Автоматизация оценки технического состояния основных фондов предприятия тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Савва, Юрий Болеславович

• Савва, Юрий Болеславович
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Савва, Юрий Болеславович

ВВЕДЕНИЕ.

1 АНАЛИЗ СОСТОЯНИЯ ВОПРОСОВ АВТОМАТИЗАЦИИ ПРОЦЕССОВ ПРОГНОЗИРОВАНИЯ ПОВЕДЕНИЯ СЛОЖНЫХ МНОГОПАРАМЕТРИЧЕСКИХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ.

1.1. Анализ сложных многопараметрических технических объектов.

1.2. Анализ методов и средств оценки технического состояния и прогнозирования поведения сложных многопараметрических технических объектов.

1.3. Анализ существующих средств автоматизации процессов оценки технического состояния и прогнозирования поведения сложных многопараметрических технических объектов.

1.4. Постановка задачи исследования.

Выводы по первой главе.

2 РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛЕЙ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ СЛОЖНЫХ МНОГОПАРАМЕТРИЧЕСКИХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ.

2.1. Разработка визуальной модели жизненного цикла сложного многопараметрического технического объекта

2.2. Моделирование поведения сложного многопараметрического технического объекта на стадии эксплуатации.

2.3. Моделирование технологического процесса проведения оценки СТО.

2.4. Разработка визуальной модели базы данных и правил вывода оценки и формирования прогноза технического состояния сложных многопараметрических объектов. 69 Выводы по второй главе.

3 РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ СЛОЖНЫХ МНОГОПАРАМЕТРИЧЕСКИХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ.

3.1. Разработка архитектуры автоматизированной системы оценки и прогнозирования технического состояния СТО

3.2. Разработка структуры базы данных автоматизированной системы оценки и прогнозирования технического состояния СТО.

3.3. Разработка пользовательского интерфейса автоматизированной системы оценки и прогнозирования технического состояния СТО.

Выводы по третьей главе.

4 ИССЛЕДОВАНИЕ ВОПРОСОВ РЕАЛИЗАЦИИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ СЛОЖНЫХ МНОГОПАРАМЕТРИЧЕСКИХ ТЕХНИЧЕСКИХ ОБЪЕКТОВ И ПРИМЕРЫ ЕЕ ВНЕДРЕНИЯ.

4.1. Проведение оценки текущего технического состояния

4.2. Прогнозирование изменения технического состояния

4.3. Оценка эффективности внедрения автоматизированной системы оценки и прогнозирования состояния сложных многопараметрических технических объектов и примеры ее внедрения.

Выводы по четвёртой главе.

Введение диссертации (часть автореферата) на тему «Автоматизация оценки технического состояния основных фондов предприятия»

В России главная причина техногенных катастроф заключается в значительной (50.80%) выработке ресурсов основных фондов, а многие важнейшие промышленные объекты работают за пределами проектного ресурса, что является прямой предпосылкой возникновения аварий. Одним из самых действенных способов снижения производственных издержек и предотвращения сбоев в работе предприятия является совершенствование технического обслуживания и ремонтов основных фондов. Исследования показывают, что проведение планово-предупредительных ремонтов позволяет сократить число незапланированных простоев производства и повысить производительность на 10-15 процентов.

Основные фонды предприятий - производственное и вспомогательное оборудование, здания, сооружения и обслуживающие системы — представляют собой сложные технические объекты (СТО). При этом внешняя среда для этих объектов - экологическая и технологическая - все более приобретает свойства нестабильности и неопределенности. Нестабильность проявляется в том, что темпы изменения внешней среды увеличиваются, а неопределенность - в том, что ситуации, возникающие в природе и на технических объектах, все чаще становятся неузнаваемыми и плохо прогнозируемыми.

