Разработка и исследование устройства параллельного управления сложными системами на основе алгоритма нечетких множеств тема диссертации и автореферата по ВАК РФ 05.13.05, кандидат наук Кетов Александр Сергеевич

  • Кетов Александр Сергеевич
  • кандидат науккандидат наук
  • 2018, ФГБОУ ВО «Томский государственный университет систем управления и радиоэлектроники»
  • Специальность ВАК РФ05.13.05
  • Количество страниц 120
Кетов Александр Сергеевич. Разработка и исследование устройства параллельного управления сложными системами на основе алгоритма нечетких множеств: дис. кандидат наук: 05.13.05 - Элементы и устройства вычислительной техники и систем управления. ФГБОУ ВО «Томский государственный университет систем управления и радиоэлектроники». 2018. 120 с.

Оглавление диссертации кандидат наук Кетов Александр Сергеевич

Введение

1 Проблемы управления в условиях неопределенности

1.1 Управление в условиях неопределенности

1.2 Методы управления в условиях неопределенности

1.3 Анализ существующих регуляторов на алгоритмах нечеткой логики

1.4 Предпосылки к решению проблемы

1.5 Основные результаты

2 Теоретические основы конструирования нечетких регуляторов

2.1 Алгоритмы нечеткого управления

2.1.1 База правил

2.1.2 Блок фаззификации

2.1.3 Блок обработки решения

2.1.4 Блок дефаззификации

2.1.5 Алгоритмы обработки

2.2 Анализ программной и аппаратной реализации нечеткого регулятора

2.2.1 Анализ программной реализации

2.2.2 Анализ аппаратной реализации

2.2.3 Результаты анализа

2.3 Синтез нечеткого регулятора

2.3.1 Выбор и описание аппаратного ядра системы

2.3.2 Выбор и синтез программной части

2.3.3 Преимущества разработанного комплекса

2.4 Основные результаты

3 Разработка параллельного регулятора

3.1 Разработка макета регулятора

3.2 Реализация лингвистических термов

3.2.1 Терм «треугольник»

3.2.2 Терм «трапеция»

3.2.3 Терм Б-функция

3.2.4 Терм 7-функция

3.2.5 Параллельная фаззификация

3.3 База лингвистических правил

3.3.1 Объединенный блок правил

3.3.2 Карты защит и готовностей

3.3.3 Параллельное вычисление

3.4 Параллельное приведение к четкости

3.4.1 Алгоритм вычисления

3.4.2 Терм «треугольник»

3.4.3 Терм «трапеция»

3.4.4 Приведение к четкости

3.5 Алгоритм синтеза систем управления с параллельным регулятором

3.6 Основные результаты

4 Тестирование программно-аппаратного комплекса

4.1 Тестирование моделей объектов управления

4.2 Тестирование работы регулятора на нечеткой логике

4.3 Тестирование регулятора на моделях управления

4.3.1 Анализ переходных процессов объектов управления

4.3.2 Анализ параллельного управления несколькими объектами

4.3.3 Анализ последовательного управления несколькими объектами

4.4 Направление дальнейшего развития работы

4.5 Основные результаты

Заключение

Список сокращений и условных обозначений

Список литературы

Приложение А - Свидетельство о государственной регистрации программы для ЭВМ

Приложение Б - Акт о внедрении

Приложение В - Патент на полезную модель

Рекомендованный список диссертаций по специальности «Элементы и устройства вычислительной техники и систем управления», 05.13.05 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка и исследование устройства параллельного управления сложными системами на основе алгоритма нечетких множеств»

Введение

Актуальность темы. Усложнение технологических процессов, роботизированных механизмов и других систем приводит к увеличению скорости протекания переходных процессов и увеличению количества подсистем, которые необходимо контролировать как отдельно, так и рамках всего процесса. При увеличении количества подсистем и их усложнении происходит увеличение контролируемых параметров. Имеющиеся параметры необходимо обрабатывать, выдавать адекватные и своевременные управляющие воздействия.

При создании системы управления сложными процессами с большим количеством контролируемых параметров возникает проблема размерности системы. Суть проблемы заключается в увеличении количества контролируемых параметров, что приводит к увеличению времени расчета управляющих воздействий. Увеличение времени расчета управляющих воздействий приводит к уменьшению скорости работы системы в целом. При решении приведенной проблемы обычно используется концепция Ротача, по которой все сложные системы и процессы разбиваются на отдельные подсистемы. В каждой подсистеме используется отдельный регулятор на основе ПЛК. В подсистемах, где необходимо учесть множество параметров и выработать одно регулирующее воздействие, -разбиение системы не является эффективным методом.

Сложные объекты управления имеют неопределенности, которые могут быть порождены как в самой системе, так и являться внешними воздействиями. В условиях неопределенности невозможно адекватно управлять объектом при помощи классических методов. Для управления в условиях неопределенности необходимо использовать теорию робастных регуляторов или теорию адаптивных систем. Регуляторы, синтезированные на основе приведенных теорий, способны нивелировать влияния неопределенностей.

В настоящее время для управления технологическими процессами и сложными системами производятся промышленные регуляторы со встроенными

алгоритмами управления, которые можно изменять. Лидерами создания таких систем являются зарубежные компании Allen Bradley, Schneider Electric и др.

Из анализа литературных источников следует что основная часть научных работ в области автоматизации систем посвящена робастным системам, создаваемым под конкретный процесс. Гораздо меньше работ посвящено адаптивным алгоритмам регуляторов, синтезу ПИД и нечеткого алгоритма, внедрению нейронных сетей. Отечественные работы, направленные на решение проблемы размерности системы управления не были найдены. При решении проблемы размерности системы, появится возможность повысить быстродействие и уменьшить время запаздывания.

