Анализ и синтез химических структур и органических веществ на основе теории нечетких множеств

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени доктора технических наук

Анализ и синтез химических структур и органических веществ на основе теории нечетких множеств

Специальность: 05.13.01 Системный анализ, управление и обработка информации (в химических технологиях, нефтехимии)

На правах рукописи

Гермашев Илья Васильевич

Иваново - 2010

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Волгоградский государственный педагогический университет»

Официальные оппоненты:

доктор технических наук, профессор Чистякова Тамара Балабековна;

доктор технических наук, профессор Голованчиков Александр Борисович;

доктор физико-математических наук, профессор Солон Борис Яковлевич.

Ведущая организация: Московская государственная академия тонкой химической технологии им. М. В. Ломоносова, г. Москва.

Защита состоится «20» сентября 2010 г. в 10 часов в ауд. Г-205 на заседании совета по защите докторских и кандидатских диссертаций Д 212.063.05 при Государственном образовательном учреждении высшего профессионального образования «Ивановский государственный химико-технологический университет» по адресу: 153000, г. Иваново, проспект Ф. Энгельса, 7.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Ивановский государственный химико-технологический университет» по адресу: 153000, г. Иваново, проспект Ф.Энгельса, 10.

Автореферат разослан «___»__________2010 г.

Ученый секретарь совета Д 212.063.05 Зуева Г.А.

Актуальность проблемы

волокнистый химический нечеткость параметрический

Химическая структура (ХС) представляет собой сложную многокомпонентную систему. Поэтому исследования, направленные на обработку информации о ХС, анализ строения, моделирование ее компонентов и их взаимодействия довольно сложны и связаны с такими проблемами, как идентификация целевой функции, формализация данных и методов, разработка специализированного математического и информационного аппарата.

Так мировой опыт исследования зависимости «структура - свойства» показал очень большую сложность этой проблемы. На сегодня оказалось возможным решить ее лишь частично. В качестве примера такого исследования можно привести работу Черкасова А. Р. Черкасов, А. Р. Трехмерный корреляционный анализ -- новый способ количественного описания эффектов заместителей в химии органических и элементоорганических соединений : автореф. дис… докт. техн. наук / А. Р. Черкасов; Казан. гос. ун-т. - 2002., применившего трехмерный корреляционный анализ для установления взаимосвязей между строением молекул и их реакционной способностью. Современные тенденции таковы, что приходит осознание очень большой сложности данной зависимости, в связи с чем отказываются от прямого статистического структурного анализа и переходят к системному исследованию химической структуры, применяют современный аппарат искусственного интеллекта.

Информация о ХС и веществах, вообще говоря, является расплывчатой и неполной. Можно выделить несколько видов такого рода информации: субъективные суждения, погрешность в измерениях и расчетах параметров, ошибки и т. д. Исследование такой информации средствами нечетких множеств приводит к повышению уровня достоверности в процессе принятия решений, к расширению областей применения ХС и веществ, позволяет осуществлять поиск новых объектов, исследовать потребительские качества, конструировать и проектировать их.

Поэтому одним из подходов, позволяющих поддерживать такого рода исследования, является использование нечеткой математики. Сегодня в этом направлении получены существенные результаты в фундаментальных исследованиях, но что касается прикладных исследований, то в основном -- это управление технологическими процессами. А применение нечеткой математики для исследования химических структур -- это единичные исследования.

Проникновение нечетких множеств в химию и химическую технологию позволяет решать компьютерными средствами не только широкий круг задач интеллектуальной поддержки систем синтеза и идентификации, связанных с неопределенностью, но и, что особенно важно, создает условия для генерации новых научных и технических задач и новых способов их решения.

Данная работа базируется на нечеткой математике, основоположником которой является Л. Заде. Фундаментальные аспекты нечеткой математики получили существенное развитие в направлении теории нечетких множеств и нечеткой логики (Р. Р. Ягер, В. Новак, И. Перфильева, И. Мочкорж), мягкого математического анализа и исследования операций (Д. А. Молодцов). Прикладное направление (А. В. Леоненков, К. Хартманн) и применительно к химии и химической технологии было развито В. В. Кафаровым, И. Н. Дороховым, В. П. Мешалкиным, А. Ф. Егоровым, И. З. Батыршиным, Р. Х. Бахитовой, З.-х. Янгом, В. Марковой. На основе моделирования химико-технологических систем (В. В. Кафаров, В. П. Мешалкин, С. И. Дворецкий) были использованы математические подходы к компьютерному анализу данных (Ю. Н. Тюрин, А. А. Макаров, А. А. Самарский, П. Джурс, Т. Айзенауэр) и применительно к зависимости «структура - свойство» (Н. С. Зефиров, В. А. Палюлин, А. Р. Черкасов, М. Рандич, С. Хэнч).

Цель работы и основные задачи исследования

Основной целью работы являлось создание научно-методической базы для обработки нечеткой информации о химических структурах и веществах для теоретических и практических приложений.

При проведении исследования решались следующие задачи.

В области теории:

1. Систематизация задач, относящихся к предмету исследования.

2. Анализ современного состояния математических методов исследования зависимости «структура - свойство» в химии и химической технологии и формирование методик обработки химической информации в условиях неопределенности.

3. Анализ и развитие математического аппарата теории нечетких множеств и возможностей его использования применительно к обработке химической информации.

4. Разработка и формализация математических методов анализа и синтеза химических структур и веществ в рамках построенной системы исследований.

В области приложения теории к предметной области:

1. Разработка, формализация и апробация метода прогноза физико-химических и технологических свойств химических веществ на основе моделирования зависимости «структура - свойство».

2. Разработка, формализация и апробация метода экспертизы свойств реальных, малоизученных и виртуальных химических соединений.

3. Разработка, формализация и апробация метода конструирования виртуальных химических структур и соединений для создания веществ с заданными свойствами.

4. Решение задач внеэкспериментального экологического нормирования малоизученных веществ.

Объектом исследования являлась количественная зависимость «химическая структура - свойство - применение», предметом -- математическая обработка информации о химических структурах и веществах в условиях неопределенности.

