автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Прогнозирование аварийных состояний в автоматизированных импульсных системах преобразования энергии
- доктора технических наук
- Моновская, Анна Владимировна
- город
- Ханты-Мансийск
- год
- 2010
- специальность ВАК РФ
- 05.13.06
Автореферат диссертации по теме "Прогнозирование аварийных состояний в автоматизированных импульсных системах преобразования энергии"
004608092
МОНОВСКАЯ АННА ВЛАДИМИРОВНА
ПРОГНОЗИРОВАНИЕ АВАРИЙНЫХ СОСТОЯНИЙ В АВТОМАТИЗИРОВАННЫХ ИМПУЛЬСНЫХ СИСТЕМАХ ПРЕОБРАЗОВАНИЯ ЭНЕРГИИ
Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)
АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук
- 9 СЕН 2010
Ханты-Мансийск - 2010
004608002
Работа выполнена в ГОУ ВПО «Югорский государственный университет»
Официальные оппоненты:
доктор технических наук, профессор Бобцов Алексей Алексеевич; доктор технических наук, профессор Ковалев Владимир Захарович; доктор физико-математических наук, профессор Чурилов Александр Николаевич.
Ведущая организация:
Томский государственный университет систем управления и радиоэлектроники.
Защита состоится 1 октября 2010г. в 15 часов на заседании диссертационного совета Д 212.330.01 при Югорском государственном университете по адресу: 628012, г. Ханты-Мансийск, ул. Чехова, 16, ЮГУ.
С диссертацией можно ознакомиться в библиотеке Югорского государственного университета.
Автореферат разослан Г О^уу^сЧГу 2010 г.
Отзывы на автореферат (в двух экземплярах, заверенные печатью учреждения) просьба отправлять в адрес диссертационного совета.
Ученый секретарь диссертаци
доктор технических наук
П.Ю. Гуляев
ВВЕДЕНИЕ
Актуальность темы
Основной технологический процесс на предприятиях теплоэнергетического комплекса (разведка, добыча, транспортировка и переработка нефти и газа, производство, преобразование и распределение электрической энергии), электрометаллургии (электролиз цветных металлов, производство и переработка стали и чугуна и т.д.), электрохимии (электролиз хлора, водорода и т.д.), жилищно-коммунального комплекса (системы водоснабжения и водоотведения), на электрическом транспорте и т.д. представляет собой электрическое и электромеханическое преобразование значительных потоков электрической энергии непосредственно в технологические параметры. Например, в Ханты-Мансийском автономном округе магистральный транспорт нефти и газа потребляет более 43% от общего потребления энергии в регионе, жилищно-коммунальный комплекс (ЖКК) -около 40%, на добычу полезных ископаемых затрачивается около 16% энергии.
Автоматизированные импульсные системы преобразования энергии (ИСПЭ) реализуют один из наиболее энергоэффективных способов преобразования энергии и в настоящее время решение проблемы энергосбережения в энергоемких технологических процессах преобразования электрической энергии обеспечивается, в первую очередь, за счет использования ИСПЭ. Энергосбрегающие возможности ИСПЭ обуславливают расширение области их применения, что предполагает тенденцию к усложнению условий эксплуатации. Поскольку для современного уровня развития ИСПЭ характерна унификация ее силовой части, то основное направление повышения качества процессов импульсного преобразования энергии связано с развитием системы управления ИСПЭ [Ильинский Н.Ф 2003, Браславский И.Я. 2005; Колоколов Ю.В., Косчинский С.Л., 2006].
Возможности алгоритмов управления отражают возможности соответствующих методологий проектирования, в рамках которых накладываются ограничения на повышение эффективности функционирования ИСПЭ, обусловленные требованиями к их надежности и безопасности. Данное противоречие является следствием физической сущности нелинейной динамики ИСПЭ [Kuroe Y., Hayashi S. 1987-1989, Белов Г.А. 1990, Гелиг А.Х., Чурилов А.Н. 1990-2009, Колоколов Ю.В., Косчинский С.Л. и соавт. 1990-2006, Banerjee S., Chakrabarty К. и соавт. 1990-2008, Жуйков В.Я., Леонов А.О. 1991, Баушев B.C. и соавт. 1992, Жусубалиев Ж.Т. и соавт. 1992-2010, Кипнис М.М. 1992, Deane J.H.B., Hamil D.C. 1992, Tse C.K. и соавт. 1994-2008, Mazumder, S.K. 2001, М. di Bernardo, F. Vasca и соавт. ¡998-2006, Chen J.H. и соавт. 1999-2000, Aroudi A.L., Benadero L. и соавт. 2000-2006], не принимать в расчет которую становится недопустимым. В противном случае не представляется возможным гарантировать предотвращение аварийных процессов, последствиями которых являются, как минимум, экономические потери, и, как максимум, техногенные катастрофы.
Использование в ходе проектирования ИСПЭ бифуркационного анализа динамики для формирования ограничений на допустимые параметры системы управления позволяет снизить риск возникновения аварийных ситуаций в ИСПЭ [Колоколов Ю.В., Косчинский С.Л. 2005-2007, Колоколов Ю.В., Устинов П.С. 20082009]. Однако гарантировать их отсутствие не представляется возможным. Как один из перспективных вариантов выхода из проблемной ситуации
рассматривается привлечение методов прогнозирования динамики, позволяющих распознать зарождение аварийного состояния до его реализации [Мироновский JI.A. 1998, Дедученко Ф.М. 2006, Кутуков С.Е., Бахтизин Р.Н. 2003]. В этом случае, во-первых, предоставляется возможность внесения необходимого управляющего воздействия для предотвращения аварийного состояния. Во-вторых, предоставляется возможность привлечения поисковых методов адаптации [Терехов В.А., Тюкин И.Ю. 2003] для оперативной подстройки системы управления в соответствии с текущими параметрами.
Принципиальный недостаток существующих методов идентификации и прогнозирования динамики [Клейман Е.Г., Мочалов И.А. 1994; Vaseghi S.V. 2000, De Gooijer J.G., Hyndman R.J. 2006, Fildesl R., Nikolopoulos K., CronelS.F., Syntetos A.A. 2008] заключается в том, что постановка задачи прогнозирования нелинейных явлений в режиме реального времени в них не предусматривается. Анализ первого положительного опыта по формированию подхода к прогнозированию нелинейной динамики ИСПЭ в режиме реального времени [Колоколов Ю.В., Моновская A.B. 2006-2010] приводит к выводу о необходимости более глубокого и взаимосвязанного исследования образов нелинейной динамики в параметрическом и фазовом пространствах с целью выявления механизмов и особенностей развития динамических процессов, протекающих в импульсных системах.
При этом особую ценность приобретает выявление качественных закономерностей, поскольку, как показывает практика, использование сильных измерительных шкал в условиях неопределенностей различной природы ограничивает вохножности однозначной трактовки текущего состояния ИСПЭ. В этой связи символические модели динамики ИСПЭ на основе использования геометрических инвариантов могут стать основой символического прогнозирования, которое открывает принципиально новые возможности для снижения рисков и предотвращения аварийных ситуаций в технологических процессах, связанных с использованием ИСПЭ. Соответственно, для создания надежных и безопасных технологий импульсного преобразования энергии актуальными являются как развитие научных основ исследования и прогнозирования динамики ИСПЭ, так и формирование методологии символического прогнозирования аварийных состояний в режиме реального времени - в частности.
Объектом исследования являются автоматизированные импульсные системы преобразования энергии.
Предметом исследования являются процессы прогнозирования аварийных состояний в динамике автоматизированных импульсных систем преобразования энергии.
Цель работы - развитие научно-технического направления, связанного с повышением надежности и безопасности автоматизированных импульсных систем электрического и электромеханического преобразования энергии путем снижения рисков и предотвращения аварийных состояний на основе прогнозирования динамики указанных систем в режиме реального времени. Достижение поставленной цели предполагает решение следующих задач:
S Выполнить анализ проблемной ситуации и постановку задачи
прогнозирования аварийных состояний в динамике ИСПЭ;
/ Исследовать проблему моделирования динамики ИСПЭ и обосновать выбор моделей стационарных и переходных процессов;
S Исследовать проблему прогнозирования динамики ИСПЭ в условиях неопределенности возмущающих воздействий и выполнить классификацию аварийных процессов;
S Развить научные основы фрактального подхода к прогнозированию динамики ИСПЭ и исследовать ограничения на его использование;
■S Сформировать методологию символического прогнозирования аварийных состояний в динамике ИСПЭ на основе символического описания периодических и переходных процессов;
S Выполнить вычислительные эксперименты по исследованию закономерностей нелинейной динамики ИСПЭ, а также работоспособности и эффективности методов ее прогнозирования;
S Выполнить натурные эксперименты для подтверждения достоверности результатов вычислительных экспериментов и апробации методов символического прогнозирования аварийных состояний;
S Разработать алгоритмы и программы для выполнения вычислительных и натурных экспериментов.
Методы исследования базируются на теориях системного анализа, автоматического управления, динамических систем переменной структуры, нелинейных колебаний, бифуркационного анализа, устойчивости, чувствительности, фракталов, инвариантов, случайных процессов, а также методах прикладной математики. Достоверность результатов и обоснованность научных положений и выводов обусловлена использованием апробированных научных методов и подтверждена результатами вычислительных и натурных экспериментов. Вычислительные эксперименты выполнялись на ЭВМ с помощью разработанного в системе MatLAB пакета прикладных программ. Натурные эксперименты проводились на экспериментальных установках: «Импульсный понижающий преобразователь напряжения DC-DC 12/5В-60Вт» и «Импульсный электропривод постоянного тока 24В-1,5кВт» (кафедра «Электроника, вычислительная техника и информационная безопасность», Орловский государственный технический университет, ОрелГТУ), «Импульсный понижающий преобразователь напряжения DC-DC 24/12В-72Вт» (кафедра «Автоматизированные системы обработки информации и управления» Югорский государственный университет (ЮГУ), г. Ханты-Мансийск).
Научная новизна диссертационной работы заключается в развитии научных основ исследования и прогнозирования динамики ИСПЭ в режиме реального времени и включает:
- методы исследования нелинейной динамики ИСПЭ и ее закономерностей, отличительной особенностью которых является выявление множественных устойчивых и неустойчивых аттракторов в области локальной устойчивости эксплуатационного процесса, а также проецирование и анализ образов динамики из фазового и параметрического пространств в пространства иной природы;
- модели аварийных процессов в ИСПЭ, отличительной особенностью которых является рассмотрение причин зарождения и механизмов развития нелинейных
явлений, приводящих к аварийным состояниям с учетом неопределенностей различной природы и исходя из выявленных закономерностей динамики ИСПЭ;
- принципы символического описания и классификаторы нелинейных динамических процессов в ИСПЭ на основе этих принципов, отличающиеся тем, что основываются на использовании геометрической интерпретации инвариантов фазовых траекторий и включают символическое описание переходных процессов;
- методы символического прогнозирования аварийных состояний в динамике ИСПЭ в соответствии с предложенными моделями аварийных процессов и принципами символического описания динамики, отличающиеся тем, что предоставляют возможность распознания сходимости переходного процесса в режиме реального времени.
Научная новизна также включает новые научные данные, полученные на основе использования предложенных методов исследования и прогнозирования динамики ИСПЭ, что подтверждено публикациями в рецензируемых российских и международных англоязычных журналах, а также патентами на полезные модели.
На защиту выносится методология символического прогнозирования аварийных состояний, обусловленных нелинейными явлениями в динамике ИСПЭ, включая:
научные основы прогнозирования динамики ИСПЭ;
фрактальные закономерности динамики ИСПЭ, а также механизмы развития аварийных процессов;
^ принципы символического описания нелинейных динамических процессов; ^ методы символического прогнозирования аварийных состояний; алгоритмы, формализующие методы символического прогнозирования; результаты вычислительных и натурных экспериментов работоспособности и эффективности методов символического прогнозирования.
Практическая значимость полученных результатов связана с предоставлением комплекса средств для разработки новых технологических решений по проектированию и совершенствованию систем управления, обеспечивающих безопасное функционирование ИСПЭ в условиях неопределенности варьирования внешних и внутренних параметров в широком диапазоне и частой смены режимов работы ИСПЭ, включая:
- методы исследования нелинейной динамики и ее закономерностей, которые позволяют при затрате допустимых ресурсов времени получать картину нелинейной динамики ИСПЭ с учетом множественных аттракторов и проводить более глубокие и системные изучения механизмов ее эволюции;
- методы символического прогнозирования аварийных состояний ИСПЭ, позволяющие разрабатывать алгоритмы идентификации и прогнозирования динамики ИСПЭ в режиме реального времени, которые могут быть реализованы средствами типовых промышленных микропроцессорных устройств;
- практические рекомендации по проведению вычислительных и натурных экспериментов, которые позволяют планировать и выполнять эффективные исследования нелинейной динамики ИСПЭ для выбора параметров алгоритмов идентификации и прогнозирования динамики систем данного класса.
Реализация результатов работы. Результаты работы внедрены и используются при проектировании автоматизированных систем управления ИСПЭ в
ЗАО «Электротекс» (г.Орел), НИИ Автоматики и электромеханики (ТУСУР, г. Томск), Отраслевой научно-исследовательской лаборатории «Электрооборудование летательных аппаратов» (Новосибирский государственный технический университет), ОАО «Сургутнефтегаз» ЦБПО ЭПУ (г. Сургут).
Результаты внедрены в образовательный процесс при подготовке инженеров по специальностям «Проектирование и технология электронных и вычислительных систем» (ОрелГТУ), «Автоматизированные системы обработки информации и управления» (ЮГУ), аспирантов по специальностям 05.13.06. «Автоматизация и управление технологическими процессами и производствами (технические науки)» (ОрелГТУ, ЮГУ) и 05.13.18. «Математическое моделирование, вычислительные методы и комплексы программ (технические науки)» (ЮГУ). Внедрение результатов подтверждается соответствующими актами.
Связь темы работы с научно-исследовательскими программами:
Диссертационная работа выполнялась в рамках международных научно-исследовательских проектов: «Динамика сложных систем электромеханического преобразования энергии» в 2001-2005 гг (ОрелГТУ, Россия - Технологический университет г. Труа, Франция); «Импульсные системы преобразования энергии: моделирование, управление и исследование» в 2003-2008 гг (ОрелГТУ, Россия -Реймский университет, Франция). Проекты выполнены при финансовой поддержке Правительства региона Шампань-Арден, Франция;
В 2006 году исследования по теме диссертационной работы поддержаны грантом ФЦНТП в рамках программы «Проведение научных исследований молодыми учеными» по приоритетному направлению «Энергетика и энергосбережение» по теме работы «Прогнозирование опасных процессов в динамике импульсных систем преобразования энергии» (2006-РИ-19.0/001/503).
С 2009 года на период по 2013 год исследования поддерживаются в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 20092013 годы, мероприятие «Проведение научных исследований коллективами научно-образовательных центров», по теме «Снижение риска и уменьшение последствий аварийных ситуаций, обусловленных нелинейными явлениями в динамике импульсных систем преобразования энергии» (ГК №02.740.11.0034).
Апробация работы: Основные результаты исследований, выполненные по теме диссертации, докладывались и обсуждались на 22 международных и всероссийских конференциях и конгрессах: 1st, 3d IEEE Conf. "Physics and Control", (Россия, г. Санкт-Петербург, 2003, 2007); 2"d, 3d, 4lh, 5Л IEEE Workshop "On Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications" (Ukraine, Lviv, 2003; Bulgaria, Sofia, 2005; Germany, Dortmund, 2007; Italia, Rende, 2009); 3d Int. Conf "Neural Networks and Artificial Intelligence" (Belarus, Minsk, 2003); 3d Int. Conf. on "Intelligent Maintenance System" (France, Aries, 2004); 11th, 12th EPE-IEEE Conf. on "Power Electronics and Motion Control" (Latvia, Riga, 2004; Slovenia, Portoros, 2006); 8lh IEEE Conf. on Modeling and Simulation of Electric Machine Converters and Systems (Electrimacs 2005, Hammamet, Tunisia); 16th IF AC World Congress (Prague, Czech Republic, 2005); I6ft IEEE Mediterranean Conference on Control and Automation (France, Ajaccio, 2008); Международной научно-технической конференции «Силовая электроника и энергоэффективность» (Украина, Алушта, 2006; 2007; 2008); Всероссийской научной конференции «Методы прикладной
математики и компьютерной обработки данных в технике, экономике и экологии» (Россия, г.Орел, 2004); Международной школы-семинара «Перспективные системы управления на железнодорожном, промышленном и городском транспорте» (Украина, Алушта, 2005; 2006); Международной школы-конференции: Высокие технологии энергосбережения (Россия, г.Воронеж. 2005); Всероссийской научной конференции «Управление и информационные технологии» (Россия, г.Санкт-Петербург, 2006); Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве» (г.Орел, Россия. 2010); Международном IT-форуме (г.Ханты-Мансийск, 2010 г).
Результаты диссертационной работы докладывались и обсуждались на научных семинарах в университетах России (ОрелГТУ, БрянскГТУ, КурскГТУ ЮГУ) и Франции (Технологическом университете г. Труа, лаборатории Цента научных исследований и технологий в сфере информации и коммуникации (CResTIC) Реймского университета).
Публикации. По результатам исследований по теме диссертации опубликовано более 70 печатных работ, включая 25 статей в российских журналах, рекомендованных ВАК РФ, и 11 статей в международных англоязычных журналах (издательства Elsevier, World Scientific Publishing Company, Emerald Group Publishing Limited, Begell House Inc., Publishing Company of IEEE, Pleiades Publishing Inc., Springer), 3 патента на полезную модель.
Структура и объем диссертации. Диссертационная работа состоит из введения, 6 глав, приложения, заключения, списка использованных источников, включающего 319 наименований. Основное содержание работы изложено на 333 страницах машинописного текста, включая 107 рисунков и 14 таблиц.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность рассматриваемой проблемы, сформулированы цели и задачи работы, научная новизна и выносимые на защиту научные положения и результаты, дана краткая аннотация работы по главам.
В первой главе рассмотрены перспективные области применения ИСПЭ, примеры аварийных и катастрофических ситуаций в энергоемких технологических процессах с участием ИСПЭ, проанализированы стратегии устранения и возможности предотвращения подобных ситуаций в рамках существующих методов повышения надежности и сформулированы требования к постановке задачи превентивной диагностики аварийных состояний в динамике ИСПЭ.
В развитии современных ИСПЭ можно выделить следующие основные тенденции: унификация силовой части и стремление к уменьшению массогабаритных показателей; усложнение режимов работы и условий эксплуатации (расширение диапазонов регулирования и варьирования внешних и внутренних параметров); повышение эффективности и безопасности ИСПЭ за счет совершенствования управляющей части. В целом можно констатировать расширение областей применения ИСПЭ на всех уровнях иерархии технологических процессов. В частности, ИСПЭ входят в состав больших и сложных систем, которые являются опасными производственными объектами, поскольку сбои в их работе могут приводить к большим экономическим потерям, разрушению среды обитания и человеческим жертвам.
Например, к наиболее значимым областям применения ИСПЭ необходимо отнести технологические процессы на предприятиях ТЭК и ЖКК. Согласно результатам аналитических исследований ежегодно на нефтегазодобывающих предприятиях происходит несколько десятков аварий. Средний размер ущерба, наносимого окружающей среде от одной аварии на участке нефтепровода, составляет несколько миллионов рублей, общий ущерб может достигать нескольких млрд. рублей. Возобновление деятельности в зоне аварии может быть начато не ранее, чем через 3-5 лет, притом, что эксперты подчас затрудняются дать полную оценку всех негативных последствий данной аварии на природную среду. Однако мнение касательно источника основного влияния на величину комплексного риска аварии единодушно - техногенный фактор, с которого начинается запуск «механизма взаимовлияния» иных техногенных, а также природных и антропогенных факторов, приводящих к катастрофе.
Эксплуатационный процесс в ИСПЭ представляет собой устойчивый периодический процесс преобразования энергии с частотой ШИМ </шнм) и заданной амплитудой. В результате нелинейного явления в ИСПЭ происходит изменение частоты процесса преобразования энергии и возникает один из аномальных процессов - субгармонический, квазипериодический или хаотический. Наличие этих процессов в динамике ИСПЭ является общепризнанным и подтверждено результатами многочисленных компьютерных и экспериментальных исследований, равно как и негативное влияние этих процессов на ИСПЭ и сопряженные с ней системы [Трахтман J1.M 1976; Колоколов Ю.В. и др. 1978-2006; Коськин O.A. и др. 1990, Жуйков В .Я., Леонов А.О. 1991, Thomson W.T. et al 1987-2001, Padiyar K.R., Bhaskar К 2002 и др.]. В этой связи в соответствии со стратегией анализа, принятой при идентификации рисков на опасных производственных объектах, ИСПЭ представляет собой опасное производственное звено.
