СИНТЕЗ НЕЧЕТКОЙ ЛИНГВИСТИЧЕСКОЙ СИСТЕМЫ УПРАВЛЕНИЯ УСТАНОВКАМИ ЭЛЕКТРОШЛАКОВОГО ПЕРЕПЛАВА : СИНТЕЗ НЕЧІТКОЇ ЛІНГВІСТИЧНОЇ СИСТЕМИ УПРАВЛІННЯ устаткуванням електрошлакової переплавки

ПОСЛЕДНИЕ НОВОСТИ

Бесплатное скачивание авторефератов
СКИДКА НА ДОСТАВКУ РАБОТ!
ВНИМАНИЕ АКЦИЯ! ДОСТАВКА ОТДЕЛЬНЫХ РАЗДЕЛОВ ДИССЕРТАЦИЙ!
Авторские отчисления 70%
Снижение цен на доставку работ 2002-2008 годов

 

ПОСЛЕДНИЕ ОТЗЫВЫ

Порядочные люди. Приятно работать. Хороший сайт.
Спасибо Сергей! Файлы получил. Отличная работа!!! Все быстро как всегда. Мне нравиться с Вами работать!!! Скоро снова буду обращаться.
Отличный сервис mydisser.com. Тут работают честные люди, быстро отвечают, и в случае ошибки, как это случилось со мной, возвращают деньги. В общем все четко и предельно просто. Если еще буду заказывать работы, то только на mydisser.com.
Мне рекомендовали этот сайт, теперь я также советую этот ресурс! Заказывала работу из каталога сайта, доставка осуществилась действительно оперативно, кроме того, ночью, менее чем через час после оплаты! Благодарю за честный профессионализм!
Здравствуйте! Благодарю за качественную и оперативную работу! Особенно поразило, что доставка работ из каталога сайта осуществляется даже в выходные дни. Рекомендую этот ресурс!



  • Название:
  • СИНТЕЗ НЕЧЕТКОЙ ЛИНГВИСТИЧЕСКОЙ СИСТЕМЫ УПРАВЛЕНИЯ УСТАНОВКАМИ ЭЛЕКТРОШЛАКОВОГО ПЕРЕПЛАВА
  • Альтернативное название:
  • СИНТЕЗ НЕЧІТКОЇ ЛІНГВІСТИЧНОЇ СИСТЕМИ УПРАВЛІННЯ устаткуванням електрошлакової переплавки
  • Кол-во страниц:
  • 186
  • ВУЗ:
  • БРЯНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
  • Год защиты:
  • 2008
  • Краткое описание:
  • ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОУ ВПО БРЯНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ”





    На правах рукописи

    669Л87.56




















    ДРАКИН АЛЕКСАНДР ЮРЬЕВИЧ
    СИНТЕЗ НЕЧЕТКОЙ ЛИНГВИСТИЧЕСКОЙ СИСТЕМЫ УПРАВЛЕНИЯ УСТАНОВКАМИ ЭЛЕКТРОШЛАКОВОГО ПЕРЕПЛАВА
    05Л3.06 - Автоматизация и управление технологическими процессами и
    производствами (машиностроение)
    ДИССЕРТАЦИЯ
    на соискание ученой степени кандидата технических наук
    Научный руководитель кандидат технических наук, доцент В. А. Хвостов
    Брянск - 2008








    Содержание
    Введение.................................................................................................................................................................................. 5
    1. Особенности процесса и управление электрошлаковым переплавом................................................................................................................ 12
    1.1. Особенности электрошлакового переплава......................................................................................................................................... 12
    1.1.1. Технологический процесс................................................................................................................................................................................................. 12
    1.1.2. Контроль параметров ЭШП.................................................................................................................................................................................... 13
    1.1.3. Системы автом а гического управле! тя..................................................................................................................................................... 16
    1.2. Математическое моделирование процесса ЭШП....................................................................................................................................... 17
    1.3. Перспективные средства автоматического управления сложными техническими объектами.................................................................. 22
    1.3.1. Системы управления на основе многоцелевых и интеллектуальных моделей............................................................................................... 23
    1.3.2. Нейрокомпыотерное управление........................................................................................................................................................................... 26
    1.3.3. Управление 11А основе нечеткой логики................................................................................................................................................................. 30
    1.3.4. Автономное адаптивное управление........................................................................................................................................................................... 33
    1.3.5. Системы управления с идентификатором объекта............................................................................................................................................... 38
    1.3.6. Семиотические (логико-лингвистические) системы управления...................................................................................................................... 41
    1.4. Выводы........................................................................................................................................................................... 48
    2. Процесс электрошлакового переплава как объект управления................................................................................................................ '............... 50
