автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Непараметрическая идентификация управляемых динамических объектов и систем на основе экспликативно-множественного подхода

Введение.

Глава 1. Проблема интеллектуализации средств идентификации и задачи исследования.

1.1. Обзор классификационных систем методов идентификации.

1.2. Упорядоченная классификация методов идентификации на основе сводной системы признаков.

1.3. Развитие классификации методов и систем идентификации за счет расширения состава признаков.

1.4. Аналитический обзор методов системообразования интеллектуальных ИДС.'.

1.5. Выводы по первой главе.

Глава 2. Разработка алгоритмических основ непараметрической экспликативно-множественной идентификации.

2.1. Общие основания для экспликативно-множественного подхода.

2.1.1. Понятийная аксиоматика.

2.1.2. Методологическая аксиоматика.

2.1.3. Алгоритм экспликативно-множественной идентификации.

2.2. Среда идентификации и проблема ее параметризации.

2.2.1. Исследование природы некорректности задачи идентификации.

2.2.2. Параметризация среды идентификации в контексте задачи НЭМИ.

2.3. Исследование методов непараметрической идентификации как алгоритмической основы субметодов НЭМИ.

2.3.1. Выбор методов идентификации с целью их интеграции в алгоритм НЭМИ.

2.3.2. Исследование метода регуляризации Тихонова как алгоритмической основы первого субметода НЭМИ.

2.3.3. Исследование метода адаптивной фильтрации как алгоритмической основы второго субметода НЭМИ.

2.4. Показатели точности для НЭМИ.

2.5. Разработка алгоритма непараметрической экспликативно-множественной идентификации.

2.6. Выводы по второй главе.

Глава 3. Программно-алгоритмическая реализация и математическое моделирование системы непараметрической экспликативно-множественной идентификации.

3.1. Цели и задачи разработки и моделирования.

3.2. Математическая модель процессов обработки информации в системе НЭМИ.

3.2.1. Структура математической модели и концепция моделирования.

3.2.2. Генерация возмущений.

3.2.3. Спектральное оценивание.

3.2.4. Моделирование фильтрации возмущений динамическим объектом.

3.2.5. Моделирование среды идентификации.

3.2.6. Реализация субметода НЭМИ, основанного на регуляризованном по Тихонову спектральном решении уравнения Винера-Хопфа.

3.2.7. Реализация субметода НЭМИ, основанного на методе адаптивной фильтрации.

3.3. Вычислительные эксперименты по исследованию основных зависимостей НЭМИ.

3.3.1. Ограничение диапазона значений параметров СИ и класса объектов, использующихся в экспериментах.

3.3.2. Исследование основных зависимостей НЭМИ на объектах второго порядка.

3.3.2.1. Вычислительный эксперимент с колебательным объектом.

3.3.2.2. Вычислительный эксперимент с апериодическим объектом.

3.3.3. Исследование основных зависимостей НЭМИ на объектах третьего порядка.

3.3.3.1. Вычислительный эксперимент на объекте с полностью демпфированными колебаниями.

3.3.3.2. Вычислительный эксперимент на объекте с частично демпфированными колебаниями.

3.3.4. Исследование робастности метода НЭМИ при изменении характера окрашивания зондирующего сигнала.

3.4. Выводы по третьей главе.

Глава 4. Экспериментальная апробация идентификационной системы НЭМИ.

4.1. Проблема автоматизации системы теплоснабжения и задачи экспериментальных работ по апробации ИДС НЭМИ.

4.2. Специфика объекта исследования. Обоснование применения системы НЭМИ.

4.3. Аппаратная часть идентификационной системы. Методика проведения экспериментов.

4.4. Результаты экспликативно-множественной идентификации гидравлической системы Куратовского промышленного узла ООО «Севергазпром».

4.5. Выводы по четвертой главе.

Актуальность работы. Проблемам идентификации управляемых динамических объектов (УДО) и систем управления посвящено большое количество научных публикаций, как в отечественной, так и в зарубежной периодике. Написаны и общепризнанны научным сообществом десятки монографий таких авторов как Д. Гроп [25] , П. Эйкхопф [86] , JT. Льюнг [56], Я.3. Ципкин [100], A.A. Бессонов [14] и других. Несмотря на это, их поток в последние годы не ослабевает. Характерной особенностью этого направления является возрастающая научная дифференциация используемых подходов, разнообразие применяемых методов исследования и продолжающийся процесс формирования узкоспециализированной терминологии, нередко приводящий к тому, что специалисты, занимающиеся, например, параметрической идентификацией, перестают понимать ученых занимающихся непараметрическими методами и наоборот. Фактически, мы имеем дело скорее с несколькими слабо пересекающимися сферами исследований, где используется общая терминология, но цели исследований и средства их достижения существенно разнятся. Это вызвано тем, что основные подходы к вопросам идентификации сформировались в недрах различных направлений науки. Среди последних следует назвать:

- математическую статистику, в особенности корреляционный и регрессионный анализ, а также теорию планирования эксперимента;

- теорию управления и практику автоматизации;

- теорию цифровой обработки сигналов;

- теорию планирования эксперимента;

- теорию некорректных задач и численных методов регу-ляризированного решения интегральных уравнений;

- теорию адаптивной фильтрации;

- методы построения и обучения искусственных нейронных сетей;

- теорию информации, теорию шумоподобных сигналов и телекоммуникационные технологии.

