Технология разработки интеллектуальных геоинформационных систем горнопромышленных комплексов тема диссертации и автореферата по ВАК РФ 25.00.35, кандидат технических наук Литвинов, Александр Геннадьевич

• Литвинов, Александр Геннадьевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Литвинов, Александр Геннадьевич

ВВЕДЕНИЕ.

Раздел 1. Анализ теоретических исследований и практических разработок в ^ области выявления перспективных участков промысловой добычи газа.

1.1. Рассмотрение проблемы планирования промысловой добычи метана газоугольного месторождения.

1.2. Существующие методы планирования промысловой добычи газа углегазового месторождения.

1.2.1. Основные принципы оценки метанодобываемости угольных месторождений и участков.

1.3. Методы моделирования месторождений полезных ископаемых.

1.4. Существующие компьютерные системы управления горными работами.

• 1.4.1. Зарубежные горно-геологические информационные системы

1.4.2. Отечественные горно-геологические информационные системы. ц 1.5. Основные задачи исследования.

Выводы

Раздел 2. Теоретические исследования по выбору средств разработки интеллектуальных геоинформационных систем.

2.1. Обзор и анализ применимости интеллектуальных методов для решения проблем планирования добычи газа.

2.1.1. Сильные методы решения задач.

2.1.2. Рассуждения в условиях неопределенности. ф 2.1.3. Машинное обучение, основанное на символьном представлении информации.

2.1.4. Машинное обучение на основе связей.

2.2. Технологии экспертных систем, обоснование необходимости разработки гибридных моделей представления знаний и рассуждений.

2.2.1. Архитектура экспертной системы.

2.2.2. Обзор моделей представления знаний.

2.2.3. Актуальность разработки гибридной модели знаний.

2.2.4. Механизмы управления рассуждениями в экспертных системах

2.2.5. Актуальность разработки гибридной системы рассуждений.

2.3. Геоинформационный подход.

2.3.1. Актуальность геоинформационного подхода для решения поисково-оценочных задач в горной промышленности.

2.3.2. Выбор оптимальной программной среды геоинформационной системы.

2.4. Объектно-ориентированный подход.

2.4.1. Актуальность применения ООМ при построении ИГИС.

2.4.2. Основные положения объектно-ориентированной методологии

2.5. Модель компонентных объектов СОМ.

Выводы

Раздел 3. Технология построения интеллектуальных геоинформационных систем.

3.1. Этапы процесса создания и общая структура интеллектуальной геоинформационной системы.

3.1.1. Основные элементы интеллектуальной геоинформационной системы.

3.1.2. Основные этапы создания интеллектуальной ГИС.

3.2. Гибридная геоинформационная база знаний и процесс ее создания.

3.2.1. Структурный элемент базы знаний.

3.2.2. Представление компонентов базы знаний в системе.

3.3. Механизм логического вывода.

3.4. База пространственно-атрибутивных данных и геоинформационная подсистема.

3.4.1. Выбор оптимального способа представления объемных данных

3.4.2. База пространственно-атрибутивных данных.

3.4.3. Геоинформационная подсистема.

Выводы

Раздел 4. Реализация основных элементов интеллектуальных геоинформационных систем.

4.1. Разработка базы пространственно-атрибутивных данных и геоинформационной подсистемы.

4.1.1. Особенности программной реализации способа представления пространственно-атрибутивных данных.

4.1.2. Логическая структура БД.

4.1.3. Реализация функций блока ввода и редактирования информации геоинформационной подсистемы.

4.1.4. Реализация методов расчета пространственно-атрибутивных параметров объектов месторождения и основания модели

4.1.5. Реализация функций блока визуализации пространственно-атрибутивных данных и интеграции с внешними ГИС.

4.1.6. Реализация функций блока временного масштабирования БД

4.2. Элементы гибридной базы знаний.

4.2.1. Компонент-модуль поиска перспективного участка дегазации

4.2.2. Компонент-объект БЗ «Призма».

