноважені керувати державним та муніципальним майном або майновими правами, юридичні особи всіх форм власності, міжнародні організаціїта іноземні юридичні особи, фізичні особи.

Джерелами фінансування інвестиційної діяльності є:

Власні фінансові ресурси та внутрішньогосподарські резерви організації (прибуток, амортизаційні відрахування, грошові накопичення та заощадження громадян та юридичних осіб, кошти, що виплачуються органами страхування у вигляді відшкодування втрат від аварій, стихійних лих та ін.);

залучені фінансові кошти (отримувані від продажу акцій, пайових та інших внесків членів трудових колективів, громадян, юридичних);

Позикові фінансові кошти або передані кошти (банківські та бюджетні кредити, облігаційні позики та ін.);

Кошти позабюджетних фондів;

Кошти федерального бюджету, що надаються на безповоротній основі, кошти бюджетів суб'єктів Російської Федерації;

Кошти іноземних інвесторів.

Інвестиції можуть бути отримані як із одного, так і з кількох джерел. Розрізняють централізовані (бюджетні) - кошти федерального бюджету, кошти бюджетів суб'єктів РФ та місцевих бюджетів- та децентралізовані (позабюджетні) – власні кошти підприємств та організацій, іноземні інвестиції, залучені кошти, кошти позабюджетних фондів – джерела інвестицій.

1.2 Інвестиційна привабливість організації та методики її оцінки

Роботи багатьох вчених присвячені дослідженню поняття інвестиційної привабливості та методам її оцінки, наприклад, І.А. Бланка, В.В. Бочарова, Е.І. Крилова та інших.

Кожен учений інтерпретує поняття інвестиційної привабливості залежно від чинників, які у його оцінку, тобто. єдиного токування немає. Існує багато факторів, що виляють на інвестиційну привабливість, тому у вузькому сенсі інвестиційна привабливість - це система або поєднання різних ознак чи факторів внутрішньої та зовнішнього середовища.

Найбільш наочно різні точки зору на розуміння інвестиційної привабливості відображені у таблиці 2.1.

Таблиця 2.1 - Тлумачення поняття «інвестиційна привабливість»

	Тлумачення поняття
Бланк І.А., Крейніна М.М.	Узагальнююча характеристика переваг та недоліків інвестування окремих напрямів та об'єктів з позиції конкретного інвестора.
Ройзман І.І., Шахназаров А.Г., Гришин І.В.	Система чи поєднання різних об'єктивних ознак, коштів, можливостей, що зумовлюють у сукупності потенційних платоспроможний попит на інвестиції в країну, регіон, галузь, підприємство.
Севрюгін Ю.В.	Система кількісних та якісних факторів, що характеризує платоспроможний попит підприємства на інвестиції.
Лях П.А., Новікова І.М.	Комплекс характеристик найбільш вигідного і найменш ризикового вкладення капіталу в будь-яку сферу економіки або будь-який вид діяльності.
Трясіцина Н.Ю.	Комплекс показників діяльності підприємства, який визначає для інвестора найкращі значення інвестиційної поведінки.
Група Мінекономрозвитку	Обсяг інвестицій, який може бути залучено виходячи з інвестиційного потенціалу об'єкта, ризиків та стану зовнішнього середовища.
Путятіна Л.М., Ванчугов М.Ю.	Економічна категорія, що характеризує ефективність використання майна підприємства, його платоспроможність, фінансову стійкість інноваційному розвиткуна основі підвищення прибутковості капіталу, техніко-економічного рівня виробництва, якості та конкурентоспроможності продукції, що випускається.
Ігольников Г.Л., Патрушева Є.Г.	Гарантоване, надійне та своєчасне досягнення цілей інвестора на базі економічних результатів діяльності даного виробництва, що інвестується.
Гуськова Т.М., Рябцев В.М., Геніатулін В.М.	Певний стан господарсько-економічного розвитку, у якому з високою часткою ймовірності у прийнятних для інвестора терміни інвестиції можуть дати задовільний рівень прибутку або може бути досягнутий позитивний ефект.
Крилов Е.І.	Узагальнена характеристика з погляду перспективності, вигідності, ефективності та мінімізації ризику вкладення інвестицій у розвиток підприємство за рахунок власних коштів та коштів інших інвесторів.
Модорська Г.Г.	Комплекс економіко-психологічних показників і діяльності підприємства, які визначають для інвестора область переважних значень інвестиційної поведінки.
Бочаров В.В.	Наявність економічного ефекту (доходу) від вкладення грошей за мінімального рівня ризику.
Шарп В., Марковіц Х.	Отримання максимального прибутку за заданого рівня ризику.
Єріязов Р.А.	Комплексна категорія, що включає в себе облік внутрішніх факторів у вигляді інвестиційного потенціалу, зовнішніх факторів - інвестиційного клімату та суперечливої ​​єдності об'єктивних та суб'єктивних факторів у вигляді обліку рівня ризику та прибутковості інвестиційної діяльності при узгодженості інтересів інвестора та реципієнта.
Лацинніков В.А.	Індикатор його сукупної цінності, що є набір об'єктивних (фінансовий стан підприємства, рівень його розвитку, якість менеджменту, обтяженість боргами) та суб'єктивних (співвідношення прибутковості та ризику вкладень) характеристик, необхідних для задоволення інтересів усіх учасників інвестиційного процесу, що дозволяє оцінити доцільність та перспективність вкладень та враховує сукупний вплив факторів макро- та мезосередовища
Нікітіна В.А.	Економічна доцільність інвестування, заснована на узгодженні інтересів та можливостей інвестора та одержувача інвестицій, що забезпечує досягнення цілей кожного з них на прийнятному рівні прибутковості та ризику
Іванов А.П., Сахарова І.В., Хрустальов О.Ю.	Сукупність економічних та фінансових показниківпідприємства, що визначають можливість отримання максимального прибутку внаслідок вкладення капіталу за мінімального ризику вкладення коштів.

У цьому роботі інвестиційна привабливість буде представлено як комплекс показників діяльності організації, які відбивають розвиток організації у поступовій динаміці, і навіть раціональність використання наявних ресурсів.

Інвестиційна привабливість розглядається на різних рівнях: на макрорівні – інвестиційна привабливість країни, мезорівні – інвестиційна привабливість регіону та галузі, на мікрорівні – інвестиційна привабливість організації.

Є велика кількість варіантів оцінки інвестиційної привабливості, це пов'язано з тим, що відсутнє конкретне визначення терміна «інвестиційна привабливість, з усього їх числа можна відзначити такі методики, виходячи з факторів, покладених у методику оцінки:

на основі взаємовідносини прибутковості та ризику (У. Шарп, С.Г. Шматко, В.В. Бочаров) – встановлення групи інвестиційного ризику компанії. Отже, проводиться аналіз ризиків, які виникають при інвестиційної діяльності, встановлюється значимість ризику, розраховується загальний ризик інвестицій. Далі виявляється приналежність організації до певної категорії ризику, на основі якої визначається інвестиційна привабливість. Ключові аналізовані ризики: ризик зменшення прибутку, ризик втрати ліквідності, ризик збільшення конкурентної боротьби, ризик зміни політики ціноутворення у постачальників тощо.

на основі виключно фінансових показників (М.Н. Крейніна, В.М. Аньшин, А.Г. Гіляровська, Л.В. Мінько) - проводиться аналіз фінансового стану за допомогою розрахунку фінансових коефіцієнтів, що відображають різні сторонидіяльності організації: майновий стан, ліквідність, фінансову стійкість, ділову активність та рентабельність. Для оцінки використовують дані із фінансової звітності організації.

на основі фінансово-економічного аналізу, в якому розраховуються не лише фінансові, а й виробничі показники(В.М. Власова, Е. І. Крилов, М.Г. Єгорова, В.А. Москвитін) - з'являються виробничі показники, що відображають наявність основних фондів, ступінь їх зносу, рівень завантаження виробничих потужностей, наявність ресурсів, чисельність та структура персоналу та інші показники.

на основі комплексної порівняльної оцінки (Г.Л. Ігольников, Н.Ю. Міляєв, Є.В. Бєляєв) – проводиться аналіз показників фінансового стану, ринкової позиції організації, динаміки розвитку, кваліфікації персоналу, рівень менеджменту. При використанні даного методу на початку визначаються групи факторів на різних рівнях: країни, регіону, організації, потім ці групи відбираються за значимістю на основі експертних оцінок. Також визначаються коефіцієнти значущості кожного окремого фактора групи факторів, далі всі чинники сумуються з урахуванням впливу значимості кожної групи та чинника групи. Отримані дані ранжуються та визначаються найбільш інвестиційно-привабливі організації. Чинниками, що впливають інвестиційну привабливість країни, є: облікова ставка та її динаміка, темпи інфляції, технологічний прогрес, стан економіки нашої країни, рівень розвитку інвестиційного ринку. Показниками для оцінки інвестиційної привабливості регіону є: виробничо-економічні показники (індекс цін, рентабельність продукції, фондовіддача, питома вагавсіх матеріальних витрат, кількість діючих організацій), фінансові показники (коефіцієнти ліквідності, коефіцієнти автономії тощо), фактори виробництва галузі (рівень завантаження виробничих потужностей, ступінь зносу основних) виробничих фондів), показники інвестиційної діяльності галузі (кількість інвестицій на організацію, кількість інвестицій на одного працюючого, індекс фізичного обсягу інвестицій в основний капітал та ін.).

на основі вартісного підходу, в основу якого покладено визначення ринкової вартості компанії та тенденції до її максимізації (А.Г. Бабенко, С.В. Нехаєнко, Н.М. Пєтухова, Н.В. Смирнова) - розраховується коефіцієнт недооцінки/переоціненості організації на ринку реальних інвестицій як співвідношення різних цін (реальної вартості до ринкової). Реальна вартість визначається як сума вартості майнового комплексута дисконтованого доходу за мінусом кредиторської заборгованості. Ринкова вартість - це найбільш можливу ціну при здійсненні угоди у певний період часу, виходячи з ринкової кон'юнктури.

Дані методики розраховані для стратегічних інвесторів, мета яких - довгострокове вкладення коштів, що передбачає управління організацією та її операційною діяльністю для реалізації конкретних завдань, а головне - для збільшення вартості організації. Інвестори, які розміщують свої вкладення на короткий термін (спекулянти) зазвичай використовують для оцінки інвестиційної привабливості теорії портфельних інвестицій (методика формування інвестиційного портфеля, спрямована на оптимальний вибірактивів, виходячи з необхідного співвідношення доходність/ризик), фундаментальний (прогнозування цін за допомогою фінансових показників діяльності компанії та обчислення внутрішньої вартості фірми) та технічний аналізи(прогнозування майбутньої вартості за допомогою графіків та індикаторів) .

Як основний доданок інвестиційної привабливості виділяють фінансову привабливість, оскільки у фінансах організації відбиваються основні результати її діяльності. Виходячи з цього аналіз інвестиційної привабливості аналізованої організації буде проводиться згідно з методикою фінансового - економічного аналізу, а саме на підставі показників оцінки фінансового стану, що включає:

аналіз структури та динаміки майна;

аналіз структури та динаміки прибутку;

аналіз ліквідності балансу;

аналіз платоспроможності;

аналіз кредитоспроможності;

аналіз ділової активності:

6.1) аналіз оборотності;

6.2) аналіз рентабельності капіталу.

аналіз фінансової стійкості;

аналіз ймовірності банкрутства.

Також буде розглянуто зовнішні та внутрішні чинники інвестиційної привабливості, такі як інвестиційна привабливість регіону та галузі, організаційно-управлінська структура організації, охоплення ринку збуту.

2. ОЦІНКА ІНВЕСТИЦІЙНОЇ ПРИВАБЛИВОСТІ ТОВ "СИНТЕЗ ІНТЕЛЕКТУАЛЬНИХ СИСТЕМ"

2.1 Коротка характеристика організації ТОВ "СІС"

Товариство з обмеженою відповідальністю «Синтез інтелектуальних систем» належить до IT-організацій та спеціалізується на розробці сайтів та мобільних додатків. Організація створена у 2015 році на підставі протоколу зборів засновників, наразі розташована у м. Томську.

Метою створення ТОВ «Синтез інтелектуальних систем» було отримання максимального прибутку за мінімальних витрат шляхом надання послуг з розробки програмного забезпечення.

Асортимент послуг, що надаються у ТОВ «Синтез інтелектуальних систем»:

розробка сайту «з нуля» на платформі «1С-Бітрікс»;

розробка сайту з використанням шаблону на платформі «1С-Бітрікс»;

технічне обслуговування готових веб-сайтів;

доопрацювання та покращення готових сайтів;

розробка мобільних додатків;

продаж ліцензій ТОВ «1С-Бітрікс».

Основними клієнтами є юридичні особи та індивідуальні підприємці, є замовлення від державних установ.

Аналізовану організацію за чинною класифікацією можна зарахувати до суб'єктів малого підприємництва, т. до. середньооблікова чисельністьйого на початок 2017 р. становила 17 чол., а статутний капітал повністю належить приватним особам.

У зв'язку з не перевищенням виручки у розмірі 112,5 млн. рублів за підсумками дев'яти місяців минулого року, не перевищенням середньої чисельності працівників за 2015 р. у кількості 100 осіб, залишкової вартості основних засобів – 150 млн. рублів, – організація застосовує спрощену систему оподаткування з об'єктом оподаткування доходи - мінус витрати з процентною ставкою 7%, передбаченої для it-організацій. Відповідно до п. 85 «Положення щодо відання бухгалтерського облікута бухгалтерської звітності в Російській Федерації », затвердженого наказом Мінфіну РФ від 29.07.1998 № 34н малі підприємства вправі складати бухгалтерську звітність у скороченому обсязі (бухгалтерський баланс та звіт про фінансові результати). ТОВ «СІС» застосовує вказане право у повному обсязі.