Анализ имеющихся публикаций позволяет заключить, что создание регулятора с высоким быстродействием, не зависящим от размерности системы, является актуальной научной и технической задачей. Подобные регуляторы могут быть использованы для управления большими, динамическими системами с множеством параметров контроля и иметь постоянное время запаздывания при добавлении дополнительных параметров.

Из известных направлений выбрана теория построения робастных регуляторов на основе алгоритмов нечетких множеств. Теория нечетких множеств позволяет осуществлять управление объектами в условиях неопределенности. Особенности синтеза регуляторов на нечеткой логике позволяют отнести их к робастным регуляторам, основанных на матричной структуре. Матричная структура позволяет предположить, что алгоритм выработки управляющего воздействия можно вычислять параллельно. База правил, содержащаяся в регуляторах, позволяет внедрить защитные алгоритмы непосредственно в регулятор. Внедрение карты защит в регулятор позволит повысить безопасность эксплуатирования системы.

Актуальность работ, связанных с разработкой современных систем управления и основанных на элементах нечеткой логики, подтверждается необходимостью управления большими, распределенными системами. Особенно важна разработка отечественных систем управления, отвечающих текущему этапу

развития технических систем по характеристикам и безопасности. Такими системами могут быть как технологические производственные процессы, так и сложные роботизированные механизмы.

Цель диссертации. Разработка и исследование устройства управления многомерными объектами, в котором размерность системы не влияет на время вычисления регулирующего воздействия.

Задачи исследования. Поставленная цель достигается путем решения следующих задач.

1. Анализ проблем и методов управления в условиях неопределенности.

2. Адаптация алгоритма управления к параллельной обработке и архитектуре вычислительного ядра регулятора.

3. Выбор алгоритма, разработка и реализация универсального регулятора в котором управляющее воздействие вычисляется параллельно.

4. Разработка интегрированной базы лингвистических импликаций, включающей экспертные данные для управления объектом и интегрированные карты защит.

5. Создание программно-аппаратного комплекса для управления сложными объектами в условиях неопределенности.

6. Исследование цифрового регулятора, использующего алгоритм нечеткого вывода, применительно к аналоговым объектам управления.

Методы исследования. Для решения поставленных задач были применены методы теории автоматического управления, теории графов, нечеткой логики, вычислительной математики, методы математического моделирования, принципы разработки аналоговой и цифровой аппаратуры, методы цифровой обработки сигналов и экспериментальные исследования.

Научная новизна работы.

1. Предложена функциональная структура регулятора для сложных многомерных систем, обеспечивающая параллельное управление объектами в условиях неопределенности.

2. Алгоритм вычисления управляющего воздействия регулятора на нечеткой логике адаптирован для параллельной обработки на ПЛИС, что позволяет существенно сократить время расчета.

3. Разработана интегрированная база импликаций для всех контуров управления, подключенных к регулятору.

4. Разработан метод внедрения карты защит системы управления непосредственно в регулятор, позволяющий системе управления производить расширенную корректировку регулятора в нештатной ситуации при помощи машины логического вывода (МЛВ).

5. Получен патент на полезную модель и свидетельство о регистрации программы для ЭВМ.

Теоретическая значимость работы. Полученные в диссертации результаты позволяют расширить возможности существующих систем автоматического регулирования за счет параллельного управления объектами в условиях неопределенности.

Практическая ценность работы.

1. Разработан регулятор на основе алгоритма нечеткого вывода с параллельно вычисляемым управляющим воздействием, позволяющий сократить время переходного процесса в каждом отдельном контуре.

2. Разработан метод внедрения карт защит непосредственно в регулятор, что позволяет системе управления выбрать алгоритм защиты на основании максимально возможной информации об объекте.

3. Разработанная архитектура регулятора позволяет проектировать системы управления, на время работы которых не влияет размерность объекта регулирования.

4. Разработанное оригинальное устройство, позволяет параллельно управлять множеством контуров регулирования в сложных технологических объектах с большим количеством параметров.

5. Созданный программно-аппаратный комплекс позволяет переносить алгоритм регулятора из среды разработки на объект управления без потери качественных характеристик.

Достоверность полученных результатов. Достоверность предложенного метода параллельного вычисления подтверждается успешным применением его для одновременного управления объектами регулирования во время экспериментальных исследований. Достоверность предложенной архитектуры регулятора с элементами нечеткой логики подтверждена на стенде при проведении экспериментальных исследований.

Апробация результатов. Основные результаты работы представлены на следующих конференциях.

1. Всероссийская научно-практическая конференция "Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов (МППОС-2014), г. Барнаул, 2014г.

2. Всероссийская школа-конференция молодых ученых, УГАТУ, г. Уфа. 2013г.

3. Молодые атомщики Сибири. V всероссийская школа-конференция, СТИ НИЯУ «МИФИ», г. Томск, 2014г.

Реализация и внедрение результатов работы. Реализованный метод управления и схемотехнические решения использованы при разработке системы автоматического регулирования выходной мощности в серии векторных анализаторов цепей Р42 в АО «НПФ «Микран».

Основные положения, выносимые на защиту.

1. Регулятор на основе алгоритмов нечетких множеств, использующий параллельное вычисление управляющего воздействия по алгоритму Мамдани, не подвержен влиянию проблемы размерности системы на время вычисления. Реализация параллельного алгоритма позволяет существенно сократить время расчета управляющего воздействия по сравнению с последовательным алгоритмом Мамдани.

