Оптимизация многоконтурных систем автоматического управления тепловыми процессами методом многомерного сканирования тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Вишнякова, Юлия Николаевна

• Вишнякова, Юлия Николаевна
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Вишнякова, Юлия Николаевна

Введение.

Глава 1. Методы расчета систем автоматического управления теплоэнергетическими объектами.

1.1 Особенности теплоэнергетических объектов управления и критериев оптимальности систем управления.

1.2 Обзор методов оптимизации параметров систем.

1.3 Выбор программного обеспечения для реализации алгоритмов синтеза систем управления.

Глава 2. Методика расчета параметров настройки систем автоматического регулирования.,.

2.1 Одноконтурные системы.

2.1.1 Системы с П- и ПИ-регуляторами.

2.1.2 Системы с ПИД-регулятором.

2.2 Многоконтурные системы.

2.2.1 Виды одномерных многоконтурных систем.

2.2.2 Системы с одним регулятором и добавочными информационными каналами от вспомогательных регулируемых величин.

2.2.3 Каскадные системы.

2.3 Метод скользящего сканирования.

Глава 3. Расчет систем автоматического управления теплоэнергетическими объектами.

3.1 Трехконтурная система регулирования температуры перегретого пара.

3.1.1 Одноконтурная система управления.

3.1.2 Двухконтурная система с одним регулятором.

3.1.3 Трехконтурная система с одним регулятором.

3.1.4 Методика расчета трехконтурной системы с одним регулятором.93 3.2 Каскадная система.

3.2.1 Двухконтурная каскадная система.

3.2.2 Трехконтурная каскадная система.

3.3 Методика выбора точки отбора вспомогательной величины для двухконтурных систем.

3.3.1 Расчет одноконтурных систем.

3.3.2 Двухконтурные системы с одним регулятором.

3.3.3 Двухконтурные каскадные системы.

Глава 4. Системы регулирования с моделью объекта.

4.1 Системы с моделью объекта с недоступными для контроля управляемыми величинами.

4.2 Системы управления с недоступной для непосредственного контроля главной регулируемой величиной.

4.3 Системы регулирования, построенные по идеологии регулятора состояния с наблюдателем.

4.4 Трехконтурная система регулирования с моделью объекта.

Глава 5. Оценка робастности многоконтурных систем.

5.1 Одноконтурная система.

5.2 Двухконтурная система.

5.3 Трехконтурная система.

Введение диссертации (часть автореферата) на тему «Оптимизация многоконтурных систем автоматического управления тепловыми процессами методом многомерного сканирования»

В настоящее время, благодаря интенсивному развитию вычислительной техники, появляется большое количество предложений по улучшению качества функционирования систем автоматического управления (САУ) промышленными и, в частности, теплоэнергетическими объектами, ориентированных на усложнение структуры САУ и применение различных машинных методов оптимизации. Однако широкое внедрение новых предложений сталкивается с существенными затруднениями, наиболее важные из которых связаны с особенностями реальных промышленных объектов управления - недетерминизм, наличие существенных транспортных запаздываний и неконтролируемых случайных возмущений, отсутствие возможности введения большого числа дополнительных информационных каналов, позволяющих наблюдать состояние объекта. Поэтому актуальной является задача выбора и реализации оптимизационного алгоритма, позволяющего эффективно работать с такими объектами, оценка возможностей оптимально настроенных САУ различных типов.

С точки зрения практики управления промышленными объектами наиболее перспективным является выбор структуры САУ, содержащей от одного до трех информационных каналов. Распространенные аналитические методы не позволяют в достаточной мере учитывать особенности объектов; при использовании численных методов необходимо учитывать наличие ограничений (на запас устойчивости контуров системы), требовать определения глобального оптимума при выбранном критерии оптимальности.

