1) список сокращений
реклама
1
Для заказа доставки данной работы воспользуйтесь поиском
на сайте http://mydisser.com/search.html
МІНІСТЕРСТВО ОСВІТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ
НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ
“ХАРКІВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ”
ГЕРМАН ЕДУАРД ЄВГЕНОВИЧ
УДК 519.85
МЕТОДИ ПРОЕКТУВАННЯ НЕЧІТКИХ КОНТРОЛЕРІВ
ДЛЯ ЦИФРОВИХ СИСТЕМ УПРАВЛІННЯ
ПРОМИСЛОВОГО ПРИЗНАЧЕННЯ
Спеціальність 05.13.05 – комп’ютерні системи та компоненти
Дисертація на здобуття наукового ступеня
кандидата технічних наук
2
СОДЕРЖАНИЕ
СОДЕРЖАНИЕ 2
СПИСОК СОКРАЩЕНИЙ 5
ВВЕДЕНИЕ
9
РАЗДЕЛ 1 СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ТИПОВЫХ
СТРУКТУР ПЛК Error! Bookmark not defined.
1.1. Классификация и основные функциональные характеристики ПЛК Error!
Bookmark not defined.
1.2. Типовые структуры нечетких логических контроллеров .Error! Bookmark
not defined.
1.3. Анализ работ по применению НЛК в системах управления различного
назначения .............................................................. Error! Bookmark not defined.
1.4. Выводы............................................................. Error! Bookmark not defined.
РАЗДЕЛ 2 СИНТЕЗ НЕЧЕТКИХ КОНТРОЛЛЕРОВ НА ОСНОВЕ
ЭКСПЕРТНОГО ЗНАНИЯ ОБ ОБЪЕКТЕ УПРАВЛЕНИЯ Error! Bookmark
not defined.
2.1. Основные понятия, определения и свойства нечетких контроллеров
.................................................................................. Error! Bookmark not defined.
2.2. Нечеткая логика принятия решений ............. Error! Bookmark not defined.
2.2.1. Анализ свойств функций нечеткой импликации ..... Error! Bookmark not
defined.
2.2.2. Методы выбора функций нечеткой импликации ... Error! Bookmark not
defined.
2.2.3. Механизмы принятия решений и процедуры нечёткого вывода в
MIMO контроллерах ............................................ Error! Bookmark not defined.
2.2.4. Методы дефаззификации .......................... Error! Bookmark not defined.
2.3. Выводы............................................................. Error! Bookmark not defined.
РАЗДЕЛ 3 СИНТЕЗ НЕЧЕТКИХ ЛОГИЧЕСКИХ КОНТРОЛЛЕРОВ ДЛЯ
МНОГОМЕРНЫХ СИСТЕМ УПРАВЛЕНИЯ Error! Bookmark not defined.
3.1. Постановка задачи исследования .................. Error! Bookmark not defined.
3.2. Нечеткие логические операции и функции .. Error! Bookmark not defined.
3
3.3. Минимизация нечетких логических функций ............ Error! Bookmark not
defined.
3.4. Синтез схем на основе нечетких логических формул Error! Bookmark not
defined.
3.5. Выводы............................................................. Error! Bookmark not defined.
РАЗДЕЛ 4 АНАЛИТИЧЕСКИЕ МЕТОДЫ ПРОЕКТИРОВАНИЯ
И ОПТИМИЗАЦИИ ПАРАМЕТРОВ НЕЧЕТКИХ ПИД КОНТРОЛЛЕРОВ
Error! Bookmark not defined.
4.1. Постановка задачи исследования .................. Error! Bookmark not defined.
4.2. Выбор структуры НПИДК ............................. Error! Bookmark not defined.
4.2.1. НПИДК с тремя входами и одним выходом. ........... Error! Bookmark not
defined.
4.2.2. НПИДК с одним входом и одним выходом. ............ Error! Bookmark not
defined.
4.3. Лингвистические представления и функциональное поведение. ....... Error!
Bookmark not defined.
4.4. Оценка нелинейности характеристик НПИДК. .......... Error! Bookmark not
defined.
4.5. Оптимизация параметров нечетких ПИД контроллеров. .Error! Bookmark
not defined.
4.6. Выводы............................................................. Error! Bookmark not defined.
РАЗДЕЛ 5 МЕТОДЫ НАСТРОЙКИ ПАРАМЕТРОВ НЕЧЕТКИХ
КОНТРОЛЛЕРОВ ДЛЯ НЕСТАЦИОНАРНЫХ ОБЪЕКТОВ
Error!
Bookmark not defined.
5.1. Постановка задачи исследования .................. Error! Bookmark not defined.
5.2. Выбор структуры и расчет параметров КПИДК ........ Error! Bookmark not
defined.
5.3. Преобразование КПИДК в линейный нечеткий контроллер .............. Error!
Bookmark not defined.
5.4. Процедуры перехода от КПИДК коэффициентов к нечетким............ Error!
Bookmark not defined.
4
5.4.1. Пропорциональное управление. .............. Error! Bookmark not defined.
5.4.2. Пропорциональное и дифференциальное управление. ............... Error!
Bookmark not defined.
5.4.3. Инкрементное управление. ...................... Error! Bookmark not defined.
5.4.4. ПИД управление......................................... Error! Bookmark not defined.
5.4.5. Обобщение характеристик контроллеров.Error! Bookmark not defined.
5.4.6. Влияние параметров настройки НПИДК на качественные
характеристики управления ................................ Error! Bookmark not defined.
5.5. Процедура преобразования линейного нечеткого контроллера в
нелинейный. ........................................................... Error! Bookmark not defined.
5.6. Процедура точной настройки нелинейного НПИДК . Error! Bookmark not
defined.
5.6.1. Соотношения между параметрами НПИДК и КПИДК. .. Error! Bookmark
not defined.
5.6.2. Влияние методов дефаззификации на взаимосвязь параметров
КПИДК и нелинейного НПИДК. ........................... Error! Bookmark not defined.
5.7. Проектирование НПИДК для систем управления процессами
выращивания монокристаллов ............................. Error! Bookmark not defined.
5.8. Выводы............................................................. Error! Bookmark not defined.
ЗАКЛЮЧЕНИЕ 19
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1
Приложение А Исходный текст программы для определения параметров
нечеткой настройки и коэффициентов регулятора
Error! Bookmark not
defined.
Приложение Б Расчет зависимости кривых нечеткой настройки
НПИДК 1 ( 0 ) Error! Bookmark not defined.
Приложение В Документы, подтверждающие внедрение результатов
диссертации
Error! Bookmark not defined.
5
1) СПИСОК СОКРАЩЕНИЙ
АП
ассоциативная память
АИЛ
апроксимационный индекс нелинейности
АУП
автоматическое управление поездами
БВРК
блоки вращения кристалла
БВРТ
блоки вращения тигля
БВТК
блок вытягивания ФМК
БМК
базовые матричные кристаллы
БАС
блок анализа ситуаций
БНВ
блок нечеткого вывода
БП
блок памяти
БФ
булевы функции
ГПИДХ
гарантированные ПИД характеристики
ДКУ
диспетчеризация коэффициентов усиления
ДНФ
дизъюнктивная нормальная форма
ИВН
индекс вариации нелинейности
ИНК
инкрементный контроллер
ИУ
инкрементное управление
КДИ
контрольно-диагностическая информация
6
КДН
коэффициент диапазона нелинейности
КПД
контроллер прямого действия
КПИДК
классический ПИД контроллер
МкМ
максиминторный элемент
МП
микропроцессор
НБП
нечеткая база правил
НДПФ
нечеткая дизъюнктивная нормальная форма
НИНК
нечеткий инкрементный контроллер
НЛК
нечеткий логический контроллер
НЛП
нечеткая логическая переменная
НЛУ
нечеткие логические уравнения
НЛФ
нечеткая логическая функция
НМДНФ
нечеткая минимальная дизъюнктивная нормальная форма
НПДК
нечеткий пропорционально-дифференциальный контроллер
НПД+ИК
нечеткий ПД+И контроллер
НПИ
нечеткая простая импликанта
НПИДК
нечеткий ПИД контроллер
НПК
нечеткого пропорционального контроллера
НСДНФ
нечеткая совершенная дизъюнктивная нормальная форма
НСХ
нейронная сеть Хопфилда
7
ОЗУ
оперативное запоминающее устройство
ПД
пропорционально-дифференциальный
ПИ
пропорционально-интегральный
ПЗУ
постоянное запоминающее устройство
ПЛИС
программируемая логическая интегральная схема
ПЛУ
программируемое логическое устройство
ПЛК
программируемых логических контроллеров
Ср
схема сравнения
СУ
система управления
СЭБ
сигналы электрических блокировок
ТП
технологический процесс
УВП
управляющие воздействия и параметры
УП
устройство подпитки расплава
Ур
уровенемер расплава в тигле
УСА
универсальное свойство аппроксимации
ФМК
функциональных монокристаллов
ФНИ
функция нечеткой импликации
ФП
функцией принадлежности
ЦПЛУ
центральное программно-логическое управление
ARX
авторегрессионная модель с внешним входом (autoregressive
8
with external input)
BAM
двунаправленная ассоциативная память (bidirectional associative
memory)
COA
метод центра площади (centre of area)
COG
метод центра тяжести (centre of gravity)
CPLD
программируемая логическая интегральная схема (complex
programmable logic device)
FLIPS
нечёткие логические операции в секунду (fuzzy logical inference
per second)
FPGA
программируемая пользователем вентильная матрица (field
programmable gate array)
LOM
метод правого модального значения (largest of maximum)
MIMO
система со многими входами и многими выходами (multi-input,
multi-output)
MOM
метод среднего максимума (mean of maximum)
SISO
система с одним входом и одним выходом (single-input, singleoutput)
9
ВВЕДЕНИЕ
Последние
компьютеризацией
использованием
десятилетия
всех
характеризуются
интенсивной
сфер
человеческой
деятельности,
широким
нанометровых
электронных
технологий,
массовым
применением микропроцессоров, микроконтроллеров, программируемых
логических интегральных схем (ПЛИС) в компьютерных сетях обработки
информации,
многопроцессорных
телекоммуникационных
принципиально
и
управляющих
новыми
характеристиками:
информационно-измерительных,
системах,
архитектурными
робастностью,
и
самоорганизацией,
которые
обладают
функциональными
реконфигурацией,
искусственным интеллектом.