2. Обобщенный блок правил для контуров регулирования позволяет регулятору вырабатывать наиболее оптимальное управляющее воздействие на основании

максимально полной информации об объекте. Интегрированная в блок правил карта защит позволяет реализовать многоступенчатые алгоритмы поведения системы при возникновении нештатной ситуации.

3. Устройство управления сложными объектами, выполненное на основе параллельного вычисления управляющего воздействия по алгоритму Мамдани и ПЛИС в виде вычислительного ядра, обеспечивает время выработки управляющего воздействия недоступное для классических регуляторов использующих программную реализацию алгоритмов регулирования за счет сокращения количества операций при расчете.

Публикации. По результатам проведенных исследований опубликовано 5 работ, в том числе 3 публикации в журналах из перечня ВАК, 4 публикации в сборниках всероссийских конференций, 1 свидетельство о государственной регистрации программы для ЭВМ, 1 патент РФ на полезную модель.

Личный вклад автора. Диссертация является итогом исследований автора, проводившихся совместно с сотрудниками АО «НПФ «Микран» и СТИ НИЯУ МИФИ. Все приведенные методы и алгоритмы разработаны лично автором. Опытные образцы и программное обеспечение разработано либо лично автором, либо с его непосредственным участием. Часть статей по теме диссертации написана без соавторства.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка сокращений и условных обозначений, списка литературы и приложений. Объем работы составляет 120 страниц машинописного текста, включая 59 рисунков, а также список литературы из 87 наименований.

Автор выражает благодарность своему научному руководителю доценту Дурновцеву В.Я. за поддержку и полезные советы.

1 Проблемы управления в условиях неопределенности

В данной главе проведен краткий анализ проблем управления и методов управления в условиях неопределенности. Проведен анализ существующих и перспективных регуляторов. Рассматриваются основные характеристики современных регуляторов и методы их улучшения.

1.1 Управление в условиях неопределенности

Классические методы анализа и синтеза систем автоматического управления основываются на теории, что синтезированная математическая модель точно описывает процессы, протекающие в объекте управления [1-4]. Методы, которые основываются на описанном предположении, как правило, называют классической теорией управления. Для современной теории управления характерен более критический подход к проектированию систем управления и математических моделей объектов. Тем более некоторые характеристики объекта могут быть изначально неизвестны или изменяться в процессе работы. В такой ситуации можно говорить о неопределенности математической модели объекта управления.

Неопределенность может быть допустима до определенного уровня, и классические методы управления могут быть применимы в этих случаях. Если неопределенность превышает допустимый для классической теории уровень, то классические методы становятся неприменимыми или не позволят достичь заданных характеристик управления [5]. В таких случаях требуется применять неклассические методы анализа объектов управления и синтеза, как отдельного регулятора, так и всей системы регулирования в целом. Такие методы должны учитывать неполную модель объекта и возможные изменения в характеристиках объекта [6].

Рассмотрим несколько основных типов неопределенностей математических моделей объектов.

Параметрическая неопределенность. Эта неопределенность подразумевает, что неизвестными величинами являются постоянные параметры объекта. Значение параметров могут быть как заранее неизвестны, так и изменяться в процессе функционирования объекта. В некоторых случаях значения параметров реального объекта могут существенно отличаться от тех, которые реализовали в математической модели, например, если рассмотреть систему для управления уровнем мощности в функциональном генераторе сверхвысокочастотных сигналов, то показания детектора, который измеряет мощность, зависят от температуры и проводимости. Отклонение проводимости ведёт к существенному отклонению измеряемой мощности. Следовательно, параметр измеряемой мощности не может рассматриваться как постоянный параметр. Мощность входного сигнала должна быть представлена функцией мощности от температуры. В подобных системах используют коррекцию результатов измерения в зависимости от температуры и длительные калибровки каждого устройства [7].

Сигнальная неопределенность. Эта неопределенность подразумевает, что на объект действует сигнал, который невозможно измерить. Так же может быть сигнал с изначально неизвестными параметрами внешнего или внутреннего происхождения. Такие сигналы, обычно, называют возмущающими сигналами. Проводя аналогию с детектором мощности, можно увидеть, что подобные неопределённости появляются при возникновении ситуаций, при которых паразитный сигнал накладывается на измеряемый сигнал из внутренней цифровой части устройства или внешнего эфира [5].

Функциональная неопределенность. Эта неопределенность подразумевает, что математическая модель объекта управления содержит неизвестные функциональные зависимости. Если в модели учитывается какая-нибудь функция, то условия, косвенно влияющие на функцию, вызывают неопределенность. Приводя пример с измерителем мощности, такой неопределенностью будет материал, из которого изготавливают детектирующий диод. Материал влияет на передаточную функцию и вносит некоторую неопределенность [8].

Структурная неопределенность. Эта неопределенность, подразумевает, что структура математической модели является не полностью известной. Как правило, это меньший динамический порядок модели относительно самого объекта. Такое явление называется паразитной динамической составляющей. Также структурную неопределенность могут вызывать неизвестные, либо не учтенные зависимости в модели объекта [8].

В общем, неопределенности появляются ещё на этапе синтеза системы. Они могут быть порождены отсутствием полной информации об объекте регулирования, условиях, в которых должен работать объект, разбросом технологических параметров, определяющихся при производстве, и отсутствием полной математической модели.

Также присутствуют неопределенности, появляющиеся в процессе эксплуатации. Причинами может быть износ движущихся частей, изменение структуры проводника при перепадах температуры, изменение внешней среды [5]. В совокупности все неопределенности создают проблему управления в условиях неопределённости.

При разработке системы автоматического управления объектом регулирования, нужно определить, допустимо или нет использовать классические методы управления в конкретных условиях неопределенности. В литературе [7-14] описаны некоторые теории, позволяющие определить возможность использования классических регуляторов.

