Теоретические основы построения и развития систем автоматизации сложных биотехнологических процессов на базе робастных и интеллектуальных технологий тема диссертации и автореферата по ВАК РФ 05.13.06, доктор наук Лубенцова Елена Валерьевна

• Лубенцова Елена Валерьевна
• доктор наук
• 2019

Оглавление диссертации доктор наук Лубенцова Елена Валерьевна

ВВЕДЕНИЕ

ГЛАВА 1. Анализ подходов к решению задачи синтеза интеллектуальных систем управления биотехнологическими объектами стадии ферментации

1.1 Анализ факторов неопределенности информации при управлении процессом ферментации

1.2 Анализ особенностей процессов стерилизации и ферментации как объектов управления

1.3 Анализ и обоснование выбора задач управления процессами стерилизации и ферментации с учетом технологических рисков

1.4 Анализ состояния вопросов автоматического регулирования и управления процессами стерилизации и ферментации

1.5 Выбор и обоснование критериев оптимальности для решения задач управления процессами стерилизации и ферментации

1.6 Постановка задач исследований

Выводы по главе

ГЛАВА 2. Разработка САУ процессами ферментации с использованием метода аппроксимирующих преобразований

2.1 Выбор и обоснование критерия управления процессом ферментации

2.2 Метод аппроксимирующих преобразований в задачах управления

и моделирования процессов ферментации

2.3 Синтез САУ подачей субстрата и отбором продукта в непрерывном ферментаторе с использованием аппроксимирующих нелинейных функций

2.4 Разработка САУ непрерывным процессом ферментации по каналам управления субстратом и продуктом с использованием комбинации аппроксимирующих нелинейных функций

2.5 Синтез робастной помехозащищенной системы стабилизации температуры в ферментаторе с нелинейностью на входе регулятора

2.6 Анализ функционирования нелинейной САУ с аппроксимирующей функцией управления и обоснование возможности адаптационной коррекции АНФ-регуляторов

Выводы по главе

ГЛАВА 3. Синтез и анализ интервальных САУ биотехнологическими объектами с запаздыванием в условиях неопределенности

3.1 Синтез и анализ робастной интервальной САУ процессом ферментации

3.2 Синтез интервальной САУ ферментатором по каналу регулирования температуры с параметрической адаптацией ПИД-регулятора

3.3 Метод построения робастной САУ интервальным БТО с переключаемым управлением с использованием принципа гарантируемой динамики

Выводы по главе

ГЛАВА 4. Разработка САУ процессом в ферментаторе периодического действия с нечеткими регуляторами

4.1 Анализ влияния функции принадлежности и базы правил на характеристики нечеткого регулятора

4.2 Аналитический метод синтеза нечетких регуляторов с применением аппроксимирующих нелинейных функций для построения САУ процессом ферментации

4.3 Синтез и анализ нечеткой САУ температурой ферментатора периодического действия

Выводы по главе

ГЛАВА 5. Построение интеллектуальных двухконтурных САУ процессами ферментации с использованием аппроксимирующего, нечеткого и нейросетевого управлений

5.1 Разработка двухконтурной САУ с регуляторами на базе нечеткой логики и с аппроксимирующим законом управления

5.2 Модифицированный метод идентификации регрессионной модели для анализа соотношения параметров нейронной сети и показателей качест-

ва процесса управления

5.3 Разработка двухконтурной САУ процессом ферментации с регулятором основного контура системы на базе нейросетевой технологии

5.3.1 Исследование программной двухконтурной САУ температурой процесса ферментации с нейросетевым регулятором во внешнем контуре

5.4 Анализ возможности построения основного контура САУ процессом ферментации с идентификатором переменных состояния при не-измеряемых внешних возмущениях

Выводы по главе

ГЛАВА 6. Построение САУ биотехнологическими процессами с нейро-нечеткими регуляторами

6.1 Выбор типа гибридных нейро-нечетких систем для управления биотехнологическими процессами

6.2 Разработка нейро-нечеткой САУ подачей субстрата и отбором продукта в непрерывном процессе ферментации

6.3 Разработка нейро-нечеткой САУ температурой непрерывного процесса выращивания биомассы в ферментаторе

6.4 Разработка нейро-нечеткой САУ процессом аэрации в ферментаторе периодического действия с учетом дифференциации режимов роста биомассы и биосинтеза продукта

6.5 Разработка гибридной нейро-нечеткой системы управления процессом непрерывной стерилизации питательных сред

6.6 Рекомендации по применению методологических основ создания АСУ биотехнологическими процессами

6.7 Техническая реализация автоматизированной системы управления биотехнологическими процессами

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Приложение А. Модифицированный ПИД-регулятор

Приложение Б. Функциональная схема автоматизации периодического

процесса ферментации

Приложение В. Функциональная схема автоматизации непрерывного

процесса ферментации

Приложение Г. Структурная схема комплекса технических средств автоматизации периодического процесса ферментации

Приложение Д. Структурная схема АСУ периодическим процессом

ферментации

Приложение Е. Акты об использовании и внедрении результатов диссертационной работы

Введение диссертации (часть автореферата) на тему «Теоретические основы построения и развития систем автоматизации сложных биотехнологических процессов на базе робастных и интеллектуальных технологий»

ВВЕДЕНИЕ

Национальной программой развития биотехнологии в Российской Федерации установлена важная роль процессов ферментации по отдельным направлениям биомедицины, агробиотехнологий, микробиологической и фармацевтической промышленности [1]. Несмотря на имеющиеся производства уже освоенной продукции биосинтеза - ферментных препаратов, антибиотиков медицинского назначения, аминокислот, дрожжей, белковой биомассы микроорганизмов для сельского хозяйства и др., для промышленной биотехнологии характерна реализация микробиологических процессов, направленных на решение проблем энергетики с помощью фотосинтезирующих микроорганизмов. Современные биопроизводства, обеспечивающие расширение спектра реализуемых процессов биосинтеза как непрерывного, так и периодического характера, представляют собой сложные биотехнологические системы, которые включают взаимосвязанные между собой и функционирующие в едином технологическом цикле разнообразные стадии [2]. Основная стадия этих производств - стадия ферментации - характеризуется многофакторностью, неконтролируемостью большого числа параметров питательной среды, посевного материала, культуральной среды в аппаратах синтеза, отсутствием полной и точной информации о показателях промежуточных и целевых продуктов, таких как концентрации биомассы, метаболитов, реагентов, их физико-химические и биохимические свойства, во многом определяющих неполноту, нечеткость и неточность знаний о характеристиках объекта управления и возмущениях [3]. В условиях неопределенности информации об источниках возможного инфицирования процессов ферментации, низкой их воспроизводимости, обусловленной природной изменчивостью микроорганизмов, низкое качество управления может сопровождаться излишними затратами на реагенты и материалы и вследствие их высокой стоимости может приводить к существенным экономическим потерям [4].

В 2009 г. была утверждена «Стратегия развития фармацевтической промышленности Российской Федерации на период до 2020 года» («Фарма-2020»), в

2010г. - Концепция федеральной целевой программы «Развитие фармацевтической и медицинской промышленности Российской Федерации на период до 2020 года и дальнейшую перспективу». Увеличение объема производства биотехнологической продукции в России к 2020 году, согласно программе «БИО -2020», составит около 800 миллиардов рублей в сравнении с 24 миллиардами рублей в 2010 году [5].

Несмотря на имеющиеся исследования и разработки, направленные на решение проблемы динамичного развития фармацевтической, медицинской и микробиологической промышленности Российской Федерации, они не достаточно затрагивают вопросы автоматизации и управления биотехнологическими процессами (БТП) и производствами и не носят системного и комплексного характера.

Для отечественных биотехнологических производств существенной становится проблема эффективного управления при переходе от автоматической стабилизации отдельных режимных параметров к реализации оптимальных режимов процессов ферментации. Такие режимы, как правило, часто сопровождаются повышением требований к качеству стабилизации и управления, которые в производственных условиях невозможно реализовать существующими системами автоматического управления (САУ) и их перенастройкой с использованием линейных, упрощенных математических моделей управляемых объектов [6]. В связи с этим, актуальной задачей становится разработка робастных и интеллектуальных систем управления, инвариантных по отношению к процессам ферментации биотехнологических производств биопродуктов различного назначения. Благодаря свойствам робастности, инвариантности и адаптации такие системы позволяют повысить эффективность управления процессами ферментации и, в целом, уровень автоматизации биотехнологических производств в условиях неопределенности.

В деле повышения эффективности намеченных мер, сокращения времени на разработку новых технологий и реализацию промышленного производства важная роль отводится проектированию и развитию САУ и автоматизированных систем управления БТП (АСУ БТП), позволяющих при оптимальном сочетании тра-

диционных и интеллектуальных методов и алгоритмов управления обеспечить простоту многовариантного решения компоновки алгоритмического обеспечения конкретных АСУ при многообразии биотехнологий. Специфика биотехнологических объектов (БТО) характеризуется недостаточной изученностью лежащих в их основе теоретических механизмов, наличием большого числа неконтролируемых качественных и количественных факторов, значительной изменчивостью результатов наблюдений, обусловленной действием неуправляемых переменных, нарушением предпосылок стандартных методов статистического анализа, относительно невысокой воспроизводимостью, неоднородностью и ограниченностью данных [7]. Все это обуславливает, во-первых, неэффективность использования традиционных методов синтеза САУ на основе математических моделей объектов и, во-вторых, необходимость применения новых подходов к решению задач синтеза САУ БТО с учетом их специфики.

Известно [8], что система является сложной, когда для получения ее математической модели информации недостаточно. Функционирование биосистем не поддается полной формализации, что приводит к потребности получать решение задач в условиях неполного, нечеткого и неточного знания характеристик объекта управления, внешних и внутренних возмущений, при которых функционирует этот биотехнологический объект.

Основные причины, усложняющие автоматизацию биотехнологических процессов, состоят в отсутствии достаточных знаний о явлениях, связанных с метаболизмом микроорганизмов и синтезом целевых продуктов. В настоящее время в теории и проектировании систем управления с целью решения подобных задач большое внимание уделяется эффективному применению робастных и интеллектуальных систем управления на базе технологии нейронных сетей (НС) и нечеткой логики (НЛ) [9]. Данное направление является перспективным для синтеза эффективных САУ в условиях параметрической и структурной неопределенности математической модели процесса ферментации и возмущений. Подтверждением этому служит то, что в системах с нейронной сетью управление осуществляется на основе результатов проводимого процесса обучения, т.е. на

основе адекватной реакции нейронной сети на ту или иную ситуацию. Однако ограничением применения таких систем являются необходимость довольно продолжительного времени обучения и использования для обучения представительного объема исходных данных, требуемого для обучения сети при ее функционировании на всем многообразии возможных ситуаций [10]. Нейро-нечеткие регуляторы (ННР), т.е. комбинация нечетких регуляторов и искусственных НС, позволяют сочетать полезные свойства, присущие каждой отдельной составляющей гибридного регулятора, а именно нечеткие знания о процессе придает нечеткому регулятору способность к обучению, а для нейронной сети - уменьшают длительность обучения [11]. Такие системы способны эффективно функционировать в условиях наличия информации об объекте управления лишь качественного характера, что удовлетворяет требованиям современного биопроизводства. При этом существующие теоретические и экспериментальные исследования процесса биосинтеза составляют набор рабочих гипотез, которые используются оператором на основе собственного опыта и интуиции при управлении биотехнологическим процессом.

В управлении сложными процессами ферментации выделяют ряд особенностей [3, 12], связанных с отсутствием точного математического описания биотехнологического процесса для целей управления, плохой воспроизводимостью, наличием вариации биохимических показателей и нестационарностью БТП. К современным системам управления биотехнологическими объектами предъявляются требования оптимального функционирования. Следует также учитывать, что БТП протекает в условиях многорежимности, которые, с одной стороны, необходимо принимать во внимание при автоматизации, а, с другой стороны, они могут только частично учитываться упрощенными используемыми моделями. Известно, что адаптивные подходы пригодны для синтеза систем управления в условиях неопределенности. Однако следует отметить, что основным недостатком адаптивных систем для управления процессом ферментации является предположение о квазистационарности параметров модели объекта управления [13]. Альтернативным адаптивному управлению является робастное управление, а также управле-

ние на основе нечеткой логики и нейросетевой технологии [9, 10, 14, 15, 16]. По сравнению с адаптивными законами управления здесь имеется возможность построить управляющую систему без использования контуров идентификации и подстройки параметров, нет необходимости в точной математической модели объекта и в выполнении предположения о квазистационарности объекта управления. Однако применение этих методов для синтеза систем управления БТО и процессами ферментации и стерилизации исследовано недостаточно.