Отличительной особенностью ИСПЭ является наличие ключевого элемента, что обуславливает переменность ее структуры и соответствующий дополнительный источник возникновения нелинейных явлений. С учетом этой особенности оценка надежности методами резервирования и иерархии будет производиться исходя из неполных предположений, которые учитывают неопределенность динамики, возникающую только вследствие случайных событий. Этот недостаток на практике компенсируется за счет поддержания такого уровня промъшленно-экологической безопасности, который обеспечивает финансовую устойчивость предприятия [International oil insurers, London, 1992], а не устойчивость природной среды. Поскольку средства, вкладываемые в превентивные мероприятия по предотвращению аварии, ограничиваются значением, после которого выгоднее допустить ее реализацию и возместить финансовые потери за счет страхования.
Группа методов диагностики предоставляет потенциальные возможности для повышения надежности ИСПЭ за счет постановки задачи предотвращения аварийных ситуаций на основе выполнения двух условий:
(1)
^ решыюсть ^ пробнол) (2)
где tpcaiutocmb- момент начала события; t„poam - момент распознания события; At -«запас» времени на реализацию корректирующего управляющего воздействия. Тогда требование выполнения превентивной диагностики (и «работоспособность»
соответствующего метода) означает, что событие должно быть распознано до того, как произошло - в случае его «прогнозирования» (1), и одновременно - в случае его «идентификации» (2). Соответственно, повышение «эффективности» метода превентивной диагностики означает увеличение времени Ли
Вторая глава посвящена анализу подходов к математическому моделированию и исследованию динамики кусочно-сшитых моделей с точки зрения обоснования выбора базовой модели для исследования проблемы прогнозирования динамики ИСПЭ. В частности, представлено описание численных методов, заложенных в основе проводимых вычислительных экспериментов по исследованию в пространствах различной природы: нелинейной динамики (стационарные процессы и области их существования, переходные процессы), фрактальных закономерностей и механизмов эволюции динамики, а также методов ее идентификации и прогнозирования.
Рисунок 1.
При формировании базовой модели учитывались тенденции развития и существующие подходы к проектированию ИСПЭ, а также опыт исследования нелинейных явлений в динамике ИСПЭ. В результате необходимым условием адекватности моделирования является анализ процессов, которые протекают в контуре тока в масштабе времени, соизмеримом с частотой импульсной модуляции [Косчинский С.Л., 2005]. Принятая структурная схема базовой модели представлена на рис. 1. Рассматриваемая совокупность математических моделей для данной схемы в матричной форме имеют следующий вид:
Л , О)
л , (4)
* . (5)
где А2x2. А4х/ - матрицы постоянных коэффициентов; В;.,!, В4х4, В* В"ы - матрицы переменных коэффициентов, размерность которых указывается индексами; Л/,г,« — вектора переменных состояния, размерности Ш, 20 и 40 соответственно; Р(ш д. ц -вектор параметров силовой части для соответствующей модели, размерность
которого указана индексом; К? - импульсная функция, которая может принимать значения «1» или «О» и формируется в соответствии с алгоритмом ШИМ:
F |0,£(f,X) < О, (6)
где $(t.X) - функция коммутации, которая описывает взаимосвязь силовой и управляющей частей системы в соответствии с законом регулирования. В /7-ом периоде ШИМ момент изменения структуры системы /„ определяется как наименьший корень функции коммутации:
Ш X(t„.,)) = /„ - для ШИМ-1, (7)
l{t, Х(1ц» = О - для ШИМ-2. (8)
Физическим аналогом моделей (3) и (4) является импульсный понижающий преобразователь напряжения DC-DC без/с входным фильтром соответственно. Физическим аналогом модели (5) является привод постоянного тока при пуске с полным полем и учетом нелинейной вольт-амперной характеристики обратного диода в схеме замещения. Данные ИСПЭ рассматриваются в работе в ходе проведения вычислительных и натурных экспериментов.
Классификация стационарных процессов осуществляется по кратности т их периода относительно периода Тштг^/шпм (указывается в названии как т-процесс) и последовательности изменения структуры системы [Фейгин М.И. 1994, Tse С.К. е/ al 2001, Колоколов Ю.В. и др. 2003-2009, Кобяков С.Ю. 2004]. Образы периодических процессов в фазовом пространстве представляют собой замкнутые кривые (предельные циклы), на которых в соответствии с условием периодичности определяются неподвижные точки Xj на основе отображения Пуанкаре:
X) = F^{X'm) = FM{X]), (9)
где 7=1,2,...;??; У*®- у'-итерация отображения. Наличие процессов с одинаковым периодом и различными символическими характеристиками («вырожденные процессы») обусловлено выходом отдельных участков их фазовых траекторий из областей определения.
Потеря локальной устойчивости стационарного процесса идентифицируется в соответствии с методом Ляпунова на основе анализа значений мультипликаторов матрицы монодромии (М) по характеристическому уравнению Zip) = det[ М — рЕ] — 0 . Асимптотически устойчивому т-процессу отвечают мультипликаторы |р„|<1, где п =1,2, ..., т. Пограничная ситуация |р„| = 1 определяет «гладкую» бифуркацию периодического процесса, идентификация которых происходит по методологии и классификации [Неймарк Ю.И. и соавт. 1972]. Идентификация «жестких» бифуркаций (С-бифуркаций) выполняется по [Фейгин М.И. 1994] на основе использования сочетаний характеристических полиномов х и х , которые вычисляются до и после С-бифуркации соответственно. В параметрическом пространстве глобальная устойчивость стационарного процесса обеспечивается в той части области его локальной устойчивости, в которой нет ее «перекрытий» с областями локальной устойчивости иных стационарных процессов.
Исследование нелинейной динамики ИСПЭ предполагает комплексное рассмотрение трех взаимосвязанных задач - моделирование динамического процесса (включая переходные), идентификацию стационарного процесса и анализ
его устойчивости. Анализ существующих подходов к решению этих задач предполагает использование численных методов решения [Филиппов А.Ф. 1985, Баушев B.C. и др. 1990-1993, Колоколов Ю.В., Косчинский СЛ. 1997-2006, Baneijee S. et all 2000-2008, Жусубалиев Ж.Т. 2002-2009, Малинецкий Г.Г. 2002, Дж. Мэтьюз, К. Финк 2001]. Задача качественного анализа бифуркаций в системах с ШИМ на сегодняшний момент времени решена полностью только для модели /-го порядка, определенной на совокупности из двух конфигураций силовой части [Banerjee S. et all 2000]. В остальных случаях требуется проведение анализа каждой конкретной С-бифуркации с использованием общей методики [Фейгин М.И. 1994]. Наибольшие затруднения связаны с поиском решений моделей с ШИМ-2 (по классификации [Цыпкин ЯЗ. 1977]), предполагающих «сшивку» решений при изменении структуры системы дифференциальных уравнений.
Для решения поставленных в диссертации задач вычислительного эксперимента в данной главе и далее были разработаны алгоритмы и соответствующий пакет прикладных программ в системе MatLAB, каждая из которых автоматизирует выполнение конкретного научного эксперимента с использованием собственного меню для его планирования и возможностями интерактивного управления. В частности, разработанные программы позволяют проводить исследования нелинейных динамических процессов в пространствах различной природы, получать обратные устойчивые и неустойчивые периодические решений для ИСПЭ с ШИМ-2, а также выполнять интеллектуальную обработку временных рядов в рамках фрактального подхода к прогнозированию динамики ИСПЭ и методологии символического прогнозирования аварийных состояний.
В третьей главе выявлены, систематизированы и исследованы составляющие проблемы прогнозирования динамики ИСПЭ, обусловленные неопределенностью ее модели, динамики и параметров. Исходя из результатов этого исследования, предложены: модель переходных процессов на основе интегрированного рассмотрения положений теории управления и нелинейной динамики; классификация аварийных процессов. Применительно к последней проанализированы возможности существующих методов идентификации и прогнозирования динамики.
Модель динамики ИСПЭ представляет собой чередование стационарных и переходных процессов, однако граница между ними определяется по-разному. Рассмотрим фрагмент динамического процесса длительностью (Д7), включающий переходный процесс из нулевых начальных условий и эксплуатационный процесс, среднее значение сигнала которого соответствует уставке (рис.2а). Согласно теории управления длительность переходного процесса (ДtnTV, индекс «ТУ» означает принадлежность понятия к теории управления) равна времени нарастания переменной состояния х (///). Далее следует «стационарный процесс», длительность которого (ДtcTi) равна (AT-At/]Ty). В соответствии с положениями нелинейной динамике эксплуатационный процесс представляет собой движение изображающей точки на аттракторе с периодом Тщим (участок А/с""7, индекс «индекс «НД» означает принадлежность понятия к теории нелинейной динамики, рис.2а), переходный процесс - процесс сходимости к предельному циклу из области его притяжения [Анищенко B.C. 1990]. Нулевые начальные условия могут не входить в область притяжения аттрактора эксплуатационного процесса (например, рис.2б), т.е.
длительность переходного процесса Atn"J < AT-Ate а =Ai?J. Поскольку технические характеристики эксплуатационного процесса подразумевают наличие колебаний относительно установившегося среднего значения, то Atcla<Atcry=Atc"J+d .
«Огрубление» динамических процессов с возможностью линеаризации илн/и усреднения их характеристик рассматривается на практике как желаемый результат, поскольку позволяет использовать традиционные формализованные методы проектирования и диагностики, предполагающие рассмотрение только экплуатационного процесса. С точки зрения нелинейной динамики ИСПЭ упрощения и допущения методов исследования нелинейной динамики ИСПЭ могут приводить к принципиальным искажениям информации и неопределенности трактовки текущего состояния. Вариант интегрирования обеих точек зрения видится в следующем: стационарный процесс соотносится с понятием аттрактор, а переход с одного аттрактора на другой соотносится с понятием переходный процесс (с момента отклонения траектории переходного процесса от исходного аттрактора до момента притяжения этой траектории к текущему аттрактору - рис.2в от точки 1 до точки 2). Это позволяет рассматривать возмущения, возникающие в ходе переходного процесса (рис.2г, вектор dx), при том, что длительные и трудоемкие вычисления областей притяжения аттракторов не требуются и при моделировании динамики учитывается причинно-следственная связь событий.
Если возмущение происходит в ходе стационарного процесса, то оно инициирует начало переходного процесса. Если возмущение происходит в ходе переходного процесса, то оно может привести к изменению направления его сходимости [13,32]. Далее предполагается, что известные возмущения моделируются посредством вариации параметра (dp), начало которой синхронизировано с началом переходного процесса. Посредством вариации фазового вектора (etс) моделируется отклонение траектории изображающей точки, обусловленное наличием сложной структуры аттракторов в фазовом пространстве [29], эффектом «бифуркационной памяти» [Фейгин М.И. 1999-2001], наличием неучитываемых или неизвестных параметров ИСПЭ, наличием помех и т.д. При этом вариация фазового вектора не является аддитивной к исходному процессу, а «встраивается» в конкретную реализацию динамического процесса кусочно-сшитой модели ИСПЭ с учетом соответствующих последствий его эволюции, например, изменения длительности переходного процесса (рис.2д).
Проиллюстрируем источники проблемы прогнозирования динамики ИСПЭ. В простейшем случае параметрическое пространство разделяется на области эксплуатационного и аварийного состояний (рис.За). Пусть начальное значение параметрического вектора (Pi) и направление параметрического тренда (обозначен стрелкой) являются известными, тогда решение задачи прогнозирования аварийного состояния означает вычисление значений параметров (Рсоответствующих бифуркационной границе. Принципиальные изменения в постановке задачи начинаются, если принять во внимание неопределенность параметров ИСПЭ. В этом случае известным являются только диапазон значений параметров (рис.Зб, область 1) и область возможного местоположения бифуркационной границы (рис.Зб, область 2) [14, 16, 21], а информация о направлении параметрического тренда отсутствует или носит вероятностный характер.
Фазовая траектория
Рисунок 3.
Во-вторых, если принимать во внимание неопределенность в динамике ИСПЭ, связанную с пересечением областей стационарных процессов на бифуркационной диаграмме (рис.Зв, области 2-3), то в пределах этих областей ИСПЭ может устойчиво функционировать в одном из нескольких режимов, но в каком конкретно? - зависит от начальных условий и возмущений в течение переходного процесса. Соответственно, если до вариации параметров наблюдалось эксплуатационное состояние (состояние системы при Р/), а после вариации (например, состояние стало аномальным, то возможность прогнозирования
этого изменения существует только в течение переходного процесса между этими состояниями [13, 19, 30, 32] - в режиме реального времени. Например, пусть на параметрической диаграмме пересекаются области устойчивых 1-процесса и 10-процесса. Тогда при одинаковых значениях параметров существуют два устойчивых «(-решения и несколько вариантов сходимости переходного процесса (рис.Зг), при том, что фазовая траектория переходного процесса может проходить вблизи обоих предельных циклов (рис.Зд). Дополнительные сложности выполнения условий (1) и (2) обусловлены особенностью переходных процессов в ИСПЭ, связанной с высокой частотой модуляции (/шда/>105 Гц), поскольку означают их краткосрочность (от 0,0001с до 0,1с - согласно компьютерным исследованиям).
В-третьих, разрывность правой части системы дифференциальных уравнений типа (3)-(5) существенно ограничивает возможности использования аналитических решений, затрудняет численные исследования динамики и предполагает необходимость внесения упрощений в модели ИСПЭ. В результате эти модели являются неопределенными в том смысле, что полученная с их помощью предварительная информация о динамике может быть искаженной или/и неполной. В частности, экспериментальные исследования показывают, что адекватность модели по местоположению первой бифуркационной границы можно довести до нескольких процентов при отклонениях по величине пульсаций в несколько десятков процентов [Колоколов Ю.В., Косчинский С.Л., Багров В.В., 2006], но обеспечить аналогичную точность для нескольких бифуркационных границ одновременно становится затруднительным.
В этой связи наибольший интерес представляет анализ качественной картины нелинейной динамики и закономерностей ее эволюции, в частности, выявление причинпо-следственной связи между динамическими процессами при переходе от эксплуатационного к аномальному состоянию. Процесс этого перехода далее будет называться «аварийным процессом». Состояние, которое уже не может рассматриваться как эксплуатационный процесс, но еще не может быть причислено к аварийному, далее будет называться «предаварийным состоянием». Проанализируем с этой точки зрения физическую сущность типовых сценариев теории надежности.
Аварийный процесс 1-ого типа («внезапное воздействие и отказ») может реализоваться в области параметрического пространства, где картина нелинейной динамики представляется неоднозначной, например, в области с множественными аттракторами (рис.Зв-д). В этом случае эксплуатационный процесс отделяется от аварийного состояния только переходным процессом (рис.4а). В результате для предотвращения аварийного состояния необходимо распознание направления сходимости переходного процесса в режиме реального времени согласно условию (1).
Аварийный процесс 2-ого типа («постепенное воздействие и отказ») может реализоваться в области параметрического пространства, где картина нелинейной динамики представляется однозначной и происходит закономерное изменение бифуркационного параметра. Например, в ходе сценария удвоения периода аварийное значение технических характеристик - превышение величины пульсаций относительно среднего установившегося значения х„ при а.^ - происходит позже момента бифуркации (при аи) - рис.4б. Длительность предаварийного состояния в
целом увеличивается и составляет несколько циклов «переходный процесс плюс стационарный процесс» (рис.4в). Для предотвращения аварийного состояния становится достаточным идентификации установившегося стационарного процесса в режиме реального времени согласно условию (2).
Аварийный процесс 3-ого типа реализуется в случае, когда изменение бифуркационного параметра может происходить в широком диапазоне значении и закономерность этого изменения неизвестна («вероятностный отказ»). В этом случае прогнозирование опирается на использование метода идентификации параметров в режиме реального времени [28, 51], который позволяет на основе известной к текущему моменту времени предыстории (р,) выполнять интерполяцию тренда (Р ), отображающего фактическое глобальное направление вариации параметров (рисЛг).
(а)
ПА
время
Запас времени предаварийного состояния At на распознание аварийного состояния
С - стационарный процесс; П - переходный процесс; Э - эксплуатационный процесс; ПА - предаварийное состояние; А - аварийное состояние;
р, - идентифицированное значение текущего параметра; Р]| - аппроксимация тренда известной предысторш! значений параметра.
a/.j a.it
СПСПСПСПС"
с п с п с
п с
д время
ПА
(в)
Э Pi
(г)
Э
Р2
э
Рз
Э P*
э
р>
р, ■
Д время
ПА
Рисунок 4.
Анализ существующих методов идентификации и прогнозирования динамики [Клейман Е.Г., Мочалов И.А. 1994, Vaseghi S.V. 2000, De Gooijer J.G., Hyndraan R.J. 2006, Fildes 1 R., Nikolopoulos K., Crone IS.F., Syntetos A.A. 2008] позволяет сделать следующие выводы. Для прогнозирования аварийного процесса 3-его типа наиболее приемлемым является использование методов на основе бифуркационного анализа, но их основной недостаток связан с отсутствием возможности идентификации текущих параметров в режиме реального времени. Для прогнозирования аварийного процесса 2-ого типа наиболее приемлемым является использование методов идентификации конкретных характеристик временного ряда, подобных Фурье и вейвлет анализу, но их основной недостаток связан с ограничениями на число распознаваемых характеристик. Наиболее трудной для решения является задача прогнозирования аварийного процесса 1-ого типа. Последнее связано с тем, что принятие решения на основе анализа переходных процессов в режиме реального
времени не предусматривается ни в одном из методов, соответственно, выполнение условия (1) в принципе не представляется возможным.
Перспективным направлением устранения этой проблемы видится формирование методов, которые условно можно охарактеризовать как гибридные, поскольку в них осуществляются попытки синтеза приемов из разных теорий, а также попытки выявления механизмов эволюционного развития. Например, комплексное использование теорий динамических систем и дробной меры [Потапов A.A. 2005] позволяет повышать информативность сигналов, отображая не только топологию объектов, но и процессы эволюции динамических систем. Анализ фрактальной размерности позволяет выявлять наличие хаотической [Хасанов М.М. 1994] и периодической [Kleparskii, V. G. 2003] составляющих сигнала. Символическое описание процессов [Анищенко B.C. 1990, Kobyakov, S. Yu. 2004, Колоколов Ю.В., Косчинский C.JL, Шолоник А.П. 2003, D. Dai, С. К. Tse and X. Ma 2005] позволяет выявлять качественные характеристики сигнала.
В четвертой главе сформулированы и развиты научные положения фрактального подхода к прогнозированию динамики ИСПЭ, основанные на использовании геометрической интерпретации самоподобных нелинейных структур в фазовом пространстве. Сформированы принципы и методы идентификации и прогнозирования динамики ИСПЭ в специальных 20-пространствах, совмещающих проекции образов областей периодических процессов из параметрического пространства и фазовых траекторий - из фазового. Классифицированы образы стационарных процессов и введены операции математического преобразования их координат. Выявлены ограничения фрактального подхода для практической реализации прогнозирования аварийных процессов.
Фрактальный подход [8, 9, 18, 27-31, 35] представляется одним из перспективных подходов к прогнозированию аварийных процессов всех трех типов. Он основан на использовании геометрической интерпретации закономерных изменений формы, размеров и местоположения фазовых траекторий периодических процессов (предельных циклов) при последовательной вариации параметров. При этом форма предельных циклов сохраняется в рамках одноименного стационарного процесса и изменяется на границе качественных изменений динамики -бифуркационных явлений.
Конструирование специального 20-пространства начинается с выбора преобразования для образа стационарного процесса. Целью данного преобразования (далее F-преобразования) является представление предельного цикла точкой в 2D-пространстве (далее F-пространстве). Координатами образа (v/, v?) могут быть характерные точки предельного цикла (изломы, неподвижные точки отображения), амплитудные характеристики траектории или неподвижных точек отображения, а также сочетания любых перечисленных объектов [27-30]. Соответственно, существует множество специальных K-пространств, но это множество ограничено числом возможных F-преобразований. В результате образ стационарного процесса из области данного процесса в параметрическом пространстве ¥(pi,p$ проецируется в пространство V(v/,v^) с прямоугольной системой координат и равномерным шагом (например, черная точка на рис.5а является образом стационарного процесса рис.Зг и параметрического вектора Р'(р',р/) на рис.5б). При последовательной вариации параметров происходит смещение образов одноименного стационарного процесса
по соответствующим направлениям, что позволяет выделить «косоугольные» оси области данного процесса в К-пространстве с неравномерным шагом (например, а,Яз-оси областей 1- и 10-процессов. рис.5а, которым соответствуют одноименные области в параметрическом (рис.56) и фазовом (рис.5в) пространствах).
Рисунок 5.