Достоверность проведенных исследований основана на формальном доказательстве ряда утверждений, касающихся теоретической базы, и анализе алгоритмов, использованных для реализации разработанных методов. Полученные алгоритмы реализованы на компьютере и апробированы в виде вычислительных экспериментов.

Научная новизна

1. Создан комплекс методов и алгоритмов интеллектуальной поддержки систем анализа и синтеза химических объектов на основе формализации информации в терминах нечеткой математики. Эти методы предназначены для подготовки данных к наполнению электронных баз данных, их последующего анализа и на этой основе синтеза необходимых правил в рамках компьютерной системы. Основные отличия предлагаемых методов от уже известных обеспечивают в совокупности эффективность разработки и наполнения компьютерных систем исследования химических объектов -- это подход к учету нечетких данных и единый подход к формализации на всех этапах исследования, что обеспечивает преемственность и согласованность данных.

2. Предложен метод математической формализации информации в терминах нечетких множеств, позволяющий адаптировать математические методы для приложений к предметной области исследования, отличающийся от известных тем, что позволяет формализовать широкий класс химических и иных технических объектов в условиях неопределенности, унифицировать исходные данные, интерпретировать результаты для принятия решений.

3. Предложен класс унимодальных функций принадлежности и на их основе исследованы операции над нечеткими множествами, что позволило эффективно обрабатывать предметную информацию.

4. Разработаны оригинальные алгоритмы анализа и синтеза ХС, учитывающие неопределенности и позволяющие автоматизировать исследования ХС на этапах классификации информации, прогноза свойств, экспертизы и конструирования ХС и веществ.

5. Получены профилированные базы данных ХС, статистики ХС, выявлены статистические зависимости «структура - свойство», новые виртуальные ХС, на основе которых были синтезированы вещества с заданными свойствами.

Практическая ценность и реализация результатов

Разработан метод анализа нечеткой химической информации, разработаны алгоритмы, позволяющие реализовать его на компьютере, и на этой основе созданы электронная база данных добавок для полимерных композиций и обучающие выборки для прогноза физико-химических, технологических и экологических свойств и конструирования ХС.

Метод позволяет численно оценить абсолютное потребительское качество химической продукции и путем систематизации и соответствующей обработки информации, сравнивать между собой вещества с неодинаковым набором описанных свойств, что особенно важно при принятии предпроектных, проектных и технологических решений в условиях многофакторности, разновидности, разнотипности данных и других видах неопределенности. Данный метод был использован в своей деятельности ООО «Системы управления производственными рисками».

Приведенные здесь подходы использовались для решения частных задач, возникших и в других научных исследованиях Орлов, А. И. Эконометрическая поддержка контроллинга инноваций. Нечеткий выбор / А. И. Орлов, Н. С. Загонова // Российское предпринимательство. - 2004. - №4. - C. 54-57..

Разработаны методы прогноза и конструирования виртуальных ХС с заданными свойствами для технической химии. На этой основе имеется техническое решение по разработке состава полимерной композиции с улучшенными свойствами.

На основе теоретических исследований подготовлено учебное пособие по обработке нечеткой информации о ХС. Методы и алгоритмы анализа и синтеза ХС были использованы при создании различных учебных курсов Волгоградского государственного педагогического университета.

Апробация работы и публикации по теме диссертации

Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях: 4-й международной научно-технической конференции «Наукоемкие химические технологии 96», Волгоград - 1996; III межвузовской научно-практической конференции, Волгоград - 1996; Школе по моделированию автоматизированных технологических процессов при международной конференции «Математические методы в химии и химической технологии», Новомосковск 1997; 1-й школе специалистов резиновой промышленности «Компьютерные методы в технологии переработки эластомеров», Волгоград - 1997; 32-35 научных конференциях ВолгГТУ, Волгоград - 1995-98; 10-11-й международной конференции «Математические методы в химии и химической технологии», Тула - 1996, Владимир - 1998; IV традиц. науч.-техн. конф. стран СНГ «Процессы и оборудование экологических производств», Волгоград - 1998; IV межвуз. конф. студ. и молод. учен. Волгограда и Волгоград. обл., Волгоград - 1998; Юбилейном смотре-конкурсе науч., конструкторских и технолог. работ студ. ВолгГТУ, Волгоград - 2000; V Региональная конференция молодых исследователей Волгоградской области, Волгоград - 2000; IX Международной научной конференции «Химия и технология каркасных соединений», Волгоград - 2001; Междунар. науч.-техн. конф. «Современные наукоемкие технологии и перспективные материалы текстильной и легкой промышленности (Прогресс 2001)», Иваново - 2001; Междунар. конф. «Перспективные полимерные композиционные материалы. Альтернативные технологии. Переработка. Применение. Экология (Композит-2001)», Саратов - 2001 г.; Втор. всерос. н.-теор. конф. «ЭВТ в обучении и моделировании», Бирск - 2001; V-VI традицион. науч.-техн. конф. стран СНГ «Процессы и оборудование экологических производств», Волгоград - 2000, 2002; Междунар. науч.-техн. конф. «Полимерные композиционные материалы и покрытия. POLYMER 2002», Ярославль - 2002; II Всерос. науч. конф. (с междунар. участ.) «Физико-химия процессов переработки полимеров», Иваново - 2002; Международной научной конференции «Современные проблемы прикладной математики и математического моделирования», Воронеж - 2005; Внутривузовская научная конференция профессорско-преподавательского состава ВГПУ, Волгоград - 2007, 2009; 12-22-й международной конференции «Математические методы в технике и технологиях», Новгород - 1999, Санкт-Петербург - 2000, Смоленск - 2001, Тамбов - 2002, Ростов-на-Дону - 2003, Кострома - 2004, Казань - 2005, Воронеж - 2006, Ярославль - 2007, Саратов 2008, Псков - 2009.. Содержание работы опубликовано в 101 научном издании: в 2 монографиях и учебных пособиях; в 2 свидетельствах о государственной регистрации программы для ЭВМ; в 97 статьях отечественной и зарубежной печати, в том числе в 23 статьях периодических изданий из перечня, рекомендованного ВАК.