2.2 Оцінка інвестиційної привабливості організації

інвестиційний ринок збут прибуток

Аналіз структури та динаміки майна та джерел його формування

Першим етапом оцінки є проведення вертикального (структурного) та горизонтального (тимчасового) аналізу.

Горизонтальний аналіз спрямований на вивчення темпів зростання показників, який пояснює причини зміни в їх структурі, таким чином, він є абсолютною та відносною зміною показників за період. Вертикальний аналіз - це аналіз структури порівняно з попереднім періодом, він допомагає розібратися в тому, які показники вплинули на показники.

Аналіз динаміки та структури майна організації та джерел його формування представлений у таблиці 3.1.

Таблиця 3.1 - Аналіз динаміки та структури майна організації та джерел його формування

Найменування показників	Абсолютні величини	Відносні величини	Зміни
	2015, тис. руб.	2016, тис. руб.			У абсолютних величинах, тис. руб.	У структурі, %	Темп приросту
Матеріальні необоротні активи
Нематеріальні, фінансові та інші необоротні активи
Кошти та грошові еквіваленти
Фінансові та інші оборотні активи (включаючи дебіторську заборгованість)
Капітал та резерви
Довгострокові позикові кошти
Інші довгострокові зобов'язання
Короткострокові позикові кошти
Кредиторська заборгованість
Інші короткострокові зобов'язання

Висновки, отримані з аналізу активу балансу:

В активі балансу переважають фінансові та інші оборотні активи організації, а в даному випадку повністю складаються з дебіторської заборгованості, що становить 64% валюти балансу. Частки інших активів незначні. Частка матеріальних поза оборотних активів, А саме основних засобів знизилася на 23%, ймовірно, у зв'язку зі зносом основного обладнання. У абсолютному вираженні кошти зменшилися на 78 тисяч рублів, що пов'язано з вибуттям основних засобів у поточному періоді. Частка нематеріальних, фінансових та інших необоротних активів, а саме придбаних ліцензій, знизилася на 4 %, що говорить про відмову від незначного програмного забезпечення. Частка коштів і фінансових еквівалентів підвищилася на 5 %, у грошовому еквіваленті на 238 тис. крб., що пов'язані з збільшенням обсягу наданих послуг. У зв'язку із збільшенням обсягів відповідно збільшилася частка фінансових та інших оборотних активів, представлена ​​в даному випадку виключно дебіторською заборгованістю, на 22 %, що є наданням відстрочки платежів замовникам, а також нестійкою платоспроможністю основної частини покупців.

Темп приросту валюти балансу становив 131 %, що свідчить про розвитку організації, але оскільки переважно зростання відбулося через зростання дебіторську заборгованість, хоч і є показником збільшення обсягу наданих послуг, загалом є негативним показником - відведенням коштів з обороту організації.

Висновки, одержані з аналізу джерел формування майна:

У структурі пасиву балансу переважає кредиторська заборгованість, що становить 74%, темп приросту якої становить 1192 %. Зростання кредиторську заборгованість показує нездатність організації гасити поточні зобов'язання. У звітному періоді сума кредиторської заборгованості становила 1550 тис. руб. Значно знизилася частка інших довгострокових зобов'язань, що є позики від засновників, на 36%, у грошовому еквіваленті на 201 тис. руб., пов'язана безпосередньо з виплатою позик. Повністю погасилися короткострокові позикові кошти та інші короткострокові зобов'язання, які були потрібні при відкритті організації, на 10% і 2% відповідно, що позитивно характеризує організацію, здатну розраховуватися за короткостроковими зобов'язаннями. Частка довгострокових позикових коштів знизилася на 12%, що показує, що організація після погашення короткострокових зобов'язань почала ліквідацію довгострокової заборгованості. Частка власні кошти, що є статутний капітал не змінилася й у грошовому еквіваленті становить 15 тис. крб. У загальній структурі балансу частка власні кошти становить менше 1%, що безсумнівно характеризує нестійке фінансове становище організації.

Наочно динаміка структури активу та пасиву балансу представлена ​​малюнку 3.1.

Рисунок 3.1 - Динаміка структурного активу та пасиву за 2015-2016 рр.

Аналіз структури та динаміки результатів діяльності

При аналізі результатів діяльності також проводиться вертикальний та горизонтальний аналіз. Результати аналізу показують, із яких показників формується прибуток, динаміку показників та його впливом геть чистий прибуток організації. Аналіз динаміки та структури прибутку наведено у таблиці 3.2.

Таблиця 3.2. - Аналіз динаміки та структури прибутку

Найменування показників			Відхилення	виручці в минулого року	у % до виторгу у звітному	Відхилення
Витрати по звичайній діяльності
Відсотки до сплати
інші доходи
Інші витрати
Податки на прибуток (доходи)
чистий прибуток (збиток)

Висновок із проведеного аналізу: Найбільш сильний вплив на прибуток надають витрати за звичайними видами діяльності, які збільшилися у 2016 році на 3937 тис. руб. У 2016 р. з'явилися інші витрати, розмір яких становив 73 тис. руб. і включає витрати на обслуговування банківського рахунку. Виторг у 2016 р. збільшився на 4731 тис. руб. і становить 7535 тис. крб., що характеризує розвиток бізнесу. Відповідно, чистий прибуток також збільшився у 2016 р. на 721 тис. руб. і становила 1100 тис. руб.

Динаміка показників прибутку представлена ​​малюнку 3.2.

Рисунок 3.2 Динаміка показників прибутку

Аналіз ліквідності балансу

Ліквідність організації - економічний термін, що позначає здатність активів бути швидко проданими за ціною, наближеною до ринкової.

Залежно від ступеня ліквідності активи організації поділяються такі групи:

А1 = найбільш ліквідні активи = кошти + короткострокові фінансові вкладення

А2 = швидкореалізовані активи = дебіторська заборгованість

А3 = повільно реалізовані активи = запаси + довгострокові дебіторські заборгованості + ПДВ + інші оборотні активи

А4 = важкореалізовані активи = необоротні активи

Пасиви балансу групуються за рівнем терміновості оплати:

П1 = найбільш термінові зобов'язання = кредиторська заборгованість

П2= короткострокові пасиви = короткострокові позики та кредити + заборгованості учасникам із виплати доходів + інші короткострокові зобов'язання

П3 = довгострокові пасиви = довгострокові зобов'язання + прибутки майбутніх періодів + резерви майбутніх витрат

П4= постійні \ стійкі пасиви = капітал та резерви

Баланс вважається абсолютно ліквідним у разі, якщо мають місце такі співвідношення:

А1> П1; А2> П2; А3> П3; А4< П4.

Порівняння даних груп активів та пасивів представлено у таблиці 3.3.

Таблиця3.3 - Порівняльний аналіз активів та пасивів організації

На основі порівняльного аналізу можна зробити такі висновки:

організація неспроможна погасити найбільш термінові зобов'язання з допомогою абсолютно ліквідних активів;

організація неспроможна погасити довгострокові позики з допомогою повільно реалізованих активів;

організація не має високого ступеня платоспроможності і не може погасити різні види зобов'язань відповідними активами.

Оскільки виконуються співвідношення, баланс вважається неліквідним, тобто. організація нездатна погасити свої зобов'язання.

Аналіз платоспроможності

Платоспроможність організації – це здатність суб'єкта економічної діяльностіповністю та строк погашати свою кредиторську заборгованість. Платоспроможність є однією з ключових ознак стійкого фінансового стануорганізації.

Платоспроможність організації з позиції ліквідності активів аналізується у вигляді спеціальних фінансових коефіцієнтів - коефіцієнтів ліквідності:

загальний показник ліквідності - показує можливість організації розплатитися повністю своїм зобов'язанням усіма видами активів;

коефіцієнт абсолютної ліквідності; відображає здатність організації за допомогою високоліквідних активів розплачуватися за своїми короткостроковими зобов'язаннями. (розраховується як відношення грошових коштів та короткострокових фінансових вкладень до короткострокових зобов'язань);

коефіцієнт швидкої ліквідності - показує можливість погашення за допомогою швидко ліквідних та високоліквідних активів своїх короткострокових зобов'язань (розраховується як відношення високоліквідних поточних активівдо короткострокових зобов'язань);

коефіцієнт поточної ліквідності - відбиває можливість організації розплачуватися за своїми поточним зобов'язанням з допомогою поточних активів. (Розраховується як відношення оборотних активів до короткострокових зобов'язань);

коефіцієнт маневреності функціонуючого капіталу; Коефіцієнт маневреності показує, яка частина функціонуючого капіталу знерухомлена у виробничих запасах і довгостроковій дебіторській заборгованості;

частка оборотних коштівв активі – характеризує наявність оборотних засобів в активах організації;

коефіцієнт забезпеченості власними коштами - відбиває рівень використання організацією власних оборотних засобів; показує частку оборотних активів підприємства, фінансованих з допомогою власні кошти організації.

Розрахунок показників платоспроможності представлений у таблиці 3.4.

Таблиця 3.4 - Аналіз платоспроможності організації

Показники	Умовне позначення		Значення показника	Зміна
Загальний показник ліквідності		(A1+0.5A2+0.3A3)/(П1+0.5П2+0.3П3);
Коефіцієнт абсолютної ліквідності
Коефіцієнт швидкої ліквідності		(А1 + А2) / (П1 + П2)
Коефіцієнт поточної ліквідності		(А1 + А2 + А3) / (П1 + П2)
Коефіцієнт маневреності функціонуючого капіталу		А3 / ((А1 + А2 + A3) - (П1 + П2))	зменшення показника
Частка оборотних коштів у активах		(А1+А2+А3) / Підсумок балансу
Коефіцієнт забезпеченості власними коштами		(П4 – А4) / (А1 + А2 + A3)

Висновок із проведеного аналізу: Загальний показник ліквідності у 2016 р. зменшився та становив 0,59, що показує не оптимальний рівень ліквідності організації. Коефіцієнт абсолютної ліквідності зменшився на 0,32 і становить 0,16, що свідчить, що величина коштів може покривати лише 16 % зобов'язань фірми, чого не вистачає підтримки нормального рівня ліквідності організації. Коефіцієнт швидкої ліквідності склав 1,07, що трохи більше норми і свідчить про можливість швидкого погашення боргів у середньостроковому періоді. Це означає, що ТОВ «СІС» здатне із середньою швидкістю вивести з обороту кошти та розрахуватися за короткостроковими зобов'язаннями. Коефіцієнт поточної ліквідності становив у 2016 р. 1,07, що свідчить про низьку платоспроможність. Коефіцієнт маневреності функціонального має нульове значення у зв'язку з відсутністю в організації повільно реалізованих активів. Частка оборотних засобів збільшилася на 0,27 і становить 0,8, що позитивним чинником, показує зростання ліквідності балансу. Коефіцієнт забезпеченості має негативне значення, але позитивно в динаміці, у 2016 р. склав -0,25, що показує, що оборотні активи фінансуються за рахунок позикових коштів організації, оскільки значення коефіцієнта менше 0,1 та коефіцієнт поточної ліквідності менше 2, то організація є неплатоспроможною.

Аналіз кредитоспроможності

Поняття платоспроможності організації був із кредитоспроможністю. Кредитоспроможність відбиває переважно погашення зобов'язань з допомогою середньострокових і короткострокових активів організації, виключаючи постійні активи.

Основними показниками платоспроможності є:

відношення обсягу реалізації до чистих поточних активів;

Чисті поточні активи - це оборотні активи з відрахуванням короткострокових боргів організації. Відношення обсягу реалізації до чистих активів показує ефективність використання оборотних активів.

відношення обсягу реалізації до власного капіталу;

відношення короткострокової заборгованості до власного капіталу;

ставлення дебіторську заборгованість до виручки від.

Розрахунок показників кредитоспроможності представлений у таблиці 3.5.

Таблиця 3.5 – Аналіз показників кредитоспроможності

Показники			Абсолютне відхилення
Оборотні активи, тис. руб.
Короткострокові позикові кошти тис. руб.
Виручка тис. руб.
Власний капітал тис. руб.
Дебіторська заборгованість тис. руб.
Чисті оборотні активи тис. руб.
Показники:
Відношення обсягу реалізації до чистих поточних активів
Відношення обсягу реалізації до власного капіталу
Відношення короткострокової заборгованості до власного капіталу
Відношення дебіторської заборгованості до виручки від реалізації

На основі проведеного аналізу можна зробити такі висновки: Коефіцієнт ефективності використання оборотних активів у 2016 р. порівняно з 2015 р. збільшився на 53,92, що показує ефективність використання оборотних активів. Відношення обсягу реалізації до власного капіталу становило 502,33, що стало наслідком при різкому збільшенні виручки. Ставлення короткострокової заборгованості до власного капіталу збільшилося на 88,53 і становить 103,33, що демонструє високу частку короткострокової заборгованості у власному капіталі та нездатність організації розрахуватися за своїми зобов'язаннями. Ставлення дебіторську заборгованість до виручці від збільшилося на 0,04 і становить 0,18, що можна як ознака зниження кредитоспроможності, оскільки борги покупців повільніше перетворюються на гроші.

Аналіз показників ділової активності

Наступним етапом є аналіз показників ділової активності.