Каждое из перечисленных направлений породило собственную идентификационную методологию, основанную на собственной системе ценностей, определяющей, как цели и задачи, так и методы решения проблем. Такая раздробленность, в частности, затрудняет введение в научный обиход новых результатов. В связи с этим актуальна доработка существующих классификационных схем.

В настоящее время средства идентификации (программно-аппаратные комплексы, пакеты прикладных программ, метрологически обоснованные методики проведения экспериментальных работ по идентификации промышленных объектов) не являются достаточно распространенными в сфере разработки, проектирования, эксплуатации и модернизации промышленных объектов с нетривиальными динамическими свойствами. В лучшем случае можно видеть примеры промышленного использования методов параметрической идентификации узкого класса динамических объектов, реализованные в виде специализированного программного обеспечения готовых изделий. Таковы, скажем, современные системы управления электроприводами турбомеханизмов, содержащие, в качестве неотъемлемой части, идентификатор динамики асинхронного электродвигателя переменного тока. Как правило, такой идентификатор представляет собой патентованную фирменную программу, реализующую некий алгоритм подбора коэффициентов изначально заложенной и неизвестной потребителю аналитической модели. В этой ситуации в практике автоматизации ряда отраслей промышленности возникает потребность в достаточно универсальных, и не требующих для своего применения высококвалифицированных исследователей, программно-аппаратных средств идентификации. Это особенно ощутимо там, где автоматизации подвергаются промышленные объекты, содержащие пространственно-распределенные компоненты, находящиеся в непосредственном контакте с природными факторами. Примером могут служить газокомпрессорные станции магистральных газопроводов, где в состав управляемого объекта системы автоматизации входят участки трубопровода и исполнительные механизмы, существенно подверженные влиянию окружающей среды (особенно в условиях крайнего Севера). Другим примером могут служить задачи автоматизации сетей тепловодоснабжения промышленных и коммунальных объектов.

Одним из наиболее перспективных современных направлений, связанных с требованием практики автоматизации по созданию универсальных средств идентификации промышленных управляемых объектов, является развитие интеллектуальных идентификационных систем (ИДС). Такие средства (программно-аппаратные комплексы), кроме непосредственной функции оценивания динамических свойств исследуемого объекта, должны анализировать условия, в которых производится идентификация, принимать решения о наилучшем в данных условиях методе и алгоритме идентификации, оценивать точность получаемых результатов в условиях неизвестности эталона идентифицируемой характеристики и наличия неконтролируемых возмущений (то есть обладать функцией автооценки точности), а также принимать решения о способах достижения заданной точности. Ввиду требования универсальности, в ИДС преимущественное применение найдут методы непараметрической идентификации, не предполагающие априорного задания аналитической модели объекта. Таким образом, интеллектуальные ИДС позволят осуществлять свою эксплуатацию силами инженерно-технического персонала, не предполагающую высококвалифицированного труда разработчиков объектно-ориентированных аналитических моделей, что в свою очередь будет способствовать повышению общего уровня автоматизации производства.

За последние годы в теории управления нелинейными объектами получило развитие весьма перспективное направление, основанное на методах скользящей линеаризации (так называемое интервально-аппраксимационное управление [69, 71]), допускающее использование (в адаптивном варианте) множества линеаризованных идентификационных оценок. В этой связи, можно говорить о том, что в широком смысле, методы линейной непараметрической идентификации могут использоваться для создания систем идентификации нелинейных объектов.

Следует отметить, что интеллектуальные ИДС являются основой для разработки интеллектуальных адаптивных систем управления. Такие адаптивные системы позволят увеличить качество управления динамическими объектами, в силу новых функций идентификаторов и соответственно новых функций систем управления.

Все вышесказанное указывает на очевидную актуальность проблемы разработки методов идентификации, ориентированных на организацию интеллектуальных ИДС.

Целью диссертации является теоретическая разработка и практическое исследование метода непараметрической идентификации, приводящего к созданию интеллектуальной ИДС, обладающей функциями оценки динамики УДО, автооценки точности результата идентификации, восстановления параметров, характеризующих условия идентификации, функциями принятия решений о выборе наилучшего в текущих условиях метода и алгоритма идентификации и о характере воздействия на эти условия для достижения требуемой точности идентификационных оценок.

Указанной цели подчинено решение следующих основных научных и технических задач:

- разработка и обоснование основных положений метода, позволяющего реализовать интеллектуальную идентификационную систему;

- разработка алгоритмического и программного обеспечения для математического моделирования и практической реализации ИДС;

- экспериментальная апробация ИДС как на математической модели, так и на реальном промышленном объекте автоматизации .

Методы исследования. В работе использованы методы теории обратных (некорректных) задач динамики, функционального анализа, теории случайных процессов и математической статистики, теории автоматического управления, теории адаптивной фильтрации и цифровой обработки сигналов .

