Sintesi di sistemi intelligenti di controllo automatizzato per processi tecnologici complessi. Valutazione dell'attrattiva degli investimenti di un'organizzazione (usando l'esempio di Synthesis of Intelligent Systems LLC) Studio dei sistemi informativi utilizzando il metodo del bilancio armonico

Intelligenza artificiale(inglese – intelligenza artificiale) sono sistemi software artificiali creati dall'uomo su una base di computer e che simulano la soluzione di complessi problemi creativi da parte dell'uomo nel processo della sua vita. Secondo un’altra definizione simile, “l’intelligenza artificiale” è un programma per computer con l’aiuto del quale una macchina acquisisce la capacità di risolvere problemi non banali e di porre domande non banali”.

Ci sono due aree di lavoro che compongono l’intelligenza artificiale (AI). La prima di queste direzioni, che convenzionalmente può essere chiamata bionico, mira a simulare l'attività del cervello, le sue proprietà psicofisiologiche, al fine di provare a riprodurre l'intelligenza artificiale (intelligenza) su un computer o utilizzando speciali dispositivi tecnici. La seconda (principale) direzione di lavoro nel campo dell'intelligenza artificiale, a volte chiamata pragmatico, associato alla creazione di sistemi per la risoluzione automatica di problemi complessi (creativi) su un computer senza tenere conto della natura dei processi che si verificano nella mente umana durante la risoluzione di questi problemi. Il confronto viene effettuato in base all'efficacia del risultato e alla qualità delle soluzioni ottenute.

1) Esiste bersaglio, cioè. il risultato finale verso il quale sono diretti i processi mentali di una persona (“L’obiettivo fa pensare una persona”).

2) Il cervello umano ne memorizza un numero enorme fatti E regole il loro utilizzo. Per raggiungere un determinato obiettivo, devi solo rivolgerti ai fatti e alle regole necessari.

3) Il processo decisionale viene sempre effettuato sulla base di uno speciale meccanismo di semplificazione, che consente di scartare fatti e regole non necessari (non importanti) che non sono correlati al problema da risolvere al momento e, al contrario, evidenziare i fatti e le regole principali e più significativi necessari per raggiungere l'obiettivo.

4) Raggiungendo un obiettivo, una persona non solo arriva a una soluzione al compito che gli è stato assegnato, ma allo stesso tempo acquisisce anche nuove conoscenze.

Costruire un sistema di intelligenza artificiale universale che copra tutte le aree tematiche è impossibile, poiché richiederebbe un numero infinito di fatti e regole. Più realistico è il compito di creare sistemi di intelligenza artificiale progettati per risolvere problemi in un’area specifica e strettamente definita.

Riso. 5.1. Componenti del sistema IA

Vengono chiamati tali sistemi, utilizzando l'esperienza e la conoscenza pratica di specialisti esperti in una determinata area tematica sistemi esperti(sistemi esperti).

L'utilizzo di sistemi esperti si rivela estremamente efficace nei più svariati ambiti dell'attività umana (medicina, geologia, elettronica, petrolchimica, ricerca spaziale, ecc.). Ciò è spiegato da una serie di ragioni: in primo luogo, diventa possibile risolvere problemi precedentemente inaccessibili e scarsamente formalizzati utilizzando un nuovo apparato matematico appositamente sviluppato per questi scopi (reti semantiche, frame, logica fuzzy, ecc.); in secondo luogo, i sistemi esperti in fase di creazione sono finalizzati al loro funzionamento da parte di un'ampia gamma di specialisti (utenti finali), con i quali la comunicazione avviene in modalità interattiva, utilizzando tecniche di ragionamento e terminologia di una specifica area tematica che comprendono; in terzo luogo, l'uso di un sistema esperto può aumentare notevolmente l'efficienza delle decisioni prese dagli utenti comuni grazie all'accumulo di conoscenza nel sistema esperto, inclusa la conoscenza di esperti altamente qualificati.

Un sistema esperto comprende una base di conoscenza e sottosistemi: comunicazione, spiegazione, processo decisionale, accumulazione di conoscenza. Al sistema esperto sono collegati, attraverso il sottosistema di comunicazione: l'utente finale; esperto – uno specialista altamente qualificato la cui esperienza e conoscenza superano di gran lunga la conoscenza e l’esperienza di un utente ordinario; un ingegnere della conoscenza che ha familiarità con i principi della costruzione di un sistema esperto e sa come lavorare con esperti in questo campo ed è esperto in linguaggi speciali per descrivere la conoscenza.

Vengono chiamati sistemi di controllo costruiti sulla base di regolatori esperti che simulano le azioni di un operatore umano in condizioni di incertezza nelle caratteristiche dell'oggetto e dell'ambiente esterno intellettuale sistemi di controllo (sistemi di controllo intelligenti).

Secondo un'altra definizione simile, intellettuale Un sistema di controllo (MCS) è un sistema che ha la capacità di comprendere, ragionare e studiare processi, disturbi e condizioni operative. I fattori studiati includono principalmente le caratteristiche del processo (comportamento statico e dinamico, caratteristiche di disturbo, pratiche operative delle apparecchiature). È auspicabile che il sistema stesso accumuli questa conoscenza, utilizzandola intenzionalmente per migliorare le sue caratteristiche di qualità.

Fonti di finanziamento delle attività di investimento. Analisi della struttura e della dinamica della proprietà e delle fonti della sua formazione. Le direzioni principali per aumentare l'attrattiva degli investimenti: aumentare il profitto dell'organizzazione espandendo il mercato di vendita.

Inviare il tuo buon lavoro nella knowledge base è semplice. Utilizza il modulo sottostante

Studenti, dottorandi, giovani scienziati che utilizzano la base di conoscenze nei loro studi e nel loro lavoro ti saranno molto grati.

postato su http://www.allbest.ru//

Ministero dell'Istruzione e della Scienza della Federazione Russa

Istituzione educativa di bilancio dello Stato federale

istruzione superiore

UNIVERSITÀ STATALE DEI SISTEMI DI CONTROLLO E RADIOELETTRONICA DI TOMSK (TUSUR)

Dipartimento di Economia

Valutare l'attrattiva degli investimenti di un'organizzazione (usando l'esempio di Synthesis of Intelligent Systems LLC)

Lavoro di laurea

in direzione del 38.03.01 - Profilo economico “Finanza e Credito”

Opera finale qualificante 73 pagine, 5 figure, 16 tavole, 23 fonti.

Oggetto di studio - Società a responsabilità limitata "Sintesi di sistemi intelligenti".

Lo scopo del lavoro è valutare l'attrattiva degli investimenti dell'organizzazione SIS LLC e offrire raccomandazioni per il suo miglioramento.

Per raggiungere questo obiettivo, sono stati risolti i seguenti compiti:

Viene analizzata la teoria dell'attrattiva degli investimenti, viene determinata l'essenza del concetto di investimento e la sua classificazione, viene determinato il concetto di attrattiva degli investimenti;

Vengono analizzati i metodi per valutare l'attrattiva degli investimenti di un'organizzazione;

È stata effettuata una valutazione dell'attrattiva degli investimenti dell'organizzazione SIS LLC sulla base di indicatori finanziari ed economici;

Vengono proposte le direzioni principali per aumentare l'attrattiva degli investimenti, vale a dire: aumentare il profitto dell'organizzazione espandendo il mercato di vendita.

La base informativa della ricerca, nell'ambito dell'attuazione di questo lavoro finale di qualificazione, consisteva in: dati provenienti dai rendiconti contabili dell'impresa, informazioni pubblicate sul sito ufficiale dell'organizzazione, materiali di ricerca di scienziati pubblicati su riviste scientifiche, documenti scientifici articoli su periodici, sussidi didattici e risorse informative della rete Internet.

Lavoro di qualificazione finale 73 pagine, 5 disegni, 16 tavole, 23 fonti.

Oggetto della ricerca è la società Società a Responsabilità Limitata “Sintesi di sistemi intelligenti”

Lo scopo del lavoro è valutare l'attrattiva degli investimenti dell'organizzazione SIS LLC e proporre raccomandazioni per migliorarla.

Per raggiungere questo obiettivo sono stati svolti i seguenti compiti:

Viene analizzata la teoria dell'attrattiva degli investimenti, viene definita l'essenza del concetto di investimenti e la loro classificazione, viene definito il concetto di attrattiva degli investimenti;

Vengono analizzati i metodi per valutare l'attrattiva degli investimenti dell'organizzazione;

Una valutazione dell'attrattiva degli investimenti dell'organizzazione "SIS" sulla base di indicatori finanziari ed economici;

Vengono proposte le principali direzioni per aumentare l'attrattiva degli investimenti, vale a dire: aumento del profitto dell'organizzazione dovuto all'espansione del mercato di vendita.

La base informativa della ricerca, nell'ambito di questo lavoro finale di qualificazione, era: dati delle relazioni contabili dell'impresa, informazioni pubblicate sul sito ufficiale dell'organizzazione, materiali di ricerca di scienziati pubblicati su riviste scientifiche, articoli scientifici su periodici, sussidi didattici e risorse informative della rete Internet.

INTRODUZIONE

Nelle condizioni moderne, le organizzazioni con varie forme di proprietà hanno il compito di aumentare la loro produttività, competitività, redditività e indipendenza finanziaria a lungo termine, che dipende direttamente dal livello esistente di attività di investimento dell'organizzazione, dalla portata delle sue attività di investimento e dagli investimenti attrattiva.

L'attrattiva degli investimenti è un indicatore in base al quale gli investitori prendono decisioni sull'investimento dei propri fondi in una particolare organizzazione.

La rilevanza dell'argomento scelto è dovuta al fatto che i potenziali investitori, così come i manager, devono disporre di un modello chiaro per valutare l'attrattiva degli investimenti di un'organizzazione per una gestione più efficace o per prendere una decisione di investimento. Inoltre, il livello di attrattiva degli investimenti è importante per creditori e clienti, i primi sono interessati all'affidabilità creditizia dell'organizzazione e i secondi sono interessati all'affidabilità dei rapporti commerciali, alla continuità e alla stabilità delle attività dell'organizzazione, che dipendono dalla liquidità e lo stato della stabilità finanziaria dell’organizzazione.

Insieme di indicatori selezionati per la valutazione

l’attrattiva degli investimenti dipende dagli obiettivi specifici dell’investitore.

L'importanza di determinare l'attrattiva degli investimenti delle organizzazioni è fuori dubbio, poiché senza ciò non verranno effettuati investimenti in entità imprenditoriali e, di conseguenza, la crescita economica e la sua stabilizzazione non saranno possibili. In alcuni casi, gli investimenti garantiscono la sostenibilità dell’organizzazione nel suo complesso.

L'analisi finanziaria come meccanismo principale che garantisce la stabilità finanziaria di un'organizzazione e ne valuta l'attrattiva per i potenziali investitori è l'anello centrale nella metodologia per determinare l'attrattiva degli investimenti. Il suo obiettivo principale è studiare i problemi che sorgono quando si valuta l'attrattiva finanziaria di un'organizzazione per un investitore. A questo proposito, vengono considerati aspetti dell'analisi della condizione finanziaria dell'organizzazione, viene valutato il livello di redditività, affidabilità creditizia, efficienza e stabilità finanziaria.

Il risultato dell'analisi finanziaria è l'identificazione delle principali direzioni per aumentare l'attrattiva degli investimenti dell'organizzazione analizzata.

Lo scopo della tesi è studiare gli aspetti teorici relativi al concetto di attrattiva degli investimenti e i metodi per valutarlo, valutando direttamente l'attrattiva degli investimenti utilizzando l'esempio dell'organizzazione Synthesis of Intelligent Systems LLC, nonché sviluppando raccomandazioni per migliorare l'attrattiva degli investimenti di l'organizzazione.

Per raggiungere questo obiettivo, è necessario risolvere i seguenti compiti:

Determinare l'essenza e classificare gli investimenti;

Metodi di studio per valutare l'attrattiva degli investimenti di un'organizzazione;

Valutare l'attrattiva degli investimenti dell'organizzazione in base alla metodologia scelta;

L'oggetto dello studio è l'organizzazione Synthesis of Intelligent Systems LLC.

1. BASE TEORICA DELLE ATTIVITÀ DI INVESTIMENTO DI UN'ORGANIZZAZIONE

1.1 Natura e classificazione degli investimenti

Non esiste una comprensione comune dell’essenza dell’investimento come categoria economica tra scienziati ed economisti. Esistono diverse interpretazioni che differiscono nel significato, alcune delle quali non trasmettono tutta l'essenza di questo termine.

Secondo la legge federale del 25 febbraio 1999 N 39-FZ “Sulle attività di investimento nella Federazione Russa, effettuate sotto forma di investimenti di capitale” “... investimenti - contanti, titoli, altri beni, compresi diritti di proprietà, altro diritti che hanno un valore monetario, investiti in oggetti di attività imprenditoriale e (o) altre attività al fine di realizzare un profitto e (o) ottenere un altro effetto utile”.

In base alla versatilità delle interpretazioni del termine, possiamo distinguere la definizione economica e finanziaria di investimento. La definizione economica caratterizza gli investimenti come un insieme di costi realizzati sotto forma di investimenti di capitale a lungo termine in vari settori dell'economia delle sfere produttive e non produttive. Da un punto di vista finanziario, gli investimenti sono tutti i tipi di risorse investite in attività commerciali con l’obiettivo di generare reddito o beneficio in futuro.

In generale, per investimenti si intende l'investimento di capitale in tutte le sue forme con l'obiettivo di generare reddito in futuro o risolvere determinati problemi.

Un'organizzazione può o meno svolgere attività di investimento, ma il mancato svolgimento di tali attività porta ad una perdita di posizione competitiva sul mercato. Ne consegue che gli investimenti possono essere passivi e attivi:

passivo: investimenti che garantiscono, come minimo, nessun deterioramento della redditività degli investimenti nelle operazioni di una determinata organizzazione sostituendo attrezzature obsolete, formando nuovo personale per sostituire i dipendenti in pensione, ecc.

attivo - investimenti che garantiscono un aumento della competitività dell'azienda e della sua redditività rispetto ai periodi precedenti attraverso l'introduzione di nuove tecnologie, il rilascio di beni che saranno molto richiesti, la cattura di nuovi mercati o l'assorbimento di concorrenti aziende.

Gli investimenti sono suddivisi nei seguenti gruppi:

Per oggetti di investimento:

1) gli investimenti reali sono investimenti in capitale fisso in varie forme (acquisto di brevetti, costruzione di edifici, strutture, investimenti in sviluppi scientifici, ecc.);

2) gli investimenti finanziari (di portafoglio) sono investimenti in azioni, obbligazioni e altri titoli che danno il diritto a ricevere redditi da proprietà, nonché depositi bancari.

Per natura della partecipazione agli investimenti:

1) gli investimenti diretti sono investimenti effettuati da investitori diretti, ovvero persone giuridiche e persone fisiche che possiedono interamente l'organizzazione o una partecipazione di controllo, che dà il diritto di partecipare alla gestione dell'organizzazione;

2) sono investimenti indiretti gli investimenti effettuati tramite intermediari finanziari (consulenti per gli investimenti, intermediari finanziari; case di intermediazione; fondi comuni di investimento; banche commerciali; compagnie di assicurazione).

Per periodo di investimento:

investimenti a breve termine - investimenti di capitale per un periodo da una settimana a un anno. Questi investimenti sono generalmente di natura speculativa. Il compito principale di un investitore a breve termine è calcolare la direzione del movimento di un titolo su una scala di settimane e mesi, per determinare il punto di ingresso con il rapporto più alto tra reddito potenziale e rischio;

investimenti a medio termine: investire fondi per un periodo da uno a cinque anni;

investimenti a lungo termine - investimenti di 5 anni o più (investimenti di capitale nella riproduzione di immobilizzazioni).

Per tipo di proprietà delle risorse di investimento:

investimenti pubblici - effettuati dalle autorità pubbliche e dalla gestione a scapito dei budget e dei fondi fuori bilancio;

investimenti privati - investimenti effettuati da persone fisiche o giuridiche con l'obiettivo di generare reddito in futuro;

investimenti combinati - investimenti di fondi effettuati da entità di un determinato paese e paesi esteri al fine di ottenere un determinato reddito;

investimento estero - investimento di capitale da parte di investitori stranieri al fine di realizzare un profitto.

Cronologicamente:

investimenti iniziali - finalizzati alla creazione di un'impresa o alla costruzione di una nuova struttura;

investimenti in corso - volti a mantenere il livello delle dotazioni tecniche della struttura.

Per obiettivi di investimento:

per la sostituzione del capitale fisso;

espandere la produzione;

acquistare titoli di altre organizzazioni;

sulle tecnologie innovative.

Per livello di rischio di investimento:

investimenti a basso rischio;

investimenti a medio rischio;

investimenti ad alto rischio.

Per livello di attrattiva degli investimenti:

poco attraente;

moderatamente attraente;

altamente attraente.

