Курсовая Системная инженерия. Курсовая работа. Курсовая работа по дисциплине Системная инженерия
 Скачать 270.88 Kb.
|
|
Область знания, к которой относится проект: раздел математики - мат статистика, информатика и науки о системах. Методологические и теоретические основания проекта: физика открытых систем (ФОС). Технологическая база проекта: технологии ФОС, data mining. ФОС предлагает информационные и когнитивные технологии познания, вносит рациональные объяснения. Она основана на принципах системности и холизма, исследует открытие системы и способствует устранению трудности в вопросе познания открытых систем. Первой стадией в вопросе познания системы стоит задача сформировать исходную систему эмпирических данных, которая наиболее полно отразит техпроцесс и показатели чипов. Иными словами, требуется сформировать аналитическое ядро. Вторая стадия – разработка полного множества классификационных правил. На их основе для каждого устройства будет установлен свой класс отказоустойчивости. Правила строятся на основе системных знаний. Системное знание создается из больших данных, которые извлекаются из разных источников. Данные показателей чипов и результаты систем тестирования чипов подвергаются технологии системных реконструкции, накладываются на технологию системной экспертизы и проходят через технологию системного дизайна. Научный метод и компьютерные технологии ФОС являются мощным средством преодоления сложности открытых систем. ФОС как методология, теория и технология системного исследования обладает большим аналитическим и вычислительным превосходством над другими методами продвинутой системной аналитики, применяемыми в настоящее время. ФОС разработана в России научной группой консорциума «Институт стратегических разработок» (Санкт-Петербург) и СПбГЭТУ «ЛЭТИ». Авторы ФОС являются участниками предлагаемого проекта. Идеи ФОС, ее подходы, методы и технологии испытаны в разных областях знания, в числе которых: безопасность (химическая, радиационная, социальная) (В. Агеев, А. Арасланов, Т.Качанова и др. Системный анализ влияния условий труда на состояние здоровья персонала опасного химического производства // Труды IV Международной конференции «Параллельные вычисления и задачи управления» (PACO’08). М.: ИПУ РАН, 2008. С. 1–22; В. Агеев, А. Арасланов, Т.Качанова и др. Генерация системного знания по проблемам социальной напряженности в регионах России // Научно-технические ведомости СПбГПУ, №2-1 (147) 2012. С. 300–308); системная биология, геномика, вычислительная токсикология, медицина, здравоохранение, экология человека и территорий (V. Ageev, B. Fomin, O. Fomin, et al., “Physics of open systems: A new approach to use genomics data in risk assessment”, in: The Continuum of Health Risk Assessments, InTech (2012), pp. 135-160; V. Ageev, T. Kachanova, L. Kopylev, et al.,”Physics of open systems: Effects of the impact of chemical stressors on differential gene expression”// Cybernetics and Systems Analysis, volume 50, issue 2, March 2014, pp. 218-227) Предлагаемые в проекте направление исследований и подходы к решению приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных» и ключевой проблемы «моделирование системы, характеризующую этот процесс как целостную систему» на основе ФОС являются перспективными для научного приоритета «системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов». Проект должен привести к результатам высокого научного значения таким как: Преодоление сложности, познание, научное понимание, рациональное объяснение причины отказа чипов; Извлечение полного завершенного научно достоверного онтологического, аксиологического и праксиологического знания о системах производства чипов из Больших Данных; Реальная возможность освоения огромных объемов эмпирических данных, путем преобразования этих данных в достоверное научное знание о диагностике и контроле возникновения вышедших из строя устройств; Автоматический самоконтроль и корректировка процессов формирования Больших Данных в реальном времени, кардинальное усиление «интеллекта» и продуктивности мониторингов работоспособности чипов. Новое направление, новые подходы и новые методы решения приоритетных задач и ключевых проблем научного приоритета. Научно обоснованное решение на основе классификатора, базирующегося на построенном аналитическом ядре 3.4. Ключевые слова Открытые системы, сложность открытых систем, большие данные, физика открытых систем, прогнозирование, информационные системы, аудит, диагностика, контроль производства, онтологическое знание, аксиологическое знание, праксиологическое знание, информационные технологии. 3.5. Аннотация проекта Современные технологии и рынок производства точной электроники во втором десятилетии 20 века стали главным движущим вектором прогресса. Производство чипов и контроллеров нашло свое применение даже в носимой электронике и биоинформатике. Новые подходы к использованию чипов в разных сферах жизнедеятельности диктуют высокие требования к качеству. Прогноз отказа чипов является приоритетной задачей прогноза отказа чипов при мониторинге производства. В проекте научно обосновано новое направление исследований прогноза отказа чипов. Начало этому направлению положила идея познания эмпирических данных как открытых Информационных Систем. На основе этой идеи возможны новые подходы к диагностике и контролю возникновения сбоев работы чипов, основанные на системном мышлении и системном знании. Системное мышление привело к