![](https://expert-mik.ru/wp-content/themes/24author/assets/img/work/work-img.png)
Многокритериальный синтез оптимальных регуляторов в непрерывно-дискретных системах управления с нечеткими целевыми функциями
ОГЛАВЛЕНИЕ
Введение
1. Системный анализ задач управления сложно-структурированными техническими
объектами
1.1. Обзор задач выработки управленческих решений и методов их решения
1.2. Задачи управления нелинейными, многомерными многосвязными техническими
объектами
Выводы по разделу 1
2. Задача нечетко-оптимального синтеза компьютерных систем управления нелинейными,
многомерными и многосвязными техническими объектами
2.1. Обоснование нечетко-оптимального метода синтеза компьютерных систем векторного
управления многооперационными непрерывно-дискретными объектами
2.2. Частные критерии на основе показателей качества, представленных числами
2.3. Классификация функций принадлежности
2.4. Сравнительный анализ функций принадлежности
2.5. Агрегирование частных критериев и формирование обобщенного критерия
2.6. Постановка задачи нечеткой оптимизации
2.7. Анализ численных процедур определения нечетко-оптимального значения
обобщенного показателя качества
Выводы по разделу 2
3. Решение задач нечетко-оптимального синтеза систем управления мобильным объектом
3.1. Системный анализ и моделирование мобильного объекта на примере погрузчика как нелинейного, многомерного и многосвязного объекта управления с сосредоточенными
параметрами
3.1.1. Кинематическая модель погрузчика
3.1.2. Имитационная модель погрузчика
3.2. Задачи управления мобильными системами
3.3. Глобальное планирование в задачах управления мобильной системой
3.3.1. Решение задачи управления мобильной системой при отсутствии ограничений на траекторию
3.3.2. Решение задач управления мобильной системой при наличии нескольких целевых областей
3.3.3. Решение задач управления мобильной системой при наличии дополнительных ограничений на траекторию
3
3.4. Локальное планирование в задачах управления мобильной системой
3.4.1 Локальное планирование в задачах управления мобильной системой при наличии возмущений
3.4.2. Переборные алгоритмы в задачах планирования при наличии ограничений на время принятия управленческих решений
3.4.3. Локальное планирование перемещений в гетерогенной среде
3.4.4. Эволюционные вычисления в задаче поиска стратегии управления мобильной системой
Выводы по разделу 3
4. Разработка системы цифрового управления установкой индукционного нагрева
4.1 Системный анализ и моделирование установки индукционного нагрева как
нелинейного, многомерного и многосвязного объекта управления с распределенными параметрами
4.1.1 Описание технологического процесса
4.1.2. Математическое моделирование тепловых процессов индукционного нагрева
4.1.3. Моделирование электромагнитных процессов в индукционных нагревателях
4.1.4. Системный анализ установки индукционного нагрева
4.2. Постановка и решение нечетко-оптимальной задачи цифрового управления
установкой индукционного нагрева
4.3. Постановка и решение совместной задачи проектирования и управления установкой
индукционного нагрева
Выводы по разделу 4
Заключение
Список литературы
Приложение А. Свидетельство о государственной регистрации программы для ЭВМ No
2021615909
Приложение Б. Акты об использовании результатов диссертационного исследования Рогачева Н.Г.
В первом разделе проведен системный анализ задач управления сложными нелинейными многомерными многосвязными многооперационными технически- ми объектами. Сделан обзор задач выработки управленческих решений и методов их решения. Проанализированы типовые особенности задач, возникающих в про- цессе управления: наличие различных целей управления, ограничений на ход процесса и на ресурсы управления (рисунок 1), полная или частичная неопреде- ленность показателей качества, их многоуровневость и нестатистический харак- тер, необходимость согласования противоречащих друг другу требований к от- дельным составляющим процесса.
Гибридный дискретно-аналоговый характер рассматриваемых в работе сис- тем управления обоснован тем, что компоненты с непрерывными сигналами от- ражают физические законы функционирования объектов управления, а дискрет- ные элементы моделируют работу цифровых нечетко-оптимальных управляющих устройств. В работе рассмотрено два класса гибридных систем, системы про- граммного управления (рисунок 2) и системы позиционного управления (рисунок 3). Их отличие в том, что применяемая для вычисления управляющих воздействий информация в виде модели объекта и среды дополняется в системах позиционно- го управления сигналами датчиков обратных связей.
