автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Оптимальное управление процессом лова рыбонасосными установками

На правах рукописи

Сысоев Сергей Валерьевич ^(/ЬСОС^р

ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ ЛОВА РЫБОНАСОСНЫМИ УСТАНОВКАМИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Астрахань - 2006 г.

Работа выполнена в Астраханском государственном техническом университете

Научные руководители:

Защита состоится 2Ц декабря 2006 г. в 13 часов на заседании диссертационного совета Д 307.001.01 в Астраханском государственном техническом университете по адресу: г.Астрахань, ул.Татищева, 16, главный корпус, аудитория 305.

Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью, просим направлять по адресу: 414025, г.Астрахань, ул. Татищева, 16, АГТУ, ученому секретарю диссертационного совета Д 307.001.01.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан « » _2006 г.

кандидат технических наук, доцент Кантемиров Владимир Ильич доктор технических наук, профессор Мельников Александр Викторович

Официальные оппоненты:

доктор технических наук, профессор Шевчук Валерий Петрович кандидат технических наук, Григорьев Олег Викторович

Ведущая организация:

ООО «Каспийский научно-исследовательский и аналитический центр рыбной промышленности»

Ученый секретарь

диссертационного совета, профессор

Г.А. Попов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Лов каспийской кильки рыбонасосными установками .с применением света играет большую роль для Каспийского бассейна. В настоящее время, несмотря на сложную промысловую обстановку в регионе, запасы и уловы каспийской кильки постепенно увеличиваются. Лов рыбонасосными установками был и остается одним из наиболее прогрессивных способов лова, в котором высокая производительность и малая трудоемкость сочетаются с непрерывностью лова. Все это создает хорошие предпосылки для автоматизации процесса.

Весомый вклад в анализ, организацию и совершенствование лова каспийской кильки внесли П.Г. Борисов, И.В. Никоноров, В.Н. Мельников, Б.И. Приходько, В.Н. Савин, Г.В. Мальков, A.A. Богословский, В.В. Решетняк, О.В. Григорьев и др. В частности И.В. Никоноров предложил применить для лова рыбонасосные установки, разработал методы их расчета и проектирования. Дальнейшее развитие и совершенствование лова нашло свое отражение в работах В.Н. Мельникова. Им были теоретически обоснованы и описаны процессы, происходящие при лове рыбонасосными установками, а также предложены новые перспективные способы лова. Г.В. Мальковым была разработана обобщенная математическая модель, описывающая процессы, происходящие при перемещении залавливающего устройства. Работы О.В. Григорьева связаны с разработкой новых способов лова каспийской кильки рыбонасосными установками с повышенными эксплуатационными характеристиками. Другими авторами были развиты существующие работы, уточнены некоторые показатели и внесены отдельные поправки.

Несмотря на существенные успехи в разработке теории и проектировании рыбонасосных установок, автоматизацию некоторых этапов лова рыбонасосными установками, создания эффективных конструкций залавливающих устройств, техника автоматизированного управления процессом лова отстает от современных требований. Такое положение в значительной степени обусловлено наличием биологической составляющей объекта управления, невозможностью учета всех факторов, действующих на объект лова, недостаточной точностью математического описания процессов лова рыбонасосными установками и сложностью технического обеспечения.

В настоящее время автоматизированы только некоторые этапы лова: поиск скопления кильки промысловой концентрации, подготовка к лову на скоплении промысловой концентрации и частично сам процесс лова. Остается церешенной проблема автоматизированного управления процессом непосредственно на этапе лова с целью ведения его с максимальной эффективностью на каждом горизонте лова.

Создание автоматизированной системы управления процессом лова рыбонасосными установками, разработка необходимых алгоритмов управления и систем является одной из наиболее важных современных задач совершенствования процесса лова рыбонасосными установками.

Цель и задачи работы. Целью диссертационной работы является разработка автоматизированной системы управления процессом лова рыбонасосными установками с применением ЭВМ.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Провести анализ современного состояния вопросов автоматизации и управления процессом лова рыбонасосными установками. Определить пути и методы совершенствования управления рыбонасосными установками;

2. Сформулировать задачу оптимального управления процессом лова рыбонасосными установками;

3. Выполнить теоретическое и экспериментальное обоснование математической модели процесса лова рыбонасосными установками для целей управления.

4. Исследовать влияния различных факторов на эффективность лова рыбонасосными установками путем имитационного моделирования на ЭВМ.

5. Разработать алгоритмы управления процессом лова рыбонасосными установками;

6. Обосновать структуру АСУ ТП лова рыбонасосными установками.

Методы исследования. Для решения поставленных задач

применялись методы математического и имитационного моделирования, теории случайных функций, теории управления, методы оптимизации и нелинейного программирования.

Научная новизна работы:

^ Разработаны основы создания автоматизированных систем управления процессом лова рыбонасосными установками с применением ЭВМ;

^ Разработана математическая модель процесса лова рыбонасосными установками для решения задач оптимального управления;

^ Разработан способ расчета зоны действия источников света по спектральной формуле;

V Разработан алгоритм оптимального управления процессом лова рыбонасосными установками с технико-экономическим критерием оптимальности — прибыль;

Получены оптимальные текущие значения управляющих воздействий на процесс лова в зависимости от особенностей объекта лова и условий внешней среды: величина единичного перемещения и время выдержки на горизонте лова.

На защиту выносятся следующие научные положения:

1. Математическая модель процесса лова рыбонасосными установками для целей управления и автоматизации;

2. Алгоритм оптимального текущего управления и алгоритм логико-программного управления процессом лова рыбонасосными установками;

3. Структура и состав автоматизированной системы управления процессом лова рыбонасосными установками.

Практическая ценность работы:

1. Намечены перспективы совершенствования процесса лова рыбонасосными установками с применением ЭВМ, позволяющие повысить эффективность лова в современных условиях промысла;

2. Предложен способ расчета зоны действия источников света по спектральной формуле, позволяющий получать точные размеры зоны действия с учетом естественной освещенности поверхности воды;

3. Разработаны принципы создания автоматизированной системы управления процессом лова (АСУ ПЛ) рыбонасосными установками и алгоритмы поиска оптимальных значений управляющих воздействий;

4. Получены оптимальные значения управляющих воздействий процессом лова для современных условий промысла.

Реализация результатов работы. По результатам диссертации совместно с Мельниковым А.В. разработано и издано методическое пособие «Оптимальное управление процессом лова рыбонасосными установками с применением ЭВМ», которое можно использовать при подготовке студентов и аспирантов специальностей «Автоматизация технологических процессов и производств», «Электрооборудование и автоматика судов» и «Промышленное рыболовство». Применение научных результатов подтверждено актом о внедрении в учебный процесс.

Апробация работы. Материалы диссертационной работы докладывались и обсуждались на международных научных конференциях «Математические методы в технике и технологиях» (Казань, 2005; Воронеж, 2006); V Международной конференции «Молодые ученые -промышленности, науке, технологиям и профессиональному образованию: Проблемы и новые решения» (Москва, 2005); VI Международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2006); на конференциях профессорско-преподавательского состава АГТУ; на заседаниях кафедры автоматизации технологических процессов.

Публикации. По результатам диссертационной работы опубликовано 7 печатных работ в научных журналах и сборниках, в том числе - 2 в журналах по списку ВАК.

Структура и объем работы. Диссертационная работа изложена на 205 страницах. Она состоит из введения, четырех глав, выводов по работе, списка используемой литературы и приложений.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, определены цели и задачи исследований, сформулирована научная новизна, практическая ценность и реализация результатов диссертационной работы. Определены положения, выносимые на защиту.