    2.1. Физическая схематизация процесса.............................................................................................................................................................................. 50
    2.2. Математическая модель процесса ЭШП..................................................................................................................................................................... 52
    2.3. Идентификация структуры и параметров модели ЭШП......................................................................................... 56
    2.4. Построение моделей процессов при ЭШП.................................................................................................................. 59
    2.4.1. Подсистема «Печ1 юй трансформатор».................................................................................................................................................................. 60
    2.4.2. Подсистема «Электрическая мощность»............................................................................................................................................ 63
    2.4.3. Подсистема «Тепловые процессы»............................................................................................................................................................................. 77
    2.5. Выводы 82
    3. Построение системы управле1 1ия ЭШП............................................................................................................................................................ 85
    3.1. Управление в статическом и динамическом режимах................................................................................................................................................... 85
    3.2.&nb
  • Список литературы:
  • Заключение
    В диссертации решена актуальная научно-техническая задача разработки
    методики синтеза системы автоматического управления сложным не полностью
    идентифицированным техническим объектом, достигнуты следующие результаты и
    сделаны выводы:
    1. Анализ существующих систем управления установками ЭШП выявил необходимость их разработки на новых принципах, поскольку существующие технические решения не обеспечивают требуемых показателей качества управления. С этой целью в работе выполнен обзор и обоснован выбор интеллектуальных систем управления на основе принципов нейронечеткого и семиотического управления, совмещенных с классической архитектурой следящих систем регулирования по отдельным переменным состояния для сложных многосвязных технических обьектов.
    2. Установлена возможность построения системы управления и решения задач идентификации для установок электрошлакового переплава с использованием аппарата нейронных сетей и нечеткой логики.
    3. Разработана математическая модель системы управления ЭШП. С использованием теории нейро-нечеткой идентификации создана феноменологическая модель тепловых процессов при электр ошлаковом переплаве и предложен метод определения уровня шлаковой ванны (металла) по «тепловому портрету».
    4. Предложено использовать в качестве одного из информационных параметров процесса ЭШП значение активного и реактивного сопротивлений электрической цепи шлаковой ванны, что повышает точность оценки глубины погружения электродов за счет исключения случайной составляющей, обусловленной колебаниями напряжения питания.
    5. Исследованы режимы, потенциально возможные в нейронечеткой лингвистической системе управления, определены их области существования для ограниченного класса систем. Для указанного класса систем выявленный запас устойчивости определен в 35% по сигналу управления и 300% по коэффициенту петлевого усиления, при возможности уменьшения последнего до 9,8 раз.
    6. Разработана методика синтеза нечеткой лингвистической системы управления, с помощью которой реализована и внедрена на ЗАО УК «БМЗ» система автоматического управления установкой ЭШП, выбран аппарат для анализа динамики синтезированной системы.
    7. Разработан программный комплекс для осуществления нечеткой идентификации многомерного нелинейного объекта и исследования свойств модели системы с нечетким регулятором.







    Список использованных источников
    1. Baldwin, J.F., Guild N.C.F. Modelling controllers using fuzzy relations 11 Kybernetes. - 1980. - No. 3. - Vol. 9. - P. 223-229.
    2. Bamet, A single-blind controlled competition among tests for nonlinearity & chaos by. Barnett, R. Gallant, M.Hinich, J.Jungeilges, D.Kaplan, M.Jensen, WU working paper archive, forthcoming in Journ. Of Econometrics 1996
    3. Braae, М., Rutherford D.A. Fuzzy relations in a control setting // Kybernetes. - 1978.-No. 7.-P. 185-188.
    4. C.H. Wong, S.L. Shah, Adaptive fuzzy relational predictive control. Fuzzy Sets and Systems 15(2000) 247-260/
    5. Chen Xing, He Xigin, The application of techniques of neural network to product structure analysis of Iron&Steel Corporation. // IJC-NN’99
    6. Ge Guo, Xiaohong Hao. Steel leakage prediction in a continuous casting process. // 5th International Conference on Signal Processing Proceedings. 2000
    7. Giles, R., Lukasiewicz logic and fuzzy set theory // Int. J. Man-Machine Studies. - 1976.-No. 8.-P. 313-327.
    8. Glass, М., Invariance and stability of fuzzy systems // J. Math. Analysis and Appl. -
    1984. -Vol. 99, No.l. - P. 299-319.