Следует отметить, что, несмотря на достаточно большое количество решений в области интеллектуального управления, имеется ряд проблем, которые мало изучены при синтезе таких систем для управления процессами ферментации. Это обусловлено тем, что слабоформализуемые БТП являются нестационарными объектами, имеют запаздывание по состоянию и/или управлению, характеризуются некоторыми свойствами нелинейных систем ввиду наличия неконтролируемых эндогенных возмущений: тепловыделения, потребления кислорода и др. Кроме того, многие существующие способы робастного, нечеткого и нейросетевого управления достаточно сложны как в аналитическом расчете систем регулирования, так и в их технической реализации. В соответствии с Комплексной программой развития биотехнологий в Российской Федерации на период до 2020 года (утв. Правительством РФ от 24 апреля 2012 г. № 1853п-П8) для выхода «...России на лидирующие позиции в области разработки биотехнологий, в том числе по отдельным направлениям биомедицины, агробиотехнологий, промышленной биотехнологии и биоэнергетики», и для создания «.глобально конкурентоспособного сектора биоэкономики, который наряду с информационными технологиями должен стать основой модернизации и построения постиндустриальной экономики» [1] потребуется широкое внедрение принципов интеллектуализации в решении задач автоматизации процессов стадии ферментации - одной из основных составляющих повышения рентабельности биопроизводства [17].

Актуальность темы подтверждается соответствием основных разделов диссертации следующим нормативно-правовым документам:

- Программа фундаментальных научных исследований государственных ака-

демий наук на 2013 - 2020 годы, утвержденная распоряжением Правительства РФ от 3 декабря 2012 г. № 2237-р.

- «Стратегия научно-технологического развития Российской Федерации», утвержденная в Указе Президента РФ от 01 декабря 2016 г. № 642.

Проблеме повышения эффективности управления процессами ферментации посвящены научные исследования ученых Бабаянца А.В., Бирюкова В.В., Вина-рова А.Ю., Гордеева Л.С., Дворецкого С.И., Дорохова И.Н., Емельянова В.М., Ивашкина Ю.А., Кантере В.М., Колпикова Ю.Г., Лапшенкова Г.И., Матвеева В.Е., Меньшутиной Н.В., Мешалкина В.П., Панфилова В.И., Петракова В.А., Пиотровского Д.Л., Протопопова И.И., Софиева А.Э., Цирлина А.М., Харитоновой Л.Ю., Юсупбекова Н.Р., Aiba S., Aragona J., Bourdand D., Cheruy A., Constantinides A., Cooney C.L., Durand A., Foulard C., Gaden E.L., Humphrey A.E., King R.E., Spencer J.L., Wang H.Y. и др.

Однако, несмотря на имеющиеся публикации по оптимизации и моделированию процесса ферментации, в проанализированных литературных источниках не найдено исчерпывающих решений задач, рассматриваемых по теме данного диссертационного исследования. До настоящего времени не решена задача обеспечения устойчивости режима стабилизации скорости протока, необходимого для получения максимальной производительности непрерывного процесса ферментации, не решены вопросы синтеза эффективного управления многопараметрическими БТО с запаздыванием в условиях неопределенности с использованием нечетких, нейросетевых и нейро-нечетких алгоритмов, недостаточно решены вопросы построения нелинейных систем управления БТО с помощью метода аппроксимирующих преобразований (МАП) с учетом переходных и установившихся режимов функционирования, а также робастных САУ БТО с изменяемой структурой на основе избирательного управления в ходе функционирования САУ, не рассмотрено построение двухконтурных САУ БТО с использованием робастных и интеллектуальных регуляторов при их функционировании в неопределенных условиях. Исключительно важным остается этап интеллектуализации принятия решений при управлении режимом аэрации периодического процесса ферментации

со вторичным метаболизмом целевого продукта, реализуемый с учетом дифференцирования режимов с помощью нечеткой и нейросетевой технологии. Отмеченные нерешенные вопросы снижают, в конечном итоге, эффективность построения системы автоматизации биотехнологических производств.

Для снижения импортозависимости и повышения конкурентоспособности по наиболее важным биотехнологическим продуктам - биологически активным веществам, бактерийным и вирусным препаратам, лекарственным препаратам, бел-ково-витаминным концентратам, производимым в Российской Федерации, требуется более широкое применение робастных и интеллектуальных технологий при управлении процессами ферментации, которые являются одной из главных составляющих производства как по влиянию на рентабельность производства, так и по сложности реализации.

Диссертационная работа выполнялась в рамках аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы на 2009 -2011 гг.» в соответствии с фундаментальной НИР «Теоретические основы построения интеллектуальных систем автоматического управления с применением модифицированных нелинейных, нейросетевых и модулярных регуляторов» (гос. регистр. № 01201066013), научного направления КубГТУ «Технологическое оборудование, автоматизация производственных процессов, процессы и аппараты пищевых и химических производств» и научной темы кафедры автоматизации производственных процессов КубГТУ «Автоматизированное управление в технических системах» (регистр. № ААА-А16-116 122 110 125-5).

Целью работы является разработка теоретических основ построения робаст-ных, нечетких и нейро-нечетких систем управления, обеспечивающих повышение эффективности автоматизации процессов стерилизации питательных сред и ферментации биотехнологических производств.

Для достижения указанной цели поставлены и решены следующие взаимосвязанные научно-технические задачи:

1. Анализ технологических рисков от неэффективного управления основными процессами биотехнологического производства и обоснование целесообразно-

сти использования робастных, нечетких, нейросетевых и гибридных нейро-нечетких методов для разработки систем управления процессами стерилизации питательных сред и ферментации.

2. Разработка метода аппроксимирующих преобразований на основе сигмо-идных функций и их комбинаций для решения задач моделирования и управления БТО в переходных и установившихся режимах.

3. Разработка методики синтеза робастных САУ БТО с запаздыванием в условиях параметрической неопределенности интервального типа с использованием принципа гарантируемой динамики и избирательного управления.

4. Разработка САУ периодическими процессами ферментации с нечеткими регуляторами.

5. Построение интеллектуальных каскадных САУ процессом ферментации с использованием аппроксимирующих, нечетких и нейросетевых регуляторов.

6. Разработка нейро-нечеткой системы (ННС) управления подачей субстрата и отбором ферментационной среды, обеспечивающей оптимальную скорость протока, и ННС стабилизации температуры в непрерывном процессе ферментации.

7. Разработка ННС управления непрерывным процессом стерилизации питательной среды и режимом аэрации в периодическом процессе ферментации с учетом дифференциации режимов роста и биосинтеза микроорганизмов.

8. Разработка научно-обоснованных рекомендаций по применению методологических основ развития интеллектуальных САУ сложными БТП и системотехнических решений по их реализации в общей задаче автоматизации биотехнологических производств.

Методы реализации поставленных задач. Реализация поставленных задач осуществляется с использованием системного подхода на основе применяемых методов современной теории автоматического управления, основных методов и принципов теории робастных и интеллектуальных систем. Теоретические положения подтверждены результатами моделирования в инструментальной среде MatLab.

Объектом исследования являются сложные БТП стадии ферментации био-

фармацевтических и микробиологических производств.

Предметом исследования является научно-методологический аппарат (методы, методики и алгоритмы) интеллектуализации решения задач построения САУ БТП стадии ферментации.

Научная новизна диссертационной работы состоит в следующем.

1. Созданы основы теории и практики применения МАП в задачах моделирования и управления, отличающегося от известных реализацией в законе регулирования гладких нелинейных зависимостей, полученных аппроксимацией характеристик комбинации типовых нелинейностей на основе сигмоидных функций, что обеспечивает формирование нелинейной коррекции законов регулирования, не требующее определения временных моментов их переключения, при этом исключается разрывной характер управления и реализуется переменное усиление на разных этапах переходного процесса, что благоприятно сказывается при управлении БТО в переходном и установившемся режимах и тем самым на улучшении качества управления и, в конечном итоге, обеспечивает простоту синтеза системы управления в сочетании с достижением точности и быстродействия.

2. Доказано утверждение о принципиальной возможности синтеза робастного управления для нестационарного БТО с переменным запаздыванием на основе номинальной модели, идентифицируемой с помощью его интервальной модели с использованием критерия максимальной степени устойчивости из 2п'4 формальных моделей (п - число интервальных варьируемых параметров объекта, q — число параметров модели, принятых постоянными, q = 2 - запаздывание и коэффициент передачи объекта с максимальными значениями из интервала неопределенности), позволяющее получить условия устойчивости, не содержащие ограничения на величину запаздывания, а учитывающие лишь верхнюю границу запаздывания, что особенно удобно в тех случаях, когда запаздывание переменное или точно неизвестно.

3. Предложен метод решения задачи синтеза робастных систем управления в условиях неопределенности путем формирования замкнутых дополнительных контуров с желаемой реакцией системы и переключением управляющего воздей-

ствия регулятора основного контура системы на выходной сигнал регулятора дополнительного контура при не соответствии переходных процессов на выходе основного и дополнительного контуров в ходе функционирования системы управления, что обеспечивает возможности расширения области робастного управления с использованием упрощенных моделей объекта. При необходимости расширения области робастного качества в связи с существенной нестабильностью параметров БТО число дополнительных контуров может быть дополнено без перенастройки первоначальных.

4. Предложен метод построения нечетких систем стабилизации режимных параметров процесса ферментации, использующий выходные сигналы блоков нечеткого логического вывода для коррекции параметров регулятора с аппроксимирующей нелинейной функцией (АНФ-регулятора), отличающийся тем, что алгоритм нечеткой коррекции параметров АНФ-регулятора получен путем установления эквивалентности графических нелинейных зависимостей сигнала управления аппроксимирующего регулятора и сигнала управления нечеткого регулятора (НР) - прототипа после дефаззификации, что позволяет использовать функции принадлежности (ФП) и базу правил НР - прототипа для коррекции параметров АНФ-регулятора.

5. Разработаны двухконтурные САУ, синтезируемые с применением АНФ -регулятора с коррекцией только одного параметра настройки с помощью нечеткой логики и нейросетевого регулятора (НСР) минимальной сложности во внешнем контуре САУ на базе двухслойной нейронной сети с числом нейронов в скрытом слое 9...11, обеспечивающих одновременное улучшение нескольких показателей качества переходного процесса, что не достижимо при реализации классических линейных и позиционных регуляторов.

6. Разработана ННС управления подачей субстрата и отбором продукта, обеспечивающая оптимальную скорость протока и устойчивость режима непрерывного выращивания дрожжей при возможном наиболее тяжелом возмущении со стороны изменения удельной скорости роста микроорганизмов, что делает ее практически реализуемой в производственных условиях.

7. Разработана ННС управления температурным режимом в ферментаторе непрерывного действия при ограничении на расход хладагента, отличающаяся использованием для входных переменных двухсторонних гауссовских ФП, обеспечивших ошибку обучения сети гибридным методом в 1,9 раза меньшую, по сравнению с симметричной гауссовской ФП, что привело к повышению точности поддержания температуры на 2,1 %, снижению максимального расхода хладагента на 43 % и уменьшению времени вывода объекта на рабочий режим на 11,2 % по сравнению с использованием ПИД-регулятора, при этом исключается недопустимый выбег температуры выше 55 0С, а достигаемое при этом отклонение температуры менее 10 0С от оптимальной предотвращает падение скорости размножения микроорганизмов не более, чем на 20 %.

8. Разработана ННС управления процессом стерилизации питательных сред, подаваемых в пароконтактный нагреватель, отличающаяся тем, что БП наряду с температурой учитывает предельно возможные значения расходов среды и пара, а подстройка трапецеидальных ФП для входных переменных гибридным методом обеспечила близкую к нулю (5 = 1,85-10-6) ошибку обучения НС, что позволило по сравнению с позиционным регулированием уменьшить амплитуду автоколебаний температуры в 4,2 раза, период автоколебаний - в 2 раза и за счет этого повысить качество стерилизации среды, подаваемой в ферментационные аппараты и, в конечном итоге, исключить инфицирование процесса ферментации и потери от нестерильных операций.

