RU2352984C2 - Optimisation of serial combinatorial processes - Google Patents

Abstract

FIELD: physics, computer engineering.

SUBSTANCE: group of inventions is related to facilities that provide for optimisation of combinatorial processes, interchangeable sequence of actions. In method for modeling of possible sequences set, reference model is used, as well as information received with the help of reference model. Model is imitated with the help of algorithm for selection from information, which corresponds to actions from current sequence to highest extent, in compliance with system of priorities that makes it possible to always use the best ratio. Produced results are compared, identifying modeled sequences. Quality of final result depends on the order, in which actions are realised, which are included in the process, inclusive of production process, such as machine working, cutting, moulding, profiling and/or thermal processing of part, direction of material flows via enterprise or oil or gas pumping in pipelines system, processes of mixing in chemistry and material science, modeling in the field of computer biology and management of vehicles park.

EFFECT: higher accuracy of optimal action sequence definition.

49 cl, 13 dwg

Description

Предпосылки создания изобретенияBACKGROUND OF THE INVENTION

Настоящее изобретение относится к оптимизации последовательных (многостадийных) комбинаторных процессов.The present invention relates to the optimization of sequential (multi-stage) combinatorial processes.

Известно множество примеров процессов, заключающихся в осуществлении ряда стадий, при этом конечный результат таких процессов может быть оптимизирован за счет реализации этих стадий предпочтительным образом. Производственные процессы, например, могут состоять из стадий, на которых на качество производимой продукции влияют такие конкретные переменные величины, как размер, количество, длительность, давление, температура, вязкость и т.д. Поскольку промышленность, естественно, заинтересована в обеспечении высокого качества, часто желательно оптимизировать различные стадии, чтобы получить наилучший конечный результат.There are many examples of processes that involve the implementation of a number of stages, and the end result of such processes can be optimized by implementing these stages in a preferred manner. Production processes, for example, may consist of stages in which specific variables such as size, quantity, duration, pressure, temperature, viscosity, etc., affect the quality of the product. Since the industry is naturally interested in providing high quality, it is often desirable to optimize the various stages in order to obtain the best end result.

Такую оптимизацию часто осуществляют путем моделирования процесса. Таким образом сравнивают различные значения параметра или группы параметров, чтобы установить, какие из них обеспечивают лучший результат. Одной из методик моделирования, которая представляет особый интерес ввиду ее высокой точности и способности справляться со сложными сценариями, является анализ методом конечных элементов. Применительно к процессу рассматриваемого типа данная модель в целом учитывает интересующие параметры как описываемые в непрерывном числовом пространстве, в котором параметры могут иметь любое значение, и ищет оптимальное значение каждого из них с учетом остальных параметров. Вместе с тем, с точки зрения необходимого для вычислений времени такое решение является дорогостоящим. Один "прогон" модели на основе метода конечных элементов для одного набора величин параметров может занять несколько часов, при этом обычно существует множество величин, требующих анализа. Это означает, что модели потребуются тысячи последовательных приближений, чтобы прийти к какому-либо оптимальному решению, в результате чего полный анализ процесса может занять неосуществимо долгое время. Связанные с ним расходы могут перевесить любые преимущества, достигнутые за счет оптимизации процесса.Such optimization is often carried out by modeling the process. In this way, various parameter values or parameter groups are compared to determine which ones provide the best result. One of the modeling techniques, which is of particular interest due to its high accuracy and ability to cope with complex scenarios, is finite element analysis. In relation to the process of the type under consideration, this model as a whole takes into account the parameters of interest as described in a continuous numerical space in which the parameters can have any value, and searches for the optimal value of each of them taking into account the remaining parameters. At the same time, from the point of view of the time necessary for calculations, such a solution is expensive. One "run" of a model based on the finite element method for one set of parameter values can take several hours, and usually there are many quantities that require analysis. This means that the models will require thousands of consecutive approximations in order to arrive at some optimal solution, as a result of which a full analysis of the process can take an unrealistically long time. The costs associated with it can outweigh any benefits achieved through process optimization.

Данный недостаток был преодолен за счет так называемой имитации моделирования (surrogate modelling). Идея использования имитаций моделей при оптимизации широко исследована применительно к проблемам, связанным с обширными вычислениями. Имитация является простым приближением модели на основе метода конечных элементов (или другой сложной модели) к менее длительным итерационным процессам, что ускоряет вычисления. Хорошо известной имитацией модели является криджинг, но также может использоваться любой другой метод последовательных приближений, применимый к конкретной задаче. Результаты нескольких прогонов модели анализа методом конечных элементов вводят в имитацию модели для ее "обучения". Количество таких прогонов зависит от сложности анализируемого процесса; как правило, 20-30 прогонов достаточно для обеспечения достаточного уровня точности. После завершения обучения имитации модели ее пропускают через цикл оптимизации, в ходе которого она вычисляет результат процесса при всех возможных значениях интересующего параметра или параметров и выдает значение, которое соответствует оптимальному результату процесса. Однако данное оптимальное значение основано на последовательных приближениях имитации модели и может быть неточным. В связи с этим применительно к тем же значениям параметров обычно прогоняют модель на основе метода конечных элементов и сравнивают результат с результатом, полученным при помощи имитации модели. В случае значительной разницы между ними результат такого последнего прогона модели на основе метода конечных элементов затем загружают в имитацию модели, чтобы усовершенствовать ее обучение, и снова пропускают имитации модели через цикл оптимизации и так далее до тех пор, пока не будет обеспечено приемлемое соответствие результатов двух моделей. За этот счет повышается точность имитации модели в оптимальной области, поскольку точность повышается там и тогда, когда это необходимо. Общее время на вычисления, которое требуется для получения оптимального значения, сокращается за счет переноса основной вычислительной нагрузки из медленной модели на основе метода конечных элементов в более быструю имитацию модели. Например, один прогон модели на основе метода конечных элементов занимает около 48 часов, тогда как для осуществления 50000 имитаций вычислений достаточно менее 10 минут.This drawback was overcome by the so-called simulation simulation (surrogate modeling). The idea of using model simulations for optimization has been widely studied in relation to the problems associated with extensive computing. Simulation is a simple approximation of a model based on the finite element method (or other complex model) to less lengthy iterative processes, which speeds up the calculations. Well-known simulation of the model is kriging, but any other method of successive approximations that is applicable to a particular problem can also be used. The results of several runs of the analysis model by the finite element method are introduced into the simulation of the model for its “training. The number of such runs depends on the complexity of the process being analyzed; typically 20-30 runs are sufficient to provide a sufficient level of accuracy. After training in the simulation of the model, it is passed through an optimization cycle, during which it calculates the process result for all possible values of the parameter or parameters of interest and produces a value that corresponds to the optimal process result. However, this optimal value is based on successive approximations of the model simulation and may be inaccurate. In this regard, as applied to the same parameter values, the model is usually run on the basis of the finite element method and the result is compared with the result obtained by simulating the model. In the case of a significant difference between them, the result of such a last run of the model based on the finite element method is then loaded into the simulation of the model in order to improve its training, and again they pass the simulation of the model through an optimization cycle and so on until an acceptable agreement between the results of the two models. Due to this, the accuracy of the simulation of the model in the optimal region is increased, since the accuracy increases there and when it is necessary. The total computational time required to obtain the optimal value is reduced by transferring the main computational load from a slow model based on the finite element method to a faster simulation of the model. For example, one run of a model based on the finite element method takes about 48 hours, while less than 10 minutes are enough to complete 50,000 simulation simulations.

Кроме того, точность может быть повышена за счет тщательного выбора начальных прогонов модели на основе метода конечных элементов с тем, чтобы охватить диапазон значений параметров, в который входят значения, считающиеся предположительно важными для определения оптимального значения. Данное решение известно как "планирование экспериментов" (DoE - сокращение от англ. "design of experiments"), которое позволяет избежать потенциальной непроизводительной траты времени на вычисления в процессе сценариев моделирования, результаты которых далеки от желаемых. Примером процесса моделирования с применением анализа методом конечных элементов в сочетании с планированием экспериментов является патент США US 6349467 [1], в котором описана методика оптимизации стадий производства отражателей для камер сгорания газотурбинных двигателей во избежание нежелательного промежуточного термического воздействия на листовой металл, из которого изготавливают отражатели.In addition, accuracy can be improved by careful selection of the initial runs of the model based on the finite element method in order to cover the range of parameter values, which includes values considered to be presumably important for determining the optimal value. This solution is known as "design of experiments" (DoE - short for the English "design of experiments"), which avoids the potential waste of time for calculations in the process of simulation scenarios, the results of which are far from desired. An example of a simulation process using finite element analysis in conjunction with experimental design is US Pat. No. 6,349,467 [1], which describes a technique for optimizing the stages of production of reflectors for combustion chambers of gas turbine engines to avoid undesired intermediate thermal effects on the sheet metal from which the reflectors are made .

До настоящего времени дополненное имитацией модели моделирование методом конечных элементов широко применялось для решения разнообразных задач, требующих оптимизации численного значения одного или нескольких параметров, применяемых в процессе. Круг таких задач был ограничен задачами, позволявшими решать их путем последовательного приближения с использованием функции имитации модели, зависящей от переменных величин непрерывного или дискретного характера, и выражать результат физическими или количественными параметрами. Вместе с тем, дополнительно существует множество процессов, которым может пойти на пользу оптимизация, но к которым неприменимы известные методы имитации моделирования, поскольку задача не заключается в поиске оптимального численного значения какого-либо параметра. К таким процессам относятся процессы, состоящие из нескольких стадий или действий, которые с целью достижения конечного результата процесса осуществляют или сочетают в любом порядке или последовательности. Однако качество конечного результата зависит от порядка, в котором осуществляют стадии. Иными словами, в комбинаторной области не существует доступных методик оптимизации имитации моделирования, в которых переменные величины не имеют физического смысла. Задача состоит в том, чтобы определить оптимальный порядок следования действий и получить наилучший результат. Следовательно, данную задачу можно охарактеризовать как задачу оптимизации последовательных комбинаторных процессов, которая заключается в идентификации последовательности, в которой следует сочетать действия, чтобы получить оптимальный результат. Очевидно, что данная задача отличается от задачи определения оптимального значения количественно измеримого параметра; отдельные действия и порядок их следования являются нечисловыми элементами, не имеющими физического смысла. До настоящего времени при решении задач оптимизации такого рода приходилось по большей части полагаться на данные полного анализа методом конечных элементов.Up to now, finite element modeling supplemented by simulation has been widely used to solve a variety of problems requiring optimization of the numerical value of one or more parameters used in the process. The range of such problems was limited to the tasks that made it possible to solve them by successive approximations using the model simulation function, which depends on variable variables of a continuous or discrete nature, and to express the result by physical or quantitative parameters. At the same time, in addition there are many processes that can benefit from optimization, but to which the well-known methods of simulation simulation are not applicable, since the task is not to find the optimal numerical value of any parameter. Such processes include processes consisting of several stages or actions that, in order to achieve the final result of a process, are carried out or combined in any order or sequence. However, the quality of the final result depends on the order in which the stages are carried out. In other words, in the combinatorial field there are no available techniques for optimizing simulation simulations in which variables do not have a physical meaning. The task is to determine the optimal sequence of actions and get the best result. Therefore, this problem can be described as the task of optimizing sequential combinatorial processes, which consists in identifying the sequence in which actions should be combined in order to obtain the optimal result. Obviously, this problem differs from the task of determining the optimal value of a quantitatively measurable parameter; individual actions and the order of their sequence are non-numerical elements that do not have physical meaning. To date, in solving optimization problems of this kind, it has been necessary to rely for the most part on data from a complete analysis by the finite element method.

В основу настоящего изобретения положена задача обеспечения усовершенствованного способа оптимизации последовательных комбинаторных процессов, что может принести значительную пользу.The present invention is based on the task of providing an improved method for optimizing sequential combinatorial processes, which can be of significant benefit.

Краткое изложение сущности изобретенияSummary of the invention

Соответственно, согласно первой особенности настоящего изобретения предложен способ оптимизации последовательного комбинаторного процесса, состоящего из множества взаимозаменяемых действий (событий), осуществляемых в любой из множества последовательностей с целью достижения конечного результата процесса, характеризуемого рабочим параметром, заключающийся в том, что используют планирование экспериментов, включающее группу последовательностей, выбранных из множества последовательностей, при этом каждая последовательность, входящая в планирование экспериментов, связана с данными, касающимися значения вклада каждого действия из каждой последовательности в достижение конечного результата, описанного рабочим параметром; используют имитацию модели процесса, в которую в качестве исходных данных вводят последовательность действий и определяют значение конечного результата путем суммирования вкладов в конечный результат каждого действия из каждой введенной последовательности, при этом значение вклада выбирают из значений вклада, которые содержатся в данных о рабочих параметрах, согласно алгоритму, при помощи которого в планировании экспериментов осуществляют поиск соответствия между каждым действием из введенной последовательности и действиями из последовательностей планирования экспериментов согласно указателю приоритетов условий совпадения и извлекают значения вклада совпавшего действия; осуществляют прогон группы из множества последовательностей через имитацию модели и регистрируют значение конечного результата каждой последовательности; и идентифицируют оптимальную последовательность путем поиска зарегистрированных оптимальных значений конечного результата в имитации модели с целью обнаружения зарегистрированного оптимального значения рабочего параметра, при этом последовательность, которая обеспечивает такое зарегистрированное оптимальное значение, является оптимальной последовательностью.Accordingly, according to a first aspect of the present invention, there is provided a method for optimizing a sequential combinatorial process consisting of a plurality of interchangeable actions (events) carried out in any of a plurality of sequences in order to achieve an end result of a process characterized by an operating parameter, which consists in using experimental design, including a group of sequences selected from a plurality of sequences, with each sequence entering Single in the design of experiments is linked to data relating to value the contribution each action of each sequence to the achievement of the final result, described operational parameter; they use an imitation of a process model into which a sequence of actions is inputted and the value of the final result is determined by summing the contributions to the final result of each action from each input sequence, and the contribution value is selected from the contribution values contained in the data on operating parameters, according to the algorithm by which, in the design of experiments, a search is made for correspondence between each action from the entered sequence and actions from sequences of experiment planning according to the priority index of matching conditions and extracting the contribution values of the matched action; run a group of multiple sequences through a simulation of the model and record the value of the final result of each sequence; and identify the optimal sequence by searching for the registered optimal values of the final result in the simulation model in order to detect the registered optimal value of the operating parameter, the sequence that provides such a recorded optimal value is the optimal sequence.

Таким образом, имитацию модели применяют в изобретении для оптимизации последовательных комбинаторных задач, решение которых в ином случае осуществимо путем сложного моделирования, такого как моделирование методом конечных элементов. В изобретении предложено быстрое и эффективное решение задачи сложного моделирования, требующей значительных затрат времени, частично благодаря тому, что изобретение позволяет извлекать полезную информацию из имеющейся в наличии информации за счет осуществления доступа к информации согласно указателю приоритетов, основанному на ее полезности. Это дает возможность использовать более точную информацию, по возможности отдавая ей предпочтение перед менее точной информацией, и при помощи имитации модели быстро получать конечный результат, который является достаточно приближенным к более точным результатам, которые не так быстро могут быть получены при помощи обычных сложных моделей.Thus, the simulation model is used in the invention to optimize sequential combinatorial problems, the solution of which is otherwise feasible by complex modeling, such as finite element modeling. The invention provides a quick and effective solution to the problem of complex modeling, which requires considerable time, partly due to the fact that the invention allows to extract useful information from the available information by accessing the information according to the priority index based on its usefulness. This makes it possible to use more accurate information, if possible giving preference to less accurate information, and using a simulation model to quickly get the final result, which is quite close to more accurate results that can not be so quickly obtained using conventional complex models.

Таким образом, значительно сокращаются расходы на вычисления без значительной потери точности. Планирование экспериментов может быть реализовано гибко, чтобы адаптировать способ к растущим объемам информации, с возможностью динамического расширения по мере появления новых доступных данных, повышающих точность.Thus, computational costs are significantly reduced without significant loss of accuracy. The planning of experiments can be implemented flexibly in order to adapt the method to growing volumes of information, with the possibility of dynamic expansion as new available data increases accuracy.

Способ был применен в реальной инженерно-технической практике и широко продемонстрировал свои преимущества, позволив оптимизировать технологию сварки по результатам всего 27 прогонов эталонной модели анализа методом конечных элементов из возможных 46080 комбинаций.The method was applied in real engineering practice and widely demonstrated its advantages, allowing to optimize welding technology according to the results of only 27 runs of the reference model of analysis by the finite element method from possible 46080 combinations.

В некоторых вариантах осуществления способа дополнительно получают данные, связанные с каждой последовательностью из планирования экспериментов, для чего осуществляют прогон каждой последовательности из планирования экспериментов через эталонную модель процесса, в которую в качестве исходных данных введена последовательность действий и которая определяет значение конечного результата и вклад в конечный результат каждого действия из введенной последовательности.In some embodiments of the method, data is additionally obtained associated with each sequence from the planning of experiments, for which each sequence is run from the planning of experiments through a reference model of the process, into which a sequence of actions is entered as initial data and which determines the value of the final result and the contribution to the final the result of each action from the entered sequence.

За счет такого применения эталонной модели с высокой точностью обеспечивают информацию, необходимую имитации модели, без необходимости практического осуществления процесса. Однако глобальная оптимизация все же может быть значительно быстрее, чем оптимизация с использованием только эталонной модели, поскольку процедура проверки соответствия по приоритетам позволяет наилучшим образом использовать небольшое количество информации. Так, достаточно точные результаты получают даже в случае небольшого числа прогонов сложной эталонной модели вместо требующей больших затрат времени полной серии прогонов, которая потребовалась бы в случае применения только эталонной модели. Значительная доля затрат вычислительных ресурсов может быть перенесена на имитацию модели, что значительно ускоряет оптимизацию.Due to this application of the reference model, they provide with high accuracy the information needed to simulate the model, without the need for practical implementation of the process. However, global optimization can still be significantly faster than optimization using only the reference model, since the procedure for checking compliance with priorities allows the best use of a small amount of information. So, fairly accurate results are obtained even in the case of a small number of runs of a complex reference model instead of the time-consuming full series of runs that would be required if only the reference model were used. A significant proportion of the cost of computing resources can be transferred to the simulation model, which greatly speeds up the optimization.

Таким образом, способ дополнительно заключается в том, что эталонную модель строят перед осуществлением прогона каждой последовательности из планирования экспериментов через такую эталонную модель. Таким образом, получают и применяют специально рассчитанную на соответствующий процесс эталонную модель, которая повышает точность.Thus, the method additionally consists in the fact that the reference model is built before running each sequence from the planning of experiments through such a reference model. Thus, a reference model specially designed for the corresponding process is obtained and used, which increases accuracy.

Предпочтительно, имитация модели представляет собой упрощенное приближение к эталонной модели. Чтобы лучше использовать перенос затрат вычислительных ресурсов с эталонной модели на имитацию модели, имитация модели должна быть максимально простой, насколько это позволяет точность, поскольку расчет простой модели обычно занимает меньше времени.Preferably, the simulation model is a simplified approximation to the reference model. In order to better use the transfer of computational resources from the reference model to the simulation of the model, the simulation of the model should be as simple as possible, since the calculation of a simple model usually takes less time.

Способ может дополнительно включать стадию, в которой после идентификации оптимальной последовательности осуществляют прогон идентифицированной оптимальной последовательности через эталонную модель с целью определения значения конечного результата и сравнивают зарегистрированное оптимальное значение идентифицированной оптимальной последовательности, определенное при помощи имитации модели, с конечным результатом, определенным при помощи эталонной модели, с целью проверки точности идентификации оптимальной последовательности. Поскольку эталонная модель отличается более высокой точностью, чем имитация модели, при наличии времени целесообразно осуществить прогон идентифицированной оптимальной последовательности через эталонную модель, чтобы проверить согласованность двух моделей. Согласованность является хорошим показателем того, что идентифицированная последовательность действительно является оптимальной. Затем ее с высокой степенью надежности применяют для оптимизации процесса. Кроме того, при обнаружении неприемлемого расхождения между двумя результатами дополнительный прогон через эталонную модель не является лишним, поскольку это делает доступной новую точную информацию, которой может быть дополнено планирование экспериментов, чтобы повысить точность будущих прогонов имитации модели. Таким образом, в способе дополнительно при обнаружении различия между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, определенным при помощи имитации модели, и конечным результатом, определенным при помощи эталонной модели, величина которого неприемлема для процесса, дополняют планирование экспериментов идентифицированной оптимальной последовательностью, чтобы данная последовательность и значения вкладов в конечный результат каждого действия, определенные путем прогона идентифицированной оптимальной последовательности через эталонную модель, были доступны для поиска и извлечения при помощи алгоритма имитации модели; осуществляют прогон группы из множества последовательностей через имитацию модели с целью получения новых значений конечного результата каждой последовательности; и на основании новых конечных результатов идентифицируют новую оптимальную последовательность.The method may further include a step in which, after identification of the optimal sequence, the identified optimal sequence is run through the reference model in order to determine the value of the final result and the registered optimal value of the identified optimal sequence determined by simulating the model is compared with the final result determined using the reference model , in order to verify the accuracy of identification of the optimal sequence . Since the reference model is more accurate than the simulation model, if there is time, it is advisable to run the identified optimal sequence through the reference model in order to verify the consistency of the two models. Consistency is a good indicator that the identified sequence is indeed optimal. Then it is used with a high degree of reliability to optimize the process. In addition, if an unacceptable discrepancy is found between the two results, an additional run through the reference model is not superfluous, since this makes available new accurate information that can be supplemented by experimental design in order to increase the accuracy of future simulation runs. Thus, in the method, in addition to detecting a difference between the recorded optimal value of the identified optimal sequence determined using the model simulation and the final result determined using the reference model, the value of which is unacceptable for the process, the experimental design is supplemented with the identified optimal sequence, so that this sequence and values of contributions to the final result of each action determined by running the identifier bathroom optimum sequence through the reference model to be available for search and retrieval algorithm using simulation models; run a group of multiple sequences through a simulation of the model in order to obtain new values of the final result of each sequence; and based on the new end results, a new optimal sequence is identified.

Описанные в предыдущем абзаце стадии могут быть осуществлены повторно применительно к новой идентифицированной оптимальной последовательности до тех пор, пока различие между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, полученным при помощи имитации модели, и конечным результатом, полученным при помощи эталонной модели, не станет приемлемым для процесса. Такое циклическое выполнение позволяет обеспечить схождение имитации модели с точным результатом за счет того, что в имитации модели используют все большие количества содержащейся в эталонной модели точной информации, о которой известно, что она способствует оптимальному осуществлению процесса, поскольку была идентифицирована имитацией модели. Таким образом, многократное повторение является эффективным и повышающим точность.The steps described in the previous paragraph can be repeated for a new identified optimal sequence until the difference between the recorded optimal value of the identified optimal sequence obtained by simulating the model and the final result obtained using the reference model is not acceptable for the process . Such a cyclic execution makes it possible to ensure that the simulation of the model converges with the exact result due to the fact that the simulation model uses ever larger amounts of accurate information contained in the reference model, which is known to contribute to the optimal implementation of the process, since it was identified by the simulation model. Thus, repeated repetition is effective and improves accuracy.

В альтернативных вариантах осуществления способа осуществляют последовательный комбинаторный процесс с использованием каждой из последовательностей из планирования экспериментов для получения данных, связанных с каждой последовательностью из планирования экспериментов, и регистрируют значения вклада в конечный результат каждого действия из каждой последовательности. Данный подход, согласно которому для получения информации, используемой имитацией модели, применяют реальные экспериментальные данные, при некоторых обстоятельствах является предпочтительным по сравнению с более абстрактными подходами. Например, в случае простого процесса быстрее и/или дешевле осуществить процесс несколько раз применительно к различным последовательностям, чем строить сложную эталонную модель или иным образом получать информацию путем вычислений. При этом обеспечивается более высокая точность, чем в случае применения других методов, таких как адаптация данных, полученных при помощи или вычисленных для родственного процесса. Точность, которую обеспечивает данный вариант осуществления, частично зависит от точности экспериментальных измерений и от того, насколько легко определить вклад различных действий в конечный результат.In alternative embodiments of the method, a sequential combinatorial process is carried out using each of the sequences from the planning of experiments to obtain data associated with each sequence from the planning of experiments, and the contribution values to the final result of each action from each sequence are recorded. This approach, according to which real experimental data are used to obtain the information used by the simulation model, is in some circumstances preferable to more abstract approaches. For example, in the case of a simple process, it is faster and / or cheaper to carry out the process several times for different sequences than to build a complex reference model or otherwise obtain information through calculations. This provides higher accuracy than in the case of other methods, such as adaptation of data obtained using or calculated for a related process. The accuracy that this embodiment provides is partly dependent on the accuracy of the experimental measurements and how easy it is to determine the contribution of various actions to the final result.

Имитация модели может быть построена перед прогоном группы из множества последовательностей через названную имитацию модели. Строят точно согласованную с конкретным процессом имитацию модели, степень простоты которой соответствует требуемой точности и доступному для оптимизации процесса времени.A simulation of the model can be constructed before running a group of multiple sequences through the named simulation of the model. An imitation of a model is precisely coordinated with a specific process, the degree of simplicity of which corresponds to the required accuracy and the time available for optimizing the process.

В некоторых вариантах осуществления указатель приоритетов содержит иерархию условий совпадения в порядке убывания уровня соответствия между действием из последовательности, введенной в имитацию модели, и действиями из последовательностей, входящих в планирование экспериментов, с точки зрения положения действия из введенной последовательности и/или действий, предшествующих действию из введенной последовательности. Это позволяет эффективно использовать доступную информацию о вкладе различных действий, поскольку во всех возможных случаях используют наиболее точные расчеты или измерения вкладов (которые соответствуют оптимальным совпадениям для последовательностей), которые только при необходимости заменяют ближайшими совпадениями.In some embodiments, the priority indicator comprises a hierarchy of matching conditions in decreasing order of level of correspondence between the action from the sequence entered into the simulation of the model and the actions from the sequences included in the planning of experiments, in terms of the position of the action from the entered sequence and / or actions preceding the action from the entered sequence. This allows you to effectively use the available information about the contribution of various actions, since in all possible cases they use the most accurate calculations or measurements of contributions (which correspond to optimal matches for sequences), which are replaced only by the closest matches if necessary.

Для облегчения достижения точного совпадения действий условия совпадения описаны таким образом, чтобы включать: порядок, определяющий число действий, предшествующих действию из последовательности, введенной в имитацию модели, которые должны совпасть с действиями, предшествующими действию из последовательностей планирования экспериментов; и тип определения совпадения положения действия из последовательности, введенной в имитацию модели, в такой последовательности, с положением действия в последовательностях из планирования экспериментов, при этом для совпадения 1-го типа положение действия во введенной последовательности должно совпадать с положением действия в последовательностях из планирования экспериментов, а для совпадения 2-го типа не требуется, чтобы положение действия во введенной последовательности совпадало с положением действия в последовательностях из планирования экспериментов.To facilitate the achievement of an exact coincidence of actions, the conditions of coincidence are described in such a way as to include: the order defining the number of actions preceding the action from the sequence introduced into the simulation of the model, which must coincide with the actions preceding the action from the sequences of the planning of experiments; and the type of determination of the coincidence of the position of the action from the sequence entered into the simulation of the model, in such a sequence, with the position of the action in the sequences from the planning of experiments, while for type 1 to coincide, the position of the action in the entered sequence must coincide with the position of the action in the sequences from the planning of experiments , and for type 2 coincidence, it is not required that the position of the action in the entered sequence coincides with the position of the action in the sequences from aniating experiments.

Например, для последовательности, состоящей из n-числа действий, указатель приоритетов содержит следующие условия совпадения:For example, for a sequence consisting of an n-number of actions, the priority index contains the following matching conditions:

- совпадение n-го порядка 1-го типа,- coincidence of the n-th order of the 1st type,

- совпадение n-го порядка 2-го типа,- coincidence of the n-th order of the 2nd type,

- совпадение (n-1)-го порядка 1-го типа,- coincidence of the (n-1) -th order of the 1st type,

- совпадение (n-1)-го порядка 2-го типа,- coincidence of the (n-1) -th order of the 2nd type,

- …- ...

- совпадение 1-го порядка 1-го типа,- a coincidence of the 1st order of the 1st type,

- совпадение 1-го порядка 2-го типа,- a coincidence of the 1st order of the 2nd type,

- совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой в планировании экспериментов.- the coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used in the planning of experiments.