новой системной методологии научного познания работоспособности чипов, а системное знание онтологии, аксиологии и праксиологии позволит на фундаментальном уровне обосновать адекватные системные методы классификации чипов по вероятности отказа. ФОС полагает исследование на принципы системности и холизма. Понимание и распознавание характерных паттернов в работе чипов выступает главной научной целью исследования. ФОС извлекает из больших данных полное онтологическое, аксиологическое и праксиологическое знание о состояниях чипов. Объем эмпирических данных колоссален. Полагаясь на конструктивную теорию ФОС, обеспечивается извлечение объективного научно достоверного знания. ФОС преобразует большие данные о работоспособности чипов в эмпирические описания. Полная формализация онтологии о техническом процессе производства и дальнейшей работе чипов как самостоятельных единиц раскрывается через всестороннюю формализацию: устроения системы в целом, в частях, через части, в совокупности друг с другом; актуальных стостояний системы. Онтологическое знание включает: базовые элементы системной организации, многообразие ролевых функций элементов; полное множество уникальных качеств системы; глобальные реконструкции всех состояний системы; идеальные и актуальные формы выражения каждого уникального качества системы. Аксиология каждого рассматриваемого чипа представляется в проекте ресурсами системного знания – технологическим, информационным, интеллектуальным и когнитивным. Всякий ресурс имеет свой набор ценности онтологического знания о системе. Каждый ресурс имеет неповторимый набор своих мер ценности онтологического знания о системе в целом. Технологический ресурс оценивается как завершенность и адекватность глобальных реконструкций состояний системы в части соответствия каждого эмпирического факта его системному смыслу. Информационный ресурс оценивается как способность исходного эмпирического описания проявлять смыслы системы чипов в полной и законченной форме. Интеллектуальный ресурс рассматривается как ценность моделей всех качеств системы. Когнитивный ресурс, в свою очередь, рассматривается как адекватность и завершенность глобальных реконструкций состояний системы в части соответствия каждого эмпирического факта его системному смыслу. Ресурсами решений приоритетной задачи можно определить праксиологию вопроса. Праксиология завершает исследование прогноза отказа чипов методами ФОС. Ресурсы решений воплощаются в контекстах для проективной, когнитивной и аналитической деятельности предметных специалистов. Контексты для когнитивной и аналитической деятельности структурируют и оформляют онтологическое и аксиологическое знание в форматы, пригодные для практического решения задачи и ключевой проблемы научного приоритета. Контексты для проективной деятельности обеспечивают эффективную разработку полных конкретно-предметных описаний таких систем, создание метода контроля состояния чипов и как следствие прогнозирование их отказов. В проекте на основе системного знания предложены новые подходы и методы, обеспечивающие на фундаментальном уровне решение задач прогноза чипов на основе системного знания. 3.6. Ожидаемые результаты и их значимость Ожидаемые результаты адекватны как вызовам приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных», так и вызовам ключевой проблеме «моделирование системы, характеризующую этот процесс как целостную систему». Ожидается возникновение новый подхода к аналитике больших данных и дата майнингу. Работают технологии аналитического ядра ФОС, извлекающие из данных измерений производственного процесса системное знание в виде реконструктивных семейств формальных моделей механизмов системогенеза и состояний исследуемой производственной системы. В рассматриваемом контексте системное знание извлекается из совокупности описаний изделий (чипов), содержащих числовые значения их свойств, измеренных на всех технологических этапах производства, а также сведения от внутренних сенсоров. Технологии ФОС производят системное знание о свойствах и различающих признаках всех устройств. Рассматриваются ключевые показатели; системные роли показателей; оценки значимости показателей; допустимые области значений показателей; кластер объектов наблюдения, выступающих носителями раскрытого системного качества; оценки степени интенсивности воплощения эталона в объектах кластера. Как результат построение универсального классификатора на базе онтологии и аналитического ядра ФОС. Построится полное множество правил способное обеспечить идентификацию всех объектов с точностью классификации, равной 1.0. Эти результаты намерены создать научную базу для решения сложных проблем прогноза отказа чипов. Путем вовлечения научного системного знания в планирование мониторингов удается организовать обратную связь от знания к данным и на этой основе достигать целенаправленного уменьшения (полного устранения) дефектов знания, полученного из Больших Данных. Ресурсы решений и контексты проективной деятельности, выступающие в качестве элементов праксиологческого знания о работоспособности чипов, дают предметным специалистам необходимые научные основания для прогнозирования с ничтожным риском получения неадекватных эмпирических описаний системы. Задача прогнозирования решается на фундаментальном уровне путем построения естественной классификационной системы по классификационному полю, полученному из больших данных по мониторингу производства. Референты классов