Для обеспечения эффективной и безопасной эксплуатации этих объектов необходим регулярный контроль и анализ их технического состояния, включающие сбор и обработку значений параметров, характеризующих состояние объектов данного типа. При этом количество таких параметров велико и может достигать нескольких десятков, а с учетом факторов внешней среды - нескольких сотен. Однако, несмотря на значительное многообразие методов контроля и управления СТО, в настоящее время отсутствуют не только универсальные методы, способные полностью заменить остальные, но также отсутствуют методы, позволяющие на основе зафиксированных значений отдельных параметров получать объективную оценку текущего состояния наблюдаемых объектов, а также сделать прогноз развития этого состояния. Связано это не только с высокой сложностью объекта — большим количеством параметров, многообразием связей, множеством режимов функционирования, нелинейным характером протекающих в нем процессов, но и с различием физической природы наблюдаемых и измеряемых параметров, характеризующих состояние объекта.

Существующие автоматизированные системы управления основными фондами - ЕАМ-системы (Enterprise Asset Management) - обеспечивают ведение баз данных по соответствующим характеристикам оборудования, режимам функционирования, ремонтам, обслуживанию; сбор статистики; управление материально-техническим снабжением. Однако в этих системах отсутствуют средства анализа и прогнозирования технического состояния СТО, а также инструменты обработки значений параметров, характеризующих техническое состояние СТО, представленных слабоформализованными данными.

В этих условиях наиболее актуальной проблемой является разработка и внедрение современных информационных технологий - автоматизированных систем, позволяющих качественно и эффективно решать задачи оценки текущего технического состояния сложных технических объектов и прогнозирования его изменения в будущем. Использование автоматизированных систем оценки и прогнозирования технического состояния СТО позволит перейти от управления на основе прошлого опыта к стратегическому управлению, позволяющему выявлять тенденции и риски. Это особенно важно сейчас, так как своевременное обнаружение и локализация отказов позволит исключить многочисленные аварийные и катастрофические ситуации, участившиеся в последнее время.

Имеющийся опыт разработки и внедрения автоматизированных систем в различных отраслях экономики и производства показал их эффективность, в том числе и при решении задач с нечеткими и неполными исходными данными. В основе настоящего исследования лежат результаты работ в области теории принятия решений и ситуационного управления (Д.А. Поспелов, О.И.Ларичев, Р. Беллман, Т. Саати), нечетких множеств и нечеткой логики (Л. Заде, Е.А. Мамдани, М. Сугэно, А.Н. Борисов), лингвистического прогнозирования (Константинов И.С., Раков В.И., Веригин А.Н.), объектно-ориентированного моделирования и программирования (Г. Буч, Дж. Рамбо, А. Джекобсон, Р. Фаулер и др.).

Объектом исследования в данной работе являются процессы оценки и прогнозирования технического состояния основных фондов предприятия.

В качестве предмета исследования рассматриваются алгоритмы, методики и инструментальные средства построения подсистем оценки и прогнозирования изменения технического состояния основных фондов предприятия.

Целью диссертационного исследования является сокращение времени простоя оборудования и производства за счет включения в автоматизированную систему управления основными фондами предприятия подсистемы оценки и прогнозирования технического состояния СТО, построенной на основе лингвистического подхода и моделей нечеткой логики.

Для достижения поставленной цели были сформулированы и решены следующие задачи:

- анализ состояния вопросов автоматизации процессов оценки технического состояния и прогнозирования поведения сложных производственных объектов;

- разработка и анализ визуальной объектно-ориентированной модели технологического процесса оценки технического состояния сложных производственных объектов;

- разработка и исследование алгоритмов оценки и прогнозирования технического состояния сложных технических объектов;

- разработка и исследование базы данных, правил логического вывода, структуры и алгоритмов функционирования автоматизированной подсистемы оценки и прогнозирования технического состояния сложных технических объектов;

- разработка прототипа автоматизированной подсистемы оценки и прогнозирования технического состояния технического состояния сложных производственных технических объектов, а также анализ эффективности ее внедрения.

Методы и средства исследований. При решении указанных задач использовались методы теории управления, нечеткой логики, теории возможностей, теории принятия решений, ситуационного управления, объектно-ориентированного моделирования и лингвистического прогнозирования.

Достоверность научных положений подтверждается корректностью математических выкладок, их согласованностью с известными теоретическими положениями и результатами практического использования созданного прототипа автоматизированной системы.