Аналіз ділової активності дозволяє зробити висновок про ефективність діяльності організації. Показники ділової активності пов'язані зі швидкістю обороту коштів: що швидше оборот, тим менше кожний оборот доводиться умовно-постійних витрат, отже - тим вища фінансова ефективність організації.

Аналіз ділової активності, як правило, проводиться на двох рівнях: якісних (широта ринків збуту, Ділова репутаціяорганізації та її клієнтів, конкурентоспроможність тощо) та кількісних показників. При цьому аналіз кількісних показників складається з двох етапів: аналіз оборотності ( власного капіталу, поточних активів, дебіторської та кредиторської заборгованостей) та рентабельності.

Аналіз оборотності активів

Основні показники оборотності включають:

коефіцієнт віддачі власного капіталу – показує скільки руб. виручки посідає 1 крб. середньої суми вкладеного власного капіталу;

фондовіддача основних засобів - характеризує кількість виручки від реалізації, що припадає на карбованець основних фондів;

коефіцієнт віддачі НМА – відображає ефективність використання НМА. Він показує величину виручки від продажів у рублях, що припадає на 1 рубль середньої суми НМА, а також кількість оборотів у період;

коефіцієнт загальної оборотності активів – показує скільки грошових одиниць реалізованої продукції принесла кожна грошова одиниця активів;

коефіцієнт оборотності оборотних активів (поточних активів) – відбиває ефективність використання оборотних активів. Він показує величину виручки від продажів у рублях, що припадає на 1 рубль середньої суми оборотних активів, а також кількість оборотів у період;

коефіцієнт оборотності коштів - показує термін обороту коштів;

коефіцієнт оборотності запасів - показує, скільки разів за досліджуваний період організація використала середній залишок запасів;

коефіцієнт оборотності дебіторську заборгованість - показує кількість отримання оплати покупців у період розмірі середньої вартості дебіторську заборгованість. Термін погашення дебіторську заборгованість - показує скільки у середньому днів погашається дебіторська заборгованість організації;

коефіцієнт оборотності кредиторську заборгованість - показує, скільки разів фірма погасила середню величину своєї кредиторську заборгованість. Термін погашення кредиторську заборгованість - показує середній термін повернення боргів організації з поточним зобов'язанням;

операційний цикл відображає проміжок часу з моменту надходження матеріалів складу до моменту, коли від покупця надходить оплата за продукцію;

фінансовий цикл показує тривалість часу, починаючи з оплати матеріалів постачальникам і закінчуючи отриманням грошей від покупців за поставлену продукцію.

Розрахунок показників оборотності представлений у таблиці 3.6.

Таблиця 3.6 - Аналіз оборотності

Показники	Умовне позначення	Алгоритм розрахунку			Зміна
Продовження таблиці 3.6
Число днів у звітному році
Середня вартість власного капіталу, тис. грн.		(СКнг+СКкг)/2
Середня вартість основних засобів, тис. руб.		(Оснг+Оскг)/2
Середня вартість нематеріальних активів, тис.		(Нманг+Нмакг)/2
Середня кредиторська заборгованість, тис.руб.		(КЗнг+КЗкг)/2
Середня вартість активів, тис.руб.		(Анг+Акг)/2
Середня вартість оборотних активів, тис.руб.		(Аобнг+ Аобкг)/2
В тому числі:
Кошти, тыс.руб.		(ДСНГ+ДСкг)/2
Запаси, тис.руб.		(Знг+Зкг)/2
Дебіторська заборгованість, тис.руб.		(ДЗнг+ДЗкг)/2
Розрахункові коефіцієнти:
Коефіцієнт віддачі власного капіталу
Фондовіддача основних засобів
Коефіцієнт віддачі НМА
Коефіцієнт оборотності активів
Коефіцієнт оборотності оборотних активів
Коефіцієнт оборотності запасів
Коефіцієнт оборотності кредиторської заборгованості
Тривалість обороту, дні:
Оборотних активів
Грошових коштів
Дебіторської заборгованості
Кредиторської заборгованості		Д/kобкред
Тривалість операційного циклу		Доб. зап + Доб. Деб
Тривалість фінансового циклу		Д. пр.ц. + Доб.деб-Доб. Кред

На основі даних можна зробити такі висновки: Коефіцієнт загальної оборотності активів у 2016 р. порівняно з 2015 р. знизився на 1,18, що показує зменшення ефективності використання всіх наявних ресурсів незалежно від джерел їх фінансування (на кожен карбованець активів доводиться 5,04 рубля реалізованої продукції). Коефіцієнт оборотності оборотних коштів у 2016 р. зменшився на 4,75, що свідчить про зниження ефективності використання оборотних активів в організації (на кожний карбованець оборотних активів припадає 7,04 рубля реалізованої продукції). p align="justify"> Коефіцієнт віддачі НМА збільшився на 0,64, що показує ефективність використання нематеріальних активів (на кожен рубль оборотних активів припадає 49,41 рубль реалізованої продукції). Фондовіддача у 2016 р. збільшилася на 9,63, що є доказом кращого використання основних виробничих фондів (на кожний карбованець оборотних активів припадає 27,60 рублів реалізованої продукції). Коефіцієнт віддачі власного капіталу збільшився на 128,47, що досягалося шляхом збільшення виручки від продажів, також через велику частку прибутку, отриманої з допомогою використання позикових коштів, у довгостроковій перспективі може негативно позначитися фінансової устойчивости. Коефіцієнт оборотності запасів не розраховується у зв'язку з їх відсутністю. Коефіцієнт оборотності коштів збільшився на 4 дні, що свідчить про раціональної організаціїроботи компанії. Коефіцієнт оборотності дебіторську заборгованість знизився на 6,07 і, відповідно, збільшився період обороту на 17 днів, що свідчить про повільніше погашення дебіторську заборгованість. p align="justify"> Коефіцієнт оборотності кредиторської заборгованості знизився на 37,71 і, відповідно, збільшився період обороту на 33 дні, що свідчить про уповільнення погашення кредиторської заборгованості.

Тривалість операційного циклу збільшилася на 17 днів, що з збільшенням періоду обороту дебіторську заборгованість, тобто. кількість днів необхідне трансформації сировини і матеріалів грошові кошти почало становити 41 день.

Тривалість фінансового циклу знизилася на 16 днів, у зв'язку із збільшенням тривалості періоду обороту дебіторської та кредиторської заборгованостей, тобто. кількість днів між погашенням кредиторської та дебіторської заборгованістю дорівнює 1 дню.

Аналіз рентабельності

У широкому значенні слова поняття рентабельності означає прибутковість, прибутковість. Організація вважається рентабельною, якщо результати від продукції покривають витрати виробництва та, ще, утворюють суму прибутку, достатню для нормального функціонування організації.

Економічна сутність рентабельності можна розкрити лише через характеристику системи показників. Загальний їхній сенс у визначенні суми прибутку з одного рубля вкладеного капіталу.

Основними показниками рентабельності є:

рентабельність активів (економічна рентабельність) - показує, величину чистий прибуток, що припадає кожну грошову одиницю, вкладену в активи підприємства, відбиває ефективність використання активів організації.

2) рентабельність власного капіталу - показує величину чистий прибуток на кожну вартісну одиницю капіталу, що належить власникам підприємства.

3) рентабельність продажів - показує суму чистий прибуток організації з кожного рубля проданої продукции.

4) рентабельність виробництва - показує суму прибутку організації з кожного рубля, витраченого на виробництво та реалізацію продукції.

5) рентабельність інвестованого капіталу - показує відношення прибутку до інвестицій, спрямованих на одержання цього прибутку. Інвестиції розглядаються як сума власного капіталу та довгострокових позикових коштів.

Розрахунок показників рентабельності капіталу представлений у таблиці 3.7.

Таблиця 3.7 – Аналіз рентабельності капіталу

Показники	Умовне позначення	Алгоритм розрахунку			Абсолютна зміна
Виручка (нетто) від товарів, продукції, робіт, послуг, тыс.руб.
Собівартість реалізації товарів, продукції, робіт, послуг (включаючи комерційні та Управлінські витрати), тис. руб.
Прибуток від, тыс.руб.
Чистий прибуток, тис.руб.
Ціна активів, тис.руб.		(Анг+Акг)/2
Власний капітал, тис.руб.		(Скнг+СКкг)/2
Довгострокові зобов'язання, тис. руб.		(Донг+Докг)/2
Показники рентабельності:
Рентабельність активів
Рентабельність власного капіталу
Рентабельність інвестованого капіталу		ПП/(ск+Д)
Рентабельність продажів
Рентабельність виробництва

Рентабельність продажу 2016 р. становила 0,15, тобто. кожен рубль отриманої виручки містив 15 копійок чистого прибутку, цей показник підвищився на 0,01, що свідчить про незначне підвищення попиту на послуги. Рентабельність виробництва 2016 р. становила 0,18, тобто. кожен рубль, витрачений надання послуг, став приносити чистий прибуток у вигляді 18 копійок. Рентабельність активів у 2016 р. знизилася на 0,1 та становила 0,74, тобто. кожен рубль активів став приносити прибуток у вигляді 74 копійки. Рентабельність власного капіталу підвищилася на 23,47 і становить 74, що пов'язані з зростанням прибутків і зростанням позикового капіталу. Рентабельність інвестованого капіталу підвищилася на 0,7 і становить 1,87, тобто. кожен рубль інвестицій став приносити прибуток у вигляді 1,87 рубля.

Аналіз фінансової стійкості

Фінансова стійкість- це здатність організації підтримувати своє існування та безперебійну роботу, завдяки наявності певних вільних коштів та збалансованості фінансових потоків. Фінансова стійкість означає, що організація буде платоспроможною у довгостроковій перспективі.

Подібні документи

Сутність та класифікація джерел фінансування інвестицій. Методики аналізу інвестиційної привабливості підприємства. Характеристика основних показників діяльності ВАТ "Російська паливна компанія", оцінка інвестиційної привабливості.

курсова робота , доданий 23.09.2014


Цілі та суб'єкти оцінки інвестиційної привабливості організації. Загальна характеристикаТОВ "Монополія+", перспективи та джерела її розвитку. Розробка та оцінка ефективності заходів щодо підвищення інвестиційної привабливості підприємства.

дипломна робота , доданий 11.07.2015


Підходи до оцінки інвестиційної привабливості підприємства. Стан хімічної промисловості Росії. Загальна характеристика підприємства ЗАТ "Сібур-Хімпром". Оцінка ризиків проекту. Аналіз динаміки складу та структури джерел формування майна.

дипломна робота , доданий 15.03.2014


Основні методики оцінки інвестиційної привабливості муніципальної освіти, що застосовуються в Росії та за кордоном. Ситуаційний аналіз Тарнозького муніципального району, оцінка його інвестиційної привабливості, шляхи та способи її підвищення

дипломна робота , доданий 09.11.2016


Поняття, моніторинг та методичні підходи до аналізу інвестиційної привабливості підприємства. Характеристика фінансовий аналізта аналіз інвестиційної привабливості ВАТ "Лукойл". Шляхи підвищення інвестиційної привабливості підприємства.

курсова робота , доданий 28.05.2010


Оцінка інвестиційної привабливості підприємств. Аналіз системи показників інвестиційної привабливості організації-емітента та їх значення для прийняття рішеньщодо інвестування. Види цілей вкладника під час інвестування у фінансові активи.

контрольна робота , доданий 21.06.2012


Організаційно-економічна характеристика сучасного російського підприємства. Аналіз фінансового становища організації. Управління ризиками підприємства у системі підвищення інвестиційної привабливості. Оцінка господарської діяльностікомпанії.

дипломна робота , доданий 25.05.2015


Економічна сутність та фінансовий потенціал підприємства, методика його оцінки. Взаємозв'язок фінансової та інвестиційної привабливості організації. Аналіз майнового стану ВАТ "Нафтакамськнафтохім" та напрями поліпшення його діяльності.

дипломна робота , доданий 24.11.2010


Методичні підходи до аналізу інвестиційної привабливості та фактори, що її визначають. Алгоритм здійснення моніторингу інвестиційної привабливості підприємства. Аналіз ліквідності та платоспроможності на прикладі підприємства ВАТ "Лукойл".

курсова робота , доданий 14.04.2015


Сутність та критерії інвестиційної привабливості. Роль інвестицій у соціально-економічному розвитку муніципального освіти. Проблеми та перспективи розвитку інвестиційної привабливості муніципального освіти з прикладу міста Краснодара.

1

У роботі розглядається завдання синтезу інтелектуальної системи багатоцільового керування. Для заданих математичної моделі об'єкта управління, цілі управління, критерію якості, обмеження необхідно знайти управління, яке забезпечує досягнення кількох цілей і мінімізує значення критерію якості. Цілі управління задані у вигляді точок простору станів, які необхідно досягти у процесі управління. Особливістю завдання є те, що керування шукаємо у вигляді двох багатовимірних різнотипних функцій координат простору станів. Одна функція забезпечує досягнення об'єктом приватної мети, іншу функція, логічна, забезпечує перемикання приватних цілей. Для вирішення задачі синтезу багатоцільового керування використовується метод мережного оператора. При вирішенні основного завдання синтезу разом із синтезуючими функціями для кожної підзадачі визначаємо функцію вибору, яка забезпечує перемикання управління від вирішення однієї підзадачі до вирішення наступного підзавдання.

мережевий оператор.

інтелектуальне управління

1. Дівєєв А. І., Софронова Є. А. Метод мережного оператора та його застосування у завданнях управління. М: Вид-во РУДН, 2012. 182 с.