Существенные результаты диссертационного исследования, выносимые на защиту:

1. Алгоритм обработки информации, основанный на совокупном использовании множества методов идентификации (называемых в этом контексте субметодами идентификации), и позволяющий восстанавливать значения параметров, характеризующих условия идентификации (называемых параметрами среды идентификации (СИ)), и показателей точности идентификационных оценок.

2. Введение в практику непараметрической идентификации линейных динамических объектов (ЛДО) двух параметров СИ в виде приведенного к выходу ЛДО отношения сигнал/шум и относительной полосы зондирования^

3. Введение в практику непараметрической идентификации ЛДО двух показателей-индикаторов состояния СИ, соответствующих двум субметодам идентификации (субметоду, основанному на регуляризации Тихонова, и субметоду адаптивной фильтрации).

4. Основные положения метода непараметрической идентификации ЛДО, получившего название метода непараметрической экспликативно-множественной идентификации (НЭМИ), сформулированные на основе выше изложенных результатов.

5. Математическая модель процессов НЭМИ и созданная на ее основе интеллектуальная система идентификации промышленных объектов.

Научная новизна состоит в следующем:

1. Введенное понятие среды идентификации позволяет установить связь показателя точности идентификации со значениями показателей-индикаторов состояния СИ через параметры СИ.

2. Экспликативно-множественный подход к идентификации позволяет расширить возможности идентификационных систем, придав им функции восстановления параметров СИ и автооценки точности.

3. Положения метода НЭМИ, в отличие от методов, основанных на существующих подходах к идентификации, регламентируют выбор субметодов идентификации, параметров СИ и показателей-индикаторов состояния СИ, что позволяет реализовать интеллектуальную идентификационную систему ЛДО.

4. Оригинальность программного исполнения ИДС НЭМИ, подтверждающего практическую реализуемость метода, определяется новизной разработанного алгоритма.

Практическая полезность полученных автором результатов определяются следующими факторами:

- разработанный и реализованный программно-аппаратный комплекс ИДС НЭМИ повышает эффективность использования методов идентификации в практике автоматизации технологических объектов, обладая свойствами универсального (следовательно, допускающего унификацию) средства идентификации;

- метод НЭМИ в большей степени, чем существующие методы идентификации, ориентирован на организацию интеллектуальных ИДС, способных принимать решения о выборе метода и алгоритма идентификации, о необходимости и характере воздействия на СИ, за счет восстановления значений параметров СИ и показателей точности идентификации. Это позволяет создавать на базе НЭМИ универсальные системы идентификации, отвечающие потребностям практики автоматизации .

Реализация результатов работы. Результаты диссертационных исследований использованы при проведении хоздоговорной НИР «Разработка организационно-технических решений по комплексной автоматизации систем тепловодоснабжения с применением ЧРП (применительно к Куратовскому промышленному узлу УАВР ООО «Севергазпром»)» № ГР 01.990007312, что подтверждено соответствующим актом внедрения. Реализация заключается в использовании ИДС НЭМИ для оценивания динамических свойств сложного технологического объекта управления - гидросистемы промышленной сети отопления. Полученные идентификационные оценки использованы для расчета настроек регуляторов скорости и момента систем управления электроприводами сетевых насосов.

Кроме того, результаты работы использованы в учебном процессе УГТУ на кафедре «Электрификация и автоматизация технологических процессов». Теоретические и практические решения внедрены в рабочие программы дисциплин «Теория автоматического управления» и «Элементы и системы управления электроприводами» и используются при чтении лекций и при проведении лабораторных работ. Это подтверждается актом внедрения.

В развитие результатов диссертационного исследования выполняется НИРС.

Апробация работы. Материалы диссертационной работы апробировались на следующих международных и региональных научцых конференциях: XI научно-техническая конференция с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления (Датчик-99)» (Гурзуф/Москва, 1999); Третья всероссийская конференция молодых ученых, специалистов и студентов по проблемам газовой промышленности России «Новые технологии в газовой промышленности» (РГУ НГ, Москва, 1999); Международная научно-техническая конференция «Пятьдесят лет развития кибернетики» (СПбГТУ, Санкт-Петербург, 1999); межвузовская научно-техническая конференция «Управляющие и вычислительные системы. Новые технологии» (ВоГТУ, Вологда, 2000); Международная научно-техническая конференция «Новые технологии управления движением технических объектов» (ЮРГТУ, Новочеркасск, 2000); Межрегиональные молодежные научные конференции «Севергеоэкотех-2000» и «Се-вергеоэкотех-2001» (УГТУ, Ухта, 2000 и 2001). Кроме того, результаты многократно обсуждались на научных семинарах кафедры ЭАТП УГТУ.

Публикации. Всего по теме диссертации опубликовано 16 работ. Наиболее существенные результаты опубликованы в журналах «Известия вузов. Электромеханика», «Вестник РГУ ПС», вошли в сборник научных трудов №4 УГТУ, а также в сборники трудов и докладов региональных и международных научно-технических конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка использованной литературы из 14 8 наименований и пяти приложений.

4.5. Выводы по четвертой главе

4.5.1. Экспериментальная апробация идентификационной системы показала, что метод НЭМИ является практически реализуемым и работоспособным в реальных условиях функционирования промышленных гидротехнических систем.