Проектирование систем промышленного применения, таких как систем
управление
химическим
производством,
ядерными
реакторами,
транспортными средствами, дорогостоящим технологическим оборудованием
связано
с
широким
использованием
программируемых
логических
контроллеров (ПЛК) – специализированных проблемно-ориентированных
устройств,
приспособленных
к
функционированию
в
тяжелых
производственных условиях. Основополагающими в этой области являются
работы
А.А. Амбарцумяна,
Е.М. Балашова,
Г.И. Загария,
И.А. Фурмана,
А.И. Потехина, Э.А. Якубайтиса, Ж. Мишеля и др. Их идеи внесли ощутимый
вклад в теорию и практику проектирования и реализации на ПЛК
детерминированных алгоритмов управления динамическими объектами
различного назначения.
Однако, возрастание сложности, многокомпонентности промышленного
оборудования и технологических процессов, которые зачастую не имеют
адекватных математических моделей и являются нестационарными и
10
нелинейными объектами с параметрами, изменяющимися во времени, с
начальной неопределенностью исходных данных приводит к формированию
новых задач для разработчиков компьютеризированных систем управления и
их компонентов.
Период с 80-х годов ХХ века до настоящего времени характеризуются
широким
исследованием
в
различных
областях
науки
и
техники
интеллектуальных информационных управляющих систем. К ним относятся
системы нейро-нечеткого управления, которые рассматриваются как одно из
новейших направлений технологии управления.
Большая доля погрешности исходных данных приводит к значительной
области неопределенности в расчете целевой функции и выборе оптимального
режима работы системы. При наличии неточной информации возникает
необходимость разработки методов проектирования программно-аппаратных
компонентов для систем контроля и управления промышленного применения с
использованием теории нечетких множеств, нечеткой логики и мягких
вычислений (Soft Computing).
Теория нечетких множеств, введенная проф. Лотфи Заде в середине 60-х
годов, в настоящее время завоевала признание благодаря многочисленным
примерам практического использования нечеткой логики для решения задач
управления сложными процессами, не имеющих строгих математических
моделей.
Все вышесказанное стало предтечей появления нового класса ПЛК –
нечетких логических контроллеров (НЛК) промышленного применения,
основанных
на
аппаратах
компьютеризированных
обработки данных.
нечеткой
систем
логики
и
недетерминированного
математики
управления
для
и
11
Актуальность темы. В настоящее время в большинстве промышленных
приложений используются НЛК, которые базируются на типовых процедурах
традиционных нечетких контроллеров: фаззификации, агрегации нечетких
выводов, импликации и дефаззификации, основы которых заложили такие
исследователи, как Мамдани, Сугено, Такаги и др.
В процессе проектирования и синтеза структур НЛК используются
основные параметры: форма и количество
функций принадлежности
лингвистических переменных и диапазоны изменений входных и выходных
лингвистических переменных ошибки, первая и вторая производная ошибки,
управляющее воздействие на объект. В ряде работ изложены и обоснованы
методы проектирования НЛК, приведены основные функциональные схемы
блоков
НЛК,
получены
оценки
управляющих
воздействий,
выбор
и
оптимизация их основных параметров для получения требуемых переходных и
установившихся процессов для конкретных объектов управления.
Проектирование НЛК на основе экспертных знаний и опыта человека
представляет собой один из основных подходов нечеткого управления.
Правила нечеткого управления являются условными высказываниями эксперта,
которые формируют базу правил, причинно-следственных отношений между
нечеткими лингвистическими значениями входных и выходных переменных
НЛК. Нечеткий логический вывод производится путем логической обработки
уравнений базы правил.
По
данной
проблеме
опубликовано
множество
замечательных
монографий, статей и докладов. В большинстве из них представлены
результаты исследований с акцентом на теоретический анализ принципов и
методов реализации нечетких арифметических и логических операций,
нечетких моделей, реляционных отношений в нечетких моделях и структурах
НЛК, и при этом мало уделяется внимание технической реализации и
12
специфическим особенностям нечеткого управления. Вопрос разработки
формальных методов проектирования и синтеза НЛК до сих пор является
актуальными и востребованным по следующим причинам. Во-первых,
отсутствует строгое теоретическое обоснование целесообразности замены
классических методов управления нечетким управлением, классических
контроллеров – нечеткими, которые для сложных объектов показывают
значительно лучше характеристики. Во-вторых, согласование противоречивых
управляющих правил по лингвистическим протоколам экспертных оценок
приводит к процедурам проектирования, состоящих из многочисленных шагов
“проб и ошибок”. В-третьих, процедура настройки параметров НЛК для
улучшения характеристик системы управления до сих пор не формализована и
является комплексной задачей по сравнению с процедурой прямой настройки
классических
контроллеров.
В-четвертых,
в
большинстве
практических
реализаций НЛК уступают по быстродействию классическим контроллерам, что
усложняет и затрудняет практическое использование НЛК в промышленных
объектах и технологиях.
Эффективность обработки информации, моделей и алгоритмических
процедур, представленных нечеткой базой правил, можно повысить путем
использования специальных программно-аппаратных средств. При этом особое
значение
приобретают
соответствующие
не
только
быстродействующие
программные
аппаратные
средства,
модули,
но
и
которые
обеспечивают высокую скорость обработки данных в системах реального
времени путем параллельного решение логических уравнений нечеткой базы
правил.
Современная микроэлектронная элементная база ПЛИС типа FPGA, CPLD,
базовых матричных кристаллов (БМК) позволяет эффективно реализовать
нечеткие логические и арифметические операции в быстродействующих
13
вычислительных и управляющих контроллерах и возможность реализации
функций k-значной логики, аргументы которой также принимают значения из
множества {0,1,...,(k1)} значений, на основе использования многозначных
логических элементов И, ИЛИ, НЕ, что определяет альтернативный подход к
синтезу
нечетких
логических
схем,
аналогичный
методам
синтеза
переключательных схем многозначной булевой алгебры.
Анализ работ в области разработки методов проектирования нечетких
контроллеров для цифровых систем управления промышленного применения
показывает, что несмотря на имеющиеся достижения и большое число работ в
этой области отсутствует единый методологический подход, ориентированный
на
повышение
эффективности
использования
нечетких
контроллеров
различного типа в компьютеризированных системах управления и контроля
сложными динамическими объектами.
В связи с этим разработка теоретических и инженерно-технических основ
формального
проектирования
аналитических методов
структур
ПЛК
путем
использования
синтеза и оптимизации параметров нечетких
контроллеров, эффективных методов настройки их параметров, повышение
быстродействия функционирования является актуальной научно-технической
задачей.
Связь
работы
с
научными
программами,
планами,
темами.
Диссертационная работа выполнена на кафедре автоматизации химикотехнологических систем и экологического мониторинга НТУ “ХПИ”. Соискатель,
как исполнитель, проводил исследования в рамках госбюджетной научноисследовательской работы МОН Молодьспорту Украины: “Розробка методів
ухвалення рішень в умовах неповної інформації про об’єкт управління” (№
ДР0103U001511); “Темп” – поисковая тема НАН Украины “Розробка нових
систем
та
алгоритмів
автоматизованого
управління
вирощуванням
14
великогабаритних
кристалів”
(№ ДР0103U003476),
где
соискатель
был
исполнителем отдельных этапов.