2. Дівєєв А. І. Синтез адаптивної системи управління методом мережного оператора // Питання теорії безпеки та стійкості систем: Зб. статей. М: ВЦ РАН, 2010. Вип. 12. С. 41-55.

3. Дівєєв А. І., Софронова Є. А. Ідентифікація системи логічного виведення методом мережного оператора // Вісник РУДН. Серія Інженерні дослідження. 2010. №4. С. 51-58.

4. Дівєєв А. І., Северцев Н. А. Метод мережного оператора для синтезу системи управління спуском космічного апарату за невизначених початкових умов // Проблеми машинобудування та надійності машин. 2009. №3. С. 85-91.

5. Дівєєв А. І., Сєверцев Н. А., Софронова Є. А. Синтез системи управління метеорологічною ракетою методом генетичного програмування // Проблеми машинобудування та надійності машин. 2008. № 5. С. 104 – 108.

6. Дівєєв А. І., Шмалько Є. Ю. Багатокритеріальний структурно-параметричний синтез системи управління спуском космічного апарату на основі методу мережного оператора // Вісник РУДН. Серія інженерних досліджень ( інформаційні технологіїта управління). 2008. № 4. С. 86 - 93.

7. Diveyev A. I., Sofronova E. A. Application of network operator method for synthesis of optimal structure and parameters of automatic control system // Proceedings of 17-th IFAC World Congress, Seoul, 2008, 05.07.2008 – 2.0.2. P. 6106 - 6113.

Розглянемо задачу синтезу системи керування з декількома цілями керування.

Задано систему звичайних диференціальних рівнянь, що описує модель об'єкта управління

де , , - обмежена замкнута множина, .

Стан об'єкта управління оцінюємо за координатами, що спостерігаються.

Для системи (1) задані початкові умови

Задано безліч цільових станів

, (4)

Заданий критерій якості управління

, (5)

де - час управління, яке може бути обмежене, але не задано.

Необхідно знайти управління у формі

яке забезпечує досягнення послідовно всіх цільових точок (4) та мінімізує функціонал (5).

Ціль управління (4) багатозначна. Для початку завдання синтезу інтелектуальної системи управління необхідно забезпечити у системі можливість вибору. Для цієї мети послабимо вимоги до попадання об'єкта в кожну цільову точку, замінимо вимогою попадання на околицю цільової точки.

Тоді у нас з'являється компроміс між точністю та швидкістю досягнення цільових точок. Для реалізації управління у цій задачі нам необхідно щоразу вирішувати завдання вибору між точним досягненням поточної мети та переходом на іншу мету. Очевидно, що за такої умови в системі управління крім регулятора зворотного зв'язку, що забезпечує досягнення мети, необхідно мати логічний блок, який здійснює перемикання цілей.

Уточнимо цю постановку завдання.

Управління (6) представимо у вигляді функції, яка залежить від відстані до мети

(8)

де – номер поточної цільової точки.

У будь-який момент часу номер поточної цільової точки визначаємо за допомогою логічної функції

, , (9)

де , , - предикатна функція,

: . (10)

Функцію (10) також необхідно знайти разом із функцією, що синтезує (6). Функція (10) має забезпечувати перемикання цільових точок. Обидві функції (6) та (10) повинні забезпечувати мінімум функціоналу якості (5) функціоналу точності

, (11)

Час управління визначаємо для досягнення останньої цільової точки

Якщо , (12)

де – мала позитивна величина.

Приватний критерій (5) замінимо сумарним критерієм якості

(13)

Для побудови предикатної функції використовуємо функцію дискретизації та логічну функцію.

, (14)

де - логічна функція,

: , (15)

де , , - Функція дискретизації.

Завдання полягає в тому, щоб знайти управління у формі

де - цілий вектор, що визначає управління для вирішення приватної задачі . Управління (16) має забезпечити досягнення мінімумів функціоналів (11) та (13).

В загальному випадкуОскільки задача містить два критерії (11) і (13), то її вирішенням буде безліч Парето в просторі функціоналів. Конкретне рішення на безліч Парето вибирає розробник за результатами моделювання та дослідження синтезованої системи керування.

Завдання (1) – (3), (7) – (16) називаємо завданням синтезу інтелектуальної системи управління. Для її вирішення необхідно знайти дві багатовимірні функції та .

Для вирішення задачі синтезу інтелектуальної системи управління використовуємо метод мережного оператора. Для знаходження функції використовуємо звичайний арифметичний мережевий оператор, в якому як конструктивні функції використовуємо безліч арифметичних функцій з одним або двома аргументами. У методі мережного оператора ці функції називаються унарними чи бінарними операціями. Для знаходження логічної функції використовуємо логічний мережевий оператор відповідно з унарними та бінарними логічними операціями.

Як приклад розглянемо таку математичну модель

де - координати на площині.

На управління накладено обмеження

Траєкторія руху задана набором точок.

Необхідно знайти керування, щоб мінімізувати дві цільові функції об'єкта. Перший функціонал визначає точність руху траєкторією, а другий - час проходження траєкторії.

480 руб. | 150 грн. | 7,5 дол. ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Дисертація - 480 руб., доставка 10 хвилин, цілодобово, без вихідних та свят

Ситніков Михайло Сергійович. Аналіз та синтез інтелектуальних систем автоматичного керуванняз нечіткими регуляторами: дисертація... кандидата технічних наук: 05.13.01 / Сітніков Михайло Сергійович; [Місце захисту: Моск. держ. ін-т радіотехніки, електроніки та автоматики]. - Москва, 2008. - 227 с.: іл. РДБ ОД, 61 08-5/1454

Вступ

ГЛАВА 1. Області застосування та методи дослідження інтелектуальних систем автоматичного керування з нечіткими регуляторами 14

1.1. Огляд областей застосування ІСАУ з HP 14

1.2. Проблеми дослідження ІСАУ з HP 24

1.3. Дослідження впливу основних параметрів HP на характер нелінійних перетворень 28

1.3.1 Вплив форми та відносного розміщення функцій належності окремих термів на характер нелінійних перетворень у нечіткій моделі Мамдані 35

1.3.2 Вплив порядку взаємозв'язків вхідних та вихідних термів на характер нелінійних перетворень у нечіткій моделі Мамдані 41

1.4. Висновки за розділом 43

ГЛАВА 2. Аналіз та синтез інтелектуальних систем автоматичного керування на основі методу гармонічного балансу 45

2.1. Дослідження ІСАУ методом гармонічного балансу 46

2.2. Непряма оцінка якості 73

2.3. Вплив параметрів нечіткого регулятора на ЕККУ 81

2.4. Методики дослідження та синтезу ІСАУ з HP на основі методу

гармонійного балансу 90

2.5. Висновки за розділом 98

Розділ 3. Дослідження інтелектуальних систем автоматичного керування на основі критеріїв абсолютної стійкості 99

3.1. Дослідження абсолютної стійкості ІСАУ з HP 99

3.2. Дослідження абсолютної стійкості САУ з декількома нелінійностями, 100

3.3. Дослідження абсолютної стійкості положення рівноваги ІСАУ з нечітким регулятором першого виду 105

3.4. Дослідження абсолютної стійкості процесів в ІСАУ з нечітким регулятором першого виду; 119

3.5. Дослідження впливу параметрів нечіткого регулятора на абсолютну стійкість МСАУ”. 124

3.6. Непрямі оцінки якості регулювання ІСАУ на основі критерію абсолютної стійкості процесів 137

3.7. Висновки за розділом 139

РОЗДІЛ 4. Автоматизований синтез нечітких регуляторів на основі генетичних алгоритмів 141

4.1. Огляд методів автоматизованого синтезу 141

4.2. Використання генетичних алгоритмів для вирішення задач автоматизації синтезу та налаштування нечітких регуляторів 144

4.3. Алгоритми синтезу ІСАУ з HP 151

4.4. Методика автоматизованого синтезу та налаштування HP 155

4.5. Висновки за розділом 167

ГЛАВА 5. Програмна та апаратна реалізація методик аналізу та синтезу інтелектуальних систем автоматичного управління з нечіткими регуляторами 169

5.1. Програмний комплекс аналізу та синтезу ІСАУ з HP 170

5.2. Апаратна реалізація системи керування електроприводом 177

5.3. Синтез HP ІСАУ для двигуна постійного струму 180

5.4. Експериментальні дослідження 190

5.5. Висновки за розділом 199

Список литературы 203

Додаток 211

Введення в роботу

Застосування інтелектуальних технологій забезпечує вирішення широкого спектра завдань адаптивного управління за умов невизначеності. При цьому програмно-апаратні засоби таких систем виявляються простими та надійними. висока якістьуправління. Відкритість таких технологій дозволяє здійснювати інтеграцію механізмів прогнозування подій, узагальнення накопиченого досвіду, алгоритмів самонавчання та самодіагностики, тим самим суттєво розширюючи діапазон функціональних можливостей інтелектуальних систем. Наявність зрозумілого людино-машинного інтерфейсу надає інтелектуальним системам принципово нові якості, які дозволяють суттєво спростити етапи навчання та постановку завдань.

Одна з найпоширеніших інтелектуальних технологій, що отримала широке застосування і зарекомендувала себе як зручний та потужний математичний інструмент – це апарат нечіткої логіки (НЛ). Теорія нечітких множин і заснована на ній логіка дозволяють описувати неточні категорії, уявлення та знання, оперувати ними та робити відповідні висновки та висновки. Наявність таких можливостей для формування моделей різних об'єктів, процесів та явищ на якісному, понятійному рівні визначила інтерес до організації інтелектуального управління на основі застосування даного апарату.

Результати теоретичних та експериментальних досліджень показують, що застосування технології НЛ дозволяє створювати високоефективні швидкодіючі регулятори для широкого класу технічних систем, що використовуються в промисловій, військовій та побутової техніки, що володіють високим ступенем адаптивності, надійності та якості функціонування в умовах випадкових обурень, невизначеності зовнішнього навантаження.

На сьогоднішній день даний апарат вважається одним з перспективних інструментів опису окремих і нестандартних випадків, що виникають у процесі функціонування системи. Особливість «нечіткого» уявлення знань, і навіть необмеженість кількості вхідних і вихідних змінних і кількості закладених правил поведінки системи дозволяють з допомогою даної технології формувати майже будь-який закон управління , тобто. будувати нелінійний регулятор нового типу, що вигідно вирізняє технологію НЛ серед інших.

Реалізований на даній технології регулятор називатимемо нечітким (HP). У загальному випадку HP є частотозалежним і нелінійним перетворювачем, що природно викликає ряд проблем, пов'язаних з дослідженням стійкості та якості управління інтелектуальних систем автоматичного управління (ІСАУ) з такими регуляторами.

Найбільш актуальними проблемами, що вимагають вирішення та забезпечують ширше застосування HP в інженерній практиці, є:

Дослідження особливостей нелінійного перетворення на HP;

Розробка інженерних методик дослідження стійкості та якості управління ІСАУ з HP;

Розробка методик налаштування та синтезу HP;

Створення інструментарію, який дозволяє автоматизувати процедуру налаштування HP.

Предмет дослідження – нелінійні перетворення, що реалізуються в HP, динамічні процеси в ІСАУ з HP, стійкість та якість управління інтелектуальних систем автоматичного управління.

Об'єкт дослідження – інтелектуальні системи автоматичного управління з нечіткими регуляторами.

Мета роботи

Розробка алгоритмічного, програмного та апаратного забезпечення інструментальних засобів для дослідження та синтезу високоякісних ІСАУ з HP. Для досягнення поставленої мети потрібно вирішити такі завдання:

1. Дослідити особливості впливу параметрів HP: числа, виду функцій приналежності (ФП) та бази продукційних правил (БП) на характер нелінійного перетворення.

2. Розробити на основі відомих у ТАУ методів математичні моделі та відповідні інженерні методики для дослідження періодичних процесів, абсолютної стійкості та якості ІСАУ з HP.

3. Розробити методики синтезу параметрів HP за заданими показниками якості ІСАУ.

4. Розробити алгоритм автоматизованого синтезу та налаштування параметрів HP для забезпечення стійкості та необхідних показників якості ІСАУ.

5. Розробити програмно-апаратний комплекс для проектування ІСАУ з HP.

Методи дослідження у цій роботі базуються на теорії автоматичного управління, теорії нелінійних систем, методах математичного та імітаційного моделювання, графоаналітичних методах вирішення завдань, теорії нечіткої логіки, теорії оптимізації та теорії генетичних алгоритмів.

Обґрунтованість та достовірність наукових положень, висновків та рекомендацій підтверджується теоретичними викладками, а також результатами чисельного моделювання та результатами експериментальних досліджень. Результати моделювання в середовищі Matlab, експериментальні дослідження системи управління в середовищі Simulink та на апаратно-програмному комплексі проектування ІСАУ повністю підтверджують теоретичні положення та рекомендації дисертаційної роботи та дозволяють їх використовувати при проектуванні реальних ІСАУ. Основні положення, що виносяться на захист

1. Результати дослідження особливостей впливу параметрів HP (числа, виду ФП та БП) на характер його нелінійних перетворень.

2. Математична модель для дослідження періодичних коливань та якості управління в ІСАУ з HP на основі методу гармонічного балансу.

3. Критерії абсолютної стійкості процесів та положення рівноваги ІСАУ з HP.

4. Інженерні методики дослідження періодичних коливань, непрямої оцінки якості управління та абсолютної стійкості ІСАУ з HP.