Первая глава посвящена рассмотрению существующего уровня автоматизации и математического моделирования процесса лова рыбонасосными установками. Автоматизация лова, в общем случае, связана с:

^ созданием отдельных измерительных приборов;

^ разработкой систем автоматизации отдельных промысловых операций;

^ разработкой систем комплексной автоматизации, в которых ЭВМ непосредственно управляет процессом лова.

Первые работы по автоматизации лова рыбонасосными установками связаны с разработкой, прежде всего, первичных преобразователей. К ним относятся датчики определения концентрации кильки у залавливающего устройства, глубины погружения залавливающего устройства эхолотного типа и гидролокаторы, для поиска концентраций кильки в море и определения глубины в районе лова. Датчики применяли в основном для ручного управления процессом лова оператором, как средства получения основной информации о процессе лова. На следующем этапе была разработана система управления процессом лова рыбонасосной установкой на основе существующих датчиков. Система управления предназначена для ведения процесса лова в автоматическом режиме и в ручном режиме. Источником информации о количестве рыбы у залавливающего устройства являются датчики, на основе фотоэлементов. Для контроля положения залавливающего устройства применяют гидроакустические измерители глубины эхолотного типа с установкой акустической антенны на залавливающем устройстве. Система управления оснащена устройством контроля и ограничения глубины лова, для автоматического и дистанционного управления ловом. Устройство управления системы предназначено для приема, обработки информации и выдачи команды управления на лебедку залавливающего устройства. Внедрение подобной системы управления снижает трудоемкость и позволяет несколько повысить эффективность лова. Поскольку рассматриваемая система управления построена на локальных средствах автоматизации, то это влияет на ее надежность и масштабируемость.

В этой же главе дан обзор работ, связанных с исследованием и математическим моделированием процесса лова рыбонасосными установками. Рассмотрена одна из математических моделей процесса лова рыбонасосными установками в виде зависимости производительности лова (2р от ряда факторов, которую формально можно записать в виде:

й,=/(Рл;0.;С) (1)

где ^ - световой поток в люменах, лм; О, — производительность рыбонасоса по воде, м3/с; С - концентрация кильки, характеризующая количество рыбы в единице объема.

Выражение (1) является одной из первых попыток связать производительность лова рыбонасосной установкой с техническими и биологическими факторами. Выражение (1) не учитывает многие другие факторы, влияющие на эффективность лова каспийской кильки. В.Н. Мельников получил зависимости, определяющие зону действия источников света подводного и надводного освещения, отметил условия, которыми должен обладать источник света, чтобы иметь максимальную зону действия, ввел коэффициент уловистости рыбонасосной установки, а также разработал математическую модель, которая позволяет количественно исследовать влияние силы источника света и других факторов на улов <2. Эта исходная модель имеет вид:

0 = (1-аН1-Р2Н'"Г^+'-2-Г2) (2)

где Ух - объем скопления в пределах зоны действия источников света у залавливающего устройства, м3; У2 - объем, из которого рыба поступает за ночь в освещенную зону при ее активных и пассивных миграциях, м3; гх — средняя концентрация рыбы в объеме Кь кг/ м3; г2 - средняя концентрация рыбы в объеме У2, кг/ м3; р\ - вероятность ухода из светового поля рыбы при ее перемещении из дальних областей этого поля к залавливающему устройству; рг — вероятность ухода рыбы из зоны залавливающего устройства.

Выражение является коэффициентом уловистости

рыбонасосной установки.

Модель (2) послужила основой для создания математической модели лова рыбонасосными установками для оптимального текущего управления.

В этой же главе намечены пути совершенствования управления процессом лова. Рассмотрены различные варианты построения систем управления ловом рыбы. Установлено, что наиболее эффективно использование систем оптимального управления. Поскольку требований предъявляемых к качеству протекания технологического процесса всегда несколько и некоторые из них могут противоречить друг другу, то в

качестве критерия оптимальности выбирают тот, который обобщенно учитывает наиболее важные из требований. Опыт создания АСУ ТП в различных отраслях промышленности, как в нашей стране, так и за рубежом показывает, что в задачах автоматизированного управления самым распространенным способом увязки частных критериев является формирование сводного критерия оптимальности в экономических терминах. Одним из таких критериев является такой технико-экономический показатель (ТЭП) качества как прибыль, представляющий собой удобный вариант учета различных требований к качеству процесса лова. При выборе этого показателя качества не нарушается принцип управляемости. Выбранная функция качества зависит экстремально от управляющих воздействий, а ее максимум смещается в их пространстве под действием возмущений. С учетом этого решается задача оптимального текущего управления.

На . основании проведенного в первой главе анализа предварительно формализуется задача оптимального текущего управления рыбонасосной установкой: при входных воздействиях и параметрах объекта а найти управляющие воздействия и, которые обеспечат максимум критерия оптимальности П{и;а,хю) при: и <= £/, а е Л, где I/ - замкнутое множество

возможных управляющих воздействий, а - вектор параметров объекта, А — замкнутое множество значений вектора параметров.

Вторая глава посвящена описанию технологического процесса лова, его анализу , как объекта управления, подробному рассмотрению математической модели процесса лова рыбонасосными установками для целей управления, а также особенностей сбора и обработки экспериментального и статистического материала для моделирования процесса лова. Здесь же рассмотрены вопросы идентификация разработанной математической модели и выполнена проверка ее адекватности.

Объект управления включает в себя технические средства, условия внешней среды (поле управления) и объект лова. К технической части объекта управления относятся: часть технических средства лова (залавливающее устройство) и физические средства интенсификации лова (ФСИЛ), к биологической составляющей относится поле управления и объект лова в виде совокупности гидробионтов, находящейся во взаимодействии с технической частью. Присутствие каждой из указанной составляющих вносит в объект управления свои особенности, выявление которых позволило усовершенствовать математическую модель и применить ее для целей оптимального текущего управления.

Разработанная математическая модель с выбранным критерием качества имеет вид:

П = Д-3;Д = зяГЦ

(^ + Г(03.у. ¡У°5 ' Рем., 'Ч* +

+ • К./' г,л' ехр(Ча., • к1 • )

1 — ехр\ —к(

Яв-Яо

\\

р, = 1-ехр(-кт .ом); Уп у = -(2-^ +

Хс

(3)

3 =

Л

5500 ' Яф1 1000-пяф_(

\-0,5 ! , . \-7

где 77 - прибыль в процессе лова в единицу времени, руб/с; Д — доход в процессе лова в единицу времени, руб/с; 3 - затраты в процессе лова в единицу времени, руб/с; gп. 1 - количество рыбы, улавливаемой залавливающим устройством в единицу времени (производительность лова), кг/с; Ц - стоимость 1 килограмма рыбы, руб/кг\ р^ i - плотность смеси непосредственно у залавливающего устройства с концентрацией г(0з.у.ь кг/м3; д0 — производительность рыбонасосной установки по воде, м3/с; г(1)зуЛ - расходная концентрация рыбы непосредственно у залавливающего устройства; г(г)зум^ - массовая концентрация рыбы

непосредственно у залавливающего устройства; ге_ i — концентрация рыбы в дополнительном объеме, кг/м3; ог. — скорость пассивных миграций рыбы, с достаточной степенью точности можно считать, что скорость, с которой дрейфует рыба в ночное время суток равна скорости течения, м/с; 1ед} —