Цель и задачи исследования. Целью диссертационной работы является
повышение
эффективности
компьютеризированных
систем
контроля и
управления сложными динамическими объектами на основе использования
НЛК и создание теоретических, методических и инженерно-технических основ
проектирования и настройки структур НЛК промышленного применения.
Цель работы достигается решением следующих задач:
– анализ состояния и тенденций развития типовых структур ПЛК,
особенностей
их
функционирования
в
качестве
компонентов
компьютеризированных систем управления промышленного применения;
– разработка математических моделей и методов проектирования НЛК,
основанных на экспертных знаниях объекта управления, механизмах выбора
множества функций нечеткой логики, связности правил нечеткого вывода и
принятия нечетких решений;
– разработка методов синтеза НЛК для MIMO систем управления и
обработки данных, основанных на процедурах минимизации нечетких
логических функций и аппаратной реализации базы правил НЛК;
– разработка аналитических методов проектирования и оптимизации
параметров
нечетких
контроллеров,
основанных
на
функциональных
оценочных подходах и анализе характеристик НЛК с минимальным числом
настроечных параметров;
– разработка методов настройки параметров нечетких ПИД контроллеров
(НПИДК) в компьютеризированных системах управления нестационарными
объектами;
15
– компьютерное моделирование и экспериментальное исследование
НЛК в структуре цифровой системы управления установкой “РОСТ” для
выращивания крупногабаритных функциональных монокристаллов.
Объект
аппаратных
исследования
компонентов
–
процессы
проектирования
компьютеризированных
систем
программноконтроля
и
управления промышленными объектами.
Предмет исследования – методы, модели и процедуры проектирования
и наладки нечетких контроллеров промышленного применения.
Методы исследования представлены аппаратом нечетких множеств и
нечеткой математики для получения и формирования математических
моделей и управляющих воздействий в системах промышленного применения,
минимизации нечетких логических функций и построения таблиц решений;
аппаратом теории булевых функций и переключательных схем, нечеткого
моделирования
для
разработки
методов
проектирования
НЛК
с
использованием импликаций для описания возможных состояний нечетких
моделей
объекта
управления;
аппаратом
нечеткого
управления
для
проектирования структур нечетких контроллеров и настройки параметров
НПИДК. Оценка эффективности разработанных методов, моделей и алгоритмов
выполнена на основе средств визуального программирования и компьютерных
экспериментов.
Научная новизна полученных результатов состоит в следующем:
впервые:
– разработан метод и алгоритм минимизации нечетких баз правил НЛК,
представленных в виде нечетких логических функций, путем использования
специальных операций преобразования нечетких термов в четверичной
16
системе исчисления, что позволило повысить быстродействие формирования
выходного сигнала НЛК по минимальной нечеткой таблице решений;
– разработана процедура нечеткого вывода в системе управления с
внутренней нейронной моделью в виде сети Хопфилда, в процессе обучения
которой осуществляется формирование весов входных сигналов и настройка
параметров НПИДК, что позволяет минимизировать ошибки нечеткого вывода
и
определить
требуемую
емкость
ассоциативной
памяти
сети
для
формирования образа объекта управления;
– разработан метод синтеза нечетких логических формул на основе
использования нечетких логических модулей, реализующих операции: И, ИЛИ,
НЕ, ИМПЛИКАЦИИ и операции МИНИМАКСА, что позволяет осуществить
аппаратную имплементацию на ПЛИС нечетких баз правил с минимальными
аппаратными затратами;
усовершенствовано:
– теоретическое обоснование и обобщение методов функционального и
параметрического
проектирования
структур
НПИДК
для
управления
динамическими объектами с нечеткими моделями, которые обеспечивают
независимость настройки коэффициентов НПИДК от характеристик объекта
управления;
получили дальнейшее развитие:
– метод
и
процедура
настройки
коэффициентов
НПИДК
путем
применения правил настройки классического ПИД контроллера, что позволяет
автоматизировать
процесс
настройки,
сократить
время
перехода
установившееся состояние и уменьшить статическую ошибку управления;
в
17
– метод и процедура преобразования классического ПИД контроллера
(КПИДК) в линейный НПИДК, что упрощает процедуры синтеза структуры
НПИДК и его настройки.
Практическое значение полученных результатов состоит в прикладной
направленности результатов научных исследований, связанных с разработкой
моделей и методов проектирования перспективного класса программируемых
контроллеров, основанных на теории нечетких систем и мягких вычислений
для
промышленного
использования
в
многопроцессорных
реактивных
системах контроля, управления и обработки информации в области химических
производств, энергетики, металлургической и строительной промышленности,
аэрокосмической техники и т.д.
Методы разработки и проектирования НПИДК в качестве компонентов
многопроцессорных
крупногабаритных
систем
управления
функциональных
процессами
монокристаллов
выращивания
экспериментально
проверены на установках “РОСТ” опытного производства в институте
сцинтилляционных
материалов
(ИСМА)
НАН
Украины
(г.
Харьков).
Использование результатов диссертационной работы позволило упростить
процедуру
настройки
контроллеров,
повысить
точность
стабилизации
диаметра выращиваемых кристаллов и эффективность производства.
Основные положения диссертационной работы используются в учебном
процессе
кафедры
автоматизации
химико-технологических
систем
и
экологического мониторинга НТУ “ХПИ” в курсах “Моделирование и
оптимизация
систем
управления”,
“Программное
обеспечение
микропроцессорных систем”, а также при выполнении дипломных и курсовых
проектов.
18
Личный вклад соискателя. Основные результаты, выносимые на защиту
диссертационной работы, получены соискателем самостоятельно. Среди них
разработка: методов проектирования нечетких логических контроллеров,
основанных на экспертных оценках специалистов, функциональном и
параметрическом подходах выбора структуры НЛК; модулей связности правил
нечеткого вывода и принятия решений, методов синтеза структуры НЛК с
использованием процедур минимизации нечетких логических формул,
функций
и
аппаратной
реализации
базы
правил
на
универсальных
минимаксных логических элементах; аналитических методов оптимизации
параметров нечетких контроллеров, основанных на анализе характеристик
различных структур нечетких ПИД контроллеров, методов ручной и
аналитической настройки их параметров в компьютеризированных системах
управления нестационарными объектами и применением разработанных
методов, моделей и структур в системе управления установками “РОСТ”
опытного
производства
ИСМА
НАН
Украины
для
выращивания
крупногабаритных монокристаллов.
Апробация результатов диссертации. Основные научные положения и
результаты
работы
докладывались
и
обсуждались
на:
XII,
XV-XVII
Международной научно-практической конференции «Інформаційні технології»
(г.Харьков
2004,
конференции
2007-2009гг.);
«Проблеми
международной
автоматизованого
научно-практической
електроприводу.
Теорія
і
практика», (г.Львов, 2009г.); международной научно-технической конференции
«Проблемы
информатики
и
моделирования»,
(г.Винница,
2010г.);
международной конференции «Перспективные системы управления на ж/д,
промышленном и городском транспорте», (г.Алушта, 2010г.) и на научных
семинарах НТУ “ХПИ”.
Публикации. Результаты научных исследований отражены в 19 научных
19
публикациях в специализированных изданиях ВАК Украины, из них: 12 статей, 7
тезисов докладов материалов конференций.
Структура и содержание работы. Диссертационная работа состоит из
введения, пяти разделов, выводов, списка использованных источников и
приложений. Полный объем диссертации составляет 212 страницы, из них 50
рисунков в тексте и 1 рисунок на 1 отдельной странице, 18 таблиц в тексте;
список использованных источников из 168 наименований на 18 страницах;
3 три приложения на 9 страницах.
ЗАКЛЮЧЕНИЕ
В диссертационной работе решена научно-прикладная задача разработки
и совершенствования моделей, методов и процедур проектирования и наладки
нечетких контроллеров промышленного применения на основе использования
инновационной
технологии
мягких
вычислений
эффективности
компьютеризированных
систем
с
целью
повышения
контроля
сложными
динамическими объектами, не имеющих адекватных математических моделей.
Основные
научные
и
практические
результаты
заключаются
в
следующем:
1. Проведен анализ состояния и тенденций развития современных
структур программируемых логических контроллеров, которые широко
используются в компьютеризированных системах управления и обработки
информации,
методов
их
проектирования
и
настройки,
особенности
20
использования
НЛК
в
промышленных
применениях,
что
позволило
сформулировать цель и задачи исследований диссертационной работы.
