автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Адаптивное управление технологическими процессами с нестационарными параметрами

г

Жиров Михаил Вениаминович

Адаптивное управление технологическими процессами с нестационарными параметрами

Специальность 05.13.06 - «Автоматизация и управление технологическими процессами и производствами» (отрасли агропромышленного комплекса)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

игдг«

Москва, 2004

Работа выполнена в Московском государственном университете технологий и управления на кафедре «Систем управления»

Официальные оппоненты: Академик РАСХН,

доктор технических наук, профессор Бородин Иван Федорович

Доктор технических наук, профессор Григорьев Леонид Иванович

Доктор технических наук, профессор Попов Вадим Иванович

Ведущая организация: Институт проблем управления

им. В.А. Трапезникова Российской Академии Наук

Защита состоится 21 декабря 2004 г. в 12 часов на заседании диссертационного Совета Д 212.122.03 в Московском государственном университете технологий и управления по адресу: 109004, Москва, Земляной Вал, 73, конференц - зал.

С диссертацией можно ознакомиться в библиотеке МГУТУ Автореферат разослан « » ноября 2004 года.

Ученый секретарь диссертационного Совета, д.т.н., профессор

^Ц^рбаков Б.Г.

ОБЩАЯ ХАРАТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Автоматизированное управление современными технологическими процессами и производствами происходит в условиях устойчивого и стремительного роста цен на энергоносители и сырье (к примеру, цены на электроэнергию в России за период 2000-2004г.г. росли на 40% каждые два года), поэтому становятся актуальными вопросы разработки новых эффективных, энергосберегающих технологий управления. Одновременно технологические процессы характеризуются нестационарностью параметров, что связано с изменяющимися свойствами исходного сырья, а также нестабильностью работы и износом технологического оборудования, поэтому подход к управлению технологическими процессами, как стационарными объектами - малоэффективен. Нестационарность ТП значительно осложняет анализ и синтез систем управления такого рода объектами, поскольку теория для стационарных во времени систем управления не применима в данном случае. Таким образом, является актуальной проблема адаптивного управления технологическими процессами с нестационарными параметрами и синтез адаптивных прогнозирующих моделей, обеспечивающих локально-оптимальное управление.

Цель и задачи исследований. Целью диссертационной работы является разработка научно-методических основ адаптивного управления технологическими процессами с нестационарными параметрами, математических моделей, алгоритмов и методов синтеза адаптивных систем управления нестационарными динамическими объектами в условиях стохастической неопределенности (случайные сигналы на входе, случайные неизмеримые помехи на входе и выходе, и случайным образом изменяющиеся коэффициенты объекта).

Для достижения поставленной цели решались следующие задачи:

• разработка метода синтеза измерительных устройств, устойчивых к действующим возмущениям, обусловленным нестационарностью электрофизических характеристик виноматериалов;

• разработка метода повышения достоверности передачи информации в

• разработка метода построения адаптивных систем управления технологическими процессами с нестационарными параметрами;

• разработка метода синтеза адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

• разработка метода оценки структуры и параметров адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

• разработка эффективного критерия переключения адаптивной системы из режима идентификации в режим управления - и обратно;

• разработка адаптивного регулятора обеспечивающего стабилизацию выхода объекта управления для случаев пренебрежимо малых или существенных помех на выходе;

• разработка алгоритма построения адаптивной прогнозирующей модели нестационарного динамического объекта управления;

• разработка метода реализации адаптивных систем управления технологическими процессами с нестационарными параметрами на основе исследования и обработки переходных характеристик объекта управления.

Методическая база и методы исследования. Решение поставленных задач проведено на основе применения теории автоматического управления, теории идентификации и адаптивного управления, теории инвариантности, применения методов измерительной техники, в том числе радиоволновых методов и средств измерений, теории кодирования, теории вероятностей и математической статистики. Достоверность теоретических положений подтверждена методами имитационного моделирования, разработкой и реализацией лабораторных стендов, опытной эксплуатацией разработанных программных и технических средств управления на предприятиях виноделия.

Научная новизна исследований.

Разработаны научно-методические основы адаптивного управления технологическими процессами с нестационарными параметрами, адаптивные прогнозирующие модели, алгоритмы и методы синтеза адаптивных систем

управления нестационарными динамическими объектами в условиях стохастической неопределенности:

- предложен и обоснован класс устойчивых многомерных односвязанных динамических линейных адаптивных прогнозирующих моделей с сосредоточенными изменяющимися во времени параметрами;

- разработано математическое описание класса адаптивных прогнозирующих моделей в форме разностных уравнений т-го порядка с переменными коэффициентами, вычисляемыми в процессе идентификации;

- на основе класса адаптивных прогнозирующих моделей предложен класс адаптивных прогнозирующих гетерогенных (неоднородных по измеряемым параметрам) моделей с использованием дополнительной информации об объекте, входящих аддитивно в разностное уравнение модели;

- разработан метод синтеза адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

- разработан метод оценки структуры и параметров адаптивных прогнозирующих моделей нестационарных динамических объектов управления основанный:

• на вычислении коэффициентов адаптивной прогнозирующей модели посредством аппроксимации экспериментальной переходной характеристики объекта управления адекватным разностным уравнением т-го порядка и оценке дисперсии адекватности, позволяющей установить прямую зависимость качества идентификации от порядка разностного уравнения модели;

• на обработке множества экспериментальных переходных характеристик объекта управления и получении усредненной переходной характеристики, аппроксимируемой адекватным разностным уравнением т-го порядка, которое является начальным (базовым) уравнением адаптивной прогнозирующей модели нестационарного динамического объекта управления;

- исследованиями установлено, что необходимым условием идентифицируемости нестационарного динамического объекта управления является выполнение

неравенства и отсутствие наложения спектральных плотностей входов

(5,(6))) и коэффициентов объекта);

¿V

- доказана теорема о принципиальной возможности достижения локально-оптимального управления для нестационарного динамического объекта, по синтезируемой адаптивной прогнозирующей модели;

- для построения адаптивной прогнозирующей модели нестационарного динамического объекта в условиях стохастической неопределенности, разработаны:

• методы синтеза инвариантных измерительных устройств (для измерения уровня, расхода и концентрации виноматериалов), основанные на многоканальных радиоволновых измерениях в ВЧ и СВЧ диапазонах частот, обеспечивающие высокую точность измерения технологических параметров при действующих возмущениях, обусловленных нестационарностью электрофизических характеристик виноматериалов (получены патенты РФ: 2161779, 2164021, 2125244, 2125245,2120111,2152024 и решение о выдаче патента на изобретение РФ по заявке №2002131945/09(033854);

• адаптивные методы повышения достоверности передачи информации в дискретных каналах АСУТП, основанные на выборе лучшей системы кодирования из группы для текущего состояния канала: а) по результатам исследования статистики ошибок в канале при ограниченной выборке; б) по результатам декодирования кодовых векторов принятых из дискретного канала при использовании неполного алгоритма декодирования (получены патент РФ №2150785 и Свидетельство на полезную модель РФ №12878);

- разработан обобщенный критерий переключения адаптивной системы из режима идентификации - в управление и обратно, повышающий реактивность адаптивной системы управления ТП с нестационарными параметрами, качество идентификации и управления;

- разработан алгоритм построения адаптивной прогнозирующей модели нестационарного динамического объекта управления (включающий анализ устойчивости адаптивной системы и обобщенный критерий переключения);

- разработан метод построения двухконтурной адаптивной системы управления технологическими процессами с нестационарными параметрами на основе адаптивной системы с идентификатором (АСИ - первый контур адаптации) и вербальной модели (второй, внешний контур адаптации), где сигнал управления является линейной комбинацией сигналов АСИ и вербальной модели;

- предложено математическое описание двухконтурной адаптивной системы управления, позволяющее проводить аналитические исследования функционирования адаптивной системы в условиях стохастической неопределенности;

- разработан адаптивный регулятор обеспечивающий стабилизацию выхода объекта с минимальной дисперсией (для случаев пренебрежимо малых или существенных помех на выходе).

Реализация результатов диссертационных исследований. Научные положения, теоретические и практические результаты исследований по теме диссертации апробированы и внедрены на ОАО «КОРНЕТ» (Московский завод шампанских вин), использованы и реализованы при выполнении госбюджетных НИР «Разработка радиофизических способов контроля технологических процессов пищевых производств» (Регистрационный номер 01.9.70 0 07566) и «Разработка научных основ радиофизических методов контроля и управления технологическими процессами» (Регистрационный номер 01.99.00 09057), при выполнении хоздоговорных НИР по плану Минсельхоза РФ: «Исследование диэлектрической проницаемости водно-спиртовых растворов в ВЧ диапазоне с целью экспресс -анализа спирта в алкогольной продукции» (Регистрационный номер 0120.0 408233); «Исследование способов автоматизации технологических процессов с нестационарными параметрами исходных виноматериалов» (Регистрационный номер 0120.0 403446). Результаты диссертационных исследований используются в учебном процессе и применены при создании двух стендов адаптивных систем управления, а также при создании лаборатории «Микропроцессорных программируемых систем контроля и управления технологическими процессами» кафедры «Систем управления» Московского государственного университета

технологий и управления по специальности «Автоматизация технологических процессов и производств».

Апробация результатов диссертационных исследований. Основные положения и результаты исследований по теме диссертации доложены и обсуждены на: Всесоюзной конференции «Проблемы надежности при проектировании систем управления» Институт проблем управления АН СССР, М.: 1976г.; VI Всесоюзной конференции «Автоматизация научных исследований на основе применения ЭВМ». Институт автоматики и электрометрии СО АН СССР, Новосибирск, 1981г.; Всесоюзной конференции «Теория адаптивных систем и ее применение», Ленинград, 1983г.; Международной научной конференции «Современные проблемы пищевой промышленности», МГЗИПП, М.: 1997г.; Международной научно-технической конференции «Приборостроение-97», Винница-Симеиз, 1997г.; X Юбилейной научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления», МГИЭМ, М.: 1998г.; Международной научно-технической конференции «Приоритетные технологии в пищевой промышленности», МГЗИПП, М.: 1998г.; Международной научно-практической конференции «Современные проблемы в пищевой промышленности», МГЗИПП, М.: 1999г.; XI научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления». М.: МГИЭМ. 1999г.; У!-ой Международной научно-практической конференции «Пищевая промышленность на рубеже третьего тысячелетия», МГТА, М.: 2000г.; VII Международной научно-практической конференции «Инновационные технологии в пищевой промышленности третьего тысячелетия» МГТА, М.: 2001г.; Международной конференции «Параллельные вычисления и задачи управления», РАСО, Институт проблем управления им. В.А. Трапезникова РАН, М.: 2001г.; Международной научно-практической конференции. «Стратегия развития пищевой промышленности», МГТА, М.: 2003г.; II Международной конференции «Идентификация систем и задачи управления» 8ШРКО 03, Институт проблем управления им. В .А. Трапезникова РАН, М.: 2003г.; на конференциях и семинарах

ИПУ РАН, МГУПП, МГУПБ, МГТА-МГУТУ в период 1998-2004гг. Результаты диссертационной работы отмечены дипломом Российской агропромышленной выставки (7-11 ноября 2000г.,ВВЦ) за представленную научно-техническую разработку «Адаптивная компьютерная система управления технологическими процессами в виноделии».

Публикации. Всего опубликовано 157 научных работ, в том числе, по теме диссертации 87 работ, получено 9 патентов России. Основное содержание диссертации отражено в 41 научных публикациях.

Структура и объем работы. Диссертация состоит из введения, семи глав, основных результатов и выводов, списка используемой литературы, включающей 198 наименований, приложений, изложена на 477 страницах, содержит 117 рисунков и 12таблиц.

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обосновывается актуальность темы диссертации, формулируются цель и задачи исследования.

В первой главе на основе аналитического обзора обобщены данные о современном состоянии теории и практики создания систем управления технологическими процессами (ТП) с изменяющимися во времени (нестационарными) параметрами. Показано, что нестационарность параметров ТП в значительной мере обусловлена нестационарностью свойств исходного сырья. Отмечено, что классическим примером ТП с нестационарными параметрами является виноделие. Нестационарность параметров ТП в виноделии связана, прежде всего, с изменением свойств поступающих виноматериалов, а также с износом, старением и выходом из строя технологического оборудования, образованием винного камня, коллоидных фракций и их воздействием на датчики, емкости (резервуары, акратофоры), трубопроводы и исполнительные механизмы.

Анализ публикаций и опыта практической реализации создания систем управления ТП с нестационарными параметрами в условиях стохастической неопределенности позволили сформулировать задачи диссертационных исследований по данной проблеме.

Во второй главе разработаны методы построения радиоволновых датчиков для измерения технологических параметров в виноделии. Проведенные в главе исследования показывают, что значительными функциональными возможностями для измерения указанных технологических параметров обладают датчики, принцип действия которых основан на радиоволновых методах измерений. Отмечено, что в основе методов построения радиоволновых датчиков для измерения технологических параметров лежит взаимодействие электромагнитных волн высокочастотного (ВЧ) и сверхвысокочастотного (СВЧ) диапазонов частот с контролируемыми объектами, при этом рабочие частоты могут находиться в пределах от единиц мегагерц (МГц) до десятков гигагерц (ГГц).

Разработан корреляционный метод определения уровня, основанный на измерении и преобразовании амплитудно-частотных характеристик (АЧХ) полости резервуара, содержащего виноматериал.

Разработаны конструкции устройств с совмещенными и раздельными элементами возбуждения и съема колебаний, реализующих корреляционный метод определения уровня.

Разработан метод измерения уровня на основе использования отрезка длинной линии. Отрезки длинной линии используются в качестве резонаторов и размещаются вертикально в резервуаре. Информативным параметром служит зависимость резонансной частоты колебаний отрезка длинной

линии, погруженного в резервуар, от уровня виноматериала в резервуаре. Рабочие значения резонансных частот длинной линии находятся в пределах 1-100

МГц.

Для обеспечения работоспособности резонансных датчиков уровня на основе отрезков длинной линии необходимо, чтобы добротность резонаторов

удовлетворяла условию в ином случае амплитуда информативного сигнала

является недопустимо малой - сигнал затухает.

Определено условие которому должны удовлетворять

конструктивные параметры отрезка длинной линии для обеспечения добротности

резонатора относительные диэлектрические проницаемости

виноматериала и оболочки проводника, соответственно; радиусы,

соответственно, внутреннего проводника, оболочки и внешнего проводника коаксиальной длинной линии.

Для измерения уровня предложено также использовать импульсный метод, основанный на зондировании поверхности виноматериала в резервуаре по отрезку длинной линии импульсным сигналом и определении суммарного времени / его прямого (до поверхности) и обратного (ко входу отрезка длинной линии) распространения. Достоинство метода в том, что точность измерения уровня не зависит от электрофизических характеристик виноматериала.

Для измерения расхода виноматериалов в трубопроводах предложены бесконтактные методы. Наиболее перспективными являются радиоволновые методы, основанные на использовании объемных резонаторов.

Разработаны конструкции датчиков расхода: на основе П-образных волноводных резонаторов с двумя упругими торцевыми стенками - мембранами, обеспечивающих удвоенную чувствительность к скорости потока виноматериала в трубопроводе; одноторцевых волноводных резонаторов, обеспечивающих удвоенную чувствительность при наличии у каждого резонатора лишь одной торцевой стенки. Для многократного повышения чувствительности .разработаны датчики расхода на основе многоторцевых волноводных резонаторов.

Для определения расхода виноматериала предложен косвенный метод, когда о величине расхода судят по величине уровня виноматериала в резервуаре. Суть метода в том, что расход виноматериала, перекачиваемого из резервуара по трубопроводу напрямую связан с изменением уровня (объема) виноматериала в резервуаре. Рассмотрены особенности реализации данного метода для определения объемного и массового расхода виноматериала с учетом специфики технологических объектов виноделия. Разработанные в данной главе методы расходометрии обеспечивают возможность определения расхода виноматериалов (и других технологических жидкостей) с повышенной чувствительностью и точностью.

Важным технологическим параметром является концентрация в виноматериалах тех или иных компонент ( например, этилового спирта ). Для определения концентрации виноматериалов в потоке предложены различные конструкции проточных резонаторных датчиков концентрации.

Информативными параметрами датчиков концентрации могут служить резонансная частота / электромагнитных колебаний (для смесей достаточно хороших диэлектриков), а также добротность резонатора (для смесей

веществ, имеющих существенные диэлектрические потери). Рабочий диапазон частот таких концентратомеров лежит в СВЧ - диапазоне.

Для определения концентрации бинарных смесей (в частности, водно-спиртовых растворов) могут быть применены предложенные в данной главе резонаторные датчики концентрации, реализуемые на базе отрезков длинной линии, которые являются ВЧ-резонаторами и у которых рабочий диапазон резонансных частот не превышает, как правило, 100 МГц.

Для определения концентрации виноматериалов в резервуарах предложен метод построения резонаторных датчиков на основе отрезков длинной линии. В качестве чувствительного элемента таких датчиков используется металлический штырь, покрытый диэлектрической оболочкой, который является оконечной нагрузкой отрезка длинной линии, подсоединенного другим концом к электронному блоку концентратомера. Отрезок длинной линии является частотозадающим элементом автогенератора. Измеряя частоту генерации электромагнитных колебаний, можно судить о концентрации бинарной смеси в резервуаре. Приводятся графики зависимостей диэлектрической проницаемости водного раствора этилового спирта и относительного значения резонансной частоты от

концентрации воды в растворе.