4.2.3. Компонент-модуль определения литологического состава вмещающих пород.

Выводы

Введение диссертации (часть автореферата) на тему «Технология разработки интеллектуальных геоинформационных систем горнопромышленных комплексов»

Актуальность извлечения метана из углепородного массива. В 2003 году группой ученых Московского государственного горного университета в ходе разработки технико-экономического прогноза извлечения природного газа при добыче угля для обоснования изменения топливно-экономического баланса РФ было показано, что промысловая добыча газа из угольных пластов в настоящий момент представляется весьма актуальной задачей. Необходимость добычи газа из угольных пластов в промышленных масштабах объясняется следующим:

• РФ обладает значительной частью мировых запасов каменных углей, месторождения которых отличаются высокой угленасыщенностью и газоносностью.

• Добыча газа на всех стадиях отработки шахтного поля (до начала освоения месторождения угольными шахтами, в период их эксплуатации и после закрытия) обеспечивает наиболее полное использование природных ресурсов месторождения, повышает эффективность угледобычи и безопасность ведения горных работ в подземном пространстве.

• Наличие современных эффективных технологий делает добычу шахтного метана практически осуществимой и экономически выгодной.

• Это позволяет повысить роль угольного метана в топливно-энергетическом балансе страны.

Актуальность применения информационных технологий для решения поставленной в работе задачи определяется следующим. Эффективность работы предприятия в целом во многом зависит от качества информационных потоков внутри него, таких как геометрия горных выработок, темпы и характеристики проходческих и очистных работ, количественные и качественные показатели добытого полезного ископаемого. Таким образом, возникает необходимость оперирования большими объемами разнородной информации, накапливаемой десятками лет. Совместный анализ всех этих данных является очень трудоемким и скрупулезным процессом, где компьютерные информационные технологии и могут принести наибольший эффект, взяв на себя стандартные операции и вычисления, снизив вероятность субъективных ошибок и обеспечив надежное хранение и быстрый доступ к большим массивам данных. Эффективность применения информационных технологий управления горными работами, прежде всего, определяется уровнем геолого-маркшейдерского обеспечения, которое включает решение задач подсчета запасов, учета добычи полезного ископаемого, формирование информационного базиса для планирования и управления горными работами, моделирование месторождения и т. д. На шахтах России решаются отдельные локальные задачи без единой информационной базы, которые не выполняют в полном объеме требования геологической и маркшейдерской служб предприятия. Зарубежные пакеты имеют высокий профессиональный уровень программной реализации, однако процент их использования незначительный из-за отличия традиционно сложившейся в отечественной практике технологии ведения горных работ. Практически нет задач планирования ведения горных работ, базирующихся на цифровой модели месторождения. В этой связи необходимо применение информационных технологий для управления горнодобывающими предприятиями.

Необходимость применения интеллектуальных методов в разрабатываемой системе определяется следующим:

• Сложность, многообразие и самое главное невозможность стандартного алгоритмического описания многочисленных взаимосвязей объектов газоугольного месторождения в частности. Например, часто связи между объектами являются слишком сложными для анализа с помощью общепринятых количественных методов или доступные источники информации интерпретируются качественно, неточно или неопределенно. В этом случае актуально применение аппарата нечеткой логики [14], которая ближе по духу к человеческому мышлению и естественным языкам, чем традиционная логика. • Нехватка исходных количественных данных для решения задач разрабатываемой системы.

• Зачастую эксперты, проектирующие горнодобывающее предприятие, опи-* раются на опыт и знания, которые нельзя почерпнуть из книг, отчетов и т.п., т.е. это эвристические знания.

Поэтому для существенного улучшения результатов работы разрабатываемой системы требуется не просто усовершенствовать методы количественного анализа, какие-то числовые параметры, а использовать в ней методы логических рассуждений и накопленные в опыте знания, представленные в символьной форме.

