Разработка математических и информационных моделей на основе распределенной вычислительной среды для автоматизации исследований геосистем горного производства тема диссертации и автореферата по ВАК РФ 05.13.16, доктор технических наук Потапов, Вадим Петрович

• Потапов, Вадим Петрович
• доктор технических наук
• 1999

Оглавление диссертации доктор технических наук Потапов, Вадим Петрович

ВВЕДЕНИЕ.

Глава 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ СОЗДАНИЯ МАТЕМАТИЧЕСКИХ И ИНФОРМАЦИОННЫХ МОДЕЛЕЙ ДЛЯ

АВТОМАТИЗАЦИИ ИССЛЕДОВАНИЙ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА.

1.1. Анализ методов и моделей для описания объектов геосистем горного производства.

1.1.1. Модели описания среды, физических и геомеханических процессов.

1.1.2. Модели описания технологических объектов.

1.1.3. Информационные модели геосистем горного производства и вопросы их реализации.

ВЫВОДЫ. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЙ.

Глава 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ДЛЯ ОПИСАНИЯ СВОЙСТВ ГОРНОГО МАССИВА И ПРОГНОЗА ГОРНО-ГЕОЛОГИЧЕСКИХ УСЛОВИЙ УГОЛЬНЫХ ПЛАСТОВ.

2.1. Основы математического моделирования природных факторов и прогноза горно-геологических условий.

2.1.1. Элементы углевмещающих комплексов и важнейшие природные факторы.

2.1.2. Пространственная аппроксимация изменчивости природных факторов.

2.2. Экспериментальная оценка множеств методов аппроксимации поверхностей природных факторов.

2.3. Результаты численного исследования методов аппроксимации.

2.3.1. Визуальная проверка методов аппроксимации на реальных данных.

2.4. Информационные критерии оценки достоверности прогноза изменчивости ПФ и выявления ГГА.

2.5. Фильтрация и восстановление полей природных факторов.

2.6. Модели цифровой обработки изображений для описания полей природных факторов.

2.7. Метод визуальной проверки адекватности моделей горнотехнических показателей.

2.8. Обоснование принципов синтеза и информационного описания физико-геомеханических ситуаций.

2.8.1. Графическая идентификация пространственно-временных отношений объектов горнотехнической обстановки и элементов ФГС.

2.8.2. Основные принципы синтеза моделей ФГС из базовых элементов.

2.8.3. Информационно-логическая модель ФГС.

Выводы.'.

Глава 3. ИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА.

3.1. Состояние проблемы.

3.1.1. Функциональная структура и состав банка данных. "Угли Кузбасса".

3.1.2. Общая характеристика баз данных по углям.

3.2. Формализация моделей и реинжениринг баз данных.

3.3. Логическое и физическое моделирование базы данных «Физико-технические свойства углей и горных пород Кузнецкого бассейна» с помощью CASE -технологии.

3.4. Основы создания хранилища и витрин данных для геосистем горного производства.

3.4.1. Предпосылки перехода к хранилищам данных.

3.4.2. Особенности создания Хранилищ и витрин данных.

3.5. Технология создания Хранилища данных "Угли Кузбасса".

Выводы.

Глава 4. ГЕОГРАФИЧЕСКИЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ ДЛЯ АНАЛИЗА ГОРНОГО ПРОИЗВОДСТВА.

4.1. Исследование ГИС для анализа и синтеза элементов ФГС.

4.2. Основные методы графического отображения горнотехнической информации.

4.2.1. Графическая визуализация многомерных данных.

4.3. Обобщенная математическая модель горнотехнологической карты.

4.4. Интерактивная графическая корректировка элементов цифровых моделей ФГС.

4.5. Прикладной анализ географических информационных систем (ГИС).

4.6. Метод построения распределенных интегрированных ГИС.

4.7. Теория применения ГИС для решения задач управления геосистемами горного производства.

4.8. Применение ГИС для анализа геосистем горного производства.

4.8.1. Комплексный анализ пространственных горнотехнических данных на основе ГИС.

ВЫВОДЫ.

Глава 5. ИССЛЕДОВАНИЕ МЕТОДОВ ИЗВЛЕЧЕНИЯ ЗНАНИЙ ДЛЯ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА.

5.1. Методы извлечения знаний (data mining).

5.2. Анализ методов извлечения знаний.

5.3. Онлайновая аналитическая обработка (OLAP) и методы извлечения знаний.

5.4. Извлечение знаний для горнотехнических данных.

5.4.1. Методы классификации (деревья решений, решающие правила, метод Байеса, другие методы).

5.4.2. Связи и ассоциации.

5.4.3. Кластерный анализ данных.

5.4.4. Общие методы определения (выявления) зависимостей.

5.5. Далее приводится пример расчета по методу пошаговой линейной регрессии.

5.5.1. Методы многомерной визуализации.

5.5.2. Комплексные методы извлечения знаний.

5.5.3. Другие методы извлечения знаний.

5.6. Разработка витрины данных с использованием OLAP - технологий.

ВЫВОДЫ.

Глава 6. СОЗДАНИЕ СРЕДЫ ПЕРЕДАЧИ ДАННЫХ ДЛЯ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА.

6.1. Однопользовательские системы.

6.1.1. Многопользовательские системы.

6.2. Базовые'сетевые структуры.

6.3. Реализация распределенной вычислительной среды автоматизации исследований геосистем горного производства.

6.4. Региональная сеть передачи данных для угольной промышленности Кузбасса (принципы реализации).,.

6.4.1. Функциональное назначение региональной сети передачи данных.

6.4.2. Технологии работы региональной сети передачи данных.

6.5. Информационная магистраль для угольной промышленности.

ВЫВОДЫ.

Глава 7. АВТОМАТИЗАЦИЯ ИССЛЕДОВАНИЙ ГЕОСИСТЕМ ГОРНОГО ПРОИЗВОДСТВА И ГОРНОТЕХНИЧЕСКИЕ МОНИТОРИНГОВЫЕ СИСТЕМЫ.

7.1. Распределенные вычисления в геотехническом мониторинге.

7.2. Программно-техническая реализация для автоматизации исследований геосистем горного производства.

7.3. Дополнительные информационные комплексы для исследования геосистем горного производства.

7.3.1. Электронный музей угля.

7.4. Примеры практических разработок.

ВЫВОДЫ.

Введение диссертации (часть автореферата) на тему «Разработка математических и информационных моделей на основе распределенной вычислительной среды для автоматизации исследований геосистем горного производства»

Актуальность работы: Перестройка экономики, переход к рыночным отношениям и реструктуризация угольной промышленности требуют сегодня новых методов анализа всех процессов управления горнодобывающими предприятиями. Существенными для угольных регионов страны стали процессы закрытия шахт, которые влияют на общее социально-экономическое состояние региона и отрицательно воздействуют на окружающую среду. Для оценки динамики изменения состояния угольной отрасли все большую роль начинают играть вопросы реинжениринга систем управления горными предприятиями. Он заключается в реконструировании информационного программного и технического обеспечения геосистем горного производства, внедрении современных методов управления горнотехнологическими комплексами. Принятию решений в данной области должен предшествовать анализ разносторонних и регулярно обновляемых данных о состоянии систем горного производства, как на уровне отдельных предприятий, так и по региону в целом, когда можно оценить все многообразие отдельных территорий. В этих целях получают развитие системы активного мониторинга различных источников информации, применяемые для сбора, структуризации и последующего анализа данных, включая их преобразование в карты, графики, анимационные последовательности, объектно-ориентированные базы данных и т.д.

За последние несколько лет наметилась смена общей методологии создания систем принятия решений, заключающаяся в изменении технологии обработки данных, для которых системы понятий конкретной области знания и формальных моделей программных комплексов в большинстве случаев не совпадают. Поэтому, сегодня становится актуальным переход к интеллектуальным системам, где в качестве исходной информации рассматривается комплекс понятий предметной области вместе с соответствующим ему множеством понятий формальной модели. Традиционные информационные модели баз данных изменяются на модели хранилищ и витрин (киосков) данных, интегрируемых с методами извлечения знаний на основе средств искусственного интеллекта. Это позволяет уже сегодня ставить вопрос о появлении нового класса систем обработки горных знаний.

