Streszczenie
W artykule przedstawiono zastosowanie maszynowego uczenia w ekoprojektowa-niu procesu technologicznego. Do tej pory ekoprojektowanie wyrobu, uwzgldniajce jego recykling, zarezerwowane było przede wszystkim dla konstruktorów. Wykonane zostały badania w jaki sposób ekoprojektowanie mona zastosowa w obszarze pro-jektowania procesu technologicznego. Artykuł zawiera opis autorskiej metody oraz aplikacji umoliwiajcej dobór materiału i/lub połczenia na etapie projektowania technologicznego uwzgldniajcej aspekt rodowiskowy. Aplikacja została utworzona w postaci systemu ekspertowego.
Słowa kluczowe: ekoprojektowanie, proces technologiczny, uczenie maszynowe, system ekspertowy
Wprowadzenie
Ekoprojektowanie wyrobu, uwzgldniajce jego recykling, do tej pory zarezerwowane było przede wszystkim dla konstruktorów. Autorzy tej publikacji wykonali badania, w jaki sposób eko-projektowanie mona zastosowa w obszarze projektowania procesu technologicznego, nie pogarszajc przy tym podatnoci na recykling projektowanego wyrobu.
Proces technologiczny stanowi główn cz procesu produkcyjnego, zwizan bezporednio ze zmian kształtu, wymiarów, jakoci powierzchni i własnoci fizykochemicznych przedmiotu ob-rabianego. Wyróniamy: proces technologiczny obróbki i proces technologiczny montau [3]. Coraz czciej mówi si równie o procesie technologicznym demontau [12]. W tradycyjnym podejciu do projektowania procesu technologicznego najbardziej odpowiednie jest rozwizanie, kiedy ju na etapie powstawania konstrukcji nastpuje cisła współpraca midzy konstruktorem a technologiem. Podstawowym problemem badawczym opisanym w artykule było udzielenie odpowiedzi na pytanie: w jaki sposób mona efektywnie wspomaga proces ekoprojektowania na etapie tworzenia technologii? Na podstawie przeprowadzonego przegldu literatury, jak równie własnych dowiad-cze autorów (wnikajcych z dotychczasowej współpracy z przedsibiorstwami i wykonanych prac badawczych) stwierdzono, e obecnie bardzo niewiele jest narzdzi, które umoliwiłyby technolo-gowi zaprojektowanie procesu technologicznego z uwzgldnieniem aspektów rodowiskowych.
Wczeniejsze prace autorów równie dotyczyły ekoprojektowania wyrobów [1,2,4] oraz pro-jektowania procesów technologicznych. Ide wczeniejszych bada autorów w obszarze ekoprojektowania było opracowanie metody wspomagajcej recyklingow ocen wyrobu na etapie jego projektowania, opart na recyklingowym modelu wyrobu (zaimplementowanym w systemie CAD) i technologii agentowej. Natomiast prace z obszaru projektowania procesów technologicz-nych dotyczyły opracowania metody oraz systemu wspomagania projektowania procesu technologicznego, który działa podobnie jak człowiek bdcy ekspertem w wybranej dziedzinie. Zastosowanie metod maszynowego uczenia umoliwiło utworzenie takiego systemu. Na podstawie opracowanych ju procesów technologicznych zastosowano metody maszynowego uczenia po
pierwsze do nauki projektowania procesów technologicznych, a póniej projektowania procesów technologicznych dla nowych wyrobów [6,7,8].
W artykule przedstawiono metod oraz aplikacj umoliwiajc dobór materiału i/lub połcze-nia na etapie projektowapołcze-nia technologicznego uwzgldpołcze-niajc aspekt rodowiskowy.
