close

Вход

Забыли?

вход по аккаунту

?

Интеллектуальные процедуры проектирования технологических процессов в интегрированных САПР..pdf

код для вставкиСкачать
Программные продукты и системы
дунар. науч.-технич. конф. М.: МГТУ им. Н.Э. Баумана, 2013.
Т. 1. С. 118–124; URL: http://www.iu4.ru/2013_ts/02_tom01.pdf
(дата обращения: 15.12.2013).
3. Manning C. D., Raghavan P., Schutze H. An Introduction
to Information Retrieval Cambridge Univ. Press Cambridge, England, 2009, 544 p.; URL: http://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf (дата обращения: 15.12.2013).
4. Hiemstra D. Using language models for information retrieval. PhD Thesis, Centre for Telematics and Information Technology, Univ. of Twente, the Netherlands, 2001, 164 p.; URL:
http://wwwhome.cs.utwente.nl/~hiemstra/papers/thesis.pdf
(дата
обращения: 15.12.2013).
5. Папулин С.Ю. Способ поиска изображений по содержанию на основе логико-гистограммного представления признака цвета с применением текстового запроса пользователя //
Итоги диссертационного исследования: Матер. IV Всерос.
конкурса молодых ученых. М.: РАН, 2012. Т. 3. С. 95–106.
References
1. Matveev M.G., Sviridov A.S., Aleynikova N.A. Modeli i
metody iskusstvennogo intellekta. Primenenie v ekonomike [Models
and methods of an artificial intelligence. Application in economics].
№ 1, 2014 г.
Moscow, Finansy i statistika Publ., INFRA-M, 2008, 448 p.
2. Papulin S.Yu. 15 Molodezhnaya mezhdunar. nauchnotexnicheskaya konf. “Naukoyomnkie tekhnologii i intellektualnye
sistemy 2013” [15th Youth int. science and tech. conf. “Hi-Tech
and intelligent systems”]. Moscow, Bauman Moscow State Technical Univ. Publ., 2013, vol. 1, pp. 118–124. Available at: http://
www.iu4.ru/2013_ts/02_tom01.pdf (accessed 15 December 2013).
3. Manning C.D., Raghavan P., Schutze H. An introduction
to information retrieval. Cambridge University Press, Cambridge,
England, 2009, 544 p. Available at: http://nlp.stanford.edu/IR-book/
pdf/irbookonlinereading.pdf (accessed 15 December 2013).
4. Hiemstra D. Using language models for information retrieval. PhD thesis, Centre for Telematics and Information Technology, University of Twente Publ., the Netherlands, 2001, 164 p.
Available at: http://wwwhome.cs.utwente.nl/~hiemstra/papers/thesis.pdf (accessed 15 December 2013).
5. Papulin S.Yu. A method of image retrieval by content
based on logic-histogram representation of colorimetric quantity using text query. Itogi dissertacionnogo issledovaniya. Materialy IV
Vseross. konkursa molodykh uchenykh [Results of a thesis research.
Proc. of 4th All-Russian contest of young researchers]. Moscow,
RAN Publ., 2012, vol. 3, pp. 95–106.
УДК 621.311:658.26
ИНТЕЛЛЕКТУАЛЬНЫЕ ПРОЦЕДУРЫ ПРОЕКТИРОВАНИЯ
ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ В ИНТЕГРИРОВАННЫХ САПР
Г.Б. Бурдо, д.т.н., профессор; Н.А. Семенов, д.т.н., профессор; Исаев А.А., аспирант
(Тверской государственный технический университет,
наб. Аф. Никитина, 22, г. Тверь, 170026, Россия, gbtms@yandex.ru)
Известно, что эффективность процедур синтеза решений в САПР технологических процессов (ТП) механической
обработки во многом определяется иерархической структурой системы, обоснованностью выбора входных и выходных информационных потоков каждого ее элемента (подсистемы), правил преобразования входных данных в
выходные и возможностью оперативного реагирования на производственную ситуацию, сложившуюся в механообрабатывающих подразделениях. С этой целью авторами проведены исследования САПР ТП с элементами искусственного интеллекта для многономенклатурного машиностроительного производства, интегрированной с АСУ технологическими процессами, с позиций системного подхода. Для исследования применен теоретико-множественный
подход, при этом САПР ТП задавалась множеством элементов, каждому из которых соответствуют своя функция и
свои связи, часть из которых зависит от временного параметра. Показаны состав и иерархия подсистем САПР ТП.