Таким образом, более высокий приоритет отдают совпадению предшествующих действий, для чего перед тем, как перейти к поиску усеченной подпоследовательности, в моделируемой последовательности осуществляют поиск такой же подпоследовательности действий независимо от их положения. Однако поскольку в некоторых случаях обнаруживается или возникает предположение, что абсолютное положение является более важным, чем влияние предшествующих действий, в качестве альтернативы, для последовательности, состоящей из n-числа действий, указатель приоритетов может содержать следующие условия совпадения:Thus, higher priority is given to the coincidence of previous actions, for which, before proceeding to the search for a truncated subsequence, in the simulated sequence, the same subsequence of actions is searched regardless of their position. However, since in some cases it is discovered or arises that the absolute position is more important than the influence of previous actions, as an alternative, for a sequence of n-number of actions, the priority indicator may contain the following matching conditions:

- совпадение n-го порядка 1-го типа,- coincidence of the n-th order of the 1st type,

- совпадение (n-1)-го порядка 1-го типа,- coincidence of the (n-1) -th order of the 1st type,

- совпадение (n-2)-го порядка 1-го типа,- coincidence of the (n-2) -th order of the 1st type,

- совпадение 1-го порядка 1-го типа,- a coincidence of the 1st order of the 1st type,

- совпадение n-го порядка 2-го типа,- coincidence of the n-th order of the 2nd type,

- совпадение (n-1)-го порядка 2-го типа,- coincidence of the (n-1) -th order of the 2nd type,

- совпадение (n-2)-го порядка 2-го типа,- coincidence of the (n-2) -th order of the 2nd type,

- …- ...

- совпадение 1-го порядка 2-го типа,- a coincidence of the 1st order of the 2nd type,

- совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой для планирования экспериментов.- the coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used to plan the experiments.

Предпочтительно, планирование экспериментов включает выбор из множества последовательностей тех, которые включают действия, обеспечивающие совпадения по меньшей мере со всеми комбинациями действий, отвечающих условию совпадения выбранного порядка и типа. Это позволяет сосредоточить информацию о рабочих параметрах там, где она имеет наибольшую ценность, с целью обеспечить точный результат при наименьшем количестве информации. Применительно к различным вариантам осуществления данный подход означает, что необходимо осуществлять лишь минимальное число прогонов эталонной модели или минимальное число раз осуществлять процесс, что упрощает и ускоряет оптимизацию. Вместе с тем, дополнительные расчеты с целью определить, какие для этого необходимы последовательности, могут быть сочтены нецелесообразными. В этом случае планирование экспериментов в качестве альтернативы может включать случайный выбор последовательностей из множества последовательностей. В любом случае независимо от типа планирования экспериментов в способе можно дополнительно обуславливать планирование экспериментов. Это позволяет использовать соответствующее планирование экспериментов применительно к каждому процессу, что потенциально обеспечивает более высокую точность, чем использование, например, предыдущего или стандартного планирования, которое в принципе применимо к процессу.Preferably, the design of the experiments includes the selection from a variety of sequences of those that include actions that ensure coincidence with at least all combinations of actions that meet the condition of coincidence of the selected order and type. This allows you to focus information on the operating parameters where it is of the greatest value, in order to provide an accurate result with the least amount of information. For various embodiments, this approach means that it is only necessary to carry out a minimum number of runs of the reference model or to carry out the process a minimum number of times, which simplifies and accelerates optimization. However, additional calculations to determine which sequences are needed for this may be considered inappropriate. In this case, the design of experiments as an alternative may include random selection of sequences from multiple sequences. In any case, regardless of the type of experimental design in the method, it is possible to further determine the experimental design. This allows you to use the appropriate experimental design for each process, which potentially provides higher accuracy than using, for example, previous or standard planning, which in principle is applicable to the process.

Прогон группы из множества последовательностей через имитацию модели может включать прогон через имитацию модели всех из множества последовательностей. Естественно, это занимает немного больше времени, чем прогон подмножества последовательностей, но обеспечивает наиболее точный результат, несмотря на то, что во многих случаях удовлетворительно точный результат легко достижим при использовании подмножества. При выборе числа последовательностей для прогона через имитацию модели дополнительное время на вычисления компенсируется повышенной точностью.Running a group of multiple sequences through a simulation of a model may include running through a simulation of a model of all of the multiple sequences. Naturally, this takes a little longer than running a subset of the sequences, but provides the most accurate result, despite the fact that in many cases a satisfactory exact result is easily achievable when using the subset. When choosing the number of sequences to run through a simulation of the model, the additional time for calculations is compensated by increased accuracy.

С учетом вероятных значительных вычислений, которые необходимы, в особенности, в случае сложной эталонной модели, в предпочтительном варианте осуществления способа он по меньшей мере частично реализован при помощи компьютера. Это позволяет эффективно использовать сокращение времени на оптимизацию, которое обеспечивает настоящее изобретение.Given the likely significant calculations that are necessary, especially in the case of a complex reference model, in a preferred embodiment of the method it is at least partially implemented using a computer. This allows you to effectively use the reduction of time for optimization, which provides the present invention.

После идентификации оптимальной последовательности ее применяют в соответствующем процессе. Таким образом, способ дополнительно заключается в том, что осуществляют последовательный комбинаторный процесс с использованием идентифицированной оптимальной последовательности действий.After identification of the optimal sequence, it is used in the corresponding process. Thus, the method further comprises performing a sequential combinatorial process using the identified optimal sequence of actions.

В качестве примера применения изобретения последовательный комбинаторный процесс может включать приваривание лопасти к кольцу корпуса заднего подшипника газовой турбины, при этом осуществляемые действия представляют собой отдельные траектории сварки, которые осуществляют последовательно, рабочий параметр, задающий конечный результат, представляет собой деформацию кромки лопасти, а оптимальное значение рабочего параметра представляет собой минимальную величину деформации.As an example of the application of the invention, a sequential combinatorial process may include welding the blades to the ring of the rear bearing housing of the gas turbine, while the actions performed are individual welding paths that are carried out sequentially, the working parameter defining the final result is the deformation of the blade edge, and the optimal value The operating parameter is the minimum strain.

Согласно второй особенности настоящего изобретения предложен компьютерный программный продукт, содержащий машиночитаемые команды для реализации способа оптимизации производственного, промышленного или инженерно-технического последовательного комбинаторного процесса, включающего множество взаимозаменяемых действий, осуществляемых в любой из множества последовательностей с целью достижения конечного результата процесса, характеризуемого рабочим параметром, причем в соответствии с указанными командами компьютер выполняет следующие действия: запоминание планирования экспериментов, включающего группу последовательностей, выбранных из множества последовательностей; запоминание данных, связанных с каждой последовательностью из планирования экспериментов и касающихся значения вклада каждого действия из каждой последовательности из планирования экспериментов в достижение конечного результата, характеризуемого рабочим параметром; прогон группы из множества последовательностей через имитацию модели процесса, в которую в качестве исходных данных вводят последовательность действий и определяют значение конечного результата путем суммирования вкладов в конечный результат каждого действия из каждой введенной последовательности, при этом значения вклада выбирают из значений вклада, которые содержатся в данных о рабочих параметрах, согласно алгоритму, при помощи которого в планировании экспериментов осуществляют поиск соответствия между каждым действием из введенной последовательности и действиями из последовательностей планирования экспериментов согласно указателю приоритетов условий совпадения, извлекают значение вклада совпавшего действия и записывают значения конечного результата каждой последовательности; и идентифицирование оптимальной последовательности путем поиска зарегистрированных оптимальных значений конечного результата в имитации модели с целью обнаружения зарегистрированного оптимального значения рабочего параметра, при этом последовательность, которая обеспечивает такое зарегистрированное оптимальное значение, является оптимальной последовательностью.According to a second aspect of the present invention, there is provided a computer program product comprising computer-readable instructions for implementing a method for optimizing a production, industrial or engineering sequential combinatorial process, comprising a plurality of interchangeable actions carried out in any of a plurality of sequences in order to achieve an end result of a process characterized by an operating parameter, moreover, in accordance with these commands, the computer performs the trace guides steps: memorization of experiments, a group comprising the sequences selected from the plurality of sequences; storing data associated with each sequence from the planning of experiments and concerning the value of the contribution of each action from each sequence from the planning of experiments to the achievement of an end result characterized by a working parameter; running a group of multiple sequences through a simulation of a process model into which a sequence of actions is input and the value of the final result is determined by summing the contributions to the final result of each action from each input sequence, while the contribution values are selected from the contribution values contained in the data about operating parameters, according to the algorithm by which in the planning of experiments they search for a correspondence between each action from the input the sequence and actions from the sequences of the planning of experiments according to the priority index of the matching conditions, the value of the contribution of the coincident action is extracted and the values of the final result of each sequence are recorded; and identifying the optimal sequence by searching for registered optimal values of the final result in a simulation of the model in order to detect the registered optimal value of the operating parameter, while the sequence that provides such a registered optimal value is the optimal sequence.

Компьютерный программный продукт для реализации изобретения может представлять собой исполняемую на компьютере программу на носителе. Носитель может представлять собой среду для хранения данных, такую как твердотельная, магнитная, оптическая, магнитооптическая или иная запоминающая среда. В качестве альтернативы носитель может представлять собой среду для передачи данных, такую как вещательную, телефонную, сетевую программную, проводную, беспроводную, электрическую, электромагнитную, оптическую или практически любую иную передающую среду.A computer program product for implementing the invention may be a computer-executable program on a medium. The medium may be a storage medium, such as solid state, magnetic, optical, magneto-optical or other storage medium. Alternatively, the medium may be a medium for data transmission, such as broadcast, telephone, network software, wired, wireless, electrical, electromagnetic, optical, or virtually any other transmission medium.

Согласно третьей особенности настоящего изобретения предложена компьютерная система для реализации способа оптимизации последовательного комбинаторного процесса, включающего множество взаимозаменяемых действий, осуществляемых в любой из множества последовательностей с целью достижения конечного результата процесса, характеризуемого рабочим параметром, содержащая память для запоминания планирования экспериментов, представляющего собой множество последовательностей, выбранных из множества последовательностей, и запоминания данных, связанных с каждой последовательностю из планирования экспериментов и касающихся значения вклада каждого действия из каждой последовательности в достижение конечного результата, характеризуемого рабочим параметром; и процессор, запрограммированный для прогона группы из множества последовательностей через имитацию модели процесса, в которую в качестве исходных данных вводят последовательность действий и определяют значение конечного результата путем суммирования вкладов в конечный результат каждого действия из каждой введенной последовательности, при этом значение вклада выбирают из значений, содержащихся в данных о рабочих параметрах, согласно алгоритму, при помощи которого в планировании экспериментов осуществляют поиск соответствия между каждым действием из введенной последовательности и действиями из последовательностей планирования экспериментов согласно указателю приоритетов условий совпадения, извлекают значения вклада совпавшего действия и осуществляют запись значения конечного результата каждой последовательности в памяти, и идентифицирование оптимальной последовательности путем поиска зарегистрированных оптимальных значений конечного результата в имитации модели с целью обнаружения зарегистрированного оптимального значения рабочего параметра, при этом последовательность, которая обеспечивает такое зарегистрированное оптимальное значение, представляет собой оптимальную последовательность.According to a third aspect of the present invention, there is provided a computer system for implementing a method for optimizing a sequential combinatorial process, comprising a plurality of interchangeable actions carried out in any of a plurality of sequences in order to achieve an end result of a process characterized by an operating parameter, comprising a memory for storing experiment planning representing a plurality of sequences, selected from a variety of sequences, and memorizing q nnyh associated with each sequence of planning experiments and contribution values relating to each step of each sequence to achieve the final result, characterized by the operational parameter; and a processor programmed to run a group of multiple sequences through an imitation of a process model into which a sequence of actions is input and the value of the final result is determined by summing the contributions to the final result of each action from each input sequence, and the contribution value is selected from the values contained in the data on the operating parameters, according to the algorithm by which in the design of experiments the search for a correspondence between by each action from the entered sequence and actions from the sequences of the planning of experiments according to the priority index of the matching conditions, the contribution values of the matched action are extracted and the final result value of each sequence is recorded in the memory and the optimal sequence is identified by searching for the registered optimal values of the final result in the simulation model to detect the registered optimal value of the operating parameter, at m sequence which provides a recorded optimum value represents an optimum sequence.

Другие особенности, варианты осуществления и примеры настоящего изобретения будут также раскрыты ниже.Other features, embodiments, and examples of the present invention will also be disclosed below.

Краткое описание чертежейBrief Description of the Drawings

С целью облегчить понимание изобретения и показать, как оно может быть осуществлено, далее изобретение описано со ссылкой в качестве примера на приложенные чертежи, на которых:In order to facilitate understanding of the invention and to show how it can be implemented, the invention is further described with reference to, by way of example, the attached drawings, in which:

на фиг.1 показана блок-схема последовательности стадий варианта осуществления предлагаемого в изобретении способа,figure 1 shows a block diagram of the sequence of stages of an embodiment of the proposed invention, the method,

на фиг.2 - блок-схема последовательности стадий альтернативного варианта осуществления предлагаемого в изобретении способа,figure 2 is a block diagram of the sequence of stages of an alternative embodiment proposed in the invention method,

на фиг.3 - вид в перспективе корпуса заднего подшипника газовой турбины, в процессе производства которого применяют один из вариантов осуществления настоящего изобретения,figure 3 is a perspective view of the housing of the rear bearing of a gas turbine, in the production process of which one of the embodiments of the present invention is used,

на фиг.4 - вид в перспективе и вид в поперечном разрезе частей корпуса, показанного на фиг.3,figure 4 is a perspective view and a cross-sectional view of parts of the housing shown in figure 3,

на фиг.5 - вид в поперечном разрезе лопасти, являющейся частью подшипника, показанного на фиг.3, при этом стрелками указаны траектории, по которым лопасть приваривают к внутреннему кольцу подшипника,figure 5 is a view in transverse section of the blade, which is part of the bearing shown in figure 3, while the arrows indicate the paths along which the blade is welded to the inner ring of the bearing,

на фиг.6 - таблица с примерами различных последовательностей, в которых осуществляют сварку по траекториям, показанным на фиг.5,figure 6 is a table with examples of various sequences in which the welding along the paths shown in figure 5,

на фиг.7 - диаграммы колебания смещения частей лопасти в процессе сварки,Fig.7 is a diagram of the oscillation of the displacement of the parts of the blades during the welding process,

на фиг.8 - диаграммы колебания смещения части лопасти при сварке в последовательностях, показанных на фиг.6,on Fig - diagrams of the oscillation of the displacement of the parts of the blades during welding in the sequences shown in Fig.6,

на фиг.9 - таблица последовательностей, используемых в планировании экспериментов с целью оптимизации процесса сварки согласно одному из вариантов осуществления настоящего изобретения,figure 9 is a table of sequences used in the design of experiments in order to optimize the welding process according to one of the embodiments of the present invention,

на фиг.10 - матрица событий при различных сочетаниях траекторий сварки согласно последовательностям, показанным на фиг.9,figure 10 is a matrix of events for various combinations of welding paths according to the sequences shown in figure 9,

на фиг.11 - матрица смещения части лопасти в каждом случае, показанном на фиг.10,figure 11 - matrix displacement of the blade in each case, shown in figure 10,

на фиг.12 - диаграммы колебания смещения части лопасти при сварке в некоторых из последовательностей, показанных на фиг.9, иon Fig - diagrams of the oscillation of the displacement of the parts of the blades during welding in some of the sequences shown in Fig.9, and

на фиг.13 - диаграмма колебания окончательного смещения части лопасти при сварке в каждой последовательности, показанной на фиг.9.in Fig.13 is a diagram of the oscillation of the final displacement of the part of the blade during welding in each sequence shown in Fig.9.

Подробное описаниеDetailed description

В настоящем изобретении предложен метод применения к последовательным комбинаторным задачам подхода, основанного на имитации модели, который ранее использовался для нахождения оптимальных решений непрерывных численных задач. Имитация модели значительно сокращает расходы на вычисления, необходимые для оптимизации таких процессов, по сравнению с обычными подходами, основанными на сложных методах компьютерного моделирования, таких как анализ методом конечных элементов.The present invention provides a method for applying an approach based on a simulation of a model to sequential combinatorial problems that was previously used to find optimal solutions to continuous numerical problems. Simulation of the model significantly reduces the cost of the calculations necessary to optimize such processes, compared with conventional approaches based on sophisticated computer modeling methods, such as finite element analysis.

Последовательный комбинаторный процесс представляет собой процесс, состоящий из множества стадий или действий, которые являются взаимозаменяемыми в том смысле, что могут быть осуществлены в любой из нескольких или множества последовательностей, при этом одни действия, возможно, заменяют другие действия или существует возможность выбора способов осуществления каждого действия с целью получения такого же общего конечного результата, но качество такого конечного результата зависит от конкретного порядка следования действий.A sequential combinatorial process is a process consisting of many stages or actions that are interchangeable in the sense that they can be carried out in any of several or many sequences, while some actions may replace other actions or there is a possibility of choosing ways to carry out each actions in order to obtain the same overall end result, but the quality of such an end result depends on the specific order of actions.

Таким образом, в каждом положении последовательности осуществляют какое-либо действие, выбранное из группы действий, число которых равно числу положений в последовательности, или из более многочисленной группы действий. В последнем случае в более многочисленную группу входят некоторые действия, которые могут быть исключены из процесса или заменены другими действиями или, в качестве альтернативы, некоторыми или всеми действиями, соответствующие параметры которых могут иметь различные значения (например, осуществление конкретной стадии при одной из нескольких различных температур или в течение одного из нескольких отрезков времени), в результате чего каждое действие имеет несколько возможных вариантов, каждый из которых может сам по себе рассматриваться как действие, несмотря на то, что в любую взятую последовательность будет включен лишь один из вариантов.Thus, in each position of the sequence, an action is taken that is selected from the group of actions, the number of which is equal to the number of positions in the sequence, or from a larger group of actions. In the latter case, a larger group includes some actions that can be excluded from the process or replaced by other actions or, alternatively, by some or all actions, the corresponding parameters of which can have different values (for example, the implementation of a specific stage at one of several different temperatures or during one of several periods of time), as a result of which each action has several possible options, each of which can by itself consider as an action, despite the fact that only one of the options will be included in any sequence taken.

Конечный результат рассматривают как описанный рабочим параметром. Природа рабочего параметра зависит от конкретного процесса, и он может, например, представлять собой размеры производимой детали или время, которое занимает осуществление процесса. Так, для каждой возможной последовательности процесса предусмотрен конечный результат, который имеет значение, описанное рабочим параметром.The end result is considered as described by the operating parameter. The nature of the working parameter depends on the particular process, and it can, for example, be the dimensions of the part being produced or the time it takes for the process to take place. So, for each possible sequence of the process, an end result is provided that has the value described by the operating parameter.

В приведенном выше примере с размером конечными результатами будут являться различные значения размеров.In the above example with size, the final results will be different sizes.

Что касается примера со временем, конечными результатами будут являться различные количества времени.As for the time example, the end results will be different amounts of time.

Поскольку каждое действие из заданной последовательности определенным образом способствует конечному результату в зависимости как от его положения в последовательности, так и природы самого действия, корректировка выбранных действий приводит к изменению значения конечного результата.Since each action from a given sequence in a certain way contributes to the final result depending on both its position in the sequence and the nature of the action itself, the adjustment of the selected actions leads to a change in the value of the final result.

В ряду последовательностей существует последовательность, конечный результат которой имеет такое значение, которое обеспечивает оптимальное значение рабочего параметра, такое как кратчайшее время или наименьшие размеры. Поскольку не всегда очевидно, какая последовательность обеспечивает такой оптимальный результат, желательно иметь возможность определить такую последовательность, что может рассматриваться как оптимизация комбинаторного процесса. Да настоящего времени это было достижимо, как правило, при помощи сложного моделирования. Обычно моделирование одной последовательности занимает много часов, как это происходит при моделировании методом конечных элементов. Даже для процесса с относительно небольшим числом действий общее количество комбинаций действий может быть огромным, поэтому проверка каждой комбинации путем моделирования становится неосуществимой. В настоящем изобретении предложено применение более простой имитации модели, чтобы частично сократить затраты вычислительных ресурсов и, следовательно, ускорить процесс.In a series of sequences, there is a sequence whose final result has a value that ensures the optimal value of the operating parameter, such as the shortest time or the smallest size. Since it is not always obvious which sequence provides such an optimal result, it is desirable to be able to determine such a sequence that can be considered as optimization of the combinatorial process. Yes, for the time being, this was achievable, usually with sophisticated modeling. Typically, modeling a single sequence takes many hours, as is the case with finite element modeling. Even for a process with a relatively small number of actions, the total number of combinations of actions can be overwhelming, so checking each combination through modeling becomes impossible. The present invention proposes the use of a simpler simulation model to partially reduce the cost of computing resources and, therefore, speed up the process.

Таким образом, в настоящем изобретении предложен метод комбинаторной оптимизации. Оптимизация представляет собой процесс обнаружения одного или нескольких лучших или оптимальных решений в четко заданной дискретной области решения задачи. Область является дискретной, поскольку существует лишь ограниченное число действий и каждое действие входит или не входит в заданную последовательность; так, последовательная комбинаторная задача имеет отношение к эффективному распределению ограниченных ресурсов с целью достижения заданных целей, когда значения некоторых или всех переменных величин ограничены целыми числами. Ограничения на основные ресурсы, такие как время, рабочая сила, поставки или капитал, способны сузить возможные альтернативы, считающиеся осуществимыми. Такие проблемы возникают почти во всех областях менеджмента, таких как финансы, маркетинг, производство, планирование, управление товарно-материальными запасами, местоположение и планировка сооружений, управление базами данных, а также во многих инженерных отраслях. Их примерами являются оптимальное проектирование водных путей или мостов, проектирование и испытание сверхбольших интегральных схем, планировка схем с целью сведения к минимуму площади, занимаемой проводами, проектирование и анализ сетей передачи данных, управление ликвидацией твердых отходов, определение основных состояний спиновых стекол, определение минимальных энергетических уровней при составлении и разделении сплавов, модели планирования энергетических ресурсов, материально-техническое обеспечение выработки и передачи электроэнергии, планирование товаров на непрерывных производствах и задачи в области кристаллографии. Применение предложенного в изобретении техники оптимизации благоприятно сказывается на всех перечисленных процессах.Thus, the present invention provides a combinatorial optimization method. Optimization is the process of detecting one or more of the best or optimal solutions in a clearly defined discrete area of problem solving. The area is discrete, since there is only a limited number of actions and each action is included or not included in a given sequence; Thus, a consistent combinatorial problem is related to the efficient distribution of limited resources in order to achieve specified goals, when the values of some or all of the variables are bounded by integers. Constraints on basic resources, such as time, labor, supplies, or capital, can narrow down possible alternatives considered feasible. Such problems arise in almost all areas of management, such as finance, marketing, manufacturing, planning, inventory management, location and layout of buildings, database management, as well as in many engineering industries. Their examples are the optimal design of waterways or bridges, the design and testing of extra-large integrated circuits, the layout of circuits to minimize the area occupied by wires, the design and analysis of data transmission networks, the management of solid waste management, the determination of the main states of spin glasses, the determination of minimum energy levels in the compilation and separation of alloys, energy resource planning models, material and technical support for the generation and transmission of electric energy, product planning in continuous production and tasks in the field of crystallography. The use of the optimization technique proposed in the invention favorably affects all of these processes.

По существу, настоящее изобретение применимо в любом последовательном процессе, в котором упорядочение действий в последовательности влияет на результат процесса. Приведенные выше примеры применения служат доказательством широкой применимости изобретения. Помимо этих примеров изобретение применимо и для оптимизации процессов из числа перечисленных ниже.Essentially, the present invention is applicable to any sequential process in which the sequencing of actions in a sequence affects the outcome of the process. The above application examples provide evidence of the wide applicability of the invention. In addition to these examples, the invention is also applicable for optimizing the processes listed below.

а). Изготовление детали (компонента) из заготовки посредством машинной обработки. Осуществляемые действия включают различные стадии резки с целью изготовления различных частей детали, при этом желательно найти последовательность, которая наилучшим образом обеспечивает требуемую форму и/или качество детали. Данная задача может быть охарактеризована, например, такими показателями, как качество обработки поверхности, текстура и/или глубина материала поверхности, подвергаемой пластической деформации режущим инструментом. Перечисленные желаемые свойства представляют собой описанный выше рабочий параметр. В случае такого рода применение изобретения заключается в том, что материал отрезают от заготовки в такой последовательности, чтобы деталь приобрела или сохранила требуемую структурную жесткость в процессе машинной обработки и чтобы свести к минимуму дрожание или вибрацию в процессе обработки на станке. В данном случае рабочим параметром является дрожание, а его оптимальным значением является минимальный уровень.but). The manufacture of a part (component) from a workpiece by machining. The steps involved include various stages of cutting to produce different parts of the part, while it is desirable to find the sequence that best provides the desired shape and / or quality of the part. This task can be characterized, for example, by indicators such as the quality of the surface treatment, texture and / or depth of the surface material subjected to plastic deformation by the cutting tool. The desired properties listed are the operating parameter described above. In the case of this kind of application of the invention, the material is cut off from the workpiece in such a sequence that the part acquires or retains the required structural rigidity during machining and to minimize jitter or vibration during machining. In this case, the operating parameter is jitter, and its optimal value is the minimum level.

б). Термообработка детали. Поскольку данный процесс зависит от того, как действует печь, которую используют для термообработки, возможные действия включают определение расположения и управление выходными патрубками вентилятора, определение расположения и управление направлением потоком горячего или холодного воздуха, изменение или оставление без изменения воздушного потока на любой стадии термообработки, количество выдержек и охлаждений. Задачей является достижение конечного результата, который выражен, например, в требуемой форме, жесткости или микроструктуре детали; таким образом, одна или несколько из этих характеристик является рабочим параметром, при этом требуемая форма и т.д. представляет собой оптимальное значение.b) Heat treatment details. Since this process depends on how the furnace is used for heat treatment, possible actions include determining the location and controlling the outlet pipes of the fan, determining the location and controlling the direction of the flow of hot or cold air, changing or leaving the air flow unchanged at any stage of the heat treatment, number of exposures and refrigerations. The task is to achieve the final result, which is expressed, for example, in the desired shape, rigidity or microstructure of the part; thus, one or more of these characteristics is an operating parameter, with the desired shape, etc. represents the optimal value.

в). Формование и профилирование детали. Такой процесс представляет собой последовательность стадий формования и профилирования различных частей детали (действия) с целью придания им требуемой формы, обеспечения структурной жесткости и микроструктуры материала (конечный результат). Альтернативным конечным результатом является то, как состояние детали, изготовленной в результате заданной последовательности, влияет на последующий компонент, частью которого такая деталь должна стать.at). Forming and profiling parts. Such a process is a sequence of stages of molding and profiling of various parts of a part (action) in order to give them the desired shape, to ensure structural rigidity and microstructure of the material (final result). An alternative end result is how the state of a part made as a result of a given sequence affects the subsequent component, of which such a part should become.

г). Технологическая последовательность операций, представляющая собой комбинацию перечисленных производственных процессов, при этом различные процессы становятся действиями, которые с целью повлиять на качество готового изделия осуществляют в различном порядке и различными способами. Например, для придания требуемой формы, обеспечения структурной жесткости или микроструктуры материала изделия, возможно, потребуется определить, на какой стадии технологической последовательности операций следует осуществить одну или несколько термических обработок с учетом того, что такие процессы, как фрезерование, литье, машинная обработка, профилирование и сварка, придают некоторые механические свойства изделию и/или свойства материалу.d). A technological sequence of operations, which is a combination of the listed production processes, while various processes become actions that, in order to affect the quality of the finished product, are carried out in a different order and in different ways. For example, in order to give the desired shape, provide structural rigidity or microstructure of the product material, it may be necessary to determine at what stage of the technological sequence of operations one or several heat treatments should be carried out, taking into account the fact that such processes as milling, casting, machining, profiling and welding, give some mechanical properties to the product and / or properties to the material.

д). Поток материалов и/или деталей. Материалы и детали, используемые в производственном процессе, обычно необходимо перемещать по заводу или фабрике, при этом последовательность стадий, осуществляемых для обеспечения потока, влияет на такие параметры, как длительность и производительность процесса. Поток может представлять собой общий поток, проходящий через все предприятие или даже между предприятиями. Осуществляемые стадии или действия включают, например, транспортировку какого-либо изделия между различными станками, местами хранения и обработки. К ним также относится определение оптимальных положений станков на территории предприятия, поскольку вклад каждого действия, связанного с транспортировкой, в общий поток зависит от положения соответствующих станков, в связи с чем доступна большая группа действий, которые соответствуют различным возможностям выбора положений для станков.e). The flow of materials and / or parts. The materials and parts used in the production process usually need to be moved around the plant or factory, and the sequence of stages carried out to ensure the flow affects parameters such as the duration and productivity of the process. A stream can be a common stream passing through an entire enterprise or even between enterprises. The steps or actions to be taken include, for example, transporting an item between different machines, storage and processing locations. They also include determining the optimal positions of the machines on the territory of the enterprise, since the contribution of each action related to transportation to the total flow depends on the position of the respective machines, and therefore a large group of actions is available that correspond to different possibilities for choosing positions for the machines.