Методы исследования

При выполнении работы использовались достижения в областях: системного анализа, исследования операций, теории вероятностей и математической статистики, теории нечетких множеств, математического анализа, теории баз данных, теории распознавания образов, теории и анализа алгоритмов, программирования, теории химического строения, органической химии, химии и физики полимеров. Для проведения численных экспериментов использовались языки программирования Pascal, Delphi, C++ и ЭВМ на базе процессора Athlon 64 X2 Dual Core 4200+.

Структура и объем диссертации

Диссертация состоит из основной части, изложенной на 282 страницах и приложения -- на 19 страницах. Содержит 7 разделов, 142 подраздела, включающих текстовую часть на 163 страницах, 120 таблиц на 46 страницах, 28 рисунков и подписи к ним на 16 страницах, библиография 377 наименований, из которых 138 иностранных источника, на 50 страницах (рис. 1).

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 1. Структура диссертации

Основные результаты исследования

1. Нечеткая химическая информация и методы ее обработки

В настоящее время в науке и технике, и в частности в химии, широко распространены многокритериальные задачи и процессы, среди которых большое место занимают задачи с нечеткими исходными данными и условиями, представляющие огромное пространство для принятия решений, управления, анализа и синтеза. Многокритериальность и нечеткость значительно усложняет проблему выбора.

Например, в табл. 5 приведена выдержка из данных по некоторым веществам. Решить, какое из веществ является наиболее опасным с экологической точки зрения, представляется нетривиальной задачей даже всего для трех веществ. Обобщая проблему, можно выделить следующие факторы неопределенности.

1. Неоднозначность понятия «экологическая опасность». Это может быть токсичность, класс опасности, ПДК, LD50, или другие (такие как канцерогенность, мутагенность и т. д.) или некоторый совокупный фактор. То есть не определено, что является целевой функцией.

2. Разнотипность данных. В табл. 5 встречаются числа, интервалы и слова. То есть для применения какого-либо метода требуется предварительная обработка данных, для приведения к одному типу.

3. Разновидность данных. Если мы захотим сравнить, что хуже ПДК 0,006-0,01 мг/м3 или LD50 0,4-0,85 г/кг, то сделать это невозможно, ввиду разного смысла, вкладываемого в эти характеристики. То есть, чтобы их сравнить, надо привести данные к одному виду. А это необходимо, если мы хотим принять решение на основе совокупности разновидных характеристик.

4. Неполнота данных. Некоторые данные отсутствуют или указываются неточные значения, а при автоматизированной обработке, необходимо их как-то интерпретировать.

Многие современные методы анализа свойств материалов, веществ и других аналогичных технических систем в конечном итоге сводятся к моделированию структуры (рис. 2).

Как видно для принятия решения во многих случаях требуется некоторая специальная интерпретация данных. Многие из этих и других подобных проблем можно решить, используя нечеткие множества, как инструмент представления возникающих неопределенностей в единой форме, что позволяет адаптировать известные методы к решению такого рода задач. Данная работа как раз и посвящена разработке таких инструментальных средств.

Как видно существует много видов моделей химической структуры и большинство из них несет определенную долю нечеткости информации. После обработки ее, в результате может быть получена некоторая числовая характеристика. При этом теряются размерности величин, и получается числовая характеристика, позволяющая применить единый подход для решения задач с разнородными параметрами. В ходе настоящего исследования, подробно рассмотрены методы анализа нечеткой информации для геометрической модели. Предлагаемые методы применимы и для других видов моделей, поскольку носят достаточно общий характер.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 2. Формализация информации о ХС

Возникающую в ходе исследования ХС ситуацию можно охарактеризовать в следующем виде (рис. 3), куда входят четыре составляющие: методы исследования, исследуемые ХС, особенности ХС (специфические факторы), методы учитывающие специфику задачи.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 3. Ситуация, возникающая в ходе исследования ХС

Обычно при попытке использования для исследования ХС математических методов возникают сложности, связанные, например, с применением разных моделей представления химических и математических объектов и с нечеткостью представления, присущей ХС (рис. 4).

Методы, учитывающие специфику задачи, призваны решить эти трудности и создать условия применения имеющихся методов исследования (рис. 5).

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 4. Специфические факторы, затрудняющие исследование ХС

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 5. Методы формализации данных (учитывающие специфику задачи)

Нами подробно рассмотрены эти методы и на их основе показано, как с их помощью можно проводить исследования в условиях неопределенности.

Далее, используя предложенный нами метод представления химической информации в виде нечеткого множества (методы, учитывающие специфику задачи), разработаны и обоснованы конкретные методы исследования ХС, показанные на рис. 6.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 6. Исследование ХС

Как видно из рисунка под эту схему попадают многие исследования в области химии и поэтому данные исследования носят довольно общий характер, но будут рассмотрены на примере активных добавок для ПК (рис. 7).

2. Теоретические основы обработки нечеткой информации о химических соединениях

2.1. Создание нечетких множеств

Рассмотрим проблему создания нечетких множеств при обработке информации о ХС на обобщенном примере.

Пусть S = {si| } множество, состоящее из n химических соединений. Для si определено m характеристик Qij, .

В зависимости от условий применения набор рассматриваемых характеристик может расширяться и сужаться, вплоть до введения химических, биологических и прочих свойств.

Построим для каждой характеристики Qij нечеткое множество , , . Для этого определим переменные xj с областью значений Gj. Далее выделим такое значение qij переменной xj, которое в наибольшей степени удовлетворяет характеристике Qij, и радиус ij > 0, в пределах которого значения xj удовлетворяют критерию Qij. Таким образом, получим множество Xij = [qij - ij; qij + ij] значений xj, удовлетворяющих характеристике Qij.



Рис. 7. Классификация ингредиентов ПК

Далее для критерия Qij подбираем функцию принадлежности ij. Исходя из построения Xij, получаем, что в qij функция имеет точку максимума, в пределах Xij функция принимает значения не меньше 0,5, а вне Xij меньше:

ij: Gj [0; 1], ij(qij) = 1,

ij(xj) 0,5 xj Xij.