9. Разработана ННС управления периодическим процессом ферментации с многорежимным физиологическим развитием микроорганизмов, отличающаяся учетом при формировании БП принципа дифференциации режимов роста биомассы и биосинтеза целевого продукта, а также использованием для входных переменных в этих режимах трапецеидальных и треугольных ФП соответственно и подстройкой параметров ФП гибридным методом, обеспечившим получение близкой к нулю (5 = 9,3-10-4) ошибки обучения НС, что ведет к повышению эффективности управления аэрацией, исключая лимитирование процесса низкими концентрациями растворенного кислорода и ингибирование процесса высоким

содержанием растворенного углекислого газа.

Теоретическая ценность диссертационной работы состоит в разработке при высокой степени неопределенности моделей БТО с интервальными параметрами, синтезе на их основе алгоритмов управления, регуляторов и структур роба-стных систем управления БТО, которые функционируют в условиях ненаблюдаемых переменных возмущений; в обосновании эффективности разработки систем управления на основе метода аппроксимирующих преобразований, нечеткой логики, нейронных сетей и их комбинаций, что в целом может быть рассмотрено как новое научное направление при автоматизации сложных БТО и процессов.

Практическая значимость диссертационной работы состоит в том, что полученные результаты имеют выраженную практическую направленность и позволяют:

1) повысить эффективность функционирования сложных БТП в условиях неопределенности за счет применения систем управления с робастными, нечеткими и нейросетевыми регуляторами;

2) на основе МАП типовых нелинейностей и их комбинаций осуществлять синтез систем управления процессами ферментации, функционирующих с меньшими нагрузками на исполнительные устройства, которые реже подвержены максимальным входным воздействиям по сравнению с релейным управлением, и реализовать подход к математическому описанию процессов биосинтеза с лимитирующими компонентами;

3) осуществлять построение каскадных интеллектуальных САУ БТО с использованием аппроксимирующих, нечетких и нейросетевых регуляторов;

4) применять рекомендации по развитию систем автоматизации сложных БТП при проектировании САУ процессами ферментации с использованием принципов построения робастных систем, не внося существенных изменений в существующие системы.

Научная значимость. Совокупность результатов научных исследований по синтезу алгоритмов управления, регуляторов и структуры робастных систем управления БТО на основе МАП, нечеткой логики, нейронных сетей и их комби-

Список литературы диссертационного исследования доктор наук Лубенцова Елена Валерьевна, 2019 год

Список литературы

1. Федеральная целевая программа «Развитие фармацевтической и медицинской промышленности Российской Федерации на период до 2020 года и дальнейшую перспективу» (далее - ФЦП-2020), утверждённая постановлением Правительства России от 17 февраля 2011 года № 91 (с изменениями на 28 декабря 2017 года).

2. Основы органической химии лекарственных веществ / А.Т. Солдатен-ков, Н.М. Колядина, И.В. Шендрик. - М.: Химия, 2001. - 192 с.

3. Лубенцова, Е.В. Синтез систем автоматического управления биотехнологическими процессами с применением методов аппроксимирующего и нейро-нечеткого управления: монография / Е.В. Лубенцова, А.А Володин. - Ставрополь: Изд-во СКФУ, 2014. - 160 с.

4. Егоров, А.Ф. Системный анализ, оценка риска и управление безопасностью производств химической и смежных отраслей промышленности / А.Ф. Егоров, Т.В. Савицкая // Химическая технология, № 10, 2002. - С. 14-22.

5. Программа «БИО-2020». Режим доступа: http://rosbiotech.com/news/ у1е,№^р?ГО =45 (дата обращения: 03.06.2012).

6. Островский, Ю.В. Система управления производством субстанций лекарственных препаратов с перенастраиваемой технологией / Ю.В. Островский, Т.Б. Чистякова, А.А. Малин // Химическая промышленность. - 2003. - № 5. - С. 418. Режим доступа: www.thesa.ru/chemprom/2003/05_03/ostrov.pdf (дата обращения: 12.12.2015).

7. Юсупбеков, Н.Р. Управление процессами ферментации с применением микро-ЭВМ / Н.Р. Юсупбеков [и др.]. - Ташкент: Фан., 1987. - 200 с.

8. Медянцев, Д.В. Нейросетевые информационные системы для автоматизации технологических процессов: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (в промышленности): Автореф. дис. ... канд. техн. наук / Медянцев Денис Викторович. - Томск, 2007. - 22 с.

9. Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / А.А. Усков, А.В. Кузьмин. - М.: Горячая линия-Телеком, 2004. - 144 с.

10. Гостев, В.И. Нечеткие регуляторы в системах автоматического управления / В.И. Гостев. - Киев: Радюматор, 2008. - 972 с.

11. Sefa, I. Simulation of fuzzy logic controlled grid interactive inverter / I. Sefa, N. Altin // University of Pitesti - Electronics and Computers science. Scientific bulletin. - 2008. - Vol.2. - No. 8.

12. Афанасьев, В.Н. Управление неопределенными динамическими объектами / В.Н. Афанасьев. - М.: Физматлит, 2008. - 165 с.

13. Лубенцов, В.Ф. Системы автоматического управления процессами ферментации: монография / В. Ф. Лубенцов. - Сев.-Кав. гос. техн. ун-т. Ставрополь: СевКавГТУ, 2005. - 200 с.

14. Методы робастного, нейро-нечёткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова, 2-е изд. - М.:Изд-во МГТУ им. Баумана, 2002.-744 с.

15. Макаров, И.М. Искусственный интеллект и интеллектуальные системы управления / И.М. Макаров, В.М. Лохин, С.В. Манько, М.П. Романов. - Отделение информационных технологий и вычислительных систем РАН. - М.: Наука, 2006. - 333 с.

16. Афанасьев, В.Н. Робастное управление нелинейной системой, содержащей неопределенные параметры / В.Н. Афанасьев, Е.Р. Бовшук // Вестник РУДН. Серия инженерные исследования. - 2009. - №4. - С. 1-11.

17. Оптимизация процесса проектирования биотехнологических производств путем разработки элементов САПР / Герасименко В.А., Погребной Ю.Н., Карлаш Ю.В. // Научное сообщество студентов XXI столетия: материалы II Студенческой международной заочной научно-практической конференции (Россия, г. Новосибирск, 16 апреля 2012 г.). - Новосибирск, 2012: Режим доступа: http://bio-x.ru/articles/optimizaciya-processa-proektirovaniya-biotehnologicheskih-proizvodstv (дата обращения: 04.06.2012).

18. Анохин, П.К. Принципиальные вопросы общей теории функциональных систем / П.К. Анохин. - М.: Директ-Медиа, 2008. - 131 с. - Режим доступа: http://www.biblioclub.ru/index.php?page=book&id=39125 (дата обращения: 15.05.2015).

19. Системный подход к анализу процесса биосинтеза. Режим доступа: http://tweetbot.ru/biotehnologiya-spirta/500-sistemnyy-podhod-k-analizu-processa-biosinteza-chast-3.html (дата обращения: 13.07.2013).

20. Рубин, А.Б. Кинетика биологических процессов / А.Б. Рубин, Н.Ф. Пытьева, Г.Ю. Ризниченко. - М.: Изд-во МГУ, 1987. - 300 с.

21. Ризниченко, Н.Ф. Математические модели биологических продукционных процессов / Н.Ф. Ризниченко, А.Б. Рубин. - М.: Изд-во МГУ, 1993. - 300 с.

22. Рубин, А.Б. Биофизика: в 2 т. 2000. Том 1. Режим доступа: http://biofizika.narod.ru/rubin/index.htm (дата обращения: 07.12.2012).

23. Фурсова, П.В. Дифференциальные уравнения в моделировании сообществ микроорганизмов / П.В. Фурсова, А.П. Левич // Успехи современной биологии, 2006, т. 126, № 2. - С. 149-179.

24. Потапенко, Е. М. Высокоточное управление неопределенными объектами. Сравнение методов управления / Е. М. Потапенко, А. Е. Казурова // Зб. наук. Праць Дншродзержинського техн. ушверситету (техшчш науки). Тематичний вип. «Проблеми автоматизованого електропривода. Теорiя й практика». -Дншродзержинськ : ДДТУ, 2007. - С. 412-414.

25. Анализ видов неопределенности информации, характерных для процесса управления сложными системами. Режим доступа: http://www.plink.ru/ tnm/gl11.htm (дата обращения: 12.08.2011).

26. Лубенцов, В.Ф. Практический математико-статистический анализ биотехнологических систем / В.Ф. Лубенцов. - Ставрополь: Изд-во СевКавГТУ, 2000. - 111 с.

27. Месарович, М. Теория иерархических многоуровневых систем / М. Месарович, Д. Мако, Я.Такахара. - М.: Мир, 1973. - 344 c.

28. Goren L.P., Clapp K.P. Risk and quality management - a suppliers perspective. Next Generation Pharmaceutical, April, 2005. - Р.114-115.

29. Лубенцова, Е.В. Анализ технологических рисков при выборе задач управления процессами ферментации // Проблемы управления, обработки и передачи информации (УОПИ-2015): сб. тр. IV Междунар. науч. конф.: в 2 т. / под ред. А.А. Львова и М.С. Светлова. Саратов: Издательский дом «Райт-Экспо», 2015. -Т. 1. - С. 242-245.

30. Кафаров, В.В. Анализ и синтез химико -технологических систем / В.В. Кафаров, М.: Химия, 1991. - 432 с.

31. Бирюков, В.В. Оптимизация периодических процессов микробиологического синтеза / В.В. Бирюков, М.: Наука, 1985. - 292 с.

32. Попов, А.Ю. Ферментеры - анализ и управление рисками. Интернет-журнал «Коммерческая биотехнология». Режим доступа: http://cbio.ru/main/ (дата обращения 25.08.2014 г.)

33. Саати, Т. Принятие решений. Метод анализа иерархий / Т. Саати, М.: Радио и связь, 1993. - 278 с.

34. Саати, Т. Принятие решений при зависимостях и обратных связях: аналитические сети / Т. Саати, М.: Книжный дом «ЛИБРОКОМ», 2009. - 360 с.

35. Лубенцова, Е.В. Обоснование выбора задач управления процессами ферментации с учетом технологических рисков / Е.В. Лубенцова // Приборы и системы. Управление, контроль, диагностика. - 2015. - № 10. - С. 1-8.

36. Лубенцова, Е.В. САУ режимом охлаждения сред в биореакторах периодического действия / Е.В. Лубенцова, В.Ф. Лубенцов // Приборы и системы. Управление, контроль, диагностика. 2005. № 6. - С. 1-4.

37. Ивашкин, Ю.А. Управление нечеткими системами в прикладной биотехнологии / Ю.А. Ивашкин, И.И. Протопопов // Горный информационно-аналитический бюллетень (научно-технический журнал). М. : МГГУ, вып. № 4. 1999. - С. 1-3.

38. Злобин, Д.Л. Математические модели процессов при брожении полуфабрикатов хлебопекарного производства : Дис.... канд. техн. наук: 05.13.18 [Злобин Дмитрий Леонидович]. - М., 2005. - 121 с.

39. Лисенков, А.Н. Статистическая оптимизация и моделирование в задачах биотехнологии и медицины : Вопросы теории и приложений методов многофакторного эксперимента: Автореф. дис. д-ра техн. наук: 05.13.16. [Лисенков Александр Николаевич]. - М., 2000. - 48 с.

40. Система Автоматизированного Управления процесса стерилизации биореактора. Режим доступа: http://geum.ru/doc/work/2211/index.html (дата обращения 12.09.2013)

41. Зубов, Д.В. Автоматизированное управление системой непрерывной стерилизации питательной среды в биотехнологическом производстве / Д. В. Зубов, М. А. Кокотко, Э. А. Крамм // Автоматизация в промышленности. - 2010. - № 11. - С. 3-6.

42. Режим доступа: http://www.referat.star-info.ru/info_29079 (дата обращения: 12.04.2014).

43. Лютова, Т.В. Математическое моделирование ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации: дис.. канд. техн. наук. 05.13.18 / Лютова Татьяна Викторовна; / [Место защиты: Воронеж. ин-т МВД России]. - Воронеж, 2011. - 150 с.

44. Соколов, А.В. Повышение эффективности технологической линии производства биокомпостов путем совершенствования узла ферментирования : дис.. канд. техн. наук : 05.20.01 / Соколов Алексей Валентинович; [Место защиты: Сев.-Зап. науч.-исслед. ин-т механизации и электрификации сел. хоз -ва]. - Кострома, 2009. - 156 с.

