Рассмотрена концепция разработки и имплементации системы поддержки принятия решений (СППР) специалиста по металлографии лаборатории разрушающего контроля в условиях распределенного цифрового машиностроительного производства. Показаны роль и место программно-алгоритмических решений в структуре жизненного цикла производства изделий с указанием ключевых мест их (решений) применения в рамках выполняемого металлографического контроля. Обосновывается целесообразность применения СППР в производственном процессе. Отмечается, что предлагаемая модель СППР охватывает все этапы процесса принятия решений экспертом: от этапа возникновения неопределенности при оценке металлографического изображения до проработки альтернативных решений и выбора наиболее подходящего решения. Выявлена целесообразность применения интеллектуальных программно-алгоритмических и программных технологий при поддержке принятия решений, в том числе при формировании у специалистов профессиональных навыков, необходимых для работы и расширения их инженерного кругозора. На макете программного обеспечения демонстрируется применение программно-реализованного робота для поиска изображений как совокупности программных решений: поисковой машины и модуля сегментации для поиска и идентификации объектов. Проиллюстрирован процессный подход к решению задачи подготовки специалистов современного цифрового производства, учитывающий важность принятия самостоятельных решений с возможностью обращения к СППР как к интеллектуальному цифровому ассистенту.
It is considered the concept of development and implementation of a decision support system (DSS) for a destructive-testing metallography specialist in the condition of distributed digital machine-building production. The role and place of software-algorithmic solutions in the structure of the production life cycle of products are shown, indicating the key places of their (solutions) application, within the framework of the metallographic control performed. The expediency of using DSS in the production process is substantiated. It is noted that the proposed DSS model is useful for all stages of the expert’s decision-making process: from the stage, then uncertainty emerge in the assessment of metallographic images, to the development of alternative solutions and the choice of the most appropriate solution. The expediency of using intelligent software-algorithmic and software technologies to support decision-making, including the formation of professional skills necessary for work and expanding their engineering horizons, has been revealed. The model of the software demonstrates the use of a software-implemented robot for image search as a set of software solutions: a search engine and a segmentation module for searching and identifying objects. A process approach to solving the problem of training specialists in modern digital production is illustrated, taking into account the importance of making independent decisions with the ability to refer to DSS as an intelligent digital assistant.
1. Сергеев А.В. Технология машиностроения: Учебное пособие для студентов экономических специальностей вузов. Тольятти: Изд-во Тольяттинского государственного университета, 2015. 124 с.
2. Баранчикова С.Г., Дашкова Т.Е, Ершова И.В., Калинина Н.Е., Клюев А.В., Крылатков П. П, Кузнецова Е.Ю., Матушкина И.Ю., Минеева Т.А., Норкина О.С., Подоляк О.О, Прилуцкая М.А., Типнер Л.М., Черепанова Е.В., Шабалина В.А. Управление машиностроительным предприятием: учебное пособие для студентов. Екатеринбург: Изд-во Уральского университета, 2015. 252 с.
3. Потапов И., Овчинников Д., Конради А. Моделирование системы поддержки принятия решений на основе клинических рекомендаций // Менеджмент качества в медицине. 2021. №. 1. С. 92-96.
4. Ярушев С.А., Аверкин А.Н., Павлов В.Ю. Когнитивные гибридные системы поддержки принятия решений и прогнозирования // Программные продукты и системы. 2017. № 4. С.632-642.
5. Rudolf J.W., Dighe A.S. Decision support tools within the electronic health record. Clinics in laboratory medicine. 2019. vol. 39. no. 2. P. 197-213.
6. Гольцев В.Ю., Маркочев В.М., Морозов Е.М. Трещиностойкость стали 08Х18Н10Т после 12 лет эксплуатации трубопровода Ду500 ВВЭР440 // Ядерная физика и инжиниринг. 2013. № 3. С.1-5.
7. Ероклинцев В.Н., Лукьянова В.О. Исследование антибактериального эффекта на образцах медицинской нержавеющей стали марки 12Х18Н10Т // Тенденции развития науки и образования. 2017. № 28/2. С.17-18.
8. Митропольский Н.Н., Ковшов Е.Е., Хуэ Н.Н., Минь Н.Ч. Агломеративная стратегия при сегментации растровых изображений методом среднего сдвига в прикладной компьютерной системе // Системы управления и информационные технологии. 2009. № 3. С.80-83.
9. Митропольский Н.Н. Агломеративная сегментация и поиск однородных объектов на растровых изображениях: дис. … канд. техн. наук. Москва, 2010. 137 с.
10. Манвелидзе А.Б., Ковшов Е.Е. Применение компонентных сервисных решений при разработке информационных систем // Современные проблемы науки и образования. 2014. № 1. URL: http://www.science-education.ru/115-11564 (дата обращения: 25.12.2021)