Из приведенных выше условий следует, что Xij является носителем 0,5-среза нечеткого множества

:

Проведенные нами исследования по проблеме выбора функции принадлежности изложены в самой диссертации. Здесь же приведем одну из функций, хорошо себя зарекомендовавшую при исследовании химических соединений:

, , . (1)

В результате получаем нечеткие множества

= {(xj, ij(xj))}, , .

Пусть ряд химических соединений характеризуется данными приведенными в табл. 1. Требуется построить нечеткие множества .

Таблица 1. Общее представление данных, характеризующих свойства химических соединений

i	Характеристики, Qij
	Нечисловые	Числовые
	j
	1	2	3	4	5	6	7	8
1	[1;5]	большой	61	41	27	42	50	58
2	[3;10]	маленький	49	54	34	44	38	49
3	-	маленький	37	48	53	60	31	47
4	[5;6]	-	49	46	51	57	50	40

Построим множества Xij. Для характеристик Qi1 получаем Xi1 = Qi1, за исключением объекта №3, где значение Q31 неизвестно: для него можно взять, например, отрезок, покрывающий отрезки для всех объектов, X31 = [1; 14]. Характеристики Qi2 представляют собой словесное описание. Представим всю область, описываемую данными терминами, в виде отрезка Gj = [0; 1]. Поскольку четкой границы между значениями, представляемыми данными терминами, нет, то проведем разграничение этих значений следующим образом: крошечный [0; 0,2], маленький [0,1; 0,4], средний [0,3; 0,7], большой [0,6; 0,9], огромный [0,8; 1], для неизвестного значения у объекта №4 поступим аналогично вышесказанному X42 = [0;1].

Остальные характеристики представляют собой конкретные числа и их можно взять в качестве значений qij, а в качестве ij взять абсолютную погрешность. Пусть, например, все ij = 1 (, ).

Таким образом, получим нечеткие множества следующего вида:

= {(xj, ij(xj))| xj R}

где , , .

Значения для qij и ij приведены ниже (табл. 2).

2.2. Исследование функций принадлежности

Теоретически исследован класс (X) унимодальных функций, зависящих от квадратичного многочлена и доказано следующее (рис. 8).

Таблица 2. Параметры функций принадлежности ij(xj)

i	j
	1	2	3	4	5	6	7	8
	qij	ij	qij	ij	qij	ij	qij	ij	qij	ij	qij	ij	qij	ij	qij	ij
1	3	2	0,75	0,15	61	1	41	1	27	1	42	1	50	1	58	1
2	6,5	3,5	0,25	0,15	49	1	54	1	34	1	44	1	38	1	49	1
3	7,5	6,5	0,25	0,15	37	1	48	1	53	1	60	1	31	1	47	1
4	5,5	0,5	0,5	0,5	49	1	46	1	51	1	57	1	50	1	40	1

Теорема 1. Пусть fi (X), i = 1, 2, X компактно, i = ,

x1 = , тогда f1(x1) = f2(x1).

Лемма 1. Пусть f (X), f(x) = g((x)), где (x) = b2(x - a)2 + c,

тогда f(a) = f(x).

Лемма 2. Пусть f (X), f(x) = g((x)), где (x) = b2(x - q)2 + c,

тогда c инвариант относительно q и .

Лемма 3. Пусть f (X), f(x) = g((x)), где (x) = b2(x - q)2 + c,

тогда b2 = , где d2 константа, определяемая видом функции g(x) и, являющаяся инвариантом относительно q и .

Из лемм 2 и 3 следует, что величины d2 и c являются инвариантами функции f(x) относительно значений q и .

Лемма 4. Пусть f (X), f(x) = g((x)), где (x) = b2(x - q)2 + c,

тогда y = f(x) симметрична относительно прямой x - q = 0.



Рис. 8. Связь лемм и теорем о функциях принадлежности

Лемма 5. Пусть f (X), f(x) = g((x)), где (x) = b2(x - q)2 + c,
: X , тогда g() монотонно убывает на .

Теорема 2. Пусть f1, f2 (X), fk(x) = g(k(x)), где k(x) = bk2(x - qk)2 + c, k = 1, 2, тогда y = f1(x) и y = f2(x) пересекаются не более чем в двух точках, а, именно, в

x1 = и x2 = .

Теорема 3. Пусть f1, f2 (X), X компактно

fk(x) = g(k(x)),

где k(x) = (x - qk)2 + c, k = 1, 2, x* = x2 =

тогда x* = (fk(x)).

Из теоремы 3 следует, что значение максимина будет достигаться в точке x* = , которая как видно не зависит от выбора функции, а лишь от значений q и .

Теорема 4. Пусть

fij, (Xj), fij(xj) = g(ij(xj))

где ij(xj) = (xj - qij)2 + c, (xj) = g*((xj)), где (xj) = (xj - qij)2 + c*, = , . ij = f0j(), = (f0j(xj), fij(xij)), = (), 1j 2j … nj, тогда … .

Оказалось, что в рамках исследованного класса функций принадлежности, выбор последней при однокритериальной оценке не влияет на порядок расположения соединений в ряду убывания степени активности.

Исходя из полученных результатов, выделен ряд функций, некоторые из которых были использованы в работе (табл. 3).

2.3. Общая схема метода

В качестве обобщения материала, приведем общую схему метода обработки нечеткой информации.

1. Постановка задачи.

2. Определение пространства параметров.

3. Определение значений параметров Qij для каждого соединения.

4. Выбор эталона (гипотетического соединения №0).

5. Определение значений параметров Q0j для эталона.

6. Выявление среднего значения qij и допустимого отклонения от него ij параметра с номером j соединения с номером i.

7. Выбор функции принадлежности.

8. Определение нечеткого множества для каждого значения Qij.

9. Вычисление индекса равенства ij нечетких множеств и .

10. Интерпретация величин ij.

Следует обратить внимание, что число ij показывает, насколько соединение с номером i соответствует эталону по параметру с номером j.