45. Шотин, А.Б. Программная реализация автоматизированной системы научных исследований для биореакторов периодического действия / А.Б. Шотин, Д.В. Зубов // Автоматизация в промышленности. - 2009. - № 11. - С. 17-20.

46. Основы проектирования предприятий биотехнологической промышленности. Режим доступа: http://rudocs.exdat.com/docs/index-36652.html (дата обращения 25.12.2014)

47. Управление процессом ферментации с помощью масс-спектрометрического анализатора ProLine. Режим доступа: http://www.artvik.ru/ pdf/analyzers_appl/ProLine_Fermentation.pdf (дата обращения 25.12.2014)

48. Программированное управление процессами в биореакторах периодического действия. Режим доступа: http://allrefs.net/c26/4b33q/p49/ (дата обращения: 25.12.2014)

49. Дж. Бейли, Д. Оллис. Основы биохимической инженерии. Пер. с англ. А. А. Кирюшкина. Москва, «Мир». 1989. В 2-х частях. Ч. 2. - М.: Мир, 1989. -590 c.

50. Режим доступа: http://gmpnews.ru/terminologiya/gmp/ (дата обращения: 12.04.2014).

51. Управление производственным процессом в современных биореакторах с использованием инновационных инженерных решений (PAT). Режим доступа: https://gmpnews.ru/2013/05/gmp-v-biofarmacevticheskom-proizvodstve/ (дата обращения: 28.06.2015).

52. SCADA-пакет PcVue: опыт создания АСУ ферментационным оборудованием латвийской фирмой ВТС с применением ряда инновационных инженерных решений. Режим доступа: https://fiord.com/primeneniya-pcvue/programmnye-sredstva/pcvue-primeneniya/scada-paket-pcvue-opyt-sozdanija-asu-fermentacionnym-oborudovaniem-latvijskoj -firmoj -vts-s-primeneniem-rjada-innovacionnyh-inzhenernyh-reshenij (дата обращения: 25.12.2014)

53. Автоматизация процесса ферментации в производстве медицинского препарата (SIA Larifans). Режим доступа: http://www.btc-automation.lv /ru/pielietosanas-piemeri/farmacija/fermentacijas-procesa-automatizacija-mediciniska-preparata-razosanai.html (дата обращения: 20.12.2014)

54. Карпова, Г.В., Идентификация моделей управления процессами ферментации дрожжей на основе гидролизных сред из аспирационной пыли зернопе-

рерабатывающих предприятий / Г.В. Карпова, Р.Р. Зайнутдинов, М.К. Молчанов, Т.К. Зайнутдинова // Современные наукоемкие технологии. - 2004. - № 1 - С. 7677.

55. Морозов, В.О. Автоматизированное управление процессом производства хлебного кваса // Автореф. дис. ... канд. техн. наук. 05.13.06 / Морозов Виталий Олегович; [Место защиты: Кубан. гос. технол. ун-т]. - Краснодар, 2009 - 16 с.

56. Орлова, Ю.А. Автоматизация и управление биоконверсией с целью повышения качества технологического процесса когенерации // Автореф. дис. ... канд. техн. наук : 05.13.06 / Орлова Юлия Александровна; [Место защиты: Московский гос. технол. ун-т «СТАНКИН»]. - Москва, 2012. - 21 с.

57. Shvartsburg Leonid A., Markin Aleksandr V., Orlova Ulia A. Information technologies for simulation of security systems// Revaluacja bezpieczenstwa publicznego, monografía. Tadeusz Zaborowski, Gorzow Wlkp. - Poznan, 2011. -С.142-145.

58. АСУ дрожжевой отрасли. Режим доступа: http://elites-montage.com.ua/ ayeast.php (дата обращения: 25.06.2015)

59. Пиотровский, Д.Л. Основные задачи управления биореактором периодического действия / Д.Л. Пиотровский, Т.Г. Князькина // Научные труды Куб-ГТУ, № 6, 2014. - С.1-6.

60. Гордеев, Л.С. Микропроцессорная система управления процессом ферментации / Л.С. Гордеев, И.И. Дубровский, В.Л. Лукьянов, А.М. Шеховцова // Журнал «Успехи в химии и химической технологии». - Вып. № 1 (69). - Том 21. -2007. - С. 45-48.

61. Пиотровский, Д.Л. Математическая модель регулирования температуры в биореакторе во время процесса производства органических удобрений / Д.Л. Пиотровский, М.П. Асмаев, Т.Г. Шарапкина // Изв. Вузов. Пищевая технология. -2004. - № 2-3. - C. 94-95.

62. Мухачев, С.Г. Аэробное выращивание посевной культуры сахаромицетов в биореакторе с мембранной стерилизацией кислорода / С.Г. Мухачев, В.М. Емельянова, Ю.П. Александровская // Биотехнология. - 2005, № 3. - C. 71-78.

63. Лапшенков, Г.И. Выбор режима культивирования аэробных микроорганизмов с учетом степени устойчивости процесса / Г.И. Лапшенков, Т.В. Зинов-кина, Л.Ю. Харитонова // Биотехнология. - 2002. - № 6. - С. 70-76.

64. Производство инсулина, ОАО «Национальные биотехнологии». Режим доступа: http://www.bio-rus.ru/proektyi/proizvodstvo-insulina,-oao-%c2% аЬпас2юпа1пу1е-Ью1ехпо^и%с2%ЬЬ.Ь1т1 (дата обращения: 2.09.2013).

65. Парамонов, Е.А. Управление процессом биосинтеза лизина с использованием контроля состава методом тонкослойной хроматографии : дис. ... канд. техн. наук : 05.13.06, 05.11.13 / Парамонов Егор Анатольевич; [Место защиты: Моск. гос. ун-т инженер. экологии]. - Москва, 2010. - 148 с.

66. Патент № 2248399 (ЯИ), С 12 0 3/00, О 05 Б 27/00. Способ автоматического управления биотехнологическим процессом // М.М. Благовещенская. С. В. Иванов. - № 2004105874/13; заявл. 01.03.2004; опубл. 20.03.05.

67. Воинов Н.А., Волова Т.Г. Элементы контроля и управления в биотехнологии. Режим доступа: http://medbe.ru/materia1s/prob1emy-i-metody-biotekhno1ogii /e1ementy-kontro1ya-i-uprav1eniya-v-biotekhno1ogii/ (дата обращения: 12.04.2014).

68. Шотин, А. Б. Автоматизация научных исследований процессов биосинтеза : дис. ... канд. техн. наук : 05.13.06 / Шотин Андрей Борисович; [Место защиты: Моск. гос. ун-т инженер. экологии]. - Москва, 2010. - 150 с.

69. Наумкин П.А., Семакин Д.Ю. Автоматизированная система научных исследований процессов биосинтеза как часть комплексной системы автоматизации предприятия. http://nit.miem.edu.ru/sbornik/2009/sec3/26.htm

70. Liflus GX I (автоклавируемый ферментер). Режим доступа: http://koreabio1ab.ru /cata1og/9/17.htm (дата обращения: 12.04.2014).

71. Мелихова, О.А. Нечеткие интеллектуальные системы. Режим доступа: http://pitis. tsure.ru /й^5/09.Ы;т (дата обращения: 20.10.2012)

72. Синтез функциональной структуры системы оптимального управления биотехнологической системой / У. Т. Хаитматов [и др.] // Математические методы в технике и технологиях: сб. трудов XVI Междунар. науч. конф. В 10-и т. Т. 6.

Секции 9, 13 / Под общ. ред. В. С. Балакирева; РГАСХМ ГОУ. - Ростов н/Д, 2003. - C. 196-197.].

73. Philip Babatunde OSOFISAN. Optimization of the Fermentation Process in a Brewery with a Fuzzy Logic Controller. Department of Electrical and Electronics Engineering, University of Lagos, Akoka, Lagos. Режим доступа: http://ljs.academicdirect. org/A11/079_092.htm (дата обращения: 20.10.2011).

74. B. O'Connora, C. Riverola, P. Kellehera, N. Planta, R. Bevanb, E. Hinchyb, J. D'Arcyb. Integration of fuzzy logic based control procedures in brewing. Режим доступа: http://www.sciencedirect.com/science/article/pii/S0956713501000676 (дата обращения: 10.05.2014).

75. Искандеров, Г. М. Нечеткие логические регуляторы в системе управления ферментатором / Г. М. Искандеров // Материалы V региональной НТК «Вузовская наука - Северо-Кавказскому региону». Технические и прикладные науки. Ч. 2. - Ставрополь: СевКавГТУ, 2001. - С. 32-33.

76. САУ температурой ферментатора. Режим доступа: http://nrsu.bstu.ru/ chap43.html (дата обращения: 12.04.2014).

77. Каипбергенов, Б.Т. Применение нечеткой логики в управлении биотехнологическими процессами / Б.Т. Каипбергенов, С.Х. Файзуллаев, А.А. Акрамов, А.Е. Исмайылов // Математические методы в технике и технологиях. ММТТ-21. Секция 6. - Саратов, 2008.

78. Лубенцов, В.Ф. Интеллектуальная система управления с переменной структурой на основе нечеткой логики / В.Ф. Лубенцов // Фундаментальные исследования. - 2014. - № 12 (часть 2) - С. 252-257.

79. Иванов, В.А. Математическое моделирование процесса синтеза метанола с помощью искусственных нейронных сетей / В.А. Иванов, И.А. Кудрина // Математические методы в технике и технологиях - ММТТ-2000 : сборник трудов международной научной конференции в 7-и томах. Секции 11, 12, 13. Том 6. -Cанкт-Петербург: Cанкт-Петербургский государственный технологический институт (техн. ун-т), 2000. - С.141-143.

80. Червяков, Н.И. Сравнение алгоритмов обучения нейросетевой модели управления динамическими системами / Н.И. Червяков, Т.А. Рудакова, С.Ю. Щербина // Нейрокомпьютеры: разработка, применение. - М.: Радиотехника, 2008, № 1-2. - С. 57-63.

81. Червяков, Н.И. Нейросетевая система автоматического управления с переменной структурой / Н.И. Червяков, В.Ф. Лубенцов, Т.А. Рудакова // Инфо-коммуникационные технологии. - 2008, № 1. - С. 8-12.

82. Рудакова, Т.А. Робастная стабилизация динамических систем с использованием нейросетевых моделей и модулярных регуляторов : дис. ... канд. техн. наук : 05.13.01 / Рудакова Татьяна Анатольевна; [Место защиты: Сев. -Кавказ. гос. техн. ун-т]. - Ставрополь, 2009. - 220 с.

83. Масютина, Г.В. Оценка показателей качества нейросетевой системы управления на основе линейных математических моделей / Г.В. Масютина // Фундаментальные исследования, № 4, 2011. - С. 115-120.

84. Stanke, Marc; Hitzmann, Bernd. Мeasurement, monitoring, modelling and control of bioprocesses // Edited by: Mandenius, CF; Titchener Hooker: Book Series: Advances in Biochemical Engineering-Biotechnology. Vol. 132. - NJ, 2013, р. 35-63.

85. Андриевская Н.В. Особенности применения нейро-нечетких моделей для задач синтеза систем автоматического управления / Н.В. Андриевская, А.С. Резников, А.А. Черанев // Фундаментальные исследования. - 2014. - № 11-7. - С. 1445-1449; Режим доступа: www.rae.ru/fs/?section=content&op=show_article& article_id= 10005052 (дата обращения: 07.08.2015).

86. Винаров, А.Ю. Ферментационные аппараты для процессов микробиологического синтеза / А.Ю. Винаров, Л.С. Гордеев, А.А. Кухаренко, В.И. Панфилов // Под ред. В.А. Быкова. - М.: ДеЛи Принт, 2005. - 278.с.

87. Кантере, В.М. Критерии эффективности стадии ферментации в производстве антибиотиков / В.М. Кантере, Л.Е. Шнайдер, В.В. Бирюков // В кн. : Успехи в области изучения и производства антибиотиков. - М.: Труды ВНИИА, 1982. Вып. II. - С. 51-57.

88. Петраков, В.А. Основы технологического предпринимательства : Учеб. пособие для вузов. - Ростов н/Д: Изд-во СКНЦВШ, 2001. - 160 с.

89. Бабаянц, А.В. Постановка задачи управления типовым микробиологическим производством / А.В. Бабаянц [и др.] // Автоматизация микробиологических производств (Сборник работ, вып. II). - НИПИ «Нефтехимавтоматика», 1976. - С. 13-21.