Особенностью рассматриваемой системы являются наличие подсистем, реализующих функции накопления и обобщения опыта проектирования технологических процессов механической обработки и применения критериев отбора
решений на уровнях декомпозиции процесса синтеза решений, и наличие информационных и темпоральных связей с
АСУ технологическими процессами. Приведены уровни декомпозиции проектирования технологических процессов,
показаны функции САПР ТП, реализуемые на каждом из них. Рассмотренные подход и правила преобразования информации были реализованы при разработке программных средств для автоматизированного проектирования технологических процессов в условиях предприятий единичного и мелкосерийного производства и апробированы на одном из предприятий г. Твери.
Ключевые слова: искусственный интеллект, системный анализ, системы автоматизированного проектирования технологических процессов.
INTELLIGENT PROCEDURES OF TECHNOLOGICAL PROCESSES DESIGN
IN INTEGRATED CAD-CAM SYSTEMS
Burdo G.B., Dr. Tech. Sc., Professor; Semenov N.A., Dr. Tech. Sc., Professor; Isaev A.A., Postgraduate Student
(Tver State Technical University, Quay Nikitin, Tver, 22, 170026, Russian Federation, gbtms@yandex.ru)
Аbstract. The efficiency of synthesis procedures in computer-aided design systems (CAD systems) of machining operation processes is determined by a system hierarchical structure, choice validity of the of input and output information flows in
its elements (subsystems), input-output data converting rules and possibility of dynamic response to a production situation in
machining workshops. For this purpose the authors have carried out the research of an intelligent CAD system for the multiproduct machinery production with a computer integrated manufacturing control (in view of the CAM system approach). A
set-theoretic approach is applied in the research. A set of elements is assigned to a CAD system, with each element complying with its function and links, some of them are depend on time parameter. The composition and hierarchy of CAD subsys-
60
Программные продукты и системы
№ 1, 2014 г.
tems are given. Subsystems implementing the learning curve and best practice concepts in machine processing procedures
along with functions of solution selection criteria on the levels of solution synthesis decomposition as well as data and temporal connections to CAM are referred to specific features of a CAD system in question. The article considers decomposition
levels of technological processes design and the associated CAD system functions within every level. The analyzed approach
and rules of data conversion were used in the development of software tools for a computer-aided design of technological
processes in the one-off and limited production environment. They are tested at one of the enterprises of Tver, Russia.
Keywords: artificial intelligence, system analysis, CAD systems for technological processes.
Эффективность процедур синтеза решений в
САПР технологических процессов (ТП) во многом
обусловливается обоснованностью входных и выходных информационных потоков каждого ее
элемента (подсистемы). Известно, что одним из
методов анализа информационных преобразований являются теоретико-множественные подходы
общей теории систем и искусственного интеллекта. В данной статье приводятся результаты исследования правил преобразования информации при
проектировании ТП в рамках интегрированных
систем проектирования и управления ТП (САПР
ТП – АСУТП) в условиях единичного и мелкосерийного производства, занимающего доминирующее положение в современном машиностроении. Принципы создания указанных систем обоснованы в работах [1–7].
Для разработки алгоритмов программных
средств САПР ТП был использован теоретикомножественный подход, выявлены подсистемы
информационной системы и связи между ними,
при этом САПР ТП задавалась множеством элементов, каждому из которых соответствует своя
функция. В соответствии с указанными соображениями представлена интеллектуальная системная
модель САПР ТП (см. рис.) с элементами обучения, осуществляющая процесс принятия решения
на основе учета состояния технологической под-
системы (ТхП). Иерархия процесса принятия решений в САПР ТП представлена слева направо, то
есть оператор R1 обладает высшей иерархией по
отношению к R2–R4. Иерархия остальных элементов имеет естественный вид. Операторы {Oi} и
{Ni} имеют высший приоритет по отношению
к {Ri}, C – высший приоритет по отношению к
{Oi} и {Ni}, B – по отношению к {Ri}, A – по отношению к B и C.
Операторы R1–R4 осуществляют процесс принятия технологических решений в САПР ТП.
