Помощь в написании студенческих работ
Антистрессовый сервис

Аппаратно-программная реализация интеллектуальных регуляторов в быстродействующих системах автоматического управления

Диссертация: Аппаратно-программная реализация интеллектуальных регуляторов в быстродействующих системах автоматического управления
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В первой главе проведен анализ подходов к построению систем, решающих задачу управления в условиях неопределенности. Показано, что задача эффективной реализации алгоритмов адаптации в 6 быстродействующих системах управления остается в значительной степени нерешенной из-за противоречия между сложностью адаптивных алгоритмов и повышенными требованиями быстродействия. Проведен анализ подходов… Читать ещё >

Аппаратно-программная реализация интеллектуальных регуляторов в быстродействующих системах автоматического управления (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. Перспективы применения интеллектуальных регуляторов
    • 1. 1. Основные особенности построения традиционных адаптивных систем автоматического управления
    • 1. 2. Анализ принципов построения и возможностей интеллектуальных регуляторов
    • 1. 3. Постановка задачи
  • Выводы по первой главе
  • ГЛАВА 2. Исследование факторовнеопределенности быстродействующего следящего привода
    • 2. 1. Учет факторов неопределенности в модели следящего электропривода
    • 2. 2. Исследование неопределенности, связанной с импульсным характером цифровой системы управления
    • 2. 3. Исследование неопределенности, связанной с особенностями схемотехники ШИМ и силовых преобразователей
    • 2. 4. Исследование неопределенности, связанной с взаимным влиянием электроприводов
    • 2. 5. Исследование неопределенности, связанной с процессом квантования значения скорости схемами обработки сигналов импульсного датчика
    • 2. 6. Требования к экспериментальному оборудованию
  • Выводы по второй главе
  • ГЛАВА 3. Синтез интеллектуальных регуляторов
    • 3. 1. Автоматизированный синтез нечетких регуляторов на основе вероятностных моделей
    • 3. 2. Аппаратно-программная реализация нечетких регуляторов в быстродействующем следящем приводе
    • 3. 3. Синтез оптимальных по быстродействию регуляторов на основе многослойной нейронной сети прямого распространения
    • 3. 4. Аппаратно-программная реализация цифрового гибридного регулятора
  • Выводы по третьей главе
  • ГЛАВА 4. Экспериментальные исследования быстродействующих следящих приводов с интеллектуальными регуляторами
    • 4. 1. Структура экспериментального оборудования
    • 4. 2. Аппаратное обеспечение экспериментального оборудования
    • 4. 3. Программное обеспечение экспериментального оборудования
    • 4. 4. Экспериментальные исследования
  • Выводы по четвертой главе

Одной из наиболее важных проблем, возникающих при создании и эксплуатации различных технических систем, является обеспечение требуемого качества и надежности управления при воздействии возмущающих факторов. К ним могут относиться изменения параметров регулируемого процесса и среды функционирования системы. Для быстродействующих систем, например, электроприводов, применяющихся в поворотных механизмах различных промышленных объектов (станков, роботов, радиолокационных станций и т. д.), динамика изменений сопоставима с динамикой сигнала задания, так что проектирование системы управления является сложной задачей.

Анализ подходов к построению адаптивных систем (работы А. А. Красовского, Я. З. Цыпкина, Ю. А. Борцова, В. В. Путова и др.) показывает, что задача реализации алгоритмов адаптации в быстродействующих системах управления остается в значительной степени нерешенной. Это во многом обусловило целесообразность и необходимость построения систем, функционирующих в условиях неопределенности, с привлечением методов и технологий искусственного интеллекта. Этот подход активно развивается в России (школа Д.А.Поспелова) и за рубежом (L.A. Zadeh, М. Sugeno, E.H. Mamdani, R. Swinarski и др.).

Основной отличительной чертой интеллектуальных систем является наличие механизмов обработки знаний. Современная наука однозначно причисляет к разряду интеллектуальных информационные технологии экспертных систем, нечеткой логики, нейросетевых структур и ассоциативной памяти.

Успехи применения технологий обработки знаний в задачах управления позволяют рассматривать интеллектуальные САУ как реальную альтернативу традиционным адаптивным САУ в задаче создания быстродействующих систем, функционирующих в условиях неопределенности, благодаря потенциальным преимуществам интеллектуальных технологий (высокой гибкости и быстродействию управления). Вместе с тем, анализ подходов к построению САУ на базе интеллектуальных технологий показывает, что:

• многие работы показывают работоспособность и преимущество интеллектуальных алгоритмов лишь по результатам модельных экспериментов и требуют исследования их работы при реализации на реальной элементной базе.