Предложен учитывающий перечисленные особенности гибридных систем управления метод синтеза программ работы цифровых регуляторов гибридных непрерывно-дискретных систем управления. Метод базируется на способе орга- низации на цифровых регуляторах алгоритмов управления в виде предлагаемых систем продукционных правил и на процедуре нечеткой оптимизации для опреде- ления алгоритмов работы регуляторов.
В разделе 2 приводится обоснование нечетко-оптимального метода синтеза компьютерных систем управления нелинейными многомерными техническими объектами.
Рис. 2 Система программного управления
Рис. 1. Варианты требований к управляемым процессам: a – исходное состояние, b – требуе- мое конечное состояние, c1…cn – требуемые промежуточные состояния, d1 … dn – недопус- тимые состояния
Рис. 3 Система позиционного управления
Приведена классификация наиболее распространенных функций принад- лежности найденных решений соответствующим частным критериям. Обоснова-
но использование унимодальной функции принадлежности (x)e(xc)2/22 для описания нечеткого условия x xЗАД , где xЗАД – требуемое значение переменной
x и монотонной функции принадлежности (x)1/(1ea(xc)) для описания требований x xЗАД ; x xЗАД ; x max ; x min в нечеткой постановке.
Рассмотрены подходы к агрегированию частных критериев с целью форми- рования обобщенного критерия. Показано преимущество минимаксного способа агрегирования.
Сформулирована задача синтеза системы правил работы программного ре- гулятора как задача нечеткого математического программирования
min( (f (z*)))max,j1,2,…,n jjj zZ
. (1) Здесь решение z* Z – алгоритм работы цифрового регулятора в виде набора
управляющих сигналов (в общем случае векторных) U(ti), i0,1,,N, дейст- вующих на объект управления на временных интервалах [ti,ti1);
f1(z), f2(z),, fn(z) – скалярные функции векторного аргумента z, каждая из которых является математическим описанием одного критерия оптимальности; функции принадлежности j (.), j 1, 2, , k , устанавливают степени выпол-
нения нечетких целей и ограничений; gk,k1,2,,m, описывают «четкие»
уравнения связи и ограничения. Задача (1) решается известными численными ме- тодами.
На тестовых задачах проведено сравнение численных алгоритмов определе- ния нечетко-оптимального значения обобщенного показателя качества. Обосно- вано использование для оценки качества алгоритма таких показателей, как широ- та поиска (величина максимального разброса начальных приближений, обеспечи- вающая сходимость метода) и требуемое для достижения заданной точности ко- личество вычислений целевой функции. Так, выбор начальной точки влияет на сходимость алгоритма поиска к точке экстремума. Скорость сходимости как ко- личество вычислений критерия качества до момента останова решателя важна в рассмотренных в разделах 3, 4 и имеющих практический интерес задачах, по- скольку даже однократное вычисление критерия качества по модели процесса яв- ляется трудоемкой задачей.
Предложен «комбинированный» способ численного решения нечетко- оптимальной задачи, при котором на начальной стадии используется обладающий максимальной широтой поиска метод деформируемого многогранника, а при приближении к точке оптимума – минимизирующий количество обращений к це- левой функции способ последовательного квадратичного программирования.
Раздел 3 посвящен постановке и решению задач нечетко-оптимального синтеза систем управления мобильным роботом (в качестве которого выступает погрузчик) как нелинейным, многомерным и многосвязным объектом управления с сосредоточенными параметрами. Кинематическая модель этого ОУ – система нелинейных обыкновенных дифференциальных уравнений вида
. (2)
g (z*)0,k1,2,…,m k
X [v cos(), v sin(), w v ]T
Вектор состояний ОУ X [x, y,]T , где x, y – пространственные координаты, – направление движения. Вектор управляющих воздействий U [v, w]T , где w –
скорость изменения направления движения, v – скорость прямолинейного движе- ния, v 1 для машины Дубинса, v {1,1} для машины Ридса-Шеппа. Соответст-
вующие (2) системные связи мобильного погрузчика показаны на рисунке 4, ими- тационная Simulink-модель – на рисунке 5.