е). Перекачка газа или нефти по сети трубопроводов. На схему доставки газа или нефти потребителям, например, влияют конструкции различных компонентов сети и такие рабочие параметры, как открытие и закрытие клапанов и скорость нагнетания; действия, связанные с отдельными участками сети, имеющими различные конфигурации, объединяют в последовательности, чтобы определить наилучший способ оптимальной доставки. При желании комбинаторные аспекты данной задачи дополнительно сочетают со стохастическими и нелинейными эффектами, что повышает точность процесса оптимизации и позволяет учитывать дополнительные подробности различных действий.e). Pumping gas or oil through a pipeline network. The gas or oil delivery scheme to consumers, for example, is influenced by the design of various network components and such operating parameters as opening and closing valves and the discharge rate; actions associated with individual network sections having different configurations are combined in order to determine the best method for optimal delivery. If desired, the combinatorial aspects of this task are additionally combined with stochastic and non-linear effects, which increases the accuracy of the optimization process and allows you to take into account additional details of various actions.

ж). Применение в области химии и материаловедения, такое как определение оптимальной последовательности добавления различных ингредиентов или компонентов с целью получения требуемой смеси. Таким образом, использование различных ингредиентов в различных пропорциях при различных температурах или в различных концентрациях и различных методов смешивания представляет собой возможные действия, из которых затем формируют последовательность, чтобы получить общую смесь. Качество смеси представляет собой конечный результат процесса, описанный рабочим параметром, таким как устойчивость, чистота и однородность. Он также включает оптимизацию энергетических состояний с целью составления и разделения сплавов.g). Application in the field of chemistry and materials science, such as determining the optimal sequence for adding various ingredients or components in order to obtain the desired mixture. Thus, the use of different ingredients in different proportions at different temperatures or in different concentrations and different mixing methods are possible actions, from which they then form a sequence to obtain a common mixture. The quality of the mixture is the end result of the process, described by the operating parameter, such as stability, purity and uniformity. It also includes optimization of energy states for the purpose of compilation and separation of alloys.

з). Вычислительная биология. В данной области обычно анализируют различные задачи, используя численные методы, описывающие поведение биологических компонентов, таких как молекулы, белки и геномы. Настоящее изобретение применяют для уменьшения вычислительных затрат, связанных с исследованием большого числа возможных сочетаний последующих реакций, которые протекают, например, во время образования новых молекул и в ходе репликативных процессов в структурах ДНК. Численные методы данного типа включают ориентированные и неориентированные графы, байесовские схемы, булевы схемы, обобщенные логические цепи, обыкновенные нелинейные дифференциальные уравнения, кусочно-линейные дифференциальные уравнения, качественные дифференциальные уравнения, дифференциальные уравнения с частными производными и другие специальные модели с распределенными параметрами, стохастические основные уравнения и математическое представление, основанное на системе правил. Конкретным примером применения настоящего изобретения, в котором ожидается особый эффект, является моделирование и имитация многономенклатурных систем регулирования, для чего необходим анализ взаимодействия между ДНК, РНК, белками и малыми молекулами. Такое взаимодействие включает несколько стадий, входящих в различные последовательности, которые изучают, используя настоящее изобретение, чтобы определить, например, как возникает конкретный конечный результат какого-либо взаимодействия. Если конечный результат известен, он отображает оптимальное значение, что позволяет идентифицировать последовательность, которая обеспечивает такое значение.h). Computational biology. Various tasks are typically analyzed in the art using numerical methods that describe the behavior of biological components such as molecules, proteins, and genomes. The present invention is used to reduce the computational costs associated with the study of a large number of possible combinations of subsequent reactions that occur, for example, during the formation of new molecules and during replicative processes in DNA structures. Numerical methods of this type include directed and undirected graphs, Bayesian schemes, Boolean schemes, generalized logical circuits, ordinary nonlinear differential equations, piecewise linear differential equations, qualitative differential equations, partial differential equations and other special models with distributed parameters, stochastic basic equations and mathematical representation based on a system of rules. A specific example of the application of the present invention, in which a special effect is expected, is the modeling and imitation of multi-nomenclature control systems, which requires analysis of the interaction between DNA, RNA, proteins and small molecules. Such an interaction includes several stages in different sequences that are studied using the present invention to determine, for example, how a particular end result of any interaction arises. If the end result is known, it displays the optimal value, which allows you to identify the sequence that provides such a value.

и). Управление парком транспортных средств. Грузоперевозчикам и организаторам материально-технического обеспечения, использующим парк автобусов, грузовиков, самолетов, танкеров, легковых автомобилей, транспортных средств военного назначения и т.д. для доставки товаров или людей до различных мест или обратно, желательно иметь возможность оптимизировать свои расписания, чтобы максимально использовать имеющиеся ресурсы. Конкретным примером является компания грузовых перевозок, которая оптимизирует использование своих грузоперевозочных средств, определяя оптимальную последовательность транспортировки с целью выбора для множества транспортных средств парка маршрутов до десятков, сотен и тысяч мест назначения с учетом существующих для транспортных средств логических бизнес-правил и остановок, таких как объем заказов, грузоподъемность, временные окна, продолжительность обслуживания, приоритет и предварительное определение мест конкретных остановок для конкретных водителей. Путем описания различных действий, которые осуществляют по маршруту между остановками с учетом различных правил, и расположения действий в определенной последовательности, чтобы описать маршрут, определяют оптимальную последовательность, обеспечивающую достижение желаемого конечного результата. Рабочим параметром, который описывает конечный результат, могут являться, например, общие эксплуатационные расходы, общее время работы водителя в рейсе, общее пройденное расстояние (при этом обычно желательно свести к минимуму все перечисленные показатели), вероятность своевременной доставки грузов или взвешенная сумма некоторых или всех показателей. В более сложных последовательностях и группах действий учитывают оптимальный резервный парк на случай внепланового технического обслуживания транспортных средств или замены транспортных средств на длительный срок. За счет оптимизации такого рода, например, определяют количество транспортных средств, включаемых в резервный парк, и место их базирования с целью свести к минимуму перерывы в работе.and). Fleet management. Freight carriers and logistics providers using a fleet of buses, trucks, airplanes, tankers, cars, military vehicles, etc. To deliver goods or people to various places or vice versa, it is advisable to be able to optimize their schedules in order to maximize the use of available resources. A concrete example is a freight transport company that optimizes the use of its freight transport means by determining the optimal transportation sequence in order to select for many vehicles a fleet of routes up to tens, hundreds and thousands of destinations, taking into account the logical business rules and stops for vehicles, such as volume of orders, carrying capacity, time windows, duration of service, priority and preliminary determination of specific stopping places for specific drivers. By describing the various actions that are carried out along the route between stops, taking into account various rules, and the location of the actions in a certain sequence to describe the route, determine the optimal sequence that ensures the achievement of the desired end result. The operating parameter that describes the end result can be, for example, total operating costs, total driver’s flight time, total distance traveled (it is usually desirable to minimize all of these indicators), the probability of timely delivery of goods, or the weighted amount of some or all indicators. In more complex sequences and groups of actions, the optimal reserve fleet is taken into account in case of unscheduled maintenance of vehicles or the replacement of vehicles for a long time. By optimizing this kind, for example, they determine the number of vehicles included in the reserve fleet and their location in order to minimize interruptions in work.

к). "Задачи о рюкзаке". К ним относятся задачи, которые можно рассматривать применительно к рюкзаку, способному выдерживать общий вес W или объем V, который заполняют сочетанием предметов из списка, включающего n-е число возможных предметов, каждый из которых имеет вес w_i или объем v_i и значение (va)_i, чтобы предметы, упакованные в рюкзак, имели максимальное значение. Данная задача имеет ограничение (которое состоит в том, что общий вес или объем предметов в рюкзаке не должен превышать W или V), линейную или нелинейную функцию цели, которая суммирует численные значения предметов в рюкзаке, и добавочное ограничение, согласно которому каждый предмет находится либо не находится в рюкзаке (предмет не может быть поделен на части). Таким образом, каждый предмет отображен действием, а любое сочетание предметов/действий располагают в любой возможной последовательности, отображающей порядок, в котором предметы из такого сочетания помещают в рюкзак. Конечным результатом любой последовательности является суммарное численное значение предметов; любое сочетание, превышающее W и/или V, отклоняют, а для идентификации оптимальной последовательности находят неотклоненную последовательность, которая обеспечивает максимальное численное значение. Предложенный в настоящем изобретении метод имитации моделирования позволяет быстро идентифицировать оптимальную последовательность без необходимости изучения всех возможных сочетаний предметов. Задачи о рюкзаке имеют отношение, например, к управлению парком транспортных средств, если считать рюкзаком грузовую, пассажирскую или военную транспортную единицу и требуется загрузить ее до предельного значения конкретного параметра, отображенного значением предметов.to). "Tasks about the backpack." These include tasks that can be considered in relation to a backpack that can withstand the total weight W or volume V, which is filled with a combination of items from a list that includes the nth number of possible items, each of which has weight w _i or volume v _i and value ( va) _i so that items packed in a backpack have maximum value. This task has a restriction (which consists in the fact that the total weight or volume of objects in a backpack should not exceed W or V), a linear or nonlinear function of the target that sums up the numerical values of objects in a backpack, and an additional restriction according to which each object is either not in a backpack (the item cannot be divided into parts). Thus, each item is displayed by an action, and any combination of items / actions is arranged in any possible sequence that displays the order in which items from such a combination are placed in a backpack. The end result of any sequence is the total numerical value of objects; any combination greater than W and / or V is rejected, and an undeclined sequence that provides the maximum numerical value is found to identify the optimal sequence. Proposed in the present invention, the simulation simulation method allows you to quickly identify the optimal sequence without the need to study all possible combinations of objects. The tasks of a backpack are related, for example, to the management of a fleet of vehicles, if you consider a backpack as a cargo, passenger or military transport unit and you want to load it to the limit value of a specific parameter displayed by the value of objects.

л). Объединение транспортных единиц. Данная задача представляет собой продолжение задачи о рюкзаке. Транспортные единицы, такие как железнодорожные вагоны, объединены в цепочку, при этом некоторые части цепочки впоследствии, возможно, потребуется отсоединить и удалить (например, для доставки заказчику конкретных единиц) и затем заново скомпоновать остальную цепочку, возможно, с добавлением новых единиц. Поскольку объединение, разъединение и повторное объединение единиц требует большого расхода времени и, следовательно, является дорогостоящим, желательно оптимизировать упорядочивание единиц в цепочке, чтобы свести к минимуму такие действия. Поскольку цепочку единиц рассматривают как последовательность действий, оптимальную цепочку идентифицируют, применяя настоящее изобретение.l). Combining transport units. This task is a continuation of the backpack problem. Transport units, such as railroad cars, are chained together, with some parts of the chain subsequently needing to be disconnected and removed (for example, to deliver specific units to the customer) and then reconfigure the rest of the chain, possibly with the addition of new units. Since uniting, disconnecting, and re-combining units is time consuming and therefore expensive, it is desirable to optimize the ordering of units in a chain to minimize such actions. Since the chain of units is considered as a sequence of actions, the optimal chain is identified using the present invention.

Если речь идет о бомбардировщике, который сбрасывает свой бомбовый груз, возможно, он должен делать это в определенном порядке, а ограничениями или переменными величинами являются время, запас топлива, погода, временные окна и т.д.If we are talking about a bomber that drops its bomb load, perhaps it should do it in a certain order, and the restrictions or variables are time, fuel supply, weather, time windows, etc.

м). Проведение стратегических военных игр (командно-штабных учений). Прогон имитаций на различных стратегических уровнях вплоть до оперативных уровней, когда исходы цепочек действий, например, выведение из строя мостов, электростанций, аэропортов и других стратегических целей реализуют в качестве сценариев, в которых действия могут осуществлять или не осуществляться. Моделирование дискретных действий четко описано математически. Метод применим для синхронизированного воспроизведения на кластере центральных процессоров.m). Conducting strategic war games (command post exercises). Run simulations at various strategic levels up to operational levels, when the outcome of a chain of actions, for example, the destruction of bridges, power plants, airports and other strategic goals, are implemented as scenarios in which actions may or may not be carried out. Modeling of discrete actions is clearly described mathematically. The method is applicable for synchronized playback on a cluster of central processors.

н). Применение синхронизированного алгоритма, когда каждый центральный процессор осуществляет поиск всех возможных сочетаний, близких к одной переменной величине в случае установки матрицы планирования экспериментов, а компьютер воспроизводит имитацию модели, чтобы циклически пройти через все возможные сочетания переменной величины и найти требуемый результат.m). The use of a synchronized algorithm, when each central processor searches for all possible combinations close to one variable in the case of installing the experimental planning matrix, and the computer reproduces the simulation model to cycle through all possible combinations of the variable and find the desired result.

Далее в общих чертах описаны варианты осуществления изобретения, применимые к любой последовательной комбинаторной задаче, такой как описанные выше задачи.Embodiments of the invention that are applicable to any sequential combinatorial task, such as those described above, are described below in general terms.

Чтобы проиллюстрировать применение изобретения, ниже приведен конкретный пример.To illustrate the application of the invention, the following is a specific example.

На фиг.1 показана блок-схема последовательности стадий с S1 no S9 способа согласно варианту осуществления настоящего изобретения.1 is a flowchart of steps S1 to S9 of a method according to an embodiment of the present invention.

S1 - идентификация последовательного комбинаторного процесса, нуждающегося в оптимизацииS1 - identification of a sequential combinatorial process in need of optimization

Изобретение применимо к любому процессу, который состоит из нескольких взаимозаменяемых действий, последовательность которых нуждается в оптимизации с целью достижения наилучшего результата. Процесс может рассматриваться как состоящий из n-го числа действий (включая возможность выбора такого n-го числа из более многочисленной группы действий, таких как альтернативы некоторых или всех действий), которые сочетают в виде множества или всех возможных последовательностей.The invention is applicable to any process that consists of several interchangeable actions, the sequence of which needs to be optimized in order to achieve the best result. A process can be considered as consisting of the nth number of actions (including the possibility of choosing such an nth number from a larger group of actions, such as alternatives to some or all of the actions), which combine in the form of a set or all possible sequences.

S2 - построение эталонной моделиS2 - building a reference model

В данном примере строят эталонную модель процесса, из которой получают данные для их использования в имитации модели. Примером модели соответствующего типа является модель анализа методом конечных элементов, но может использоваться любая, как правило, предназначенная для вычислительной машины модель, обеспечивающая соответствующую точность. Модель включает все параметры, имеющие отношение к процессу, и рассчитана на ввод в качестве исходных данных любой последовательности действий. Затем при помощи модели вычисляют значение окончательного конечного результата процесса, который был бы достигнут при осуществлении действий в порядке, заданном введенной последовательностью. Также вычисляют значение вкладов в конечный результат каждого из действий по мере их осуществления; данный вклад обычно зависит от положения действия в последовательности и от того, какое действие ему предшествовало, если оно имело место (и, возможно, следовало за ним). Вклады представлены в виде рабочего параметра моделируемого процесса.In this example, a reference model of the process is built, from which data are obtained for their use in the simulation of the model. An example of a model of the corresponding type is a finite element analysis model, but any model, usually designed for a computer, can be used that provides the corresponding accuracy. The model includes all parameters related to the process and is designed to enter any sequence of actions as input data. Then, using the model, the value of the final final result of the process, which would be achieved when the actions were carried out in the order specified by the entered sequence, is calculated. Also calculate the value of contributions to the final result of each of the actions as they are implemented; this contribution usually depends on the position of the action in the sequence and on what action preceded it, if it took place (and, possibly, followed it). Contributions are presented as an operating parameter of the simulated process.

Например, если рабочим параметром является размер изготавливаемой в ходе процесса детали, вклады также будут представлять собой значения размера, при этом вклад каждого действия представлен вкладом в обеспечение общего конечного размера в результате осуществления конкретного действия.For example, if the working parameter is the size of the part manufactured during the process, the contributions will also represent the size values, and the contribution of each action is represented by the contribution to ensuring the overall final size as a result of the specific action.

Если рабочим параметром является время, занимающее осуществление процесса, вклады также будут представлять собой значения времени, при этом вклад каждого действия представлен периодом времени, занимающим осуществление конкретного действия,If the working parameter is the time it takes to carry out the process, the contributions will also be time values, and the contribution of each action is represented by the period of time that takes the implementation of a specific action,

Без имитации модели для процесса оптимизации потребовалось бы осуществить прогон всех возможных последовательностей через эталонную модель, чтобы идентифицировать последовательность, обеспечивающую наилучший конечный результат. При наличии достаточно подробной эталонной модели это требует чрезмерно больших затрат времени даже применительно к небольшому числу действий, поскольку при большом общем числе комбинаций на прогон каждой последовательности может уйти много часов.Without simulating the model, the optimization process would have to run all possible sequences through the reference model in order to identify the sequence that provides the best end result. With a sufficiently detailed reference model, this requires an excessively large amount of time, even for a small number of actions, since with a large total number of combinations, each sequence can take many hours to complete.

S3 - построение имитации моделиS3 - building a simulation model

Имитация модели предпочтительно является упрощенным приближением к эталонной модели в том смысле, что в нее в качестве исходных данных также вводят последовательность действий и вычисляют конечный результат процесса, чтобы осуществлять действия в такой последовательности. Однако поскольку осуществляемые вычисления значительно проще, чем в эталонной модели, все сочетания действий в соответствующей последовательности могут быть вычислены достаточно быстро (обычно в течение нескольких секунд или минут, а не часов).The simulation of the model is preferably a simplified approximation to the reference model in the sense that a sequence of actions is also introduced into it as initial data and the end result of the process is calculated in order to carry out actions in such a sequence. However, since the calculations are much simpler than in the reference model, all combinations of actions in the corresponding sequence can be calculated quite quickly (usually within a few seconds or minutes, not hours).

Имитация модели заключается в том, что суммируют вклад каждого действия в конечный результат и получают конечный результат. Значения вкладов определяют при помощи эталонной модели, что рассмотрено при описании последующих стадий. Значение каждого вклада обычно зависит от положения действия в последовательности и от любого предшествующего действия. Приближение к эталонной модели заключается в том, что информация о вкладе действия в конкретном положении из конкретной последовательности доступна не для каждого действия из заданной последовательности. Если это так, информацию согласно алгоритму заменяют информацией о конфигурации, ближайшей к рассматриваемой конфигурации.The simulation of the model is that they summarize the contribution of each action to the final result and get the final result. The values of the contributions are determined using the reference model, which is considered in the description of the subsequent stages. The value of each contribution usually depends on the position of the action in the sequence and on any previous action. An approximation to the reference model consists in the fact that information on the contribution of an action in a specific position from a particular sequence is not available for each action from a given sequence. If so, the information according to the algorithm is replaced with configuration information closest to the configuration in question.

S4 - описание планирования экспериментов (DoE)S4 - Description of Experiment Planning (DoE)

Чтобы получить значения вкладов для использования в имитации модели, необходимо осуществить однократный или многократный прогон эталонной модели. При этом получают информацию о значениях конечных результатов выполненных последовательностей и вкладах в такие конечные результаты каждого действия из последовательности. Поскольку задачей изобретения является сокращение числа прогонов эталонной модели, связанных с трудоемкими вычислениями, чтобы получить широкий набор вкладов действий в различных положениях, для прогона через эталонную модель целесообразно выбирать применимый набор последовательностей, содержащий большой объем информации. Такая группа последовательностей, выбранных из множества возможностей, называют "планированием экспериментов" (DoE). Так, каждой последовательности DoE соответствует информация о значениях вкладов в конечный результат каждого действия из каждой последовательности, при этом, как указано выше, вклады отображены в виде рабочего параметра.To obtain the values of the contributions for use in the simulation model, it is necessary to carry out a single or multiple run of the reference model. In this case, information is obtained about the values of the final results of the completed sequences and the contributions to such final results of each action from the sequence. Since the object of the invention is to reduce the number of runs of the reference model associated with time-consuming calculations in order to obtain a wide range of action contributions at various positions, it is advisable to select an applicable sequence set containing a large amount of information to run through the reference model. Such a group of sequences selected from a variety of possibilities is called “Experiment Planning” (DoE). So, each DoE sequence corresponds to information on the values of contributions to the final result of each action from each sequence, while, as indicated above, the contributions are displayed as an operating parameter.

Как пояснено выше, имитация модели основана на алгоритме, который для каждого действия из последовательности определяет, какой вклад из доступных в эталонной модели (информация, которая соответствует последовательностям из планирования экспериментов) следует применить для вычисления конечного результата. Алгоритм основан на иерархическом или приоритетном наборе правил, которые определяют, какой вклад из наиболее близко доступных соответствует конфигурации вычисляемой последовательности. Близким соответствием является соответствие существующей конфигурации как с точки зрения положения действия в последовательности, так и предшествующего действия. Менее близким соответствием является меньшее число одинаковых предшествующих действий и/или иное положение, которое действие занимает в последовательности. Сопоставленные таким способом действия называют "событиями", при этом качество соответствия задано порядком и типом события, что более подробно описано далее применительно к примерному варианту осуществления. При описании DoE пользователь должен решить, какого типа событие или соответствие какого качества необходимо, чтобы обеспечить достаточный уровень точности оптимизированного конечного результата, полученного при помощи имитации модели. Например, он может решить, что требуется точное соответствие с точки зрения положения действий, которым также должны предшествовать одинаковые события, или что совпадение положений не является важным, но должны совпадать два события, предшествующие рассматриваемому действию. После того, как решение принято, выполняют вычисления с целью установить, прогон скольких и/или каких последовательностей необходимо осуществить через эталонную модель, чтобы обеспечить достаточное количество комбинаций действий для соответствия требуемому уровню подробности события. Данные последовательности представляют собой DoE.As explained above, the simulation model is based on an algorithm that for each action from the sequence determines which contribution from the available in the reference model (information that corresponds to the sequences from the planning of experiments) should be used to calculate the final result. The algorithm is based on a hierarchical or priority set of rules that determine which contribution from the closest available matches the configuration of the calculated sequence. A close correspondence is the conformity of the existing configuration both in terms of the position of the action in the sequence and the previous action. A less close correspondence is a smaller number of identical previous actions and / or another position that the action occupies in sequence. Actions mapped in this way are called “events”, and the quality of compliance is specified by the order and type of event, which is described in more detail below with reference to an exemplary embodiment. When describing DoE, the user must decide what type of event or match what quality is necessary to ensure a sufficient level of accuracy of the optimized end result obtained by simulating the model. For example, he may decide that an exact match is required in terms of the position of the actions, which should also be preceded by the same events, or that the coincidence of the positions is not important, but the two events that precede the action in question must coincide. After the decision is made, calculations are performed to establish how many and / or which sequences must be run through the reference model in order to provide a sufficient number of combinations of actions to meet the required level of detail of the event. These sequences are DoE.

В качестве альтернативы, в некоторых случаях достаточно просто осуществить прогон через эталонную модель случайного или псевдослучайного набора последовательностей. Тем не менее, такой набор последовательностей также рассматривают как DoE, несмотря на отсутствие описанного планирования.Alternatively, in some cases, it is simple enough to run through a reference model of a random or pseudo-random sequence set. However, such a sequence set is also considered as DoE, despite the lack of scheduling described.

S5 - прогон последовательностей DoE через эталонную модельS5 - Run DoE sequences through a reference model

После описания DoE осуществляют прогон каждой последовательности DoE через эталонную модель. Результаты прогонов регистрируют и определяют вклады в конечный результат каждого действия из каждой последовательности DoE. Таким образом получают информацию о рабочем параметре, которую используют при вычислениях имитации модели.After the DoE is described, each DoE sequence is run through the reference model. Run results are recorded and contributions to the end result of each action from each DoE sequence are determined. In this way, information about the operating parameter is obtained, which is used in the simulation simulation.

S6 - построение указателя приоритетов имитации моделиS6 - building a model simulation priority indicator

Алгоритм имитации модели основан на указателе (перечне) приоритетов для каждого действия из последовательности, прогон которой осуществлен через модель. Он представляет собой иерархию условий совпадения между рассматриваемым действием и действиями, включенными в последовательность DoE. Указатель начинается с условия высокой степени соответствия и следует далее по нисходящей вплоть до отсутствия соответствия. Таким образом, при помощи алгоритма осуществляют поиск, начиная с верхней позиции в указателе, и ищут в DoE совпадение такого уровня с рассматриваемым действием. Если совпадение не найдено, переходят ко второму условию из указателя и так до тех пор, пока совпадение не будет найдено или не закончится указатель. После выбора условия таким способом при помощи алгоритма ранее вычисленный при помощи эталонной модели вклад рассматриваемого действия из последовательности DoE, в которой найдено совпадение, извлекают и включают в итог имитации модели, который используют для определения конечного результата.The model simulation algorithm is based on a pointer (list) of priorities for each action from the sequence that was run through the model. It is a hierarchy of matching conditions between the action in question and the actions included in the DoE sequence. The index begins with a high degree of conformity and follows in descending order until there is no conformity. Thus, using the algorithm, a search is performed starting from the top position in the pointer, and they search in DoE for a match of this level with the action in question. If no match is found, go to the second condition from the pointer and so on until a match is found or the pointer ends. After choosing a condition in this way using the algorithm, the contribution of the action in question, previously calculated using the reference model, from the DoE sequence in which a match is found, is extracted and included in the simulation result of the model, which is used to determine the final result.

Таким образом, для оптимизируемого процесса необходимо создать указатель приоритетов. Размер указателя влияет на время, необходимое для расчета имитации модели, поскольку время выполнения алгоритма пропорционально размеру указателя. Вместе с тем, при наличии более высокой степени соответствия из верхней части указателя повышается точность. Не следует ограничивать высшую степень соответствия той степенью совпадения, которая применялась при описании DoE, поскольку в последовательностях из DoE для некоторых подпоследовательностей событий имеются более высокие уровни соответствия, использование которых, когда они доступны, обеспечит более точный конечный результат. Таким образом, применимым указателем приоритетов общего назначения, в котором полностью использовано любое DoE, является такой указатель приоритетов, согласно которому поиск любого действия с целью определить, находится ли действие в начале и в конце последовательности, начинают в одинаковом положении при всех одинаковых предшествующих действиях. При построении указателя приоритетов выбирают, закрепить ли более высокий приоритет за совпадениями положения действия в последовательности или за совпадениями предшествующего действия. Примеры указателя приоритетов приведены далее.Thus, for the process being optimized, a priority index must be created. The size of the pointer affects the time required to calculate the simulation of the model, since the execution time of the algorithm is proportional to the size of the pointer. However, if there is a higher degree of correspondence, the accuracy increases from the top of the pointer. The highest degree of correspondence should not be limited to the degree of coincidence that was used in the DoE description, since there are higher levels of correspondence in the sequences from DoE for some subsequences of events, the use of which, when available, will provide a more accurate final result. Thus, the applicable general-purpose priority indicator, in which any DoE is fully used, is such a priority indicator, according to which the search for any action in order to determine whether the action is at the beginning and at the end of the sequence is started in the same position for all the same previous actions. When constructing a priority index, one chooses whether to fix a higher priority for matches of the position of the action in the sequence or for matches of the previous action. Priority index examples are given below.

S7 - прогон всех возможных последовательностей через имитацию моделиS7 - run all possible sequences through a simulation of the model

После построения имитации модели и ее указателя приоритетов и вычисления при помощи эталонной модели информации о конечном результате и вкладах в него имитацию модели используют для прогона через нее всех возможных последовательностей. Каждую последовательность вводят в имитацию модели, которая с целью определить вклад такого действия в конечный результат затем применяет алгоритм в отношении каждого действия из каждой последовательности и суммирует вклады, чтобы найти конечный результат для каждой последовательности. Поскольку алгоритм представляет собой процесс прямого поиска и извлечения, а вычисления для каждой последовательности представляют собой простое суммирование, имитация модели способна очень быстро воспроизвести каждую последовательность, и, как показывают расчеты, для изучения всех последовательностей требуется лишь несколько минут.After constructing a simulation of the model and its priority indicator and calculating, using the reference model, information about the final result and contributions to it, the simulation of the model is used to run through it all possible sequences. Each sequence is introduced into a simulation of a model which, in order to determine the contribution of such an action to the final result, then applies an algorithm for each action from each sequence and summarizes the contributions to find the final result for each sequence. Since the algorithm is a direct search and retrieval process, and the calculations for each sequence are simple summations, the simulation model can very quickly reproduce each sequence, and, as the calculations show, it takes only a few minutes to study all sequences.