Научное обоснование и разработка таких систем обеспечивают создание качественно нового инструмента для анализа информации, генерации и принятия управляющих решений, ориентированных на процессы управления угольной промышленностью, как в целом, так и для отдельных угольных предприятий в условиях реструктуризации, перестройки экономики и перехода в стадию устойчивого развития региона в целом. Решение этой задачи заключается в разработке комплексов автоматизированных систем, ориентированных на исследование процессов принятия решений в сложных производственных горнотехнологических ситуациях. Такие комплексы являются базой, обеспечивающей создание интегрированных распределенных систем автоматизации горных предприятий, необходимых для организации оптимальной работы по всему множеству процессов, связанных с добычей и переработкой полезных ископаемых. Основным элементом, необходимым для разработки подобных систем, являются математические модели горного массива, физико-геомеханических ситуаций (ФГС), обусловленных горными работами и горно-технологическими объектами с ним связанными. В то же время, информационные модели комплексной автоматизации обеспечивают преобразование информации, включая ее регламентированный сбор и систематизацию, накопление и хранение в виде хранилищ, киосков и баз данных, обработку и представление в виде цифровых карт, электронных справочников, включая методы визуализации многомерных данных. Указанные операции базируются на использовании современных геоинформационных систем и методов извлечения знаний. Распределенность объекта наблюдения, разновременный и разномасштабный характер информации, многообразие методов сбора и обработки данных значительных объемов, сложность идентификации наблюдаемых процессов и явлений, необходимость использования значительных вычислительных ресурсов определяют специфику данного класса систем.

В наиболее общем виде схему управления угольными предприятиями в условиях рыночной экономики и перехода региона на устойчивое региональное развитие можно представить как множество автоматизированных систем, объединяемых конкретными информационными технологиями и элементами:

СУ={[АСЙ], [МС] [САПР], [АСУТП], [АСМП], ХД (ВД),ГИС, МИЗ, РВС}; СУ- система управления (регион, объединение, шахта); АСИ - автоматизированные системы исследований; САПР - системы автоматизированного проектирования; АСУТП - автоматизированные системы управления технологическими процессами; АСМП - автоматизированные системы масштаба предприятия, МС - мониторинговые горнотехнические системы, ХД - хранилища данных, (ВД -витрины данных); ГИС- географические информационные системы, МИЗ - модели извлечения знаний, РВС - распределенная вычислительная среда, организуемая посредством локальных или глобальных сетей передачи данных, объединяющих вычислительные комплексы. Из выражения можно увидеть, что системы автоматизации исследований являются одним из базовых компонентов распределенной интегрированной системы управления. Фактически на их основе создается методическое программное и информационное обеспечение остальных подсистем. Само построение такой системы должно основываться на математических моделях физико-геомеханических ситуаций для конкретных горнотехнологических систем, а также на информационных моделях хранения, обработки, анализа и представления пространственных данных, связанных с ними и конкретными технологиями добычи. Данный подход распространяется и для данных на уровне горно-геологического района или региона, что позволяет делать обобщенные оценки состояния целых горнотехнологических комплексов. С учетом ограниченной вычислительной мощности компьютеров сегодняшнего дня и большой размерности пространства моделируемых состояний геосистем горного производства, необходимо создание распределенной вычислительной среды, которая позволяет осуществлять декомпозицию комплекса проводимых расчетов, а также перераспределить необходимые для этих целей информационные потоки. Применение вычислительной техники, математических и информационных моделей на основе распределенной вычислительной среды позволяют быстрее, с большей точностью и меньшими затратами проводить анализ геосистем горного производства и решать вопросы оптимального управления для конкретных горнотехнических обстановок и ФГС.

В связи с изложенным, разработка научных основ создания математических и информационных моделей автоматизации исследований геосистем горного производства с применением распределенной вычислительной среды, обеспечивающих расширение возможностей анализа и повышение оперативности управления горно-технологическими объектами, является актуальной научно-технической проблемой, имеющей важное народно-хозяйственное значение.

Связь темы диссертации с государственными научными программами: Исследования проводились в рамках государственных и отраслевых комплексных программ и постановлений и связаны:

- с приоритетными направлениями РАН в области фундаментальных исследований по разделу "Системы и процессы эффективной ресурсосберегающей и экологически безопасной разработки угольных месторождений", этап "Разработка комплексной методологии геоэкологического мониторинга угольных бассейнов";

- с разработкой автоматизированного банка данных "Шахтное поле" (Постановления ГКНТ, Госплана и АН СССР № 492/245/164 и № 491/244 от 08.12.81. по выполнению целевой комплексной программы О.Ц.027 «Создание и развитие автоматизированных систем АСНИ и САПР» (04.46) и программы 0.80.21 «Разработать и внедрить комплексы типовых прикладных программных средств и автоматизированных систем проектирования АСУ» (06.02.02));

- с выполнением Комплексной региональной программы научных исследований и внедрения совместных работ СО АН СССР и Министерства угольной промышленности СССР ("Программа Сибирь", раздел "Уголь Кузбасса") и приказами Министерства угольной промышленности СССР от 16.11.79 и N 315 от 24.06.80;

- программой компании "Росуголь" по созданию региональной сети передачи данных для угольных предприятий Кузбасса (1994-1997);

- программой работ по созданию распределенного кадастра природных ресурсов Кемеровской области (1994-1996);

- программой работ научно-образовательного комплекса Кузбасса за 1993 - 1995гг.;

- программой информатизации Кемеровской области 1992 г.;

- программой создания единого информационного пространства Кемеровской области 1999г.;

- планами фундаментальных и прикладных научных исследований Института угля СО РАН в 1986-1999 гг.;

Цель работы: Расширение возможностей анализа и повышение оперативности управления горно-технологическими объектами за счет разработанных математических и информационных моделей на основе создаваемой распределенной вычислительной среды автоматизации исследований геосистем горного производства.

Идея работы заключается в использовании современных информационных технологий-и средств телекоммуникаций для агрегирования пространственно распределенной горнотехнической и горнотехнологической информации, с последующей организацией распределенного программно-вычислительного комплекса, включающего в себя хранилище данных, интегрированное с математическими моделями и методами извлечения знаний.

Задачи исследований:

- исследовать и обосновать основные математические модели для описания природных факторов физико-геомеханических ситуаций в целях их применения в распределенных системах автоматизации исследований;

- разработать методологические основы формирования информационных потоков для распределенной системы автоматизации исследований геосистем горного производства в целях организации ее более эффективной работы;

- построить информационно-логическую модель системы для автоматизированного сбора, систематизации и хранения горно-технологической и производственной информации, характеризующей деятельность угледобывающих предприятий в форме пространственно-распределенной сети передачи данных;

- разработать алгоритм визуальной проверки адекватности математических моделей, описывающих пространственное распределение горнотехнологических данных;

- разработать систему анализа информации по угледобывающим предприятиям на основе географических информационных систем и математических моделей пространственных данных;

- обосновать и разработать в виде комплекса программ для ЭВМ информационную модель хранилища данных для агрегирования информации региональных геосистем горного производства;

- синтезировать общую информационную модель автоматизации исследований геосистем на основе современных объектно-ориентированных технологий, теорий и моделей горного производства;

- исследовать возможность применения методов извлечения знаний для обработки и анализа информации геосистем горного производства;

- установить особенности применения современных геоинформационных технологий для анализа интегрированных пространственных данных по горнотехнологическим комплексам угольных предприятий с учетом их регионального местоположения;

- выполнить разработку математического, программного и информационного обеспечения системы автоматизации исследований, позволяющей получать информацию для регионального управления угольной промышленностью в условиях ее реструктуризации и перехода к устойчивому развитию;

- реализовать совокупность распределенных геоинформационных систем как методическую основу и инструментарий средств сбора и отображения данных для автоматизации исследований геосистем горного производства;

- сформулировать теоретические и практические аспекты построения распределенных автоматизированных систем исследований для решения задач горного производства на основе современных математических и информационных моделей.