• многие подходы подразумевают управление достаточно медленными технологическими процессами и потому имеют необходимое время для выполнения интеллектуальных функций. 5.

При распространении на быстродействующие системы такие подходы могут оказаться несостоятельны или потребовать существенной модернизации, основные пути которой состоят в интеграции различных интеллектуальных технологий.

• операции настройки и оптимизации интеллектуальных регуляторов часто содержат значительную долю ручного труда и занимают много времени.

В этой связи задача создания серии быстродействующих следящих приводов с интеллектуальными регуляторами с целью комплексного исследования их свойств в условиях неопределенности представляет несомненный теоретический и практический интерес.

Цель работы предопределяет необходимость решения следующего комплекса задач:

• проведения комплексного анализа факторов неопределенности, возникающих в системах быстродействующих высокоточных следящих электроприводов;

• разработки семейства имитационных моделей, рассчитанных на применение в алгоритмах расчета динамических процессов в системах быстродействующих высокоточных следящих электроприводов с учетом выявленных факторов неопределенности;

• анализа методик проектирования интеллектуальных регуляторов и разработку на их основе автоматизированных процедур аналитического синтеза интеллектуальных регуляторов;

• разработки аппаратных средств экспериментального оборудования с возможностью имитации неопределенностей различных типов в следящей системе;

• разработки универсальной программной среды, аккумулирующей средства моделирования динамики систем автоматического управления, поддержки интеллектуальных технологий, автоматизации операций синтеза быстродействующих интеллектуальных регуляторов и создания приложений реального времени;

• проведения комплексных исследований следящих приводов с классическими адаптивными и интеллектуальными регуляторами по регулированию скорости и положения в условиях неопределенности.

Сформулированный комплекс задач определил структуру диссертационной работы.

В первой главе проведен анализ подходов к построению систем, решающих задачу управления в условиях неопределенности. Показано, что задача эффективной реализации алгоритмов адаптации в 6 быстродействующих системах управления остается в значительной степени нерешенной из-за противоречия между сложностью адаптивных алгоритмов и повышенными требованиями быстродействия. Проведен анализ подходов к построению быстродействующих систем управления на базе современных технологий обработки знаний (интеллектуальных технологий). Обоснованы потенциальные преимущества интеллектуальных технологий, способствующие повышению быстродействия и робастности управления.

Во второй главе проведен комплексный анализ факторов неопределенности, возникающих в системах быстродействующих высокоточных следящих электроприводов, и разработано семейство имитационных моделей, учитывающих различные типы неопределенности, рассчитанных на применение в непрерывных и дискретных алгоритмах расчета динамических процессов в системах быстродействующих высокоточных следящих электроприводов.

В третьей главе разработаны автоматизированные процедуры синтеза интеллектуальных регуляторов. С помощью процедур синтезированы нечеткий регулятор и гибридный (сочетающий линейный и оптимальный по быстродействию закон управления) нейросетевой регулятор, модернизированные в соответствии с требованиями применения в реальном цифровом следящем приводе на базе технологии ассоциативной памяти. Проведены модельные эксперименты, подтверждающие работоспособность интеллектуальных регуляторов и эффективность их применения в быстродействующем приводе в условиях неопределенности.

В четвертой главе разработан комплекс аппаратных и программных средств экспериментального оборудования для исследований систем с быстродействующими регуляторами, на базе которого проведены экспериментальные исследования реальных быстродействующих следящих приводов скорости и положения в условиях неопределенности. По результатам экспериментов обоснована перспективность применения интеллектуальных регуляторов в быстродействующих следящих системах.

В приложениях приведены отдельные важные фрагменты работы, имеющие законченный характер: принципиальные схемы устройств аппаратного обеспечения экспериментального оборудования, листинги основных модулей программного обеспечения экспериментального оборудования (процедур синтеза интеллектуальных регуляторов, модулей драйверов и моделей узлов следящих приводов, процедур сборки и выполнения приложений реального времени), акты о внедрении результатов работы. 7.

Работа выполнялась на кафедре «Проблемы управления» Московского государственного института радиотехники, электроники и автоматики (технического университета).

Теоретические и практические результаты, полученные в диссертационной работе, были использованы следующих проектах:

1. В НИР №К-186 «Разработка интеллектуальной технологии управления оружием на основе распределенных экспертных и нейроподобных систем» (Шифр «Латилус») и НИР №К-194 «Поисковые исследования и разработка интеллектуальных бортовых систем управления межвидового применения» (Шифр «Клон-3»), проводимых по заказу Секции прикладных проблем при Президиуме РАН в период 1993;1999 гг.