Le persone fisiche o giuridiche che investono capitale per proprio conto e a proprie spese allo scopo di realizzare un profitto sono chiamate investitori.

Gli investitori possono investire fondi propri, presi in prestito e presi in prestito. Gli investitori possono essere organismi autorizzati a gestire proprietà statali e comunali o diritti di proprietà, persone giuridiche di tutte le forme di proprietà, organizzazioni internazionali e persone giuridiche straniere, persone fisiche.

Le fonti di finanziamento delle attività di investimento sono:

Le risorse finanziarie proprie dell'organizzazione e le riserve interne (profitto, ammortamento, risparmio di cassa e risparmio di cittadini e persone giuridiche, fondi versati dalle autorità assicurative sotto forma di risarcimento per perdite derivanti da incidenti, disastri naturali, ecc.);

Risorse finanziarie raccolte (ricevute dalla vendita di azioni, azioni e altri contributi da membri di collettivi di lavoro, cittadini, persone giuridiche);

Risorse finanziarie prese in prestito o fondi trasferiti (prestiti bancari e di bilancio, emissioni obbligazionarie, ecc.);

Fondi provenienti da fondi fuori bilancio;

Fondi del bilancio federale forniti su base non rimborsabile, fondi dai bilanci delle entità costituenti della Federazione Russa;

Fondi da investitori stranieri.

Gli investimenti possono provenire da una o più fonti. Esistono fondi centralizzati (di bilancio) - dal bilancio federale, fondi dai bilanci delle entità costituenti della Federazione Russa e bilanci locali - e decentralizzati (fuori bilancio) - fondi propri di imprese e organizzazioni, investimenti esteri, fondi presi in prestito, fondi da fondi fuori bilancio - fonti di investimento.

1.2 Attrattiva degli investimenti dell'organizzazione e metodi per la sua valutazione

I lavori di molti scienziati sono dedicati allo studio del concetto di attrattiva degli investimenti e ai metodi per la sua valutazione, ad esempio I.A. Bianca, V.V. Bocharova, E.I. Krylov e altri.

Ogni scienziato interpreta il concetto di attrattiva degli investimenti in base ai fattori inclusi nella sua valutazione, ad es. non esiste un'unica interpretazione. Ci sono molti fattori che influenzano l'attrattiva degli investimenti, quindi, in senso stretto, l'attrattiva degli investimenti è un sistema o una combinazione di varie caratteristiche o fattori dell'ambiente interno ed esterno.

I punti di vista più chiaramente diversi sulla comprensione dell’attrattiva degli investimenti si riflettono nella tabella 2.1.

Tabella 2.1 - Interpretazione del concetto di “attrattiva degli investimenti”

	Interpretazione del concetto
Blank I.A., Kreinina M.N.	Una descrizione generale dei vantaggi e degli svantaggi dell'investimento in singole aree e oggetti dalla posizione di un investitore specifico.
Roizman I.I., Shakhnazarov A.G., Grishina I.V.	Un sistema o una combinazione di varie caratteristiche oggettive, mezzi, opportunità che insieme determinano la domanda effettiva di investimenti in un paese, regione, industria, impresa.
Sevryugin Yu.V.	Un sistema di fattori quantitativi e qualitativi che caratterizzano la domanda effettiva di investimenti di un'impresa.
Lyakh P.A., Novikova I.N.	Un insieme di caratteristiche dell'investimento di capitale più redditizio e meno rischioso in qualsiasi settore dell'economia o in qualsiasi tipo di attività.
Tryasitsina N.Yu.	Un insieme di indicatori delle prestazioni di un'impresa che determina i valori più preferibili del comportamento di investimento per un investitore.
Gruppo Ministero dello Sviluppo Economico	Il volume di investimenti che può essere attratto in base al potenziale di investimento dell'oggetto, ai rischi e allo stato dell'ambiente esterno.
Putyatina L.M., Vanchugov M.Yu.	Una categoria economica che caratterizza l’efficienza nell’utilizzo della proprietà dell’impresa, la sua solvibilità, stabilità finanziaria, capacità di sviluppo innovativo basato sull’aumento del rendimento del capitale, il livello tecnico ed economico della produzione, la qualità e la competitività dei prodotti.
Igolnikov G.L., Patrusheva E.G.	Raggiungimento garantito, affidabile e tempestivo degli obiettivi dell’investitore in base ai risultati economici della produzione dell’investimento.
Guskova T.N., Ryabtsev V.M., Geniatulin V.N.	Un certo stato di sviluppo economico in cui, con un alto grado di probabilità, entro un periodo di tempo accettabile per l'investitore, gli investimenti possono fornire un livello soddisfacente di profitto o si può ottenere un effetto positivo.
Krylov E.I.	Una descrizione generalizzata dal punto di vista delle prospettive, della redditività, dell'efficienza e della minimizzazione del rischio di investire nello sviluppo di un'impresa a scapito dei propri fondi e dei fondi di altri investitori.
Modorskaya G.G.	Una serie di indicatori economici e psicologici dell'attività di un'impresa che determinano per un investitore l'area dei valori preferiti del comportamento di investimento.
Bocharov V.V.	Disponibilità di effetti economici (reddito) derivanti dall'investimento di denaro con un livello minimo di rischio.
Sharp W., Markowitz H.	Ottenere il massimo profitto a un dato livello di rischio.
Eriyazov R.A.	Una categoria complessa che include la presa in considerazione di fattori interni sotto forma di potenziale di investimento, fattori esterni - il clima di investimento e l'unità contraddittoria di fattori oggettivi e soggettivi sotto forma di presa in considerazione del livello di rischio e redditività dell'attività di investimento con il coordinamento degli interessi dell’investitore e del beneficiario.
Latsinnikov V.A.	Un indicatore del suo valore totale, che è un insieme di caratteristiche oggettive (condizione finanziaria dell'impresa, livello del suo sviluppo, qualità della gestione, onere del debito) e soggettive (rapporto tra redditività e rischio di investimenti) necessarie per soddisfare gli interessi di tutti i partecipanti al processo di investimento, consentendo di valutare la fattibilità e le prospettive degli investimenti e tenendo conto dell’influenza combinata di fattori macro e meso-ambientali
Nikitina V.A.	La fattibilità economica dell'investimento, basata sul coordinamento degli interessi e delle capacità dell'investitore e del destinatario degli investimenti, che garantisce il raggiungimento degli obiettivi di ciascuno di essi ad un livello accettabile di redditività e rischio
Ivanov A.P., Sakharova I.V., Khrustalev E.Yu.	Un insieme di indicatori economici e finanziari di un'impresa che determinano la possibilità di ottenere il massimo profitto investendo capitale con un rischio di investimento minimo.

In questo lavoro, l’attrattiva degli investimenti sarà presentata come un insieme di indicatori delle prestazioni di un’organizzazione che riflettono lo sviluppo dell’organizzazione nel tempo, nonché l’uso razionale delle risorse disponibili.

L'attrattiva degli investimenti è considerata a vari livelli: a livello macro - l'attrattiva degli investimenti del paese, a livello meso - l'attrattiva degli investimenti della regione e dell'industria, a livello micro - l'attrattiva degli investimenti dell'organizzazione.

Esistono numerose opzioni per valutare l'attrattiva degli investimenti, ciò è dovuto al fatto che non esiste una definizione specifica del termine "attrattiva degli investimenti". Di tutti si possono notare i seguenti metodi, basati sui fattori inclusi in la metodologia di valutazione:

basato sulla relazione tra redditività e rischio (W. Sharp, S.G. Shmatko, V.V. Bocharov) - stabilendo il gruppo di rischio di investimento della società. Di conseguenza, viene effettuata un'analisi dei rischi derivanti dalle attività di investimento, viene stabilita l'entità del rischio e viene calcolato il rischio complessivo dell'investimento. Successivamente, viene determinata l’appartenenza dell’organizzazione ad una determinata categoria di rischio, sulla base della quale viene determinata l’attrattiva dell’investimento. Principali rischi considerati: rischio di diminuzione dei profitti, rischio di perdita di liquidità, rischio di aumento della concorrenza, rischio di cambiamenti nella politica dei prezzi dei fornitori, ecc.

basato esclusivamente su indicatori finanziari (M.N. Kreinina, V.M. Anshin, A.G. Gilyarovskaya, L.V. Minko) - un'analisi della condizione finanziaria viene effettuata calcolando rapporti finanziari che riflettono diversi aspetti delle attività dell'organizzazione: stato della proprietà, liquidità, forza finanziaria, affari attività e redditività. Per la valutazione vengono utilizzati i dati del bilancio dell’organizzazione.

basato sull'analisi finanziaria ed economica, in cui vengono calcolati non solo gli indicatori finanziari ma anche quelli di produzione (V.M. Vlasova, E.I. Krylov, M.G. Egorova, V.A. Moskvitin) - compaiono indicatori di produzione che riflettono la disponibilità di immobilizzazioni, il grado di usura , il livello di utilizzo delle capacità, la disponibilità di risorse, il numero e la struttura del personale e altri indicatori.

sulla base di una valutazione comparativa completa (G.L. Igolnikov, N.Yu. Milyaev, E.V. Belyaev) - viene effettuata un'analisi degli indicatori della condizione finanziaria, della posizione di mercato dell'organizzazione, delle dinamiche di sviluppo, delle qualifiche del personale e del livello di gestione. Quando si utilizza questo metodo, i gruppi di fattori vengono prima determinati a diversi livelli: paese, regione, organizzazione, quindi questi gruppi vengono selezionati in base alla significatività sulla base delle valutazioni degli esperti. Vengono inoltre determinati i coefficienti di significatività di ciascun singolo fattore nel gruppo di fattori, quindi tutti i fattori vengono riassunti tenendo conto dell'influenza della significatività di ciascun gruppo e fattore nel gruppo. I dati ottenuti vengono classificati e vengono determinate le organizzazioni più attraenti per gli investimenti. I fattori che influenzano l'attrattiva degli investimenti di un paese sono: il tasso di sconto e le sue dinamiche, i tassi di inflazione, il progresso tecnologico, lo stato dell'economia del paese, il livello di sviluppo del mercato degli investimenti. Gli indicatori per valutare l'attrattiva degli investimenti di una regione sono: indicatori produttivi ed economici (indice dei prezzi, redditività del prodotto, produttività del capitale, quota di tutti i costi materiali, numero di organizzazioni operative), indicatori finanziari (rapporti di liquidità, rapporti di autonomia, ecc.), fattori di produzione del settore (il livello di utilizzo della capacità produttiva, il grado di ammortamento delle attività fisse di produzione), indicatori dell'attività di investimento del settore (il numero di investimenti per organizzazione, il numero di investimenti per dipendente, l'indice del volume fisico di investimenti in capitale fisso, ecc.).

basato sull'approccio dei costi, che si basa sulla determinazione del valore di mercato dell'azienda e sulla tendenza a massimizzarlo (A.G. Babenko, S.V. Nekhaenko, N.N. Petukhova, N.V. Smirnova) - il coefficiente di sottovalutazione/sopravvalutazione dell'organizzazione è calcolato dal mercato degli investimenti reali come rapporto tra vari valori (valore reale rispetto al valore di mercato). Il valore reale è definito come la somma del valore del complesso immobiliare e del reddito attualizzato meno i debiti. Il valore di mercato è il prezzo più alto possibile per una transazione in un determinato periodo di tempo, in base alle condizioni di mercato.

Questi metodi sono progettati per investitori strategici il cui obiettivo è l'investimento di fondi a lungo termine, che comporta la gestione dell'organizzazione e delle sue attività operative per raggiungere obiettivi specifici e, soprattutto, per aumentare il valore dell'organizzazione. Gli investitori che effettuano investimenti per un breve periodo di tempo (speculatori) utilizzano solitamente la teoria degli investimenti di portafoglio (un metodo per formare un portafoglio di investimenti mirato alla selezione ottimale delle attività in base al rapporto rendimento/rischio richiesto), fondamentale (previsione dei prezzi utilizzando indicatori finanziari) per valutare l'attrattiva degli investimenti dell'azienda, attività di calcolo del valore interno dell'azienda) e analisi tecniche (previsione del valore futuro utilizzando grafici e indicatori).

L’attrattiva finanziaria è identificata come la componente principale dell’attrattiva degli investimenti, poiché le finanze dell’organizzazione riflettono i principali risultati delle sue attività. Sulla base di ciò, l'analisi dell'attrattiva degli investimenti dell'organizzazione analizzata verrà effettuata secondo la metodologia dell'analisi finanziaria ed economica, vale a dire sulla base di indicatori per la valutazione della condizione finanziaria, che comprende:

analisi della struttura e della dinamica immobiliare;

analisi della struttura e della dinamica del profitto;

analisi della liquidità di bilancio;

analisi di solvibilità;

analisi del credito;

analisi dell'attività aziendale:

6.1) analisi del fatturato;

6.2) analisi della remunerazione del capitale.

analisi di stabilità finanziaria;

analisi della probabilità di fallimento.

Verranno presi in considerazione anche i fattori esterni ed interni di attrattiva degli investimenti, come l'attrattiva degli investimenti della regione e dell'industria, la struttura organizzativa e manageriale dell'organizzazione e la copertura del mercato.

2. VALUTAZIONE DELL'ATTRATTIVITÀ DEGLI INVESTIMENTI DI "SYNTHESIS OF INTELLIGENT SYSTEMS" LLC

2.1 Breve descrizione dell'organizzazione LLC "SIS"

La società a responsabilità limitata "Sintesi dei sistemi intelligenti" appartiene alle organizzazioni IT ed è specializzata nello sviluppo di siti Web e applicazioni mobili. L'organizzazione è stata creata nel 2015 sulla base del verbale dell'incontro dei fondatori e attualmente ha sede a Tomsk.

L'obiettivo della creazione di Synthesis of Intelligent Systems LLC era ottenere il massimo profitto a costi minimi fornendo servizi di sviluppo software.

La gamma di servizi forniti da Synthesis of Intelligent Systems LLC:

sviluppo sito web da zero sulla piattaforma 1C-Bitrix;

sviluppo sito web tramite template su piattaforma 1C-Bitrix;

manutenzione tecnica dei siti web finiti;

completamento e miglioramento dei siti finiti;

sviluppo di applicazioni mobili;

vendita di licenze a 1C-Bitrix LLC.

I principali clienti sono persone giuridiche e singoli imprenditori, ci sono ordini da parte di agenzie governative.

Secondo la classificazione attuale, l’organizzazione analizzata può essere classificata come una piccola impresa, poiché all’inizio del 2017 il suo organico medio era di 17 persone e il capitale sociale è interamente di proprietà di privati.

A causa del mancato superamento dei ricavi per un importo di 112,5 milioni di rubli per i nove mesi dello scorso anno, del numero medio di dipendenti per il 2015 pari a 100 persone, del valore residuo delle immobilizzazioni - 150 milioni di rubli, l'organizzazione applica per le organizzazioni IT è previsto un sistema di tassazione semplificato con oggetto di tassazione il reddito meno le spese con un tasso di interesse del 7%. In conformità con la clausola 85 del "Regolamento in materia di contabilità e rendicontazione finanziaria nella Federazione Russa", approvato con ordinanza del Ministero delle Finanze della Federazione Russa del 29 luglio 1998 n. 34n, le piccole imprese hanno il diritto di redigere rendiconti finanziari in volume ridotto (stato patrimoniale e rendiconto finanziario). SIS LLC applica pienamente questo diritto.

2.2 Valutare l'attrattiva degli investimenti di un'organizzazione

profitto delle vendite sul mercato degli investimenti

Analisi della struttura e della dinamica della proprietà e delle fonti della sua formazione

La prima fase della valutazione consiste nel condurre un'analisi verticale (strutturale) e orizzontale (temporale).

L'analisi orizzontale ha lo scopo di studiare il tasso di crescita degli indicatori, che spiega le ragioni dei cambiamenti nella loro struttura, quindi rappresenta la variazione assoluta e relativa degli indicatori in un periodo. L'analisi verticale è un'analisi della struttura rispetto al periodo precedente, aiuta a capire quali indicatori hanno avuto l'impatto più significativo sugli indicatori.

Un’analisi delle dinamiche e della struttura del patrimonio dell’organizzazione e delle fonti della sua formazione è presentata nella Tabella 3.1.