5. Методика синтезу HP ІСАУ із заданою якістю управління.

6. Алгоритм автоматизованого синтезу та налаштування параметрів HP за допомогою генетичних алгоритмів.

7. Програмно-апаратний комплекс для проектування ІСАУ з HP. Наукова новизна

1. Обґрунтовано залежність характеристики нелінійного перетворення HP від ​​параметрів нечітких обчислень (виду та розташування функцій приналежності, бази продукційних правил).

2. Розроблено математичні моделі, що дозволяють методом гармонійного балансу досліджувати періодичні коливання та якість управління ІСАУ.

3. Розроблено критерії абсолютної стійкості процесів та положення рівноваги в ІСАУ з HP.

4. На основі генетичних алгоритмів вирішено завдання автоматизованого синтезу та налаштування параметрів HP з урахуванням необхідної якості управління МСАУ.

Практична цінність

1. Розроблено зручні інженерні методики дослідження періодичних коливань та непрямої оцінки якості управління ІСАУ з HP на основі методу гармонічного балансу.

2. Розроблено зручні інженерні методики дослідження абсолютної стійкості процесів та положення рівноваги в ІСАУ з HP.

3. Розроблено методику автоматизованого синтезу та налаштування параметрів HP з урахуванням областей стійкості та якості ІСАУ.

4. Створено програмно-апаратний комплекс для дослідження та проектування ІСАУ з HP.

5. Результати дисертаційної роботи використані у НДР «Латилус-2», що виконується за завданням СПП при Президії РАН, «Пошукові дослідження та розробка інтелектуальних методів прецизійного управління виконавчими пристроями перспективних зразків ВВТ». Показано, що застосування HP, що реалізують нелінійний закон управління, дозволяє істотно підвищити якість управління виконавчими приводами нових зразків ОВТ (швидкість збільшується в 2-3 рази, перерегулювання зменшується на 20%). Помилка керування від впливу навантаження може бути зменшена кілька разів.

Запропоновано зручні графоаналітичні методики аналізу та синтезу ІСАУ з HP для виконавчих приводів та перспективних зразків ОВТ.

6. Результати дисертаційної роботи використані під час виконання робіт із грантів РФФІ:

2005-2006р, номер проекту 05-08-33554-а «Розробка математичних моделей та методів гармонійного балансу для дослідження періодичних процесів та якості управління у нечітких системах».

2008-2010р, номер проекту 08-08-00343-а "Автоматизований синтез нечітких регуляторів на основі генетичних алгоритмів".

Апробація роботи. Основні положення обговорювалися і доповідалися на конференції з робототехніки пам'яті академіка Є.П. Попова (МДТУ ім. Н.Е. Баумана 2008 р.), на XIV та XV міжнародних науково-технічних семінарах « Сучасні технологіїу завданнях управління, автоматики та обробки інформації» (Алушта 2006-2007 рр.), на XV Міжнародній студентській школі-семінарі "Нові інформаційні технології" (Судак 2006 р.), на I Всеросійській наукової конференціїстудентів та аспірантів «Робототехніка мехатроніка та інтелектуальні системи» (Таганрог 2005 р.), на Всеросійському огляді-конкурсі науково-технічної творчості студентів вищих навчальних закладів «ЕВРИКА-2005» (Новочеркаськ 2005 р.), на науково-практичні технології» в управлінні та освіті. (Схід) Москва 2006

Публікації

Основні результати дисертаційної роботи опубліковані у 8 друкованих роботах, у тому числі одна стаття в журналі з переліку ВАК та одна монографія.

У першому розділі на основі проведеного огляду областей застосування систем з HP показано їх широке використання різних областяхнауки та техніки. Показано ряд переваг, серед яких є висока якість управління, ефективність та функціональність.

Водночас показано, що на сьогоднішній день відсутні зручні для інженерної практики методи та методики, що дозволяють проводити повний цикл аналізу та синтезу ІСАУ з HP.

У розділі досліджено особливості впливу параметрів HP (числа, виду ФП та БП) на характер його нелінійного перетворення між сигналами на вході та виході. Проведені дослідження, з одного боку, є необхідною основою для адекватного застосування методів дослідження нелінійних систем до дослідження ІСАУ з HP і, зокрема, методу гармонічного балансу та критеріїв абсолютної стійкості, а з іншого боку, вирішення завдання синтезу ІСАУ із заданими властивостями можливе лише за розумінні залежності нелінійного перетворення від параметрів налаштування HP.

На підставі проведених досліджень обґрунтовано завдання дисертаційної роботи.

У другому розділі розроблені математичні моделі, що дозволяють за допомогою методу гармонійного балансу досліджувати періодичні коливання в ІСАУ з HP. Також обґрунтовується можливість непрямої оцінки якості ІСАУ з HP на основі методу гармонійного балансу за показником коливності та розроблена відповідна методика.

Розв'язано задачу синтезу ІСАУ з HP із заданими показниками якості на основі методу гармонійного балансу.

У розділі досліджено та показано вплив форми функцій належності та відносного розміщення термів, а також вплив продукційних правил на характер ЕККУ HP.

Результати експериментальних досліджень на комп'ютерних моделях підтвердили адекватність розроблених методик аналізу та синтезу ІСАУ з HP на основі методу гармонічного балансу.

У третьому розділі розроблені математичні моделі, що дозволяють перетворити структуру ІСАУ з HP першого виду до структури багатоконтурної нелінійної САУ. Враховуючи характер нелінійних перетворень HP, на основі критеріїв абсолютної стійкості процесів та положення рівноваги для систем з декількома нелінійностями розроблені відповідні критерії для ІСАУ з HP першого виду.

На базі запропонованих критеріїв розроблено графоаналітичну методику дослідження стійкості положення рівноваги та процесів в ІСАУ з HP.

Для вирішення задач синтезу ІСАУ проведено дослідження залежності областей абсолютної стійкості ІСАУ від параметрів HP (виду та числа ФП ДБЖ).

На основі критерію абсолютної стійкості процесів розроблено методику непрямої оцінки якості ІСАУ з HP.

Проведено дослідження на комп'ютерних моделях, результати яких підтвердили адекватність розроблених методик дослідження абсолютної стійкості положення рівноваги та процесів в ІСАУ з HP.

Четверта глава присвячена розробці алгоритмів та методики автоматизованого синтезу параметрів HP в ІСАУ. Проведений у дисертації аналіз показав, що генетичні алгоритми (ГА) на сьогоднішній день є найперспективнішою технологією для вирішення цієї проблеми. p align="justify"> При розробці алгоритму автоматизованого синтезу вирішені завдання: синтезу імітаційної моделі ІСАУ; вибору початкових параметрів HP та параметрів пошуку ГА; оцінки якості управління ІСАУ; кодування хромосом. На прикладі показано працездатність алгоритму автоматизованого синтезу.

У п'ятому розділі проводиться перевірка теоретичних результатів, отриманих у розділах 2-4. Розробляється програмно-апаратний комплекс, що дозволяє проводити повний цикл проектування нечітких регуляторів, починаючи з розробки математичних моделей та закінчуючи безпосереднім тестуванням на реальному устаткуванні. У розділі розроблено та представлено програмний комплекс для аналізу та синтезу моделей ІСАУ з HP. Реалізовано структуру взаємодії програмної та апаратної (стенду) частин комплексу, що дозволяють проводити натурні експерименти з керування двигуном постійного струму. різних видахнавантажень та обурень

У розділі наведено результати експериментальних досліджень, що включають автоматизований синтез параметрів HP, з перевіркою на реальному стенді, а також порівняльну оцінкурезультатів налаштування якості управління автоматично налаштованої ІСАУ з HP і САУ з ПІД регулятором, налаштованим за методом зворотних завдань динаміки (ОЗД).

У висновку наводяться основні наукові та практичні результати дисертаційної роботи.

Дослідження впливу основних параметрів HP на характер нелінійних перетворень

Незважаючи на достатню поширеність та популярність, застосування апарату НЛ пов'язане зі значними складнощами. Насамперед це пов'язано з відсутністю закінченого інженерного інструментарію аналізу якості функціонування нечітких систем, а також дослідження їхньої стійкості.

На тлі відсутності ефективних методіваналізу нечітких систем ще гостріше постає проблема синтезу HP, оскільки залежність впливу його параметрів на якість роботи ІСАУ вивчена досить слабо. Дані фактори значно гальмують ширше впровадження HP у практику створення нових САУ.

Перший метод Ляпунова дозволяє проводити аналіз якості управління за допомогою лінеаризованих рівнянь САУ і може бути застосовним для систем будь-якої структури. Цей метод дозволяє отримати необхідні умовистійкості системи у малому, але за великих відхиленнях системи гарантує стійкість . Вимагає лінеаризації нелінійних елементів, що входять до САУ, тому придатний лише для аналізу САУ з примітивними нечіткими обчисленнями.

Другий метод Ляпунова дає змогу отримати достатні умови стійкості. Передбачається, що ІСАУ з нечітким регулятором описується системою нелінійних диференціальних рівнянь першого порядку та на цій підставі з урахуванням специфіки нелінійного перетворення будується спеціальна функціяЛяпунова, властивості якої дозволяють проводити аналіз стійкості досліджуваної системи та визначати деякі показники якості. До проблем застосування даного методу можна віднести складність вибору відповідної системи функцію, в яку також належить подання нечітких обчислень. Одні з перших робіт стосовно конкретних систем з HP є .

Як зауваження слід зазначити, що найбільш поширеними у застосуванні серед алгоритмів НВ (Mamdani, Tsukamoto, Takagi-Sugeno (T-S), Larsen) вважаються Mamdani та Takagi-Sygeno. Для дослідження ІСАУ з HP, побудованим по алгоритму T-S, Розроблено однойменний аналітичний метод дослідження стійкості Takagi-Sygeno, заснований на другому методі Ляпунова. Цей метод не поширюється на системи з НВ, побудованим за алгоритмом Mamdani.

Наближений метод гармонічного балансу, заснований на гіпотезі фільтра, дозволяє досліджувати автоколивання у нечіткій системі. Цей метод є графоаналітичним і дозволяє досліджувати ІСАУ без представлення HP в аналітичному вигляді, використовуючи лише характеристику його нелінійного перетворення. Вперше був застосований для аналізу ІСАУ з HP та розширений авторами. Як правило, він застосовувався для аналізу певних ІСАУ, що включають нечіткий П-регулятор, а стосовно ІСАУ з частотозалежним нечітким регулятором (ПІ-ПІД), дослідження мали дуже грубу оцінку динамічних властивостей системи. Також слід зазначити, що пропонований у роботах підхід позбавлений методичного характеру, що дозволяє на основі розробити інженерний інструментарій аналізу таких ІСАУ.

При дослідженні стійкості нечітких систем застосовувався також спосіб, заснований на умовах абсолютної стійкості (круговий критерій та критерій В.М. Попова). Для використання даного методу необхідно проведення додаткових досліджень залежності нелінійної характеристики для задоволення низки вимог. Як правило, застосовувався для аналізу конкретної МСАУ з нечіткими П-регуляторами.

Також проводилися роботи з дослідження нечітких систем за допомогою наближених методів .

Дослідженню стійкості ІСАУ з HP, як видно, присвячено порівняно невелику кількість праць і, як правило, всі вони мають приватний, несистемний характер. Що говорить сутнісно про початковому етапі розвитку на цьому напрямі і передбачає глибші дослідження можливостей кожного з перерахованих методів. Одна з перших спроб системного підходудо вивчення нечітких систем належить авторам роботи , опублікованої 1999 р. У цій роботі нечіткі системи зводяться до нелінійним, і цьому базисі до них застосовуються методи, призначені на дослідження стійкості нелінійних систем. Як відзначають самі автори, робота має кілька вагомих недоліків. Перший з них це досить поверхневий підхід до аналізу нечітких систем, тому що не показано чітких, системних методик аналізу за допомогою представлених методів. Також не приділено належної уваги аналізу впливу параметрів НВ на нелінійні перетворення HP. У роботі не представлено будь-якого інструментарію синтезу та налаштування нечітких ІСАУ, що дуже важливо для практичного їх застосування. Свіжі опубліковані роботи, присвячені аналізу МСАУ з HP, в основному базуються на перерахованих вище методах.

Дослідження ІСАУ методом гармонійного балансу

Як було показано у попередньому розділі, інтелектуальний регулятор здійснює деяке нелінійне перетворення, внаслідок чого і з'являється можливість покращення якості управління у таких системах. Але разом з тим наявність нелінійних елементів у контурі САУ, як відомо, може призвести до різних проблем, пов'язаних з динамікою системи. Зокрема, змінюються (порівняно з лінійними системами) області стійкості на площині параметрів системи, доводиться досліджувати положення рівноваги, так і процесів. Важливого значення набуває дослідження властивих саме нелінійним системам періодичних режимів.

Для дослідження періодичних коливань в ІСАУ перспективним є метод гармонійного балансу, який знайшов широке застосування в інженерній практиці аналізу та синтезу нелінійних САУ.

Даний метод дозволяє не лише досліджувати періодичні коливання в САУ, але й опосередковано оцінювати якість керування нелінійними системами. Останній аспект є вкрай важливим з погляду перспектив вирішення неоднозначного завдання налаштування нечіткого регулятора на потрібну якість управління.

Оскільки інтелектуальні САУ, як неодноразово зазначалося, призначені для забезпечення альтернативних алгоритмів управління складними динамічними об'єктами, що функціонують в умовах впливу внутрішніх та зовнішніх факторів невизначеності, слід підкреслити, що дані об'єкти мають, як правило, досить високу розмірність і, отже, значною мірою задовольняють вимоги гіпотези фільтра. А звідси і точність результатів, яку забезпечуватиме метод гармонійного балансу, може бути цілком прийнятною для практичного застосування.