Среди глобальных методов оптимизации лидирующее положение занимают генетические алгоритмы (ГА). В основе ГА лежит принцип селекции - наиболее «приспособленные» к функционированию в заданных условиях (то есть, удовлетворяющие ограничениям и имеющие минимальное значение критерия оптимальности) варианты настройки системы используются для получения еще более приспособленных. По существу, большая часть разновидностей ГА является усложнением вероятностных методов оптимизации с повышенной плотностью вероятности размещения новых пробных точек в областях, где на предыдущем шаге критерий оптимальности оказался меньше. Соответственно, ГА унаследовали и ряд недостатков вероятностных методов: нет гарантии сходимости к глобальному оптимуму; не определена априори скорость сходимости и вычислительная сложность решения конкретной задачи; результат расчета существенно зависит от специфических настроек метода. Пожалуй, главным недостатком с точки зрения оптимизации САУ является необоснованность предположения о возможности определить положение глобального оптимума, опираясь на оценку рельефа целевой функции, полученную случайным образом на первом шаге оптимизации, и последовательную селекцию вариантов настройки на последующих шагах. В технике положение локальных оптимумов скорее независимо и для получения достоверного положения глобального оптимума необходимо проверять значения критерия во всей области возможных изменений параметров настройки.

В литературе метод сканирования упоминается в обзорах, но практическое его использование не рекомендуется из-за большого объема вычислений, хотя и отмечается его универсальность и надежность. Рекомендуется переходить к более экономичным с этой точки зрения методам, основанным на вычислении производных.

При расчете САУ тепловыми процессами следует возвратиться к методу сканирования по следующим соображениям:

1. Число параметров в типовых структурах САУ относительно невелико.

2. Большой объем расчетов обусловлен многократным повторением простого алгоритма, что не представляет труда для современных ЭВМ и их программирования.

3. Показатели оптимальности таких систем достаточно сложны из-за наличия ограничений на запас устойчивости всех контуров системы, что затрудняет применение рекомендуемых в литературе алгоритмов.

5. С другой стороны, организация алгоритмов расчетов таких систем выдвигает свои специфические трудности для каждой конкретной структуры САУ (в частности, разбиение на иерархические уровни), которые достаточно просто устраняются при использовании сканирования.

Целью настоящей работы было доказательство применимости и эффективности метода многомерного сканирования с учетом специфики задач синтеза САУ в теплоэнергетике, а именно разработка и реализация методики оптимизации настройки многоконтурных САУ на основе метода многомерного сканирования и тестирование этой методики на решении задач, имеющих самостоятельное практическое значение.

Достижение поставленной цели возможно при решении следующих задач: реализации в виде универсальных подпрограмм метода многомерного сканирования для оптимизации САУ; разработки алгоритмов, позволяющих сократить объем вычислений за счет учета особенностей оптимизируемых систем.

Тестирование предлагаемого подхода основано на решении актуальных задач: построение методики оптимизации трехконтурной САУ температурой перегретого пара котла реального энергоблока; разработка рекомендаций по выбору точки отбора вспомогательной регулируемой величины в САУ с добавочными информационными каналами при различных распределениях интенсивности возмущений, действующих на объект; исследование возможности практического применения некоторых предложений так называемой «современной» теории управления {advanced control), а именно: а) САУ с отбором вспомогательных переменных от модели объекта (наблюдателя состояния), которые в литературе считаются наиболее перспективными; б) системы с недоступной для непосредственного контроля основной регулируемой величиной, информация о которой берется от модели объекта.

В первой главе диссертации приводится анализ особенностей теплоэнергетических объектов, обзор распространенных структурных схем САУ, методов их расчета. Осуществляется выбор критерия оптимальности, формулируются ограничения на запас устойчивости.

Вторая глава посвящена вопросам автоматизированного синтеза (на основе многомерного сканирования) одно- и двухконтурных систем управления. Приводятся блок-схемы разработанных программ, методика проведения расчетов для синтеза наиболее распространенных структур систем. Дано описание предложенного метода «скользящего» сканирования.

В третьей главе приведена методика оптимизации трехконтурных систем на примере расчета оптимальных настроек трехконтурной САУ реального теплоэнергетического объекта. Предложена методика выбора точки отбора вспомогательной регулируемой величины при воздействии на объект различных возмущений, основанная на применении метода сканирования.

Четвертая глава посвящена анализу оптимально настроенных САУ, в структуру которых включается модель объекта управления, предлагаемых в рамках современной теории управления {Advanced Control). Проводится сравнение возможностей таких САУ с традиционными системами, работающими по разомкнутому циклу. Рассмотрены системы с отбором нескольких переменных от модели объекта. Изложение материала сопровождается примерами расчета САУ для реальных объектов.