4.5.2. Используя идентификационную систему НЭМИ, получен ряд оценок ИПФ гидравлической системы Куратовского промышленного узла ООО «Севергазпром», и выбрана наиболее точная оценка с наименьшей величиной ОНН, что позволило, после параметризации ИПФ, настроить ПИД-регулятора расхода на технический оптимум.

4.5.3. Идентификационная система (экспериментальная установка) , созданная при участии автора, может быть использована для идентификации различных технологических объектов. Что объядняется как универсальностью самого метода НЭМИ, так и универсальностью программного обеспечения (при полной унифицированности аппаратных средств).

ЗАКЛЮЧЕНИЕ

1. Разработан метод непараметрической экспликативно-множественной идентификации (НЭМИ) линейных динамических объектов, позволяющий реализовать интеллектуальную идентификационную систему (ИДС) , обладающую следующими функциями: оценка динамической характеристики ЛДО, автооценка точности результата идентификации, восстановление параметров среды идентификации (СИ), принятие решений о выборе наилучших в текущих условиях метода и алгоритма идентификации, а также о характере воздействия на эти условия для достижения требуемой точности идентификационных оценок.

2. Одно из важнейших положений экспликативно-множественного подхода - использование множества субметодов идентификации в составе ИДС, позволяет внести избыточность в алгоритм обработки информации, необходимую для устранения влияния мешающих факторов (параметров СИ) на взаимосвязь относительной нормы невязки ИПФ и показателей-индикаторов состояния СИ, что дает возможность снабжать каждую оценку динамики ЛДО индивидуальным показателем точности.

3. Экспериментальная апробация технически и программно реализованной ИДС НЭМИ в ходе вычислительного и натурного экспериментов показывает работоспособность основных теоретических решений диссертации, поэтому разработанный программно-аппаратный комплекс ИДИ НЭМИ может служить основой для широкого внедрения НЭМИ в практику управления технологическими объектами в различных отраслях промышленности.

1. Агафонова H.A., Таламанов С.А., Тверской Ю.С. Анализ промышленных методик идентификации на основе критерия минимума дисперсии частотных характеристик// Автоматика и телемеханика. 1998. - №6. - С.117-129

2. Агрегаты злектронасосные центробежные консольные типа «К» (К20/30) : Паспорт. 1996. - 32 с.

3. Адаптивные системы идентификации/ А.Г. Кику, В.И. Костюк, В.Е. Краскевич, А.Н. Сильвестров, C.B. Шпит; под ред. В.И. Костюка. Киев: Технлка, 1975. - 288 с.

4. Адаптивные фильтры: Пер. с англ./ П.М. Грант, К.Ф.Н. Коуэн и др.; под ред. К.Ф.Н. Коуэна и П.М. Гранта. М. : Мир, 1988. - 392 с.

5. Александровская Л.Н., Круглов В.И., Смирнов В.В. Методы идентификации систем автоматического управления: Учеб. пособие. М.: Изд-во МГАТУ, 1995. - 38 с.

6. Алиев Т.А., Мусаева Н.Ф. Алгоритмы улучшения адекватности статистической идентификации// Известия академии наук. Теория и системы управления. 1997. - №3. -С.37-42

7. Анисимов A.C. Идентификация объектов управления: Учеб. пособие. Новосибирск: НЭТИ, 1985. - 80 с.

8. Анисимов A.C., Симонов М.М., Чикильдин Г.П. Исследование алгоритмов идентификации импульсной и частотных характеристик: Учеб. пособие. Новосибирск: Изд-во НГТУ, 1996. - 49 с.

9. Анисимов A.C., Чикильдин Г.П. Алгоритмы идентификации импульсной характеристики: Учеб. пособие. Новосибирск: Изд-во НГТУ, 1996. - 93 с.

10. Арбачяускене Н., Валтрунас И., Немура А., Ненорта А., Рубикас Г. Идентификация динамических систем. Вильнюс: Минтис, 1971. - 287 с.

11. Ахметсафин Р.Д., Врейкин Т.В., Куликов Г.Г., Фай-зуллин А.Н. Идентификация параметров управляемого объекта с запаздыванием в замкнутом контуре// Известия академии наук. Теория и системы управления. 1999. - №3. -С.38-43

12. Балонин H.A., Габитов Е.А. Численные алгоритмы идентификации параметров систем в режиме нормального функционирования// Автоматика и телемеханика. 1997. -№2. - С.140-14 6

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

14. Бессонов A.A., Загашвили Ю.В., Маркелов A.C. Методы и средства идентификации динамических объектов. JI. : Энергоатомиздат, 1989. - 280 с.

15. Бодянский Е.В., Воробьев С.А., Штефан А. Алгоритм адаптивной идентификации динамических параметрически нестационарных объектов// Известия академии наук. Теория и системы управления. 1999. - №1. - С.19-23

16. Бодянский Е.В., Котляревский С.В. Адаптивное управление динамическим существенно нестационарным объектом// АиТ. 1995. - №6. - С.111-116

17. Булычев Ю.Г., Бурлай И.В. Метод параметрической идентификации систем управления при неточном заданиивходных данных// Автоматика и телемеханика. 1997. -№11. - С.56-65

18. Буштрук А.Д. Корреляционные методы идентификации нелинейных динамических объектов: Учеб. пособие. -Братск: Изд-во Брат, индустр. ин-та, 1998. 166 с.