Таблица 3. Сравнение функций принадлежности при оценке контрольных соединений

№ п/п	Функция принадлежности	Интервал принимаемых значений,
1		0,818-0,999
2		0,842-0,999
3		0,838-1,000
4		0,771-0,998
5		0,775-0,998
6		0,731-0,998
7		0,658-0,994
8		0,583-0,959

3. Сортирование веществ

Поиск эффективных ингредиентов одно из важных направлений при создании негорючих и термостойких полимерных материалов (ПМ). Поэтому как выбор ингредиента из существующих, так и создание нового осуществляется с использованием большого набора критериев, а также на основе опыта и интуиции исследователя или эксперта. В первом случае оценка эффективности не учитывает комплекс дополнительных факторов, а во втором имеет субъективный оттенок и во многом зависит от эксперта.

Предлагаемая нами методика позволяет вовлечь в количественный анализ не только отдельные числовые параметры, но и характеристики в виде числовых и нечисловых множеств, качественных положений и т. д., что значительно приближает методику к объективному решению реальной задачи. Основные идеи метода выглядят следующим образом.

Пусть получено некоторое множество ингредиентов S = {si| i = }. Расположим соединения в порядке убывания технологической активности.

Обработка экспериментальных данных разбивается на три этапа:

1) выбор физико-химических критериев, описывающих активность;

2) численная оценка соответствия физико-химических параметров вещества каждому критерию в отдельности;

3) вывод общей численной оценки соответствия всех выбранных физико-химических параметров вещества критериям активности в целом.

Покажем сказанное на примере фосфорсодержащих антипиренов. В качестве критериев, описывающих активность, взяты следующие общепринятые характеристики:

1) изменение кислородного индекса (%), представляющее собой разницу кислородных индексов модифицированного антипиреном и исходного немодифицированного ПМ (x1);

2) концентрация (%) антипирена в ПМ (x2);

3) мольная доля (%) фосфора в антипирене (x3).

Опишем пространство параметров xj, где j = номер критерия. В нашем случае m = 3 и Xj [0; 100], где Xj область значений xj (от 0 до 100%). Таким образом, xj принимает некоторое значение для каждого антипирена из S:

fj: S Qj, где Qj = {qij i = }, Qj Xj.

Затем определим q0j -- значение xj, в наибольшей степени отвечающее j-тому критерию. Это то qij из множества Qj, при котором достигается наибольшее снижение горючести. Для построения нечеткого множества, определяется радиус 0j, в пределах которого xj удовлетворяют данному критерию. Далее построим функции принадлежности 0j:

0j: Xj [0; 1], 0j C(Xj), 0j(q0j) = 1, 0j(xj) 0,5 xj [q0j - 0j; q0j + 0j].

Таким образом, выявлено следующее нечеткое множество = {xj| 0j(xj)}, j = , описывающее j-тый критерий.

Поступая аналогичным образом, строим функции принадлежности ij для всех xj. Здесь qij мы определили выше, а в качестве ij использована погрешность величины qij. Таким образом, получено нечеткое множество для j-того параметра антипирена si:

= {xj ij(xj)}, i = , j = .

Далее необходимо выбрать функцию принадлежности (1). Необходимые нечеткие множества построены и можно найти, в какой мере соединение si отвечает j-тому критерию. Для этого вычислим индекс равенства ij двух соответствующих нечетких множеств:

. (2)

Если ij = 0, это означает, что антипирен si не отвечает j-тому критерию; в другом граничном случае, ij = 1, антипирен si соответствует j-тому критерию; ij показывают меру соответствия соединения si j-тому критерию.

Выведем интегральную оценку i путем взвешенного голосования:

, где j 0, , i = , j = . (3)

Коэффициент j показывает значимость j-того критерия.

Выборочные результаты приведены ниже (табл. 4), где i итоговый ранг антипирена.

Примерно также были проанализированы добавки к поливинилхлориду, полистиролу, полипропилену и, кроме того, исследована возможность применения подобной методики для классификации волокнистых наполнителей ПК.

Таблица 4.

Классификация фосфорсодержащих антипиренов для полиуретана

№ добавки, i	Формула	i	Классификация
1		0,52	Мало активный
2		0,53	Мало активный
3		0,66	Умеренно активный
4		0,70	Высоко активный

4. Классификация химических структур и веществ

4.1. Общая систематизация

В качестве предметной области выбраны активные добавки к полимерным композициям (ПК), представленные на рис. 7. Предложенная классификация использовалась при анализе активных добавок к ПК. Рассматриваемые методы анализа нечеткой информации были использованы нами при исследовании стабилизаторов, светостабилизаторов, термостабилизаторов, пластификаторов.

4.2. Классификация

Здесь под классификацией будем понимать отнесение диагностируемого объекта к одному из множеств ХС, обладающих определенным свойством или признаком. Классификацию можно проводить как по виду технологической функции (стабилизатор, антипирен и т. д.), так и по степени воздействия добавки на конечный продукт. Например, можно выделить подгруппы высоко активных, умеренно активных, мало активных, неактивных или иных.

Если оставить приведенные четыре подгруппы, то в качественном плане их можно интерпретировать следующим образом: 1) высоко активные -- добавки, производящие выраженный эффект; 2) умеренно активные -- добавки производящие эффект при высокой концентрации; 3) мало активные -- эффекта практически не наблюдается; 4) неактивные -- эффект не проявляется никак.

Для классификации по приведенным четырем градациям были приняты следующие показатели : 1) высоко активные -- 0,70-1,00; 2) умеренно активные -- 0,60-0,69; 3) мало активные -- 0,40-0,59; 4) неактивные -- 0,00-0,39.

В табл. 4 приведены результаты классификации ингредиентов ПК с использованием построения нечеткого множества на примере антипиренов. Как видно из приведенной классификации, возникает возможность принимать инженерные решения (например, для проектирования составов ПК), ориентируясь на количественные оценки i.

В практических условиях пространство параметров может быть специально оговорено.

5. Верификация химической информации

Здесь при подборе, сортировке и систематизации информации, в том числе при наполнении профилированных баз данных, возникает ряд проблем.

5.1. Проблемы нечеткости параметрических данных

Во-первых, в разных источниках отличаются значения одних и тех же физико-химических параметров. Например, при описании вещества Бензон ОА приведены в двух разных источниках 1) Вспомогательные вещества для полимерных материалов: Справочник / Под ред. К. Б. Пиотровского. - М.: Химия, 1966. - 176 с.