В пятой главе рассмотрены вопросы оценки робастности оптимально настроенных САУ. Оценка робастности может быть совмещена с процессом сканирования, позволяя задавать ограничение на робастность настройки САУ.

В Заключении формулируются основные выводы по работе.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Вишнякова, Юлия Николаевна

Заключение

Целью настоящей диссертационной работы было доказательство применимости и эффективности метода многомерного сканирования для оптимизации настроек САУ теплоэнергетическими объектами на примере разработки методики оптимизации многоконтурных систем и решения некоторых актуальных задач теории и практики автоматического управления теплоэнергетическими объектами. Получены следующие основные результаты, определяющие научную новизну и практическую значимость работы:

1. Выполненный обзор существующих методов поиска оптимума параметров настройки систем автоматического управления установил, что метод многомерного сканирования является предпочтительным при расчете многоконтурных систем.

Связано это, прежде всего, со сложностью критериев оптимальной настройки замкнутых систем регулирования, в которых требование минимизации тех или иных показателей точности управления обязательно должно сопровождаться ограничением на запас устойчивости замкнутых контуров. Такое ограничение во всех известных методов вводится в критерий в виде добавочной функции штрафа с некоторыми коэффициентом веса, величина которого не определена теоретически. При этом допускается некорректная трактовка проблемы запаса устойчивости замкнутых систем управления, когда его величина определяется по реакции системы на возмущение, относительно которого оценивается точность управления. Упускается из виду, что запас устойчивости в линейных системах не зависит от вида и места приложения возмущений, а является внутренним свойством замкнутых контуров системы, для выявления которого необходимо оперировать с характеристиками этих контуров. Соответственно, число этих характеристик равно числу замкнутых контуров, в том числе и в системах с единственным учитываемым возмущением число функций штрафа должно быть равным числу замкнутых контуров.

Неопределенность в задании численных значений коэффициентов веса в функциях штрафа вызывает необходимость в их многократном подборе, что усложняет расчеты и вносит нежелательный субъективизм в их результаты. Проблема становится практически неразрешимой при расчете многоконтурных систем с большим числом указанных коэффициентов.

В методе многомерного сканирования указанная проблема просто не возникает - здесь осуществляется проверка запаса устойчивости каждого контура по стандартным показателям (например, частотным показателям колебательности) и в случае, если хотя бы один контур имеет недостаточный запас устойчивости, соответствующая позиция расчета игнорируется.

В существующих методах оптимизации повсеместно в явном или неявном виде поиск оптимума осуществляется вычислением частных производных по параметрам настройки. При практическом осуществлении этой операции, особенно с учетом возможного относительно большого числа параметров настройки и наличия в критерии оптимальности функций штрафа такой расчет сопряжен с появлением множества трудно учитываемых погрешностей. В методе многомерного сканирования поиск осуществляется непосредственно по данным расчета критерия оптимальности без обращения к производным. Подобной положительной особенностью обладают только генетические алгоритмы.

Распространено мнение, что метод многомерного сканирования требует большого объема расчетов в пределах заранее заданного достаточно большого ареала возможных параметров системы. Здесь, однако, надо сделать два замечания:

Во-первых, большой объем расчетов здесь связан не со сложностью алгоритма, а с необходимостью многократного повторения расчетов оп одному и тому же относительно простому алгоритму. Соответственно, программирование задачи не встречает трудностей, а быстродействие и объемы памяти современных ЭВМ позволяет получить решение в вполне приемлемые сроки. Следует в связи с этим заметить, что указанной особенностью обладают и генетические алгоритмы, однако на это обстоятельство в их описаниях просто не обращают внимания.

Во-вторых, необходимость в больших объемах вычислений возникает только тогда, когда речь идет о поиске глобального минимума в многоэкстремальных задачах. Если есть уверенность, что задача имеет один экстремум, то исчезает проблема априорного задания ареала поиска и необходимость расчета во всех точках этого ареала.

2. В работе предложен метод «скользящего» сканирования, основанный на учете априорной информации о влиянии различных параметров настройки на точность регулирования и устойчивость системы и позволяющий указывать только одну точку начала траектории поиска, дальнейшее направление движения будет определяться по мере решения задачи. Разработанный метод позволяет существенно уменьшить объем вычислений, кроме того, скользящее сканирование оказалось эффективным и при решении некоторых многоэкстремальных задач.