Научная новизна заключается в следующем:

- разработана новая объектно-ориентированная модель сложных технических объектов, в основе которой лежит представление отдельных классов этих объектов;

- разработаны алгоритмы получения экспертной оценки и прогноза технического состояния сложных производственных технических объектов с использованием слабоформализованных и неполных исходных данных;

- предложена структура подсистемы автоматизации процесса получения оценки и прогноза технического состояния сложных производственных объектов, которая может быть адаптирована и интегрирована в автоматизированные системы управления конкретным производством;

- разработаны методика и инструментарий для построения автоматизированных подсистем оценки и прогнозирования технического состояния сложных производственных объектов, в основе которых лежит лингвистический подход.

Практическая значимость работы заключается в следующем:

1. В разработке прототипа автоматизированной системы оценки и прогнозирования технического состояния сложных производственных объектов с использованием слабоформализованных и неполных исходных данных, позволяющего повысить объективность получаемых выводов;

2. Во внедрении автоматизированной системы в Орловском ЗАО «Электротекс» и Мценском ООО «Росбланкресурс», что позволило повысить качество принимаемых решений при планировании ремонтных работ и сократить простои оборудования;

3. В использовании результатов исследований при разработке лекций, лабораторных и практических занятий по дисциплинам «Основы теории управления», «Принципы создания систем автоматизированного проектирования» и «Информационные технологии управления качеством и защита информации», читаемым на кафедре «Информационные системы» Орловского государственного технического университета.

Положения, выносимые на защиту:

1. Объектно-ориентированная модель технологического процесса оценки и прогнозирования технического состояния сложных производственных технических объектов с использованием слабоформализованных и неполных исходных данных;

2. Алгоритмы получения оценки и прогноза технического состояния сложных производственных технических объектов с использованием слабо-формализованных и неполных исходных данных;

3. Структура подсистемы автоматизации оценки и прогнозирования технического состояния сложных производственных объектов;

4. Методика и инструментарий синтеза автоматизированной подсистемы оценки текущего и прогнозирования изменения технического состояния сложных производственных технических объектов.

Апробация результатов работы. Основные теоретические положения и результаты проведенного исследования докладывались и обсуждались: на Всероссийской научно-технической конференции «Диагностика веществ, изделий и устройств», г. Орел, ноябрь 1999 года; Международной научной конференции «Пользовательский интерфейс в современных компьютерных системах», г. Орел, ноябрь 1999 года; Международной научно-практической конференции «Современные проблемы промышленной экологии», г. Орел, ноябрь 1999 года; второй международной научно-практической конференции «Энерго- и ресурсосбережение - XXI век», г. Орел, 2004 год; Международной научно-технической конференции «Информационные технологии в образовании, технике и медицине», г. Волгоград, сентябрь 2002 года; Международных научно-технических конференциях «Информационные технологии в науке, образовании и производстве» (ИТНОП), г. Орел, май 2004, май 2006 и апрель 2008 годов; Всероссийской научной конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике, экологии», г. Орел, ноябрь 2004 года; Первой международной электронной научно-технической конференции «Бизнес-процессы и бизнес-системы - 2005», г. Тула, 2005 год.

Публикации. По теме диссертации опубликовано 13 научных трудов общим объемом 4,5 печатных листа, включая 9 статей в научных сборниках и 4 тезисов докладов.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и 5 приложений. Рукопись имеет 149 страниц машинописного текста, включает 12 таблиц, 35 рисунков. Библиография содержит 116 наименований.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Савва, Юрий Болеславович

Выводы по четвертой главе

1. Автоматизированная система оценки и прогнозирования состояния СТО является системой, обеспечивающей поддержку принятия решений специалистом-оценщиком. Учитывая, что особенности содержимого баз данных и правил вывода оценок технического состояния СТО зависят от типов этих объектов, при адаптации системы на конкретных предприятиях необходимо использовать соответствующие используемым на этих предприятиях типов объектов данные и правила.