Однако в некоторых случаях существует возможность получить удовлетворительно оптимизированную последовательность путем прогона через имитацию модели лишь части из общего числа возможных последовательностей. Поскольку ясно, что это занимает меньше времени, чем прогон всех последовательностей, в некоторых случаях, когда ценность времени велика, это является предпочтительным, вместе с тем, при этом возможна потеря точности. Возможным решением, в особенности в случаях, когда известно требуемое оптимальное значение конечного результата, является прогон подмножества последовательностей и изучение различных конечных результатов в сравнении с требуемым значением. Если приемлемое близкое соответствие не найдено, осуществляют дальнейший прогон последовательностей до тех пор, пока не будет обнаружен удовлетворительный конечный результат.However, in some cases it is possible to obtain a satisfactorily optimized sequence by running only part of the total number of possible sequences through simulation of the model. Since it is clear that this takes less time than running all the sequences, in some cases when the value of time is large, this is preferable, but at the same time, accuracy may be lost. A possible solution, especially in cases where the required optimal value of the final result is known, is to run a subset of the sequences and study various final results in comparison with the desired value. If no acceptable close match is found, a further run of the sequences is carried out until a satisfactory end result is found.

S8 - Идентификация оптимальной последовательности из имитации моделиS8 - Identification of the optimal sequence from a simulation model

После получения результата прогона каждой последовательности через имитацию модели идентифицируют оптимальную последовательность путем сравнения всех конечных результатов с целью найти результат, который является оптимальным с учетом рабочего параметра, описывающего конечный результат. В зависимости от природы процесса оптимальным значением рабочего параметра может являться конечный результат с наименьшим значением, наибольшим значением или значение, наиболее близкое к требуемому значению. В некоторых случаях оптимальное значение легко идентифицировать путем сравнения конечных результатов с каким-либо требуемым значением рабочего параметра; в других случаях природа процесса такова, что рабочий параметр должен быть сведен к минимуму или доведен до максимума, например, при осуществлении процесса в течение минимального времени или получении максимального выхода. Таким образом, последовательность, обеспечивающая конечный результат, который соответствует такому оптимальному значению, идентифицируют как оптимальную последовательность.After receiving the result of running each sequence through the simulation, the optimal sequence is identified by comparing all the final results in order to find the result that is optimal taking into account the operating parameter that describes the final result. Depending on the nature of the process, the optimal value of the operating parameter may be the final result with the smallest value, the largest value, or the value closest to the desired value. In some cases, the optimal value is easily identified by comparing the final results with any desired value of the operating parameter; in other cases, the nature of the process is such that the operating parameter should be minimized or maximized, for example, when the process is carried out for a minimum time or when a maximum output is obtained. Thus, a sequence providing an end result that corresponds to such an optimal value is identified as an optimal sequence.

S9 - Осуществление процесса с использованием оптимальной последовательности.S9 - Implementation of the process using the optimal sequence.

Далее с целью получения оптимального конечного результата способ осуществляют с использованием последовательности, которая была идентифицирована как оптимальная. Вместе с тем, если исследование процесса продолжается, данную стадию, возможно, не осуществляют или откладывают.Further, in order to obtain an optimal end result, the method is carried out using a sequence that has been identified as optimal. However, if the research process continues, this stage may not be carried out or delayed.

На фиг.2 показана блок-схема последовательности стадий альтернативного варианта осуществления способа, включающего некоторые дополнительные стадии, которые служат для проверки и при необходимости повышения точности выходных данных имитации модели в том, что касается оптимальной последовательности. Как и в варианте осуществления, проиллюстрированном на фиг.1, оптимальную последовательность идентифицируют по результатам применения имитации модели на стадии S8, после чего осуществляют дополнительные стадии.Figure 2 shows a block diagram of the sequence of stages of an alternative embodiment of the method, including some additional stages, which serve to verify and, if necessary, increase the accuracy of the output of the simulation of the model with regard to the optimal sequence. As in the embodiment illustrated in FIG. 1, the optimal sequence is identified by applying the simulation model in step S8, after which additional steps are carried out.

S10 - прогон идентифицированной последовательности через эталонную модельS10 - run of the identified sequence through the reference model

Через эталонную модель осуществляют прогон последовательности, которая по конечным результатам, вычисленным при помощи имитации модели, была идентифицирована как оптимальная последовательность. При этом получают значение конечного результата такой последовательности, находящееся в пределах точности эталонной модели, которые являются более жесткими, чем у имитации модели.Through the reference model, the sequence is run, which, according to the final results calculated using the simulation model, was identified as the optimal sequence. In this case, the value of the final result of such a sequence is obtained, which is within the accuracy of the reference model, which is more stringent than that of the simulation model.

S11 - сравнение результатовS11 - comparison of results

Далее конечный результат идентифицированной оптимальной последовательности, вычисленный при помощи эталонной модели, сравнивают с конечным результатом такой последовательности, который уже был вычислен при помощи имитации модели. Если сравнение является благоприятным в том смысле, что оба значения конечного результата согласуются в приемлемом диапазоне (который зависит от природы процесса и степени точности, которая необходима пользователю), последовательность принимают за оптимальную последовательность и при желании переходят к стадии S9 (осуществление процесса с использованием оптимальной последовательности). Если сравнение неблагоприятно в том смысле, что оба значения не согласуются в требуемом диапазоне, идентифицированную последовательность отбрасывают как возможно не являющуюся оптимальной последовательностью. В этом случае переходят к стадии S12 способа.Next, the final result of the identified optimal sequence calculated using the reference model is compared with the final result of a sequence that has already been calculated using the simulation model. If the comparison is favorable in the sense that both values of the final result agree in an acceptable range (which depends on the nature of the process and the degree of accuracy that the user needs), the sequence is taken as the optimal sequence and, if desired, go to step S9 (the process using the optimal sequence). If the comparison is unfavorable in the sense that both values do not agree within the required range, the identified sequence is discarded as possibly not being the optimal sequence. In this case, go to step S12 of the method.

S12 - добавление последовательности к DoES12 - Adding a sequence to DoE

Поскольку на стадии S10 осуществили прогон идентифицированной последовательности через эталонную модель, теперь для такой последовательности доступна информация о вкладе, используемая в имитации модели для вычислений. Так, последовательность добавляют к последовательностям из DoE, просто как если бы ранее на стадии S5 осуществили ее прогон через эталонную модель. Затем снова возвращаются к стадии S7 и снова осуществляют прогон всех возможных последовательностей через имитацию модели. Однако на этот раз имитация модели располагает большим количеством доступной информации, поскольку планирование экспериментов было расширено. Следовательно, конечные результаты, вычисленные при помощи имитации модели для каждой последовательности, видимо, являются более точными, чем ранее, и более вероятно, что последовательность, идентифицированная на стадии S8, действительно является оптимальной.Since the identified sequence was run through the reference model in step S10, the contribution information used in the simulation of the model for calculations is now available for such a sequence. So, the sequence is added to the sequences from DoE, just as if it had been run through the reference model earlier in step S5. Then they again return to step S7 and again run all possible sequences through the simulation model. However, this time the simulation model has a lot of available information, as the planning of experiments has been expanded. Therefore, the final results calculated by simulating the model for each sequence are apparently more accurate than before, and it is more likely that the sequence identified in step S8 is indeed optimal.

Данную последовательность также пропускают через эталонную модель и сравнивают с результатом, полученным при помощи имитации модели, чтобы проверить точность. Если результаты не согласуются, на стадии S12 в DoE добавляют последовательность и снова возвращаются к стадии S7. Циклическое осуществление стадий S7, S8, S10, S11 и S12 продолжают таким способом до тех пор, пока не обнаруживают требуемый уровень согласованности между результатами имитации модели и эталонной модели, после чего переходят к стадии S9. Таким способом постепенно повышают точность оптимизации. Тем самым также обеспечивают эффективное снижение вычислительных затрат, связанных с эталонной моделью, поскольку дополнительные последовательности, пропущенные через эталонную модель при каждом осуществлении стадии S10, видимо, близки к оптимальным, так как были идентифицированы как таковые при помощи имитации модели. Таким образом, дополнительные вычисления сосредоточены на интересующей области, а повышение точности обеспечивается там, где оно более всего необходимо.This sequence is also passed through the reference model and compared with the result obtained by simulating the model to check the accuracy. If the results are inconsistent, in step S12, the sequence is added to the DoE and returned to step S7 again. The cyclic implementation of steps S7, S8, S10, S11 and S12 is continued in this way until they find the required level of consistency between the results of the simulation of the model and the reference model, and then proceed to step S9. In this way, the accuracy of optimization is gradually increased. Thus, they also provide an effective reduction in the computational costs associated with the reference model, since the additional sequences passed through the reference model at each step S10 are apparently close to optimal, since they were identified as such by simulating the model. Thus, additional calculations are focused on the area of interest, and accuracy is provided where it is most needed.

Следует отметить, что до известной степени различные описанные выше стадии могут быть осуществлены в ином порядке, чем порядок, проиллюстрированный на фиг.1 и 2. В частности, стадии с S2 по S6 могут быть осуществлены в любом порядке, удобном для пользователя. Кроме того, различные стадии могут быть сокращены в объеме или полностью исключены. Например, может отсутствовать требование построения эталонной модели, если для использования доступна ранее существовавшая модель. Такая модель может представлять собой модель, которую применяли ранее для оптимизации того же процесса, модель, которую ранее применяли для оптимизации сходного процесса, если такая модель применима к новому процессу, или модель, поступившую или иным образом полученную из отдельного источника, независимо от того, сделано ли это конкретно для реализации изобретения. Поскольку это также относится к имитации модели, изобретение может необязательно предусматривать построение имитации модели и может быть ограничено применением имитации модели без ее построения. Поскольку DoE также может быть описано для конкретного процесса оптимизации или выбрано случайным образом или может применяться планирование экспериментов, заданное ранее, предпочтительно для одинаковых или сходных процессов, не требуется описывать DoE. Использование уже существовавших элементов любым из описанных способов упрощает и, возможно, ускоряет общий процесс оптимизации.It should be noted that to a certain extent, the various steps described above can be carried out in a different order than the order illustrated in FIGS. 1 and 2. In particular, steps S2 to S6 can be carried out in any order convenient for the user. In addition, the various stages can be reduced in volume or completely eliminated. For example, there may be no requirement to build a reference model if a pre-existing model is available for use. Such a model can be a model that was previously used to optimize the same process, a model that was previously used to optimize a similar process, if such a model is applicable to a new process, or a model received or otherwise obtained from a separate source, regardless of whether this is done specifically for the implementation of the invention. Since this also applies to simulation of a model, the invention may not necessarily involve constructing a simulation of a model and may be limited to using simulation of a model without building it. Since DoE can also be described for a particular optimization process or randomly selected, or the experimental design defined earlier can be applied, preferably for the same or similar processes, it is not necessary to describe DoE. The use of pre-existing elements by any of the described methods simplifies and possibly accelerates the overall optimization process.

В целях ускорения процесса и удобства эталонная модель, имитация модели, идентификация оптимальной последовательности и сравнение результатов эталонной модели и имитации модели рассчитаны на реализацию компьютерным программным обеспечением. Например, может быть создан компьютерный программный продукт, способный реализовать модели, запоминать планирование экспериментов и результаты реализации модели и идентифицировать оптимальную последовательность. Может быть предусмотрена компьютерная система, состоящая из запоминающего устройства для запоминания DoE и результатов реализации модели, считывания данных из памяти и записи данных в память и идентификации оптимальной последовательности. Вместе с тем, реализация на базе компьютера является необязательной, и в некоторых случаях предпочтительно, чтобы часть или все из перечисленных признаков были реализованы иными способами, такими как электронная аппаратура или, возможно, вручную.In order to speed up the process and convenience, the reference model, simulation of the model, identification of the optimal sequence and comparison of the results of the reference model and simulation of the model are designed for implementation by computer software. For example, a computer software product can be created that is able to implement models, memorize experiment planning and model implementation results, and identify the optimal sequence. A computer system may be provided, consisting of a memory device for storing DoE and model implementation results, reading data from memory and writing data to memory and identifying the optimal sequence. However, a computer-based implementation is optional, and in some cases, it is preferable that part or all of the listed features be implemented in other ways, such as electronic equipment or, possibly, manually.

Кроме того, что касается реализации изобретения на компьютерной базе, применение параллельного подхода способно дополнительно повысить скорость. Для описания DoE целесообразно использовать компьютер, при помощи которого осуществляют прогон набора последовательностей через эталонную модель (что более подробно описано далее применительно к более подробному примеру) до тех пор, пока не будет охвачен требуемый диапазон действий и вычислены соответствующие вклады. В том случае, когда действию соответствует несколько переменных величин, например, когда конкретная стадия процесса осуществима при нескольких температурах и в нескольких направлениях, для каждой переменной величины предусматривают специализированный компьютерный процессор. Для описания планирования экспериментов каждый процессор реализует последовательности применительно к одной из переменных, оставляя остальные переменные без изменения. Тем самым обеспечивают более быстрый способ описания планирования экспериментов, сохраняя при этом возможность учета всех переменных, а также использование более простых эталонных моделей, поскольку каждая из них должна учитывать только одну переменную.In addition, with regard to the implementation of the invention on a computer base, the use of a parallel approach can further increase the speed. To describe DoE, it is advisable to use a computer that runs a sequence set through a reference model (which is described in more detail below with reference to a more detailed example) until the required range of actions is covered and the corresponding contributions are calculated. In the case when the action corresponds to several variables, for example, when a particular stage of the process is feasible at several temperatures and in several directions, a specialized computer processor is provided for each variable. To describe the planning of experiments, each processor implements sequences in relation to one of the variables, leaving the remaining variables unchanged. This provides a faster way to describe the design of experiments, while maintaining the ability to account for all variables, as well as the use of simpler reference models, since each of them should take into account only one variable.

Аналогичным образом параллельные процессоры могут использоваться для прогона множества последовательностей через имитацию модели, при этом каждый процессор специализирован на последовательностях, которым соответствуют различные значения одного параметра. Это также позволяет использовать более простые версии имитации модели и идентифицировать оптимальную последовательность быстрее, чем при использовании одного процессора для прогона всех последовательностей через имитацию модели.Similarly, parallel processors can be used to run multiple sequences through a simulated model, with each processor specialized in sequences that correspond to different values of one parameter. It also allows you to use simpler versions of the model simulation and identify the optimal sequence faster than using a single processor to run all sequences through the model simulation.

Подробный пример IDetailed example I

Далее изобретение описано со ссылкой на более подробный пример.The invention will now be described with reference to a more detailed example.

Рассмотрим процесс, состоящий из шести стадий. Все шесть стадий могут осуществляться в любом порядке, при этом каждая стадия осуществима одним из двух способов (таким как вперед или назад или при первой или второй температуре). Порядок следования и выбор способа осуществления каждой стадии изменяет конечный результат процесса. Опишем данный конечный результат рабочим параметром X, а желательный характер конечного результата представим таким, чтобы рабочий параметр имел оптимальное значение Х=0. Иными словами, рабочий параметр должен быть сведен к минимуму.Consider a six-step process. All six stages can be carried out in any order, with each stage being possible in one of two ways (such as forward or backward or at the first or second temperature). The sequence and choice of the method of implementation of each stage changes the final result of the process. We will describe this final result by the working parameter X, and imagine the desired nature of the final result so that the working parameter has the optimal value X = 0. In other words, the operating parameter should be minimized.

Каждую стадию или действие снабжают обозначением, например числами с 1 по 6. Положительные и отрицательные значения таких чисел используют, чтобы обозначить два способа осуществления каждого действия. Таким образом, последовательность стадий можно представить, например, в виде [-6, 5, 3, 1, -4, 2], при этом каждое число является обозначением конкретного действия, а положение каждого числа в последовательности отображает положение, в котором осуществляют действие в последовательности.Each stage or action is provided with a designation, for example, numbers 1 through 6. The positive and negative values of such numbers are used to indicate two ways of performing each action. Thus, the sequence of stages can be represented, for example, in the form of [-6, 5, 3, 1, -4, 2], with each number representing a specific action, and the position of each number in the sequence reflects the position in which the action in sequence.

Создают эталонную модель в виде модели конечных элементов, которая описывает последовательный процесс и которая способна учитывать каждое действие в любом положении в последовательности и при любом способе осуществления действий. В качестве исходных данных в модели используют последовательность и создают диаграмму, отображающую эволюцию рабочего параметра Х в ходе процесса. Модель позволяет вычислить конечное значение Х для любой комбинации действий, а также вклад в Х каждого отдельного действия.A reference model is created in the form of a finite element model that describes a sequential process and which is able to take into account each action in any position in the sequence and in any way the actions are carried out. The sequence is used as the initial data in the model and a diagram is created that displays the evolution of the working parameter X during the process. The model allows you to calculate the final value of X for any combination of actions, as well as the contribution to X of each individual action.

Задачей процесса оптимизации является сведение к минимуму значения Х за счет изменения последовательности действий. Существует шесть переменных (по одной на каждое положение в последовательности), каждая из которых может иметь 12 нечисловых значений (6 для первого способа осуществления каждого действия и 6 для второго способа). В результате всего получают 2⁶×6!=46080 комбинаций. В соответствии с некоторыми обычными методами оптимизации последовательных комбинаторных задач необходимо осуществить прогон всех этих комбинаций через модель на основе метода конечных элементов и выбрать последовательность с наименьшим значением X. Однако это непрактично, поскольку на вычисление одной комбинации уходит 32 часа. Другие существующие методы комбинаторной оптимизации, описанные в литературе, такие как целочисленное программирование, графы, метод ветвей и границ и двоичные деревья [2] не способны существенно сократить число комбинаций, требующих вычисления. В настоящем изобретении значительно сокращено время, необходимое для достижения результата за счет применения имитации модели, которая осуществляет вычисления значительно быстрее, чем через модель на основе метода конечных элементов, и которую применяют для сокращения числа необходимых прогонов модели на основе метода конечных элементов. Поскольку в имитации модели используют данные, полученные в результате прогонов модели на основе метода конечных элементов, необходима часть таких прогонов, но имитация модели способна обеспечить приближение к модели на основе метода конечных элементов за счет использования данных, полученных в результате гораздо меньшего числа прогонов, чем общее число возможных комбинаций.The objective of the optimization process is to minimize the value of X by changing the sequence of actions. There are six variables (one for each position in the sequence), each of which can have 12 non-numeric values (6 for the first method of performing each action and 6 for the second method). The result is a total of 2 ⁶ × 6! = 46080 combinations. In accordance with some common methods for optimizing sequential combinatorial problems, it is necessary to run all these combinations through a model based on the finite element method and select the sequence with the lowest value of X. However, this is impractical since it takes 32 hours to calculate one combination. Other existing methods of combinatorial optimization described in the literature, such as integer programming, graphs, the branch and bound method, and binary trees [2] are not able to significantly reduce the number of combinations that require computation. In the present invention, the time required to achieve the result is significantly reduced by applying a simulation model that performs calculations much faster than through a model based on the finite element method, and which is used to reduce the number of required runs of the model based on the finite element method. Since the simulation uses the data obtained as a result of the runs of the model based on the finite element method, some of these runs are necessary, but the simulation of the model can provide an approximation to the model based on the finite element method by using data obtained as a result of a much smaller number of runs than total number of possible combinations.

Для разработки имитации модели суммарное значение Х можно описать просто как сумму вкладов в Х шести отдельных действий:To develop a simulation of the model, the total value of X can be described simply as the sum of contributions to X of six separate actions:

где х_i является вкладом действия i из последовательности. Поскольку модель на основе метода конечных элементов способна вычислять вклад каждого действия, она обеспечивает информацию, необходимую для имитации модели.where x _i is the contribution of action i from the sequence. Since a finite element model is capable of calculating the contribution of each action, it provides the information necessary to simulate a model.

Вклад любого отдельного действия зависит от положения действия в последовательности, от того, каким из двух возможных способов осуществляют действие, и от любых предшествующих действий. Если действие является первым действием в последовательности, его вклад не зависит от последующего действия. Назовем это главным эффектом. Главный эффект действия е обозначают как M_e. В частности, приведенная выше примерная последовательность содержит информацию о М_-6, поскольку -6 является первым действием в последовательности. Всего существует шесть возможных первых действий, каждое из которых осуществляют двумя способами, в результате чего всего получают двенадцать возможных значений главного эффекта. Для их определения осуществляют двенадцать прогонов модели на основе метода конечных элементов. Не требуется выполнять последовательность целиком; полную информацию обо всех возможных главных эффектах обеспечивает первое действие из двенадцати прогонов, каждый из которых в качестве первого действия последовательности содержит отличающееся действие и комбинацию характеристик.The contribution of any individual action depends on the position of the action in the sequence, on which of the two possible methods carry out the action, and on any previous actions. If an action is the first action in a sequence, its contribution is independent of the subsequent action. We will call this the main effect. The main effect of e is designated as M _e . In particular, the above exemplary sequence contains information about M _-6 , since -6 is the first action in the sequence. In total there are six possible first actions, each of which is carried out in two ways, as a result of which twelve possible values of the main effect are obtained. To determine them, twelve model runs are performed based on the finite element method. No need to complete the entire sequence; full information about all possible main effects is provided by the first action of twelve runs, each of which contains a different action and a combination of characteristics as the first action of the sequence.

Особо простой моделью, подходящей в качестве имитации модели, является модель, в которой конечное значение Х принимают за сумму главных эффектов:A particularly simple model suitable as a simulation of a model is a model in which the final value of X is taken as the sum of the main effects:

где е_i является действием е в i-м положении в последовательности. Например, согласно модели значение Х для последовательности [-6, 5, 3, 1, -4, 2] выражено как X=М_-6+М₅+М₃+М₁+М_-4+М₂. Данная модель основана на системе, не имеющей памяти, в которой не учитывают влияние каких-либо предшествующих действий на текущее действие. Модель исходит из протекания действий во всех положениях последовательности аналогично протеканию начального действия путем подстановки i=2, 3, 4, 5, 6 с соответствующими главными эффектами вместо всех х_i. Это означает, что данные коэффициенты зависят только от действия, а не от положения в последовательности. В расчет не принимают влияние, которое могли оказать в рамках процесса предшествующие действия. Данная модель выполняет поставленную задачу сокращения числа прогонов модели на основе метода конечных элементов с целью обеспечения информации, необходимой для прогона любой возможной последовательности через имитацию модели, поскольку для этого требуется лишь двенадцать прогонов. Вместе с тем, поведение системы обычно не соответствует поведению системы без памяти; вклады в конечные результаты заданного действия меняются в зависимости от положения в последовательности. Таким образом, более точной является модель:where e _i is the action of e at the i-th position in the sequence. For example, according to the model, the value of X for the sequence [-6, 5, 3, 1, -4, 2] is expressed as X = M _-6 + M ₅ + M ₃ + M ₁ + M _-4 + M ₂ . This model is based on a system that does not have memory, which does not take into account the influence of any previous actions on the current action. The model proceeds from the flow of actions in all positions of the sequence, similar to the flow of the initial action by substituting i = 2, 3, 4, 5, 6 with the corresponding main effects instead of all x _i . This means that these coefficients depend only on the action, and not on the position in the sequence. They do not take into account the impact that previous actions could have had within the process. This model fulfills the task of reducing the number of model runs based on the finite element method in order to provide the information necessary to run any possible sequence through a model simulation, since it only requires twelve runs. However, the behavior of a system usually does not correspond to the behavior of a system without memory; contributions to the end results of a given action vary depending on the position in the sequence. Thus, the model is more accurate:

в которой Δ(е, i) является повышением точности за счет включения влияния положения действия в последовательности. В этом случае вклады х_i=f(e, i) зависят от действия и его положения.in which Δ (e, i) is an increase in accuracy by including the influence of the position of the action in the sequence. In this case, the contributions x _i = f (e, i) depend on the action and its position.

Чтобы способствовать участию памяти системы в оптимизации, вводят определения порядка и типа вклада любого отдельного действия в суммарный конечный результат, которые называют событиями. Чтобы описать вклад в положении i, события определяют следующим образом:To facilitate the participation of system memory in optimization, definitions of the order and type of contribution of any individual action to the total end result, which are called events, are introduced. To describe the contribution in position i, events are defined as follows:

(i) члены первого порядка 1-го типа, которые игнорируют любой вклад предшествующих действий, т.е. отображают систему без памяти. Вместе с тем, они принимают во внимание влияние положения в последовательности. Ранее упомянутые главные эффекты являются членами первого порядка 1-го типа, но только в случае их применения для описания смещения в положении 1,(i) members of the first order of the 1st type, which ignore any contribution of previous actions, i.e. display a system without memory. However, they take into account the influence of the position in the sequence. The previously mentioned main effects are first-order members of the 1st type, but only if they are used to describe the displacement in position 1,

(ii) члены первого порядка 2-го типа также игнорируют любые предшествующие действия и влияние положения. Например, модель, основанная на уравнении (2), включает только данные члены. В X=M₂+M_-5+M₆+M_-1+M₃+M_-4. M₂ является членом первого порядка 1-го типа, а все остальные слагаемые являются событиями 2-го типа, поскольку вклады M_-5, М₆, M_-1, M₃ и М_-4 получены по результатам имитаций, когда действия -5, 6, -1, 3 и -4 происходили в положении 1 последовательностей, пропущенных через модель на основе метода конечных элементов, исключая какие-либо еще положения в данном прогоне,(ii) members of the first order of the 2nd type also ignore any previous actions and influence of the situation. For example, a model based on equation (2) includes only these terms. In X = M ₂ + M _-5 + M ₆ + M _-1 + M ₃ + M _-4 . M ₂ is a member of the first order of the 1st type, and all other terms are events of the 2nd type, since the contributions M _-5 , M ₆ , M _-1 , M ₃ and M _-4 were obtained from simulations when actions -5 , 6, -1, 3, and -4 occurred at position 1 of the sequences passed through the model based on the finite element method, excluding any other positions in this run,

(iii) члены второго порядка 1-го типа учитывают положение действия в последовательности и ближайший предшествующий характер протекания последовательности (т.е. действие, которое непосредственно предшествовало рассматриваемому действию i). События второго порядка существуют только при условии, что i≥2,(iii) members of the second order of the 1st type take into account the position of the action in the sequence and the closest preceding nature of the sequence (that is, the action that immediately preceded the considered action i). Second-order events exist only under the condition that i≥2,

(iv) члены второго порядка 2-го типа учитывают предшествующее действие, но игнорируют значение положения пары действий в последовательности,(iv) members of the second order of the 2nd type take into account the previous action, but ignore the value of the position of the pair of actions in the sequence,

(v) члены третьего порядка, которые существуют только при условии, что i≥3, включают два действия, которые непосредственно предшествуют рассматриваемому действию,(v) members of the third order, which exist only under the condition that i≥3, include two actions that immediately precede the action in question,

(vi) и так далее по мере возрастания порядков.(vi) and so on as the orders increase.

В дальнейшем порядок события обозначают соответствующим цифровым подстрочным индексом, а тип события штрихами. Таким образом, события k-го порядка и первого типа обозначают как

, где v означает вектор, образованный действиями в положениях [e_i-k+1, …, е_i-1, е_i], которые, следовательно, включают k-1 действий, предшествующих данному действию. События второго типа обозначены двойным штрихом.In the future, the order of the event is denoted by the corresponding digital subscript, and the type of event by strokes. Thus, events of the kth order and the first type are denoted as

, where v denotes a vector formed by actions in the positions [e _{i-k + 1} , ..., e _i-1 , e _i ], which, therefore, include k-1 actions preceding this action. Events of the second type are indicated by a double stroke.

Рассмотрим событие k=1 первого типа: последовательность 20 обеспечивает информацию о следующих событиях первого порядка (при этом первым числом в каждой паре обозначено действие, а вторым числом его положение в последовательности):Consider the event k = 1 of the first type: sequence 20 provides information about the following first-order events (the first number in each pair indicates the action, and the second number indicates its position in the sequence):

;

;

;

;

;

. Последовательность содержит информацию об изменении X, которое вызвано событием действия е в положении i в последовательности. Ее непосредственно используют для разработки планирования экспериментов (DoE), в котором прогон модели на основе метода конечных элементов осуществляют достаточное количество раз, чтобы заполнить матрицу, содержащую все события первого порядка первого типа

для е=-6, …, -1, 1…6; i=1, …, 6. Такое планирование требует 18 прогонов.