    9. Glass, М., Theory of fuzzy systems // Fuzzy Sets and Systems. - 1983. - Vol. 10. - P. 65-77.
    10.Guo Ge, Qiao Junfei, Wang Wei. Steel leakage alarm method based on fuzzy neural network. Control Theory Appl. (China), vol. 15, №4, Aug 1998
    1 l.Guo Ge, Qiao Junfei, Wang Wei. Steel leakage alarm method based on fuzzy neural network. Control Theory Appl. (China), vol. 15, №4, Aug 1998
    12.Han L. J, Lin L. E. Модель на базе нейронной сети для прогнозирования Si в расплавленном металле доменной печи. A neural network model for predicting Si-content of hot metal in a blast furnace. // 7th IFAC Symp. Autom. Mining. Miner and metal process, Beijing, 1992
    13.Hongxing Liu, Tao Chen, Predicting grinding bum using artificial neural network. // J. Intell. Manuf. (UK), vol.6, №3, June 1997
    14. Jain R. Outline of an approach for the analysis of fuzzy systems // Int. J. Control. - 1976. - Vol. 27, No. 3. - P. 627-640.
    15.Jian Chen, Hong Liu, An integrating system for predicting Si content in pig iron of blast furnaces. // IEEE International Conference on Systems, Man and Cybernetics. Information Intelligence and Systems, Beijing, China 14-17 Oct. 1996
    16Jian, Chen, A predictive system for blast furnaces by integrating a neural network with qualitative analysis. // Eng. Appl. Intell. (UK), vol.l 17 №1, 2000
    17 Jiang Hong, Zeng Li-bo. Распознавание морфологии структуры серого чугуна с помощью нейронной сети. // J. Wuhan Univ. Technol., vol.46, №3, 2000
    18.Ke-Jin Zhang Modeling delayed cooking plant via RBF neural networks. // IJCNN’99, Int. Joint Conf. on Neural Networks, 1999
    19.Kickert, W.J.M., Mamdani E.H. Analysis of a fuzzy logic controller // Fuzzy Sets and Systems. - 1978. - No. 1. - P. 29-44.
    20.Kickert, Van Nauta Lemke H.R. Application of fuzzy controller in a warm
    water plant // Automatica. - 1976. -No. 12. - P. 301-308.
    21.King, G. P., Steward 1. Phase space reconstruction for symmetric dynamical systems // Physica D: Nonlinear Phenomena. 1992.— V.58.— P.216-228.
    22.King, P.J., Mamdani E.H. Application of fuzzy control system to industrial processes // Automatica. - 1977. - No. 13. - P. 235-242.
    23.Kiszka 1.В., Gupta M.M., Nikiforuk P.N. Energetistic stability of fuzzy dynamic systems // IEEE Trans. Syst. Man and Cybern. - 1985. - Vol. SMC-15, No. 5. - P. 783-792.
    24.Lau H. C. W., Wong Т. Т., Нейро-нечеткое моделирование машины для формовки с помощью пластичной инъекции для интеллектуального управления// J Shenyang Polytechn. Univ., vol. 21 №3, 1999
    25.Li Jie, Wang Qianpu, Интеллектуальная система нечеткого управления электролизером для восстановления алюминия. // Chin. J. Nonferrous Metals vol. 8, №3, 1998
    26.Ljung, L., System Identification — Theory for the User. 2nd edition — Prentice Hall, Upper Saddle River, N.J., 1999.
    27.Luo Peng. Моделирование и оптимизация с помощью нейронной сети высокоскоростной электроискровой волочильной обработки провода. // J. Guizhov. Univ. Tech. Natur. Sci. Ed., vol. 29, №5, 2000
    28.Mamdani, E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller// Int. J. Man-Machine Studies. - 1975. - No. 7. - P. 1-13.