2. Предложенные реализации интерфейсов взаимодействия с пользователем позволяют в дальнейшем снизить затраты на доработку, внесение изменений и адаптацию под конкретные типы СТО за счёт применения унифицированных решений по хранению и выводу данных, а также взаимодействию с другим программным обеспечением.

3. Предложенная, разработанная и внедрённая на предприятиях автоматизированная система оценки и прогнозирования состояния СТО позволила существенно снизить продолжительность простоев производства.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решены научно-технические задачи позволяющей

1. Проанализированы основные подходы к автоматизации процессов оценки и прогнозирования технического состояния сложных производственных объектов при условиях наличия слабоформализованных нечетких и неполных исходных данных. На основе анализа существующих решений предложен новый подход, заключающийся во включении в автоматизированную систему управления основными фондами предприятий системы оценки и прогнозирования технического состояния сложных производственных объектов. Особенностью этой подсистемы является использование лингвистических методов для обработки слабоформализованных нечетких и неполных исходных данных.

2. Разработаны и исследованы объектно-ориентированные визуальные модели процесса оценки и прогнозирования технического состояния сложных производственных технических объектов основывающиеся на анализе жизненного цикла этих объектов.

3. Разработаны и исследованы алгоритмы оценки и прогнозирования технического состояния сложных производственных технических объектов с учетом использования слабоформализованных и неполных исходных данных.

4. Разработаны и исследованы объектно-ориентированные визуальные модели структуры автоматизированной систем оценки и прогнозирования технического состояния сложных производственных объектов, модели ядра этой системы, ее графического интерфейса, системы лингвистического обеспечения, модуля работы с базами данных и правил вывода.

5. Предложенная методика синтеза автоматизированной системы оценки и прогнозирования технического состояния сложных производственных технических объектов.

6. Разработан прототип автоматизированной системы оценки и прогнозирования технического состояния сложных производственных объектов.

Список литературы диссертационного исследования кандидат технических наук Савва, Юрий Болеславович, 2008 год

1. Алексеев, A.A. Диагностика в технических системах Текст. / A.A. Алексеев, А.И. Солодовников./ Под ред. В.Б. Яковлева. - СПб.: Изд-во СПбГЭТУ (ЛЭТИ), 1998. - 188 с.

2. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях Текст. / А. Е. Алтунин, Семухин М.В. Тюмень, Изд-во Тюменского гос. университета, 2000. -352 с.

3. Алымов В.Т. Техногенный риск: Анализ и оценка: Учеб. пособие для вузов Текст. / В.Т. Алымов В.Т., Н.П. Тарасова. М.: Академкнига, 2005,- 118 с.

4. Амбарцумян, A.A. Анализ функциональности систем управления техническим обслуживанием и ремонтом оборудования Текст. / A.A. Амбарцумян, A.C. Хадеев// Проблемы управления. 2005. - № 6. - С. 2-12.

5. Бадамшин, P.A. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний Текст. / P.A. Бадамшин, Б.Г. Ильясов, Л.Р. Черняховская М.: Машиностроение, 2003. - 240 с.

6. Бакаев, В.В. Информационное обеспечение, поддержка и сопровождение жизненного цикла изделия Текст. / В.В. Бакаев, Е.В. Судов, В.А. Го-мозов и др. М.: Мир, 2005. - 624 с.

7. Батыршин, И.З. Общий взгляд на основные черты и направления развития нечеткой логики Текст. / И.З. Батыршин // Новости искусственного интеллекта. 2001. - № 44-45. - С. 25-27.

8. Барсегян, A.A. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP Текст. / A.A. Барсегян. СПб.: БХВ-Санкт-Петербург, 2007. - 384 с.

9. Беллман, Р. Принятие решений в расплывчатых условиях Текст.: пер. с англ. / Р. Беллман, Л. Заде // Вопросы анализа и процедуры принятия решений.-М.: Мир, 1976.-С. 172-215.

10. Белов, П.Г. Системный анализ и моделирование опасных процессов в техносфере Текст. / П.Г. Белов. -М.: Академия, 2003. 512 с.