При дослідженні інтелектуальних систем методом гармонійного балансу виникає проблема методичного характеру, пов'язана з тим, що розроблений він був для САУ з одним нелінійним елементом, що має один вхід та один вихід, а в ІСАУ з HP таких нелінійних елементів кілька, тому потрібно побудувати модель HP, що дозволяє застосувати метод гармонійного балансу.

У загальному випадку структурну схему інтелектуальної системи автоматичного управління з нечітким регулятором (HP) представимо у вигляді послідовного з'єднання нечіткого обчислювача (НВ), що має h - входів з підключеними до них лінійними динамічними ланками, і один вихід, і об'єкта управління (ОУ) з передавальної функцією Woy(s) (рис. 2.1), де g(t) - сигнал дії, що задає, (для механічних систем це положення, швидкість, прискорення і т.д.), u(t) - сигнал управління, y(t) - Вихідний сигнал виконавчого двигуна, e(t) - сигнал помилки управління, s - оператор Лапласа.

Нечіткий регулятор може будуватися на основі двох видів структур: першого виду - нечіткий регулятор з паралельними нечіткими одновимірними обчислювачами НВІ (на рис. 2.2, для прикладу, наведена структурна схеманечіткого ПІД-регулятора першого виду) та другого виду - з нечітким обчислювачем з багатовимірним входом (на рис. 2.3 наведено структурну схему нечіткого ПІД-регулятора другого виду).

Враховуючи нелінійний характер перетворень у HP, показаний у першому розділі, для дослідження періодичних коливань в ІСАУ скористаємося методом гармонійного балансу.

Для застосування методу гармонійного балансу розглядатимемо нечіткий регулятор як нелінійний частотно-залежний елемент з одним входом та одним виходом. Дослідження автоколивань в ІСАУ, представленої на рис.2.1, будемо проводити за g(t) = 0. Припустимо, що на вході HP діє синусоїдальний сигнал e(t) = A sin a t. Спектральне уявлення вихідного сигналу HP характеризується членами низки Фур'є з амплітудами U1,U1,U3... і частотами СО, 2б), Ъ і т.д. Враховуючи виконання гіпотези фільтра для об'єкта управління ІСАУ, будемо вважати, що в спектральному розкладанні сигналу y(f), на виході об'єкта управління амплітуди вищих гармонік значно менше амплітуди першої гармоніки. Це дозволяє при описі сигналу y(t) знехтувати всіма вищими гармоніками (з їх малості) і вважати, що y(t) s Ysm(cot + ф).

Дослідження абсолютної стійкості ІСАУ з HP

У попередньому розділі було розглянуто метод гармонійного балансу на вирішення завдань аналізу та синтезу інтелектуальних у малому систем автоматичного управління з регуляторами послідовного действия. Незважаючи на відомі обмеження даного методу, результати дослідження автоколивань на площині параметрів системи управління у багатьох випадках дають вичерпний результат на етапі аналізу та конструктивні підходи до синтезу параметрів регулятора за заданим показником коливання.

Разом з тим відомо, що для багатьох нелінійних систем управління дослідження лише періодичних рухів є неповним і неадекватно відображає динамічні процеси в системі. Тому, безсумнівно, цікавить розвиток методів, дозволяють досліджувати абсолютну стійкість, як положення рівноваги, і процесів в інтелектуальних системах управління.

Враховуючи особливості нелінійних перетворень, що здійснюються в інтелектуальних регуляторах розглянутих у розділі I, можна припускати, що на сьогоднішній день розвиток методів дослідження абсолютної стійкості є найбільш реальним для ІСАУ з нечіткими регуляторами першого виду, оскільки такі системи можуть бути зведені до багатоконтурних нелінійних систем, методи дослідження яких описані у літературі.

Оскільки ІСАУ з HP першого виду є в загальному випадку нелінійною багатоконтурною системою, то доцільно попередньо розглянути відомі критерії абсолютної стійкості положення рівноваги і процесів для такого роду нелінійних систем.

Узагальнена структурна схема багатоконтурної нелінійної САУ представлена ​​на рис. 3.1, в якому % та а скалярні вектори.

Позначимо через u(V-клас нелінійних блоків (3.3), що мають наступні властивості: при h \ входи o-jit) і виходи %.(t) нелінійних блоків пов'язані (при ov(/) 0) співвідношеннями: %) "" і=1 м (3-9) де cCj, fij – деякі числа. Крім того, повинна виконуватися матрична нерівність \j3(t)(t)) 0. (3.10) Круговий критерій абсолютної стійкості процесів для систем з декількома нелінійностями має наступне формулювання:

Нехай рівняння лінійної частини системи мають вигляд (3.1) а рівняння нелінійних блоків (3.3). Нехай всі полюси елементів матриці Wm(s) розташовані в лівій півплощині (стійкі лінійні частини у всіх контурах), a = diag(al,...,ah), f$ = diag(pl,...,J3h) - діагональні матриці із зазначеними діагональними елементами. Припустимо, що з деякої hxh діагональної матриці d з позитивними діагональними елементами виконано частотне умова te B(N »_N рис.3.2.б.

При цьому слід врахувати, що зміниться лінійна частина системи. Таким чином, враховуючи наведені вище особливості критерію абсолютної стійкості положення рівноваги для багатовимірних нелінійних систем, сформулюємо його для ІСАУ з HP.

Як було зазначено у першому розділі НВ здійснює нелінійне перетворення. Слід зазначити, що нелінійні характеристики %(&), що реалізуються нечіткими обчислювачами, мають обмеження по амплітуді, тому при Уj - нижню межу сектора можна прирівняти нулю а = О, звідси випливає (р(а) o ? -±L = juJ pj, j = \,...,h (3.14) якщо У Ф О І 3(0) = 0, або (j3a(t)-cp(o;t))(p(cr, t) 0. (3.15)

Якщо в процесі налаштування нечіткого регулятора першого виду виявилося, що один з нечітких обчислювачів реалізує нелінійні перетворення (Pji j) (рис.3.за), що не задовольняють умовам класу G \ необхідно провести структурні перетворення відповідно до зауваження 3.4. Природно, що для збереження умови еквівалентності вихідної та перетвореної структур необхідно внести відповідні зміни до лінійної частини.

У разі наявності нейтральної лінійної частини в одному з контурів МСАУ (рис.3.4), для застосування критерію абсолютної стійкості положення рівноваги (3.7), необхідно охопити негативним зворотним зв'язком є ​​0 як відповідну лінійну частину, так і HBj з нелінійною характеристикою Pj(crj ). При -»0 критерій (3.7) буде застосований всім частот крім со = 0. Враховуючи сказане, критерій абсолютної стійкості положення рівноваги для ІСАУ з HP першого виду запишеться в такому вигляді.

Нехай рівняння лінійної частини МСАУ мають вигляд (3.1), нелінійні характеристики НВ нечіткого регулятора відповідає (3.3), де функції (PjiGj) задовольняють умовам класу G . Нехай усі полюси елементів матриці Wm(s) розташовані в лівій півплощині або мають один полюс на уявній осі (стійкі або нейтральні лінійні частини у всіх контурах). Введемо діагональну матрицю /Jj = diag(jti[ ,..., juh) з діагональними елементами ju ,...,juh , причому Mj =, якщо Mj =, а також діагональні матриці rd = diag(Tx,..., rh), 3d =diag(3l,...,3h), де всі Td 0. Припустимо, що для деяких т 0, 3= і всіх - оо з +оо, крім оо = 0, виконані співвідношення

Використання генетичних алгоритмів для вирішення задач автоматизації синтезу та налаштування нечітких регуляторів

p align="justify"> Реалізація процедури автоматизованого синтезу параметрів HP на основі ГА обумовлює необхідність вирішення трьох основних завдань: 1) визначення функціональних особливостей роботи ГА; 2) визначення способу кодування параметрів HP хромосому; 3) реалізація цільової функції.

Стандартні генетичні алгоритми за визначенням оперують із сукупністю елементів, які називаються хромосомами в даній роботі, вони є бітовими рядками із закодованим описом потенційних рішень поставленого прикладного завдання. Відповідно до узагальненої блок-схеми побудови генетичного алгоритму (рис. 4.1) в рамках його чергового циклу кожна з хромосом наявного набору піддається деякій оцінці, виходячи з апріорно заданого критерію «корисності». Отримані результати дозволяють зробити відбір «найкращих» екземплярів для створення нової популяції хромосом. При цьому відтворення нащадків здійснюється за рахунок випадкової зміни та перехресного схрещування відповідних бітових рядків батьківських особин. Зупинка процесу еволюції здійснюється при виявленні задовільного рішення (на етапі оцінки корисності хромосом) або після закінчення відведеного часу.

Слід зазначити, що успадкування показників елітних представників попередньої популяції у наступному поколінні особин забезпечує поглиблене дослідження найперспективніших ділянок простору пошуку рішень. У той же час наявність механізмів випадкової мутації бітових рядків відібраних елементів гарантує зміну напрямів пошуку, запобігаючи потраплянню в локальний екстремум. Подібна імітація процесів еволюції дозволяє забезпечити збіжність процедури пошуку до оптимального рішення, проте її ефективність багато в чому визначається параметрами генетичного алгоритму та набором вихідних даних, що задаються з урахуванням специфіки прикладного завдання. До них можна віднести вигляд і розмірність хромосоми, розмір популяції, функцію оцінки корисності хромосом і тип оператора відбору, критерій зупинки процедури пошуку, можливість виконання мутації, тип операції схрещування і т.д. Кодування параметрів HP

При всій простоті побудови та реалізації генетичних алгоритмів їх практичне застосуваннятакож пов'язано зі складністю вибору способу кодування простору пошуку рішень конкретної прикладної задачі у вигляді хромосоми з подальшим формуванням цільової функції, по обчисленню значення якої здійснюватиметься оцінка та подальший відбір окремих особин у поточному поколінні для автоматичної генерації наступного.

Так, при синтезі нечітких регуляторів відповідно до схеми Мамдані, набір параметрів налаштування, що дозволяють отримати необхідну якість управління, включає кількість та взаємозв'язки термів вхідних та вихідних лінгвістичних змінних (ЛП), а також форму функцій приналежності (ФП) та їх розміщення в межах робітника діапазону.

У будь-якому випадку, структура та розмірність хромосоми, що кодує параметри HP, повинні визначатися з урахуванням цілого ряду специфічних факторів, включаючи характерні вибраний спосіб представлення функцій приналежності.

Степанов, Андрій Михайлович

Штучний інтелект(англ. – artificial intelligence) – це штучні програмні системи, створені людиною з урахуванням ЕОМ і що імітують рішення людиною складних творчих завдань у його життєдіяльності. За іншим аналогічним визначенням, «штучний інтелект» – це програми для ЕОМ, з допомогою яких машина набуває здатність вирішувати нетривіальні завдання та ставити нетривіальні питання”.

Розрізняють два напрямки робіт, що становлять штучний інтелект (ІІ). Перший із цих напрямків, який можна умовно назвати біонічним, має на меті змоделювати діяльність мозку, його психофізіологічні властивості, щоб спробувати відтворити на ЕОМ або за допомогою спеціальних технічних пристроїв штучний розум (інтелект). Другий (основний) напрямок робіт у галузі ІІ, званий іноді прагматичним, пов'язано зі створенням систем автоматичного вирішення складних (творчих) завдань на ЕОМ без урахування природи тих процесів, що відбуваються в людській свідомості під час вирішення цих завдань. Порівняння при цьому здійснюється за ефективністю результату, якістю отриманих рішень.

1) Існує ціль, тобто. той кінцевий результат, який спрямовані розумові процеси людини («Мета змушує людини думати»).

2) Людський мозок зберігає величезне число фактіві правилїх використання. Для досягнення певної мети треба лише звернутися до потрібних фактів та правил.

3) Прийняття рішень завжди здійснюється на основі спеціального механізму спрощення, що дозволяє відкидати непотрібні (малоістотні) факти і правила, що не мають відношення до завдання, що вирішується в даний момент, і, навпаки, виділяти основні, найбільш значущі факти і правила, необхідні для досягнення мети.

4) Досягаючи мети, людина не тільки приходить до вирішення поставленого перед ним завдання, а й одночасно набуває нових знань.

Побудова універсальної системи ІІ, що охоплює всі предметні області, є неможливим, так як це вимагатиме нескінченного числа фактів та правил. Більш реальним є завдання створення таких систем ІІ, які призначені для вирішення задач у вузько окресленій, конкретній проблемній галузі.

Рис. 5.1. Компоненти системи ІІ

Такі системи, що використовують досвід та практичні знання експертів-фахівців у даній предметній галузі, називаються експертними системами(Expert systems).

Застосування експертних систем виявляється надзвичайно ефективним у різних галузях людської діяльності (медицина, геологія, електроніка, нафтохімія, космічні дослідження тощо). Це пояснюється низкою причин: по-перше, з'являється можливість вирішення раніше не доступних, погано формалізованих завдань із залученням нового, спеціально розробленого цих цілей математичного апарату (семантичних мереж, фреймів, нечіткої логіки тощо.); по-друге, створювані експертні системи орієнтовані з їхньої експлуатацію широким колом фахівців (кінцевих користувачів), спілкування із якими відбувається у діалоговому режимі, з допомогою зрозумілої їм техніки міркувань і термінології конкретної предметної області; по-третє, застосування експертної системи дозволяє різко підвищити ефективність рішень, прийнятих рядовими користувачами, з допомогою акумуляції знань у експертної системі, зокрема знань експертів вищої кваліфікації.