При выполнении хоздоговорной НИР (по плану Минсельхоза РФ, тема №215/11) направленной на исследование диэлектрической проницаемости водно-спиртовых растворов в ВЧ диапазоне с целью экспресс-анализа спирта в алкогольной продукции, были разработаны и реализованы лабораторные образцы датчиков концентрации, с помощью которых экспериментально исследовалась

зависимость концентрации водно-спиртовых растворов от диэлектрической проницаемости и температуры.

Предложен метод оценки влияния возмущений на показания разработанных измерительных устройств.

Предложены два подхода к реализации метода оценки влияния возмущений: 1) с применением измерительной ячейки; 2) с полным заполнением резервуара виноматериалом.

Разработана методика оценки погрешности измерений вследствие изменения электрофизических характеристик виноматериалов. Она позволяет установить соответствие между заданной погрешностью измерения и предельно допустимым отклонением диэлектрической проницаемости виноматериала от заданного

значения В процессе исследований установлено, что некоторые из

разработанных в данной главе методов и синтезированные на их основе отдельные радиоволновые датчики уровня, расхода и концентрации обеспечивают приемлемую точность измерений при изменении электрофизических характеристик виноматериалов. Однако большая часть разработанных в данной главе методов и синтезированных на их основе радиоволновых измерительных устройств не обеспечивают необходимую точность измерений при нестационарных электрофизических характеристиках виноматериалов.

Разработке методов и средств для высокоточных измерений указанных технологических параметров при нестационарных электрофизических характеристиках виноматериалов посвящена следующая глава диссертации.

В третьей главе разработаны методы построения инвариантных к возмущениям измерительных устройств для определения технологических параметров в виноделии. В качестве одного из основных источников возмущений выделено непостоянство физико-химических свойств виноматериалов в технологических процессах виноделия, следствием чего является нестационарность электрофизических характеристик виноматериалов. Поэтому вопросам обеспечения

инвариантности к изменениям электрофизических характеристик виноматериалов следует уделить особое внимание.

Уравнение, описывающее канал измерительного устройства, может быть представлено в следующем виде: соответственно,

входная (измеряемая) и выходная величины канала измерительного устройства;

возмущения, действующие на вход измерительного устройства. При наличии п возмущений предлагается ввести в состав измерительной системы п дополнительных измерительных каналов (датчиков), что соответствует принципу многоканальности (основному принципу теории инвариантности). В этом случае для достижения инвариантности результатов измерения входной величины к

возмущениям следует составить систему уравнений и решить ее

относительно измеряемой величины

Отсюда следует: х = РЖу\,уг,

При технологических измерениях в виноделии величина соответствующая измеряемому значению технологического параметра в момент времени поступает на вход датчика при наличии основного влияющего возмущения обусловленного изменением электрофизических характеристик виноматериалов. Точному измерению входной величины мешает наличие как детерминированной (систематической) погрешности так и случайной погрешности

Детерминированная (систематическая) погрешность б](/) образуется, в значительной степени, под воздействием основного влияющего возмущения случайная погрешность под воздействием различных случайных факторов,

присущих функционированию датчика. На устранение (реально на ее

значительное снижение) направлены разрабатываемые в данной главе методы построения инвариантных к возмущениям измерительных устройств для определения уровня, расхода и концентрации виноматериалов.

С этой целью были предложены следующие структурные схемы построения инвариантных измерительных устройств с воздействием измеряемой величины 1) на датчик одного из измерительных каналов (рисунок 1); 2) на датчики двух измерительных каналов (рисунок 2).

В этом случае для структурной схемы инвариантного измерительного устройства (рисунок 1) можно записать следующую систему уравнений:

К(2)[?(0] = /2[?(0]

(2)

Решая систему уравнений (2) относительно х({), находим:

*оМО]=ттмошят о>

Функция является выходной величиной рассматриваемого инвариантного измерительного устройства (рисунок 1). Определение д^с(/) производится в функциональном преобразователе ФП1.

Функция является выходной величиной рассматриваемого

инвариантного измерительного устройства (рисунок 2). Определение д/'оО производится в функциональном преобразователе ФП2.

Рисунок 1 - Структурная схема инвариантного измерительного устройства с воздействием измеряемой величины на датчик одного из измерительных каналов.

/д1 и /да - функции преобразования датчиков Д| и Д 2;

X |(1)(/) и д/1(2)(') - результирующие вьжодные величины датчиков Д1 И Д2;

ФП! - функциональный преобразователь инвариантного измерительного

устройства;

Р\ - функция преобразования ФП1;

|д/о(0 - выходная величина инвариантного измерительного устройства; е\ (/) - уменьшенное значение детерминированной (систематической)

погрешности (е'](<)<< е\(1)); •^(О " результирующая выходная величина инвариантного измерительного устройства (учитывающая влияние погрешностей е\(1) И ег(/) на выходную величину

Аналогично, для структурной схемы инвариантного измерительного устройства на рисунке 2 можно записать следующую систему уравнений:

\хЧт[х{1)ш=т)ш

Решая систему уравнений (4) относительно находим:

хЩт = ШдШг МО,9(0]}. (5)

Измерения выходных величин рассматриваемых инвариантных

измерительных устройств рисунок 1 и рисунок 2 производятся с уменьшенными значениями детерминированной погрешности соответственно, и

случайной погрешностью г2(/); при этом выполняются условия: е\(1)« е^), е",(0 «е,(0.

(4)

Рисунок 2 - Структурная схема инвариантного измерительного устройства с воздействием измеряемой величины х(() на датчики двух измерительных каналов. /д1 и /да " функции преобразования датчиков Д! и Дг',

X ](|)(0 И - результирующие вьжодные величины датчиков Д] и Дг;

ФПг - функциональный преобразователь инвариантного измерительного

устройства; Рг функция преобразования ФП2;

х"о(1) — выходная величина инвариантного измерительного устройства; е'\(1) - уменьшенное значение детерминированной (систематической) погрешности (е"\{()« е^));

- результирующая вьжодная величина инвариантного измерительного устройства (учитывающая влияние погрешностей е"\{() и е2(0 на выходную величину

Таким образом, инвариантный (многоканальный) подход к синтезу . измерительных устройств позволяет снизить детерминированную погрешность в десятки раз, уменьшив ее величину до долей процента.

В данной главе разработаны методы инвариантной радиоволновой уровнеметрии в виноделии, основными из которых являются следующие: время-частотный метод, время-амплитудный метод и фазо-частотный метод.

Для повышения точности измерений при значениях уровня виноматериала близких к нулю, предложен метод измерения уровня с применением тестовых сигналов. Его реализация основана на введении теста в виде скачкообразного изменения степени заполнения отрезка длинной линии при поступлении виноматериала в резервуар.

Разработаны структурные схемы инвариантных измерительных устройств, реализующие предложенные методы измерений уровня виноматериалов в резервуарах.

Разработаны также методы синтеза инвариантных радиоволновых расходомеров, в которых используется эффект Доплера, подразумевающий наличие в виноматериале каких-либо неоднородностей или включений (пузырьков газа, мелкодисперсных частиц твердого вещества, коллоидных включений и т.д.). На таких неоднородностях происходит рассеяние электромагнитных волн, зондирующих поток виноматериала в трубопроводе; при этом частота зондирующих электромагнитных волн изменяется в зависимости от скорости потока виноматериала. В основу разработанных методов измерений расхода положен структурный подход, связанный с организацией двух измерительных каналов для обеспечения инвариантности к изменениям эффективной диэлектрической проницаемости виноматериала учитывающей наличие вышеуказанных

17

неоднородностей или включений. При этом возможны частотный и фазо-частотный методы измерений расхода.

Показано, что высокая погрешность обычных расходомеров (до десятков процентов) вследствие изменения электрофизических характеристик виноматериалов, может быть существенно снижена (до 1%) за счет применения предложенных в диссертации конструкций и схем инвариантных двухканальных расходомеров.

В данной главе разработан метод инвариантной концентратометрии смеси веществ в виноматериалах, обеспечивающий независимость результатов измерений к изменениям электрофизических характеристик виноматериалов. Предложенный метод базируется на наличии частотной дисперсии у диэлектрической проницаемости полярных веществ. К таким веществам относятся многие технологические жидкости, например, вода, вино и виноматериалы, спирты и др.

Как правило, указанная частотная дисперсия имеет место в СВЧ-диапазоне частот. Предлагаемый метод основан на том, что вино и виноматериалы можно рассматривать как водосодержащие смеси и, в частности, как водно-спиртовые растворы (с большим преобладанием воды).

Предложены методы построения инвариантных концентратомеров на основе частотных, а также амплитудных и фазовых измерений с применением соответственно, объемных резонаторов и излучающих устройств (приемных и передающих антенн). В качестве информативных параметров датчиков в измерительных каналах таких устройств могут служить: резонансная частота электромагнитных колебаний; входной импеданс ВЧ-измерительного канала, реализуемого на основе отрезка длинной линии; фазовый сдвиг электромагнитных волн и др.

Предложены методы построения инвариантных концентратомеров смесей веществ, а также разработаны на их основе инвариантные устройства для измерений концентрации виноматериалов в трубопроводах и резервуарах, обеспечивающие более высокую точность измерений за счет контроля (зондирования) обоими

измерительными каналами одной и той же области в трубопроводе или резервуаре, соответственно. Исследованы оценки погрешности измерений разработанных инвариантных измерительных устройств.

Анализ полученных результатов показывает, что, если при наличии возмущений (изменении электрофизических характеристик виноматериалов) погрешность измерений радиоволновых измерительных устройств (глава 2) достигала десятков процентов, то для разработанных радиоволновых инвариантных измерительных устройств она снижается до 1-1,5%.

Разработанные инвариантные измерительные устройства устойчивы к возмущающим факторам и могут эффективно использоваться в составе адаптивных систем управления технологическими процессами с нестационарными параметрами.

В четвертой главе рассматриваются вопросы разработки и реализации адаптивного метода повышения достоверности передачи информации, использующего оперативную оценку состояния дискретного канала связи.

В АСУТП информация о параметрах ТП передается по дискретным каналам связи подверженным воздействию помех, которые вызывают ошибки в передаваемой двоичной информации и снижают ее достоверность, что приводит к непригодности этой информации для построения адаптивной прогнозирующей модели, идентификации и адаптивного управления. Поэтому вопросы повышения достоверности передачи информации в дискретных каналах АСУТП являются чрезвычайно важными для адаптивного управления технологическими процессами с нестационарными параметрами.

Предлагаемый адаптивный метод повышения достоверности передачи информации заключается в выборе лучшей системы кодирования (САГ) из группы по результатам тестовых испытаний, основанных на оперативной оценке состояния дискретного канала в процессе исследования статистики ошибок по ограниченной выборке. Интервал времени между тестовыми испытаниями, и объём выборки определяются исходя из априорных данных о модели канала. Под системой кодирования (СК) понимается собственно код и используемый алгоритм декодирования.

Предполагается, что дискретный канал может находиться в состояниях. В произвольном 1-ом состоянии, где / 6 {/} он характеризуется /-ой последовательностью ошибок (известны также тип

возникновения ошибок). Выполняется условие время пребывания

канала в 1-ом состоянии, затрачиваемое на исследование статистики

ошибок. Предполагаем также, что процесс изменения состояний дискретного канала описывается дискретной марковской цепью с конечным множеством состояний и задана матрица переходных вероятностей вероятность

перехода из состояния ) В у ( =1)- Системы кодирования {СК\, СКг,-.., СКц}

подбираются с учетом априорной информации о модели канала, то есть состоянию канала поставлена в соответствие лучшая

обеспечивающая заданную достоверность и скорость передачи информации в /-ом состоянии дискретного канала.

В предположении марковской модели изменения состояний дискретного канала найдем стратегию тестовых испытаний в классе марковских стратегий (то есть решение о следующем испытании принимается на основе результата

предыдущего испытания). Оптимальной, в этом случае, является стратегия,

когда следующее испытание проводится по истечении порогового времени, зависящего от состояния дискретного канала.

Если п-ое тестовое испытание показало пребывание канала в состоянии то следующее тестовое испытание нужно проводить через интервал

времени:

где: Кп -диагональный элемент матрицы переходных в е р о я т н о^Цй^э т о дает наилучшую, в смысле среднеквадратической ошибки, оценку состояния

дискретного канала. При этом минимально допустимый объем выборки определяется из условия: Апт^О'р—, (7)

где: вероятность возникновения ошибок в дискретном канале.

К ошибкам в дискретных каналах относятся аддитивные ошибки (») и ошибки

синхронизации Аддитивные ошибки разделяются на две группы: переход

При равенстве вероятностей появления ошибок обеих групп дискретный канал является симметричным, в противном случае асимметричным. Ошибки синхронизации разделяются на выпадения символов.

Экспериментальные исследования дискретных каналов показывают, что вероятность появления ошибок синхронизации много меньше

вероятности появления аддитивных ошибок

В процессе исследований было установлено, что процедура выявления и анализа аддитивных ошибок, ошибок синхронизации и их комбинаций может быть представлена неориентированным полным двудольным (НПД) графом С/, в котором

множества вершин образуются символами последовательностей

таким образом, что каждое ребро НПД графа О соединяет вершины из разных

множеств и граф О содержит все ребра, соединяющие множества У\ И _ Кг.

Доказано, что процедура выявления и анализа ошибок типа (*), и

их комбинаций плотности — г представляется НПД графом О,

degG = m^, где т\=г+1.

Разработаны алгоритмы позволяющие выявлять и

анализировать указанные типы ошибок и их комбинации в дискретном канале, где число символов в последовательности плотность ошибки (количество

подряд искаженных символов в последовательности

реализуют процедуру, основанную на сравнении до первого совпадения каждого символа последовательности с каждым символом последовательности на

длине mt символов. Предложена формализованная запись алгоритма Arg е {A^},h = l,r,g е {h} в виде дизъюнктивной нормальной формы, где каждый дизъюнктивный член описывает в виде конъюнкций бинарных функций (определённых на графе G) смещение символов в М'и относительно символов в Mj под воздействием указанных типов ошибок. Получены оценки, показывающие, что количество дизъюнктивных членов в алгоритме ограничено сверху функцией (4'-1), а в алгоритме А[ возрастает с ростом г как (г + I)2 - 1. Разработанные алгоритмы по сравнению с известными обладают большей

разрешающей способностью и большим быстродействием, и позволяют сократить число сравнений символов последовательностей на стадии устранения

смещения, вызванного ошибками синхронизации. Известные алгоритмы затрачивают на это (аоШо) сравнений (где ао - количество сдвигов, т0 - количество символов, сравниваемых за один сдвиг), разработанные алгоритмы производят

/ ао \

(a0+ — mQ) сравнений.

Разработан пакет программ, позволяющий исследовать статистику ошибок в дискретных каналах в стационарном и динамическом режимах.

В пятой главе рассматриваются вопросы разработки и реализации адаптивного метода повышения достоверности передачи информации в дискретном канале связи, основанного на испытаниях группы систем кодирования {CKj}, I = {1,2,...,^}, оценке и запоминании результата декодирования каждой системы кодирования из группы в единичном испытании и

выборе на основе таких оценок лучшей CKj 6{C/lj},/ = {l,2,..., JV}, i 6 {/}. Данный метод позволяет производить выбор лучшей не прерывая процесса

передачи полезной информации. Под единичным испытанием произвольной системы кодирования понимается передача в

канал произвольного кодового вектора количество

кодовых векторов в прием из канала некоторой двоичной последовательности

Полагая алгоритм

декодирования неполным (в этом случае при декодировании возможны

ситуации: правильное декодирование, ошибка декодирования, отказ от декодирования), введем понятие «успеха», «неуспеха» в единичном испытании Единичное испытание когда в

результате декодирования выполняется условие когда

При этом вероятности «успеха» «неуспеха» в единичном

испытании определяются в виде:

где: соответственно вероятности правильного декодирования, ошибки

декодирования, отказа от декодирования; выполняется условие Предполагается также, что подобраны с учетом априорной

информации о модели канала (то есть, каждому 1-му состоянию канала поставлена в соответствие лучшая они имеют неполные

алгоритмы декодирования и удовлетворяют условию:

где: номера произвольных систем кодирования из группы

{СК1,СК1,...,СКц}. Это условие определяет эквивалентность следующих неравенств:

Требуется в процессе передачи информации в дискретном канале (при условии, что в каждый момент времени можно испытывать лишь одну систему кодирования выбрать лучшую систему кодирования из группы

дающую максимальную вероятность успеха, а при равных вероятностях успехов - максимальную скорость передачи.

В предположении марковской модели изменения состояний дискретного канала определено математическое ожидание количества успешных

испытаний систем кодирования при условии, что в начале

испытаний канал находится в состоянии 1 и до конца испытаний остается и, шагов

или в векторной форме

где: Л, ^-вероятность перехода из состояния / в у, Л-матрица переходных вероятностей (/? = ||Л(у||), /^-вероятность того, что за время использования СК, произойдет не более, чем 10 неуспехов в единичных испытаниях (предполагается, что каждому 1-му состоянию канала соответствует лучшая Показано,

что для случая Л,; = 1,ЛГ функция имеет вид

Соотношения (8) и (9) дают верхнюю оценку математического ожидания количества успешных испытаний систем кодирования шагов.