3. В диссертации с помощью метода многомерного сканирования решен ряд практически важных задач. Среди этих задач особенного внимания заслуживают задачи так называемой «современной» теории управления ("advanced control""), возникновение которой связано с появлением современных микропроцессорных средств. В этой теории широко используются явные модели объектов, встраиваемые в реальную структуру системы управления, в связи с чем в диссертации подробно рассматриваются: а) использование моделей объектов для получения информации о текущем изменении управляемых величин в объектах, где непосредственный контроль этих величин невозможен. Показано, что при том объеме информации, который необходим для построения модели, использование алгоритмов компенсации возмущений из условия инвариантности дает лучший эффект. К сожалению, подобные системы, как при использовании модели, так и алгоритмов компенсации относятся к классу разомкнутых и практически не могут быть реализованы на практике. б) использование так называемых регуляторов состояния с применением в их структуре явных моделей объектов для оперативной оценки недоступных для прямого контроля переменных состояния («наблюдателей состояния»). В отличие от обычных моделей, учет действующих на объект возмущений здесь производится с помощью специальной корректирующей обратной связи с входа объекта. Имеются публикации производителей микропроцессорных систем управления (например, [82]), в которых утверждается, что применение подобных регуляторов позволяет существенно повысить точность регулирования по сравнению с традиционными схемами в системах с запаздыванием. Проведенный анализ показал, что при наличии запаздывания в объекте подобная система не дает улучшения качества регулирования, а введение корректирующей обратной связи только ухудшает устойчивость системы.

4. Разработана методика расчета оптимальных параметров многоконтурных систем автоматического регулирования, включающая в себя рекомендации по расчету начальной (неоптимальной) настройки САУ с помощью декомпозиции многоконтурной системы, рекомендации по проведению сканирования, выбора «скользящих» переменных для повышения эффективности расчетов, алгоритмы, позволяющие понизить размерность решаемой задачи. Конкретное использование этой методики проиллюстрировано на примере расчета появившейся в последнее время усложненной трехконтурной системы автоматического регулирования температуры перегретого пара энергоблоков электростанций, в которой вводится информация о двух вспомогательных регулируемых величинах (температур непосредственно за впрыском и в рассечке инерционной части пароперегревателя).

5. Разработана методика выбора оптимальных точек отбора вспомогательных регулируемых величин в системах с добавочными регулируемыми величинами. Приведен пример расчетов для двухконтурной системы регулирования при различном распределении интенсивности возмущений, действующих на объект.

6. Для рассмотренных выше задач разработан пакет расчетных программ на языке Matlab, использование которого позволяет решать задачи методом многомерного сканирования многоконтурных систем автоматического регулирования технологических процессов.

Список литературы диссертационного исследования кандидат технических наук Вишнякова, Юлия Николаевна, 2006 год

1. Автоматизированные системы управления технологическими процессами/ Справочник проектировщика -М.: Машиностроение, 1983

2. Автоматическое управление в химической промышленности / Под ред Е.Г. Дудникова.-М.:Химия, 1987

3. Александрова Н.Д. Расчет параметров динамической настройки регуляторов температуры пара с опережающим скоростным импульсом / в кн. Автоматизация тепловых электростанций. -М.: Госэнергоиздат, 1959.

4. Александрова Н.Д., Давыдов Н.И. О настройках импульсных релейных регуляторов на малоинерционных объектах // Теплоэнергетика, 2002. -№ 5.-С. 54-57

5. Аоки М. Введение в методы оптимизации. -М.: Наука, 1977. 344 с.

6. Батищев Д. И. Методы оптимального проектирования. М.: Радио и связь, 1984.

7. Батищев Д.И., Гуляева П.А., Исаев С.А. Генетический алгоритм для решения задач невыпуклой оптимизации / Тез.докл. Междунар. конф. "Новые информационные технологии в науке, образовании и бизнесе", Гурзуф, 1997.