2) Химические добавки к полимерам: Справочник. - М.: Химия, 1973. - 271 с. следующие значения плотности: 1,0664-1,0692 и 1,044-1,069 г/см3, -- какое из них ближе к реальному, непонятно. Используя нечеткие множества, удается уточнить место вещества в ряду подобных и сделать выводы об истинных значениях этих параметров.

Далее можно отметить, что субъективные оценки специалистов-технологов, такие как, например: «хороший пластификатор», -- в одном справочнике рассматривается как «хороший», а в другом -- как «удовлетворительный». Поскольку в большинстве справочной и технологической литературы часто встречаются характеристики одних и тех же веществ, то по каждому из источников можно проводить классификацию этих веществ. Но поскольку в каждом ряду будут анализироваться одинаковые вещества, то, сравнивая показатели по ним, можно сделать выводы о том насколько соотносится информация между собой.

5.2. Верификация информации

Ненадежная информация о веществах исследуется по методике близкой к изложенной выше на основе сопоставления с надежной информацией о многократно проверенных веществах и, исходя из вычисленного ранга, делаются выводы и вносятся соответствующие коррективы, например, при формировании базы данных. Это напоминает широко распространенный в вычислительной математике метод интерполяции -- приближенное или точное нахождение какой-либо величины по известным отдельным значениям этой же или других величин, связанных с ней.

6. Экспертиза химических соединений

6.1. Проблемы экспертизы

Неисчерпаемое разнообразие ХС вносит особенности в методику обработки информации о них средствами нечетких множеств. Так, оценивая такой технико-экономический параметр, как качество материала или вещества, можно поступить в соответствии с рассмотренным выше: описать пространство параметров экспертизы, построить множества X, построить нечеткие множества и вычислить ранг . Ранг взять в качестве экспертной оценки.

Методику обработки нечетких множеств удобно использовать в автоматизированном режиме с применением ЭВМ, что дает возможность принимать обоснованные решения, что особенно важно при оценке качества.

6.2. Экологические свойства

Среди актуальных экологических задач, в последние годы в отдельную группу выделились задачи выявления предполагаемых негативных последствий намечаемой хозяйственной и иной деятельности на окружающую среду и природные ресурсы.

Сложность заключается еще и в самой постановке современной задачи экологической экспертизы и диагностики веществ, носящих многокритериальный характер, опирающихся как на количественные оценки, так и на экспертные заключения специалистов разного профиля как это видно из рис. 9.

Например, предлагаем для экспертизы данных выдержку из диссертации (табл. 5) для ряда веществ, используемых в полимерной промышленности 1) Грушко, Я. М. Вредные органические соединения в промышленных выбросах в атмосферу. Справочник / Я. М. Грушко. - Л.: Химия, 1986. - 207 с.

2) Вредные вещества в промышленности. Органические вещества. Справочник / Под ред. Н. В. Лазарева, Э. Н. Левиной. - Л.: Химия, 1976. - 623 с..

Подвергая их визуальному анализу, практически невозможно сделать аргументированное заключение о том, какое из веществ представляет наибольшую экологическую опасность. Для экспертизы такого рода данных нами предлагается использовать условный показатель -- расчетный индекс экологической опасности веществ (IЭО), основываясь на понятии нечеткого множества.

Пусть S = {si| } множество, состоящее из n веществ, представленных на экологическую экспертизу. Построим для каждой характеристики вещества si нечеткое множество при всех .

Чтобы определить в какой мере характеристика диагностируемого вещества si близка характеристике эталона s0, вычислим индекс равенства ij соответствующих нечетких множеств.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 9. Свойства веществ, которые необходимо учитывать при оценке их экологического взаимодействия с биологической системой

Таблица 5. Физико-химические и экологические характеристики, применяемых в промышленности веществ

№ п/п, i	Торговое и химическое название	Параметр	Молекулярная масса	Температура плавления, C	Температура кипения, C	, плотность г/см3	ПДК, мг/м3	LD50, г/кг	Токсичность	ПКр, мг/л	Класс опасности
j		1	2	3	4	5	6	7	8	9
1	2	3	4	5	6	7	8	9	10	11	12
0	Эталон	qij	28,050	-169,000	-104,000	0,560	0,008	0,413	1,000	0,016	1,000
		ij	171,950	269,000	304,000	0,440	1,492	3,587	0,500	99,984	1,500
7	Альтакс (Бис(2-бензотиазолил)дисульфид)	Qij	332,50	185	-	-	-	-	Слабо токсичен	-	-
		qij	332,500	185,000	504,000	1,440	2,992	7,587	0,375	199,984	4,000
		ij	0,010	1,000	304,000	0,440	1,492	3,587	0,125	99,984	1,500
12	Гипериз (гидропероксид кумола)	Qij	152,00	-	153	1,06	0,007	-	токсичен	-	II
		qij	152,000	369,000	153,000	1,060	0,007	7,587	0,625	199,984	2,000
		ij	0,010	269,000	1,000	0,010	0,001	3,587	0,125	99,984	0,500
13	Тирам (тетраметилтиурамдисульфид)	Qij	240,4	155-156	-	1,29	0,006-0,01	0,4-0,85	токсичен	-	-
		qij	240,400	155,500	504,000	1,290	0,008	0,625	0,625	199,984	4,000
		ij	0,100	0,500	304,000	0,010	0,002	0,225	0,125	99,984	1,500
18	Этилен (этен)	Qij	28,05	-169	-104	0,56	3,00	-	токсичен	-	III
		qij	28,050	-169,000	-104,000	0,560	3,000	7,587	0,625	199,984	3,000
		(ij	0,010	1,000	1,000	0,010	0,010	3,587	0,125	99,984	0,500

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

На следующем этапе, произведя взвешенное голосование, получим интегральную оценку (i соответствия совокупности характеристик вещества si совокупности характеристик эталонного вещества s0 (интегральный индекс экологической опасности), которая является основой для определения (Iэо).