1. Metoda indukcji drzew decyzyjnych
Jedn z metod maszynowego uczenia jest metoda indukcji drzew decyzyjnych. Pozwala ona na przyblienie funkcji klasyfikacyjnych o dyskretnych wartociach wejciowych odnoszcych si do pewnych poj, klas decyzyjnych. Dzisiaj drzewa decyzyjne stanow podstawow metod induk-cyjnego uczenia si maszyn [5,9]. Spowodowane jest to du efektywnoci, moliwoci prostej programowej implementacji, jak i intuicyjn oczywistoci dla człowieka. Ta metoda pozyskiwania wiedzy opiera si na analizie przykładów, przy czym kady przykład musi by opisany przez zestaw atrybutów, gdzie kady atrybut moe przyjmowa róne wartoci. Drzewo decyzyjne jest to skiero-wany graf acykliczny, przy czym krawdzie takiego grafu nazywane s gałziami, wierzchołki, z których wychodzi, co najmniej jedna krawd, nazywane s wzłami, a pozostałe wierzchołki – limi. Ponadto przyjmuje si, e w takim grafie istnieje tylko jedna cieka midzy rónymi wierz-chołkami. Konstrukcj drzewa na podstawie zbioru przykładów, najprociej przedstawi w postaci algorytmu rekurencyjnego uruchamianego dla kadego wzła w drzewie (rys. 1).
JDáąĨ
JDáąĨ JDáąĨ
Rysunek 1. Struktura drzew decyzyjnego ródło: opracowanie własne.
2. Zmiana podejcia do tworzenia technologii z tradycyjnego na proekologiczne
Zmiana podejcia z projektowania na ekoprojektowanie procesu technologicznego została uwzgldniona na etapie okrelania półfabrykatu, materiału. Kady wyrób powinien by tak zapro-jektowany, aby zawierał jak najwicej materiałów standaryzowanych i podatnych na recykling. Bdzie to miało równie pozytywny wpływ na rodowisko w ostatnich fazach cyklu ycia wyrobu takich jak np. maintenance czy wycofanie wyrobu z uycia [10]. Wyrób powstały w wyniku eko-projektowania powinien si charakteryzowa wikszymi potencjalnymi właciwociami uytkowymi, a mianowicie moliwoci wielokrotnego wykorzystania (lub tylko wybranych cz-ci). Dobierajc materiały do produkcji wyrobów, naley równie uwzgldnia ich kompatybilno.
Im wicej w wyrobie materiałów kompatybilnych, tym mniej czasu bdzie wymagało ich rozdzie-lenie. Materiały niekompatybilne (niezgodne) to takie, których nie mona podda recyklingowi lub wpływaj na obnienie wartoci surowca wtórnego.
Technolog w przypadku koniecznoci zmiany materiału wyrobu, powinien zna materiały kom-patybilne i mie do nich dostp. Niezgodne materiały pogarszaj jako recyklatu. W produkcji naley uywa jedynie tych materiałów, które wspólnie tworz zgodn kombinacj. Na podstawie tabel (matryc) okrela si, z jakim materiałem mona połczy dany materiał, aby jego recykling był jak najprostszy. Równie bardzo wane jest stosowanie jak najmniejszej liczby rónych mate-riałów. Zmniejsza to prawdopodobiestwo problemów zwizanych z niezgodnoci surowców. Kolejnym problemem, który moe napotka technolog jest sposób i rodzaj połcze w wyrobie. Połczenia powinny by tak zaprojektowane, aby zapewniały szybkie i łatwe rozłczanie, zwłaszcza gdy z powodów funkcjonalnych nie mona unikn uycia materiałów niekompatybilnych lub nie-bezpiecznych. Zatem wyrób powinien zawiera jak najwicej materiałów zgodnych. W proponowanej metodzie przy uyciu metody indukcji drzew decyzyjnych dokonany został: • dobór materiałów proekologicznych, w tym:
− dobór materiałów okrelajcy poziom ich kompatybilnoci,
− dobór materiału dodatkowego ze wzgldu na ustalony poziom kompatybilnoci, • dobór połcze materiałów.
W proponowanej metodzie doboru materiału mona dokona na dwa sposoby. W pierwszym sposobie definiowany jest składnik główny materiału oraz dodatkowy i otrzymywana jest odpo-wied, w jakim stopniu s te składniki kompatybilne. W drugim sposobie definiuje si główny składnik materiału oraz stopie kompatybilnoci i otrzymywana jest odpowied, jaki naley doda składnik dodatkowy. Na tym etapie skorzystano z matryc materiałów kompatybilnych (rys.2).
Rysunek. 2. Matryca materiałów kompatybilnych ródło: [1].
Dobór połcze materiałów jest kolejnym etapem po doborze materiałów. Ze wzgldu na kom-patybilno materiałów mona zastosowa połczenia rozłczne i nierozłczne. W przypadku dobrej kompatybilnoci stosuje si połczenie nierozłczne lub rozłczne. Natomiast w przypadku kompa-tybilnoci ograniczonej lub jej braku stosuje si połczenia rozłczne.