    29.McCaffrey, Ellner, Gallant & Nychka (1992), Estimating Lyapunov exponent of a chaotic system with nonparametric regression”,J. Am. Stat.Assoc., September, vol. 87,no.419.
    30.Мок, S. L., Kwong С. K., An intelligent hybrid system for initial process parameter setting of injection moulding. // Int. J. Prod. Res. (UK), vol.38, №17, 20 Nov, 2000
    31.0hsuga S. Toward intelligent CAD systems.- Computer Aided Design, Vol.21,- N0.5,- 1989.-C.315-337.
    32.0hsuga S., Yamauchi H. Multi-layer logic - a predicate logic including data structure as knowledge representation language.- New generation computing, Vol.3,-NO.4,-1985 -c.451-485.
    33.Рао, Y.-H., Nonlinear process control with neural nets. // Neurocomputing. 1990
    34.Pedrycz, W., On the use of fuzzy Lukasiewicz logic for fuzzy control // Archiwum automatyki i teiemechaniki. - 1980. - Vol. 25, No. 3. - P. 301-314.
    35.Peng Xiaogi, Hu Zhikun, Mei Chi, Hu Jun, Yao Junfeng (Dept, of Appl. Phys. & Heat Eng., Central South Univ., Changsha, China). Converting furnace endpoint prediction model based on neural network and adaptive error compensation. // Control Theory Appl. (China), vol. 19, № 1 Feb 2002
    36.Qi Lehua, Hou Junjie. Нейронные сети и генетические алгоритмы в моделировании разливки жидкого металла. // J. Northwest. Polytechn. Univ., vol. 19, № 1, 2001
    37.Qian Feng, Yu Jinshou, Jiang Waisum. Modeling of industrial thermal cracking furnaces via functional-link artificial neural network. // Proceedings of the IEEE
    International Conference on Industrial Technology. Guangzou. China. 5-9 Dec. 1994
    38.Reinfrank M. Fuzzy-Control-unscharfe Logik als Regelungskonzept. - Siemens 1991, № 5.Reusch B., Fuzzy-Logik. 4. Dortmuder Fuzzy-Tage, 6-8 Juni, 1994.
    39.Shan Ming Zhou, Dynamic recurrent neural networks for a hybrid intelligent decision support system for the metallurgical industry. // Expert Syst. (UK) vol. 16 №4, Nov, 1999
    40.Sontag E.D., Recurrent neural networks: some learning and system-theoretic aspects”, Dept, of Mathematics, Rutgers University, New Brunswick, NJ, 1996
    41.Tang Shengping, Nan Jun-min, Использование технологий искусственного интеллекта при совершенствовании системы управления промышленной печыо. // Changsha Univ. Elec. Power., vol. 15, №4, 2000
    42.Tong, R.M., Analysis and control of fuzzy systems using finite discrete relations // Int. J. Control. - 1978. - Vol. 27, No. 3. - P. 431-440.
    43.Vagin V.N, Viktorova N.P., Golovina E.Yu. Multi-layer Logic as a Knowledge Representation Model in the CASE System.- Journal of Computer and Systems Sciencis International. Vol. 33, No.3,1995,pp72-83
    44.Vagin, V.N., E.Yu.Golovina Knowledge Model in Semiotic System.- Seventh Intemation Conference Artificial Intelligence and Information-Control Systems of Robots A1ICSR'97. Second Workshop on Appli ed Semiotics. September 15,1997 Smolenice Castle, Slovakia,p.61-66
    45.W. He. Automated process parameter resetting for injection moulding: a fuzzy- neuro approach. // J. Intell. Manuf. (UK), vol. 9 №1 Feb 1998
    46.Wang Feng, He Jianping (Autom. Inst., Taiyuan Iron & Steel Co, China), Wang Shunhuang, Guo Jiang. Intelligent multiple control of prossure and caloriric values of mixed blast furnace and charring furnace gas. // Acta Autom. Sin. (China) vol. 26, № 6, 2000
    47. Wang Ning (res. Inst. Of Adv. Process control, Zhejiang Univ., Hangzhou, China). Fuzzy neuron model-free control for continuous steel casting process/ ). // Proceedings of the 3 rd World Congress on Intelligent Control and Automation (Cat. No.00EX393). Hefei, China, 28 June 2000