Теория грубости свойств. Теория гласит о том, что необходимо определить условия, при которых свойства замкнутой системы не изменяются, при изменении её математической модели.

Теория чувствительности. Теория использует гипотезу малых отклонений параметров относительно заложенных ранее значений. Теория работает с параметрической неопределенностью.

Теория интервальных систем. В этой теории рассматриваются множества неопределенностей, являющиеся самостоятельными объектами, и для каждого проверяется условие устойчивости Гурвица.

Теория сингулярно возмущенных систем. Теория позволяет исследовать систему управления с учетом паразитных возмущений.

После анализа объекта управления одна из теорий может показать, что классический метод не подходит для синтеза системы. В таком случае необходимо использовать теорию робастных или адаптивных систем [5]. Рассмотрим известные методы управления в условиях неопределённости.

1.2 Методы управления в условиях неопределенности

Основными теориями управления объектами в условиях неопределенности являются теории робастных и адаптивных систем регулирования. Эти теории имеют существенное различие, следовательно, их необходимо рассмотреть отдельно.

Робастные системы - это системы управления, осуществляющие допустимое, относительно некоторых критериев, качество регулирования при наличии в объекте параметрических, функциональных, сигнальных или структурных неопределенностей. В процессе работы таких регуляторов матричные коэффициенты не изменяются, а малая чувствительность к изменениям математической модели достигается за счет структуры регулятора, выбранного ранее. Следовательно, робастные системы управления относятся к классу не настраивающихся систем управления. Низкая чувствительность к неопределенности модели закладывается на этапе синтеза [8].

Группа робастных систем делится на две подгруппы: линейные робастные системы и нелинейные робастные системы.

Линейные робастные системы представляют собой алгебраический спектр собственных значений и геометрический спектр собственных векторов, которые являются дополнением к матрице состояний объекта управления. Можно сказать, что такие системы хранят в себе все ответные реакции управления на входящее возмущение. Управление в условиях неопределенности основывается на векторах,

при помощи которых можно вычислять дополнительные значения. Естественно такая система имеет конечный запас устойчивости.

Нелинейные робастные системы представляют собой интеграцию линейных алгоритмов и дополнительной нелинейной обратной связи. При таком управлении, даже для линейных объектов управления будет действовать нелинейный закон управления. Такие системы управления улучшают качество замкнутых систем и обеспечивают нулевую чувствительность к сигнальным и параметрическим возмущениям. Пример такой системы изображен на рисунке 1.1.

Рисунок 1.1 - Структура системы нелинейного робастного управления

Адаптивные системы - это системы управления, осуществляющие подстройку коэффициентов регулятора в процессе работы и тем самым способны нивелировать влияние параметрических, функциональных, сигнальных или структурных неопределенностей. Можно сказать, что адаптивные системы восполняют отсутствие или нехватку информации в процессе функционирования. Их так же можно назвать регуляторами с самообучающимся алгоритмом управления [15].

Принцип проектирования адаптивных систем основан на процедуре получения оценок параметров и характеристик динамических объектов. Полученные оценки система использует для расчета коэффициентов регулятора. Следовательно, такая система должна содержать регулятор с настраиваемыми коэффициентами, блок расчета таких коэффициентов и алгоритм идентификации.

Структура изображена на рисунке 1.2. Такие системы способны постепенно рассчитывать коэффициенты регулятора и вырабатывать управляющее воздействие, приближенное к желаемому после каждой оценки параметров [16].

Адаптивные системы имеют ряд недостатков.

1. Описанный алгоритм требует время для анализа объекта, что приводит к задержке при вычислении управляющего воздействия.

2. Составляющие системы имеют разные цели работы. Целью регулятора является адекватное управление объектом регулирования. Целью блока идентификации является оценка объекта управления. Следовательно, цепь настройки параметров является разомкнутой по главной цели управления. То есть большое отклонение параметра регулируемой переменной может никак не сказываться на скорости параметрических оценок и, следовательно, не ускорять процесс настройки регулятора.

3. При анализе объекта управления необходимо одновременно учитывать все параметры управления, следовательно, в этом блоке появляется проблема размерности системы.

Рисунок 1.2 - Структура системы адаптивного управления

Проблему, связанную с временем выработки адекватного воздействия можно решить только применением параллельных алгоритмов вычисления, но время расчета не будет постоянным. Проблема размерности системы порождается структурой объекта управления.

Проблема разомкнутой цепи решается внедрением единой цели управления для регулятора и блока идентификации. На этом принципе основаны системы с прямой адаптацией. В таких системах цель управления задается с помощью эталонного значения. Для выработки эталонного значения регулируемой переменной используют динамический блок эталонной модели.

Анализируя вышесказанное, можно сделать вывод, что все методы управления системами в условиях неопределенности имеют как достоинства, так и недостатки. Робастные системы имеют малый запас устойчивости, но имеют высокую скорость вычисления. Адаптивные системы имеют высокий запас устойчивости, но расчет регулирующего воздействия занимает длительный промежуток времени.

Следовательно, за основу разрабатываемого устройства необходимо выбрать регулятор, способный управлять динамическими объектами в условиях неопределенности, поддаваться процедуре распараллеливания и иметь потенциал к искоренению проблемы размерности регулятора. Такими свойствами могут обладать нелинейные робастные системы. При недостатке, который состоит в невысокой устойчивости системы, регуляторы этого класса имеют потенциал к параллелизму, следовательно, есть возможность решить проблему размерности системы.