Експертна система включає базу знань та підсистеми: спілкування, пояснення, прийняття рішень, накопичення знань. Через підсистему спілкування з експертною системою пов'язані: кінцевий користувач; експерт – висококваліфікований спеціаліст, досвід та знання якого набагато перевершують знання та досвід рядового користувача; інженер із знань, знайомий з принципами побудови експертної системи та вміє працювати з експертами у цій галузі, який володіє спеціальними мовами опису знань.

Системи управління, побудовані на основі експертних регуляторів, що імітують дії людини-оператора в умовах невизначеності характеристик об'єкта та зовнішнього середовища, називаються інтелектуальнимисистемами управління (Intelligent control systems).

Згідно з іншим аналогічним визначенням, інтелектуальноїсистемою управління (ІСУ) є така, яка має здатність розуміти, розмірковувати та вивчати процеси, обурення та умови функціонування. До факторів, що вивчаються, при цьому відносяться, головним чином, характеристики процесу (статична і динамічна поведінка, характеристики обурень, практика експлуатації обладнання). Бажано, щоб система сама накопичувала ці знання, цілеспрямовано використовуючи їх для покращення своїх якісних характеристик.

С.Орешкін, А.Спесівцев, І.Дайманд, В.Козловський, В.Лазарєв, Автоматизація у промисловості. 2013. №7

Розглянуто нове вирішення завдання побудови інтелектуальної АСУТП (ІАСУТП), що поєднує застосування унікальних методологій: побудова семантичної мережі на базовій онтології та поліноміальне перетворення НЕ-факторів, суть якого полягає у перетворенні якісних знань експерта на математичну модель у вигляді нелінійної поліноміальної функції.

Компанією «Сума технологій» пропонується нове вирішення задачі побудови інтелектуальної АСУТП (ІАСУТП), що поєднує застосування унікальних методологій: побудова семантичної мережі на базовій онтології, яка дозволяє описати складну багатофакторну модель у вигляді семантичної мережі на специфічному обмеженому словнику, та поліноміальне перетворення. суть якого полягає у перетворенні якісних знань експерта на математичну модель у вигляді нелінійної поліноміальної функції. Перша з методологій має властивість універсальності незалежно від предметної області, а друга – передає специфіку цієї галузі через досвід та знання експертів. Представлені результати промислових випробувань розробленої ІАСУ стосовно процесу плавки сульфідної мідно-нікельової сировини на Мідному заводі ЗФ ВАТ «ГМК «Норільський нікель» (м. Норильськ), що володіє властивостями «складної системи» та функціонує в умовах «істотної невизначеності».

Вступ

Аналізуючи завдання автоматизованого управління більшістю технологічних процесів різних галузей промисловості (хімічна, чорна та кольорова металургія, гірниче та нафтогазове виробництво, теплоелектроенергетика, сільське господарствота ін.), можна виділити об'єднуючу їх проблему, що полягає в необхідності побудувати таку математичну модель технологічних процесів, яка дозволить врахувати всю необхідну вхідну інформацію, враховуючи її можливу неточність, невизначеність, неповноту, і при цьому на виході отримати дані (керівний вплив , прогноз), адекватні поточній ситуації у технологічному процесі.

Відомо, що традиційний підхід до моделювання (тобто моделювання на основі традиційних методів у припущенні про повноту та точність знань про процес) практично не застосовується при розгляді складних багатофакторних процесів, які загалом важко піддаються формалізації. Складність реальних процесів обумовлює пошук нетрадиційних методів побудови їх математичних моделей та оптимізації управління ними. У цьому дуже важливий як аспект оптимального управління, а й аспект аналізу поточного стану процесу, оскільки саме висновок про поточний стан процесу дозволяє вибрати оптимальне у цій ситуації управління. Такий аналіз може бути виконаний на базі системи структурно-потоково-багаторівневого розпізнавання технічного стану процесу в масштабі реального часу.

Основним фактором, що знецінює спроби побудови формальних моделей та опису технічного стану таких складних процесів традиційними методами, є «істотна невизначеність» вхідний інформації. Це проявляється в об'єктивній неможливості стабілізувати та/або вимірювати значення ряду ключових параметрів технічного стану таких процесів. Наслідком цього є порушення основних критеріїв технологічної узгодженості процесу, що впливає як на якість кінцевих продуктів, так і на стабільність функціонування процесу загалом. На мові математики такі процеси відносять до «складних технічних систем» або до «слабоструктурованих систем», для яких в даний час не існує загальної теорії моделювання.

Традиційна АСУТП ставить своїм завданням автоматизацію обслуговування агрегату або переділу, і її функції за визначенням не входять питання оптимального управління процесом і аналізу його стану. Наприклад, АСУТП дозволяє змінювати положення керуючих механізмів, що обслуговують агрегат, здійснює моніторинг зв'язкової роботи вузлів агрегату, дозволяє змінювати продуктивність агрегату та режим його роботи. Але стан процесу, якість кінцевих продуктів, співвідношення вхідних продуктів за елементним складом - ці питання найчастіше знаходяться поза базовою автоматизацією агрегату. Таким чином, за наявності тільки базової АСУТП оператор змушений виконувати функції обслуговування не тільки агрегату, але і процесу, що протікає в ньому. Саме це і призводить до проблеми «людського фактора», оскільки оператору не завжди вдається повністю досягти всіх, найчастіше різноспрямованих цілей управління. З іншого боку, конструктивні особливості агрегату який завжди дозволяють повною мірою вирішувати питання на рівні АСУТП. Прикладом тому може бути проблема забезпечення в поточній версії АСУТП необхідної достовірності вхідної інформації при оцінюванні якості та кількості матеріалів, що подаються в реакційну зону, в режимі реального часу.

Інтелектуальна АСУ (ІАСУ) - це система, яка використовує базову автоматизацію агрегату як джерело вхідної інформації та дозволяє на основі технологій штучного інтелектупобудувати модель процесу, що протікає в агрегаті, проаналізувати поточний стан процесу за моделлю і на підставі аналізу вирішити задачу оптимального керування заданим агрегатом.

Існуючі так звані "коробкові рішення" "під ключ" передбачають необхідність повної автоматизації агрегату або переділу "з нуля". При цьому замовнику постачається як апаратна складова автоматизації, і ПЗ. Функціональність подібного рішення може бути досить широкою, у тому числі й інтелектуальною складовою, що містить, але при цьому абсолютно несумісною з існуючими в даний момент АСУТП замовника. Це часто призводить до різкого ускладнення та подорожчання технічного рішення. Пропонований варіант побудови інтелектуальної АСУ на базі експертних знань, використовуючи базову автоматизацію, має на меті саме моніторинг та управління процесом, що протікає в агрегаті. Така система в умовах «суттєвої невизначеності» здатна оцінювати невимірювані або погано вимірювані параметри, інтерпретувати досить точно їх кількісно, ​​ідентифікувати поточний технічний стан процесу і рекомендувати оптимальну дію з усунення конфлікту (у разі наявності конфліктів у технологічній узгодженості процесу).

ІАСУ в даній версії, використовуючи інтелектуальні технології, дозволяє:

• здійснити інтеграцію з будь-якою базовою АСУ, яка вже існує на агрегаті або переділі замовника;
• реалізувати створення загального інформаційного простору для всіх агрегатів переділу з метою реалізації загального управліннята моніторингу;
• виконати кількісну оцінку невимірюваних та/або якісних параметрів на кожному агрегаті в рамках базової АСУ агрегату;
• відстежувати критерії технологічної узгодженості процесу як у кожному окремо взятому агрегату, і (за необхідності) по переділу загалом;
• дати оцінку поточного стану технологічних процесів як у кожному окремо взятому агрегату, і по переділу загалом у режимі реального часу;
• виробити керуючі рішення - поради оператору щодо відновлення технологічного балансу як з агрегату, і по переділу загалом.

Основу інтелектуального ядра ІАСУ становить спосіб представлення знань «Семантична мережа на базовій онтології», що дозволяє описати складну багатофакторну модель у вигляді семантичної мережі на специфічному обмеженому словнику, і метод «Поліноміальне перетворення НЕ-факторів», суть якого полягає в перетворенні якостей модель у вигляді нелінійної поліноміальної функції.

Метою цієї статті є ознайомлення читачів з новим підходом до вирішення задачі побудови ІАСУТП, заснованим на застосуванні унікальних методологій, та результатами промислової експлуатації ІАСУ ПВ-3 Мідного заводу ЗФ ВАТ «ГМК «Норільський нікель». ІАСУТП розроблений компанією «Сума технологій» у 2011–2012 рр. на базі платформи G2 фірми Gensym (США) для управління процесом Ванюкова з переробки сульфідної мідно-нікелевої сировини.

Технологічний процес як об'єкт моделювання

Більшості технологічних процесів, у тому числі і процесу Ванюкова, притаманні всі ознаки «складних технічних систем» - багатопараметричність та «істотна невизначеність» вхідної інформації. У таких умовах для вирішення завдання утримання технологічної узгодженості ТП доцільно використовувати методи експертного оцінювання ситуації та формування висновку, що спирається на знання та досвід експерта.

Компанія «Сума технологій» виконала розробку ІАСУ Печі Ванюкова (ІАСУ ПВ-3) Мідного заводу ЗФ ВАТ «ГМК «Норільський нікель» на базі платформи G2 фірми Gensym (США) для вирішення наступних завдань з управління процесом Ванюкова:

• стабілізація якості продуктів плавки;
• кількісне оцінювання невимірюваних або погано вимірюваних (через ряд як об'єктивних, так і суб'єктивних причин) параметрів технологічного процесу та станів агрегатів непрямими методами;
• зниження енергоємності процесу переробки різних шихтових матеріалів;
• стабілізація температурного режиму процесу при збереженні планових завдань та цілей.

На рис. 1 показана схема розташування основних конструктивних елементів ПВ. Агрегат являє собою розташовану на подині 1 прямокутну кесоновану водоохолоджувану шахту 2, у зведенні якої розміщені дві тічки 3 для подачі шихтових матеріалів розплав, і до якої з боку торцевих стінок примикають штейновий 4 і шлаковий 5 сифони зі зливними отворами0. Для евакуації газів передбачений аптейк 6. Шихтові матеріали через тічки 3 потрапляють у розплав, який продувають киснево-повітряною сумішшю (КВС) через фурми 7, інтенсивно барботуючи штейно-шлакову емульсію надфурменной зоні. Кисень КВС окислює сульфід заліза, збагачуючи тим самим штейнові «корольки» (краплі), що сегрегують в донну частину в силу різниці щільностей рідин, що не змішуються, штейна і шлаку. При цьому рух масопотоків розплаву спрямовано вниз завдяки безперервному випуску з сифонів штейна 4 4 і шлаку через випускні отвори 9 і 10 відповідно. Завдяки конструктивним особливостям, показаним на рис. 1, реалізується і процес Ванюкова, основна ідея якого зрозуміла з наведеного описи.

Слід зазначити особливості процесу Ванюкова, що відрізняють його від інших, у тому числі зарубіжних, технологій пірометалургії: високу питому продуктивність - до 120 тонн з 1 м2 площі дзеркала ванни на добу (проплав до 160 т/год); малий пиловинос -< 1%; переработку шихты крупностью до 100 мм и влажностью > 16%.

Програмно-технічний комплекс, з урахуванням якого реалізована АСУТП ПВ-3, має трирівневу архітектуру. Нижній рівень включає датчики, електроприводи, регулюючі клапани, виконавчі механізми, середній рівень – ПЛК, верхній – персональні електронно-обчислювальні машини (ПЕОМ). На основі АРМ реалізований графічний інтерфейс для взаємодії оператора із системою управління, система звукової сигналізації, зберігання історії процесу (рис. 2).

Управління процесом плавки здійснюється з АРМ оператора (пульта). У цьому використовується як інформація від датчиків і виконавчих механізмів, а й органолептическая, коли плавильник, спостерігаючи характерні особливості поведінки ванни розплаву (величину і «тяжкість» бризок, загальний стан ванни та інших.), передає отримані оцінки пульт оператору. Всі ці різнорідні за своєю фізичною суттю джерела інформації в сукупності дозволяють оператору оцінювати ситуацію, що склалася за багатьма змінними, наприклад «Завантаження», «Висота ванни», «Температура розплаву» та ін, які зумовлюють узагальнені поняття: «Стан ванни розплаву», «Стан процесу загалом» .

Об'єктивно виникаючі виробничі умовичасто призводять до посилення вимог до процесу Ванюкова; наприклад, до необхідності проплаву великої кількості техногенної сировини, що значно ускладнює завдання дотримання технологічної узгодженості процесу, оскільки техногенні компоненти слабко передбачувані за складом та вологістю. Внаслідок цього оператор, не володіючи достатньою інформацією про властивості такої сировини, не завжди здатний приймати правильні рішення і втрачає або температуру, або якість кінцевих продуктів.

В основу розробленої ІАСУ ПВ-3 покладено принцип ведення процесу в досить вузькому коридорі за головними критеріями технологічної узгодженості процесу для поліпшення якості кінцевої продукції та збереження експлуатаційних властивостей агрегату. ІАСУ ПВ-3 призначена для завчасного прогнозування та інформування оператора про порушення технологічної узгодженості на початкових стадіях їхнього зародження шляхом аналізу розроблених на базі експертних знань спеціальних критеріїв. Критерії задають цілі управління процесом та інформують оператора про поточний стан процесу. У цьому вихід значень критеріїв за допустимі межі інтерпретуються системою як початок «конфлікту», а оператора є сигналом необхідності прийняття рекомендованих управляючих впливів повернення процесу у стан технологічної узгодженості.