Для машины Дубинса и машины Ридса-Шеппа сформулирована как част- ный случай задачи (1) и решена проблема программного управления при отсутст- вии ограничений на траекторию. Функции принадлежности j , j 1, 2,3 , опреде-
ляющие точность попадания в требуемую точку b, заданы аналитически, 1(x)e2(b1x(tFIN))2 2(y)e2(b2y(tFIN))2 , 3()e2(b3(tFIN)2 . Показано, что
при увеличении числа интервалов нечетко-оптимального управления имеет место сходимость приближенного решения к точному по траектории (как погрешности достижения цели) и по управлению.
Рис. 4. Системные связи погрузчика Рис. 5. Simulink-модель мобильного погрузчика
Сформулирован как частный случай (1) и решен ряд задач программного управления при наличии дополнительных условий, налагаемых на траекторию движения. В частности, решены задачи управления мобильной системой при на- личии нескольких целевых областей (рисунок 6), требования попадания в каждую из них, заданы своими функциями принадлежности. Показано, что при решении таких задач как многоэтапных общая длина пути сокращается по сравнению с по- следовательной локальной оптимизацией (рисунок 7). Решены задачи программ- ного управления мобильной системой при наличии дополнительных ограничений на траекторию в виде запретных состояний или областей, заданных монотонными
функциямипринадлежностивида (x)1/(1ea(xc)). Показано,чтодлинатра-
ектории за счет большего ресурса управления у машины Ридса-Шеппа сокращает- ся по сравнению с машиной Дубинса (рисунки 8, 9).
Осуществлен нечетко-оптимальный синтез траекторий и систем правил ра- боты регуляторов в задаче управления двумя роботизированными погрузчиками, одновременно перемещающимися навстречу друг другу по потенциально опас- ным траекториям.
Сформулирован и решен ряд проблем позиционного управления мобильной системой, при котором задача (1) решается на каждом шаге изменения управ- ляющего воздействия.
10
Рис. 6. Нечетко-оптимальная Рис. 7. Составная локально- траектория оптимальная траектория
1– траектория, 2–начальная точка, 3–первая промежуточная точка, 4–вторая промежуточная точка, 5–конечная точка
Рис. 8. Нечетко-оптимальная Рис. 9. Нечетко-оптимальная
траектория машины Дубинса траектория машины Ридса-Шеппа 1– траектория, 2–начальная точка, 3–промежуточная точка, 4–конечная точка, 5,6,7–
запретные области
Сравнение результатов программного (рисунок 10) и позиционного (рису- нок 11) способов нечетко-оптимального управления подтверждает большую эф- фективность последнего при действии возмущений.
В рамках общей проблемы (1) решен ряд задач управления мобильной сис- темой при наличии ограничений на время принятия управленческих решений. Предложено при определении времени достижения мобильной системой цели учитывать не только время движения, но и время вычислений, необходимых для определения управляющих воздействий. Показан выигрыш во времени при ло- кальном способе планирования по сравнению с глобальным способом, продемон- стрированы преимущества использования в вычислениях алгоритма с отсечением по времени.
11
Рис. 10. Траектория при программном управ- Рис. 11. Траектория при позиционном управ- лении лении
1 – предполагаемая траектория, 2 – реальная траектория, 3 – конечная точка, 4 – начальная точка, 5 – направление действия возмущения
Рассмотрен генетический алгоритм как процедура синтеза нечетко- оптимального по быстродействию программного регулятора в задачах управления мобильной киберфизической системой. Показаны преимущества локального спо- соба планирования при решении задачи перемещения в однородной среде.
В разделе 4 осуществлены системный анализ и моделирование установки индукционного нагрева – нелинейного, многомерного и многосвязного объекта управления с распределенными параметрами, решены задачи нечетко- оптимального синтеза конструкции и алгоритма управления установкой индукци- онного нагрева.