90. Лубенцова, Е.В. Постановка задачи синтеза САУ процессом ферментации / Е.В. Лубенцова // Оптимизация сложных биотехнологических систем: Материалы Всероссийской научно-практической конференции / Оренбургский государственный университет. - Оренбург: ОГУ, 2003. - С. 117-122.

91. Лубенцова, Е.В. Системы автоматического управления процессами непрерывной стерилизации питательных сред и ферментации микробиологических производств : дис. ... канд. техн. наук / Лубенцова Елена Валерьевна: 05.13.06 : Новочеркасск, 2004. - 212 ^

92. Володин А.А. Выбор критерия эффективности и оптимальных условий управления и моделирования процесса биосинтеза / А.А. Володин, Е.В. Лубенцова // Фундаментальные исследования. - 2012. - № 11 (ч.1). - С. 109-115.

93. Бирюков, В.В. Основы промышленной биотехнологии / В.В. Бирюков. -М. : Химия, КолосС, 2004. - 296 с.

94. Кафаров, В.В. Системный анализ процессов химической технологии / В.В. Кафаров, И.Н. Дорохов. - М.: Наука, 1976. - 500 с.

95. Компьютерное моделирование биотехнологических процессов и систем: Учеб. пособие / Д.С. Дворецкий [и др.]. - Тамбов: Изд-во Тамб. гос. техн. унта, 2005. - 80 с.

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

97. Лубенцова, Е.В. Метод аппроксимирующих преобразований в решении задач управления и моделирования биосистем / Е.В. Лубенцова, А.А. Володин // Информационные системы и технологии. - 2013. - № 4 (78). - С. 26-35.

98. Лубенцова, Е.В. Метод синтеза нелинейных систем с аппроксимирующими законами управления / Е.В. Лубенцова, В.Ф. Лубенцов // Вестник СКФУ. Ставрополь: Изд-во СКФУ. - 2015. - № 6 (51). - С.14-21.

99. Тарасьев А.М., Усова А.А. Алгоритмы построения оптимальных траекторий по аппроксимирующим управлениям в задачах на бесконечном промежутке времени. Режим доступа: http://pure. iiasa. ac. at/id/eprint/10680/1/XP- 13-008.pdf (дата обращения: 26.03.2013).

100. Тарасьев, А.М. Стабилизация гамильтоновой системы для построения оптимальных траекторий / А.М. Тарасьев, А.А. Усова // Математическая теория управления и дифференциальные уравнения. Сборник статей. К 90-летию со дня рождения академика Евгения Фроловича Мищенко. Тр. МИАН, 277, МАИК «Наука/Интерпериодика». - М., 2012. С. 257-274; Proc. Steklov Inst. Math., 277 (2012), рр. 248-265.

101. Катковник, В.Я. Непараметрическая идентификация и сглаживание данных / В.Я. Катковник. - М.: Наука, 1985. - 336 с.

102. Дли, М.И. Локально-аппроксимационные модели сложных объектов / М.И. Дли. - М.: Наука. Физматлит, 1999. - 112 с.

103. Усков, А.А. Гибридная полиномиально-радиально-базисная нейронная сеть / А.А. Усков, Д.В. Санатин // Нейрокомпьютеры: разработка, применение. -2005. - № 12. - С. 3-7.

104. Никитин А.В., Шишлаков В.Ф. Параметрический синтез нелинейных систем автоматического управления: Монография / Под ред. В. Ф. Шишлакова; СПбГУАП. СПб., 2003. - 358 с.

105. Шишлаков, В.Ф. Синтез нелинейных САУ с различными видами модуляции: Монография / В.Ф. Шишлаков. - СПбГУАП. СПб., 1999. - 268 с.

106. Фельдбаум, А.А. Основы теории оптимальных автоматических систем / А.А. Фельдбаум. - Издание 2-е. - М.: Наука. 1966. - 624с.

107. Попов, Е.П. Теория нелинейных систем автоматического регулирования и управления / Е.П. Попов. - 2-е изд., стер. - М.: Наука, 1988. - 256 с.

108. Медведев, М.Ю. Аналитический синтез управлений нелинейными многосвязными объектами в условиях неопределенности / М.Ю. Медведев. - Таганрог: Изд-во ТТИ ЮФУ, 2010. - 402 с.

109. Нейдорф Р.А. Нелинейная организация асимптотически устойчивых квазиоптимальных по быстродействию движений // Сб. докл. Всерос. науч. конф. 3-4 апр. 2003 г. «Управление и информационные технологии». - СПб., 2003. Т.1. - С.189-194.

110. Медведев, М.Ю. Управление нелинейными многосвязными объектами в условиях неопределенности: автореф. дис. ... д-ра техн. наук / Михаил Юрьевич Медведев. - Таганрог, 2010. - 32 с.

111. Фильчаков, П.Ф. Справочник по высшей математике / П.Ф. Фильчаков. - Киев: Наукова думка, 1973. - 743 с.

112. Нейдорф, Р.А. Эффективная аппроксимация кусочных функций в задачах квазиоптимального по быстродействию управления / Р.А. Нейдорф // Математические методы в технике и технологиях - ММТТ- 2000: Сб. трудов Международной научной конференции. В 7-и т. Т2. Секции 2,8/ Санкт-Петербургский государственный технологический институт (технический университет). - СПб., 2000. - С. 18-22.

113. Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В. Круглов, В.В. Борисов. - М.: Горячая линия. Телеком, 2001. - 382 с.

114. Лубенцов, В.Ф. Синтез алгоритмов управления нелинейных систем ап-проксимационным методом / В.Ф. Лубенцов, Д.В. Болдырев, Е.В. Лубенцова // XXVI Российская школа по проблемам науки и технологий. Краткие сообщения. -Екатеринбург: УрО РАН, 2006. - С. 235-237.

115. Колпиков, Ю. Г. Исследование и оптимальное управление процессом периодической ферментации со вторичным метаболизмом целевого продукта: ав-тореф. дис. ... канд. техн. наук: 05.13.07 / Юрий Григорьевич Колпиков. - Ташкент, 1980. - 20 с.

116. Ризниченко, Г. Ю. Лекции по математическим моделям в биологии. Часть 1 / Г. Ю. Ризниченко. - Ижевск: НИЦ «Регулярная и хаотическая динамика», 2002. - 232 с.

117. Арзамасцев, А.А. Математические модели кинетики микробного синтеза: возможности использования и новые подходы к разработке / А.А. Арзамасцев, А.А. Андреев // Вестник Тамб. ун-та. Серия: Естеств. и техн. науки.- 2000.- т. V., № 1. - С. 111-130.

118. Monod, J. Recherches sur la croissance des cultures bacteriennes. - Paris: Hermann. 1942. - 210 рр. Режим доступа: http://en.wikipedia.org/wiki/Monod_ equation (дата обращения: 24.03.2012).

119. Паников, Н.С. Кинетика роста микроорганизмов. Общие закономерности и экологические приложения / Н.С. Паников. - Рос. акад. наук, Ин-т микробиологии. - М.: Наука, 1991. - 309 с.

120. Иерусалимский, Н.Д. Количественная зависимость между концентрацией продуктов обмена и скоростью роста микроорганизмов / Н.Д. Иерусалимский, Н.М. Неронова // Доклады Академии наук СССР. - 1965. - т. 161, № 6. - С. 14371440.

121. Алексеев, В.В. Физическое и математическое моделирование экосистем / В.В. Алексеев, И.И. Крышев, Т.Г. Сазыкина. - С.-Пб.: Гидрометеоиздат, 1992. -367 с.

122. Володин, А.А. Математическое моделирование биосистемы с использованием аппроксимирующих функций / А.А. Володин, Е.В. Лубенцова // Инфо-коммуникационные технологии в науке, производстве и образовании: Пятая международная научно-техническая конференция. - Кисловодск: Северо-Кавказский гуманитарно-технический институт, 2012. - С. 40-42.

123. Володин, А.А. Модель описания микробиологической системы с помощью теории нечетких множеств / А.А. Володин, Е.В. Лубенцова // Материалы 41 научно-технической конференции по итогам работы ППС СевКавГТУ за 2011 год. Том первый. Естественные и точные науки. Технические и прикладные науки. -Ставрополь: СевКавГТУ, 2012. - С. 19-20.

124. Володин, А.А. Вероятностный подход при моделировании и управлении биотехнологической системой на основе теории нечетких множеств / А.А. Володин, Е.В. Лубенцова // Молодежная наука в развитии регионов: материалы Всерос. конф. студентов и молодых ученых с международным участием (Березники, 25 апреля 2012) . - Пермь: Березниковский филиал Перм. нац. исслед. поли-техн. ун-та, 2012 . - С. 85-86.

125. Терёхин, В.В. Моделирование в системе МАТЬАВ: Учебное пособие / В.В. Терёхин. - Кемеровский государственный университет. - Новокузнецк: Куз-бассвузиздат, 2004. - 376 с.

126. Свидетельство о государственной регистрации программы для ЭВМ № 2013660740. Программа исследования динамики системы с fuzzy-регулятором потоков в биореакторе непрерывного действия / А.А. Володин, Е.В. Лубенцова, А.Н. Мальченко, Зарег. 18.11.13. М.: Роспатент. 2013.

127. Володин, А.А. Применение нелинейных регуляторов потоков субстрата и продукта для управления непрерывной биосистемой / А.А. Володин, Е.В. Лубенцова, В.Ф. Лубенцов // Вестник СКФУ. Ставрополь: Изд-во СКФУ. - 2013. - № 4 (37). - С.9-15.

128. Володин, А.А. Система управления непрерывным процессом биосинтеза на основе сигмоидных функций / А.А. Володин, Е.В. Лубенцова // Информационные технологии, системный анализ и управление - ИТСАиУ-2012. Сборник трудов Х Всероссийской научной конференции молодых ученых, аспирантов и студентов. Т.2. - Таганрог: Изд-во ЮФУ, 2012. - С. 247-251.

129. Лубенцова, Е.В. Математическое моделирование биотехнологических процессов в ферментаторах непрерывного действия / Е.В. Лубенцова, А.А. Володин // Международная научно-практическая конференция «Методы и алгоритмы прикладной математики в технике, медицине и экономике». - г. Новочеркасск, ЮРГПУ (НПИ), 2014. - С. 16-20.

130. Харитонова, Л.Ю. Закономерности процесса культивирования аэробных микроорганизмов в одно- и двухсекционном биореакторе. Режим доступа: http://www.nauka-shop.com/mod/shop/productID/30497/ (дата обращения 17.07.2011)

131. Лубенцова, Е.В. Анализ показателей качества САУ с нелинейным аппроксимирующим законом управления / Е.В. Лубенцова, Д.Л. Пиотровский, Г.В. Масютина, В.Ф. Лубенцов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. - №129(05). - С. 1224-1234. - IDA [article ID]: 1281704026. - Режим доступа: http ://ej.kubagro.ru/2017/05/pdf/87.pdf.

132. Сергеев, С.В. Метод порогового подавления шума в сигнале на основе вейвлет-преобразования // С.В.Сергеев, Н.И. Червяков / Инфокоммуникационные технологии. - Том 6. - № 2. - 2008. - С.29-32.

133. Шимигон, А.С. Регулятор с зоной нечувствительности на основе аппроксимирующих функций / А.С. Шимигон, Е.В. Лубенцова // Информационные технологии, системный анализ и управление - ИТСАиУ-2012. Сборник трудов Х Всероссийской научной конференции молодых ученых, аспирантов и студентов. Т.2. - Таганрог: Издательство Южного федерального университета, 2012. - С. 233-237.

134. Шимигон, А.С. Синтез робастной помехозащищенной системы с управляемой нелинейностью на входе регулятора / А.С. Шимигон, Е.В. Лубенцова // Проблемы управления, обработки и передачи информации (АТМ-2013): сб. тр. III Междунар. науч. конф.: в 3 т. Т.2 / Под ред. А.А. Львова и М.С. Светлова. - Саратов: Издательский Дом «Райт-Экспо», 2013. - С. 177-180.

135. Лубенцова, Е.В. Синтез робастной помехозащищенной системы с нелинейностью на входе регулятора / Е.В. Лубенцова // Международная научно-практическая конференция «Наукоемкие технологии и инновации» 9-10 октября 2014 года. - г. Белгород: Изд-во БГТУ им. Шухова, 2014. - С. 250-255.