8. Батищев Д.И., С.А. Исаев. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов./Межвузовский сборник научных трудов "Высокие технологии в технике, науке и образовании", Воронеж, ВГТУ, 1997г.,-С. 4-17

9. Батищев Д.И., С.А. Исаев, Е.К. Ремер, Эволюционно-генетический подход к решению задач невыпуклой оптимизации./Межвузовский сборник научных трудов "Оптимизация и моделирование в автоматизированных системах", Воронеж, ВГТУ, 1998г., -С.20-28

10. Ю.Батищев Д.И., Скидкина Л.Н., Трапезникова Н.В. Глобальная оптимизация с помощью эволюционно генетических алгоритмов / Межвуз. сборник, ВГТУ, Воронеж, 1994.

11. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. -М.: Наука, 1987.

12. Биленко В.А., Давыдов Н.И. Метод расчета на ЭЦВМ оптимальных параметров настройки двухконтурных систем регулирования // Теплоэнергетика,1977. -№1, -С. 32-36.

13. З.Вишнякова Ю.Н. Анализ двухконтурных систем автоматического управления //тез. докл. 8 международ, н.-т. конф. студ. и асп. «Радиоэлектроника, электротехника и энергетика» -М.: МЭИ. -2002. -ТЗ -С.131

14. Н.Вишнякова Ю.Н. Анализ систем автоматического управления с моделью объекта //тез. докл. 10 международ, н.-т. конф. студ. и асп. «Радиоэлектроника, электротехника и энергетика» -М.: МЭИ. -2004. -ТЗ -С. 143

15. Вишнякова Ю.Н. Программный комплекс для расчета промышленных систем автоматического управления //тез. докл. 11 международ, н.-т. конф. студ. и асп. «Радиоэлектроника, электротехника и энергетика» -М.: МЭИ. -2005. — ТЗ -С. 180

16. Вишнякова Ю.Н., Ротач В.Я. Расчет трехконтурных систем регулирования температуры пара энергоблоков//Труды международн. науч. конф. Control-2005. -М.: Издательство МЭИ, 2005. -С.83-88

17. Вишнякова Ю.Н., Ротач В.Я. «Расчет систем автоматического управления методом многомерного сканирования»/ Свидетельство о регистрации программы для ЭВМ № 2005610413

18. Волгин В.В., Якимов В.Я. К вопросу выбора запаса устойчивости в системах автоматического регулирования тепловых процессов // Теплоэнергетика, 1972. -№4. -С. 76-78

19. Воронов А.А. Основы теории автоматического управления — М.: Энергия, 1965.

20. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А. -X.: ОСНОВА, 1997. -112 с.

21. Давыдов Н.И., Тюпина Т.Г. Исследование системы регулирования температуры пара с двумя опережающими скоростными сигналами// Теплоэнергетика, 2002. -№ 10. -С. 17-21.

22. Деруссо П., Рой Р. Клоуз Ч. Пространство состояний в теории управления. -М.: «Наука», 1970

23. Дудников Е.Г. Основы автоматического регулирования тепловых процессов. -М.: Госэнергоиздат, 1956

24. Лукас В.А. Теория автоматического управления. -М.: «Недра», 1990

25. Мань Н.В. Расчет робастных систем автоматического регулирования с помощью расширенных комплексных частотных характеристик// Теплоэнергетика, 1996. -№ 10. -С. 69-75.

26. Миронов В.Д. Регулирование с опережающим импульсом // Изв. ВТИ, 1948. -№8.

27. Методы классической и современной теории автоматического управления. Т. 1. Анализ и статистическая динамика систем автоматического управления/под ред. Н.Д. Егупова. М.: Изд-во МВТУ им. Баумана. 2000.

28. Методы классической и современной теории автоматического управления. Т. 3/под ред. К.А. Пупкова. -М.: Изд-во МВТУ им. Баумана, 2000.

29. Мозговая Э.А. Об одном методе поиска минимума функции при наличии ограничений// Автоматика и телемеханика 1962. -№12.

30. ЗО.Острем К., Виттенмарк Б. Системы управления с ЭВМ. -М.: Мир, 1987

31. Панько М.А. Расчет автоматических систем регулирования с дифференцированием вспомогательной регулируемой переменной // Теплоэнергетика, 1998.-№10. -С 28-33.