Короткий опис можливостей системи

ІАСУ ПВ-3 на підставі вихідної інформації, що отримується з АСУ ПВ-3 та інших інформаційних систем, реалізує в реальному часі модель процесу Ванюкова, аналізує поточний стан процесу на наявність технологічного дисбалансу та у разі виникнення конфліктів ідентифікує їх, пропонуючи оператору сценарії розв'язання конфліктів. Система виступає таким чином у ролі «порадника оператору». ІАСУ візуалізує інформаційні канали, які відображають користувачеві поточний стан критеріїв управління та прогнозів якості кінцевих продуктів.

ІАСУ ПВ-3 має такі споживчі характеристики:

• інтуїтивно зрозумілий технологічному персоналу інтерфейс користувача;
• програмна та інформаційна сумісність з АСУ ПВ-3 та іншими інформаційними системами;
• можливість адаптації системи під інші агрегати лише на рівні наповнення бази знань без зміни програмного ядра системи;
• локалізація всіх елементів інтерфейсу користувача російською мовою;
• надійність, відкритість, масштабованість, тобто можливість подальшого розширення та модернізації.

Контроль та управління всіма агрегатами та виконавчими механізмами здійснюється зі станцій оператора АСУ ПВ-3, розташованих у приміщенні операторної ПВ-3.

На додаток до існуючих станцій оператора використовується спеціалізоване АРМ, призначене для надання оператору інтерфейсу системи ІАСУ ПВ-3. Архітектурно та функціонально ІАСУ ПВ-3 виглядає як доповнення до існуючої АСУ ПВ-3, тобто як розширення функціональних та інформаційних функцій системи управління.

ІАСУ ПВ-3 забезпечує в режимі реального часу виконання наступних прикладних функцій:

• оцінка кількості та якості завантаження шихти, що подається в піч;
• прогноз якості кінцевих продуктів;
• відображення результатів рішень оператора за критеріями технологічної збалансованості процесу;
• автоматичний аналіз якості керування технологічним процесом;
• накопичення бази знань з управління за період експлуатації системи;
• моделювання агрегату ПВ-3 для використання у режимі «Тренажер» з метою навчання персоналу.

Архітектура ІАСУ ПВ-3

ІАСУ ПВ-3 – це експертна система, яка реалізує інтелектуальний моніторинг та управління процесом плавлення в режимі ради оператору. Управління реалізовано як набір рекомендацій оператору та старшому плавильнику для підтримки технологічного балансу процесу при виконанні поставлених цілей за якістю кінцевих продуктів плавлення, отримання заданої кількості готової продукції(ковшою штейна) та проплаву техногенних матеріалів.

Основними елементами ІАСУ ПВ-3, як будь-якої експертної системи, є: база знань; блок прийняття рішень; блок розпізнавання вхідного потоку інформації (отримання висновку знаннях). На рис. 3 представлена ​​узагальнена архітектура системи.

Унікальність методологи вилучення та представлення експертних знань у вигляді нелінійного полінома дає можливість у найкоротші терміни синтезувати достатню систему логіко-лінгвістичних моделей, що системно представляє особливості протікання технологічних процесів. При цьому використання як експертів висококваліфікованих спеціалістів, що експлуатують саме даний агрегат з його характерними рисами, гарантує ведення процесу, що протікає в ньому, відповідно до технологічної інструкції підприємства.

В основу представлення знань для опису моделі процесу Ванюкова взято уявлення «Семантична мережа на базовій онтології». Це уявлення передбачає виділення словника - базової онтології з урахуванням аналізу предметної області. Використовуючи базову онтологію та набір ознак, що відповідає елементам базової онтології, можна побудувати семантичну мережу, яка дозволяє структурувати складну багатофакторну модель. Завдяки такому опису досягається, з одного боку, значне зниження розмірності за кількістю факторів, з другого - уніфікуються зв'язки, якими ці чинники пов'язані між собою. При цьому повністю зберігається семантика і функціональність кожного з факторів, що розглядаються.

Всі знання про процес Ванюкова та про агрегат ПВ-3, у якому цей процес реалізується, зберігаються в основі знань (БЗ). Остання влаштована як реляційне сховище даних та містить формальний запис знань як записів у таблицях.

p align="justify"> Процесор знань або блок прийняття рішень як частина експертної системи реалізований на базі платформи для розробки промислових експертних систем G2 (Gensym, USA). Основними елементами процесора знань (рис. 3) є блоки: - розпізнавання вхідного потоку інформації; розрахунку моделі за поточною ситуацією; ситуаційного аналізу; прийняття рішень.

Розглянемо докладніше дані елементи. У момент запуску експертної системи процесор знань зчитує всю інформацію з БЗ, яка записана в сховищі, та будує модель агрегату ПВ-3 та процесу Ванюкова. Далі, у міру роботи процесу та агрегату ПВ-3 до системи ІАСУ надходять дані від АСУ агрегату. Ці дані характеризують як стан процесу (питома витрата кисню на тонну металовмісних та ін), так і стан агрегату ПВ-3 (температура води, що відходить з кесонів кожного ряду, стан фурм подачі дуття в розплав і т. д.). Дані потрапляють у блок розпізнавання, ідентифікуються з погляду критеріїв технологічної узгодженості, потім на підставі цих даних виконується розрахунок за моделлю процесу Ванюкова. Результати цього розрахунку аналізуються в блоці ситуаційного аналізу та у разі виникнення порушення технологічного балансу ситуація ідентифікується системою як «конфліктна». Далі виробляється рішення щодо відновлення технологічного балансу. Отримані рішення та інформація про поточний стан процесу разом з інформацією про конфлікти відображаються в клієнтському модулі ІАСУ ПВ-3 (рис. 4). Оновлення моделі здійснюється щохвилини.

Практична реалізація

Продемонструємо прогностичні здібності ІАСУ ПВ-3 за її експлуатації на Мідному заводі ЗФ ВАТ «ГМК «Норільський нікель».

На рис. 4 представлений інтерфейс ІАСУ ПВ-3, інформація якого служить оператору доповненням до основної АСУ (рис. 2) після прийняття керуючого рішення. Поле 1 (рис. 4) візуалізує значення розрахунків за моделлю «Питома витрата кисню на тонну металовмісних». Відображення прогностичної здатності ІАСУ ПВ-3 за якістю кінцевої продукції - вмісту міді в штейні - демонструє графік поля 2, а по діоксиду кремнію - поля 3. Як індикатори на панель винесені: 4 - вміст міді у шлаку (%); 5 - відсоток флюсів у завантаженні від металовмісних; 6 - якість завантаження (б/р); 7 - температура розплаву (С). Поле 8 містить погодинні розрахункові значення витрати шихтових матеріалів за бункерами, а поле 9 відображає назви конфліктів, що мають місце в даний час. Підвищення точності розрахунків за моделями сприяють переведення на відповідний режим керування радіокнопками поля 10. Облік факту заливки шлаку конвертерного виконується кнопкою поля 11.

Аналіз похвилинних значень графіка в полі 1 показує стійке ведення процесу в допустимих обмеженнях за критерієм питомої витрати кисню на тонну металовмісних, за межами яких гарантовано відбувається втрата якості кінцевих продуктів. Так, знаходження за межами позначених меж протягом більше 10 хвилин здатне призвести до критичних станів процесу: нижче 150 м3/т - недоокислення розплаву та, як наслідок, холодний перебіг печі; вище 250 м3/т - переокислення розплаву, як наслідок, гарячий хід печі.

Розраховані вмісту міді у штейні за фактичними даними (поле 2) чітко корелюють з поведінкою значень попереднього критерію (поле 1).

Так, в інтервалі часу 17:49–18:03 піки на обох графіках збігаються, що відображає факт реагування системи на зміну фізико-хімічного стану ПВ: проведення штатної операції фурмування (чистки) пристроїв подачі дуття в розплав призвело до зростання питомої витрати кисню > 240 м3/т, викликало природне підвищення температури розплаву і тим самим зумовило закономірне підвищення вмісту міді в штейні.

Крім того, ведення процесу на питомій витраті кисню в області 200 м3/т закономірно обумовлює вміст міді в штейні 57 ... 59% протягом 2 годинного інтервалу, що спостерігається.

Порівняння поведінки синього та зеленого графіків (поле 1) говорить про те, що оператор практично весь час слідує рекомендаціям системи. При цьому реальні значення критерію «Питома витрата» відрізняються від рекомендованих з а) природних коливань показань датчиків агрегату ПВ-3 щодо витрати дуття; б) технологічною операцією фурмування печі (пік на графіку); в) хімічних змін стану ванни розплаву внаслідок коливань складу сировини. Зазначимо, що за критерієм «% флюсів від металовмісних» оператор працює з перевитратою (жовта зона індикатора 5) щодо рекомендацій системи. Подібна ситуація пов'язана з наявністю техногенної сировини у завантаженні. Внаслідок цього коливання за вмістом діоксиду кремнію в розплаві стають важко передбачуваними, і система попереджає оператора, що тривала робота в даному режимі завантаження флюсів може призвести до технологічного дисбалансу. Факт наявності техногенної сировини у складі завантаження також підтверджується параметром «Якість завантаження» (індикатор 6), який відображає значення в червоній зоні - «Не якісна сировина».

Таким чином, система спрямовує оператора у частині ведення процесу у «вузькому» коридорі значень основних технологічних параметрів узгодженості, вказуючи при цьому, якої якості продукт буде отримано в результаті плавлення.

Веде процес у заданих межах основних технологічних критеріїв дозволяє також оптимізувати дутьовий режим роботи печі, зокрема, скоротити витрати природного газу в дуття.

Візуалізація трендів за основними критеріями надає, крім того, позитивний психологічний вплив на оператора-технолога, оскільки «виправдовує» в кількісному вигляді реалізацію прийнятого рішення під час управління процесом.

Висновок

Розроблена компанією «Сума технологій» і апробація на Мідному заводі ЗФ «ГМК «Норільський нікель» Інтелектуальна автоматизована система моніторингу та управління процесом Ванюкова ІАСУ ПВ-3 як «складною технічною системою» дозволяє зробити деякі узагальнення стосовно використання отриманих результатів в інших галузях знань. та промисловості.

Синтез зазначених вище незалежних технологій дає можливість створення ІАСУ практично будь-якої «складної технічної системи» за наявності існуючої базової автоматизації замовника та висококваліфікованих фахівців, які досить ефективно експлуатують такі системи в умовах «істотної невизначеності».

Пропонований підхід до побудови ІАСУ має ще кілька переваг. По-перше, він дає істотну економію в часі за рахунок того, що перша технологія (використання онтологічного підходу) вже реалізована в програмному продуктіі дозволяє обробляти знання про будь-які моделі в базі знань, а друга (побудова системи математичних рівнянь складного технологічного процесу) через рецептурну розробленість методики застосування вимагає мінімуму звернень до експерта. По-друге, використання експертних знань стосовно оцінювання технічного стану конкретного об'єкта здійснюється в умовах технологічних регламентів його функціонування, що зводить до мінімуму ступінь ризику вироблення системою неправильного рішення, а моніторинг у режимі реального часу сприяє ранньому виявленню наближення до позамежних (передаварійних) станів процесу. По-третє, фактично реалізовано найбільш загальний підхід до вирішення багаторівневого розпізнавання технічного стану складних технологічних процесів, об'єктів чи явищ у будь-якій галузі – кольорова та чорна металургія, гірниче та нафтогазове виробництво, хімічна промисловість, теплоелектроенергетика, сільське господарство та ін.

Список літератури

1. Соколов Б.В., Юсупов Р.М. Концептуальні основи оцінювання та аналізу якості моделей та полімодельних комплексів.//Изв. РАН. Теорія та системи управління. 2004. № 6. С. 6-16.

2. Спесівцев А.В. Металургійний процес як предмет вивчення: нові концепції, системність, практика. - СПб: Вид-во Політехн. ун-ту, 2004. – 306 с.

3. Спесівцев А. В., Лазарєв В. І., Дайманд І. Н., Негре Д. С. Оцінювання ступеня узгодженості функціонування технологічного процесу на основі експертних знань.//Сб. доповідей. ХV Міжнародна конференція з м'яких обчислень та вимірювань SCM. С.-Петербург, 2012, Т. 1. - С. 81-86.

4. Охтілєв М.Ю., Соколов Б.В., Юсупов Р.М. Інтелектуальні технології моніторингу та управління структурною динамікою складних технічних об'єктів. – М.: Наука, 2006. – 410 с.

5. Наріньяні А.С. НЕ-фактори та інженерія знань: від наївної формалізації до природної прагматики//КІІ 94. Сб.наук. праць. Рибінськ, 1994. - С. 9-18.

6. Спесівцев А.В., Домшенко Н.Г. Експерт як «інтелектуальна вимірювально-діагностична система».//Сб. доповідей. ХIII Міжнародна конференція з м'яких обчислень та вимірювань SCM. С.- Петербург, 2010, Т. 2. - С. 28-34.

7. Ванюков А.В., Бистров В.П., Васкевич А.Д. та ін. Плавка в рідкій ванні/Під ред. Ванюкова А. В. М.: Металургія, 1988. – 208 с.