Аналогично определено математическое ожидание скорости передачи

информации при испытаниях систем кодирования

где: передачи информации при использовании финальная

вероятность пребывания дискретного канала в состоянии 1, которая отыскивается из рекуррентного соотношения:

где: вероятность того, что канал находится в состоянии шаге,

или в векторной форме:

Исходя из свойства эргодичности, при щ —> °о справедливо я'Дй,)—>ж1, исходя из этого

столбец финальных вероятностей состояний канала.

Согласно соотношениям (8), (9) и (10) единичные испытания необходимо производить таким образом, чтобы уменьшить

количество испытаний худших систем кодирования. С этой целью предложено использовать разработанные в диссертации эвристические правила (П1, П2) выбора систем кодирования.

По правилу П1 произвольная испытывается до первого неуспеха в

единичном испытании, после чего происходит переключение на испытание и

т.д.; по правилу П2 все системы кодирования испытываются поочерёдно. Испытания завершаются по достижению любой из систем кодирования заданного числа успехов в единичных испытаниях и такая выбирается в качестве лучшей. Проведено имитационное моделирование, целью которого являлось экспериментальное исследование свойств правил П1, П2 для случая Л^ = 2 в зависимости от исходных значений: заданной вероятности правильного

выбора лучшей системы кодирования из группы минимальной разности

вероятностей успехов в единичных испытаниях.

Проведённое моделирование правил П1, П2 показало, что: 1) процедура оценки результатов декодирования используемых позволяет выбрать

лучшую систему кодирования из группы с помощью правил П1 и

П2 можно за конечное (приемлемое для практики) число испытаний выбрать с заданной вероятностью лучшую СК из группы \СК],СК2}', 3) при /?£'>(),6 или р^>0,6 правило П1 является предпочтительным; 4) среднее число испытаний худшей СК из группы {С/Т^СА^} составляет для правила П2 около 50% от общего числа испытаний, а для П1 стремится к нулю при близких к реальным

значениям. Результаты моделирования продемонстрировали пригодность правил Ш, П2 к выбору лучшей СК из группы {СК^,СК2} и указали на предпочтительность использования с этой целью правила П1.

Экспериментальные исследования показывают наличие в дискретных каналах связи частичной асимметрии. Для таких каналов с целью повышения достоверности

и скорости передачи информации в группу систем кодирования {С£,},/ = { 1,2.....Л'}

целесообразно включать асимметрические СК большой мощности.

В диссертации рассматривается метод синтеза двоичных асимметрических кодов, в основе которых лежит следующее условие. Множество двоичных «-мерных

векторов является кодом, исправляющим асимметрических

ошибок, если для любого вектора выполняются условия:

где: а - ненулевой элемент поля GF(<]т), Х,с— значение разряда ¡с векторах, q

- простое нечётное число, т - длина столбца проверочной матрицы.

Предложен алгоритм синтеза двоичного асимметрического кода,

заключающийся в том, что код Кп 2, исправляющий 1 асимметрических ошибок,

синтезируется из двоичных векторов 1 длины п, удовлетворяющих

условиям:

шЦпюИ)

=62(тск32)

• л

Ь1,Ьг,...,Ь,еСР(2т),1с>1к,^С>К, 1С е{0,1.....п-1}, Се {1,2,...,/},

и является подмножеством всех двоичных

векторов длины п. В качестве кода выбирается множество ^¡,г>2, „4, максимальной

мощности, т

.е. I К'п,2 1_ ¿Д13^ I ^Кьг> • Л I ■ Алгоритм А2

заключается в том, что

IV' V с Г'-1

синтезируется из двоичных векторов

где

:

(13)

¿,€0/42")

удовлетворяющих условию: = 6,(то<12), .>1К,МСЖ, «с £ {ОД,...,п-1}, Се {1,2,...,/}

) кодового множества ^«,2. Как и ранее

и являются подмножеством

выбирается код мощности для

произвольного вектора определяются посредством суммирования

произведений (из с сомножителей) столбцов а'е{\,а,а2,...,а" 1) двоичной

проверочной матрицы, с учётом преобразования: а 'а 2...а' = а1 2 '

(14)

Преимуществом алгоритма по отношению к алгоритму как это видно из условий (12) и (13), является меньшее количество операций при синтезе асимметрических кодов, исправляющих более чем одну ошибку.

Предложен неполный алгоритм декодирования двоичных

асимметричных кодов, основанный на подстановке в многочлен локаторов ошибок, вида:

значений коэффициентов (а'1 +а'! +...+а'') = b[, (aV1 + а''а'' +... + а'"а'') = Ь[,...,

(a''a'2...a',) = b/l и решении уравнения F(x) = Q, корни которого есть локаторы

ошибок. Значения b[,b[,...,b[ для принятой из канала произвольной n-разрядной

двоичной последовательности Лг,у = 1,2,...,2" вычисляются из условий (12). Корни

уравнения F(x) = 0 находятся поочередной подстановкой вместо х значений

столбцов двоичной проверочной матрицы и сложением по

модулю два элементов уравнения с учётом преобразования (14). Степени корней указывают местоположение искаженных разрядов в принятой двоичной последовательности хг. Исправление содержимого этих разрядов на

противоположенное значение, даёт последовательность

предусматривает два исхода: собственно декодирование и отказ от

декодирования Показано, что предложенный алгоритм декодирования

AhW„ i) проще известного алгоритма декодирования кодов БЧХ; его возможности

проиллюстрированы на примере синтезированного асимметрического кода

В шестой главе излагаются теоретические основы построения адаптивных систем управления технологическими процессами (ТП) с нестационарными параметрами. На примере ТП виноделия исследуются адаптивные системы управления с нестационарными марковскими параметрами, основанные на применении пассивной идентификации в задачах стохастического управления.

В общем случае ТП виноделия может быть представлен в качестве нестационарного динамического многомерного многосвязного объекта управления с выходами. На входе объекта имеются два типа входных каналов. 28

Канал возмущений образуется из п наблюдаемых входов:

Хт{М) = (х1{М),...,ха(и)),ХеК", где Я"- множество допустимых входов с

ненаблюдаемыми неизвестными параметрами Канал управления

также наблюдаем: множество

допустимых управлений, но в отличие от канала возмущений все его параметры

известны: Ск,к= 1 ,Г , при этом: р = п + Г Выход объекта представляет собой

наблюдаемый вектор: множество

допустимых выходов. Предполагаем, что известна структура нестационарного динамического многомерного многосвязного объекта управления, В нашем случае это означает, что известен порядок т дифференциального или эквивалентного ему разностного уравнения, описывающего объект.

Для случая нестационарного динамического многомерного односвязного объекта (исходя из декомпозиции нестационарного динамического многомерного

многосвязного объекта) его структура может быть представлена в следующем виде (рисунок 3). Описание нестационарного динамического многомерного односвязного объекта можно представить в виде разностного уравнения:

кдг)=|;ах^)>'(лг-/)+|;б/^х/ло+|;с/1^(ло+кАо-> (16)

где: текущее

непрерывное время; Т - интервал дискретизации; у(Л') - приведённый шум,

действующий на объект; коэффициенты разностного

уравнения описывающего объект, неизвестны.

Таким образом, ТП виноделия, как объект управления, можно охарактеризовать следующим образом: 1) нестационарный, что означает изменение

коэффициентов я,(Лг), ¿у(Л^), / = 1 ,т,) = 1,п разностного уравнения (16) во времени; 2) линейный,

Рисунок 3 - Измеряемые входы х/М), и^Ы), выход у{Ы) и неизвестные ненаблюдаемые коэффициенты б/Л'), нестационарного

динамического многомерного односвязного объекта управления.

это означает, что оцениваемые коэффициенты 1 = 1,т,у = 1,и входят в

уравнение (16) линейно; 3) динамический, это означает, что зависимость входа от выхода описывается дифференциальным или эквивалентным ему разностным уравнением.

Для построения адаптивных систем управления нестационарными динамическими объектами предложен и обоснован класс устойчивых динамических многомерных односвязных линейных стохастических адаптивных прогнозирующих моделей с сосредоточенными изменяющимися во времени параметрами в форме разностных уравнений порядка с переменными коэффициентами

вычисляемыми в процессе идентификации. Модели из рассматриваемого класса могут быть представлены в форме разностного уравнения т-го порядка с п наблюдаемыми и г управляемыми входами:

т=(мжм-о+¿Я (Щ(м)+.

(=1 >1 к=I

или в векторной форме

где: у(№) - оценка выхода объекта (выход модели); КТ(Ы — 1) = (5,(^-1),...

1), ¿[(Л''—1),...,йи(ЛТ-1),С1.....сг) - вектор коэффициентов модели;

Фг(Лг) = (у,(Л'-1),..., ^т(Лг-/п),.х1(Лг),...,дгл(Лг),и1(Л'),...,иг(Лг)) - обобщённый вектор входов модели. Далее модели типа (17) будем называть адаптивными прогнозирующими моделями.

Для того чтобы объект управления (ТП) был идентифицируем, частотный спектр изменения входов должен быть шире частотного спектра изменения коэффициентов объекта. Это требование вытекает из разрешимости метода наименьших квадратов. При скорости изменения коэффициентов или

структуры объекта, соизмеримой со скоростью изменения наблюдаемых входов идентификация с приемлемой точностью невозможна. Условием идентифицируемости нестационарного динамического объекта

управления является выполнение неравенства и отсутствие наложения

спектральных плотностей входов объекта.

В адаптивных системах управления нестационарными динамическими объектами выделяются два принципиально разных этапа работы - идентификация (обучение) и управление. На этапе обучения производится идентификация структуры и/или коэффициентов модели (при известной структуре объекта), то есть построение (начальной) модели объекта управления. Модель считается адекватной объекту, когда выполняется тот или иной критерий близости выхода объекта и выхода у(М) модели. После построения (начальной) модели объекта начинается управление, которое рассчитывается на основе информации полученной на этапе обучения и текущей информации по наблюдениям за входом и выходом объекта:

закон управления. Необходимо учитывать, что в процессе идентификации нестационарного динамического объекта (16)

измерения входов Х(К) и выходову{Щ, где у(А') е ^(ЛО.ЛМ ,>,(Л')} должны быть синхронизированы во времени. Для статистического анализа данных в процессе идентификации важно, чтобы сравнивались выборки одинакового объёма и интервал квантования для этих выборок был одинаков.

В качестве критерия останова идентификации и перехода к управлению будем использовать критерий отношения дисперсий:

т-

ут

(18)

0{у(М)} '

где: дисперсия ошибки прогноза выхода объекта;

й{у{Ы)} — текущая дисперсия выхода объекта. Этот критерий определяет качество модели (ее адекватность), т.е. качество идентификации. Если выполняется условие то управление отключается и происходит пассивная идентификация системы, если выполняется условие то включается управление. Для

технологического процесса производства (в данном случае для ТП виноделия) сокращение времени идентификации является важным экономическим показателем. Чем точнее определен момент перехода от идентификации к управлению, тем выше окажутся показатели качества производимого продукта.

С целью увеличения реактивности адаптивной системы на отклонение выхода модели от выхода объекта, были разработаны

обобщенный критерии переключения от идентификации к управлению. Критерием перехода от идентификации к управлению, при использовании знакового критерия является выполнение условия:

где: ошибка прогноза выхода; знак ошибки

прогноза выхода (0 - отрицательный, 1 - положительный). Критерием перехода от идентификации к управлению, при использовании обобщенного критерия является выполнение условия:

В ином случае адаптивная система остается в режиме идентификации. Идентификация объекта управления на (л-ом) шаге происходит в разомкнутом контуре управления, в этом случае управляющее воздействие фиксировано и равно управляющему воздействию на (и_1) шаге. Для случая нестационарного динамического многомерного односвязного объекта управления (рисунок 3) разработана двухконтурная адаптивная система управления ТП с нестационарными параметрами (рисунок 4), в которой к первому контуру адаптации (на базе адаптивной системы с идентификатором (АСИ)) добавлен второй контур адаптации, включающий группу лиц принимающих решение (ЛПР), которыми являются эксперты-технологи, вырабатывающие усредненное решение о качестве производимого продукта. Решение группы экспертов-технологов ЛПР2,...,ЛПР/.) включает в себя вербальную модель (Модельг), на основе которой в функционирование регулятора вносятся изменения. Таким образом, сигнал управления (рисунок 4) является линейной комбинацией сигналов АСИ

(первого контура адаптации Модель-адаптивная прогнозирующая модель АСИ) и вербальной модели (второго контура адаптации -> Модель2).

В этом случае управляющее воздействие примет вид:

ЩЫ) = У(Хту(К),т) ® Чу(М),^ЛПР,), (21)

где: операция конкатенации (объединения); приращение управления,

устанавливаемое технологом на базе решения группы экспертов-технологов (ЛПР1

ЛПРг,..., ЛПР[_); ^^ЛПР,- усреднённое решение Ь экспертов-

технологов о

качестве продукта. В схеме (рисунок 4) скалярный анализатор (датчик с

памятью) на вход которого поступает скалярный выход

Корректирующее управление, вносимое (на основе решение группы экспертов-технологов) в ТП с нестационарными параметрами, состоит в изменении: диапазонов регулирования технологических параметров, режимов обработки

виноматериалов, оборудования, ассортимента и качества поставляемых виноматериалов и т.д.

Рисунок 4 - Двухконтурная адаптивная система управления ТП с нестационарными параметрами.

В общем случае, рассматриваемый ТП виноделия является нестационарным динамическим многомерным многосвязным объектом управления, поэтому на основе двухконтурной адаптивной системы управления (рисунке 4) разработана адаптивная система управления ТП с нестационарными параметрами (для случая нестационарного динамического многомерного многосвязного объекта управления (рисунок 5)). В этой схеме: Ав - векторный анализатор (компьютерная система с элементами искусственного интеллекта на вход которой поступает векторный выход У(Лг) = >у|(Лг),>'2(^),...,>'<(Л')); Мг- интегрированная вербальная модель;

соответственно, вербальные модели для лси„лсиг.....АСИ1ч_п,АСИ1ч)', Модель^), Модельцг),..., Модель^), - адаптивные

прогнозирующие модели для соответственно.

Непрерывный характер процесса производства вин связан с дискретным поступлением исходного сырья (партий виноматериалов), при этом физико-

34

химические свойства виноматериалов в каждой партии могут быть различны. Входные измеряемые характеристики партии виноматериалов в ТП виноделия (согласно ГОСТ) приведены в таблице 1.

Таблица 1 - Измеряемые входные характеристики партии виноматериалов

<Х| Объёмная доля этилового спирта, %

<*2 Массовая концентрация Сахаров, г/дм3

СИ Массовая концентрация титрируемых кислот, г/дм3

а 4 Массовая концентрация летучих кислот, г/дм3

а 5 Массовая концентрация сернистой кислоты, г/дм3

а 6 Массовая концентрация приведённого экстракта, г/дм3

а 7 Массовая концентрация железа, мг/дм3

а 8 Массовая концентрация меди, мг/дм3

а. Массовая концентрация свинца, мг/дм3

При осуществлении адаптивного управления ТП виноделия (с целью повышения точности адаптивных прогнозирующих моделей) традиционно измеряемые входные характеристики партии виноматериалов (таблица 1) могут быть дополнены следующими характеристиками (таблица 2).

Таблица 2 - Дополнительно измеряемые входные характеристики партии

виноматериалов

=/|(«ь- ..,0« ,г((о)) Диэлектрическая проницаемость (г)

хг =/2(а|,. ..,09,г(й>)) Проводимость м

Хз =/з(а„. ..,09,г(й))) Удельная электропроводность (<5)

ХА =/4(04, • • •,ач,г{(й)) Тангенс угла диэлектрических потерь (£<5)

Ху =/5(аь. .,<Х9,г(и)) Удельная теплоёмкость {с)

Хб =/б(а„ ..,09,2(£0)) Удельная теплопроводность №

Хп =/7(<Х|,. ..,09 ,г(£и)) Удельная температуропроводность.

Функция г(ш) - зависит: от химического состава виноматериала, его вязкости, экстрактивности, наличия ароматобразующих веществ и т.д.

Рисунок 5 - Адаптивная система управления ТП с нестационарными параметрами (для случая нестационарного динамического многомерного многосвязного объекта управления).

В приложении к ТП виноделия уравнение адаптивной прогнозирующей модели (17) принимает следующий вид:

у{Щ = а^ЫМ -1 )+а2{М)у{М - + (22)

М

или, с учетом равенств в таблице 2, может быть представлено в виде:

у(и) = ¿ДЛ'ЖЛ' -1) + аг(М)у{Ы -2) + ¿¿; (А% (а, (Л'),...,«9(Л'),г(«)). (23)

По аналогии с уравнением (17) класс моделей представленных разностным уравнением (23) будем называть классом адаптивных прогнозирующих гетерогенных (неоднородных по параметрам) моделей.

При создании адаптивных систем управления ТП с нестационарными параметрами, с использованием адаптивной прогнозирующей модели, необходимо иметь в виду следующие. Априори ТП является устойчивым, что объясняется самой природой реального производственного процесса. Но адаптивная прогнозирующая

модель, с помощью которой осуществляется управление нестационарным ТП, в произвольные случайные моменты времени может выйти за границы устойчивости.