К матричным нелинейным робастным системам относятся и регуляторы на алгоритмах нечеткой логики. Вычисление алгоритма подобных регуляторов можно представить в виде матрицы состояний. Такой регулятор будет иметь все описанные положительные качества и недостатки робастных систем управления. Но у нечетких регуляторов есть особенность: при вводе в систему алгоритма адаптации регулятор способен перейти в класс адаптивных систем. Поэтому для дальнейшей работы выбран регулятор, использующий алгоритмы нечеткой логики для выработки управляющего воздействия.

1.3 Анализ существующих регуляторов на алгоритмах нечеткой логики

На данный момент универсальные нечеткие регуляторы имеют только программную реализацию. Это самый простой способ оснастить устройство или ПЛК поддержкой подобного регулятора. Производителям таких регуляторов нет необходимости менять исполняющую систему и аппаратную архитектуру устройств. Единственное, что необходимо сделать, так это добавить функциональный, программный блок в исполняющую систему устройства или ПЛК. Для настройки подобного блока необходимо программное обеспечение. В итоге, конечный пользователь вынужден работать в уникальной, заново созданной среде разработки, которая имеет ограниченный функционал и некоторое количество программных ошибок. Все программные регуляторы имеют недостаток - реализация на последовательно вычисляемой архитектуре, что приводит к появлению проблемы размерности системы.

Проблема размерности системы - это проблема, прежде всего, увеличения времени расчета, и как следствие, уменьшение быстродействия системы при увеличении количества вводимых в систему переменных. Проблема возникает при последовательном расчете управляющих воздействий для каждого контура регулирования.

Исходя из алгоритма работы регулятора на нечеткой логике, этот класс робастных регуляторов имеет потенциал к параллельным вычислениям управляющего воздействия [17]. Это преимущество должно стать основой разрабатываемого программно-аппаратного комплекса.

Программные нечеткие регуляторы имеют в своем каталоге такие производители как Allen Bradley [18] и Schneider Electric [19]. В общем виде программный нечеткий регулятор можно интегрировать в любое программируемое устройство. К примеру, в среде программирования CoDeSys [20] уже имеется стандартный функциональный блок, имитирующий программный нечеткий регулятор. Следовательно, все ПЛК, исполняющая система которых основана на CoDeSys, имеют поддержку нечетких регуляторов. Почти половина всех

промышленных программируемых логических контроллеров оснащена подобными функциональными блоками. В случае, когда производитель не интегрировал блок «fuzzy logic», то блок можно самостоятельно реализовать.

Похожие диссертационные работы по специальности «Элементы и устройства вычислительной техники и систем управления», 05.13.05 шифр ВАК

Список литературы диссертационного исследования кандидат наук Кетов Александр Сергеевич, 2018 год

Список литературы

1. Бесекерский, В. А. Теория систем автоматического управления / В. А. Бесекерский, Е. П. Попов. — Изд. 4-е, перераб. и доп. — СПб.: Изд-во «Профессия», 2003. - 752 с.

2. Солодовников, В. В. Микропроцессорные автоматические системы регулирования. Основы теории и элементы: Учеб. Пособие / В. В. Солодовников, В. Г. Коньков, В. А. Суханов, О. В. Шевяков; Под ред. В. В. Солодовникова. - М.: Высш. Шк., 1991. - 255 с.

3. Замалетдинова, Л. Я. Системы автоматического управления. Учебное пособие / Л. Я. Замалетдинова. - К.: КНИТУ КАИ им. А. Н. Туполева, 2014. - 122 с.

4. Мирошник, И. В. Теория автоматического управления. Линейные системы / И. В. Мирошник. - СПб.: Питер, 2005. - 336 с.

5. Никифоров, В. О. Интеллектуальное управление в условиях неопределенности: учебное пособие / В. О. Никифоров, О. В. Слита, А. В. Ушаков. - СПб.: СПбГУ ИТМО, 2011. - 226 с.

6. Мирошник, И. В. Теория автоматического управления. Нелинейные и оптимальные системы / И. В. Мирошник. - СПб.: Питер, 2006. - 272 с.

7. Дударенко, Н. А. Теоретические основы современной теории управления: аппарат метода пространства состояний: Учебное пособие / Н. А. Дударенко, О. В. Слита, А. В. Ушаков. - СПб: СПбГУ ИТМО, 2009.

8. Никифоров, В. О. Адаптивное и робастное управление с компенсацией возмущений / В. О. Никифоров. - СПб.: Наука, 2003.

9. Гольдфарб, Л. С. Теория автоматического управления. Учебник для вузов / Л. С. Гольдфарб, А. В. Балтрушевич, А. В. Нетушил, Е. Б. Пастернак, В. В. Бурляев, В. Я. Ротач, Р. Е. Кузин. - 2-е изд. перераб. и доп. - М.: Высшая школа, 1976. - 400 с.

10. Первозванский, А. А. Курс теории автоматического управления: Учеб. пособ. / А. А. Первозванский. - М.: Наука, 1986, - 616 с.

11. Зайцев, Г. Ф. Теория автоматического регулирования / Г.Ф. Зайцев. - 2-е изд. перераб. и доп. - К.: Высшая школа, 1989. - 431 с.

12. Ушаков, А. В. Современная теория управления. Дополнительные главы: Учебное пособие для университетов / А. В. Ушаков, Н. А. Вундер. - СПб.: Университет ИТМО, 2015. 182 с.

13. Григорьев, В. В. Синтез дискретных регуляторов при помощи ЭВМ / В. В. Григорьев, В. Н. Дроздов, В. В. Лаврентьев, А. В. Ушаков. - Л.: Машиностроение, 1983.