;

;

;

;

;

. The sequence contains information about the change in X, which is caused by the event of action e in position i in the sequence. It is directly used to design Experiment Planning (DoE), in which a finite element method model is run enough times to fill a matrix containing all first-order events of the first type

for e = -6, ..., -1, 1 ... 6; i = 1, ..., 6. Such planning requires 18 runs.

Для описания системы с памятью необходимо учесть влияния текущих и прошлых событий, а не только текущих событий, такого как

. Такие события относятся к событиям второго и более высоких порядков. Для упрощения модели целесообразно предположить, что при рассмотрении последнего действия в последовательности влияние на его смещение, оказанное, скажем, предпоследним действием, является более важным, чем на первое действие (за счет этого можно пренебречь событиями очень высоких порядков). Кроме того, можно установить, что влияние подпоследовательностей различных действий в последовательности является преимущественно одинаковым (и поэтому событий второго типа достаточно для последовательностей более высоких порядков). На основании данных предпосылок строят приближения к влиянию каждого действия, используя информацию, полученную в результате ранее осуществленных прогонов. Данная информация представляет собой DoE. Процесс осуществляют следующим образом:To describe a system with memory, it is necessary to take into account the effects of current and past events, and not just current events, such as

. Such events relate to events of the second and higher orders. To simplify the model, it is advisable to assume that, when considering the last action in a sequence, the influence on its displacement, made, say, by the penultimate action, is more important than on the first action (due to this, events of very high orders can be neglected). In addition, it can be established that the influence of subsequences of various actions in a sequence is predominantly the same (and therefore events of the second type are sufficient for sequences of higher orders). Based on these assumptions, approximations to the influence of each action are constructed using information obtained as a result of previous runs. This information is a DoE. The process is as follows:

1. Общая задача заключается в вычислении вклада каждого действия в Х и их суммировании с целью получения общего значения X. Начальное значение Х=0.1. The general task is to calculate the contribution of each action to X and summarize them in order to obtain the total value of X. The initial value is X = 0.

2. Предположим, что рассматриваем последовательность zp. Например, zp=[6, 3, -5, 4, -2, 1].2. Suppose that we consider the sequence zp. For example, zp = [6, 3, -5, 4, -2, 1].

3. Начинаем с i=1 (первое действие в последовательности) и затем по возрастающей.3. We start with i = 1 (the first action in the sequence) and then in increasing order.

4. Наивысшим возможным порядком события является i.4. The highest possible order of events is i.

5. Создадим вектор zp1=[1:i], который содержит первые элементы i последовательности zp. В частности, для i=3; zp1=[6, 3, -5].5. Create a vector zp1 = [1: i], which contains the first elements i of the sequence zp. In particular, for i = 3; zp1 = [6, 3, -5].

6. Пусть k=1.6. Let k = 1.

7. Создадим вектор zp2=zp1[i-k+1:i], в котором использованы последние элементы i-k+1 вектора zp1.7. Create a vector zp2 = zp1 [i-k + 1: i], in which the last elements i-k + 1 of the vector zp1 are used.

8. Осуществим в планировании экспериментов поиск zp2, последний элемент которого находится в i-м положении последовательности из планирования экспериментов. В случае обнаружения используем значение соответствующего вклада x_i и переходим к стадии 10, в противном случае продолжаем. Установленный вклад является событием порядка i 1-го типа.8. In the planning of experiments, we carry out the search for zp2, the last element of which is in the ith position of the sequence from the planning of experiments. In case of detection, we use the value of the corresponding contribution x _i and go to stage 10, otherwise we continue. The established contribution is an event of order i of the 1st type.

9. Осуществим в планировании экспериментов поиск zp2 независимо от положения в последовательностях. В случае обнаружения используем значение соответствующего вклада х_i и переходим к стадии 10, в противном случае продолжаем. Установленный вклад является событием порядка i 2-го типа.9. In the planning of experiments, we will search for zp2 regardless of the position in the sequences. In case of detection, we use the value of the corresponding contribution x _i and go to stage 10, otherwise we continue. The established contribution is an event of order i of the 2nd type.

10. Х=Х+х_i.10. X = X + x _i .

11. Если i=ep, следует команда СТОП. Последовательность пройдена до конца. В рассматриваемом примере ep=6, что соответствует 6 действиям в последовательности.11. If i = ep, the STOP command follows. The sequence is completed. In this example, ep = 6, which corresponds to 6 actions in the sequence.

12. i=i+1.12. i = i + 1.

13. Переходим к стадии 4.13. Go to stage 4.

Вычисление данного процесса занимает гораздо меньше времени, чем прогон модели на основе метода конечных элементов. Таким образом, используя результаты относительно небольшого числа прогонов модели на основе метода конечных элементов для заполнения DoE, имитация модели осуществляет быстрый прогон всех возможных последовательностей и идентифицирует последовательность, которая обеспечивает наиболее желаемое значение X.The calculation of this process takes much less time than running a model based on the finite element method. Thus, using the results of a relatively small number of model runs based on the finite element method to fill in DoE, the simulation model quickly runs all possible sequences and identifies the sequence that provides the most desired value of X.

Чтобы проиллюстрировать идею использования данных событий, рассмотрим модель, состоящую из членов вплоть до

:To illustrate the idea of using these events, we consider a model consisting of members up to

:

где

;

; i является положением в последовательности, a v=[е_i-k+1, …, е_i-1, е_i], где k=1 и 2 соответственно.Where

;

; i is a position in the sequence, av = [e _{i-k + 1} , ..., e _i-1 , e _i ], where k = 1 and 2, respectively.

В качестве примера, последовательность [2, -5, 6, -1, 3, -4] содержит информацию о следующих событиях второго порядка:As an example, the sequence [2, -5, 6, -1, 3, -4] contains information about the following second-order events:

;

;

;

;

, где последнее число в каждой группе обозначает положение в последовательности двух действий, отображенных двумя первыми числами. Для заполнения всей матрицы

в DoE необходимо 180 прогонов модели на основе метода конечных элементов, что делает ее использование бесперспективным. Вместо этого возможно компромиссное решение за счет использования DoE, которое целиком заполняет матрицу

. Чтобы удостовериться в существовании всех событий второго порядка и 2-го типа, требуется осуществить 27 прогонов модели на основе метода конечных элементов. Можно доказать, что для многих процессов данное приближение, в котором игнорируется, где возникали пары подпоследовательностей, не приводит к значительной потери точности. Кроме того, некоторые пары

будут доступны в матрице и в этом случае могут быть использованы. Таким образом, члены

в уравнении (4) могут быть заменены

;

;

;

;

, where the last number in each group denotes the position in the sequence of two actions displayed by the first two numbers. To fill the entire matrix

DoE needs 180 runs of the model based on the finite element method, which makes its use unpromising. Instead, a compromise is possible through the use of DoE, which completely fills the matrix

. To make sure that all second-order and second-type events exist, 27 runs of the model based on the finite element method are required. It can be proved that for many processes this approximation, which ignores where pairs of subsequences arose, does not lead to a significant loss of accuracy. Also some couples

will be available in the matrix and in this case can be used. So members

in equation (4) can be replaced

Так, по возможности используют члены второго порядка, которые заменяют членами более низкого порядка только в случае их недоступности. Такую небольшую потерю точности компенсирует сокращение числа прогонов модели на основе метода конечных элементов, необходимых для DoE.So, whenever possible, members of the second order are used, which are replaced by members of a lower order only if they are not available. This small loss of accuracy is offset by a reduction in the number of model runs based on the finite element method needed for DoE.

Несмотря на то, что DoE рассчитано на включение всех событий

, для некоторых действий и положений в нем содержатся события третьего порядка и выше, применяемые для дальнейшего повышения точности. Так, уравнение 5 можно представить в следующем обобщенном виде:Despite the fact that DoE is designed to include all events

, for some actions and provisions, it contains events of the third order and higher, used to further improve accuracy. So, equation 5 can be represented in the following generalized form:

при этом суммарное значение Х вычисляют следующим образом:wherein the total value of X is calculated as follows:

где n является общим числом действий в последовательности; в данном примере n=6. Уравнение 7 представляет собой более обобщенную форму уравнения 4 и служит для получения результата сложения событий наивысшего порядка и низшего типа с целью вычисления ожидаемого значения Х для заданного действия и положения в последовательности.where n is the total number of actions in the sequence; in this example, n = 6. Equation 7 is a more generalized form of equation 4 and is used to obtain the result of adding events of the highest order and the lowest type in order to calculate the expected value of X for a given action and position in the sequence.

Данная модель применима к любому числу переменных или действий n с учетом того, что высший порядок события равен числу переменных. Модель обладает некоторой обучаемостью в том смысле, что она всегда дает прогноз при наличии по меньшей мере одной позиции в DoE. В случае осуществления большего числа прогонов модели на основе метода конечных элементов объем DoE увеличивается, а прогнозы становятся более точными. В предельном случае, когда при помощи модели на основе метода конечных элементов проверены все возможные комбинации, модель воспроизводит точные данные испытаний. Данная особенность имитации модели позволяет применять ее при наличии любого числа позиций в DoE, благодаря чему объем DoE свободно увеличивают или перестают увеличивать в зависимости от требуемой точности модели. Как показывает опыт изучения примеров, таких как рассмотренный здесь пример с шестью действиями, существования полного набора

достаточно, чтобы обеспечить удовлетворительное соответствие существующим данным.This model is applicable to any number of variables or actions n, given that the highest order of the event is equal to the number of variables. The model has some learning in the sense that it always gives a forecast when there is at least one position in DoE. In the case of a larger number of runs of the model based on the finite element method, the volume of DoE increases and the forecasts become more accurate. In the extreme case, when using a model based on the finite element method, all possible combinations are checked, the model reproduces accurate test data. This feature of the simulation model allows you to apply it in the presence of any number of positions in DoE, so that the volume of DoE freely increase or stop increasing depending on the required accuracy of the model. As the experience of studying examples, such as the six-step example discussed here, shows the existence of a complete set

enough to ensure satisfactory compliance with existing data.

Ясно, что после вычисления вклада по результатам достаточного числа прогонов модели на основе метода конечных элементов, заданных в DoE, в такой модели необходимы очень незначительные вычисления, что облегчает изучение всех возможных комбинаций имитацией модели и выбор наилучшей. С целью испытания точности данный наилучший прогноз затем проверяют путем прогона соответствующей последовательности через модель на основе метода конечных элементов. Таким прогоном затем дополняют DoE, что делает последующие прогнозы имитации модели более точными. Затем имитация модели осуществляет еще один полный цикл поиска комбинации, используя все информацию DoE, включая результаты последнего прогона модели на основе метода конечных элементов, и так далее до тех пор, пока не будет получены одинаковые или достаточно сходные результаты следующих друг за другом прогонов модели.It is clear that after calculating the contribution from the results of a sufficient number of model runs based on the finite element method specified in DoE, very insignificant calculations are needed in such a model, which facilitates the study of all possible combinations by simulating the model and choosing the best one. In order to test accuracy, this best prediction is then verified by running the appropriate sequence through a finite element model. This run is then supplemented by DoE, which makes subsequent predictions of model simulations more accurate. Then, the simulation model performs another complete search cycle for the combination, using all the DoE information, including the results of the last run of the model based on the finite element method, and so on, until the same or sufficiently similar results of successive runs of the model are obtained.

Продолжая рассматривать пример состоящего из шести действий процесса и исходя из сделанных выше выводов, можно построить таблицу DoE, соответствующую 27 прогонам модели на основе метода конечных элементов, которая гарантирует включение всех событий

. DoE можно, построить, например, путем рассмотрения всех возможных 46080 комбинаций и выбора первого набора, обеспечивающего по меньшей мере один пример всех событий

. Один из способов достижения этого является прогон шести вложенных циклов, в ходе каждого из которых просматривают значения -6, -5, -4, -3, -2, -1, 1, 2, 3, 4, 5, 6 и выбирают последовательности, которые подчиняются следующему правилу |А|≠|В|≠|C|≠|D|≠|E|≠|F|, где А, В, С, D, Е и F являются переменными шести вложенных циклов. Каждую последовательность регистрируют и при обнаружении по меньшей мере одного примера каждого события

прекращают формирование DoE. В результате DoE содержит первый набор последовательностей, который гарантирует, что все события

были испытаны. Данный способ формирования DoE отличается особой простотой, но следует отметить, что его результатом необязательно является оптимальное DoE или минимально возможное DoE, хотя вероятно минимально возможное DoE и не имеет намного меньший объем.Continuing to consider an example of a six-process process and based on the conclusions made above, we can build a DoE table corresponding to 27 runs of the model based on the finite element method, which guarantees the inclusion of all events

. DoE can be built, for example, by considering all possible 46080 combinations and selecting the first set that provides at least one example of all events

. One way to achieve this is to run six nested cycles, during each of which the values -6, -5, -4, -3, -2, -1, 1, 2, 3, 4, 5, 6 are looked at and sequences selected which obey the following rule | A | ≠ | B | ≠ | C | ≠ | D | ≠ | E | ≠ | F |, where A, B, C, D, E and F are variables of six nested cycles. Each sequence is recorded and upon detection of at least one example of each event

stop DoE formation. As a result, DoE contains the first sequence set that ensures that all events

have been tested. This method of generating DoE is particularly simple, but it should be noted that its result is not necessarily the optimal DoE or the lowest possible DoE, although the minimum possible DoE is probably not much smaller.

Осуществляют прогон каждой последовательности из DoE через модель на основе метода конечных элементов. По разности между накопленными значениями Х в конце и в начале последовательности, вычисленной при помощи модели на основе метода конечных элементов, вычисляют вклад в Х каждого действия последовательности из DoE.Run each sequence from DoE through a model based on the finite element method. By the difference between the accumulated values of X at the end and at the beginning of the sequence calculated using the finite element method model, the contribution to X of each action of the sequence from DoE is calculated.

В качестве примера рассмотрим последовательность [6, 3, -5, 4, -2, 1] и применим к ней модель:As an example, consider the sequence [6, 3, -5, 4, -2, 1] and apply the model to it:

1. Х=0.1. X = 0.

2. i=1: для положения номер 1 высшим порядком события является 1, поэтому проверяем наличие главного эффекта 6 в позициях DoE. Предположим, что он обнаружен. Вклад главного эффекта 6 вычитают из вычисленных данных и добавляют полученное значение к X, после чего Х=М₆.2. i = 1: for position number 1, the highest order of events is 1, so we check for the main effect 6 in the DoE positions. Suppose it is discovered. The contribution of the main effect 6 is subtracted from the calculated data and the resulting value is added to X, after which X = M ₆ .

3. i=2: высшим порядком события является 2, поэтому осуществляем поиск пары (6, 3) в планировании экспериментов в положении 2 (сначала осуществляем поиск события 1-го типа). В случае отсутствия совпадения далее осуществляем поиск события 2-го типа независимо от положения. Предположим, что совпадение найдено, и добавляем соответствующий вклад к X, после чего получаем

.3. i = 2: the highest order of events is 2, therefore, we search for a pair (6, 3) in the planning of experiments in position 2 (we first search for events of the 1st type). If there is no match, then we search for events of the 2nd type regardless of position. Suppose that a match is found, and add the corresponding contribution to X, after which we get

.

4. i=3: высшим порядком события является 3, поэтому осуществляем поиск подпоследовательности (6, 3, -5) в планировании экспериментов в положении 3 (снова сначала осуществляем поиск события 1-го типа). Если подпоследовательность не обнаружена в планировании экспериментов, проверяем ее наличие по всему планированию экспериментов. Предположим, что результат отрицательный, что говорит об отсутствии такого события третьего порядка 1-го или 2-го типа. Затем сокращаем подпоследовательность, отсекая наиболее отдаленное действие, которое предположительно имеет наименьшее влияние на отклонение в положении 3. Подпоследовательность принимает вид (3, -5). Снова сначала проверяем наличие ее события 1-го типа, т.е. такого события, когда действие -5 находится в положении 3, а действие 3 в положении 2. Предположим, что совпадение найдено, и добавляем соответствующий вклад к X, после чего получаем

.4. i = 3: the highest order of events is 3, therefore, we search for a subsequence (6, 3, -5) in the planning of experiments in position 3 (again, we first search for events of the 1st type). If the subsequence is not found in the design of the experiments, check its presence throughout the design of the experiments. Suppose that the result is negative, which indicates the absence of such a third-order event of the 1st or 2nd type. Then we reduce the subsequence, cutting off the most distant action, which supposedly has the least influence on the deviation in position 3. The subsequence takes the form (3, -5). Again, we first check for the presence of its type 1 event, i.e. such an event, when action -5 is in position 3, and action 3 is in position 2. Assume that a match is found, and add the corresponding contribution to X, after which we get

.

5. i=4: высшим порядком события является 4, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4) в планировании экспериментов в положении 4 на предмет наличия события 1-го типа. При отсутствии совпадения осуществляем поиск событий 2-го типа, которые также не обнаруживаем. Затем усекаем подпоследовательность до (3, -5, 4) и сначала осуществляем поиск событий 1-го типа. Находим совпадение в 18-м прогоне, и добавляем соответствующий вклад члена

к значению X, после чего получаем

.5. i = 4: the highest order of the event is 4, so we search for a subsequence (6, 3, -5, 4) in the planning of experiments in position 4 for the presence of an event of type 1. If there is no match, we search for events of the 2nd type, which are also not detected. Then we truncate the subsequence to (3, -5, 4) and first we search for events of the 1st type. Find a match in the 18th run, and add the corresponding member contribution

to the value of X, after which we get

.

6. i=5: высшим порядком события является 5, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4, -2) в планировании экспериментов в положении 5 на предмет наличия события 1-го типа. Предположим, что событие не найдено, равно как и событие 2-го, тогда производим усечение и осуществляем поиск подпоследовательности (3, -5, 4, -2). Предположим, что результат поиска события как 1-го, так и 2-го типа снова отрицательный. Снова производим усечение подпоследовательности до (-5, 4, -2). И снова не находим совпадения ни для одного типа. Производим усечение до (4, -2). Событие 1-го типа отсутствует, но, скажем, в планировании экспериментов найдено событие 2-го типа. Добавляем вклад к X и получаем6. i = 5: the highest order of events is 5, therefore, we search for a subsequence (6, 3, -5, 4, -2) in the planning of experiments in position 5 for the presence of an event of type 1. Suppose that the event was not found, as well as the event of the 2nd, then we truncate and search for the subsequence (3, -5, 4, -2). Suppose that the result of a search for an event of both the 1st and 2nd type is again negative. Again, truncate the subsequence to (-5, 4, -2). And again we do not find a match for any type. Truncate to (4, -2). An event of type 1 is absent, but, say, an event of type 2 was found in the planning of experiments. Add a contribution to X and get

.

.

7. i=6: высшим порядком события является 6, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4, -2, 1) в планировании экспериментов в положении 6. Предположим, что совпадение не найдено. Повторно осуществляем такую же операцию, как на предшествующей стадии, проверяя на наличие событий 1-го и 2-го типов следующие подпоследовательности (3, -5, 4, -2, 1); (-5, 4, -2, 1); (4, -2, 1). Предположим, что результат отрицательный. Наконец, предположим, что в результате поиска (-2, 1) по всему планированию экспериментов независимо от положения найдено совпадение в 14-м прогоне. Добавляем смещение к X и получаем7. i = 6: the highest order of events is 6, so we search for a subsequence (6, 3, -5, 4, -2, 1) in the planning of experiments in position 6. Suppose that no match is found. We carry out the same operation again as in the previous stage, checking for the presence of events of the 1st and 2nd types of the following subsequences (3, -5, 4, -2, 1); (-5, 4, -2, 1); (4, -2, 1). Suppose the result is negative. Finally, suppose that as a result of a search (-2, 1) for the entire planning of experiments, regardless of position, a match was found in the 14th run. Add the offset to X and get

.

.

Данный алгоритм позволяет при помощи кода MATLAB менее чем за 5 минут вычислить все 46080 возможных комбинаций на компьютере с Pentium III с тактовой частотой процессора 800 МГц. Гораздо быстрее результат можно получить, если использовать код, составленный на языке Си или ФОРТРАН.This algorithm allows using the MATLAB code in less than 5 minutes to calculate all 46080 possible combinations on a Pentium III computer with a processor frequency of 800 MHz. The result can be obtained much faster if you use code compiled in C or FORTRAN.

Настоящее изобретение было эффективно применено для оптимизации реального процесса, состоящего из последовательности шести действий. Для определения оптимизированного значения Х и соответствующей последовательности осуществили всего 28 прогонов модели на основе метода конечных элементов из возможных 46080 комбинаций последовательностей. Как подтвердили испытания идентифицированной последовательности с использованием модели на основе метода конечных элементов, полученное значение является точным. Таким образом, без существенной потери точности значительно снижены вычислительные затраты, связанные с процессами планирования данного типа.The present invention has been effectively applied to optimize a real process consisting of a sequence of six actions. To determine the optimized value of X and the corresponding sequence, a total of 28 runs of the model were carried out on the basis of the finite element method from a possible 46080 combinations of sequences. As confirmed by testing the identified sequence using a model based on the finite element method, the obtained value is accurate. Thus, without a significant loss of accuracy, the computational costs associated with the planning processes of this type are significantly reduced.

Подробный пример IIDetailed example II

Далее изобретение описано со ссылкой на конкретный пример приваривания лопасти к внутреннему кольцу корпуса заднего подшипника газовой турбины.The invention will now be described with reference to a specific example of welding a blade to an inner ring of a housing of a rear bearing of a gas turbine.

На фиг.3 показан вид в перспективе стандартного корпуса заднего подшипника. Он является важнейшим компонентом для установки турбореактивного двигателя на летательный аппарат. На фиг.3 проиллюстрированы его основные конструктивные элементы, которые включают внутреннее кольцо 10, наружное кольцо 12, окружающее внутреннее кольцо 10, и множество лопастей 14, проходящих в радиальном направлении между внутренним кольцом 10 и наружным кольцом 12. Лопасти 14 обычно приваривают к кольцам 10, 12 при помощи сварки вольфрамовым электродом в газовой среде, которую часто называют сваркой вольфрамовым электродом в инертном газе.Figure 3 shows a perspective view of a standard rear bearing housing. It is an essential component for installing a turbojet engine on an aircraft. Figure 3 illustrates its main structural elements, which include an inner ring 10, an outer ring 12 surrounding the inner ring 10, and a plurality of blades 14 extending radially between the inner ring 10 and the outer ring 12. The blades 14 are usually welded to the rings 10 , 12 by welding with a tungsten electrode in a gaseous medium, which is often called welding with a tungsten electrode in an inert gas.

В процессе сварки внутреннее кольцо 10 и лопасти 14 фиксируют в требуемом положении. Однако вследствие внутренних напряжений, возникающих при нагревании, лопасть деформируется. Сварка вызывает сжатие, которое происходит при охлаждении расплавленного материала в сварочной ванне. Это является причиной возникновения напряжений большой амплитуды, которые распространяются по всей детали, а также вызывает деформации обрабатываемой детали. Их можно измерить по степени смещения двух вершин или кромок лопасти на ее конце, противоположном месту сварки. На фиг.4 показаны такие вершины (вершина 10 и вершина 96), обозначенные на виде в перспективе лопасти 14 и смежного участка внутреннего кольца 10, а также на виде лопасти 14 в поперечном разрезе. Вершина 10 представляет собой входную (переднюю) кромку, расположенную на передней грани лопасти 14, а вершина 96 представляет собой выходную (заднюю) кромку, расположенную на задней грани лопасти 14. Деформация является нежелательной.During welding, the inner ring 10 and the blades 14 are fixed in the desired position. However, due to internal stresses arising from heating, the blade is deformed. Welding causes compression, which occurs when the molten material is cooled in a weld pool. This is the reason for the emergence of high-amplitude stresses that propagate throughout the part, and also causes deformation of the workpiece. They can be measured by the degree of displacement of the two vertices or edges of the blade at its end, opposite to the place of welding. Figure 4 shows such peaks (peak 10 and peak 96), indicated in perspective view of the blade 14 and the adjacent section of the inner ring 10, as well as in the form of the blade 14 in cross section. The top 10 represents the input (front) edge located on the front face of the blade 14, and the top 96 represents the output (rear) edge located on the rear face of the blade 14. Deformation is undesirable.

Параметры сварки, такие как скорость и мощность, заданы самим процессом сварки и могут быть лишь незначительно изменены с целью уменьшения деформации. Предложенный в настоящем изобретении альтернативный подход заключается в том, что процесс сварки рассматривают в качестве последовательного комбинаторного процесса, разделяя траекторию сварки шва, соединяющего лопасть и внутреннее кольцо, на более короткие участки. Затем определяют последовательность, в которой должна осуществляться сварка на таких участках, чтобы деформация была минимальной или отсутствовала.Welding parameters, such as speed and power, are set by the welding process itself and can only be slightly changed to reduce deformation. An alternative approach proposed in the present invention is that the welding process is considered as a sequential combinatorial process, dividing the welding path of the seam connecting the blade and the inner ring into shorter sections. Then determine the sequence in which welding should be carried out in such areas so that the deformation is minimal or absent.

На фиг.5 показан вид в поперечном разрезе основания лопасти 14, которую приваривают к внутреннему кольцу 10. Сварку осуществляют по проиллюстрированному контуру, т.е. вокруг кромки лопатки. Контур поделен на шесть траекторий сварки или действий, которые показаны стрелками. Сварку одновременно осуществляют по одной траектории, а между окончанием одной стадии сварки и началом другой стадии предпочтительно предусмотрен пятисекундный интервал для изменения положения сварочного инструмента. Цифры 1-6, которыми обозначены стрелки на фиг.5, соответствуют действиям сварки, отображенным соседней стрелкой, а не порядку, в котором осуществляют сварку по траекториям. Сварку осуществляют в любом порядке. Далее в описании для описания порядка сварки использованы особые обозначения. Цифры с 1 по 6, обозначающие траектории на фиг.5, приведены в порядке, в котором осуществляют сварку по соответствующим траекториям. Сварку по каждой траектории осуществляют в любом направлении; положительное значение соответствует направлению по стрелке на фиг.5, а отрицательное значение соответствует сварке в противоположном направлении.Figure 5 shows a cross-sectional view of the base of the blade 14, which is welded to the inner ring 10. Welding is carried out along the illustrated circuit, i.e. around the edge of the scapula. The contour is divided into six welding paths or actions, which are shown by arrows. Welding is simultaneously carried out along one path, and between the end of one welding stage and the beginning of another stage, a five-second interval is preferably provided for changing the position of the welding tool. The numbers 1-6, which indicate the arrows in figure 5, correspond to the welding operations displayed by the adjacent arrow, and not the order in which the welding along the paths is carried out. Welding is carried out in any order. Further in the description, special notation is used to describe the welding procedure. The numbers 1 through 6, indicating the paths in FIG. 5, are given in the order in which welding is carried out along the corresponding paths. Welding along each path is carried out in any direction; a positive value corresponds to the direction of the arrow in figure 5, and a negative value corresponds to welding in the opposite direction.

На фиг.6 приведена таблица с обозначениями, которые используют для описания некоторых возможных последовательностей сварки. Проиллюстрированы четыре последовательности (обозначенные в левом столбце как 1, 2, 6 и 20). В среднем столбце показаны последовательности сварки. В шапке данного столбца цифрами с 1 по 6 обозначены шесть мест или положений в последовательности сварки. В данном столбце указана каждая последовательность сварки и приведены обозначения 1-6 действий сварки, показанных на фиг.5, при этом, как было пояснено, знак минус соответствует противоположному направлению сварки. Вертикальными пунктирными линиями в среднем столбце обозначены пятисекундные интервалы для смены или изменения положения сварочного инструмента. Так, цифрами в шапках столбцов обозначен порядок, в котором осуществляют сварку согласно последовательности, а цифрами в строках под ними обозначены отдельные действия сварки. В правом столбце графически представлены направления и положения действий сварки в каждой последовательности, при этом цифрами обозначено положение каждого действия сварки (в отличие от обозначений на фиг.5, которые относятся к действию сварки, обозначенному соседней стрелкой).Figure 6 shows a table with the notation that is used to describe some possible welding sequences. Four sequences are illustrated (indicated in the left column as 1, 2, 6, and 20). The middle column shows the welding sequence. In the header of this column, the numbers 1 to 6 indicate six places or positions in the welding sequence. In this column, each welding sequence is indicated and the designations 1-6 of the welding operations shown in Fig. 5 are given, while, as has been explained, the minus sign corresponds to the opposite direction of welding. The vertical dashed lines in the middle column indicate five-second intervals for changing or changing the position of the welding tool. So, the numbers in the column caps indicate the order in which welding is performed according to the sequence, and the numbers in the lines below them indicate the individual welding operations. The directions and positions of the welding actions in each sequence are graphically presented in the right column, while the numbers indicate the position of each welding action (in contrast to the symbols in Fig. 5, which refer to the welding action indicated by the adjacent arrow).