Tabella 3.1 - Analisi della dinamica e della struttura del patrimonio dell'organizzazione e delle fonti della sua formazione

Il nome degli indicatori	Valori assoluti	Valori relativi	I cambiamenti
	2015, migliaia di rubli	2016, migliaia di rubli		In termini assoluti, migliaia di rubli.	Nella struttura,%	Tasso di aumento

Attività materiali non correnti
Attività immateriali, finanziarie e altre attività non correnti
Contanti e mezzi equivalenti
Attività finanziarie e altre attività correnti (inclusi conti clienti)


Capitale e riserve
Fondi presi in prestito a lungo termine
Altre passività a lungo termine
Fondi presi in prestito a breve termine
È possibile pagare per questi account
Altre passività correnti

Conclusioni ottenute dall’analisi dell’attivo patrimoniale:

Le attività di bilancio sono dominate da attività finanziarie e altre attività correnti dell'organizzazione e, in questo caso, interamente costituite da crediti, che costituiscono il 64% della valuta di bilancio. Le quote di altri beni non sono significative. La quota delle immobilizzazioni materiali, ovvero delle immobilizzazioni, è diminuita del 23%, probabilmente a causa dell'usura dei beni strumentali. In termini assoluti, le immobilizzazioni sono diminuite di 78 mila rubli, probabilmente a causa della cessione delle immobilizzazioni nel periodo attuale. La quota delle attività immateriali, finanziarie e altre attività non correnti, ovvero le licenze acquisite, è diminuita del 4%, il che indica l'abbandono di software minori. La quota di liquidità è aumentata del 5%, in contanti di 238 mila rubli, a cui è associato un aumento del volume dei servizi forniti. In connessione con l'aumento dei volumi, è aumentata del 22% la quota delle attività finanziarie e delle altre attività correnti, rappresentate in questo caso esclusivamente da crediti, che rappresentano la fornitura di pagamenti dilazionati ai clienti, nonché l'instabile solvibilità della maggior parte dei clienti.

Il tasso di crescita della valuta di bilancio è stato del 131%, il che indica lo sviluppo dell'organizzazione, ma poiché la crescita è dovuta principalmente all'aumento dei crediti, sebbene sia un indicatore di un aumento del volume dei servizi forniti, in in generale si tratta di un indicatore negativo: un prelievo di fondi dal fatturato dell'organizzazione.

Conclusioni ottenute dall'analisi delle fonti di formazione della proprietà:

La struttura del passivo di bilancio è dominata dai debiti, pari al 74%, il cui tasso di crescita è stato del 1192%. Un aumento dei debiti mostra l'incapacità dell'organizzazione di pagare gli obblighi attuali. Nel periodo di riferimento l'importo dei debiti ammonta a 1.550 mila rubli. La quota delle altre passività a lungo termine, che rappresentano i prestiti dei fondatori, è diminuita significativamente del 36%, in termini monetari di 201 mila rubli, direttamente correlati al rimborso dei prestiti. I fondi presi in prestito a breve termine e altri obblighi a breve termine necessari all'apertura dell'organizzazione sono stati completamente rimborsati rispettivamente del 10% e del 2%, il che caratterizza positivamente l'organizzazione che è in grado di ripagare gli obblighi a breve termine. I fondi presi in prestito a lungo termine sono diminuiti del 12%, il che dimostra che l'organizzazione dopo aver saldato gli obblighi a breve termine, ha iniziato a liquidare il debito a lungo termine. La quota di capitale proprio, che rappresenta il capitale autorizzato, non è cambiata e in termini monetari è di 15mila rubli. Nella struttura complessiva del bilancio, la quota di capitale proprio è inferiore all'1%, il che caratterizza senza dubbio la posizione finanziaria instabile dell'organizzazione.

La dinamica della struttura delle attività e delle passività del bilancio è chiaramente mostrata nella Figura 3.1.

Figura 3.1 - Dinamica delle attività e passività strutturali per il periodo 2015-2016

Analisi della struttura e della dinamica dei risultati prestazionali

Quando si analizzano i risultati delle prestazioni, viene eseguita anche l'analisi verticale e orizzontale. I risultati dell’analisi mostrano da quali indicatori si forma il profitto, la dinamica degli indicatori e il loro impatto sull’utile netto dell’organizzazione. Un'analisi della dinamica e della struttura dei profitti è riportata nella tabella 3.2.

Tabella 3.2. - Analisi della dinamica e della struttura del profitto

Nome indicatori	Deviazione	entrate dentro L'anno scorso	in % delle entrate nella rendicontazione	Deviazione

Spese per attività ordinarie
Percentuale da pagare
Altri proventi
altre spese
Imposte sugli utili (reddito)
Utile (perdita) netto

Conclusione dell'analisi: L'impatto più significativo sull'utile è esercitato dalle spese per le attività ordinarie, che nel 2016 sono aumentate di 3.937 migliaia di RUB. Nel 2016 sono apparse altre spese, il cui importo ammontava a 73 mila rubli. e comprende il costo del mantenimento di un conto bancario. I ricavi nel 2016 sono aumentati di 4.731 mila rubli. e ammontava a 7535 mila rubli, che caratterizza lo sviluppo del business. Di conseguenza, anche nel 2016 l'utile netto è aumentato di 721 mila rubli. e ammontava a 1.100 mila rubli.

La dinamica degli indicatori di profitto è presentata nella Figura 3.2.

Figura 3.2 - Dinamica degli indicatori di profitto

Analisi della liquidità di bilancio

La liquidità di un'organizzazione è un termine economico che si riferisce alla capacità delle attività di essere rapidamente vendute a un prezzo vicino al prezzo di mercato.

A seconda del grado di liquidità, il patrimonio dell’organizzazione è suddiviso nei seguenti gruppi:

A1 = attività più liquide = liquidità + investimenti finanziari a breve termine

A2 = attività di vendita veloce = contabilità clienti

A3 = beni in vendita lenta = rimanenze + crediti a lungo termine + IVA + altre attività correnti

A4 = attività difficili da vendere = attività non correnti

Le passività di bilancio sono raggruppate in base al grado di urgenza del pagamento:

P1=impegni più urgenti=debiti

P2= passività a breve termine = prestiti e crediti a breve termine + debiti verso i partecipanti per il pagamento del reddito + altre passività a breve termine

P3 = passività a lungo termine = passività a lungo termine + risconti passivi + riserve per spese future

P4 = passività permanenti \ stabili = capitale e riserve

Il saldo è considerato assolutamente liquido se sussistono i seguenti rapporti:

A1>P1; A2>P2; A3 > P3; A4< П4.

Un confronto tra questi gruppi di attività e passività è presentato nella tabella 3.3.

Tabella 3.3 - Analisi comparativa delle attività e passività dell'organizzazione

Dall’analisi comparativa si possono trarre le seguenti conclusioni:

l'organizzazione non può estinguere i suoi obblighi più urgenti con attività assolutamente liquide;

l'organizzazione non può ripagare i prestiti a lungo termine vendendo lentamente i beni;

l'organizzazione non ha un elevato grado di solvibilità e non può saldare vari tipi di obbligazioni con il patrimonio corrispondente.

Poiché i rapporti non sono rispettati, il saldo è considerato illiquido, vale a dire l’organizzazione non è in grado di pagare i propri obblighi.

Analisi di solvibilità

La solvibilità di un'organizzazione è la capacità di un'entità economica di rimborsare integralmente e puntualmente i propri debiti. La solvibilità è uno dei segni chiave di una posizione finanziaria sostenibile di un'organizzazione.

La solvibilità di un'organizzazione dal punto di vista della liquidità delle attività viene analizzata utilizzando speciali rapporti finanziari - rapporti di liquidità:

indicatore generale di liquidità: mostra la capacità dell'organizzazione di ripagare integralmente i propri obblighi con tutti i tipi di attività;

rapporto di liquidità assoluto; riflette la capacità dell’organizzazione di ripagare i propri obblighi a breve termine utilizzando attività altamente liquide. (calcolato come rapporto tra disponibilità liquide e investimenti finanziari a breve termine e passività a breve termine);

rapporto di liquidità rapido - mostra la possibilità di ripagare le passività a breve termine con l'aiuto di attività rapidamente liquide e altamente liquide (calcolate come il rapporto tra attività correnti altamente liquide e passività a breve termine);

rapporto di liquidità attuale: riflette la capacità dell'organizzazione di ripagare i propri obblighi attuali utilizzando le attività correnti. (calcolato come rapporto tra attività correnti e passività a breve termine);

coefficiente di manovrabilità del capitale operativo; L'indice di agilità mostra quale parte del capitale operativo è immobilizzata in scorte e crediti a lungo termine;

la quota del capitale circolante nell'attività - caratterizza la presenza di capitale circolante nelle attività dell'organizzazione;

rapporto patrimoniale - riflette il grado in cui l'organizzazione utilizza il proprio capitale circolante; mostra la quota delle attività correnti dell'azienda finanziata con i fondi propri dell'organizzazione.

Il calcolo degli indicatori di solvibilità è presentato nella tabella 3.4.

Tabella 3.4 - Analisi della solvibilità dell'organizzazione

Indicatori	Simbolo		Valore dell'indicatore	Modifica

Rapporto generale di liquidità		(A1+0,5A2+0,3A3)/(P1+0,5P2+0,3P3);
Rapporto di liquidità assoluta
Rapporto rapido		(A1 + A2) / (P1 + P2)
Rapporto attuale		(A1 + A2 + A3) / (P1 + P2)
Indice di manovrabilità del capitale operativo		A3 /((A1 + A2 + A3) - (P1 + P2))	diminuzione dell'indicatore
Quota del capitale circolante nelle attività		(A1+A2+A3) / Saldo totale
Rapporto dei fondi propri		(G4 - A4) / (A1 + A2 + A3)

Conclusione dell'analisi: l'indicatore di liquidità complessiva nel 2016 è diminuito e ammontava a 0,59, il che mostra un livello di liquidità non ottimale dell'organizzazione. Il rapporto di liquidità assoluta è diminuito di 0,32 ed è pari a 0,16, il che indica che la quantità di liquidità può coprire solo il 16% delle passività della società, il che non è sufficiente per mantenere il normale livello di liquidità dell’organizzazione. Il rapporto di liquidità rapida era 1,07, leggermente superiore alla norma e indica la possibilità di ripagare rapidamente i debiti a medio termine. Ciò significa che SIS LLC è in grado di ritirare i fondi dalla circolazione a una velocità media e di saldare gli obblighi a breve termine. L’attuale rapporto di liquidità era 1,07 nel 2016, il che indica una bassa solvibilità. Il coefficiente di agilità funzionale ha un valore pari a zero a causa della mancanza di risorse a vendita lenta da parte dell’organizzazione. La quota del capitale circolante è aumentata dello 0,27 e si è attestata allo 0,8, il che è un fattore positivo e mostra un aumento della liquidità di bilancio. Il rapporto di sicurezza ha un valore negativo, ma ha una dinamica positiva; nel 2016 era -0,25, il che dimostra che le attività correnti sono finanziate con fondi presi in prestito dall'organizzazione, poiché il valore del coefficiente è inferiore a 0,1 e il rapporto di liquidità corrente è inferiore a 2, l'organizzazione è insolvente.

Analisi del credito

Il concetto di solvibilità di un'organizzazione è strettamente correlato alla sua affidabilità creditizia. Il merito creditizio riflette in misura maggiore il rimborso degli obblighi utilizzando le attività a medio e breve termine dell'organizzazione, escluse le attività permanenti.

I principali indicatori di solvibilità sono:

il rapporto tra il volume delle vendite e il capitale circolante netto;

Le attività correnti nette sono le attività correnti meno i debiti a breve termine dell'organizzazione. Il rapporto tra il volume delle vendite e il capitale circolante netto mostra l'efficienza dell'utilizzo del capitale circolante.

rapporto tra volume delle vendite e capitale proprio;

rapporto debito/capitale a breve termine;

rapporto tra crediti commerciali e fatturato.

Il calcolo degli indicatori di merito creditizio è presentato nella tabella 3.5.

Tabella 3.5 - Analisi degli indicatori del merito creditizio

Indicatori			Deviazione assoluta

Attività correnti, migliaia di rubli.
Fondi presi in prestito a breve termine migliaia di rubli.
Entrate migliaia di rubli
Possiedi capitale migliaia di rubli.
Crediti migliaia di rubli
Capitale circolante netto migliaia di rubli.
Indicatori:
Rapporto tra il volume delle vendite e il capitale circolante netto
Rapporto tra volume delle vendite e capitale proprio
Rapporto debito/capitale a breve termine
Rapporto tra crediti commerciali e fatturato

Sulla base dell'analisi si possono trarre le seguenti conclusioni: il rapporto di efficienza dell'uso delle attività correnti nel 2016 rispetto al 2015 è aumentato di 53,92, il che mostra l'efficienza dell'uso delle attività correnti. Il rapporto tra il volume delle vendite e il capitale proprio era di 502,33, il che è il risultato di un forte aumento dei ricavi. Il rapporto tra debito a breve termine e capitale proprio è aumentato di 88,53 ed è pari a 103,33, il che dimostra un’elevata quota di debito a breve termine in capitale proprio e l’incapacità dell’organizzazione di onorare i propri obblighi. Il rapporto tra crediti e fatturato è aumentato da 0,04 a 0,18, il che può essere interpretato come un segno di minore solvibilità poiché i debiti dei clienti vengono convertiti in contanti più lentamente.

Analisi degli indicatori dell'attività aziendale

Il passo successivo è analizzare gli indicatori dell’attività commerciale.

L'analisi dell'attività aziendale ci consente di trarre una conclusione sull'efficacia dell'organizzazione. Gli indicatori dell'attività aziendale sono legati alla velocità del turnover dei fondi: più veloce è il turnover, minori saranno le spese semifisse per ogni turnover, il che significa maggiore è l'efficienza finanziaria dell'organizzazione.

L'analisi dell'attività aziendale, di norma, viene effettuata su due livelli: qualitativi (ampiezza dei mercati, reputazione aziendale dell'organizzazione e dei suoi clienti, competitività, ecc.) E indicatori quantitativi. In questo caso, l'analisi degli indicatori quantitativi si compone di due fasi: analisi del fatturato (capitale proprio, attività correnti, conti attivi e passivi) e redditività.

Analisi del turnover patrimoniale

Gli indicatori chiave del fatturato includono:

rendimento del rapporto di capitale proprio: mostra quanti rubli. le entrate rappresentano 1 sfregamento. ammontare medio del capitale proprio investito;

produttività del capitale delle immobilizzazioni - caratterizza l'importo dei ricavi derivanti dalle vendite per rublo di immobilizzazioni;

coefficiente di rendimento delle attività immateriali - riflette l'efficienza dell'utilizzo delle attività immateriali. Mostra l'importo dei ricavi delle vendite in rubli per 1 rublo dell'importo medio delle attività immateriali, nonché il numero di fatturati per il periodo;

rapporto di rotazione totale delle attività: mostra quante unità monetarie dei prodotti venduti sono state portate da ciascuna unità monetaria delle attività;

rapporto di turnover delle attività correnti (attività correnti) - riflette l'efficienza dell'uso delle attività correnti. Mostra l'importo dei ricavi delle vendite in rubli per 1 rublo dell'importo medio delle attività correnti, nonché il numero di fatturati per il periodo;

rapporto di turnover del contante: mostra il periodo del turnover del contante;

rapporto di rotazione delle scorte: mostra quante volte durante il periodo in esame l'organizzazione ha utilizzato il saldo medio delle scorte disponibili;

rapporto di rotazione dei conti clienti - mostra il numero di pagamenti ricevuti dai clienti per il periodo per l'importo del valore medio dei conti clienti. Periodo di rimborso dei crediti: mostra quanti giorni in media vengono rimborsati i crediti dell'organizzazione;

rapporto di turnover dei conti da pagare: mostra quante volte la società ha rimborsato l'importo medio dei suoi conti da pagare. Periodo di rimborso dei debiti - mostra il periodo medio di rimborso dei debiti dell'organizzazione per le obbligazioni attuali;

il ciclo operativo riflette il periodo di tempo che intercorre dal momento in cui i materiali arrivano al magazzino fino al momento in cui viene ricevuto il pagamento dei prodotti da parte dell'acquirente;

Il ciclo finanziario mostra il periodo di tempo dal momento del pagamento dei materiali ai fornitori fino alla ricezione del denaro dagli acquirenti per i prodotti consegnati.

Il calcolo degli indicatori di fatturato è presentato nella Tabella 3.6.