Поэтому для обеспечения устойчивости всей системы (объект, модель, регулятор) необходимо контролировать устойчивость модели на каждом шаге идентификации. В этом случае необходимо использовать следующий алгоритм синтеза адаптивной прогнозирующей модели нестационарного динамического объекта управления (рисунок 6).

Рассмотрим синтез оптимального регулятора в условиях ненаблюдаемых аддитивных помех на выходе объекта. Доказывается теорема, которая показывает, что минимум функции дисперсии выхода объекта и модели совпадают по времени. Это даёт основание искать управление, минимизируя дисперсию выхода модели:

Исходя из условия теоремы, в качестве критерия качества управления можно рассматривать минимум дисперсии выхода модели. Будем искать такое управление, которое минимизирует средний квадрат выхода объекта для /-ой партии

Проверка услов ия;

чт> 1.

Рисунок 6-Алгоритм синтеза адаптивной прогнозирующей

модели нестационарного динамического объекта управления.

виноматериала:

Следствие из доказанной теоремы утверждает, что эта задача эквивалентна поиску управления, минимизирующего средний квадрат выхода модели адаптивной

системы управления:

«ДАТ |r) = arg min A/{j)2 (TV

(25)

то есть необходимо найти u(N) из условия:

ди,

M{y\N\Tt)} = 0.

Рассмотрим объект с одним управляемым входом и шумом на выходе:

Я АО = а, (Г, )у(М -1) + в, (Тк )>'(ЛГ - 2) + £ Ъ, (Г, )х, (Щ + си(М) + у(ЛГ) . (26)

В адаптивной системе управления этот объект имеет следующую модель:

у(Ю = с[ (Г, )ЯЛТ -1)+а2<71 Ж^ " 2)+ (П ^ (*)+ «М. (27)

с помощью, которой будем искать управление, минимизирующее средний квадрат выхода объекта (25). В данном случае необходимо найти минимум функции одной

переменной, которую иш d

0.

и получаем искомое адаптивное управление:

Процедур« (^строения., |йгУЛя)$Ра :д4я+системы^ - г - ьупра^лярмыми)|входами

осуществляется аналогично.

Анализ k-стратегий управления Ut (N |j.) позволяет выбрать номинальный

режим управления U(N) = {Ui(N),...,ük{N)}, соответствующий модели объекта со

средними значениями коэффициентов:

й, (N) = arg min D{ä^N -1) + ä2y(N - 2) + £ bJ{Tk )x, (N) + £c,u, (N),

где: Xa2(0, Ä, " средние значения

коэффициентов , я2 » ¿i. Ьг , 67 для Л-партий виноматериалов, j = l,n,

и = 7, i = \,r, r = 5. Номинальный режим управления U(N) даёт возможность управлять ТП виноделия без обучения (без реализации схемы оценок коэффициентов объекта и построения его модели) в среднем с минимальной дисперсией. Он может быть положен в основу управляющего алгоритма на стадии идентификации, когда контур управления разомкнут и ТП виноделия переведен в кратковременный режим подстройки коэффициентов модели.

Получив номинальное управление, можно оценить значения управляющего воздействия в наихудших условиях идентификации, когда вектор входных возмущений либо не изменяется, либо изменяется несущественно: X(N) = Это дает верхнюю границу оценокдисперсии коэффициентов

объекта. Для оценок коэффициентов уравнения модели:

ЯЮ = |<5,(Л0ЛЛ' -1) + ¿1WKN -2) + ¿6, (N)XJ (N) + ¿с,«,(Л') •

управляющее воздействие в наихудших условиях идентификации будет иметь

СЛеД и'{Щ = argmin D{a' y(N-1) + a'y(N - 2) + tb'(N)x(N) + ±cu(N)}.

Нижняя граница оценок дисперсии коэффициентов объекта, которая обеспечивает наилучшие условия идентификации, может быть получена для случая взаимно-независимых входов (статистически ортогональные входы). Для этого случая, управляющее воздействие примет следующий вид:

и,"(N) = argminD{a?y(N-1) + aHJ(N -2) + £(,V)*,(N) + £ca (N)}.

В седьмой главе разработан метод оценки структуры и параметров адаптивных прогнозирующих моделей нестационарных динамических объектов управления, на примере технологических процессов (ТП) виноделия, основанный на активной идентификации нестационарных динамических объектов в режимах «OFFLINE» и «ON-LINE».

В производственных и лабораторных условиях проводились эксперименталь-

ные исследования нестационарных динамических объектов управления, в качестве которых рассматривались ТП термообработки специальных, натуральных виноматериалов и шампанского.

Экспериментальные исследования осуществлялись посредством подачи, тепло- или хладоносителя в «рубашку» резервуара, в котором подвергался термообработке тот или иной виноматериал. С целью идентификации снимались переходные характеристики указанных объектов управления. В качестве переходных характеристик использовалась зависимость изменения температуры виноматериала во времени в результате подачи ступенчатого воздействия на вход объекта управления. Для снятия переходных характеристик использовалась адаптивная компьютерная система управления термообработкой виноматериала. Идентификацию и вычисление коэффициентов модели (17) осуществляем посредством аппроксимации экспериментальной переходной характеристики объекта управления аппроксимирующей функцией представленной

разностным уравнением m-го порядка, которая и позволяет оценить коэффициенты модели. Для оценки качества идентификации используем средний квадрат ошибки прогноза в виде:

(29)

(где: R-\,m - порядок разностного уравнения; Тэх~ экспериментальная переходная характеристика объекта; ТАФ - аппроксимирующая функция), или несмещенную дисперсию ошибки прогноза в виде:

В таблице 3 представлена зависимость качества идентификации от порядка разностного уравнения модели для специального крепкого виноматериала.

В результате идентификации (с помощью МНК в режиме «OFF-LINE») были вычислены значения коэффициентов разностного уравнения 2-го порядка

адаптивной прогнозирующей модели (17) для специального крепкого виноматериала: а, = -1.9554; аг = 0.9555; Ьх = 0.1453; Ь2 = -0.1008.

С помощью рекуррентного МНК в режиме «ON-LINE» для данного виноматериала были вычислены значения коэффициентов разностного уравнения 2-го порядка адаптивной прогнозирующей модели (17), где: к — номер шага сбора данных; / -текущее время в секундах; Т0- интервал квантования.

Таблица 3 - Критерий качества идентификации

Порядок разностного уравнения модели Критерий качества идентификации Б2(К)

1 2.2224

2 0.0228

3 0.0223

4 0.0217

5 0.0211

6 0.0185

7 0.0168

8 0.0164

9 0.0153

10 0.0151

Анализ таблицы 3 показывает, что разностное уравнение 2-го порядка адаптивной прогнозирующей модели (17) обеспечивает высокое качество идентификации.

7 995931

5157409 7 5007094

7157573

Рисунок 7 - Значения коэффициентов разностного уравнения 2-го порядка адаптивной прогнозирующей модели вычисленные с помощью РМНК в режиме «ON-LINE» (термообработка специального крепкого виноматериала).

Из рисунка 7 следует, что для используемого виноматериала значения коэффициентов разностного уравнения 2-го порядка адаптивной

прогнозирующей модели (17), вычисленные с помощью РМНК в режиме «ONLINE» совпадают со значениями тех же коэффициентов вычисленных с помощью МНК в режиме «OFF-LINE» (с точностью до третьего знака).

Разработан метод анализа и обработки переходных характеристик нестационарного динамического объекта, позволяющий из множества экспериментальных переходных характеристик получить результирующую характеристику, аппроксимируемую адекватным разностным уравнением m-го порядка, которое является начальным приближением адаптивной прогнозирующей модели нестационарного динамического объекта управления на стадии «обучения» (идентификации в режиме «OFF-LINE»). Для реализации метода снимаем пэ

экспериментальных переходных характеристик объекта управления,

где: номер экспериментальной переходной характеристики; номер шага

квантования (к = \,Nk). В качестве примера на рисунке 8 приведен фрагмент

',=1.», (л, = 10)

десяти экспериментальных переходных характеристик "эя,

объекта управления (нагрев специального крепкого виноматериала) при воздействии помех.

На основе полученных экспериментальных переходных характеристик ^эд, ,

/, = 1,и, (иэ=10) построим унифицированные переходные характеристики ,

1э = 1,и, (иэ=10) приведенные к начальной температуре 0°С. Значения унифицированных переходных характеристик для к -го шага квантования рассчитываем по формуле

. Т,п(к, )-Гм(и, ) , —

(7)

Тэп(К )-ТЭП(н, )

Тзп{е, )~тэп(н )

Рисунок 8. - Фрагмент десяти экспериментальных переходных характеристик ^эп, , К =1>"э (нагрев виноматериала 3)

где: ТуП(к,)- нормированное (безразмерное (Г < 1)) значение ь-ой

унифицированной переходной характеристики на к-ом шаге квантования; Гэл(*,> значение температуры /3-ой экспериментальной переходной характеристики на к-ом шаге квантования; Тэп(н^) - начальное значение температуры экспериментальной переходной характеристики;

конечное (верхнее) значение температуры экспериментальной переходной

характеристики. На основе унифицированных переходных характеристик ,

= (иэ = 10) построим усредненную унифицированную переходную

характеристику Иусу объекта управления,

(32)

далее от усредненной унифицированной переходной характеристики Иусу перейдем к усредненной переходной характеристике Иусп объекта управления (34).

На рисунке 9 приведена усредненная переходная характеристика ИУсП объекта управления и ее аппроксимация ИУсП.

т° с

— ..... 2 i

\

1

□ 10GQ 2000 3000 4000 5000 6000 7000 В000 9000 10000

Nh сек 4

Рисунок 9 - Усредненная переходная характеристика ИУсП объекта управления (нагрев специального крепкого виноматериала) и ее аппроксимация ИУсП (ИУсП - кривая 1, ИУсП - кривая 2).

W*) =

f п> я,

ТэпЮ-ТэЛ»,,)

Тэп(в„)-Тэп(х>,)

£rM(Hj

(34)

Необходимое количество экспериментальных данных (объем выборки) для обеспечения адекватности модели на стадии «обучения», определяется с учетом

F-распределения Фишера и ^статистики Стьюдента.

Разработаны два варианта адаптивной компьютерной системы управления ТП с нестационарными параметрами:

- стендовый вариант интегрированной АСУТП;

- стендовый вариант иерархической распределенной АСУТП.

Разработан алгоритм моделирования адаптивной системы управления ТП с нестационарными параметрами, на основе которого разработана программа

Рисунок 10 - Моделирование нестационарных коэффициентов аь аг, Ь\, Ьг объекта уф) = а, (Л')>-(Л' -1) + аг (Л')><ЛГ-2) + 6, (Л0*, (Л') + 62 (Л')л:2 (ЛГ).

Рисунок 11 - Коэффициенты нестационарного динамического объекта у(Ы) = а,у(Ы -1) + агу(Ы - 2) + Ь^)Х[(Ы) + А2(Л')л:2(Л') и их рекуррентные оценки.

Рисунок 12 - Выход нестационарного динамического объекта

у(М) = щф)у(Ы -\) + а2(Ы)у(М-2)^Ь1{Ы)х1(М) + ¿2(Л')х2(Л') и адаптивной прогнозирующей модели ¿(ЛО = а, (ЛГ) ЯЛГ -1)+а2(Лг)>'(Л'-2) + 61(Л,)х1(Л') + 4(Л'К (Л"

моделирования, имеющая графический интерфейс, для вывода моделируемых статистических характеристик на монитор компьютера и печать.

На рисунках 10-12 приведены результаты моделирования функционирования адаптивной системы управления ТП с нестационарными параметрами для случаев нестационарных коэффициентов объекта, рекуррентных оценок коэффициентов объекта в режиме «ON-LINE», выхода нестационарного динамического объекта и адаптивной прогнозирующей модели. Результаты моделирования показывают высокую степень адекватности адаптивной прогнозирующей модели и нестационарного динамического объекта управления.

Основные результаты и выводы

1.Для построения адаптивной прогнозирующей модели в условиях стохастической неопределенности, разработаны методы синтеза радиоволновых датчиков и инвариантных измерительных устройств обеспечивающие высокую точность измерения при действующих возмущениях - нестационарности электрофизических характеристик виноматериалов.

2. Разработаны адаптивные методы обеспечивающие заданную достоверность передачи информации в дискретных каналах АСУТП, основанные на выборе лучшей системы кодирования из группы для текущего состояния канала: а) по результатам исследования статистики ошибок в дискретном канале при ограниченной выборке; б) по результатам декодирования кодовых векторов принятых из дискретного канала при использовании неполного алгоритма декодирования.

3.Разработан метод синтеза и алгоритм декодирования двоичных асимметрических кодов, демонстрирующий возможность создания лучших систем кодирования для доминирующих состояний дискретного канала, что позволяет обеспечить заданную достоверность передачи информации и ее пригодность к синтезу адаптивных прогнозирующих моделей, идентификации и адаптивному управлению технологическими процессами с нестационарными параметрами.

4. Разработан обобщенный критерий переключения адаптивной системы из режима идентификации в режим управления и обратно, повышающего реактивность адаптивной системы, качество идентификации и управления.

5. Разработан метод синтеза адаптивных прогнозирующих моделей, основанный на анализе устойчивости адаптивной системы в процессе идентификации, и применении обобщенного критерия переключения.

6.Разработан алгоритм построения адаптивной прогнозирующей модели, основанный: на идентификации объекта управления; анализе устойчивости и вычислении коэффициентов адаптивной прогнозирующей модели на каждом шаге идентификации, при использовании обобщенного критерия переключения.

7.Разработан метод построения двухконтурной адаптивной системы управления технологическими процессами с нестационарными параметрами на основе адаптивной системы с идентификатором (АСИ - первый контур адаптации) и вербальной модели (второй, внешний контур адаптации), где сигнал управления является линейной комбинацией сигналов АСИ и вербальной модели.

8.Установлено, что условием идентифицируемости нестационарного динамического объекта является выполнение неравенства и отсутствие

наложения спектральных плотностей входов и коэффициентов

(54(<ц)) объекта.

9.Разработан метод построения адаптивных систем управления технологическими процессами с нестационарными параметрами (для случаев многомерного односвязного и многомерного многосвязного объектов) на основе: двухконтурной адаптивной системы управления; выполнения условия идентифицируемости и использовании алгоритма построения адаптивной прогнозирующей модели.

10. Разработан метод оценки структуры и параметров адаптивных прогнозирующих моделей, основанный: а) на вычислении коэффициентов адаптивной прогнозирующей модели посредством аппроксимации экспериментальной переходной характеристики объекта управления адекватным

разностным уравнением порядка, которое позволяет оценить коэффициенты модели; дисперсии адекватности, позволяющей установить прямую зависимость качества идентификации от порядка разностного уравнения модели; - на обработке множества экспериментальных переходных характеристик объекта управления и получении усредненной переходной характеристики, аппроксимируемой адекватным разностным уравнением m-го порядка, которое является начальным (базовым) уравнением адаптивной прогнозирующей модели нестационарного динамического объекта управления.

11. Доказана теорема о принципиальной возможности достижения локально-оптимального управления для нестационарного динамического объекта, по синтезируемой адаптивной прогнозирующей модели.

12.Разработанн адаптивный регулятор обеспечивающий стабилизацию выхода объекта с минимальной дисперсией (для случаев пренебрежимо малых или существенных помех на выходе).

13. Реализованы лабораторные варианты адаптивных систем управления технологическими процессами с нестационарными параметрами: на основе интегрированной АСУТП, в которой адаптивные прогнозирующие модели реализованы на основе IBM PC-совместимого компьютера, а входные и выходные цепи АСУТП на основе программируемых микропроцессорных модулей; - в виде иерархической распределенной АСУТП на основе локальной сети Industrial Ethernet, в которой адаптивные прогнозирующие модели реализованы на основе программируемых логических контроллеров (ПЛК) и IBM PC-совместимых компьютеров.

14. Разработана методика расчета экономической эффективности при адаптивном управлении ТП виноделия с нестационарными параметрами виноматериалов, показывающая, что, наряду с повышением качества продукции за счет повышения качества управления и соблюдения технологического регламента, применение адаптивного управления обеспечивает существенную экономию электроэнергии (энергоносителей). Это позволяет рассматривать разработанные

адаптивные системы управления ТП с нестационарными параметрами в качестве эффективного средства создания энергосберегающих технологий.

Основное содержание диссертации опубликовано в работах:

1. Жиров М.В. Идентификация и адаптивное управление в АСУТП виноделия // Промышленные АСУ и контроллеры. 2001 г. № 10. С. 26-30.

2. Жиров М.В., Макаров В.В. Адаптивная идентификация нестационарных технологических процессов с марковскими параметрами в задачах стохастического управления // Автоматика и телемеханика. 2002 г. № 2. С. 56-70.

3. Жиров М.В., Макаров В.В. Адаптивное управление ТП виноделия с нестационарными параметрами виноматериалов // Автоматизация в промышленности. 2003. №12. С.40-43.

4. Гетманов В.Г., Жиров М.В., Шаховской А.В. Алгоритм идентификации для линейной дискретной динамической системы управления // Автоматика и телемеханика. 2001 г., № 4. С. 27-34.

5. Жиров М.В. Обработка экспериментальных данных и идентификация объектов управления в виноделии // Виноделие и виноградарство. 2002 г. №4.С.24-26

6. Гагарин МА, Жиров М.В., Бакулин В.П., Соловьев И.А., Зелененко Р.И. и др. Исследование поля температур виноматериала в резервуаре цилиндрической формы // Виноделие и виноградарство. 2002 г. №3. С. 38-40.