Дано описание технологической установки (рисунок 12) с коническим ин- дуктором и устройствами выравнивания температуры по длине нагреваемого из- делия. Методом индуктивно связанных контуров (рисунок 13), адаптированным для расчета рассматриваемой технологической установки, построена математиче- ская модель электромагнитных процессов
ZIU
, (3)
T
где[U][0 0 u],ZRjX,X Li,ik, L–индуктив-
1 i j M i j , i k i
ность i -го соленоида, Mik – взаимная индуктивность i -го и k -го соленоидов, Rii
– активное сопротивление i -го соленоида . Вычисленные решением системы (3) токи соленоидов используются в тепловой модели для определения мощности
внутренних теплоисточников, P I 2 Re( z ) . iii
Рис. 12. Установка индукционного нагрева
Для расчета тепловых процессов в работе использовался дифференциально- разностный метод, сводящий уравнение теплопроводности с произвольным ха- рактером изменения мощности внутренних теплоисточников Pob(x) и нелиней- ными граничными условиями к системе
dT/dtATPuFq Fq ;yCT;T T (4) ob 1X2 2X2 t0 0
для температуры T [T T T ]T в n узлах сетки. Системные связи уста- 12n
новки индукционного нагрева представлены на рисунке 14.
Решена задача нечетко-оптимального по быстродействию цифрового управ-
ления индукционным нагревом длинномерного изделия в условиях действия ог-
раничения на перепад температур по длине. Нагрев осуществляется в технологи-
ческой установке (рисунок 12), зависимость формы кривой распределения мощ-
ности нагрева P от величины вектора управляющих воздействий U [u ,u ,u ] ob 123
приведена на рисунке 15. Результаты расчетов представлены на рисунках 16, 17. Степень удовлетворения полученного решения заданным условиям составляет от 0.8251 до 1.
Сформулирована и решена задача определения наилучшего сочетания па-
раметров и режима работы нагревателя как задача нечеткой оптимизации. Техно-
логические требования к индукционному нагреву выглядят следующим образом.
Изделие необходимо нагреть до температуры T 900 K за минимальное время FIN
tFIN min , перепад температуры по длине должен быть минимальным, min . Для максимальной эффективности процесса индукционного нагрева он
должен выполняться с максимальным к.п.д. max с соблюдением ограниче- ния со стороны высокочастотного источника питания P 400 кВт. Конфликт
T
целей и ограничений преодолен за счет нечетко-оптимальной постановки задачи.
Характеристики найденного решения и соответствующие им значения функций принадлежности приведены в работе, степень удовлетворения нечетких требова- ний составляет 0,65.
Рис. 13. Расчет- ная схема метода индуктивно свя- занных контуров для системы «конический ин- дуктор – нагре- ваемое тело – устройства вы- равнивания тем- пературы по длине нагревае- мого изделия»
Рис. 15. Зависимость мощности
нагрева P от управления ob
Рис. 14. Системные связи установки индукционного нагрева
Рис. 16. Резуль- тирующее тем- пературное поле в конце этапа нагрева
Рис. 17. Измене- ние температуры в нечетко- оптимальной
задаче, 1– y3 , 2– y2 , 3– y1
III. ЗАКЛЮЧЕНИЕ
В заключении сформулированы основные результаты, полученные в дис- сертационной работе:
1. осуществлен системный анализ многооперационных многомерных нели- нейных объектов управления, выявлены структура, пространство параметров и состояний таких ОУ;
2. разработаны имитационные модели гибридных непрерывно-дискретных систем управления с непрерывной частью в виде многооперационных нелиней- ных многомерных ОУ и дискретной частью, представленной цифровыми регуля- торами;
3. поставлена задача многокритериального нечетко-оптимального синтеза компьютерной системы управления многооперационными непрерывно- дискретными объектами, учитывающая объективно существующие требования и условия;
4. разработана методика редукции задачи нечетко-оптимального синтеза сис- темы управления многооперационными ОУ к задаче определения набора продук- ционных правил работы системы;
5. разработана методика и вычислительная технология решения задачи пара- метрического синтеза нечетко-оптимальных законов управления: сформулирова- ны критерии эффективность различных численных алгоритмов определения не- четко-оптимального управления, предложен обладающий рядом преимуществ «комбинированный» метод поиска с использованием разных алгоритмов на раз- ных стадиях поиска оптимума;
6. решен ряд задач синтеза многокритериальных нечетко-оптимальных зако- нов управления перемещениями мобильных роботов в гетерогенной среде, в том числе в меняющихся условиях и при наличии ограничений на время принятия управленческих решений;
7. решены задачи многокритериального нечетко-оптимального проектирова- ния и управления объектом с распределенными параметрами технологической те- плофизики на примере установок индукционного нагрева, исследована эффектив- ность разработанных алгоритмов.