Методы исследований. Для разработки математических и информационных моделей автоматизации исследований геосистем горного производства с применением распределенной вычислительной среды были использованы комплексы методов, включающих:

- модели и алгоритмы: конструктивной и вычислительной геометрии, комбинаторной топологии, общей теории множеств, цифровой обработки изображений, предназначенные для интерактивного анализа и синтеза ФГС, оперативной обработки геомеханической информации, построения информационных систем анализа пространственных данных;

- методы аппроксимации сплайн-функциями, геостатистические модели, теория цифровой фильтрации, вероятностно-статистические методы, численные методы механики сплошной среды - для идентификации моделей и определения оптимальных параметров пространственно-временного распределения природных факторов ФГС;

- теория сетей массового обслуживания, методы и алгоритмы управления передачей данных, теория иерархических многоуровневых систем, методы построения глобальных вычислительных сетей - для исследований формирования информационных потоков и проектирования структуры вычислительной среды и региональной сети передачи данных;

- методы создания географических информационных систем и теоретические основы информационных процессов, технология системного моделирования - для разработки системы комплексного анализа горно-технологической информации;

- теория проектирования баз данных, объектно-ориентированный анализ, теория семантических информационных систем, современные методы и средства проектирования информационных систем - для формализации структур баз и хранилищ данных, построения программных комплексов хранения горнотехнической информации;

- методы искусственного интеллекта, методы распознавания образов, кластерный анализ, методы визуализации - для анализа данных, их фильтрации и обоснования применения методов извлечения знаний из баз и хранилищ данных;

- методы структурного анализа для разработки обобщенной информационной модели автоматизации исследований геосистем горного производства.

Научные положения, защищаемые автором:

1 - топология и метрика базовых элементов, состояний, и ситуаций геосистем горного производства позволяет осуществить декомпозицию сложной горнотехнической обстановки с учетом конкретных горно-геологических условий;

2 - синтез моделей объектов горнотехнической обстановки из базовых элементов реализуется на основе принципов суперпозиции и рекуррентности графических образов и сцен, обеспечивающих возможность динамического (послойного) представления основных компонентов горно-технологического комплекса угледобывающих предприятий;

3 - множество геометрических и физических характеристик, описывающих свойства массива горных пород, позволяет определить динамику их состояния посредством создания специальных корпоративных информационных систем - Хранилищ данных, интегрируемых с проблемно-ориентированными геоинформационными системами;

4 - точность прогноза изменчивости природных факторов и оценки состояния ФГС зависит от вида применяемой математической модели;

5 - объединение средств сбора, накопления и хранения, математических методов, алгоритмов и моделей пространственной горно-технологической информации позволяет проводить комплексную обработку расчетных и экспериментальных данных, обеспечивая повышение оперативности и достоверности их анализа;

6 - применение методов извлечения знаний, интегрируемых с базами и хранилищами данных, позволяет оценить общее состояние геосистем горного производства и получать предварительно неизвестную и потенциально полезную информацию из данных для установления закономерностей их развития, в целях обеспечения принятия оптимальных управляющих решений.

7 - распределенная вычислительная среда позволяет организовать сложные программно-технические комплексы для решения задач оценки состояния и анализа геосистем горного производства посредством перераспределения необходимых информационных ресурсов и организации удаленного доступа к ним;

8 - множество формальных моделей горнотехнических баз данных, формируемое на основе объектно-ориентированного подхода, упрощает и ускоряет разработку корпоративных информационных систем горного производства;

9 - организация горнотехнических данных в виде многомерной информационной модели дает возможность создания систем оперативного комплексного анализа агрегированной информации для оценки и прогноза развития конкретных технологических объектов;

10 - переход от справочных информационных полей к системам информационных моделей и комплексам задач, обеспечивающих накопления новых знаний по ГТО и ФГС, осуществляется применением распределенных географических информационных систем;

11 - множество гипертекстовых информационных моделей технологических систем угледобычи можно представить как специализированный электронный справочник, позволяющий пользователям вести работу с ним в режиме удаленного доступа и избирательного получения актуальной горнотехнологической информации;

12 - совокупность формальных моделей баз данных, хранилищ данных, проблемно-ориентированных геоинформационных систем и методов извлечения знаний, погруженных в распределенную вычислительную среду, можно рассматривать как качественно новое средство автоматизации исследований геосистем горного производства, обеспечивающее сужение зоны неопределенности при принятии управляющих решений, за счет комплексной и оперативной обработки данных.

Достоверность научных положений, выводов и рекомендаций подтверждается:

- необходимым объемом (до 1000 массивов) многолетних данных по разведочным скважинам, шахтным замерам, геомеханическим расчетам для различных горнотехнических условий;

- высокой (до 95%) сходимостью результатов пространственного моделирования природных факторов ФГС с фактическими данными, полученными по шахтам Кузбасса, Донбасса, ПНР и НРБ;

- опытно-промышленной проверкой программного обеспечения в составе подсистемы ОАСУуголь банк данных "Шахтное поле" и подсистемы САПР-уголь "Горно-технологический комплекс угольных шахт", в институте "Куз-бассгипрошахт", ОАО "Кузбассуглетехнология", ОАО "Росинформуголь", многолетней работой системы автоматизации научных исследований в Институте угля СО РАН;

- опытно-промышленным внедрением интегрированой системы передачи данных для угольных предприятий Кузбасса;

- опытно-промышленным внедрением научно-методических материалов по созданию единого информационного пространства компаний "Уголь России" и "Россуголь";

- опытно-промышленным внедрением научно-методических материалов по созданию распределенного комплексного кадастра природных ресурсов Кемеровской области (включая базы угольной промышленности);

- корректным и комплексным использованием алгоритмов и моделей, вычислительной и конструктивной геометрии, комбинаторной топологии, теории аппроксимации, общей теории систем, методов дискретной математики, географических информационных систем, информационных семантических систем, объектно-ориентированного анализа, САБЕ-технологий;

- практикой разработки и внедрения комплексных информационных систем, таких как: электронный экологический атлас, распределенный электронный справочник новых технологий добычи угля, система экологического мониторинга закрывающихся шахт Кузбасса, web сервера Кемеровского научного центра СО РАН (www.kemsc.ru).

Научная новизна работы заключается в том , что в ней : впервые разработаны и обоснованы математические и информационные модели автоматизации исследований геосистем горного производства на основе распределенной вычислительной среды, современных программных и информационных комплексов; предложен новый подход к моделированию систем горного производства средствами интегрированных информационных систем и комплексов математических моделей, основанный на методе дискретного цифрового моделирования объектов ФГС с применением единой метрики и топологии, для отображения конкретных горно-геологических условий и связанных с ними во времени процессов горного производства; впервые исследованы и разработаны формальные модели структур угольных баз данных на основе объектно-ориентированного подхода, позволяющие существенно упростить и ускорить разработку корпоративных информационных систем горного производства; разработан принципиально новый подход к созданию информационных систем для комплексного анализа процессов горного производства, заключающийся в переходе от баз к хранилищам и витринам данных, интегрируемых с методами извлечения знаний; впервые исследован и обоснован комплекс современных интегрированных систем создания распределенной информационной вычислительной среды для угольных предприятий на базе средств телекоммуникаций; впервые разработана методика анализа оперативной информации о пространственно-временном распределении горнотехнологических и производственных показателей на базе распределенных ГИС и методов цифровой обработки изображений; впервые разработана графическая методика проверки адекватности модели и пространственных горнотехнических данных на основе современных математических моделей и систем цифровой обработки изображений; сформулированы и обоснованы методы распределенной региональной обработки горнотехнических данных на основе интеграции корпоративных сетей и ГИС;впервые разработана, обоснована и реализована программно модель распределенных электронных справочных информационных систем, описывающих конкретные технологии горного производства; впервые разработана информационная модель электронного музея угля, как элемента интегрированной системы автоматизации исследований горного производства, на основе технологии виртуальных миров, позволяющая осуществлять удаленный доступ к уникальной ретроспективной и перспективной горнотехнологической и исторической информации; определены состав, структура, информационное обеспечение системы автоматизации исследований для горного производства, отличительными особенностями которой является: а) комплексный подход к процессам сбора и систематизации информации; б) накопление и хранение в форме хранилищ и киосков различных горнотехнических данных, интегрируемых с методами извлечения знаний; в) обработка и представление пространственных горнотехнических данных в виде электронных карт и электронных атласов.