3. Metoda indukcji drzew decyzyjnych w ekoprojektowaniu procesu technologicznego Kolejno działa przy zastosowaniu metody indukcji drzew decyzyjnych jest nastpujca: • przygotowanie pliku z przykładami doborów,
• okrelenie dziedziny problemu,
• utworzenie drzewa decyzyjnego na podstawie pliku z przykładami, • wygenerowanie reguł decyzyjnych w systemie ekspertowym.
Przykłady wykorzystane w plikach s rzeczywistymi przykładami z przedsibiorstwa produk-cyjnego.
3.1. Dobór materiałów wyznaczajcy ich kompatybilno
Pierwsze drzewo decyzyjne zostało utworzone dla doboru materiałów, w którym porównywane s dwa materiały i okrelana jest ich kompatybilno. Fragment pliku uczcego i dziedzina problemu doboru materiałów wyznaczajcych ich kompatybilno zostały pokazane na rys. 3. Dziedzina pro-blemu sprawdzania kompatybilnoci po dodaniu materiału dodatkowego do materiału głównego okrelona została na podstawie pliku z przykładami.
Wejcie Wyjcie
Główny materiał
Materiał
do-datkowy Kompatybilno
ABS ABS dobra
ASA ABS dobra
PA ABS ograniczona
PBT ABS dobra
PC ABS dobra
PE ABS ograniczona
PET ABS ograniczona
PMMA ABS dobra
POM ABS ograniczona
PP ABS ograniczona
ASA PE brak
ABS PE brak
a) Fragment pliku uczcego b) Dziedzina problemu
Rysunek. 3. Fragment pliku uczcego i dziedzina problemu wyznaczania kompatybilnoci ródło: opracowanie własne.
Nastpnie zostało wygenerowane drzewo i reguły decyzyjne, które zostały umieszczone w sys-temie ekspertowym.
3.2. Dobór materiału dodatkowego ze wzgldu na poziom kompatybilnoci
Fragment danych ródłowych dla doboru materiału dodatkowego ze wzgldu na poziom kom-patybilnoci został pokazany w tabeli 1. Na podstawie przykładów doboru składnika dodatkowego ze wzgldu na poziom kompatybilnoci zostało wygenerowane drzewo decyzyjne, a nastpnie re-guły. Pierwszy etap to utworzenie modelu klasyfikacyjnego w postaci drzewa decyzyjnego, którego fragment został pokazany na rys. 4.
Tabela 1. Przykłady doboru materiału dodatkowego ze wzgldu na poziom kompatybilnoci
Wejcie Wyjcie
Główny materiał Kompatybilno Materiał dodatkowy
ABS ograniczona PA, PE, PET, POM, PP, PPE, PS
ASA dobra ABS, ASA, PBT, PC, PMMA, PVC, SAN
PA brak PC, PPE, PVC
PBT dobra ABS, ASA, PBT, PC, SAN
PC ograniczona PE, PP, PPE, PS
PE dobra PE, PP
ródło: opracowanie własne.
Rysunek 4. Drzewo decyzyjne doboru składnika dodatkowego ze wzgldu na poziom kompatybilnoci
Na podstawie drzewa decyzyjnego zostały utworzone reguły decyzyjne (ponad 40), które na-stpnie zostały zapisane do systemu ekspertowego.