19. Васильев В.А. Непараметрическая идентификация линейных динамических систем по зашумленным наблюдениям: Автореф. дис. д-ра физ.-мат. наук. Томск, 1997. - 34 с.

20. Васин В.В., Агеев A.JI. Некорректные задачи с априорной информацией. Екатеринбург: Наука, 1993. - 264 с.

21. Верлань А.Ф., Сизиков B.C. Интегральные уравнения: Методы, алгоритмы, программы: Справочное пособие. — Киев: Наукова думка, 1986. 544 с.

22. Верлань А.Ф., Сизиков B.C. Методы решения интегральных уравнений с программами для ЭВМ. Киев: Наук, думка, 1978. - 292 с.

23. Воронов A.A. Основы теории автоматического управления: Автоматическое регулирование непрерывных линейных систем. М.: Энергия, 1980. - 312 с.

24. Воскобойников Ю.Е. Методы решения некорректных задач параметрической идентификации: Учеб. пособие. Новосибирск: Изд-во НГТУ, 1996. - 82 с.

25. Гроп Д. Методы идентификации систем: Пер. с англ. М.: Мир, 1979. - 302 с.

26. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979. - 240 с.

27. Денисов A.M. Введение в теорию обратных задач: Учеб. пособие. М.: Изд-во МГУ, 1994. - 208 с.

28. Дургарян И.С., Пащенко Ф.Ф. Информационные методы идентификации. М. : Изд-во Ин-та проблем упр. им. В.А. Трапезникова, 1999. - 51 с.

29. Евланов Л.Г., Константинов В.М. Системы со случайными параметрами. М.: Наука, 1976. - 568 с.

30. Егупов Н.Д., Лапин C.B. Идентификация нестационарных систем управления с помощью разложения по блочно-импульсным функциям// Труды МГТУ им. Н.Э. Баумана. М., 1992. - №558. - С.55-73

31. Ерофеев A.A. Теория автоматического управления: Учебник для вузов. СПб.: Политехника, 1998. - 295 с.

32. Ерофеев A.A., Александров В.В., Поляков А. О., Смирнов Ю.М. Интеллектуальные системы управления// Научно-технические ведомости СПбГТУ. 1996. - №1(3). -С.53-62

33. Ерофеев A.A., Городецкий А.Е. Принципы построения интеллектуальных систем управления подвижными объектами// Автоматика и телемеханика. 1997. - №9. - С.101-110

34. Житченко Л.П., Жуков A.B., Клебанова И.В. Методы идентификации и оценивания в управлении технологическими процессами: Учеб. пособие. М. : Изд-во МАИ, 1999. - 58 с.

35. Жуковский E.JI. Устойчивый метод нахождения общего решения уравнения Винера-Хопфа// Известия академии наук. Теория и системы управления. 1998. - №3. - С.5-7

36. Заикин П.Н., Меченов A.C. Некоторые вопросы численного решения интегральных уравнений первого рода методом регуляризации. М. : Изд-во ВЦ Моск. ун-та, 1971. -18 с.

37. Иванов Б.А. Недвига A.B. К проблеме экспликатив-но-множественной идентификации динамических объектов// Новые технологии управления движением технических объектов: Материалы 3-й Междунар. науч.-технич. конф. Том 4. -Новочеркасск, 2000. С.72-74.

38. Иванов Б.А., Богосов Б.А., Недвига A.B. О погрешности непараметрической корреляционной идентификации// Вестник РГУПС. 1999. - №1. - С.153-158

39. Иванов Б.А., Коротков Ю.В., Недвига A.B. О параметрическом синтезе спектрального идентификатора динамических объектов // Сборник научных трудов / Ухтинский государственный технический университет. 2000. - №4. -С.377-385.

40. Иванов Б.А., Коротков Ю.В., Недвига A.B. Устройство для спектральной идентификации динамических объектов управления// Информационный листок № 7-99. -Сыктывкар: Отдел редактирования и копирования информационных материалов Коми ЦНТИ, 1999. 4 с.

41. Иванов Б.А., Недвига A.B. Экспликативно-множественная идентификация динамических объектов// Известия вузов. Электромеханика. 2001. - №2. - С.32-39.

42. Иванов Б.А., Недвига A.B., Коротков Ю.В. К вопросу о точности непараметрической корреляционной идентификации динамического объекта// Пятьдесят лет развития кибернетики: Труды Международной научно-технической конференции. СПб.: СПбГТУ, 1999. - С.65-66.

43. Игнатьев A.A. Основы теории идентификации динамических объектов: Учеб. пособие. Саратов: Изд-во Сарат. гос. техн. ун-та, 1999. - 55 с.

44. Катковник В. Я. Непараметрическая идентификация существенно нестационарной динамики: методы локальной аппроксимации// Изв. РАН. Техн. кибернетика. 1993. - №2. - С.52-57

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

46. Комплектные водогрейные котельные установки «Mo-viter Оу»: Общее описание и техническая спецификация оборудования

47. Костоглотов A.A., Таран В.Н. Субоптимальная оценка параметров динамических систем// Автоматика и телемеханика. 1997. - №4. - С.85-93

48. Куликовский K.JI., Купер В.Я. Методы и средства измерений: Учеб. пособие. М. : Энергоатомиздат, 1986. -448 с.

