WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

Сыркин Илья Сергеевич

РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ

ЭЛЕКТРОЭРОЗИОННЫМ СТАНКОМ С ИСПОЛЬЗОВАНИЕМ

НЕЙРОННЫХ СЕТЕЙ И НЕЧЕТКИХ МНОЖЕСТВ

Специальность 05.13.06 – "Автоматизация и управление

технологическими процессами и производствами (промышленность)"

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Новокузнецк – 2009 2

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования "Кузбасский государственный технический университет" (ГОУ ВПО "КузГТУ")

Научный руководитель: Доктор технических наук, профессор Полетаев Вадим Алексеевич

Официальные оппоненты: Доктор технических наук, профессор Пугачев Емельян Васильевич Кандидат технических наук, доцент Носырев Владимир Иванович

Ведущая организация ЗАО «Восточный научно-исследовательский и проектно-технологический институт машиностроения»

Защита состоится 23 июня 2009 г. в 11:00 часов на заседании диссертационного совета Д 212.252.02 в ГОУ ВПО "СибГИУ" по адресу: 654007, г. Новокузнецк, Кемеровской области, ул. Кирова, 42, СибГИУ.

Факс: (3843) 46-57-92, 46-58- E-mail: sec_nr@sibsiu.ru

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО "СибГИУ".

Автореферат разослан 22 мая 2009 года.

Ученый секретарь диссертационного совета В. Ф. Евтушенко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Электроэрозионная обработка (ЭЭО) в машиностроении считается одним из наиболее прогрессивных и экономически выгодных процессов. Кроме того, с помощью ЭЭО можно получать поверхности, которые принципиально невозможно изготовить другими технологическими методами. Этот вид обработки используется для изготовления сложно-профильных деталей из трудно обрабатываемых токопроводящих материалов.

В ходе процесса обработки на его характер и эффективность оказывают влияние большое количество факторов: физико-технологические характеристики заготовки и инструмента, полярность включения электродов, электрические и временные параметры напряжения и тока, подаваемого в межэлектродный зазор, характеристики рабочей жидкости, параметры окружающий среды.

В связи с изменяющимися условиями обработки выходные характеристики процесса изменяются в широких пределах. Это касается как качества изделия, так и производительности обработки. Поэтому для достижения заданных результатов требуется управлять ходом технологического процесса.

Основная трудность процесса управления ходом ЭЭО заключается в непредвиденных изменениях в широком диапазоне характеристик внешних воздействий и свойств управляемых объектов, а так же в неполноте информации об этих характеристиках и свойствах. Кроме этого, процесс ЭЭО недостаточно формализован ввиду сложности взаимодействия технологических показателей и выходных величин.

Процесс ЭЭО подвержен влиянию случайных факторов, действие которых на технологические характеристики разнонаправлено. Управление таким процессом традиционными системами неэффективно, так как эти системы настраиваются только при разработке. Для эффективного управления обработкой необходимо использовать адаптивную систему, которая позволит изменять свои характеристики в соответствии с изменениями свойств объекта управления. Одним из эффективных вариантов адаптивной системы управления служит нейро-нечеткая система управления. Нейро-нечеткие системы управления отличаются от классических тем, что алгоритм их функционирования в начале работы не определен, и полностью задается при их настройке путем обучения.

Работа выполнена в рамках аналитической ведомственной целевой программы Федерального агентства по образованию РФ «Развитие научного потенциала высшей школы 2006-2008г.» в соответствии с планами госбюджетной научно-исследовательской работы Кузбасского государственного технического университета.

Цель и задачи диссертации.

Целью диссертационной работы является разработка системы управления электроэрозионным станком. В соответствии с поставленной целью решаются следующие задачи:

1. Анализ технологического процесса ЭЭО с целью определения целевой функции управления им, выявления управляющих воздействий и зависимостей, описывающих процесс обработки.

2. Построение модели процесса ЭЭО как многомерного объекта управления путем комбинирования различных методов построения моделей.

3. Разработка алгоритма функционирования системы управления, ее функциональной и структурной схем.

4. Создание нейро-нечеткого алгоритма регулирования сервопривода и методики его обучения.

5. Разработка алгоритма нейро-нечеткого управления процессом обработки и методики его обучения.

6. Техническая реализация разработанной системы управления процессом ЭЭО и ее исследование с целью подтверждения эффективности разработанных алгоритмов регулирования.

Методы выполнения работы. В работе использованы методы теории автоматического управления, теории искусственного интеллекта, теории искусственных нейронных сетей, теории нечетких множеств. Применялось имитационное моделирование методами конечных элементов, и вычислительного эксперимента, при разработке программного обеспечения использовались методы структурного программирования.