величина единичного перемещения на новый горизонт лова, м; А/, к„ — коэффициенты, учитывающие время световой адаптации, снос течением, неравномерность распределения кильки в объеме и т.д.; р\ -

вероятность ухода рыбы из светового поля при ее перемещении из дальних областей этого поля к залавливающему устройству; N — эмпирический коэффициент равный 1,6; Хс — прозрачность воды по диску Секки, м; Н — глубина лова (горизонт лова), м; Е0 — освещенность на поверхности, лк; р2 —

вероятность ухода рыбы из зоны действия всасывающих потоков залавливающего устройства; Еу — освещенность, создаваемая источником

света у залавливающего устройства, лк; «^(Я) - показатель ослабления

света, м'1; /(Л) - функция спектральной пространственной плотности

излучения источника; ир(Л) - функция относительной спектральной

чувствительности глаза рыбы; кс — коэффициент, учитывающий влияние различных факторов: соленость, присутствие живых существ в толще воды и т.д. на радиус зоны привлечения; А/ и кч - эмпирические коэффициенты; Чем - производительность рыбонасосной установки по воде, при которой производительность по рыбе в данных условиях близка к максимальной, м3/с; <7в - заданная производительность рыбонасосной установки по воде, м3/с\ цв0 - производительность рыбонасосной установки по воде, при которой улов равен 0, м3/с; — производительность рыбонасосной установки по воде, м3/с; Ид - величина напора по воде, м; щ - значение КПД по воде; г{*)зу о I ~ объемная расходная концентрация рыбы в смеси.

Математическая модель процесса лова (3) позволяет решать следующие задачи:

^ оптимизировать единичное перемещение и время выдержки залавливающего устройства на горизонте лова; определять необходимую мощность электродвигателя рыбонасосной установки для обеспечения заданной производительности лова; ^ оценивать влияния различных факторов на процесс лова и на

прибыль, получаемую в процессе лова; ^ . использовать ее при разработке автоматизированной системы управления процессом лова и т.д.

Согласно принятому критерию оптимальности - прибыли, сформулирована задача оптимального управления процессом лова рыбонасосными установками: необходимо найти такие управляющие воздействия (величину единичного перемещения и время выдержки), при существующих условиях лова, которые доставляют максимум критерия оптимальности П = при существующих ограничениях:

Кд. — Апах. » ' ^ 'птах.

Описанные особенности сбора и обработки экспериментального и статистического материала для моделирования процесса лова, позволяют идентифицировать математическую модель при современных условиях промысла. Некоторые величины представлены табличным способом на

основании данных за период промышленного лова в Каспийском бассейне, что упрощает их определение в сложных промысловых условиях.

В конце главы рассмотрен вопрос адекватности математической модели. Адекватность модели (3) оценена с использованием критерия Фишера. Установлено, что она адекватна процессу лова и, следовательно, может быть использована как для задач исследования влияния на процесс лова различных факторов, так и для решения задач оптимального управления, т.е. для определения значений оптимальных управляющих воздействий в процессе лова.

В третьей главе рассмотрены вопросы исследования алгоритмов управления процессом лова рыбонасосными установками, оценки эффективности оптимального текущего управления в условиях действующих возмущений.

Оценка эффективности оптимального управления процессом лова выполнена методом имитационного моделирования, блок-схема представлена на рис. 1. Имитационное моделирование проводится с целью изучения влияния различных факторов на объект моделирования и на алгоритм управления. Как правило, рассматривается влияние наиболее сильных возмущений или воздействий, приводящих к изменению состояния объекта. Наиболее сильными возмущениями в нашем случае являются концентрация кильки в естественном скоплении ге и изменение концентрации у залавливающего устройства ггу. Случайные изменения этих величин являются основными причинами нарушения оптимальности режима ведения процесса лова (рис. 2). Анализ этих величин в процессе лова показал, что они являются стационарными случайными процессами, обладающими эргодическим свойством. Для построения модели случайных процессов, найдены дисперсии и корреляционные функции этих возмущений. Случайные процессы моделируются с использованием рекуррентного алгоритма:

где Х{п) - цифровая модель непрерывного сигнала А'(/); дл - шаг временной дискретизации; а - показатель корреляционной функции; Их -дисперсия случайного процесса; тх — математическое ожидание случайного процесса; у(я) - генератор независимых случайных чисел с

нормальным законом распределения пакета МаШСАБ.

Формируемые таким образом в источнике возмущений (рис. 1) случайные процессы (гзу, ге) подаются на имитатор объекта. При имитационном моделировании имитатор объекта представлен

Рис. 1. Блок-схема имитационного моделирования

к.п

Рис. 2. Смещение экстремума целевой функции прибыли под действием возмущающих воздействий

разработанной математической моделью (3) процесса лова рыбонасосными установками.

В этой главе выполнен анализ методов оптимизации с целью определения метода, который позволит успешно находить экстремум целевой функции качества при различных условиях лова. В результате анализа установлено, что наибольший интерес представляют численные методы нелинейного программирования, а именно градиентные методы. Это достаточно большая группа методов, позволяющих вести поиск экстремального значения исследуемой функции при различных исходных данных. Градиентные методы широко используются в практике оптимизации. Они относятся к численным методам оптимизации поискового типа и эффективны при определении экстремального значения функции (рис. 3), как при наличии ограничений, так и без них.

Для выбора наиболее эффективного градиентного метода поиска экстремума функции П = /(/„>,/) были выполнены расчеты в МаШСАБ.

Рис. 3. Зависимость целевой функции прибыли П = /(/, 1ед ) от управляющих воздействий

Расчеты выполнялись для стандартных условий лова и показали, что не все методы поиска экстремума позволяют эффективно работать с функцией качества. Некоторые позволяют определять оптимальные значения управляющих воздействий только при определенных условиях лова, что может привести к неоптимальному режиму ведения процесса лова. Проведенное сравнение 4-х градиентных методов позволило определить наиболее эффективный — метод Полака-Рибьера. Основными критериями выбора являлись скорость определения оптимальных значений и их точность. Кроме того, учитывалась работа методов в условиях, когда линии уровня целевой функции вытянуты по одной из координат.

Блок-схема алгоритма поиска экстремума методом Полака-Рибьера показана на рис. 4. Данный метод обладает положительными свойствами метода наискорейшего подъема (метод Коши) и метода Ньютона. Он основан на вычислении значений только первых производных и слабо «реагирует» на овражный характер функции. Рассматриваемый метод отличается высокой надежностью при поиске точки экстремума из удаленной начальной точки поиска и быстро сходится в окрестности точки экстремума.

На основании анализа промысловых данных и выполненных расчетов установлено, что функция 77 = /(Iявляется унимодальной и гладкой

во всем диапазоне управляющих воздействий, что важно для работы градиентных методов. В связи с этим оказывается возможным использование экстремального управления, которое дает следующие преимущества: осуществляется в условиях неопределённости в отношении поведения объекта управления, не требует полного описания объекта управления. По результатам исследования алгоритма экстремального управления сформулированы условия возможности его применения при управлении процессом лова рыбонасосными установками.

Исследованием эффективности оптимального текущего управления процессом лова завершается 3 глава. На основании выполненных расчетов можно сформулировать следующий вывод: в условиях частых и интенсивных возмущений, действующих на процесс лова, алгоритм оптимального текущего управления на основе метода Полака-Рибьера позволяет значительно повысить эффективность лова.

При этом прибыль, получаемая в процессе лова на горизонте лова, может быть повышена на 4-7 % (рис. 5, табл. 1). В целом улов за цикл лова может повышаться на 5-8 %, при этом сокращается время облова скопления.