Создают эталонную модель в виде модели на основе метода конечных элементов, которая описывает последовательный процесс сварки и которая способна учитывать каждое действие сварки, осуществляемое в любом положении в последовательности и в любом направлении. В качестве исходных данных в модель вводят последовательность сварки и получают диаграмму смещений в процессе сварки. Данная диаграмма служит для вычисления суммарного смещения у вершины 10 и вершины 96 при любом сочетании действий, а также смещения вклада в смещение каждого отдельного действия сварки. Данные смещения вычислены, например, для последовательности 6, показанной на фиг.6. Как показывает анализ, наиболее актуальным для оптимизации является компонент Х смещения, как наиболее значимый и меняющийся в обоих направлениях (плюс и минус). Компонент Z на порядок величины меньше компонента Х и поэтому не оказывает значительного влияния на полученное смещение. Компонент Y изменяется только в положительном направлении и не может быть компенсирован путем изменения последовательности сварки.A reference model is created in the form of a model based on the finite element method, which describes a sequential welding process and which is able to take into account each welding action carried out in any position in the sequence and in any direction. As the initial data, the welding sequence is introduced into the model and a displacement diagram is obtained during the welding process. This diagram is used to calculate the total displacement at vertex 10 and vertex 96 for any combination of actions, as well as the contribution bias to the offset of each individual welding action. The bias data is calculated, for example, for the sequence 6 shown in Fig.6. As analysis shows, the component X of the bias is the most relevant for optimization, as the most significant and changing in both directions (plus and minus). Component Z is an order of magnitude smaller than component X and therefore does not significantly affect the resulting bias. Component Y changes only in the positive direction and cannot be compensated by changing the welding sequence.

На фиг.7 показана кривая результатов осуществления модели, включая три компонента смещения у вершины 10 для последовательности сварки номер 6. Также проиллюстрирована кривая, обозначенная как "скорость", которая отображает скорость работы сварочного инструмента и может применяться с целью визуализации и проведения различий между шестью процессами сварки и пятью пятисекундными интервалами. Сварку завершают через 193 секунды и затем шов в течение 300 секунд охлаждают в зафиксированном положении, после чего средства фиксации удаляют и продолжают охлаждение до комнатной температуры.Figure 7 shows a curve of the results of the model, including the three components of the offset at the top 10 for welding sequence number 6. Also illustrated is a curve designated as "speed", which displays the speed of the welding tool and can be used to visualize and distinguish between six welding processes and five five-second intervals. Welding is completed after 193 seconds and then the seam is cooled in the locked position for 300 seconds, after which the fixation means are removed and cooling continues to room temperature.

На фиг.8 показаны кривые смещения компонента Х для проиллюстрированных на фиг.6 последовательностей 1, 2, 6 и 20, вычисленные при помощи модели на основе метода конечных элементов. Из них ясно, что варьирование последовательности сварки способно значительно изменить смещение и, следовательно, может применяться в целях оптимизации. Таким образом, задачей настоящего примера является оптимизация последовательности сварки с целью сведения к минимуму смещений, когда компоненты находятся в зафиксированном состоянии. Стоит задача уменьшить конечное смещение за счет изменения последовательности сварки. Существует шесть переменных (по одной на каждое положение сварки), каждая из которых может иметь 12 нечисловых значений (6 для одного направления и 6 для противоположного направления). В сумме это дает 2⁶×6!=46080 комбинаций. Согласно некоторым обычным методам оптимизации последовательных комбинаторных задач необходимо осуществить прогон всех таких комбинаций через модель на основе метода конечных элементов и выбрать последовательность сварки с наименьшим смещением. Однако это неосуществимо, поскольку на вычисление одной комбинации уходит 32 часа. Другие существующие методы комбинаторной оптимизации, описанные в литературе, такие как целочисленное программирование, графы, метод ветвей и границ и двоичные деревья [2] не способны существенно сократить число комбинаций, требующих вычисления. В настоящем изобретении значительно сокращено время, необходимое для достижения результата за счет применения имитации модели, которая осуществляет вычисления значительно быстрее, чем через модель на основе метода конечных элементов, и которую применяют для сокращения числа необходимых прогонов модели на основе метода конечных элементов. Поскольку в имитации модели используют данные, полученные в результате прогонов модели на основе метода конечных элементов, необходима часть таких прогонов, но имитация модели способна обеспечить приближение к модели на основе метода конечных элементов за счет использования данных, полученных в результате гораздо меньшего числа прогонов, чем общее число возможных комбинаций.FIG. 8 shows the displacement curves of component X for the sequences 1, 2, 6, and 20 illustrated in FIG. 6, calculated using a finite element model. It is clear from them that varying the welding sequence can significantly change the displacement and, therefore, can be used for optimization purposes. Thus, the objective of this example is to optimize the welding sequence in order to minimize displacements when the components are in a fixed state. The task is to reduce the final displacement by changing the welding sequence. There are six variables (one for each welding position), each of which can have 12 non-numeric values (6 for one direction and 6 for the opposite direction). In total, this gives 2 ⁶ × 6! = 46080 combinations. According to some common optimization methods for sequential combinatorial problems, it is necessary to run all such combinations through a model based on the finite element method and select the welding sequence with the smallest offset. However, this is not feasible, since it takes 32 hours to calculate one combination. Other existing methods of combinatorial optimization described in the literature, such as integer programming, graphs, the branch and bound method, and binary trees [2] are not able to significantly reduce the number of combinations that require computation. In the present invention, the time required to achieve the result is significantly reduced by applying a simulation model that performs calculations much faster than through a model based on the finite element method, and which is used to reduce the number of required runs of the model based on the finite element method. Since the simulation uses the data obtained as a result of the runs of the model based on the finite element method, some of these runs are necessary, but the simulation of the model can provide an approximation to the model based on the finite element method by using data obtained as a result of a much smaller number of runs than total number of possible combinations.

Для разработки имитации модели суммарное смещение D можно описать просто как сумму смещений D, вызванных шестью отдельными сварками и сопутствующим охлаждением:To develop a simulation model, the total displacement D can be described simply as the sum of the displacements D caused by six separate welds and associated cooling:

Данное уравнение отображает наложение d_i, смещения, вызванного сваркой i в последовательности сварки;

, смещения, вызванного стадией охлаждения после каждой сварки; и d^c, смещения, вызванного стадией конечного охлаждения. Для простоты сначала отбросим смещение в результате охлаждения, после чего уравнение (1) приобретет следующий вид:This equation displays the overlap d _i , the offset caused by welding i in the welding sequence;

, displacement caused by the cooling step after each welding; and d ^c , bias caused by the final cooling step. For simplicity, we first discard the bias as a result of cooling, after which equation (1) takes the following form:

Тестовые прогоны модели на основе метода конечных элементов с охлаждением и без охлаждения показали, что данное допущение не приводит к значительной потере качества, поскольку вклады в общее смещение процесса сварки несравненно превышают вклады процессов охлаждения. Модель на основе метода конечных элементов способа позволяет вычислить смещение, вызванное каждой сваркой, и тем самым обеспечивает информацию, необходимую для имитации.Test runs of the model based on the finite element method with and without cooling showed that this assumption does not lead to a significant loss of quality, since the contributions to the total displacement of the welding process are incomparably greater than the contributions from the cooling processes. A model based on the finite element method of the method allows calculating the displacement caused by each welding, and thereby provides the information necessary for simulation.

Смещение, вызванное любой отдельной сваркой, зависит от положения сварки в последовательности, направления сварки и любых предшествующих сварок. Если сварка является первой сваркой в последовательности, вызванное ею смещение не зависит от последующих сварок. Назовем данное явление главным эффектом. Обозначим главный эффект действия сварки w как М_w. В частности, описанные выше прогоны 1, 2, 6 и 20 обеспечивают информацию о М₁, М_-1, М_-6 и М₂ соответственно, поскольку 1, -1, -6 и 2 являются первыми действиями сварки в данных последовательностях. В целом, в данных последовательностях существуют шесть возможных первых действий сварки, что в сумме дает двенадцать возможных значений главного эффекта. Их определяют по результатам двенадцати прогонов модели на основе метода конечных элементов. Не требуется осуществлять последовательность сварки целиком; первая сварка из двенадцати прогонов, каждый из которых соответствует сочетанию различных положений и направлений сварки в качестве первого действия в последовательности, обеспечивает полную информацию обо всех возможных главных эффектах.The offset caused by any individual welding depends on the position of the welding in the sequence, the direction of welding and any previous welds. If the weld is the first weld in the sequence, the offset caused by it is independent of subsequent welds. We call this phenomenon the main effect. Denote the main effect of the action of welding w as M _w . In particular, the runs 1, 2, 6, and 20 described above provide information about M ₁ , M ₋₁ , M _−6, and M _2, respectively, since 1, −1, −6, and 2 are the first welding steps in these sequences. In general, in these sequences there are six possible first welding operations, which in total gives twelve possible values of the main effect. They are determined from the results of twelve model runs based on the finite element method. No complete welding sequence required; the first welding of twelve runs, each of which corresponds to a combination of different positions and directions of welding as the first action in the sequence, provides complete information about all the possible main effects.

Особо простой моделью, подходящей в качестве имитации модели, является модель, в которой конечное смещение принимают за сумму главных эффектов:A particularly simple model suitable as a simulation of a model is a model in which the final displacement is taken as the sum of the main effects:

где w_i является действием w в i-м положении в последовательности. Например, согласно модели смещение для последовательности 20, показанной на фиг.6, выражено как D=М₂+М_-5+М₆+M_-1+M₃+М_-4. Данная модель основана на системе, не имеющей памяти, в которой не учитывают влияние каких-либо предшествующих сварок на текущую сварку. Модель исходит из того, что протекание действий во всех положениях последовательности аналогично протеканию начальной сварки путем подстановки i=2, 3, 4, 5, 6 с соответствующими главными эффектами вместо всех d_i. Это означает, что данные коэффициенты зависят только от действия сварки, а не от их положения в последовательности. В расчет не принимают влияние, которое могли оказать в рамках процесса предшествующие сварки, такое как смещение в результате внутренних напряжений и термических деформаций. Данная модель выполняет поставленную задачу сокращения числа прогонов модели на основе метода конечных элементов с целью обеспечения информации, необходимой для прогона любой возможной последовательности через имитацию модели, поскольку для этого требуется лишь двенадцать прогонов. Вместе с тем, протекание процесса сварки обычно не соответствует поведению системы без памяти; смещения результаты заданного действия сварки меняются в зависимости от его положения в последовательности сварки. Таким образом, более точной является модель:where w _i is the action of w at the i-th position in the sequence. For example, according to the model, the offset for the sequence 20 shown in FIG. 6 is expressed as D = M ₂ + M ₋₅ + M ₆ + M ₋₁ + M ₃ + M ₋₄ . This model is based on a system that does not have a memory, which does not take into account the effect of any previous welds on the current weld. The model assumes that the course of actions in all positions of the sequence is similar to the course of initial welding by substituting i = 2, 3, 4, 5, 6 with the corresponding main effects instead of all d _i . This means that these coefficients depend only on the action of welding, and not on their position in the sequence. They do not take into account the influence that previous welding could have had within the process, such as displacement due to internal stresses and thermal deformations. This model fulfills the task of reducing the number of model runs based on the finite element method in order to provide the information necessary to run any possible sequence through a model simulation, since it only requires twelve runs. At the same time, the course of the welding process usually does not correspond to the behavior of a memoryless system; bias the results of a given welding action vary depending on its position in the welding sequence. Thus, the model is more accurate:

в которой Δ(w, i) является повышением точности за счет включения влияния положения, которое занимает в последовательности действие сварки. В этом случае смещения d_i=f(w, i) зависят от действия сварки и его положения.in which Δ (w, i) is an increase in accuracy due to the inclusion of the influence of the position, which is in the sequence the action of welding. In this case, the displacements d _i = f (w, i) depend on the action of the welding and its position.

Чтобы способствовать участию памяти системы в оптимизации, вводят определения порядка и типа вклада любого отдельного действия в суммарное смещение, которые называют событиями. Чтобы описать смещение в положении i, события определяют следующим образом:To facilitate the participation of the system’s memory in optimization, the definitions of the order and type of contribution of any individual action to the total displacement, which are called events, are introduced. To describe the displacement at position i, events are defined as follows:

(vii) члены первого порядка типа 1, которые игнорируют любой вклад предшествующих действий сварки, т.е. отображают систему без памяти. Вместе с тем, они принимают во внимание влияние положения в последовательности. Ранее упомянутые главные эффекты являются членами первого порядка типа 1, но только в случае их применения для описания смещения в положении 1,(vii) members of the first order of type 1, which ignore any contribution from previous welding operations, i.e. display a system without memory. However, they take into account the influence of the position in the sequence. The previously mentioned main effects are first-order terms of type 1, but only if they are used to describe the displacement in position 1,

(viii) члены первого порядка типа 2 также игнорируют любые предшествующие действия и влияние положения. Например, модель, основанная на уравнении (3), включает только данные члены. В D=М₂+М_-5+М₆+М_-1+М₃+М_-4M₂ является членом первого порядка типа 1, а все остальные слагаемые являются событиями типа 2, поскольку вклады M_-5, М₆, М_-1, М₃, и М_-4 получены по результатам имитаций, когда действия -5, 6, -1, 3 и -4 происходили в положении 1 последовательностей сварки, пропущенных через модель на основе метода конечных элементов, исключая какие-либо еще положения в данном прогоне,(viii) Type 2 first-order members also ignore any prior actions and influence of the position. For example, a model based on equation (3) includes only these terms. In D = M ₂ + M _-5 + M ₆ + M _-1 + M ₃ + M _-4 M ₂ is a first-order member of type 1, and all other terms are events of type 2, since the contributions M _-5 , M ₆ , M _-1 , M ₃ , and M _-4 were obtained from simulations when actions -5, 6, -1, 3, and -4 occurred at position 1 of the welding sequences passed through the model based on the finite element method, excluding any more provisions in this run,

(ix) члены второго порядка типа 1 учитывают положение действия сварки в последовательности и ближайший предшествующий характер протекания последовательности (т.е. действие сварки, которое непосредственно предшествовало рассматриваемому действию сварки i). События второго порядка существуют только при условии, что i≥2,(ix) Type 1 second-order terms take into account the position of the welding action in the sequence and the closest preceding nature of the sequence (i.e., the welding action that immediately precedes the welding action in question i). Second-order events exist only under the condition that i≥2,

(х) члены второго порядка типа 2 учитывают предшествующее действие сварки, но игнорируют значение положения пары действий в последовательности,(x) members of the second order of type 2 take into account the previous welding action, but ignore the value of the position of the pair of actions in the sequence,

(xi) члены третьего порядка, которые существуют только при условии, что i≥3, включают два действия сварки, которые непосредственно предшествуют рассматриваемому действию,(xi) members of the third order, which exist only under the condition that i≥3, include two welding actions that immediately precede the considered action,

(xii) и так далее по мере возрастания порядков.(xii) and so on as the orders increase.

В дальнейшем порядок события обозначают соответствующим цифровым подстрочным индексом, а тип события штрихами. Таким образом, события k-го порядка и первого типа обозначают как

, где v означает вектор, образованный действиями в положениях [w_i-k+1+, …, w_i-1, w_i], которые, следовательно, включают k-1 действий, предшествующих данному действию. События второго типа обозначены двойным штрихом.In the future, the order of the event is denoted by the corresponding digital subscript, and the type of event by strokes. Thus, events of the kth order and the first type are denoted as

, where v denotes a vector formed by actions in positions [w _{i-k + 1} +, ..., w _i-1 , w _i ], which, therefore, include k-1 actions preceding this action. Events of the second type are indicated by a double stroke.

Рассмотрим событие k=1 первого типа: последовательность 20 обеспечивает информацию о следующих событиях первого порядка (при этом первым числом в каждой паре обозначено действие, а вторым числом его положение в последовательности):Consider the event k = 1 of the first type: sequence 20 provides information about the following first-order events (the first number in each pair indicates the action, and the second number indicates its position in the sequence):

;

;

;

;

;

. Последовательность содержит информацию об изменении смещения, которое вызвано событием действия сварки в положении w в последовательности сварки. Ее непосредственно используют для разработки DoE, в котором прогон модели на основе метода конечных элементов осуществляют достаточное количество раз, чтобы заполнить матрицу, содержащую все события первого порядка первого типа

для w=-6, …, -1, 1…6; i=1, …, 6. Такое планирование требует 18 прогонов.

;

;

;

;

;

. The sequence contains information about the change in offset caused by the event of the action of welding in position w in the welding sequence. It is directly used for DoE development, in which a finite-element model is run enough times to fill a matrix containing all first-order events of the first type

for w = -6, ..., -1, 1 ... 6; i = 1, ..., 6. Such planning requires 18 runs.

Для описания системы с памятью необходимо учесть влияния текущих и прошлых событий, а не только текущих событий, такого как

. Такие события относятся к событиям второго и более высоких порядков. Для упрощения модели целесообразно предположить, что при рассмотрении последнего действия сварки в последовательности влияние на его смещение, оказанное, скажем, предпоследним действием сварки, является более важным, чем на первое действие (за счет этого можно пренебречь событиями очень высоких порядков). Кроме того, можно установить, что влияние подпоследовательностей различных действий сварки в последовательности является преимущественно одинаковым (и поэтому событий второго типа достаточно для последовательностей более высоких порядков). На основании данных предпосылок строят приближения к влиянию любого действия сварки, используя информацию, полученную в результате ранее осуществленных прогонов. Данная информация представляет собой DoE. Процесс осуществляют следующим образом:To describe a system with memory, it is necessary to take into account the effects of current and past events, and not just current events, such as

. Such events relate to events of the second and higher orders. To simplify the model, it is advisable to assume that, when considering the last welding action in a sequence, the influence on its displacement, made, say, by the penultimate welding action, is more important than on the first action (due to this, events of very high orders can be neglected). In addition, it can be established that the influence of subsequences of various welding operations in a sequence is predominantly the same (and therefore events of the second type are sufficient for sequences of higher orders). Based on these assumptions, approximations to the influence of any welding action are constructed using information obtained as a result of previous runs. This information is a DoE. The process is as follows:

14. Общая задача заключается в вычислении отклонения в результате каждого действия и их суммировании с целью получения общего отклонения. Изначально D=0.14. The general task is to calculate the deviation as a result of each action and summarize them in order to obtain the total deviation. Initially, D = 0.

15. Предположим, что рассматриваем последовательность хр. Например, хр=[6, 3, -5, 4, -2, 1].15. Suppose that we are considering the sequence xp. For example, xp = [6, 3, -5, 4, -2, 1].

16. Начинаем с i=1 (первое действие в последовательности) и затем по возрастающей.16. We start with i = 1 (the first action in the sequence) and then in increasing order.

17. Наивысшим возможным порядком события является i.17. The highest possible order of events is i.

18. Создадим вектор хр1=[1:i], который содержит первые элементы i последовательности хр. В частности, для i=3; хр1=[6, 3, -5].18. Create a vector xp1 = [1: i], which contains the first elements of the i sequence xp. In particular, for i = 3; xp1 = [6, 3, -5].

19. Пусть k=1.19. Let k = 1.

20. Создадим вектор хр2=хр1[i-k+1:i], в котором использован последние элементы i-k+1 вектора хр1.20. Create a vector xp2 = xp1 [i-k + 1: i], which uses the last elements i-k + 1 of xp1 vector.

21. Осуществим в DoE поиск хр2, последний элемент которого находится в i-м положении последовательности DoE. В случае обнаружения используем значение соответствующего смещения d_i и переходим к стадии 10, в противном случае продолжаем. Установленное смещение является событием порядка i 1-го типа.21. In DoE, we search for xp2, the last element of which is in the ith position of the DoE sequence. In case of detection, we use the value of the corresponding displacement d _i and go to stage 10, otherwise we continue. The set offset is an event of order i of the 1st type.

22. Осуществим в DoE поиск хр2 независимо от положения в последовательностях. В случае обнаружения используем значение соответствующего вклада d_i и переходим к стадии 10, в противном случае продолжаем. Установленное смещение является событием порядка i 2-го типа.22. In DoE, we search for xp2 regardless of the position in the sequences. In case of detection, we use the value of the corresponding contribution d _i and go to stage 10, otherwise we continue. The set offset is an event of order i of the 2nd type.

23. D=D+d_i.23. D = D + d _i .

24. Если i=wp, команда СТОП. Последовательность пройдена до конца. В рассматриваемом примере wp=6, что соответствует 6 действиям сварки в последовательности.24. If i = wp, the STOP command. The sequence is completed. In the considered example, wp = 6, which corresponds to 6 welding operations in the sequence.

25. i=i+1.25. i = i + 1.

26. Переходим к стадии 4.26. Go to stage 4.

Вычисление данного процесса занимает гораздо меньше времени, чем прогон модели на основе метода конечных элементов. Таким образом, на основе результатов относительно небольшого числа прогонов модели на основе метода конечных элементов для заполнения DoE имитация модели осуществляет быстрый прогон всех возможных последовательностей и идентифицирует минимально возможное смещение.The calculation of this process takes much less time than running a model based on the finite element method. Thus, based on the results of a relatively small number of model runs based on the finite element method for filling DoE, the simulation model quickly runs all possible sequences and identifies the smallest possible offset.

Чтобы проиллюстрировать идею использования данных событий, рассмотрим модель, состоящую из членов вплоть до

:To illustrate the idea of using these events, we consider a model consisting of members up to

:

где

;

; i является положением в последовательности, a v=[w_i-k+1, …, w_i-1, w_i], где k=1 и 2 соответственно.Where

;

; i is a position in the sequence, av = [w _{i-k + 1} , ..., w _i-1 , w _i ], where k = 1 and 2, respectively.

Прогон 20 содержит информацию о следующих событиях второго порядка:

;

;

;

;

, где последнее число в каждой группе обозначает положение в последовательности двух действий сварки, отображенных двумя первыми числами. Для заполнения всей матрицы

DoE необходимо 180 прогонов модели на основе метода конечных элементов, что делает ее использование бесперспективным. Вместо этого возможно компромиссное решение за счет использования DoE, которое целиком заполняет матрицу

. Чтобы удостовериться в существовании всех событий второго порядка и 2-го типа, требуется осуществить 27 прогонов модели на основе метода конечных элементов. Можно доказать, что данное приближение, в котором игнорируется, где возникали пары подпоследовательностей, не приводит к значительной потери точности. Кроме того, некоторые пары

будут доступны в матрице и в этом случае могут быть использованы. Таким образом, члены

в уравнении (5) могут быть замененыRun 20 contains information about the following second-order events:

;

;

;

;

, where the last number in each group denotes the position in the sequence of two welding operations displayed by the first two numbers. To fill the entire matrix

DoE needs 180 runs of the model based on the finite element method, which makes its use unpromising. Instead, a compromise is possible through the use of DoE, which completely fills the matrix

. To make sure that all second-order and second-type events exist, 27 runs of the model based on the finite element method are required. It can be proved that this approximation, which ignores where pairs of subsequences arose, does not lead to a significant loss of accuracy. Also some couples

will be available in the matrix and in this case can be used. So members

in equation (5) can be replaced

Так, по возможности используют члены второго порядка, которые заменяют членами более низкого порядка только в случае их недоступности. Такую небольшую потерю точности компенсирует сокращение числа прогонов модели на основе метода конечных элементов, необходимых для DoE.So, whenever possible, members of the second order are used, which are replaced by members of a lower order only if they are not available. This small loss of accuracy is offset by a reduction in the number of model runs based on the finite element method needed for DoE.

Несмотря на то, что DoE рассчитано на включение всех событий R^(v), для некоторых действий и положений в нем содержатся события третьего порядка и выше, применяемые для дальнейшего повышения точности. Так, уравнение (6) можно представить в следующем обобщенном виде:Despite the fact that DoE is designed to include all R ^ (v) events, for some actions and provisions it contains events of the third order and higher, used to further improve accuracy. So, equation (6) can be represented in the following generalized form:

при этом общее смещение вычисляют следующим образом:wherein the total offset is calculated as follows:

где n является общим числом действий в последовательности; в данном примере n=6. Уравнение (8) представляет собой более обобщенную форму уравнения (5) и служит для получения результата сложения событий наивысшего порядка и низшего типа с целью вычисления ожидаемого значения смещения для заданного действия сварки и его положения в последовательности.where n is the total number of actions in the sequence; in this example, n = 6. Equation (8) is a more generalized form of equation (5) and serves to obtain the result of adding events of the highest order and lower type in order to calculate the expected offset value for a given welding action and its position in the sequence.

Данная модель применима к любому числу переменных или действий n с учетом того, что высший порядок события равен числу переменных. Модель обладает некоторой обучаемостью в том смысле, что она всегда дает прогноз при наличии по меньшей мере одной позиции в DoE. В случае осуществления большего числа прогонов модели на основе метода конечных элементов объем DoE увеличивается, а прогнозы становятся более точными. В предельном случае, когда при помощи модели на основе метода конечных элементов проверены все возможные комбинации, модель воспроизводит точные данные испытаний. Данная особенность имитации модели позволяет применять ее при наличии любого числа позиций в DoE, благодаря чему объем DoE свободно увеличивают или перестают увеличивать в зависимости от требуемой точности модели. Как показывает опыт изучения примеров, таких как рассмотренный здесь пример с шестью действиями, существования полного набора

достаточно, чтобы обеспечить удовлетворительное соответствие существующим данным.This model is applicable to any number of variables or actions n, given that the highest order of the event is equal to the number of variables. The model has some learning in the sense that it always gives a forecast when there is at least one position in DoE. In the case of a larger number of runs of the model based on the finite element method, the volume of DoE increases and the forecasts become more accurate. In the extreme case, when using a model based on the finite element method, all possible combinations are checked, the model reproduces accurate test data. This feature of the simulation model allows you to apply it in the presence of any number of positions in DoE, so that the volume of DoE freely increase or stop increasing depending on the required accuracy of the model. As the experience of studying examples, such as the six-step example discussed here, shows the existence of a complete set

enough to ensure satisfactory compliance with existing data.

Ясно, что после вычисления вклада по результатам достаточного числа прогонов модели на основе метода конечных элементов, заданных в DoE, в такой модели необходимы очень незначительные вычисления, что облегчает изучение всех возможных комбинаций имитацией модели и выбор наилучшей. С целью испытания точности данный наилучший прогноз затем проверяют путем прогона соответствующей последовательности через модель на основе метода конечных элементов. Таким прогоном затем дополняют DoE, что делает последующие прогнозы имитации модели более точными. Затем имитация модели осуществляет еще один полный цикл поиска комбинации, используя все информацию DoE, включая результаты последнего прогона модели на основе метода конечных элементов, и так далее до тех пор, пока не будут получены одинаковые или достаточно сходные результаты следующих друг за другом прогонов модели.It is clear that after calculating the contribution from the results of a sufficient number of model runs based on the finite element method specified in DoE, very insignificant calculations are needed in such a model, which facilitates the study of all possible combinations by simulating the model and choosing the best one. In order to test accuracy, this best prediction is then verified by running the appropriate sequence through a finite element model. This run is then supplemented by DoE, which makes subsequent predictions of model simulations more accurate. Then, the simulation model performs another complete search cycle for the combination, using all the DoE information, including the results of the last run of the model based on the finite element method, and so on, until the same or sufficiently similar results of successive runs of the model are obtained.