Образ текущего переходного процесса формируется для каждого витка фазовой траектории переходного процесса исходя из предположения, что он является витком предельного цикла, т.е. посредством формального соблюдения правил формирования образов стационарных процессов в данном ^-пространстве (рис.6а). В результате фазовая траектория переходного процесса проецируется в V-пространство в форме ломаной линии, направление которой указывает на образ устанавливающегося стационарного процесса. Например, на рис.5а представлен образ переходного процесса рис.Зг как траектория, соединяющая белые точки. Динамика сходимости переходного процесса во времени отображается в сокращении расстояния между изломами данной траектории (Л-временные ряды, сходящиеся к нулю, рис.5г).
Первое преимущество ^-пространства заключается в том, что оно предоставляет возможность устранить пересечения между областями стационарных процессов (например, на рис.5а устранено пересечение между областями 1- и 10-процессов, которое наблюдалось в параметрическом и фазовом пространствах рис.5б,в соответственно). Второе преимущество заключается в возможности отображать образы переходных процессов в том же пространстве, что и области стационарных процессов. Третье преимущество связано с тем, что вследствие структурированности образов стационарных процессов в пределах одноименной области (рис.66,г) можно идентифицировать текущие параметры ИСПЭ. Эти преимущества в комплексе предоставляют принципиальную возможность решения задач прогнозирования аварийных процессов всех трех типов (стр. 16-17).
Методы для решения этих задач основываются на формализации следующих процедур: оценка принадлежности текущего образа динамики к области стационарного процесса; оценка направления сходимости переходного процесса; перевод координат текущего образа из (у/, у.О-системы координат с равномерным шагом в (pi.pi)-систему координат с неравномерным шагом и поворотом. Принцип формализации первой процедуры основывается на аппроксимации границ области стационарного процесса посредством функций, области определения которых сшиваются на соответствующих отрезках осей, и последующим сравнением координат текущего образа с координатами границ (оценка точки (у/, у/) относительно границ области 1-процесса, рис.5а). Принцип формализации второй процедуры аналогичный, с тем отличием, что задается некоторый уровень («уровень помех»), относительно которого оценивается направление тренда Л-временного ряда (рис.5г), элементы которого определяются согласно рис.5а.
Для выполнения третьей процедуры предварительно определяются следующие зависимости на основе аппроксимации результатов вычислительных или натурных экспериментов (рис.бв):
х2 =/; (х/) - уравнение р! -оси в (у/,у.г)-системе координат; (10)
X} =/} (х{) — уравнение рг -оси в (у/.у^-системе координат;
Рз=/з (х/) - зависимость между координатами р2- и Х\—осей;
Р/~/4 (хг) - зависимость между координатами рг и х2—осей.
Функции // и можно рассматривать как линейные, форма функций /з и представлена на рис.бд. Тогда:
р2'=1Р1(х1',х2'); (11)
Р/' ^^г(х',х2'),
где (х", х') - координаты текущего состояния системы в (у/,у>)-системе координат; (Р/ ,Р2 ) - искомые значения текущих параметров. Однако использование размерных закономерностей и числовых шкал при построении образов динамики предполагает чувствительность этих образов к влиянию различных факторов: к вариации параметров, адекватности математических моделей, влиянию помеховой составляющей и т.д. Рассмотрим два примера.
Пусть необходимо распознавать сходимость переходного процесса. Если переходные процессы отображаются в фазовом пространстве (рис.7), то сложность
выявления направления сходимости фазовой траектории переходного процесса обусловлена тем, что ее «витки» могут многократно пересекать области существования различных т-процессов. При этом, фрагменты фазовых траекторий переходных процессов, «сходящиеся» к разным «-процессам, сложно различить не только вследствие их взаимных пересечений вблизи структур предельных циклов (рис.7, увеличенный фрагмент), но и вследствие возможности их практически полного совпадения вдали от этих структур (внешние витки траекторий на рис. 7).
и, V
Траектории переходных процессов /
■0.5 0 | 0.5 1 1-процесс предельный цикл
2-процесс предельный цикл
¡,Л
-10
10
Рисунок 7.
В И-пространстве картина принципиально отличается, поскольку сходимость в область 1- процесса или 2-процесса распознается однозначно. Соответствующие примеры анализа данных вычислительных экспериментов представлены на рис.8а-г (сходимость к 1-процессу, область которого в данном ^-пространстве вырождается в точку в начале координат) и рис.8д-з (сходимость к 2-процессу). Аналогичная ситуация наблюдается в случае анализа данных натурных экспериментов: пример рис.9а-г является аналогом для рис.8а-г и пример на рис.9д-з является аналогом для рис.8д-з. Согласованность результатов вычислительных и натурных экспериментов заключается в том, что принципы фрактального подхода к прогнозированию сохраняются. В частности, потеря устойчивости /«-процесса идентифицируется по наличию И-траектории вне его области (рис.8а,д и рис.9а,д). Анализ направления сходимости К-траектории начинается с момента «входа» К-траектории в область т-процесса (рис.8б,е и рис.9б,е). Начало ш-процесса идентифицируется по Ы-диаграмме (рис.8в,ж и рис.9в,ж), начиная с ¿-ого периода, когда £>/-значения не будут превышать уровень помех характерный для т-процесса.
В результате существует «запас» времени А/ (рис.8г,з и рис.9г,з), который позволяет выполнять условия (1). Однако, поскольку увеличение уровня помех приводит к расширению областей т-процессов, то существует максимально уровень помех, при превышении которого области близко расположенных т-процессов начнут пересекаться и возникает проблема однозначной трактовки состояния ИСПЭ. В частности, представленные натурные эксперименты были проведены при уровне помех, близком к максимально допустимому. Аналогичные ограничения необходимо учитывать при вычислении текущих параметров согласно (11).
"О 0.002 0 004 0.005 0 008 , „001 О (В) лс
OOffi 0СС4 D.006 ОТО 001/, с
/, А
А Л Л А Ала мм;
yvVVW^ шт л/" тшмтт .Л с
0 0.002 0.004 0 006 0.008 0 01 о 0 002 0 004 0 005 0 008 0 01 (Г) (3)
Рисунок 8.
Переход от числовых к более слабым измерительным шкалам можно рассматривать как перспективное направление для смягчения ограничений в рамках фрактального подхода. Например, известно использование символических характеристик для описания последовательности изменения структуры кусочно-сшитых систем [Фейгин М.И. 1994, Tse С.К.. 2001, Колоколов Ю.В. и др. 2003], идентификации процесса на основе сигнатуры спектра [Анищенко B.C. 1990] и т.д. Однако, при этом рассматриваются только стационарные состояния системы, что является недостаточным для выполнения условия (1).
Пятая глава посвящена формированию методологии символического прогнозирования аварийных состояний на основе логического развития фрактального подхода в направлении использования символических характеристик динамических процессов. Сформулированы принципы символического описания переходных и периодических процессов, которые объединены идеей формирования иерархии динамических процессов «в отклонениях» друг от друга. Принимая во внимание физическую сущность алгоритмов ШИМ и сходимости переходного процесса к предельному циклу предложены методы символического прогнозирования аварийных состояний 1,2,3-типов (стр. 16-17), разработаны
алгоритмы для реализации этих методов и рассмотрены варианты их практического использования.
(а)
Фазовые траектории т-процессов 1-семейства
(б)
ССОВ
Х^ У
«корневой
ш-процессы 1-семейства
] I
с! 1Ш1М1И1
(1,0) (2,1) (2,0) (»'/. П) еР"'я {1,0) Ц),(1,0) (1,0),(0) {1),(1), ...(1), {1,0),!0),(0)......(0)
(в)
ш-процессы 2-семейства
I щш
(т, -г,-1)-раз
Фазовая траектория переходного процесса
(1,0);(1,0) г,); (ИЧ.П) "V
{1,0},{1,о;
г; -раз (т,-г,-/)-раз г.-раз (т.-г;-1)-раз
(а)
Устойчивые точки отображения ф Значения/^-функции: «1» «0» — Изменение АГ^-функции: с «0» на «1» О Изменение ЛГ/^функции: с «I» на «О» □
Рисунок 10.
Предлагаемые принципы символического описания динамических процессов основываются на сигнальных свойствах переменной состояния по току и начинаются с первого принципа - формирование модели эксплуатационного процесса (1-процесса) на основе событий, являющихся следствием физической сущности алгоритма ШИМ: в момент изменения значения импульсной функции (Кг) изменяется структура системы и в структуре фазового образа формируется излом. «Рисунок» изломов, соотнесенный к периодам ШИМ, будет сохраняться при варьировании внутренних и внешних параметров ИСПЭ в пределах одноименной
области периодического процесса [27, 29]. При этом изменение Кр с «О» на «1» может произойти только в начале периода ШИМ. Соответственно, если мгновенные значения тока, измеренные в ближайшие моменты изменения Кр с «О» на «1» идентичны и по времени совпадают с тактовыми импульсами модулятора, то процесс является эксплуатационным.
Второй принцип предназначен для описания вырожденных периодических процессов (стр.11) «в отклонениях» относительно 1-процесса. При этом учитывается порядок изменения структуры по алгоритму ШИМ: после периодов ШИМ, в течение которых структура модели не изменялась и значение Кр было равно «1», будет следовать хотя бы один период ШИМ, в течение которого значение Кр изменится с «1» на «О». Эту закономерность можно отобразить символически на основе понятия относительной длительности единичного импульса в п-ом периоде ШИМ:
Мп - Тп !Т,
где Тп - длительность периода ШИМ, когда значение Кр=1. Если «1» означает /и„= 1, «О» означает /у„=0, «р» означает /и„фО, то данная закономерность формулируется следующим образом [13, 32, 36]:
<.<11...1цгН00...0», (12)
где г - число периодов ШИМ, в которых значение Ке равно «1» весь период. С геометрической точки зрения (12) описывает фрагмент фазовой траектории, которая ограничена соседними изломами, соответствующими изменению Кр с «О» на «1» и далее этот геометрический инвариант будет называться «фрагмент» (рис. 10а), Условие периодичности фрагмента проверяется в следующей форме:
Э1„ = |;/" - Л,„ И. (13)
где /'"/ мгновенное значение тока в момент изменения Кр с «0» на «1» в начале /-ого периода ШИМ «-ого фрагмента.
Третий принцип классифицирует субгармонические процессы по к-семействам, где к указывает на количество фрагментов, из которых состоит образ периодического процесса. В этом случае (12) заменяется двумя целыми числами (ту,гу), где пу указывает на общее число элементов (12), равное числу периодов ШИМ в рамках фрагмента, гу - на количество единичных элементов (12),/ - номер фрагмента. Соответственно, образ периодического процесса ¿-семейства состоит из к фрагментов и его характеристики однозначно представляются 2к целыми числами, из которых формируется символическая матрица:
~т,г,
_ткгк
где т=т1+т:+...
Например, образ т-процеееа 1-семейства состоит из одного фрагмента (Рис. 106,в), образ т-процесса 2-семейства состоит из двух фрагментов (Рис. Юг,д). В каждом ¿-семействе один от-процесс является невырожденным («корневой процесс» ¿-семейства), а все остальные - вырожденными (стр.11). Для сравнения на рис.10в,д второй строкой показан принцип традиционного символического описания т-процессов. Преимуществом классификации предельных циклов по числу геометрических инвариантов (фрагментов), а не по числу периодов ШИМ, является возможность идентификации в режиме реального времени при неопределенности параметров ИСПЭ трех характеристик /и-процесса: периодичности, символической характеристики и геометрической формы [34]. Для идентификации значения к используется принцип разложения временного ряда на ансамбль временных рядов [4, 14, 19], позволяющий идентифицировать периодическую компоненту, кратную в целое число раз периоду ШИМ.
... V
Рисунок 1 I.
Поскольку изменение значения KF с «О» на «1» и с «1» на «О», а также формирование соответствующих изломов на фазовых траекториях происходит не только в течение стационарного процесса, но и в течение переходного, то существует возможность описания переходных процессов «в отклонениях» от символических моделей стационарных процессов. Иными словами, четвертый принцип заключается в непрерывном формировании символических матриц и анализе периодичности динамического процесса посредством формального выполнения преобразований (13)-(14). Тогда каждый фрагмент траектории переходного процесса оценивается исходя из предположения, что он является фрагментом от-процесса (Рис.Юе). В результате временной ряд отображается посредством синхронных (т,г)- и (£>7)-временных рядов, которые позволяют непрерывно анализировать качественные изменения динамики.
На рис. 11 представлен пример сходимости переходного процесса с нулевых начальных условий к 1-процессу (рис.11а,б - в фазовом пространстве, рис.11в - в форме /-временного ряда). Пока процесс остается периодическим, постоянные /назначения и нулевые ¿»/-значения формируются с периодичностью этого процесса. Трактовка (т,г)- и (Д/)-временных рядов (рис.11г,д) в течение переходного процесса основывается на физической сущности процесса сходимости: фазовая траектория переходного процесса стремится к устойчивому предельному циклу из области его притяжения [Анищенко B.C. 1990]. При этом фрагменты переходного процесса вначале принимают форму соответствующих фрагментов предельного цикла, а затем притягиваются к нему. До этого наблюдается «стадия неопределенности», когда последовательность /и,/--значений указывает на предельные циклы, вблизи которых проходит фазовая траектория переходного процесса (эффект «бифуркационной памяти» [Фейгин М.И. 1999-2001], [32]).
На рис.12а-в проиллюстрирован аналог результатов натурного эксперимента для данного примера и идентичной обработкой данных: /-, от, г-, DI- временные ряды с указанием моментов идентификации сходимости к ш,г-процессу и начала /«./•-процесса (;»>). При этом в обоих случаях: фазовая траектория переходного процесса проходит вблизи структур одинаковых предельных циклов (10,4) и (8,3); /и,/--образ устанавливающегося процесса начинает формироваться ранее, чем завершается текущий переходный процесс, обеспечивая наличие «запаса времени» At на выполнение условия (1). В этой связи проявляется особое свойство символического анализа динамических процессов - возможность выявить и объяснить причину качественного изменения динамики в течение переходного процесса. Вычислительный эксперимент позволяет найти сочетания параметров, при которых рельеф временного ряда переходного процесса будет существенно более сложным, (например, рис.2б), однако и в этом случае символические принципы прогнозирования останутся работоспособными (рис.12г-д). Таким образом, открываются принципиально новые возможности для исследования механизмов эволюции динамики с целью создания систем управления ИСПЭ, обеспечивающих безопасность функционирования.
Пятый принцип позволяет распознавать квазипериодические и хаотические процессы «в отклонениях» от субгармонических. В частности, квазипериодический процесс идентифицируется по медленной компоненте периодичности тора, период которой не в целое число раз кратен периоду ШИМ. Хаотический процесс
отличается от квазипериодического отсутствием этой компоненты, а от субгармонического по условию хаотичности [Дьюдни А.К. 1985]: кс)шо, »кл„ыи„т. Понятие «»» задается исходя из результатов экспериментальных исследований, которые показывают [Колоколов Ю.В. и соавт. 1978-2009, Tse С.К. и соавт. 19942008, Mazumder, S.K. 2001, Zhusubaliev Zh.T. and Baneijee S. 2006], что при k>4 в стационарном процессе присутствует помеховая составляющая, величина которой с практической точки зрения позволяет его рассматривать как хаотический.
! i i
\ L.......!........Л Wafti tp : Завершение :....... переходного , процесса 0....i........i
-У ......
Рисунок 12. 29
Шестой принцип связан с решением задачи распознания направления тренда £>/-временного ряда на основе использования техники «сглаживания рельефа» посредством усреднения значений в выборке [Бокс Дж., Дженкинс Г. 1974] и введения системы уровней помеховой составляющей для качественно различных состояний. Седьмой принцип предлагает технику модификации фрактальных методов прогнозирования динамики в их аналоги, которые позволяют решать подобные задачи на основе использования символического описания динамики. Семь перечисленных принципов заложены в основу концептуального алгоритма прогнозирования аварийных состояний применительно к случаям трех типов
Положительные результаты исследования работоспособности методов символического прогнозирования позволили рассмотреть варианты их практического использования в адаптивных системах управления, что обусловлено следующими соображениями. Последние полвека беспоисковые (аналитические) методы адаптации имеют преимущественное распространение [Терехов В. А., Тюкин И.Ю. 2003]. Их неоспоримым преимуществом является аналитическое вычисление условий экстремума функционала качества без использования пробных воздействий на объект. Однако в этом случае предполагается использование математических моделей ИСПЭ, ограничения на адекватность которых пока являются неустранимыми (стр. 16). В поисковых методах адаптации экстремум функционала качества определяется по фактическому состоянию действующего объекта, что является его принципиальным преимуществом. Однако применяемые в этой связи пробные воздействия на объект могут вызывать нарушения эксплуатационного режима, дополнительные ошибки управления, и т.д. Этот недостаток может быть устранен при наличии возможности прогнозирования подобных негативных последствий [56-58].
Пример вычислительного эксперимента по использованию прогнозирования аварийного процесса 2 типа в системе адаптивного управления представлен на рис. 14а для модели экспериментальной установки электропривода постоянного тока. В качестве констант используются: начальное (К¿>) и опорное (К*) значения коэффициента усиления (К). Значение К0 вычисляется из практических рекомендаций по величине отношения частоты ШИМ к частоте единичного усиления разомкнутого контура управления /шт/Лр=3 [ЯаэЫё, М.Н., 2001], что обеспечивает высокое быстродействие системы управления, но не исключает возникновения аномальных состояний. Значение К* соответствует/шш/Лр=\5, что означает наименьшую вероятность возникновения аномальных процессов, но приводит к заведомо худшему качеству регулирования.
i, а
55-
51— ■
о]
0.005 ! 0.01 ! 0.015 0.02 0 025
(а)
(6)
ы
¡к.
н*-
.03 ! I, с
к, !
п, мин 1300 ■
1250 1200
0.605 ! 0.0 Г ¡0015 0 02 0 025 0.03 ¡1. с
>', I, I, ¡4 ¡. 1»
Бифуркационная граница эксплуатационного процесса^ ^
Г тк-тЦ1
1—;-^Н-гтЬ
ю I
к* к,
Рисунок 14
151 I I 20 1С К, К,КЖ,
Исходное состояние системы в момент времени 1=0 представляет собой эксплуатационный режим. Изменение скорости оборотов двигателя (л) с 1200 мин'1 до 1250 мин'1 инициирует переходный процесс, распознание которого вызывает запуск алгоритма адаптации. В момент времени 1| идентифицируется завершение переходного процесса, период установившегося процесса Тк=2Тшим и начинается корректировка значения К методом бинарного поиска (рис.146). Результат
корректировки при K=Ki=(K0+K*)/2 вызывает следующий переходный процесс, завершение которого и период установившегося процесса Тк=Тшим идентифицируются в момент времени t2. Аналогично происходит дальнейшее увеличение значения K=K2=(Kj+Ko)/2 и его корректировка в моменты времени t3 и U. В момент времени ts после завершения переходного процесса идентифицируется процесс с периодом Тк=2Тшим, что изменяет направление корректировки К -устанавливает его в предыдущее значение Kj=K3. В момент времени и идентифицируется эксплуатационный процесс и корректировка завершается.
Шестая глава посвящена натурным экспериментам по исследованию нелинейной динамики ИСПЭ, а также методов ее прогнозирования, особенности которых обусловлены рассмотрением явлений неопределенности состояния ИСПЭ в окрестности бифуркационной границы, анализом переходных процессов и помеховой составляющей в символической модели стационарного процесса для алгоритмов прогнозирования аварийных состояний. Первая часть исследований проводились посредством компьютерной обработки временных рядов, полученных в режиме on-line на экспериментальных установках (примеры результатов этих исследований представлены на рис.9 и рис.12). В режиме реального времени исследовался алгоритм символического прогнозирования в рамках сценария аварийного процесса 1-ого типа (стр.16), который предполагает реализацию прогнозирования аварийного состояния в течение переходного процесса.
щ . . ..........................
Шя > : . . I
______I____¡Ш2$»—... .^.^.¿iiii-i&ati.^.—i^iL__¿¿km
Рисунок 15.
Для экспериментов использовались установки, разработанные в научной школе «Нелинейная динамика и управление ИСПЭ» (научный рук. д.т.н., проф. Колоколов Ю.В.) на кафедрах «Проектирование и технологии электронных вычислительных систем» ОрелГТУ (руководители: Колоколов Ю.В., Косчинский С.Л.) и «Автоматизированные системы обработки информации и управления» ЮГУ (руководители: Колоколов Ю.В., автор). Наибольший интерес по результатам исследования нелинейной динамики представляют выявленные «параллельные» субгармонические процессы и явление перемежаемости (рис. 15, данные получены
на установке импульсного электропривода постоянного тока для ШИМ-1). Наибольший интерес по результатам исследования методов прогнозирования представляет подтверждение возможности реализации в режиме реального времени распознания направления сходимости переходного процесса и работоспособности соответствующего алгоритма (данные рис.166 получены на установке импульсного преобразователя напряжения рис. 16а для ШИМ-2). Сравнительный анализ результатов вычислительных и натурных экспериментов позволяет сделать заключение об их согласованности в целом, различия в полученных результатах объясняются влиянием помеховой составляющей (как правило, чем меньше этот уровень, тем раньше распознается направление сходимости), а также ограничениями на минимальный шаг и диапазон вариации параметров.