В четвертой главе рассмотрены вопросы разработки системы управления процессом лова рыбонасосными установками.

Рис. 4. Блок-схема алгоритма поиска экстремума методом сопряженных градиентов

Полака-Рибьера

/тах — максимально допустимое количество итераций; ех — точность нахождения точки экстремума; / — порядковый номер текущего шага; — начальное приближе1ше; а{') _ хекущая величина шага; £2 — точность нахождения шага а ; — градиент целевой функции прибыли в точке

Таблица 1. Результаты расчета управляющих воздействий и прибыли при совместном влиянии основных возмущающих воздействий г, и г,.г. на процесс лова

м е.. кгЛи3 Г., кг/1и* и, СМ руб/с Прибыль за время лова,руб

без оптнм. соптим. без оптим. с оптим. без оптим. с оптим. без ОПТИМ. с оптим.

1 0,008 0,022 X 131,4 X 240,1 X 8,739 X 1124

2 0,011 0,028 131,4 138,2 240,1 225,3 9,723 9,855 1214 1267

3 0,027 0,02 131,4 115,1 240,1 248,7 9,154 9,377 1146 1201

4 0,019 0,023 131,4 150,3 240,1 236,4 9,212 9,456 1151 1216

5 0,024 0,019 131,4 156,5 240,1 251,4 8,781 9,065 1107 1165

6 0,022 0,032 131,4 153,2 240,1 215,3 10,628 11,054 1344 1432

7 0,013 0,023 131,4 144,2 240,1 237,2 8,689 9,152 1103 1177

8 0,012 0,021 131,4 142,1 240,1 245,6 8,345 8,78 1083 1139

9 0,022 0,025 131,4 153,7 240,1 230,1 9,721 9,929 1219 1287

10 0,025 0,029 131,4 158,1 240,1 219,1 10,514 10,724 1308 1389

Суммарная прибыль за время лова на горизонтах лова, руб 10675 11273

Увеличение прибыли, % 5,30 %

Рис. 5. График изменения прибыли, получаемой в процессе лова в зависимости от

условий лова

Структура системы управления зависит от функций, которые она должна выполнять, чтобы обеспечить качественное управление процессом лова. Эти функции можно разбить на следующие основные группы:

> сбор, первичная обработка и регистрация информации о процессе лова рыбонасосными установками и технических средствах автоматизации (датчиков, каналов связи, регуляторов и т.д.);

> анализ технологического процесса лова и; расчёт оптимальных управляющих воздействий доставляющих максимум критерию качества - прибыли; г

> оперативное отображение информации о наиболее ; важных параметрах процесса и информации о работе системы управления;

> обработка управляющих воздействий техническими средствами. Выполнение этих функций предъявляет к системе управления высокие требования по функциональности, гибкости, надежности с одной стороны и простоте обслуживания с другой. Таким требованиями удовлетворяет предложенная структура автоматизированной системы управления технологическим процессом на базе современных средств вычислительной техники.

В этой же главе выполнено подробное рассмотрение каждого уровня системы управления: обозначен компонентный состав, описаны взаимосвязи между компонентами системы, выделены особенности каждого уровня системы. Наличие в системе управления датчиков, выполняющих измерение физических величин, входящих в математическую модель процесса лова связано с необходимостью ее идентификации на промысле через определенные промежутки времени. Рассмотрена организация ввода-вывода информации в УВК через контроллер, который выполняет функции устройства сопряжения с объектом (УСО).

Проведенный анализ подсистем аналогового ввода позволил выбрать конфигурацию с одним ЦАП, работающим в режиме разделения времени. Как показано, подсистемы такого типа являются наиболее удачными там, где не требуется очень высокого быстродействия подсистемы ввода.

Вместе с анализом подсистемы ввода-вывода информации отдельно рассмотрен алгоритм сбора и обработки данных с первичных преобразователей. Ввиду небольшого числа датчиков в составе АСУ ТП лова рыбонасосными установками и одинаковой важности измеряемых ими параметров было решено использовать циклический их опрос. Для реализации циклического опроса датчиков выбраны: число опрашиваемых датчиков п, периодичность опроса каждого датчика и длительность цикла Тц1. Таким образом, циклический режим опроса позволил, в отличие от адресного, несколько снизить нагрузку на подсистему ввода-вывода информации.

В этой же главе приведены алгоритмы оптимального и логико-программного управления. Блок-схема алгоритма работы системы оптимального управления процессом лова рыбонасосными установками представлена на рис. 6. Подробно рассмотрена работа алгоритма в режиме нормальной эксплуатации и при обычных условиях лова. Следует отметить, что этапу оптимизации процесса лова (поиска оптимальных значений управляющих воздействий) предшествует идентификация математической модели, которая осуществляется на одном из верхних горизонтов лова в каждом цикле лова.

При анализе работы алгоритма оптимального управления установлено, что независимо от выбранного режима управления процессом лова рыбонасосными установками перед началом лова оператор должен устанавливать для каждого параметра, входящего в модель, допустимый процент отклонения или использовать имеющиеся предустановочные значения отклонений. Это объясняется тем, что в реальном технологическом процессе любая измеряемая величина не является некоторой константой, а изменяется в некоторых границах случайным образом.

Вместе с предложенным алгоритмом управления процессом лова с использованием математической модели (3) рассмотрена возможность управлять процессом по заранее установленной последовательности некоторых операций, которые периодически повторяются. В связи с этим разработан алгоритм логико-программного управления, который использует меньшее число первичных преобразователей. Он может применяться в сложных промысловых условиях лова в качестве альтернативы алгоритму оптимального управления.

Для построения АСУ ТП лова и реализации разработанных алгоритмов управления предложены технические средства автоматизации, выпускаемые в настоящее время серийно. Они отвечают жестким требованиям эксплуатации в условиях промысла каспийской кильки и имеют высокие надежностные и эксплуатационные характеристики. Все средства автоматизации нижнего уровня имеют выходные сигналы воспринимаемые контроллером без дополнительных преобразователей.

Удобство эксплуатации любой современной АСУ ТП невозможно без системы диспетчерского контроля и управления. Поэтому в результате анализа существующих на рынке SCADA-систем была выбрана система российского производства Trace Mode. Дружественность ее человеко-машинного интерфейса, полнота и наглядность представляемой информации, доступность «рычагов» управления повышает эффективность взаимодействия оператора с системой и уменьшает его ошибки при управлении процессом лова рыбонасосными установками.

АСУ ТП лова рыбонасосными установками

- Контролируемые параметры

1) Прозрачность воды Л^; 2) Концентрация рыбы у залавливающего устройства г„; 3) Концентрация рыбы в естественном скоплении г,\ 4) Скорость течения с„; 5) Глубина погружения залавливающего устройства А; 6) Глубина в районе лова 11^; 7) Поверхностная освещенность £"«

УСО (Устройство сопряжения с объектом)

ЗУ ЛЗУ

Хишннки?

Рис. 6. Блок-схема алгоритма работы системы оптимального управления процессом лова рыбонасосными установками

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫ

1. Проведен анализ процесса лова рыбонасосными установками с точки зрения оптимального текущего управления, позволивший выявить пути совершенствования управления процессом лова.

2. Разработана математическая модель процесса лова рыбонасосными установками для использования в целях управления.

3. Получены новые данные о характере , и степени влияния различных факторов на эффективность процесса лова путем моделирования на ЭВМ, которые учитываются при управлении процессом лова.