Оператор R1 выполняет информационные преобразования, связанные с разработкой укрупненной схемы технологического маршрута:
R1: L1tW1Y1,
(1)
где L1 – сведения, содержащиеся в исходных данных (в конструкторской документации, различных
стандартах, справочных материалах и т.д.) и необходимые для синтеза укрупненной схемы; t – множество параметров, определяющих текущее состояние в ТхП, для оператора R1 здесь же указана
очередность разработки технологий; W1 – множество параметров, определяющих обобщенный
опыт проектирования укрупненной схемы;
Y1={y1j} – множество параметров, определяющих
синтезированные укрупненные схемы технологических маршрутов, j 1, n1 .
Система высшего уровня
Z
D
A
B
L0
{YC0, … , YC3}
{Li}
C
ΔYC1
Δ2Y1
O1
ΔYC0
ΔYC3
ΔYC2
Δ2Y3
Δ2Y2
Δ1Y'1
W1
N1
Y1
K1
Δ1Y'2
W2
Y'1
Q1
R1
O2
Y'1
{Δ2Yi}
N2
Y2
R2
O3
W3
Y'2
Q2
Δ2Y4
K2
Δ1Y'3
Y'2
Y'3
Q3
Y3
R3
O4
N3
K3
Y'3
Δ1Y'4
W4
Y4
Y''
Y'4
Q4
R4
Np
N4
K0
Y'4
P
(ТхП)
YС1
L1
YС3
YС2
L2
L3
YС0
L4
t
к АСУТП
от АСУТП
Системная модель САПР ТП
61
Программные продукты и системы
Оператор R2 осуществляет синтез маршрутов
обработки детали:
R2: L2 Y1tW2Y2,
(2)
где Y2={y2j} – множество параметров, определяющих возможные маршруты обработки детали,
j 1, n2 ; L2 – множество параметров, содержащихся в исходных данных, необходимых для синтеза маршрутов обработки; Y1(Y1={y1}; Y1Y1;
j 1, m1 , m1<n1) – множество параметров, определяющих рациональные варианты укрупненных
схем из числа синтезированных на предыдущем
уровне; W2 – множество параметров, определяющих обобщенный опыт проектирования маршрутов обработки.
Оператор R3 синтезирует варианты операционных технологий из числа рациональных технологических решений, отобранных на предыдущих
уровнях:
R3: L3Y1Y2tW3Y3,
(3)
где L3 – множество параметров, описывающих
сведения, содержащиеся в исходных данных, необходимых для синтеза операционных технологий; Y2(Y2={y2j}; Y2Y2; j 1, m2 , m2<n2) – множество параметров, определяющих рациональные
варианты синтезированных маршрутов; W3 – множество параметров, определяющих обобщенный
опыт проектирования операционных технологий;
Y′3={y3j} – множество параметров, определяющих
возможные варианты синтеза операционных технологий из числа решений, отобранных на предыдущем уровне, j 1, т3 .
Оператор R4 синтезирует управляющие программы для станков с ЧПУ. Если оборудование
такого типа отсутствует, информация от оператора R3 адресуется оператору K0.
R4: L4Y1Y2Y3tW4Y4,
(4)
где L4 – множество параметров, описывающих
сведения, содержащиеся в исходных данных и необходимые для синтеза управляющих программ;
Y3(Y3Y3; Y3={y3j}; j 1, m3 , m3<n3) – множество
параметров, описывающих рациональные варианты операционных технологий; W4 – множество
параметров, описывающих обобщенный опыт
проектирования управляющих программ; Y4={Y4j}
– множество параметров, характеризующих сведения, содержащиеся в управляющих программах,
j 1, m4 .
Операторы K1–K3 осуществляют отбор рациональных решений на промежуточных уровнях, а
оператор K0 – оптимального на последнем. Оператором K1 осуществляются две функции.
Первая, K11, выполняет отбор рациональных
вариантов укрупненных схем технологических
процессов из числа синтезированных операторами R1:
K11: Y1YC1Y1,
(5)
62
№ 1, 2014 г.
где YC1 – обобщенный опыт по применению критерия на первом уровне с учетом опыта процесса
ТП в целом, их реализации в ТхП и целевой функции.
Вторая функция, K12, определяет разброс значений критериев решений, синтезированных R1:
K12: {y1j}=Y1Q1={q1j},
(6)
где Q1 – множество параметров критериев выбора,
соответствующих решениям {y1j}.