Продолжая рассматривать оптимизацию последовательности сварки в качестве примера осуществления настоящего изобретения и исходя из сделанных выше выводов, обратимся к фиг.9, на которой проиллюстрирована таблица DoE, соответствующая 27 прогонам модели на основе метода конечных элементов, которая гарантирует включение всех событий

. На фиг.10 показана матрица, указывающая число событий второго порядка и 2-го типа для каждого сочетания текущего и прошлого сварочных положений, обнаруженных в DoE, проиллюстрированном на фиг.9. Первый элемент данной матрицы (1, 1) равен 0, поскольку действие сварки -6 не может быть осуществлено после действия сварки -6, следовательно, все расположенные по диагонали элементы равны 0. Элемент под ним (2, 1) равен 1, что говорит о наличии одного события, представляющего собой пару прошлого-текущего действий (-5, -6). Оно находится в шестом положении во 2-м прогоне. На строке матрицы, обозначенной 0, содержатся главные эффекты. В частности, показано, что 3 прогона обеспечивают информацию о главном эффекте -6. Это прогоны 6, 7 и 23, в которых действие сварки -6 осуществляли первым в последовательности сварки. Данная матрица подтверждает отсутствие нулевых элементов помимо элементов, расположенных по диагонали.Continuing to consider the optimization of the welding sequence as an example of the implementation of the present invention and based on the above conclusions, we turn to Fig. 9, which illustrates the DoE table corresponding to 27 runs of the finite element method model, which guarantees the inclusion of all events

. Figure 10 shows a matrix indicating the number of events of the second order and type 2 for each combination of current and past welding positions found in the DoE, illustrated in Fig.9. The first element of this matrix (1, 1) is 0, because the -6 action cannot be performed after the -6 action, therefore, all diagonally located elements are 0. The element below it (2, 1) is 1, which says about the presence of one event, which is a pair of past-current actions (-5, -6). It is in the sixth position in the 2nd run. The row of the matrix, denoted by 0, contains the main effects. In particular, it has been shown that 3 runs provide information on the main effect of -6. These are runs 6, 7 and 23, in which the action of welding -6 was carried out first in the welding sequence. This matrix confirms the absence of zero elements in addition to elements located diagonally.

В данном примере DoE построено с учетом всех возможных 46080 комбинаций и выбора первого набора, заполнившего все не расположенные по диагонали элементы в матрице, показанной на фиг.10. Для этого осуществляют прогон шести вложенных циклов, в ходе каждого из которых просматривают значения -6, -5, -4, -3, -2, -1, 1, 2, 3, 4, 5, 6 и выбирают последовательности, которые подчиняются следующему правилу |А|≠|В|≠|С|≠|D|≠|E|≠|F|, где А, В, С, D, Е и F являются переменными шести вложенных циклов. Каждую последовательность регистрируют в матрице, как это показано на фиг.10, и когда все не расположенные по диагонали элементы не равны нулю, формирование DoE прекращают. В результате DoE содержит первый набор последовательностей, который гарантирует, что все события

были испытаны. Данный способ формирования DoE отличается особой простотой, но следует отметить, что его результатом необязательно является оптимальное DoE или минимально возможное DoE, хотя вероятно минимально возможное DoE и не имеет намного меньший объем.In this example, the DoE is constructed taking into account all possible 46080 combinations and selecting the first set that fills all non-diagonal elements in the matrix shown in Fig. 10. For this, six nested loops are run, during each of which values -6, -5, -4, -3, -2, -1, 1, 2, 3, 4, 5, 6 are looked at and sequences that obey the following rule | A | ≠ | B | ≠ | C | ≠ | D | ≠ | E | ≠ | F |, where A, B, C, D, E and F are variables of six nested cycles. Each sequence is recorded in a matrix, as shown in FIG. 10, and when all non-diagonal elements are non-zero, the formation of DoE is stopped. As a result, DoE contains the first sequence set that ensures that all events

have been tested. This method of generating DoE is particularly simple, but it should be noted that its result is not necessarily the optimal DoE or the lowest possible DoE, although the minimum possible DoE is probably not much smaller.

Каждую последовательность из DoE прогоняют через модель на основе метода конечных элементов. По разности между смещением в конце и начале сварки, вычисленной при помощи модели на основе метода конечных элементов, вычисляют значение смещения для каждого элемента матрицы, показанной на фиг.10. Результаты данных вычислений приведены в таблице на фиг.11, структура которой аналогична структуре матрицы на фиг.10. В частности, смещение в результате события, представляющего собой пару прошлого-текущего действий (-5, -6), равно -0,12721 мм и является значением

.Each sequence of DoE is run through a finite element method model. The difference between the offset at the end and the beginning of welding, calculated using the model based on the finite element method, calculates the offset value for each element of the matrix shown in Fig.10. The results of these calculations are shown in the table in figure 11, the structure of which is similar to the structure of the matrix in figure 10. In particular, the offset as a result of an event representing a pair of past-current actions (-5, -6) is -0.12721 mm and is the value

.

В качестве примера рассмотрим последовательность [6, 3, -5, 4, -2, 1] и применим к ней модель:As an example, consider the sequence [6, 3, -5, 4, -2, 1] and apply the model to it:

3. D=0.3. D = 0.

9. i=1: для положения номер 1 высшим порядком события является 1, поэтому проверяем наличие главного эффекта 6 в позициях DoE. Предположим, что он обнаружен (в прогонах 8, 24, 25). Смещение в результате главного эффекта 6 вычитают из вычисленных данных и добавляют полученное значение к D, после чего D=М₆.9. i = 1: for position number 1, the highest order of the event is 1, so we check for the main effect 6 in the DoE positions. Suppose it is detected (in runs 8, 24, 25). The offset as a result of the main effect 6 is subtracted from the calculated data and the resulting value is added to D, after which D = M ₆ .

10. i=2: высшим порядком события является 2, поэтому осуществляем поиск пары (6, 3) в планировании экспериментов в положении 2 (сначала осуществляем поиск события 1-го типа). В случае отсутствия совпадения далее осуществляем поиск события 2-го типа независимо от положения. Предположим, что найдено совпадение в прогоне 27. Добавляем соответствующее значение смещения из фиг.11 к значению D, после чего получаем

.10. i = 2: the highest order of events is 2, therefore, we search for a pair (6, 3) in the planning of experiments in position 2 (first we search for events of the 1st type). If there is no match, then we search for events of the 2nd type regardless of position. Suppose that a match is found in run 27. Add the corresponding offset value from FIG. 11 to the value D, after which we get

.

11. i=3: высшим порядком события является 3, поэтому осуществляем поиск подпоследовательности (6, 3, -5) в DoE в положении 3 (снова сначала осуществляем поиск события 1-го типа). Данная подпоследовательность не может быть обнаружена в DoE. Ее поиск по всему DoE также не дает результата, что говорит об отсутствии такого события третьего порядка 1-го или 2-го типа. Затем сокращаем подпоследовательность, отсекая наиболее отдаленное действие, которое предположительно имеет наименьшее влияние на отклонение в положении 3. Подпоследовательность принимает вид (3, -5). Снова сначала проверяем наличие ее события 1-го типа, т.е. такого события, когда действие -5 находится в положении 3, а действие 3 в положении 2. Предположим, что совпадение найдено, и добавляем соответствующее смещение к значению D, после чего получаем

.11. i = 3: the highest order of the event is 3, so we search for the subsequence (6, 3, -5) in DoE at position 3 (again, we first search for events of the 1st type). This subsequence cannot be detected in DoE. Her search throughout DoE also yields no result, indicating the absence of such a third-order event of the 1st or 2nd type. Then we reduce the subsequence, cutting off the most distant action, which supposedly has the least influence on the deviation in position 3. The subsequence takes the form (3, -5). Again, we first check for the presence of its type 1 event, i.e. such an event, when action -5 is in position 3, and action 3 is in position 2. Assume that a match is found, and add the corresponding offset to the value of D, after which we get

.

12. i=4: высшим порядком события является 4, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4) в DoE в положении 4 на предмет наличия события 1-го типа. При отсутствии совпадения осуществляем поиск событий 2-го типа, которые также не обнаруживаем. Затем усекаем подпоследовательность до (3, -5, 4) и сначала осуществляем поиск событий 1-го типа. Находим совпадение в 18-м прогоне и добавляем значение смещения, соответствующее вкладу члена

, к значению D, после чего получаем

.12. i = 4: the highest order of events is 4, therefore, we search for a subsequence (6, 3, -5, 4) in DoE at position 4 for the presence of an event of type 1. If there is no match, we search for events of the 2nd type, which are also not detected. Then we truncate the subsequence to (3, -5, 4) and first we search for events of the 1st type. We find a match in the 18th run and add the offset value corresponding to the contribution of the term

, to the value of D, after which we obtain

.

13. i=5: высшим порядком события является 5, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4, -2) в DoE в положении 5 на предмет наличия события 1-го типа. Предположим, что событие не найдено, равно как и событие 2-го, тогда производим усечение и осуществляем поиск подпоследовательности (3, -5, 4, -2). Предположим, что результат поиска события как 1-го, так и 2-го типа снова отрицательный. Снова производим усечение подпоследовательности до (-5, 4, -2). И снова не находим совпадения ни для одного типа. Производим усечение до (4, -2). Событие 1-го типа отсутствует, но, скажем, в DoE в прогоне 4 найдено событие 2-го типа. Добавляем смещение к Л и получаем13. i = 5: the highest order of events is 5, so we search for a subsequence (6, 3, -5, 4, -2) in DoE at position 5 for the presence of a type 1 event. Suppose that the event was not found, as well as the event of the 2nd, then we truncate and search for the subsequence (3, -5, 4, -2). Suppose that the result of a search for an event of both the 1st and 2nd type is again negative. Again, truncate the subsequence to (-5, 4, -2). And again we do not find a match for any type. Truncate to (4, -2). A type 1 event is missing, but, say, a type 2 event was found in DoE in run 4. Add the offset to L and get

.

.

14. i=6: высшим порядком события является 6, поэтому осуществляем поиск подпоследовательности (6, 3, -5, 4, -2, 1) в DoE в положении 6. Предположим, что совпадение не найдено. Повторно осуществляем такую же операцию, как на предшествующей стадии, проверяя на наличие событий 1-го и 2-го типов следующие подпоследовательности (3, -5, 4, -2, 1); (-5, 4, -2, 1); (4, -2, 1). Предположим, что результат отрицательный. Наконец, предположим, что в результате поиска (-2, 1) по всему планированию экспериментов независимо от положения найдено совпадение в 14-м прогоне. Добавляем смещение к D и получаем

.14. i = 6: the highest order of the event is 6, so we search for the subsequence (6, 3, -5, 4, -2, 1) in DoE at position 6. Assume that no match is found. We carry out the same operation again as in the previous stage, checking for the presence of events of the 1st and 2nd types of the following subsequences (3, -5, 4, -2, 1); (-5, 4, -2, 1); (4, -2, 1). Suppose the result is negative. Finally, suppose that as a result of a search (-2, 1) for the entire planning of experiments, regardless of position, a match was found in the 14th run. Add the offset to D and get

.

8. В суммарное смещение также следует включить смещение, вызванное стадией конечного охлаждения, которое определено методом аппроксимации кривых, для моделирования которого используют d^c=0.7152*H(6)+0.0143.8. The total displacement should also include the displacement caused by the final cooling stage, which is determined by the curve approximation method, for the simulation of which d ^c = 0.7152 * H (6) +0.0143 is used.

Данный алгоритм позволяет при помощи кода MATLAB менее чем за 5 минут вычислить все 46080 возможных комбинаций на компьютере с Pentium III с тактовой частотой процессора 800 МГц. Гораздо быстрее результат можно получить, если использовать код, составленный на языке Си или ФОРТРАН. Было обнаружено, что следующая последовательность, обозначенная как прогон "28", обеспечивает наименьшее значение |D|: -6, -1, -5, 2, -4, 3. Значение смещения у данной последовательности задано уравнением:This algorithm allows using the MATLAB code in less than 5 minutes to calculate all 46080 possible combinations on a Pentium III computer with a processor frequency of 800 MHz. The result can be obtained much faster if you use code compiled in C or FORTRAN. It was found that the following sequence, designated as run "28", provides the lowest value | D |: -6, -1, -5, 2, -4, 3. The offset value for this sequence is given by the equation:

Эту же последовательность вычислили при помощи модели на основе метода конечных элементов и получили очень близкий результат: D=0,000231. Данный результат считается удовлетворяющим требованиям точности при изготовлении корпусов задних подшипников, а также является вероятным абсолютным минимумом применительно к данной задаче оптимизации.The same sequence was calculated using a model based on the finite element method and obtained a very close result: D = 0,000231. This result is considered to satisfy the accuracy requirements in the manufacture of rear bearing housings, and is also the likely absolute minimum for this optimization task.

На фиг.12 показана диаграмма, на которой окончательный результат оптимизации проиллюстрирован в виде зависимости смещения от времени, и показана имитация прогона 28 модели на основе метода конечных элементов в сравнении с прогонами 1, 5, 6, 16, 24 и 24 из DoE. Кривая, отображающая прогон 28, достигает нуля непосредственно перед наступлением 300-й секунды, когда удаляют средства фиксации. Показано улучшение смещения Х по сравнению с прогоном 1, который представляет собой последовательность, широко применяемую в качестве стандартной при изготовлении корпуса заднего подшипника.12 is a diagram showing the final optimization result as a function of displacement versus time, and a simulation of a run of the 28 model based on the finite element method in comparison with runs 1, 5, 6, 16, 24, and 24 of DoE is shown. The curve showing run 28 reaches zero just before the 300th second when the fixation means are removed. An improvement in X displacement is shown compared to Run 1, which is a sequence widely used as standard in the manufacture of a rear bearing housing.

На фиг.13 приведена диаграмма окончательных смещений для всех 28 прогонов, на которой показано, что минимальное смещение вызывает оптимизированный прогон 28.13 is a diagram of final offsets for all 28 runs, showing that the minimum offset causes an optimized run 28.

Таким образом, настоящее изобретение было эффективно применено для оптимизации процесса сварки и продемонстрировано, что для определения оптимальной послесварочной деформации достаточно лишь 28 прогонов модели на основе метода конечных элементов из возможных 46080 комбинаций последовательностей. За счет этого значительно сокращаются расходы на вычисления, необходимые для разработки технологии сварки, без значительной потери точности.Thus, the present invention has been effectively applied to optimize the welding process, and it has been demonstrated that only 28 runs of the model based on the finite element method from possible 46080 sequence combinations are sufficient to determine the optimal post-welding deformation. Due to this, significantly reduced the cost of the calculations necessary for the development of welding technology, without significant loss of accuracy.

Можно отметить ряд преимуществ настоящего изобретения, многие из которых относятся к применению изобретения в других последовательных комбинаторных процессах:A number of advantages of the present invention can be noted, many of which relate to the use of the invention in other sequential combinatorial processes:

- способ обеспечивает привязку дискетного пространства процесса к непрерывному пространству, позволяя преобразовать последовательную комбинаторную задачу в обычную форму преставления,- the method provides a link to the disk space of the process to a continuous space, allowing you to convert a sequential combinatorial task into the usual form of representation,

- способ применим к широкому спектру последовательных комбинаторных задач,- the method is applicable to a wide range of sequential combinatorial problems,

- поскольку имитацию модели наращивают последовательно, каждая новая представленная комбинация делает ее более точной, эффективность имитации модели заключается в том, она позволяет извлекать всю полезную информацию из представленных прогонов эталонной модели и организовать ее в виде указателя приоритетов в зависимости от ее полезности,- since the simulation model is incremented sequentially, each new combination presented makes it more accurate, the effectiveness of the simulation model is that it allows you to extract all the useful information from the presented runs of the reference model and organize it in the form of an index of priorities depending on its utility,

- способ отличается быстротой; в случае шести действий при помощи кода MATLAB менее чем за 5 минут можно вычислить все 46080 возможных комбинаций на компьютере с Pentium III с тактовой частотой процессора 800 МГц. Гораздо быстрее результат можно получить, если использовать код, составленный на языке Си или ФОРТРАН,- the method is quick; in the case of six actions, using the MATLAB code in less than 5 minutes, you can calculate all 46080 possible combinations on a Pentium III computer with a processor frequency of 800 MHz. You can get a much faster result if you use code compiled in C or FORTRAN,

- применительно к примеру оптимизации описанного выше процесса сварки достаточно 27 вычислений исходной эталонной модели для получения при помощи имитации модели отличающегося высокой точностью быстрого прогноза, согласно которому значение оптимального смещения составляет 0,00023 мм, что очень близко к значению 0,000231 мм, спрогнозированному при помощи модели на основе метода конечных элементов.- in relation to the optimization example of the welding process described above, 27 calculations of the initial reference model are sufficient to obtain, using the simulation of the model, a fast forecast with high accuracy, according to which the value of the optimum displacement is 0.00023 mm, which is very close to the value 0.000231 mm predicted at help model based on the finite element method.

Дополнительные варианты осуществленияAdditional options for implementation

Описанное выше изобретение является быстрым и эффективным заменителем связанных с высокими расходами на вычисления моделей на основе метода конечных элементов и других моделей, которые обычно применяют для решения последовательных комбинаторных задач. Алгоритм непрерывно обращается к существующей информации о рассматриваемой системе и тем самым привязывает дискретный нечисловой набор информации к непрерывной числовой области. Чтобы имитация модели могла действовать, используя небольшое число дорогостоящих прогонов полной эталонной модели, в ней прогнозируют следующий указатель приоритетов условий совпадения. В него, например, включены:The invention described above is a quick and effective substitute for the high cost of computing models based on the finite element method and other models that are usually used to solve sequential combinatorial problems. The algorithm continuously accesses existing information about the system in question and thereby links a discrete non-numeric set of information to a continuous numerical domain. In order for the model simulation to operate using a small number of expensive runs of the full reference model, it predicts the next priority indicator for matching conditions. It includes, for example:

1. События максимально высокого порядка 1-го типа.1. Events of the highest possible order of the 1st type.

2. События максимально высокого порядка 2-го типа.2. Events of the highest possible order of the 2nd type.

3. События более низкого порядка 1-го типа.3. Events of a lower order of the 1st type.

4. События более низкого порядка 2-го типа.4. Events of a lower order of the 2nd type.

5. Главные эффекты.5. The main effects.

Согласно вариантам осуществления предложенного алгоритма всегда осуществлялся поиск элемента с максимально высоким положением в указателе. Однако для некоторых задач будет более приемлемо применять альтернативный указатель приоритетов, такой как:According to embodiments of the proposed algorithm, an element with the highest position in the pointer was always searched. However, for some tasks it will be more acceptable to use an alternative priority indicator, such as:

1. События максимально высокого порядка 1-го типа.1. Events of the highest possible order of the 1st type.

2. События более низкого порядка 1-го типа.2. Events of a lower order of the 1st type.

3. События максимально высокого порядка 2-го типа.3. Events of the highest possible order of the 2nd type.

4. События более низкого порядка 2-типа.4. Events of a lower order of 2-type.

5. Главные эффекты.5. The main effects.

Также возможны другие указатели приоритетов для их изучения с целью уточнения прогнозов в заданной системе.Other priority indicators are also possible for their study in order to clarify forecasts in a given system.

При отсутствии доступных прогонов эталонной модели алгоритм дает нулевой результат всех прогнозов. За счет обеспечения доступности по меньшей мере всех главных эффектов получают очень приблизительный прогноз, который может быть приемлем в некоторых случаях. В системах, не имеющих памяти, такой прогноз должен отличаться достаточной точностью. Для получения главных эффектов осуществляют только первые действия, не вычисляя всей последовательности. За счет этого значительно ускоряют процесс оптимизации, поскольку для этого требуются незначительные вычисления по сравнению с полными расчетами всех возможных последовательностей. Однако при необходимости более точных результатов рекомендуется включение по меньшей мере событий второго порядка и 2-го типа.In the absence of available runs of the reference model, the algorithm gives a zero result of all forecasts. By ensuring the availability of at least all of the main effects, a very rough forecast is obtained, which may be acceptable in some cases. In systems without memory, such a prediction should be sufficiently accurate. To obtain the main effects, only the first actions are carried out without calculating the entire sequence. Due to this, they significantly accelerate the optimization process, since this requires insignificant calculations in comparison with full calculations of all possible sequences. However, if more accurate results are necessary, it is recommended that at least events of the second order and type 2 be included.

Что касается задач с большой размерностью, включающих множество действий, для повышения точности за некоторыми положениями или действиями закрепляют более высокий приоритет, чем за другими. В таких случаях возможно применение смешанного DoE, когда наиболее важным действиям присваивают более высокий порядок события, а менее значимым действиям присваивают более низкий порядок. За счет этого расходы на вычисления сосредотачивают на тех частях последовательности, которые оказывают наибольшее воздействие на конечный результат. В результате соответствующих модификаций уменьшают размеры DoE таким образом, чтобы большая часть информации относилась к наиболее важным действиям.As for tasks with a large dimension, including many actions, to increase the accuracy, certain positions or actions are assigned a higher priority than others. In such cases, it is possible to use mixed DoE, when the most important actions are assigned a higher order of events, and the less significant actions are assigned a lower order. Due to this, the cost of computing focuses on those parts of the sequence that have the greatest impact on the final result. As a result of appropriate modifications, they reduce the size of DoE so that most of the information is related to the most important actions.

Несмотря на то, что в подробно описанном варианте осуществления изобретения рассмотрен пример последовательности сварки, изобретение не ограничено данным примером. Изобретение применимо к любому последовательному процессу, в котором упорядоченность последовательности влияет на исход процесса. Примеры процессов, в которых может применяться настоящее изобретение, включают:Although an example of a welding sequence is described in a detailed embodiment of the invention, the invention is not limited to this example. The invention is applicable to any sequential process in which ordering of a sequence affects the outcome of a process. Examples of processes in which the present invention can be applied include:

- приваривание множества лопастей к кольцам корпуса заднего подшипника газовой турбины или аналогичной турбины или конструкции винта, т.е. последовательность, в которой лопасти приваривают к кольцам, и- welding of multiple blades to the rings of the rear bearing housing of a gas turbine or similar turbine or screw structure, i.e. the sequence in which the blades are welded to the rings, and

- нахождение оптимальной последовательности соединения с точки зрения механических свойств одной или нескольких произвольных геометрий, которые соединяют посредством сварки, приклеивания, болтового соединения, горячей запрессовки, склеивания слоистых материалов или любым иным способом соединения, зависящим от порядка, в котором осуществляют различные операции.- finding the optimal connection sequence from the point of view of the mechanical properties of one or more arbitrary geometries that are joined by welding, gluing, bolting, hot pressing, gluing laminated materials or by any other joining method, depending on the order in which the various operations are performed.

Изобретение также не ограничено моделями на основе метода конечных элементов. Может применяться модель любого типа, способная обеспечивать требуемую информацию. Например, в качестве эталонной модели может применяться любая соответствующая компьютерная программа, способная имитировать отклонение или иной рабочий параметр. Однако имитация модели на компьютере не является обязательной. В частности, вместо или в сочетании с имитированными результатами могут использоваться результаты реальных испытаний процесса с целью выбора последовательностей.The invention is also not limited to models based on the finite element method. Any type of model can be used that can provide the required information. For example, as a reference model, any appropriate computer program capable of simulating a deviation or other operating parameter can be used. However, simulating a model on a computer is optional. In particular, instead of or in combination with simulated results, the results of actual process tests can be used to select sequences.

Например, применительно к потоку деталей через предприятие при помощи таймера измеряют промежутки времени для различных станков/операций и используют их в качестве информации, которой пользуется имитация модели.For example, in relation to the flow of parts through the enterprise, a timer is used to measure the time intervals for various machines / operations and use them as information that the simulation model uses.

Аналогичным образом могут применяться результаты испытаний сходных или родственных процессов, возможно, в измененном виде, чтобы более точно моделировать рассматриваемый процесс. Реальные результаты также могут использоваться в сочетании с эталонной моделью, при этом DoE может включать некоторые последовательности, пропущенные через эталонную модель, и некоторые последовательности, для которых были получены реальные результаты, и/или эталонная модель может использоваться для проверки точности прогноза, полученного при помощи имитации модели. По существу, в качестве информации, к которой обращается имитация модели, могут использоваться любые значения вкладов в конечный результат каждого действия из последовательности независимо от того, каким образом они получены. За счет этого может применяться наиболее применимый метод получения информации.Similarly, the test results of similar or related processes, possibly in a modified form, can be applied to more accurately simulate the process in question. Actual results can also be used in combination with the reference model, while DoE may include some sequences passed through the reference model, and some sequences for which real results were obtained, and / or the reference model can be used to verify the accuracy of the forecast obtained using simulation models. Essentially, as the information referred to by the simulation, any values of the contributions to the final result of each action in the sequence can be used, regardless of how they are received. Due to this, the most applicable method of obtaining information can be applied.

Источники информацииInformation sources

1. Патент США 6349467.1. US patent 6349467.

2. Winston, W, 1995, "Introduction to mathematical programming", второе издание, Duxbury Press, Калифорния, США.2. Winston, W, 1995, "Introduction to mathematical programming", second edition, Duxbury Press, California, USA.

Claims (49)