4. Разработана структура системы оптимального управления, предложены технические средства ее реализации с учетом специфики технологического процесса лова и ее программное обеспечение. Это позволяет значительно снизить трудоемкость лова и повысить безопасность труда.

5. Разработан алгоритм оптимального управления процесса лова рыбонасосными установками. Система управления на его основе позволит в целом повысить эффективность лова на 4-7 %.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ:

1. Сысоев, C.B. Математическое моделирование и оптимизация процесса лова рыбонасосными установками / C.B. Сысоев, В.И. Кантемиров // сб. трудов 18 международной научной конференции «Математические методы в технике и технологиях (ММТТ 18)». — Казань : Изд-во КГТУ, 2005.-т. 10.-секция 13.-с. 157-159.

2. Сысоев, C.B. Оптимизация процесса лова рыбонасосными установками / C.B. Сысоев // сб. науч. докл. конф. V международной конференции «Молодые ученые - промышленности, науке, технологиям и профессиональному образованию: Проблемы и новые решения». - М. : МГИУ, 2005. - с. 274-277.

3. Сысоев, C.B. Математическое моделирование процесса лова рыбонасосными установками для целей оптимального управления / C.B. Сысоев ; Астрахан. гос. техн. ун-т. - Астрахань, 2006. - 21 с. : 2 ил. -Библиогр. : 10 назв. - Рус. - Деп. в ВИНИТИ 23.03.2006, №299-В2006.

4. Сысоев, C.B. Повышение эффективности лова каспийской кильки в современных условиях / C.B. Сысоев // Рыбн. хоз-во. - 2006. - № 2. - с. 81-82.

5. Сысоев, C.B. Алгоритм управления процессом лова рыбонасосными установками на основе математической модели / C.B. Сысоев, В.И. Кантемиров // Материалы VI международной научно-практической

конференции «Моделирование. Теория, методы и средства». — Новочеркасск : ЮРГТУ, 2006. - ч.4. - с. 14-19.

6. Сысоев, C.B. Математическая модель процесса лова рыбонасосными установками / C.B. Сысоев // сб. трудов 19 международной научной конференции «Математические методы в технике и технологиях (ММТТ19). - Воронеж : изд-во Воронеж, гос. техн. акад-ии, 2006. — т. 10, секция 11. - с. 29-32.

7. Сысоев, C.B. Автоматизация процесса лова рыбонасосными установками / C.B. Сысоев, В.И. Кантемиров // Известия вузов. СевероКавказский регион. Технические науки. - 2006. - № 5. - с. 106 - 108.

Подписано в печать 21.11.2006 г. Тираж 100 экз. Заказ 903 Типография ФГОУ ВПО «АГТУ», тел. 61-45-23 г. Астрахань, ул. Татищева, 16

ВВЕДЕНИЕ.

ГЛАВА 1. СОСТОЯНИЕ ВОПРОСОВ АВТОМАТИЗАЦИИ И МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРОЦЕССА ЛОВА РЫ-БОНАСОСНЫМИ УСТАНОВКАМИ.

1.1. Сущес гвующий уровень автоматизации рыбонасосных установок.

1.2. Обзор работ по исследованию и ma i ema i ическому моделированию процесса лова рыбонасосными ус гановками.

1.3. Пу ги совершенствования управления процессом лова.

1.4. Постановка задачи исследования.

1.5. Выводы по главе 1.

ГЛАВА 2. РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОЦЕССА ЛОВА РЫБОНАСОСНЫМИ УСТАНОВКАМИ ДЛЯ ЦЕЛЕЙ УПРАВЛЕНИЯ.

2.1. Особенности объекта моделирования.

2.1.1. Описание процесса лова рыбонасосными установками.

2.1.2. Особенности объекта лова.

2.1.3. Особенности орудия лова как элемента объекта моделирования.

2.1.4. Физические средства интенсификации лова как средства повышения производительности лова.

2.2. Совершенствование математической модели производительности лова рыбонасосными установками.

2.3. Особенности сбора и обработки экспериментального и статистического материала для моделирования процесса лова.

2.3.1. Сбор и обработка данных о параметрах, входящих в математическую модель производительности лова.

2.4. Идентификация и проверка адекватности математической модели

2.5. Выводы по главе 2.

ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ УПРАВЛЕНИЯ ПРОЦЕССОМ ЛОВА.

3.1. Анализ и исследование статических режимов процесса методом имитационного моделирования.

3.1.1. Методика проведения имитационных исследований

3.1.2. Моделирование изменения концентрации рыбы в естественном скоплении как случайного процесса. 3.1.3. Моделирование изменения концентрации рыбы у залавливающего устройства как случайного процесса.

3.2. Исследование алгоритмов оптимального управления процессом лова рыбонасосными установками, основанного на использовании математической модели процесса.

3.2.1. Анализ методов оптимизации алгоритмов управления.

3.2.2. Алгоритм управления, основанный на методе простого градиента

3.2.3. Алгоритм управления, основанный на методе наискорейшего подъема (метод Коши).

3.2.4. Алгоритм управления, основанный на методе Марквардта.

3.2.5. Алгоритм управления, основанный на методе сопряженных градиентов Полака-Рибьера.

3.3. Исследование алгоритма экстремального управления.

3.5. Сравнительный анализ эффективной и алгоритмов.

3.6. Расчет управляющих воздейст вий для различных условий лова . 140 3.5. Выводы по главе 3.

ГЛАВА 4. РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ЛОВА РЫБОНАСОСНЫМИ УСТАНОВКАМИ.

4.1. Выбор и obochobaiihe структуры сис i емы управлга тя.

4.2. Структура автоматизированной сисi емы управления процессом лова рыбонасосными установками.

4.3. Алгоритмы управления процессом лова рыбонасосными установками.

4.3.1. Алгоритм оптимального управления процессом лова.

4.3.2. Алгоритм логико-программного управления.

4.4. Реализация структуры системы управле! 1ия.

4.5. Программное обеспечение АСУ ТП лова рыбонасосными установками.

4.6. Выводы по главе 4.

Процесс лова рыбы рассматривается как технологический процесс, включающий совокупность приемов и способов добычи рыбы. Лов каспийской кильки рыбонасосными установками с применением света играет большую роль для Каспийского бассейна. В настоящее время, несмотря на сложную промысловую обстановку в регионе, запасы и уловы каспийской кильки постепенно увеличиваются. Лов рыбонасосными установками был и остается одним из наиболее прогрессивных способов лова, в котором высокая производительность и малая трудоемкость сочетаются с непрерывностью лова.

Несмотря на существенные успехи в разработке теории и проектировании рыбонасосных установок, механизацию и автоматизацию отдельных этапов лова рыбонасосными установками, создания эффективных конструкций залавливающих устройств, техника лова отстает от современных требований. Такое положение в значительной степени обусловлено наличием биологической составляющей объекта управления, невозможностью учета всех факторов, действующих на объект лова, недостаточной точностью математического описания процессов лова рыбонасосными установками и сложностью технического обеспечения.

В настоящее время автоматизированы только некоторые этапы лова: поиск скопления кильки промысловой концентрации, подготовка к лову на скоплении промысловой концентрации и частично сам процесс лова. Остается нерешенной проблема автоматизированного управления процессом непосредственно на этапе лова с целью ведения его с максимальной эффективностью на каждом горизонте лова.

Создание автоматизированной системы управления процессом лова рыбонасосными установками, разработка необходимых алгоритмов управления и систем является одной из наиболее важных современных задач совершенствования процесса лова рыбонасосными установками.

Цель диссертационной работы - разработка автоматизированной системы управления процессом лова рыбонасосными установками с применением ЭВМ.