14. Дударенко, Н. А. Математические основы теории систем: лекционный курс и практикум. Учебное пособие для высших учебных заведений / Н. А. Дударенко, О. С. Нуйя, М. В. Сержантов, О. В. Слита, А. В. Ушаков. - 2-е изд. расширенное и дополненное. - СПб.: НИУ ИТМО, 2014. - 292 с.

15. Фрадков, А. Л. Адаптивное управление в сложных системах / А. Л. Фрадков. - М.: Наука, 1990.

16. Васильев, К. К. Теория автоматического управления (следящие системы): Учебное пособие / К. К. Васильев. - 2-е изд. - Ульяновск: УлГТУ, 2001. - 98с.

17. Кетов, А.С. Анализ параллельности регулятора на нечеткой логике / Известия высших учебных заведений. Физика. 2014. Т.57. №2/2. - С. 39-42.

18. RSLogix 5000 [Электронный ресурс]. - Режим доступа: http://literature.rockwellautomation.com/idc/groups/literature/documents/um/logi x-um004_-en-p.pdf, свободный (дата обращения 04.12.2016).

19. Cahiers Techniques. Fuzzy logic. Schneider-electric [Электронный ресурс]. -Режим доступа: http://www.eschneider.pl/download/! 1%20Publikacje%20 techniczne/ ect191.pdf, свободный (дата обращения 04.12.2016).

20. Application Software. Closed-Loop. Control Toolbox. Reference Guide for Function Blocks [Электронный ресурс]. - Режим доступа: ftp://ftp.moeller.net/DOCUMENTATION/AWB_MANUALS/MN05010004Z_E N.pdf, свободный (дата обращения 04.12.2016).

21. Никулин, Е. А. Основы теории автоматического управления. Частотные методы анализа и синтеза систем / Е. А. Никулин. - СПб.: БХВ - Петербург, 2004. - 640 с.

22. CPU12. Reference Manual [Электронный ресурс]. - Режим доступа: http://www.nxp.com/assets/documents/data/en/reference-manuals/ CPU12RM.pdf, свободный (дата обращения 04.12.2016).

23. Patent CN 103309270; 03.07.2013. Variable parameter proportional integral (PI) controller based on field programmable gate array (FPGA) / Gao Huijun, Qiu Bo, Wu Zhibing, Sun Yiyong, Sun Guanghui, Yu Zhandong, assignee Harbin Institute of Technology.

24. Patent CN 101464662; 20.12.2007. Fuzzy control method for direct-blowing type coal mill / Cheng Qiming, assignee Shanghai Electric Power Institute.

25. Patent CN 103760766; 08.01.2014. Method and system for fuzzy control over genetic algorithm optimization of shielded gate portal crane controller / Zhang Yougang, Wang Renwei, Liu Zhigang, assignee Jiangsu new green to Technology Co., Ltd.

26. Patent EP 0573845; 26.05.1993. Fuzzy logic controller with a high processing speed / Herbert Eichfeld, Thomas Dr. Kunemund, assignee Siemens Aktiengesellschaft.

27. Patent CN 101901016; 26.07.2010. Programmed temperature-rising controller adopting fuzzy PID for SOPC / Zhong Chongquan, Yang Suying, Gao Miaomiao, assignee Dalian University of Technology.

28. Patent CN 1952819; 17.10.2005. Fuzzy PID control method and execution apparatus of numerical control machine / LIN Hu, YU Dong, GAI Rong-li, GUO Rui-feng, assignee Shenyang Institute of Computing Technology, Chinese Academy of Sciences.

29. Patent CN 101241352; 23.06.2010. Apparatus and method for proportionalintegral-derivative control / With Jun Mo, Jiang Bingquan, Song Dongxing, Cui Zhenrong, Zhang Dongxun, Zhang Hengzhen, assignee Samsung Electronics Co., Ltd. Seoul University School of Industry and third-party consortium.

30. Patent US 20100076617; 24.10.2007. System for real-time process control/ Jeroen Van Den Keybus, Piet Maria André Cornelius Vanassche, assignee Triphasé Nv.

31. Patent US 9156165; 06.02.2013. Apparatus and methods for gating analog and spiking signals in artificial neural networks / Filip Ponulak, assignee Brain Corporation.

32. Patent US 8442688 B2; 14.05.2013. System for monitoring plant equipment / Moheb Y. Loutfi, assignee Holcim (US), Inc.

33. Patent CN 17377071; 20.08.2004. Fuzzy control chip based on FPGA / FANG Kang-ling, LI Hao, assignee Wuhan University of Science and Technology.

34. Patent CN 101266463; 29.04.2008. Fuzzy controller based on FPGA / Jiong He, Ji Zhicheng, assignee Jiangnan University.

35. Patent CN 202854508; 26.10.2012. FPGA (field programmable gate array) based transformer cooling fuzzy control system / Sun Yonghui, assignee Yangzhou Xi Rui Electric Co., Ltd.

36. Patent CN 100573371; 13.09.2007. Fuzzy feedforward decoupling controller based on FPGA / FANG Kang - ling, GUO Yong - qiang, assignee Wuhan University of Science and Technology.

37. Патент RU2562420; 18.11.2013. Способ автоматического регулирования уровня выходного сигнала и система для его осуществления / А. Ю. Абраменко, О. В. Кравченко, А. С. Васильев, В. Н. Гребенюк, Д. Н. Демьянович, правообладатель ЗАО «НПФ «Микран».

38. Круглов, В. В. Нечеткая логика и искусственные нейронные сети / В. В. Круглов, М. И. Дли, Р. Ю. Голунов. - М.: ФИЗМАТЛИТ, 2001. - 201 с.

39. Пегат, А. Нечеткое моделирование и управление / А. Пегат. - Пер. с англ. -2-е изд. - М.: БИНОМ. Лаборатория знаний, 2013. - 798 с.