2. Проведен анализ и оценка критериев выбора функций нечеткой
импликации, композиции, конъюнкции и дизъюнкции, определены функции
нечеткой логики принятия решений, которые наиболее часто используются при
проектировании
НЛК.
Показано,
что
для
снижения
трудоемкости
вычислительных операций наиболее приемлемым являются правила нечеткой
импликации Мамдани и Ларсена.
3. Предложена и разработана процедура расчета емкости ассоциативной
памяти НСХ для структуры системы управления с НПИДК и внутренней
нейронной моделью в виде сети Хопфилда, которая зависит от способа
обучения сети и начальных условий, а учет корреляционных связей высшего
порядка позволяет увеличить емкость АП до 2n-1, минимизировать ошибки
нечеткого вывода и определить требуемую емкость АП для формирования
образа объекта управления.
4. Разработан и обоснован метод синтеза и проектирования нечетких
логических схем, который является развитием методологии синтеза цифровых
автоматов и булевых функций и может использоваться при синтезе НЛК для
MIMO систем управления и обработки информации.
5. Разработана процедура минимизации нечетких логических функций,
которая основана на использовании операций нечеткой логики: склеивания,
поглощения, вычеркивания и расширения терм-фраз, входящих в исходную
НЛФ, и методе двоично-четвертичного представления нечетких терм-фраз, что
позволяет реализовать операции нечеткой логики путем выполнения
логической операции «И» булевой алгебры и решении задач выбора
21
минимального множества нечетких простых импликант, на основе анализа
импликантых матриц.
6. Предложена и разработана процедура аппаратной реализации базы
правил НЛК на основе использования нечетких операций И, ИЛИ, НЕ,
ИМПЛИКАЦИИ и декомпозиционного метода синтеза цифровых схем.
Синтезированы схемы нечетких модулей, реализующих эти операции, а также
универсальный МкМ модуль в виде однонаправленной сети для решения
максиминного выбора значений функцій принадлежности нечетких логических
переменных.
7. Разработаны методы проектирования НПИДК различного типа на
основе функционального оценочного подхода. Выбор структуры модуля
нечеткого вывода, правил рассуждений и функций принадлежности основан на
использовании двух основных критериев: простоты и нелинейности. Показано,
что
НПИДК
прямого
действия
более
предпочтителен
НПИДК
с
диспетчеризацией коэффициентов усиления в соответствии с критерием
простоты формирования нелинейных свойств.
8. Предложено использовать пять оценочных показателей: композиция
управляющего воздействия, взаимное влияние входных переменных и
коэффициентов усиления, вариации значений коэффициента усиления,
увеличение числа правил для анализа функциональных оценок характеристик
НПИДК с различными структурами, которые не зависят от модели объекта
управления.
9. Предложено
апроксиматора
оценку
нелинейности,
характеристики
осуществлять
нелинейности
в
НПИДК
соответствии
с
как
тремя
концептуальными подходами: функциональная оценка, оценка обобщенной
способности аппроксимации и оценка, основанная на вариации нелинейности.
22
Сравнение этих подходов показывает, что аппроксимация основанная на
вариациях нелинейностей является наиболее эффективной оценкой.
10. Предложено
для
оценки
вариаций
нелинейности
НПИДК
использовать два показателя – ИВН и АИН. ИВН способствует реализации
контроллером произвольных нелинейностей, в то же время как АИН дает
возможность
реализации
контроллером
качественной
линейной
аппроксимации.
11. Разработан метод и процедура ручной настройки параметров
нечетких логических контроллеров, основанная на использовании известных
методов проектирования и настройки параметров КПИДК.
12. Разработан метод настройки параметров НПИДК, который позволяет
аналитически вычислять начальные значения его коэффициентов через
соответствующие значения параметров КПИДК для различных методов
деффазификации и вычисления значений выходного параметра с учетом
качественной оценки результата настройки. Верификация корректности
предложенного метода настройки осуществлялась путем моделирования
системы управления с тремя различными объектами в системе MATLAB.
13. Результаты работы внедрены в опытном производстве ИСМА НАНУ и
в учебном процессе кафедры автоматизации химико-технологических систем и
экологического мониторинга НТУ “ХПИ”.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1. Мишель Ж. Программируемые контроллеры / Мишель Ж., Лоржо К.,
Эспьо Б., пер. с франц. А. П. Сизова – М.: Машиностроение, 1986 – 176.
2. Загарий Г.И. Программируемые контролеры для систем управления.
Часть 1. Архитектура и технология применения / Г.И. Загарий,
Н.О. Ковзель, В.И. Поддубняк и др. – Харьков: ХФИ “Транспорт
Украины”; – Харьков: Издательство “Регион Информ”, 2001. – 316 с.
3. Фурман И.А.
Программируемые
контролеры
промышленного
назначения: Учебное пособие для вузов / И.А. Фурман. – М-во
образования Украины. – К., 2000. – 228 с.
4.
Программируемые
контролеры
повышенной
надежности
для
управления автоматическими линиями: [Обзор] / И.Н. Миков,
Л.В. Дербунович, В.В. Нешвеев, Е.А. Мечникова. – М.: НИИмаш, 1984,
– 52с. –
(С-1. Станкостроение).
5. Амбарцумян А.А. Программируемые логические контролеры и их
применение / А.А. Амбарцумян, А.И. Потехин, Е.Н. Запольских //
Измерения, контроль, автоматизация. – 1979 – № 4(20). – С. 25–33.
6. Баранов С.И. Цифровые устройства на программируемых БИС с
матричной структурой / С.И. Баранов, В.А. Скляров – М.: Радио и
связь, 1986. – 270 с.
7. Бернард
К.
Быстородействующие
микропрограммные
микроконтроллеры фирмы “Altera” / К. Бернард // Электроника. –
1987. – №5. – С. 39–43.
8. Глушков В.М. Синтез цифровых автоматов / В.М. Глушков. – М.:
Физматгиз, 1962. – 476 с.
9. Загарий
Г.И.
Принципы
построения
устройств
управления
последовательными операциями / Г.И. Загарий // Управляющие
системы и машины. – 1975. - № 1. – С. 56–66.
10. Абугов Ю.О.
Микроэлектронные
устройства
программного
и
логического управления. Принципы построения / Ю.О. Абугов, К.И.
Диденко, Г.И. Загарий. – М.: Машиностроение, 1979. – 208 с.
11. Фурман И.А. Математическая модель и принципы организации
параллельных логических контролеров / И.А. Фурман, А.И. Никонов //
Управляющие системы и машины. – 1986. – № 4 – С. 53–75.
12. Фурман И.А. Опыт создания и оценка эффективности параллельных
логических
контролеров
/
И.А.
Фурман,
А.И.
Никонов
//
Электротехника. – 1986. – № 12 – С. 37–40.
13. Фурман И.А. Методология разработки параллельного логического
контролера / И.А. Фурман, А.И. Никонов // Электротехника. – 1986. № 12 – С. 37–40.
14. Контроллеры и процессоры с параллельной архитектурой / [И.А.
Фурман, В.А. Краснобаев, М.Л. Малиновский, С.В. Панченко]; под ред.
Г.И. Загария. – X.: УкрГАЖТ, 2006. – 416 с.
15. Закревский А.Д. Параллельный автомат / А.Д. Закревский // Доклады
АН БССР. – 1984.–Т.28., №8. – С. 717–719.
16. Закревский А.Д. Реализация на программируемых логических матрицах
параллельных алгоритмов логического управления / А.Д. Закревский
// Автоматика и телемеханика. – 1983. – №7. – С. 116–123.
17. Деменков Н.П.
Языки
программирования
промышленных
контроллеров / Н.П. Деменков. – М.: Изд-во МГТУ им. Н.Э. Баумана,
2004. - 172 с.
18. Методы
построения
безопасных
микроэлектронных
систем
железнодорожной автоматики / [В.В. Сапожников, Вл. В. Сапожников,
Х.А. Христов, Д.В. Гавзов]; под ред. Вл. В. Сапожникова. – М.:
Транспорт. 1995. – 272 с.
19. Харченко В.С.
элементы
Гарантоспособность
методологии
/
и
гарантоспособные
В.С. Харченко
//
системы:
Радіоелектронні
і
комп'ютерні системи. –2006. – №5(17) – С. 7–19.
20. Маковский М.Л.
Программная
реализация
безопасных
многоверсионных управляющих автоматов параллельного действия
на базе ПЛИС / М.Л. Маковский // Інформаційно-керуючі системи на
залізничному транспорті. – 2001. – №4. – С. 146.
21. Раскин Л.Г. Нечеткая математика / Л.Г. Раскин, О.В. Серая. – Харьков:
Парус, 2008. – 352с.
22. Zadeh L.A. Fuzzy sets / L.A. Zadeh // Information and Control – 1965. – №8,
– P. 338–353.