Основные задачи исследований:

1. Провести анализ современного состояния вопросов автоматизации и управления процессом лова рыбонасосными установками. Определить пути и методы совершенствования управления рыбонасосными установками;

2. Сформулировать задачу оптимального управления процессом лова рыбонасосными установками;

3. Выполнить теоретическое и экспериментальное обоснование математической модели процесса лова рыбонасосными установками для целей управления;

4. Исследовать влияния различных факторов на эффективность лова рыбонасосными установками путем имитационного моделирования на ЭВМ;

5. Разработать алгоритмы управления процессом лова рыбонасосными установками;

6. Обосновать структуру АСУ ТП лова рыбонасосными установками. Методы исследования. Для решения поставленных задач применялись методы математического и имитационного моделирования, теории случайных функций, теории управления, методы оптимизации и нелинейного программирования.

Научная новизна работы состоит в следующем:

S Разработаны основы создания автоматизированных систем управления процессом лова рыбонасосными установками с применением ЭВМ;

S Разработана математическая модель процесса лова рыбонасосными установками для решения задач оптимального управления;

S Разработан способ расчета зоны действия источников света по спектральной формуле;

S Разработан алгоритм оптимального управления процессом лова рыбонасосными установками с технико-экономическим критерием оптимальности - прибыль;

S Получены оптимальные текущие значения управляющих воздействий на процесс лова в зависимости от особенностей объекта лова и условий внешней среды: величина единичного перемещения и время выдержки на горизонте лова. Практическая ценность:

1. Намечены перспективы совершенствования процесса лова рыбонасосными установками с применением ЭВМ, позволяющие повысить эффективность лова в современных условиях промысла;

2. Предложен способ расчета зоны действия источников света по спектральной формуле, позволяющий получать точные размеры зоны действия с учетом естественной освещенности поверхности воды;

3. Разработаны принципы создания АСУ ПЛ рыбонасосными установками и алгоритмы поиска оптимальных значений управляющих воздействий;

4. Получены оптимальные значения управляющих воздействий процессом лова для современных условий промысла.

Реализация результатов работы. По результатам диссертации совместно с Мельниковым А.В. разработано и издано методическое пособие «Оптимальное управление процессом лова рыбонасосными установками с применением ЭВМ», которое можно использовать при подготовке студентов и аспирантов специальностей «Автоматизация технологических процессов и производств», «Электрооборудование и автоматика судов» и «Промышленное рыболовство». Применение научных результатов подтверждено актом о внедрении в учебный процесс. Апробация работы:

Материалы диссертации докладывались и обсуждались на: Международных научных конференциях «Математические методы в технике и технологиях» (Казань, 2005; Воронеж, 2006); г V Международной конференции «Молодые ученые - промышленности, науке, технологиям и профессиональному образованию: Проблемы и новые решения» (Москва, 2005);

VI Международной научно-практической конференции «Моделирование. Теория, методы и средства» (Новочеркасск, 2006); конференциях профессорско-преподавательского состава АГТУ; на заседаниях кафедры автоматизация технологических процессов.

По теме диссертации автором опубликовано 7 печатных работ, в том числе - 2 в журналах по списку ВАК.

Диссертация состоит из введения, четырех глав и выводов. Она изложена на 205 страницах, содержит 31 рисунок и 20 таблиц, списка использованной литературы на 107 наименований, 4 приложений.

Основные результаты и выводы

Общим результатом работы является научно обоснованное решение проблемы автоматизированного управления процессом лова рыбонасосными установками. В процессе ее решения получены следующие основные результаты:

1. Проведен анализ процесса лова рыбонасосными установками с точки зрения оптимального текущего управления, позволивший выявить пути совершенствования управления процессом лова.

2. Разработана математическая модель процесса лова рыбонасосными установками для использования в целях управления.

3. Получены новые данные о характере и степени влияния различных факторов на эффективность процесса лова путем моделирования на ЭВМ, которые учитываются при управлении процессом лова.

4. Разработана структура системы оптимального управления, предложены технические средства ее реализации с учетом специфики технологического процесса лова и ее программное обеспечение. Это позволяет значительно снизить трудоемкость лова и повысить безопасность труда.

5. Разработан алгоритм оптимального управления процесса лова рыбонасосными установками. Система управления на его основе позволит в целом повысить эффективность лова на 4-7 %.

1. Автоматизация контроля параметров водной среды / под ред. А.Г. Варжапетяна. -J1.: Судостроение, 1988.-228 с.

2. Автоматическая оптимизация управляемых систем. Пер. с англ. М. : Иностр. лит-ра, 1960. - 240 с.

3. Автоматические системы управления технологическими процессами. Идентификация и оптимальное управление / под ред. В.И. Салыги. -Харьков : Вища школа, 1976. 180 с.

4. Амосов, А.А. Вычислительные методы для инженеров : учеб. пособие для втузов / А.А. Амосов. М.: Высшая школа, 1994. - 545 с.

5. Анашкин, А.С. Техническое и программное обеспечение распределенных систем управления / А.С. Анашкин. Санкт-Петербург, 2004. - 370 с.

6. Андреев, М.Н. Оптимальное управление на промысле / М.Н. Андреев, С.А. Студенецкий. М.: Пищевая промышленность, 1975.-288 с.

7. Аоки, М. Ведение в методы оптимизации / М. Аоки. М. : Наука, 1977. -344 с.

8. Артемов, А.Г. Оценка плотности скоплений мелких промысловых объектов с использованием эхо-интегратора : автореф. дис. канд. техн. наук / А.Г. Артемов. М.: ВНИРО, 1985. - 22 с.

9. Баласанов, Г.Н. Моделирование и оптимизация в автоматизированных системах управления / Г.Н. Баласанов. М.: Атомиздат, 1972. - 350 с.

10. Ю.Баранов, Ф.И. Техника промышленного рыболовства / Ф.И. Баранов.

11. М.: Пищепромиздат, 1960. 588 с. 1 ЬБесекерский, В.А. Системы автоматического управления с микро-ЭВМ /

12. B.А. Бесекерский, В.В. Изранцев. -М.: Паука, 1987.-320 с.

13. Бушуев, С.Д. Автоматика и автоматизация производственных процессов /

14. C.Д. Бушуев, B.C. Михалков-М.: Высшая школа, 1990.-256 с.

15. Быков, Ю.М. Основы обработки информации в АСУ химических производств: Теория и расчет информационных подсистем / Ю.М. Быков. -JI.: Химия, 1986.- 152 с.

16. Вальков, В.М. Автоматизированные системы управления технологическими процессами / В.М. Вальков, В.Е. Вершин Л. : Машиностроение, 1977.-238 с.

17. Вентцель, Е.С. Теория вероятностей: учеб. для вузов / Е.С. Вентцель. М. : Высш. школа, 2002. - 575 с.

18. Войниканис-Мирский, В.Н. Техника промышленного рыболовства / В.Н. Войниканис-Мирский. М. : Легкая и пищевая промышленность, 1983. -488 с.

19. Гилл, Ф. Практическая оптимизация / Ф. Гилл, У. Мюррей, М. Райт ; пер. В.Ю. Лебедева. М.: Мир, 1985. - 509 с.

20. Гитис, Э.И. Техническая кибернетика / Э.И. Гитис, Г.А. Данилович, В.И. Самойленко.-М.: Сов. радио, 1968.

21. Григорьев О.В. и др. Залавливающее устройство рыбонасоса // Патент РФ, № 1621828, 1993. Приоритет от 4 мая 1988 г.