В качестве расчетного примера в данной работе приведена последовательность вычисления (i, исходя из набора данных о веществах, в целях экономии места приведены только некоторые из них (табл. 5) и некоторые промежуточные результаты. Используем сказанное выше и проранжируем указанные вещества по уровню экологической опасности.

Окончательные результаты расчетов индекса и ранга экологической опасности веществ приведены также только для некоторых из них (табл. 6).

Таблица 6.

Расчетный индекс и ранг экологической опасности веществ

Номер по таблице 1 (i)	Интегральный критерий токсичности ((i)	Расчетный индекс экологической опасности (Iэо), %	Ранг опасности
7	0,4819	48	X
12	0,7077	71	I
13	0,7071	71	I
18	0,5380	54	IX

Представленные данные позволяют сделать заключение о том, что в данной выборке наиболее опасными представляются гипериз, не имеющий класса опасности в табл. 5 и тирам с классом опасности II (Iэо = 71%; ранг опасности I), а наименее опасным альтакс, класс опасности которого IV (Iэо = 48%; ранг опасности X). То есть, предлагаемый показатель Iэо и методика его расчета приводят к более строгим оценкам, чем нормативные, что в современной экологизированной обстановке представляется немаловажным.

Расчетная методика оценки экологической опасности веществ на основе применения Iэо может быть использована в алгоритмизированном виде в проектной, нормативной мониторинговой работе, при формировании проблемно ориентированных баз данных и создание САПР новых химических соединений.

6.3. Оценка качества волокнистых материалов

При разработке полимерных композиционных материалов с волокнистым наполнителем, а также решения других технических задач возникает необходимость сортировки и выбора материала на основе объективных критериев.

Требования к физико-механическим и другим свойствам волокнистых систем формируются на основе конструкционных особенностей изделия, назначения, условий эксплуатации, запросов потребителя и т. д. Как правило, свойств, которые необходимо учесть оказывается несколько десятков, что создает большие трудности.

В табл. 7 приведены структурные и физико-механические свойства десяти образцов (n = 10) трикотажных полотен, из которых необходимо выбрать лучшие варианты для использования в качестве основы изотропных искусственных кож.

Размещено на http://www.allbest.ru/

Таблица 7

№ образца	Волокнистый состав	Физико-механические свойства	Уровень качества,
		Поверхностная плотность, г/м2	Разрывная нагрузка, Pp, дин	Удлинение при разрыве, Р, %	Воздухопроницаемость, м3/(м2с)	Коэффициент устойчивости к истиранию, циклы/г	Усадка У, %	Водопоглощаемость %
			По длине	По ширине	По длине	По ширине			По длине	По ширине
		№ критерия
		1	2	3	4	5	6	7	8	9	10
1	ХБП	302	46,7	14,0	61	191	0,51	3,39	7,5	-10,0	223	0,479
2	ХБП	235	16,9	11,3	87	50	0,66	2,60	-16,1	1,2	260	0,473
3	М	268	38,8	26,2	223	142	0,45	3,36	1,13	1,2	240	0,526
4	ТНЭ	133	30,0	18,0	147	180	1,16	2,90	1,8	4,2	180	0,573
5	ТНЭ(85%), ПНС(15%)	319	43,6	25,4	332	417	0,41	4,01	3,5	4,2	190	0,556
6	М	425	62,1	54,6	275	304	0,37	3,19	-1,2	1,2	310	0,639
7	М(60%), ПНС(40%)	201	40,0	26,2	555	600	0,61	3,96	3,8	4,2	273	0,678
8	ХБП(75%), ПНС(25%)	260	18,0	12,1	155	137	0,44	3,60	2,4	3,6	204	0,486
9	ТНЭ(88%), ТНС(12%)	170	31,1	52,0	540	600	0,49	4,03	5,3	6,0	160	0,690
10	ХКП	463	35,6	28,9	356	141	0,36	3,85	-3,2	1,4	215	0,523

Использованные сокращения: ХБП -- хлопчатобумажная пряжа, М -- мегалон, ТНЭ -- текстурированная нить эластик, ПНС - полиуретановая нить спандекс, ХКП -- хлопкокапроновая пряжа)

Размещено на http://www.allbest.ru/

Таким образом, при ранжировании в данном случае учитывается десять параметров (m = 10). Определяем для каждого параметра xj, j = , значение q0j. В табл. 8 приведены конкретные значения для рассматриваемого примера.

Таблица 8

j	Требования	Характеристики для образца №6	Вес j	Степень соответствия 6j
	q0j	0j	q6j	6j
1	133	165	425	1	0,073	0,434
2	62,1	22	62,1	0,1	0,073	1,000
3	54,6	21	54,6	0,1	0,073	1,000
4	555	247	275	1	0,122	0,485
5	600	275	304	1	0,122	0,491
6	1,16	0,4	0,37	0,01	0,110	0,425
7	4,03	0,71	3,19	0,01	0,122	0,481
8	0	4,4	-1,2	0,1	0,110	0,692
9	...

Страница:

•  1 
•  2 

автореферат "Анализ и синтез химических структур и органических веществ на основе теории нечетких множеств" скачать

Подобные документы

• Теория химического строения органических соединений. Электронная природа химических связей. Предпосылки теории строения. Теория химического строения. Изомерия

  Грань между органическими и неорганическими веществами. Синтезы веществ, ранее вырабатывавшихся только живыми организмами. Изучение химии органических веществ. Идеи атомистики. Сущность теории химического строения. Учение об электронном строении атомов.
  
  реферат [836,2 K], добавлен 27.09.2008
  

• Химические методы анализа

  Понятие и назначение химических методов анализа проб, порядок их проведения и оценка эффективности. Классификация и разновидности данных методов, типы проводимых химических реакций. Прогнозирование и расчет физико-химических свойств разных материалов.
  
  лекция [20,3 K], добавлен 08.05.2010
  

• Скорость химических реакций

  Химическая кинетика как раздел химии, изучающий скорость химической реакции. Факторов влияющие на скорость химической реакции: природа реагирующих веществ, температура, концентрация реагирующих веществ, катализатор, площадь соприкосновения веществ.
  