2. В НИР по межвузовской научно-технической программе «Механика, машиноведение и процессы управления» в проекте «Развитие интеллектуальных технологий для управления и проектирования автоматизированного технологического оборудования», шифр «Техпроц», 1999 г.

3. В учебном процессе кафедры «Проблемы управления» МИРЭА.

ТУ):

— при изучении дисциплин (практические занятия, курсовое проектирование) «Приводы роботов», «Методы искусственного интеллекта в робототехнике», «Алгоритмическое и программное обеспечение ИСУ» для студентов специальности 21.03.00 «Роботы и робототехнические системы»;

— при изучении дисциплин (практические занятия, курсовое проектирование) «Электромеханические системы», «Аппаратнопрограммные средства мехатронных систем», «Методы искусственного интеллекта в мехатронике» для студентов специальности 07.18.00 «Мехатроника»;

— при проведении лабораторного практикума по дисциплинам «Компьютерное управление», «Аппаратное и программное обеспечение СУРиМ» для студентов специальностей 21.03.00, 07.18.00.

Основные результаты диссертационной работы обсуждались на Международных научно-технических семинарах «Современные технологии в задачах управления, автоматики и обработки информации» (г. Алушта, 1996;1998 г.), научно-технических семинарах и конференциях МИРЭА (ТУ) в 1997;1999 г. и отражены в шести печатных работах [28−33]. 8.

Заключение

.

Диссертационная работа посвящена актуальной проблеме создания интеллектуальных систем автоматического управления. Как показывают исследования, в условиях неопределенности эти системы во многих случаях оказываются более эффективными по сравнению с традиционными адаптивными системами. Большинство исследований в области интеллектуального управления ограничиваются задачами управления относительно медленными процессами и не учитывают многие факторы неопределенности, влияющие на работу реальной системы. В данной работе на основе комплексного анализа факторов неопределенности разработаны модели узлов реального цифрового следящего привода, предложены автоматизированные процедуры синтеза интеллектуальных регуляторов, разработано экспериментальное оборудование, включающее оригинальные аппаратные и программно-алгоритмические решения и обеспечивающие исследование интеллектуальных регуляторов в системах управления быстродействующего следящего привода.

В работе были решены следующие задачи:

1. Рассмотрены потенциальные преимущества и проведен анализ возможности построения быстродействующих систем управления на базе современных технологий обработки знаний (интеллектуальных технологий).

2. Проведен комплексный анализ факторов неопределенности, возникающих в системах быстродействующих высокоточных следящих электроприводов, включая:

— неопределенность, связанную с импульсным характером цифровой системы управления;

— неопределенность, связанную с нелинейностью преобразователя ШИМ и характеристик приводов, связанной с особенностями конструкции силовых исполнительных элементов привода;

— неопределенность, связанную с изменением момента инерции при движении многосвязной манипуляционной системы приводов (на примере манипуляционной системы робота);

— неопределенность, связанную с квантованием сигнала обратной связи схемой обработки сигнала импульсного датчика.

3. Разработано семейство имитационных моделей, рассчитанных на применение в алгоритмах расчета динамических процессов с переменным и постоянным шагом, отражающих различные типы неопределенности реальных объектов.

4. На основе методики аналитического синтеза нечетких регуляторов на основе теории марковских процессов и потоков Эрланга.

171 разработана автоматизированная процедура построения логико-лингвистической модели динамических объектов.

5. Разработана автоматизированная процедура аналитического синтеза нечеткого ПИ-регулятора на базе ассоциативной памяти, адаптированного для работы в реальной цифровой системе.

6. На основе методики аналитического синтеза нейросетевого регулятора, реализующего оптимальное по быстродействию управление, разработана автоматизированная процедура построения цифрового нейросетевого регулятора.

7. Разработана цифрового гибридного регулятора для инерционных объектов второго порядка на базе ассоциативной памяти, адаптированного для работы в реальной цифровой системе.

8. Сформулированы требования к экспериментальному оборудованию, предложена структура модели оборудования, модели и алгоритмы воспроизведения тестовых параметрических возмущений, имитирующих все выявленные виды неопределенности в объекте управления. Разработаны аппаратные и программные средства для исследования систем с быстродействующими регуляторами.

9. Спроектирована и реализована система проектирования интеллектуальных регуляторов на базе пакета моделирования Ма^аЬ 5.2, в составе которой:

• семейство имитационных моделей, позволяющих моделировать реальные процессы с применением непрерывных и дискретных решателей;

• семейство моделей-драйверов, реализующих интерфейс с оборудованием при создании модулей реального времени;

• автоматизированные процедуры синтеза нечетких регуляторов.