Функции оператора K2:
K21: Y2YC2Y2; K22: {y2j}=Y2Q2={q2j}, (7)
где YC2 – обобщенный опыт применения критериев отбора на уровне проектирования маршрута с
учетом опыта ПТП в целом, отработки технологических решений в ТхП и глобальной целевой
функции; Q2={q2j} – множество параметров критериев выбора решений на втором уровне, соответствующих Y′2.
Функции оператора K3:
K31: Y3YC3Y3; K32: {y3j}=Y3Q3={q3j}, (8)
где YC3 – обобщенный опыт применения критериев на уровне проектирования операционных технологий с учетом опыта процесса ТП в целом, отработки технологических решений в ТхП и глобальной целевой функции; Q3={q3j} – множество
параметров критериев выбора решений на втором
уровне, соответствующих Y′3.
Функции оператора K0:
K01: Y4YC0Y4; K02: Y4Q4={q4j},
(9)
где YC0 – опыт применения глобального критерия
выбора ТП в целом и отработки технологических
решений в ТхП; Q4={q4j} – множество параметров
целевой функции ТП в целом, соответствующих
Y4={y4j}; j 1, n4 , n4<m4.
Операторы N1–N4 выполняют накопление информации в результате работы операторов R1–R4,
K1–K3 и K0.
Оператор N1 выполняет функции накопления
опыта и оценки вариантов проектирования на первом уровне.
N11: Y′1→∆1Y′1,
(10)
где ∆1Y′1 – множество параметров, характеризующих новые знания, полученные из отобранных
синтезированных вариантов, то есть оригинальные технологические решения по укрупненной
схеме для определенных типов деталей.
Вторая функция, N12:
N12: Q1Y′2→∆YC1,
(11)
где ∆YC1 – множество параметров, характеризующих разброс значений критериев для отобранных
вариантов оригинальных решений и технологических решений, являющихся аналогами ранее полученных, в привязке к параметрам решений на
данном уровне.
N21: Y′2→∆1Y′2,
(12)
где ∆1Y′2 – множество параметров, характеризующих новые знания, полученные из отобранных на
уровне синтезированных вариантов маршрутов.
Программные продукты и системы
N22: Q2Y′2→∆YC2,
(13)
где ∆YC2 – множество параметров, характеризующих значения критериев для рациональных оригинальных маршрутов и являющихся аналогами
ранее разработанных, в привязке к параметрам
решений, отобранным на первом и данном
уровнях;
N31: Y′3→∆1Y′3; N32: Q3Y′3→∆YC3,
(14)
где ∆1Y′3 – множество параметров, характеризующих новые оригинальные решения из числа отобранных на уровне операционных технологий;
∆YC3 – множество параметров, характеризующих
значения критериев для рациональных оригинальных операционных технологий, а также для решений, являющихся аналогами ранее принятых, в
привязке к параметрам решений, отобранных на
первом, втором и данном уровнях.
N41: Y′4→∆1Y′4; N42: Q4Y′4→∆YC4,
(15)
где ∆1Y′4 – множество параметров, определяющих
новое оригинальное технологическое решение из
числа отобранных на уровне разработки управляющих программ; ∆YC4 – множество параметров,
определяющих значения критериев для новых вариантов управляющих программ, и для решений,
являющихся аналогами ранее принятых, в привязке к параметрам решений, отобранным на первом,
втором, третьем и данном уровнях.
Оператор NP накапливает информацию по реализованным синтезированным технологическим
решениям всех уровней в ТхП:
NP1: Y′→∆2Y1; NP2: Y′→∆2Y2;
NP3: Y′→∆2Y3; NP4: Y′→∆2Y4,
(16)
где Y″ – множество параметров, характеризующих
фактическое состояние изделия после реализации
в ТхП разработанных технологических решений;
∆2Y1, ∆2Y2, ∆2Y3, ∆2Y4 – множество параметров, характеризующих новые результаты реализации в
ТхП решений по определенным классам деталей, а
также частоту получения аналогичных результатов по укрупненной схеме, маршрутам, операционным технологиям и управляющим программам
соответственно. По существу множества ∆2Y1–∆2Y4
характеризуют новые результаты внедрения технологии в производство.