23. Заде Л.А. Понятие лингвистической переменной и его применение к
принятию
приближенных
решений
/
Л.А. Заде;
[перевод
с
английского Н.И. Ринго под редакцией Н. Н. Моисеева и С. А.
Орловского]. – М.: Мир, 1976. – 166c.
24. Кофман А. Введение в теорию нечетких множеств / А. Кофман; [пер. с
французского]. – М.: Радио и связь, 1982. – 432 с.
25. Нечеткие множества в моделях управления и искусственного
интеллекта / [под редакцией Д. А. Поспелова]. – М.: Наука. Гл. ред.
физ.-мат. лит. – 1986. – 312 с.
26. Методы робастного, нейро-нечеткого и адаптивного управления:
Учебник / под ред. Н.Д. Егупова. – [2-е издение, стериорипное]. – М.:
Изд-во МГТУ им. Н.Э. Баумана. 2002. – 744 c.
27. Mamdani E.H. Application of fuzzy algorithms for the control of a dynamic
plant / E.H. Mamdani // Proceedings of the Institution of Electrical
Engineers. – 1974. – Т. 121, № 12. – P. 1585–1588.
28. Takagi T. Fuzzy identification of systems and its application to modeling and
control / T. Takagi, M. Sugeno // IEEE Transactions on Systems, Man and
Cybernetics. – 1985. – Т. SMC-15, № 1. – P. 116-132.
29. Пегат А. Нечеткое моделирование и управление / А. Пегат [пер. с англ.].
– М.: БИНОМ. Лаборатория знаний, 2009. – 798 с. – (Адаптивные и
интеллектуальные системы).
30. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH /
А.В. Леоненков. – СПб.: БХВ-Петербур, 2003. – 736 с.
31. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие
системы / Д. Рутковская, М. Пилиньский, Л. Рутковский [пер. с
польского Д.И. Рудницкого]. – М.: Горячая линия – Телеком, 2004. –
452 с.
32. Штовба С.Д. Проектирование нечетких систем средствами MATLAB /
С.Д. Штовба. – М.: Горячая линия – Телеком, 2007. – 288 с.
33. Корченко А.Г. Построение систем защиты информации на нечетких
множествах. Теория и практические решения. / А.Г. Корченко – К.: МКПресс, 2006. – 320 с.
34. Герман Э.Е. Современное состояние и перспективы развития систем
нечеткого управления / Э.Е. Герман // Вісник Національного
технічного університету “Харківський політехнічний інститут”. – 2008. –
№57. – С. 37–44.
35. Герман Э.Е. Оценка емкости ассоциативной памяти на основе
нейронной сети Хопфилда / Э.Е. Герман, Л.В. Дербунович // Вісник
Національного технічного університету “ХПІ”. – 2003. – №21. – С. 37–
44.
36. Герман Э.Е. Методы проектирования нечетких ПИД контроллеров / А.И.
Гапон, Э.Е. Герман, Л.В. Дербунович // Вісник Національного
технічного університету “Харківський політехнічний інститут”. – 2005. –
№17 – С. 15–21.
37. Герман Э.Е. Система нечеткого управления процессом выращивания
функциональных монокристаллов / А.И. Гапон, Э.Е. Герман, Л.В.
Дербунович
//
Вісник
Національного
технічного
університету
“Харківський політехнічний інститут”. – 2006. – №31. – С. 11–18.
38. Герман Э.Е. Нечеткий ПИД контроллер в системах управления
установками для выращивания / Э.Е. Герман, Л.В. Дербунович //
Вісник
Національного
технічного
університету
“Харківський
політехнічний інститут”. – 2007. – №10 – С. 46–54.
39. Каргин А.А. Интеллектуальные машины: от нечетких регуляторов до
ситуационных систем управления / А.А. Каргин, Т.Г. Петренко //
Вестник Донецкого государственного университета. – 1998. – №2. – С.
164–172.
40. Усков А.А. Интеллектуальные системы управления на основе методов
нечеткой логики / А.А. Усков, В.В. Круглов – Смоленск: Смоленская
городская типография, 2003. – 177 с.
41. Rotach V.J. On Connection between Traditional and Fuzzy PID Regulators /
V.J. Rotach // Proceedings of 6th Fuzzy Colloquium, 3-4 Sept. 1998. –
Zittau, Germany, 1998. – P. 86–90.
42. Comparative Analysis of Classical and Fuzzy PID Control Algorithms /
P. Pivoňka, P. Blaha // Proceedings of 7-th Fuzzy Colloquium, 8-10 Sept.
1998. – Zittau, Germany 1999. – P. 176–181.
43. Butkiewicz B.S. Properties of a System with hybrid Fuzzy-conventional PID
Controller / B.S. Butkiewicz // 5-th International Conference on Soft
Computing. MENDEL’99, 9-12 June, 1999. – Brno, Czech Republic, 1999. –
P. 223–227
44. Babuška R. Fuzzy Modeling. A Control Engineering Perspective / R. Babuška
//. Proceedings of FUZZ IEEE'95, 20-24 March, 1995. – Yokohama, Japan,
1995. – P. 1897–1902.
45. Kosko B. Neural Networks and Fuzzy Systems: A Dynamical Systems
Approach to Machine Intelligence / B. Kosko. – Prentice Hall, Englewood
Cliffs, N.J., 1992. – 449 с.
46. Осовский С. Нейронные сети для обработки информации / С. Осовский.
[Пер. с польського И.Д. Рудинского]. – М.: Финансы и статистика, 2002.
– 344 с.
47. Деменков Н.П. Нечеткое управление в технических системах: Учебное
пособие / Н.П. Деменков. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. –
200с.
48. Дмитриенко В.Д. Основы теории нейронных сетей. Учебное пособие /
В.Д. Дмитриенко, Н.И. Корсунов. – Белгород: БИИММАП, 2001. – 159с.
49. Fuzzy Logic Technicques in Power Systems / Ed. by W. Mielczarski. –
Physica-Verlag, 1998. – 456с.
50. Yagishita O. Application of fuzzy reasoning to the water purification
process / O. Yagishita, O. Itoh, M. Sugeno // Industrial Application of Fuzzy
Control / Ed. by M. Sugeno. – Amsterdam: North-Holland, 1985. – P. 19–
40.
51. Yasunobu S. Evaluation of an automatic container crane operation system
based on predictive fuzzy control / S. Yasunobu, T. Hasegawa // Control
Theory and Advanced Technology. – 1986. – №2. – С. 419–432.
52. Yasunobu S. Predictive fuzzy control and its application for automatic
container crane operation system / S. Yasunobu, T. Hasegawa //
Proceedings of 2nd International Fuzzy Systems Association Congress, 2025 July, 1987. – Tokyo, Japan, 1987. – P. 349–352.
53. Yasunobu S. Automatic train operation and automatic crane operation
systems based on predictive fuzzy control / S. Yasunobu, S. Sekino, T.
Hasegawa / Proceedings of 2nd International Fuzzy Systems Association
Congress, 20-25 July, 1987. – Tokyo, Japan, 1987. – P. 835-838.
54. Fujitec F. FLEX-8800 series elevator group control system / F. Fujitec –
Fujitec Co., Ltd., Osaka, Japan, 1988. – 64 с.
55. Yamakawa T. High speed fuzzy controller hardware system / T. Yamakawa
// Proceedings of 2nd Fuzzy System Symposium, June, 1986. – Japan, 1986
– С. 122-130.
56. Yamakawa T. Fuzzy controller hardware system / T. Yamakawa // Preprints
of 2nd International Fuzzy Systems Association Congress, 20-25 July, 1987.
– Tokyo, Japan, 1987.
57. Yasunobu S. Fuzzy control for automatic train operation system /
S. Yasunobu, S. Miyamoto, H. Ihara // Proceedings of 4th IFAC/IFIP/ IFORS
Int. Congress on Control in Transportation Systems, April 1983. – BadenBaden, Federal Republic of Germany, 1983. – P. 39–45.
58. Yasunobu S. Automatic train operation by predictive fuzzy control / S.
Yasunobu, S. Miyamoto // Industrial Application of Fuzzy Control / Ed. by
M. Sugeno. – Amsterdam: North-Holland, 1985. – P. 1–18.
59. Togai M. Expert system on a chip: An engine for real-time approximate
reasoning / M. Togai, H. Watanabe // IEEE Expert Magazine. – 1986. –
Vol. 1, № 3. – С. 55–62.
60. Togai M. A fuzzy accelerator and a programming environment for real-time
fuzzy control / M. Togai, S. Chiu // Proceedings of 2nd International Fuzzy
Systems Association Congress, 20-25 July, 1987. – Tokyo, Japan, 1987. –
P. 147-151.
61. Watanabe H. Reconfigurable fuzzy logic processor: A full custom digital VLSI
/ H. Watanabe, W. Dettloff // International Workshop on Fuzzy System
Applications, Aug., 1988. – Iizuka, Japan, 1988. – С. 49–50.