49. Куржанский A.B. Задача идентификации теория гарантированных оценок// Автоматика и телемеханика. - 1991.- №4. С.3-26

50. Куропаткин П.В. Оптимальные и адаптивные системы.- М. : Высш. школа, 1980. 287 с.

51. Кухаренко Н.В., Макаров B.JI., Петров В.А. Идентификация объектов управления методами активного эксперимента: Учеб. пособие. Л.: Изд-во СЗПИ, 1984. - 7 6 с.

52. Либероль Б.Д., Руденко О.Г., Тимофеев В.А. Модифицированный алгоритм Калмана для оценивания параметров нестационарных объектов// Пробл. управл. и инф. 1995. -№4. - С.81-89

53. Ломов A.A. Идентификация линейных динамических систем по коротким участкам переходных процессов при аддитивных измерительных возмущениях// Известия академии наук. Теория и системы управления. 1997. - №3. -С.20-26

54. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ. М. : Наука, 1991. - 432 с.

55. Макаров И.М., Лохин В.М., Манько C.B., Романов М.П. Проблемы и перспективы развития интеллектуальных систем управления// Пятьдесят лет развития кибернетики: Труды Международной научно-технической конференции. -СПб.: СПбГТУ, 1999. С.103-105

56. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. - 584 с.

57. Мельников А. О. Разработка программно-математических средств и исследование пространственновременной динамики систем методом белошумовой идентификации: Автореф. дис. канд. техн. наук. М., 2000. - 16 с.

58. Мищенков П.В. Опыт внедрения частотного управления электроприводных насосных агрегатов на объектах ООО "Севергазпром" // Севергеоэкотех-2001: Тез. докл. Межрегиональной молодежной науч. конф. 21-23 марта 2001 г. -Ухта, 2001. С.144-146.

59. Многофункциональное устройство NVL07: Техническое описание. 11 с.

60. Наладка тепловых сетей Куратовского промузла. Технический отчет. Ухта: ЦПТЭЛ, 1999

61. Насосы центробежные двухстороннего входа типа 1Д и агрегаты на их основе (1Д200-90, 1Д250-125, 1Д315-50, 1Д315-71): Паспорт. 1994. - 40 с.

62. Недвига A.B. Алгоритмы решения уравнения Винера-Хопфа при существенной некорректности задачи // Севергео-экотех-2000: Тез. докл. Межрегиональная молодежная научная конференция. Ч. II. Ухта.: УГТУ, 2000. - С.34-35.

63. Недвига A.B. К проблеме корреляционной идентификации электропривода, подверженного случайной нагрузке // Сборник научных трудов / Ухтинский государственный технический университет. 2000. - №4. - С.385-391.

64. Нейдорф P.A. Интервально-аппроксимационное управление объектами со сложной и нестационарной динамикой// Вестник ДГТУ. Управление и диагностика в динамических системах. Ростов-на-Дону: Изд. центр ДГТУ, 1999. - С. 912

65. Нейдорф P.A. Эффективная оценка интервала дискретизации для систем микропроцессорного упраления// Электромеханика. 2001. - №2. - С.48-51.

66. Нейдорф P.A., Пальцев С.В. Управление нелинейными нестационарными объектами методом скользящей линеаризации// Диагностика и управление в технических системах: Межвуз. сб. науч. тр. Ростов-на-Дону: Изд. центр ДГТУ, 1998. - С.21-29

67. Острем К.Ю. Настройка и адаптация// Приборы и системы управления. 1997. - №9. - С.53-65

68. Пащенко Ф.Ф., Чернышев K.P. Методы и системы управления и идентификации на основе знаний// Автоматика и телемеханика. 2000. - №2. - С.3-28

69. Пономарев H.H., Ширяев Е.В., Тюков Н.И. Параметрическая идентификация динамических объектов в системах управления с микроЭВМ: Учеб. пособие. Уфа: Изд-во Уфим. гос. авиац. техн. ун-та, 1999. - 55 с.

70. Преобразователь измерительный Сапфир-22ДИ-Вн-2150-02: Паспорт. 1997. - 7 с.

71. Применение математических методов и ЭВМ. Планирование и обработка результатов эксперимента: Учеб. Пособие/ А.Н. Останин, В.П. Тюленев и др.; под ред. А.Н. Останина. Мн.: Выш. шк., 1989. - 218 с.

72. Райбман Н.С. Адаптивное управление с идентификатором// Измерение, контроль, автоматизация. 1976. -№1 (5) . - С.72-78

73. Райбман Н.С. Идентификация объектов управления// Автоматика и телемеханика. 197 9. - №6. - С.80-93

74. Райбман Н.С., Анисимов С.А., Яралов A.A., Меняй-ленко В.А., Зайцева И.С. Оценка структуры модели при типовой идентификации линейных объектов. М. : Изд. Ин-та проблем управления, 1973. - 264 с.