Рисунок 16. 33
Заключение В работе решена актуальная научно-техническая проблема, заключающаяся в повышении надежности и безопасности функционирования ИСПЭ в условиях неопределенности внешних и внутренних возмущающих факторов путем реализации непрерывного мониторинга состояния ИСПЭ в режиме реального времени, направленного на распознание аварийного состояния до его наступления, что предоставляет возможность внесения превентивного управляющего воздействия по предотвращению или компенсации негативных последствий. Основными результатами работы являются следующие:
1. Выполнен анализ проблемной ситуации и сформулирована постановка задачи прогнозирования аварийных состояний в динамике ИСПЭ, особенностью которой является уход от вероятностного характера решения. Соответственно, становится возможным формирование стратегии промышленно-экологической безопасности предприятий, направленной на обеспечение устойчивости природной среды;
2. Исследована проблема моделирования динамики ИСПЭ и обоснован выбор моделей стационарных и переходных процессов. Особенностью данных моделей является согласование требований теории управления и теории нелинейной динамики, что позволяет выполнять исследование причинно-следственной связи событий в ходе перехода ИСПЭ от функционирования в эксплуатационном режиме к аварийному состоянию;
3. Выполнена классификация аварийных процессов в динамике ИСПЭ исходя их выявленных составляющих проблемы ее прогнозирования - неопределенность динамики, параметров и модели ИСПЭ. При этом дополнительно учитывались факторы, влияющих на работоспособность и эффективность методов превентивной диагностики - краткосрочность переходных процессов, ограниченные возможности выявления аналитических зависимостей в динамике ИСПЭ, большие затраты ресурсов на получение адекватной картины нелинейной динамики;
4. Сформулированы научные положения фрактального подхода, особенность которых обусловлена использованием закономерностей геометрической формы, размеров и расположения образов динамических процессов в фазовом пространстве. Сформированы принципы и методы фрактального подхода, преимущество которого связано с выполнением идентификации и прогнозирования динамики ИСПЭ в режиме реального времени. Эта возможность предоставляется в специальных 20-пространствах, в которые проецируются образы областей периодических процессов из параметрического пространства и фазовых траекторий - из фазового. Выявлены ограничения фрактального подхода для практической реализации прогнозирования аварийных процессов, которые обусловлены использованием размерных характеристик и усиливаются при повышении уровня помеховой составляющей;
5. На основе логического развития фрактального подхода в направлении перехода от числовых к более слабым шкалам сформирована методология символического прогнозирования аварийных состояний в динамике ИСПЭ. В частности:
предложена система принципов символического описания стационарных и переходных процессов «в отклонениях» друг от друга. При этом для символического описания периодических процессов предложен их классификатор по ¿-семействам, где к указывает на число инвариантов в образе периодического процесса. Особенность инвариантов обусловлена использованием геометрической интерпретации фрактальных свойств
фазовых траекторий периодических, хаотических и переходных процессов, которые характерны для ИСПЭ с ШИМ;
S разработаны методы символического прогнозирования аварийных процессов в динамике ИСПЭ. С этой целью проведены системные исследования закономерностей нелинейной динамики ИСПЭ и механизмов эволюции динамических процессов в параметрическом и фазовом пространствах, а также в 20-пространствах повышенной информативности, совмещающих в различных сочетаниях информацию из обоих указанных пространств. Возможность реализации методов в режиме реального времени обусловлена использованием особенностей алгоритмов ШИМ и физической сущности сходимости переходного процесса к структуре предельного цикла в фазовом пространстве.
6. С использованием разработанного пакета прикладных программ выполнены вычислительные эксперименты по исследованию динамики ИСПЭ и методов ее идентификации и прогнозирования. В частности, предложены и реализованы новые подходы к исследованию стационарных и переходных процессов в пространствах различной природы, новый численный метод получения обратного периодического решения для систем дифференциальных уравнений с переменной структурой, а также новые алгоритмы интеллектуальной обработки временных рядов для реализации методов идентификации и прогнозирования динамики ИСПЭ в рамках фрактального подхода и методологии символического прогнозирования аварийных состояний;
7. Выполнены натурные эксперименты по исследованию достоверности результатов вычислительных экспериментов и апробации методов символического прогнозирования аварийных состояний в режиме реального времени. Установлена принципиальная возможность реализации указанных алгоритмов с использованием типовых промышленных микропроцессорных устройств. Разработаны практические рекомендации по проведению натурных экспериментов, позволяющие планировать и выполнять эффективные исследования нелинейной динамики ИСПЭ для выбора параметров алгоритмов прогнозирования аварийных состояний.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ ОТРАЖЕНО В ПУБЛИКАЦИЯХ: 1. Журнальные статьи из перечня ВАК РФ:
1. Моновская, A.B. Фрактальный подход к идентификации динамики импульсной системы преобразования энергии. [Текст]/ A.B. Моновская// Машиностроение и приборостроение. Известия ОрелГТУ. - 2003. -№ 3. - С. 10-12.
2. Колоколов, Ю.В. Алгоритм идентификации и предсказания аварийной ситуации в режиме реального времени в импульсных системах. [Текст]/ Ю.В. Колоколов, C.J1. Косчинский, A.B. Моновская // Мехатроника, Автоматизация и Управление. -2004. - № 3. - С. 2-8.
3. Колоколов, Ю.В. Идентификация и прогнозирование динамики импульсных систем в режиме реального времени: фрактальный подход. [Текст]/ Ю.В. Колоколов, С.Л. Косчинский, A.B. Моновская //Контроль. Диагностика. -2004. -№ 10. - С.25-32.
4. Колоколов, Ю.В. К вопросу о реализации прогнозирования аномальной динамики в импульсных системах преобразования энергии. [Текст]/ Ю.В. Колоколов, A.B. Моновская, Й.В. Алтынников // Известия Тульского государственного университета. Серия «Технологическая системотехника». -2006. - Выпуск 10.-С.61-65.
5. Моновская, A.B. Прогнозирование опасных процессов, обусловленных нелинейными явлениями в динамике импульсных систем преобразования энергии. Часть 1: Проблема реализации процесса прогнозирования в режиме реального времени. [Текст]/ A.B. Моновская // Мехатроника, Автоматизация, Управление. -2006. -№ 3. -С. 47-52.
6. Моновская, A.B. Прогнозирование опасных процессов, обусловленных нелинейными явлениями в динамике импульсных систем преобразования энергии. Часть 2: Предлагаемый подход к реализации процесса прогнозирования в режиме реального времени. [Текст]/ A.B. Моновская // Мехатроника, Автоматизация, Управление. -2006. - № 5.-С. 45-51.
7. Колоколов, Ю.В. Подход к диагностированию срыва эксплуатационного режима в импульсных системах преобразования энергии. [Текст]/ Ю.В. Колоколов, A.B. Моновская, И.В. Алтынников // Системы управления и информационные технологии. -2007. - № 1.2(27).-С. 226-231.
8. Колоколов, Ю.В. Фрактальный метод прогнозирования динамики импульсных систем преобразования энергии в течении переходных процессов. Часть 1: Численные исследования. [Текст]/ Ю.В. Колоколов, A.B. Моновская // Системы управления и информационные технологии. - 2007. - № 3(29). - С. 11-16.
9. Колоколов, Ю.В. Фрактальный метод прогнозирования динамики импульсных систем преобразования энергии в течении переходных процессов. Часть 2: Экспериментальные исследования. [Текст]/ Ю.В. Колоколов, A.B. Моновская // Системы управления и информационные технологии.-2007,- №3(29).- С. 16-20.
10. Моновская, A.B. Возможность применения преобразований сигналов для идентификации типов стационарного процесса. [Текст]/ A.B. Моновская, Д.А. Секаев // Известия ОрелГТУ. Серия «Фундаментальные и прикладные проблемы техники и технологии: информационные системы и технологии». -2007. - № 4/268(535). - С. 43-47.
11. Колоколов, Ю.В. Гибридный алгоритм моделирования динамики импульсных систем преобразования энергии большой размерности. Часть 1. Разработка гибридного алгоритма. [Текст]/ Ю.В. Колоколов, A.B. Моновская, А.Ю. Мелихов // Мехатроника, Автоматизация, Управление. - 2008. 1. - С. 27-34.
12. Колоколов, Ю.В. Гибридный алгоритм моделирования динамики импульсных систем преобразования энергии большой размерности. Часть 2. Оптимизация гибридного алгоритма по критерию временных затрат. [Текст]/ Ю.В. Колоколов, A.B. Моновская, А.Ю. Мелихов // Мехатроника, Автоматизация, Управление. -2008. 5. - С. 18-22.
13. Колоколов, Ю.В. Прогнозирование С-бифуркационных явлений в динамике импульсных преобразователей по геометрическим инвариантам фазовых траекторий. [Текст]/ Ю.В. Колоколов, A.B. Моновская //Мехатроника, Автоматизация, Управление. -2008.-Х»7.-С. 19-22.
14. Моновская, A.B. Прогнозирование бифуркационных явлений кратного изменения периода в динамике импульсной системы при неопределенности параметров. Часть 1: Анализ проблемы прогнозирования. [Текст]/ A.B. Моновская // Системы управления и информационные технологии. -2008. - № 2(32). - С. 7-11.
15. Моновская, A.B. Прогнозирование бифуркационных явлений кратного изменения периода в динамике импульсной системы при неопределенности параметров. Часть 2: Символический ансамбль временных рядов. [Текст]/ A.B. Моновская // Системы управления и информационные технологии. -2008. -№ 3(33). - С. 10-14.
16. Колоколов, Ю.В. Символический метод прогнозирования динамики широтно-импульсных преобразователей энергии: постановка проблемы. [Текст]/ Ю.В. Колоколов, A.B. Моновская // Приборы и системы. Управление, контроль, диагностика. - 2008- № 12.-С. 38-43.
17. Колоколов, Ю.В. Символический метод прогнозирования динамики широтно-нмпульсных преобразователей энергии: использование геометрических инвариант. [Текст]/ Ю.В. Колоколов, А.В. Моновская // Приборы и системы. Управление, контроль, диагностика. -2009 - № 3. - С. 36-40.
18. Колоколов, Ю.В. Фрактальный подход к адаптации импульсных преобразователей энергии. [Текст]/ Ю.В. Колоколов, А.В. Моновская // Системы управления и информационные технологии. -2009. - № 1(35). - С. 16-20.
19. Колоколов, Ю.В. Превентивное диагностирование сценариев кратного изменения периода в динамике импульсных преобразователей энергии. [Текст]/ Ю.В. Колоколов, А.В. Моновская//Автоматика и телемеханика.-2009-№ 7.-С. 151-167.
20. Колоколов, Ю.В. Символический метод прогнозирования динамики широтно-импульсных преобразователей энергии: численные и экспериментальные исследования. [Текст]/ Ю.В. Колоколов, А.В. Моновская // Приборы и системы. Управление, контроль, диагностика. -2009 - № 5. - С. 30-35.
21. Моновская, А.В. Развитие и перспективы прогнозирования динамики импульсных преобразователей энергии: проблематика предварительной информации. [Текст]/ А.В. Моновская И Приборы и системы. Управление, контроль, диагностика. -2009- N° 9. - С. 33-37.
22. Колоколов, Ю.В. Нелинейная динамика и проектирование импульсных преобразователей энергии. [Текст]/ Ю.В. Колоколов, А.В. Моновская, С.Н. Горбунов, Е.А. Годовников Е.А // Системы управления и информационные технологии. -2009.- № 3.2(37). - С. 245-247.
23. Колоколов, Ю.В. Нелинейная динамика и адаптация в импульсных электроприводах постоянного тока. [Текст]/Ю.В. Колоколов, А.В. Моновская, А.С. Кузьмин, А.А. Литвинов // Системы управления и информационные технологии. -2009.- № 3.2(37). - С. 247-249.
24. Колоколов, Ю.В. Проблема неопределенности в динамике импульсного электропривода постоянного тока. [Текст]/ Ю.В. Колоколов, А.В. Моновская, П.С. Устинов, В.В. Багров И Системы управления и информационные технологии. -2010.- № 1.2(39)-С. 304-308.
25. Моновская, А.В. Интеллектуализация процессов диагностики и управления в импульсных преобразователях энергии. [Текст]/ А.В. Моновская, Е.А. Годовников // Информационные системы и технологии. -2010.-№ 3. - С. 117-120
2. Журнальные статьи в международных англоязычных журналах:
26. Kolokolov, Yu.V. An influence of parameter variation on model-based emergency forecasting in the pulse system. / Yu.V. Kolokolov, A. V. Monovskaya // Int. Sci. J. "Computing". -2004,-V.3. Issue 3.-P. 131-137.
27. Kolokolov, Yu. Fractal regularities of sub-harmonic motions perspective for pulse dynamics monitoring. / Yu. Kolokolov, A. Monovskaya // Chaos, Solitons & Fractals. - 2005. - V.23. Issue 1.-P. 231-241.
28. Kolokolov, Yu. On-line identification of multidimensional parametric vector random variation of pulse system. / Yu. Kolokolov, A. Monovskaya, A. Hamzaoui // Chaos, Solitons & Fractals. -2005. - V.24. Issue 3. - P. 825-838.
29. Kolokolov, Yu. Fractal principles of multidimensional data structurization for real-time pulse system dynamics forecasting and identification. / Yu. Kolokolov, A. Monovskaya // Chaos, Solitons & Fractals.- 2005,- V.25. Issue 5. -P. 991-1006.
30. Kolokolov, Yu.V. Modified bifurcation diagrams in an approach to on-line pulse system dynamics forecasting. / Yu.V. Kolokolov, A.V Monovskaya // Int. J. of Bifurcation and Chaos. January, -2006. - Vol.16. No.l. - P. 85-100.
31. Kolokolov, Yu.V. Adjallah K.H. Real-time degradation monitoring and failure prediction of pulse energy conversion systems. / Yu.V. Kolokolov, A.V. Monovskaya // Int. J. of Quality in Maintenance Engineering. - 2007. - Vol.13. No.2 - P. 176-186.
32. Kolokolov, Yu. Application of Qualitative Peculiarities of Synchronous Time Series in Forecasting Abnormal Processes in Dynamics of Pulse Energy Conversion Systems. / Yu. Kolokolov, A. Monovskaya // J. of Automation and Information sciences. - 2007. -V.39. Is.5. -P. 57-73.
33. Kolokolov, Yu.V. Forecasting of bifurcation phenomena in pulse energy conversion systems with parameter uncertainties. / Yu.V. Kolokolov, A V. Monovskaya // Int. J. of Bifurcation and Chaos. -2009. - V. 19. No.2. - P. 591 -604.
34. Kolokolov, Yu. V. Preventive Diagnosis of Pulse Power Converter Dynamics. I Yu. V. Kolokolov and A. V. Monovskaya. // Automation and Remote Control. - 2009. - Vol. 70. No.7. -P.1228-1242
35. Kolokolov, Yu,V. PWM energy converters: fractal method of dynamics forecasting in practical application. / Yu.V. Kolokolov, A.V. Monovskaya, K.H. Adjallah // IEEE Trans, on Energy Conversion. -2009. -V.24. No.2. - P. 483-492.
36. Kolokolov, Yu. From geometrical invariants and symbolical matrixes towards new perspectives on forecasting of PWM converter dynamics. / Yu. Kolokolov, Monovskaya A // Chaos, Solitons & Fractals. - 2009. - V. 42. Iss.3. - P. 1868-1877.
3. Монография
37. Колоколов Ю.В. Символическое прогнозирование динамики импульсных систем преобразования энергии [Текст]: монография / Ю.В. Колоколов, А.В. Моновская. - Ханты-Мансийск: Информационно-издательский центр ЮГУ, 2010. - 93с. ил.
4. Материалы русскоязычных конференций:
38. Моновская, А.В. Реализация идентификации и прогнозирования опасной ситуации в динамике импульсных систем в режиме реального времени в MatLAB 6х. / А.В. Моновская // Материалы Всероссийской научной конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» - Орел: ОрелГТУ. 1517 ноября 2004. С. 131-134.
39. Колоколов Ю.В., Моновская А.В. Проблема устранения нелинейных явлений в динамике импульсных систем преобразования энергии. / Ю.В. Колоколов, А.В. Моновская // Материалы Международной школы-конференции: «Высокие технологии энергосбережения, ВТЭС'2005, (High technology of energy saving)». Воронеж, 8-9 декабря 2005. С. 37-38.
40. Колоколов, Ю.В. Проблема адаптации импульсной системы преобразования энергии при неопределенности модели возмущающих воздействий. / Ю.В. Колоколов, А.В. Моновская, Д.В. Демкин // Материалы IV Всероссийской научной конференции «Управление и информационные технологии (УИТ-2006)». С.-Пб., 10-12 окт., 2006. С. 76-82.
41. Моновская, А.В. Интеллектуализация процессов диагностики и управления в импульсных преобразователях энергии. / А.В. Моновская, Е.А. Годовников // Материалы IV Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП-2010)». г.Орел, апрель, 2010. т.З. С. 197-201.
42. Моновская, А.В. Моделирование и прогнозирование динамики региональной сети учреждений профессионального образования. / АВ. Моновская, М.А. Макеева, Д.И. Иванова // Материалы IV Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве (ИТНОП-2010)». г.Орел, апрель, 2010, т.4. С. 71-75.
5. Материалы международных англоязычных конференций
43. Kolokolov, Yu.V. An identification of puise system dynamics on the basis of fractal regularity use. / Yu.V. Kolokolov, A.V. Monovskaya, K.H. Adjallah II Proc. of IEEE Conf. "Physics and Control", St-Petersburg, Russia, Aug. 20-23 2003. V.4. P. 1184-1188.
44. Kolokolov, Yu.V. An influence of parameter variation on model-based emergency forecasting in the pulse system. / Yu.V. Kolokolov, A.V. Monovskaya // Proc. of 2nJ IEEE Workshop "On Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications (IDAACS'2003)". Lviv, Ukraine. Sept., 8-10 2003. P. 349-354.
45. Kolokolov, Yu.V. An intelligent algorithm of catastrophic phenomena in pulse system forecasting. / Yu.V. Kolokolov, A.V. Monovskaya, K.H. Adjallah // Proc. of 3d Int. Conf. "Neural Networks and Artificial Intelligence (ICNNAI'2003)". Minsk, Belarus. 12-14 Nov., 2003. P. 205-209.
46. Kolokolov Yu.V.. Principles of intelligent algorithm forming for degradation monitoring and forecasting in PECS. /Yu.V. Kolokolov, A.V. Monovskaya, K.H Adjallah // Proc. of 3J Int. Conf. on Intelligent Maintenance System (IMS'2004), 2004, 15-16 July, Aries, France, CD-ROM, ISBN : 2-9522453-0-4.
47. Kolokolov, Yu.V. Pulse system dynamics forecasting using on-line time series data. / Yu.V. Kolokolov, A.V. Monovskaya, K.H Adjallah // Proc. of ll"1 ГЕЕЕ Conf. on Power Electronics and Motion Control (PEMC'2004). Riga, Latvia, CD-ROM, \ Paper\03-Control of converters\01-Converter control sets and modulation A31649.pdf. 2-4 Sept., 2004.
48. Kolokolov, Yu. Real-time abnormal dynamics identification in pulse systems. / Yu. Kolokolov, A. Monovskaya , A. Hamzaoui // Proc. of 8"1 IEEE Conf. on Modeling and Simulation of Electric Machine Converters and Systems (Electrimacs 2005). Hammamet, Tunisia, CD-ROM. 17-20 Apr., 2005.
49. Kolokolov ,Yu. On-line fault prediction algorithm for the pulse system. / Yu. Kolokolov, A. Monovskaya , A. Hamzaoui // Proc. of 16,h IF AC World Congress, 4-8 July, 2005, Prague, Czech Republic, CD-ROM (#02317).
50. Kolokolov, Yu.V. Real-time pulse system emergency forecasting through time series intelligent processing./ Yu.V. Kolokolov, A.V. Monovskaya, A.P. Sholonic // Proc. of 3d IEEE Workshop "On Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications (IDAACS'2005)". Sofia, Bulgaria. 5-7 Sept., 2005. P. 643-648.
51. Kolokolov, Yu.V. Real-time parameter identification through output signal processing based on the preliminary data structurized. / Yu V. Kolokolov, Anna V. Monovskaya, Jose Ragot. // Proc. of 12,h IEEE Conf. on Power Electronics and Motion Control (PEMC'2006). Portoros, Slovenia. 30Aug.-lSept., 2006. P.1295-1300.