• автоматизированная система создания и выполнения приложений реального времени на основе данных моделирования.

10. Проведены комплексные исследования следящих приводов с классическими адаптивными и интеллектуальными регуляторами по регулированию скорости и положения в условиях неопределенности. Показана работоспособность предложенного в диссертационной работе аппаратно-программного комплекса. Показана эффективность системы проектирования интеллектуальных регуляторов. Выявлено, что системы с интеллектуальными регуляторами по сравнению с системами с ПИД и классическим адаптивным регулятором в быстродействующих следящих приводах показывают большую робастность к изменению параметров объекта и сохраняют приемлемое качество управления в более широком частотном диапазоне сигнала задания.

11. Теоретические и практические результаты, полученные в диссертационной работе, были использованы в НИР №К-186 «Разработка интеллектуальной технологии управления оружием на.

172 основе распределенных экспертных и нейроподобных систем" (Шифр «Латилус») и НИР №К-194 «Поисковые исследования и разработка интеллектуальных бортовых систем управления межвидового применения» (Шифр «Клон-3»), проводимых по заказу Секции прикладных проблем при Президиуме РАН в период 1993;1999 гг.- в НИР по межвузовской научно-технической программе «Механика, машиноведение и процесс ы управления» (проект «Развитие интеллектуальных технологий для управления и проектирования автоматизированного технологического оборудования», шифр «Техпроц», 1999 г.) — в учебном процессе кафедры «Проблемы управления» МИРЭА (ТУ), а именно:

— при изучении дисциплин (практические занятия, курсовое проектирование) «Приводы роботов», «Методы искусственного интеллекта в робототехнике», «Алгоритмическое и программное обеспечение ИСУ» для студентов специальности 21.03.00 «Роботы и робототехнические системы»;

— при изучении дисциплин (практические занятия, курсовое проектирование) «Электромеханические системы», «Аппаратнопрограммные средства мехатронных систем», «Методы искусственного интеллекта в мехатронике» для студентов специальности 07.18.00 «Мехатроника»;

— при проведении лабораторного практикума по дисциплинам «Компьютерное управление», «Аппаратное и программное обеспечение СУРиМ» для студентов специальностей 21.03.00, 07.18.00.

Соответствующие акты приведены в приложении 10.

Показать весь текст

Список литературы

  1. Робототехника и гибкие автоматизированные производства. В 9-ти кн. Учеб. пособие для втузов. С. В. Пангюппш, В. М. Назаретов, О. А. Тягунов и др.- Под ред. И. М. Макарова. М.: Высшая школа, 1986.
  2. Е.И. Основы робототехники. Л.: Машиностроение, 1985.
  3. П.Д. Обратные задачи динамики управляемых систем: Линейные модели.-М.: Наука. Гл. Ред. Физ.-мат. Лит., 1987.
  4. Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985.
  5. Теория автоматического управления. Под ред. А. А. Воронова, Часть 1,2., М. Высшая школа, 1986.
  6. Справочник по теории автоматического управления. Под ред. A.A. Красовского. М. :Наука, 1987.
  7. A.A. Науковедение и состояние современной теории управления техническими системами. «Известия РАН. Теория и системы управления». № 6, 1998.
  8. A.A. Динамика непрерывных самонастраивающихся систем. М.: Физматгиз, 1963.
  9. В.И. Динамика самонастраивающихся систем со стабилизацией частотных характеристик. -М.: Машиностроение, 1970.
  10. А.Г. Метод частотных параметров. Автоматика и телемеханика, 1989. -№ 12. с.3−15.
  11. Аналитические самонастраивающиеся системы автоматического управления. Под ред. В. В. Солодовникова. -М.: Машиностроение, 1965.
  12. .Н., Елисеев В. Д., Подольный O.A., Уколов И. С. К синтезу самонастраивающихся систем, основанных на энергетическом балансе частотных компонент сигнала ошибки. Изв. АН СССР. Тех. Кибернетика. 1969, — № 1.-с. 145−153.
  13. В.В., Шрамко Л. С. Расчет и проектирование аналитических самонастраивающихся систем с эталонными моделями.-М.: Машиностроение, 1972.
  14. H.H., Шмырин A.M. Адаптивное оптимальное управление с ограничениями. Липецк: ЛПИ. 1992.
  15. H.H., Пятецкий В. Е. Параметрическая идентификация металлургических процессов: учет информационных аспектов. -М.: Металлургия, 1992.174
  16. .Н., Рутковский В. Ю., Крутова И. Н., Земляков С. Д. Принципы построения и проектирования самонастраивающихся систем управления. -M.: Машиностроение, 1972.
  17. В.Д., Санковский Е. А. Самонастраиваюпщеся системы с моделью. М.: Наука, 1980.
  18. Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980.
  19. .В., Соловьев ИХ. Системы прямого адаптивного управления. М.: Наука, 1989.
  20. Ю.А., Поляков Н. Д., Путов В. В. Электромеханические системы с адаптивным и модальным управлением. Л.: Энергоатомиздат, 1984.
  21. B.C., Кордюков А. П. Синтез беспоисковой самонастраивающейся системы с нелинейным объектом. АиТ. 1987. N4. с.58−65.
  22. Герман-Галкин С.Г. и др. Цифровые электроприводы с транзисторными преобразователями. Л.: Энергоатомиздат. Ленингр. отделение, 1986.
  23. Куо Б. Теория и проектирование цифровых систем управления. -М.: Машиностроение, 1986.
  24. В.Г., Файнштейн Э. Г. Микропроцессорные системы управления тиристорными электроприводами. Под ред. О. В. Слежановского.-М.: Энергоатомиздат, 1986.
  25. В.Н., Мирошник И. В., Скорубский В. И. Системы автоматического управления с микроЭВМ. -Л.: Машиностроение. 1989.
  26. Baum J., Berringer К. Using the MC68332 Microcontroller for AC Induction Motor Control. Conf/ Power Conversion and Intelligent Motion. California, September 1991. pp. 1−12.
  27. Н.Ю., Штыков A.B., «Некоторые подходы к аппаратной реализации интеллектуальных систем управления роботами». Автоматическое управление и интеллектуальные системы. Межвузовский сборник научных трудов. М.: Издательство МИРЭА, 1996, с.23−28.
  28. Н.Ю., «Разработка программного комплекса учебной ГПС». Современные технологии в задачах управления и обработки информации. Сборник трудов международного научно-технического семинара. -М.: Издательство МАИ, 1996, с.59−60.175
  29. Н.Ю., Штыков A.B., «Учебный контроллер на базе MSC-51». Интеллектуальные технологии в задачах идентификации и управления. Межвузовский сборник научных трудов. М.: Издательство МИРЭА, 1997, с.24−27.
  30. К.Денисов, А. Ермилов, Д.Карпенко. «Способы управления машинами переменного тока и их практическая реализация на базе компонентов фирмы Analog Devices», Chip News N 7−8, 1997, с. 18−26.
  31. B.C., Лесков А. Г., Ющенко A.C. Системы управления манипуляционных роботов. М.: Наука, 1978.
  32. М., Стокич Д. Управление манипуляционными роботами. -М.: Наука, 1985.
  33. Л. Идентификация систем. Теория для пользователя. Пер. с англ. / Под ред. Я. З. Цыпкина.-М.-Наука, 1991.
  34. Я.З. Информационная теория идентификации М.: Физматлит, 1995.