75. Райбман Н.С., Дургарян И.С., Пащенко Ф.Ф. Многоступенчатая идентификация сложного объекта// Тр. семинара ИФАК по применению ЭВМ в управлении дискретным производством. Прага, 1977. - С.45-57

76. Ротач В.Я. По поводу работ, связанных с идентификацией объектов в условиях их нормального функционирования// Автоматика и телемеханика. 1969. - №6. -С.201-202

77. Сейдж Эндрю П., Мелса Джеймс JI. Идентификация систем управления: Пер. с англ. М. : Наука, 1974 . - 248 с.

78. Сергеева (Медведева) H.A. Непараметрические алгоритмы идентификации и управления линейными динамическими системами: Автореф. дис. канд. техн. наук. Красноярск, 1998. - 22 с.

79. Сиберт У.М. Цепи, сигналы, системы: В 2-х ч. Ч. 2: Пер. с англ. М.: Мир, 1988. - 360 с.

80. Современные методы идентификации систем: Пер. с англ./ П. Эйкхофф, А. Ванечек, Е. Савараги, Т. Соэда, Т. Накамизо, X. Акаике, Н. Райбман, В. Петерка; под ред. П. Эйкхоффа. М.: Мир, 1983. - 400 с.

81. Теплосчетчики SA-94/1: Паспорт. 1995. - 62 с.

82. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1974. - 224 с.

83. Тихонов А.Н., Гончарский A.B., Степанов В. В., Ягола А.Г. Численные методы решения некорректных задач. -М.: Наука, 1990. 232 с.

84. Уидроу В., Стирнз С. Адаптивная обработка сигналов: Пер. с англ. М.: Радио и связь, 1989. - 440 с.

85. Устюгов М.Н., Садов В.Б. Идентификация технических объектов и систем управления во временной и частотной областях: Учеб. Пособие. Челябинск: Изд-во Челяб. гос. техн. ун-та, 1995. - 103 с.

86. Цветков A.A., Недвига A.B. Достаточные условия робастности многомерной системы управления при наличии мультипликативных возмущений // Севергеоэкотех-2001: Тез. докл. Межрегиональной молодежной науч. конф. 21-23 марта 2001 г. Ухта, 2001. - С.144.

87. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968. - 360 с.

88. Цыпкин Я.З. Квазиоптимальные алгоритмы обучения// Автоматика и телемеханика. 1973. - №6. - С.31-40

89. Цыпкин Я.З. Оптимальные алгоритмы оценивания параметров в задачах идентификации// Автоматика и телемеханика. 1982. - №12. - С.9-23

90. Цыпкин Я.З. Оптимальные критерии в задачах идентификации// Автоматика и телемеханика. 1982. - №11. -С.5-24

91. Цыпкин Я.З. Оптимизация в условиях неопределенности// Доклады АН СССР. 1976. - т.228. - №6. -С.1306-1309

92. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука, 1984. - 320 с.

93. Цыпкин Я.З., Позняк A.C. Оптимальные поисковые алгоритмы стохастической оптимизации// Доклады АН СССР. -1981. т.260. - №3. - С.550-553

94. Чхартишвили Г.С., Доценко В.И. Идентификация динамических объектов управления с применением псевдослучайных сигналов: Учеб. пособие. М.: Изд-во МЭИ, 1976. -80 с.

95. Шалобанов C.B. Моделирование и идентификация систем управления: Учеб. пособие. Хабаровск: Изд-во ХГТУ, 1999. - 95 с.

96. Шамриков В.М. Параметрическая идентификация динамически X объектов по выборкам ограниченного объема// Известия академии наук. Теория и системы управления. -1997. №2. - С.81-89

97. Шаронов A.B. Идентификация систем. Методы идентификации. Параметрическая идентификация моделей объектов управления: Учеб. пособие. М.: Изд-во МГГУ, 1996. - 123 с.

98. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояния: Пер. с англ. -М.: Мир, 1975. 688 с.

99. Arahal M.R., Camacho E.F. Neural network adaptive control of nonlinear plants: Proc. 5th Symp. IFAC on Adaptive Syst. In Control and Signal Proc. Budapest, 1995. - V.l. - P.239-244

100. Arunachalam K.G., Chesmore E.D. System identification techniques for adaptive recursive filtering// Int. J. Electron. 1993. - V.74. - №3. - P.381-399

101. Astrom K.J., Anton J.J., Arzen K.E. Expert control// Automatica. 1986. - V.22. - P.277-286

102. Astrom K.J., Hang C.C., Persson P., Ho W.K. Towards intelligent PID control// Automatica. 1992. -V.28. - P.1-9

103. Astrom K.J., Wittenmark B. Adaptive Control. Reading. Massachusetts: Addison-Wesley, 1989

104. Billings S.A., Fakhowri S.Y. Identification of systems composed of linear dynamic and static nonlinear elements// Automatica. 1982. - №18. - P.15-26

105. Bobrow J.E., Murray W. An algorithm for RLS identification of parameters that vary quickly with time// IEEE Trans. Autom. Control. 1993. - V.38. - №2.- P.351-356

106. Davidov G., Shavit A., Koren Y. Estimation of dynamical-varying parameters by the internal model prin-cilie// IEEE Trans. Autom. Control. 1992. - V.31. - №4.- P.498-503