52. Kolokolov, Yu.V. Output signal uninterrupted analysis with synchronous time series usage. / Yu.V. Kolokolov, A.V Monovskaya, I.V Altynnikov // Proc. 4th IEEE Workshop on "Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications (IDAACS'2007)". 2007. P. 319-325.
53. Kolokolov, Yu.V. Identification of operating process braking-up regarding the non-stationary pulse systems. / Yu.V. Kolokolov, A.V. Monovskaya, A.O. Kozel, K.H. Adjallah // Proc. of IEEE Conf. "Physics and Control (PhysCon'2007)". www.lib.phvscon.ru
54. Kolokolov, Yu.V. Forecasting of PWM-regulator dynamics. / Yu.V. Kolokolov, A.V. Monovskaya, Abdelaziz Hamzaoui, Najib Essounbouli // Proc. of [б"1 IEEE Mediterranean Conference on Control and Automation. Ajaccio, France. June 25-27, 2008. www.mcd08.org.
55. Kolokolov Yu.V. Combinative preliminary and real-time analysis of time series invariants for PWM converter control. / Yu.V Kolokolov, A.V Monovskaya, A. Hamzaoui, N. Essounbouli, A. Litvinov // Proc. of 5th IEEE Workshop on "Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications". Rende, Italy. Sept. 19-23, wvw.idaacs.net.
6. Патенты
56. Система адаптивного управления преобразователем напряжения [Текст] : пат. На полезную модель №88869, Рос. Федерация: МПКН02МЗ/02 Ю.В. Колоколов, A.B. Моновская, A.C. Кузьмин; заявитель и патентообладатель Югорский государственный университет: - К» 2009128147/22; заявл. 21.07.09; опубл. 20.11.2009.
57. Система адаптивного управления преобразователем напряжения на основе использования идентификации аварийных режимов в режиме реального времени [Текст] : пат. На полезную модель №88868, Рос. Федерация: МПКН02МЗ/02 Ю.В. Колоколов, A.B. Моновская, A.C. Кузьмин; заявитель и патентообладатель Югорский государственный университет: - № 2009128145/22; заявл. 21.07.09; опубл. 20.11.2009.
58. Система адаптивного управления преобразователем напряжения на основе использования идентификации аномальной вариации параметров в режиме реального времени [Текст] : пат. На полезную модель №88870 Рос. Федерация: МПКН 02 М 3/02 Ю.В. Колоколов, A.B. Моновская, A.C. Кузьмин; заявитель и патентообладатель Югорский государственный университет. - №2009129609/22; заявл. 31.07.09; опубл. 20.11.2009.
Также по теме диссертационной работы опубликовано 9 статей в журналах из перечня ВАК Украины («Проблемы управления и информатики», «Информационно-управляющие системы на железнодорожном транспорте», «Техническая электродинамика») и зарегистрировано 4 отчета по НИР, выполненных в рамках федеральных и региональных контрактов.
Отпечатано с готового оригинал-макета
Подписано в печать 29.06.2010 Формат 60x84/16. Гарнитура Times New Roman. Усл. п. л. 2,5. Тираж 100 экз. Заказ № 97.
Информационно-издательский центр ЮГУ, 628012, Ханты-Мансийский автономный округ, г. Ханты-Мансийск, ул. Чехова, 16
Оглавление автор диссертации — доктора технических наук Моновская, Анна Владимировна
Список используемых сокращений 2 Содержание 3 Введение.
Глава 1. Надежность и безопасность ИСПЭ.
1.1. Тенденции развития АСУ ИСПЭ.
1.2. Анализ рисков на опасных производственных объектах.
1.3. Анализ методов повышения надежности.
Результаты главы 1.
Выводы главы 1.
Глава 2. Проблема исследования динамики ИСПЭ.
2.1. Теоретические основы исследования динамики ИСПЭ.
2.2. Базовые модели ИСПЭ.
2.3. Численное исследование динамики ИСПЭ.
Результаты главы 2.
Выводы главы 2.
Глава 3. Проблематика прогнозирования динамики ИСПЭ.
3.1. Составляющие проблематики и классификация задач прогнозирования.
3.2. Моделирование переходных процессов.
3.3. Моделирование возмущающих воздействий.
3.4. Анализ методов идентификации и прогнозирования.
Результаты главы 3.
Выводы главы 3.
Глава 4. Фрактальный подход к прогнозированию динамики ИСПЭ.
4.1. Теоретические основы фрактального подхода.
4.2. Методы фрактального подхода.
4.3. Ограничения фрактального подхода.
Результаты главы 4.
Выводы главы 4.
Глава 5. Символическое прогнозирование аварийных состояний.
5.1. Принципы символического прогнозирования.
5.2. Методы символического прогнозирования аварийных состояний.
5.3. Перспективы символического прогнозирования.
Результаты главы 5.
Выводы главы 5.
Глава 6. Экспериментальные исследования.
6.1. Описание экспериментальных установок.
6.2. Исследование динамики.
6.3. Исследование алгоритмов символического прогнозирования.
Результаты главы 6.
Выводы главы 6.
Введение 2010 год, диссертация по информатике, вычислительной технике и управлению, Моновская, Анна Владимировна
По большинству основных показателей Ханты-Мансийский автономный округ - Югра характеризуется самой высокой динамикой развития промышленного комплекса в РФ при сохранении этих перспектив и в дальнейшем. Особенность промышленности Югры связана с доминирующей ролью предприятий, осуществляющих разведку, добычу и транспортировку нефти и газа, выработку электрической энергии, которые являются не только основой промышленного потенциала региона, но и одной из ключевых составляющих энергетической безопасности России. Кроме того, необходимо выделить стратегическую роль предприятий строительного комплекса, обеспечивающего выживание населения региона в суровых климатических условиях Севера.
Однако, с точки зрения экологической безопасности, необходимо обеспечить сохранение уникального природного комплекса северных территорий, который имеет повышенную чувствительность к техногенным и антропогенным воздействиям. Нарушение хрупкого равновесия в функционировании подобных природных систем приводит к экологическим катастрофам не только регионального, но и планетарного масштаба. По официальным статистическим данным ежегодно происходят десятки крупных аварий, общий ущерб от каждой из которых может достигать нескольких млрд. рублей с учетом возможности возобновления деятельности по природопользованию в зоне аварии не ранее чем через 3-5 лет. При этом анализ причин аварий указывает на преимущественно техногенный источник их зарождения.
Основной технологический процесс на предприятиях теплоэнергетического комплекса (разведка, добыча, транспортировка и переработка нефти и газа, производство, преобразование и распределение электрической энергии), электрометаллургии (электролиз цветных металлов, производство и переработка стали и чугуна и т.д.), электрохимии (электролиз хлора, водорода и т.д.), жилищно-коммунального комплекса (системы водоснабжения и водоотведения), на электрическом транспорте и т.д. представляет собой электрическое и электромеханическое преобразование значительных потоков электрической энергии непосредственно в технологические параметры. Например, в Ханты-Мансийском автономном округе магистральный транспорт нефти и газа потребляет более 43% от общего потребления энергии в регионе, жилищно-коммунальный комплекс (ЖКК) -около 40%, на добычу полезных ископаемых затрачивается около 16% энергии [41].
Автоматизированные импульсные системы преобразования энергии (ИСПЭ) реализуют один из наиболее энергоэффективных способов преобразования энергии и в настоящее время решение проблемы энергосбережения в энергоемких технологических процессах преобразования электрической энергии обеспечивается, в первую очередь, за счет использования ИСПЭ. Энергосбрегающие возможности ИСПЭ обуславливают расширение области их применения, что предполагает тенденцию к усложнению условий эксплуатации и расширению возможных режимов работы. Поскольку для современного уровня развития ИСПЭ характерна унификация ее силовой части, то основное направление повышения качества процессов импульсного преобразования энергии связано с развитием системы управления ИСПЭ [21, 54, 55, 69].
Возможности алгоритмов управления отражают возможности соответствующих методологий проектирования, в рамках которых накладываются ограничения на повышение эффективности функционирования ИСПЭ, обусловленные требованиями к их надежности и безопасности. Данное противоречие является следствием физической сущности нелинейной динамики ИСПЭ [10, 12, 33, 48, 49-50, 65-71, 75-76, 117, 205-206, 210-211, 220221, 226, 239, 245, 251-255, 257, 261, 279, 301, 304, 318-319], не принимать в расчет которую становится недопустимым. В противном случае не представляется возможным гарантировать предотвращение аварийных процессов, последствиями которых являются, как минимум, экономические потери, и, как максимум, техногенные катастрофы.
Использование в ходе проектирования ИСПЭ бифуркационного анализа динамики для формирования ограничений на допустимые параметры системы управления позволяет снизить риск возникновения аварийных ситуаций в ИСПЭ [69-71, 81, 85]. Однако гарантировать их отсутствие не представляется возможным. Как один из перспективных вариантов выхода из проблемной ситуации рассматривается привлечение методов прогнозирования динамики, позволяющих распознать зарождение аварийного состояния до его реализации [37, 95, 114]. В этом случае, во-первых, предоставляется возможность внесения необходимого управляющего воздействия для предотвращения аварийного состояния. Во-вторых, предоставляется возможность привлечения поисковых методов адаптации [155-156] для оперативной подстройки системы управления в соответствии с текущими параметрами.
Принципиальный недостаток существующих методов идентификации и прогнозирования динамики [60, 234, 238, 310] заключается в том, что. постановка задачи прогнозирования нелинейных явлений в режиме реального времени в них не предусматривается. Анализ первого положительного опыта по формированию подхода к прогнозированию нелинейной динамики ИСПЭ в режиме реального времени [73-77, 260-263, 266-267] приводит к выводу о необходимости более глубокого и взаимосвязанного исследования образов нелинейной динамики в параметрическом и фазовом пространствах с целью выявления механизмов и особенностей развития динамических процессов, протекающих в импульсных системах.
При этом особую ценность приобретает выявление качественных закономерностей, поскольку, как показывает практика, использование сильных измерительных шкал в условиях неопределенностей различной природы ограничивает возможности однозначной трактовки текущего состояния ИСПЭ. В этой связи символические модели динамики ИСПЭ на основе использования геометрических инвариантов могут стать основой символического прогнозирования, которое открывает принципиально новые возможности для снижения рисков и предотвращения аварийных ситуаций в технологических процессах, связанных с использованием ИСПЭ. Соответственно, для создания надежных и безопасных технологий импульсного преобразования энергии актуальными являются как развитие научных основ исследования и прогнозирования динамики ИСПЭ, так и формирование методологии символического прогнозирования аварийных состояний в режиме реального времени - в частности.
Поскольку состояние исследований касательно решения задач прогнозирования нелинейной динамики в мировой практике пока остается только на начальной стадии становления [238], то исследования в диссертации носят, в первую очередь, поисковый и фундаментальный характер.
Объектом исследования являются автоматизированные импульсные системы преобразования энергии.
Предметом исследования являются процессы прогнозирования аварийных состояний в динамике автоматизированных импульсных систем преобразования энергии.
Цель работы - развитие научно-технического направления, связанного с повышением надежности и безопасности автоматизированных импульсных систем электрического и электромеханического преобразования энергии путем снижения рисков и предотвращения аварийных состояний на основе прогнозирования динамики указанных систем в режиме реального времени. Достижение поставленной цели предполагает решение следующих задач:
Выполнить анализ проблемной ситуации и постановку задачи прогнозирования аварийных состояний в динамике ИСПЭ;
S Исследовать проблему моделирования динамики ИСПЭ и обосновать выбор моделей стационарных и переходных процессов;
Исследовать проблему прогнозирования динамики ИСПЭ в условиях неопределенности возмущающих воздействий и выполнить классификацию аварийных процессов;
S Развить научные основы фрактального подхода к прогнозированию динамики ИСПЭ и исследовать ограничения на его использование;
Сформировать методологию символического прогнозирования аварийных состояний в динамике ИСПЭ на основе символического описания периодических и переходных процессов;
S Выполнить вычислительные эксперименты по исследованию закономерностей нелинейной динамики ИСПЭ, а также работоспособности и эффективности методов ее прогнозирования;
S Выполнить натурные эксперименты для подтверждения^ достоверности результатов вычислительных экспериментов и апробации методов символического прогнозирования аварийных состояний;
S Разработать алгоритмы и программы для выполнения вычислительных и натурных экспериментов.
Методы исследования базируются на теориях системного анализа, автоматического управления, динамических систем переменной структуры, нелинейных колебаний, бифуркационного анализа, устойчивости, чувствительности, фракталов, инвариантов, случайных процессов, а также методах прикладной математики. Достоверность результатов и обоснованность научных положений и выводов обусловлена использованием апробированных научных методов и подтверждена результатами вычислительных и натурных экспериментов. Вычислительные эксперименты выполнялись на ЭВМ с помощью разработанного в системе MatLAB пакета прикладных программ. Натурные эксперименты проводились на экспериментальных установках: «Импульсный понижающий преобразователь напряжения DC-DC 12/5В-60Вт» и «Импульсный электропривод постоянного тока 24В-1,5кВт» (кафедра «Электроника, вычислительная техника и информационная безопасность», Орловский государственный технический университет, ОрелГТУ), «Импульсный понижающий преобразователь напряжения DC-DC 24/12В-72Вт» (кафедра «Автоматизированные системы обработки информации и управления» Югорский государственный университет (ЮГУ), г. Ханты-Мансийск).
Научная новизна диссертационной работы заключается в развитии научных основ исследования и прогнозирования динамики ИСПЭ в режиме реального времени и включает:
- методы исследования нелинейной динамики ИСПЭ и ее закономерностей, отличительной особенностью которых является выявление множественных устойчивых и неустойчивых аттракторов в области локальной устойчивости эксплуатационного процесса, а также проецирование и анализ образов динамики из фазового и параметрического пространств в пространства иной природы;
- модели аварийных процессов в ИСПЭ, отличительной особенностью которых является рассмотрение причин зарождения и механизмов развития нелинейных явлений, приводящих к аварийным состояниям с учетом неопределенностей различной природы и исходя из выявленных закономерностей динамики ИСПЭ;
- принципы символического описания и классификаторы нелинейных динамических процессов в ИСПЭ на основе этих принципов, отличающиеся тем, что основываются на использовании геометрической интерпретации инвариантов фазовых траекторий и включают символическое описание переходных процессов;
- методы символического прогнозирования аварийных состояний ИСПЭ в соответствии с предложенными моделями аварийных процессов и принципами символического описания динамики, отличающиеся тем, что предоставляют и возможность распознания сходимости переходного процесса в режиме реального времени.
Научная новизна также включает новые научные данные, полученные на основе использования предложенных методов исследования и прогнозирования динамики ИСПЭ, что подтверждено публикациями в рецензируемых российских и международных англоязычных журналах, а также патентами на полезные модели.
На защиту выносится методология символического прогнозирования аварийных состояний, обусловленных нелинейными явлениями в динамике ИСПЭ, включая: научные основы прогнозирования динамики ИСПЭ; фрактальные закономерности динамики ИСПЭ, а также механизмы развития аварийных процессов; принципы символического описания нелинейных динамических процессов; ^ методы символического прогнозирования аварийных состояний; алгоритмы, формализующие методы символического прогнозирования; результаты вычислительных и натурных экспериментов работоспособности и эффективности методов символического прогнозирования.
Практическая значимость полученных результатов связана с предоставлением комплекса средств для разработки новых технологических решений по проектированию и совершенствованию систем управления, обеспечивающих безопасное функционирование ИСПЭ в условиях неопределенности варьирования внешних и внутренних параметров в широком диапазоне и частой смены режимов работы ИСПЭ, включая: - методы исследования нелинейной динамики и ее закономерностей, которые позволяют при затрате допустимых ресурсов времени получать картину нелинейной динамики ИСПЭ с учетом множественных аттракторов и проводить более глубокие и системные изучения механизмов ее эволюции;
- методы символического прогнозирования аварийных состояний ИСПЭ, позволяющие разрабатывать алгоритмы идентификации и прогнозирования динамики ИСПЭ в режиме реального времени, которые могут быть реализованы средствами типовых промышленных микропроцессорных устройств;
- практические рекомендации по проведению вычислительных и натурных экспериментов, которые позволяют планировать и выполнять эффективные исследования нелинейной динамики ИСПЭ для выбора параметров алгоритмов идентификации и прогнозирования динамики систем данного класса.
Реализация результатов работы. Результаты работы внедрены и используются при проектировании автоматизированных систем управления ИСПЭ в ЗАО «Электротекс» (г.Орел), НИИ Автоматики и электромеханики (ТУСУР, г. Томск), Отраслевой научно-исследовательской лаборатории «Электрооборудование летательных аппаратов» (Новосибирский государственный технический университет); ОАО «Сургутнефтегаз» ЦБПО ЭПУ (г. Сургут).
Результаты внедрены в образовательный процесс при подготовке инженеров по специальностям «Проектирование и технология электронных и вычислительных систем» (ОрелГТУ), «Автоматизированные системы обработки информации и управления» (ЮГУ), аспирантов по специальностям 05.13.06. «Автоматизация и управление технологическими процессами и производствами (технические науки)» (ОрелГТУ, ЮГУ) и 05.13.18. «Математическое моделирование, вычислительные методы и комплексы программ (технические науки)» (ЮГУ).
Внедрение результатов подтверждается соответствующими актами.
Связь темы работы с научно-исследовательскими программами:
Диссертационная работа выполнялась в рамках международных научно-исследовательских проектов: «Динамика сложных систем электромеханического преобразования, энергии» в 2001-2005 гг (ОрелГТУ,
Россия — Технологический университет г. Труа, Франция); «Импульсные системы преобразования энергии: моделирование, управление и исследование» в 2003-2008 гг (ОрелГТУ, Россия - Реймский университет, Франция). Проекты выполнены при финансовой поддержке Правительства региона Шампань-Арден, Франция;
В 2006 году исследования по теме диссертационной работы поддержаны грантом ФЦНТП в рамках программы «Проведение научных исследований молодыми учеными» по приоритетному направлению «Энергетика и энергосбережение» по теме работы «Прогнозирование опасных процессов в динамике импульсных систем преобразования энергии» (2006-РИ-19.0/001/503).
С 2009 года на период по 2013 год исследования поддерживаются в рамках ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы, мероприятие «Проведение научных исследований коллективами научно-образовательных центров», по теме «Снижение риска и уменьшение последствий аварийных ситуаций, обусловленных нелинейными явлениями в динамике импульсных систем преобразования энергии» (ГК №02.740.11.0034).
Апробация работы: Основные результаты исследований, выполненные по теме диссертации, докладывались и обсуждались на 22 международных и всероссийских конференциях и конгрессах: 1st, 3d IEEE Conf. "Physics and Control", (Россия, г. Санкт-Петербург, 2003, 2007); 2nd, 3d, 4th, 5th IEEE Workshop "On Intelligent Data Acquisition and Advanced Computer Systems: Technology and Applications" (Ukraine, Lviv, 2003; Bulgaria, Sofia, 2005; Germany, Dortmund, 2007; Italia, Rende, 2009); 3d Int. Conf "Neural Networks and Artificial Intelligence" (Belarus, Minsk, 2003); 3d Int. Conf. on "Intelligent Maintenance System" (France, Aries, 2004); 11th, 12th EPE-IEEE Conf. on "Power Electronics and Motion Control" (Latvia, Riga, 2004; Slovenia, Portoros, 2006); 8th IEEE Conf. on Modeling and Simulation of Electric Machine Converters and Systems (Electrimacs 2005,
Hammamet, Tunisia); 16lh IFAC World Congress (Prague, Czech Republic, 2005); 16th IEEE Mediterranean Conference on Control and Automation (France, Ajaccio, 2008); Международной научно-технической конференции «Силовая электроника и энергоэффективность» (Украина, Алушта, 2006; 2007; 2008); Всероссийской научной конференции «Методы прикладной математики и компьютерной обработки данных в технике, экономике и экологии» (Россия, г.Орел, 2004); Международной школы-семинара «Перспективные системы управления на железнодорожном, промышленном и городском транспорте» (Украина, Алушта, 2005; 2006); Международной школы-конференции: Высокие технологии энергосбережения (Россия, г.Воронеж. 2005); Всероссийской научной конференции «Управление и информационные технологии» (Россия, г.Санкт-Петербург, 2006); Международной научно-технической конференции «Информационные технологии в науке, образовании и производстве» (г.Орел, Россия. 2010); Международном IT-форуме (г.Ханты-Мансийск, 2010 г).
Результаты диссертационной работы докладывались и обсуждались на научных семинарах в университетах России (ОрелГТУ, БрянскГТУ, КурскГТУ ЮГУ) и Франции (Технологическом университете г. Труа, лаборатории Цента научных исследований и технологий в сфере информации и коммуникации (CResTIC) Реймского университета).