11. Бенькович, Е.С. Практическое моделирование динамических систем Текст. / Е.С. Бенькович, Ю.Б. Колесов, Ю.Б. Сениченков. СПб.: БХВ-Петербург, 2002. - 464 с.

12. Борисов, А.Н. Обработка нечеткой информации в системах принятия решений Текст. / А.Н. Борисов, A.B. Алексеев, Г.В. Меркурьева и др. -М.: Радио и связь, 1989. 304 с.

13. Борисов, А.Н. Принятие решений на основе нечетких моделей: Примеры использования Текст. / А.Н. Борисов, О.А Крумберг, И.П. Федоров-Рига: Зинатне, 1990. — 180 с.

14. Брудно, В.А. Базы данных с неполной информацией Текст. / В.А. Брудно, Д.П. Скворцов 5-45.

15. Бурков, В.Н и др. // Семиотика и информатика. — М.: ВИНИТИ, 1985. — Вып. 25. — С. Теория активных систем: состояние и перспективы Текст. / В.Н. Бурков, Д.А. Новиков. М.: СИНТЕГ, 1999. - 125 с.

16. Бусленко, Н.П. Лекции по теории сложных систем Текст. / Н.П. Бусленко, В.В. Калашникова, И.Н. Коваленко. М.: Сов. радио, 1973. - 440 с.

17. Буч, Г. Язык UML: Руководство пользователя Текст.: пер. с англ. / Г.Буч, Дж. Рамбо, А. Джекобсон.- М.: ДМК Пресс; СПБ Питер, 2004. 432 с.

18. Вагин, В.Н. Достоверный и правдоподобный вывод в интеллектуальных системах Текст. / В.Н. Вагин, Е.Ю. Гловина, A.A. Загорянская, М.В. Фомин. М.: Физматлит, 2004. - 704 с.

19. Вильсон, А.Дж. Энтропийные методы моделирования сложных систем Текст.: пер. с англ. / А.Дж.Вильсон. М.: Наука, 1978. - 247 с.

20. Гаврилова, Т.А. Базы знаний интеллектуальных систем Текст. / Т.А. Гаврилова, В.Ф. Хорошевский. СПб. - Питер, 2000 - 360 с.

21. Геловани, В.А. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянииприродной среды Текст. / В.А. Геловани, A.A. Башлыков, Бритков В.Б., Вя-зилов Е.Д. М.: Эудиториал УРСС, 2001.-304 с.

22. Грейвс М. Проектирование баз данных на основе XML Текст.: пер. с англ. / М. Грейвс. Спб.: Вильяме, 2002. - 640 с.

23. Заде ,JI.A. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных интеллектуальных систем Текст.: пер. с англ. / Л.А. Заде.// Новости искусственного интеллекта. — 2001. -№44-45.-С. 7-11.

24. Заде, Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений Текст.: пер. с англ. / Л.А. Заде // Математика сегодня/ Под ред. H.H. Моисеева. М.: Знание. - 1974. - С. 5-48.

25. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приблизительных решений Текст.: пер. с англ. / Л.А. Заде. М.: Мир, 1976.- 165 с.

26. Заде, Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе Текст.: пер. с англ. / Л.А. Заде // Классификация и кластер / Под ред. Дж. Вэн Райзин. М.: Мир, 1980. - С. 208-247.

27. Зарубин, B.C. Математическое моделирование в технике Текст. / B.C. Зарубин. -М.: Изд-во МГТУ им. Баумана, 2001. 496 с.

28. Ивахненко, А.Г. Долгосрочное прогнозирование и управление слжными системами Текст. / А.Г. Ивахненко. К.: Техшка, 1975. - 312 с.

29. Казачек, В.Г. Обследование и испытание сооружений:Уч.для вузов Текст. / В.Г. Казачек, Н.В. Нечаев., Н.С. Нотенко. Высшая школа, 2006. -655 с.

30. Касти, Дж. Большие системы: связность, сложность и катастрофы Текст.: пер. с англ. / Дж. Касти. М.: Мир, 1982. - 216 с.