22. Григорьев, О.В. и др. Способ регулирования световых полей у залавливающего устройства рыбонасоса // Патент РФ, № 1576106, 1993. Приоритет от 3 мая 1988 г.

23. Григорьев, О.В. Перспективные способы лова каспийской кильки / О.В. Григорьев, В.Н. Мельников, В.Л. Мельников // Рыбн. хоз-во. 2002. -№ 6. с. 48-49.

24. Григорьев, О.В. Совершенствование лова каспийской кильки / О.В. Григорьев // сб. докладов научно-технической конференции «Перспективы развития рыбного хозяйства. Россия XXI век». - М. : ВНИРО, 2002.-с. 25-27.

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

26. Дейч, A.M. Методы идентификации динамических объектов / A.M. Дейч. М.: Энергия, 1976. - 240 с.

27. Дженкинс, Г. Спектральный анализ и его приложения / Г. Дженкинс, Д. Ватте. М. : Мир, 1972. - 284 с.

28. Докунин, М.М. Исследование перемещения молоди рыб в центробежных рыбонасосных установках: дис. . канд. техн. наук / М.М. Докунин. М. : BI1ИРО, 1978.- 124 с.

29. Ермольчев, В.А. Гидроакустический способ определения размерного состава морских гидробионтов in situ / В.А. Ермольчев, М.В. Ермольчев, К. Бешарат // Рыбн. хоз-во. 1997. - № 6. - 43-44 с.

30. Ермольчев, В.А. Особенности распределения каспийской кильки относительно источника свет подводного освещения / В.А. Ермольчев, В.Н. Исаев, Г.В. Попов, В.Н. Мельников, В.Н. Савин // Рыбн. хоз-во. -1979.-№ 10.-44-45 с.

31. Жимерин, Д.Г. Автоматизированные и автоматические системы управления / Д.Г. Жимерин, В.А. Мясников.-М.: Энергия, 1975.-680 с.

32. Ивахненко, А.Г. Кибернетические системы с комбинированным управлением / А.Г. Ивахненко. Киев : Техника, 1966. - 512 с.

33. Ивахненко, А.Г. Самообучающиеся системы распознавания и автоматического управления / А.Г. Ивахненко. Киев : Техника, 1969. -392 с.

34. Иващенко, Н.Н. Автоматическое регулирование / Н.Н. Иващенко. М. : Машиностроение, 1978.-609 с.

35. Имитационное моделирование производственных систем / под общ. ред.

36. A.А. Вавилова. -М.: Машиностроение, 1983.-416 с.

37. Кафаров, В.В. Методы кибернетики в химии и химической технологии /

38. B.В. Кафаров. М.: Химия, 1985. - 448 с.

39. Кафаров, В.В. Методы оптимизации в химической технологии / В.В. Кафаров, А.И. Бояринов, М.: Химия, 1975. - 576 с.

40. Кинецкий И.И. Автомат принимает решение / под ред. Ю.И. Топчеева. -М.: Машиностроение, 1977.- 183 с.

41. Колосюк, Г.Г. Соленость воды и поведение кильки в световом поле / Г.Г. Колосюк // Рыбн. хоз-во. 1973. -№ 8. - С. 28-29.

42. Краковский, Б.С. Центробежные рыбонасосы (Исследование, модернизация и эксплуатация) / Б.С. Краковский, М.М. Докунин М. : Пищевая промышленность, 1974. - 119 с.

43. Кремлевский, П.П. Измерение расхода многофазных потоков / П.П. Кремлевский. -JI. Машиностроение. Ленингр. отд-ние, 1982.-214 с.

44. Кузин, Л.Т. Основы кибернетики / Л.Т. Кузин. М.: Энергия, 1973. - т. 1. -504 с.

45. Кузнецов, М.М. Автоматизация производственных процессов / М.М. Кузнецов, Л.И. Волчкевич, Ю.П. Замчалов. М. : Высшая школа, 1978. -432 с.

46. Лебедовский, М.С. Автоматизация в промышленности / М.С. Лебедовский, А.И. Федотов Л.: Лениздат, 1976. - 252 с.

47. Ли, Р. Оптимальные оценки, определение характеристик и управление / под ред. Я.З. Цыпкина. М.: Наука, 1966. - 196 с.

48. Ли, Т.Г. Управление процессами с помощью ЭВМ. Моделирование и оптимизация / Т.Г. Ли, Г.Э. Адаме, У.М. Гейнз. М. : Сов. радио, 1972 г. -312с.

49. Льюнг, Л. Идентификация систем. Теория для пользователя / Л. Льюнг. -М.: Наука, 1991.-432 с.

50. Мальков, Г.В. Автоматизация лова каспийской кильки рыбонасосными установками / Г.В. Мальков, В.П. Мельников // Рыбн. хоз-во. 1980. -№7.-с. 60-63.

51. Мальков, Г.В. Использование прибора для определения концентрации рыбы у залавливающего устройства рыбонасоса / Г.В. Мальков, А.А. Богословский, В.Н. Мельников // Рыбн. хоз-во. 1979. - № 6. - с. 47-49.

52. Мальков, Г.В. Прибор для определения концентрации рыбы у залавливающего устройства рыбонасоса / Г.В. Мальков, В.Н. Мельников // Рыбн. хоз-во. 1977. - № 8. - с. 64-67.

53. Мальков, Г.В. Рыбонасосная установка для лова кильки на свет / Г.В. Мальков, А.А. Богословский // Вестн. АГТУ. 1994. -№ 1. - С. 117-120.

54. Математические основы теории автоматического регулирования: учеб. пособие для втузов / под ред. Б.К. Чемоданова. М.: Высш. шк. - 1977. -366 с.

55. Мельников, А.В. Рыбохозяйственная кибернетика: Монограф. / А.В. Мельников, В.Н. Мельников Астрахань : Изд-во АГТУ, 1998. - 310 с.

56. Мельников, В.Н. Биотехнические основы промышленного рыболовства / В.Н. Мельников.-М.: Легкая и пищевая промышленность, 1983.-216 с.

57. Мельников, В.Н. Биофизические основы промышленного рыболовства / В.Н. Мельников. М.: Пищевая промышленность, 1973.-391 с.

58. Мельников, В.П. Математическая модель лова рыбонасосными установками / В.Н. Мельников, А.В. Мельников // Рыбн. хоз-во. 1998. -№2.-с. 50-51.

59. Мельников, В.Н. Основы управления объектом лова / В.Н. Мельников. -М.: Пищевая промышленность, 1975.-359 с.

60. Мельников, В.Н. Особенности лова рыбы рыбонасосом с применением света / В.Н. Мельников, В.Н Савин, И.М. Соколов // Рыбн. хоз-во. 1973. -№ 5. - с. 54-55.

61. Мельников, В.Н. Повышение эффективности лова рыбонасосными установками / В.Н. Мельников, А.В. Мельников // Сер. промышленное рыболовство: Обзорная информация. М. : Рыбное хозяйство, 2000. - 60 с.

62. Мельников, В.Н. Промысел каспийской кильки / В.Н. Мельников, В.В. Решетняк, В.Н. Савин. М.: Пищевая промышленность, 1981. -312 с.

63. Мельников, В.Н. Результаты испытаний источников света и залавливающих устройств / В.Н. Мельников, В.Н. Савин // Рыбн. хоз-во. -1977.-№11.-С. 70-71.

64. Мельников, B.II. Связь между уловами и производительностью рыбонасосных установок по воде / В.Н. Мельников, В.Н. Савин // Рыбн. хоз-во. 1974. - № 5. - С. 50-51.