Личный вклад автора состоит:

- в установлении закономерности топологического и метрического гомоморфизма стандартных (базовых) элементов состояний и ситуаций геосистем горного производства средствами современных информационных систем;

- в применении принципов суперпозиции и рекуррентности графических образов и сцен для синтеза моделей объектов горнотехнической обстановки из базовых моделей;

- в разработке принципов и методов проектирования моделей хранилищ и киосков горнотехнических данных;

- в разработке информационно-логической модели системы автоматизированного сбора, систематизации и хранения горно-технологической и экономической информации, характеризующей деятельность угледобывающих предприятий в форме пространственно-распределенной сети передачи данных;

- в разработке методики визуальной проверки адекватности математических моделей, описывающих пространственное распределение горнотехнических данных;

- в обосновании и разработке системы анализа информации по угледобывающим предприятиям на основе географических информационных систем и математических моделей пространственных данных;

- в создании общей информационной модели системы автоматизации исследований геосистем на основе современных объектно-ориентированных технологий, теорий и моделей горного производства;

- в установлении особенностей применения современных геоинформационных технологий для анализа интегрированных пространственных данных геосистем горного производства;

- в разработке элементов математического, программного и информационного обеспечения распределенной автоматизированной системы, ориентированной на процессы регионального управления угольной промышленностью в условиях ее реструктуризации и перехода к устойчивому развитию;

- в реализации комплекса распределенных геоинформационных систем, как технологической основы и инструментария средств сбора, и отображения данных для мониторинговых систем горного производства;

- в разработке методов графической визуализации интегрированных характеристик, отражающих состояние угольных предприятий региона;

- в исследовании и разработке методов создания распределенных информационных систем для оперативного регионального управления угледобывающими предприятиями;

- реализации комплексного \уеЬ-сервера Кемеровского научного центра СО РАН, на котором размещены информационные горнотехнологические комплексы, созданные на основе разработанного автором подхода.

Практическая ценность. Результаты проведенных исследований позволяют:

- увеличить оперативность и достоверность автоматизированной обработки горнотехнической информации за счет применения географических информационных систем распределенных вычислительных комплексов и региональных сетей передачи данных;

- использовать математические модели для отображения конкретных горнотехнологических условий и связанных с ними геосистем горного производства, а также для комплексного анализа региональных систем угледобывающих предприятий;

- создавать принципиально новые распределенные информационные системы для представления горнотехнологической информации, обеспечивающие комплексный анализ ФГС;

- создавать проблемно-ориентированные автоматизированные системы для сбора, систематизации, накопления и хранения горнотехнической информации в виде совокупности хранилищ и киосков значительных объемов данных, получаемых на основе точечных замеров различных природных и горнотехнических факторов;

- разрабатывать специализированные системы анализа данных на основе интеграции современных информационных комплексов и методов извлечения знаний;

- проводить научные исследования по проблемам создания и развития систем автоматизации исследований для различных горнотехнологических комплексов.

Реализация результатов. Результаты работы были использованы при оценке горно-геологических условий в проектах ш. "Зыряновская", ш. "Ярославского", ш. "Первомайская", ш. "Березовская", ш. "Красногорская", ш. "Рас-падская", построении полей горно-геологических показателей по ш. "Высокая" п/о "Южкузбассуголь"; ш. Котинская, оценке результатов геомеханических измерений, оценке энергии сейсмических явлений и деформаций по горизонту для железнорудного месторождения Таштагольского рудника, разработке программного обеспечения для решения технологических задач по ш. "Бутовская" и "Северная";

Разработанные модели, алгоритмы, программное и методическое обеспечение получили практическое применение в ряде проектных институтов ("Куз-бассгипрошахт" Минуглепрома СССР, "Норильскпроект" Минцветмета СССР), ВУЗах горного профиля и других организациях.

Отдельные этапы работы реализованы:

- в методике автоматизированного проектирования подсистемы САПР-уголь "Горно-технологический комплекс угольных шахт", утвержденной ВО "Союзшахтопроект" 04.08.87.;

- в подсистеме ОАСУуголь банк данных "Шахтное поле", сданной в отраслевой фонд алгоритмов и программ Минуглепрома СССР;

- в программных средствах графических интерфейсов, сданных в "Центр-программсистем" г. Калинин и используемых в 1988 г. в 62 организациях страны.

Результаты исследований были применены:

- в разработке интегрированной системы передачи данных для угольной промышленности Кузбасса;

- в разработке географической информационной системы по новым угледобывающим районам Кузбасса и закрывающимся шахтам;

- в разработке системы электронных справочников по перспективным участкам и современным ресурсосберегающим технологиям добычи для шахт нового технического уровня;

- при создании узла Internet по угольной промышленности Кузбасса и его информационном наполнении в Кемеровском научном центре СО РАН;

- при создании хранилища данных по угольной промышленности Кузбасса в Институте угля и углехимии СО РАН;

- при создании распределенной автоматизированной системы научных исследований в Кемеровском научном центре СО РАН;

- при создании системы геоэкологического мониторинга закрывающихся шахт Кузбасса;

- при разработке программы создания единого информационного пространства Кемеровской области;

- при организации научной и учебной работы по новым информационным технологиям на кафедре "Вычислительная математика" на математическом факультете Кемеровского государственного университета;

- в методических материалах и программном обеспечении распределенного кадастра природных ресурсов Кемеровской области;

- в ЗАО "Росинформуголь" были использованы методические разработки автора при формировании единого информационного пространства угольной промышленности.

Апробация работы. Основные положения диссертационной работы докладывались и были одобрены на IV-VII семинарах по оптимизации горных работ (г. Новосибирск, г. Кемерово 1979-1985 гг.), III, V и VI Всесоюзных конференциях по машинной графике (гг. Новосибирск, Протвино 1981, 1987 , г. Новосибирск, 1989 г.), на IV,VI Всесоюзных семинарах "Взаимодействие механизированных крепей с боковыми породами" (г. Новосибирск, 1984, 1988 гг.), на Всесоюзной научной конференции "Актуальные проблемы организации и управления в горном производстве" (г. Москва, 1986 г.), VII Международном маркшейдерском конгрессе (г. Ленинград, 1988 г.), на семинаре по графическому обеспечению САПР (г. Челябинск, 1980 г.) на I и II Всесоюзных семинарах "Информатика недр" (г. Кемерово, 1987, 1989 гг.), на научных семинарах в Главном бюро горных проектов (г. Катовице ПНР, 1988 г.), в исследовательском центре горного давления (г. Тайань КНР, 1989 г.), на 9 и 10 Всесоюзных конференциях по механике горных пород (г. Фрунзе, 1988, 1989), на Всесоюзном совещании по гибким автоматизированным системам (г. Калинин 1986 г.), на Всесоюзном совещании по САПР (ВДНХ, г. Москва, 1986 г.), на Международном симпозиуме по горной механизации и управлению (Швеция, 1993), на 1-ом региональном симпозиуме АРСОМ (1994 г., Словения), на Всесоюзной конференции по информационным технологиям в горном деле г. Екатеринбург, 1996,1999 гг.), на 26 Международном Симпозиуме по применению ЭВМ математических методов в горных областях промышленности (АРСОМ) (США , 1996 г.), на отчетной сессии Кузбасского научно-образовательного комплекса за 1993-1995 гг., г. Кемерово, 1996 г., на научно-практической конференции, посвященной 275-летию Российской академии наук "Экологические проблемы угледобывающей отрасли в регионе при переходе к устойчивому развитию", г. Кемерово, 1999 г., на II Международной научно-практической конференции «Безопасность жизнедеятельности предприятий в угольных регионах», г. Кемерово, 1998 г., на Международной конференции "ГИС для оптимизации природопользования в целях устойчивого развития территорий", г. Барнаул, 1998 г., на Международной конференции "Горные науки на рубеже XXI века (Мельниковские чтения)", Москва-Пермь, 12-19 сентября 1997 г., на Международной конференции "Сопряженные задачи механики и экологии", 6-10 июля 1998 г., г. Томск, на научно-практической конференции " Геотехнологии на рубеже XXI века", г. Новосибирск, Институт горного дела СО РАН, май 1999 г., на Всероссийской научно-практической конференции "Экология и экономика: региональные проблемы перехода к устойчивому развитию. Взгляд в XXI век", г. Кемерово, 1997 г., на 2-ом региональном симпозиуме АРСОМ-97 "Применение компьютеров и исследование операций в горной промышленности", г. Москва, 1997 г., 24-28 августа.