    48.Wang Yu-tao, Jiang Hui-yan. Гибридная нейронная сеть и ее применение для радиального распределения газового потока в доменной печи. // J Shenyang Polytechn. Univ., vol. 21 №3, 1999
    49.Wang, Q.P., D.L Tarn,Y.C. Wang (Robotics Lab Acad. Sinica, Shenyang, China). Event-based intelligent control system of carbide electric arc furnace (CEAF). // Proceedings of the 3rd World Congress on Intelligent Control and Automation (Cat. No.00EX393). Hefei, China, 28 June 2000
    50.Wang, Rui, Применение нечеткой нейронной сети для интеллектуального управления силой фиксации листов. // J. Nankin Univ. Sci. and Technol. Natur. Sci., vol.25,№5, 2001
    51.Wang, Y., Гибридная модель на нейронных сетях для предсказания содержания кремния. // Elektrotechn. und Informationstechn., vol.l 17, N«1, 2000



    52.Wu Min, Shen Deyao. Экспертное управление, базируемое на нейронных сетях и математических моделях для процесса смешивания каменного угля. // Contr. Theory and Appl., vol.17, №6, 2000
    53.Wu Min, Tang Zhao Hui (Dept, of Autom. Control Eng., Central South Univ., Changsha, China). Expert control using neural networks an electrolytic zinc process. // Autom Sin. (China), vol.27 №6 Nov 2001
    54.Yeremeyev, A.P. The Organization of Real Time Decision Support Systems of a Semiotic Type // Sixth National Conf. with Intern. Participations CAI'98. Workshop Applied Semiotics and Abstracts of CAI'98 Reports. 5-11 Oct. 1998. Pushchino, Russia, 1998. Vol. III.
    55.Yin Jian, Zhou Dixun. Применение нейронной сети для целей выбора рабочих параметров машины литья под давлением. // J. Wuhan Univ. Technol., vol.21, №1, 1999
    56.Zadeh A, Fuzzy Sets. Information and Control, 1965.
    57.Zhao Hong. Applicability of fuzzy machine learning to modeling in blast furnace smelting process. // 7th IFAC Symp. Autom. Mining. Miner and metal process, Beijing, 1992
    58.Zone-Ching Lin. Application of a neural network machine learning model in the selection system of sheet metal bending tooling. // Artif. Intell. Eng. (UK) vol. 10, №1, 1996
    59.Авдонин, H. А., Расчет температурного поля при затвердевании в водоохлаждаемом кристаллизаторе. // ИФЖ, 1972, т.22, №4
    60.Бершадский, А.В., Методы анализа временных рядов (обзор зарубежных публикаций) // Интернет: http://cslab.ptci.ru/ archive/ Воо1<2/ С8/ ARTICL09.htm
    61.Бодянский, Е.В. Кодирование сигналов в задачах нейроэмуляции / Е.В. Бодянский, Н. В. Кулишова // Радиоэлектроника. Информатика. Управление №2,2001 Киев, с. 136-139.
    62.Бондаренко, О. П. Новая технология электрошлаковой сварки толстолистовых сталей без последующей термообработки // Автоматическая сварка.-1994 - N 12.-С.З-22
    63.Борисов, В. Т. Современное состояние квазиравновесной теории двухфазной зоны и ее применение к затвердеванию сплавов/ В.Т. Борисов, В.В. Виноградов, И.Л. Тяжельникова// Оптимизация теплофизических процессов литья. - Киев: ИПЛ АН УССР, 1977. - С. 39 - 59.
    64.Бураков, М. В. Механизм адаптации нечеткого регулятора.- Известия РАН. Теория и системы управления №1, 1998 с.84-87.
    65.Вагин, B.FI. Модели и методы представления знаний в CASE-технологии/В.Н. Вагин, Е.Ю. Головина, Ф.Ф. Оськин // Интеллектуальные системы. Том 2 выпуск 1-4. М.: Издательский центр РГГУ, 1997 с. 115-134
    66.Вагин, В. Н. Конструирование интеллектуальных систем поддержки принятия решения реального времени, В. FI. Вагин, А. П. Еремеев, Отчет о гранте РФФИ 99-01-00049
    67.Вагин, B.FI. Реализация концепции распределенного искусственного интеллекта и многоагентности в системах поддержки принятия решений на базе инструмен гального комплекса G2 + GDA/ В.Н. Вагин, А.П. Еремеев //
    Proc. of the Internat. Workshop "Distributed Artificial Intelligence and Multi-Agent Systems" DAIMAS'97, June 15-18, 1997. St.Petersburg, Russia.