7. Жиров М.В., Шаховской А.В. Разработка адаптивной компьютерной системы управления термообработкой виноматериалов // Виноград и вино России. 2000 г. № 2. С. 33-35.

8. Гетманов В.Г., Жиров М.В., Шаховской А.В. Идентификационный контроль теплофизических параметров и управление температурными полями инерционных тепловых объектов // Контроль. Диагностика. 2000 г. № 5. С. 22-26.

9. Жиров М.В., Шаховской А.В. Разработка адаптивной компьютерной системы управления термообработкой виноматериалов // Виноград и вино России. 2000 г. № 2. С. 33-35.

10. Жиров М.В. Методика расчета экономической эффективности адаптивного управления в технологии виноделия // Виноделие и виноградарство. 2002 г. №2. С. 22-24

11. Жиров М.В., Шаховской А.В. Разработка метода построения компьютерных пультов управления технологическими процессами в виноделии // Контроль. Диагностика. 2000 г. № 4. С. 13-19. № 5. С. 22-26.

12. Гетманов В.Г.,Дятлов А.В.,Жиров М.В.,Тертышный Г.Г. и др. Применение локальных и сплайновых аппроксимаций для оценивания нестационарных параметров оптоэлектронных сигналов //Автоматика и телемеханика. 2000г., №6. С.29-35.

13.Жиров М.В. Об одном классе алгоритмов обнаружения ошибок в каналах передачи данных // Автоматика и вычислительная техника. 1976. №2. НРБ.

г. София. Госкомитет по научно-техническому прогрессу. С. 37- 45.

14. Жиров М.В., Дынькин В.Н. Адаптивный выбор оптимальных систем кодирования // Автоматика и телемеханика. 1979. №4.С. 57-61.

15.Жиров М.В., Дынькин В.Н. Синтез двоичных кодов, исправляющих асимметрические ошибки // Автоматика и вычислительная техника. 1980. № 1. НРБ. г.София. Госкомитет по научно-техническому прогрессу. С. 27- 34.

16. Zhirov М. В., Makarov V.V. Adaptive Identification of Nonstationary Technological Processes with Markov Parameters in Stochastic Control Problems // Automation and Remote Control. 2002, Vol. 63, Num. 2. pp.220-233.

17. Жиров М.В., Шаховской А.В. Адаптивная компьютерная система для исследования, контроля и управления технологическими процессами в виноделии // Отраслевые ведомости «Ликероводочное производство и виноделие». Информационный бюллетень. 2000 г. № 12. С. 4-5.

18. Солдатов В.В., Жиров М.В., Шаховской А.В. Робастные многопараметрические алгоритмы цифрового управления // Промышленные АСУ и контроллеры. 2002 г. №6. С. 19-23.

19. Жиров М.В., Солдатов В.В., Шаховской А.В. Адаптивная идентификация технологических объектов управления с использованием переходных характеристик

// Промышленные АСУ и контроллеры. 2002 г. №9. С.21-24.

20. Солдатов В.В., Шаховской А.В., Жиров М.В. Многопараметрические цифровые регуляторы и методы их настройки // Приборы и системы. Управление, контроль, диагностика. 2002 г. №6. С. 19-24.

21. Солдатов В.В., Жиров М.В., Шаховской А.В. Алгоритмы расчета параметров настройки многопараметрических цифровых регуляторов // Контроль. Диагностика. 2002 г. №6. С.26-32.

22. Жиров М.В., Солдатов В.В., Шаховской А.В. Метод расчета экономической эффективности при адаптивном управлении технологическими процессами виноделия // Справочник. Инженерный журнал. 2002 г. №7. С.27-32.

23. Жиров М.В., Совлуков А.С. Радиоволновые датчики для определения концентрации двухкомпонентных смесей в потоке // Сборник материалов XI научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления"». М.: МГИЭМ. 1999.С. 39-40.

24. Жиров М.В., Соловьев ИА. Управление тепловым полем виноматериала в резервуаре цилиндрической формы // Материалы VII международной научно-практической конференции «Инновационные технологии в пищевой промышленности третьего тысячелетия». Выпуск 6 (Т.Ш), МГТА. Москва. 2001г. С. 10-11.

25. Жиров М.В., Соловьев ИА Определение теплофизических характеристик виноматериалов с помощью решения обратной задачи теплопроводности // Материалы VII международной научно-практической конференции «Инновационные технологии в пищевой промышленности третьего тысячелетия». Выпуск 6 (Т.Ш), МГТА. Москва. 2001 г. С.11-12.

26. Жиров М.В., Маклаков В.В., Легович Ю.С. и др. Параметрическая идентификация и адаптивное управление технологическими процессами с квазистационарными параметрами исходного сырья // Труды Института Том XIII. М.: Институт проблем управления им. В.А Трапезникова РАН, 2001 г., С. 110-128.

27. Neroda V.Y., Sovlukov A.S., Zhirov M.V., Prokhorenko A.M. Monitoring and control

of marine drilling rigs stability // Proc. of the 2"d Tampere Int. Conference on Machine Automation (ICMA'98). Tampere, Finland, 1998, Vol.2. P.719 -728.

28. Жиров М.В., Макаров В.В. Адаптивная идентификация и управление нестационарными технологическими процессами // Труды международной конференции «Параллельные вычисления и задачи управления», РАСО 2001. Москва, 2-4 октября 2001г. Институт проблем управления им. В.А Трапезникова РАН, ч.З. С. 83 -105.

29. Жиров М.В., Макаров В.В. Адаптивная система управления нестационарными технологическими процессами с идентификатором и ЛПР во внешнем контуре // Труды II международной конференции «Идентификация систем и задачи управления» SICPRO 03. Москва, 29-31 января 2003 г. Институт проблем управления им. В А. Трапезникова РАН. С. 1850-1879. (Труды на компакт-диске).

30.Жиров М.В. Об одном подходе к повышению достоверности передачи информации в дискретных каналах связи, основанном на оперативной оценке состояния дискретного канала // Сборник трудов международной научно-технической конференции «Приборостроение-97», часть 2. Винница-Симеиз. 1997. С.282-283.

31. Жиров М.В., Совлуков А.С. Методы построения радиоволновых расходомеров с повышенной точностью и чувствительностью // Сборник трудов X юбилейной научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления» (Датчик-98), в 2-х томах, -М.: МГИЭМ, 1998. С. 97-98.

32. Жиров М.В., Совлуков А.С, Маклаков В.В. и др. Метод построения инвариантных радиоволновых уровнемеров веществ в емкостях // Сборник трудов X юбилейной научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления» (Датчик-98), в 2-х томах,-М.: МГИЭМ, 1998. С. 228-229.

33. Жиров М.В. Адаптивная система передачи и приема дискретной информации // Патент на изобретение РФ №2150785. МКИ: Н03М13/00, Н04В7/22, выдан 10.06.2000г. Бюл.№16.

34. Жиров М.В. Адаптивная система передачи и приема дискретной информации // Свидетельство на полезную модель РФ №12878. МКИ: Н03М13/00, выдано 10.02.2000г. Бюл.№4.

35.Жиров М.В., Совлуков А.С. Концентратомер // Патент на изобретение РФ №2152024. МКИ: 00Ш22/00,27/22, выдан 27.06.2000г. Бюл.№18.

36. Жиров М.В., Совлуков А.С. Устройство для определения концентрации смеси веществ // Патент на изобретение РФ №2164021. МКИ: ОО ¡N22/00, выдан 10.03.2001г. Бюл.№7.

37. Совлуков А.С, Воробьева А.В., Жиров М.В., Маклаков В.В. Расходомер // Патент на изобретение РФ №2120111. МКИ: 00Ш1/56, выдан 10.10.1998г. Бюлл.№28.

38. Совлуков А.С, Жиров М.В., Воробьева А.В., Маклаков В.В. Способ определения уровня вещества в емкости // Патент на изобретение РФ №2125245. МКИ: 00Ш23/284, выдан 20.01.1999г., Бюл_№2.

39. Совлуков А.С, Жиров М.В., Воробьева А.В., Маклаков В.В. Способ определения уровня вещества // Патент на изобретение РФ №2125244. МКИ: ОО № 23/284, выдан 20.01.1999г. Бюл_№2.

40. Жиров М.В., Совлуков А.С. Расходомер // Патент на изобретение РФ №2161779. МКИ: 001Р1/66,1/56, выдан 10.01.2001г. Бюл.№1.

41.Гагарин МА, Бакунин В.П., Жиров М.В., Совлуков А.С, и др. Устройство для измерения концентрации смеси веществ // Решение о выдаче патента на изобретение РФ по заявке №2002131945/09(033854) от 07.09.2004г., МПК: 001И27/26,00Ш № 27/22.

МГУТУ, Ротапринт, изд. № 867, тир. 100, зак. № 4718 109316, г.Москва, Талалихина, 31, тел. 270-05-77

f ■ Стр.

Введение

Глава 1 Анализ подходов к управлению технологическими 19 процессами с нестационарными параметрами.

1.1 Анализ технологических процессов с нестационарными параметрами и их представление в качестве нестационарных динамических объектов управления 1.1.1 Представление нестационарных динамических объектов управления

1.2 Представление нестационарных динамических объектов управления стационарными моделями

1.3 Идентификация нестационарных динамических объектов управления

1.3.1 Идентификация нестационарных динамических объектов с использованием адаптивных алгоритмов „

1.4 Адаптивные системы с идентификацией параметров нестационарных динамических объектов управления

1.5 Минимаксные регуляторы

1.6 Оценка устойчивости адаптивной системы управления 42 нестационарным динамическим объектом

1.7 Этапы работы адаптивной системы управления

1.8 Анализ подходов к реализации адаптивных систем управления нестационарными динамическими объектами

Выводы по главе

Глава 2 Методы построения радиоволновых датчиков для измерения технологических параметров в виноделии

2.1 Обоснование целесообразности применения радиоволновых методов и средств измерения технологических параметров в виноделии

2.2 Методы построения уровнемеров для технологических процессов виноделия

2.2.1 Корреляционный метод измерения уровня

2.2.2 Методы измерений уровня на основе отрезков длинных линии

2.3 Методы радиоволновой расходометрии в виноделии

2.3.1 Резонансные методы

2.3.2 Расходомеры на основе П-образных волноводных резонаторов

2.3.3 Применение одноторцевых волноводных резонаторов

2.3.4 Расходомеры на основе многоторцевых волноводных резонаторов

2.3.5 Корреляционный метод измерения расхода 93 2.3.6.Косвенный метод определения расхода по изменению уровня виноматериала в резервуаре

2.4 Методы измерения концентрации технологических смесей в виноделии

2.4.1 Методы измерения концентрации технологических смесей в трубопроводах

2.4.2 Методы измерения концентрации технологических смесей в резервуарах

2.5 Метод оценки влияния возмущений на показания измерительных устройств

2.6 Оценка погрешности измерений вследствие изменения 123 электрофизических характеристик виноматериалов

Выводы по главе

I Глава 3 Методы построения инвариантных измерительных устройств для определения технологических параметров в виноделии

3.1 Методы построения инвариантных измерительных устройств применительно к проблемам измерений в виноделии

3.2 Методы инвариантной уровнеметрии в виноделии

3.2.1 Время-частотный метод измерения уровня

3.2.2 Время-амплитудный метод измерения уровня

3.2.3 Фазо-частотный метод измерения уровня

3.2.4 Методы измерения уровня с применением тестовых 153 сигналов

3.3 Инвариантные методы измерения расхода виноматериалов в трубопроводах

3.3.1 Доплеровский метод измерения расхода

3.3.2 Частотный метод измерения расхода

3.3.3 Фазо-частотный метод измерения расхода

3.4 Методы построения инвариантных концентратомеров смеси веществ

3.4.1 Методы построения инвариантных концентратомеров смеси веществ в трубопроводах

3.4.2 Методы построения инвариантных концентратомеров смеси веществ в резервуарах

3.5 Оценка погрешности инвариантных измерительных устройств

Выводы по главе

Глава 4 Адаптивный метод повышения достоверности передачи информации, использующий оперативную оценку состояния дискретного канала связи

4.1 Обработка и передача информации в информационноизмерительном канале АСУТП

4.2 Влияние помех на информационно-измерительные каналы АСУТП

4.2.1 Методы борьбы с помехами в информационноизмерительных каналах АСУТП

4.3 Анализ ошибок в дискретных каналах связи подверженных воздействию помех

4.4 Адаптивные методы повышения достоверности передачи информации в дискретных каналах связи

4.5 Постановка задачи выбора лучшей системы кодирования на основе оперативной оценки состояния дискретного канала 4.6 Алгоритмы выявления и анализа ошибок в дискретных каналах

4.6.1 Алгоритмы выявления и анализа аддитивных ошибок и ошибок синхронизации

4.6.2 Алгоритмы выявления и анализа ошибок основанные на посимвольном сравнении

4.7 Разработка программных средств исследования статистики ошибок в дискретных каналах

4.7.1 Пакет программ исследования статистики ошибок в дискретных каналах

4.7.2 Процедуры сравнения испытательной и тестовой двоичных последовательностей

4.7.3 Использование программных средств исследования статистики ошибок

Выводы по главе

Глава 5 Адаптивный метод повышения достоверности передачи информации в дискретном канале связи, основанный на оценке результатов декодирования

5.1 Постановка задачи выбора лучшей системы кодирования на основе оценки результатов декодирования 5.1.1 Оценка математического ожидания количества успешных испытаний и скорости передачи информации при использовании группы систем кодирования <ф 5.2 Оптимизация выбора систем кодирования

5.2.1 Нахождение оптимальной стратегии в задаче

5.2.2 Нахождение оптимальной стратегии в задаче

5.3 Исследование эвристических правил выбора систем кодирования

5.3.1 Выбор лучшей системы кодирования в процессе применения правил П1 и П

5.3.2 Сравнение эвристических правил П1 и П

5.4 Моделирование эвристических правил выбора систем 278 кодирования

5.4.1 Моделирование процедуры оценки результатов 279 декодирования

5.4.2 Моделирование процедуры выбора лучшей системы 290 ^ кодирования с помощью эвристических правил П1 и П

5.5 Синтез двоичных асимметрических систем кодирования

5.5.1 Метод синтеза двоичных асимметрических кодов

5.5.2 Алгоритм декодирования двоичных асимметрических кодов

5.6 Реализация адаптивной системы передачи и приема дискретной информации

Выводы по главе

Глава 6 Адаптивное управление технологическими процессами с 324 нестационарными параметрами при использовании пассивной идентификации 6.1 Представление технологических процессов виноделия в качестве нестационарных динамических объектов управления ^ 6.2 Класс адаптивных прогнозирующих моделей нестационарных динамических объектов управления

6.3 Идентификация и управление нестационарными динамическими объектами динамическими объектами иф 6.3.1 Свойства коэффициентов адаптивных прогнозирующих моделей нестационарных динамических объектов управления

6.3.2 Проекционные алгоритмы идентификации

6.3.3 Оценка дисперсии вектора коэффициентов нестационарных 339 динамических объектов управления

6.4 Критерий останова системы параметрической идентификации

6.5 Двухконтурная адаптивная система управления

6.6 Идентификация технологических процессов виноделия с нестационарными параметрами виноматериалов

6.7 Алгоритм синтеза адаптивной прогнозирующей модели 358 нестационарного динамического объекта управления

6.8 Синтез оптимальных регуляторов для адаптивных систем управления технологическими процессами с нестационар-^ ными параметрами

6.9 Идентификация нестационарных динамических объектов с 376 использованием весовых функций

Выводы по главе

Глава 7 Адаптивное управление технологическими процессами с нестационарными параметрами при использовании активной идентификации

7.1 Оценка структуры и параметров адаптивной прогнозирующей модели нестационарного динамического объекта при использовании активной идентификации

7.2 Применение рекуррентных методов активной идентификации для оценки коэффициентов адаптивных прогнозирующих моделей технологических процессов виноделия с нестационарными параметрами

7.3 Метод обработки переходных характеристик нестационарных технологических объектов виноделия с использованием активной идентификации

7.4 Оценка адекватности адаптивной прогнозирующей модели и нестационарного динамического объекта управления

7.5 Реализация адаптивных систем управления технологическими процессами с нестационарными параметрами на основе технических и программных средств АСУ ТП

7.6 Метод расчета экономической эффективности при адаптивном управлении технологическими процессами виноделия с нестационарными параметрами виноматериалов Выводы по главе

Актуальность проблемы. Автоматизированное управление современными технологическими процессами и производствами происходит в условиях устойчивого и стремительного роста цен на энергоносители и сырье (к примеру, цены на электроэнергию в России за период 2000-2004г.г. росли на 40% каждые два года), поэтому становятся актуальными вопросы разработки новых эффективных, энергосберегающих технологий управления. Одновременно технологические процессы характеризуются нестационарностью параметров, что связано с изменяющимися свойствами исходного сырья, а также нестабильностью работы и износом технологического оборудования, поэтому подход к управлению технологическими процессами, как стационарными объектами -малоэффективен. Нестационарность ТП значительно осложняет анализ и синтез систем управления такого рода объектами, поскольку теория для стационарных во времени систем управления не применима в данном случае.