Tabella 3.6 - Analisi del fatturato

Indicatori	Condizionale designazione	Algoritmo di calcolo	Modifica


Continuazione della tabella 3.6


Numero di giorni nell'anno di riferimento
Costo medio del capitale proprio, migliaia di rubli.		(SKng+SKkg)/2
Costo medio delle immobilizzazioni, migliaia di rubli.		(Osng+Oskg)/2
Costo medio delle attività immateriali, migliaia di rubli.		(Nmang+Nmakg)/2
Creditore medio debito, migliaia di rubli		(KZng+KZkg)/2
costo medio patrimonio, migliaia di rubli		(Ang+Akg)/2
Costo medio del capitale circolante patrimonio, migliaia di rubli		(Aobng+Aobkg)/2
Compreso:
Contanti, mille rubli		(DSng+DSkg)/2
Inventari, migliaia di rubli		(Zng+Zkg)/2
Contabilità clienti, migliaia di rubli.		(DZng+DZkg)/2
Quote calcolate:
Rapporto di rendimento del capitale proprio
Rendimento sulle attività
Coefficiente di rendimento delle attività immateriali
Coefficiente rotazione del patrimonio
Coefficiente fatturato delle attività correnti
Coefficiente rotazione delle scorte
Coefficiente fatturato dei conti da pagare
Durata del fatturato, giorni:

Attività correnti
Soldi

Crediti
È possibile pagare per questi account		D/kobcredito
Durata ciclo operativo		Est. zappa + Aggiungi. Deb
Durata ciclo finanziario		D.pr.ts. + Aggiungi.deb-Aggiungi. Cred

Sulla base dei dati si possono trarre le seguenti conclusioni: il rapporto di rotazione totale delle attività nel 2016 rispetto al 2015 è diminuito di 1,18, il che mostra una diminuzione dell'efficienza nell'utilizzo di tutte le risorse disponibili, indipendentemente dalle fonti di finanziamento (per ogni rublo di beni ci sono 5,04 rubli di prodotti venduti). Il rapporto di rotazione del capitale circolante nel 2016 è diminuito di 4,75, il che indica una diminuzione dell'efficienza nell'utilizzo delle attività correnti nell'organizzazione (per ogni rublo di attività correnti ci sono 7,04 rubli di prodotti venduti). Il rapporto di rendimento delle attività immateriali è aumentato di 0,64, il che dimostra l'efficienza nell'utilizzo delle attività immateriali (per ogni rublo di attività correnti ci sono 49,41 rubli di prodotti venduti). La produttività del capitale nel 2016 è aumentata di 9,63, il che testimonia un migliore utilizzo delle risorse fisse di produzione (per ogni rublo di attività correnti ci sono 27,60 rubli di prodotti venduti). L'indice di rendimento del capitale proprio è aumentato di 128,47, risultato ottenuto aumentando i ricavi delle vendite, anche a causa dell'ampia quota di profitti ottenuti attraverso l'utilizzo di fondi presi in prestito, che a lungo termine possono influire negativamente sulla stabilità finanziaria. Il rapporto di rotazione delle scorte non viene calcolato a causa della loro assenza. Il rapporto di turnover in contanti è aumentato di 4 giorni, il che indica l'organizzazione razionale del lavoro dell'azienda. Il rapporto di rotazione dei crediti è diminuito del 6,07 e, di conseguenza, il periodo di rotazione è aumentato di 17 giorni, il che indica un rimborso più lento dei crediti. Il rapporto di rotazione dei debiti è diminuito di 37,71 e, di conseguenza, il periodo di rotazione è aumentato di 33 giorni, il che indica un rallentamento nel rimborso dei debiti.

La durata del ciclo operativo è aumentata di 17 giorni, il che è associato ad un aumento del periodo di turnover dei crediti, ad es. i giorni necessari per trasformare le materie prime in liquidità sono diventati 41 giorni.

La durata del ciclo finanziario è diminuita di 16 giorni, a causa di un aumento della durata del periodo di rotazione dei crediti e dei debiti, vale a dire il numero di giorni tra il rimborso dei debiti e dei crediti è di 1 giorno.

Analisi costi benefici

Nel senso più ampio del termine, il concetto di redditività significa redditività, redditività. Un'organizzazione è considerata redditizia se i risultati della vendita dei prodotti coprono i costi di produzione e, inoltre, generano un profitto sufficiente per il normale funzionamento dell'organizzazione.

L'essenza economica della redditività può essere rivelata solo attraverso le caratteristiche del sistema di indicatori. Il loro significato generale è determinare l'importo del profitto da un rublo di capitale investito.

I principali indicatori di redditività sono:

rendimento delle attività (redditività economica) - mostra l'importo dell'utile netto per ciascuna unità monetaria investita nelle attività dell'azienda, riflette l'efficienza dell'utilizzo delle risorse dell'organizzazione.

2) rendimento del capitale proprio - mostra l'importo dell'utile netto per ciascuna unità di costo del capitale posseduto dai proprietari della società.

3) utile sulle vendite: mostra l'importo dell'utile netto dell'organizzazione da ciascun rublo di prodotti venduti.

4) redditività della produzione - mostra l'importo del profitto dell'organizzazione da ogni rublo speso per la produzione e la vendita di prodotti.

5) rendimento del capitale investito - mostra il rapporto tra profitto e investimenti volti a ottenere questo profitto. Gli investimenti sono considerati come la somma del capitale proprio e del debito a lungo termine.

Il calcolo degli indicatori di rendimento del capitale è presentato nella tabella 3.7.

Tabella 3.7 - Analisi del rendimento del capitale proprio

Indicatori	Condizionale designazione	Algoritmo di calcolo	Cambiamento assoluto

Entrate (nette) dalla vendita di beni, prodotti, lavori, servizi, migliaia di rubli.
Costo della vendita di beni, prodotti, lavori, servizi (comprese le spese commerciali e amministrative), migliaia di rubli.
Profitto dalle vendite, migliaia di rubli.
Utile netto, migliaia di rubli.
Valore patrimoniale, migliaia di rubli.		(Ang+Akg)/2
Capitale proprio, migliaia di rubli.		(Skng+SKkg)/2
Passività a lungo termine, migliaia di rubli.		(Dong+Dokg)/2
Indicatori di redditività:
Rendimento sulle attività
Rendimento del capitale proprio
Rendimento del capitale investito		PE/ (sk+Do)
Ritorno sulle vendite
Redditività della produzione

Il ritorno sulle vendite nel 2016 è stato di 0,15, ovvero Ogni rublo delle entrate ricevute conteneva 15 centesimi di utile netto, questa cifra è aumentata di 0,01, il che indica un leggero aumento della domanda per i servizi forniti. La redditività della produzione nel 2016 è stata di 0,18, ovvero Ogni rublo speso in servizi ha iniziato a portare un utile netto di 18 centesimi. Il rendimento delle attività nel 2016 è diminuito dello 0,1 e ammontava a 0,74, ovvero Ogni rublo di attività ha iniziato a generare un profitto di 74 centesimi. Il rendimento del capitale proprio è aumentato del 23,47 e ammonta a 74, che è associato ad un aumento degli utili e ad un aumento del capitale di debito. Il rendimento del capitale investito è aumentato dello 0,7 e ammonta a 1,87, ovvero Ogni rublo di investimento ha iniziato a generare un profitto di 1,87 rubli.

Analisi della stabilità finanziaria

La stabilità finanziaria è la capacità di un'organizzazione di mantenere la propria esistenza e il proprio funzionamento ininterrotto, grazie alla disponibilità di determinati fondi disponibili e a flussi finanziari equilibrati. Sostenibilità finanziaria significa che un’organizzazione sarà solvibile a lungo termine.

Documenti simili

L'essenza e la classificazione delle fonti di finanziamento degli investimenti. Metodi per analizzare l'attrattiva degli investimenti di un'impresa. Caratteristiche dei principali indicatori di prestazione di OJSC "Russian Fuel Company", valutazione dell'attrattiva degli investimenti.

lavoro del corso, aggiunto il 23/09/2014

Obiettivi e argomenti per valutare l'attrattiva degli investimenti di un'organizzazione. Caratteristiche generali di Monopoly+ LLC, prospettive e fonti del suo sviluppo. Sviluppo e valutazione dell'efficacia delle misure per aumentare l'attrattiva degli investimenti dell'impresa.

tesi, aggiunta il 07/11/2015

Approcci per valutare l'attrattività degli investimenti di un'impresa. Lo stato dell'industria chimica russa. Caratteristiche generali dell'impresa ZAO Sibur-Khimprom. Valutazione del rischio del progetto. Analisi della dinamica della composizione e della struttura delle fonti di formazione delle proprietà.

tesi, aggiunta il 15/03/2014

Metodi di base per valutare l'attrattiva degli investimenti di un comune, utilizzati in Russia e all'estero. Analisi della situazione del distretto municipale di Tarnog, valutazione della sua attrattiva per gli investimenti, modi e mezzi per aumentarla.

tesi, aggiunta il 09/11/2016

Approcci concettuali, di monitoraggio e metodologici per analizzare l'attrattiva degli investimenti di un'impresa. Caratteristiche, analisi finanziaria e analisi dell'attrattiva degli investimenti di OJSC Lukoil. Modi per aumentare l'attrattiva degli investimenti di un'impresa.

lavoro del corso, aggiunto il 28/05/2010

Valutare l’attrattività degli investimenti delle aziende. Analisi del sistema di indicatori dell'attrattiva degli investimenti dell'organismo emittente e della loro importanza per prendere decisioni in materia di investimenti. Tipi di obiettivi degli investitori quando investono in attività finanziarie.

test, aggiunto il 21/06/2012

Caratteristiche organizzative ed economiche di una moderna impresa russa. Analisi della situazione finanziaria dell'organizzazione. Gestione del rischio aziendale nel sistema di aumento dell'attrattiva degli investimenti. Valutazione dell'attività economica dell'azienda.

tesi, aggiunta il 25/05/2015

L'essenza economica e il potenziale finanziario dell'impresa, la metodologia per la sua valutazione. Il rapporto tra l’attrattiva finanziaria e di investimento di un’organizzazione. Analisi dello stato della proprietà di OJSC Neftekamskneftekhim e indicazioni per migliorare le sue attività.

tesi, aggiunta il 24/11/2010

Approcci metodologici all'analisi dell'attrattività degli investimenti e dei fattori che la determinano. Algoritmo per il monitoraggio dell'attrattività degli investimenti di un'impresa. Analisi di liquidità e solvibilità utilizzando l'esempio di OJSC Lukoil.

lavoro del corso, aggiunto il 14/04/2015

L'essenza e i criteri di attrattiva degli investimenti. Il ruolo degli investimenti nello sviluppo socio-economico di un comune. Problemi e prospettive per lo sviluppo dell'attrattiva degli investimenti di un comune sull'esempio della città di Krasnodar.

L'articolo considera il problema di sintetizzare un sistema di controllo intelligente e multiuso. Dato un modello matematico di un oggetto di controllo, un obiettivo di controllo, un criterio di qualità e limitazioni, è necessario trovare un controllo che garantisca il raggiungimento di diversi obiettivi e minimizzi il valore del criterio di qualità. Gli obiettivi di controllo sono specificati sotto forma di punti nello spazio degli stati che devono essere raggiunti durante il processo di controllo. Una caratteristica speciale del problema è che stiamo cercando il controllo sotto forma di due funzioni multidimensionali di diversi tipi di coordinate dello spazio degli stati. Una funzione garantisce che l'oggetto raggiunga un obiettivo privato e l'altra funzione, logica, garantisce che gli obiettivi privati vengano scambiati. Per risolvere il problema della sintesi del controllo multi-obiettivo, viene utilizzato il metodo dell'operatore di rete. Quando risolviamo il problema di sintesi principale, insieme alle funzioni di sintesi per ciascuna sottoattività, definiamo una funzione di selezione che garantisce il passaggio di controllo dalla risoluzione di una sottoattività alla risoluzione della sottoattività successiva.

operatore di rete.

controllo intelligente

1. Diveev A.I., Sofronova E.A. Metodo dell'operatore di rete e sua applicazione nei problemi di controllo. M.: Casa editrice RUDN, 2012. 182 p.

2. Diveev AI Sintesi di un sistema di controllo adattivo utilizzando il metodo dell'operatore di rete // Domande sulla teoria della sicurezza e stabilità dei sistemi: Coll. articoli. M.: Computer Center RAS, 2010. Edizione. 12. pp. 41-55.

3. Diveev A.I., Sofronova E.A. Identificazione di un sistema di inferenza logica mediante il metodo dell'operatore di rete // Vestnik RUDN. Ricerca ingegneristica in serie. 2010. N. 4. P. 51-58.

4. Diveev A.I., Severtsev N.A. Metodo dell'operatore di rete per sintetizzare un sistema di controllo della discesa di un veicolo spaziale in condizioni iniziali incerte // Problemi di ingegneria meccanica e affidabilità della macchina. 2009. N. 3. P. 85-91.

5. Diveev A.I., Severtsev N.A., Sofronova E.A. Sintesi di un sistema di controllo di razzi meteorologici utilizzando il metodo di programmazione genetica // Problemi di ingegneria meccanica e affidabilità della macchina. 2008. N. 5. P. 104 - 108.

6. Diveev A.I., Shmalko E.Yu. Sintesi strutturale-parametrica multicriterio di un sistema di controllo della discesa di un veicolo spaziale basato sul metodo dell'operatore di rete // Vestnik RUDN. Serie di ricerca ingegneristica (tecnologia dell'informazione e gestione). 2008. N. 4. P. 86 – 93.

7. Diveyev A. I., Sofronova E. A. Applicazione del metodo dell'operatore di rete per la sintesi della struttura ottimale e dei parametri del sistema di controllo automatico // Atti del 17° Congresso mondiale IFAC, Seoul, 2008, 05/07/2008 – 12/07/2008. P.6106 – 6113.

Consideriamo il problema di sintetizzare un sistema di controllo con diversi obiettivi di controllo.

Viene specificato un sistema di equazioni differenziali ordinarie che descrive il modello dell'oggetto di controllo

dove , , è un insieme chiuso limitato, .

Stimiamo lo stato dell'oggetto di controllo in base alle coordinate osservate

Per il sistema (1) si danno le condizioni iniziali

Insieme di stati target

, (4)

È stato fissato il criterio di qualità della gestione

, (5)

dove è il tempo di controllo, che può essere limitato, ma non specificato.

È necessario trovare il controllo nella forma

che garantisce il raggiungimento successivo di tutti i punti target (4) e riduce al minimo la funzionalità (5).

Lo scopo della gestione (4) è multivalore. Per passare al compito di sintetizzare un sistema di controllo intelligente, è necessario dotare il sistema della capacità di scelta. A questo scopo, indeboliamo i requisiti affinché l'oggetto colpisca ogni punto bersaglio e lo sostituiamo con il requisito che colpisca nelle vicinanze del punto bersaglio.

Quindi abbiamo un compromesso tra precisione e velocità nel raggiungere i punti target. Per implementare il controllo in questo problema, dobbiamo risolvere ogni volta il problema della scelta tra raggiungere con precisione l'obiettivo attuale e passare a un altro obiettivo. Ovviamente, in questa condizione, nel sistema di controllo, oltre al regolatore di feedback che garantisce il raggiungimento dell'obiettivo, è necessario avere un blocco logico che inverta gli obiettivi.

Chiariamo questa formulazione del problema.

Rappresentiamo il controllo (6) come una funzione dipendente dalla distanza dal bersaglio

(8)

dove è il numero del punto target corrente.

In qualsiasi momento, il numero del punto target attuale viene determinato utilizzando una funzione logica

, , (9)

Dove , , - funzione predicativa,

: . (10)

Anche la funzione (10) deve essere trovata insieme alla funzione di sintesi (6). La funzione (10) dovrebbe garantire la commutazione dei punti target. Entrambe le funzioni (6) e (10) devono fornire un minimo del funzionale qualità (5) e del funzionale accuratezza

, (11)

Il tempo di controllo viene determinato raggiungendo l'ultimo punto target

Se , (12)

dove è un piccolo valore positivo.

Sostituiamo il criterio parziale (5) con il criterio di qualità generale

(13)

Per costruire una funzione predicato, utilizziamo la funzione di discretizzazione e la funzione logica.

, (14)

dove è una funzione logica,

: , (15)

Dove , , - funzione di campionamento.

Il compito è trovare i controlli nel modulo

dove è un vettore intero che definisce i controlli per risolvere un particolare problema. Il controllo (16) deve garantire il raggiungimento dei minimi dei funzionali (11) e (13).

Nel caso generale, poiché il problema contiene due criteri (11) e (13), la sua soluzione sarà l'insieme di Pareto nello spazio dei funzionali. Lo sviluppatore seleziona una soluzione specifica per l'insieme di Pareto in base ai risultati della modellazione e della ricerca del sistema di controllo sintetizzato.

Chiamiamo compito (1) - (3), (7) - (16) il compito di sintetizzare un sistema di controllo intelligente. Per risolverlo è necessario trovare due funzioni di sintesi multidimensionali e .

Per risolvere il problema della sintesi di un sistema di controllo intelligente, utilizziamo il metodo dell'operatore di rete. Per trovare una funzione, utilizziamo il consueto operatore di rete aritmetica, in cui utilizziamo un insieme di funzioni aritmetiche con uno o due argomenti come funzioni costruttive. Nel metodo dell'operatore di rete, queste funzioni sono chiamate operazioni unarie o binarie. Per trovare una funzione logica, utilizziamo un operatore di rete logico, rispettivamente, con operazioni logiche unarie e binarie.

Ad esempio, consideriamo il seguente modello matematico

dove , sono le coordinate sul piano.

Ci sono restrizioni sulla gestione

La traiettoria del movimento è specificata da una serie di punti.

È necessario trovare un controllo per minimizzare due funzioni obiettivo dell'oggetto. Il primo funzionale determina la precisione del movimento lungo la traiettoria e il secondo determina il tempo necessario per completare la traiettoria.