107. Fakhouri S.A. Identification of a class of nonlinear systems with Gaussion non-white inputs// Jnt. J. Systems Sei. 1980. - V.U. - №5. - P. 541-555

108. Gentil S., Barraud A.Y., Szafnicki K. SEXI: an expert identification package// Automatica. 1990. -V.26. - №4. - P.803-809

109. Haest M., Bastin G., Gevers M., Wertz V. An expert system for system identification// Proc. 1st IFAC Workshop on Artificial Intelligence in Real-time Control.- Swansea, U.K., 1988. P.101-106

110. Haest M., Bastin G., Gevers M., Wertz V. ESPION: an expert system for system identification// Automatica.- 1990. V.26. - №1. - P.85-96

111. Havlena V. Simultaneous parameter tracking and state estimation in a linear system// Automatica. 1993.- V.29. №4. - P.1041-1052

112. Ho T.T., Ho H.T., Ho L.T. Stochastic neural adaptive control for time varying linear systems based on Newton and gradient optimizations: Proc. 1992 Amer. Control Conf. Chicago, 1992. - V.l. - P.51-55

113. Ikonen E., Heikkinen P., Kortela U. On-line identification of non-linear dynamic processes: Proc. 13th LASTED Int. Conf. Grindelwald, 1994. - P.325-328

114. Jiang Z.H., Schaufelberger W. Block pulse functions and their applications in control systems. Berlin: Springer-Verlag, 1992. - 248 c.

115. Kowalczuk Z. Competitive identification for self-tuning control: robust estimation design and simulation experiments// Automatica. 1992. - V.28. - №1. -P.193-201

116. Larsson J.E., Persson P. The knowledge data-base used in an expert system interface for Idpac// Proc. 1st IFAC Workshop on Artificial Intelligence in Real-time Control. Swansea, U.K., 1988. - P.107-112

117. Lieslehto J.J., Tanttu J.T., Koivo H.N. An expert system for tuning PID controllers// 4th IFAC Symp. on Computer Aided Design in Control Systems (CADCS'SS): Proc. world congress on CD-ROM. Beijing, P.R. China, 1988. - P.518-523

118. McLernon D.C. Parametric modeling of cyclosta-tionary processes// Int. J. Electron. 1992. - V.12. -№3. - P.383-389

119. Mistry S.I., Nair S.S. Identification and control experiments using neural designs// IEEE Control Syst. 1994. - V. 14. - №3. - P.48-57

120. Monsion M., Bergeon B., Khaddad A., Bansard M. An expert system for industrial process identification// Proc. 1st IFAC Workshop on Artificial Intelligence in Real-time Control. Swansea, U.K., 1988. - P.95-99

121. Peel D. Adaptive control and artificial intelligence// Journal A (Benelux Q.J. Automatic Control). -1987. V.28. - №3. - P.197-202

122. Rachev V., Unbehauen H. Identification of fast time-varying systems applied to a turbogenerator set// Proc. 12th World Congr. IFAC. Sydney, 1993. - V.4. -P.1033-1038

123. Ramirez-Beltran N.D. Autoregressive and adaptive estimation with an application to hurricane track prediction// Int. J. Syst. Sei. 1995. - V. 26. - №10. -P.1791-1812

124. Razzaghi M., Lin S.D. Identification of time-varying linear and bilinear systems via fourier series// Comput. and Electr. 1991. - V.17. - №4. - P.237-244

125. Saridis G.N. Analytical formulation of the principle of increasing precision with decreasing intelligence for intelligence machines// Automatica. 1989. -V. 25 . - №4. - P.1043-1059

126. Saridis G.N. Entropy formulation of optimal and adaptive control// IEEE Trans. Autom. Control. 1988. -V.AC-38. - №8. - P.713-721

127. Saridis G.N., Valavanis K.P. Analytical design of intelligent machines// Automatica. 1988. - V.24. -№2. - P.123-133

128. Soleit E.A. A fast adaptive recursive filter// Int. J. Electron. 1997. - V.82. - №4. - P.327-333

129. Uosaki K., Yotsuga M., Hatanaka T. Adaptive identification of non-stationary systems with multipleforgetting factors// Proc. 35th IEEE Conf. on Decision and Control. Kobe, 1996. - V.l. - P.851-856

130. Valavanis K.P., Saridis G.N. Information theoretic modelling of intelligent robotic system// IEEE Trans. on Systems, Man and Cybernetic. 1988. -V.SMC—18. - №6. - P.1251-1256

131. VAT 3 FDv-ATC. AC speed control equipment. 3ph 200V-230V system 1.0 to 37.4 kVA; 3ph 380V-4 60V system 1.7 to 50.5 kVA: User manual. 62 p.

132. VAT 3 FDv-AT C. AC speed control equipment. 3ph 380V-460V system 50.0 to 4 60 kVA: User manual. 106 p.

133. Wang Z.-O., Zhang J. A Kalman filter algorithm using a moving window with applications// Int. J. Syst. Sci. 1995. - V.26. - №8. - P.1465-1478

134. Zhang Y., Li X.R. A fast and robust recursive prediction error learning algorithm for feedforward neural networks: Proc. 35th IEEE Conf. on Decision and Control. Kobe, 1996. - V.2. - P.2036-2041