Публикации. По теме диссертации опубликовано 46 работ, включая 2 монографии, 11 научных статей, 25 докладов (из низ 8 за рубежом), 8 тезисов докладов на семинарах, международных конференциях и симпозиумах.

Структура и объем работы. Диссертация состоит из введения, семи глав и 3 приложений, изложенных на 310 страницах машинописного текста, содержит 65 рисунков, 50 таблиц, список литературы из 120 наименований.

Заключение диссертации по теме «Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)», Потапов, Вадим Петрович

ВЫВОДЫ.

1. Создана методология обработки расчетных и экспериментальных данных, обеспечивающая повышение оперативности и достоверности их анализа посредством интеграции средств их накопления и хранения, математических методов и информационных моделей горнотехнической обстановки, состоящая из совокупности взаимодействующих друг с другом на уровне специального интерфейса программ обработки данных и средств для создания информационных хранилищ. Созданный в работе программный комплекс включает в себя 45 программных компонент, общим объемом 113Мбайт.

2. Разработано множество гипертекстовых информационных моделей технологических систем угледобычи, содержащее в себе данные по 150 перспективным участкам и представленное в виде системы электронных справочников, позволяет пользователям вести работу с ними в режиме удаленного доступа и избирательного получения актуальной горнотехнической информации; Комплекс реализован по Internet технологии и имеет ограниченный доступ в сеть общего пользования (www.kemsc.ru).

3. Разработана общая методология создания распределенной вычислительной среды, для реализации комплексных вычислений по горнотехническим данным;

4. На основе выполненных работ разработан базовый комплекс автоматизации исследований геосистем горного производства, который может быть использован при создании конкретных видов систем горнотехнического мониторинга.

ЗАКЛЮЧЕНИЕ.

В диссертации на основании проведенных исследований и многочисленных вычислительных экспериментов разработаны теоретические положения создания математических и информационных моделей использующих распределенную вычислительную среду для автоматизации исследований геосистем горного производства , совокупность которых можно квалифицировать как новое крупное достижение в применении вычислительной техники и математического моделирования горнотехнологических объектов в целях расширения возможностей их анализа и повышения эффективности управления сложными производственными угледобывающими системами.

Проведенные исследования позволяют сформулировать следующие основные научные результаты и выводы:

1. Установлено взаимно-однозначное соответствие геометрических и физических характеристик горного массива, их графических образов и динамических сцен, моделируемых комбинациями и топологическими преобразованиями дискретных цифровых моделей ФГС с последующей визуализацией последних средствами ГИС.

2. Для интерактивного формирования и исследования реальных горнотехнологических систем с учетом динамики технологических объектов и процессов горного производства обоснованы принципы суперпозиции и рекурсии графических образов и сцен, состоящие в последовательном (послойном) синтезе моделей ФГС из типовых элементов.

3. Для создания динамических цифровых моделей, описывающих свойства и состояния массива горных пород разработан базис моделей, включающий в себя комплекс из аналитических, экспериментальных и дискретных цифровых моделей, для определения свойств и состояния горного массива, реализуемый в форме спе-циал%ных корпоративных информационных систем-Хранилищ данных, интегрируемых с проблемно-ориентированными ГИС и содержащий в себе около 300000 данных по геосистемам горного производства из них 3000 массивов пластоподсечений хранят данные по 84 качественным характеристикам

Кузнецких углей, 300 массивов включают в себя состояние горнотехнологических комплексов угольных шахт по 56 характеристикам, массив данных характеризующий влияние процесса закрытия шахт Кузбасса на свойства окружающей среды содержит около 50 ООО значений, витрина данных по производственным характеристикам угольных предприятий содержит в себе около 8 тысяч данных, структурированный массив свойств вмещающих пород содержит 60 ООО данных.

4. Установлено, что точность прогноза изменчивости природных факторов и оценки состояния ФГС, зависит от класса применяемых математических моделей, на базе численных экспериментов с 25 их видами выделен класс моделей, наиболее соответствующих анализируемым данным и разработан метод проверки адекватности моделей, основанный на унитарных преобразованиях цифровых матриц с последующей визуализацией полученных результатов, посредством применения специальных методов линейного и нелинейного контрастирования.

5. Разработана методология обработки расчетных и экспериментальных данных, обеспечивающая повышение оперативности и достоверности их анализа посредством интеграции средств их накопления и хранения, математических методов и информационных моделей горнотехнической обстановки, состоящая из совокупности взаимодействующих друг с другом на уровне специального интерфейса программ обработки данных и средств для создания информационных хранилищ; Созданный в работе программный комплекс включает в себя 45 программных компонент, общим объемом 113Мбайт.

6. Установлено, что объединение методов извлечения знаний с базами и хранилищами данных позволяет создавать принципиально новые системы для оценки общего состояния горного производства и закономерностей его развития в целях принятия необходимых управляющих решений. Разработан интегрированный программный комплекс, включающий в себя 12 моделей для извлечения знаний, позволяющий устанавливать связи между различными горнотехническими характеристиками, формировать их многомерное представление и кластеризацию, а также определять форму и параметры количественных зависимостей между ними.

7. Разработана иерархическая структура корпоративной информационной системы региональной угольной промышленности как пространственно-распределенная сеть обработки данных, представляющая собой композицию послойно организованной информации, стандартных интерфейсов для организации взаимодействия, множество сценариев для организации доступа к данным, множество способов упорядочивания данных, множество правил (алгоритмов) межслойной обработки данных и которая позволяет реорганизовать информационные потоки и создавать корпоративные сети, позволяющие автоматизировать решение задач по управлению территориально распределенными угольными предприятиями.

8. Созданная в работе с использованием объектно-ориентированного подхода модель репозитария метаданных, содержащая 170 различных показателей, позволяет ускорить, упростить и формализовать разработку корпоративных информационных систем горного производства, а также осуществлять их перенос в другие операционные среды. Была выполнена разработка распределенных баз данных горнотехнических характеристик в операционной системе Windows NT, версии 4.0 а затем осуществлен ее перенос в систему Linux (версии 5.0). По сравнению с традиционными методами разработки горных информационных систем время создания программного комплекса было снижено в два с половиной раза.

9. Установлено, что организация горнотехнических данных в виде многомерной информационной модели, интегрированной с методами обработки позволяет создавать системы многоуровневого комплексного оперативного анализа агрегированной информации для оценки и прогноза развития конкретных горнотехнических объектов.

Разработанный программный комплекс, использующий методы оперативной аналитической обработки данных включает в себя банк производственной деятельности угледобывающих предприятий за последние 6 лет и позволяет оценивать специфику проблемных ситуаций, а также делать оценку существующих и потенциально возможных запросов по управлению горнотехнологическими комплексами посредством многоуровневого представления и агрегирования соответствующих данных.