Таким образом, является актуалйюй проблема адаптивного управления технологическими процессами с нестационарными параметрами и синтез адаптивных прогнозирующих моделей, обеспечивающих локально-оптимальное и энергосберегающее управление.

Идентификационный синтез систем управления и адаптивное робастное управление в сложных системах - мощный инструмент современной теории автоматического управления, имеющий широкие практические приложения. Одним из эффективных направлений в этой области за последние годы является развитие теории адаптивных систем управления с идентификатором (систем непрямого адаптивного управления по терминологии ЯЗ. Цыпкина) [17, 102, 103].

В теорию адаптивного управления крупный вклад внесли отечественные ученые Петров Б.Н., Трапезников В.А., Пугачев B.C., Фельдбаум А.А., Цыпкин ЯЗ., Красовский А.А., Красовский Н.Н., Солодовников В.В., Якубович В.А., Поляк Б.Т., Фрадков А.Д., Первозванский А.А., Ротач В.Я.,

Деревицкий Д.П., Рутковский В.Ю., Павлов Б.В., Ядыкин И.Б., Назин А.В. и др., а также зарубежные ученые Беллман Р., Калман Р., Джури Э., Изерман Р., Саридис Дж., Острем К., Вебер У., Виттенмарк Б., Дональдсон Д.Р., Линдорф Д.Р., Ландау И.Д., Калстрем С.Д., Бергман С., Андерсон Б., Исидори А., и др.

Крупный вклад в теорию идентификации внести отечественные ученые Райбман Н.С., Лотоцкий В.А., Чадеев В.М., Ивахненко А.Г., Бунич А.А., Клейман Е.Г., Власов С.А., Перельман И.И., Пащенко Ф.Ф., Овсепян Ф.А., Каминскас В.А., Телкснис Л.А., Бахтадзе Н.Н., Макаров В.В., Сулуквадзе М.Е., Руруа А.А., и др., а также зарубежные ученые Эйкхофф П., Льюг Г. Л., Гроп Д., Содерстрем Т., Сейдж Э., Мелса Дж.Л., Качмаж С., Гудвин Дж., Густавсон И., Андерсон Т., Мидлтон Р., Ишихара Т., Такеда X., Кашьяп Р., Чен Ханфу и др.

Можно констатировать, что за последние 20 лет в теории автоматического управления произошли революционные изменения. Возникли такие новые концепции и направления, как робастность, Яс0-оптимальное управление, /, - подход, ц - анализ и синтез, LMI-техника и т.д. [76,116,182]. Возникла так называемая Я00-теория (Зеймс, Френсис, Дойл, Гловер). Она позволила объединить частотные методы и методы пространства состояний и по-новому ставить и решать оптимизационные задачи. В свою очередь это позволило рассматривать задачи с неопределенностью (робастное управление), в которых частотная характеристика объекта имеет неопределенность, ограниченную в Я00-норме. Появились и другие постановки задач робастного управления, в которых неопределенность может быть задана иначе - либо как параметрическая, либо как ограниченная в матричной норме при описании в пространстве состояний. Это привело к созданию математического аппарата, позволяющего единообразно исследовать различные виды неопределенностей — //-анализ (Дойл). Наряду с Я"-теорией и робастностью, новое решение получил ряд других разделов теории управления. Так, задача о подавлении внешних возмущений привела к появлению /, - оптимизации (Барабанов - Граничин, Пирсон - Далех). Этим направлениям соответствует новый математический аппарат и новый взгляд на теорию линейных систем [75,76]. В теории идентификации и адаптивного управления это разностные уравнения (уравнения регрессии), в /, -оптимизации - линейные матричные неравенства и т.д.

Современные идеи и новейшие достижения теории автоматического управления находят практические приложения в промышленности и отраслях агропромышленного комплекса (АПК) при создании автоматизированных систем управления технологическими процессами (АСУТП) и производствами (АСУП). В АПК вопросам автоматизации технологических процессов на базе АСУТП и АСУП уделяется особое внимание, так как это напрямую связано с эффективностью производства, качеством и себестоимостью выпускаемой продукции, ее экологичностью и конкурентоспособностью.

Большой вклад в автоматизацию технологических процессов в АПК России и учебный процесс по этой специализации внесли отечественные ученые академики РАСХН: Бородин И.Ф., Будзко И.А., профессора: Филатов O.K., Попов В.И., Судник Ю.А., Маклаков В.В., Краснов А.Е., Кавеций Г.Д., Гетманов В.Г., Тарушкин В.И., Герасенков А.А., Вендин С.В., Гордеев А.С., Кудрявцев В.И., Кирилин Н.И. и др.

Одной из важных отраслей АПК является виноделие. Высококачественные вина - ценный пищевой продукт в жизнедеятельности человека. Целебные свойства вин и особенно сухих красных вин -общепризнанны. Поэтому вопросы автоматизации технологических процессов виноделия являются важными и актуальными.

Большое влияние на разработку высокоэффективных технологических процессов виноделия с применением средств автоматики и АСУТП оказали ученые: академик РАСХН Саришвили Н.Г., член-корреспондент РАСХН Оганесянц Э.А., профессора Агабальянц, Брусиловский С.А., Мержаниан

А.А., Валуйко Г.Г., Аношин И.М., Гагарин М.А., Авакянц С.П., Панасюк А.Л., Рейтблат Б.Б. и т.д., и специалисты: Ломакин В.Ф., Дикий Б.Ф., Моисеенко Д.А., Тохмахчи Н.С. и др.

Современное состояние винодельческой отрасли России, как одной из важных отраслей АПК и пищевой промышленности, требует разработки новых эффективных технологий управления с применением новейшего технологического оборудованиях, технологических схем производства, средств автоматики и АСУТП.

Стремительный рост цен на энергоносители и виноматериалы на фоне острой конкуренции на рынке винодельческой продукции, нестационарность физико-химических свойств (соответственно, электрофизических и теплофизических характеристик) виноматериалов, ставит перед винодельческой отраслью, пищевой промышленностью и АПК в целом, ряд серьезных проблем, одним из эффективных подходов к решению которых ^ является адаптивное управление технологическими процессами с нестационарными параметрами. Этой актуальной проблеме и посвящена диссертационная работа.

Цель и задачи исследований. Целью диссертационной работы является создание научно-методических основ адаптивного управления технологическими процессами с нестационарными параметрами, разработка математических моделей, алгоритмов и методов синтеза адаптивных систем управления в условиях стохастической неопределенности (случайные сигналы на входе, случайные неизмеримые помехи на входе и выходе, и случайным образом изменяющиеся коэффициенты объекта).

Для достижения поставленной цели решались следующие задачи:

• разработка метода синтеза измерительных устройств, устойчивых к действующим возмущениям, обусловленным нестационарностью электрофизических характеристик виноматериалов;

• разработка метода повышения достоверности передачи информации в дискретных каналах АСУТП;

• разработка метода построения адаптивных систем управления технологическими процессами виноделия с нестационарными параметрами виноматериалов;

• разработка метода синтеза адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

• разработка метода оценки структуры и параметров адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

• разработка эффективного критерия переключения адаптивной системы из режима идентификации в управления - и обратно;

• разработка адаптивного регулятора обеспечивающего стабилизацию выхода объекта управления для случаев пренебрежимо малых или существенных помех на выходе;

• разработка алгоритма построения адаптивной прогнозирующей модели нестационарного динамического объекта управления;

• разработка метода реализации адаптивных систем управления технологическими процессами с нестационарными параметрами на основе исследования и обработки переходных характеристик объекта управления.

Методическая база и методы исследования. Решение поставленных задач проведено на основе применения теории автоматического управления, теории идентификации и адаптивного управления, теории инвариантности, применения методов измерительной техники, в том числе радиоволновых методов и средств измерений, теории кодирования, теории вероятностей и математической статистики. Достоверность теоретических положений подтверждена методами имитационного моделирования, разработкой и реализацией лабораторных стендов, опытной эксплуатацией разработанных программных и технических средств управления на предприятиях виноделия.

Научная новизна исследований. Разработаны научно-методические основы адаптивного управления технологическими процессами с нестационарными параметрами, разработаны адаптивные прогнозирующие модели, алгоритмы и методы синтеза адаптивных систем управления в условиях стохастической неопределенности (случайные сигналы на входе, случайные неизмеримые помехи на входе и выходе, и случайным образом изменяющиеся коэффициенты объекта):

- предложен и обоснован класс устойчивых многомерных односвязанных динамических линейных адаптивных прогнозирующих моделей с сосредоточенными изменяющимися во времени параметрами;

- разработано математическое описание класса адаптивных прогнозирующих моделей в форме разностных уравнений т-то порядка с переменными коэффициентами, вычисляемыми в процессе идентификации;

- на базе класса адаптивных прогнозирующих моделей предложен класс адаптивных прогнозирующих гетерогенных (неоднородных по измеряемым параметрам) моделей с использованием дополнительных информационных параметров об объекте (результатов лабораторного химического анализа виноматериалов, их электрофизических и теплофизических характеристик), входящих аддитивно (в качестве компонент) в разностное уравнение модели;

- разработан метод синтеза адаптивных прогнозирующих моделей нестационарных динамических объектов управления;

- разработан метод оценки структуры и параметров адаптивных прогнозирующих моделей нестационарных динамических объектов управления основанный:

• на вычислении: 1) коэффициентов адаптивной прогнозирующей модели посредством аппроксимации экспериментальной переходной характеристики объекта управления адекватным разностным уравнением т-то порядка; 2) дисперсии адекватности, позволяющей установить прямую зависимость качества идентификации от порядка разностного уравнения модели;

• на обработке множества экспериментальных переходных характеристик объекта управления и получении усредненной переходной характеристики, аппроксимируемой адекватным разностным уравнением т-то порядка, которое является начальным (базовым) уравнением адаптивной прогнозирующей модели нестационарного динамического объекта управления. исследованиями установлено, что необходимым условием идентифицируемости нестационарного динамического объекта управления является выполнение неравенства —- < 1 и отсутствие наложения спектральных плотностей входов (Sx(co)) и коэффициентов (Sk (со)) объекта);

- доказана теорема о принципиальной возможности достижения локально-оптимального управления для нестационарного динамического объекта, по синтезируемой адаптивной прогнозирующей модели;'

- для построения адаптивной прогнозирующей модели нестационарного динамического объекта в условиях стохастической неопределенности, разработаны:

• методы синтеза инвариантных измерительных устройств (для измерения уровня, расхода и концентрации виноматериалов), основанные на многоканальных радиоволновых измерениях в ВЧ и СВЧ диапазонах частот, обеспечивающие высокую точность измерения технологических параметров при действующих возмущениях, обусловленных нестационарностью электрофизических характеристик виноматериалов (получены патенты РФ: 2161779, 2164021, 2125244, 2125245, 2120111, 2152024 и решение о выдаче патента на изобретение РФ по заявке №2002131945/09(033854);

• адаптивные методы повышения достоверности передачи информации в дискретных каналах АСУТП, основанные на выборе лучшей системы кодирования из группы для текущего состояния канала: а) по результатам исследования статистики ошибок в канале при ограниченной выборке; б) по результатам декодирования кодовых векторов принятых из дискретного канала при использовании неполного алгоритма декодирования (получены патент РФ №2150785 и

Свидетельство на полезную модель РФ №12878); - разработан обобщенный критерий переключения адаптивной системы из режима идентификации - в управление и обратно, повышающий реактивность адаптивной системы управления ТП с нестационарными параметрами, качество идентификации и управления;

- разработан алгоритм построения адаптивной прогнозирующей модели нестационарного динамического объекта управления (включающий анализ устойчивости адаптивной системы и обобщенный критерий переключения);

- разработан метод построения двухконтурной адаптивной системы управления технологическими процессами с нестационарными параметрами на основе адаптивной системы с идентификатором (АСИ - первый контур адаптации) и вербальной модели (второй, внешний контур адаптации), где сигнал управления является линейной комбинацией сигналов АСИ и вербальной модели;

- предложено математическое описание двухконтурной адаптивной системы управления, позволяющее проводить аналитические исследования функционирования адаптивной системы в условиях стохастической неопределенности;

- разработан адаптивный регулятор обеспечивающий стабилизацию выхода объекта с минимальной дисперсией (для случаев пренебрежимо малых или существенных помех на выходе).

Реализация результатов диссертационных исследований. Научные положения, теоретические и практические результаты исследований по теме диссертации апробированы и внедрены на ОАО «КОРНЕТ» (Московский завод шампанских вин), использованы и реализованы при выполнении госбюджетных НИР «Разработка радиофизических способов контроля технологических процессов пищевых производств» (Регистрационный номер 01.9.70 0 07566) и «Разработка научных основ радиофизических методов контроля и управления технологическими процессами» (Регистрационный номер 01.99.00 09057), при выполнении хоздоговорных НИР по плану Минеельхоза РФ: «Исследование диэлектрической проницаемости водно-спиртовых растворов в ВЧ диапазоне с целью экспресс - анализа спирта в алкогольной продукции» (Регистрационный номер 0120.0 408233); «Исследование способов автоматизации технологических процессов с нестационарными параметрами исходных виноматериалов» (Регистрационный номер 0120.0 403446). Результаты диссертационных исследований используются в учебном процессе и применены при создании двух стендов адаптивных систем управления, а также при создании лаборатории «Микропроцессорных программируемых систем контроля и управления технологическими процессами» кафедры «Систем управления» Московского государственного университета технологий и управления по специальности «Автоматизация технологических процессов и производств».

Апробация результатов диссертационных исследований. Основные положения и результаты исследований по теме диссертации доложены и обсуждены на: Всесоюзной конференции «Проблемы надежности при проектировании систем управления» Институт проблем управления АН СССР, М.: 1976г.; VI Всесоюзной конференции «Автоматизация научных исследований на основе применения ЭВМ». Институт автоматики и электрометрии СО АН СССР, Новосибирск, 1981г.; Всесоюзной конференции «Теория адаптивных систем и ее применение», Ленинград, 1983г.; Международной научной конференции «Современные проблемы пищевой промышленности», МГЗИПП, М.: 1997г.; Международной научно-технической конференции «Приборостроение-97», Винница-Симеиз, 1997г.; X Юбилейной научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления», МГИЭМ, М.: 1998г.; Международной научно-технической конференции «Приоритетные технологии в пищевой промышленности», МГЗИПП, М.: 1998г.; Международной научно-практической конференции «Современные проблемы в пищевой промышленности», МГЗИПП, М.: 1999г.; XI научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления». М.: МГИЭМ. 1999г.; VI-ой Международной научно-практической конференции «Пищевая промышленность на рубеже третьего тысячелетия», МГТА, М.: 2000г.; VII Международной научно-практической конференции «Инновационные технологии в пищевой промышленности третьего тысячелетия» МГТА, М.: 2001г.; Международной конференции «Параллельные вычисления и задачи управления», РАСО, Институт проблем управления им. В.А. Трапезникова РАН, М.: 2001г.; Международной научно-практической конференции. «Стратегия развития пищевой промышленности», МГТА, М.: 2003г.; II Международной конференции «Идентификация систем и задачи управления» SICPRO 03, Институт проблем управления им. В.А. Трапезникова РАН, М.: 2003г.; на конференциях и семинарах ИПУ РАН, МГУПП, МГУПБ, МГТА-МГУТУ в период 1998-2004гг. Результаты диссертационной работы отмечены дипломом Российской агропромышленной выставки 7-11 ноября 2000г (ВВЦ) за представленную научно-техническую разработку «Адаптивная компьютерная система управления технологическими процессами в виноделии».

Публикации. Всего опубликовано 157 научных работ, в том числе, по теме диссертации 87 работ, получено 9 патентов России. Основное содержание диссертации отражено в 47 научных публикациях.

Структура и объем работы. Диссертация состоит из введения, семи глав, основных результатов и выводов, списка используемой литературы, включающей 198 наименований, приложений, изложена на 477 страницах, содержит 117 рисунков и 12 таблиц.

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

1.Для построения адаптивной прогнозирующей модели в условиях стохастической неопределенности, разработаны методы синтеза радиоволновых датчиков и инвариантных измерительных устройств обеспечивающие высокую точность измерения при действующих возмущениях - нестационарности электрофизических характеристик виноматериалов.

2. Разработаны адаптивные методы обеспечивающие заданную достоверность передачи информации в дискретных каналах АСУТП, основанные на выборе лучшей системы кодирования из группы для текущего состояния канала: а) по результатам исследования статистики ошибок в дискретном канале при ограниченной выборке; б) по результатам декодирования кодовых векторов принятых из дискретного канала при использовании неполного алгоритма декодирования.

3.Разработан метод синтеза и алгоритм декодирования двоичных асимметрических кодов, демонстрирующий возможность создания лучших систем кодирования для доминирующих состояний дискретного канала, что позволяет обеспечить заданную достоверность передачи информации и ее пригодность к синтезу адаптивных прогнозирующих моделей, идентификации и адаптивному управлению технологическими процессами с нестационарными параметрами.

4. Разработан обобщенный критерий переключения адаптивной системы из режима идентификации в режим управления и обратно, повышающего реактивность адаптивной системы, качество идентификации и управления.

5. Разработан метод синтеза адаптивных прогнозирующих моделей, основанный на анализе устойчивости адаптивной системы в процессе идентификации, и применении обобщенного критерия переключения.