136. Лубенцова, Е.В. Помехозащищенная система управления с нелинейностью на входе регулятора / Е.В. Лубенцова // Информационные системы и технологии. - 2014. - № 6 (86). - С. 31-41. - 153 с.

137. Кочетков, С.А. Инвариантность в системах с неидеальными релейными элементами // С.А. Кочетков, В.А. Уткин / Управление большими системами, 27 (2009). - С. 117-168.

138. Пьявченко, Т.А. Автоматизированные информационно-управляющие системы. // Т.А. Пьявченко, В.И. Финаев. - Таганрог: Изд-во ТРТУ, 2007. - 271 с.

139. Загарий, Г.И. Синтез систем управления на основе критерия максимальной степени устойчивости: Библиотека по автоматике // Г.И. Загарий, А.М. Шубладзе. Вып. 669. - М. : Энергоатомиздат, 1988. - 104 с.

140. Гусев, Ю.М. Анализ и синтез линейных интервальных динамических систем (состояние проблемы). Анализ с использованием интервальных характеристических полиномов / Ю.М. Гусев, В.Н. Ефанов, В.Г. Крымский // Изв. АН СССР. Техн. кибернетика. 1991. № 1. - С. 3-23.

141. Лубенцов, В.Ф. Основы методологического подхода к построению и исследованию робастных интеллектуальных систем управления / В.Ф. Лубенцов, Г.В. Масютина, Е.В. Лубенцова // I Международная научно -практическая конференция «Современная наука: теория и практика». - Ставрополь: СевКавГТУ, 2010. - С. 128-130.

142. Гайворонский, С.А. Анализ локализации корней интервального полинома в заданном секторе / С.А. Гайворонский, С.В. Замятин // Изв. Томского пол-техн. ун-та. - 2004. - Т.307. - № 4. - С. 14-18.

143. Новокшонов, С.В. Анализ и синтез интервальных систем с гарантируемой динамикой на основе робастных и адаптивных алгоритмов : Дис. ... канд. техн. наук : 05.13.01 : / Новокшонов, Сергей Владимирович / Томский политехнический ун-т. - Томск, 2003. - 182 ^

144. Харитонов, В.Л. Об асимптотической устойчивости положения равновесия семейства систем линейных дифференциальных уравнений / В.Л. Харитонов // Дифференц. уравнения. - 1978. - №11. - С. 2086-2088.

145. Замятин, С.В. Анализ и синтез систем управления с интервальными параметрами на основе корневого подхода: Дис. ... канд. техн. наук: 05.13.01: /

Замятин Сергей Владимирович / Томский политехнический ун-т. - Томск, 2007. -147 с.

146. Barlett, A.C. Root location of an entire polytope of polynomials: it suffices to check the edges / Barlett A.C., Hollot C.V., Lin H. // Math. Contr., Signals. Syst., 1987, Vol. 1, №1. - P. 61-71.

147. Имангазиева, А.В. Робастное управление с компенсацией возмущений: Дис. ... канд. техн. наук: 05.13.01: / Имангазиева Алия Владимировна. / Астрахан. гос. техн. ун-т. - Астрахань, 2009. - 137 с.

148. Поляк, Б.Т. Робастная устойчивость и управление / Б.Т. Поляк, П.С. Щербаков. - М.: Наука, 2002. - 303 с.

149. Keel, L.H. Robust stability and performance with fixed-order controllers / L.H. Keel, S.P. Bhattacharyya // Automatica. - 1999. - Vol. 35. - P. 1717-1724.

150. Wang, L. Robust strong stabilizability of interval plants: it suffices to check two t vertices / L. Wang // System and control letters. - 1995. - №. 26. - P. 133-136.

151. Волков, А.Н. Метод синтеза систем автоматического управления с максимальной степенью устойчивости при наличии ограничений / А.Н. Волков, Ю.В. Загашвили // Известия РАН. Сер. Теория и системы управления. - 1997. - № 3. -С. 12-19.

152. Ким, Д.П. Синтез регулятора максимальной степени устойчивости / Д.П. Ким // Приводная техника. Технико-аналитический информационный журнал. - 2003. - № 1 (41). - С. 21-26.

153. Вадутов, О.С. Решение задачи размещения полюсов системы методом D-разбиения / О.С. Вадутов, С.А. Гайворонский // Изв. РАН. ТиСУ. 2004. № 5. -С. 23-27.

154. Лубенцова, Е.В. Синтез и анализ интервальной системы на основе минимаксного подхода и критерия максимальной степени устойчивости / Е.В. Лубенцова, Г.В. Масютина // Материалы всерос. конф. студентов и молодых ученых с международным участием «Молодежная наука в развитии регионов», Березники, 27 апреля 2011. - Пермь: Березн. филиал Перм. гос. техн. ун-та, 2011. - С. 2730.

155. Лубенцова, Е.В. Синтез интервальной системы с запаздыванием по критерию максимальной степени устойчивости / Е.В. Лубенцова, Т.А. Рудакова // Проблемы управления, обработки и передачи информации - АТМ-2011: сб. трудов II Международ. науч. конф. / Под ред. А.Г. Александрова и М.Ф. Степанова. -Саратов: ООО «Изд-во «Научная книга»», 2011. - С. 58-60.

156. Лубенцова, Е.В. Статистическое оценивание параметров интервальной динамической модели биообъекта / Е.В. Лубенцова, Т.А. Рудакова // Международная научно-практическая конференция «Методы и алгоритмы прикладной математики в технике, медицине и экономике». - г. Новочеркасск, ЮРГПУ (НПИ), 2014. - С. 12-16.

157. Лубенцов, В.Ф. Методика построения робастных систем на основе интервальной модели объекта / В.Ф. Лубенцов, Г.В. Масютина, Е.В. Лубенцова, Т.А. Рудакова // I Международная научно-практическая конференция «Современная наука: теория и практика». - Ставрополь: СевКавГТУ, 2010. - С. 130-133.

158. Лубенцова, Е.В. Анализ и синтез системы управления динамическими объектами с интервальными параметрами и запаздыванием / Е.В. Лубенцова // Промышленные АСУ и контроллеры. - 2014. - № 12. - С. 11-19.

159. Масютина, Г.В. Синтез и анализ робастно устойчивой интервальной системы управления объектом с запаздыванием / Г.В. Масютина, Е.В. Лубенцова, В.Ф. Лубенцов // Вестник Северо-Кавказского государственного технического университета. - Ставрополь : СевКавГТУ. - 2011. - № 4 (29). - С. 37-42.

160. Гайворонский, С.А. Настройка ПИД-регулятора для максимизации степени устойчивости интервальной системы / С.А. Гайворонский, Т.А. Езангина // Автоматизация процессов управления. - 2013. - № 1 (31). - С. 86-91.

161. Борисов, Г.Б. Об одном подходе к регулированию объектов с переменной нагрузкой / Г.Б. Борисов, А.М. Цирлин, В.П. Полянский // Приборы и системы: Управление, контроль, диагностика. - 2002, № 2. - С. 13-15.

162. Лубенцов, В.Ф. Метод синтеза САУ объектами с параметрическими неопределенностями / В.Ф. Лубенцов // Научная мысль Кавказа : Изд-во Сев.-Кав. научн. центра высш. шк. - 2005. - № 6. - С. 78-84.

163. Системы автоматического управления объектами с переменными параметрами: Инженерные методы анализа и синтеза / Б.Н. Петров, Н.И. Соколов,

A.В. Липатов и др. - М.: Машиностроение, 1986. - 256 с.

164. Гарднер М.Ф. Переходные процессы в линейных системах / М.Ф. Гарднер, Дж. Л. Бэрнс - М.: Физматгиз, 1961. - 552 с.

165. Мееров, М.В. Теория автоматического регулирования и авторегуляторы / М.В. Мееров, В.Г. Дианов. - М.: Изд-во нефтяной и горно-топливной литературы, 1963. - 416 с.

166. Гурецкий, Х. Анализ и синтез систем управления с запаздыванием / Х. Гурецкий. - М.: Машиностроение, 1974. - 326 с.

167. Автоматическое управление в химической промышленности : учеб. для вузов / Под. ред. Е. Г. Дудникова. - М. : Химия, 1987. - 368 с.

168. Адлер, Ю.П. Планирование эксперимента при поиске оптимальных условий / Ю. П. Адлер, Е.В. Маркова, Ю.В. Грановский. - М. : Наука, 1976. - 279 с.

169. Уткин, В.И. Скользящие режимы в задачах оптимизации и управления /

B.И. Уткин. - М.: Наука, 1981. - 368 с.

170. Штейнберг, Ш.Е. Адаптация стандартных регуляторов к условиям эксплуатации в промышленных системах регулирования / Ш.Е. Штейнберг, И.Е. За-луцкий // Промышленные АСУ и контроллеры. - 2003. - № 4. - С. 11-14.

171. Панько, М.А. Расчет настроек ПИД-регуляторов при цифровой реализации алгоритма регулирования / М.А. Панько // Теплоэнергетика. - 2004. - № 10. - С. 28-32.

172. Денисенко, В.В. ПИД-регуляторы: принципы построения и модификации / В.В. Денисенко // Современные технологии автоматизации. - 2006. - № 4. -

C. 66-74.

173. Лубенцова, Е.В. Синтез адаптивной системы управления технологическим объектом с запаздыванием при неконтролируемых внешних возмущениях / Е.В. Лубенцова // Приборы и системы. Управление, контроль, диагностика. -2003. - № 9. - С. 13-15.

174. Патент 2234116 Российская Федерация, МПК{7} G 05 В 11/36. Пропорционально-интегрально-дифференциальный регулятор / Лубенцова Е. В. ; Сев.-Кавказ. ГТУ. - 2002135205/09 ; заявл. 24.12.2002 ; опубл. 10.08.2004.

175. Лубенцова, Е.В. ПИД-регулятор с расширенными функциональными возможностями / Е.В. Лубенцова // Математические методы в технике и технологиях - ММТТ-19. Сб. трудов XIX Международ. науч. конф. / Под общ. ред. В.С. Балакирева. - Воронеж: Изд-во Воронеж. гос. технол. акад., 2006. - С. 111-113.

176. Рудакова, Т.А. Выбор скорости изменения задающего сигнала при различных интервалах квантования по времени / Т.А. Рудакова, Е.В. Лубенцова // Фундаментальные исследования. - 2013. - № 4 (часть 5). - С.1100-1102.

177. Лубенцова, Е.В. Синтез интервальной системы управления с адаптивным ПИД регулятором / Е.В. Лубенцова, Г.В. Масютина, Т.А. Рудакова, В.Ф. Лу-бенцов // Автоматизация в промышленности. - 2013. - № 9. - С. 62-64.

178. Лубенцов, В.Ф. Методы динамической идентификации биотехнологических объектов / В.Ф. Лубенцов, Д.В. Болдырев. - Ставрополь : СевКавГТУ, 2005. - 82 с.

179. Масютина, Г.В. Метод и алгоритм структурно -параметрического синтеза робастной многорежимной системы с избирательным управлением / Г.В. Масютина, Е.В. Лубенцова, А.Н. Мальченко, В.Ф. Лубенцов // Вестник СевКавГТУ. Технические науки. - г. Ставрополь: Изд-во СевКавГТУ, 2011, № 4. - С. 43-48.

180. Щербаков, П.С. Приближенные методы в параметрической робастности линейных систем управления / Щербаков Павел Сергеевич // Автореф. дисс. д.ф-м.н. - М.: ИПУ им. В.А. Трапезникова, 2004. - 24 с.

181. Лубенцова, Е.В. Системы управления с динамическим выбором структуры, нечеткой логикой и нейросетевыми моделями: монография / Е.В. Лубенцо-ва. - Ставрополь: Изд-во СКФУ, 2014. - 248 с.

182. Гостев, В.И. Проектирование нечетких регуляторов для систем автоматического управления / В.И. Гостев. - СПб. : БХВ-Петербург, 2011. - 416 с.

183. Пегат, А. Нечеткое моделирование и управление / А. Пегат. - М.: Бином. Лаборатория знаний, 2009. - 798 с.

184. Ульянов, С.В. Интеллектуальное робастное управление: технологии мягких вычислений / С.В. Ульянов, Л.В. Литвинцева [и др.]. - М.: ВНИИгеоси-стем, 2011. - 408 с.

185. Васильев, В.И. Интеллектуальные системы управления: Теория и практика / В.И. Васильев, Б.Г. Ильясов.- М.: Радиотехника, 2009. - 392 с.