Публикации. По результатам исследований по теме диссертации опубликовано более 70 печатных работ, включая 25 статей в российских журналах, рекомендованных ВАК РФ, и 11 статей в международных англоязычных журналах (издательства Elsevier, World Scientific Publishing Company, Emerald Group Publishing Limited, Begell House Inc., Publishing Company of IEEE, Pleiades Publishing Inc., Springer), 3 патента на полезную модель.
Структура и объем диссертации. Диссертационная работа состоит из введения, 6 глав, приложения, заключения, списка использованных источников,
Заключение диссертация на тему "Прогнозирование аварийных состояний в автоматизированных импульсных системах преобразования энергии"
ВЫВОДЫ 6 ГЛАВЫ:
В целом, результаты натурных исследований показывают их согласованность с результатами вычислительных экспериментов как в плане исследования нелинейных явлений неопределенности динамики ИСПЭ, так и в плане исследований работоспособности и эффективности методов прогнозирования аварийных состояний ИСПЭ.
В частности, принимая во внимание неопределенность модели, динамики и параметров ИСПЭ четко указать бифуркационную границу конкретного стационарного процесса на основе результатов бифуркационного анализа достаточно проблематично. Величина зоны неопределенности в окрестности бифуркационной границы может существенно изменяться в зависимости от структуры силовой части (особенно наличия механической подсистемы), вида ШИМ в системе управления, внешних и внутренних возмущающих воздействий (величины, частоты и направления вариации параметров).
Например, для импульсного электропривода постоянного тока она может составлять от одного до нескольких десятков процентов от диапазона эксплуатационного процесса - для случаев ШИМ-1 и ШИМ-2 соответственно. Эти результаты согласуется с существующими эмпирическими рекомендациями по оценке «запаса устойчивости». В зоне неопределенности наблюдается разнообразие нелинейных явлений, включая явления гистерезиса, перемежаемость, их различные сочетания и др. Пока натурные исследования явлений в зоне неопределенности остаются достаточно сложными и трудоемкими. С точки зрения алгоритмов прогнозирования аварийных состояний вся зона неопределенности в окрестности бифуркационной границы трактуется как некоторое состояние, отличное от эксплуатационного, соответственно, оценка помеховой составляющей эксплуатационного процесса должна проводиться за ее пределами.
Применительно к результатам исследования переходных процессов необходимо отметить, что каждый из них может представлять собой последовательность нескольких физических процессов, которые некоторым образом влияют друг на друга. Тем не менее, в рамках символического метода прогнозирования физическая сущность причины, приводящей к качественным изменениям динамики, не влияет на алгоритм распознания этих изменений. В результате существует реальная возможность реализации подобных алгоритмов идентификации.
В частности, все методы в рамках фрактального и символического подходов являются работоспособными, поскольку позволяют до наступления аварийного состояния его распознать, при этом:
Все методы реализуются на основе существенно меньшего числа элементарных операций, чем их ближайший аналог - Фурье анализ; Наибольших объемов предварительных исследований требует метод, фрактальных областей, остальные методы обычно требуют только оценки помеховой составляющей эксплуатаионного процесса; Касательно универсальности распознания нелинейных явлений можно отметить, что метод на основе символической га,г-матрицы обладает данным свойством в наибольшей степени. Фурье-анализ в принципе не позволяет распознавать вырожденные субгармонические процессы. Метод на основе использования символического ансамбля требует знаний о возможных динамических процессах для составления характеристики, достаточной для «кодировки» всех процессов; При всех почих равных условиях символический метод позволяет, как правило, обеспечить более раннее распознание направления сходимости переходного процесса. Однако при формировании алгоритмов прогнозирования приходится использовать эмпирические предположения для распознания тренда временного ряда со сложным рельефом.
Тем не менее, использование качественных характеристик временных рядов обуславливает возможность исследования и прогнозирования динамики ИСПЭ с ШИМ-1 и ШИМ-2 во всем спектре стационарных процессов. В принципе, полученные результаты позволяют говорить о возможности распространения результатов экспериментов на все перспективные ИСПЭ. Перспективы практического внедрения алгоритмов прогнозирования связаны с развитием символических моделей переходных и стационарных процессов, инвариантных к неопределенности модели, параметров и возмущающих воздействий.
ЗАКЛЮЧЕНИЕ
В работе решена актуальная научно-техническая проблема, заключающаяся в повышении надежности и безопасности функционирования ИСПЭ в условиях неопределенности внешних и внутренних возмущающих факторов путем реализации непрерывного мониторинга состояния ИСПЭ в режиме реального времени, направленного на распознание аварийного состояния до его наступления, что предоставляет возможность внесения превентивного управляющего воздействия по предотвращению или компенсации негативных последствий.
Основными результатами работы являются следующие:
1. Выполнен анализ проблемной ситуации и сформулирована постановка задачи прогнозирования аварийных состояний в динамике ИСПЭ, особенностью которой является уход от вероятностного характера решения. Соответственно, становится возможным формирование стратегии промышленно-экологической безопасности предприятий, направленной на обеспечение устойчивости природной среды;
2. Исследована проблема моделирования динамики ИСПЭ и обоснован выбор моделей стационарных и переходных процессов. Особенностью данных моделей является согласование требований теории управления и теории нелинейной динамики, что позволяет выполнять исследование причинно-следственной связи событий в ходе перехода ИСПЭ от функционирования в эксплуатационном режиме к аварийному состоянию;
3. Выполнена классификация аварийных процессов в динамике ИСПЭ исходя их выявленных составляющих проблемы ее прогнозирования -неопределенность динамики, параметров и модели ИСПЭ. При этом дополнительно учитывались факторы, влияющих на работоспособность и эффективность методов превентивной диагностики - краткосрочность переходных процессов, ограниченные возможности выявления аналитических зависимостей в динамике ИСПЭ, большие затраты ресурсов на получение адекватной картины нелинейной динамики;
4. Сформулированы научные положения фрактального подхода, особенность которых обусловлена использованием закономерностей геометрической формы, размеров и расположения образов динамических процессов в фазовом пространстве. Сформированы принципы и методы фрактального подхода, преимущество которого связано с выполнением идентификации и прогнозирования динамики ИСПЭ в режиме реального времени. Эта возможность предоставляется в специальных 2Б-пространствах, в которые проецируются образы областей периодических процессов из параметрического пространства и фазовых траекторий - из фазового. Выявлены ограничения фрактального подхода для практической реализации прогнозирования аварийных процессов, которые обусловлены использованием размерных характеристик и усиливаются при повышении уровня помеховой составляющей;
5. На основе логического развития фрактального подхода в направлении перехода от числовых к более слабым шкалам сформирована методология символического прогнозирования аварийных состояний в динамике ИСПЭ. В частности: предложена система принципов символического описания стационарных и переходных процессов «в отклонениях» друг от друга. При этом для символического описания периодических процессов предложен их классификатор по А:-семействам, где к указывает на число инвариантов в образе периодического процесса. Особенность инвариантов обусловлена использованием геометрической интерпретации фрактальных свойств фазовых траекторий периодических, хаотических и переходных процессов, которые характерны для ИСПЭ с ШИМ; ^ разработаны методы символического прогнозирования аварийных процессов в динамике ИСПЭ. С этой целью проведены системные исследования закономерностей нелинейной динамики ИСПЭ и механизмов эволюции динамических процессов в параметрическом и фазовом пространствах, а также в 2В-пространствах повышенной информативности, совмещающих в различных сочетаниях информацию из обоих указанных пространств. Возможность реализации методов в режиме реального времени обусловлена использованием особенностей алгоритмов ШИМ и физической сущности сходимости переходного процесса к структуре предельного цикла в фазовом пространстве.
6. С использованием разработанного пакета прикладных программ выполнены вычислительные эксперименты по исследованию динамики ИСПЭ и методов ее идентификации и прогнозирования. В частности, предложены и реализованы новые подходы к исследованию стационарных и переходных процессов в пространствах различной природы, новый численный метод получения обратного периодического решения для систем дифференциальных уравнений с переменной структурой, а также новые алгоритмы интеллектуальной обработки временных рядов для реализации методов идентификации и прогнозирования динамики ИСПЭ в рамках фрактального подхода и методологии символического прогнозирования аварийных состояний;
7. Выполнены натурные эксперименты по исследованию достоверности результатов вычислительных экспериментов и апробации методов символического прогнозирования аварийных состояний в режиме реального времени. Установлена принципиальная возможность реализации указанных алгоритмов с использованием типовых промышленных микропроцессорных устройств. Разработаны практические рекомендации по проведению натурных экспериментов, позволяющие планировать и выполнять эффективные исследования нелинейной динамики ИСПЭ для выбора параметров алгоритмов прогнозирования аварийных состояний.
Библиография Моновская, Анна Владимировна, диссертация по теме Автоматизация и управление технологическими процессами и производствами (по отраслям)
1. Абрамов Б.И., Коган А.И., Бреслав Б.М., Кочетов В.Д., Кожаков О.И., Шиленков В.А., Васильев В.К., Кириллов Е.В., Люлькович П.Р. «Частотно-регулируемый электропривод буровых установок БУ-4200/250». // «Электротехника». № 1. 2009
2. Абрамов Б.И., Парфенов Б.М., Кожаков О.И., Шалагин М.А., Колесников И.В. «Современный электропривод постоянного тока для буровых установок». // «Электротехника». № 1. 2009
3. Автоматизация планирования добычи нефти и газа Электронный ресурс. / URL: http://www.avege.ru/avegemain/project/refrat/pldob20.shtml
4. Алферов В.Г., Ха Куанг Фун. Позиционные электроприводы постоянного тока с робастным модальным управлением // Электричество. 1996. №9. С. 17-20.
5. Андерс В.И., Коськин O.A., Карапетян А.К. Исследование систем управления в тиристорно-импульсных тяговых приводах городского электрического транспорта // Энергетика и транспорт. — 1990. № 5. -С. 65-77.
6. Анищенко B.C. Сложные колебания в простых системах: Механизмы возникновения, структура и свойства динамического хаоса в радиофизических системах. М: Наука, 1990.
7. Багров В.В. Оптимизация параметров импульсных регуляторов постоянного тока систем электромеханического преобразования энергии. Диссертация на соискание ученой степени кандидата технических наук. Орел, ОрелГТУ. 2003
8. Бамдас A.M., Савиновский Ю.А. Дроссели переменного тока радиоэлектронной аппаратуры (катушки со сталью). М., Советское радио. 1969.
9. Барлоу Р. и Прошан Ф., Математическая теория надежности, пер. с англ., М., 1969.
10. Баушев B.C., Жусубалиев Ж.Т. О недетерминированных режимах функционирования стабилизатора напряжения с широтно-импульсным регулированием, //Электричество. 1992. №8. С. 47-53.
11. Башарин A.B., Новиков В.А., Соколовский Г.Г. Управление электроприводами. Л.: Энергоиздат, 1982. С.392
12. Белов Г.А. Исследование колебаний в импульсном стабилизаторе напряжения вблизи границы устойчивости // Электричество 1990, №4, С.37-42.
13. Белов, М.П. Автоматизированный электропривод типовых производственных механизмов и технологических комплексов Текст. / М.П. Белов, В.А. Новиков, Л.Н. Рассудов. — М.: Академия, 2004. С. 575
14. Беля К.К. Нелинейные колебания в системах автоматического регулирования и управления. -М.: Машиностроение, 1962. С. 263
15. Берг А.И., Кибернетика и надежность, М., 1964
16. Берже П., Помо И., Видаль К. Порядок в хаосе. О недетерминистском подходе к турбулентности. Пер. с фр. Череповец: «Меркурий-ПРЕСС». 2000. С. 366
17. Бесекерский, В.А. Теория систем автоматического регулирования Текст. / В.А. Бесекерский, Е.П. Попов. М.: Наука, 1975. С. 768
18. Битиев A.B. Пути повышения энергоэффективности на объектах городского хозяйства на примере МГУП «Мосводоканал». // Энергосбережение, №7, 2008, С.40-42
19. Боголюбов H.H., Митропольский Ю.А. Асимптотические методы в теории нелинейных колебаний. М.: Наука, 1963. С. 412
20. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление.1. M.: Мир, 1974.
21. Браславский И.Я. О возможностях энергосбережения при использовании регулируемых асинхронных электроприводов. // Электротехника. 1998. №8. С.2-6.
22. М. Браун. Источники питания. Расчет и конструирование. /Пер. с англ. -Киев.: «МК-Пресс», 2007. 288.: ил.
23. Бруевич Н. Г., Количественные оценки надежности изделий, в сборнике: Основные вопросы теории и практики надежности. М. С. 971.
24. Брянский JI.H., Дойников A.C. Краткий справочник метролога. М.: Издательство стандартов, 1991.
25. Бунич A.JI. Возмущения с дефектными спектрами и фрактальные регуляторы. // Автоматика и телемеханика 2002, №1, — С. 19-30.
26. Бутенин Н.В., Неймарк Ю.И., Фуфаев H.A. Ведение в теорию нелинейных колебаний. М.: Наука, 1976. 384 с.
27. Васютинский, В.В. АСУ Э — решения по управлению процессами энергопотребления и учету энергоресурсов в нефтегазовой отрасли Текст. / В.В. Васютинский // Автоматизация в промышленности. — 2007.—№6. —С. 6-10.
28. Волович Г. Устойчивость импульсных стабилизаторов напряжения Схемотехника. 2001. № 12. С. 16
29. Воробьев А.Ю. Электроснабжение компьютерных и телекоммуникационных систем. М.: ЭкоТрендз. 2002. С. 280
30. Гардинер, К.В. Стохастические методы в естественных науках Текст. / Гардинер K.B. — М.: Мир, 1986. — 528 с.
31. Гелиг А.Х. Динамика импульсных систем и нейронных сетей. — JL: Изд-во ЛГУ, 1982.- 192 с.
32. Гелиг, А.Х. Метод усреднения в теории устойчивости нелинейных импульсных систем Текст. / Гелиг А.Х. // Автоматика и телемеханика.1983. — № 5. — С. 55-64.
33. Гелиг, А.Х. Периодические режимы в широтно-импульсных системах с переменной структурой линейной части Текст. / Гелиг А.Х., А.Н. Чурилов // Автоматика и телемеханика. — 1990. — № 12. — С. 94-104.
34. Герман-Галкин С.Г. Компьютерное моделирование полупроводниковых систем в MATLab 6.0.: учеб. пособие. СПб.: Корона принт, 2001. 320 с.
35. Головко В.А. Нейронные сети: обучение, организация и применение: учебн. пособие для вузов. М.: Радиотехника, 2001. 256 с.
36. Дадонов Ю.А., Лисанов М.В., Гражданкин А.И., Печеркин A.C., Сидоров В.И., Дегтярев Д.В., Сумской С.И. Оценка риска аварий на магистральных нефтепроводах КТК-Р и БТС. URL: http://safety.fromru.com/BTPcopy/BTP0602/KtkBts.htm
37. Дедученко Ф.М. Научно-технические аспекты создания объектно-ориентированных систем контроля, диагностирования и аварийной защиты. URL: http://www.mrks.ru/article.aspx?p=l&id=72
38. Демидович, Б.П. Лекции по математической теории устойчивости Текст. / Б.П. Демидович. — М.: Наука, 1967. — 472 с.
39. Демченко, Д.А. Распределенная управляющая сетевая платформа для построения систем автоматизации зданий Текст. / Д.А. Демченко, В.Б. Ланский, С.А. Третьяков // Автоматизация в промышленности. — 2006. —№ 10. —С. 34-39.
40. Джури, Э. Инноры и устойчивость динамических систем Текст. / Э. Джури. — М.: Наука, 1979. — 299 с.
41. Дмитриева Т. Перспективный эффект. «Московский комсомолец» в Тюмени», 31.03.-07.04.20Юг., с.6
42. Дмитрук В.И. Научно-практические вопросы анализа и управления рисками не нефтегазодобывающих предприятиях. // Вопросы анализа риска. 2000. № 3-4 URL: http://www.ecooil.far.ru./Main/Dmitruk2.htm
43. Дьюдни A.K. Получение изображений самых сложных математическихобъектов с по мощью компьютеров-микроскопов //В мире науки. 1985. № 10. С. 80-87
44. Дьяконов В., Круглов В. Серия: MatLAB. Специальный справочник. «Математические пакеты расширения». — СПб.: «Питер», 2002.
45. Егоренков Д. JL, Фрадков A. JL, Харламов В. Ю. Основы математического моделирования с примерами на языке MatLAB. Издание 2-е,— СПб. БГТУ, 1996. 192 е., ил.
46. Ерофеев A.A. Теория автоматического управления. СПб.: Политехника, 2003. 302с.
47. Ефремов И.С, Калиниченко А.Я., Феоктистов В.П. Цифровые системы управления электрическим подвижным составом с тиристорными импульсными регуляторами. М.: Транспорт, 1988.-253 с.
48. Жуйков В.Я., Леонов А.О. Хаотические процессы в электротехнических системах // Изв. АН СССР. Энергетика и транспорт. 1991. - №1. -С. 121-127.
49. Жусубалиев Ж.Т., Колоколов Ю.В., Рудаков В.Н. К проблеме хаотизации состояний систем автоматического регулирования тяговым электроприводом // Изв. вузов. Электромеханика. 1995. - №5-6. С. 8692.
50. Жусубалиев Ж. Т., Титов B.C. Бифуркации в широтно-импульсных системах автоматического управления. Учебное пособие, Курский государственный технический университет, Курск 2007, 100с
51. Зубов С.А. Применение контроллеров и преобразователей частоты «Mitsubishi» для управления системами отопления, горячего водоснабжения и вентиляции. // Энергосбережение, №3, 2008, С.50-51
52. Зубов, В.И. Методы A.M. Ляпунова и их применение Текст. / В.И. Зубов. —Л.: Изд.-во Ленингр. ун.-та, 1957. — 242 с.
53. Иванов-Смоленский A.B. Электрические машины. М.: Энергия. 1980. -928 с.
54. Ильинский Н.Ф. Перспективы развития регулируемого электропривода. // Электричество, 2003, №2, с.2-1
55. Ильинский Н.Ф. Электропривод и энергосбережение. // Электротехника, 1995, №9, с.24-27
56. Информация об авариях, произошедших на предприятиях, подконтрольных территориальным органам Федеральной службы по экологическому, технологическому, атомному надзору. URL: http://www.rostehnadzor.ru/chronicle.html
57. Кашьяп P.JL, Pao А.Р. Построение динамических стохастических моделей по экспериментальным данным. М.: Наука, 1983.
58. Ким, Д.П. Теория автоматического управления. Т.2. Многомерные, нелинейные, оптимальные и адаптивные системы Текст. / Д.П. Ким. — М.: Физматлит, 2004. — 464 с.
59. Кирсанов В.В., Мингазетдинов И.Х., Глебов А.Н., Фролов Д.В. Промышленная безопасность трубопроводных систем.//«НефтьГазПромышленность», №6(26). 2006.
60. Клейман Е.Г., Мочалов И.А. Идентификация нестационарных объектов.(Обзор) //АиТ. 1994. №2. С.3-22.
61. Климов В.П. Современные направления развития силовых преобразователей переменного тока. Информация доступна на сайте: http://www.tensy.ru/article 13 .html
62. Клюев, A.C. Проектирование систем автоматизации технологических процессов Текст. / A.C. Клюев, Б.В. Глазов, А.Х. Дубровский, A.A. Клюев. — М.: Энергоатомиздат, 1990. — 464 с.
63. Ковчин С.А., Сабинин Ю.А. Теория электропривода: учеб. для вузов. СПб.: Энергоатомиздат. Санкт-Петербургское отд-ние, 2000. 496 с.
64. Козаченко В.Ф. Новый контроллер для встроенных применений в системах управления приводами переменного тока // Электротехника. -2000.-№2.-С. 41-47.
65. Колоколов Ю.В. Оценка влияния дискретного ИПТ на гармонический состав тока в релейно-импульсных регуляторах. // «Электротехническая промышленность Серия электропривод» 7 (105), С.6-8, 1982
66. Колоколов Ю.В. Разработка и исследование релейно-импульсных систем регулирования тока двигателей последовательного возбуждения: дис. докт. техн. наук. :защищена:05.13.07:утв.: 05.09.03 Томск, 1990. 454 с.
67. Колоколов, Ю.В. К вопросу о бифуркациях стационарных движений в импульсных системах автоматического управления Текст. / Ю.В. Колоколов, С.Л. Косчинский // Автоматика и телемеханика. — 2000.—№5. —С. 185-189.
68. Колоколов Ю.В., Косчинский С.Л. Динамика и синтез регуляторов тока импульсных автоматизированных электроприводов. // М.: Машиностроение-1, 2006. 97 с.