10. Установлено, что применение ГИС позволяет осуществить дезагрегацию целостного горнотехнического объекта на конечную систему предметных срезов (слоев), дает возможность перехода от систем справочных информационных полей к системам информационных моделей, включающих в себя конкретные алгоритмы расчета состояний геосистем и обеспечивающих накопление новых знаний по горнотехнической обстановке, физико-геомеханическим и экологическим ситуациям. Созданный программный комплекс включает в себя:

ГИС угольной промышленности Кузбасса (15 основных слоев, 18 вспомогательных и 5 баз данных);

ГИС закрывающихся шахт Кузбасса (18 основных слоев, 10 вспомогательных, 7 баз данных);

ГИС геоэкологического состояния закрывающихся шахт Кузбасса (14 основных слоев, 12 вспомогательных, 4 базы данных);

ГИС Экологический Атлас Кемеровской области (12 слоев по угольной промышленности, 2 базы данных);

11. Разработано множество гипертекстовых информационных моделей технологических систем угледобычи, содержащее в себе данные по 150 перспективным участкам и представленное в виде системы электронных справочников, позволяет пользователям вести работу с ними в режиме удаленного доступа и избирательного получения актуальной горнотехнической информации. Комплекс реализован по Internet технологии и имеет ограниченный доступ в сеть общего пользования (www.kemsc.ru).

12. Выполнена разработка комплекса средств автоматизации исследований геосистем горного производства, представляющего из себя множество математических моделей для описания среды, формальных моделей баз данных, хранилищ данных, проблемно-ориентированных геоинформационных систем и методов извлечения знаний, погруженных в распределенную вычислительную среду, применение которого можно рассматривать как качественно новый шаг в развитии компьютерного моделирования горно-технологических систем.

Список литературы диссертационного исследования доктор технических наук Потапов, Вадим Петрович, 1999 год

1. Вылегжанин В.H., Егоров П.В., Мурашов В.И. Структурные модели горного массива в механизме геомеханических процессов - Новосибирск: Наука. Сиб.отд-ние, 1990.-294 с.

2. Вылегжанин В Н., Витковский Э.И., Потапов В.П. Адаптивное управление подземной технологией добычи угля Новосибирск: Наука., Сиб.отд-ние, 1987.-232 с.

3. Сажин B.C. Упругопластическое распределение напряжений вокруг горных выработок различного очертания,- М.:Наука, -1968. 200 с.

4. Христианович С.А., Кузнецов C.B., О напряженном состоянии горного массива при проведении очистных работ.- Труды ВНИМИ, 1965, вып.1Х,с.29-36.

5. Фисенко Г.Л. Предельные состояния горных пород вокруг выработок,- М.: Недра 1976.-215 с.

6. Баренблатт Г.И., Желтов Ю.П., Косина И.Н. Об основных представлениях теории фильтрации однородных жидкостей в трещиноватых породах,- Прикл.мат. и мех., 1960, с.852-864.

7. Христианович С.А. Распределение давления газа вблизи движущейся свободной поверхности угля. Изд. АН СССР. Сер. ОТН, 1953,N12,с.88-96.

8. Грицко Г.И., Власенко Б.В. Экспериментально-аналитический метод определения напряжений в массиве горных пород. Новосибирск: Наука. Сиб.отд-ние, 1976.-187 с.

9. Вылегжанин В.Н. Физические и геомеханические основы оптимизации угольных шахт.-Новосибирск: Наука. Сиб.отд-ние, 1981.-207 с.

10. Кошкарев A.B. и Тикунов B.C. Геоинформатика. Под редакцией Д.В. Лисиц-кого, М.: Картгеоцентр-Геодезиздат- 1993. - 213с.

11. Горная энциклопедия, т 3. Под редакцией Е.А. Козловского М.: Издательство "Советская энциклопедия"- 1987. - 593с.

12. Смирнов Б.В. Вероятностные методы прогнозирования в инженерной геологии. -М.: Недра. 1984,- 131 с.

13. Рогов Е.И., Вылегжанин В.Н. Научные аспекты комплексной отработки угольных пластов с переходом к геотехнологии. Компл.исп.минер.сырья Алма-Ата,- 1979. -N9(15), с. 15-23.

14. Рогов Е.И., Грицко. Г.И., Вылегжанин В.Н. Математические модели адаптации процессов и подсистем угольной шахты,- Алма-Ата: Наука,- 1979,- 239 с.

15. Ржевский В.В., Новик Г.Я. Основы физики горных пород.- М.: Нед-ра. -1973.— 213 с.

16. Ржевский В.В. О структуре и содержании горных наук,- ФТПРПИ, 1984. N5, с.8-17.

17. Борисов A.A. Механика горных пород и массивов,- М.: Недра. 1980,- 359 с.

18. Лоран П.Ж. Аппроксимация в оптимизации,- М.: Мир. 1975,- 585 с.

19. Стечкин С Б., Субботин Ю.Н. Сплайны в вычислительной математике,- М.: Наука. 1976,- 248 с.

20. Василенко В.А. Теория сплайн-функций,- Новосибирск: Наука. Сиб.отделение. 1978.- 211 с.

21. Ковалков A.B. Функция Грина и сплайн-аппроксимация в многомерных областях- Новосибирск: б. и., 1980,- 21 с.

22. Марчук Г.PI. Методы вычислительной математики,- М.: Наука. 1977,- 470 с.

23. Василенко В.А., Зюзин М.В. Сплайн-функции и цифровые фильтры. Под ред. A.C. Алексеева,- Новосибирск: ВЦ СО АН СССР. 1984,- 156 с.

24. Астафьев Ю.П., Зеленский A.C., Горнов Н.И. и др. Компьютеры и системы управления в горном деле за рубежом. М.: Недра. 1989,- 264с.

25. Завьялов Ю.С., Квасов Б.Н., Мирошниченко В.Л. Методы сплайн-функций. М.: Наука. 1980. 362с.

26. Крутиков В.Н, Злобина С. Л, Бувальцев Н., Ф. .Алгоритмы аппроксимации поверхности, заданной значениями в узлах нерегулярной сетки. Матем. заметки. ЯГУ. Якутск: 1995. т.2, № 2. с. 110-120.

27. Вылегжанин В Н., Витковский Э.И., Крутиков В. Н., Потапов В. П. Прогноз тектонической нарушенности угольных месторождений. В сб. Горное давление в очистных и подготовительных выработках. - Новосибирск: ИГД. 1990,-с.42-45.

28. Крутиков В.Н., Злобина СЛ. Методы математического моделирования пластовых месторождений. Тез. докл. Международной конференции по математическому моделированию. Якутск: 1994,- с. 144.

29. Крутиков В.Н., Злобина СЛ. Прогноз особенностей пластовых месторождений. Тез. докл. Международной конференции по математическому моделированию. Якутск: 1994,-с.143.

30. Крутиков В.Н., Злобина СЛ. Методы приближения поверхности по данным на хаотической сетке на основе алгоритма сдвига штрафов. Тез. докл. 10-й Байкальской школы-семинара: "Методы оптимизации и их приложения". Иркутск: 1995,- с. 196-197.

31. Крутиков В.Н., Потапов В.П., Глушко E.H. Экспериментальная оценка множества методов аппроксимации поверхности. М.: Деп. в ВИНИТИ. 1999,- 1401-В99. -13с.

32. Крутиков В.H., Глушко E.H. Новый метод аппроксимации поверхности М.: Деп. в ВИНИТИ. 1999,- 1400-В99. -11с.

33. Василенко Г.И. Теория восстановления сигналов,- М.: Сов. Радио. 1979,- 270 с.

34. Аронов В.И. Методы математической обработки геологических данных на ЭВМ,- М.: Недра. 1977,- 168 с.

35. Девис Дж. Статистика и анализ геологических данных: Пер. с англ.- М.: Мир. 1977,- 571 с.

36. Верховская Л.А., Сорокина Е.П. Математическое моделирование геохимического поля в поисковых целях,- М.: Недра. 1981,- 185 с.

37. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов: пер. с англ.- М.: Мир, 1978,- 849 с.

38. Волков A.M. Решение практических задач геологии на ЭВМ,- М.: Недра. 1980,296 с.

39. Васмут A.C. Моделирование в картографии с применением ЭВМ,- М.: Недра,1983,- 199 с.

40. Вылегжанин В.Н. Теоретические основы геомеханического обеспечения технологической подготовки горных работ: дис. . д-ра техн. наук. Новосибирск: ИГД СО АН СССР, 1983,- 327 е.- Машинопись.

41. Прэтт У. Цифровая обработка изображений: Пер. с англ. Т. 1-2,- М.: Мир. 1982,-790 с.

42. Препарата Ф, Шеймос М. Вычислительная геометрия: Введение. М.:Мир. 1989. -476с.

43. Рейнгольд Э.,Нивергельт Ю., Део Н., Комбинаторные алгоритмы теория и практика.- М.: Мир 1980, 467с.

44. Роджерс Д., Адаме Дж. Математические основы машинной графики: Пер. с англ.- М.: Мир. 1980,- 389с.

45. Фокс А., Пратт М. Вычислительная геометрия. Применение в проектировании и производстве-М.: УВН. 1982,- 432с.

46. Ньюмен У., Спрулл Р. Основы интерактивной машинной графики: Пер. с англ,-М.: Мир 1986,-т. 1,- 498с

47. Грэй П., Логика, алгебра и базы данных: Пер. с англ.- М.: Машиностроение. 1989.- 360с.

48. Шик В.М. Закономерности и управление проявлениями горного давления в механизированных лавах крутых и крутонаклонных угольных пластов: Автореф. . д-ра техн. наук,- Новосибирск, 1982.- 29 с.

49. Минский М. Фреймы для представления знаний.-М.: Энергия . 1979.-109с.

50. Цветков В.Я. Геоинформационные системы и технологии. -М.: Финансы и статистика. 1998,- 287с.

51. Техническое задание на ППП автоматизированного банка данных "Шахтное поле". ИГД СО АН СССР. ВНИИуголь, 1981.- 135 с.

52. Рабочий проект ППП автоматизированного банка данных "Шахтное поле". Кн. 20,- Кемерово: ИУ СО АН СССР, 1984,- 127 с.

53. Ахаян Р., Горев А., Макашарипов С. Эффективная работа с СУБД. Санкт-Петербург: изд-во Питер. 1997. - 697 с.

54. Netscape User guide . USA. San-Diego Netscape. Corp.- 1996,- 45p.

55. Буч Г. Объектно ориентировочный анализ и проектирование с примерами приложений на С ++. 2-е изд.: Пер. с англ. - М.: Издательство Бином. СПБ: Невский диалект. 1998. - 560 с.

56. Вендров A.M. CASE технологии. Современные методы и средства проектирования информационных систем. - М.: Финансы и статистика, 1998. - 176 с.

57. Bernstein Р., " Repositories and Client/Server: Do The Fit?", Proceedings od the DCI Database World, Vol. 1 (June 1993). D9-3.

58. Маклаков С.В. BPwin и ERwin. CASE средства разработки информационных систем,- М.: ДИАЛОГ-МИФИ. 1999. - 256 с.

59. Мейер Д. Теория реляционных баз данных. М.: Издательство Мир. 1987,- 608с.

60. Зильбершатц А., Стоунбрейкер М., Ульман Дж. "Базы данных: достижения и перспективы на пороге 21-го столетия". СУБД .- 1996 .№3,- с. 103-117.

61. Дунаев С. Доступ к базам данных и техника работы в сети . М.: ДИАЛОГ-МИФИ, 1999-416с.

62. Сахаров А. А. " Концепции постороения и реализации информационных систем, ориентированных на анализ данных". СУБД , 1996 .- №4. С. 55-70.

63. Hackathom D. Reinverting Enterprize systems via Data Warehousing. -Washington. DC: The Data Warehousing Institute Annual Conference, 1995. p 347.

64. Inmon W.H. Building The Data Warehouse (Second Edition). NY: John Wiley.1993.

65. Parsaye K. New Realms of Analysis : Surveing Decision Support . Database Programming & Design.- 1996. №4,- p. 26-33.

66. Marc Demarest. Building The Data Mart , DBMS, July 1994. v. 7, N8 , p 44 (7).

67. Дэйв Энсор, Йен Стивенсон. Oracle. Проектирование баз данных: Пер. с англ,-К.: Издательская группа BHV, 1999.- с. 560.

68. Потапов В.П., "Современные методы построения информационных систем в горном деле" , в сборнике трудов IV республиканской научно-технической конференции "Компьютерные технологии в горном деле". Екатеринбург: 2-3 июня 1999.-с. 102-103.

69. Николаев В.И., Брук В. М. Системотехника: методы и приложения. Л.: Машиностроение, 1985. - 199 с.

70. Кадетов O.K., Минаев И.А., О классификации географических информационных систем. Известия ВУЗов, сер.Геодезия и аэрофотосъемка. 1991. № 4. -с.136-141.

71. Bunough P.A., Principles of Geographical Information Systems for Land Resources Assessment, Oxford: Clarendon Press. -1986.T

72. Александров B.B. и Горский H.Д., Базы видеоданных: состояние и тенденции развития. Прикладная информатика. 1987. - вып. 1(12). - с.24-52.

73. Дуда Р.П., Харт Н.Р. Распознавание образов и анализ сцен.- М.: Мир. 1976.511 с

74. Машинная графика баз данных-М.: МЦНТИ. 1984. Вып. 26. 134с.

75. Александров В.В., Горский Н.Д. Методы обработки многомерных данных. Л.: Машиностроение. 1987. - 239 с.

76. ARC View GIS . Using ArView Gis ESRI Inc: USA.- p. 350.

77. Гилой В. Интерактивнкая машинная графика: Структуры данных, алгоритмы,языки -М.: Мир. 1981. С.421.

78. Мартыненко А.И, Бугаевский Ю.Л, Шибалов С.Н. Основы ГИС : теория и практика. Фадеев В.A. WinGis руководство пользователя.-М.: 1995,- с.294.

79. ARC View Spatial Analyst, Advanced Spatial Analysis Using Raster and Vector Data. ESRI Inc. USA. 1997. - p. 148.

80. Лангольф ЭЛ., Вылегжанина И.И., Мазикин В.П. Проблемы эффективности реструктуризации угольной промышлености Кузбасса- Кемерово: Кузбассвуз-издат,- 1997.-с 248.

81. Data Distillieries vision on Data Mining Technology. White Paper DD-R9704. Data Distillieries B.V. May, 97. P. 1-26.

82. Goodvin E.L. Data Mining Tecnology.- Data Mining and Knowledge Discovery Journal. V.2. June.- 1997,- p. 49-73.

83. Codd E.F., Codd S.B., Salley C.T. Providing OLAP (On-Line Analytical Processing) to User-Analysts: An IT Mandate. -E.F. Codd & Associates. 1993.

84. Shapiro Arnold Classification Data Mining methods. DBMS Journal v. 10. N10 1998,-p 47-56.

85. Heckerman D. Bayesian Networks for data mining.- Data Mining and Knowledge Discoveiy Journal. V.l. April.- 1997,-p. 79-119.

86. Ту Дж., Гонсалес P. Принципы распознавания образов. Пер. с англ. Под ре-дакц. Ю.И. Журавлева,- М.: Мир 1978, - с. 411

87. Хант Э. Искусственный интеллект. Пер. с англ. Под редакц. В Л. Стефанюка. -М.: Мир,- 1978.-С.558.

88. Ming-Syan Chen and Jiawei Han and Philipp S.Yu. " Data mining: an overview from a database perspective". IEEE Trans. On Knoweledge And Data Egineering. Vol 8. Issue 6 . Dec.- 1996. P. 866-883.