186. Лубенцова, Е.В. Нечеткие технологии в управлении процессами биосинтеза / Е.В. Лубенцова, А.А. Володин // Информационные технологии, системный анализ и управление - ИТСАиУ-2012. Сборник трудов Х Всероссийской научной конференции молодых ученых, аспирантов и студентов. Т.2. - Таганрог: Изд-во ЮФУ, 2012. - С. 263-267.

187. Преобразование вход-выход. Режим доступа: http://life-prog.ru/1_22017_ preobrazovanie-vhod-vihod.html (дата обращения: 15.05.2014).

188. Леоненков, А.В. Нечеткое моделирование в среде MATLAB и fuzzy TECH / А.В. Леоненков. - СПб.: БХВ-Петербург, 2005. - 724 с.

189. Лубенцова, Е.В. Метод построения нечетких регуляторов с использованием аналитических выражений для управляющих воздействий / Е.В. Лубенцова, В.А. Петраков, Г.В. Слюсарев, В.Ф. Лубенцов // Фундаментальные исследования, № 11 (3), 2015. - С. 484-490.

190. Лубенцова, Е.В. Аналитический подход к решению задачи коррекции параметров нечеткого регулятора // Всероссийская научная конференция по проблемам управления в технических системах (ПУТС-2015), г. Санкт-Петербург, 2015. Секция 3. Интеллектуализация управления и обработка информации в технических системах. - Санкт-Петербург, 2015. - С. 302-305.

191. Лубенцов, В.Ф. Исследование динамики систем с непрерывными аппроксимирующими функциями управления / В.Ф. Лубенцов // Наука и технологии: Труды XXV Российской школы по проблемам науки и технологий. Ч.2. - М.: РАН, 2005. - С. 469-476.

192. Масютина, Г.В. Модифицированные нелинейные законы управления и их особенности / Г.В. Масютина, В.Ф. Лубенцов // Материалы XIII научно-технической конференции «Вузовская наука - Северо-Кавказскому региону». Том

первый. Естественный и точные науки. Технические и прикладные науки. - Ставрополь: СевКавГТУ, 2009. - С. 24-25.

193. Лубенцов, В.Ф. Математическое описание и динамика систем с непрерывными аппроксимирующими функциями управления / В.Ф. Лубенцов // Наука и технологии: Труды XXV Российской школы. - Екатеринбург: УрО РАН, 2005. - C. 269-271.

194. Лубенцова, Е.В. Интеллектуальные технологии в управлении нечетко-определенными объектами биосистемы / Е.В. Лубенцова // Математические методы в технике и технологиях - ММТТ-26 : сб. трудов XXVI Междунар. науч. конф.: в 10 т. Т. 8. Секция 7 / под общ. ред. А.А. Большакова. - Нижний Новгород: Нижегород. гос. техн. ун-т, 2013. - С. 71-72.

195. Усков, А.А. Системы с нечеткими моделями объектов управления: Монография / А.А. Усков. - Смоленск: Смоленский филиал АНО ВПО ЦС РФ «Российский университет кооперации», 2013. - 153 с.

196. Измайлова, Р.Н. Нечетко-логическая система регулирования температурным режимом химического реактора / Р.Н. Измайлова // Молодой ученый. -2015. - № 5. - С. 150-153.

197. Штовба, С.Д. Введение в теорию нечетких множеств и нечеткую логику. Режим доступа: http: //www. matlab. ru/fuzzylogic/book 1 /index. asp

198. E.V. Lubentsova, V.F. Lubentsov, A.I. Koldayev, A.A. Evdokimov and D.V. Samoylenko. Fuzzy Temperature Controller Of The Exothermic Fermentation Processes // International Journal of Applied Engineering Research. - № 21, 2015. - C. 4275342757.

199. Кукса, П.П. Обеспечение точности в нечетких системах. Режим доступа: http://paul.rutgers.edu/~phuksa/publications/fz-accuracy-iu-04.pdf. (дата обращения: 12.09.2010)

200. Масютина, Г.В. Астатическое регулирование в нечетких условиях / Г. В. Масютина // Материалы XXXIX по итогам работы профессорско-преподавательского состава СевКавГТУ за 2009 год. Том первый. Естественные и

точные науки. Технические и прикладные науки. - Ставрополь: СевКавГТУ, 2010. - С. 52-54.

201. Торгашев, А. Ю. Синтез систем управления для массообменных технологических процессов в условиях неопределенности // Автореферат дис. ... доктора технических наук : 05.13.06, 05.13.01 / Торгашов Андрей Юрьевич; [Место защиты: Ин-т проблем упр. им. В.А. Трапезникова РАН] - М. : 2010. - 44 с.

202. Лубенцов, В.Ф. Синтез нейросетевого управления многорежимной биосистемой культивирования микроорганизмов / В.Ф. Лубенцов, Е.В. Лубенцова, А.Н. Мальченко // Проблемы управления, обработки и передачи информации (АТМ-2013): сб. тр. III Междунар. науч. конф.: в 3 т. Т.1 / Под ред. А.А. Львова и М.С. Светлова. - Саратов: Издательский Дом «Райт-Экспо», 2013. - С. 161-165.

203. Лубенцова, Е.В. Синтез систем управления биообъектами с использованием интеллектуальных технологий / Е.В. Лубенцова, А.А. Володин // Современная наука: тенденции и перспективы развития: материалы Всероссийской научной конференции. - Ставрополь: Изд-во СКФУ, 2014. - С.34-37.

204. Лубенцова, Е.В. Робастная система управления с нечетким регулятором с переменной структурой / Е.В. Лубенцова, В.А. Петраков // Международная научно-практическая конференция «Актуальные проблемы науки на современном этапе» (18 ноября 2015 г., г. Екатеринбург). В 2 ч. Ч.2 - Уфа: РИО МЦИИ ОМЕГА САЙНС, 2015. - С. 116-120.

205. Попов, Е.П. Приближенные методы исследования нелинейных автоматических систем / Е.П. Попов, И.П. Пальтов. - М. : Физматгиз. 1960. - 792 с.

206. Володин, А.А. Интеллектуальная система стабилизации температурного режима биопроцесса / А.А. Володин, Е.В. Лубенцова // Материалы II международной научно-практической конференции «Актуальные направления фундаментальных и прикладных исследований». - М.: 2013. - С. 117-120.

207. Лубенцова, Е.В. Система автоматической стабилизации концентрации растворенного кислорода при действии неизмеряемых возмущений / Е.В. Лубен-цова // Изв. вузов. Сев.-Кав. регион. Техн. науки. - 2004. - С. 117-118.

208. Мань, Н.В. Оптимальный синтез робастной каскадной автоматической системы управления / Н.В. Мань // Теплоэнергетика. - М.: МАИК «Наука/Интерпериодика». - 2000. - № 9. - С. 22-28.

209. Лубенцова, Е.В. Метод нечеткого регулирования температуры биотехнологических процессов / Лубенцова Е.В. // Проблемы управления, обработки и передачи информации сборник трудов IV Международной научной конференции : в 2 томах. Том 1. - Издательство: Райт-Экспо, 2015. - С. 245-251.

210. Лубенцова, Е.В. Модифицированный метод получения уравнений регрессии при неполной ортогональности плана эксперимента / Е.В. Лубенцова, А.А. Володин, Г.В. Масютина // Фундаментальные исследования. - 2012. - № 11 (часть 6). - С. 1459-1465.

211. Раскин, Л.Г. Искусственная ортогонализация пассивного эксперимента в условиях малой выборки нечетких данных / Л.Г. Раскин, Д.А. Демин // ЖСЗТ. -2010. - № 1. - С. 20-23. Режим доступа: www.nbuv.gov.ua/Portal/natural/Ikszt/ 2010_1 /1_2010_4.pdf (дата обращения 28.09.2012).

212. Омату, С. Нейроуправление и его приложения. Кн. 2 / С. Омату, М. Ха-лид, Р. Юсоф. - М.: Радиотехника, 2000. - 272 с.

213. Змеу К.В. Безмодельное прогнозирующее инверсное нейроуправление / К.В. Змеу, Б.С. Ноткин, П.А. Дьяченко // Мехатроника, автоматизация, управление. - 2006. - № 9. - С. 8-15.

214. Медведев, В.С. Нейронные сети. МАТЬДБ: пакеты прикладных программ. Кн. 4 / В.С. Медведев ; под общ. ред. канд. техн. наук. В.Г. Потемкина // -М . : Диалог-МИФИ, 2002. - 496 с.

215. Горбань, А.Н. Обучение нейронных сетей / А.Н. Горбань. - М.: СП ПараГраф, 1990. - 159 с.

216. Лубенцова, Е.В. Построение каскадной системы автоматического управления с использованием нейросетевых регуляторов / Е.В. Лубенцова, Г.В. Масютина // Приборы и системы. Управление, контроль, диагностика. - 2013. - № 4. - С. 43-49.

217. Лубенцова, Е.В. Разрывное управление нестационарными объектами с запаздыванием на основе адаптивного идентификатора / Е.В. Лубенцова, С.В. Дракунов // Математические методы в технике и технологиях - ММТТ-16: Сб. трудов XVI Международ. науч. конф. В 10-и т. Секция 2 / Под общ. ред. В.С. Балакирева. - Санкт-Петербург: Изд-во Санкт - Петербургского гос. технол. ин-та (техн. ун-та), 2003. Т.2. - С. 83-85.

218. Федосеев К.Г. Физические основы и аппаратура микробного синтеза биологически активных соединений. - М.: Медицина, 1977. - 304 с.

219. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилинський, Л. Рутковский. - М.: Горячая линия-Телеком, 2006. - 452 с.

220. Штовба, С. Д. Проектирование нечетких систем средствами МА^АВ / С. Д. Штовба. - М.: Горячая линия. - Телеком, 2007. - 288 с.

221. Кузькин, А.А. Оценивание показателей эффективности и результативности ИТ-процессов с использованием гибридных нейро-нечетких сетей / А.А. Кузькин // Интернет-журнал «Науковедение», вып. 1, январь-февраль 2014. Режим доступа: http://naukovedenie.ru/PDF/57TVN114.pdf

222. Круглов, В.В. Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. - М.: Физмалит, 2001. - 224с.

223. Володин, А.А. Построение и исследование нейро-нечетких регуляторов потоков субстрата и продукта для управляемой непрерывной биосистемы / А.А. Володин, Е.В. Лубенцова, В.Ф. Лубенцов // Вестник СКФУ. Ставрополь: Изд-во СКФУ. - 2013. - № 3 (36). - С.14-21.

224. Синявская, Е.Д. Разработка композиционной модели управления для совершенствования работы технологического процесса // VII Международная научно-практическая Интернет-конференция «Альянс наук: ученый - ученому» (1516 марта 2012 года). - Режим доступа: http://www.confcontact.com/2012_03_15/tn2_ sinyavska.php

225. Круглов, В.В. Сравнение алгоритмов Мамдани и Сугэно в задаче аппроксимации функции / В.В. Круглов. 2001. Режим доступа: http://sgma.alpha-design.ru/MMORPH/N-7-html/KRUGLOV/kruglov.htm

226. Дарина Скриль. Исследование системы передачи мобильной связи с нейронечеткой идентификацией тракта передачи. Режим доступа: pinchukfund.ru>storage/ students/works/2008/440.doc (дата обращения 10.09.2012).

227. Лубенцова, Е.В. Адаптивная нейронечеткая система управления биотехнологическим процессом / Е.В. Лубенцова, А.А. Володин // Инфокоммуника-ционные технологии в инновациях, медико-билогических и технических науках: сборник научных трудов Пятого международного научного конгресса «Нейро-биотелеком-2012». - СПб.: Политехника, 2012. - С. 223-226.

228. Лубенцова, Е.В. Адаптация нейро -нечеткой сети для управления сложным биотехнологическим процессом ферментации / Е.В. Лубенцова, В.А. Петраков // XIX-я международная научная конференция «Научный потенциал современной России» (г. Липецк, 30 ноября 2015 г.). / Под ред. М.Ю Левина. - Липецк: ООО «Максимал информационные технологии», 2015. - С. 18-22.

229. Гордеева, Ю.Л. Моделирование оптимальных условий биосинтеза / Программные продукты и системы. - 2011, № 3; Режим доступа: http://www.swsys.ru/index.php?page=article&id=2840 (дата обращения 12.09.2011).