S. Oreshkin, A. Spesivtsev, I. Daymand, V. Kozlovsky, V. Lazarev, Automazione nell'industria. 2013. N. 7

Viene considerata una nuova soluzione al problema della costruzione di un sistema intelligente di controllo automatizzato dei processi (IASTP), combinando l'uso di metodologie uniche: la costruzione di una rete semantica su un'ontologia di base e la trasformazione polinomiale di NON fattori, la cui essenza consiste nel trasformare la conoscenza qualitativa di un esperto in un modello matematico sotto forma di una funzione polinomiale non lineare.

L'azienda Summa Technologies propone una nuova soluzione al problema della costruzione di un sistema intelligente di controllo automatizzato dei processi (IASTP), combinando l'uso di metodologie uniche: la costruzione di una rete semantica su un'ontologia di base, che consenta di descrivere un modello multifattoriale complesso sotto forma di una rete semantica su uno specifico dizionario limitato e una trasformazione polinomiale di NON fattori, la cui essenza è trasformare la conoscenza qualitativa dell'esperto in un modello matematico sotto forma di una funzione polinomiale non lineare. La prima delle metodologie ha la proprietà di universalità indipendentemente dall'area tematica, e la seconda trasmette le specificità di quest'area attraverso l'esperienza e la conoscenza degli esperti. I risultati dei test industriali dello IAS sviluppato vengono presentati in relazione al processo di fusione delle materie prime solfuro di rame-nichel presso l'impianto di rame della divisione polare di OJSC MMC Norilsk Nickel (Norilsk), che ha le proprietà di un "sistema complesso ” e opera in condizioni di “significativa incertezza”.

introduzione

Analizzando i compiti di controllo automatizzato della maggior parte dei processi tecnologici in vari settori (metallurgia chimica, ferrosa e non ferrosa, estrazione mineraria, produzione di petrolio e gas, ingegneria dell'energia termica, agricoltura, ecc.), possiamo evidenziare il problema che li unisce, che è la necessità di costruire un modello matematico dei processi tecnologici che permetta di tenere conto di tutte le informazioni di input richieste, tenendo conto della loro possibile inesattezza, incertezza, incompletezza, e allo stesso tempo ottenere dati di output (azioni di controllo, previsioni) cioè adeguato alla situazione attuale del processo tecnologico.

È noto che l'approccio tradizionale alla modellizzazione (ovvero la modellazione basata su metodi tradizionali presupponendo la completezza e l'accuratezza della conoscenza del processo) è praticamente inapplicabile quando si considerano processi multifattoriali complessi che sono generalmente difficili da formalizzare. La complessità dei processi reali determina la ricerca di metodi non convenzionali per costruire i propri modelli matematici e ottimizzarne il controllo. In questo caso, non solo l'aspetto del controllo ottimale è molto importante, ma anche l'aspetto dell'analisi dello stato attuale del processo, poiché è la conclusione sullo stato attuale del processo che consente di scegliere il controllo ottimale in un data situazione. Tale analisi può essere effettuata sulla base di un sistema di riconoscimento strutturale-flusso-multilivello dello stato tecnico di un processo in tempo reale.

Il fattore principale che svaluta i tentativi di costruire modelli formali e descrivere lo stato tecnico di processi così complessi utilizzando metodi tradizionali è la “significativa incertezza” delle informazioni di input. Ciò si manifesta nell’oggettiva impossibilità di stabilizzare e/o misurare i valori di alcuni parametri chiave dello stato tecnico di tali processi. La conseguenza di ciò è una violazione dei criteri principali per la coerenza tecnologica del processo, che influisce sia sulla qualità dei prodotti finali che sulla stabilità del processo nel suo complesso. Nel linguaggio della matematica, tali processi sono classificati come “sistemi tecnici complessi” o “sistemi debolmente strutturati”, per i quali attualmente non esiste una teoria di modellizzazione generale.

Un sistema di controllo del processo tradizionale mira ad automatizzare la manutenzione di un'unità o di un'unità di elaborazione e le sue funzioni, per definizione, non includono questioni di controllo ottimale del processo e analisi delle sue condizioni. Ad esempio, un sistema automatizzato di controllo del processo consente di modificare la posizione dei meccanismi di controllo che servono l'unità, monitora il funzionamento collegato delle unità dell'unità e consente di modificare le prestazioni dell'unità e la sua modalità operativa. Ma lo stato del processo, la qualità dei prodotti finali, il rapporto tra i prodotti in entrata e la composizione elementare: questi problemi spesso esulano dall'automazione di base dell'unità. Pertanto, se esiste solo un sistema di controllo del processo di base, l'operatore è costretto a svolgere funzioni di manutenzione non solo dell'unità, ma anche del processo che si verifica in essa. Proprio da questo nasce il problema del “fattore umano”, poiché non sempre l'operatore riesce a raggiungere pienamente tutti gli obiettivi di controllo, il più delle volte multidirezionali. Inoltre, le caratteristiche di progettazione dell'unità non sempre consentono di risolvere completamente tutti i problemi a livello del sistema di controllo del processo. Un esempio di ciò è il problema di garantire nella versione attuale del sistema di controllo del processo la necessaria affidabilità delle informazioni di input nella valutazione della qualità e della quantità dei materiali forniti alla zona di reazione in tempo reale.

Un sistema di controllo automatizzato intelligente (IACS) è un sistema che utilizza l'automazione di base di un'unità come fonte di informazioni di input e consente, sulla base di tecnologie di intelligenza artificiale, di costruire un modello del processo che si verifica nell'unità, analizzare lo stato attuale del processo utilizzando il modello e, sulla base dell'analisi, risolvere il problema del controllo ottimale di una determinata unità.

Le cosiddette “soluzioni pronte all’uso” esistenti presuppongono la necessità di automatizzare completamente un’unità o un’unità di lavorazione “da zero”. In questo caso al cliente viene fornita sia la componente hardware di automazione che quella software. La funzionalità di tale soluzione può essere piuttosto ampia, comprendendo anche una componente intellettuale, ma allo stesso tempo completamente incompatibile con i sistemi di controllo di processo attualmente esistenti del cliente. Ciò porta spesso ad un forte aumento della complessità e del costo della soluzione tecnica. L'opzione proposta per costruire un sistema di controllo automatizzato intelligente basato sulla conoscenza degli esperti, utilizzando l'automazione di base, mira a monitorare e controllare il processo che si verifica nell'unità. Un tale sistema, in condizioni di “significativa incertezza”, è in grado di valutare parametri non misurati o scarsamente misurati, interpretarli quantitativamente in modo abbastanza accurato, identificare lo stato tecnico attuale del processo e raccomandare l’azione di controllo ottimale per eliminare il conflitto che si è presentato ( se ci sono conflitti nella coerenza tecnologica del processo).

IASU in questa versione, utilizzando tecnologie intelligenti, permette di:

effettuare l’integrazione con qualsiasi sistema di controllo automatizzato di base già esistente sull’unità o sull’unità di elaborazione del cliente;
attuare la creazione di uno spazio informativo comune a tutte le unità di trattamento al fine di attuare la gestione e il monitoraggio generale;
eseguire una valutazione quantitativa dei parametri non misurati e/o qualitativi su ciascuna unità nel quadro del sistema di controllo automatizzato di base dell'unità;
monitorare i criteri di coerenza tecnologica del processo sia per ogni singola unità che (se necessario) per l'unità di trattamento nel suo complesso;
valutare in tempo reale lo stato attuale dei processi tecnologici sia per ogni singola unità che per l'unità di trattamento nel suo complesso;
sviluppare decisioni di controllo - consulenza all'operatore in merito al ripristino dell'equilibrio tecnologico sia per l'unità che per l'unità di lavorazione nel suo insieme.

La base del nucleo intellettuale della IASU è il metodo di rappresentazione della conoscenza “Rete semantica su un'ontologia di base”, che consente di descrivere un modello multifattoriale complesso sotto forma di una rete semantica su uno specifico dizionario limitato, e il metodo “ Trasformazione polinomiale di NON fattori”, la cui essenza è trasformare la conoscenza qualitativa di un esperto in un modello matematico sotto forma di una funzione polinomiale non lineare.

Lo scopo di questo articolo è quello di familiarizzare i lettori con un nuovo approccio alla risoluzione del problema della costruzione di un sistema di controllo automatizzato, basato sull'uso di metodologie uniche e sui risultati del funzionamento industriale del sistema di controllo automatizzato PV-3 della Copper Stabilimento della Divisione Polare di OJSC MMC Norilsk Nickel. IASTP è stato sviluppato dalla società Summa Technologies nel 2011–2012. basato sulla piattaforma G2 di Gensym (USA) per controllare il processo Vanyukov per la lavorazione di materie prime solfuro di rame-nichel.

Il processo tecnologico come oggetto di modellazione

La maggior parte dei processi tecnologici, incluso il processo Vanyukov, presentano tutti i segni di "sistemi tecnici complessi": multiparametri e "incertezza significativa" delle informazioni di input. In tali condizioni, per risolvere il problema del mantenimento della coerenza tecnologica del processo tecnologico, è consigliabile utilizzare metodi di valutazione esperta della situazione e la formazione di una conclusione basata sulla conoscenza e sull'esperienza dell'esperto.

La società Summa Technologies ha sviluppato la fornace IASU Vanyukov (IASU PV-3) dell'impianto di rame della divisione polare di OJSC MMC Norilsk Nickel basato sulla piattaforma G2 di Gensym (USA) per risolvere i seguenti problemi di controllo del processo Vanyukov:

stabilizzazione della qualità dei prodotti di fusione;
valutazione quantitativa di parametri non misurati o scarsamente misurati (a causa di una serie di ragioni sia oggettive che soggettive) del processo tecnologico e degli stati delle unità utilizzando metodi indiretti;
ridurre l'intensità energetica del processo di lavorazione di vari materiali di carica;
stabilizzazione del regime di temperatura del processo mantenendo gli incarichi e gli obiettivi pianificati.

Nella fig. La Figura 1 mostra la disposizione dei principali elementi strutturali del fotovoltaico. L'unità è un pozzo 2 raffreddato ad acqua a cassonetto rettangolare situato sul fondo 1, sul tetto del quale sono presenti due scivoli 3 per l'alimentazione dei materiali di carica alla fusione, e ai quali sifoni matte 4 e scorie 5 con fori di drenaggio 9 e 10 , rispettivamente, sono adiacenti alle pareti terminali. Per l'evacuazione dei gas è previsto un condotto di aspirazione 6. I materiali caricati attraverso gli scivoli 3 entrano nella massa fusa, che viene soffiata con una miscela di ossigeno e aria (OAC) attraverso le tubiere 7, facendo gorgogliare intensamente l'emulsione opaca-scoria nella zona sopra la tubiera. L'ossigeno della miscela ossida il solfuro di ferro, arricchendo così i “regni” (gocce) opachi, che si segregano sul fondo a causa della differenza di densità dei liquidi immiscibili di opaco e scorie. In questo caso, il movimento dei flussi di massa fusa è diretto verso il basso a causa del continuo rilascio di matte 4 e scorie 5 dai sifoni attraverso le uscite 9 e 10, rispettivamente. Grazie alle caratteristiche progettuali mostrate in Fig. 1, viene implementato il processo Vanyukov stesso, la cui idea principale è chiara dalla descrizione di cui sopra.

Vale la pena notare le caratteristiche del processo Vanyukov che lo distinguono da altre tecnologie pirometallurgiche, comprese quelle straniere: elevata produttività specifica - fino a 120 tonnellate per 1 m2 di superficie del bagno al giorno (fusione fino a 160 t/h); piccola rimozione della polvere -< 1%; переработку шихты крупностью до 100 мм и влажностью > 16%.

Il complesso software e hardware, sulla base del quale è implementato il sistema di controllo automatizzato del processo PV-3, ha un'architettura a tre livelli. Il livello inferiore comprende sensori, azionamenti elettrici, valvole di controllo, attuatori, il livello medio - PLC, il livello superiore - personal computer elettronici (PC). Sulla base della stazione di lavoro sono implementati un'interfaccia grafica per l'interazione tra l'operatore e il sistema di controllo, un sistema di allarme acustico e la memorizzazione della cronologia del processo (Fig. 2).

Il processo di fusione è controllato dalla postazione dell'operatore (“pannello remoto”). In questo caso vengono utilizzate non solo informazioni provenienti da sensori e attuatori, ma anche informazioni organolettiche, quando l'unità di fusione, osservando le caratteristiche caratteristiche del comportamento del bagno di fusione (la dimensione e la “pesantezza” degli schizzi, lo stato generale del bagno, ecc.), trasmette le valutazioni risultanti alla consolle dell'operatore. Tutte queste fonti di informazione, eterogenee nella loro natura fisica, insieme consentono all'operatore di valutare la situazione attuale in base a molte variabili, ad esempio "Carico", "Altezza del bagno", "Temperatura di fusione", ecc., che determinano valori più generali concetti: "Stato del bagno di fusione", "Stato del processo nel suo complesso".

Le condizioni di produzione oggettivamente emergenti spesso portano a requisiti più severi per il processo Vanyukov; ad esempio, la necessità di fondere una grande quantità di materie prime artificiali, il che complica notevolmente il compito di mantenere la coerenza tecnologica del processo, poiché i componenti artificiali sono scarsamente prevedibili in termini di composizione e umidità. Di conseguenza, l'operatore, non avendo sufficienti informazioni sulle proprietà di tali materie prime, non è sempre in grado di prendere le giuste decisioni e “perde” né la temperatura né la qualità dei prodotti finali.

La base dello IASU PV-3 sviluppato è il principio di condurre il processo in un “corridoio” abbastanza stretto secondo i principali criteri di coerenza tecnologica del processo per migliorare la qualità del prodotto finale e mantenere le proprietà operative dell'unità . IASU PV-3 è progettato per prevedere tempestivamente e informare l'operatore sulle violazioni della coerenza tecnologica nelle fasi iniziali del loro verificarsi analizzando criteri speciali sviluppati sulla base delle conoscenze degli esperti. I criteri stabiliscono gli obiettivi per il controllo del processo e informano l'operatore sullo stato attuale del processo. In questo caso, lo scostamento dei valori dei criteri oltre i limiti consentiti viene interpretato dal sistema come l'inizio di un “conflitto”, e per l'operatore è un segnale della necessità di intraprendere le azioni di controllo consigliate per ripristinare il processo ad uno stato di consistenza tecnologica.

Breve descrizione delle funzionalità del sistema

IASU PV-3, sulla base delle informazioni iniziali ricevute da ACS PV-3 e altri sistemi informativi, implementa il modello di processo Vanyukov in tempo reale, analizza lo stato attuale del processo per la presenza di squilibri tecnologici e, in caso di conflitti, identifica loro, offrendo all’operatore scenari di risoluzione dei conflitti. Il sistema funge quindi da “consigliere dell’operatore”. Il sistema di controllo automatizzato visualizza canali informativi che mostrano all'utente lo stato attuale dei criteri di gestione e le previsioni sulla qualità dei prodotti finali.

IASU PV-3 ha le seguenti caratteristiche del consumatore:

interfaccia utente intuitiva per il personale di processo;
compatibilità del software e delle informazioni con ACS PV-3 e altri sistemi informativi;
la capacità di adattare il sistema ad altre unità a livello di riempimento della base di conoscenza senza modificare il nucleo software del sistema;
localizzazione di tutti gli elementi dell'interfaccia utente in russo;
affidabilità, apertura, scalabilità, ovvero possibilità di ulteriore espansione e modernizzazione.

Il monitoraggio e il controllo di tutte le unità e degli attuatori vengono effettuati dalle stazioni operatore dell'ACS PV-3, situate nella sala di controllo PV-3.

Oltre alle stazioni operatore esistenti, viene utilizzata una stazione di lavoro automatizzata specializzata, progettata per fornire all'operatore un'interfaccia utente del sistema IASU PV-3. Dal punto di vista architettonico e funzionale, IASU PV-3 si presenta come un'aggiunta all'attuale ACS PV-3, ovvero come un'espansione delle funzioni funzionali e informative del sistema di controllo esistente.

IASU PV-3 fornisce l'esecuzione in tempo reale delle seguenti funzioni applicative:

valutazione della quantità e qualità della carica fornita al forno;
previsione della qualità dei prodotti finali;
visualizzare i risultati delle decisioni dell’operatore in base a criteri di equilibrio tecnologico del processo;
analisi automatica della qualità del controllo di processo;
accumulo di una base di conoscenze gestionali durante l'intero periodo di funzionamento del sistema;
modellazione dell'unità PV-3 per l'utilizzo in modalità “Simulatore” ai fini della formazione del personale.

Architettura dell'IASU PV-3

IASU PV-3 è un sistema esperto che implementa il monitoraggio e il controllo intelligente del processo di fusione in modalità consulenza all'operatore. Il controllo viene implementato come un insieme di raccomandazioni rivolte all'operatore e alla fonderia senior per mantenere l'equilibrio tecnologico del processo raggiungendo al contempo gli obiettivi prefissati per la qualità dei prodotti finali della fusione, ottenendo una determinata quantità di prodotti finiti (mestoli) e fondendo di materiali artificiali.