31. Квейд, Э. Анализ сложных систем Текст.: пер. с англ. / Э.Квейд. -М.: Советское радио, 1969. 520с.

32. Кларк, Э. Управление знаниями: польза от применения опыта в области качества Текст.: пер. с англ. / Э. Кларк // Стандарты и качество. — 2001.-С. 116-120.

33. Клинченко, Л.А. Методы и средства интеграции неоднородных данных Текст. / Л.А. Клинченко. М.: Наука, 1983. - 423 с.

34. Клир, Дж. Системология: автоматизация решения системных задач Текст.: пер. с англ. / Дж. Клир. М.: Радио и связь, 1990. - 544 с.

35. Колесов Ю.Б., Объектно-ориентированное моделирование сложных динамических систем Текст. / Ю.Б. Колесов. — СПб.: Изд-во СПбГПУ, 2004. 240 с.

36. Константинов И.С. Лингвистическое прогнозирование в структурах управления Текст. / И.С. Константинов, А.Н. Веригин, В.И. Раков. СПб.: Изд-во С.-Петербургского ун-та, 1998. — 165 с.

37. Круглов, В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода Текст. / В.В. Круглов, М.И. Дли. М.: Физматлит, 2002. - 322 с.

38. Кузин, Е.С. Представление знаний и решение информационно-сложных задач в компьютерных системах Текст. / Е.С. Кузин// Информационные технологии. Приложение. — 2004. — № 4. 32 с.

39. Кунцевич, Н. ЕАМ-система Avantis: ПО управления основными фондами предприятия Электронный ресурс. / Н. Кунцевич. Постоянный адрес доступа — www.rtsoft.ru

40. Ларичев, О.И. Вербальный анализ решений Текст. / О.И. Ларичев. -М.: Наука, 2006.-181 с.

41. Ларичев, О.И. Теория и методы принятия решений Текст. / О.И. Ларичев. М.: Логос, 2000. - 296 с.

42. Ларман, К. Применение UML и шаблонов проектирования Текст.: пер. с англ. / К. Ларман. М.: Вильяме, 2002. - 624 с.

43. Лбов, Г.С. Методы обработки разнотипных экспериментальных данных Текст. / Г.С. Лбов. Новосибирск, 1981. - 158 с.

44. Люггер, Д.Ф. Искусственный интеллект: стратегии и методы решений сложных проблем Текст.: пер. с англ. / Д.Ф. Люггер. М.: Издательский дом «Вильяме», 2003. - 864 с.

45. Мартин, Д. XML для профессионалов Текст.: пер. с англ. / Д. Мартин, М. Бирбек, Б. Лозген и др. М.: Лори, 2001. - 900 с.

46. Малколм, Г. Программирование для SQL Server 2000 с использованием XML Текст.: пер. с англ. / Г. Малколм. М.: Русская редакция. - 2002. - 207 с.

47. Мелихов, А.Н. Ситуационные советующие системы с нечеткой логикой Текст. / А.Н. Мелихов, Л.С. Берштейн, С.Я. Коровин С.Я. М.: Наука, 1990. - 272 с.

48. Мине, Г. XML: справочник Текст.: пер. с англ. / Г. Мине. СПб.: Символ-Плюс, 2002. - 576 с.

49. Миркин, Б.Г. Анализ качественных признаков и структур Текст. / Б.Г. Миркин. М.: Статистика, 1980. - 319 с.

50. Мюллер Р.Дж. Базы данных и UML программирование Текст.: Пер. с англ. / Р.Дж. Мюллер М.: Лори, 2002. - 420 с.

51. Назаров, A.B. Нейросетевые алгоритмы прогнозирования и оптимизации систем Текст. / A.B. Назаров, А.И. Лоскутов. СПб.: Наука и техника, 2003.-384 с.

52. Нечеткие множества в моделях управления и искусственного интеллекта Текст. / Под ред. Д.А. Поспелова. М.: Наука, 1986. - 311 с.

53. Новиков, Д.А. Курс теории активных систем Текст. / Д.А. Новиков С.Н. Петраков. -М.: СИНТЕГ, 1999. 142 с.