    68.Васильев, В.И. Контроль и диагностика силовых установок летательных аппаратов на базе нейронных сетей/ В.И. Васильев, С.В. Жернаков // Труды 8- й Всероссийской конференции "Нейрокомпьютеры и их применение" НКП- 2002. V с. 289- 303. - М.: Век книги.
    69.Вдовин, К. Н. Математическая модель процесса электрошлакового переплава /Вдовин K. H., Юсин A. H., Подосян А. А. // Электрометаллургия №4, 2004 с.25
    70.Воробьев, В.В. Фазовое пространство: Свойства и топология. Случайные и детерминированные системы. // Интернет:
    http://www.tmz.narod.ru/Fazovoe_Prostranstvo.html
    71.Галушкин А. И. Нейрокомпьютеры и их применение на рубеже тысячелетий в Китае. Т2.-М.: Горячая линия-Телеком, 2004
    72.Галыгин, А. Н. Алгоритмы автоматического формирования базы правил для систем управления на нечеткой логике. // Диссертация кандидата технических наук 05.13.01, Красноярск. 2004.
    73.Головина Е. Ю. Модель представления знаний в семиотической системе. //Интернет: http://www.inftech.webservis.ru/it/conference/ scm/2000/sessionl0/ golovina.htm
    74.Горбаиь, А. Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Интернет: http://www.elibrary.ru/item.asp? id=9084779
    75.Горбань, А. Н. Обучение нейронных сетей.—М.: СП ПараГраф, 1990., 190 с.
    76.Гудвин, Г.К. Проектирование систем управления / Г.К Гудвин, С.Ф. Гребе, М.Э. Сальгадо.— М.: Бином. Лаборатория знаний, 2004
    77.Двинянинов, М. М. Влияние теплофизических эффектов на кристаллизацию и плавление высокочистых веществ в неравновесных и квазиравновесных условиях// Автореф. дис. на соиск. учен. степ. канд. физ.-мат. наук : 01.04.07, Л.1989
    78.Дедушев, Л. А. Регулирование электрического режима электрошлакового переплава, Специальная электрометаллургия, №7, 1980 г.
    79. Демидов, Д. Е. Синтез нечетких моделей методом эволюционного моделирования на основе экспериментальных данных. // Диссертация кандидата технических наук 05.13.18, 05.13.17, Ростов НУД, 2005.
    80.Демченко Д. Ф. Численный расчет переноса тепла и вещества при кристаллизации слитков рафинирующих переплавов, автореферат дисс. Киев, 1970
    81.Денисов, Ю.А. Моделирование хаотических процессов в системах силовой электроники/ Ю.А. Денисов, A.A. Велигорский// Технічна електродинаміка. Тематичний випуск. Проблеми сучасної електротехніки. 4.6. - 2006,- С.76-79, Чернигов, Украина.
    82.Елисеев, В.Л. Метод замены ПИД-регулятора нейросетевым / В.Л. Елисеев, Г.Ф. Филаретов // Сборник докладов научной конференции Информационные системы и технологии (ИСТ2000), Московский энергетический институт (Технический университет), Москва, Россия, 2000
    83.Еремеев, А.П. Средства параллельной обработки информации в системах поддержки принятия решений реального времени/ А.П. Еремеев, Д.А. Тихонов // Программные продукты и системы, N2. 1999.
    84.Еремин, E. Н. Электрошлаковый переплав никелевых сплавов/ E. Н. Еремин, С. Н. Жеребцов// Технология машиностроения.-2004.-N 1. - С. 3-5
    85.Жданов, A.A. Накопление и использование информации при управлении в условиях неопределенности// Сб.науч.тр. Информационная технология и численные методы анализа распределенных систем. - М.: ИФТП. 1992. С. 112-
    133.
    86.Жданов, A.A. Об одном подходе к адаптивному управлению// Сб. науч. тр. Анализ и оптимизация кибернетических систем, .-- М.: ГосИФТП, 1996. С. 42-44.
    87.Жданов, A.A. О подходе к моделированию управляемых объектов. Препринт ВЦ АН СССР. Сообщения по прикладной математике. Москва, 1991. 44 с.