Gli elementi principali di IASU PV-3, come ogni sistema esperto, sono: base di conoscenza; blocco decisionale; blocco per il riconoscimento del flusso di informazioni in input (ottenimento di output basato sulla conoscenza). Nella fig. La Figura 3 mostra l'architettura generalizzata del sistema.

L'unicità della metodologia per estrarre e presentare la conoscenza esperta sotto forma di polinomio non lineare consente di sintetizzare rapidamente un sistema sufficiente di modelli logico-linguistici che rappresentano sistematicamente le caratteristiche dei processi tecnologici. Allo stesso tempo, l'utilizzo di specialisti altamente qualificati come esperti che gestiscono questa particolare unità con le sue caratteristiche garantisce che il processo che si verifica in essa venga eseguito in conformità con le istruzioni tecnologiche dell'impresa.

La rappresentazione della conoscenza per descrivere il modello di processo di Vanyukov si basa sulla rappresentazione della “rete semantica su un’ontologia di base”. Questa rappresentazione implica la selezione di un dizionario, un'ontologia di base basata sull'analisi dell'argomento. Utilizzando l'ontologia di base e un insieme di funzionalità corrispondenti agli elementi dell'ontologia di base, è possibile costruire una rete semantica che consente di strutturare un modello multifattoriale complesso. Grazie a questa descrizione, da un lato, si ottiene una significativa riduzione della dimensione del numero di fattori e, dall'altro, le connessioni attraverso le quali questi fattori sono interconnessi sono unificate. Allo stesso tempo, la semantica e la funzionalità di ciascuno dei fattori considerati sono completamente preservate.

Tutta la conoscenza sul processo Vanyukov e sull'unità PV-3 in cui questo processo è implementato è archiviata nella knowledge base (KB). Quest'ultimo è concepito come un archivio dati relazionale e contiene una registrazione formale della conoscenza sotto forma di record in tabelle.

Il processore di conoscenze o l'unità decisionale come parte del sistema esperto viene implementato sulla base della piattaforma per lo sviluppo di sistemi esperti industriali G2 (Gensym, USA). Gli elementi principali del processore di conoscenza (Fig. 3) sono i seguenti blocchi: riconoscimento del flusso di informazioni in input; calcolare il modello per la situazione attuale; analisi situazionale; il processo decisionale.

Diamo uno sguardo più da vicino a questi elementi. Nel momento in cui viene avviato il sistema esperto, il processore di conoscenza legge tutte le informazioni dalla base di conoscenza, che sono registrate nell'archivio, e costruisce un modello dell'unità PV-3 e del processo Vanyukov. Inoltre, mentre il processo e l'unità PV-3 funzionano, i dati dal sistema di controllo automatico dell'unità vengono ricevuti nel sistema del sistema di controllo automatizzato. Questi dati caratterizzano sia lo stato del processo (consumo specifico di ossigeno per tonnellata di materiali contenenti metalli, ecc.) sia lo stato dell'unità PV-3 (la temperatura dell'acqua di scarico dai cassoni di ciascuna fila, lo stato di le tubiere per fornire aria alla massa fusa, ecc.). I dati entrano nel blocco di riconoscimento, vengono identificati in termini di criteri di coerenza tecnologica e quindi, sulla base di questi dati, viene eseguito un calcolo utilizzando il modello del processo Vanyukov. I risultati di questo calcolo vengono analizzati nel blocco di analisi della situazione e se si verifica una violazione dell'equilibrio tecnologico, la situazione viene identificata dal sistema come “conflitto”. Successivamente verrà presa la decisione sul ripristino dell'equilibrio tecnologico. Le soluzioni risultanti, nonché le informazioni sullo stato attuale del processo, insieme alle informazioni sui conflitti, vengono visualizzate nel modulo client di IASU PV-3 (Fig. 4). Il modello viene aggiornato ogni minuto.

Implementazione pratica

Dimostreremo le capacità predittive di IASU PV-3 durante il suo funzionamento presso l'impianto di rame della divisione polare di OJSC MMC Norilsk Nickel.

Nella fig. La Figura 4 mostra l'interfaccia del sistema di controllo automatizzato PV-3, le cui informazioni servono come aggiunta all'operatore al sistema di controllo automatizzato principale (Fig. 2) quando prende una decisione di controllo. Il campo 1 (Fig. 4) visualizza i valori di calcolo utilizzando il modello “Consumo specifico di ossigeno per tonnellata di metallo contenente”. La riflessione della capacità predittiva di IASU PV-3 per la qualità del prodotto finale - contenuto di rame nella opaca - è mostrata dal grafico del campo 2 e per il biossido di silicio - campo 3. Sul pannello vengono visualizzati i seguenti indicatori: 4 - contenuto di rame nelle scorie (%); 5 - percentuale di flussi nel carico che contengono metallo; 6 - qualità del download (b/r); 7 - temperatura di fusione (°C). Il campo 8 contiene i valori calcolati su base oraria del consumo di materiali di carica da parte dei bunker e il campo 9 riflette i nomi dei conflitti in corso in questo momento. L'aumento della precisione dei calcoli utilizzando i modelli è facilitato passando alla modalità di controllo appropriata dei pulsanti di opzione del campo 10. Il fatto di riempire le scorie del convertitore viene preso in considerazione utilizzando il pulsante del campo 11.

L'analisi minuto per minuto dei valori del grafico nel campo 1 mostra il funzionamento stabile del processo entro limiti accettabili secondo il criterio del consumo specifico di ossigeno per tonnellata di materiali contenenti metalli, oltre il quale si verifica una perdita di qualità del i prodotti finali sono garantiti. Pertanto, restare fuori dai limiti designati per più di 10 minuti può portare a stati critici del processo: inferiore a 150 m3/t - sottoossidazione della massa fusa e, di conseguenza, funzionamento a freddo del forno; superiore a 250 m3/t - sovraossidazione della massa fusa e, di conseguenza, funzionamento a caldo del forno.

Il contenuto di rame calcolato nella opaca sulla base dei dati effettivi (campo 2) è chiaramente correlato all'andamento dei valori del criterio precedente (campo 1).

Pertanto, nell'intervallo di tempo 17:49–18:03, i picchi su entrambi i grafici coincidono, il che riflette il fatto della risposta del sistema ai cambiamenti nello stato fisico-chimico del fotovoltaico: il funzionamento di routine dei dispositivi lance (pulizia) per l'alimentazione dell'esplosione alla massa fusa ha portato ad un aumento del consumo specifico di ossigeno > 240 m3/t, ha causato un aumento naturale della temperatura della massa fusa e, quindi, ha causato un aumento naturale del contenuto di rame nella massa fusa.

Inoltre, lo svolgimento del processo con un consumo specifico di ossigeno nell'ordine di 200 m3/t determina naturalmente il contenuto di rame nella matte del 57...59% durante l'intervallo osservato di 2 ore.

Confrontando il comportamento dei grafici blu e verde (campo 1) emerge che l’operatore segue quasi sempre le raccomandazioni del sistema. Allo stesso tempo, i valori reali del criterio "Consumo specifico" differiscono da quelli raccomandati a causa di a) fluttuazioni naturali nelle letture dei sensori dell'unità PV-3 in termini di flusso di scoppio; b) funzionamento tecnologico della tubiera del forno (picco sul grafico); c) cambiamenti chimici nello stato del bagno di fusione dovuti a fluttuazioni nella composizione della materia prima. Si tenga presente che secondo il criterio “% di fondenti contenenti metalli”, l'operatore lavora con consumo in eccesso (indicatore giallo zona 5) rispetto alle raccomandazioni del sistema. Una situazione simile è associata alla presenza di materie prime tecnogeniche nel carico. Di conseguenza, le fluttuazioni nel contenuto di biossido di silicio nella massa fusa diventano difficili da prevedere e il sistema avverte l'operatore che un funzionamento prolungato in questa modalità di caricamento del flusso può portare a uno squilibrio tecnologico. Il fatto della presenza di materie prime artificiali nel carico è confermato anche dal parametro calcolato “Qualità del carico” (indicatore 6), che mostra il valore nella zona rossa - “Materie prime di scarsa qualità”.

Il sistema, quindi, guida l’operatore nella conduzione del processo all’interno di un “ristretto” intervallo di valori dei principali parametri di consistenza tecnologica, indicando al contempo la qualità del prodotto che si otterrà a seguito della fusione.

Lo svolgimento del processo entro i limiti specificati dei principali criteri tecnologici consente inoltre di ottimizzare la modalità operativa di scoppio del forno, in particolare per ridurre il consumo di gas naturale nell'esplosione.

La visualizzazione delle tendenze secondo i criteri principali ha anche un impatto psicologico positivo sull’operatore del processo, poiché “giustifica” in forma quantitativa l’attuazione della decisione presa durante la gestione del processo.8 9

Conclusione

Sviluppato dalla società Summa Technologies e testato presso l'impianto di rame della divisione polare MMC Norilsk Nickel, il sistema automatizzato intelligente per il monitoraggio e il controllo del processo Vanyukov IASU PV-3 come "sistema tecnico complesso" ci consente di fare alcune generalizzazioni in relazione all'utilizzo dei risultati ottenuti in altri campi della conoscenza e dell'industria.

La sintesi delle suddette tecnologie indipendenti consente di creare un sistema di controllo automatizzato per quasi tutti i "sistemi tecnici complessi" in presenza dell'automazione di base esistente del cliente e di specialisti altamente qualificati che gestiscono tali sistemi in modo abbastanza efficace in condizioni di "notevole incertezza". "

L'approccio proposto per la costruzione di uno IAS presenta numerosi altri vantaggi. In primo luogo, fornisce un notevole risparmio di tempo dovuto al fatto che la prima tecnologia (utilizzando un approccio ontologico) è già implementata nel prodotto software e consente di elaborare la conoscenza su qualsiasi modello nella base di conoscenza, e la seconda (costruendo un sistema di equazioni matematiche per un processo tecnologico complesso) in A causa del metodo di applicazione sviluppato della ricetta, richiede un minimo di ricorso a un esperto. In secondo luogo, l'uso delle conoscenze specialistiche in relazione alla valutazione delle condizioni tecniche di un particolare oggetto viene effettuato nelle condizioni delle normative tecnologiche per il suo funzionamento, il che riduce al minimo il rischio che il sistema prenda una decisione errata e il monitoraggio in tempo reale contribuisce a l’individuazione tempestiva dell’avvicinarsi di stati di processo estremi (pre-emergenza). In terzo luogo, è stato effettivamente implementato l'approccio più generale per risolvere il riconoscimento multilivello dello stato tecnico di processi, oggetti o fenomeni tecnologici complessi in qualsiasi settore: metallurgia non ferrosa e ferrosa, estrazione mineraria e produzione di petrolio e gas, industria chimica, termica ingegneria energetica, agricoltura, ecc.

Bibliografia

1. Sokolov B.V., Yusupov R.M. Base concettuale per valutare e analizzare la qualità di modelli e complessi multimodello.//Izv. RAS. Teoria e sistemi di controllo. 2004. N. 6. P. 6–16.

2. Spesivtsev A.V. Processo metallurgico come oggetto di studio: nuovi concetti, coerenza, pratica. - San Pietroburgo: Casa editrice del Politecnico. Università, 2004. - 306 p.

3. Spesivtsev A.V., Lazarev V.I., Daymand I.N., Negrey D.S. Valutazione del grado di coerenza nel funzionamento di un processo tecnologico basato sulla conoscenza degli esperti.//Sb. rapporti. XV Conferenza Internazionale sul Soft Computing e le Misure SCM. San Pietroburgo, 2012, T. 1. - pp. 81–86.

4. Okhtilev M.Yu., Sokolov B.V., Yusupov R.M. Tecnologie intelligenti per il monitoraggio e il controllo della dinamica strutturale di oggetti tecnici complessi. - M.: Nauka, 2006. - 410 pag.

5. Narignani A.S. NON-fattori e ingegneria della conoscenza: dalla formalizzazione ingenua alla pragmatica naturale//KII 94. Raccolta di lavori scientifici. lavori Rybinsk, 1994. - pp. 9–18.

6. Spesivtsev A.V., Domshenko N.G. Expert come “sistema intelligente di misurazione e diagnosi”.//Sb. rapporti. XIII Conferenza Internazionale sul Soft Computing e le Misure SCM. San Pietroburgo, 2010, T. 2. - P. 28–34.

7. Vanyukov A.V., Bystrov V.P., Vaskevich A.D. e altri Sciogliere in un bagno liquido / Ed. Vanyukova A.V.M.: Metallurgia, 1988. - 208 p.

480 rubli. | 150 UAH | $7.5 ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Tesi - 480 RUR, consegna 10 minuti, 24 ore su 24, sette giorni su sette e festivi

Sitnikov Michail Sergeevich. Analisi e sintesi di sistemi di controllo automatico intelligenti con controllori fuzzy: tesi... Candidato di scienze tecniche: 13.05.01 / Sitnikov Mikhail Sergeevich; [Luogo di protezione: Mosca. stato Istituto di ingegneria radiofonica, elettronica e automazione] - Mosca, 2008. - 227 p.: ill. RSL OD, 61 08-5/1454

introduzione

CAPITOLO 1. Aree di applicazione e metodi di ricerca dei sistemi di controllo automatico intelligente con controllori fuzzy 14

1.1. Panoramica dei campi di applicazione di ISAU con HP 14

1.2. Problemi di ricerca ISAU con HP 24

1.3. Studio dell'influenza dei principali parametri HP sulla natura delle trasformazioni non lineari 28

1.3.1 L'influenza della forma e della relativa collocazione delle funzioni di appartenenza dei singoli termini sulla natura delle trasformazioni non lineari nel modello fuzzy di Mamdani 35

1.3.2 Influenza dell'ordine delle relazioni tra termini di input e output sulla natura delle trasformazioni non lineari nel modello fuzzy di Mamdani 41

1.4. Capitolo 43 Conclusioni

CAPITOLO 2. Analisi e sintesi di sistemi di controllo automatico intelligente basati sul metodo del bilancio armonico 45

2.1. Studio dell'ISAU utilizzando il metodo del bilancio armonico 46

2.2. Valutazione indiretta della qualità 73

2.3. L'influenza dei parametri del controller fuzzy su EKKU 81

2.4. Metodi per la ricerca e la sintesi dell'ISAU con HP basati sul metodo

equilibrio armonico 90

2.5. Conclusioni del capitolo 98

CAPITOLO 3. Studio di sistemi di controllo automatico intelligente basati su criteri di stabilità assoluta 99

3.1. Studio della stabilità assoluta dell'ISAU con HP 99

3.2. Studio della stabilità assoluta di un sistema di controllo automatico con diverse nonlinearità, 100

3.3. Studio della stabilità assoluta della posizione di equilibrio di un sistema di controllo automatizzato con un controllore fuzzy del primo tipo 105

3.4. Studio della stabilità assoluta dei processi in un sistema di controllo automatizzato con un controllore fuzzy del primo tipo; 119

3.5. Studio dell'influenza dei parametri del controllore fuzzy sulla stabilità assoluta del sistema di controllo automatizzato”. 124

3.6. Valutazioni indirette della qualità della regolamentazione ISAU basate sul criterio di assoluta stabilità dei processi 137

3.7. Capitolo 139 Conclusioni

CAPITOLO 4. Sintesi automatizzata di controllori fuzzy basati su algoritmi genetici 141

4.1. Revisione dei metodi di sintesi automatizzata 141

4.2. Utilizzo di algoritmi genetici per risolvere problemi di automazione della sintesi e messa a punto di controllori fuzzy 144

4.3. Algoritmi per la sintesi di sistemi di controllo automatizzati con HP 151

4.4. Metodologia per la sintesi automatizzata e la messa a punto HP 155

4.5. Capitolo 167 Conclusioni

CAPITOLO 5. Implementazione software e hardware di metodi per l'analisi e la sintesi di sistemi di controllo automatico intelligenti con controllori fuzzy 169

5.1. Pacchetto software per analisi e sintesi ISAU con HP 170

5.2. Implementazione hardware di un sistema di controllo della trazione elettrica 177

5.3. Sintesi di HP ISAU per motore DC 180

5.4. Studi sperimentali 190

5.5. Conclusioni del capitolo 199

Riferimenti 203

Appendice 211

Introduzione all'opera

L’uso di tecnologie intelligenti fornisce soluzioni a un’ampia gamma di problemi di controllo adattivo in condizioni di incertezza. Allo stesso tempo, il software e l'hardware di tali sistemi risultano semplici e affidabili, garantendo un controllo di alta qualità. L'apertura di tali tecnologie consente l'integrazione di meccanismi di previsione degli eventi, generalizzazione dell'esperienza accumulata, algoritmi di autoapprendimento e autodiagnosi, ampliando così in modo significativo la gamma di capacità funzionali dei sistemi intelligenti. La presenza di una chiara interfaccia uomo-macchina conferisce ai sistemi intelligenti qualità fondamentalmente nuove che possono semplificare significativamente le fasi di apprendimento e impostazione dei compiti.