54. Овчинников, C.B. О нечетких классификациях Текст.: пер. с англ. / С.А. Овчинников, Т. Рьера. // Нечеткие множества и теория возможностей: последние достижения/ Под ред. P.P. Ягера. М.: Радио и связь, 1986. - С. 100-113.

55. Офсетная листовая печатная машина Dominant-724: руководство по эксплуатации Текст. ADAST, 1986. - 98 с.

56. Питц-Моултис, Н., XML в подлиннике Текст.: пер. с англ./ Н. Питц-Моултис., Ч. Кирк. СПб.: БХВ-Петербург, 2002. - 718 с.

57. Положение о классификации чрезвычайных ситуаций природного и техногенного характера/ Утверждено Постановлением Правительства РФ № 1094 от 13.09.96 г.

58. Попов, Э.В. Статические и динамические экспертные системы Текст. / Э.В. Попов [и др.]. М.: Финансы и статистика, 1996. - 315 с.

59. Поспелов, Д.А. Логико-лингвистические модели в системах управления Текст. / Д.А. Поспелов. -М.: Энергоатомиздат, 1981.-231 с.

60. Поспелов, Д.А. Ситуационное управление: теория и практика Текст. / Д.А. Поспелов. 1986. - 285 с.

61. Представление и использование знаний Текст.: пер. с яп. / X. Уэно, Т. Кояма, Т. Окамото и др.; Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 с.

62. Преобразователи частоты транзисторные: руководство по эксплуатации Текст. Орел, ЗАО «Электротекс», 2007. - 61 с.

63. Прикладные нечеткие системы Текст.: пер. с яп. / Под ред. Т. Тэ-рано. М.: Мир, 1993.-368 с.

64. Прохорович, В.Е. Прогнозирование состояния сложных технических комплексов Текст. / В.Е. Прохорович. СПб.: Наука, 1999. - 158 с.

65. Разумовский, О.С. Современный детерминизм и экстремальный принцип в физике Текст. / О.С. Разумовский. М.: Наука, 1975. - 151 с.

66. Райфа Г. Анализ решений Текст.: пер. с англ./ Г.Райфа М.: Наука, 1977.-707 с.

67. Рамбо, Дж. ЦМЬ: Специальный справочник Текст.: пер. с англ./ Дж. Рамбо, А. Якобсон, Г. Буч. СПб.: Питер, 2002. - 656 с.

68. РД 09-102-95. Методические указания по определению остаточного ресурса потенциально опасных объектов, подконтрольных Госгортехнадзору России: Утверждены постановлением Госгортехнадзора России от 17.11.1995.

69. Роберте, Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам Текст.: пер. с англ./ Ф.С. Роберте. М.: Наука, 1986. - 496 с.

70. Руспини, Э.Г. Последние достижения в кластерном анализе Текст.: пер. с англ. / Э.Г. Руспини. // Нечеткие множества и теория возможностей: последние достижения/ Под ред. P.P. Ягера. М.: Радио и связь, 1986. - С. 100-113.

71. Саати, Т. Принятие решений: Метод анализа иерархий Текст.: пер. с англ. / Т. Сати. М.: радио и связь, - 1993. — 320 с.

72. Савва, Ю.Б. Анализ информационных потоков при создании автоматизированной системы мониторинга водных ресурсов Текст. / Ю.Б. Савва // Науч. тр. ОрелГТУ. Т.2-1997.- С.329-334.

73. Савва, Ю.Б. Интеллектуальная система оценки состояния и поведения сложных объектов Текст./ И.С. Константинов, Ю.Б. Савва// Труды/

74. Информационные технологии в образовании, технике и медицине: Международная научно-техническая конференция. В 2-х ч. 4.2. — Волгоград: РПК «Политехник», 2002. С. 108-111.

75. Саркисян, С.А. Анализ и прогноз развития больших технических систем Текст. / С.А. Саркисян, Ахундов В.М., Минаев Э.С. М.: Наука, 1982.-280 с.