Операторы O1–O4 обобщают опыт проектирования на всех уровнях исходя из анализа параметров синтезированных ТП и фактического состояния изготавливаемого объекта после прохождения
ТхП, их функции:
O1: 1Y′12Y1→W1; O2: 1Y′22Y2→W2;
O3: 1Y′32Y3→W3; O4: 1Y′42Y4→W4. (17)
Оператор C устанавливает и обобщает опыт
применения критериев на различных уровнях
процесса ТП, его функции:
C1: L0YC1→YC1; C2: L0YC2→YC2;
C3: L0YC3→YC3; C4: L0YC4→YC4,
(18)
где L0 – множество параметров, определяющих
целевую функцию и организационно-экономические ограничения для технологий.
№ 1, 2014 г.
Функция оператора P состоит в определении
множества параметров, определяющих качество
изготовленных изделий, полученных при реализации ТП в ТхП: P: Y′4→Y″.
Функция оператора B состоит в выделении
массивов информации {Li}={L1, L2, L3, L4}, необходимой для синтеза решений на каждом уровне:
B1: D→L1; B2: D→L2; B3: D→L3; B4: D→L4, (19)
где D – множество параметров, описывающих
исходные данные для осуществления синтеза
решений; L1, L2, L3, L4 – множество параметров –
исходных данных, необходимых для синтеза укрупненной схемы, маршрутов, операционных технологий и управляющих программ.
Оператор A реализует следующие функции
системы управления верхнего уровня:
A1: Z→D; A2: Z→L0,
(20)
где Z – директива на разработку ТП и производство изделий.
Совокупность операторов R1–R4 представляет
собой механизм или алгоритмы синтеза решений в
САПР ТП.
Операторы N1–N4 выполняют накопление информации о спроектированных ТП и решений по
укрупненной схеме, маршрутам, операционным
технологиям и управляющим программам, а оператор NP выполняет функцию накопления фактических параметров изделий после реализации
ТхП. Следовательно, указанные операторы – подсистема накопления информации в САПР ТП.
Операторы O1–O4 – подсистема обобщения
информации по проектированию и реализации
технологий. В совокупности операторы N1–N4, NP
и O1–O4 реализуют часть процесса обучения, связанную с синтезом новых правил проектирования.
Совокупность операторов K1–K3 и K0 – алгоритмы отбора решений на уровнях декомпозиции.
Их совокупность – подсистема оценки отбора решений, построенная на эвристических критериях,
которая позволяет резко сузить пространство поиска.
Оператор C служит для обобщения, уточнения
и перестройки эвристических критериев отбора,
то есть реализует вторую сторону процесса обучения, связанную с оценкой вариантов технологий.
Осуществление связи с АСУТП по параметру t
позволяет выполнять проектирование исходя из
сложившейся ситуации в ТхП, что отвечает требованиям, предъявляемым к системам искусственного интеллекта.
Оператор B выполняет функцию ввода в САПР
ТП исходных данных, необходимых для проектирования. Оператор P выполняет оценку качества
изделий, изготовленных в ТхП. Оператор A не относится непосредственно к САПР ТП, это система
управления организацией.
В заключение отметим, что указанный подход
и правила преобразования информации были реализованы при разработке программных средств [8]
63
Программные продукты и системы
для автоматизированного проектирования ТП в
условиях предприятий единичного и мелкосерийного производства, апробированных в ООО «Нефтегазгеофизика» (г. Тверь).
Литература
1. Ракович А.Г., Гаранский Г.К., Губич Л.В., Махнач В.И.
Автоматизация проектирования технологических процессов и
средств оснащения. Минск: Изд-во ИТК АН Беларусь, 1997.
276 с.
2. Цветков В.Д. Системно-структурное моделирование и
автоматизация проектирования технологических процессов.
Минск: Наука и техника, 1979. 264 с.
3. Бурдо Г.Б., Палюх Б.В. Теоретические основы комплексной автоматизированной системы проектирования и
управления технологическими процессами в многономенклатурном производстве // Вестн. СамГТУ: сер. Технич. науки.
2010. № 4 (127). С. 44–54.
4. Евгенев Г.Б. Интеллектуальные системы проектирования. М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. 334 с.
5. Кондаков А.И. САПР технологических процессов. М.:
Академия, 2007. 272 с.
6. Кунву Ли. Основы САПР (CAD\CAM\CAE) (Principles
CAD\CAM\CAE system). СПб: Питер, 2004. 560 с.
7. Норенков И.П. Основы автоматизированного проектирования: учеб. для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана,
2002. 336 с.