Przykładowe reguły:
34: składnik_dodatkowy = "PE PP PS" if główny_składnik = "PVC", kompatybilno= "ograniczona";
35: składnik_dodatkowy = "PA PBT PC PET PPE" if główny_składnik = "PVC", kompatybilno= "brak";
36: składnik_dodatkowy = "ABS ASA PBT PC PMMA PVC SAN" if główny_składnik = "SAN", kompatybilno = "dobra";
37: składnik_dodatkowy = "PA PE PET POM PP PPE PS" if główny_składnik = "SAN", kompatybilno = "ograniczona";
38: składnik_dodatkowy = "ABS ASA PBT PC PMMA PVC SAN" if główny_składnik = "ABS", kompatybilno = "brak";
3.3. Dobór połcze materiałów
Dobór połcze materiałów opracowano w podobny sposób jak poprzednie dobory. W zale-noci od materiałów i ich kompatybilzale-noci mog zosta wybrane połczenia rozłczne lub nierozłczne. Na podstawie pliku z przykładami opracowano dziedzin problemu i utworzone zo-stało drzewo decyzyjne oraz reguły doboru połcze materiałów. Najwaniejszym atrybutem klasyfikacji była kompatybilno materiałów niezalenie od składnika głównego i dodawanego ma-teriału. Dawała ona najwikszy przyrost informacji. Przykładowe reguły pokazano poniej:
1: rodzaj_połczenia = "rozłczne" if kompatybilno = "ograniczona";
2: rodzaj_połczenia = "nierozłczne i rozłczne" if kompatybilno = "dobra"; 3: rodzaj_połczenia = "rozłczne" if kompatybilno = "brak";
4. System ekspertowy wspomagajcy ekoprojektowanie procesu technologicznego
Na potrzeby technologa został opracowany system ekspertowy, który pozwala na: dobór mate-riałów wyznaczajcy ich kompatybilno, dobór składnika dodatkowego ze wzgldu na poziom kompatybilnoci i dobór połcze materiałów.
Technolog dobiera materiał oraz połczenie tak, aby monta i demonta był najłatwiejszy. Aplikacja pełni rol doradcz w sytuacjach, kiedy technolog sam musi podj decyzj o zamianie materiału lub połczenia bez pomocy konstruktora. W proponowanej metodzie oparto si na mode-lach klasyfikacji zbudowanych w postaci drzew decyzyjnych, z których zostały wygenerowane reguły decyzyjne, które nastpnie zostały uyte w systemie ekspertowym wspomagajcym techno-loga. Przykład działania systemu ekspertowego pokazano na rys. 5.
Podczas doboru materiałów wskazujcych na ich kompatybilno technolog na wejcie systemu ekspertowego podaje symbol materiału głównego i dokładanego. Nastpnie otrzymuje on informa-cj z systemu jaka jest midzy tymi materiałami kompatybilno (np. dobra, ograniczona lub nie ma kompatybilnoci).
a) Wskazanie materiału głównego b) Wskazanie materiału dokładanego
c) Wynik systemu – podana kompatybilno materiałów Rysunek 5. Dobór materiałów wyznaczajcy ich kompatybilno ródło: opracowanie własne.
5. Podsumowanie
W artykule wykazano, e w przypadku wspomagania ekoprojektowania procesu technologicz-nego zawierajcego du liczb danych wejciowych w postaci symbolicznej właciwe jest zastosowanie metody indukcji drzew decyzyjnych, jako metody klasyfikacji. Drzewa decyzyjne wy-kazuj bardzo dobre właciwoci klasyfikacji. Generowanie reguł na podstawie drzew decyzyjnych umoliwia ich zwarty zapis i znacznie skraca czas potrzebny do wnioskowania. Reguły decyzyjne wprowadzone zostały nastpnie do systemu ekspertowego.
Przeprowadzone badania wykazały uyteczno drzew klasyfikacyjnych oraz ich du skutecz-no do wspomagania ekoprojektowania procesu technologicznego. Drzewa klasyfikacyjne jako bardzo dobre algorytmy eksploracji danych dały due moliwoci korzystania z danych zawartych w bazach danych. Metoda została przetestowana i zweryfikowana na danych rzeczywistych przed-sibiorstwa. Została zaimplementowana matryca materiałów kompatybilnych dla tworzyw sztucznych. Wynikało to z bezporedniej potrzeby wykorzystania systemu przy projektowaniu wy-rób AGD. Unia Europejska nakłada restrykcyjne przepisy dotyczce sprztu elektronicznego i elektrycznego dotyczce wymogów rodowiskowych [11]. W zawizku z tym przedsibiorstwa
poszukuj rozwiza wspomagajcych projektowanie wyrobów AGD spełniajcych wytyczne Unii Europejskiej.
Zastosowanie metody maszynowego uczenia okazało si cennym narzdziem do pozyskania wiedzy technologicznej. Automatyczne tworzenie reguł z przykładów jest bardzo dobrym rozwi-zaniem odkrywania wiedzy wynikajcej z dowiadczenia technologów. System pozyskiwania wiedzy technologicznej, w którym zawarte s modele klasyfikacji moe wspomaga mniej dowiad-czonych technologów w trakcie ekoprojektowania procesów technologicznych.