62. Yamakawa T. The current mode fuzzy logic integrated circuits fabricated by
the standard CMOS process / T. Yamakawa, T. Miki // IEEE Transactions on
Computer. – 1986. – Vol. C-35, № 2. – С. 161-167.
63. Yamakawa T. Fuzzy memory device / T. Yamakawa, K. Sasaki // Proceedings
of 2nd International Fuzzy Systems Association Congress, 20-25 July, 1987.
– Tokyo, Japan, 1987. – P. 551-555.
64. Yamakawa T. Fuzzy microprocessors – rule chip and defuzzi-fier chip / T.
Yamakawa // International Workshop on Fuzzy System Applications, Aug.,
1988. – Iizuka, Japan, 1988. – P. 51-52.
65. Yamakawa T. A simple fuzzy computer hardware system employing min
and max operations – A challenge to 6th generation computer / T.
Yamakawa // Proceedings of 2nd International Fuzzy Systems Association
Congress, 20-25 July, 1987. – Tokyo, Japan, 1987. – P. 827-830.
66. Driankov D. An Introduction to Fuzzy Control / D. Driankov, H. Hellendoom,
M. Reinfrank. – Springer-Verlag, Berlin, 1993. – 316 р.
67. Kwon D.P. Linguistic PID controllers / D.P. Kwon, P. Tam, P.K. Li, P. Wang //
Proceedings of 11th IFAC World Congress, 13-17 Aug. 1990. – Tallin,
Estonia, 1990. – Vol. 7. – P. 192-197.
68. Zhao Z.-Y. Fuzzy gain scheduling of PID controllers / Z.-Y. Zhao, M. Tomizuka
S. Isaka // IEEE Transactions on Systems, Man and Cybernetics. – 1993. –
Vol. 23, № 5. – P. 1392-1398.
69. Johansen T.A. Fuzzy Model Based Control: Stability, Robustness and
Performance Issues / T.A. Johansen // IEEE Transactions on Fuzzy Systems.
– 1994. – Vol. 2, № 3. – P. 221-234.
70. Escamilla-Ambrosio P.J. Low order modelling and PID-type fuzzy logic
control using multiple sensors / P.J. Escamilla-Ambrosio, N. Mort //
Proceedings of the UKACC Control, 6-9 September 2004. – Bath, U.K.,
2004.
71. Q. –G. Wang, P. –P. Hang and B. Zou. “Low-order modeling from relay
feedback”, Industrial and Engineering Chemistry Research. – 1997 – № 36.
– P. 375-381.
72. Escamilla-Ambrosio P.J. Auto-tuning of fuzzy PID controllers / P.J. EscamillaAmbrosio, N. Mort // Proceedings of the 15th XV IFAC World Congress, 2126 July, 2002. – Barcelona, Spain, 2002.
73. Aström K.J. Towards intelligent PID control / K.J. Aström, C.P. Hang,
P. Person, W. K. Ho // Automatica. A Joural of IFAC. – Elsevier Ltd., 1992. –
Vol. 28, № 1. – P. 1–9.
74. Lee C.P. Fuzzy Logic in control systems: Fuzzy Logic Controller – Part I /
C.P. Lee // IEEE Transactions on Systems, Man and Cybernetics. – 1990. –
Vol. 20, № 2. – P. 404–418.
75. Pedrycz W. Fuzzy Control and Fuzzy Systems / W. Pedrycz. – Research
Studies Press, England, 1993. – 350 р.
76. Santos M. Fuzzy-PID Controllers vs. Fuzzy PI Controllers / M. Santos,
S. Dormido, J.M. de la Cruz // Proceedings of the Fifth IEEE International
Conference on Fuzzy Systems, 1996. – New Orleans, USA, 1996. – Vol. 3.
P. 1598–1604.
77. Bicker R.A Self-tuning Fuzzy Robotic Force Controller / R. Bicker, Z. Hu,
K. Burn // Proceedings of the 14th CISM-IFToMM Symposium on the
Theory and Practice of Robots and Manipulators, RoManSy, 2002. – Udine,
Italy, 2002. – P 119–126.
78. Raibert M.H Hybrid position/force control of manipulators / M.H Raibert, J.J
Craig // Transactions of the ASME, Journal of Dynamic Systems,
Measurement, and Control. – Vol. 102. – P. 126–133.
79. Kazerooni H. Automated robotic deburring using impedance control /
H. Kazerooni // IEEE Control System Magazine. – 1988. – Vol 8, №1. –
P. 21-25.
80. Astrom K.J. PID controllers: Theory, design and tuning / K.J. Astrom,
T. Hagglund. – Research Triangle Park, N.C.: Instrument Society of
America, 1993. – 244 p.
81. Li H.-X. A comparative design and tuning for conventional fuzzy control / H.X. Li // IEEE Transactions on Systems, Man, and Cybernetics, Part B:
Cybernetics. – 1997. – Vol. 27, № 5. – P. 884–889.
82. Astrom K.J. The future of PID control / K.J. Astrom, T Hagglund // Control
Engineering Practice. – 2001 – Vol 9, №11 – P. 1163–1175.
83. Deshpande P.B. Improve quality control on-line with PID controllers /
P.B. Deshpande // Chemical Engineering Progress. – 1991. – Vol. 88, №5. –
P. 71–76.
84. Bennett S. The past of PID controllers / S. Bennett // Annual Reviews in
Control. – 2001. – №25. – P 43–53.
85. Bohn C. An analysis package comparing PID anti-windup strategies / C.
Bohn, D.P. Atherton // IEEE Control Systems. – 1995. – Vol. 15, №2. –
P. 15, 34–40.
86. Huang H. Nonlinear PID controller and its applications in power plants / H.
Huang // Proceedings of PowerCon 2002. International Conference on
Power System Technology, 13-17 Oct. 2002. – Vol. 3. – P. 1513 - 1517.
87. Jiang F. An application of nonlinear PID control to a class of truck ABS
problems / F. Jiang, Z. Gao// Proceedings of the 40th IEEE conference on
decision and control, 4-7 Dec. 2001. – Orlando, Florida, USA, 2001. – № 1.
– P. 516–521.
88. Santibanez V. A class of nonlinear PID global regulators for robot
manipulators / V. Santibanez, R. Kelly // Proceedings of IEEE international
conference on robotics and automation. 16-20 May 1998. – Leuven,
Belgium, 1998. – № 4. – P. 3601–3606.
89. Tan Y.-H. Generalised nonlinear PID controller based on neural networks /
Y.-H. Tan, X.-J. Dang, A. van Cauwenberghe // Proceedings of information,
decision and control. IDC 99. 8-10 Feb. 1999. – Adelaide, Australia, 1999. –
P. 519–524.
90. Chen C.-L. Design and analysis of neural/fuzzy variable structural PID
control systems / C.-L. Chen, F.-Y. Chang // IEE Proceedings Control Theory
and Applications, 1996. – Vol. 143, № 2. – P. 200–208.
91. Yen J. Industrial applications of fuzzy control and intelligent systems. /
J. Yen, R. Langari; ed L.A. Zadeh. – New York: IEEE Press. 1995. – 458 p.
92. Ying H. Fuzzy control theory: A nonlinear case / H. Ying, W. Siler, J.J. Buckley
// Automatica. – 1990 – Vol. 26. – P. 513–520.
93. Ying H. Fuzzy control and modeling: Analytical foundations and
applications. / H. Ying – New York: IEEE Press. 2000. – 310 p.
94. Ying, H. Fuzzy control of mean arterial pressure in postsurgical patients with
sodium nitroprusside infusion / H. Ying, M. McEachern, D. Eddleman,
L.P. Sheppard // IEEE Transactions on Biomedical Engineering. – 1992. –
Vol. 39, №10 – P. 1060-1070.
95. Sheppard L.P. Computer control of the infusion of vasoactive drugs. /
L.P. Sheppard // Annual of Biomedical Engineering. – 1980. – Vol. 8, № 46. – P. 431–444.
96. Skrjanc I. Predictive functional Control based on fuzzy model for heatexchanger pilot plant / I. Skrjanc, D. Matko // IEEE Transactions on Fuzzy
Systems. – 2000. – Vol.8, №6. – P. 705– 712.
97. Суздаль В.С. Управление нестационарным процессом выращивания
крупногабаритных монокристаллов из расплпва / В. С. Суздаль, Ю. М.
Епифанов, А. В. Соболев, И. И. Тавровский // Інформаційнокеруючісистеми на залізничному транспорті. Харків: ХАРДАЗТ, 2007 –
№4(66). – С. 77–82.