6.Разработан алгоритм построения адаптивной прогнозирующей модели, основанный: на идентификации объекта управления; анализе устойчивости и вычислении коэффициентов адаптивной прогнозирующей модели на каждом шаге идентификации, при использовании обобщенного критерия переключения.

7.Разработан метод построения двухконтурной адаптивной системы управления технологическими процессами с нестационарными параметрами на основе адаптивной системы с идентификатором (АСИ - первый контур адаптации) и вербальной модели (второй, внешний контур адаптации), где сигнал управления является линейной комбинацией сигналов АСИ и вербальной модели.

8.Установлено, что условием идентифицируемости нестационарного динамического объекта является выполнение неравенства ^кС®) < 1 и

Sx(v) отсутствие наложения спектральных плотностей входов (Sx{co)) и коэффициентов (^(ф)) объекта.

9.Разработан метод построения адаптивных систем управления технологическими процессами с нестационарными параметрами (для случаев многомерного односвязного и многомерного многосвязного объектов) на основе: двухконтурной адаптивной системы управления; выполнения условия идентифицируемости и использовании алгоритма построения адаптивной прогнозирующей модели.

10. Разработан метод оценки структуры и параметров адаптивных прогнозирующих моделей, основанный: а) на вычислении коэффициентов адаптивной прогнозирующей модели посредством аппроксимации экспериментальной переходной характеристики объекта управления адекватным разностным уравнением т-то порядка, которое позволяет оценить коэффициенты модели; дисперсии адекватности, позволяющей установить прямую зависимость качества идентификации от порядка разностного уравнения модели; - на обработке множества экспериментальных переходных характеристик объекта управления и получении усредненной переходной характеристики, аппроксимируемой адекватным разностным уравнением т-то порядка, которое является начальным (базовым) уравнением адаптивной прогнозирующей модели нестационарного динамического объекта управления.

11. Доказана теорема о принципиальной возможности достижения локально-оптимального управления для нестационарного динамического объекта, по синтезируемой адаптивной прогнозирующей модели.

12.Разработанн адаптивный регулятор обеспечивающий стабилизацию выхода объекта с минимальной дисперсией (для случаев пренебрежимо малых или существенных помех на выходе).

13. Реализованы лабораторные варианты адаптивных систем управления технологическими процессами с нестационарными параметрами: на основе интегрированной АСУТП, в которой адаптивные прогнозирующие модели реализованы на основе IBM PC-совместимого компьютера, а входные и выходные цепи АСУТП на основе программируемых микропроцессорных модулей; - в виде иерархической распределенной АСУТП на основе локальной сети Industrial Ethernet, в которой адаптивные прогнозирующие модели реализованы на основе программируемых логических контроллеров (ПЛК) и IBM PC-совместимых компьютеров.

14. Разработана методика расчета экономической эффективности при адаптивном управлении ТП виноделия с нестационарными параметрами виноматериалов, показывающая, что, наряду с повышением качества продукции за счет повышения качества управления и соблюдения технологического регламента, применение адаптивного управления обеспечивает существенную экономию электроэнергии (энергоносителей). Это позволяет рассматривать разработанные адаптивные системы управления ТП с нестационарными параметрами в качестве эффективного средства создания энергосберегающих технологий.

1. Александров А.Г., Орлов Ю.Ф. Идентификация при коррелированных входах. Труды 1.I Международной конференции «Идентификация систем и задачи управления» SICPRO '04. Москва.: 2004. Институт проблем управления им. В.А. Трапезникова РАН. С.90-93.

2. Андриевский Б.Р. Исследование нестационарной системы управления с комбинированным алгоритмом адаптации. 6-й Санкт-Петербургский симпозиум по теории адаптивных систем посвященный памяти Я.З. Цыпкина. Сборник трудов. 1999. Т.2. С. 13-16.

3. Аношин И.М., Мержаниан А.А. Физические процессы виноделия. -М.: Пищевая промышленность. 1976. 377 с.

4. Ахадов Я.Ю. Диэлектрические параметры чистых жидкостей. М.: Изд-во МАИ. 1999. 856 с.

5. Ахадов Я.Ю. Диэлектрические свойства бинарных растворов. М.: Наука. 1977.-400 с.

6. Барабанов А.Е. Синтез адаптивных Н00- оптимальных регуляторов // Автоматика и телемеханика. 1999. №3. С. 55-71.

7. Беллман Р. Процессы регулирования с адаптацией. М.: Наука, 1964.360 с.

8. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989, 544с.

9. Бензарь В.К. Техника СВЧ влагометрии. Минск: Высшая школа. 1974. -257 с.

10. Берлекэмп Э. Алгебраическая теория кодирования. М.: Мир. 1971.477 с.

11. Богородицкий Н.П., Волокобинский Ю.М., Воробьев А.А., Тареев Б.М. Теория диэлектриков. M.-JL: Энергия. 1965. -344 с.

12. Бондаренко М.В. Исследование алгоритмов идентификации нестационарных объектов // Автоматика и телемеханика. 1990. №1. С. 55-65.

13. Бондаренко М.В., Позняк А.С. Асимптотическая нормальность и оценка скорости сходимости алгоритмов идентификации нестационарных объектов // Автоматика и телемеханика. 1992.№7. С. 44-55.

14. Бородянский Е.В. Котляревский С.В. Адаптивное управление динамическим существенно нестационарным объектом // Автоматика и телемеханика. 1995. №6. С. 111-116.

15. Браунли К.А. Статистическая теория и методология в науке и технике. Перевод с английского. М.С. Никулина, под редакцией Л.Н. Болыиева. М.: Наука. 1977. 408 с.

16. Брусиловский С.А., Мельников А.Н., Мержаниан А.А., Саришвили Н.Г. Производство Советского шампанского непрерывным методом. -М.: Пищевая промышленность. 1977. 231с.

17. Бунич A.JL, Бахтадзе Н.Н. Синтез и применение дискретных систем управления с идентификатором / Отв.редактор Лотоцкий В.А. М.: Наука. 2003. - 232с.

18. Валуйко Г.Г. Технология виноградных вин.: Таврида. 2001. 624 с.

19. Викторов В.А. Резонансный метод измерения уровня. М.: Энергия. 1969.- 192 с.

20. Викторов В.А., Лункин Б.В., Новиков Н.Н. Инвариантный резонансный уровнемер // Авт. Свид. 553472 СССР, МКИ: G01F 23/28 /Открытия. Изобретения. 1077. №13.

21. Викторов В .А., Лункин Б.В., Совлуков А.С. Высокочастотный метод измерения неэлектрических величин. М.: Наука. 1978. 280 с.

22. Викторов В.А., Лункин Б.В., Совлуков А.С. Радиоволновые измерения параметров технологических процессов. М.: Энергоатомиздат. 1989. 208 с.

23. Виноградов В.А. Оборудование винодельческих заводов. Т.1.-Симферополь.: Таврида. 2002.- 416 с.

24. Виноградов В.А. Оборудование винодельческих заводов. Т.2.-Симферополь.: Таврида. 2003.- 352 с.

25. Гагарин М.А. Прогрессивная технология шампанских вин.-М.: Кругозор-Наука. -319 с.

26. Гагарин М.А., Бакулин В.П., Жиров М.В., Совлуков А.С., и др. Устройство для измерения концентрации смеси веществ // Решение о выдаче патента на изобретение РФ по заявке № 2002131945/09 (033854) от 07.09.2004г., МПК: G01R27/26, G01N27/22.

27. Гагарин М.А., Жиров М.В., Бакулин В.П., Соловьев И.А., Зелененко Р.И. и др. Исследование поля температур виноматериала в резервуаре цилиндрической формы // Виноделие и виноградарство. 2002 г. №3. С. 38-40.

28. Галлагер Р. Теория информации и надежная связь. М.: Сов. Радио. 1974. -720 с.

29. Гетманов В.Г., Дятлов А.В., Жиров М.В., Тертышный Г.Г. и др. Применение локальных и сплайновых аппроксимаций для оценивания нестационарных параметров оптоэлектронных сигналов // Автоматика и телемеханика. 2000г., №6. С. 29-35'.

30. Гетманов В.Г., Жиров М.В., Шаховской А.В. Алгоритм идентификации для линейной дискретной динамической системы управления // Автоматика и телемеханика. 2001 г., № 4. С. 27-34.

31. Гетманов В.Г., Жиров М.В., Шаховской А.В. Идентификационный контроль теплофизических параметров и управление температурными полями инерционных тепловых объектов // Контроль. Диагностика. 2000 г. № 5. С. 22-26.

32. Гроп Д. Методы идентификации систем.- М.: Мир, 1979. 302 с.

33. Гудков О.И. Оценка механизмов дисперсии относительной диэлектрической проницаемости в диапазоне низких и сверхвысоких частот // Измерительная техника. 1986. №2. С. 44-51.

34. Дикий Б.Ф., Ломакин В.Ф. Автоматизация процессов виноделия. -М.: Пищевая промышленность. 1964. -370 с.

35. Дынкин Е.Б., Юшкевич А.А. Управляемые марковские процессы и их приложения.- М.: Наука. 1975. 315 с.

36. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник под ред. чл.-корр. РАН И.И.Елисеевой.- 4-е изд. М.: Финансы и статистика, 2002,- 480с.

37. Ермаков С.М., Жиглявский А.А. Математическая теория оптимального эксперимента. М.: Наука. 1978. - 273 с.

38. Жиров М.В. Адаптивная система передачи и приема дискретной информации // Патент на изобретение РФ №2150785. МКИ: Н03М13/00, Н04В7/22, выдан 10.06.2000г. Бюл.№16

39. Жиров М.В. Адаптивная система передачи и приема дискретной информации // Свидетельство на полезную модель РФ №12878. МКИ: Н03М13/00, выдано 10.02.2000г. Бюл.№4.

40. Жиров М.В. Идентификация и адаптивное управление в АСУТП виноделия // Промышленные АСУ и контроллеры. 2001 г. № 10. С. 26-30.

41. Жиров М.В. Методика расчета экономической эффективностиадаптивного управления в технологии виноделия // Виноделие и виноградарство. 2002 г. №2. С. 22-24

42. Жиров М.В. Об одном классе алгоритмов обнаружения ошибок в каналах передачи данных // Автоматика и вычислительная техника. 1976. №2. НРБ. г.София. Госкомитет по научно-техническому прогрессу. С. 37- 45.

43. Жиров М.В. Обработка экспериментальных данных и идентификация объектов управления в виноделии // Виноделие и виноградарство. 2002 г. №4. С. 24-26

44. Жиров М.В., Дынысин В.Н. Адаптивный выбор оптимальных систем кодирования // Автоматика и телемеханика. 1979. №4. С. 5761.

45. Жиров М.В., Дынькин В.Н. Синтез двоичных кодов, исправляющих асимметрические ошибки // Автоматика и вычислительная техника. 1980. №1. НРБ. г.София. Госкомитет по научно-техническому прогрессу. С. 27- 34.

46. Жиров М.В., Макаров В.В. Адаптивная идентификациянестационарных технологических процессов с марковскими параметрами в задачах стохастического управления // Автоматика и телемеханика. 2002 г. № 2. С. 56-70.

47. Жиров М.В., Макаров В.В. Адаптивное управление ТП виноделия с нестационарными параметрами виноматериалов // Автоматизация в промышленности. 2003. №12. С. 40-43.

48. Жиров М.В., Совлуков А.С. Концентратомер // Патент России № 2152024. МКИ: G01N 22/00, 27/22. 2000. Бюлл. изобрет. № 18.

49. Жиров М.В., Совлуков А.С. Расходомер // Патент России №2161779. МКИ: GO 1F1/66, G01F1/56. 2001. Бюлл. изобрет. №1.

50. Жиров М.В., Совлуков А.С. Устройство для определения концентрации смеси веществ // Патент России № 2164021. МКИ: G01N 22/00. 2001. Бюлл. изобрет. № 7.

51. Жиров М.В., Совлуков А.С., Воробьева А.В., Маклаков В.В. Расходомер // Патент России №2120111. МКИ: G01F1/56. 1998. Бюлл. изобрет. №28

52. Жиров М.В., Совлуков А.С., Воробьева А.В., Маклаков В.В. Способ определения уровня вещества в емкости // Патент России № 2125245. МКИ: G01F 23/284. 1999. Бюлл. изобрет. N2.

53. Жиров М.В., Совлуков А.С., Воробьева А.В., Маклаков В.В. Способ определения уровня вещества // Патент России № 2125244. МКИ: G01F 23/284. 1999. Бюлл. изобрет. N2.

54. Жиров М.В., Солдатов В.В., Шаховской А.В. Адаптивная идентификация технологических объектов управления с использованием переходных характеристик // Промышленные АСУ и контроллеры. 2002 г. №9. С. 21-24.

55. Жиров М.В., Солдатов В.В., Шаховской А.В. Метод расчета экономической эффективности при адаптивном управлении технологическими процессами виноделия // Справочник. Инженерный журнал. 2002 г. №7. С. 27-32.

56. Жиров М.В., Шаховской А.В. Адаптивная компьютерная система для исследования, контроля и управления технологическими процессами в виноделии // Отраслевые ведомости «Ликероводочное производствои виноделие». Информационный бюллетень. 2000 г. № 12. С. 4-5.

57. Жиров М.В., Шаховской А.В. Разработка адаптивной компьютерной системы управления термообработкой виноматериалов // Виноград и вино России. 2000 г. № 2. С. 33-35.

58. Жиров М.В., Шаховской А.В. Разработка адаптивной компьютерной системы управления термообработкой виноматериалов // Виноград и вино России. 2000 г. № 2. С. 33-35.

59. Жиров М.В., Шаховской А.В. Разработка метода построения компьютерных пультов управления технологическими процессами в виноделии // Контроль. Диагностика. 2000 г. №4. С. 13-19. №5. С. 22-26.

60. Зайчик Ц.Р. Оборудование предприятий винодельческого производства. -3-е изд. перераб. и доп.-М.: Агропромиздат, 1992. -384 с.

61. Зюко А.Г., Фалько И.П., Панфилов B.JL, и др. Помехоустойчивость иэффективность систем передачи информации. М.: Радио и связь, 1985.- 272с.

62. Изерман Р. Цифровые системы управления. М.: Мир, 1984. 541с.

63. Ищенко JI.A., Либероль Б.Д., Руденко О.Г. Адаптивное оценивание параметров нестационарных объектов // Докл. АН УССР. Сер.А. 1985. №12. С. 70-72.

64. Кассами Т., Токура Н., Ивадари Е. Инагаки Я. Теория кодирования. -М.: Мир. 1978,-576 с.

65. Кафаров В.В., Мешалкин В.П., Блохина Т.К. Быстродействующий адаптивный алгоритм помехоустойчивой параметрической идентификации линейных объектов химической технологии // Докл. АН СССР. 1990. Т.310.№5. С. 1178-1183.

66. Кашьяп Р.Д., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным.- М.: Наука, 1983.- 384 с.

67. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. -М.: Наука, 1976. 736 с.

68. Керстен И.О. Измерение расхода воздуха и воды на шахтах. М.: Недра. 1993.- 138 с.

69. Клейман Е.Г. Идентификация нестационарных объектов //Автоматика и телемеханика. 1999. №10. С. 3-45

70. Клейман Е.Г., Мочалов И.А. Идентификация нестационарных объектов // Автоматика и телемеханика. 1994. № 2. С. 3-22.

71. Ковалевский К.А., Ксенжук Н.И., Слезко Г.Ф. Технология и техника виноделия.- Киев: ИНКОС. 2004.- 560 с.

72. Колосов JI.B., Суйменбаев В.Т. Применение фильтра Калмана к задаче идентификации параметров линейных нестационарных систем // Вопросы кибернетики. Управляющие вычислительные системы движущихся объектов. 1988. №139. С. 152-160.

73. Коржик В.И., Финк Л.М., Щелкунов К.Н. Расчет помехоустойчивости систем передачи дискретных сообщений. М.: Радио и связь. 1981. — 232 с.

74. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1973, 832 с.

75. Кричевский Е.С., Бензарь В.К., Венедиктов М.В. и др. Теория и практика экспрессного контроля влажности твердых и жидких материалов. М.: Энергия. 1980. 111 с.

76. Круг Г.К., Сосулин Ю.А., Фатуев В.А. Планирование эксперимента в задачах идентификации и экстраполяции. -М.: Наука, 1977. 208 с.

77. Кузин Л.Т. Расчёт и проектирование дискретных систем управления. М.: Государственное научно-техническое издательство машиностроительной литературы, 1962.-684с.

78. Куржанский А.Б. Задачи идентификации теория гарантированных оценок//Автоматика и телемеханика. 1991. №4. С. 3-26.

79. Лебедев П.В. Техника и приборы СВЧ. Под ред. Девяткова Н.Д. М.: Высшая школа. 1979. 440 с.

80. Либероль БД., Руденко О.Г., Тимофеев В.А. Выбор ширины окна в алгоритме текущего регрессионного анализа // Доклады НАН Украины. 1996. №З.С. 69-73.

81. Липатов Л.Н. Типовые процессы химической технологии как объекты управления. М.: Химия, 1983, 320 с.

82. Лотоцкий В.А. Идентификация структур и параметров систем управления//Измерения, контроль, автоматизация. №3 1991. С.30-38.

83. Лотоцкий В.А., Бахтадзе Н.Н. Адаптивная идентификация в задачах стимуллирования сбыта // Труды ИПУ РАН им. В.А. Трапезникова. 2000. Т. 10. С. 86-92.