40. Штовба, С. Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. - М.: Горячая линия - Телеком, 2007. - 288 с.

41. Гостев, В. И. Нечеткие регуляторы в системах автоматического управления / В. И. Гостев. - К.: «Радюаматор», 2008. - 972 с.

42. Блюмин, С. Л. Модели и методы принятия решений в условиях неопределенности / С. Л. Блюмин, И. А. Шуйкова. - Липецк: ЛЭГИ, 2001. -138 с.

43. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - Пер. с польск. И. Д. Ручинского. - М.: Горячая линия - Телеком, 2006. - 452с.

44. Батыршин, И. З. Основные операции нечеткой логики и их обобщения / И. З. Бастрыкин. - Казань: Отечество, 2001. - 100 с.

45. Деменков, Н. П. Нечеткое управление в технических системах: Учебное пособие / Н. П. Деменко. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 200 с.

46. Зак, Ю. А. Принятие решений в условиях нечетких и размытых данных: Fuzzy -технологии / Ю. А. Зак. - М.: Книжный дом «ЛИБРОКОМ», 2013. -352 с.

47. Емельянов, С. В. Новые типы обратной связи: Управление при неопределенности / С. В. Емельянов, С. К. Коровин. - М.: Наука. Физматлит, 1997. - 352 с.

48. Крянев, А. В. Математические методы обработки неопределенных данных / А. В. Крянев, Г. В. Лукин. - М.: ФИЗМАТЛИТ, 2003. - 216 с.

49. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А. В. Леоненков. - СПб.: БХВ-Петербург, 2005. - 736 с.

50. Павлов, А. Н. Принятие решений в условиях нечеткой информации: учеб. пособие / А. Н. Павлов, Б. В. Соколов. - СПб.: ГУАП, 2006. - 72 с.

51. Асаи, К. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иваи и др. -Пер. с япон. - М.: Мир, 1993. - 368 с.

52. Яхъяева, Г. Э. Нечеткие множества и нейронные сети: Учебное пособие / Г. Э. Яхъяева. - М.: БИНОМ. Лаборатория знаний, 2006, - 316 с.

53. Horikawa, S. A study on fuzzy modeling using fuzzy neural networks / S. Horikawa, T. Furuhashi, Y. Uchikawa, T. Tagawa, IFES, 1991, 562-573 p.

54. Карпов, Ю. Г. Теория автоматов / Ю. Г. Карпов. - СПб.: Питер, 2003. - 208с.

55. Хопкрофт, Д. Э. Введение в теорию автоматов, языков и вычислений / Д. Э. Хопкрофт, Р. Мотвани, Д. Д. Ульман. - 2-е издание.: Пер. с англ. - М.: Издательский дом «Вильямс», 2008. - 528 с.

56. Громкович, Ю. Теоретическая информатика. Введение в теорию автоматов, теорию вычислимости, теорию сложности, теорию алгоритмов, рандомизацию, теорию связи и криптографию / Ю. Громкович. - СПб.: БХВ - Петербург, 2010. - 336 с.

57. STM32H743xI. High-performance and DSP with DP-FPU, ARM Cortex-M7 MCU [Электронный ресурс]. - Режим доступа: http://www.st.com/ content/ccc/resource/technical/document/data_brief/group0/06/ef/a1/ff/d2/e 1 /44/5 b/DM00289664/files/DM00289664.pdf/jcr:content/translations/en.DM00289664. pdf, свободный (дата обращения 26.10.2016).

58. Дьяков, И. А. Моделирование цифровых и микропроцессорных систем. Язык VHDL / И. А. Дьяков. - Тамбов: ТГТУ, 2001. - 68 с.

59. AN231E04 Datasheet Rev 1.2. Dynamically Reconfigurable dpASP [Электронный ресурс]. - Режим доступа: http://www.anadigm.com/ _doc/DS231000-U001.pdf, свободный (дата обращения 26.10.2016).

60. AN120E04 Datasheet. Reconfigurable FPAA [Электронный ресурс]. - Режим доступа: http://www.anadigm.com/_doc/DS021000-U004.pdf, свободный (дата обращения 26.10.2016).

61. Quartus Prime Standard Handbook v16.1.0 (Complete Three-Volume Set) [Электронный ресурс]. - Режим доступа: https://www.altera.com/content/ dam/altera-www/global/en_US/pdfs/literature/hb/qts/qts-qps-handbook.pdf, свободный (дата обращения 10.11.2016).

62. Arria II Device Handbook Volume 1: Device Interfaces and Integration [Электронный ресурс]. - Режим доступа: https://www.altera.com/ content/dam/altera-www/global/en_US/pdfs/literature/hb/arria-ii-x/aiigx_5v1.pdf, свободный (дата обращения 10.11.2016).

63. Arria II Device Family Pin Connection Guidelines [Электронный ресурс]. -Режим доступа: https://www.altera.com/content/dam/altera-www/global/en_US/

pdfs/literature/dp/arria-ii-gx/pcg-01007.pdf, свободный (дата обращения 10.11.2016).

64. Arria II GX FPGA Development Kit. User Guide [Электронный ресурс]. -Режим доступа: https://www.altera.com/en_US/pdfs/literature/ug/ug_aiigx _fpga_dev_kit.pdf, свободный (дата обращения 10.11.2016).

65. Data Conversion HSMC. Reference Manual Guide [Электронный ресурс]. -Режим доступа: https://www.altera.com/content/dam/altera-www/global/ en_US/pdfs/literature/manual/rm_data_conversion_hsmc.pdf, свободный (дата обращения 10.11.2016).