76. Сейдж, Э., Теория оценивания и ее применение в связи и управлении Текст.: пер. с англ. / Э. Сейдж, Дж. Меле. М.: Связь, 1976. - 368 с.

77. Снапелев, Ю.А. Моделирование и управление в сложных системах Текст. / Ю.А. Снапелев. М.: Сов. радио, 1974. - 258 с.

78. Соломенцев, Ю.М., Информационно-вычислительные системы в машиностроении: CALS-технологии Текст. / Ю.М. Соломенцев, В.Г. Митрофанов, В.В. Павлов, A.B. Рыбаков. -М.: Наука, 2003. 292 с.

79. Страбыкин, Д.А. Логический вывод в системах обработки знаний Текст. / Д.А. Страбыкин. СПб.: Изд-во СПбГТЭУ, 1988. - 164 с.

80. Судов, Е.В. Интегрированная информационная поддержка жизненного цикла машиностроительной продукции. Принципы. Технологии. Методы. Модели. Текст. / Е.В. Судов. М.: Издательский дом «МВМ», 2003. -264 с.

81. Трахтенгерц, Э.А. Компьютерная поддержка принятия решений Текст. / Э.А. Трахтенгерц. М.: СИНТЕГ, 1998. - 376 с.

82. Трухаев, Р.И. Модели принятия решений в условиях неопределенности Текст. / Р.И. Трухаев. М.: Наука, 1981. - 258 с.

83. Управление основными фондами: решение ТШМ-Технический менеджментЭлектронный ресурс. / Постоянный адрес доступа http://www.trim.ru/content/vie w/111 IUI

84. Усманова, З.Д. Моделирование времени Текст. / З.Д. Усманова. -М.: Знание, 1991.-48 с.

85. Фаулер, М. UML: Основы Текст.: пер. с англ. / М. Фаулер, К. Скотт. СПб.: Символ-плюс, 2002. - 192 с.

86. Фролов, Ю.В. Интеллектуальные системы и управленческие решения Текст. / Ю.В. Фролов. М.: МГПУ, 2000. - 294 с.

87. Хенли, Э. Надежность технических систем и оценка риска Текст.: пер. с англ. / Э. Хенли, Дж., Кумамото. М.: Машиностроение, 1981. - 526 с.

88. Черноруцкий, И.Г. Методы принятия решений Текст. / И.Г. Чер-норуцкий. СПб.: БХВ-Петербург, 2005. - 416 с.

89. Шехватов, Д. Управление основными фондами: как автоматизировать ремонты и техническое обслуживание Электронный ресурс. / Д. Шехватов// • СЮ. 2003. - № 2. Постоянный адрес доступа www.ifsmssia.ru/publishl .htm

90. Эшби, У.Р. Введение в кибернетику Текст.: пер. с англ. / У.Р. Эшби. М.: ИЛ, 1959. - 284 с.

91. Якобсон, А., Унифицированный процесс разработки программного обеспечения Текст.: пер. с англ. / А. Якобсон, Г. Буч, Дж. Рамбо. СПб.: Питер, 2002. - 496 с.

92. Ямалов, И.У. Концептуальное моделировнаие процессов возникновения и развития чрезвычайных ситуаций Текст. / И.У. Ямалов// Информационные технологии. 2007. - № 7. - С. 54-57.

93. ERP/EAM-система IFS Application: описание, возможности, отличия Электронный ресурс. / Постоянный адрес доступа http://www.ifsrussia.ru/ifsapps.htm

94. ISO: Международные стандарты. 4.1: Управление качеством продукции. -М.: ИНСАР, 1992. 172 с.

95. Global-EAM информационная система для управления ремонтами и техническим обслуживанием оборудования Электронный ресурс. / Постоянный адрес доступа http://global-eam.ru/

96. Chen, P.P. The entity-relationship model: toward a unified View of data Text./ P.P. Chen// ACM Trans, on Database Systems. 1976. - № 1. - P. 9-36.

97. Datastream Infor EAM Enterprise Edition Модули и возможности Электронный ресурс. / Постоянный адрес доступа http://www.datastream.ru/index.php3?pid=53