Актуальность проблемы. Диссертационная работа посвящена разработке методов
синтеза оптимальных регуляторов с нечеткими целевыми функциями и способов их применения в многокритериальных задачах векторного управления нелинейными многомерными техническими объектами. Методам решения задач векторной (многокритериальной) оптимизации посвящено значительное число исследований как в нашей стране, так и за рубежом. Исследованиями в области многокритериальной оптимизации занимались следующие отечественные авторы: Вилкас Э. Й., Гафт М. Г., Гермейер Ю. Б., Емельянов С. М., Жуковин В. Е., Краснекер А. С., Машунин Ю.К., Пиявский С.А., Полтавский А.В., Подиновский В. В., Поспелова И. И., Соболь И. М., Статников Р. Б., Хоменюк В. В. и многие другие. Большой вклад внесли зарубежные исследователи Дж. фон Нейман, Р. Беллман, Л. Заде, Т. Купмэнс, X. Кун, А. Такер, А. Чарнс, С. Карлин, У. Купер, Б. Ройя, Т. Саати и другие.
Интерес к задачам векторного управления нелинейными многомерными техническими объектами связан с практической важностью применения современных сложных технических систем в промышленности, транспорте, связи и других областях. Одним из основных способов повышения надежности и эффективности функционирования сложных технических систем является учет при формировании алгоритмов управления в режиме реального времени всего комплекса, как правило, конфликтующих друг с другом критериев качества, действующих ограничений и возмущений. Анализ известных результатов свидетельствует о таких нерешенных проблемах в этой области, как несовершенство методик определения законов управления, оптимальных по совокупности качественных оценок работы системы, отсутствие явных аналитических зависимостей для определения в реальном времени алгоритмов управления при необходимости учета всей совокупности указанных факторов, существенно влияющих на качество работы технических объектов.
Наряду с многокритериальностью при вычислении законов управления необходим учет того факта, что одни цели и ограничения могут вступать в противоречие с другими. Требования к управляемым процессам на этапе постановки задачи могут быть представлены на естественном языке, описываться вербально, сформулированы нечетко. Для многооперационных процессов необходим учет требований к последовательности осуществления отдельных операций. Такие задачи управления не могут быть решены классическими методами из-за сложности математических моделей, описывающих объекты управления, неполноты информации о них, однако успешно решаются средствами нечеткой логики. Таким образом, многокритериальная нечеткая оптимизация режимов работы многомерных многооперационных технических объектов в промышленных приложениях является актуальной задачей, решение которой позволяет повысить надежность и эффективность работы производственных систем и рационально расходовать ресурсы.
Целью диссертационной работы является разработка метода синтеза оптимальных регуляторов с нечеткими целевыми функциями и техники его применения в непрерывно- дискретных системах управления многомерными техническими объектами. Для достижения указанной цели в диссертации поставлены следующие основные научные задачи:
– системный анализ многооперационных многомерных нелинейных объектов управления (ОУ), выявление структуры, пространств параметров и состояний таких ОУ;
– разработка имитационных моделей гибридных непрерывно-дискретных систем управления с непрерывной частью в виде многооперационных нелинейных многомерных ОУ и дискретной частью, представленной цифровыми регуляторами;
– постановка задачи многокритериального нечетко-оптимального синтеза компьютерных систем управления многооперационными непрерывно-дискретными техническими объектами, учитывающая объективно существующие требования и условия;
– разработка методики редукции задачи нечетко-оптимального синтеза системы управления многооперационными ОУ к задаче определения набора продукционных правил ее работы;
–разработка методики и вычислительной технологии решения задачи параметрического синтеза многокритериальных нечетко-оптимальных законов управления;
– решение задач синтеза нечетко-оптимальных законов управления техническими объектами, в том числе в меняющихся условиях и при наличии ограничений на время принятия управленческих решений, исследование эффективности разработанных алгоритмов.