    88.Жданов, A.A. Об одном имитационном подходе к адаптивному управлению// Сб. Вопросы кибернетики. - М.: 1996. С. 171 - 206.
    89.Жданов, A.A. Принцип автономного адаптивного управления. Диссертация на соискание ученой степени доктора физико-математических наук. ВЦ РАН. Москва, 1993.
    90.Заде, JT.A. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. - М.:3нание, 1974, с. 5-49.
    91.Заде, JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решении. - М.: Мир, 1976. - С. 165.
    92.Зайченко, Ю. П. Основы проектирования интеллектуальных систем // Интернет: http://www.iasa.org.ua/tpr.php?lang=eng&ch=3, 2004
    93.Захаров, В. Н. Интеллектуальные системы управления: Основные понятия и определения // Известия академии наук. Теория и системы управления. 1997. №3.
    94.Захаров, В. Н. Современная информационная технология в системах управления // Известия академии наук. Теория и системы управления. 2000. №1.
    95.Захаров, В. Н. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. Методология проектирования./ В. Н. Захаров, С. В. Ульянов //Известия академии наук. Техническая кибернетика. 1993. №5.
    96.Золотухин, Ю.Н. Вариант построения базы правил для нечеткого контроллера/ Ю.Н. Золотухин, A.B. Кущ // Труды международной конференции «Информационные системы и технологии» .- М. 22 - 26 апреля 2003
    97.Каплан, В.Н. Аналитическая теория непрерывных линейных систем / В.Н. Каплан, К.А.Пупков, В.Д. Юрасов.-М.: МИЭМ, 1975.
    98. Караваев, М.В. Применение нечеткой логики в имитационной системе автономного адаптивного управления. // Отчеты о проектах РФФИ 03-01-0323, 04-01-0823.
    99. Ключев, В.И. Теория электропривода -М.:Энергоатомиздат, 2001.
    100. Кольцова, В. В. Линейный асинхронный электропривод двойного питания с нечетким регулятором. // Диссертация кандидата технических наук
    05.09.3, Воронеж, 2005.
    101. Комарцова, Л.Г. Нейрокомпьютеры / Л.Г. Комарцова, A.B. Максимов М.: МГТУ им. Баумана, 2002. 320 с.
    102. Кофман А. Введение в теорию нечетких множеств-М.: Радио и связь, 1982.
    103. Красовский, H. Н. Управление динамической системой- М.: Наука,
    1985.
    104. Кудрявцев, В. С. Применение нечетких лингвистических регуляторов
    для управления сложными динамическими объектами. // Диссертация
    кандидата технических наук 05.13.06, Екатеринбург, 2003 г.
    105. Кулик, Б А. Алгебраические основы естественных рассуждений: Е-
    структуры — Материалы второй международной конференции Логико­лингвистическое управление динамическими объектами (DOLLC'99)”, Санкт- Петербург, 21-25 июня 1999 г.,
    106. Куржанский, А. Б. Управление и наблюдение в условиях неопределенности. М.: Наука, 1977.
    107. Кусков, Ю. В. Влияние технологических параметров конструкции' токопроводящего кристаллизатора на процесс электрошлаковой наплавки // Автоматическая сварка.-1996. - N 9.-С. 59
    108. Кусков, Ю. М. Формирование проплавления основного металла при
    электрошлаковой наплавке в токопроводящем кристаллизаторе // Сварочное производство.-2001. - №7.-С. 36-39
    109. Лукаш, А. Г. Принципы построения и алгоритмы функционирования АСУ ТП ЭШЛ на основе обучающихся моделей./А. Г. Лукаш, Л.А. Кудин// Пробл. спец. электрометаллургии, 1981, вып. 14.
    110. Любов, Б. Я. Теория кристаллизации в больших объемах.// М.: Наука, 1975
    111. Малинецкий, Г. Г. Современные проблемы нелинейной динамики/ Г. Г. Малинецкий, А. Б. Потапов. Эдиториал УРСС. 2000. — 336 с.
