В данной статье предложено оценивать технологические параметры горно-металлургического производства (запасы железорудного сырья) с учетом нечетко заданных величин в условиях неопределенности с применением балансового и промышленного методов подсчета запасов руды. В связи с тем, что моделирование процессов добычи рудного сырья связано параметрами уравнений, которые содержат переменные с различным характером неопределенности, целесообразнее представлять всю информацию на едином формальном языке теории нечетких множеств. Таким образом, предложена модель подсчета и оценки запасов железной руды различными методами в условиях неопределенности горно-геологической информации на основе теории нечетких множеств. При этом неопределенные величины намеренно интерпретируются как «нечеткие», так как данный подход в большей мере соответствует реальной промышленной ситуации, чем интерпретация таких величин с точки зрения случайных. Принимается во внимание тот факт, что применение вероятностного подхода приводит к отождествлению неопределенности со случайностью, но на практике основной природой неопределенности при подсчете запасов железной руды является именно нечеткость. Согласно предлагаемому подходу каждый нечеткий параметр задается в виде соответствующей функции принадлежности, определять которые предлагается с помощью общего алгоритма, как результат алгебраических операций над произвольными функциями принадлежности обратным численным методом. Ввиду существования множества моделей, описывающих один и тот же производственный процесс различными методиками (например, балансовая модель и промышленная модель) и при различных допущениях, предложено проводить координацию таких моделей на основе разработанной модели агрегирования разнородной информации. Для согласования такого рода информации, ее обобщения и корректировки итоговых параметров целесообразно использовать аппарат теории нечетких множеств, что позволяет получить количественную характеристику неточно заданных параметров и принимать наиболее обоснованные решения.

запасы железной руды, условия неопределенности, нечеткие множества

1. Ершов В.В. Основы горнопромышленной геологии. М.: Недра, 2011. 326 с.

2. Кабулова Е.Г. Многоуровневая система моделей подсчета запасов железной руды. // Materials of the XI International scientific and practical conference, «Cutting-edge science», Volume 27. Mathematics. Physics. Modern information technologies. UK, Sheffield: «Science and education LTD», 2015. V. 27. Р. 22–25.

3. Месарович М. Теория иерархических многоуровневых систем. М.: Мир, 2013. 196 с.

4. Семухин М.В. Нечеткие оценки запасов нефти//Сборник докладов международной конференции по «мягким» вычислениям. 2011. Т.2. С.164–167.

5. Цымбал В.П. Математическое моделирование сложных систем в металлургии: учебник для вузов. М.: Изд. Объед. «Российские университеты»: Кузбассвузиздат – АСТШ, 2014. 431 с.

6. Azar A.T., Vaidyanathan S. Computational Intelligence Applications in Modeling and Control. Switzerland: Springer International Publishing Switzerland, 2015. 575 p.

7. Suganthi L., Iniyan S., Samuel An.A. Applications of fuzzy logic in renewable energy systems // Renewable and Sustainable Energy Reviews. 2015. V. 48. P. 585–607.