  презентация [2,2 M], добавлен 23.02.2015
  

• Теплоемкость органических веществ и ее прогнозирование методом Бенсона и при повышенном давлении

  Определение теплоемкости: средняя, истинная, при постоянном объеме, постоянном давлении. Расчет теплоемкости органических веществ методом Бенсона. Теплоемкость органических веществ, находящихся при повышенных давлениях, в газообразном и жидком состоянии.
  
  реферат [85,0 K], добавлен 17.01.2009
  

• Химическая термодинамика. Скорость химических процессов

  Влияние температуры на скорость химических процессов, ее зависимость от концентрации реагирующих веществ. Закон действующих масс. Давление пара над растворами. Первый закон Рауля. Зависимость адсорбции от свойств твердой поверхности. Виды пищевых пен.
  
  контрольная работа [369,4 K], добавлен 12.05.2011
  

• Прогнозирование энтальпии органических соединений методом Татевского по связям

  Метод Татевского. Параметры для прогнозирования основных термодинамических и физико-химических свойств веществ. Энтальпия образования. Алканы, подходы к прогнозированию. Результаты прогнозирования алканов. Алкилбензолы и их функциональные производные.
  
  реферат [50,7 K], добавлен 17.01.2009
  

• Сравнение органических и неорганических веществ

  Сравнительная характеристика органических и неорганических химических соединений: классификация, строение молекулярной кристаллической решетки; наличие и тип химической связи между атомами; относительная молекулярная масса, распространение на планете.
  
  презентация [92,5 K], добавлен 11.05.2014
  

• Фенолы - применение и получение

  Характеристика понятия, физико-химических свойств органических веществ - фенолов, молекулы которых содержат радикал фенил, связанный с одной или несколькими гидроксогруппами. Классификация фенолов по атомности. Кольца Рашига. Симптомы отравления фенолом.
  
  презентация [717,1 K], добавлен 11.03.2013
  

• Гидролиз органических веществ

  Реакции ионного обменного разложения веществ водой. Использование качественных реактивов на крахмал, на белок и на глюкозу. Гидролиз сложных эфиров, белков, аденозинтрифосфорной кислоты. Условия гидролиза органических веществ пищи в организме человека.
  
  разработка урока [206,5 K], добавлен 07.12.2013
  

• Кинетика физико-химических процессов

  Характеристика химического равновесия. Зависимость скорости химической реакции от концентрации реагирующих веществ, температуры, величины поверхности реагирующих веществ. Влияние концентрации реагирующих веществ и температуры на состояние равновесия.
  
  лабораторная работа [282,5 K], добавлен 08.10.2013
  

• Классификации катализаторов

  В основе классификации катализаторов лежит определенная совокупность свойств или характеристик. Классификация по типу веществ, степени дискретности и коллективности действия, по специфике электронного строения. Использование в химических реакциях.
  
  реферат [24,0 K], добавлен 26.01.2009
  

• Скорость химических реакций. Катализ и химическое равновесие

  Зависимость химической реакции от концентрации реагирующих веществ при постоянной температуре. Скорость химических реакций в гетерогенных системах. Влияние концентрации исходных веществ и продуктов реакции на химическое равновесие в гомогенной системе.
  
  контрольная работа [43,3 K], добавлен 04.04.2009
  

• Физико-химические методы анализа, их классификация и основные приёмы

  Использование в физико-химических методах анализа зависимости физических свойств веществ от их химического состава. Инструментальные методы анализа (физические) с использование приборов. Химический (классический) анализ (титриметрия и гравиметрия).
  
  реферат [28,7 K], добавлен 24.01.2009
  

• Асфальто-смолистые вещества

  Растворимость асфальтенов в смолисто-углеродных системах. Классификация асфальто-смолистых веществ. Нефти алканового основания. Типы полициклических структур Влияние асфальто-смолистых веществ на нефтепродукты. Очистка трансформаторных дистиллятов.
  
  реферат [48,5 K], добавлен 31.05.2013
  

• Номенклатура и химические свойства основных классов неорганических веществ

  Классификация и закономерности протекания химических реакций. Переходы между классами неорганических веществ. Основные классы бинарных соединений. Оксиды, их классификация и химические свойства. Соли, их классификация, номенклатура и химические свойства.
  
  лекция [316,0 K], добавлен 18.10.2013
  

• Контрольный синтез Mg(NO3)2 – MgO – MgCl2

  Цепочка химического синтеза Mg(NO3)2-MgO-MgCl2. Физико-химические характеристики веществ, участвующих в химических реакциях при синтезе MgCl2 из Mg(NO3)2, их химические свойства и методы качественного и количественного анализа соединений магния.
  
  практическая работа [81,6 K], добавлен 22.05.2008
  

• Определение физических, химических и органолептических свойств воды

  Безвредность питьевой воды по химическому составу, определяемая ее соответствием нормативам по обобщенным показателям и содержанию вредных химических веществ, наиболее часто встречающихся в природных водах. Определение температуры и прозрачности воды.
  
  презентация [573,6 K], добавлен 12.11.2016
  

• Элементарное введение в химическую кинетику

  Химическая кинетика изучает закономерности химических превращений веществ во времени в процессе перехода реагирующей системы к термодинамическому равновесию. Кинетические уравнения простых реакций. Основной закон химической кинетики Гульдберга-Вааге.
  
  реферат [38,1 K], добавлен 29.01.2009
  

• Химия окружающей среды

  Характеристика литосферы, состава химических элементов и минералов в земной коре. Строение, химический состав и функции гидросферы, атмосферы. Особенности фотосинтеза органических веществ, происходящего в биосфере. Исследование биогеохимических процессов.
  
  реферат [14,6 K], добавлен 18.04.2010
  

• Понятие химических реакций и их классификация

  Химическая реакция как превращение вещества, сопровождающееся изменением его состава и (или) строения. Признаки химических реакций и условия их протекания. Классификация химических реакций по различным признакам и формы их записи в виде уравнений.
  
  реферат [68,7 K], добавлен 25.07.2010
  

Другие документы, подобные "Анализ и синтез химических структур и органических веществ на основе теории нечетких множеств"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам