автореферат диссертации по транспортному, горному и строительному машиностроению, 05.05.04, диссертация на тему:Адаптивное управление рабочими процессами землеройно-транспортных машин

На правах рукописи

Мещеряков Виталий Александрович

АДАПТИВНОЕ УПРАВЛЕНИЕ РАБОЧИМИ ПРОЦЕССАМИ ЗЕМЛЕРОЙНО-ТРАНСПОРТНЫХ МАШИН

Специальность 05 05 04 - Дорожные, строительные и подъемно-транспортные машины

Автореферат

диссертации на соискание ученой степени доктора технических наук

ииз177415

Омск-2007

003177415

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Сибирская государственная автомобильно-дорожная академия (СибАДИ)» (г Омск)

НАУЧНЫЙ КОНСУЛЬТАНТ ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ

ВЕДУЩАЯ ОРГАНИЗАЦИЯ

доктор технических наук, профессор ЗАВЬЯЛОВ Александр Михайлович

доктор технических наук, профессор СМОЛЯНИЦКИЙ Борис Николаевич,

доктор технических наук, профессор НИКУЛИН Павел Иванович,

доктор технических наук, профессор ЩЕРБАКОВ Виталий Сергеевич

ГОУ ВПО «Тюменский государственный нефтегазовый университет»

Защита состоится 25 декабря 2007 г в 14 часов на заседании диссертационного совета ВАК РФ Д 212 250 02 в Сибирской государственной автомобильно-дорожной академии (СибАДИ) по адресу 644080, г Омск, проспект Мира, 5 Тел (3812) 65-07-55, факс (3812) 65-03-23

С диссертацией можно ознакомиться в библиотеке Сибирской государственной автомобильно-дорожной академии по адресу г Омск, проспект Мира, 5

Автореферат разослан 22 ноября 2007 г

Ученый секретарь диссертационного совета, доктор технических наук, профессор

Иванов В Н

общая характеристика работы

Актуальность работы Повышение качества, снижение сроков и себестоимости дорожного строительства неразрывно связаны с проблемами эффективного использования землеройно-транспортных машин (ЗТМ) Поскольку на земляные работы при строительстве дорог приходится более половины материальных затрат, к ЗТМ предъявляются все более высокие требования по производительности и точности выполняемых технологических операций Превращение ЗТМ в эффективный, точный и удобный инструмент для операторов различной квалификации невозможно без автоматизации рабочих процессов

В настоящее время системы автоматического управления (САУ) ЗТМ еще не получили повсеместного распространения Одна из причин этому — различия в методах управления машиной, используемых человеком-оператором и автоматическими регуляторами Традиционные подходы к автоматическому управлению предусматривают предварительную настройку параметров регулятора и алгоритма управления, которые не изменяются в течение рабочих проходов Человек-оператор, даже не имея численных данных о показателях рабочего процесса, подстраивает алгоритм ручного управления ЗТМ под изменяющиеся условия Повышение эффективности автоматического управления рабочими процессами возможно за счет создания адаптивных систем управления, параметры которых автоматически подстраиваются под изменяющиеся условия рабочих процессов и динамику машины

Разработка систем автоматического управления должна быть основана на информации о динамике рабочих процессов ЗТМ Для исследования процессов управления необходимо развивать два подхода к моделированию рабочих процессов ЗТМ Первый направлен на разработку аналитических моделей элементов рабочих процессов и их объединение в общую имитационную модель Этот подход, основанный на априорной информации о конструкции ЗТМ, позволяет проводить вычислительные эксперименты при синтезе новых систем управления Второй подход к моделированию рабочих процессов ЗТМ основан на идентификации рабочих процессов, что позволяет создавать адаптивные динамические модели на основе экспериментально измеренных параметров рабочих процессов ЗТМ Такой подход дает возможность находить и моделировать скрытые зависимости между параметрами рабочих процессов, не имея полной информации об устройстве ЗТМ и характеристиках среды

Важнейшей задачей управления тяговыми режимами ЗТМ является наиболее полное использование тяговых возможностей машины за счет управления рабочим органом Автоматическое поддержание максимальной тяговой мощности или заданного значения сопротивления на рабочем органе затруднено большим количеством случайных факторов, действующих на ЗТМ В связи с этим система автоматического управления должна обладать возможностью самонастройки, например, чувствительность системы к отклонениям управляемой величины от заданного значения, а также скорость подъема-опускания ра-

бочего органа должны автоматически настраиваться для различных грунтовых условий Для решения этой проблемы необходима разработка теории, направленной на синтез адаптивных систем управления и учитывающей специфику рабочих процессов ЗТМ

С учетом современных тенденций применения интеллектуальных систем при автоматизации сложных технических объектов, одним из перспективных направлений является синтез систем управления, основанный на математическом аппарате искусственных нейронных сетей Нейросетевые регуляторы в ряде случаев позволяют реализовать более эффективные адаптивные алгоритмы управления нелинейными динамическими объектами по сравнению с традиционными подходами.

Синтез систем управления рабочими процессами ЗТМ с более высокими качественными характеристиками позволит наиболее полно использовать тяговые возможности ЗТМ, повысить производительность и уменьшить удельную энергоемкость единицы продукции Новые подходы к моделированию и управлению рабочими процессами направлены на создание теоретической базы для повышения эффективности автоматизированных ЗТМ Таким образом, создание адаптивных систем управления рабочими процессами ЗТМ представляет собой актуальную научно-техническую проблему, решение которой имеет важное хозяйственное значение для строительной отрасли

Цель работы повышение эффективности ЗТМ за счет создания адаптивных систем автоматического управления рабочими процессами

Объект исследований процессы управления тяговыми режимами ЗТМ и отделочными работами

Предмет исследований" закономерности, связывающие показатели рабочих процессов ЗТМ, структуру и параметры систем управления

Задачи исследований Для достижения поставленной цели были решены следующие задачи

- разработка методики аналитико-имитационного моделирования рабочих процессов ЗТМ,

- совершенствование и программная реализация математических моделей случайных возмущений, действующих на ЗТМ,

- разработка динамических моделей положения рабочего органа, формирования призмы волочения, работы привода ЗТМ и движения машины;

- создание имитационных моделей рабочих процессов ЗТМ, исследование моделей тяговых режимов и процесса профилирования земляного полотна,

- сбор и анализ экспериментальной информации о рабочих процессах ЗТМ, необходимой для идентификации ЗТМ как объектов управления, а также оценки адекватности теоретических моделей,

-разработка методики идентификации и моделирования рабочих процессов ЗТМ на основе математического аппарата искусственных нейронных сетей,

- обоснование применимости нейросетевых технологий, подтверждение адекватности нейросетевой модели тягового режима бульдозера на основе экспери-

ментальных данных,

- разработка нейросетевых структур адаптивных систем автоматического управления рабочими процессами ЗТМ, алгоритмов функционирования систем, моделирование процессов адаптивного управления рабочим органом автогрейдера,

- разработка рекомендаций по использованию методики аналитико-имитационного моделирования, методики нейросетевой идентификации рабочих процессов ЗТМ и методики синтеза адаптивных регуляторов систем управления рабочими процессами

Научная новизна работы заключается

- в модели формирования случайных возмущений, действующих на ЗТМ, позволяющей учесть переменную скорость машины,

- в модели зависимостей между геометрическими параметрами автогрейдера, высотными координатами микропрофиля необработанной поверхности грунта, пространственными координатами отвала, глубиной резания грунта и переменной скоростью машины,

- в динамической модели формирования призмы волочения поворотного отвала ЗТМ,

- в динамических моделях привода ЗТМ с механической и гидромеханической трансмиссиями,

- в методике нейросетевой идентификации и моделирования рабочих процессов ЗТМ, в адаптивных нейросетевых моделях процесса резания грунта, рабочего процесса бульдозера, тягового режима автогрейдера,

- в методике разработки адаптивных нейросетевых систем автоматического управления рабочими процессами ЗТМ, структуре и алгоритмах функционирования систем управления

Практическая ценность диссертационной работы состоит

- в программной реализации имитационных моделей рабочих процессов ЗТМ, которая позволяет проводить вычислительные эксперименты для оценки динамических характеристик ЗТМ, а также использовать имитационные модели в качестве объекта управления на первых этапах проектирования систем автоматического управления рабочими процессами и сократить затраты на проведение дорогостоящих натурных экспериментов,

- в разработке измерительного комплекса, включающего комплект датчиков и регистрирующую аппаратуру на основе крейтовой системы и ЭВМ, предназначенного для автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ,

- в оснащении бульдозера на базе трактора Т-130М бортовым измерительным комплексом, что создает базу для экспериментальных исследований рабочего процесса бульдозера,

- в программной реализации алгоритмов функционирования адаптивных нейросетевых регуляторов, которая рекомендуется к использованию при разработке систем управления рабочими процессами ЗТМ

Внедрение результатов В Мостовом эксплуатационном управлении «Ом-скавтодор» внедрены запатентованные технические решения по оснащению автогрейдера ДЗ-143-1 отвалом переменой длины для повышения производительности при перемещении грунта, рабочее оборудование для планировочных работ (инвариантный в поперечной плоскости рабочий орган автогрейдера), в ЗАО «УМСР-5» внедрено техническое решение по оснащению бульдозера модифицированным рабочим оборудованием, снижающим пиковые нагрузки на базовый трактор и позволяющим повысить в среднем тяговую мощность и производительность бульдозера, разработанный программный комплекс SimEarthmover, реализующий методику имитационного моделирования рабочих процессов ЗТМ, передан для использования в СКБ ОАО «Промтрактор» (г Чебоксары)

Апробация работы Основные положения и результаты работы докладывались, обсуждались и получили положительную оценку на II Международной научно-технической конференции «Автомобильные дороги Сибири» (г Омск, 1998 г ), 59 научно-технической конференции СибАДИ (1999 г ), Международной научной конференции, посвященной 70-летию СибАДИ (2000 г ), Международной научно-практической конференции «Проблемы автомобильных дорог России и Казахстана» (г Омск, 2001 г), 43-й Международной научно-технической конференции Ассоциации автомобильных инженеров (г Омск, 2003 г), Международной научно-технической конференции, поев 100-летию проф К А. Артемьева (г Омск, 2004 г ), П и Ш Всероссийских научных конференциях «Проектирование инженерных и научных приложений в среде MATLAB» (г Москва, ИПУ РАН, 2004 г, г Санкт-Петербург, СПбГУ, 2007 г ), IV Международной конференции «Идентификация систем и задачи управления» SICPRO'05 (г Москва, ИПУ РАН, 2005 г ), Международной конференции «Качество Инновации. Наука. Образование» (г Омск, 2005 г ), I Всероссийской конференции молодых ученых «Проблемы проектирования, строительства и эксплуатации транспортных сооружений», Всероссийской конференции «Роль механики в создании эффективных материалов, конструкций и машин XXI века» (г. Омск, 2006 г.), XV Всероссийском семинаре «Нейроинформатика, ее приложения и анализ данных» (г. Красноярск, ИВМ СО РАН, 2007 г ), научных семинарах Омского филиала Института математики СО РАН (2003, 2007 г ), научном семинаре факультета «Транспортные и технологические машины» СибАДИ (2007 г ) и кафедре «Дорожные машины»

Публикации По результатам исследований опубликовано 55 печатных работ, в том числе 11 — в изданиях из перечня ВАК и 4 патента на изобретения

На защиту выносятся

- методика аналитико-имитационного моделирования рабочих процессов ЗТМ,

- результаты вычислительных экспериментов, полученные с помощью имитационных моделей тяговых режимов и процесса профилирования земляного полотна автоматизированным автогрейдером,

- методика автоматизированного сбора и цифровой обработки эксперименталь-

ных данных о параметрах рабочего процесса ЗТМ,

- результаты экспериментальных исследований рабочих процессов тензометри-ческой тележки, автогрейдера и бульдозера,

- методика нейросетевой идентификации и моделирования рабочих процессов ЗТМ,

- методика разработки адаптивных систем автоматического управления

Структура и объем работы Диссертационная работа состоит из введения, шести глав, основных результатов и выводов по работе, списка литературы и приложений Работа имеет 280 страниц основного текста, 3 таблицы, 131 рисунок, список литературы из 220 наименований, 24 страницы приложений, содержащих листинги программ и акты внедрения результатов диссертации

содержание работы

Во введении обоснована актуальность диссертационной работы, дана краткая характеристика исследуемых вопросов и предлагаемых подходов к их решению, сформулированы основные положения, выносимые на защиту, показаны научная новизна и практическая ценность работы

В первой главе выполнен аналитический обзор предшествующих работ, посвященных исследованию рабочих процессов ЗТМ, с целью выявления важнейших зависимостей между параметрами рабочих процессов, выбора методов моделирования и учета основных тенденций автоматизации ЗТМ

На основании анализа работ по моделированию динамики рабочих процессов ЗТМ выявлены тенденции, согласно которым модели, описывающие кинематику и динамику рабочего оборудования, гидропривода и трансмиссии, чаще всего представляют собой аналитические выражения, полученные на основе известных физических законов и информации об устройстве ЗТМ Модели процессов, параметры которых заранее неизвестны или изменяются в широких пределах, чаще всего представляют собой статические табличные или эмпирические зависимости, обобщающие экспериментальные данные Это модели взаимодействия рабочих органов и движителей со средой, а также статические характеристики сложных агрегатов (гидротрансформатора трансмиссии, двигателя с регулятором подачи топлива)

С точки зрения учета случайности действующих на ЗТМ нагрузок работы по исследованию динамики ЗТМ разделены на две группы в первой рабочие сопротивления считаются детерминированными, во второй учитывается их вероятностный характер В первой группе выделены работы видных ученых К А Артемьева, В И Баповнева, Ю А Ветрова, В Г. Волобоева, А М Завьялова, А Н Зеленина, И А Недорезова, В Н Тарасова, Н А Ульянова, А М Холодова и др По результатам обзора этих работ сделан вывод, что для исследования процессов перемещения ЗТМ и рабочего органа, функционирования привода ЗТМ, необходимо разрабатывать аналитические модели, в явном виде описывающие зависимости между параметрами рабочих

процессов Во второй группе следует отметить работы JI Е Агеева, Б А Бондаровича, В П Денисова, Ю В Гинзбурга, И П Ксеневича, Д И Федорова, JI А Хмары и др Согласно этим работам, моделирование возмущений, действующих на ЗТМ со стороны неровностей грунтовой поверхности и от неоднородностей грунта, следует осуществлять на основе известных статистических характеристик возмущений За критерий эффективности ЗТМ принята удельная энергоемкость единицы продукции ЗТМ (отношение математического ожидания используемой мощности двигателя к технической производительности) N^ = Ne/ ТТт —>• min

Вопросы автоматизации рабочего процесса ЗТМ исследованы в работах Т В Алексеевой, В Ф Амельченко, А М Васьковского, В А Воробьева, В С Дегтярева, Б Д Кононыхина, Э Н Кузина, П И Никулина, JI Я Цикермана, В С Щербакова и др На основе анализа этих работ определены основные задачи автоматизации ЗТМ и методы синтеза САУ, базирующиеся на классической теории автоматического управления Настройка регуляторов осуществляется на основе статистической информации о характеристиках возмущений Это затрудняет применение регуляторов в быстро изменяющихся условиях рабочего процесса. Сделан вывод о необходимости разработки адаптивных систем управления, лишенных этого недостатка По периодическим изданиям и источникам из Интернет определены тенденции совершенствования современных систем управления рабочими органами ЗТМ Обоснована необходимость создания методов моделирования динамики ЗТМ и разработки САУ, позволяющих учесть сложные нелинейные зависимости между параметрами рабочих процессов и неполноту информации об изменяющихся условиях, в которых проходят рабочие процессы ЗТМ

На основании обзора методов адаптивного управления (работы Р Изермана, JI Льюнга, К Острема) выдвинута гипотеза, согласно которой разработка адаптивной системы управления рабочим процессом ЗТМ позволит повысить эффективность управления по сравнению с традиционными подходами Интеллектуальным системам, основанным на математическом аппарате нейронных сетей, посвящены работы А И Галушкина, А Н Горбаня, В И Потапова, В А Терехова Выбрана структура САУ, содержащая нейросе-тевую модель рабочего процесса ЗТМ и нейросетевого регулятора (работы М Hagan, О de Jesús, М Nsrrgaard) В связи с этим необходимо обоснование применимости нейросетевого математического аппарата к исследованию рабочих процессов ЗТМ, выбор методов идентификации и моделирования рабочих процессов, разработка структур адаптивных систем управления и алгоритмов их функционирования В рамках этих направлений определены цель, задачи и объект исследования

Во второй главе предложена методика аналитико-имитационного моделирования рабочих процессов ЗТМ Выполнена декомпозиция модели рабочего процесса ЗТМ, для тех подпроцессов, где возможно аналитическое моделирование на основе априорных знаний о связях между параметрами ЗТМ, получе-

ны аналитические зависимости Модели этих подпроцессов включены в общую структуру имитационной модели рабочего процесса ЗТМ При разработке моделей использован математический аппарат теории случайных процессов, передаточных функций, численного решения алгебраических уравнений и обыкновенных дифференциальных уравнений в форме Коши

Основные цели аналитико-имитационного моделирования рабочих процессов ЗТМ имитация ЗТМ как объекта управления, получение реализаций параметров рабочего процесса ЗТМ для использования при нейросетевой идентификации рабочих процессов, определение параметров рациональных тяговых режимов, которые должны поддерживаться САУ, сравнение различных вариантов САУ между собой с помощью вычислительного эксперимента

Разработана общая структура модели рабочих процессов автоматизированных ЗТМ (рис 1), обусловленная целями управления рабочими процессами Методика моделирования показана на примере разработки моделей автогрейдера, работающего в тяговом режиме перемещения грунта и на отделочных работах При перемещении фунта следует полностью использовать тяговые возможности ЗТМ, поддерживая заданное значение силы сопротивления р или тяговой мощности N, при профилировании поверхности земляного полотна высотные координаты правой и левой сторон отвала у = (_уп, должны соответствовать проектным отметкам Ключевой элемент на схеме (рис 1 ) показывает выбор управляемых переменных для тягового режима или отделочных работ

Рис 1 Общая структура модели рабочих процессов ЗТМ

Среди возмущающих воздействий на ЗТМ от грунтовых условий выделены случайные изменения координат необработанной фунтовой поверхности

/, а также нормированные флюктуации силы сопротивления на рабочем органе Рф, вызванные неоднородностью грунта Возмущения / вызывают нежелательные вертикальные перемещения рабочего органа, что сказывается на координатах у и на изменении глубины резания грунта А Стохастический характер нагрузок на рабочем органе обусловлен случайным изменением глубины резания грунта и неоднородностью свойств грунта На конечно-элементной модели грунтового массива исследован процесс резания грунта рабочим органом ЗТМ, а также разработана математическая модель формирования случайной силы сопротивления на рабочем органе р Действительная скорость ЗТМ V зависит от силы Р, а также от свойств движителей, трансмиссии и силовой установки В свою очередь, параметры возмущений, перемещение рабочего органа и формирование нагрузок зависят от скорости у Модели привода ЗТМ и взаимодействия движителя с грунтом включают в себя модели двигателя, механической и гидромеханической трансмиссии, а также буксования

Регулятор САУ в зависимости от целей, алгоритма управления и поступающих данных от ЗТМ как объекта управления вырабатывает электрические сигналы с, поступающие на электрогидравлические распределители в составе гидропривода рабочего органа Подъем или заглубление отвала выполняется с целью управления либо тяговой мощностью N, либо координатами отвала у Далее описаны модели элементов рабочего процесса ЗТМ

Разработана модель формирования случайной силы сопротивления р на рабочем органе (рис 2)

Формирование ношу шепни от неровностей микрорельефа ipyma

Гчубина резания

Генератор случайного коррелированного сигнала

Зависимости между геометрическими параметрами ЗТМ

444Ь лТ

Статистические характеристики возмущении

Формирование нормированных флюктуации возмущений от неоднородности грунта

h Параметры

срезаемой

стружки

грунта

Сопротивление резанию грунта Р.

КЗ»

Объем призмы волочения

Сопротивление перемещению р

я/

грунта

Динамическая

модель формирования призмы волочения

Расчет сопротивления перемещению призмы волочения

Генератор случайного коррелированного сигнала

Статистические характеристики возмущений

Сила

сопротивления

Гренд силы сопротивления

Рис 2 Формирование случайной силы сопротивления на рабочем органе

р=р*р{1+рф), (1)

где Р — тренд силы сопротивления, зависящий от глубины резания грунта h, рф — нормированные случайные флюктуации, вызванные неоднородностью грунта.

Случайный автокоррелированный сигнал / генерируется на основе заданных значений параметров автокорреляционной функции а ^, ру и средне-квадратического отклонения координат а а также скорости v Глубина резания грунта h связана с /, с геометрическими параметрами ЗТМ, скоростью v и выдвижением штоков гидроцилиндров рабочего органа / Нормированные флюктуации Рф, зависящие от неоднородности физико-механических свойств

грунта, представляют собой случайный сигнал со среднеквадратическим отклонением <з Гф, генерируемый по заданным значениям параметров автокорреляционной функции аР, Р(, и зависящий от скорости ЗТМ v Составляющая случайного процесса р, обусловленная неоднородностью грунта, равна ртррф, и среднеквадратическое отклонение процесса Рф равно коэффициенту вариации флюктуации а ¡,ф = \\)ф

Сделан вывод, что при статистическом анализе динамики рабочих процессов ЗТМ большинство экспериментально определенных автокорреляционных функций Rf{l) координаты микропрофиля / может быть аппроксимировано выражением

лД/^ст^^сояр/, (2)

где I — путевая координата, а^ — дисперсия случайного процесса /(/), а, р — коэффициенты автокорреляционной функции

Соответствующее выражение спектральной плотности возмущения при постоянной скорости ЗТМ

(а2+р2+ш2;-4р2ш2

Генерация случайного сигнала / осуществляется путем фильтрации белого шума Q специально созданным формирующим фильтром Получена дискретная передаточная функция формирующего фильтра, соответствующего (3),

где а0, а,, А,, Ъг - коэффициенты формирующего фильтра Дискретный формирующий фильтр, предназначенный для формирования автокоррелированного случайного сигнала /(я), также представлен рекуррентной зависимостью

/(„) = а0фг) + axQ{n-1) - bj(n -1) - b2f(n - 2), (5)

где п - текущий номер элемента последовательности / или

Получена непрерывная передаточная функция формирующего фильтра возмущений от грунтовых условий

(6)

Коэффициенты передаточной функции (6) зависят от скорости ЗТМ Для удобства реализации формирующего фильтра в MATLAB получено дифференциальное уравнение второго порядка, связывающее белый шум Q(t) на входе формирующего фильтра с возмущением f[t) на выходе

г(л_ у у" di V у _у dt у ¿fr Г7,

а2 +р2

Для имитационного моделирования возмущающих воздействий, вызванных грунтовыми условиями, дифференциальное уравнение (7) реализовано в виде подсистемы MATLAB/Simuhnk Эта подсистема применима как для непрерывных, так и для дискретных моделей рабочих процессов ЗТМ. Моделирование возмущений от неоднородности грунта, т е флюктуаций силы сопротивления на рабочем органе Рф, выполняется аналогично (7)

Разработана математическая модель, описывающая влияние отклонений координат микропрофиля грунтовой поверхности на координаты рабочего органа автофейдера и глубину резания грунта с учетом основных геометрических параметров машины и ее скорости В модели учтены длина базы L, расстояния от отвала в плане (по продольной оси автогрейдера) до оси балансиров L{, до точки крепления передней оси L2, до передних колес балансиров L3, до задних колес балансиров Z,4, а также действительная скорость движения машины v На пространственное положение рабочего органа оказывают влияние величина угла захвата а и ширина колеи автогрейдера G (рис 3)

Время запаздывания передних и задних колес балансиров зависит от скорости машины и геометрических параметров автогрейдера _ ¿з + Ls _ L3 - Ls _L4+L^

тш ' lm ' > '■JU V)

V V V V

Для вычисления глубины резания грунта по каждой колее необходимо определить время запаздывания отвала относительно передней оси Время запаздывания правой и левой сторон отвала, а также глубина резания грунта с учетом запаздывания отвала по правой и левой колеям составляют

L2~LS ¿2 + Ls

п onte > 1лотв ' V.1"/

V V

К= Р - У„, K = fne-x"-p-yn (11)

I Г I

т

*------с^

1 Л 1

1

^------

■ 13 ,

1 V »

Рис 3 Геометрические параметры автогрейдера

Влияние изменений высотных координат колес автогрейдера на положение отвала выражено коэффициентами усиления передаточных звеньев (рис 4), зависящими от конструктивных размеров автогрейдера

Ки={ц + 15)И, К1л=(Ц-Ь,)/1, (12)

*21л=0,5[1 + (£2-£,)/£], К2и = 041 + ^+4)/4 (13) = *22„=-О41-(12 + 4.)/1] (14)

На среднюю глубину резания грунта также влияет расстояние выноса отвала в сторону относительно поворотного круга

КР = К+{К-К1^-^ню) (15)

Л

-*1 е*РК„™Р)

1 >гУ

ехр(-т>1пр>4-ехр(-т„1р)

,г К

а:,

ехРК„РНехр(-т„р)

Л

Рис 4 Функциональная схема модели зависимостей между геометрическими параметрами автогрейдера

Реализация имитационной модели связей между геометрическими параметрами и скоростью автогрейдера V позволяет оценить влияние возмущающих воздействий (случайных изменений высотных координат микрорельефа по

правой /„(¿) и левой /„(() колеям) на высотные координаты рабочего органа _у„(/) и а также среднюю глубину резания грунта

Разработана динамическая модель формирования призмы волочения, описывающая зависимость объема призмы Упр от переменной глубины резания грунта А и переменной скорости V движения ЗТМ Получено аналитическое выражение для объема призмы в момент времени ?

а }*</>(/>//-

(16)

вшасовГа +р) VV,/\ 2/1)1.

созР <„/0 I

5со8р А**,

где В — ширина отвала, а — угол захвата, р — угол внутреннего трения грунта, р - оператор Лапласа.

Для моделирования буксования движителей получены зависимости коэффициента буксования 5 от момента сопротивления Мк на колесных движителях Доказана хорошая точность аппроксимации экспериментальных данных полиномами второго порядка

5 (Мк )=а0+а1Мк + а2М2к (17) Для среднего автогрейдера на 1 и 2 передаче трансмиссии получены модели буксования

5(МК)= 6,7017 10"'-4,9372 10"5МК +1,0017- Ш9М2К, (18) д(Мк)= 2,6081 10"1-2,0 10"5 Мк+4,9414 ШЮМ2К, (19)

коэффициенты детерминации равны соответственно

Л2 =0,985 и Л2=0,988 Зависимости 5(Мк) использованы при аналитическом определении передаточных функций моделей привода ЗТМ

Исследованы три подхода к моделированию силовой установки ЗТМ Согласно первому подходу, статическая регуляторная характеристика двигателя аппроксимирована линейными участками

Гше=(Ме-М„)се1+сом, Ме<М„, \ае=(Ме-Мн)се2+аи, Ме>Мн, где сл и се2 — коэффициенты наклона регуляторной и корректорной ветвей характеристики соответственно, Ме и ше — крутящий момент на валу двигателя и его угловая скорость с номинальными значениями Мм и со„

Второй подход к имитационному моделированию регуляторной характеристики двигателя — табличное задание статической характеристики ые(Ме) и одномерная табличная интерполяция Третий подход позволяет учесть отличия регуляторных характеристик в динамике от статических характеристик, вызванные случайными колебаниями рабочих нагрузок, действующих на ЗТМ Предложен алгоритм моделирования динамической характеристики двигателя

Фе(Ме,ское/¿й) на основе экспериментально измеренных точек (ше, скйе ¡ей, Ме) Алгоритм, учитывающий угловое ускорение вала двигателя (кое1 (к, предполагает численное дифференцирование ше и двумерную табличную интерполяцию ю е(Ме /Л)

Разработаны модели привода ЗТМ с механической и гидромеханической трансмиссиями На основе уравнений движения элементов привода с механической трансмиссией получена передаточная функция привода ЗТМ, которую можно исследовать аналитическими методами при разработке САУ рабочими процессами Для элементов привода ЗТМ с гидромеханической трансмиссией получены уравнения движения, лежащие в основе имитационной модели

Для получения дифференциальных уравнений движения элементов привода ЗТМ с механической трансмиссией исследована динамическая модель (рис 5) Маховики с моментами инерции 1е, 1тр, /3 заменяют реальные вращающиеся массы двигателя, трансмиссии и поступательно движущиеся массы машины с призмой волочения соответственно Муфта сцепления Фа моделирует буксование ведущих колес Трансмиссия характеризуется передаточным числом I и коэффициентом полезного действия т) Приращения крутящих моментов и угловых скоростей АМе - приращение крутящего момента, развиваемого двигателем, ДМ, и ДМ2 - приращения моментов на входном и выходном валах трансмиссии, АМ6 — приращение момента сцепления движителей с грунтом, АМС — приращение момента сопротивления на колесном движителе, обусловленное изменением нагрузки на рабочем органе Выполнена линеаризация зависимости (17) в окрестностях рабочей точки характеристики с помощью разложения в ряд Тейлора, и получены дифференциальные уравнения движения элементов привода Система описывается линейным дифференциальным уравнением второго порядка

+ (21) м си т

где сом —угловая скорость ведомых колес, характеризующая скорость машины, коэффициенты К зависят от конструктивных параметров ЗТМ

Передаточная функция модели ЗТМ

к 2 \ р "ь к2

кирг +кпр+кп

Мс(р)

где р -оператор дифференцирования.

Численные значения параметров модели найдены для автогрейдера ДЗ-143-1, работающего в режиме перемещения грунта на 2 передаче. Передаточные функции модели для режимов минимальной нагрузки, номинальной загрузки двигателя и кратковременных максимальных нагрузок соответственно:

-0,0687/7-1,8734

Нр)=

1Г{р) =

2,9334-102 р2 + 1,7656-10 р +1,2276- Ю5

_-1,6891 р-22,4764_

4,7291 • 103 р2 + 7,5047 ■ 10 > +1,5407 -105

_- 7,6040/? - 5,5356_

3,9029-103 р2 + 2,2918- 104р +1,1975-104

(23)

(24)

(25)

В приводе ЗТМ с гидромеханической трансмиссией происходят более сложные процессы, поскольку кроме нелинейной регуляторной характеристики двигателя и зависимости буксования от силы тяги следует учитывать характеристику гидротрансформатора (ГТР). Разработана методика моделирования привода ЗТМ, основанная на численном решении системы дифференциальных и алгебраических уравнений, а также табличной интерполяции.

Вывод уравнений движения элементов привода основан на схеме, представленной на рис. 6.

Шр*

Рис. 6. Динамическая схема привода ЗТМ с гидромеханической трансмиссией

На схеме использованы следующие обозначения: мс - крутящий момент, развиваемый двигателем; М, — крутящий момент на насосном колесе ГТР; ю, - угловая скорость насосного колеса и выходного вала двигателя; М2 — крутящий момент на турбинном колесе ГТР; со 2 — угловая скорость турбинного колеса; Мк — момент сопротивления, обусловленный внешними нагрузками и приведенный к движителю; Мь — момент сцепления движителя с грунтом; со м — угловая скорость ведомых колес, характеризующая действительную

скорость ЗТМ, — момент инерции двигателя и насосного колеса ГТР с маслом и присоединенными деталями трансмиссии, 1тр — момент инерции турбинного колеса ГТР, механической части трансмиссии и движителей; /3 — момент инерции поступательно движущихся частей ЗТМ с призмой волочения, приведенный к движителю

ГТР описан параметрами паспортной характеристики у — удельный вес рабочей жидкости, DaK — активный диаметр ГТР, - коэффициент транс-

формации в зависимости от кинематического передаточного отношения ГТР

¡тр =Ы2/Ю,

К = М2/МХ, (26)

j — коэффициент момента насоса, характеризующий прозрачность ГТР

Полученная модель движения элементов привода состоит из дифференциального уравнения

Ж Iда

и системы алгебраических уравнений с двумя неизвестными гтр и Мъ

Lp lJ\Jmp /3[1-5(Л/8)] '

'дв тр^тр ij 'к'/1/' ) м тр *дв

Разработан алгоритм и программная реализация модели Численное решение (28) реализовано в среде MATLAB с помощью программной функции fsolve, входящей в инструментарий оптимизации MATLAB Optimization Toolbox Численное интегрирование дифференциального уравнения (27) рекомендуется осуществлять методами Гира или Розенброка Определение мгновенных значений крутящего момента двигателя, коэффициента трансформации крутящего момента, коэффициента момента насоса и коэффициента буксования движителей Ме(со,), K\imp), A,,(im/,) и 5(Л/8) осуществляется одномерной табличной интерполяцией

Разработанные во второй главе модели элементов рабочих процессов ЗТМ предназначены как для исследования отдельных агрегатов ЗТМ с помощью аналитических зависимостей меиеду параметрами рабочих процессов, так и имитационного моделирования рабочих процессов ЗТМ в целом

В третьей главе приведены результаты имитационного моделирования рабочих процессов ЗТМ Модели основных элементов рабочих процессов ЗТМ объединены в имитационную модель, и проведен вычислительный эксперимент При построении дискретной имитационной модели приняты следующие основные допущения исследовано прямолинейное движение машины, конструкция считается абсолютно жесткой, не учитываются люфты и трение между

элементами рабочего оборудования, не учитываются упруго-демпфирующие свойства движителей, динамические характеристики дизеля с регулятором подачи топлива и ГТР гидромеханической трансмиссии заменены статическими, координаты обработанной поверхности грунта полностью определяются координатами режущей кромки рабочего органа, не учитывается отбор мощности двигателя на привод рабочего органа и вспомогательных механизмов, скорость движения штоков гидроцилиндров одинакова при подъеме и заглублении рабочего органа и не зависит от приложенных нагрузок, сопротивление перекатыванию движителей является постоянным Большинство допущений при моделировании тяговых режимов автогрейдера компенсируется случайными флюк-туациями силы сопротивления на рабочем органе, т е учет немоделируемой динамики рабочих процессов сводится к формированию случайных возмущений, действующих на ЗТМ

Имитационная модель реализована в МАТЬЛВ/8итш! тк Модель содержит универсальную часть (рис 7), которая используется при моделировании режима профилирования грунта и тяговых режимов автогрейдера как с механической, так и с гидромеханической трансмиссиями, а также различными видами регуляторов САУ На рис 8 показана часть имитационной модели, дополняющая рис 7, предназначенная для моделирования процесса профилирования поверхности земляного полотна автогрейдером с механической трансмиссией и релейным регулятором САУ Параметры САУ выбраны по системе «Профиль-30» САУ поддерживает заданные высотные координаты двух сторон отвала

Выполнены исследования тяговых режимов автогрейдера, оснащенного САУ рабочим органом Целью управления является поддержание заданного нагрузочного режима. Исследован рабочий процесс автогрейдера с релейным регулятором САУ, управляющим трехпозиционным гидрораспределителем гидроцилиндров подъема-заглубления рабочего органа Также на рис 9 показана часть имитационной модели рабочего процесса автофейдера с гидромеханической трансмиссией и САУ с регулятором пропорционального типа

Исследован рабочий процесс автогрейдера, функционирующего в режиме поперечного перемещения грунта на 2 передаче механической трансмиссии При выборе рационального нагрузочного режима установлено, что при математическом ожидании силы сопротивления на рабочем органе М{р}= 55 кН двигатель работает в основном на регуляторной ветви характеристики с кратковременными переходами на корректорную ветвь, что соответствует рекомендуемому режиму эксплуатации машины При этом достигается максимальная техническая производительность ЗТМ, и тяговая мощность близка к максимальной

Исследован также тяговый режим автоматизированного автогрейдера с гидромеханической трансмиссией, заданное значение силы сопротивления на рабочем органе м{р} = 55 кН Применение гидромеханической трансмиссии по сравнению с механической позволяет снизить среднеквадратические отклонения

_ Возмещения микрорельефа

Высотные координаты отвала

Действительная скорость машины

""" [»■ ^Ь-Л""

® рг|щ| геасЬоп I

рт'] ОоЕоН

Тренд силы сопротивления

Рис 7 Универсальная часть имитационной модели

Нормированные флюктуации возмущений от неоднородности грунта

Сохранение сигналов

N1 о

Рис. 8. Часть имитационной модели рабочего процесса автогрейдера с механической трансмиссией и релейным регулятором САУ (режим профилирования поверхности земляного полотна)

Нормированные флюктуации возмущений от неоднородности грунта

13РГ

Сохранение сигналов

ЙоШдШЕИ

Band-Limited

White Noise (Soil parameter)

Сила сопротивления копанию грунта

Рис. 9. Часть имитационной модели тягового режима автогрейдера с гидромеханической трансмиссией и пропорциональным регулятором системы автоматического управления

тяговой мощности скорости машины а{у}, глубины резания грунта о{л}

и силы сопротивления <з{Р) Однако из-за более высокого КПД механической трансмиссии математическое ожидание тяговой мощности у автофейдера с механической трансмиссией составляет = 77,39 кВт, что на 20,1% больше, чем у автогрейдера с гидромеханической трансмиссией

Имитационные модели дают наглядное представление о зависимостях между показателями рабочих процессов ЗТМ, но не могут автоматически подстраиваться под их изменяющиеся параметры Поэтому в следующих главах приведена методика создания адаптивных математических моделей рабочих процессов ЗТМ, основанная на обработке экспериментальных данных

Четвертая глава посвящена методике и результатам экспериментальных исследований рабочих процессов ЗТМ Цель экспериментальных исследований — сбор данных о параметрах рабочих процессов в динамике для идентификации ЗТМ, оценки статистических характеристик возмущающих воздействий и подтверждения математических моделей рабочих процессов ЗТМ Экспериментальные исследования, выполненные при полевых испытаниях ЗТМ, также доказали работоспособность и эффективность модернизированного рабочего оборудования автогрейдера и бульдозера

Решены следующие задачи экспериментальных исследований разработка методики автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ, создание измерительного комплекса на основе ЭВМ, оснащение ЗТМ регистрирующей аппаратурой, проведение лабораторных и полевых испытаний ЗТМ, цифровая обработка и статистический анализ измеренных сигналов Предложена методика оцифровки экспериментальных данных, основанная на положениях теории случайных процессов и цифровой обработки сигналов Методика предназначена для изменения частоты дискретизации измеренных сигналов при сохранении существенной информации, используемой для определения статистических характеристик измеренных показателей рабочего процесса, анализа динамики и идентификации ЗТМ

Методика автоматизированного сбора экспериментальных данных апробирована в лаборатории СибАДИ «Грунтовый канал» Обоснован выбор аппаратных средств и программного обеспечения С целью сбора экспериментальной информации о параметрах рабочего процесса в динамике выполнены лабораторные исследования процесса резания грунта плоским ножом при перемещении тензометрической тележки Измерены значения скорости тележки V, силы сопротивления перемещению тележки Р, глубины резания грунта Л Выполнена передискретизация сигналов, выбрана частота дискретизации 10 Гц Экспериментальные сигналы использованы в дальнейшем для нейросетевой идентификации процесса резания грунта

В ЗАО «УМСР-5», г Омск, проведены производственные испытания неповоротного бульдозера на базе трактора Т-130М, оснащенного модернизированным и серийным рабочим оборудованием Модернизация заключается в установке упругих элементов между отвалом и толкающими брусьями для сии-

жения амплитуды колебаний случайных нагрузок, действующих на базовый трактор. Одной из целей экспериментальных исследований было сравнение показателей рабочего процесса бульдозера, оснащенного модернизированным и серийным рабочим оборудованием. Главная цель эксперимента — сбор данных, необходимых для идентификации рабочего процесса бульдозера и обоснования нейросетевого подхода к моделированию рабочих процессов ЗТМ.

Совместно с ФГУП «НАТИ» разработан бортовой измерительный комплекс (БИК) с модульной системой измерения на базе крейт-контроллера и ЭВМ, оснащенный комплектом датчиков. Для установки датчиков усилий изменена конструкция рабочего оборудования. Модернизированное рабочее оборудование бульдозера (рис. 10) состоит из отвала 1, левого 2 и правого 3 толкающих брусьев, раскосов 4, направляющих 5, удлиненных пальцев 6, цилиндрических пружин сжатия 7, наружных стаканов 8 с косынкой 9, внутренних стаканов 10 и посадочных мест пружин 11. При исследовании работы бульдозера с серийным рабочим оборудованием внутрь пружин 7 между стаканами 10 и посадочными местами 11 были установлены жесткие стержни. При копании грунта нагрузка, действующая на отвал 1, передается через посадочные места 11, стержни внутри пружин 7 и внутренние стаканы 10 на тензометрические датчики, помещенные внутри наружных стаканов 8, которые передают нагрузку на толкающие брусья 2, 3 и раму трактора. Схема подключения датчиков показана на рис. 11. В результате измерений получены сигналы /*(/), т(^) и глубина копания /(/), используемые для нейросетевой идентификации рабочего процесса бульдозера. Сигналы приведены к частоте дискретизации 20 Гц.

Рис. 10 Рабочее оборудование бульдозера

Первичные преобразователи Датчик скорости машины

Датчик частоты оборотов двигателя

ОС 4,5 V"

1ч>

Рис. 11. Схема автоматизированного сбора экспериментальных данных

Адекватность математических моделей, представленных в главах 2 и 3, подтверждена анализом экспериментальных данных. В Мостовом эксплуатационном управлении (МЭУ) «Омскавтодор» проведены экспериментальные исследования автогрейдера ДЗ-143-1, оснащенного модернизированным рабочим оборудованием, предназначенным для улучшения планирующих свойств автогрейдера (рис. 12). Модернизация рабочего оборудования заключается в изменении конструкции, обеспечивающем плавающее положение отвала в поперечной плоскости автогрейдера и жесткую связь с хребтовой балкой в продольной плоскости.

Рис. 12. Опытный образец, рабочего оборудования

Исследован рабочий процесс автогрейдера на отделочных работах на участке грунтовой дороги. Выполнен статистический анализ полученных профи-лограмм с целью определения характеристик возмущений, действующих на ЗТМ от неровностей микропрофиля грунтовой поверхности. Получены спектральные плотности высотных координат микропрофиля. Параметры выражений спектральной плотности определены аппроксимацией экспериментальных спектральных плотностей выражениями (3). Задача подбора а, (3 и средне-квадратического отклонения координат с при подгонке функций и Sy(ю)

под результаты эксперимента решена численно методом наименьших квадратов (функция 'Isqcurvefit', MATLAB Optimization Toolbox). Результаты аггпрокси-мации спектральных плотностей координат микропрофиля приведены в табл. I.

Табл. 1. Параметры аппроксимирующей функции спектральных плотностей

Колея а Р СУ , м

Необработанный 1 [равая 0,0015 0,0117 0,0355

профиль Левая 0,0036 0,0163 0,0414

Обработанный про- Правая 0,0025 0,0138 0,0219

филь Левая 0.0032 0,0172 0,0247

Найденные статистические характеристики флюктуации координат продольного профиля грунтовой поверхности использованы при имитационном

моделировании рабочего процесса автогрейдера для формирования возмущений от неровностей микропрофиля. Коэффициенты сглаживания по правой и левой колеям составляют для серийного рабочего оборудования

Куп = О/п /ауп = 1,62; Кул =а/я /ау„ = 1,68. (29)

С помощью имитационной модели рабочего процесса автогрейдера ДЗ-143-1 без управления рабочим органом получены среднеквадратические отклонения высотных координат необработанного профиля, координат отвала и определены коэффициенты сглаживания. Расхождение между статистическими характеристиками выходных параметров рабочих процессов составляет от 7 до 15%, что говорит об адекватности имитационных моделей.

С целью определения статистических характеристик основных рабочих нагрузок, действующих на ЗТМ в тяговом режиме, проведен анализ экспериментальных данных, полученных при испытаниях автогрейдера с отвалом переменной длины. В МЭУ «Омскавтодор» при участии автора спроектирован и изготовлен грейдерный отвал с выдвижными боковыми секциями на основе запатентованного технического решения (рис. 13). Его отличие от существующих конструкций состоит в том, что при втягивании боковые секции-удлинители поднимаются и не мешают резанию грунта основным ножом, а высота и профиль удлинителей идентичны параметрам основного отвала. Благодаря этому потери грунта при его перемещении удлинителями снижаются. Модифицированный отвал, длина которого была увеличена на 1,6 м, установлен на автогрейдер ДЗ-143-1. В результате эксперимента определены сопротивление перемещению грунта /'(/), действительная скорость машины у(/), коэффициент буксования &(/), тяговая мощность

%

Щ

ИШвивЯИВ

Рис. 13. Модифицированный отвал переменной дайны

Для автогрейдера с серийным отвалом среднеквадратическое отклонение составляет =2,24кН; с модифицированным отвалом — с;,=3,83кН. Для оценки адекватности имитационных моделей тягового режима автогрейдера со

стандартным отвалом проведен вычислительный эксперимент при заданных статистических характеристиках силы сопротивления Р(/) Получено математическое ожидание тяговой мощности = 32270 Вт, среднеквадратическое отклонение 0}^}= 3070 Вт Расхождение между теоретическим и экспериментальным значениями коэффициента вариации N составляют 11%

В пятой главе приведена методика идентификации и моделирования рабочих процессов ЗТМ на основе нейросетевых технологий Методика позволяет находить и воспроизводить нелинейные зависимости между экспериментально измеренными показателями рабочих процессов ЗТМ в динамике Общий подход к непараметрической идентификации проиллюстрирован на рис 14

Рис 14 Идентификация рабочего процесса ЗТМ

Методика разработки нейросетевых моделей рабочих процессов ЗТМ применена к идентификации рабочего процесса тензометрической тележки На основе экспериментальных значений скорости тележки у(^), глубины резания грунта и силы сопротивления перемещению тележки Р(/) построена модель процесса резания грунта (рис 15) Выходной сигнал модели Д/) после обучения модели на экспериментальных данных должен повторять сигнал Р(?) с ошибкой е(/) —> 0

Рис 15 Идентификация рабочего процесса тензометрической тележки

Структура модели авторегрессии с внешними входами (рис 16) представляет собой динамическую двухслойную рекуррентную нейронную сеть Предложена методика определения размерности нейросетевых моделей рабочих процессов ЗТМ, основанная на цифровой статистической обработке экспериментально измеренных сигналов По автокорреляционным функциям сигна-

лов установлено, что коэффициент автокорреляции превышает 0,8 на временном интервале 0,1 с для скорост 0,5 с — для глубины резания Н/) и 0,2 с для силы сопротивления Р(г) Длины линий задержки ТЕ)Ь с учетом частоты дискретизации 10 Гц составляют соответственно 1, 5 и 2 (рис 16)

Рис 16 Нейросетевая модель рабочего процесса тензометрической тележки

Вектор настраиваемых параметров адаптивной модели, содержащий веса и смещения нейронной сети,

X = [b1, b2; IW11 ; IW12, LW12, LW2'1 ] (30)

Критерий оптимальной настройки нейросегевой модели, те текущую ошибку обучения в каждый момент времени, обозначим

F(x) = e(f) = -P(f) - a2 (i) —» 0 (31)

Задача обучения сети представляет собой задачу многомерной нелинейной оптимизации

X = argimn|F| (32)

Предложен алгоритм адаптивного обучения нейросетевой модели рабочего процесса ЗТМ, основанный на рекуррентном методе наименьших квадратов (методе экспоненциального забывания) и алгоритме динамического обратного распространения ошибки обучения Forward Perturbation

В процессе обучения нейронная сеть накапливает информацию о динамике рабочего процесса, причем новые тенденции развития процесса превалируют над более ранними Степень важности предыдущей информации о динамике процесса учитывается с помощью параметра забывания X Градиент критерия оптимального обучения сети содержит частные производные ошибки обучения по настраиваемым параметрам нейросетевой модели

ар ар ар дг 1 а ь1' д ь2' а пу" ' а т*' а 1ду'2' а ь\у21 ' | ~

Г -, (33)

о а

VF^.

дх

= -Va =

ах

да2 да2 да1 да2 да1 да2 1

д ь1' а ь2' a iw11' a iw12' a lw1 2' a lwj 1 'j

Разработан и программно реализован алгоритм адаптивного обучения нейросетевой модели рабочего процесса ЗТМ На каждом шаге по времени корректируется вектор весовых коэффициентов и смещений сети Х(/) в соответствии с рекуррентным выражением

Х(<) = X(i - At) - р(/ - А/)х VF(i)x e{t), (34)

где At - интервал дискретизации по времени

Используемая в алгоритме матрица ковариации вектора Х(/) параметров нейросети

,ч / р(/ - Д?)х VF(t)

(t l) {{jl + [VF(i)f x p(t - A()x Vf(i)Jx [VF(i)f x p(i - At))\

Адаптивная нейросетевая модель процесса резания грунта позволяет моделировать и прогнозировать зависимость силы сопротивления перемещению тензометрической тележки в зависимости от глубины резания грунта и скорости тележки в динамике Оценена точность прогнозирования P(t), средняя относительная ошибка после обучения сети составляет 4,5%

Для обоснования применимости нейросетевого подхода к идентификации и моделированию различных ЗТМ разработана нейросетевая модель рабочего процесса бульдозера, позволяющая моделировать зависимость тяговой мощности от заглубления отвала. Для обучения модели использованы экспериментальные сигналы, приведенные в главе 4 заглубление отвала /(/), сила сопротивления копанию P(t) и действительная скорость v(i) Нейросетевая модель (рис 17), состоит из двух сетей сеть 1 моделирует зависимость силы P(i) от заглубления отвала /(/), а сеть 2 — зависимость скорости v(f) от силы p(i) и заглубления отвала /(/). Модель функционирует в двух режимах, переключение между которыми обозначено ключевым элементом (рис 17) В режиме обучения модели на входы нейронных сетей подаются экспериментально измеренные сигналы /(t) и P(t), для обучения сети 2 используется сигнал v(i) В режиме моделирования и прогнозирования на вход модели подается сигнал l(t), на вход сети 2 поступает выходной сигнал сети 1, т е моделируемое значение си-

лы /'(/). Выходом модели является моделируемое значение тяговой мощности бульдозера Л''(/). Каждая из нейронных сетей 1 и 2 представляет собой нелинейную модель авторегрессии с внешними входами, в частности, динамическую рекуррентную двухслойную нейронную сеть.

Заглубление

Рис. 17. Нейросетевая модель рабочего процесса бульдозера

Входной сигнал модели, использованный для обучения, моделирования и верификации, представлен на рис. 18. Адаптивное обучение модели остановлено в момент времени ? = 9,5 с. При полученных в этот момент времени значениях параметров нейросетевой модели выполнено моделирование силы сопротивления копанию и скорости машины (рис. 19), а также построен прогноз на 0,5 с вперед.

На рис. 20 представлен выход нейросетевой модели — тяговая мощность бульдозера. При моделировании и прогнозировании выход нейронной сети близок к экспериментальным данным только на временном интервале 7 — 10 с. Это связано с неизмеряемым изменением толщины стружки, а также быстро изменяющимися условиями сцепления движителей с грунтом. Поэтому параметры адаптивной нейросетевой модели необходимо подстраивать в реальном времени. Оценена точность прогнозирования тяговой мощности ¥(/), средняя относительная ошибка составляет 14,7% на интервале от 7 до 10 с.

2 0,2 -

г, с

Рис. 18. Заглубление бульдозерного отвала

Выход обученной нейронной сета 1 Р(/) •

Рис. 19. Моделирование силы сопротивления копанию и действительной скорости машины

150

100

СП X

50

! ! ! Выход модели __________X МЛ Я ________ .

* Ух /г

1 ; МО Эксперимент — | 1 ^ЧЯ«» *

и С

10

Рис. 20. Моделирование тяговой мощности бульдозера

Методика идентификации рабочих процессов ЗТМ и модели, полученные на ее основе, предназначены для использования при разработке адаптивных САУ рабочими процессами ЗТМ.

В шестой главе представлена методика разработки адаптивных систем управления рабочими процессами ЗТМ, основанная на применении нейросете-вых технологий. Для формирования управляющих воздействий на ЗТМ, в частности, электрических сигналов включения гидрораспределителей гидроцилиндров подъема-опускания рабочего органа, разработаны струкгура и алгоритмы функционирования адаптивного нейросетевого управляющего устройства. Предложены 2 структуры адаптивных САУ: первая предназначена для поддер-

жания заданного значения силы Р (из условия максимальной производительности), вторая — для поиска и поддержания максимального значения тяговой мощности N

Разработана САУ рабочим органом ЗТМ, функционирующая в режиме поддержания заданного значения силы сопротивления Р перемещению ЗТМ (рис 21) В качестве объекта управления (ОУ) использована имитационная модель рабочего процесса автогрейдера из главы 3

Управляющее устройство (УУ) вырабатывает электрический сигнал управления се [—1,1] для включения пропорционального гидропривода рабочего органа ЗТМ При с < 0 производится заглубление рабочего органа ЗТМ, при с > 0 — подъем Управляемой величиной является сила сопротивления перемещению ЗТМ Р Управляющее устройство содержит задатчик (3), формирующий заданное значение силы сопротивления Р3, нейросетевой регулятор (НСР) и нейросетевую модель (НСМ) объекта управления Заданное значение силы Р3 сравнивается с текущим выходом объекта Р, ошибка управления ес поступает на вход нейросетевого регулятора Регулятор формирует управляющий сигнал с, который поступает на входы ОУ и НСМ Пунктирными стрелками показано обратное распространение ошибки, необходимое для настройки параметров УУ Выход модели Р сравнивается с выходом объекта Р, и обратное распространение ошибки моделирования ер используется для коррекции

параметров модели НСМ накапливает информацию о динамике ОУ Выход модели Р также сравнивается с заданным значением силы Р3, и оценка ошибки управления ёс, согласно алгоритму обратного распространения и с учетом параметров НСМ, используется для настройки параметров регулятора

Рис 21 Структура адаптивной системы управления

Регулятор и модель объекта в составе УУ представляют собой каскад-но-соединенные динамические двухслойные рекуррентные нейронные сети (рис 22) Каждая сеть — это нейросетевая модель авторегрессии с внешними входами НАЮС ТОЬ — линии задержки сигналов, 1\У, — массивы весо-

вых коэффициентов, b - векторы смещений, f — функции активации нейронов 1, 2 и 3 слой нейронов содержат нелинейные функции активации — гиперболический тангенс, 4 слой — линейную функцию активации Длина линий задержки входов определена методами корреляционного анализа сигналов, как в главе 5 линия TDL1'1 имеет длину 12, TDL2'2 и TDL42 — длину 11, TDL44 — длину 17 Количество нейронов в 1 слое составляет 42, слой 3 содержит 56 нейронов, слои 2 и 4 — по одному нейрону В программной реализации нейронной сети использован пакет расширения MATLAB Neural Network Tool box

Разработан алгоритм адаптивной настройки УУ, преследующий две цели Первая - это коррекция вектора X2 = [b3, b4, LW3'2, LW3'4, LW43 ] весов и смещений модели, исходя из условия минимизации текущей ошибки моделирования

eP(t)= P(t)~ P(t)= К')" а4(/)-> 0 (36)

Вторая цель — коррекция вектора X1 = [b1, b2, IW11, LW12; LW2 весов и смещений регулятора из условия минимизации оценки ошибки управления

ec{t)= РМ)~ H')=rM-*4(t)^0 (37)

Рис 22 Нейронная сеть в структуре управляющего устройства

На каждом шаге по времени выполняется прямое распространение сигналов нейронной сети, затем — коррекция параметров НСМ и НСР При этом на выходе 2 слоя сети формируется управляющий сигнал с(г) Для оценки эффективности нейросетевого управления рабочим процессом ЗТМ выполнено сравнение адаптивного нейросетевого управления с традиционным пропорциональным регулированием Управляющее устройство должно поддерживать заданный уровень силы сопротивления перемещению ЗТМ Р3 = 55 кН Среднеквад-ратическое отклонение управляемой величины, т е силы сопротивления перемещению ЗТМ, при использовании заранее настроенного пропорционального

регулятора составляет ст{Р} = 3,216 кН, при адаптивном нейросетевом управлении снижается до сг{р}= 2,928 кН. Среднеквадратическое отклонение тяговой мощности снижается на 13% с величины о{Л'}= 1,703 кВт до о{ЛГ} = 1,5 кВт Нейросетевое управляющее устройство автоматически подстраивается под изменение статистических характеристик возмущений и динамических свойств объекта, что избавляет от необходимости ручной настройки параметров регулятора

Максимизация математического ожидания и минимизация дисперсии тяговой мощности n является важной задачей управления тяговыми режимами ЗТМ Предложена адаптивная САУ рабочим органом ЗТМ, предназначенная для поиска и поддержания максимального значения тяговой мощности

Моделирование процесса адаптивного управления тяговой мощностью ЗТМ осуществляется согласно схеме на рис 23 УУ состоит из нейросетевой модели рабочего процесса, предназначенной для учета информации о динамике рабочего процесса ЗТМ, и нейросетевого регулятора, предназначенного для формирования управляющего сигнала включения гидрораспределителей с Нейросетевая модель рабочего процесса ЗТМ в составе УУ состоит из двух нейронных сетей Нейросетевая модель 1 (НСМ1) воспроизводит зависимость между сигналом включения гидрораспределителей се [—1,1] и силой сопротивления />(/) Обучение НСМ1 выполняется методом обратного распространения ошибки ер моделирования силы сопротивления Нейросетевая модель 2 (НСМ2) имитирует зависимость действительной скорости т{/) от силы Р(/) и обучается методом обратного распространения ошибки е„ моделирования скорости

Имитационная модель рабочего процесса автогрейдера (объект управления)

с(0

Формирование сопротивлений на отвале т Формирование

скорости ЗТМ

Рис 23 Структура нейросетевой системы управления тяговой мощностью Задатчик (3) формирует заданное значение силы сопротивления Р,(е) Значение Р3(/)= 55 кН выбрано в результате имитационного моделирования рабочего процесса автогрейдера (гл 3), т к при этом значении силы сопро-

тивления тяговая мощность приближается к максимальному уровню n ~ 80 кВт Задатчик также формирует заданное значение тяговой мощности N3 = 80 кВт, в окрестности которого будет найдено максимальное значение n Это необходимо для такой настройки нейросетевого регулятора, чтобы автоматически определялось и поддерживалось максимальное значение n Рассогласование между действительным и заданным значениями силы сопротивления ес поступает на вход регулятора НСР Выход нейросетевой модели, т е оценка тяговой мощности n(t) сравнивается с заданным уровнем ns, и оценка ошибки управления тяговой мощностью cn используется для адаптивной настройки параметров НСР Для коррекции параметров нейронной сети реализован алгоритм адаптивного обучения НСМ1, НСМ2 и НСР, основанный на рекуррентном методе наименьших квадратов

Выполнено сравнение показателей рабочего процесса ЗТМ при использовании традиционного пропорционального регулирования и при использовании нейросетевого управляющего устройства В процессе поддержания максимального значения тяговой мощности математическое ожидание силы сопротивления возросло до А/{р}= 56,03 кН, среднеквадратическое отклонение составило ст{р}=3,09 кН по сравнению с ст{р} = 3,22 кН для П-регулятора Математическое ожидание тяговой мощности составляет при адаптивном управлении M{n\= 78 кВт, при использовании пропорционального регулятора — m{n} = 77,55 кВт Среднеквадратическое отклонение тяговой мощности при адаптивном управлении снизилось на 20% и составило cr{iV}= 1,355 кВт Таким образом, по критерию тяговой мощности адаптивная нейросетевая САУ имеет более высокое качество управления Кроме того, преимуществом адаптивной системы является самонастройка регулятора при изменяющихся условиях рабочего процесса

Выполнено сравнение эффективности адаптивной САУ с традиционными подходами к управлению рабочими процессами по критерию удельной энергоемкости Удельная энергоемкость единицы продукции в режиме поперечного перемещения грунта автогрейдером определена по имитационной модели процесса управления

ny0 = ne/nm=m{me ше} t4/q, (38)

где ме - крутящий момент, развиваемый двигателем, сое — угловая скорость вала двигателя, / — длительность рабочего прохода, q — объем перемещенного грунта Исследован рабочий процесс автогрейдера на протяжении 90 с Удельная энергоемкость единицы перемещенного грунта для автогрейдера, оснащенного САУ с релейным регулятором, составляет N^ = 598 кДж/м3 Отключение регулятора после выхода на заданный нагрузочный режим, т е работа автогрейдера без автоматического управления отвалом, вызывает повышение удельной энергоемкости до N^ =750,4 кДж/м3 Использование в

САУ отвалом гидрораспределителей пропорционального действия позволяет применять П-регулятор С его использованием удельная энергоемкость снижается до А'>й = 513 кДж/м3. Моделирование процесса адаптивного управления показало, что удельная энергоемкость единицы продукции при использовании нейросетевой системы управления снижается до значения N^ = 496 кДж/м3. Годовой экономический эффект от оснащения автогрейдера адаптивной нейросетевой САУ составит 3110900 руб Таким образом, эффективность ЗТМ повышается за счет разработанной адаптивной системы управления рабочим процессом

основные результаты и выводы по работе

1 Выполнен анализ работ по моделированию динамики рабочих процессов ЗТМ, по управлению рабочими процессами ЗТМ, обзор методов адаптивного и интеллектуального управления Сделан вывод о целесообразности разработки адаптивных систем автоматического управления рабочими процессами ЗТМ, функционирующих на основе нейросетевых технологий

2 Разработана методика аналитико-имитационного моделирования рабочих процессов ЗТМ, согласно которой аналитические и имитационные модели подсистем рабочего процесса включаются в общую имитационную модель

3 Предложены математические модели случайных возмущений, действующих на ЗТМ со стороны неровностей микропрофиля грунтовой поверхности, а также вызванные неоднородностью свойств грунта Для формирования случайных сигналов возмущений получены выражения передаточных функций формирующего фильтра, позволяющие учесть переменную скорость движения машины

4 Разработана модель зависимостей между геометрическими параметрами автогрейдера, координатами рабочего органа и глубиной резания грунта Предложена динамическая модель формирования призмы волочения на поворотном отвале ЗТМ, позволяющая учесть переменную глубину резания грунта и скорость ЗТМ Предложены динамические модели приводов ЗТМ с механической и гидромеханической трансмиссиями Модели устанавливают связи между регуляторной характеристикой двигателя, характеристикой трансмиссии, нелинейной зависимостью коэффициента буксования от внешних нагрузок, инерционными характеристиками, скоростью ЗТМ и переменными сопротивлениями на рабочем органе ЗТМ

5 Получены имитационные модели рабочих процессов автогрейдера, позволяющие провести вычислительные эксперименты Имитационные модели имеют практическую ценность, поскольку позволяют исследовать виртуальный прототип ЗТМ в различных режимах и сократить затраты на проведение дорогостоящих натурных экспериментов Исследованы тяговые режимы и процессы

профилирования земляного полотна автогрейдером с механической и гидромеханической трансмиссиями Исследованы рабочие процессы автогрейдера, оснащенного релейным и пропорциональным регулятором системы автоматического управления отвалом В частности, установлено, что в тяговом режиме математическое ожидание тяговой мощности автогрейдера с механической трансмиссией выше на 20%, чем с гидромеханической, но среднеквадратическое отклонение тяговой мощности выше на 62% На основе результатов вычислительных экспериментов выбраны рекомендуемые нагрузочные режимы, которые необходимо поддерживать с помощью САУ

6 Проведены экспериментальные исследования рабочих процессов тен-зометрической тележки, автогрейдера и бульдозера. Результаты экспериментальных исследований использованы для доказательства адекватности имитационных моделей, эффективности модернизированного рабочего оборудования ЗТМ, а также разработки методики нейросетевой идентификации рабочих процессов ЗТМ Предложена методика автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ, создан измерительный комплекс, имеющий практическую ценность

7 Разработана методика нейросетевой идентификации и моделирования рабочих процессов ЗТМ Впервые применен математический аппарат нейронных сетей для создания адаптивных динамических моделей рабочих процессов Верификация моделей тензометрической тележки и бульдозера подтверждает хорошую точность моделей Методика идентификации рабочих процессов ЗТМ предназначена для создания адаптивных моделей в составе САУ

8 Предложена методика разработки адаптивных систем управления рабочими процессами ЗТМ Предложены две структуры адаптивных САУ первая предназначена для поддержания заданного значения силы сопротивления на рабочем органе, вторая — для поиска и поддержания максимального значения тяговой мощности Обоснована структура и алгоритмы функционирования систем управления Программная реализация алгоритмов функционирования систем имеет практическую ценность и может бьггь использована для разработки реальных систем управления

9 Выполнена сравнительная оценка эффективности ЗТМ, оснащенной традиционными и адаптивной САУ по критерию удельной энергоемкости Удельная энергоемкость для тягового режима автогрейдера с релейным регулятором составляет 598 кДж/м3, с пропорциональным регулятором снижается на 17%, а с адаптивным нейросетевым регулятором - на 21% Таким образом, адаптивное управление рабочим процессом приводит к повышению эффективности ЗТМ

основные положения диссертации опубликованы в следующих работах:

1 Мещеряков В А Повышение производительности автогрейдера при планировочных работах// Труды СибАДИ— Омск Изд-во СибАДИ, 1998 — Выл 2,ч. 1 - С 28-32

2 Амельченко В Ф , Денисов В П, Мещеряков В А Модернизированный рабочий орган автогрейдера в технологическом процессе// Тезисы II Международной научно-технической конференции «Автомобильные дороги Сибири» - Омск, СибАДИ, 1998 -С 229-230

3 Амельченко В Ф, Денисов В П, Мещеряков В А Исследование систем стабилизации высотной координаты рабочего органа автогрейдера// Известия вузов Строительство —1999 -№2-3 —С 108—111 *)

4 Амельченко В Ф, Денисов В П, Мещеряков В А Исследование устойчивости двухканальной системы управления рабочим органом автогрейдера//Известия вузов Строительство —1999 —№10 -С 81—85 *)

5 Прибор для оценки ровности дорожных покрытий Патент 2136805 РФ, МПКЕ 01 С 23/07/В Ф Амельченко, В п Денисов, И И Матяш, В А Мещеряков — Опубл 1999 —7с

6 Рабочее оборудование автогрейдера Патент 2133317 РФ, МПК Е 02 F 3/76/ В Ф Амельченко, В П Денисов, В А Мещеряков, А А Славский -Опубл 1999 - 10 с

7 Рабочий орган землеройно-транспортной машины Патент 2135698 РФ, МПК Е 02 F 3/76/ В Ф Амельченко, В П Денисов, И И Матяш, В А Мещеряков, А А. Славский —Опубл 1999 —9с ил

8 Денисов В. П, Матяш И И, Мещеряков В А Как сибиряки автогрейдер вылечили// Автомобильные дороги — 2000 — № 7 — С 43 *)

9 Денисов В. П, Мещеряков В А, Матяш И. И Повышение производительности автогрейдера при перемещении грунта изменением длины отвала// Современные проблемы транспортного строительства, автомобилизации и высокоинтеллектуальные научно-педагогические технологии Тез докл на Меж-дунар научной конференции, поев 70-летию СибАДИ — Омск Изд-во СибАДИ, 2000 - Т Ш Машины и процессы в строительстве — с 7—9

10 Денисов В. П, Мещеряков В А Оценка качества выполняемых автогрейдером профилировочных работ// Машины и процессы в строительстве Сб науч тр № 3 — Омск Изд-во СибАДИ, 2000 - С 130-134

11 Автогрейдер Патент 2164576 РФ, МПК Е 02 F 3/76/ В Ф Амельченко, В П Денисов, И И Матяш, В. А Мещеряков — Опубл 2001 -6 с

12 Денисов В. П, Мещеряков В А , Матяш И И Результаты экспериментальных исследований автогрейдера с отвалом переменной длины// Строительные и дорожные машины — 2001 —№ 5 — С 13-15 *)

*) Здесь и далее публикации в изданиях, рекомендуемых ВАК РФ

13 Исследование одномассовой модели автогрейдера в режиме перемещения грунта / В П Денисов, В А Мещеряков, И И Матяш // Труды СибА-ДИ -Омск Изд-воСибАДИ,2001 — Вып 4-4 4.-С.59-64

14 Водобоев В Г, Мещеряков В А Конечно-элементная модель процесса резания грунта рабочим органом землеройно-транспортной машины// Строительные и дорожные машины — 2002 —№3 —С 8—11 *)

15 ВолобоевВ Г, Мещеряков В А. Исследование конечно-элементной модели взаимодействия рабочего органа с грунтом// Строительные и дорожные машины — 2002 — № 5 — С 40-41 *)

16 Денисов В П, Мещеряков В А. Оптимизация длины отвала автогрейдера для режима перемещения грунта// Строительные и дорожные машины — 2002 — № 5 — С 31-33 *)

17 Денисов В П, Мещеряков В А Предпосылки проектирования системы автоматического управления скоростью автогрейдера// Образование и социально-экономические проблемы современного общества Сб науч тр / Омский институт предпринимательства и права/ Под ред АЛ Барановского — Омск: Изд-во «Прогресс» Омского института предпринимательства и права, 2002 г - С 227-229

18 Денисов В П, Мещеряков В А Прогнозирующая модель буксования автогрейдера// Образование и социально-экономические проблемы современного общества Сб науч трУ Омский институт предпринимательства и права/ Под ред А И Барановского. — Омск Изд-во «Прогресс» Омского института предпринимательства и права, 2002 г — С 230-233

19 ВолобоевВ Г, Мещеряков В А, Коротких П В Исследование влияния на нагруженность рабочего оборудования упругих элементов связи Отчет о НИР (промежуточный)/СибАДИ - №ГР 01200103843, Инв № 02200303624 - Омск, 2002 - 62 с

20 Денисов В П, Мещеряков В А Исследование системы автоматического управления скоростью автогрейдера// Строительные и дорожные машины -2003-№5,-С 39-41.*)

21 ВолобоевВ Г, Мещеряков В А, Коротких П В Теория управления режимом нагружения пространственных конструкций землеройных и транспортных машин Отчет о НИР (заключит )/ СибАДИ - № ГР 01200103843, Инв №02200402087 - Омск, 2003 -60 с

22 Мещеряков В А Идентификация землеройно-транспортных машин как динамических объектов на основе нейросетевых технологий// Проблемы создания и эксплуатации автомобилей, специальных и технологических машин в условиях Сибири и Крайнего Севера. Материалы 43-й Международной научно-технической конференции Ассоциации автомобильных инженеров — Омск Изд-во «ЛЕО», 2004 - С 176

23 Волобоев В Г, Мещеряков В А, Сачук А Ю Результаты теоретического и экспериментального исследования процесса резания грунта рабочим органом землеройно-транспортной машины // Проблемы создания и эксплуата-

ции автомобилей, специальных и технологических машин в условиях Сибири и Крайнего Севера Материалы 43-й Международной научно-технической конференции Ассоциации автомобильных инженеров — Омск Изд-во «JIEO», 2004 -С 177-178

24 Волобоев В Г , Мещеряков В А, Сачук А Ю Результаты лабораторных исследований процесса резания грунта рабочим органом землеройно-транспортный машины// Строительные и дорожные машины — 2004-№ I-С. 44-45 *)

25 Мещеряков В А Нейросетевая динамическая модель рабочего процесса землеройной машины // Межвузовский сборник трудов молодых ученых, аспирантов и студентов — Омск СибАДИ, 2004 —Вып 1,ч 1 —С 135—141

26 Мещеряков В А , Вебер В В Динамический анализ рабочего оборудования автогрейдера с применением CAD/CAE-технологий // Межвузовский сборник трудов молодых ученых, аспирантов и студентов — Омск СибАДИ, 2004 -Вып 1,ч 1.-С 141-146

27 Мещеряков В. А Основы научных исследований Методические указания к курсу лабораторных работ — Омск Изд-во СибАДИ, 2004 — 28 с

28 Мещеряков В. А Оптимальное проектирование металлоконструкций строительных и дорожных машин Методические указания к курсу лабораторных работ - Омск: Изд-во СибАДИ, 2004 — 24 с

29 Мещеряков В А Идентификация строительных машин как нелинейных динамических систем на основе нейросетевых технологий// Труды Второй Всероссийской научной конференции «Проектирование инженерных и научных приложений в среде MATLAB» — М Институт проблем управления им В А Трапезникова РАН, 2004 - С 1300-1308

30 Волобоев В Г , Мещеряков В А, Малыгин В И Определение жесткости металлоконструкции рабочего оборудования бульдозера методом конечных элементов// Вестник Сибирской государственной автомобильно-дорожной академии (СибАДИ) — Омск Издательский дом «ЛЕО», 2004 — Вып 1 — С 191-193

31 Мещеряков В А Методика разработки информационных систем для формирования, представления и обработки экспериментальных данных в Internet. Отчет о НИР (заключит )/ СибАДИ - № ГР 01200307543 - Омск, 2004 -89 с

32 Волобоев В Г , Мещеряков В А , Сурма В М Динамический анализ рабочего оборудования скрепера с применением программ SohdWorks и MCS visualNastran Desktop 4D// Машины и процессы в строительстве Сб науч тр № 5 - Омск Изд-во СибАДИ, 2004 - С 117-121

33 Денисов В П, Матяш И И, Мещеряков В А Обоснование структуры и определение параметров одномассовой модели землеройно-транспортной машины// Машины и процессы в строительстве Сб науч тр № 5 — Омск Изд-во СибАДИ, 2004. - С 172-178

34 Мещеряков В А Моделирование динамики землеройной машины на основе рекуррентной нейронной сети// Машины и процессы в строительстве Сб науч тр №5-Омск Изд-воСибАДИ,2004 - С 231-237

35 Денисов В П, Мещеряков В А Исследование статистических характеристик показателей рабочего процесса землеройно-транспортных машин с учетом нелинейностей в структуре их математических моделей// Машины и процессы в строительстве Сб науч тр № 5 — Омск Изд-во СибАДИ, 2004 — С 237-243

36 Мещеряков В А Идентификация строительных машин как нелинейных динамических систем на основе рекуррентных нейронных сетей// Труды IV Международной конференции «Идентификация систем и задачи управления» 81СРИО '05 Москва, 25—28 января 2005 г Институт проблем управления им В А Трапезникова РАН М Институт проблем управления им В А Трапезникова РАН, 2005 -С 904-915

37 Мещеряков В А , Денисов В П Исследование статистических характеристик математической модели строительной машины как нелинейной динамической системы с переменными параметрами// Труды IV Международной конференции «Идентификация систем и задачи управления» 81СРЯО '05 Москва, 25—28 января 2005 г Институт проблем управления им В А Трапезникова РАН М Институт проблем управления им В А Трапезникова РАН, 2005 -С 586-592

38 Мещеряков В А. Прогнозирование динамики строительных машин на основе рекуррентных нейронных сетей// Вестник Сибирской государственной автомобильно-дорожной академии (СибАДИ) — Омск Издательский дом «ЛЕО», 2005 -№1(2) -С 179-184

39 Волобоев В Г , Мещеряков В А , Малыгин В И Имитационная модель рабочего оборудования бульдозера// Дорожно-транспортный комплекс как основа рационального природопользования Материалы Международной научно-технической конференции, поев 100-летию проф К А Артемьева, 23-25 ноября 2004 г - Омск Изд-во СибАДИ, 2005 - Книга 1 -С 5-7

40 Денисов В П, Мещеряков В А Синтез регулятора системы автоматического управления рабочим процессом землеройно-транспортной машины // Качество Инновации Наука Образование Материалы Международной научно-технической конференции, 15—17 ноября 2005 г — Омск. Изд-во СибАДИ, 2005 -Кн 1 -С 135-140

41 Мещеряков В А Динамическая модель привода землеройно-транспортной машины с гидромеханической трансмиссией// Вестник Сибирской государственной автомобильно-дорожной академии (СибАДИ) — Омск, 2007 -Вып 5-С 229-233

42 Мещеряков В А Динамическая модель формирования призмы волочения поворотного отвала землеройно-транспортной машины // Известия вузов Строительство -2007 -№7 - С 94-96 *)

43 Мещеряков В А Рекуррентный алгоритм нейросетевой идентификации рабочего процесса землеройно-транспортной машины // Вестник Ижевского государственного технического университета. — 2007 — № 3 — С 63-66 *)

44. Мещеряков В. А Адаптивная нейросетевая система управления тяговой мощностью землеройно-транспортной машины Н Нейроинформатика, ее приложения и анализ данных Материалы XV Всероссийского семинара, 5—7 октября 2007 г / Под ред А Н Горбаня, Е М Миркеса Отв. за вып Г М Садовская, ИВМ СО РАН, Красноярск, 2007 -С 90-92

45 Мещеряков В А Моделирование нейросетевой адаптивной системы управления нелинейным динамическим объектом П Труды Всероссийской научной конференции «Проектирование научных и инженерных приложений в среде МАТЬАВ» — СПб.- Изд-во С -Петерб ун-та, 2007. - С. 910-920

46. Мещеряков В А, Вебер В В Реализация модели рабочего процесса автогрейдера в МАТЬАВ/ЗипиЬпк // Труды Всероссийской научной конференции «Проектирование научных и инженерных приложений в среде МАТЬАВ» — СПб. Изд-во С -Петерб ун-та, 2007. - С 711-716

47 Мещеряков В А, Вебер В В Динамическая модель привода землеройно-транспортной машины с механической трансмиссией // Механизация строительства.-2007 -№ 10 -С 27-29

48 Мещеряков В А Нейросетевое адаптивное управление тяговыми режимами землеройно-транспортных машин Монография — Омск ОмГТУ, 2007 -219с

Подписано к печати 21 11 2007 Формат 60x90 1/16 Бумага офсетная Отпечатано на дупликаторе Уел п л 2,4 Уч-издл_2,3 Тираж 140 экз Заказ 207

Отпечатано в ПО УМУ СибАДИ Омск, пр Мира, 5

ВВЕДЕНИЕ.

1. СОСТОЯНИЕ ВОПРОСА. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЙ.

1.1. Анализ работ по моделированию динамики рабочих процессов ЗТМ.

1.2. Анализ работ по управлению рабочими процессами ЗТМ.

1.3. Обзор методов адаптивного и интеллектуального управления.

1.4. Выводы по обзору. Цель и задачи исследований.

2. МЕТОДИКА АНАЛИТИКО-ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ РАБОЧИХ ПРОЦЕССОВ ЗТМ.

2.1. Структура модели рабочих процессов ЗТМ.

2.2. Модели формирования силы сопротивления на рабочем органе ЗТМ.

2.2.1. Конечно-элементная модель процесса резания грунта рабочим органом ЗТМ.

2.2.2. Статистический подход к моделированию силы сопротивления на рабочем органе ЗТМ.

2.3. Математическое моделирование возмущающих воздействий от случайного микропрофиля грунтовой поверхности.

2.3.1. Дискретная передаточная функция формирующего фильтра.

2.3.2. Непрерывная передаточная функция формирующего фильтра.

2.3.3. Моделирование возмущений при переменной скорости ЗТМ.

2.4. Моделирование зависимостей между геометрическими параметрами ЗТМ, координатами рабочего органа и глубиной резания грунта.

2.5. Динамическая модель формирования призмы волочения.

2.6. Моделирование буксования ЗТМ.

2.7. Моделирование силовой установки ЗТМ.

2.8. Моделирование привода ЗТМ.

2.8.1. Моделирование привода ЗТМ с механической трансмиссией.

2.8.2. Моделирование привода ЗТМ с гидромеханической трансмиссией.

2.9. Выводы по главе.

3. РЕЗУЛЬТАТЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ РАБОЧИХ ПРОЦЕССОВ ЗТМ.

3.1. Моделирование процесса профилирования поверхности земляного полотна.

3.2. Моделирование тяговых режимов автогрейдера.

3.3. Выводы по главе.

4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ РАБОЧИХ ПРОЦЕССОВ ЗТМ.

4.1. Методика автоматизированного сбора экспериментальных данных.

4.1.1. Выбор аппаратных средств.

4.1.2. Выбор программного обеспечения.

4.1.3. Методика оцифровки экспериментальных данных.

4.2. Результаты лабораторных исследований процесса резания грунта рабочим органом ЗТМ.

4.3. Результаты экспериментальных исследований рабочего процесса бульдозера.

4.3.1. Состав регистрирующего оборудования.

4.3.2. Подготовка регистрирующей аппаратуры к работе.

4.3.3. Результаты измерений.

4.4. Результаты экспериментальных исследований рабочего процесса автогрейдера с модернизированным рабочим оборудованием.

4.5. Результаты экспериментальных исследований рабочего процесса автогрейдера с отвалом переменной длины.

4.6. Выводы по главе.

5. МЕТОДИКА ИДЕНТИФИКАЦИИ И МОДЕЛИРОВАНИЯ РАБОЧИХ ПРОЦЕССОВ ЗТМ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ.

5.1. Структуры нейросетевых моделей рабочих процессов ЗТМ.

5.2. Алгоритм адаптивного обучения нейросетевой модели.

5.2.1. Реализация рекуррентного метода наименьших квадратов.

5.2.2. Вычисление градиента критерия обучения методом динамического обратного распространения ошибки.

5.3. Результаты нейросетевого моделирования рабочих процессов ЗТМ.

5.4. Выводы по главе.

6. МЕТОДИКА РАЗРАБОТКИ АДАПТИВНЫХ СИСТЕМ УПРАВЛЕНИЯ РАБОЧИМИ ПРОЦЕССАМИ ЗТМ.

6.1. Структура адаптивного управляющего устройства.

6.2. Алгоритм функционирования адаптивного нейросетевого регулятора.

6.3. Адаптивное нейросетевое управление тяговой мощностью.

6.4. Оценка экономического эффекта.

6.5. Выводы по главе.

Повышение качества, снижение сроков и себестоимости дорожного строительства неразрывно связаны с проблемами эффективного использования землеройно-транспортных машин (ЗТМ). Поскольку на земляные работы при строительстве дорог приходится более половины материальных затрат, к ЗТМ предъявляются все более высокие требования по производительности и точности выполняемых технологических операций. Превращение ЗТМ в эффективный, точный и удобный инструмент для операторов различной квалификации невозможно без автоматизации рабочих процессов.

В настоящее время системы автоматического управления (САУ) ЗТМ еще не получили повсеместного распространения. Сложная автоматика не всегда способна заменить человека. Это обусловлено рядом причин. Одна из них - это различия в методах управления машиной, используемых человеком-оператором и автоматическими регуляторами. Традиционные подходы к автоматическому управлению предусматривают предварительную настройку параметров регулятора и алгоритма управления, которые не изменяются в течение рабочих проходов. Человек-оператор, даже не имея численных данных о показателях рабочего процесса, подстраивает алгоритм ручного управления ЗТМ под изменяющиеся условия, обучаясь методом проб и ошибок. В настоящей работе выдвинута гипотеза, согласно которой эффективность автоматического управления рабочими процессами можно повысить за счет создания адаптивных систем управления, параметры которых подстраиваются под изменяющиеся условия рабочих процессов.

Разработка систем автоматического управления должна быть основана на информации о динамике рабочих процессов ЗТМ. Исследование динамики рабочих процессов является сложной задачей. Параметры рабочих процессов связаны нелинейными зависимостями, и, кроме того, не все параметры машины и среды можно измерить, учесть и точно предсказать. В настоящей работе предложены два подхода к моделированию рабочих процессов ЗТМ. Первый направлен на разработку аналитических моделей элементов рабочих процессов и их объединение в общую имитационную модель. Этот подход основан на априорной информации о конструкции ЗТМ. Аналитические модели представляют собой дифференциальные, алгебраические уравнения и передаточные функции, описывающие элементы рабочего процесса. Второй подход к моделированию рабочих процессов основан на применении математического аппарата искусственных нейронных сетей. Разработанная методика идентификации рабочих процессов позволяет создавать адаптивные динамические модели на основе измеренных параметров рабочего процесса ЗТМ. Такой подход дает возможность находить и моделировать скрытые зависимости между параметрами рабочих процессов, не имея полной информации об устройстве ЗТМ и характеристиках среды.

Исследованы два подхода к автоматическому управлению рабочими процессами. На имитационных моделях тяговых режимов автогрейдера и процессов профилирования земляного полотна исследованы рабочие процессы ЗТМ с традиционными (неадаптивными) системами управления. Согласно второму подходу, создана методика разработки адаптивных систем управления с нейросетевыми регуляторами. Выполнена сравнительная оценка адаптивных и традиционных систем управления рабочими процессами ЗТМ.

Представленные методики и положения диссертации составляют теоретическую базу исследования динамики рабочих процессов ЗТМ и разработки адаптивных систем управления рабочими процессами ЗТМ.

На защиту выносятся:

- методика аналитико-имитационного моделирования рабочих процессов ЗТМ;

- результаты вычислительных экспериментов, полученные с помощью имитационных моделей тяговых режимов и процесса профилирования земляного полотна автоматизированным автогрейдером;

- методика автоматизированного сбора и цифровой обработки экспериментальных данных о параметрах рабочего процесса ЗТМ;

- результаты экспериментальных исследований рабочих процессов тензометрической тележки, автогрейдера и бульдозера;

- методика идентификации и моделирования рабочих процессов ЗТМ на основе математического аппарата искусственных нейронных сетей;

- методика разработки адаптивных систем автоматического управления.

Научная новизна работы заключается:

- в модели формирования случайных возмущений, действующих на ЗТМ, позволяющей учесть переменную скорость машины;

- в модели зависимостей между геометрическими параметрами автогрейдера, высотными координатами микропрофиля необработанной поверхности грунта, пространственными координатами отвала, глубиной резания грунта и переменной скоростью машины;

- в динамической модели формирования призмы волочения поворотного отвала ЗТМ;

- в динамических моделях привода ЗТМ с механической и гидромеханической трансмиссиями;

- в методике нейросетевой идентификации и моделирования рабочих процессов ЗТМ, в адаптивных нейросетевых моделях процесса резания грунта, рабочего процесса бульдозера, тягового режима автогрейдера;

- в методике разработки адаптивных нейросетевых систем автоматического управления рабочими процессами ЗТМ, структуре и алгоритмах функционирования систем управления.

Практическая ценность диссертационной работы состоит:

- в программной реализации имитационных моделей рабочих процессов ЗТМ, которая позволяет проводить вычислительные эксперименты для оценки динамических характеристик ЗТМ, а также использовать имитационные модели в качестве объекта управления на первых этапах проектирования систем автоматического управления рабочими процессами и сократить затраты на проведение дорогостоящих натурных экспериментов; разработанный программный комплекс 81тЕа11Ьтоуег передан для использования в СКБ ОАО «Промтрактор» (г. Чебоксары);

- в разработке измерительного комплекса, включающим комплект датчиков и регистрирующую аппаратуру на основе крейтовой системы и ЭВМ, предназначенного для автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ;

- в оснащении бульдозера на базе трактора Т-130М бортовым измерительным комплексом, что создает базу для экспериментальных исследований рабочего процесса бульдозера;

- в программной реализации алгоритмов функционирования адаптивных нейросетевых регуляторов, которая рекомендуется к использованию при разработке систем управления рабочими процессами ЗТМ.

Диссертация выполнена на кафедре «Дорожные машины» СибАДИ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ ПО РАБОТЕ

1. Выполнен анализ работ по моделированию динамики рабочих процессов ЗТМ, по управлению рабочими процессами ЗТМ, обзор методов адаптивного и интеллектуального управления. Сделан вывод о целесообразности разработки адаптивных систем автоматического управления рабочими процессами ЗТМ, функционирующих на основе нейросетевых технологий.

2. Разработана методика аналитико-имитационного моделирования рабочих процессов ЗТМ, согласно которой аналитические и имитационные модели подсистем рабочего процесса включаются в общую имитационную модель.

3. Предложены математические модели случайных возмущений, действующих на ЗТМ со стороны неровностей микропрофиля грунтовой поверхности, а также вызванные неоднородностью свойств грунта. Для формирования случайных сигналов возмущений получены выражения передаточных функций формирующего фильтра, позволяющие учесть переменную скорость движения машины.

4. Разработана модель зависимостей между геометрическими параметрами автогрейдера, координатами рабочего органа и глубиной резания грунта. Предложена динамическая модель формирования призмы волочения на поворотном отвале ЗТМ, позволяющая учесть переменную глубину резания грунта и скорость ЗТМ. Предложены динамические модели приводов ЗТМ с механической и гидромеханической трансмиссиями. Модели устанавливают связи между регуляторной характеристикой двигателя, характеристикой трансмиссии, нелинейной зависимостью коэффициента буксования от внешних нагрузок, инерционными характеристиками, скоростью ЗТМ и переменными сопротивлениями на рабочем органе ЗТМ.

5. Получены имитационные модели рабочих процессов автогрейдера, позволяющие провести вычислительные эксперименты. Имитационные модели имеют практическую ценность, поскольку позволяют исследовать виртуальный прототип ЗТМ в различных режимах и сократить затраты на проведение дорогостоящих натурных экспериментов. Исследованы тяговые режимы и процессы профилирования земляного полотна автогрейдером с механической и гидромеханической трансмиссиями. Исследованы рабочие процессы автогрейдера, оснащенного релейным и пропорциональным регулятором системы автоматического управления отвалом. В частности, установлено, что в тяговом режиме математическое ожидание тяговой мощности автогрейдера с механической трансмиссией выше на 20%, чем с гидромеханической, но среднеквадратическое отклонение тяговой мощности выше на 62%. На основе результатов вычислительных экспериментов выбраны рекомендуемые нагрузочные режимы, которые необходимо поддерживать с помощью САУ

6. Проведены экспериментальные исследования рабочих процессов тензометрической тележки, автогрейдера и бульдозера. Результаты экспериментальных исследований использованы для доказательства адекватности имитационных моделей, эффективности модернизированного рабочего оборудования ЗТМ, а также разработки методики нейросетевой идентификации рабочих процессов ЗТМ. Предложена методика автоматизированного сбора экспериментальных данных о рабочих процессах ЗТМ, создан измерительный комплекс, имеющий практическую ценность.

7. Разработана методика нейросетевой идентификации и моделирования рабочих процессов ЗТМ. Впервые применен математический аппарат нейронных сетей для создания адаптивных динамических моделей рабочих процессов. Верификация моделей

257 тензометрической тележки и бульдозера подтверждает хорошую точность моделей. Методика идентификации рабочих процессов ЗТМ предназначена для создания адаптивных моделей в составе САУ.

8. Предложена методика разработки адаптивных систем управления рабочими процессами ЗТМ. Предложены две структуры адаптивных САУ: первая предназначена для поддержания заданного значения силы сопротивления на рабочем органе, вторая - для поиска и поддержания максимального значения тяговой мощности. Обоснована структура и алгоритмы функционирования систем управления. Программная реализация алгоритмов функционирования систем имеет практическую ценность и может быть использована для разработки реальных систем управления.

9. Выполнена сравнительная оценка эффективности ЗТМ, оснащенной традиционными и адаптивной САУ по критерию удельной энергоемкости. Удельная энергоемкость для тягового режима автогрейдера с релейным регулятором составляет 598 кДж/м3, с пропорциональным регулятором снижается на 17%, а с адаптивным нейросетевым регулятором - на 21%. Таким образом, адаптивное управление рабочим процессом приводит к повышению эффективности ЗТМ.

1. Автогрейдер ДЗ-14Э и его модификации: Техническое описание и инструкция по эксплуатации- Брянск: Брянский завод дор. машин, 1984.- 226 с.

2. Автогрейдер: Патент 2164576 РФ, МПК Е 02 F 3/76/ В. Ф. Амельченко, В. П. Денисов, И. И. Матяш, В. А. Мещеряков. -Опубл. 2001. 6 е.: ил.

3. Автомобильные дороги: Автоматизация производственных процессов в строительстве: Учебник для вузов/ Л. Я. Цикерман, В. И. Марсов, Г. И. Асмолов и др.; Под ред. Л. Я. Цикермана.- 2-е изд., перераб. и доп.- М.: Транспорт, 1986 238 с.

4. Агеев Л. Е. Основы расчета оптимальных и допускаемых режимов работы машинно-тракторных агрегатов. М.: Колос, 1978. - 256 с.

5. Алексеева Т. В. Гидропривод и гидроавтоматика землеройно-транспортных машин: Исследование и основы расчета. М.: Машиностроение, 1966. - 147 с.

6. Алексеева Т. В. Разработка следящих систем управления рабочим процессом землеройно-транспортных машин с целью повышения их эффективности.- Омск, 1974.- 175 с.

7. Амельченко В. Ф. Основные положения динамики систем управления процессом копания бульдозерными агрегатами. Омск: Зап.-Сиб. кн. изд-во, 1972. - 158 с.

8. Амельченко В. Ф. Основы динамики комплекса «землеройно-транспортная машина рабочий процесс» и синтез систем управления: Дис. д-ра. техн. наук. - Омск: СибАДИ, 1984. - 343 с.

9. Амельченко В. Ф. Управление рабочим процессом землеройно-транспортных машин. Омск: Зап.-Сиб. кн. изд-во, 1975. -232 с.

10. Амельченко В. Ф., Денисов В. П. Учет влияния глубины резанияпри определении оптимального объема призмы волочения поворотного отвала// Известия вузов. Строительство. -№ 9. 1996.

11. Амельченко В. Ф., Денисов В. П., Мещеряков В. А. Исследование систем стабилизации высотной координаты рабочего органа автогрейдера// Известия вузов. Строительство. 1999. - № 2-3. -С. 108-111.

12. Амельченко В. Ф., Денисов В. П., Мещеряков В. А. Исследование устойчивости двухканальной системы управления рабочим органом автогрейдера// Известия вузов. Строительство. 1999. - № 10. — С. 8185.

13. Амельченко В. Ф., Денисов В. П., Мещеряков В. А. Модернизированный рабочий орган автогрейдера в технологическом процессе// Тезисы II Международной научно-технической конференции «Автомобильные дороги Сибири».- Омск, СибАДИ, 1998. С. 229-230.

14. Ануфриев И. Е., Смирнов А. Б., Смирнова Е. Н. МАТЬАВ 7. -СПб.: БХВ-Петербург, 2005. 1104 с.

15. Арбатский Э. А. Исследование и обоснование параметров системы стабилизации тяговой мощности гусеничного бульдозера с гидромеханической трансмиссией: Дис. . канд. техн. наук. Омск: СибАДИ, 1982.- 198 с.

16. Артемьев К. А. Теория резания грунтов землеройными машинами: Уч. пособие.-Новосибирск: НИСИ, 1978.- 104 с.

17. Архангельский В. Н., Додин Л. Г. Состояние и тенденции развития автогрейдеров: Обзорная информация. Серия 2 «Дорожные машины». -М.: Машмир, 1991-Вып. 1.

18. Багиров Д. Д., Златопольский А. В. Двигатели внутреннего сгорания строительных и дорожных машин. М.: Машиностроение, 1974.-220 с.

19. Баловнев В. И. Дорожно-строительные машины с рабочими органами интенсифицирующего действия.- М.: Машиностроение, 1981.223 с.

20. Баловнев В. И. Моделирование процессов взаимодействия со средой рабочих органов дорожно-строительных машин.- М.: Машиностроение, 1994.—432 с.

21. Баловнев В. И., Кудайберганов Р. X. Статистические модели грунтовых условий как основа для определения технических параметров землеройных машин// Строительные и дорожные машины.- 1977. № 2. -С. 13-17.

22. Баловнев В. И., Хмара Л. А. Интенсификация разработки грунтов в дорожном строительстве. М.: Транспорт, 1993.- 383 с.

23. Бандаков Б. Ф. Автогрейдеры: Учебник для подготовки и повышения квалификации рабочих кадров и мастеров на производстве.-М.: Транспорт, 1988.-301 с.

24. Барский И. Б., Аналович В. Я., Кутьков Г. Н. Динамика трактора. -М.: Машиностроение, 1973. 280 с.

25. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ.- М.: Мир, 1989.- 540 с.

26. Бесекерский В. А., Попов Е. П. Теория систем автоматического регулирования.- М.: Наука, 1972.- 768 с.

27. Болтинский В. Н. Теория, конструкция и расчет тракторных и автомобильных двигателей. М., 1962. - 256 с.

28. Бузин Ю. М., Никулин П. И. Методология разработки энергосберегающей системы управления процессом копания грунта землеройно-транспортных машин// Известия вузов. Строительство. -2005. -№ 5.-С. 75-81.

29. Бульдозеры и рыхлители/ Б. 3. Захарчук, В. Д. Телушкин, Г. А. Шлойдо, А. А. Яркин. М.: Машиностроение, 1987. - 240 с.

30. Васьковский А. М. Исследование рабочего процесса землеройно-транспортных машин в связи с вопросами их автоматизации: Дис. . канд. техн. наук. М., 1968. - 126 с.

31. Вентцель Е. С., Овчаров В. А. Теория случайных процессов и ее инженерные приложения М.: Высшая школа, 2000 - 383 с.

32. Ветров Ю. А. Резание грунтов землеройно-транспортными машинами.- М.: Машиностроение, 1971.-360 с.

33. Воробьев В. А. Эксплуатация и ремонт электрооборудования и средств автоматизации.- М.: КолосС, 2004.- 336 с.

34. Волков Д. П., Крикун В. Я. Строительные машины: Учебник для вузов. 2-е изд., перераб. и доп. - М.: АСВ, 2002. - 375 с.

35. Волков Д. П., Крикун В. Я., Тотолин, П. Е. и др. Машины для земляных работ.-М.: Машиностроение, 1992.-448 с.

36. Волобоев В. Г. Основы теории оптимального проектирования пространственных конструкций землеройных и землеройно-транспортных машин: Дис. . докт. техн. наук. Омск, СибАДИ, 2003. -361с.

37. Волобоев В. Г., Мещеряков В. А. Исследование конечно-элементной модели взаимодействия рабочего органа с грунтом// Строительные и дорожные машины. 2002 - № 5 - С. 40-41.

38. Волобоев В. Г., Мещеряков В. А. Конечно-элементная модель процесса резания грунта рабочим органом землеройно-транспортной машины// Строительные и дорожные машины. 2002.- № 3 - С. 8-11.

39. Волобоев В. Г., Мещеряков В. А., Коротких П. В. Исследование влияния на нагруженность рабочего оборудования упругих элементов связи: Отчет о НИР (промежуточный)/СибАДИ. № ГР 01200103843; Инв. № 02200303624. - Омск, 2002. - 62 с.

40. Волобоев В. Г., Мещеряков В. А., Коротких П. В. Теоретические основы снижения нагруженности пространственных конструкций землеройных и транспортных машин: Отчет о НИР (промежуточный)/СибАДИ. № ГР 01200103843; Инв. № 02200202206. -Омск, 2001.-84 с.

41. Волобоев В. Г., Мещеряков В. А., Коротких П. В. Теорияуправления режимом нагружения пространственных конструкций землеройных и транспортных машин: Отчет о НИР (заключит.)/ СибАДИ. №ГР 01200103843; Инв. № 02200402087. - Омск, 2003. -60 с.

42. Волобоев В. Г., Мещеряков В. А., Сачук А. Ю. Результаты лабораторных исследований процесса резания грунта рабочим органомземлеройно-транспортный машины// Строительные и дорожные машины. 2004 - № 1- С. 44-45.

43. Галушкин А. И. Нейрокомпьютеры. Кн.З: Учеб. пособие для вузов. М.: ИПРЖР, 2000. - 528 с.

44. Гинзбург Ю. В., Швед А. И., Парфенов А. П. Промышленные тракторы. М.: Машиностроение, 1986. - 296 с.

45. Горбань А. Н., Дунин-Барковский В. JL, Миркес Е. М. и др. Нейроинформатика. Новосибирск: Наука. Сиб. предприятие РАН, 1998.-296 с.

46. Гуревич А. М., Болотов А. К., Судницын В. И. Конструкция тракторов и автомобилей. М.: Агропромиздат, 1989. - 368 с.

47. Дегтярев В. С. Основы автоматизации землеройных машин. М.: Высш. школа, 1969. - 91 с.

48. Денисов В. П. Аналитический метод определения математического ожидания и дисперсии тяговой мощности землеройно-транспортной машины// Машины и процессы в строительстве: Сб. науч. тр. № 5 Омск: Изд-во СибАДИ, 2004. - С. 178-184.

49. Денисов В. П. Оптимизация рабочего процесса землеройно-транспортных машин с учетом случайного характера нагрузок: Монография Омск: Изд-во СибАДИ, 2005. - 123 с.

50. Денисов В. П. Оптимизация тяговых режимов землеройно-транспортных машин: Дис. докт. техн. наук Омск, СибАДИ, 2006. -259 с.

51. Денисов В. П. Повышение производительности автогрейдера стабилизацией тяговой мощности: Дис. канд. техн. наук.— Омск, СибАДИ, 1992.-204 с.

52. Денисов В. П. Статистическое обоснование выбора режима работы привода землеройно-транспортной машины// Вестник Сибирской государственной автомобильно-дорожной академии (СибАДИ). Омск: Издательский дом «ЛЕО», 2005. - № 1 (2). - С. 184-188.

53. Денисов В. П., Матяш И. И., Мещеряков В. А. Как сибиряки автогрейдер вылечили// Автомобильные дороги. 2000.- № 7- С. 43.

54. Денисов В. П., Матяш И. И., Мещеряков В. А. Обоснование структуры и определение параметров одномассовой модели землеройно-транспортной машины// Машины и процессы в строительстве: Сб. науч. тр. № 5 Омск: Изд-во СибАДИ, 2004. - С. 172-178.

55. Денисов В. П., Матяш И. И., Мещеряков В. А. Результаты экспериментальных исследований автогрейдера с отвалом переменной длины// Строительные и дорожные машины.- 2001. № 5.- С. 13.

56. Денисов В. П., Мещеряков В. А. Исследование системы автоматического управления скоростью автогрейдера// Строительные и дорожные машины. 2003.- № 5 - С. 39-41.

57. Денисов В. П., Мещеряков В. А. Оптимизация длины отвала автогрейдера для режима перемещения грунта// Строительные и дорожные машины. 2002 - № 5.- С. 31-33.

58. Денисов В. П., Мещеряков В. А. Основы автоматизированного мониторинга строительных процессов: Отчет о НИР (заключит.)/СибАДИ. № ГР 01980006081; Инв. № 02200002398. -Омск, 1999.-64 с.

59. Денисов В. П., Мещеряков В. А. Оценка качества выполняемых автогрейдером профилировочных работ// Машины и процессы в строительстве: Сб. науч. тр. № 3 Омск: Изд-во СибАДИ, 2000. -С.130-134.

60. Денисов В. П., Мещеряков В. А. Синтез регулятора системы автоматического управления рабочим процессом землеройно-транспортной машины // Качество. Инновации. Наука. Образование:

61. Материалы Международной научно-технической конференции, 15-17 ноября 2005 г. Омск: Изд-во СибАДИ, 2005. - Кн. 1. - С. 135-140.

62. Домбровский Н. Г. и др. Землеройно-транспортные машины. М.: Машиностроение, 1965. - 234 с.

63. Дорожно-строительные машины и комплексы/ Под ред. В. И. Баловнева. М.: Машиностроение. - 1988.- 384 с.

64. Дорожно-строительные машины и комплексы: Учеб. для вузов/ В. И. Баловнев, Г. В. Кустарев, Е. С. Локшин и др.; МАДИ (ТУ), СибАДИ. 2-е изд., доп. и перераб. - М. - Омск: СибАДИ, 2001. - 526 с.

65. Дорожные машины. Ч. 1. Машины для земляных работ/ Т. В. Алексеева, К. А. Артемьев, А. А. Бромберг и др.- 3-е изд., перераб. и доп. М.: Машиностроение, 1972. - 504 с.

66. Дьяконов В. П. MATLAB 6.5 SP1/7 + Simulink 5/6 в математике и моделировании. М.: Солон-Пресс, 2005. - 576 с.

67. Дьяконов В., КругловВ. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. СПб.: Питер, 2002. - 448 с.

68. Дьяконов В., КругловВ. Математические пакеты расширения

69. MATLAB. Специальный справочник. СПб.: Питер, 2001. - 480 с.80.3абегалов Г. В., Ронинсон Э. Г. Бульдозеры, скреперы, грейдеры. -2-е изд., перераб. и доп. М.: Высш. шк., 1991. - 334 с.

70. Завьялов А. М. Основы теории взаимодействия рабочих органов дорожно-строительных машин со средой: Дис. д-ра. техн. наук. Омск: СибАДИ, 1999.-252 с.

71. Зеленин А. Н. Основы разрушения грунтов механическими способами. М.: Машиностроение, 1975 424 с.

72. Зеленин А. Н., Баловнев В. И., Керов И. П. Машины для земляных работ/ Под ред. А. Н. Зеленина. М.: Машиностроение, 1975. - 424 с.

73. Зеленин А. Н., Карасев Г. Н., Красильников J1. В. Лабораторный практикум по резанию грунтов. Учебное пособие. М.: Высш. школа, 1969.-310 с.

74. Зенкевич О. Метод конечных элементов в технике. М.: Мир, 1975.- 539 с.

75. Изерман Р. Цифровые системы управления: Пер. с англ. М.: Мир, 1984.-541 с.

76. Интеллектуальные системы автоматического управления/ Под ред. И. М. Макарова, В. М. Лохина. М.: Физматлит, 2001. - 576 с.

77. Исследование одномассовой модели автогрейдера в режиме перемещения грунта/ В. П. Денисов, В. А. Мещеряков, И. И. Матяш // Труды СибАДИ. Омск: Изд-во СибАДИ, 2001.- Вып. 4.- Ч. 4.- С. 5964.

78. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. СПб.: БХВ-Петербург, 2005. - 400 с.

79. Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение: Пер.с англ. Изд. второе, стереотип. - М.: Мир, 2001. -575 с.

80. Кононыхин Б. Д. Автоматизация землеройных процессов в дорожном строительстве: идентификация, автокоординирование,управление: Дис. д-ра. техн. наук. М., 1989. - 428 с.

81. Кононыхин Б. Д. Динамические модели режимов нагружения землеройно-транспортных машин // Механизация строительства. 2005. -№ 4.

82. Кононыхин Б. Д. Лазерные системы управления машинами дорожного строительства.- М.: Машиностроение, 1990. 304 с.

83. Корн Г., Корн Т. Справочник по математике. М.: Наука, 1974830 с.

84. Костин А. К., Пугачев Б. П., Кочинев Ю. Ю. Работа дизелей в условиях эксплуатации: Справочник. Л., Машиностроение. Ленингр. отд-ние, 1989.-284 с.

85. Краскевич В. Е., Зеленский К. X., Гречко В. И. Численные методы в инженерных исследованиях.- Киев: Вища шк., 1986.- 263 с.

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

87. Ксеневич И. П., Гуськов В. В., Бочаров Н. Ф. Тракторы. Проектирование, конструирование и расчет. М.: Машиностроение, 1991.-544 с.

88. Ксеневич И. П., ТарасикВ.П. Системы автоматического управления ступенчатыми трансмиссиями тракторов. М.: Машиностроение, 1979. - 280 с.

89. Кузин Э. Н. Повышение эффективности землеройных машин непрерывного действия на основе увеличения точности позиционирования рабочего органа: Дис. . докт. техн. наук. М., 1984. - 446 с.

90. Купер Дж., Макгиллем К. Вероятностные методы анализа сигналов и систем. М.: Мир, 1989. - 376 с.

91. Кутьков Г. М. Тракторы и автомобили. Теория и технологические свойства. М.: КолосС, 2004. - 504 с.

92. ЮЗ.Кутьков Г. М. Тяговая динамика тракторов. М.:

93. Машиностроение, 1980. -215 с.

94. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ./ Под ред. Я. 3. Цыпкина. М.: Наука, 1991. - 432 с.

95. Матяш И. И. Повышение производительности автогрейдера при перемещении грунта: Дис. канд. техн. наук. Омск: СибАДИ, 2001. -158 с.

96. Машины для земляных работ: Учебник/ Н. Г. Гаркави, В. И. Аринченков, В. В. Карпов и др. М.: Высш. школа, 1982. - 335 с.

97. Медведев B.C., Потемкин В. Г. Нейронные сети. MATLAB 6. -М.: Диалог-МИФИ, 2002. 496 с.

98. Мельников А. А. Управление техническими объектами автомобилей и тракторов: Системы электроники и автоматики: Учеб. пособие для студ. вузов.- М.: Издательский центр «Академия», 2003. -376 с.

99. Мещеряков В. А. Выбор режима управления рабочим органом автогрейдера при планировочных работах. Омск, СибАДИ, 1998. - 7 с. - Деп. ВИНИТИ 04.12.98, № 3553-В98.

100. Мещеряков В. А. Динамическая модель привода землеройно-транспортной машины с гидромеханической трансмиссией // Вестник

101. Сибирской государственной автомобильно-дорожной академии (СибАДИ). Омск, 2007. - Вып. 5. - С. 229-233.

102. Мещеряков В. А. Динамическая модель формирования призмы волочения поворотного отвала землеройно-транспортной машины // Известия вузов. Строительство. 2007. - № 7. - С. 94-96.

103. Мещеряков В. А. Методика разработки информационных систем для формирования, представления и обработки экспериментальных данных в Internet: Отчет о НИР (заключит.)/ СибАДИ. -№ ГР 01200307543. Омск, 2004. - 89 с.

104. Мещеряков В. А. Моделирование динамики землеройной машины на основе рекуррентной нейронной сети// Машины и процессы встроительстве: Сб. науч. тр. № 5 Омск: Изд-во СибАДИ, 2004. -С. 231-237.

105. Мещеряков В. А. Нейросетевая динамическая модель рабочего процесса землеройной машины // Межвузовский сборник трудов молодых ученых, аспирантов и студентов. Омск: СибАДИ, 2004. -Вып. 1, ч. 1. - С. 135-141.

106. Мещеряков В. А. Нейросетевое адаптивное управление тяговыми режимами землеройно-транспортных машин: Монография. Омск: ОмГТУ, 2007.-219 с.

107. Мещеряков В. А. Оптимальное проектирование металлоконструкций строительных и дорожных машин: Методические указания к курсу лабораторных работ. Омск: Изд-во СибАДИ, 2004. -24 с.

108. Мещеряков В. А. Основы научных исследований: Методические указания к курсу лабораторных работ. Омск: Изд-во СибАДИ, 2004. -28 с.

109. Мещеряков В. А. Повышение производительности автогрейдера при планировочных работах// Труды СибАДИ.- Омск: Изд-во СибАДИ, 1998.-Вып. 2, ч. 1.-с. 28-32.

110. Мещеряков В. А. Повышение точности управления рабочим органом автогрейдера на профилировочных работах: Автореф. дис. канд. техн. наук. Омск, СибАДИ, 1999. - 20 с.

111. Мещеряков В. А. Прогнозирование динамики строительных машин на основе рекуррентных нейронных сетей// Вестник Сибирской государственной автомобильно-дорожной академии (СибАДИ). Омск: Издательский дом «ЛЕО», 2005. - № 1 (2). - С. 179-184.

112. Мещеряков В. А. Рекуррентный алгоритм нейросетевой идентификации рабочего процесса землеройно-транспортной машины // Вестник Ижевского государственного технического университета. -2007.-№3.-С. 63-66.

113. Мещеряков В. А. Устойчивость систем автоматического управления рабочим органом автогрейдера. Омск, СибАДИ, 1998. -14 с. - Деп. ВИНИТИ 04.12.98, № 3554-В98.

114. Мещеряков В. А., Вебер В. В. Динамическая модель привода землеройно-транспортной машины с механической трансмиссией // Механизация строительства. 2007. - № 10. - С. 27-29.

115. Мещеряков В. А., Вебер В. В. Динамический анализ рабочего оборудования автогрейдера с применением CAD/CAE-технологий // Межвузовский сборник трудов молодых ученых, аспирантов и студентов. Омск: СибАДИ, 2004. - Вып. 1, ч. 1. - С. 141-146.

116. Моделирование сельскохозяйственных агрегатов и их систем управления/ А. Б. Лурье, И. С. Нагорский, В. Г. Озеров и др. Л.: Колос, 1979.-312 с.

117. Навесное тракторное оборудование для разработки высокопрочных грунтов/ Б. 3. Захарчук, Г. А. Шлойдо, А. А. Яркин, В. Д. Телушкин. М.: Машиностроение, 1979. -189 с.

118. Назаров А. В., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. — СПб.: Наука и Техника, 2003.- 384 с.

119. Недорезов И. А. и др. Вероятностный анализ усилий в рабочем оборудовании землеройных машин// Строительные и дорожные машины. 1971.-№ 8.-С. 10-12.

120. Недорезов И. А. Исследование копания грунта отвалом автогрейдера: Дисс. . канд. техн. наук. М., 1958.- 195 с.

121. Недорезов И. А., Машкович О. Н., Спивак С. Г. Машины и механизмы транспортного строительства. -М.: Машиностроение, 1989.

122. Нейронные сети. STATISTICA Neural Networks: М.: Горячая линия - Телеком. - 2001. - 182 с.

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

124. Никулин П. И., Б узин Ю. М. Анализ методов управления процессом копания грунта землеройно-транспортных машин// Известия вузов. Строительство. 2003. - № 11. - С. 95-99.

125. Никулин П. И., Бузин Ю. М. Режимы разработки грунта землеройно-транспортными машинами: проблемы и перспективы// Известия вузов. Строительство. 2003. - № 9. - С. 124-129.

126. Определение режимов загрузки двигателя автогрейдера Д-395Б на первых трех рабочих передачах на общей планировке, рытье корыта и кирковании: Отчет 43 им. Колющенко.- Челябинск, 1969. 251 с.

127. Основы автоматизации в дорожном строительстве/ В. И. Колышев,

128. Б. С. Марышев, В. А. Рихтер и др.- М.: Транспорт, 1987.- 224 с.

129. Нб.Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. - 344 с.147,Острем К., Виттенмарк Б. Системы управления с ЭВМ: Пер. с англ. М.: Мир, 1987. - 480 с.

130. Пейч JI. П., Точилин Д. А., ПоллакБ.П. LabVIEW для новичков и специалистов. М.: Горячая линия - Телеком. - 2004. - 384 с.

131. Попов Е. П. Теория нелинейных систем автоматического регулирования и управления. М.: Наука, 1979 - 256 с.

132. Потапов В. П., Потапов И. В. Теоретические основы диагностики и оптимизации надежности искусственных нейронных сетей: Монография. Омск: Изд-во ОмГТУ, 2004. - 152 с.

133. Прибор для оценки ровности дорожных покрытий: Патент 2136805 РФ, МПК Е 01 С 23/07/ В. Ф. Амельченко, В.П.Денисов, И. И. Матяш, В. А. Мещеряков. Опубл. 1999. - 7 е.: ил.

134. Рабочее оборудование автогрейдера: Патент 2133317 РФ, МПК Е 02 F 3/76/ В. Ф. Амельченко, В. П. Денисов, В. А. Мещеряков, А. А. Славский. Опубл. 1999. - 10 е.: ил.

135. Рабочий орган землеройно-транспортной машины: A.c. 1808926 СССР/ В. П. Денисов// БИ. № 14. - 1993.

136. Рабочий орган землеройно-транспортной машины: A.c. 1816830 СССР, МКИ Е 02 F 3/76/ В. Ф. Амельченко, В. П. Денисов, А. А. Славский (СССР). 11 е.: ил.

137. Рабочий орган землеройно-транспортной машины: Патент 2135698 РФ, МКИ Е 02 F 3/76/ В. Ф. Амельченко, В.П.Денисов, И. И. Матяш, В. А. Мещеряков, А. А. Славский (РФ). Опубл. 1999. -9 е.: ил.

138. Расчет и проектирование строительных и дорожных машин на ЭВМ/ Под ред. Е. Ю. Малиновского. М.: Машиностроение, 1980.216 с.

139. Ронинсон Э. Г. Автогрейдеры. 3-е изд., перераб. и доп. - М,: Высш. шк., 1986.-222 с.

140. Рославцев А. В. Теория движения тягово-транспортных средств. -М.: УМЦ Триада, 2003.

141. Ротач В. Я. Расчет динамики промышленных автоматических систем регулирования. М.: Энергия, 1973. - 440 с.

142. Ротач В. Я. Теория автоматического управления теплоэнергетическими процессами: Учебник для вузов. М.: Энергоатомиздат, 1985. - 296 с.

143. Рудаков П. И., Сафонов И. В. Обработка сигналов и изображений. MATLAB 5.x/ Под ред. В. Г. Потемкина. М.: Диалог-МИФИ, 2000. -416 с.

144. Сабоннадьер Ж.-К., Кулон Ж.-Л. Метод конечных элементов и САПР: Пер. с франц. М.: Мир, 1989. - 190 с.

145. Севров К. П., Горячко Б. В., Покровский, А. А. Автогрейдеры. Конструкция, теория, расчет.-М.: Машиностроение, 1970.- 192 с.

146. Сергиенко А. Б. Цифровая обработка сигналов. СПб.: Питер, 2002. - 608 с.

147. Системы управления дизельными двигателями. Перевод с немецкого. Первое русское издание. М.: ЗАО «КЖИ «За рулем», 2004. -480 с.

148. Скловский А. А. Автоматизация строительно-дорожных машин: Справочник. Рига: Авотс, 1990. - 237 с.

149. Скотников В. А., Мащенский A.A., Солонский А. С. Основы теории и расчета трактора и автомобиля. М.: Агропромиздат, 1986. -383 с.

150. Советов Б. Я., Яковлев С. А. Моделирование систем: Учеб. для вузов 3-е изд., перераб. и доп. - М.: Высш. шк., 2001. - 343 с.

151. Способ управления рабочим органом землеройно-транспортной машины: A.c. 1488403 СССР, МКИ Е 02 F 3/76/ В. Ф. Амельченко,

152. B. П. Денисов// БИ. № 23. - 1989.

153. Строительные машины: Справочник: В 2 т. Т. 1: Машины для строительства промышленных, гражданских сооружений и дорог/ А. В. Раннев, В. Ф. Корелин, А. В. Жаворонков и др.; Под общ. ред.

154. Н. Кузина. 5-е изд., перераб- М.: Машиностроение, 1991 - 496 с.

155. Судник Ю. А., Петков Д. И., Витков В. Т. Автоматизированные системы мобильных агрегатов// Тракторы и сельскохозяйственные машины. 1997. - № 2. - С. 19-22.

156. Танин-Шахов В. С., Карлов А. Г. Новый автогрейдер среднего класса А-120.1// Строительные и дорожные машины. 1998. - № 5.1. C. 12-15.

157. Тарасов В. Н. Динамика систем управления рабочими процессами землеройно-транспортных машин.- Омск: Зап.-сиб. кн. изд-во, 1975.182 с.

158. Теория автоматического управления: Нелинейные системы, управления при случайных воздействиях: Учебник для вузов/ А. В. Нетушил, А. В. Балтрушевич, В. В. Бурляев и др.; Под ред. А. В. Нетушила.- 2-е изд., перераб. и доп.- М.: Высш. шк., 1983.- 432 с.

159. Теория автоматического управления: Учебник для вузов. В 2-х ч.

160. I. Теория линейных систем автоматического управления/ Н. А. Бабаков, А. А. Воронов, А. А. Воронова и др.; Под ред. А. А. Воронова. 2-е изд. - М.: Высшая школа, 1986. - 367 с.

161. Теория автоматического управления: Учебник для вузов. В 2-х ч. Ч. II. Теория нелинейных и специальных систем автоматического управления/ А. А. Воронов, Д. П. Ким, В. М. Лохин и др.; Под ред. А. А. Воронова. 2-е изд. - М.: Высшая школа, 1986. - 504 с.

162. Терехов В. А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления: Учеб. пособие для вузов. М.: Высш. шк., 2002. - 183 с.

163. Технико-эксплуатационные характеристики машин фирмы Caterpillar: Справочник. Издание Caterpillar Inc., Пеория, Иллинойс,1. США, 2000.- 1095 с.

164. Тревис Дж. Lab VIEW для всех/ Джеффри Тревис: Пер. с англ. Клушин Н. А. М.: ДМК-Пресс; ПриборКомплект, 2004. - 544 с.

165. Тургиев А. К. Повышение эффективности технологических процессов на основе улучшения тягово-сцепных свойств колесных тракторов при колебательной нагрузке: Автореферат дисс. . д-ра техн. наук. Рязань, 1999. - 86 с.

166. Ульянов Н. А. и др. Самоходные колесные землеройно-транспортные машины. М.: Машиностроение, 1982. - 280 с.

167. Ульянов Н. А. Колесные движители строительных и дорожных машин. Теория и расчет. М.: Машиностроение, 1982. - 279 с.

168. Ульянов Н. А. Основы теории и расчета колесного движителя землеройных машин. М.: Машгиз, 1962. - 208 с.

169. Ульянов Н. А. Теория самоходных колесных землеройно-транспортных машин. М.: Машиностроение, 1969. - 520 с.

170. Фадеев А. Б. Метод конечных элементов в геомеханике. М.: Наука, 1987.-221 с.

171. Федоров Д. И. Рабочие органы землеройных машин- М.: Машиностроение, 1990.-360 с.

172. Федоров Д. И., Бондарович Б. А. Надежность рабочего оборудования землеройных машин. — М.: Машиностроение, 1981. -230 с.

173. ХайкинС. Нейронные сети: полный курс, 2-е изд.: Пер с англ. -М.: ООО «И. Д. Вильяме», 2006. 1104 с.

174. Холодов А. М. Основы динамики землеройно-транспортных машин. М.: Машиностроение, 1968. - 156 с.

175. Холодов А. М., Ничке В. В., Назаров JI. В. Землеройно-транспортные машины. Харьков: Вища школа, 1982. — 192 с.

176. Холодов А. М., Руднев В. К. и др. Проектирование машин для земляных работ/ Под ред. A.M. Холодова. Харьков: Вища школа, 1986.-272 с.

177. Цифровое моделирование систем стационарных случайных процессов/ Гридина Е. Г., Лебедев А. Н., Недосекин Д. Д., Чернявский Е. А. Л., 1991. - 144 с.

178. ЦыпкинЯ. 3. Теория линейных импульсных систем. М., 1963. -905 с.

179. Цытович Н. А. Механика грунтов. М.: Высшая школа, 1983. -288 с.

180. Черных И. В. SIMULINK: среда создания инженерных приложений/ Под общ. ред. В. Г. Потемкина. М.: ДИАЛОГ-МИФИ, 2003.-496 с.

181. Шипилевский Г. Б. Возможности электронного и электрогидравлического управления переключением передач на тракторе// Трактора и сельскохозяйственные машины. 2004 - № 12. -С. 18-21.

182. Шипилевский Г. Б. Первоочередные задачи автоматизации и электронизации в отечественном тракторостроении// Трактора и сельскохозяйственные машины. 2001. - № 1. - С. 15—16.

183. Шипилевский Г. Б. Состояние и перспективы автоматизации тракторов// Трактора и сельскохозяйственные машины. — 2004.- №5. -С. 17-19.

184. Шмаков А. Т. Эксплуатация дорожных машин: Учебник для техникумов.- 2-е изд., перераб. и доп.- М.: Транспорт, 1987.- 398 с.

185. Щербаков В. С. Научные основы повышения точности работ, выполняемых землеройно-транспортными машинами: Дис. д-ра техн. наук. Омск: СибАДИ, 2000. - 416 с.

186. AccuGrade GPS Grade Control System. Caterpillar, 2005. - 6 p.

187. Barabanov N. E., Prokhorov D. V. Stability Analysis of Discrete-Time Recurrent Neural Networks // IEEE Transactions on Neural Networks, vol. 13, no. 2, March 2002, pp. 292-303.

188. Blade Assembly: United States Patent 4369847/ Mizunuma W. (Japan). -4p.

189. De Jesús O., Hagan M.T. Backpropagation through time for a general class of dynamic network, Proceedings IJCNN'01. International Joint Conference on Neural Networks, Washington, DC, July, 2001, Vol. 4, pp. 2638-2643.

190. De Jesús O., Hagan, M.T. Forward Perturbation algorithm for a general class of dynamic network, Proceedings IJCNN'01. International Joint Conference on Neural Networks, Washington, DC, July, 2001, Vol. 4, pp. 2626-2631.

191. De Jesús O., Pukrittayakamee A., Hagan M. Т. A Comparison of Neural Network Control Algorithms, Proceedings IJCNN'01. International Joint Conference on Neural Networks, Washington DC, July 2001, Vol. 1, pp. 521-526.

192. Demuth H., Beale M., Hagan M. Neural Network Toolbox User's Guide. The Mathworks, Natick, MA, 2006.

193. Hagan M., Demuth H. Neural Networks for Control: Invited Tutorial. 1999 American Control Conference, June, 1999, San Diego, pp. 1642-1656.

194. Hagan M. Т., De Jesús О., Schultz R. L. Training Recurrent Networks for Filtering and Control, In Recurrent Neural Networks: Design and Applications, L.R. Medsker and L.C.Jain, Eds. CRC Press, 2000, pp. 325354.

195. Harms H.-H., Seeger J. Energieeinsparung durch moderne Motoren-und Getriebetechnik bei Traktoren//Landwirtschaftskammer Hannover. -Helmstedt, Januar 2002. 34 S.

196. Isermann R. Modellgestützte präventive Diagnosemethoden (Fehlerfrüherkennung) für Dieselmotoren: Informationstagung Motoren, Heft R 159, Frankfurt am Main, 2003.

197. L-CARD: Каталог 2001. -M.: L-CARD, 2001. 40 c.

198. Löffler J. Optimierungsverfahren zur adaptiven Steuerung von280

199. Fahrzeugantrieben: .zu Erlangung der Würde eines Dr.-Ing. genehmigte Abhandlung. Stuttgart, 2000, 156 S.

200. Martinus M., Freimann R. Prozesssicherheit LandmaschinenElektronik. Gerät steuert Traktor// Agrartechnische Forschung, 8, Heft 3. -2002.-S. 61-69.

201. N0rgaard M. Neural Network Based Control System Design Toolkit: Tech. Report 00-E-892. Department of Automation, Technical University of Denmark, 2000.

202. N0rgaard M. Neural Network Based System Identification Toolbox: Tech. Report 97-E-851. Department of Automation, Technical University of Denmark, 1997.

203. Schultz R. L., Hagan M. T., De Jesús O. Training multi-loop networks, Proceedings IJCNN'99. International Joint Conference on Neural Networks, Washington DC, July 1999, Vol. 3, pp. 1580-1585.

204. ЛИСТИНГИ ПРОГРАММ Приложение 1

205. К = interpl(itrtab, Ktab, itr); % и трансформацииslipp = interpl(Ttab, slipptab, Md/0.62); % буксованиеw2 = w .* itr; % угл.скорость турбинного колесаdw = Me/le wA2 * LambdA/Ie; % угл .ускорениеaccout =dw, w2, itr, LambdA, K, slipp.; % выход функцииend