84. Льюнг Л. Идентификация систем: Теория для пользователя. Пер. сангл./ Под ред. Я.З. Цыпкина. М.: Наука. Гл. ред. физ.-мат. лит., 1991.-432с.

85. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова; издание 2-ое, стереотипное. М.: Изд-во МГТУ им. Н.Э.Баумана, 2002. - 744с.

86. Михайлов Ф.А. Теория и методы исследования нестационарных линейных систем. М.: Наука. Гл. ред. физ.-мат. лит. 1986. 320с.

87. Моисеенко Д.А., Ломакин В.Ф. Производство вин на поточных автоматизированных линиях. -М.: Пищевая промышленность, 1981. -224 с.

88. Моисеенко Д. А., Ломакин В.Ф., Тохмахчи Н.С. Поточно-автоматизированные линии производства виноматериалов. М.: Легкая и пищевая промышленность. 1983. -129 с.

89. Новые методы управления сложными системами. Отв. ред. проф. Лохин В.М. -М.: Наука. 2004. 333 С.

90. Основы управления технологическими процессами. Под ред. Н.С. Райбмана. М.: Наука. Гл.ред.физ.-мат.лит., 1978. 440 с.

91. Островский М.Я., Чечурин С.Л. Стационарные модели систем автоматического управления с периодическими параметрами. Л.: Энергоатомиздат. Ленингр. Отд-ние, 1989. 208с.

92. Осьминин А.А., Подунаев Г.А., Коваленко М.М. К вопросу о возможностях компенсации влияния помехи на результат контроля параметров сигнала в линейных системах// Радиотехника и электроника. 1970. Т. XV. № 9. С.48-57.

93. Первозванский А.А. Курс теория автоматического управления. М.: Наука. 1986. -617с.

94. Перельман И.И. Анализ современных методов адаптивногоуправления с позиций приложения к автоматизации технологических процессов. // Автоматика и телемеханика. 1991. №7. С. 3-32.

95. Перельман И.И. Прогнозаторы выходной реакции объекта (ПВРО) 1.Методы применения ПВРО. Автоматика и телемеханика. 1994. №1. С. 3-22.

96. Перельман И.И. Прогнозаторы выходной реакции объекта (ПВРО) II. Конструирование ПВРО при неполной апиорной информации об объекте. Автоматика и телемеханика. 1995.№ . С. 3-15.

97. Петров Б.Н. Принципы инвариантности и условия его применимости при расчете линейных и нелинейных систем // Труды I Международного Конгресса ИФАК по автоматическому управлению. Т.1: «Теория непрерывных систем». Изд-во АН СССР. 1961. С. 125137.

98. Петров Б.Н., Викторов В.А., Лункин Б.В., Совлуков А.С. Принцип инвариантности в измерительной технике. М.: Наука. 1976. 244 с.

99. Петров Б.Н., Викторов В.А., Мишенин В.И. К вопросу о построении инвариантных информационных и измерительных устройств// Доклады АН СССР. 1967. Т. 177. № 1. С. 41-47.

100. ИЗ Петров Б.Н., Кухтенко А.И. Структура абсолютно инвариантных систем и условия их физической осуществимости // Сб. Теория инвариантности в системах автоматического управления. М.: Наука, 1969. С. 7-18.

101. Петров Б.Н., Рутковский В.Ю., Земляков С.Ю. Адаптивное координатно-параметрическое управление нестационарными объектами. М.: Наука, 1980. 278 с.

102. Питерсон У., Уэлдон Э. Коды, исправляющие ошибки.- М.: Мир. 1976. -594 с.

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

104. Пугачев B.C., Синицын И.Н. Стохастические дифференциальные системы. М.: Наука. 1985, 560 с.

105. Попов Е.П. Теория линейных систем автоматического регулирования и управления. М.: Наука. 1989, 304 с.

106. Райбман Н.С. Адаптивное управление с идентификатором // Измерения, контроль, автоматизация: Науч.-техн. сб. обзоров /ЦНИИТЭИ приборостроения. -1976. Вып. 1(15). С. 72-78.

107. Райбман Н.С., Чадеев В.М. Построение моделей процессов производства.- М.: Энергия. 1975. 375с.

108. Райбман С.С., Чадеев В.М. О концепции адаптивных систем управления с идентификатором // Автоматика и телемеханика. 1982. №3. С. 54-60.

109. Репин В.Г., Тартаковский Г.П. Статистический анализ при априорной неопределенности адаптации информационных систем. М.: Сов. Радио. 1977.-432 с.

110. Рогов И.А., Адаменко В.Я., Некрутман С.В. и др. Электрофизические, оптические и акустические характеристики пищевых продуктов. Справочник под ред. Рогова И.А. М.: Легкая промышленность. 1981. 288 с.

111. Ромащев А.А. Идентификация порядка нестационарных объектов. Труды III Международной конференции «Идентификация систем и задачи управления» SICPRO '04. Москва.: 2004. Институт проблем управления им. В.А. Трапезникова РАН. С. 149-155.

112. Ротач В.Я. О методологии построения адаптивных систем автоматического управления технологическими процессами // Теплоэнергетика. 1989. №10. С. 2-8.

113. Саридис Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980. 400 с.

114. Сейдж Э., Мелса Дж. Идентификация систем управления,- М.: Наука, 1974.- 246 с.

115. Семенов Н.А. Техническая электродинамика. М.: Связь. 1973. 357с.

116. Современные методы идентификации систем / Под ред. П. Эйкхоффа.- М.: Мир, 1983. 400с.

117. Солдатов В.В., Жиров М.В., Шаховской А.В. Алгоритмы расчета параметров настройки многопараметрических цифровых регуляторов // Контроль. Диагностика. 2002 г. №6. С. 26-32.

118. Солдатов В.В., Жиров М.В., Шаховской А.В. Робастные многопараметрические алгоритмы цифрового управления // Промышленные АСУ и контроллеры. 2002 г. №6. С. 19-23.

119. Солдатов В.В., Шаховской А.В., Жиров М.В. Многопараметрические цифровые регуляторы и методы их настройки // Приборы и системы. Управление, контроль, диагностика. 2002 г. №6. С. 19-24.

120. Справочник по виноделию. Под редакцией Г.Г. Валуйко, В.Т. Косюры. Симферополь.: Таврида. 2000.- 623 с.

121. Справочник по теории автоматического управления / Под ред. А.А. Красовского. М.: Наука, 1987. 712 с.

122. Справочник по теории вероятностей и математической статистике./ B.C. Королюк, Н.И. Портенко, А.В.Скороход, А.Ф.Турбин. М.: Наука. Гл. ред. физ.-мат. лит, 1985. - 640с.

123. Стратанович Р.Л. Принципы адаптивного приема. М.: Советское радио. 1975. -136 с.

124. Субботин В.А., Тюрин С.Т., Валуйко Г.Г. Физико-химические показатели вина и виноматериалов. — М.: Пищевая промышленность. 1972.-160с.

125. Тареев Б.М. Физика диэлектрических материалов. -М.: Энергоиздат. 1982. -320 с.

126. Терехов В.А. Теория и построение многомерных инвариантных и адаптивных систем управления динамическими объектами: Автореферат диссертации на соискание ученой степени д-ра техн. наук: 05.13.01. СПб., 2002. - 42 с.

127. Трапезников В.А., Райбман Н.С., Чадеев В.М. и др. АСИ -адаптивная система с идентификатором. М., Институт проблем управления, 1980, -70 с.

128. Уланов Г.М. Динамическая точность и компенсация возмущений в системах автоматического управления. М.: Машиностроение. 1971. 275 с.

129. Фельдбаум А.А. Теория дуального управления. I, II, III, IV. Автоматика и телемеханика, том XXI, №9, стр. 1240-1249, №11, стр. 1453-1464, 1960, том XXII, №1, стр.3-16, №2, стр.129-142, 1961.

130. Фельдбаум А.А. Основы теории оптимальных автоматических систем. -М.: Физматгиз, 1966. -152с.

131. Фокин А.В. Применение теории инвариантности для синтеза структур измерительных устройств // Труды республиканской научно-технической конференции «Структурные методы повышения точности измерительных устройств и систем». Киев. 1972. С. 191-198.

132. Фрадков A.JI. Адаптивное управление в сложных системах: беспоисковые методы / -М.: Наука, 1990, -293 с.

133. Хиппель А.Р. Диэлектрики и их применение. Пер. с англ. M.-JL: Госэнергоиздат. 1969. -336 с.

134. Цыпкин Я.З. Идентификация нестационарных динамических систем. Автоматика, 1986. №2. С. 3-9.

135. Цыпкин Я.З. Информационная теория идентификации. М.: 1995. 344 с.

136. Чадеев В.М. Определение динамических характеристик объектов в процессе их нормальной эксплуатации. Автоматика и телемеханика, № 9, 1964, С.1302-1306.

137. Чехонадский Н.А. Использование явления компенсации погрешностей для повышения точности измерительных информационных систем // Измерительная техника. 1963. № 1. С.93-105.

138. Чехонадский Н.А. О выборе основных параметров сложных измерительных устройств из условий их инвариантности// Изв. АН СССР. Энергетика и автоматика. 1961. № 5. С. 57-71.

139. Чехонадский Н.А., Шумиловский Н.Н. О некоторых вопросах применения теории инвариантности// Изв. АН СССР. Энергетика и автоматика. 1961. № 1. С. 141-157.

140. Чубик И.А., Маслов A.M. Справочник по теплофизическим характеристикам пищевых продуктов и полуфабрикатов. —М.: Пищевая промышленность. 1970, -184 с.

141. Шеннон К. Работы по информации и кибернетике. -М.: ИЛ. 1963. -829 с.

142. Шульце К.П, Реберг К.Ю. Инженерный анализ адаптивных систем. М.: «Мир», 1992. -280 с.

143. Шумиловский Н.Н., Чехонадский Н.А. О применении теории инвариантности при расчете сложных измерительных устройств // Вестник АН Киргизской ССР. 1961. Вып. 1.С. 103-111.

144. Эйкхофф П. Основы идентификации систем. М.: Мир. 1975. 683 с.

145. Agarwal М. Reliable on-line adaptation of models withvariable time delays. Proc. Control Theory and Appl.1996. V. 143. No 5. P. 417422.

146. Bartolini G., Ferrara A.,Stotski A. Stability and Exponential stability of an adaptive control shceme for plants of any reletive degree. IEEE Trans., Autom. Control. 1995. V. 40. No 1. P. 100-105.

147. Billeter T.R. Composite temperature-pressure measurement instrument for advanced reactor // IEEE Transactions on Nuclear Science. 1972. Vol.NS-19. №1. P.814-819.

148. Billeter T.R., Phillipp L.D. Schemmel R.R. Microwave fluid flow meter / Патент 3939406 США, НКИ: 324-58.5. 1976.

149. Brown D.W., McWhirter J.G. The dishing of a block-regularized parameter estimator by algorithmic engineering // J. Adapt. Control. And Signal Proc. 1997. Vol. 11. No 5. P. 381-393/.

150. Cadervall M., Sundberg C.E.A. Class of perfect block codes for the binary Channel with differentially encoded PSK signals with coherent detection. IEEE Trans, 1981. Vol. IT-27. No 3. P. 250-254.

151. Chen H.F., Caines P.E. On the adaptive control of a class of systems with random parameters and disturbances. Automatic, Vol. 21, No. 6, 1985, pp. 737-741.

152. Cluett W.R., Martin-Sanchez J.M., Shah S.L., Ficher D.G. Stable discrete-timeadaptive control in the presence of unmodeled dynamics. -IEEE Transactions on Automatic Control, Vol. 33, No. 4, 1988, pp.410414.

153. Ellerbuch D.A. Microwave methods for cryogenic liquid and slush instrumentation // IEEE Transactions on Instrumentation and Measurement. 1973. Vol. 1M-19. № 4. P. 520-525.

154. Goodvin G.C., Leal R.L., Mayne D.O., Middleton R.N. Rapprochement between continuous and discrete model reference adaptive control. Automatica, Vol. 22, No.2, 1986, pp. 199-207.

155. Guo L. Stability of recursive stochastic tracking algorithms // J. Control and Optim. 1994. Vol. 32. No 5. P. 1195-1225.

156. Haynes W.M. Advances in Cryogenic Engineering. 1986. Vol. 31. p.l 199.

157. Hinestroza D., Murio D.A. Identification of transmissivity coefficients by mollification techniques. Pt.I. Ont-demensional elliptic and parabolic problems // J.Comput. and Math. With Appl. 1993. V. 25. No.8. P. 59-79.

158. Ishihara Т., Abe K.-J., Takeda H. Extension of innovations dual control. Int. J.Systems Science, V. 19, No. 4, 1988, pp. 653-667.

159. Iwai Z., Mizumoto I. Realization of simple adaptive control by using parallel feedforward compensator. Inst. Journ.Contr. 1994/ Vol. 59. P. 1543-1565.

160. Kaczmarz S. Angenaherte auflosung von systemen linearer gleichungen. Bull.Acad. Polon. Science at Letters, 1937, ser. A, pp. 355-357.

161. Kaufman H., Bar-Kana I., Sobel K. Direct adaptive controls algorithms. Springer Verlag, New York. 1994. V. 7. No 2. P. 231234.

162. Kong X., Solo V. Stochastic averaging analysis of steepest-descent-type adaptive time delay estimation algorithm // Math. Control Signals and systems. 1994. V. 7. No 2. P. 121-147.

163. Kovacevic B.D., Stankovic S.S. Robust real-time identification for a class of linear time-varying discrete systems. International Journal Systems Science, V. 17. No. 10, 1986, pp. 1409-1419.

164. Kuntsevich A.V., Kuntsevich V.M. Linear adaptive control for nonstationary uncertain systems under bounded noise // Syst. And Contrail Letters. 1997. V. 31. No 1. P. 33-40.

165. Li R. A weighted adaptive one-step ahead minimum variance controller based on the ELS algorithm // J. Adapt. Control and signal Proc. 1997. V. 11. No 6. P. 461-474.

166. Li R., Chu D. Stability of Kalman filter for time-varying systems with correlated noise // J. Adapt. Control and signal Proc. 1997. Vol. 11. No 6. P. 475-487.

167. Li Y., Chen H.-F. Robust adaptive pole placement for linear time-varying system with unmodelled dynamics and disturbances // J. Adapt. Control. And. Signal Hroc. 1996. V.10. P. 531-550.

168. Ljung L., Gunnarsson S. Adaptation and tracking in system identification. A survey // Automatica. 1990. Vol. 26, No. 1, P. 7 21.

169. Maitelli A.L., Yoneyama T. Adaptive control scheme using real time tuning of the parameter estimator // IEE Proc. Control Theory and Appl. 1997.V.144. No. 3. P. 241-248.

170. Mistiy S.I., Nair S.S. Identification and control experiments using neural designs // Control Sist. 1994. V.14. No.3. P. 48-57.

171. Moazzam M.H., Hesketh Т., Clements D.J. Recursive identification ofAcertain structured time varying state-space models // IEE Proc. Control Theory and Appl. 1997. V.144. No.5. P. 489-497.

172. Mohan B.M. SrinathB. On the identification of discrete-time system via discrete orthogonal function // Сотр. And Electr. Eng. 1997. V.23. No 5. P. 329-345.

173. Neroda V.Y., Sovlukov A.S., Zhirov M.V., Prokhorenko A.M. Monitoring and control of marine drilling rigs stability // Proc. of the 2nd Tampere Int. Conference on Machine Automation (ICMA'98). Tampere, Finland, 1998, Vol.2. P. 719-728.

174. Ramirez-Beltran N.D. Autoregressive and Adaptive estimation with an application to Hurricane track prediction // J. Comput. And Math. With Appl. 1992. V.24. No. 8/9. P. 67-75.

175. Shinnaka S., Tanaka K., Suzuki T. A simple order-determination metod based on generalized adaptive low. Int. J. Control, Vol. 41, №4, 1985, pp. 1037-1055.

176. Jshihara Т., Abe K.-J., Takeda H. Extension of innovations dual control. Int. J. Systems Science, Vol.19, №4, 1988, pp. 653-667.

177. Sobel M., Weisse G.H. Play-the-Winner rule and inverse sampling for selecting the best of к >3 binomial populations. The Annals of Mathematical Statistics, Vol. 43, №6, December, 1987, 1808-1826.

178. Sobel M., Weisse G.H. Play-the-Winner sampling for selecting the better of two binomial populations. Biometrica, vol. 57, №2 (August 1988), 357365.

179. Verhaegen V., Yu X. A class of subspace model identification algorithms to identity periodical and arbitrarily time-varying systems // Automatica. 1995 V. 31. No. 2. P. 201-216.

180. Wang L.Y. Persistent Identification of time varying systems // IEEE Trans. Autom. Control. 1997. V. 42. No.l. P. 66-82.

181. Yang Z.- J. Hachino Т., Tsuji T. On-line identification of continuous time-delay systems combining least-squares techniques with agenetic algorithm 11 J. Control. 1997/ V. 66. No.l. P. 23-42.

182. Zhirov M. V., Makarov V.V. Adaptive Identification of Nonstationary Technological Processes with Markov Parameters in Stochastic Control Problems // Automation and Remote Control. 2002, Vol. 63, Num. 2. pp.220-233.