32. Панько М.А., Харахорин Д.А. Расчет оптимальных настроек регулятора в автоматической системе регулирования с сигналом по производной // Теория и практика построения и функционирования АСУТП -М.: Издательство МЭИ, 1998. -С. 61-69.

33. Первозванский А.А. Курс теории автоматического управления. -М.: Наука, 1986.

34. Плетнев Г.П. Автоматизированные системы управления объектами тепловых электростанций. -М.: Издательство МЭИ, 1995

35. Плютинский В.И. К применению метода расширенных характеристик для расчета автоматических систем регулирования с транспортным запаздыванием// Теплоэнергетика, 1983. -№ 10. -С. 23-28.

36. Развитие систем управления с УВМ для новых мощных энергоблоков/ Рушинский В.М., Френкель А.Я., Смирнов В.И. и др. -М.: Труды ЦНИИ-КА. -Вып. 27, 1970.

37. Растригин А.А. Случайный поиск в задачах оптимизации многопараметрических систем -Рига: Зинатне, 1965

38. Ротач В.Я. К расчету систем автоматического регулирования со вспомогательными информационными каналами методом многомерного сканирования// Теплоэнергетика, 2001. -№ 11. -С. 61-65.

39. Ротач В.Я. Метод многомерного сканирования в расчетах автоматических систем управления// Теплоэнергетика, 2001. -№ 10. -С. 33-38.

40. Ротач В.Я. Расчет динамики промышленных автоматических систем регулирования. -М.: Энергия, 1973.

41. Ротач В.Я. Расчет каскадных систем автоматического регулирования// Теплоэнергетика, 1997. -№ 10. -С. 16-23.

42. Ротач В.Я. Расчет настройки промышленных систем регулирования. -М.: Госэнергоиздат, 1961.

43. Ротач В.Я. Расчет настройки реальных ПИД-регуляторов// Теплоэнергетика, 1993.-№ 10. -С. 31-35

44. Ротач В.Я. Расчет робастной настройки автоматических регуляторов// Теплоэнергетика, 1994. -№ 10. -С. 7-12

45. Ротач В.Я. Расчет систем автоматического регулирования со вспомогательными регулируемыми величинами// Теплоэнергетика, 1998. -№ 3. -С. 46-51.

46. Ротач В.Я. Теория автоматического управления теплоэнергетическими процессами. -М.: Энергоатомиздат, 1985.

47. Ротач В.Я. Теория автоматического управления теплоэнергетическими процессами. -М.: Издательство МЭИ, 2004.

48. Ротач В.Я., Вишнякова Ю.Н. Систему управления технологическими процессами с моделью состояния объекта// Теплоэнергетика. -2005. -№10. -С. 42-47.

49. Ротач В.Я., Вишнякова Ю.Н. Расчет систем регулирования с двумя вспомогательными регулируемыми величинами// Теплоэнергетика. -2006. -№2. -С. 40-47.

50. Ротач В.Я., Наконечный А.Ф. Расчет настройки ПИД-регуляторов в режиме диалога// Теплоэнергетика, 1988. -№ 9. -С. 38-42

51. Ротач В.Я., Фыонг Н.З. К расчету каскадных систем автоматического регулирования//Теплоэнергетика, 1999. -№ 10, -С.10-16.

52. Рушинский В.М., Френкель А.Я. Регулирование прямоточного котлоаг-регата с использованием его математической модели в контуре управления // Теплоэнергетика, 1966. -№ 7. -С.

53. Рэй У. Методы управления технологическими процессами. Пер. с англ. М.: Мир, 1983

54. Сабанин В.Р., Смирнов Н.И. Расчеты автоматических систем регулирования в теплоэнергетике. -М.: Изд. МЭИ, 2002.

55. Сабанин В.Р., Смирнов Н.И., Репин А.И. Оптимальный синтез АСР методом имитационного моделирования с использованием генетических алгоритмов оптимизации// Сборник трудов конференции «ИММОД 2003». -СПб: ФГУП ЦНИИ технологии судостроения, 2003. -С. 62-67.

56. Сабанин В.Р., Смирнов Н.И., Репин А.И. Параметрическая оптимизация и диагностика с использованием генетических алгоритмов// Промышленные контроллеры АСУ -№12, 2004.