8. Бурдо Г.Б., Палюх Б.В., Рагозин Г.И. Программные
средства имитационного моделирования размерной структуры
технологических процессов // Программные продукты и системы. 2010. № 1 (89). С. 82–85.
№ 1, 2014 г.
References
1. Goranskiy G.K., Rakovich A.G., Gubich L.V., Makhnach V.I. Avtomatizatsiya proektirovaniya tekhnologicheskikh
protsessov i sredstv osnashcheniya [Automated design of technological processes and tools]. Minsk, ITK AN Belarus Publ., 1997,
276 p.
2. Tsvetkov V.D. Sistemno-strukturnoe modelirovanie i
avtomatizatsiya proektirovaniya tekhnologicheskikh protsessov
[System structured modeling and automated design of technological
processes]. Minsk, Nauka i tekhnika Publ., 1979, 264 p.
3. Burdo G.B., Palyukh B.V. The basics of complex automated design and technological processes control system in multiproduct manufacture. Vestnik Samarskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya “Tekhnicheskie nauki” [Vestnik of
Samara State Technical University. Technical Sciences Series].
2010, no. 4 (127), pp. 44–54 (in Russ.).
4. Yevgenev G.B. Intellektualnye sistemy proektirovaniya
[Intelligent design systems]. Moscow, Bauman Moscow State
Technical Univ. Publ., 2009, 334 p.
5. Kondakov A.I. SAPR tekhnologicheskikh protsessov [CAD
systems for technological processes]. Moscow, Akademiya Publ.,
2007, 272 p.
6. Lee K.W. Principles of CAD\CAM\CAE systems. Prentice
Hall Publ., 1st ed., 1999, 640 p.
7. Norenkov I.P. Osnovy avtomatizirovannogo proektirovaniya [The basics of automated design]. Univ. textbook, 2nd ed.,
Moscow, Bauman Moscow State Technical Univ. Publ., 2002,
336 p.
8. Burdo G.B., Palyukh B.V., Ragozin G.I. Software tools for
simulation modeling of dimensional structure of technological processes. Programmnye produkty i sistemy [Software & Systems].
2010, no. 1 (89), pp. 82–85 (in Russ.).
УДК 004.75
ТЕХНОЛОГИЧЕСКИЕ МОДЕЛИ ДЛЯ УПРАВЛЕНИЯ РАЗВИТИЕМ
АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ
И.В. Логинов, к.т.н.
(Академия Федеральной службы охраны Российской Федерации,
ул. Приборостроительная, 35, г. Орел, 302034, Россия, liv@academ.msk.rsnet.ru)
В работе рассмотрено применение технологических моделей АСУ предприятием на уровне выделенных информатизированных бизнес-процессов в процессе управления развитием. Обоснованность применения технологических
моделей определяется необходимостью автоматизации управления развитием на основе непрерывного оценивания
эффективности мероприятий развития (поддержания, модернизации и адаптации АСУ предприятием с учетом изменений условий внешней среды). Выделено четыре уровня технологических моделей, которые отражают качественные оценки состояния и эффективности информатизированных бизнес-процессов. Наличие таких технологических
моделей позволяет оценивать мгновенные и интегрированные значения показателей эффективности применения
средств автоматизации и информатизации для достижения целей и задач предприятия в рамках всего жизненного
цикла. Полученный от применения моделей эффект позволяет повысить эффективность управления за счет своевременного определения неэффективных и малоэффективных проектов автоматизации и своевременной утилизации устаревших бизнес-процессов.
Ключевые слова: АСУ предприятием, информатизированный бизнес-процесс, технологическая модель, управление, развитие, жизненный цикл, эффективность, оценивание.
TECHNOLOGICAL MODELS FOR MANAGEMENT
OF COMPANY AUTOMATED CONTROL SYSTEM DEVELOPMENT
Loginov I.V., Ph.D. Tech. Sc.
(Academy of the Federal Guard Service of the Russian Federation,
Priborostroitelnaya St., 35, Orel, 302034, Russian Federation, liv@academ.msk.rsnet.ru)
Аbstract. The article considers technological models of company automated control system on informatizied businessprocess level for development management. Technological models application is based on the necessity of development
64
Документ
Категория
Без категории
Просмотров
12
Размер файла
624 Кб
Теги
технологическая, процессов, интеллектуальной, процедур, pdf, интегрированный, проектирование, сапр
1/--страниц
Пожаловаться на содержимое документа