66. AD9254 14-bit, 150 MSPS, Analog-to-Digital Converter Data Sheet [Электронный ресурс]. - Режим доступа: http://www.analog.com/ media/en/technical-documentation/data-sheets/AD9254.pdf, свободный (дата обращения 10.11.2016).

67. DAC5672 DUAL, 14-bit 275 MSPS Digital-to-analog converter Data Sheet [Электронный ресурс]. - Режим доступа: http://www.ti.com/ lit/ds/symlink/dac5672.pdf, свободный (дата обращения 10.11.2016).

68. Соловьев, В. В. Основы языка проектирования цифровой аппаратуры Verilog / В. В. Соловьев. - М.: Горячая линия - Телеком, 2014. - 206 с.

69. Стешенко, В. Б. ПЛИС фирмы «Altera»: элементная база, система проектирования и языки описания аппаратуры / В. Б. Стешенко. - М.: Издательский дом «Додэка-XXI», 2002. - 576 с.

70. Поляков, А. К. Языки VHDL и VERILOG в проектировании цифровой аппаратуры / А. К. Поляков. - М.: СОЛОН-Пресс, 2003. - 320 с.

71. Грушвицкий, Р. И. Проектирование систем на микросхемах программируемой логики / Р. И. Грушвицкий, А. Х. Мурсаев, Е. П. Угрюмов. - СПб.: БХВ-Петербург, 2002. - 608 с.

72. Точчи, Р. Д. Цифровые системы. Теория и практика / Р. Д. Точчи, Н. С. Уидмер. - Пер. с англ. - М.: Издательский дом «Вильямс», 2004. - 1024 с.

73. Grout, I. Digital Systems Design with FPGAs and CPLDs / I. Grout. - Elsevier Ltd, 2008. - 763 p.

74. Grout, I. Digital Systems Design with FPGAs and CPLDs / I. Grout. - Elsevier Ltd, 2008. - 763 p.

75. IEEE Standard Verilog Hardware Description Language / IEEE Computer Society, 2001. - 791 p.

76. Максфилд, К. Проектирование на ПЛИС. Курс молодого бойца / К. Максфилд. - М.: Издательский дом «Додэка-XXI», 2007. - 408 с.

77. Солодовников, В. В. Микропроцессорные автоматические системы регулирования. Основы теории и элементы: Учеб. пособие / В. В. Солодовников, В. Г. Коньков, В. А. Суханов, О. В. Шевяков. - М.: Высш. шк., 1991. - 255 с.

78. Ратхор, Т. С. Цифровые измерения. Методы и схемотехника / Т. С. Ратхор. -Пер. с англ. - М.: Техносфера, 2004. - 376 с.

79. Музылева, И. В. Элементная база для построения цифровых систем управления / И. В. Музылева. - М.: Техносфера, 2006. - 144 с.

80. Кестер, У. Проектирование ситем цифровой и смешанной обработки сигналов / У. Кестер. - Пер. с англ. - М.: Техносфера, 2010. - 328 с.

81. Каплан, Д. Практические основы аналоговых и цифровых схем / Д. Каплан, К. Уайт. - М.: Техносфера, 2006. - 176 с.

82. Бойт, К. Цифровая электроника / К. Бойт. - Пер. с англ. - М.: Техносфера, 2007. - 472 с.

83.Пат. 171649 РФ, МПК G05B 13/02. Устройство параллельного управления распределенными системами / А.Ю. Абраменко (РФ), А.С. Кетов (РФ). -№2016143841; заявл. 08.11.16; опубл. 08.06.17, Бюл. №16. - 5 с.

84. Кетов А. С. Параллельный регулятор на алгоритмах нечеткой логики. РОСПАТЕНТ. Свидетельство №2016663156 от 10.10.2016.

85. Кетов, А. С. Параллельное управление большими системами / Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов. 2015. № 5, - С. 38-45.

86. Кетов, А. С. Разработка автоматизированной системы управления процессом переработки жидких радиоактивных отходов на основе

искусственного интеллекта / Известия высших учебных заведений. Физика. 2013. Т. 56. № 4/2. - С. 161-165. 87.Кетов, А. С. Разработка автоматизированной системы управления ядерного реактора на основе искусственного интеллекта / Известия высших учебных заведений. Физика. 2012. Т. 55. № 2-2. - С. 145-146.

Приложение А - Свидетельство о государственной регистрации программы

для ЭВМ

Приложение Б - Акт о внедрении

МИКРАН

Акционерное общество «Научно-производственная фирма «Микран»

(АО «НПФ «Микран»)

АКТ

о внедрении результатов диссертационной работы Кетова Александра Сергеевича в АО «НПФ «Микран»

Настоящий акт подтверждает использование в акционерном обществе «научно-производственная фирма «Микран» результатов диссертационной работы «Разработка и исследование устройства параллельного управления сложными системами на основе алгоритмов нечетких множеств» Кетова Александра Сергеевича на соискание степени кандидата технических наук.

Способ параллельного вычисления регулятора на нечеткой логике и схемотехническое решение, приведенные в диссертационной работе, были использованы при разработке автоматической системы управления уровнем выходной мощности в векторных анализаторах цепей серии Р42

В результате внедрения способа параллельного вычисления регулятора многократно сократилось время переходного процесса в замкнутой системе автоматической регулировки выходной мощности, благодаря чему сократилось время на установку и стабилизацию выходной мощности в широком диапазоне частот.

Таким образом, применение результатов диссертационной работы позволило повысить общую скорость работы измерительных приборов серии Р42.

Директор департамента ИИС Ликран» Г. Р. Кун

«М»^ 0\ 2017г.

Приложение В - Патент на полезную модель

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.