57. Смирнов Н.И., Сабанин В.Р., Репин А.И. Оптимизация настроек автоматических систем регулирования с дифференциатором // Труды Между-нар. науч. конф. Control 2003. -М.: Издательство МЭИ, 2003.

58. Соболев О.С. Чеховской С.А. К расчету автоматических систем регулирования на заданный показатель колебательности // Теплоэнергетика, 1991.-№ 9. -С. 15-19

59. Стефани Е.П. Основы расчета настройки регуляторов теплоэнергетических процессов. -М.: Энергия, 1972.

60. Стрекаловский А.С. К проблеме глобального экстремума в невыпуклых задачах оптимизации //Известия вузов. Математика. 1990. N 8. -С. 74 -80

61. Стронгин Р.Г. Поиск глобального оптимума. -М.: Знание, 1990. 48 с.

62. Сушков Ю.А. Метод, алгоритм и программа случайного поиска Л.: ВНИИТрансмаш, 1969, 43 с.

63. Сушков Ю.А. Об одном способе организации случайного поиска. Исследование операций и статистическое моделирование. Л.: ЛГУ, 1972, -С. 180-185.

64. Сю Д., Мейер А. Современная теория автоматического управления и ее применение. -М.: Машиностроение, 1972.

65. Теория управления/ Алексеев А.А., Имаев Д.Х., Кузьмин Н.Н., Яковлев В.Б. -СПб: Изд-во СПбГЭТУ «ЛЭТИ», 1999

66. Уайлд Д. Дж. Методы поиска экстремума. -М.: Наука, 1967.

67. Цыпкин Я.З. Основы теории автоматических систем. -М.: Наука, 1977.

68. Цой Ю.Р. Применение генетического алгоритма для задач оптимизации многоэкстремальных функций// науч.-техн. конф., -С.

69. Шавров А.В. Методика расчета оптимальных параметров настройки регуляторов по амплитудно-фазовой характеристике регулируемого объекта//Тр.ЦАГИ, 1974. -Вып. 1559.

70. Экспериментальные динамические характеристики теплофикационного энергоблока с турбиной ПТ-80/ Н.И. Давыдов, Е.Г. Козырева, М.Ф. Павлова и др. // Теплоэнергетика, 2001. -№ 6. С. 61-67.

71. Bor Sen Chen, Yu Min Cheng, Ching Hsiang Lee A Genetic Approach to Mixed Нз/Нсо Optimal PID Control. // IEEE Control systems. October. 1995.

72. De Jong К. A. Genetic Algorithms: A 10 Year Perspective // Procs of the First Int. Conf. on Genetic Algorithms, 1985. -pp. 167-177.

73. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine learning. Addison-Wesley, 1989.74.1zermann R. Digital Control Systems. Springer-Verlag. 1981 / Пер. Изерман P. Цифровые системы управления. -М.: Мир, 1984.

74. Harriott P. Process Control. McGraw-Hill Book Company. 1964. / Пер. Эрри-отП. Регулирование производственных процессов. -М.: Энергия, 1967.

75. Hiriart-Urruty J.-B. From convex optimization to non-convex optimization. Part 1: Necessary and sufficient conditions for global optimality in Nonsmooth and Related Topics, Plenum Press, -pp. 219 239.

76. Holland J.H. Adaptation in Natural and Artificial Systems. Ann Arbor: The University of Michigan Press, 1975

77. Holland J. H. Adaptation in natural and artificial systems. An introductory analysis with application to biology, control, and artificial intelligence. -L.: Bradford book edition, 1994. 211 p.

78. Kurz H., Gehobene Methoden der Regelungstechnik fur verfahrenstechnische Prozesse// Automatisierungstechnik. 1987. H.9.

79. Mann J., Lausterer G.K. Temperature Control Using State Feedback in a Fossil Fired Power Plant. IFAC-Symposium on Control of Power Plants and Power System. Munich. Germany. 1992. -P. 37-42.

80. Nelder J.A., Mead R.A. F simplex method for function minimiza-tion//Computer journal, 1964. -№7.

81. Siemens AG 1000. State Feedback Controller.

82. Ziegler J.G., Nichols N.B. Optimum settings for automatic controllers, Trans. ASME, № 8, 1942.