98. Л.В. Дербунович, В.С. Суздаль, Ю.Н. Епифанов, Ю.С. Козьмин // Система
управления выращиванием сцинтилляционных материалов. Вісник
Національного технічного університету “Харківський політехнічний
інститут”. Збірник наукових праць. Тематичний випуск: Автоматика та
приладобудування. – Харків: НТУ“ХПІ”2008. – №31. – С.58–65.
99. Shen J.P. Fuzzy Neural Networks for Tuning PID Controller for Plants with
Underdamped Responses / J.P. Shen // IEEE Transactions on Fuzzy
Systems. – 2001. – Vol. 9, № 2. – P. 333– 342.
100. Astrom K.J. “Automatic tuning and adaptation for PID controllers – A
survey / K.J. Astrom, T. Hagglund, P.P. Hang, W.K. Ho // IFAC J. Contr. Eng.
Practice. – 1993. – Vol. 1, № 4. – P. 699–714.
101. Astrom K.J. Automatic Tuning and Adaptation for PID Controllers – A
Survey / K.J. Astrom, T. Hagglund, C.C. Hang, W.K. Ho // IFAC J. Control
Eng. Practice. – 1993. – Vol. 1, № 4. – P. 699-714.
102. Alejandro A. A simplified version of Mamdani’s fuzzy controller: the
natural logic controller / A. Alejandro, A. Joseph // IEEE Transactions on
Fuzzy Systems. – 2006. – Vol.14, № 1. – P. 16–30.
103. Kosko B. Fuzzy Systems as Universal Approximators / B. Kosko // IEEE Int.
Conf. on Fuzzy Systems, 8-12 March 1992. – San Diego CA, USA, 1992. –
P. 1143–1162.
104. Wang L.-X. Fuzzy Systems are universal Approximators / IEEE Int. Conf. on
Fuzzy Systems, 8-12 March, 1992. – San Diego CA, USA, 1992. –
P. 1163-1170.
105. Герман Э.Е. Оптимизация параметров нечетких ПИД контроллеров /
Э.Е. Герман, Л.В. Дербунович, С.В. Белецкий // Вісник Національного
технічного університету “Харківський політехнічний інститут”. Збірник
наукових
праць.
Тематичний
випуск:
Автоматика
та
приладобудування. – 2007. – № 36 – С. 3–8.
106. Герман Э.Е. Минимизация нечетких логических функций и ее
применение / А.И. Гапон, Э.Е. Герман, Л.В. Дербунович // Вісник
Національного технічного університету “Харківський політехнічний
інститут”. Збірник наукових праць. Тематичний випуск: Автоматика та
приладобудування. – 2005. – №7. C. 46-54.
107. Герман Э.Е. Преобразование классического ПИД контроллера в
линейный нечеткий ПИД контроллер / Э.Е. Герман // Вісник
Національного технічного університету “Харківський політехнічний
інститут”. Збірник наукових праць. Тематичний випуск: Автоматика та
приладобудування. – 2009. – № 23. – C.– 42-49.
108. Герман Э.Е. Метод настройки параметров нечеткого ПИД контроллера
для нестационарных объектов / Э.Е. Герман, Л.В. Дербунович //
Тематичний випуск «Проблеми автоматизованого електроприводу.
Теорія і практика» науково-технічного журналу «ЕЛЕКТРОІНФОРМ» –
Львів: ЕКОінформ, 2009. – С. 430-431.
109. Герман Э.Е. Синтез гибридных контроллеров для управления
процессами выращивания крупногабаритных монокристаллов /
Э.Е. Герман // Інформаційно-керуючі системи на залізничному
транспорті. – 2010. – № 3. – C. 53–56.
110. Герман
Э.Е.
Минимизация
нечетких
логических
формул
/
Л.В. Дербунович, Э.Е. Герман, И.Г. Либерг // Інформаційно-керуючі
системи на залізничному транспорті. – 2011. – № 1. – C. 1-36.
111. Герман Э.Е. Синтез схем на основе нечетких логических формул /
Л.В. Дербунович, Э.Е. Герман // Інформаційно-керуючі системи на
залізничному транспорті. – 2011. – № 3. – C. 75-81.
112. Baldwin J.F. Axiomatic approach to implication for approximate reasoning
with fuzzy logic / J.F. Baldwin, B.W. Pilsworth // Fuzzy Sets Syst. – 1980 –
Vol. 3, № 2. – P. 193-219.
113. Dubois D. Fuzzy logics and the generalized modus ponens revisited /
D. Dubois, H. Prade // Cybem. Syst. – 1984. – Vol. 15. – P. 3-4.
114. Dubois D. The generalized modus ponens under sup-min composition—A
theoretical study / D. Dubois, H. Prade [in Approximate Reasoning in
Expert Systems] Eds M.M. Gupta, A. Kandel, W. Bandler, J.B. Kiszka. –
Amsterdam: North-Holland, 1985. – P. 217-232.
115. Fukami S. Some considerations of fuzzy conditional inference / S. Fukami,
M. Mizumoto, K. Tanaka // Fuzzy Sets Syst. – 1980. – Vol. 4. – P. 243-273.
116. Kiszka J.B. The influence of some parameters on the accuracy of fuzzy
model / J.B. Kiszka, M.E. Kochanska, D.S. Sliwinska
[in Industrial
Applications of Fuzzy Control] Ed. M. Sugeno. – Amsterdam: NorthHolland, 1985. – P. 187-230.
117. Mizumoto M. Comparison of fuzzy reasoning methods / M. Mizumoto,
H. Zimmermann // Fuzzy Sets and Systems – 1982. – Vol. 8. – P 253–283.
118. Mizumoto M. Comparison of various fuzzy reasoning methods /
M. Mizumoto // Proceedings in 2nd International Fuzzy Systems
Association Congress, 20-25 July, 1987. – Tokyo, Japan, 1987. – P. 2–7.
119. Pedrycz W. Applications of fuzzy relational equations for methods of
reasoning in presence of fuzzy data / W. Pedrycz // Fuzzv Sets Svst. –
1985. – Vol. 16. – P. 163-175.
120. Дьяконов В.П. MATLAB 6.5/7.0/7 SP1/7 SP2 + Simulink 5/6.
Инструменты искусственного интеллекта и биоинформатики /
В.П. Дьяконов. – СОЛОН-Пресс – Москва, 2005. – С. 456.
121. Zadeh L.A. Outline of a new approach to the analysis complex systems and
decision processes / L.A. Zadeh // IEEE Trans. Syst. Man Cybem. – 1973. –
Vol. SMC-3, № 1. – P. 28-44.
122. Минаев М.Ю. Методы и программные средства реализации Операций
нечеткой арифметики / М.Ю. Минаев, Е.Т. Грузинская // Электронное
моделирование. – 1988. – T. 10, № 5. – С. 17–23.
123. Корченко А.Г. Быстродействующий вычислитель для реализации
нечетких арифметических операций / А.Г. Корченко, Л.Г. Черныш //
Вісник КМУЦА. – 1999. – №1(2). – С107–110.
124. Kandel A. On the Decomposition of Fuzzy Functions / A. Kandel. // IEEE
Trans. on comp. – 1976. – Vol. C-25, № 11. – P. 1124-1130.
125. Нитта Кейитиро. Модули для выполнения нечеткого логического
вывода // Отомэсэн. – Automation. – 1991. 36. №9. – С. 38-43.
126. Черныш Л.Г. Максминторный сепаратор нечетких вычислителей для
диагностических систем реального времени // Автоматизированные
системы обработки информации: Сб. науч. тр. – К: КМУГА, 1996. –
С. 107–110.
127. Корченко А.Г.,
Черныш Л.Г.
Быстродействующий
числитель
для
реализации нечетких арифметических операций // Вісник КМУЦА. –
1999. – №1(2). – С. 107–110.
128. Корченко А.Г. Анализ методов выполнения нечетких операций над
нетолерантными числами для применения в компьютерных системах
защиты
информации
/
А.Г. Корченко,
А.К. Юдин,
В.В. Душеба,
В.А. Рындюк // Матеріали міжнар. конф. “Інформаційні технології в
банківській та страховій справі”. – К: КНАУ, 2003. – С. 105–110.
129. Kiszka J.B. The influence of some fuzzy implication operators on the
accuracy of a fuzzy model – Part I / J.B. Kiszka, M.E. Kochanska,
D.S. Sliwinska // Fuzzy Sets Syst. – 1985. – Vol. 15, № 2. – P. 111–128.
130. Kiszka J.B. The influence of some fuzzy implication operators on the
accuracy of a fuzzy model – Part II / J.B. Kiszka, M.E. Kochanska,
D.S. Sliwinska // Fuzzy Sets Syst. – 1985. – Vol. 15, № 3. – P. 223–240.