классификационного поля имеют однотипные описания. Объекты-референты всех классов классификационного поля образуют обобщенную систему прогнозирования отказа чипов. На базе ФОС выявляется онтология и аксиология обобщенной системы прогнозирования отказа чипов. Она имплицирует онтологию классов. Экспликация онтологии этой системы на онтологию классов решает задачу диагностики чипов и оценку их качества в Естественной Классификационной Системе. Метод экспликации следует конструктивной модели диагностики, разработанной на базе ФОС, определяющей: ядра гомологов (уровень онтологии системы); партоны и архетипы прогнозов (уровень интенсионалов прогнозов); референты-прототипы прогнозов, диагностические признаки, структуры таксонов прогнозов (уровень экстенсионалов прогнозов). Предложенное направление диагностики работы чипов переводит решение задачи из традиционной области искусственной диагностики в перспективную область естественной диагностики и как следствие выводит на новую методику прогноза отказа чипов. Практическое значение результатов проекта: Создание на основе ФОС лучшей мировой практики системной аналитики. Создание научных методов, информационных технологий и систем. Прозрачное видение устройства чипов, улучшение качества диагностики и прогноза выхода чипов из строя. Заключение Сложность открытых систем обусловлена их масштабами, гетерогенностью возникающих структур, взаимозависимостью гетерогенных компонентов. Моделирование открытых систем остро ощущает проблемы эмерджентности, системных иерархий, масштабируемых представлений, описания свойств в моменты их возникновения. Многодисциплинарное взаимодействие специалистов наталкивается на глубокие технологические проблемы. Огромные объемы эмпирических данных об открытых системах должны быть востребованы, и не только использоваться в рамках статистического подхода. Новые идеи и методы дают научное понимание и рациональное объяснения состояний и законов жизнедеятельности открытых систем. Физика открытых систем в качестве парадигмы системологии получает объективное научно достоверное системное знание. Она имеет глубокие методологические основания, адекватную метатехнологию, собственный теоретический аппарат. АЯ ФОС воплощает идеи, подходы и методы ФОС в части автоматической генерации, представления и оформления онтологического и аксиологического знаний об открытых системах из больших данных. АЯ ФОС входит в ТП ФОС в качестве «интеллектуальной машины» познания, научного понимания и рационального объяснения отрытых природных, общественных и антропогенных систем. АЯ ФОС осуществляет глубокий анализ больших массивов гетерогенных эмпирических данных о жизнедеятельности открытых систем и автоматически производит научно достоверное знание о системе, не обращаясь при этом к знанию экспертов предметной области. Технологии аналитического ядра ФОС производят онтологическое знание об исследуемой открытой системе по ее эмпирическому описанию. Открытая система раскрывается в ее сложности как многокачественной сущности. Система представляется во всех ее качествах, в эталонах и в формах воплощений эталонов, в моделях состояний, в моделях механизмов системогенеза, в моделях, объясняющих изменчивость показателей. Онтологическое знание о системе образуют семейства объектов и атрибутов объектов технологий. [2, 3]. Проблема прогноза отказа чипов на основе системного знания, автоматически генерируемого из эмпирических данных, полученных в результате мониторинга производства, была решена методами ФОС. Мониторинг производства и контроль работоспособности чипов давно стоит экономически значимой проблемой. Диагностика работы устройств и прогноз являются ключевой проблемой научного приоритета «системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов». Предлагаемые в проекте новые подходы к решению приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных» и ключевой проблемы «моделирование системы, характеризующую этот процесс как целостную систему» на основе ФОС являются перспективными для научного приоритета. Проект должен привести к высоким результатам научного и экономического значения. Адекватное представление о техпроцессе получено в виде эмпирического описания из больших данных, производимых самими чипами. Подход реализует новую информационную парадигму, задающую вектор знаниецентрического развития научных методов прогноза отказа чипов. Список использованных источников 1. Качанова, Т. Л., Фомин, Б. Ф. Технология системных реконструкций. СПб.: Политехника, 2003. 146 с. (Проблемы инновационного развития. Вып. 2.) 2. Качанова, Т. Л., Фомин, Б. Ф. Методы и технологии генерации системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012. 132 с. 3. Качанова, Т. Л., Фомин, Б. Ф. Квалитология системного знания: учеб. пособие. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2014. 132 с. 4. Качанова Т.Л., Туральчук К.А. Метод отбраковки негодных полупроводниковых изделий на базе технологий физики систем// Изв. СПбГЭТУ «ЛЭТИ», 2013. 5. Крис Шоу, ИТ-директор Intel EMEA. В Intel ускорили тестирование микросхем с помощью Hadoop. 6. Качанова Т. Л., Фомин Б. Ф. Системная онтология классов// Изв. СПбГЭТУ «ЛЭТИ», 2015. 7. Агеев В. О., Качанова Т. Л., Туральчук К. А., Фомин Б. Ф. Естественная классификация острых отравлений фосфорорганическими веществами// Изв. СПбГЭТУ «ЛЭТИ», 2015. 8. Качанова Т. Л., Туральчук К. А., Фомин Б. Ф., Фомин О. Б. Естественная системная классификация на основе онтологии, 2018. |