Объект исследования: процессы нечетко-оптимального управления многомерными многооперационными техническими объектами.
Предмет исследования: алгоритмы работы и цифровые модели систем нечетко- оптимального управления многомерными многооперационными техническими объектами
Методы исследования. В диссертационной работе использовались методы, основанные на системном подходе к решаемой проблеме, в том числе методы теории автоматического управления, математического анализа, математического моделирования, теории оптимального управления, нечеткой логики и эволюционных вычислений.
Научная новизна полученных результатов.
1. Поставлена задача многокритериальной оптимизации компьютерной системы управления многооперационными объектами с нечетким описанием критериев оптимальности и последовательности осуществления отдельных операций, отвечающая, в отличие от известных, типичным для сложных технических объектов условиям наличия конфликтующих друг с другом нечетко сформулированных целей и требований к процессу управления.
2. Предложены методика и вычислительная технология многокритериального синтеза компьютерной системы управления многооперационными объектами, осуществляемого путем реализации специальных продукционных правил нечетко-оптимального алгоритма работы регулятора, который, в отличие от известных аналогов, обеспечивает в условиях неполной информации об объекте выполнение необходимых требований по точности приближения к его заданному конечному состоянию, длительности процесса управления и выбору конструктивного способа определения начальных приближений.
3. Предложены постановка и численные методы решения задач многокритериальной нечеткой оптимизации перемещения мобильных роботов в гетерогенной среде, учитывающие, в отличие от известных, нечеткие формулировки маршрутов их перемещения и целей управления.
4. Предложены постановка и численные методы решения задач многокритериального нечетко-оптимального проектирования и управления объектом технологической теплофизики с распределенными параметрами на примере установок индукционного нагрева, учитывающие, в отличие от известных, нечеткий характер конкурирующих друг с другом критериев качества.
Достоверность утверждений диссертационного исследования подтверждается корректным применением современного аппарата теории управления, теории нечеткой логики, теории оптимизации. Справедливость выводов относительно адекватности построенных математических моделей подтверждается
– соответствием результатов представлениям об исследуемых процессах;
– совпадением частных случаев ряда полученных результатов с результатами моделирования других авторов;
– верификацией с помощью имитационного моделирования.
Практическая значимость диссертации. Практическая ценность работы состоит в том, что ее результаты могут служить основой для разработки программно-алгоритмического обеспечения процедуры нечетко-оптимального синтеза компьютерных систем управления многооперационными непрерывно-дискретными техническими объектами.
На основе результатов работы решен ряд задач, имеющих практическое значение:
– решена задача нечеткой оптимизации перемещений мобильных роботов в гетерогенной среде, в том числе при ограничении на время принятия управленческих решений; – решена задача многокритериальной оптимизации объекта технологической теплофизики с распределенными параметрами на примере процесса индукционного нагрева парамагнитных оболочек.
Практическая полезность полученных результатов подтверждается использованием результатов исследований в следующих научно-исследовательских работах:
– при разработке и внедрении роботизированных систем управления перемещениями мобильных систем;
– при разработке и внедрении системы пространственно-временного управления процессом индукционного нагрева;
– при выполнении НИР по грантам РФФИ:
17-48-630410 р-а «Разработка систем поддержания работоспособности ресурсоснабжающих сетей за счет оптимизации периодичности их профилактики»;
18-08-00506 А «Разработка теории и методов синтеза регуляторов цифровых систем управления многооперационными, стохастическими, непрерывно-дискретными техническими объектами с требуемыми показателями качества»;
19-38-90061 Аспиранты «Разработка способов и программных средств оптимизации в задачах векторного управления многомерными многооперационными нелинейными процессами с нечеткими целями и ограничениями»;
– при проведении ПНИЭР по Федеральной целевой программе «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014—2020 годы», соглашение No 075-15-2019-1364 «Разработка роботизированной системы сельскохозяйственных автомобилей на базе семейства автомобилей КАМАЗ с автономным и дистанционным режимом управления». Уникальный идентификатор проекта RFMEFI57718X0286;
– при выполнении НИР по гранту СамГТУ «Разработка способов и программных средств оптимизации в задачах векторного управления многооперационными техническими объектами с нечеткими целями и ограничениями».