69. Колоколов Ю.В., Косчинский С.Л. Нелинейная динамика и синтез регуляторов тока асинхронного электропривода с векторным управлением. Электротехника, 2006. №7. С. 7-12
70. Колоколов, Ю.В. Динамика импульсного понижающего преобразователя напряжения в режиме прерывистых токов Текст. / Ю.В. Колоколов, С.Л. Косчинский, А.П. Шолоник // Электричество. — 2003. — № 9. — С. 40-54.
71. Колоколов Ю.В., Моновская A.B. Прогнозирование опасных ситуаций в импульсных преобразователях при вариации многомерного параметрического вектора.// Информационно-управляющие системы нажелезнодорожном транспорте. — 2005- №5- С.38-42.
72. Колоколов Ю.В., Моновская A.B. Прогнозирование С-бифуркационных явлений в динамике импульсных преобразователей по геометрическим инвариантам фазовых траекторий./ТМехатроника, Автоматизация, Управление. 2008 - №7. С. 19-22
73. Колоколов Ю.В., Моновская A.B. Превентивное диагностирование сценариев кратного изменения периода в динамике импульсных преобразователей энергии. // Автоматика и телемеханика, 2009. №7. С. 151-167
74. Колоколов Ю.В., Моновская A.B. Фрактальный подход к адаптации импульсных преобразователей энергии. // Системы управления и информационные технологии. 2009, 1(35), С. 16-20.
75. Ю.В. Колоколов, A.B. Моновская, A.C. Кузьмин. Система адаптивного управления преобразователем напряжения на основе использования идентификации аварийных режимов в режиме реального времени
76. Текст. : пат. На полезную модель №88868, Рос. Федерация: МПКН02МЗ/02 заявитель и патентообладатель Югорский государственный университет: №2009128145/22; заявл. 21.07.09; опубл. 20.11.2009.
77. Копылов И.П. Математическое моделирование электрических машин. -М.: высшая школа, 2001
78. Корытин A.M., Петров Н.К., Радимов С.Н., Шапарев Н.К. Автоматизация типовых технологических процессов и установок. Учебник для ВУЗов. М.: Энергоатомиздат, 1988, 432с.
79. Косчинский C.JI. Автоматизация процессов управления многорежимными импульсными системами электрического иэлектромеханического преобразования энергии. Диссертация на соискание ученой степени доктора технических наук. Орел, ОрелГТУ. 2006
80. Косякин, A.A. Колебания в цифровых автоматических системах Текст. / A.A. Косякин, Б.М. Шамриков. — М.: Наука, 1983. — 336 с.
81. Коханенко И.К. Фракталы в оценке эволюции сложных систем. // Автоматика и телемеханика. 2002. №8. — С.54-63.
82. Кривовяз В., Васильев П., Маевский В. Тяговый электропривод постоянного тока модернизированного трамвайного вагона «Татра-ЗЕ». // Силовая электроника. 2007. №3
83. Ричард М. Кроновер. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет. 2000, 352 с.
84. Крумер Р.Г. Экономический эффект от автоматизации котельных. // Энергосбережение. 2008. №5. С.40
85. Куделько А.Р. Автоматизированный частотно-регулируемый электропривод с асинхронными двигателями, Владивосток: изд-во Дальневосточного университета, 1992. 196с.
86. Кузнецов, ДФ- Численное моделирование стохастических дифференциальных уравнений и стохастических интегралов Текст. / Д.Ф. Кузнецов. — СПб.: Наука, 1999. — 459 с.
87. Кунцевич В.М., Чеховой Ю.Н. Нелинейные системы управления с частотно-и широтно-импульсной модуляцией. Киев: Техника, 1970 -370с.
88. Кунцевич, В.М. Синтез систем автоматического управления с помощью функций Ляпунова Текст. / В.М. Кунцевич, М.М. Лычак. —М.: Наука, 1977. —400 с.
89. Кутуков С.Е., Бахтизин Р.Н. Генетический алгоритм диагностикиосложнений технологических режимов нефтепродуктопроводов, // Изв. вузов. Нефть и Газ. 2003. № 5. С. 55-62.
90. Лаврус В. С. Источники энергии. Преобразовательная техника фирмы Benning. Электронный ресурс. URL: http://www.flashforward2000.com/articles/book/part3/part35/index.shtml
91. Лазарев Ю. MatLAB 5.x .— Киев, «Ирина», «BHV», 2000, 384 е., ил.
92. Ла-Салль, Ж. Исследование устойчивости прямым методом Ляпунова Текст. / Ж. Ла-Салль, С. Лефшец. — М.: Мир, 1964. — 168 с.
93. Лебедев Е.Д., Неймарк В.Е., Пистрак М.Я., Слежановский О.В. Управление вентильными электроприводами постоянного тока. М.: Энергия, 1970, 200с.
94. Лезнов, Б.С. Энергосбережение и регулируемый привод в насосных установках Текст. / Б.С. Лезнов. — М.: ИК Ягорба-Биоинформсервис, 1998. — 180 с.
95. Лотоцкий В.А. Идентификация структур и параметров систем управления //Измерения, контроль, автоматизация, 1991, №3, с. 30 39.
96. Льюнг Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.
97. Ляпунов, A.M. Общая задача об устойчивости движения Текст. / A.M. Ляпунов. — М.: Гос. изд.-во технико-теорет. лит.-ры, 1950. — 472 с.
98. Магазинник Л.Т. Применение новых устройстви преобразовательной техники в энергосберегающих технологиях. // Современные наукоемкие технологии. №2. 2004. С.86-89
99. Малинецкий Г.Г. Хаос. Структуры. Вычислительный эксперимент. Введение в нелинейную динамику — М.: Едиториал УРСС, 2000. 256 е.: ил.
100. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. М. Едиториал УРСС, 2002. 360 с.
101. Малиновский Д.И. Источники питания: надежная энергия для промышленной автоматики. Автоматизация в промышленности, 2007. № 2. С. 38-42
102. Малкин, И.Г. Теория устойчивости движения Текст. / И.Г. Малкин. — М.: Мир, 1966. —532 с.
103. Маляр B.C., Фильц Р.В. Аппроксимация характеристик намагничивания сплайнами.//Изв. ВУЗов. Энергетика,- 1977.- № 11.- С.119 121.
104. Маркин В.В., Миледин В.К., Скибинский В.А., Фельдман Ю.И. Тиристорный тяговый привод троллейбуса на базе преобразователя с GTO-тиристорами // Электротехника. 1995. - № 9. - С. 58-60.
105. Мархинина М. Северный ареал: комфорт или перенапряжение «Московский комсомолец» в Тюмени», 31.03.-07.04.2010г., с.19
106. Масленников Г. К., Макаров А. А. Энергосбережение и IT-технологии. // Экологические системы. № 4. 2004
107. Мелешин В.И. Получение непрерывной линейной модели силовой части импульсного преобразователя как начальный этап проектирования его динамических свойств // Электричество. 2002. - №10. - С. 38-43
108. Мироновский JI.A. Функциональное диагностирование динамических систем. М. С.-Пб: Изд-во МГУ - ГРИФ, 1998. 256 с.
109. Михальченко С.Г. Автоматизиция анализа и синтезе импульсных преобразователей энергии с двухполярной реверсивной модуляцией. Диссертация на соискание ученой степени кандидата технических наук. Брянск, БГТУ. 2001
110. Моновская A.B. Прогнозирование в режиме реального времени аварийных процессов в динамике импульсных систем преобразования энергии. Диссертация на соискание ученой степени кандидата технических наук. Орел, ОрелГТУ. 2005
111. Морозов А. Д. Введение в теорию фракталов. Москва-Ижевск: Институт компьютерных исследований, 2002. 160 с.
112. Мэк Р. Импульсные источники питания. Теоретические основы проектирования и руководство по практическому применению./Пер. с англ. М.: Издательский дом «Додэка-ХХ1», 2008. - 272.: ил. (Серия «Силовая электроника»).
113. Джон Г. Мэтьюз, Куртис Д. Финк. Численные методы. Использование MatLab. 3-е изд. : Пер. с англ. — М.: Издательский дом «Вильяме». 2001.- 270 е., ил.
114. Неймарк Ю.И. Метод точечных отображений в теории нелинейных колебаний. М.: Наука, 1972.
115. Никитин, A.B. Параметрический синтез нелинейных систем автоматического управления Текст. / A.B. Никитин, В.Ф. Шишлаков.
116. СПб.: СПбГУАП, 2003. — 358 с.
117. Онищенко Г.Б. Промышленный электропривод некоторые итоги развития и перспективы // Приводная техника. - 2001. - №2 - С. 18-22.
118. ООО «СЗМА»: сайт., электрон, дан. 2004 - URL:http:// www.szma.org
119. ООО «КонСис»: сайт., электрон, дан. 2005 -URL:http:// www.consys.ru
120. Представительство компании «Control Techniques»: сайт., электрон, дан. — 2002 URL:http:// www.controltechniques.ru
121. Пайтген Х.-О., Рихтер П.Х. Красота фракталов., М.: Мир., 1993.
122. Паршиков, A.B. Как построить "интеллектуальное здание"? Текст. / A.B. Паршиков // Автоматизация в промышленности. — 2006. — № 10. — С. 31-33.
123. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: уч. пособие для ВУЗов. М.: ВШ, 1989. - 367 е.: ил.
124. Петухов В., Соколов В. Диагностика состояния электродвигателей на основе спектрального анализа потребляемого тока. // Техническая диагностика и неразрушающий контроль. №1(31) 2005
125. Подзеев Д.А., Ерезеев А.Н., Яковлев О.Г., Котельников О.В. Автоматизированная система плавного пуска высоковольтных двигателей магистральных насосов нефтепровода «Дружба» ОАО «Транснефть». // Электротехника. 2006. №6. С.2-10
126. Полищук Ю.М. Моделирование процессов загрязнения речных бассейнов с применением ГИС Текст. / Ю.М. Полищук, Е.С. Козин. // Вычислительные технологии, 2000. т. 5. - С. 29-36
127. Потапов A.A. Фракталы в радиофизике и радиолокации: топология выборки. Изд.2-е.М.: Университет, книга. 2005.
128. Потемкин В.Г. Система инженерных и научных расчетов MatLAB 5.x. В 2-х томах, М.: Диалог-МИФИ, 1999
129. Потемкин В.Г. Инструментальные средства MatLAB 5.x. М.: Диалог-МИФИ, 2000. 332с.: ил.
130. Прокопов Б.И. Последовательная идентификация параметров линейных систем при неполных измерениях // Изв. АН СССР. Техн. кибернетика 1982. №1. С. 171 176.
131. Пясик М., Толстов Е., Случак И. Системы автоматического веденияпоезда. //Современные технологии автоматизации, 2000, №4, с.60-69
132. Ранысис И .Я. Оптимизация параметров тиристорных систем импульснго регулирования тягового электропривода. Рига.: Зинатия, 1985. 183 с.
133. Розенвассер E.H. Колебания нелинейных систем. М.: Наука, 1969 - 576 с.
134. Розенвассер E.H. Периодически нестационарные системы управления. -М.: Наука, 1973-324 с.
135. Северне Р., Блум Г. Импульсные преобразователи постоянного напряжения для систем вторичного электропитания: Пер. с англ. под ред. JI.E. Смольникова. М.: «Энергоатомиздат», 1988. 294 с
136. Семенов. Б. Ю. Силовая электроника для любителей и профессионалов. М.: Издательский дом «Солон-Р», 2001 - 337.
137. Слежановский О.В. Промышленный объектно-ориентированный электропривод//Электротехника, №1, 2001, стр.2-6
138. Современная прикладная теория управления: Синергетический подход в теории управления. / Под. Ред. A.A. Колесникова, Таганрог: Изд-во ТРТУ, 2000, 4.II, 559с.
139. Современная прикладная теория управления / Под ред. A.A. Колесникова, ч. III. "Новые классы регуляторов технических систем". 656 с. Таганрог: Изд-во ТРТУ, 2000.
140. Сотсков Б. С., Основы теории и расчета надежности элементов и устройств автоматики и вычислительной техники, М., 1970.
141. Справочник по автоматизированному электроприводу. /Под ред. В.А. Елисеева и A.B. Шинявского. М.: Энергоатомиздат, 1983, 616 с.
142. Справочник по проектированию автоматизированного электропривода и систем управления технологическими процессами Текст. / Под ред. В.И. Круповича, Ю.Г. Барыбина, M.JI. Самовера. — М.: Энергоиздат,1982. —416 с.
143. Сукер К. Силовая электроника. Руководство разработчика./Пер. с англ. — М.: Издательский дом «Додэка-XXI», 2008. 272.: ил. (Серия «Силовая электроника»),
144. Суслов Б.Е. Комплекты преобразовательного оборудования серии «МЭРА». // Электротехника, 1995, №9, с.48-51
145. Табунщиков Ю.А., Шилкин Н.В. Мировой и отечественный опыт строительства энергоэффективных зданий. // Экологические системы. 2005. №9
146. Табунщиков Ю. А., Шилкин Н. В., Бродач M. М. Энергоэффективное высотное здание. // Экологические системы, № 4, 2004
147. Теория автоматического управления. ч.2. Теория нелинейных и специальных систем автоматического управления Текст. / Под ред. A.A. Воронова. — М.: Высш. шк., 1986. — 504 с.
148. Терехов В.А., Тюкин И.Ю. Эволюция и проблемы теории адаптивных систем у правления.Часть I. // Мехатроника, Автоматизация, Управление. -2003-№6, С.9-18.
149. Терехов В.А., Тюкин И.Ю. Эволюция и проблемы теории адаптивных систем управления. Часть II. // Мехатроника, Автоматизация, Управление. 2003 - №7, С. 1-9.
150. Тонкаль В.Е., Руденко B.C., Жуйков В.Я. и др. Вентильные преобразователи переменной структуры. / Под. ред. А.К. Шидловского. Киев: Наук. Думка, 1989. 336 с.
151. Трамвай ТЗМ. Описание обслуживание - ремонт электрооборудования с тиристорным управлением, Прага: ЧКД, 1986.
152. Трахтман JIM. Устойчивость системы широтно-импульсного управления тяговыми двигателями. // Электричество. 1976. — №2. С. 70-74.
153. Тулупов В.Д. Эффективность электроподвижного состава с импульсным управлением // Железнодорожный транспорт. 1994. - №4. - С. 49-58.
154. Тур В.И., Терехин В.М. Городская программа «Энергосбережение в г. Ульяновске» // Современные наукоемкие технологии. 2004. № 2, , с.89-90
155. Уваров, A.B. Эффективные системы диспетчеризации современных зданий и комплексов Текст. / A.B. Уваров // Автоматизация в промышленности. — 2006. — № 10. — С. 21-26.
156. Федер Е. Фракталы. М.: Мир, 1991, 354с.
157. Фейгин М.И. Вынужденные колебания систем с разрывными нелинейностями. М.: «Наука», 1994, 312с
158. Фейгин М.И. Особенности поведения динамических систем. Соросовский образовательный журнал, №7, 1999, с. 122-127
159. Фейгин М.И. Динамические системы, функционирующие в сопровождении опасных бифуркаций. Соросовский образовательный журнал, №10, 1999, с.122-127
160. Фейгин М.И. Проявление эффектов бифуркационной памяти в поведении динамических систем. Соросовский образовательный журнал, Т.7, №3, 2001, с. 121-127
161. Филатьев А., Трошин. С. Анализ российского рынка модулей вторичного электропитания малой и средней мощности. 2007
162. Филиппов А.Ф. Дифференциальные уравнения с разрывной правой частью. М.: Наука, 1985. - 225 с.
163. Флоренцев С.Н., Ковалев Ф.И. Современная элементная база силовой электроники // Электротехника. 1996. - №4. - С2-8.
164. Фрумкин В.Д., Рубичев H.A. Теория вероятностей и статистика в метрологии и измерительной технике. М.: Машиностроение, 1987. -168 с.
165. Хасанов М.М. Фрактальные характеристики динамики объектов управления, //АиТ. 1994. №2. С. 59-67.
166. Хохлов Ю.И. Энергосберегающие технологии преобразования электрической энергии. // Современные наукоемкие технологии. № 2. 2004. с.90-94
167. В.В. Целиков. Результаты строительства экспериментальных энергоэкономичных жилых домов в микрорайоне Куркино. // Энергосбережение, №2, 2008, С. 12-15
168. Цихан Т.В. Концепция энергоэффективности жилых зданий составная часть энергетической политики развитых стран. // Экологические системы, № 9, 2005
169. Цыпкин Я.З. Теория линейных импульсных систем. М.: Физматгиз, 1963. 968 с.
170. Цыпкин, Я.З. Основы теории автоматических систем Текст. / Я.З. Цыпкин. — М.: Наука, 1977. — 560 с.
171. Цыпкин Я. 3. Основы информационной теории идентификации. М.: Наука, Гл. ред. физ.-мат. лит., 1984, 320с.
172. Чернецкий В.И. Математическое моделирование динамических систем. Петрозаводский государственный университет. Петрозаводск, 1996, 432 с.
173. Четаев, Н.Г. Устойчивость движения Текст. / Н.Г. Четаев. — М.: Наука, 1965. —234 с.
174. Чети П. Проектирование ключевых источников питания./Пер. с англ.
175. M.: Энергоатомиздат, 1990.-240.: ил.
176. Чуличков А.И. Математичсекие модели нелинейной динамики. М.: Физматлит., 2003, 296 с.
177. Шарипов А.Я. Энергосбережение в программе «Доступное жилье». // Энергосбережение, №5, 2008, С.20-25
178. Шафрайчук A.A. Повышение эффективности прогнозирования динамических режимов в автоматизированном электроприводе постоянного тока с импульсным управлением. Диссертации на соискание ученой степени кандидата технических наук, 2004, ОрелГТУ, Орел.
179. Шелле Д., Касторена Д. Советы по проектированию понижающих преобразователей. Новости электроники №8, 2007 стр. 23-28.
180. Шишкин И.Ф. Теоретическая метрология. — М.: Изд-во стандартов, 1991.-492с.
181. Шкафы силовые и автоматики (ШСА) Электронный ресурс. / ОАО "Новая ЭРА". — Электрон, дан. — 2005. — Режим доступа: http://www.newelectro.ru/prod/prod21.html. — Загл. с экрана.
182. Шолоник А.П. Анализ динамики и синтез регуляторов импульсных преобразователей энергии автоматизированных систем аналитического контроля //Дисс. кан. техн. наук 05.13.06, Орловский государственный технический университет, Орел, 2003, 158 с.
183. Эйкхофф П. Оценка параметров и структурная идентификация (обзор) // Автоматика, 1987, №6, с. 21 38.
184. Электрон. дан. 1989 - URL: http://www.mkugra.m/?date=13.06.2007&id=656&mod==soder
185. Электрон. дан. 1998 - URL: http://www.businesspravo.ru/Docum/DocumShowDocumID62547.html
186. Электрон, дан. 2000 - URL:http://www.khb.ru/articles/ecology/kanal.html
187. Электрон, дан. 2005 - URL:http://ria-sibir.ru/viewnews/6531 .html
188. Электрон, дан. 2006 - URL:http://www.nsso.ra/opo/chronicle/
189. Электрон. дан. 2007 -URL:http://www.mkugra.ru/?date=13.06.2007&id=656&mod=soder
190. Электрон. дан. 2007 -URL:http://www.utro.ru/articles/2006/12/25/612953 .shtml
191. Электрон, дан. 2008 - URL:http://www.novopol.ru/text35352.html
192. Якубович, В.А. Частотные условия абсолютной устойчивости регулируемых систем с гистерезисными нелинейностями Текст. / В.А. Якубович // Доклад АН СССР. — 1963. — Т.149. — № 2. — С. 288291.
193. Abarbanel H.D.I., R., Brown, J.J., Sidorowich and L.C., Tsimring. The analysis of observed chaotic data in physical systems. Rev. Mod. Phys., 65, p. 1331-1391, 1993.
194. Alpigini J.J. The evaluation and visualization of system performance in the chaotic dynamical systems. Information Sciences 127 (2000), p. 173-192
195. Amaral A.M.R., Cardoso A.J.M. The Consequences of aging of electrolytic capacitors, used in DC-DC converters, under steady-state operating conditions. // Proc. 11th Int. Conf. on Power Electronics and Motion Control, Riga, 2004. A27187 (CD-ROM).
196. Anunciada A.V., Silva M.M. A new current mode control process and applications. //Proc. IEEE Power Electron. Specialists Con. (PESC'89), 1989, pp. 683-694.
197. Banerjee S. Nonlinear phenomene in power electronics: attractors,bifurcations, chaos and nonlinear control / S.Banerjee, G.C. Verghese. New York: IEEE Press, 2001.-441 p.
198. Banerjee S., Ott E., Yorke J.A., Yuan G.N. Anomalous bifurcations in dc-dc converters: borderline collisions in piecewise smooth maps // Proc. IEEE Power Electronics Specialists* Conf. 1997. - PP. 1337-1344.