  35. Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений М.: Мир, 1988.
  36. Балакирев, Дубинков, Цирлин. Экспериментальное определение динамических характеристик промышленных объектов. М., Энергия, 1967.
  37. В.А., Попов Е. П. Теория систем автоматического регулирования. М.: Наука, 1966.
  38. Шульце К.-П., Реберг Ю.-П. Инженерный анализ адаптивных систем. Пер. с нем. Под ред. А. С. Бондаревского.- М.: Мир, 1992.
  39. Д.А. Ситуационное управление: теория и практика. -М.: Наука, 1986.
  40. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник. Под ред. Д. А. Поспелова. — М.: Радио и связь, 1990.
  41. И.М., Лохин В. М., Еремин Д. М., Мадыгулов Р. У., Манько С. В., Романов М. П., Тюрин К. В., Новое поколение интеллектуальных регуляторов. МИРЭА, «Приборы и системы управления», № 3, 1997.
  42. Г. А., Фоминых И. Б. Интеграция нейросетевой технологии с экспертными системами. Труды 5-ой национальной конференции по искусственному интеллекту (КИИ-96) Казань, 1996.
  43. М. Н., ed. Associative Neural Memories: Theory and Implementation. Oxford University Press, New York, 1993.
  44. Perneel C., Themlin J. M., Renders J. M., and Acheroy M. Optimization of fuzzy expert systems using genetic algorithms and neural networks. IEEE Transactions on Fuzzy Systems 3(3), 1995.
  45. Buckley J. J., Reilly K. D., and Penmetcha К. V. Backpropagation and genetic algorithms for training fuzzy neural nets. In Herrera F. and Verdegay J. (eds) Genetic Algorithms and Soft Computing. Physica Verlag, 1996.
  46. Caponetto R., Lavorgna M., and Presti M. L. Genetic algorithm and neuro-fuzzy systems for automatic controller design. In Proc. Fifth International Workshop on Current Issues in Fuzzy Technologies (GFT'95). Trento, 1995.
  47. Xue H. Applications of Genetic Algorithms in Optimization of Fuzzy-Associative Memory Based Controllers. PhD thesis, University of New Mexico, CAD Laboratory for Intelligent and Robotic Systems, Department of EECEy, 1994.
  48. С. Обработка знаний: Пер. с япон. М.: Мир, 1989
  49. А.Н., Берштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.
  50. Carmon A. Cousiderations in the application of self-turning PID controllers using EXACT-turning algorithm. Measurement & Control. vol.19, No.9, pp.260−266, 1986.
  51. Astrom K.J., J.J.Anton, K.E.Arzen. Expert control. Automatica, vol.22, no.3, pp.277−286, 1986.
  52. Astrom K.J., Toward Intelligent Control. IEEE Control System Magazine. April, 1989.177
  53. Kevin L. Anderson, Gilmer L. Blankenship, Lawrence G.Lebow. A rule-based Adaptive PID controller. Proc. 27th IEEE Conf. Decis, and Contr., Austin Tex., December 7−9, Vol.1, New Jork, 1988.
  54. Мадыгулов Р. У, Тюрин К. В., Шухов А. Г. Экспертный регулятор для систем управления мехатронными модулями. М: Сборник трудов МИРЭА. «Информатика и радиотехника», 1994, с.99−104.
  55. A.B., Тюрин К. В. Идентификация нелинейной САУ электропривода робота и формирование эмпирических знаний для экспертного регулятора. М.: Сборник трудов МИРЭА. «Управление и моделирование в сложных технических системах», 1995, с.41−46.
  56. A.B. Исследование динамики адаптивного электропривода. М.: «Проблемы машиностроения и надежности машин», № 3, 1998.
  57. В.В., Полунин И. Г. Адаптивное управление манипулятором в условиях структурно-параметрической неопределенности. VI НТК «Экстремальная робототехника» СПб.: 1996, с.163−170.
  58. М.П. Технологические движения и развязка электроприводов быстродействующих роботов. VII НТК «Экстремальная робототехника» СПб.: СПбГТУ, 1996, стр. 111−120.
  59. В.И. Синтез управления линейными системами при неполной информации. Изв. РАН Техн. Кибернетика, 1994, № 3, с. 229 -237.
  60. В.М., Романов М. П., Харитонова Е. Б. Память в системах управления. Тезисы 5 международного научно-технического семинара «Искусственный интеллект в системах автоматического управления». -Киев: Concept Ltd, 1995, стр.44−54
  61. В.М., Романов М. П., Харитонова Е. Б., Способы реализации ассоциативной памяти в системах управления роботов для экстремальных условий. VII НТК «Экстремальная робототехника». -СПб.: 1996, с.104−111.
  62. Д.П. Построение адаптивной системы управления роботом с ассоциативной памятью. Межвузовский сборник научных трудов. МИРЭА, М., 1996.
  63. Л.П. и др. Ассоциативные запоминающие устройства. Л.: Ленинградское отделение «Энергия», 1967.178