131. Mizumoto M. Fuzzy controls under various approximate reasoning
methods / M. Mizumoto // Proceedings of 2nd International Fuzzy
Systems Association Congress, 20-25 July, 1987. – Tokyo, Japan, 1987. –
P. 143–146.
132. Braade M. Theoretical and linguistic aspects of the fuzzy logic controller /
M. Braade, D.A. Rutherford // Automatica – 1979 – Vol. 15. – P 553–577.
133. Zadeh L.A. Fuzzy algorithm / L.A. Zadeh // Informal. Control – 1968. –
№ 12. – P. 94-102.
134. Tsukamoto Y. An approach to fuzzy reasoning method // Advances in
Fuzzy Set Theory and Applications / Y Tsukamoto; eds M.M. Gupta est. –
Amsterdam: North-Holland, 1979. – P. 137–149.
135. Takagi T. Derivation of fuzzy control rules from human operator's control
actions / T. Takagi, M. Sugeno // Proceedings of the IFAC Symp. on Fuzzy
Information, Knowledge Representation and Decision Analysis, 19-21 July,
1983. – Marseilles, France, 1983. – P. 55–60.
136. Sugeno M. Fuzzy control of model car / M. Sugeno, M. Nishida / Fuzzy Sets
Syst. – 1985. – Vol.16, № 2. – P. 103–113.
137. Sugeno M. Fuzzy parking control of model car / M. Sugeno, K. Murakami /
Proceedings of 23rd IEEE Conf. on Decision and Control. 12-14 Dec 1984. –
Las Vegas, USA 1984. – P. 902–903.
138. Sugeno M. An experimental study on fuzzy parking control using a model
car // Industrial Applications of Fuzzy Control/ M. Sugeno, K. Murakami;
ed. M. Sugeno. – Amsterdam: North-Holland, 1985. – P. 125–138.
139. McCormac S.E. Neural and fuzzy modelling and fuzzy predictive control of
a non-linear coupled multi-variable plant / S.E. McCormac, J.V. Ringwood /
Proceedings of the International Conference EUFIT'97, 1997. – Aachen,
Germany, 1997. – Vol.2. – P. 1311-1315.
140. Dias J.M., Correia A. D. (1997) Multivariable decoupling and control by a
self-organizing fuzzy system with real-time learning / J.M. Dias,
A.D. Correia // Proceedings of the International Conference EUFIT'97,
1997. – Aachen, Germany, 1997. – Vol.2. – P. 1233–1237.
141. Lacróse V. Multivariable fuzzy control using bi-dimensional fuzzy sets /
V. Lacróse, A. Titli // Application to a mixing tank. Proceedings of the
International Conference EUFIT'97, 1997. – Aachen, Germany, 1997. –
Vol.2. – P. 1259–1263.
142. Самофалов К.Г. Прикладная теория цифровых автоматов / К.Г.
Самофалов, А.М. Романкевич. – К.: Вища шк. – 1987. – 357 с.
143. Поспелов Д.А. Логические методы анализа и синтеза схем /
Д.А. Поспелов – М.: Энергия, 1974. – 368с.
144. M. Mizumoto, “Fuzzy controls under various fuzzy reasoning methods / //
Inf. Sci. – 1988. – Vol. 45. – P. 129–151.
145. Ying H. The simplest fuzzy controllers using different inference methods
are different nonlinear proportional-integral controllers with variable
gains / H. Ying // Automatica. – 1993. – Vol. 29. – P. 1579–1589.
146. Nakanishi H. A review and comparison of six reasoning methods /
H. Nakanishi, I.B. Turksen, M. Sugeno // Fuzzy Sets Syst. – 1993. – Vol. 57.
P. 257–294.
147. Chen C.-L. Theoretical analysis of crisp-type fuzzy logic controllers using
various t-norm sum-gravity inference methods / C.-L. Chen, S.N. Wang,
C.-T. Hsieh, F.-Y. Chang // IEEE Trans. Fuzzy Syst. – 1998. – Vol. 6, № 1. –
P. 122–136.
148. Ying H. The Takagi-Sugeno fuzzy controllers using the simplified linear
control rules and nonlinear variable gains / H. Ying // Automatica. – 1998.
– Vol. 34, № 2. – P. 157–167.
149. Chen G. Conventional and fuzzy PID controllers: An overview / G. Chen //
International Journal of Intelligent Control and Systems. – 1996. – Vol. 1. –
P. 235–246.
150. Mamdani E.H. An experiment in linguistic synthesis with a fuzzy logic
controller / E.H. Mamdani, S. Assilian // Int. J. Man-Mach. Stud. – 1975. –
Vol. 7. – P. 1–13.
151. Tong R.M. Evaluation of fuzzy models derived from experimental data /
R.M. Tong // Fuzzy Sets Syst. – 1980. – Vol. 4. – P. 1–12.
152. Wang L.-X. A Course in Fuzzy Systems and Control / L.-X. Wang. –
Englewood Cliffs, NJ: Prentice Hall, 1997. – P. 424.
153. Takagi T. Fuzzy identification of systems and its applications to modeling
and control / T. Takagi, M. Sugeno // IEEE Trans. Syst., Man, Cybern. –
1985. – Vol. 15. – P. 116–132.
154. Sugeno M. Fuzzy modelling and control of multilayer incinerator /
M. Sugeno, G.T. Kang // Fuzzy Sets Syst. – 1986. – Vol. 18. – P. 329–346,
155. Mann G.K.I. Analysis of direct action fuzzy PID controller structures /
G.K.I. Mann, B.-G. Hu, R.G. Gosine // IEEE Trans. Syst., Man, Cybern. B. –
1999. – Vol. 29, № 3. – P. 371–388.
156. Santos M. Tuning of fuzzy controllers: application on the Relay method /
M. Santos, S. Dormino, J.M. de la Cruz, J.L. Lopez Orozco // Proceedings of
EUROSIM’95, Elsevier, 11-15 September 1995. – Vienna, Austria, 1995. –
P. 1131–1136.
157. Ying H. Fuzzy control theory: a nonlinear case / H. Ying, W. Siler, J.J.
Buckley // Automatica. – 1990. – Vol. 26, № 3. – P. 513–520.
158. Ho W.K. Tuning of fuzzy controllers based on gain and phase margin
specification / W.K. Ho, C.P. Hang, L.S. Cao // Automatica. – 1995. –
Vol. 31. – P. 497–502.
159. Wang Q.G. Fung. PID Tuning for Improved Performance / Q.G. Wang,
T.H. Lee, H.-W. Fung // IEEE Trans. on Contr. Syst. Techn. – 1999. – Vol. 7,
№ 4. P. 457–465.
160. Ziegler J.G Optimum settings for automatic controllers. / J.G Ziegler,
N.B. Nichols // Transactions of the ASME. – 1942. – Vol. 64. – P. 759–768.
161. Astrom K.J. PID controllers: Theory, design and tuning / K.J. Astrom,
T. Hagglund. – Research Triangle Park, N.C.: Instrument Society of
America, 1995. – 343 p.
162. Astrom K.J. Computer controlled systems – theory and design /
K.J. Astrom, B. Wittenmark – Prentice-Hall, Englewood Cliffs, 1984.
163. Jantzen J. A robustness study of fuzzy control rules / J. Jantzen //
Proceedings of Fifth European Congress on Fuzzy and Intelligent
Technologies, ELITE Foundation, Promenade 9, 1997. – Aachen, Germany,
1997.
–
P. 1222-1227.
–
Режим
http://faculty.petra.ac.id/resmana/private/fuzzy/perf.pdf
доступу:
164. Jantzen J. Design of fuzzy controllers. [Technical University of Denmark:
Dept. of Automation. Lecture notes] / J. Jantzen. – 1998. – P. 27. – Режим
доступу
до
журн.:
http://faculty.petra.ac.id/resmana/private/fuzzy/design.pdf.
165. Mizumoto M. Realization of PID controls by fuzzy control methods /
M. Mizumoto // Proceedings of IEEE International Conference on Fuzzy
Systems, 8–12 Mar 1992. – San Diego, USA, 1992. – P. 709–715.
166. Qiao W. PID type fuzzy controller and parameters adaptive method /
W Qiao, M. Mizumoto / Fuzzy Sets and Systems. – 1996. – № 78. – P. 23–
35.
167. Siler W Fuzzy control theory: The linear case / W Siler, H. Ying // Fuzzy
Sets and Systems. – 1989. – № 33. – P. 275-290.
168. Tso S.K. Methodological development of fuzzy-logic controllers from
multivariable linear control / S.K. Tso, Y.H. Fung // IEEE Trans. Systems, Man &
Cybernetics. 1997. – Vol. 27, № 3. – P. 566-572.