Na etapie obecnych bada opracowano metod, która została zaimplementowana w systemie ekspertowym i jest stosowana jako dodatkowe narzdzie podczas projektowania procesu technolo-gicznego. Kolejnym elementem prowadzonych prac bdzie integracja opracowanego narzdzia z systemem wspomagajcym projektowanie procesu technologicznego opracowanego i przetesto-wanego w przedsibiorstwach produkcyjnych [8] oraz dołczenie kolejnych elementów majcych wpływ na ocen prorodowiskow wyrobu np. dobór jak najmniejszej liczby narzdzi do demontau wyrobu, eliminowanie z wyrobu materiałów majcych negatywny wpływ na rodowisko oraz roz-budow o inne materały.
Bibligrafia
[1] Dostatni E., Diakun J., Hamrol A., Mazur W., Application of agent technology for recycling-oriented product assessment, Industrial Management & Data Systems, 113(6), 2013. [2] Dostatni E., Diakun J., Grajewski D., Wichniarek R., Karwasz A., Functionality assessment
of ecodesign support system, Management and Production Engineering Review, 6(1), 10−15, 2015.
[3] Feld M., Podstawy projektowania procesów technologicznych typowych czci maszyn, WNT, Warszawa 2009.
[4] Grajewski D., Diakun J., Wichniarek R., Dostatni E., Bu P., Górski F., Karwasz A., Improv-ing the Skills and Knowledge of Future Designers in the Field of Ecodesign UsImprov-ing Virtual Reality Technologies, International Conference Virtual and Augmented Reality in Education, Monterrey 2015.
[5] Larose D. T., Data mining: Methods and Models, John Wiley &Sons, New Jersey 2006. [6] Rojek I., Classifier Models in Intelligent CAPP Systems, w Man-Machine Interactions, seria:
Advances in Intelligent and Soft Computing, AISC 59, red. K.A. Cyran, S. Kozielski, J. F. Peters, U. Staczyk, A. Wakulicz-Deja, Springer-Verlag, Berlin Heidelberg, 311–319, 2009. [7] Rojek I., Neural Networks as Performance Improvement Models in Intelligent CAPP
Sys-tems, Control and Cybernetics, 39(1), 55–68, 2010.
[8] Rojek I., Technological Process Planning by the Use of Neural Networks, Artificial Intelli-gence for Engineering Design, Analysis and Manufacturing, DOI: 10.1017/S0890060416000147, 2016.
[9] Rokach L., Maimon O., Data mining with decision trees: theory and applications, World Scientific Pub Co Inc., 2008.
[10] Saniuk A., Jasiulewicz-Kaczmarek M., Samolejova A., Saniuk S., Lenort R., Environmental favourable foundries through maintenance activities, METALURGIJA, 54(4), 725–728, 2015.
[11] WEEE, Dyrektywa Parlamentu Europejskiego i Rady 2012/19/UE z dnia 4 lipca 2012 r. w sprawie zuytego sprztu elektrycznego i elektronicznego, Dz.U. UE L197/38, 2012.
[12] urek J., Chruciel W., Analiza obiegu informacji w procesie konstruowania wyrobu z uwzgldnieniem jego montau i demontau, Archiwum technologii maszyn i automatyzacji, 28(2), 159–167, 2009.
MACHINE LEARNING IN ECO-DESIGN OF TECHNOLOGICAL PROCESS Summary
The article presents the application of machine learning in eco-design of techno-logical process. So far, eco-design of the product, taking into account its recycling, was reserved primarily for designers. Research have been made how eco-design can be used in the area of the design of technological process. The article contains a de-scription of the author's method and application enabling the choice of material and / or a combination on the technology design stage taking into account the environmental aspect. The application has been created in the form of expert system.
Keywords: eco-design, technological process, machine learning, expert system
Izabela Rojek
Instytut Mechaniki i Informatyki Stosowanej Wydział Matematyki, Fizyki i Techniki Uniwersytet Kazimierza Wielkiego ul. Chodkiewicza 30, 85-064 Bydgoszcz e-mail: izarojek@ukw.edu.pl
Ewa Dostatni
Katedra Zarzdzania i Inynierii Produkcji Wydział Budowy Maszyn i Zarzdzania Politechnika Poznaska
ul. Piotrowo 3, 61-131 Pozna e-mail: ewa.dostatni@put.poznan.pl