Анализ объектов (как совокупность данных, знаний и методов) газоугольного месторождения показывает, что многие из них, как естественные (элементы месторождения полезных ископаемых: тела полезных ископае

• мых, вмещающие породы, геологические нарушения, подземные воды и др.), так и искусственные (горные выработки, поверхностные и подземные сооружения и др.) имеют определенное пространственное положение, т.е. являются пространственными объектами. Это объясняет актуальность применения геоинформационного подхода для решения поставленной в данной работе задачи. Применяя его, можно снять ограничения, накладываемые на пространственные модели «обычными» базами данных при решении задач информационных систем. Человек, принимающий решение, не должен больше пытаться представить себе, где и что находится. Все объекты привязаны к карте, управление идет уже практически на уровне имитационного моделирования геомоделирование).

Применительно к поставленной задаче необходимо сказать, что рассматриваемые объекты инкапсулируют не только данные, но также знания и методы работы с данными, поэтому речь будет идти о технологии разработки интеллектуальных геоинформационных систем (ИГИС), как средства решения задачи в горной промышленности. Объекты предметной области уже будут привязаны не просто к плоской карте, а к пространственной трехмерной карте.

Актуальность применения геоинформационного подхода к созданию пространственно-атрибутивной модели предметной области (и в частности газоугольного месторождения) также обусловлена развитыми возможностями современных геоинформационных систем (ГИС) (таких как ESRI ArcView) визуализации пространственных объектов и результатов тех или иных исследований, а также проведения пространственного анализа. Тесная интеграция разрабатанной ИГИС и других ГИС за счет реализации в первой стандартных механизмов обмена данными позволит решить поставленные перед системой задачи быстрее и эффективнее.

Цель исследования состоит в разработке механизма интеграции интеллектуальных методов, геоинформационного подхода и методов пространственного моделирования для решения задач управления горнопромышленными комплексами.

Задачи исследования в данной работе следующие:

• Рассмотрение проблемы и обзор существующей методологии выявления перспективных участков добычи метана углегазовых месторождений.

• Проведение теоретических исследований по выбору возможных средств разработки интеллектуальных геоинформационных систем.

• Рассмотреть поэтапно процесс создания и архитектуру интеллектуальной геоинформационной системы.

• Разработка интегрированной объектно-продукционной модели представления знаний о совокупности объектов проблемной области и сложной системе их взаимосвязей, позволяющей эффективно использовать методы геомоделирования и пространственного анализа.

• Разработка представления объектно-продукционной модели знаний в реляционной базе данных.

• Разработка механизма логического вывода, позволяющего эффективно взаимодействовать с базой знаний, использующей объектно-продукционную модель представления.

• Разработка базы данных, обеспечивающей эффективное хранение объектной пространственно-атрибутивной информации о предметной области и удовлетворяющей требованиям масштабируемости в пространстве и времени.

• Апробация разработанных основных элементов демонстрационного прототипа интеллектуальной геоинформационной системы с использованием данных по Воркутинскому углегазовому месторождению Печерского угольного бассейна.

Идея работы заключается в использовании объектно-ориентированной методологии и модели компонентных объектов для унификации процесса формализации, хранения и совместного использования разнородных знаний и пространственно-атрибутивных данных в рамках единой программной системы.

Основные научные положения, разработанные соискателем, и их новизна:

• создана технология разработки интеллектуальных геоинформационных систем горнопромышленных комплексов, позволяющая в рамках единой среды разработки объединить преимущества пространственного моделирования и искусственного интеллекта для повышения наглядности, прозрачности, точности, а следовательно, эффективности применения этих систем;

• разработана структура интеллектуальной ГИС, включающая интегрированную объектно-ориентированную модель базы знаний и механизм логического вывода, позволяющие унифицировать использование разнородных знаний, данных и методов с целью обеспечения бесшовной наращиваемости и модульности открытых ГИС горнопромышленных комплексов;

• разработана логическая модель хранилищ объектно-продукционных знаний и пространственно-атрибутивной информации о предметной области, удовлетворяющих требованиям надежности, универсальности, масштабируемости систем в пространстве и времени.

Достоверность научных положений, сформулированных в диссертации, подтверждается:

• корректным использованием объектно-ориентированной методологии, методов системного анализа, искусственного интеллекта и геомоделирования, нормативных методик расчета запасов и газоносности газоугольного месторождения;

• положительными результатами апробации разработанного автором прототипа интеллектуальной геоинформационной системы на основе созданной модели представления знаний и пространственно-временной модели газоугольного месторождения.

Научная значимость работы состоит в разработке механизма открытых, масштабируемых в пространстве и времени, интегрированных интеллектуальных ГИС, позволяющего объединить методы геомоделирования и искусственного интеллекта для автоматизации управления горным производством.

Практическая значимость работы состоит в:

• создании цифровой пространственно-временной модели Воркутинского газоугольного месторождения Печорского бассейна; ф • создании демонстрационного прототипа интеллектуальной геоинформационной системы моделирования перспективных участков добычи метана Воркутинского газоугольного месторождения.

Апробация работы. Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ и конференциях: «Неделя горняка» (г. Москва, 2003-2006 гг.), «Всероссийская конференция-конкурс среди студентов выпускного курса высших учебных заведений, осуществляющих подготовку научно-педагогических кадров горногеологического, нефтегазового и металлургического профиля» (Санкт-Петербургский государственный горный институт, г. Санкт-Петербург, 2004 г.).

Публикации. По теме диссертации опубликованы 6 научных работ.

Заключение диссертации по теме «Геоинформатика», Литвинов, Александр Геннадьевич

Выводы

Разработана база пространственно-атрибутивных данных по Воркутин-скому газоугольпому месторождению, реализован выбранный способ представления пространственно-атрибутивных данных.

Реализованы функции основных блоков геоинформационной подсистемы: блока ввода и редактирования информации, блока визуализации пространственно-атрибутивных данных и интеграции с внешними ГИС, блока временного масштабирования БД.

Разработанная технология создания интеллектуальных ГИС предлагает использование нескольких моделей представления знаний об объектах предметной области. Также компоненты гибридной базы знаний делятся на компоненты-модули, реализующие некоторые функциональности системы, и компоненты-объекты предметной области. Для примера в качестве компонепта-объекта предметной области рассмотрен элементарный пространственный объект «Призма». В качестве компонентов-модулей рассмотрены подробнее два: компонент-модуль поиска перспективных участков дегазации и компонент-модуль определения литологического состава вмещающих пород газоугольного месторождения.

Приведено использование нейросетевого метода для определения таких эвристических свойств как коэффициент трещинной газопроницаемости горной породы и литологический состав вмещающих пород.

Результаты апробации реализованных основных элементов интеллектуальной ГИС (базы пространственно-атрибутивных данных, геоинформационной подсистемы и компонентов гибридной базы знаний) показали ее работоспособность, адекватность реальным объектам Воркутинского месторождения и эффективность при решении поставленных задач. Следовательно, разработанная технология эффективна и может быть использована при создании систем подобного класса.

ЗАКЛЮЧЕНИЕ

В работе решена важная научная задача, состоящая в создании новой технологии разработки интеллектуальных геоинформациоипых систем, позволяющих повысить эффективность управления горнодобывающими предприятиями.

В ходе создания технологии разработки интеллектуальных геоинформационных систем были достигнуты следующие результаты:

• Обзор существующих теоретических исследований и практических разработок в области автоматизации горных работ показал их несовершенство в области работы с пространственно-распределенными геоданными, а также в области использования неполной и неточной исходной информации и эвристических знаний.

• Теоретические исследования по выбору средств разработки интеллектуальных геоинформационных систем показали применимость различных интеллектуальных методов и геоинформационного подхода для решения задач управления горнопромышленными комплексами, а также продиктовали выбор в качестве основы для интеграции объектно-ориентированной методологии и модели компонентных объектов для ее программной реализации.

• Разработана технология создания интегрированных интеллектуальных ГИС горнопромышленных комплексов, включающая поэтапный процесс формирования и структуру интеллектуальной геоинформационной системы, интегрированную объектно-ориентированную модель базы знаний, структуру объектно-ориентированной базы пространственно-атрибутивных данных месторождения.

• Результаты апробации реализованного прототипа интеллектуальной ГИС моделирования перспективных участков промысловой дегазации газоугольного месторождения показали ее работоспособность и адекватность реальным объектам месторождения, что доказывает эффективность разработанной технологии и возможность ее применения при создании интеллектуальных ГИС систем подобного класса.

Список литературы диссертационного исследования кандидат технических наук Литвинов, Александр Геннадьевич, 2006 год

1. Аверин А.Н., и др. Нечеткие множества в моделях управления и искусственного интелелкта / Под ред. Д.А. Поспелова. М.: Наука, 1986, 312 с.

2. Астафьев Ю.П.и др. Компьютерные системы управления в горном деле за рубежом. М.: Недра, 1989 г.

3. Бокс Д. Сущность технологии СОМ. СПб.: Питер, 2001. - 400 с.

4. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. -2 изд. -СПб: Невский диалект, 1998. -558 с.

5. Васильев П.В. Развитие горно-геологических информационных систем. -Информационный Бюллетень ГИС Ассоциации, № 2, 1999, стр. 32-34.

6. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж. Приемы объектно-ориентированного проектирования. Паттерны проектирования .- СПб. и др.: Питер, 2001.-366 с.

7. Гаскаров Д.В., Сикулер Д.В. и др. Интеллектуальная информационная технология. Экспертные системы : Учеб. пособие -СПб.: СПГУВК, 2004.

8. Геофизические методы изучения геологии угольных месторождений/В.В. Гречухин, П.А. Бродский, А.А. Климов и др. Под ред. В.В. Гречухина. -М. Недра. 1995.-477 с.

9. Джексон П. Введение в экспертные системы. Пер. с англ. и ред. В.Т.Тертышного. -3 изд. -М. и др.: Вильяме, 2001.

10. Ю.Ершов В.В., Дремуха А.С. и др. Автоматизация геолого-маркшейдерских работ.-М.: Недра, 1991 г.

11. П.Зимаков Б.Н., Матвиенко Н.Г., Гурьянов В.В., Козловский Е.А.,Хрюкин В.Т. и др. Научно-методический подход к прогнозированию перспектив промысловой добычи метана угольных месторождений. Горный Информационно-Аналитический бюллетень, 1997, N6, с.32-37.

12. Искусственный интеллект: Справочник: В 3 т. / Под ред. Д.А.Поспелова. -М.: Радио и связь, 1990. 304 с.

13. Капралов Е.Г., Кошкарев А.В., Тикунов B.C., Заварзин А.В.; Под ред B.C. Тикунова. Основы геоинформатики -2004.

14. Н.Каграманян С.Л., Давидклвич А.С., Малышев В.А. и др. Моделирование и управление горнорудными предприятиями. -М.: Недра, 1989 г.

15. Коган И.Д. Подсчет запасов и геолого-промышленная оценка рудных месторождений. М.: Недра, 1974 г.

16. Коновалова Н.В., Капралов Е.Г. Введение в ГИС. Учебное пособие. Изд. 2-е. М.: ГИС-Ассоциация, 1997, 160 с.

17. Кохонен Т. Ассоциативная память. -М.: Мир, 1980.

18. Краткая инструкция оператора по подсчету запасов с помощью программы ГеоБлок Версия 1.5. ТОО «Гетос», Белгород 2001.

19. Круглов В.В. Нечеткая логика и искусственные нейронные сети. -М.: Физматлит, 2001. -224 с.

20. Люгер Д.Ф. Искусственный интеллект: стратегия и методы решения сложных проблем: Пер. с англ./ Люгер Д.Ф. -4-е изд.-М. и др.: Вильяме,2003. -863 с.

21. Мальцев В. А. Методы и подходы к созданию программных средств управляемой интерполяции в геологических задачах. М. «Руды и металлы»,.^, 1994, с. 79-89.

22. Матерон Ж. Основы прикладной геостатистики. М.: Мир, 1968.

23. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6. М.: ДИАЛОГ-МИФИ, 2002.

24. Моррис С. Объектно-ориентированное программирование: Пер. с англ. -Ростов-н/Д: Феникс, 1997.-351 с.

25. Пучков Л.А. Шек В.М. Патент № 2130548. Способ определения количества полезного ископаемого в массиве горных пород.

26. Пучков Л.А. Реальность промысловой добычи метана из неразгруженных угольных пластов. М.: Издательство Московского государственного горного университета, 1996. - 23 с.

27. Пучков Л.А., Сластупов С.В., Федунец Б. И. Перспективы добычи метана в Печорском угольном бассейне. М.: Изд-во Моск. гос. горного ун-та,2004. -557 с.

28. Разработка технико-экономического прогноза извлечения природного газа при добыче угля для обоснования изменения топливно-энергетического баланса РФ. П ромежуточный отчет. М.: МГГУ, 2002, 95 с.

29. Сластунов С.В. Проблемы добычи угольного метана и перспективные технологические решения. ГИАБ, 1997, N6, с.25-31.

30. Уоссермен Ф. Нейрокомиыотерная техника.- М.: Мир, 1992.

31. Фейт Г.Н. Проблемы выбора перспективных участков и эффективных способов промысловой добычи метана из угольных пластов. ГИАБ, 1997, N6, с.45-46.

32. Фейт Г.Н., Захаров В.II. Геомеханические и геофизические вопросы оценки перспективности извлечения метана из угольных пластов. II Международная конференция «Сокращение эмиссии метана». Новосибирск, 2000, с.373-378.

33. Фейт Г.Н., Малииникова O.II. Геолого-физические критерии прогноза перспективности дегазации угольных пластов для промышленного извлечения метана. ГИАБ, 2001, N5, с.80-84.

34. Финаревский И.И., Низгурецкий З.Д. и др. Решение маркшейдерских задач на ЭВМ вычислительных центров. М.:Недра, 1975.

35. Якуцени В.П. Ресурсы нетрадиционного газового сырья и проблемы его освоения. Л.: Изд. ВНИГРИ, 1990. 189 с.

36. Anil К. Jain, Jianchang Мао, К.М. Mohiuddin. Artificial Neural Networks: A Tutorial, Computer, Vol. 29, No. 3, March/1996, pp. 31-34.

37. Barnes M.P. Drill-hole Interpolation: Estimating Mineral Inventory. In:Open pit Mine Planning and Design, New York, 1979.

38. Doyle J. Truth maintenance systems for problem solving. Fifth International Joint Conference on Artificial Intelligence, Cambridge, Massachusetts, 1977.

39. McAllester David A. A Three Valued Truth Maintenance System. MIT AI Lab., Memo 473, 1978.

40. McCarthy J. Circumscription A Form of Nonmonotonic Reasoning. Artificial Intelligence, 13, 1980.

41. McCarthy J. Applications of Circumscription to Formalizing Common Sense Knowledge. Artificial Intelligence, 28: 89-116, 1986.

42. Mitchell T.M. Version Spaces : an Approach to Concept Learning. STAN-CS-78-711, Stanford University, Palo Alto, CA, 1978.

43. Newell A. and Simon II. Human Problem Solving. Englewood Cliffs, NJ: Prentice Hall, 1972.

44. Parsons S., Hunter A. A review of uncertainty handling formalisms. Springer-Verlag London, UK, 1998.

45. Quinlan J.R. Induction of decision trees. Machine Learning, 1(1): 81-106, 1986.

46. Shannon C. A Mathematical Theory of Communication. Bell System Technical Journal, 1948.

47. Waterman D.A. A Guide to Expert Systems. Reading, MA: Addison-Wesley, 1986.

48. Zadeh L. Commonsense knowledge representation based on fuzzy logic. Computer, 16: 61-65, 1983.