89. SPSS User's Guide. SPSS Inc. USA. 1997.

90. S-plus Online User's Guide . Mathsoft Inc. USA.- 1998.

91. Introduction to Data Mining and Knowledge Discoveiy. 2nd edition . by Two Crows Corparation . 1998.-P. 31.

92. Rich Canckhoff SpaceOlap. DBMS Journal v. 10. N9 1997,- p 27-30.

93. Keim D. and Kriegel H.-P Visualization Techniques for Mining Large Databases: A Comparison . IEEE Trans. Knowledge and Data Engineering 8,6 (Dec. 1996), p 923938.

94. Питер Кью. Использование Unix . Специальное издание . 3-изд.: пер. с англ. -М.; СпБ.; К.: Издательский дом "Вильяме", 1999. -с. 624.

95. Swank Mark, Kittel Drew World Wide Web database developers guide.- USA, Indi-apolis, SamsNet publications, 1996,776р.

96. Наумов A.H, Вендров A.M, Иванов В.К, и др. Системы управления базами данных и знаний-М.: Финансы и статистика, 1991.-348 с.

97. Петересен P. LINUX: руководство по операционной системе: пер. с англ. К.: Издательская группа BHV , 1997. - с. 688.

98. Такет Джек (мл.), Гантер Дэвид. Использование Linux 3-изд.: пер. с англ. -М.;СпБ.; К: Издательский дом "Вильяме", 1998. -С. 576.

99. Лепаж Ив, Яррера Поль. UNIX. Библия системного администратора.: пер. с англ. М.: Диалектика, 1999. - 528с.

100. Oracle Unleashed . Design, Develop and Administer Oracle Applications and Database.- USA, Indiapolis , Sams Net Publishing 1996 1362p.

101. Шварц. M. Сети связи: протоколы, моделирование и анализ : В 2-х ч. 4.1: пер. с англ.- М.: Наука. Гл. ред. физ.-мат. лит. -1992,- 336с.

102. Ямпольский В.З., Комагоров В.П., Солдатов В.Н. Моделирование сетей передачи и обработки информации,- Новосибирск: Наука, 1986,-136с.

103. Клейнрок Л. Вычислительные системы с очередями: пер. с англ.-М.: Мир,-1979. -599с.

104. Верма П. Сети связи ЭВМ. Оценка эффективности функционирования: Структурный анализ: Пер. с англ. М.: Радио и связь, 1992,- 112с.

105. Airlink. User guide. USA Airlmk communication Inc. 1996,- 23p.

106. Протоколы информационно вычислительных сетей. Справочник под редакц. И.А. Мизина .- М.: Радио и связь 1990,- 498с.

107. Craig Hunt. TCP/IP Network Administration. O'Reily & Associates Inc. USA.- 1992. 472p

108. Gritsko G., Potapov V. Intranet tecnologies for mining (Интранет технологии в горном деле) The 2nd Regional Apcom'97 Symposium on Computer Applications and operation Research in the mineral Industries, Moscow,Russia, August 2428,1997, pp 426-428.

109. Титтел Эд., Клэр Сандерс, Чарли Скотт, Поль Вольф. Создание VRML -миров: пер. с англ. К.: Издательская группа BHV, 1997. - 320с.

110. Потапов В.П. "Математическое и информационное моделирование геосистем угольных предприятий", Кемерово, Институт угля и углехимии СО РАН, 1999г, 211 с.

111. Потапов В.П., Власенко Б.В., "Системы распределенных вычислений для геомеханического мониторинга", сб. трудов VI Международной научно-практической конференции "Перспективы развития горнодобывающей промышленности", Новокузнецк: 1999,- с21-25.

112. Рис. 1.4 Полиномиальная модель пласта ш. Котинская

113. Рис. 2.1 Распределение производственных параметров за 1997 год (Diamond)

114. I World (Sh-ob-ra5) Sh-ob-ra6 | 21 27 -FN 3h-ob-ra 5 < | j jJ1. J** t-1400 J 27

115. Sh-db-ra3 1000 2000 3000 4000 4734

116. Рис 2.2 Подбор уравнения регрессии

117. Рис. 2.3 Распределение параметра зольность по шахто/маркам/пластам24 Июнь 1997 г.

118. Testv! .txt 28 Март 1998 г.

119. Node: ■ Sebst ■ Seb12 ■I Proizvod test1. Hist ■ Number of Records

120. Рис.2.4 Распределение производственных параметров в срезе на июня 1997 г.

121. Рис.2.5 Пространственное распределение продукции по шахтам Кузбасса за 1997.Гдобыча/себестоимость

122. File Table Tab View Options Window Help11 t У 4 5 6j«; I <■# ЗЕ J ШВ ЛШЕ1rZOLMIN .ZDLMIN I rZOLMAX гС^МА | БНАХТА

123. Medium 14.80 Low 14,80 ПОЛОСУХИНСКАЯ1.w 5,60 Low 8,20 ПОЛОСУХИНСКАЯ1.w 11,00 Low 13,00 БАЙ ДАЕВ СКАЯ

124. Very High 10,00 Low 13,00 БАЙДАЕВСКАЯ

125. Very High 19,00 Medium 20,00 БАЙДАЕВСКАЯ

126. Very High 16,00 Medium 17,00 Есаульская

127. Very High 3,30 Low 9,30 Есаульская

128. Medium 22,00 Medium 25,00 НАГОРНАЯ

129. Very Low 20,00 Medium 25,00 НАГОРНАЯ

130. Medium 38,00 High 48,00 НАГОРНАЯ

131. Very Low 26,50 Medium 26,50 ПИОНЕРКА

132. Very Low 26,50 Medium 26,50 ПИОНЕРКА

133. Low | 27,10 Medium 27,10 БОЛЬШЕВИК1.w 27,10 Medium 27,10 БОЛЬШЕВИК1*!* |1. No Filter .

134. Pane: Data Table right mouse button - double clic row 24 of 25

135. Total Averaqe Maximum M inimum1. I xl1. J.OO . Very Low Low4

136. Very High j = Very Low <1 ■)-J?J1. Medium

137. Рис.2.6 Распределение шахт Кузбасса по параметру зольность

138. Sise = SHAXTA\ Coloi = МАЙКА \row и 87l лгт shaxta октябрьскаяflasi (иманкагplast попысаевский-1.-г- fiüznmin 12.00 -v-it"" " : haipn в max 316

139. Рис 2.7 Распределение параметра газоносность по шахто/маркам/пластам в Кузбассе.- 57 Data Points (click for more info)ч 1 ■ —

140. Stop Processing level 1 of 1. Finished: 100%

141. Exceptions Found: Values considered:1. How to get more facts?

142. From the Fact Settings dialog, Increase the maximum fact level to 2 ot 3 and t or increase the fact settings sliders.

143. Try also to create or modify your virtual columns.

144. Рис 2.9 Решающие правила для производственных параметров угольных шахт.1. Measure 1

145. Рис. 2.10 Распределение угольных предприятий по фактору горная рента.

146. Распределенная информационная система по обеспечению производственной и экологической безопасности закрывающихся шахт Кузбасса1. Задачи системы:

147. В наиболее общем виде система состоит из нескольких частей:

148. Как следует из рисунка, все системы информационно взаимоувязаны между собой, что дает возможность обмена информацией между ними и соответственно получать другим пользователям информацию из центра передачи данных.

149. Информационное и программно-техническое обеспечение системы.

150. Как уже было рассмотрено выше система мониторинга предлагается, состоящей из трех частей. Рассмотрим каждую из них отдельно .

151. Центральным хранилищем данных, которое представляет собой специализированную систему для хранения региональных данных, и имеющую специальную структуру.

152. Каждая из систем имеет свои преимущества и недостатки, поэтому при выполнении конкретного технического проекта нужно учитывать особенности расположения конкретного предприятия и его систему мониторинга.

153. Общая схема локальной информационной системы предприятия показана на рис. 2.