Теоретические положения, методики и вычислительные технологии синтеза многокритериальных нечетко-оптимальных законов управления объектами с сосредоточенными и распределенными параметрами используются в учебной деятельности ФГБОУ ВО «Самарский государственный технический университет» при чтении лекций, проведении практических и лабораторных занятий по дисциплинам учебного плана подготовки бакалавров по направлениям 27.03.03 «Системный анализ и управление» и 27.03.04 «Управление в технических системах» и подготовки магистров техники и технологии по направлению 27.04.04 «Управление в технических системах», при выполнении курсовых и дипломных проектов.
Личный вклад соискателя. Большинство основных теоретических результатов, выносимых на защиту, получено соискателем самостоятельно. В работах, опубликованных совместно, соискателю принадлежат следующие результаты: [1, 3] – построение продукционной модели регулятора, модели мобильной киберфизической системы, вычисление оперативного и автономного вариантов алгоритма управления; [2] – постановка и решение задачи синтеза компьютерной системы управления группой мобильных роботов; [5] – расчет оптимального по быстродействию регулятора в задаче управления машиной Дубинса; [6, 7] – многокритериальная нечеткая оптимизация поведения мобильных роботов в изменяющейся среде; [4, 8, 9–11] – постановка задачи, построение модели, многокритериальная нечеткая оптимизация конструкции и режима работы индукционного нагревателя; [12, 13, 16, 17] – постановка и решение задач по программно-аппаратной реализации САУ техническими объектами.
Апробация результатов работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на многих научно-технических семинарах и конференциях, в том числе X Международной Четаевской конференции «Аналитическая механика, устойчивость и управление» (Казань, 2012); XII Международной научной конференции «Интеллект и наука» (Железногорск, 2012); I и II Всероссийских научно- практических конференциях «Новые информационные технологии в экономике, управлении, образовании» (Самара, 2012, 2013); XII Международной конференции «Наука. Творчество» (Самара, 2016); семинарах по материалам и технике в аэронавтике (Workshops on Materials and Engineering in Aeronautics MEA, Москва, 2018, 2019, 2020); XXI Международной конференции «Проблемы управления и моделирования в сложных системах» (Самара, 2019); семинаре по системному анализу (Seminar on Systems analysis, Москва, 2017); международных научных конференциях Far East Con, (Владивосток, 2018, 2020), VI Международной научно- практической конференции (школы-семинара) молодых ученых «Прикладная математика и информатика: современные исследования в области естественных и технических наук» (Тольятти, 2020).
Основные результаты, выносимые на защиту.
1. Постановка задачи многокритериальной оптимизации компьютерной системы управления многооперационным объектом с нечетким описанием критериев качества и требований к последовательности осуществления отдельных операций.
2. Методика и вычислительная технология многокритериального синтеза компьютерной системы управления многооперационными объектами, осуществляемые путем реализации специальных продукционных правил нечетко-оптимального алгоритма работы регулятора в процессе численного решения максиминной задачи нечеткого математического программирования.
3. Постановка и численные методы решения задач многокритериальной нечеткой оптимизации перемещения мобильных роботов в гетерогенной среде.
4. Постановка и численные методы решения задач многокритериального нечетко- оптимального проектирования и управления объектом технологической теплофизики с распределенными параметрами на примере установок индукционного нагрева.
Публикации. Основное содержание диссертационной работы полностью отражено в 17 научных и научно-технической работах автора, в том числе в четырех статьях в научных изданиях, рекомендуемых ВАК Министерства образования и науки РФ, семи статьях из международных баз цитирования Web of Science и SCOPUS, шести работах в прочих журналах, сборниках научных трудов, материалах всероссийских и международных конференций. Получено свидетельство о государственной регистрации программы для ЭВМ No 2021615909.
Структура и объем работы. Диссертационная работа состоит из введения, 4 разделов, заключения, списка использованной литературы, приложения. Работа содержит 134 рисунка, 12 таблиц. Список использованной литературы включает 98 наименования. Объем работы составляет 149 страниц.
![](https://expert-mik.ru/wp-content/themes/24author/assets/img/signup-document.png)
Помогаем с подготовкой сопроводительных документов
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!