    112. Математические методы исследования процессов специальной электрометаллургии, Киев, Знание, 1974
    113. Махненко, В.И. Применение ЭВМ для исследования кристаллизации слитка при рафинирующем переплаве/ В.И. Махненко, В.Ф. Демченко. - ИФЖ, 1968, т15, №1;
    114. Митчелл, А. Механизм выделения и распространения тепла в процессе ЭШП // Электрошлаковый переплав. - Киев, Наукова думка, 1971. - С. 149-
    161.
    115. Михалюк, Д.П. Формирование оптимального пути в пространстве состояний сложной технической системы в условиях неполноты исходной
    информации/ Д.П. Михалюк, А.В. Суворов, В.В.Ященко, Н.Ю. Ященко // Известия РАН, Теория и системы управления.-1996, № 5.-С.61-65.
    116. Моисеев, Н. Н. Математические задачи системного анализа. М.: Наука, 1981.
    117. Мургаш, М. Использование магнитного поля при электрошлаковом переплаве стали. Физика и химия обработки материалов, 1998, 2.- с.99-107
    118. Нечеткие множества в моделях управления и искусственного интеллекта /Под ред. Д.А. Поспелова,— М., 1986.
    119. Николис, Джон С., Хаотическая динамика лингвистических процессов и образование паттернов в поведении человека. Новая парадигма селективной передачи информации. // Перевод Ю. А. Данилова [Электронный ресурс] Интернет: http://sky.lcuban.ru/socio_etno/iphrRAS/~mifs/work.htm
    120. Никулин, А. А. Метод расчета электрического сопротивления шлаковой ванны бифилярных двухэлектродных печей ЭШП. Проблемы специальной электрометаллургии №9, 1978 г.
    121. Никульчев, Е. В. Simulink как средство исследования дифференциальных моделей // Exponenta Pro. Математика в приложениях.— 2004.— №1 (5).— С.91-93.
    122. Никульчев, Е. В. Модели хаоса для процессов изменения курса акций / Е. В. Никульчев, М. Е. Волович // Exponenta Pro. Математика в приложениях.— 2003. — №1. — С.49-52.
    123. Никульчев, Е. В. Использование групп симметрий для идентификации сложных систем // Вычислительные технологии.-— 2004.— Т.9.— №3.— С.72-
    80.
    124. Никульчев, Е. В. Метод моделирования нелинейных динамических процессов в сложных системах/ Е.В. Никульчев, Е.В. Кучаева //Труды II научной конференции «Проектирование инженерных и научных приложений в среде MATLAB», 2004
    125. Никульчев, Е. В. Разработка аппарата исследования сложных процессов на основе хаотических моделей, допускающих группы симметрий // II Всероссийская науч.-практ. конф. «Информационные модели экономики»: Сб. тр. / Под ред. Д. А. Королева. — М.: МГАПИ, 2004.— С.34-40.
    126. Отчет о выполнении этапа №1 договора 1303-УК/050-9321/04 Система
    контроля ЭШП по теме: «Разработка системы контроля (СК) АСУТП ЭШП» .- Брянск, БГТУ, 2005 г.
    127. Отчет о выполнении этапа №2 договора 1303-УК/050-9321/04 Система
    контроля ЭШП по теме: «Разработка системы управления (СУ) АСУТП ЭШП».- Брянск, БГТУ, 2006 г.
    128. Паклин, Н.Б. Адаптивные модели нечеткого вывода для идентификации
    нелинейных зависимостей в сложных системах: Дис к-та техн. наук. - Ижевск, 2004.- 162 с.
    129. Панин, В. Н. Влияние жесткости ВАХ источника на устойчивость
    процессов электрошлаковой сварки малых толщин // Тяжелое машиностроение.-2005 .-№3. - С. 31-33
    130. Патон, Б. Е. Исследование температурных полей крупных ЭШС// Специальная металлургия, т.2., К.- 1982
    131. Патон, Б. Е. Математическое описание процесса затвердевания полого ЭШС.// Рафинирующие переплавы. Киев, Паукова Думка, 1975
    132. Патон, Б. Е. Электрошлаковая сварка: Основные итоги. Задачи и перспективы развития / Патон Б. E., Дудко Д. А., Ющенко К. А. И др. // Автоматическая сварка.-1997. - N 5.-С. 32
    133.&n
  • Стоимость доставки:
  • 100.00 грн


ПОИСК ДИССЕРТАЦИИ, АВТОРЕФЕРАТА ИЛИ СТАТЬИ


Доставка любой диссертации из России и Украины