  64. К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве. Материалы научной конференции «Нечеткие множества и теория возможностей. Последние достижения. Под редакцией Р. Р. Ягера М.: Радио и связь, 1986.
  65. Д., Прад А. К анализу и синтезу нечетких отображений. Материалы научной конференции «Нечеткие множества и теория возможностей. Последние достижения. Под редакцией P.P. Ягера, М.: Радио и связь, 1986.
  66. И. Нечеткие множества как классы эквивалентности случайных множеств. Материалы научной конференции «Нечеткие множества и теория возможностей. Последние достижения. Под редакцией P.P. Ягера М.: Радио и связь, 1986.
  67. Hirota К. Extended Fuzzy expression of probabilistic sets. In Advances ger (ed.), North-Holland Publishing Co., 1979, p. 201−214.
  68. Klement E.P. Characterizations of finite fuzzy measures using Markoff-kernels. Journal Math. Anal. Applic. 75(2), 1980, p.330−339.
  69. Sugcno M. In Fuzzy Automata and Decis. Processes, M.M. Gupta (ed.), North-Holland Publishing Co., New York, Ny, 1977, p. 89−102.
  70. Прикладные нечеткие системы. Под ред. Тэрано Т., Асаи К., Сугэно М. М.: Мир, 1993.
  71. Е. Н. Applications of Fuzzy Algorithms for Control of Simple Dynamic Plant. Proc. IEEE, 1974, v. 121, N 12.
  72. Tong R.M. The Construction and Evaluation of Fuzzy Models «Advances in Fuzzy Set Theory and Applications». Ed. by Gupta M.M., Ragade R.K., Yager R.R. Amsterdam: North-Holland, 1979.
  73. Kickert W. J. M., Van Nauta Lemke H. R. Application of a Fuzzy Controller in a Warm Water Plant. Automatic, 1976, v. 12.
  74. Нечеткие множества и теория возможностей. Последние достижения. Под ред. Ягера P.P. М.: Радио и связь, 1986.
  75. В.М., Макаров И. М., Манько С. В., Романов М. П. Принципы построения систем нечеткого управления сложными динамическими объектами. Известия РАН. Теория и системы управления. № 3, 1999.
  76. В.М. Лохин, И. М. Макаров, С. В. Манько, М. П. Романов. Синтез нечетких регуляторов сложных динамических объектов на основе вероятностных моделей. Москва, МИРЭА (ТУ). Известия РАН. Теория и системы управления. № 2, 2000.
  77. Zadeh L.A. Fuzzy sets. Information and Control, 1965, v. 8.
  78. Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.
  79. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Поспелова Д. А. М.: Наука, 1986.179
  80. Fuzzy studio. WARP-SDT. Software Development Tool. User Manual. SGS-THOMSON Microelectronics, Italy, 1994.
  81. Hoffman F., Pfister G. Automatic Design of Hierarchical Fuzzy Controllers Using Genetic Algorithms. Proc. Europian Congress on Fuzzy and Intelligent Technologies (EUFIT'94), Aachen, Germany, 202 309.1994.
  82. Huser J, Surmann H., Peters L. A Fuzzy System for Realtime Navigation of Mobile Robots. Proc. 19-th Annual German Conf. on AI, KI -95, Bielefeld, 11 13.09.1995.
  83. Surmann H., Huser J, Peters L. A Fuzzy System for Indoor Mobile Robot Navigation Proc. 4-th IEEE Int. Conf. on Fuzzy Systems, 202 403.1995, Yokohama, Japan.
  84. Surmann H., Huser J, Wehking J. Path Planning for a Fuzzy Controlled Autonomous Mobile Robot. Proc. 5-th IEEE Int. Conf. on Fuzzy Systems (FUZZ IEEE ' 96), New Orleans, 8 — 11.09.1996.
  85. Дуб Дж. Jl. Вероятностные процессы, М.: ИЛ, 1956.
  86. К.В., Овчаров Л. А., Тарышкин А. И. Аналоговые методы исследования систем. М.: Сов. радио, 1974.
  87. И.Е. Статистическая динамика систем с переменной структурой. М.: Наука, 1977.
  88. Л.С., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов. М.: Наука, 1983.
  89. А.А. Основы теории оптимальных систем. М., 1966.
  90. А.С., Колесников А. А. Оптимизация автоматических систем управления по быстродействию. М.: Энергоиздат, 1982.
  91. А.А. Синтез релейных систем, оптимальных по быстродействию (метод фазового простанства). М., 1966.
  92. A.M. Синтез оптимальных линейных регуляторов. Автоматика и телемеханика, 1984, N12-
  93. Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике: В 2-х кн. М.: Мир, 1986.
  94. В.А., Зотов Н. С., Пришвин A.M. Основы оптимального и экстремального управления М., Высшая школа, 1969.
  95. Д. Прикладное нелинейное программирование. М: Мир, 1975.
  96. М., Пейперт С. Персептроны. М.: Мир, 1971.
  97. Ф. Нейрокомпьюторная техника. Теория и практика. М. Мир, 1992.
  98. А.Н. Обучение нейронных сетей. М.: СП Параграф, 1990.
  99. Gilev S.E., Gorban A.N., Mirkis Е.М. Several metods for accelerating the training process of neural networks in pattern recognition, 180