199. Banks H.T. and P.D. Lamm. Estimation of variable coefficients in parabolic distributor systems. IEEE Trans. Autom. Control., V. AG-30 (4), p. 386-398, 1985.
200. Benettin G., Galgani L., Giorgilli A., Strelcin J.M. Lyapunov characteristic exponents for smooth dynamical system and for Hamiltonian systems; a method for computing all of them: Pt., 1,2// Mechanica. 15 (1980). №1.
201. Berezowski, M. Fractal solutions of recirculation tubular chemical reactors. Chaos, Solitons and Fractals 16, p.1-12, 2003.
202. Di Bernardo, M., E., Fossas, G., Olivar and F., Vasca. Secondary Bifurcations And High Periodic Orbits In Voltage Controlled Buck Converter. International Journal Of Bifurcation And Chaos, 7 (12), p. 2755-2771, 1997.
203. Di Bernardo, M. and F., Vasca. Discrete-Time Maps for the Analysis of Bifurcations and Chaos in DC/DC Converters . IEEE Transactions on Circuits and Systems. 47 (2), p. 130-142, 2000.
204. M.R. Berthold and L.O. Hall, "Visualizing fuzzy point in parallel coordinates". IEEE Trans, on Fuzzy Systems, vol.11, n.3, pp.369-374, 2003.
205. Bezruchko B.P., Prokhorov M.D., Seleznev Ye.P. Oscillation types, multistability, and basins of attractors in symmetrically coupled period-doubling systems // Chaos, Solitons and Fractals 15 (2003) pp. 695-711
206. Box G.E., Jenkins G.M. 1976. Time series analysis, forecasting and control. (Rev. Ed. San Francisco: Holden Day).
207. B. Burlando. The fractal dimension of taxonomic systems. J. Theor. Biol., 146(1), p. 99-114, 1990.
208. Cao, Q., L., Hu, K., Djidjdi, W.G., Price and E.H., Twirell. Analysis of period-doubling and chaos of a non-symmetric oscillator with piecewise linearity. Chaos, Solitons and Fractals, 12, p. 1917-1927,2001.
209. Casdagli M. Nonlinear prediction of chaotic time series. Physica D., 35, p. 335-356, 1989.
210. Charbonnier R., M. Barlaud, G. Alengrin and J. Menez. Results on AR-modeling of nonstationary signals. Signal Processing, 12 (2), p. 143-151, 1987.
211. Chen J.H., Chau K.T., Chan C.C. Chaos in voltage-mode controlled DC drive systems // Int. J. Electron.- 1999. Vol. 86. - No 7. - PP. 857-874.
212. Chen J.H., Chau K.T., Siu S.M., Chan C.C. Experimental Stabilization of Chaos in a Voltage-Mode DC Drive System // IEEE Transactions on Circuits and Systems. 2000. - № 47(7). - PP. 1093-1095.
213. D. Chepman The cost of poor power quality. Copper Development Association. March 2001, European Copper Institute.
214. URL: www.copperinfo.co.uk/power-quality/downloads/pqug/21 -the-cost-of-poor-power-quality.pdf
215. Chou J.-H. and I.-R. Horhg. Parameter identification of lumped time-varying systems via shifted Chebyshev series. Int. J. Syst. Sci. , 17 (3), p.459-464, 1986.
216. Crutchfield, J. Scaling for external noise at the onset of chaos Text. / J. Crutchfield, M. Nauenberg, J. Rudnick // Physical Review Letters. — 1981. — Vol. 46.—No. 14. —P. 933-935.
217. Cuk S. A General Unified Approach to Modeling DC-to-DC Converters in
218. Discontinous Conduction Mode / S.Cuk, R.D. Middlebrook // IEEE Power Electronics Specialists Conference Record/ — 1977. — P. 36-57
219. D. Dai, С. K. Tse and X. Ma, Symbolic analysis of switching systems: application to bifurcation analysis of dc/dc switching converters. //IEEE Trans, on Circuits and Systems. Part I. 2005. V.52. No.8. P. 1632-1643
220. Day D., Tse C.K., Ma X. Symbolic analysis of switching systems: application to bifurcation analysis of dc/dc switching converters. IEEE Trans, on Circuits and Systems. Part I, Vol.52, No.8, pp.1632-1643, 2005.
221. Dixon L. Switching power supply control loop design. Электронный ресурс. — Режим flOCTyna:http://focus.ti.com/lit/ml/slup098/slup098.pdf, 2001
222. Dragan, V. Mathematical methods in robust control of linear stochastic systems Text. / V. Dragan, T. Morozan, A.-M. Stoica. — New York: Springer Science + Business Media LLC, 2006. — 312 p.
223. EPRI: «Improved Motors for Utility Applications and Improved Motors for Utility Applications, Industry Assessment Study», Vol. 1, EPRI EL-2678, Vol. 1 1763-1, final report and EPRI EL-2678, Vol. 2,1763-1, October 1982.
224. Estimated maximum loss from explosion and/or fire/guidelines for assessment in the oil, gas and petrochemical industries. International oil insurers, London, 1992.
225. Etter D. Solving engineering problems using Matlab. Prentice-Hall, 1993, 434p.
226. Feigenbaum M.J. Universal behaviour in nonlinear systems. Los Alamos Sci.,1 (1), p.4-27, 1980.
227. Fildesl R., Nikolopoulos K., CronelS.F., Syntetos A.A. Forecasting and operational research: a review,// J. Oper. Res. Soc. 2008. Рукопись доступна на сайте: www.palgrave-iournals.com/iors
228. Franc P.M. Fault diagnosis in dynamic system using analytical and knowledge-based redundancy a survey and some new results. Automatica,3, p. 459-474, 1990.
229. Glazier, G.A. and A., Libchaber. Quasi-periodicity and dynamical systems: an experimentalist's view. IEEE Trans, on Circuits and Systems, 35 (7), p. 790809, 1988.
230. De Gooijer J.G., Hyndman R.J. 25 years of time series forecasting. (A review) // Int. J. forecasting. 2006. V.22. P.443-473.
231. Hamill, D.C. Subharmonics and chaos in a controlled switched-mode power converter Text. / D.C. Hamill, D.J. Jefferies // IEEE Trans. Circuits Syst. I. — 1988. — Vol. 35. — P. 1059-1061.
232. Hardle W. Applied nonparametric regression. Cambridge Univ. Press., Cambridge, 1990.
233. Holtz J., Lotzkat W. Controlled AC drives with ride-through capability at power interruption. /JIEEE Trans. Ind. Applicat., 1994, vol.30, no.5, pp. 1275-1283.
234. Hu, K., Zh., Wang, Ph.-Ann, Heng and Kw.-S. Leung. Classification by nonlinear integral projections. IEEE Trans, on Fuzzy Systems, 11(2), p. 187201,2003.
235. Hunt K.J. A survey of recursive identification algorithms. IEEE Trans, on Instr, Meas. and Conntrol, 8(5), p.273-278, 1986.
236. Ionita S. A chaos theory perspective on system's failure, // Inform. Sci. 2000. V.127.P. 193-215.
237. Iu, H.H.C. and C.K., Tse. Bifurcation behavior in parallel-connected buck converters. IEEE Trans, on Circuits and Systems. 48 (2), p. 233-240, 2001.
238. Kannan, D. Handbook of stochastic analysis and applications Text. /
239. D. Kannan, V. Lakshmikantham (Eds.). — New York: Marcel Dekker, Inc., 2002. —763 p.
240. D.Keim and M.Ward, "Visualization. Intelligent Data Analysis, An Introduction", 2nd rev.ed., M.R. Berthold and D.J.Hand, Eds. New York: Springer-Verlad, 2002.
241. Kleparskii, V. G. Formation of Multitrends of Dissipative Dynamic Systems, //Automat. & Remote Control. 2003.V.64. Issue.10. P. 1602-1608
242. Kliman G. B. and Stein J. «Induction Motor Fault Detection Via Passive Current Monitoring», Proc Int Conf (ICEM'90), MIT, Boston, USA, 1990, pp 13-17.
243. Kobyakov, S. Yu. Methods of Symbolic Analysis of Dynamic Systems, // Automat.Remote Control. 2004. V.65 Issue 4. P.554-558
244. Kolokolov Yu.V., Koschinsky S.L., Adjallah K.H. Data acquisition aspects in experimental research of electromechanical systems dynamics. //IEEE Trans. In-strum. Meas.-Vol.51 .-No. 1.-February 2002.-PP. 107-114.
245. Kolokolov Yu.V., Koschinsky S.L., Adjallah K.H. Dynamics of pulse-width modulated dc motor drive with LC-filter at power input port. //Proc. EPE "Power electronics and motion control (EPE-PEMC'02)" Con., 2002. (CD-ROM)
246. Kolokolov Yu.V., Koschinsky S.L., Bagrov V.V. Experimental Dynamics of Electromechanical Pulse Energy Conversion System,// IEEE Trans. Instrument. Measurement. 2006. V.55. No.l. P. 35-43.
247. Kolokolov Yu., Monovskaya A. Fractal regularities of sub-harmonic motions perspective for pulse dynamics monitoring. // Chaos, Solitons & Fractals, 2005, V.23, Issue 1, pp. 231-241.
248. Kolokolov Yu., Monovskaya A. Fractal principles of multidimensional data structurization for real-time pulse system dynamics forecasting and identification, // Chaos, Solitons & Fractals. 2005. V.25. Issue 5. P. 991-1006.
249. Kolokolov Yu.V., Monovskaya A.V. Modified bifurcation diagrams in an approach to on-line pulse system dynamics forecasting, // Int. J. Bifurcat. Chaos. 2006. V.16. No.l. P. 85-100.
250. Kolokolov Yu., Monovskaya A. Application of Qualitative Peculiarities of Synchronous Time Series in Forecasting Abnormal Processes in Dynamics of Pulse Energy Conversion Systems. J. of Automation and Information sciences, V.39, Is.5, pp.57-73, 2007
251. Kolokolov Yu.V., Monovskaya A.V. Forecasting of bifurcation phenomena in pulse energy conversion systems with parameter uncertainties. // Int. J. of Bifurcation and Chaos, V.19, No.2, pp.591-604, 2009
252. Kolokolov Yu., Monovskaya A. From geometrical invariants and symbolicalmatrixes towards new perspectives on forecasting of PWM converter dynamics. // Chaos, Solitons & Fractals, 2009, V. 42, Iss.3, pp. 1868-1877
253. Kolokolov Yu.V., Monovskaya A.V., Adjallah K.H. PWM energy converters: fractal method of dynamics forecasting in practical application. // IEEE Trans. On Energy Conversion, V.24, No.2, pp. 483-492, 2009
254. Kolokolov Yu., Monovskaya A., Hamzaoui A. On-line identification of multidimensional parametric vector random variation of pulse system. // Chaos, Solitons & Fractals, 2005, V.24, Issue 3, pp. 825-838.
255. Kolokolov Yu.V., Monovskaya A.V., Kozel A.O. Adjallah K.H. Identification of operating process braking-up regarding the non-stationarypulse systems. Proc. IEEE Conf. "Physics and Control (PhysCon'2007)", www.lib.physcon.ru
256. Kuroe Y., Hayashi S. Analysis of bifurcation in power electronic induction motor drive systems. //Proc. IEEE "Power Electron. Specialists Con. (PESC89)", 1989,pp.923-930.
257. Lauwerier, H.A. Fractals images of chaos. Princetion Univ. Press, 1991.
258. Leonov, G.A. Strange attractors and classical stability theory Text. / G.A. Leonov // Proc. of IF AC Conf. on Analysis and Control of Chaotic Systems (CHAOS'06). — Reims, France. — 2006. — P. 3-14.
259. Mackey, M.C. Noise-induced global asymptotic stability Text. / M.C. Mackey, A. Longtin, A. Lasota // Journal of Statistical Physics. — 1990. — Vol. 60,—P. 735-751.
260. Mandelbrot B. The fractal geometry of nature. San Francisco: Freeman, 1982.
261. Matlab. User's Guide. The Math Works, Inc., 1994.
262. Matsumoto A. Let it be: chaotic price instability can be beneficial, // Chaos, Solitons and Fractals. 2003. V.18. P.745-758.
263. Mazumber S.K. Theoretical and experimental investigation of the fast- and slow-scale instabilities of a dc-dc converter / S.K. Mazumber, A.H. Nayfeh, D. Borojevich // IEEE Trans. Power Electronics. 2001. - Vol. 16. - P. 201216
264. Middlebrook R.D., Cuk S. A general unified approach to modeling switching converter power stage. Proc. of IEEE "Power Electronics Specialists Conference", pp. 18-34, 1976
265. Morachek Z. and J. Fiala. Fractal dynamics in the growth of root. Chaos, Solitons and Fractals ,19, p.31-34, 2004
266. Ott E., Grebogi C, Yorke J. Controlling chaos. //Physical Review Lett., vol.64, no.l 1,1990, pp.1196-1199.
267. Padiyar K.R., Bhaskar K. An integrated analysis of voltage and angle stability of a three node power system. // Electrical Power and Energy Systems 21 (2002) pp.489-904
268. George W. Pan. Wavelets in Electromagnetics and Device Modeling. John Wiley & Sons, Inc., Hoboken, New Jersey, 2003.
269. Povinelli R.G., Feng X. A new temporal pattern identification method for characterization and prediction of complex time series events. IEEE Trans, on Knowledge and Data Engineering, V.15(2) , March/Apr. 2003, pp.339-352.
270. Rashid M.N. Power electronic hand book. USA: Academic Press, Inc., 2001, 91 Op.
271. Redl R., Novak I. Instabilities in current-mode controlled switching voltage regulators. //Proc. IEEE "Power Electron. Specialists Con. (PESC'81)", 1981, pp. 17-28.
272. William D. Rosehart, Claudio A. Can~izares. Bifurcation analysis of various power system models. // Electrical Power and Energy Systems 21 (1999) 171-182
273. Sanders S.R. Generalized averaging method for power conversion circuits / S.R. Sanders, J.M. Noworolski, X.Z. Liu, G.C. Verghese // IEEE Trans, on Power Electronics. 1991.-Vol.6.-No.2.-P. 251-259
274. Sanders, S.R. Lyapunov-Based Control for Switched Power Converters Text. / S.R. Sanders, G.C. Verghese // IEEE Trans, on Power Electronics. — 1992. — Vol. 7. — No. 1. — P. 17-24.
275. Randy R. Schoen, Thomas G. Habetler, Farrukh Kamran, Robert G. Barthel «Motor Bearing Damage Detection Using Stator Current Monitoring» IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS, VOL.31, NO. 6,1. November/December 1995.
276. Seibel B.I., Kerkman R.J., Leggate D. Inverter control during overload and following power interruption. //IEEE Trans. Ind. Applicat., 1992, vol.28., no.3, pp.567-573.
277. J.R. Smith, Ch.-Sh. Li and A. Jhingran, "A wavelet framework for adapting data cube views for OLAP". IEEE Trans, on Knowledge and Data Engineering, vol.16, n.5, pp. 552-565, 2004.
278. Takens F. Detecting strange attractors in turbulence. Dynamical Systems and Turbulence. Warwick 1980, Lect. Notes in Math., 898, p. 366-381, Berlin: SpringerVerlag, 1981.
279. Taralova I. and D. Fournier-Prunaret. Dynamical study of a second-order DPCM transmission system modeled by a piecewise-linear function. IEEE Trans, on Circuits and Systems-1: Fundamental theory and application, 49 (11), p. 1592-1609, 2002.
280. Thomas, M.U. Optimum warranty policies for nonreparable items. IEEE Trans, on Reliability. R-32, (3), Aug. p. 282-288, 1983.
281. Thomson W. T., Chalmers S. J. and Rankin D. «On-line Current Monitoring and Fault Diagnosis in High Voltage Induction Motors Case Histories and
282. Cost Savings in Offshore Installations», Offshore Europe '87, Conf Proc SPE September 1987, Aberdeen, SPE 16577/1 SPE 16577/10.
283. William T.Thomson, Mark Fenger «Current Signature Analysis to Detect Induction Motor Faults»IEEE Industry Application Magazine July/August 2001.
284. Thomson W. T. and Rankin D. «Case Histories of Rotor Winding Fault Diagnosis in Induction Motors», 21 "1 Int Conf Proc on Condition Monitoring, University College Swansea, March 1987.
285. Thorsen V. and M. Dalva: «Condition Monitoring Methods, Failure Identification and Analysis for High Voltage Motors in Petrochemical Industry», Proc 8a 1EE Int Conf, EMD'97, University of Cambridge, No 444, pp 109-113.
286. Tse C.K., Complex behavior of switching power converters, CRC Press, 2004.
287. Chi K. Tse, Mario Di Bernardo, Complex Behavior in Switching Power Converters, poceedings OF The IEEE, Vol. 90, No. 5, May 2002 , pp. 768781.
288. Tymerski R. Volterra series modeling of power conversion systems // IEEE Trans, on Power Electronics. 1991. - Vol.6-No.4 - P. 712-718
289. Tymerski R. Nonlinear modeling of the PWM switch / R. Tymenski, V. Vorperian, F.C.Y. Lee, W.T. Baumann // IEEE Trans, on Power Electronics. 1989. - Vol.4 - No.4 - P. 225-233
290. Unbehauen H., and G.P. Rao. Continuous-time approaches to system identification. A survey. Automatica, 26 (1), p. 23-35, 1990.
291. URL:http://www.mathworld.wolfram.com/309. URL:http://www.matlab.ru/
292. Vaseghi S.V. Advanced digital signal processing and noise reduction. John Wiley & Sons Ltd., 2000
293. Vencatesan A., S. Parthasarathy and M. Lakshmanan. Occurrence of multipleperiod-doubling bifurcation route to chaos in periodically pulsed chaotic dynamical systems. Chaos, Solitons and Fractals , 18, p.891-898, 2003.
294. Venet P., Lahyani A., Grellet G. and Ah-Jaco A. 1999. Influence of aging on electrolytic capacitors function in static converters: Fault prediction method. The Eur. Phys. J. AP 5, pp.71-83.
295. Vorperian V. Simplified conduction mode // IEEE Trans, on Aerospace and Electronic Systems. 1990. - Vol.26. - No.3.-P. 490-496
296. Wester G.W. Low-Frequency Characterization of Switched dc-dc Converters / G.W. Wester, R.D. Miuddlebrook // IEEE Trans, on Aerospace and Electronic Systems. 1973. - Vol.AES-9. -No.3.-P. 376-385
297. Wu W.-T. and W.-H. Ou. Adaptive PID control with an adjustable identification interval. Chem. Eng. Commun., 77, p. 183-194, 1989.
298. Yaling C. Spline space approximation method of identification for time-varying systems. Int. J. Syst. Sci: 18 (4), p. 755-765, 1987.
299. Yixin Yu, Hongji Jia, Peng Li, Jifeng Su. Power system instability and chaos. 14th PSCC, Sevilla, 24-28 June, 2002, session 22, paper 2. /ss22p02
300. Zhusubaliyev Zh.T., Mosekilde E., Maity S., Mohanan S. and Banerjee S. Border Collision Route to Quasiperiodicity: Numerical Investigation and Experimental Confirmation// Chaos ( American Institute of Physics), 2006, 16, 023122, 1-11.
301. Zhusubaliyev Zh.T., Soukhoterin E., Mosekilde E., Banerjee S. Multiple attractor bifurcations in a piecewise-smooth map with quasiperiodicity, // Proc. 1st IF AC Conf. Anal. Control Chaotic Syst., Reims, 2006. P.439-444.
-
Похожие работы
- Автоматизированная система исследования алгоритмов идентификации и прогнозирования аварийных состояний в импульсных системах преобразования энергии
- Повышение эффективности прогнозирования динамических режимов в автоматизированном электроприводе постоянного тока с импульсным управлением
- Исследование и разработка алгоритма сжатия аварийной информации для повышения быстродействия системы информационного обеспечения процессов управления в электроэнергетике
- Динамика многоканальных систем импульсного преобразования энергии в автоматизированных системах аналитического контроля
- Алгоритмизация и исследования процесса прогнозирования аномальной динамики импульсных систем преобразования энергии
-
- Системный анализ, управление и обработка информации (по отраслям)
- Теория систем, теория автоматического регулирования и управления, системный анализ
- Элементы и устройства вычислительной техники и систем управления
- Автоматизация и управление технологическими процессами и производствами (по отраслям)
- Автоматизация технологических процессов и производств (в том числе по отраслям)
- Управление в биологических и медицинских системах (включая применения вычислительной техники)
- Управление в социальных и экономических системах
- Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей
- Системы автоматизации проектирования (по отраслям)
- Телекоммуникационные системы и компьютерные сети
- Системы обработки информации и управления
- Вычислительные машины и системы
- Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)
- Теоретические основы информатики
- Математическое моделирование, численные методы и комплексы программ
- Методы и системы защиты информации, информационная безопасность