230. Лубенцова, Е.В. Нейро-нечеткая система управления температурным режимом ферментационного процесса / Е.В. Лубенцова, А.А. Володин, В.Ф. Лу-бенцов // Инфокоммуникационные технологии. Том 12. - 2014. - №3. - С.55-62. -98 с.

231. MATLAB Fuzzy Logic Toolbox User's Guide. The MathWorks, Inc. - 2008.

- 333 p.

232. Казеев, И.В. Масштабирование процесса микробиологического синтеза рекомбинантных белков (на примере получения рекомбинантного человеческого а2-интерферона) 05.17.08 Процессы и аппараты химических технологий 03.00.23 Биотехнология. Автореф. дисс. ... канд. техн. наук.. Казеев Илья Владимирович; [Место защиты: Рос. хим.-технол. ун-т им. Д.И. Менделеева]. Москва - 2009. - 16 с.

233. Ротштейн, А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Монография. - Винница: «Ушверсум-Вшниця», 1999. - 295 с. Режим доступа: http://matlab.exponenta.ru/ fuzzylogic/book5/ index.php

234. E.V. Lubentsova, D.L. Piotrovsky, S.A. Podgorny, V.F. Lubentsov and I.S. Zhukova. Neuro-fuzzy system for managing the aeration mode in the periodic process of fermentation // E.V. Lubentsova, D.L. Piotrovsky, S.A. Podgorny, V.F. Lubentsov and I.S. Zhukova / International Journal of Mechanical Engineering and Technology (IJMET). Volume 8, Issue 11, November 2017, pp. 721-734.

235. Лубенцова, Е.В. Нейро-нечеткое регулирование температуры стерилизации питательных сред / Е.В. Лубенцова, А.Н. Мальченко, В.А. Сафронов // Проблемы управления, обработки и передачи информации (АТМ-2013): сб. тр. III Междунар. науч. конф.: в 3 т. Т.1 / Под ред. А.А. Львова и М.С. Светлова. - Саратов: Издательский Дом «Райт-Экспо», 2013. - С. 165-167.

236. Лубенцова, Е.В. Синтез нейро-нечеткой системы стабилизации температуры процесса непрерывной стерилизации / Е.В. Лубенцова // Вестник СКФУ. -Ставрополь: Изд-во: СКФУ. - 2014. - № 5. (44). - С.21-28.

237. Лубенцова, Е.В. Алгоритм оптимального управления процессом стерилизации // Изв. вузов. Сев.-Кав. регион. Техн. науки. - 2002. - Спецвыпуск. - С. 127.

238. Володин, А.А. Нейросетевой классификатор процессов биосинтеза по степени лимитирования субстратом / А.А. Володин, Е.В. Лубенцова, А.А. Евдокимов, В.Ф. Лубенцов // Нейрокомпьютеры: разработка и применение. Изд-во: Радиотехника. - 2013. - № 2. - С. 61-69.

239. Лубенцова, Е.В. Решение задачи структурного синтеза системы управления методом анализа иерархий / Е.В. Лубенцова // Математические методы в технике и технологиях. Сб. трудов XVI Международ. науч. конф. В 10-и т. Т.6. Секции 9,13 / Под общ. ред. В.С. Балакирева. - Ростов-н/Д: РГАСХМ ГОУ, 2003. - С. 155-157.

240. Лубенцова, Е.В. Методика интеллектуальной поддержки принятия решений в задаче выбора алгоритмов для управления биотехнологическим процес-

сом / Е.В. Лубенцова // Промышленные АСУ и контроллеры. - 2014. - № 11. - С. 32-38.

241. Лубенцова, Е.В. Сравнение и выбор алгоритмов интеллектуальных САУ на основе нечетких предпочтений / Е.В. Лубенцова // III международная научно-практическая конференция «Фундаментальная наука и технологии - перспективные разработки» (Fundamental science and technology - promising developments III), 24-25 апреля 2014. Vol 3. North Charleston, USA. - 2014. - С. 20-22.

242. E.V. Lubentsova, V.F. Lubentsov, D.L. Piotrovsky, S.A. Podgorny, I.S. Zhukova. Fuzzy Controller in the Multimode Control System of a Biotechnological Object // International Journal of Mechanical Engineering and Technology (IJMET). Volume 9, Issue 3, March 2018, pp. 1014-1022. (Scopus Indexed)

243. Лубенцова, Е.В. Интеллектуальная система поддержки принятия решений при управлении процессом ферментации / Е.В. Лубенцова // Вестник СКФУ. Ставрополь: Изд-во СКФУ. - 2015. - № 5 (50). - С.19-26.

244. Лубенцова, Е.В. Компьютерные технологии при многокритериальной оценке и выборе технических и алгоритмических решений АСУТП в нечеткой среде / Е.В. Лубенцова, Г.В. Масютина // Моделирование. Теория, методы и средства: материалы XIII Междунар. науч.-практ. конф., г. Новочеркасск, 27 февраля 2013 г. / Юж.-Рос. гос. техн. ун-т (НПИ). - Новочеркасск: ЮРГТУ (НПИ), 2013. -С. 43-46.

245. Лубенцова, Е.В. Алгоритм нейросетевой классификации ферментативных процессов по степени лимитирования / Е.В. Лубенцова, А.А. Володин, В.Ф. Лубенцов, А.А. Евдокимов // XXV Международная научная конференция. Математические методы в технике и технологиях - ММТТ-25. Сб. трудов. В 10 т. Т.4. Секции 6, 7, 13 / Под общ. ред. А.А. Большакова. - Волгоград: Изд-во Волгогр. гос. техн. ун-т, 2012; Харьков: Национ. техн. ун-т «ХПИ», 2012. - С.46-49.

246. Лубенцова, Е.В. Методы синтеза систем управления биотехнологическими объектами с неопределенностью / Е.В. Лубенцова, Д.Л. Пиотровский // Современные проблемы и пути их решения в науке, производстве и образовании : научный журнал по материалам III Международной научно-практической конфе-

ренции « Наука и образование сегодня: теория, практика и инновации - 2016» аспирантов, студентов и молодых исследователей (21-23 ноября 2016 года). - Тем-рюк: Кубанский казачий государственный институт пищевой индустрии и бизнеса (филиал) ФГБОУ ВО «МГУТУ имени К.Г. Разумовского (ПКУ)», 2016. - С. 26-28.

247. Лубенцова, Е.В. Принципы построения интеллектуальной системы управления процессом ферментации / Е.В. Лубенцова, В.А. Петраков // VII международная научно-практическая конференция «Академическая наука - проблемы и достижения». 15-16 февраля 2016 г. Том 2. North Charleston USA. - 2016. - С. 129-131.

248. Лубенцова, Е.В. Принципы синтеза интеллектуальной системы управления процессом ферментации / Е.В. Лубенцова, Д.Л. Пиотровский // Современные проблемы и пути их решения в науке, производстве и образовании : научный журнал по материалам III Международной научно-практической конференции «Наука и образование сегодня: теория, практика и инновации - 2016» аспирантов, студентов и молодых исследователей (21-23 ноября 2016 года). - Темрюк: Кубанский казачий государственный институт пищевой индустрии и бизнеса (филиал) ФГБОУ ВО «МГУТУ имени К.Г. Разумовского (ПКУ)», 2016. - С. 12-14.

249. Лубенцова, Е.В. Исследование алгоритмов обучения нейро-нечеткой системы управления биотехнологическим процессом / Е.В. Лубенцова, Д.Л. Пиотровский // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2017. 2017. - №128(04). - С. 364-374. -Режим доступа: http://ej.kubagro.ru/2017/04/pdf/26.pdf.

250. Лубенцова, Е.В. Синтез типовых регуляторов робастных автоматических систем с использованием интервальной модели объекта / Е.В. Лубенцова, Г.В. Масютина // VII Международная научно-практическая конференция молодых ученых, посвященная 56-ой годовщине полета Ю.А. Гагарина в космос (12-13 апреля 2017 года) : сборник научных статей / КВВАУЛ им. А.К. Серова. - Краснодар : Издательский дом - Юг, 2017. - С. 343-346.

251. Свидетельство о государственной регистрации программы для ЭВМ № 2019611140. Идентификация объектов управления / Е.В. Лубенцова, В.Ф. Лубен-цов, Г.М. Мишин, Л.А. Вайднер, Зарег. 22.01.19. М.: Роспатент. 2019.

252. Свидетельство о государственной регистрации программы для ЭВМ № 2019611139. Расчет оптимальных по степени затухания параметров настройки непрерывных регуляторов / В.Ф. Лубенцов, Е.В. Лубенцова, Г.М. Мишин, Л.А. Вайднер, Зарег. 22.01.19. М.: Роспатент. 2019.

253. Свидетельство о государственной регистрации программы для ЭВМ № 2014610010. Программа исследования динамики системы с fuzzy-регулятором температуры в биореакторе-ферментаторе / А.А. Володин, Е.В. Лубенцова / Зарег. 9.01.14. М.: Роспатент. 2014.

254. Чернов В.Г. Нечеткие контроллеры. Основы теории и построения: учеб. пособие по курсу «Интеллектуальные системы управления» / Владим. гос. ун-т. Владимир, 2003. - 148 с.

255. Constantinides A., Spencer J.Z., Gaden E.L. Optimization of Batch Fermentation Processes. II. Optimum Temperature Profiles forBatch Penicillin Fermentations. -Biotechnology and Bioengineering. 1970. Vol. XII. - P. 1081 - 1098.

ПРИЛОЖЕНИЕ А Модифицированный ПИД-регулятор

е у

н к ц и о н

№ н

а

Sa с

х е м а а в т о м

ат и

з а ц и и

я p

s

Л О

а е

и о д и ч е с к о г о п р о ц е с с а ф е р м е н т а ц и и

4 4

X s

Е Б

е у

н к ц и о н

№ н

а

Sa с

х е м а а в т о м

ат и

з а ц и и н е п р е

СО

П Р И Л О Ж Е Н И

р ы в н о г о п р о ц е с с а ф е р м е н т а ц и и

LtJ 4

I I

Воздух в фильтр ферментатора Воздух из фильтра ферментатора | Вода охлаждающая в рубашку ферментатора Температура в ферментаторе 1 Щелочь в ферментатор 11 Ферментатор Воздух отработанный Ферментатор ' Пеногаситель в 1 ферментатор Ферментатор Ферментатор Фильтр воздуха | Слив культуральной жидкости

Регулирующий клапан Датчик расхода Регулирующий клапан Датчик температуры Регулирующий клапан Датчик рН Регулирующий клапан Датчик давления Регулирую щий клапан Датчик пены Датчик рО2 Датчик перепада давления Датчик температуры

о р

у к

«у

н а

о

X е

м

а

к о

м п л

е к

о а

I I

Измеритель/ регулятор расхода

Измеритель/

регулятор температуры

т

Измеритель /регулятор

рн

т

Измеритель/ регулятор давления

Измеритель/ регулятор пены

Измеритель

рО2

Г=1

Измеритель перепада давления

Измеритель температуры

ОБЩАЯ ШИНА ПЕРЕДАЧИ ДАННЫХ

ю

оо

^

СО

о.

КБ- 232

КБ-485

РЭ-485

РЭ-232

Преобразователь интерфейсов

АРМ оператора с системой БСДОД

П

Измеритель перепада давления

4

Измеритель/ регулятор расхода

Датчик перепада давления

Датчик расхода

4

Измеритель/ регулятор давления

Регулирующий клапан

Датчик давления

4

ОБЩАЯ ШИНА ПЕРЕДАЧИ ДАННЫХ

Измеритель/

регулятор температуры

Регулирующий клапан

Датчик температуры

Кнопка управления Кнопка управления Кнопка управления Кнопка управления Кнопка управления

Регулирующий клапан

Пускатель

Фильтр воздуха

Пускатель

Пускатель

Пускатель

Пускатель

Электродвигатель

посевного аппарата

посевного аппарата

Давпение в посет™ | В°зда °траб°танный | Температура в | Вода в змювик { ^сос н_, { ^сос н_2 | насос н-з | насос н-4 | ......

аппарате ^ ^из посевного аппарата ^ |_ посевном аппарате ^ [_посевного аппарата^ | | | | ;__ферментатор I

Участок приготовления посевного материала

Участок ферментации

а е

р

к о

д

к

ч е

о к о

г о

п н е

о ц

е о о а

х н к

ч е

о ^ и

мо е

не

н

Ц

к к

д о

т

в а

в

т о

м ат

к

з а