Una delle tecnologie intelligenti comuni che è diventata ampiamente utilizzata e ha dimostrato di essere uno strumento matematico conveniente e potente è l'apparato della logica fuzzy (FL). La teoria degli insiemi fuzzy e la logica basata su di essa consentono di descrivere categorie, rappresentazioni e conoscenze imprecise, operare con esse e trarre conclusioni e conclusioni appropriate. La presenza di tali opportunità per formare modelli di vari oggetti, processi e fenomeni a livello qualitativo e concettuale ha determinato l'interesse per l'organizzazione del controllo intelligente basato sull'uso di questo apparato.

I risultati di studi teorici e sperimentali mostrano che l'uso della tecnologia NL consente di creare regolatori ad alta velocità altamente efficienti per un'ampia classe di sistemi tecnici utilizzati negli elettrodomestici industriali, militari e domestici, con un alto grado di adattabilità, affidabilità e qualità del funzionamento in condizioni di disturbi casuali e incertezza del carico esterno.

Oggi questo apparato è considerato uno degli strumenti più promettenti per descrivere casi speciali e non standard che si presentano durante il funzionamento del sistema. La particolarità della rappresentazione “fuzzy” della conoscenza, così come il numero illimitato di variabili di input e output e il numero di regole integrate per il comportamento del sistema, consentono di utilizzare questa tecnologia per formare quasi tutte le leggi di controllo, ad es. costruire un nuovo tipo di regolatore non lineare, che distingua la tecnologia NL dalle altre.

Chiameremo fuzzy (HP) il controller implementato utilizzando questa tecnologia. Nel caso generale, HP è un convertitore dipendente dalla frequenza e non lineare, il che solleva naturalmente una serie di problemi associati allo studio della stabilità e della qualità del controllo dei sistemi di controllo automatico intelligente (AICS) con tali controller.

I problemi più urgenti che richiedono soluzioni e garantiscono un uso più ampio di HP nella pratica ingegneristica sono:

Studio delle caratteristiche di trasformazione non lineare in HP;

Sviluppo di metodi ingegneristici per lo studio della stabilità e della qualità del controllo di ISAU con HP;

Sviluppo di tecniche di tuning e sintesi HP;

Creazione di strumenti per automatizzare la procedura di configurazione HP.

L'oggetto della ricerca sono le trasformazioni non lineari implementate in HP, i processi dinamici nei sistemi di controllo automatizzati con HP, la stabilità e la qualità del controllo dei sistemi di controllo automatico intelligenti.

Oggetto di studio sono i sistemi di controllo automatico intelligente con controllori fuzzy.

Obiettivo del lavoro

Sviluppo di strumenti algoritmici, software e hardware per la ricerca e la sintesi di sistemi di controllo automatizzati di alta qualità con HP. Per raggiungere questo obiettivo, è necessario risolvere i seguenti compiti:

1. Investigare le caratteristiche dell'influenza dei parametri HP: numero, tipo di funzioni di appartenenza (MF) e base delle regole di produzione (BP) sulla natura della trasformazione non lineare da esso effettuata.

2. Sulla base dei metodi conosciuti in TAU, sviluppare modelli matematici e corrispondenti tecniche ingegneristiche per lo studio dei processi periodici, della stabilità assoluta e della qualità dei sistemi di controllo automatizzati con HP.

3. Sviluppare metodi per sintetizzare i parametri HP basati su determinati indicatori di qualità del sistema di controllo automatizzato.

4. Sviluppare un algoritmo per la sintesi automatizzata e la regolazione dei parametri HP per garantire la stabilità e gli indicatori di qualità richiesti del sistema di controllo automatizzato.

5. Sviluppare un complesso software e hardware per la progettazione di un sistema di controllo automatizzato con HP.

I metodi di ricerca in questo lavoro si basano sulla teoria del controllo automatico, sulla teoria dei sistemi non lineari, sui metodi di modellazione matematica e di simulazione, sui metodi grafico-analitici per la risoluzione dei problemi, sulla teoria della logica fuzzy, sulla teoria dell'ottimizzazione e sulla teoria degli algoritmi genetici .

La validità e l'affidabilità delle affermazioni, delle conclusioni e delle raccomandazioni scientifiche sono confermate dai calcoli teorici, nonché dai risultati della modellazione numerica e dai risultati degli studi sperimentali. I risultati della modellazione in ambiente Matlab, gli studi sperimentali sul sistema di controllo nell'ambiente Simulink e sul complesso hardware-software per la progettazione ISAU confermano pienamente le disposizioni teoriche e le raccomandazioni del lavoro di tesi e ne consentono l'utilizzo nella progettazione di vero ISAU. Principali provvedimenti presentati a difesa

1. Risultati di uno studio sulle caratteristiche dell'influenza dei parametri HP (numero, tipo di FP e BP) sulla natura delle sue trasformazioni non lineari.

2. Modello matematico per lo studio delle oscillazioni periodiche e della qualità del controllo in sistemi di controllo automatizzati con HP basato sul metodo del bilancio armonico.

3. Criteri per l'assoluta stabilità dei processi e la posizione di equilibrio del sistema di controllo automatizzato con HP.

4. Metodi ingegneristici per lo studio delle oscillazioni periodiche, valutazione indiretta della qualità del controllo e stabilità assoluta dei sistemi di controllo automatizzati con HP.

5. Metodo di sintesi dei sistemi di controllo automatizzato HP con una determinata qualità di controllo.

6. Algoritmo per la sintesi automatizzata e la regolazione dei parametri HP utilizzando algoritmi genetici.

7. Complesso hardware e software per la progettazione ISAU con HP. Novità scientifica

1. È dimostrata la dipendenza delle caratteristiche della trasformazione non lineare HP dai parametri dei calcoli fuzzy (tipo e posizione delle funzioni di appartenenza, base delle regole di produzione).

2. Sono stati sviluppati modelli matematici che consentono di utilizzare il metodo del bilancio armonico per studiare le oscillazioni periodiche e la qualità del controllo del sistema di controllo automatico.

3. Sono stati sviluppati criteri per la stabilità assoluta dei processi e la posizione di equilibrio in un sistema di controllo automatizzato con HP.

4. Sulla base di algoritmi genetici, è stato risolto il problema della sintesi automatizzata e della regolazione dei parametri HP, tenendo conto della qualità richiesta del controllo ISAU.

Valore pratico

1. Sono stati sviluppati metodi ingegneristici convenienti per studiare le oscillazioni periodiche e valutare indirettamente la qualità del controllo dei sistemi di controllo automatizzati con HP basati sul metodo del bilancio armonico.

2. Sono stati sviluppati metodi ingegneristici convenienti per studiare la stabilità assoluta dei processi e la posizione di equilibrio nei sistemi di controllo automatizzati con HP.

3. È stata sviluppata una metodologia per la sintesi automatizzata e la regolazione dei parametri HP, tenendo conto delle aree di stabilità e qualità del sistema di controllo automatizzato.

4. È stato creato un complesso hardware e software per la ricerca e la progettazione di ISAU con HP.

5. I risultati del lavoro di tesi sono stati utilizzati nel progetto di ricerca “Latilus-2”, condotto su istruzioni dell'SPP presso il Presidium dell'Accademia delle Scienze russa, “Ricerca esplorativa e sviluppo di metodi intelligenti per il controllo di precisione di attuatori di armi ed equipaggiamenti militari promettenti”. In particolare, è stato dimostrato che l'uso di HP, che implementa una legge di controllo non lineare, può migliorare significativamente la qualità del controllo degli attuatori di nuovi modelli di equipaggiamento militare (le prestazioni aumentano di 2-3 volte, l'overshoot si riduce del 20% ). L'errore di controllo causato dal carico può essere ridotto più volte.

Vengono proposti convenienti metodi grafico-analitici per l'analisi e la sintesi di sistemi di controllo automatizzati con HP per attuatori e modelli promettenti di attrezzature militari.

6. I risultati del lavoro di tesi sono stati utilizzati per svolgere lavori con sovvenzioni della Fondazione russa per la ricerca di base:

2005-2006, progetto numero 05-08-33554-a “Sviluppo di modelli matematici e metodi di bilancio armonico per lo studio dei processi periodici e della qualità del controllo nei sistemi fuzzy”.

2008-2010, progetto numero 08-08-00343-a “Sintesi automatizzata di controllori fuzzy basati su algoritmi genetici”.

Approvazione del lavoro. Le principali disposizioni del lavoro sono state discusse e presentate in una conferenza sulla robotica in memoria dell'accademico E.P. Popov (MSTU dal nome N.E. Bauman 2008), ai seminari scientifici e tecnici internazionali XIV e XV “Le moderne tecnologie nei problemi di controllo, automazione e elaborazione delle informazioni” (Alushta 2006-2007), al XV Seminario internazionale della Scuola studentesca "Nuovo Tecnologie dell'informazione" (Sudak 2006), alla I Conferenza scientifica tutta russa di studenti e studenti post-laurea "Robotica, meccatronica e sistemi intelligenti" (Taganrog 2005), al concorso di revisione tutta russa della creatività scientifica e tecnica degli studenti di Istituti di istruzione superiore " EUREKA-2005" (Novocherkassk 2005), alla conferenza scientifica e pratica "Le moderne tecnologie dell'informazione" nella gestione e nell'istruzione. (Voskhod) Mosca 2006

Pubblicazioni

I principali risultati del lavoro di tesi sono stati pubblicati in 8 opere a stampa, tra cui un articolo su una rivista dall'elenco della Commissione di attestazione superiore e una monografia.

Nel primo capitolo, sulla base di una rassegna degli ambiti di applicazione dei sistemi HP, viene mostrato il loro diffuso utilizzo in vari campi della scienza e della tecnologia. Vengono mostrati numerosi vantaggi, tra cui gestione di alta qualità, efficienza e funzionalità.

Allo stesso tempo, è dimostrato che oggi non esistono metodi e tecniche convenienti per la pratica ingegneristica che consentano un ciclo completo di analisi e sintesi di sistemi di controllo automatizzati con HP.

Il capitolo esamina le caratteristiche dell'influenza dei parametri HP (numero, tipo di FP e BP) sulla natura della sua trasformazione non lineare tra i segnali in ingresso e in uscita. La ricerca condotta, da un lato, costituisce una base necessaria per l'adeguata applicazione dei metodi per lo studio dei sistemi non lineari allo studio dei sistemi di controllo automatizzati automatizzati con HP e, in particolare, il metodo del bilancio armonico e i criteri per la stabilità assoluta, e su D'altra parte, risolvere il problema della sintesi di sistemi di controllo automatizzati con determinate proprietà è possibile solo comprendendo la dipendenza della trasformazione non lineare dalle impostazioni HP.

Sulla base della ricerca svolta, gli obiettivi del lavoro di tesi sono giustificati.

Nel secondo capitolo vengono sviluppati modelli matematici che consentono di studiare le oscillazioni periodiche in un sistema di controllo automatizzato con HP utilizzando il metodo del bilancio armonico. Viene inoltre dimostrata la possibilità di valutare indirettamente la qualità dei sistemi di controllo automatizzati con HP basati sul metodo del bilancio armonico basato sull'indice di oscillazione e viene sviluppata una metodologia appropriata.

È stato risolto il problema di sintetizzare un sistema di controllo automatizzato con HP con indicatori di qualità specifici basati sul metodo del bilancio armonico.

Il capitolo esplora e mostra l'influenza della forma delle funzioni di appartenenza e della relativa collocazione dei termini, nonché l'influenza delle regole di produzione sulla natura dell'HP ECC.

I risultati degli studi sperimentali su modelli computerizzati hanno confermato l'adeguatezza dei metodi sviluppati per l'analisi e la sintesi di sistemi di controllo automatizzati con HP basati sul metodo del bilancio armonico.

Nel terzo capitolo vengono sviluppati modelli matematici che consentono di trasformare la struttura di un sistema di controllo automatizzato con HP del primo tipo alla struttura di un sistema di controllo automatico multicircuito non lineare. Tenendo conto della natura delle trasformazioni HP non lineari, sulla base dei criteri per l'assoluta stabilità dei processi e della posizione di equilibrio per sistemi con diverse non linearità, sono stati sviluppati criteri corrispondenti per i sistemi di controllo automatizzati con HP del primo tipo.

Sulla base dei criteri proposti, è stata sviluppata una tecnica grafico-analitica per studiare la stabilità della posizione e dei processi di equilibrio in un sistema di controllo automatizzato con HP.

Per risolvere i problemi della sintesi ISAU, è stato condotto uno studio per studiare la dipendenza delle aree di stabilità assoluta dell'ISAU dai parametri HP (il tipo e il numero di PT e PSU).

Sulla base del criterio dell'assoluta stabilità del processo è stato sviluppato un metodo per valutare indirettamente la qualità dei sistemi di controllo automatizzati con HP.

Sono stati condotti studi su modelli computerizzati, i cui risultati hanno confermato l'adeguatezza dei metodi sviluppati per studiare la stabilità assoluta della posizione di equilibrio e dei processi in un sistema di controllo automatizzato con HP.

Il quarto capitolo è dedicato allo sviluppo di algoritmi e metodi per la sintesi automatizzata dei parametri HP in ISAU. L'analisi condotta nella tesi ha dimostrato che gli algoritmi genetici (GA) sono di gran lunga la tecnologia più promettente per risolvere questo problema. Durante lo sviluppo di un algoritmo di sintesi automatizzata, sono stati risolti i seguenti problemi: sintesi di un modello di simulazione ISAU; selezione dei parametri iniziali HP e dei parametri di ricerca GA; valutare la qualità della gestione dell'ISAU; codifica cromosomica. L'esempio mostra le prestazioni dell'algoritmo di sintesi automatizzata.

Il quinto capitolo mette alla prova i risultati teorici ottenuti nei capitoli 2-4. È in fase di sviluppo un complesso hardware e software che consentirà un ciclo completo di progettazione di controllori fuzzy, iniziando con lo sviluppo di modelli matematici e terminando con il test diretto su apparecchiature reali. Il capitolo sviluppa e presenta un pacchetto software per l'analisi e la sintesi di modelli ISAU con HP. È stata implementata la struttura di interazione tra le parti software e hardware (supporto) del complesso, consentendo esperimenti su vasta scala sul controllo di un motore CC sotto vari tipi di carichi e disturbi

Il capitolo presenta i risultati di studi sperimentali, inclusa la sintesi automatizzata dei parametri HP, con test su un banco reale, nonché una valutazione comparativa dei risultati della messa a punto per la qualità del controllo di un sistema di controllo automatizzato sintonizzato automaticamente con HP e un sistema automatico sistema di controllo con un controller PID sintonizzato utilizzando il metodo dei problemi di dinamica inversa (IDP).

In conclusione vengono presentati i principali risultati scientifici e pratici del lavoro di tesi.

Studio dell'influenza dei principali parametri HP sulla natura delle trasformazioni non lineari

Nonostante la sua ampia diffusione e popolarità, l'uso dell'apparato NL è associato a notevoli difficoltà. Innanzitutto, ciò è dovuto alla mancanza di strumenti ingegneristici completi per analizzare la qualità del funzionamento dei sistemi fuzzy, nonché per studiarne la stabilità.

Sullo sfondo della mancanza di metodi efficaci per l'analisi dei sistemi fuzzy, il problema della sintesi HP è ancora più acuto, poiché la dipendenza dell'influenza dei suoi parametri dalla qualità del funzionamento del sistema di controllo automatizzato è stata studiata piuttosto poco. Questi fattori ostacolano in modo significativo una più ampia introduzione di HP nella pratica di creazione di nuovi cannoni semoventi.

Il primo metodo Lyapunov consente di analizzare la qualità del controllo utilizzando equazioni ACS linearizzate e può essere applicato a sistemi di qualsiasi struttura. Questo metodo ci consente di ottenere le condizioni necessarie per la stabilità del sistema in piccole quantità, ma per grandi deviazioni del sistema non garantisce la stabilità. Richiede la linearizzazione degli elementi non lineari inclusi nell'ACS, quindi è adatto solo per analizzare ACS con calcoli fuzzy primitivi.

Il secondo metodo di Lyapunov consente di ottenere condizioni di stabilità sufficienti. Si presume che un sistema di controllo automatizzato con un controller fuzzy sia descritto da un sistema di equazioni differenziali non lineari del primo ordine e su questa base, tenendo conto delle specificità della trasformazione non lineare, viene costruita una speciale funzione di Lyapunov, le proprietà di che consentono di analizzare la stabilità del sistema oggetto di studio e di determinare alcuni indicatori di qualità. I problemi legati all'utilizzo di questo metodo includono la difficoltà di scegliere una funzione adeguata al sistema, che includa anche la rappresentazione di calcoli fuzzy. Alcuni dei primi lavori in relazione a sistemi specifici con HP sono.

