М.И. Дли - д.т.н., профессор, зав. кафедрой менеджмента и информационных технологий в экономике, филиал ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске. E-mail: midli@mail.ru А.Ю. Пучков - к.т.н., доцент, кафедра менеджмента и информационных технологий в экономике, филиал ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске. E-mail: putchkov63@mail.ru

Предложены алгоритмы обработки информации в АСУТП котельным агрегатом, базирующиеся на аппроксимационном методе решения обратных задач, которые возникают в процессе диагностики состояний объекта управления и анализа данных, поступающих с измерительной аппаратуры, обслуживающей процессы управления. Изучение методов решения обратных задач позволило сделать вывод о том, что аналитические подходы не обладают свойством универсальности, а приближенные численные методы не учитывают зашумленность сигналов измерений. Для устранения отмеченных недостатков разработаны алгоритмы на базе применения искусственных нейронных сетей, на вход которым поступает информация, предварительно прошедшая процедуру нечеткой калмановской фильтрации, в процессе работы которых контролируется рассогласование показаний измерительной аппаратуры и выхода нейронной сети и фиксируются моменты достижении ими предельных значений. Приведены результаты численного эксперимента реализующего предложенные алгоритмы.

 

1. Тихонов А.Н., Арсенин В.Я.Методы решения некорректных задач. М.: Наука. 1979. 284 с.
2. Hansen P.C. Discrete Inverse Problems: Insight and Algorithms. Philadelphia: SIAM2010. 213 p.
3. Сизиков В.С. О способах невязки при решении некорректных задач // Журнал вычислительной математики и математической физики. 2003. Т. 43. № 9. С. 1294-1312.
4. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети: Учеб. пособие. М.: Изд-во Физико-математической литературы. 2001. 224 с.
5. Фильтрация и стохастическое управление в динамических системах / под ред. К.Т. Леондеса. М.: Мир. 1980. 408 с.
6. Изерман Р. Цифровые системы управления: Пер. с англ. М.: Мир. 1984. 541 с.
7. Пучков А.Ю., Павлов Д.А.Варианты построения алгоритма поиска решения обратных задач с применением нейронных сетей // Программные продукты и системы. 2012. №2 (98). С. 149-153.
8. Пучков А.Ю., Павлов Д.А.Алгоритмы поиска решения обратных задач при непрерывном и дискретном времени // Научное обозрение. 2013. №1. С. 174-176.
9. Кулаков Г.Т. Анализ и синтез систем автоматического регулирования. Минск: Технопринт. 2003. 135 с.
10. Puchkov A.Y. Influence of the signal-noise ratio on the accuracy of the approximating metod of the solution of inverse problems // European Science and Technology: Materials of the VII Int. Research and Practice Conf. Munich, Germany. 2014. V. 2. P. 543-546.