65. Мельников, В.Н. Техника промышленного рыболовства / В.Н. Мельников, В.Н. Лукашев. М. : Легкая и пищевая промышленность, 1981.-312с.

66. Мельников, В.Н. Устройство орудий лова и технология добычи рыбы / В.Н. Мельников. М.: Агропромиздат, 1991. - 384 с.

67. Меншуткин, В.В. Математическое моделирование популяций и сообществ водных животных / В.В. Меншуткин. Л. : Наука, 1971. -176 с.

68. Методы математического моделирования, автоматизации обработки наблюдений и их применение: сб. ст. / под ред. А.Н. Тихонова. 1986. -М.: Изд-во МГУ. - 280 с.

69. Никоноров, И.В. Взаимодействие орудий лова со скоплениями рыб / И.В. Никоноров. М.: Рыбное хозяйство, 1973. - 235 с.

70. Никоноров, И.В. Лов каспийских килек на свет погружным насосом / И.В. Никоноров, С.И. Никоноров, Б.Д. Монаков // Рыбн. хоз-во. 2000. -№ 3. - с. 40-41.

71. Никоноров, И.В. Лов каспийской кильки рыбонасосом при подводном освещении / И.В. Никоноров. М.: Пищепромиздат, 1958 - 96 с.

72. Никоноров, И.В. Лов каспийской кильки с помощью электроосвещения и рыбонасоса / И.В. Никоноров. М.: Пищепромиздат, 1955. - 32 с.

73. Никоноров, И.В. Лов рыбы на свет: теория и практика / И.В. Никоноров. -М.: Рыбн. хоз-во, 1963 166 с.

74. Никоноров, И.В. Непрерывные способы лова рыбы / И.В. Никоноров. -М.: Пищевая промышленность, 1968.- 103 с.

75. Никоноров, И.В. Об эффективности ламп рассеянного света / И.В. Никоноров, А.Х. Патеев // Рыбн. хоз-во. 1970. № 10. - с. 43-46.

76. Никоноров, И.В. Поведение сардинеллы и кильки в зоне подводного света различного спектрального состава / И.В. Никоноров, А.Н. Шабанов, И.И. Багаутдинов // Рыбн. хоз-во. 1976. - № 2. - с. 40-42.

77. Никоноров, И.В. Расчет оптимального значения светового потока при лове каспийской кильки на свет рыбонасосами / И.В. Никоноров // Рыбн. хоз-во. 1976. - № 2. - с. 40-42.

78. Никоноров, И.В. Свет ловит рыбу / И.В. Никоноров, Б.М. Шаховский. -М.: Пищевая промышленность, 1967. 104 с.

79. Приходько, Б.И. Глубина скоплений и способы лова каспийских килек на свет / Б.И. Приходько // Рыбн. хоз-во. 1982. - № 9. - С. 59-62.

80. Приходько, Б.И. Поведение большеглазой и анчоусовидной килек при лове на свет / Б.И. Приходько // Рыбн. хоз-во. 1977. - № 6. - С. 6-8.

81. Растригин, Л.А. Экстраполяционные методы проектирования и управления / Л.А. Растригин, Ю.П. Пономарев. М. : Машиностроение, 1986.-120 с.

82. Реклейтис, Г. Оптимизация в технике / Г. Реклейтис, А. Рейвиндран, К. Рэгсдел М.: Мир, 1986. - т. 1. - 320 с.

83. Решетняк, В.В. О затенении света рыбой и сетным полотном при лове на свет / В.В. Решетняк // Рыбн. хоз-во. 1969. -№ 9. - С. 44-46.

84. Решетняк, В.В. Расчет зоны действия источников подводного освещения на рыбу / В.В. Решетняк // Рыбн. хоз-во. 1970. - № 8. - С. 46-49.

85. Рогаткин, О.Д. Применение прерывистого света для селективного лова каспийской кильки / О.Д. Рогаткин // Рыбн. хоз-во. 1974. - № 6. - С. 5960.

86. Рыбохозяйственные исследования на Каспии: Результаты НИР за 2001 г.- Астрахань : Изд-во КаспНИРХа, 2002. 629 с.

87. Рыбохозяйственные исследования на Каспии: Результаты НИР за 2002 г.- Астрахань : Изд-во КаспНИРХа, 2003. 510 с.

88. Рыбохозяйственные исследования на Каспии: Результаты НИР за 2003 г.- Астрахань : Изд-во КаспНИРХа, 2004. 556 с.

89. Савин, В.Н. Световое поле совокупности источников подводного и надводного освещения на промысле каспийской кильки / В.Н. Савин // Рыбн. хоз-во. 1977. - № 4. - С. 62-64.

90. Смирнов, Ю.М. Вычислительная техника в автоматических системах: Учеб пособие / Ю.М. Смирнов Л.: Изд-во ЛГУ, 1987. - 106 с.

91. Справочник проектировщика АСУ ТП / под ред. ГЛ. Смилянского М. : Машиностроение, 1983. - 527 с.

92. Строганов, А.А. Сезонная динамика уловов каспийской кильки / А.А. Строганов, В.Н. Савин // Рыбн. хоз-во. 1976. -№ 6. - С. 40-42.

93. Строганов, Р.П. Управляющие машины и их применение: Учеб. пособие / Р.П. Строганов. М.: Высшая школа, 1986. - 240 с.

94. Сухарев, А.Г. Курс методов оптимизации / А.Г. Сухарев, А.В. Тимохов,

95. B.В. Федоров. М.: Наука, 1986. - 328 с.

96. Сысоев, С.В. Автоматизация процесса лова рыбонасосными установками / С.В. Сысоев, В.И. Кантемиров // Известия вузов. Северо-Кавказский регион. Технические науки. 2006. - № 5. - с. 106 - 108.

97. Сысоев, С.В. Оптимизация процесса лова рыбонасосными установками /

98. C.В. Сысоев // сб. науч. докл. конф. V международной конференции «Молодые ученые промышленности, науке, технологиям и профессиональному образованию: Проблемы и новые решения». - М. : МГИУ, 2005.-с. 274-277.

99. Сысоев, С.В. Повышение эффективности лова каспийской кильки в современных условиях / С.В. Сысоев // Рыбн. хоз-во. 2006. - № 2. - с. 81-82.

100. Техническая кибернетика. Теория автоматического регулирования / под ред. В.В. Солодовникова. М. : Машиностроение, 1969. - кн. 3. ч. 2. -368 с.

101. Торбан, С.С. Механизация и автоматизация процессов промышленного рыболовства / С.С. Торбан, В.П. Карпенко. М. : Агропромиздат, 1986. -304 с.

102. ЮЗ.Уайлд, Д.Д. Методы поиска экстремума / пер. с англ. А.Н. Кабалевского. М.: Наука, 1967. - 267 с.

103. Фурунжиев, Р.И. Применение математических методов и ЭВМ / Р.И. Фурунжаев, Ф.М. Бабушкин, В.В. Варавко. Мн. : Выш.шк., 1988. -191 с.

104. Цирлин, A.M. Оптимальное управление процессами химической технологии / A.M. Цирлин, B.C. Балакирев, В.М. Володин,- М.: Химия, 1973.-373 с.

105. Цирлин, A.M. Оптимальное управление технологическими процессами / A.M. Цирлин.-М.: Энергоатомиздат, 1986.-400 с.

106. Эйкхофф, П. Основы идентификации систем управления / П. Эйкхофф. М.: Мир, 1975.-683 с.