Дослідження наслідувального та інверсного нейромережевих регуляторів у системах керування технологічними процесами

Скорочена інформація про документ
dc.contributor.authorКовалюк, Д. О.
dc.contributor.authorКовалюк, О. О.
dc.contributor.authorKovaliuk, Dmytro O.
dc.contributor.authorKovaliuk, Oleh O.
dc.date.accessioned2021-04-07T11:15:00Z
dc.date.available2021-04-07T11:15:00Z
dc.date.issued2020
dc.descriptionКовалюк, Д. О. Дослідження наслідувального та інверсного нейромережевих регуляторів у системах керування технологічними процесами = Research of imitative and inverse neural controller in technological process control systems / Д. О. Ковалюк, О. О. Ковалюк // Зб. наук. пр. НУК. – Миколаїв : НУК, 2020. – № 1 (479). – С. 68–74.uk_UA
dc.description.abstractАнотація. Мета. Розвиток обчислювальної техніки та теорії автоматичного керування дають змогу сьогодні створювати різні типи систем керування. Ці системи завдяки властивостям навчання та адаптації можуть враховувати невизначеність об’єкта, зміну його параметрів, зовнішні збурення. Це підвищує безпеку та ефективність виробництва. Метою статті є підвищення якості керування технологічними процесами за рахунок створення та дослідження систем керування з наслідувальним та інверсним нейромережевими регуляторами. Методика. Розглядається технологічний процес підігрівання нафтової сировини, який відбувається в теплообміннику. Для керування цим об’єктом досліджуються системи керування з нейромережевими та ПІД- регуляторами. Для розв’язання поставленої задачі в роботі використано методи ідентифікації (отримання моделі об’єкта), оптимізації (пошук оптимальних параметрів регуляторів), математичне моделювання, положення теорії автоматичного керування та методів штучного інтелекту (створення систем керування та дослідження їх перехідних характеристик). Результати. Проведено структурну й параметричну ідентифікацію об’єкта керування, а саме теплообмінника. В результаті моделювання розраховано його перехідну характеристику за каналом керування, проведено апроксимацію, отримано передатну функцію. Проаналізовано варіанти застосування нейронних мереж для задач керування технологічними процесами. Нейронні мережі розглядаються для імітації роботи як об’єкта керування, так і регулятора. Досліджено характеристики систем керування з різними типами регуляторів. Описано й відпрацьовано алгоритм синтезу наслідувального та інверсного нейромережевих регуляторів, проведено їх налаштування та порівняння. Дослідження виконано в пакеті прикладних програм Matlab, що дало змогу використовувати вбудовані алгоритми ідентифікації та моделювання. Наукова новизна. Проведено дослідження різних типів нейромережевих регуляторів, проаналізовано їх доцільність, переваги та недоліки для керування технологічними процесами. Практична значимість. В роботі наведено, реалізовано та повністю проілюстровано алгоритм синтезу інверсного та наслідувального нейромережевих регуляторів. Показано етапи створення системи керування в математичному пакеті Matlab. Такий підхід може бути застосований для керування широким колом технологічних процесів навіть за відсутності математичної моделі об’єкта. Розраховані регулятори у вигляді нейронних мереж можуть бути легко реалізовані (запрограмовані з використанням спеціалізованих бібліотек) багатьма мовами програмування, наприклад Python.uk_UA
dc.description.abstract1Abstract. Purpose. The progress of computer technologies and the theory of automatic control provide new possibilities to create different types of control systems today. Due to the properties of learning and adaptation, these systems could take into account the uncertainty of an object, changing its parameters, and external perturbations. These facts improve the safety and efficiency of production. The main goal of this paper is to improve the quality of control by creating and researching control systems with imitative and inverted neural network regulators. Method. The technological process of heating the oil feedstock, which occurs in the heat exchanger, has been considered. Control systems with neural networks and PID controllers have been researched to control this object. To solve the main task of research, the following methods have been used: methods of identification (to create the model of the object), methods of optimization (to find the optimal parameters of the regulators), mathematical modeling, the approaches of the theory of automatic control and methods of artificial intelligence (to create control systems and research of their characteristics). Results. The structural and parametric identification of the object has been conducted. The object of research is heat exchange. As a result of simulation, its transient response was calculated by the control channel, approximation has been performed and a transfer function has been obtained. The possibility of use of neural networks for control of technological processes has been analyzed. The neural networks have been considered to simulate the operation of both the control object and the controller. The characteristics of control systems with different types of regulators have been researched. The algorithm of synthesis of imitative and inverse neuronetwork regulators has been proposed and implemented. The tuning and comparison of algorithm for both inferior and inverse neuronetwork regulators has been carried out. The research has been performed in a “Matlab” suite, which allows the use of built-in identification and modeling algorithms. Scientific novelty. Different types of neural network regulators have been researched and their advantages and disadvantages for process control have been analyzed. Practical importance. The algorithm of synthesis of inverse and imitative neural network regulators has been presented, implemented and fully illustrated. The steps of creating a control system in “Matlab” package have been shown. This approach could be applied to control a wide range of processes, even without mathematical model of the object. Designed neural network regulators can be easily implemented (programmed using specialized libraries) in many programming languages, such as Python or other ones.uk_UA
dc.identifier.issn2311–3405 (Print)
dc.identifier.issn2313-0415 (Online)uk
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/3810
dc.language.isoukuk_UA
dc.relation.ispartofseries681.518:665uk_UA
dc.subjectнейронні мережіuk_UA
dc.subjectрегуляториuk_UA
dc.subjectкеруванняuk_UA
dc.subjectтехнологічний процесuk_UA
dc.subjectcontroluk_UA
dc.subjectsimulationuk_UA
dc.subjectcomputer control systemuk_UA
dc.subjectregulatoruk_UA
dc.subjectneural networkuk_UA
dc.titleДослідження наслідувального та інверсного нейромережевих регуляторів у системах керування технологічними процесамиuk_UA
dc.title1Research of imitative and inverse neural controller in technological process control systemsuk_UA
dc.title22020
dc.typeArticleuk_UA

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kovaliuk.pdf
Розмір:
545.67 KB
Формат:
Adobe Portable Document Format
Опис:
стаття
Завантажити

Зібрання

№ 1 (479) 2020