1. Способ оптимизации производственного, промышленного или инженерно-технического последовательного комбинаторного процесса, включающего множество взаимозаменяемых действий, осуществляемых в любой из множества последовательностей с целью достижения конечного результата процесса, характеризуемого рабочим параметром, заключающийся в том, что
используют планирование экспериментов (DoE), включающее группу последовательностей, выбранных из множества последовательностей, при этом каждая последовательность, входящая в планирование экспериментов, связана с данными, касающимися значения вклада каждого действия из каждой последовательности в достижение конечного результата, характеризуемого рабочим параметром,
используют имитацию модели процесса, в которую в качестве исходных данных вводят последовательность действий и определяют значение конечного результата путем суммирования вкладов в конечный результат каждого действия из каждой введенной последовательности, при этом значение вклада выбирают из значений, которые содержатся в данных о рабочих параметрах, согласно алгоритму, при помощи которого в планировании экспериментов осуществляют поиск соответствия между каждым действием из введенной последовательности и действиями из последовательностей планирования экспериментов согласно указателю приоритетов условий совпадения, и извлекают значения вклада совпавшего действия, осуществляют прогон группы из множества последовательностей через имитацию модели и регистрируют значение конечного результата каждой последовательности, и
идентифицируют оптимальную последовательность путем поиска зарегистрированных оптимальных значений конечного результата в имитации модели с целью обнаружения зарегистрированного оптимального значения рабочего параметра, при этом последовательность, которая обеспечивает такое зарегистрированное оптимальное значение, представляет собой оптимальную последовательность.1. A method of optimizing a production, industrial or engineering sequential combinatorial process, including many interchangeable actions carried out in any of the many sequences in order to achieve the final result of the process, characterized by the operating parameter, namely, that
using experiment planning (DoE), including a group of sequences selected from multiple sequences, each sequence included in the planning of experiments is associated with data regarding the contribution of each action from each sequence to the achievement of an end result characterized by an operating parameter,
they use an imitation of a process model into which a sequence of actions is inputted and the value of the final result is determined by summing the contributions to the final result of each action from each input sequence, and the contribution value is selected from the values contained in the data on operating parameters according to the algorithm with the help of which, in the planning of experiments, a search is made for correspondence between each action from the entered sequence and actions from telnostey design of experiments according to the priorities index matching conditions, and recovered contribution values matched actions performed run groups of the plurality of sequences through the simulation model and the recorded value of the end result for each sequence, and
identify the optimal sequence by searching for registered optimal values of the final result in the simulation model in order to detect the registered optimal value of the operating parameter, while the sequence that provides such a recorded optimal value is the optimal sequence. 2. Способ по п.1, в котором получают данные, связанные с каждой последовательностью из планирования экспериментов, посредством прогона каждой последовательности из планирования экспериментов через эталонную модель процесса, в которую в качестве исходных данных введена последовательность действий и которая определяет значение конечного результата и значения вкладов в конечный результат каждого действия из введенной последовательности.2. The method according to claim 1, in which the data associated with each sequence from the planning of experiments is obtained by running each sequence from the planning of experiments through a reference model of the process into which a sequence of actions is entered as initial data and which determines the value of the final result and the value contributions to the final result of each action from the entered sequence. 3. Способ по п.2, в котором эталонную модель строят перед осуществлением прогона каждой последовательности из планирования экспериментов через указанную эталонную модель.3. The method according to claim 2, in which the reference model is built before running each sequence from the planning of experiments through the specified reference model. 4. Способ по п.2 или 3, в котором имитация модели представляет собой упрощенное приближение к эталонной модели.4. The method according to claim 2 or 3, in which the simulation model is a simplified approximation to the reference model. 5. Способ по п.2, в котором после идентификации оптимальной последовательности осуществляют прогон идентифицированной оптимальной последовательности через эталонную модель с целью определения значения конечного результата и сравнивают зарегистрированное оптимальное значение идентифицированной оптимальной последовательности, определенное при помощи имитации модели, с конечным результатом, определенным при помощи эталонной модели, на основе чего проверяют точность идентифицирования оптимальной последовательности.5. The method according to claim 2, in which, after identifying the optimal sequence, the identified optimal sequence is run through the reference model to determine the value of the final result, and the registered optimal value of the identified optimal sequence determined by simulating the model is compared with the final result determined using reference model, on the basis of which the accuracy of identification of the optimal sequence is checked. 6. Способ по п.5, в котором
при обнаружении различия между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, определенным при помощи имитации модели, и конечным результатом, определенным при помощи эталонной модели, величина которого неприемлема для процесса, дополняют планирование экспериментов идентифицированной оптимальной последовательностью так, чтобы данная последовательность и значения вкладов в конечный результат каждого действия, определенные путем прогона идентифицированной оптимальной последовательности через эталонную модель, были доступны для поиска и извлечения при помощи алгоритма имитации модели, осуществляют прогон группы из множества последовательностей через имитацию модели с целью получения новых значений конечного результата каждой последовательности и
на основании новых конечных результатов идентифицируют новую оптимальную последовательность.6. The method according to claim 5, in which
if there is a difference between the recorded optimal value of the identified optimal sequence, determined using the simulation model, and the final result, determined using the reference model, the value of which is unacceptable for the process, complement the experimental design with the identified optimal sequence so that this sequence and the values of the contributions to the final result each action determined by running an identified optimal sequence the stitches through the reference model, were available for search and retrieval using the model simulation algorithm, run a group of many sequences through the model simulation in order to obtain new values of the final result of each sequence and
Based on the new end results, a new optimal sequence is identified. 7. Способ по п.6, в котором повторно осуществляют стадии по пп.5 и 6 применительно к новой идентифицированной оптимальной последовательности до тех пор, пока различие между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, полученным при помощи имитации модели, и конечным результатом, полученным при помощи эталонной модели, не станет приемлемым для процесса.7. The method according to claim 6, in which the stages according to claims 5 and 6 are repeated for a newly identified optimal sequence, until the difference between the registered optimal value of the identified optimal sequence obtained by simulating the model and the final result obtained using a reference model will not be acceptable to the process. 8. Способ по п.1, в котором данные, которым соответствует каждая последовательность из планирования экспериментов, получают посредством осуществления последовательного комбинаторного процесса с использованием каждой из последовательностей из планирования экспериментов и регистрируют значения вклада в конечный результат каждого действия из каждой последовательности.8. The method according to claim 1, in which the data that corresponds to each sequence from the planning of experiments is obtained by performing a sequential combinatorial process using each of the sequences from the planning of experiments and the contribution values to the final result of each action from each sequence are recorded. 9. Способ по п.1, в котором имитацию модели строят перед прогоном группы из множества последовательностей через названную имитацию модели.9. The method according to claim 1, in which the simulation model is built before running a group of multiple sequences through the named simulation model. 10. Способ по п.1, в котором указатель приоритетов содержит иерархию условий совпадения в порядке убывания уровня соответствия между действием из последовательности, введенной в имитацию модели, и действиями из последовательностей, входящих в планирование экспериментов, с точки зрения положения действия из введенной последовательности и/или действий, предшествующих действию из введенной последовательности.10. The method according to claim 1, in which the priority index contains a hierarchy of matching conditions in decreasing order of level of correspondence between the action from the sequence entered into the simulation of the model and the actions from the sequences included in the planning of experiments, from the point of view of the position of the action from the entered sequence and / or actions preceding the action from the entered sequence. 11. Способ по п.1, в котором условия совпадения включают порядок, определяющий число действий, предшествующих действию из последовательности, введенной в имитацию модели, которые должны совпасть с действиями, предшествующими действию из последовательностей планирования экспериментов, и тип определения совпадения положения действия в последовательности, введенной в имитацию модели, с положением действия в последовательностях из планирования экспериментов, при этом для совпадения 1-го типа положение действия во введенной последовательности должно совпадать с положением действия в последовательностях из планирования экспериментов, а для совпадения 2-го типа не требуется, чтобы положение действия во введенной последовательности совпадало с положением действия в последовательностях из планирования экспериментов.11. The method according to claim 1, in which the conditions of coincidence include the order that determines the number of actions preceding the action from the sequence introduced into the simulation model, which must coincide with the actions preceding the action from the sequences of the planning of experiments, and the type of determining the coincidence of the position of the action in the sequence , introduced into the simulation model, with the position of the action in the sequences from the planning of experiments, while for the coincidence of the 1st type, the position of the action in the entered sequence STI should coincide with the position of the action sequences of experiments, and to match the type 2 is not required to position the steps in the input sequence matches the position of the action in experiment planning sequences. 12. Способ по п.11, в котором для последовательности, состоящей из n-го числа действий, указатель приоритетов содержит следующие условия совпадения:
совпадение n-го порядка 1-го типа,
совпадение n-го порядка 2-го типа,
совпадение (n-1)-го порядка 1-го типа,
совпадение (n-1)-го порядка 2-го типа,
...
совпадение 1-го порядка 1-го типа,
совпадение 1-го порядка 2-го типа,
совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой в планировании экспериментов.12. The method according to claim 11, in which for the sequence consisting of the nth number of actions, the priority indicator contains the following matching conditions:
coincidence of the n-th order of the 1st type,
coincidence of the n-th order of the 2nd type,
coincidence of the (n-1) -th order of the 1st type,
coincidence of the (n-1) -th order of the 2nd type,
...
1st order coincidence 1st type,
1st order coincidence of the 2nd type,
coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used in the planning of experiments. 13. Способ по п.11, в котором для последовательности, состоящей из n-го числа действий, указатель приоритетов содержит следующие условия совпадения:
совпадение n-го порядка 1-го типа,
совпадение (n-1)-го порядка 1-го типа,
совпадение (n-2)-го порядка 1-го типа,
совпадение 1-го порядка 1-го типа,
совпадение n-го порядка 2-го типа,
совпадение (n-1)-го порядка 2-го типа,
совпадение (n-2)-го порядка 2-го типа,
совпадение 1-го порядка 2-го типа,
совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой для планирования экспериментов.13. The method according to claim 11, in which for the sequence consisting of the nth number of actions, the priority indicator contains the following matching conditions:
coincidence of the n-th order of the 1st type,
coincidence of the (n-1) -th order of the 1st type,
coincidence of the (n-2) -th order of the 1st type,
1st order coincidence 1st type,
coincidence of the n-th order of the 2nd type,
coincidence of the (n-1) -th order of the 2nd type,
coincidence of the (n-2) -th order of the 2nd type,
1st order coincidence of the 2nd type,
coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used to plan experiments. 14. Способ по п.11, в котором планирование экспериментов включает выбор из множества последовательностей тех, которые включают действия, обеспечивающие совпадения по меньшей мере со всеми комбинациями действий, отвечающих условию совпадения выбранного порядка и типа.14. The method according to claim 11, in which the planning of the experiments includes the selection from a variety of sequences of those that include actions that match at least all combinations of actions that meet the condition of matching the selected order and type. 15. Способ по п.1, в котором планирование экспериментов включает случайный выбор последовательностей из множества последовательностей.15. The method according to claim 1, in which the planning of experiments includes random selection of sequences from multiple sequences. 16. Способ по п.1, в котором обуславливают планирование экспериментов.16. The method according to claim 1, in which the planning of experiments. 17. Способ по п.1, в котором прогон группы из множества последовательностей через имитацию модели включает прогон всех последовательностей из множества последовательностей.17. The method according to claim 1, in which the run of a group of multiple sequences through a simulation model includes the run of all sequences from multiple sequences. 18. Способ по п.1, который реализуют по меньшей мере частично посредством компьютера.18. The method according to claim 1, which is implemented at least partially by a computer. 19. Способ по п.1, в котором осуществляют последовательный комбинаторный процесс с использованием идентифицированной оптимальной последовательности действий.19. The method according to claim 1, in which a sequential combinatorial process is carried out using the identified optimal sequence of actions. 20. Способ по п.1, в котором последовательный комбинаторный процесс включает приваривание лопасти к кольцу корпуса заднего подшипника газовой турбины, при этом осуществляемые действия представляют собой проведение сварки последовательно по отдельным траекториям, рабочий параметр, характеризующий конечный результат, представляет собой деформацию кромки лопатки, а оптимальное значение рабочего параметра представляет собой минимальную величину деформации.20. The method according to claim 1, in which the sequential combinatorial process involves welding the blades to the ring of the housing of the rear bearing of the gas turbine, while the actions performed are welding sequentially along separate paths, the working parameter characterizing the final result is a deformation of the blade edge, and the optimal value of the operating parameter is the minimum strain. 21. Способ по п.1, в котором последовательный комбинаторный процесс включает изготовление из заготовки детали посредством машинной обработки, при этом осуществляемые действия представляют собой образующие последовательность стадии обработки резанием, рабочим параметром, характеризующим конечный результат, является форма детали, а оптимальным значением рабочего параметра является требуемая форма детали.21. The method according to claim 1, in which the sequential combinatorial process includes the manufacture of parts from the workpiece by machine processing, while the actions performed are forming a sequence of stages of processing by cutting, the working parameter characterizing the final result is the shape of the part, and the optimal value of the working parameter is the required shape of the part. 22. Способ по п.1, в котором последовательный комбинаторный процесс включает изготовление из заготовки детали посредством машинной обработки, при этом осуществляемые действия представляют собой образующие последовательность стадии обработки резанием, рабочим параметром, характеризующим конечный результат, является качество детали, а оптимальным значением рабочего параметра является наивысший показатель качества детали.22. The method according to claim 1, in which the sequential combinatorial process includes the manufacture of parts from the workpiece by machining, the steps being the sequence of the stages of processing by cutting, the working parameter characterizing the final result is the quality of the part, and the optimal value of the working parameter is the highest measure of quality parts. 23. Способ по п.1, в котором последовательный комбинаторный процесс включает изготовление из заготовки детали посредством машинной обработки, при этом осуществляемые действия представляют собой образующие последовательность стадии обработки резанием, рабочим параметром, характеризующим конечный результат, является вибрация детали в процессе обработки вследствие недостаточной структурной жесткости детали, а оптимальным значением рабочего параметра является минимальная величина вибрации.23. The method according to claim 1, in which the sequential combinatorial process includes the manufacture of parts from the workpiece by machining, the steps being the sequence of stages of machining, the working parameter characterizing the final result is the vibration of the part during processing due to insufficient structural stiffness of the part, and the optimal value of the working parameter is the minimum amount of vibration. 24. Способ по п.1, в котором последовательный комбинаторный процесс включает термообработку детали, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии нагрева и/или охлаждения, рабочим параметром, характеризующим конечный результат, является форма, жесткость или микроструктура материала детали, а оптимальным значением рабочего параметра является требуемая форма, жесткость или микроструктура материала.24. The method according to claim 1, in which the sequential combinatorial process includes heat treatment of the part, the actions being performed are the individual heating and / or cooling stages forming the sequence, the working parameter characterizing the final result is the shape, rigidity or microstructure of the material of the part, and the optimal value of the working parameter is the desired shape, rigidity or microstructure of the material. 25. Способ по п.1, в котором последовательный комбинаторный процесс включает формование детали, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии формования, рабочим параметром, характеризующим конечный результат, является форма, жесткость или микроструктура материала детали, а оптимальным значением рабочего параметра является требуемая форма, жесткость или микроструктура материала.25. The method according to claim 1, in which the sequential combinatorial process includes forming the part, the actions being performed are the individual forming the sequence of the molding stage, the working parameter characterizing the final result is the shape, rigidity or microstructure of the material of the part, and the optimal value of the working parameter is the desired shape, stiffness or microstructure of the material. 26. Способ по п.1, в котором последовательный комбинаторный процесс включает изготовление детали, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии посредством машинной обработки, резки, формования и/или термообработки, рабочим параметром, характеризующим конечный результат, является форма, жесткость или микроструктура материала детали, а оптимальным значением рабочего параметра является требуемая форма, жесткость или микроструктура материала.26. The method according to claim 1, in which the sequential combinatorial process includes the manufacture of the part, while the actions performed are separate forming a sequence of stages by machining, cutting, molding and / or heat treatment, the working parameter characterizing the final result is shape, rigidity or the microstructure of the material of the part, and the optimal value of the operating parameter is the desired shape, rigidity or microstructure of the material. 27. Способ по п.1, в котором последовательный комбинаторный процесс включает поток материалов и/или деталей на предприятии, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии транспортировки материалов и/или деталей между участками предприятия, рабочим параметром, характеризующим конечный результат, является продолжительность последовательности, а оптимальным значением рабочего параметра является минимальная продолжительность.27. The method according to claim 1, in which the sequential combinatorial process includes a flow of materials and / or parts in the enterprise, while the actions performed are separate forming a sequence of stages of transportation of materials and / or parts between sections of the enterprise, the operating parameter characterizing the final result, is the duration of the sequence, and the optimal value of the operating parameter is the minimum duration. 28. Способ по п.1, в котором последовательный комбинаторный процесс включает поток материалов и/или деталей на предприятии, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии транспортировки материалов и/или деталей между участками предприятия, рабочим параметром, характеризующим конечный результат, является скорость потока, а оптимальным значением рабочего параметра является максимальная скорость потока.28. The method according to claim 1, in which the sequential combinatorial process includes a flow of materials and / or parts at the enterprise, while the actions performed are separate forming a sequence of stages of transportation of materials and / or parts between sections of the enterprise, the operating parameter characterizing the final result, is the flow rate, and the optimum value of the operating parameter is the maximum flow rate. 29. Способ по п.1, в котором последовательный комбинаторный процесс включает перекачку газа или нефти по сети трубопроводов, при этом осуществляемые действия представляют собой образующие последовательность действия на отдельных участках сети трубопроводов по управлению соответствующими элементами трубопроводов, скоростью нагнетания и клапанами, причем рабочим параметром, характеризующим конечный результат, является схема доставки нефти или газа, а оптимальным значением рабочего параметра является требуемая схема доставки нефти или газа.29. The method according to claim 1, in which the sequential combinatorial process includes pumping gas or oil through a network of pipelines, while the actions performed are forming a sequence of actions on separate sections of the pipeline network to control the corresponding elements of the pipelines, the discharge rate and valves, and the operating parameter characterizing the end result is the oil or gas delivery scheme, and the optimal value of the operating parameter is the required oil delivery scheme or gas. 30. Способ по п.1, в котором последовательный комбинаторный процесс включает смешивание компонентов или ингредиентов, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии добавления в смесь различных компонентов или ингредиентов, рабочим параметром, характеризующим конечный результат, является качество смеси, такое, как устойчивость, чистота или однородность, а оптимальным значением рабочего параметра является требуемое качество.30. The method according to claim 1, in which the sequential combinatorial process includes mixing the components or ingredients, while the actions are separate forming a sequence of stages of adding various components or ingredients to the mixture, the working parameter characterizing the final result is the quality of the mixture, such as stability, purity or uniformity, and the optimum value of the operating parameter is the required quality. 31. Способ по п.1, в котором последовательный комбинаторный процесс включает численный метод, характеризующий поведение биологических компонентов, при этом осуществляемые действия представляют собой отдельные образующие последовательность стадии взаимодействия между компонентами, причем рабочим параметром, характеризующим конечный результат, является конечный результат последовательности, а оптимальным значением рабочего параметра является известный конечный результат.31. The method according to claim 1, in which the sequential combinatorial process includes a numerical method characterizing the behavior of biological components, while the actions performed are separate forming the sequence of the stage of interaction between the components, and the working parameter characterizing the final result is the final result of the sequence, and the optimal value of the operating parameter is the known end result. 32. Способ по п.1, в котором последовательный комбинаторный процесс относится к "задаче о рюкзаке", при этом осуществляемые действия представляют собой образующую последовательность загрузку в "рюкзак" отдельных предметов, рабочим параметром, характеризующим конечный результат, является численное значение предметов в "рюкзаке", а оптимальным значением рабочего параметра является максимальное численное значение.32. The method according to claim 1, in which the sequential combinatorial process relates to the "backpack problem", while the actions performed are a sequence of loading individual items into the "backpack", the working parameter characterizing the final result is the numerical value of the items in " backpack ", and the optimal value of the working parameter is the maximum numerical value. 33. Способ по п.1, в котором последовательный комбинаторный процесс включает объединение транспортных единиц в цепочку, при этом осуществляемые действия представляют собой образующие последовательность действия по объединению отдельных единиц, рабочим параметром, характеризующим конечный результат, является время, необходимое для разъединения цепочки и повторного объединения в цепочку с целью удаления и/или добавления единиц, а оптимальным значением рабочего параметра является минимальное количество времени.33. The method according to claim 1, in which the sequential combinatorial process includes combining transport units into a chain, the actions that are carried out constitute a sequence of actions for combining individual units, the working parameter characterizing the final result is the time required to disconnect the chain and reuse chaining to remove and / or add units, and the optimal value for the operating parameter is the minimum amount of time. 34. Компьютерная система для реализации способа оптимизации последовательного комбинаторного процесса, включающего множество взаимозаменяемых действий, осуществляемых в любой из множества последовательностей с целью достижения конечного результата процесса, характеризуемого рабочим параметром, содержащая
память для запоминания планирования экспериментов, представляющего собой группу последовательностей, выбранных из множества последовательностей, и запоминания данных, связанных с каждой последовательностью из планирования экспериментов и касающихся значения вклада каждого действия из каждой последовательности в достижение конечного результата, характеризуемого рабочим параметром, и
процессор, запрограммированный для
прогона группы из множества последовательностей через имитацию модели процесса, в которую в качестве исходных данных вводят последовательность действий и определяют значение конечного результата путем суммирования вкладов в конечный результат каждого действия из каждой введенной последовательности, при этом значение вклада выбирают из значений, содержащихся в данных о рабочих параметрах, согласно алгоритму, при помощи которого в планировании экспериментов осуществляют поиск соответствия между каждым действием из введенной последовательности и действиями из последовательностей планирования экспериментов согласно указателю приоритетов условий совпадения, извлекают значения вклада совпавшего действия и осуществляют запись значения конечного результата каждой последовательности в памяти, и
идентифицирования оптимальной последовательности путем поиска зарегистрированных оптимальных значений конечного результата в имитации модели с целью обнаружения зарегистрированного оптимального значения рабочего параметра, при этом последовательность, которая обеспечивает такое зарегистрированное оптимальное значение, представляет собой оптимальную последовательностью.34. A computer system for implementing a method for optimizing a sequential combinatorial process, comprising a plurality of interchangeable actions carried out in any of a plurality of sequences in order to achieve an end result of a process characterized by an operating parameter, comprising
a memory for storing the planning of experiments, which is a group of sequences selected from a plurality of sequences, and storing data associated with each sequence from the planning of experiments and concerning the value of the contribution of each action from each sequence to the achievement of an end result characterized by a working parameter, and
processor programmed for
running a group of multiple sequences through an imitation of a process model into which a sequence of actions is introduced and the value of the final result is determined by summing the contributions to the final result of each action from each entered sequence, and the contribution value is selected from the values contained in the data on the workers parameters, according to the algorithm by which, in the planning of experiments, a search is made for correspondence between each action from the last entered and successive actions of the design of experiments sequences according to priorities index matching conditions are extracted values of the deposit matched and perform the final result value recording each sequence in the memory, and
identifying the optimal sequence by searching for registered optimal values of the final result in a simulation of the model in order to detect the registered optimal value of the operating parameter, while the sequence that provides such a registered optimal value is an optimal sequence. 35. Компьютерная система по п.34, в которой процессор дополнительно запрограммирован для вычисления данных, связанных с каждой последовательностью из планирования экспериментов, путем прогона каждой последовательности из планирования экспериментов через эталонную модель процесса, в которую в качестве исходных данных введена последовательность действий и которая определяет значение конечного результата и значения вкладов в конечный результат каждого действия из введенной последовательности.35. The computer system according to clause 34, in which the processor is additionally programmed to calculate data associated with each sequence from the planning of experiments, by running each sequence from the planning of experiments through a reference model of the process into which a sequence of actions is entered as the source data and which determines the value of the final result and the value of contributions to the final result of each action from the entered sequence. 36. Компьютерная система по п.35, в которой имитация модели представляет собой упрощенное приближение к эталонной модели.36. The computer system according to clause 35, in which the simulation model is a simplified approximation to the reference model. 37. Компьютерная система по п.35, в которой процессор дополнительно запрограммирован для прогона идентифицированной оптимальной последовательности через эталонную модель после идентификации оптимальной последовательности с целью определения значения конечного результата и сравнения зарегистрированного оптимального значения идентифицированной оптимальной последовательности, определенной при помощи имитации модели, с конечным результатом, определенным при помощи эталонной модели с целью проверки точности идентификации оптимальной последовательности.37. The computer system according to clause 35, in which the processor is additionally programmed to run the identified optimal sequence through the reference model after identifying the optimal sequence in order to determine the value of the final result and compare the registered optimal value of the identified optimal sequence determined by simulating the model with the end result determined using the reference model in order to verify the accuracy of identification is optimal th sequence. 38. Компьютерная система по п.37, в которой процессор дополнительно запрограммирован для
дополнения планирования экспериментов идентифицированной оптимальной последовательностью при обнаружении различия между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, определенным при помощи имитации модели, и конечным результатом, определенным при помощи эталонной модели, величина которого неприемлема для процесса, так, чтобы идентифицированная оптимальная последовательность и значения вкладов в конечный результат каждого действия, определенные путем прогона идентифицированной оптимальной последовательности через эталонную модель, были доступны для поиска и извлечения при помощи алгоритма имитации модели,
прогона группы из множества последовательностей через имитацию модели с целью получения новых значений конечного результата каждой последовательности и
идентификации новой оптимальной последовательности на основании новых конечных результатов.38. The computer system according to clause 37, in which the processor is additionally programmed to
supplementing the design of experiments with the identified optimal sequence when there is a difference between the recorded optimal value of the identified optimal sequence determined using the simulation model and the final result determined using the reference model, the value of which is unacceptable for the process, so that the identified optimal sequence and the values of the contributions to the final the result of each action determined by running identified optimal sequences through the reference model, were available for search and retrieval using the model simulation algorithm,
running a group of multiple sequences through a simulation of the model in order to obtain new values of the final result of each sequence and
identifying a new optimal sequence based on new end results. 39. Компьютерная система по п.38, в которой процессор дополнительно запрограммирован для повторного осуществления стадий по пп.37 и 38 применительно к новой идентифицированной оптимальной последовательности до тех пор, пока различие между зарегистрированным оптимальным значением идентифицированной оптимальной последовательности, полученным при помощи имитации модели, и конечным результатом, полученным при помощи эталонной модели, не станет приемлемым для процесса.39. The computer system according to § 38, in which the processor is additionally programmed to re-carry out the stages according to § 37 and 38 in relation to a new identified optimal sequence until the difference between the registered optimal value of the identified optimal sequence obtained by simulating a model, and the end result obtained using the reference model will not be acceptable to the process. 40. Компьютерная система по п.34, в которой данные, связанные с каждой последовательностью из планирования экспериментов, содержат значения вкладов в конечный результат каждого действия из каждой последовательности планирования экспериментов, полученные в результате осуществления последовательного комбинаторного процесса с использованием каждой последовательности из планирования экспериментов.40. The computer system according to clause 34, in which the data associated with each sequence from the planning of experiments contain the values of contributions to the final result of each action from each sequence of planning experiments, obtained as a result of a sequential combinatorial process using each sequence from the planning of experiments. 41. Компьютерная система по п.34, в которой указатель приоритетов представляет собой иерархию условий совпадения в порядке убывания уровня совпадения между действием из последовательности, введенной в имитацию модели, и действиями из последовательностей, входящих в планирование экспериментов, с точки зрения положения действия во введенной последовательности и/или действий, предшествующих действию из введенной последовательности.41. The computer system according to clause 34, in which the priority index is a hierarchy of matching conditions in descending order of level of coincidence between the action from the sequence entered in the simulation model and the actions from the sequences included in the planning of experiments, from the point of view of the position of the action in the entered sequences and / or actions preceding the action from the entered sequence. 42. Компьютерная система по п.34, в которой условия совпадения включают:
порядок, определяющий число действий, предшествующих действию в последовательности, введенной в имитацию модели, которые должны совпасть с действиями, предшествующими действию из последовательностей планирования экспериментов, и
тип определения совпадения положения действия в последовательности, введенной в имитацию модели, с положением действия в последовательностях из планирования экспериментов, при этом для совпадения 1-го типа положение действия во введенной последовательности должно совпадать с положением действия в последовательностях из планирования экспериментов, а для совпадения 2-го типа не требуется, чтобы положение действия во введенной последовательности совпадало с положением действия в последовательностях из планирования экспериментов.42. The computer system according to clause 34, in which the terms of the match include:
an order defining the number of actions preceding the action in the sequence introduced into the simulation of the model, which must coincide with the actions preceding the action from the sequences of the planning of experiments, and
the type of determination of the coincidence of the position of the action in the sequence entered in the simulation of the model with the position of the action in the sequences from the planning of experiments, while for type 1 coincidence, the position of the action in the entered sequence must coincide with the position of the action in the sequences from the planning of experiments, and for coincidence 2 -th type it is not required that the position of the action in the entered sequence coincides with the position of the action in the sequences from the planning of experiments. 43. Компьютерная система по п.42, в которой для последовательности, состоящей из n-го числа действий, указатель приоритетов содержит следующие условия совпадения:
совпадение n-го порядка 1-го типа,
совпадение n-го порядка 2-го типа,
совпадение (n-1)-го порядка 1-го типа,
совпадение (n-1)-го порядка 2-го типа,
...
совпадение 1-го порядка 1-го типа,
совпадение 1-го порядка 2-го типа,
совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой в планировании экспериментов.43. The computer system according to paragraph 42, in which for a sequence consisting of the nth number of actions, the priority indicator contains the following matching conditions:
coincidence of the n-th order of the 1st type,
coincidence of the n-th order of the 2nd type,
coincidence of the (n-1) -th order of the 1st type,
coincidence of the (n-1) -th order of the 2nd type,
...
1st order coincidence 1st type,
1st order coincidence of the 2nd type,
coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used in the planning of experiments. 44. Компьютерная система по п.42, в которой для последовательности, состоящей из n-го числа действий, указатель приоритетов содержит следующие условия совпадения:
совпадение n-го порядка 1-го типа,
совпадение (n-1)-го порядка 1-го типа,
совпадение (n-2)-го порядка 1-го типа,
...
совпадение 1-го порядка 1-го типа,
совпадение n-го порядка 2-го типа,
совпадение (n-1)-го порядка 2-го типа,
совпадение (n-2)-го порядка 2-го типа,
...
совпадение 1-го порядка 2-го типа,
совпадение действия в любом положении в последовательности с таким же действием, занимающим первое положение в любой последовательности, используемой для планирования экспериментов.44. The computer system according to paragraph 42, in which for a sequence consisting of the nth number of actions, the priority indicator contains the following matching conditions:
coincidence of the n-th order of the 1st type,
coincidence of the (n-1) -th order of the 1st type,
coincidence of the (n-2) -th order of the 1st type,
...
1st order coincidence 1st type,
coincidence of the n-th order of the 2nd type,
coincidence of the (n-1) -th order of the 2nd type,
coincidence of the (n-2) -th order of the 2nd type,
...
1st order coincidence of the 2nd type,
coincidence of the action in any position in the sequence with the same action, occupying the first position in any sequence used to plan experiments. 45. Компьютерная система по п.42, в которой планирование экспериментов включает выбор из множества последовательностей тех, которые включают действия, обеспечивающие совпадения по меньшей мере со всеми комбинациями действий, отвечающих условию совпадения выбранного порядка и типа.45. The computer system according to § 42, in which the planning of the experiments includes the selection of the set of sequences of those that include actions that ensure coincidence with at least all combinations of actions that meet the condition of coincidence of the selected order and type. 46. Компьютерная система по п.34, в которой планирование экспериментов включает случайный выбор последовательностей из множества последовательностей.46. The computer system according to clause 34, in which the planning of experiments includes random selection of sequences from multiple sequences. 47. Компьютерная система по п.34, в которой процессор дополнительно запрограммирован для выбора последовательностей для планирования экспериментов.47. The computer system according to clause 34, in which the processor is additionally programmed to select sequences for planning experiments. 48. Компьютерная система по п.34, в которой процессор дополнительно запрограммирован для прогона всех из множества последовательностей через имитацию модели.48. The computer system according to clause 34, in which the processor is additionally programmed to run all of the many sequences through a simulation model. 49. Компьютерная система по п.34, в которой последовательный комбинаторный процесс включает приваривание лопасти к кольцу корпуса заднего подшипника газовой турбины, при этом осуществляемые действия представляют собой проведение сварки последовательно по отдельным траекториям, рабочий параметр, характеризующий конечный результат, представляет собой деформацию кромки лопатки, а оптимальное значение рабочего параметра представляет собой минимальную величину деформации. 49. The computer system according to clause 34, in which the sequential combinatorial process includes welding the blades to the ring of the housing of the rear bearing of the gas turbine, while the actions performed are welding sequentially along individual trajectories, the operating parameter characterizing the final result is a deformation of the blade edge , and the optimal value of the operating parameter is the minimum strain.

Images