  100. Preprint № 146Б. USSR Acad. Sci. Sib. Branch. Institut of biophysics. Krasnoyarsk. Pp. 16, 1990.
  101. Narenda K., Parthasathy K. Identification and control of dynamical systems using neural networks, IEEE Trans, on Neural Networks. Vol. 1, № 1. March, 1990. Pp. 4−27.
  102. Ф.В. «Проблема нейрокомпьютеров». Дискуссия о нейрокомпьютерах. Науч. центр биол. иссл. АН СССР. Пущино. 1988. с. 41−53.
  103. W.B. Dress. Frequency-Coded Artificial Neural Network: An Approach To Self-Organizing Systems. IEEE, 1987.
  104. Psaltis D., Sideris A., Yamamura A. A multilaered neural networks Controller. IEEE Contol System magazine. April, 1987. Pp. 17−21.
  105. Guez A., Eilbert J., Kam M., «Neural Network Architecture for Control», IEEE Cont. Syst. Mag., 1988. pp. 22−25.
  106. Swinarski R. A neuromorphic cascaded context sensitive controler for robot manipulator. INNC'90. 1990. Pp. 387−392.
  107. R., «Neural network based self-tuning PID controller with fourier transformation of temporal patterns». IE-CON'90. 1990. pp. 1227−1232.
  108. F., «Back Propagation Neural Netwoks for Nonlinear Self-Turning Adaptive Control», IEEE Cont. Syst. Mag., 1990.
  109. Chu S., Shoureshi R., Tenorio M., «Neural Networks for System Identification», IEEE Cont. Syst. Mag., 1990.
  110. Г. Н., Борисюк P.M., Казакович Я. Б. и др. Осцилляторные нейронные сети. Математические результаты и приложения. М.: Математическое моделирование. Том 4, номер 1, 1992 — с.3−44.
  111. Д.М. Идентификация динамических объектов управления с применением нейронных сетей. Автоматическое управление и интеллектуальные системы. Межвузовский сборник научных трудов. МИРЭА, М., 1996, с.77−82.
  112. R., «Neuromorphic fuzzy variable stucture controller». IECON'90. 1990. pp. 1221−1226.
  113. D., Sideris A., Yamamura A. «A multilaered neural networks Controller», IEEE Contol System magazine, april, 1987, pp. 17−21.
  114. F., «Principles of Neurodynamics: Perceptron and the Theory Brain mechanisms», Spartan Books, Washington D.C., 1961.181
  115. Real-Time Control of Tokamak Plasma Using Neural Networks. Chris M. Bisop et al. Neural Computation, 7, 1995, pp. 72−85.
  116. П., Хилл У. Искусство схемотехники- в 3-х томах, пер. с англ., М, «Мир», 1993.
  117. Intel Selection Guide. Intel Corporation, 1989.
  118. Г. Ю. Микроконтроллеры фирмы Motorola., Консультационно-технический центр по микроконтроллерам., М., 1997.
  119. Chip News, М., НПК «Тим», № 1−12, 1997−98.
  120. Все необходимое для индустриальных, бортовых и встроенных систем управления, контроля и сбора данных. «Прософт», Москва, 1997.
  121. Современные технологии автоматизации. М.: Ста-пресс, № 1 12. 1997−99.
  122. Data Book, Altera Corporation, 1996.
  123. Flex8000 HandBook, Altera Corporation, 1994.
  124. Max+Plus II. Programmable Logic Development System. AHDL. Altera Corporation, 1995.
  125. Max+Plus II. Programmable Logic Development System. Getting Started. Altera Corporation, 1995.
  126. О.А., Андриянов А. Г. Программные комплексы для моделирования систем автоматического управления. Межвузовский сборник научных трудов. Москва, 1996, 120−124.
  127. INFORM’s Seminars and Workshops Have Featured World Leading Experts (Lotfi Zadeh, Abe Mamdani, Constantin von Altrock, Hans Zimmermann), http://fuzzytech.com/inform.
  128. Kahlert J. Programmsystem WinFACT. VDE-Workshop «Regelungstechnische Programmpakete fur IBM PC», Dusseldorf, 1993.
  129. Потемкин В.Г., Matlab 5 для студентов. Справочное пособие.-М. Диалог-МИФИ, 1998.
  130. Real-Time Workshop For Use with SIMULINK. User’s Guide. Math Works Corporation, 1998.
  131. Fuzzy Logic Toolbox For Use with MATLAB. User’s Guide. Math Works Corporation, 1998.
  132. MATLAB The Language of Technical Computing. Getting Started with MATLAB. MathWorks Corporation, 1998.
  133. SIMULINK Dynamic System Simulation for MATLAB. Simulink 2.1 New Features. MathWorks Corporation, 1998.182
  134. SIMULINK Dynamic System Simulation for MATLAB. Using SIMULINK. Math Works Corporation, 1998.
  135. SIMULINK Dynamic System Simulation for MATLAB. Target Language Compiler Reference Guide. Math Works Corporation, 1998.
  136. Гультяев A.K. Matlab 5.2. Иммитационное моделирование в среде Windows: практическое пособие. СПб.: КОРОНА принт, 1999.
  137. Семенюк.В. «Системы реального времени». http://dl.ifmo.ru/up/1998l/HTMLRTOS/rtos97.htm183
Заполнить форму текущей работой

Сессия? Спокойно!