Come nota, va notato che i più utilizzati tra gli algoritmi NV (Mamdani, Tsukamoto, Takagi-Sugeno (T-S), Larsen) sono Mamdani e Takagi-Sygeno. Per studiare ISAU con HP costruito utilizzando l'algoritmo T-S, è stato sviluppato un metodo analitico con lo stesso nome per studiare la stabilità di Takagi-Sygeno, basato sul secondo metodo Lyapunov. Questo metodo non si applica ai sistemi con NV costruiti utilizzando l'algoritmo Mamdani.

Il metodo del bilancio armonico approssimato, basato sull'ipotesi del filtro, consente di studiare le autooscillazioni in un sistema fuzzy. Questo metodo è grafico-analitico e consente di studiare il sistema di controllo automatizzato senza rappresentare HP in forma analitica, utilizzando solo la caratteristica della sua trasformazione non lineare. È stato utilizzato per la prima volta per analizzare ISAU con HP e ampliato dagli autori. Di norma, veniva utilizzato per analizzare determinati sistemi di controllo automatizzati che includevano un controller P fuzzy e, in relazione al sistema di controllo automatizzato con un controller fuzzy dipendente dalla frequenza (PI-FID), gli studi avevano una valutazione molto approssimativa di le proprietà dinamiche del sistema. Va inoltre notato che l'approccio proposto nei lavori manca di un carattere metodologico che consenta, sulla sua base, di sviluppare strumenti ingegneristici per l'analisi di tali sistemi di controllo automatizzati.

Nello studio della stabilità dei sistemi fuzzy è stato utilizzato anche un metodo basato su criteri di stabilità assoluta (criterio circolare e criterio di V.M. Popov). Per utilizzare questo metodo, è necessario condurre ulteriori studi sulla dipendenza della caratteristica non lineare per soddisfare una serie di requisiti. Di norma, veniva utilizzato per analizzare uno specifico sistema di controllo automatizzato con controller P fuzzy.

Si è lavorato anche sullo studio dei sistemi fuzzy utilizzando vari metodi approssimati.

Apparentemente, un numero relativamente piccolo di lavori è stato dedicato allo studio della stabilità dei sistemi di controllo automatizzato con HP e, di regola, sono tutti di natura privata e non sistemica. Ciò parla essenzialmente della fase iniziale di sviluppo in questa direzione e comporta una ricerca più approfondita sulle capacità di ciascuno dei metodi elencati. Uno dei primi tentativi di approccio sistematico allo studio dei sistemi fuzzy appartiene agli autori di un lavoro pubblicato nel 1999. In questo lavoro, i sistemi fuzzy vengono ridotti a sistemi non lineari e, su questa base, vengono elaborati metodi progettati per studiare la stabilità dei sistemi fuzzy. ad essi vengono applicati sistemi non lineari. Come notano gli stessi autori, il lavoro presenta diversi limiti significativi, il primo dei quali è un approccio piuttosto superficiale all'analisi dei sistemi fuzzy, poiché non vengono mostrati metodi di analisi chiari e sistematici utilizzando i metodi presentati. Inoltre, non è stata prestata la dovuta attenzione all'analisi dell'influenza dei parametri NV sulle trasformazioni non lineari HP. Il lavoro non presenta strumenti per la sintesi e la configurazione di sistemi di controllo automatizzato fuzzy, il che è molto importante per la loro applicazione pratica. I recenti lavori pubblicati dedicati all'analisi dei sistemi di controllo automatizzati con HP si basano principalmente sui metodi di cui sopra.

Studio dell'ISAU mediante il metodo del bilancio armonico

Come mostrato nel capitolo precedente, un controller intelligente esegue alcune trasformazioni non lineari, a seguito delle quali diventa possibile migliorare la qualità del controllo in tali sistemi. Ma allo stesso tempo, la presenza di elementi non lineari nel circuito ACS, come è noto, può portare a vari problemi legati alla dinamica del sistema. In particolare, cambiano le regioni di stabilità sul piano dei parametri del sistema (rispetto ai sistemi lineari), ed è necessario studiare sia le posizioni che i processi di equilibrio. Diventa importante lo studio dei regimi periodici caratteristici dei sistemi non lineari.

Per lo studio delle oscillazioni periodiche nei sistemi di controllo automatizzato, sembra promettente il metodo del bilancio armonico, che ha trovato ampia applicazione nella pratica ingegneristica di analisi e sintesi di sistemi di controllo automatico non lineari.

Questo metodo consente non solo di studiare le oscillazioni periodiche nei sistemi di controllo automatico, ma anche di valutare indirettamente la qualità del controllo dei sistemi non lineari. L'ultimo aspetto è estremamente importante dal punto di vista delle prospettive di risoluzione dell'ambiguo problema di sintonizzare un controllore fuzzy sulla qualità di controllo richiesta.

Poiché i sistemi di controllo automatico intelligente, come è stato più volte notato, sono progettati per fornire algoritmi di controllo alternativi per oggetti dinamici complessi che operano sotto l'influenza di fattori di incertezza interni ed esterni, va sottolineato che questi oggetti, di regola, hanno un comportamento abbastanza dimensione elevata e, pertanto, soddisfano in larga misura i requisiti dell'ipotesi di filtro. E quindi l'accuratezza dei risultati, fornita dal metodo del bilancio armonico, potrebbe rivelarsi abbastanza accettabile per l'uso pratico.

Quando si studiano i sistemi intelligenti utilizzando il metodo del bilancio armonico, sorge un problema metodologico dovuto al fatto che è stato sviluppato per un sistema di controllo automatico con un elemento non lineare avente un ingresso e un'uscita, e in un sistema di controllo automatico con HP ce ne sono diversi elementi non lineari, quindi è necessario costruire un modello HP, che consenta di applicare il metodo del bilancio armonico.

Nel caso generale, presentiamo lo schema a blocchi di un sistema di controllo automatico intelligente con un controller fuzzy (HP) sotto forma di una connessione seriale di un computer fuzzy (FC) avente h - ingressi con collegamenti dinamici lineari collegati ad essi, e un'uscita e un oggetto di controllo (OU) con una funzione di trasferimento Woy(s) (Fig. 2.1), dove g(t) è il segnale di comando (per i sistemi meccanici è posizione, velocità, accelerazione, ecc.), u (t) è il segnale di controllo, y(t) è il segnale di uscita dell'attuatore, e(t) è il segnale di errore di controllo, s è l'operatore di Laplace.

Un controller fuzzy può essere costruito sulla base di due tipi di strutture: il primo tipo - un controller fuzzy con computer fuzzy unidimensionali paralleli НВІ (in Fig. 2.2, ad esempio, lo schema a blocchi di un controller PID fuzzy del primo tipo) e il secondo tipo - con un computer fuzzy con un ingresso multidimensionale (la Fig. 2.3 mostra uno schema a blocchi di un controller PID fuzzy del secondo tipo).

Tenendo conto della natura non lineare delle trasformazioni in HP, mostrata nel primo capitolo, per studiare le oscillazioni periodiche nel sistema di controllo automatizzato utilizzeremo il metodo del bilancio armonico.

Per applicare il metodo del bilancio armonico, considereremo il controllore fuzzy come un elemento non lineare dipendente dalla frequenza con un ingresso e un'uscita. Lo studio delle autooscillazioni nell'ISAU presentato in Fig. 2.1 sarà effettuato a g(t) = 0. Supponiamo che un segnale sinusoidale e(t) = A sin a t operi all'ingresso HP. La rappresentazione spettrale del segnale di uscita HP è caratterizzata da termini della serie di Fourier con ampiezze U1, U1, U3... e frequenze CO, 2b), bco, ecc. Tenendo conto dell'adempimento dell'ipotesi del filtro per l'oggetto di controllo ISAU, assumeremo che nella decomposizione spettrale del segnale y(f), all'uscita dell'oggetto di controllo, le ampiezze delle armoniche superiori sono significativamente inferiori a quelle ampiezza della prima armonica. Questo ci permette, quando descriviamo il segnale y(t), di trascurare tutte le armoniche superiori (a causa della loro piccolezza) e assumere che y(t) s Ysm(cot + φ).

Studio della stabilità assoluta dell'ISAU con HP

Nel capitolo precedente è stato considerato il metodo del bilancio armonico per risolvere problemi di analisi e sintesi di sistemi di controllo automatico intelligente su piccola scala con controllori sequenziali. Nonostante i limiti noti di questo metodo, i risultati dello studio delle auto-oscillazioni sul piano dei parametri del sistema di controllo in molti casi forniscono un risultato completo in fase di analisi e approcci abbastanza costruttivi alla sintesi dei parametri del controller per un dato indicatore di oscillazione.

Allo stesso tempo, è noto che per molti sistemi di controllo non lineari lo studio dei soli movimenti periodici è incompleto e non riflette adeguatamente i processi dinamici nel sistema. Pertanto, è indubbiamente interessante sviluppare metodi che permettano di studiare la stabilità assoluta sia della posizione di equilibrio che dei processi nei sistemi di controllo intelligenti.

Tenendo conto delle caratteristiche delle trasformazioni non lineari effettuate nei controllori intelligenti discusse nel Capitolo I, si può presumere che oggi lo sviluppo di metodi per studiare la stabilità assoluta sembri più realistico per i sistemi di controllo automatizzati con controllori fuzzy del primo tipo, poiché tali sistemi possono essere ridotti a sistemi non lineari multi-loop, i cui metodi di studio sono descritti in letteratura.

Poiché un sistema di controllo automatizzato con HP del primo tipo è, nel caso generale, un sistema multi-loop non lineare, è consigliabile considerare innanzitutto i criteri noti per la stabilità assoluta della posizione di equilibrio e i processi per questo tipo di sistemi non lineari .

Uno schema a blocchi generalizzato di un sistema di controllo automatico non lineare multicircuito è mostrato in Fig. 3.1, in cui % e a sono vettori scalari.

Indichiamo con u(V la classe dei blocchi non lineari (3.3), che hanno le seguenti proprietà: per h \ ingressi o-jit) e uscite %.(t) di blocchi non lineari sono connessi (per ov (/) 0) dalle relazioni: %) "" e = 1 m (3-9) dove cCj,fij sono alcuni numeri. Inoltre, deve essere soddisfatta la disuguaglianza di matrice \j3 (t)(t)) 0. (3.10) Il criterio circolare per la stabilità assoluta dei processi per sistemi con più nonlinearità (Fig. 3.1.) ha la seguente formulazione:

Sia le equazioni della parte lineare del sistema la forma (3.1) e le equazioni dei blocchi non lineari (3.3). Siano tutti i poli degli elementi della matrice Wm(s) nel semipiano sinistro (parti lineari stabili in tutti i contorni), a = diag(al,...,ah), f$ = diag(pl ,...,J3h) - matrici diagonali con elementi diagonali specificati. Supponiamo che per una matrice diagonale hxh d con elementi diagonali positivi la condizione di frequenza te B(N »_N Fig. 3.2.b.

Va tenuto presente che cambierà anche la parte lineare del sistema. Pertanto, tenendo conto delle caratteristiche di cui sopra del criterio per la stabilità assoluta di una posizione di equilibrio per sistemi non lineari multidimensionali, formuliamolo per un sistema di controllo automatizzato con HP.

Come già notato nel primo capitolo, NV effettua una trasformazione non lineare. Va notato che le caratteristiche non lineari %(&), implementate dai calcolatori fuzzy, hanno limitazioni in ampiezza, quindi, quando Уj - il limite inferiore del settore può essere equiparato a zero a = O, che segue (p (a) o ? -±L = juJ pj, j = \,...,h (3.14) se U F O I 3(0) = 0, oppure (j3a(t)-cp(o;t))(p(cr, t ) 0. (3.15)

Se, nel processo di creazione di un controllore fuzzy del primo tipo, si scopre che uno dei computer fuzzy implementa trasformazioni non lineari (Pji j) (Fig. 3.3a) che non soddisfano le condizioni della classe G \ allora è necessario effettuare trasformazioni strutturali in conformità all'Osservazione 3.4. Naturalmente, per preservare la condizione di equivalenza delle strutture originarie e trasformate, è necessario apportare opportune modifiche alla parte lineare.

Nel caso della presenza di una parte lineare neutra in uno dei circuiti ISAU (Fig. 3.4), per applicare il criterio di stabilità assoluta della posizione di equilibrio (3.7), è necessario coprire con feedback negativo є 0 sia la parte lineare corrispondente che HBj con la caratteristica non lineare Pj(crj ). A -»0, il criterio (3.7) sarà applicabile per tutte le frequenze eccetto co = 0. Tenendo conto di quanto sopra, verrà scritto il criterio per la stabilità assoluta della posizione di equilibrio per un sistema di controllo automatizzato con HP del primo tipo nella seguente forma.

Se le equazioni della parte lineare dell'ISAU hanno la forma (3.1), le caratteristiche non lineari del controllore fuzzy corrispondono a (3.3), dove le funzioni (PjiGj) soddisfano le condizioni della classe G. Lascia che tutti i poli degli elementi della matrice Wm (s) siano posizionati nel semipiano sinistro o abbiano un polo sull'asse immaginario (parti lineari stabili o neutre in tutti i contorni). Introduciamo una matrice diagonale /Jj = diag(jti[ ,...,juh) con elementi diagonali ju ,...,juh , e Mj = if Mj =, nonché matrici diagonali rd = diag(Tx,. .., dx), 3d =diag(3l,...,3h), dove tutti Td 0. Supponiamo che per alcuni m 0, 3= e tutti - oo con +oo, eccetto oo = 0, valgano le seguenti relazioni :

Utilizzo di algoritmi genetici per risolvere problemi di automazione della sintesi e della messa a punto di controllori fuzzy

L'implementazione della procedura per la sintesi automatizzata dei parametri HP basata su GA richiede la soluzione di tre compiti principali: 1) determinazione delle caratteristiche funzionali dell'operazione GA; 2) determinazione del metodo per codificare i parametri HP nel cromosoma; 3) implementazione della funzione target.

Gli algoritmi genetici standard, per definizione, operano con un insieme di elementi chiamati cromosomi; in questo lavoro, sono stringhe di bit con una descrizione codificata di potenziali soluzioni a un dato problema applicato. Secondo lo schema a blocchi generalizzato per la costruzione di un algoritmo genetico (Fig. 4.1), all'interno del suo ciclo successivo, ciascuno dei cromosomi dell'insieme esistente è soggetto ad una valutazione basata su un criterio di "utilità" specificato a priori. I risultati ottenuti ci permettono di selezionare i campioni “migliori” per generare una nuova popolazione di cromosomi. In questo caso, la riproduzione dei discendenti viene effettuata a causa di cambiamenti casuali e incroci delle corrispondenti stringhe di bit degli individui genitori. Il processo di evoluzione viene interrotto quando viene trovata una soluzione soddisfacente (nella fase di valutazione dell'utilità dei cromosomi) o dopo che è trascorso il tempo assegnato.

Va notato che l'ereditarietà delle caratteristiche dei rappresentanti d'élite della popolazione precedente nella prossima generazione di individui fornisce uno studio approfondito delle aree più promettenti dello spazio di ricerca di soluzioni. Allo stesso tempo, la presenza di meccanismi per la mutazione casuale delle stringhe di bit degli elementi selezionati garantisce un cambiamento nelle direzioni di ricerca, evitando di raggiungere un estremo locale. Tale imitazione dei processi evolutivi consente di garantire la convergenza della procedura di ricerca verso la soluzione ottimale, ma la sua efficacia è in gran parte determinata dai parametri dell'algoritmo genetico e dall'insieme di dati iniziali specificati tenendo conto delle specificità dell'applicazione problema. Questi includono il tipo e la dimensione del cromosoma, la dimensione della popolazione, la funzione di valutazione dell'utilità dei cromosomi e il tipo di operatore di selezione, il criterio per interrompere la procedura di ricerca, la probabilità di eseguire una mutazione, il tipo di operazione di incrocio, ecc. . Codifica dei parametri HP

Nonostante l'apparente semplicità della costruzione e dell'implementazione degli algoritmi genetici, la loro applicazione pratica è anche associata alla complessità della scelta di un metodo per codificare lo spazio di ricerca delle soluzioni a uno specifico problema applicato sotto forma di un cromosoma con l'ulteriore formazione di una funzione obiettivo , il cui calcolo del valore servirà a valutare e successivamente selezionare i singoli individui della generazione corrente per la generazione automatica di quella successiva.

Pertanto, quando si sintetizzano controllori fuzzy secondo lo schema Mamdani, l'insieme di parametri di ottimizzazione che consentono di ottenere la qualità di controllo richiesta include il numero e le relazioni dei termini delle variabili linguistiche di input e output (LP), nonché la forma di appartenenza funzioni (MF) e la loro collocazione all'interno del campo di lavoro.

In ogni caso, la struttura e la dimensione del cromosoma che codifica i parametri HP devono essere determinate tenendo conto di una serie di fattori specifici, compresi quelli che caratterizzano il metodo scelto per rappresentare le funzioni di appartenenza.

Stepanov, Andrej Michajlovic

Per cosa ha combattuto la Russia? Prima Guerra Mondiale 1914

Rubai spiritoso di Omar Khayyam Omar Khayyam cosa è importante nella vita