Научная новизна диссертации составляет: 1. Комбинированная модель процесса электроэрозионной обработки, структура которой содержит подмодели, полученные как на основе фундаментальных законов естественных наук, так и методами идентификации, связи между которыми отражают основные особенности и условия протекания технологического процесса. 2. Структура СУ процессом ЭЭО, отличающаяся от известных наличием двух блоков настройки регулятора обработки – предварительного и рабочего. 3. Алгоритм функционирования нечёткого регулятора. 4. Методики построения обучающей выборки для обучения нейро-нечеткого ПИД-регулятора и нейро-нечеткого регулятора процесса обработки.

Практическая значимость работы. Разработанные модель процесса ЭЭО и нейро-нечёткий регулятор позволяют улучшить качество обработки, повысить эффективность процесса. Новые алгоритмы обучения нейро-нечётких регуляторов позволят создавать адаптивные системы управления различными технологическими процессами, математические модели которых сложны или не существуют. Модели процесса и регулятора прошли модельные испытания и могут быть использованы для управления реальным процессом обработки.

Предлагаемые методические разработки рекомендованы к применению в учебно-исследовательском процессе технических вузов Кузбасса.

Реализация результатов работы. Система управления электроэрозионной обработкой принята к использованию на ООО «Электродвигатель-Ремонт».

Методические разработки по синтезу нейро-нечетких систем управления используются в КузГТУ (г. Кемерово). Они нашли применение при выполнении лабораторных работ по курсам: "Теория автоматического управления", "Автоматизация технологических процессов и производств".

Предмет защиты и личный вклад автора. На защиту выносятся: комбинированная модель процесса электроэрозионной обработки, структурная схема управления процессом ЭЭО, алгоритмы обучения нейро-нечётких регуляторов. Личный вклад автора заключается в разработке обобщенной модели процесса ЭЭО, разработке нейро-нечёткого алгоритма регулирования и методике составления обучающей выборки для его обучения.

Апробация работы. Основные положения диссертации докладывались и получили одобрение на 18 конференциях.

Публикации. По материалам диссертации опубликовано 24 статьи и докладов на конференциях, в том числе 1 статья в издании, рекомендуемом ВАК и одна монография.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и выводов, списка литературы, приложений и содержит страницы основного текста, включая 104 рисунка и 4 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

ГЛАВА 1. АНАЛИЗ ПРОЦЕССА ЭЭО И СИСТЕМ УПРАВЛЕНИЯ. Первая глава содержит аналитический обзор и обоснование направления работы, формальное описание процесса ЭЭО и систем управления.

Исследованию процессов электроэрозионной обработки и анализу теоретических и экспериментальных исследований посвящены работы российских и зарубежных ученых: Артамонова Б. А., Верхотурова А.Д., Волосатова В.А., Золотых Б. Н., Красюк Б.А., Лазаренко Б. Р., Лазаренко Н. И., Некрашевича И.Г., Мицкевича М. К., Палатника Л.С., Носуленко В. И., Намитокова К.К., Отто М.Ш., Саушкина Б. П., Лившица А.Л., Ставицкого Б. И., Фотеева Н. К., Левит М.Л., Любимова В.В., Волгина В.М., Халдеева В.Н., Подураева В.Н., Ушомирской Л.А., Зингерман А.С., Сосенко А.Б., Ким В.А., Кравец А.Т., Якимовича Б.А. и Иноуэ Киси др., ставшие фундаментальными, классическими работами в области ЭЭО.

Процесс обработки представляет собой разрушение токопроводящего материала под действием электрических разрядов. Для обеспечения стабильного процесса электроэрозионной обработки необходимо подвести к электродам импульсы технологического тока требуемой формы, а также ввести в межэлектродную полость поток диэлектрической жидкости для удаления продуктов обработки и охлаждения рабочей зоны. Кроме того, необходимо настроить сервопривод на поддержание оптимального эрозионного промежутка (ЭП). Таким образом, регулируют электрические, гидравлические и механические параметры режима обработки, взаимосвязанные через рабочую зону. Для обеспечения устойчивой работы электроэрозионного станка необходимо поддерживать величину межэлектродного промежутка в требуемых пределах.

Существующие системы управления ЭЭО построены на основе моделей процесса, не учитывающих большое количество факторов. В большинстве из них используются косвенные показатели, которые не в полной мере отражают состояние процесса обработки. К этим показателя относят отношение числа «нерабочих» и «рабочих» импульсов, время задержки между моментом подачи импульса напряжения в МЭЗ и началом импульса тока, и т.п. Существующие программные и адаптивные системы управления не учитывают все сложные взаимосвязи между отдельными элементами процесса обработки, что приводит к снижению их эффективности. Существующие системы управления, основанные на нейронных сетях и нечетких множествах, так же обладают рядом недостатков. К ним относят малое количество регулируемых параметров генератора: длительность импульсов и величину промежутков между ними. Такие системы не могут поддерживать процесс обработки на режимах, максимально близких к критическим для получения максимальной производительности. Следовательно, существующие системы управления не позволяют поддерживать оптимальные условия обработки, при которых происходят наиболее эффективный съем металла.

Поэтому необходима разработка системы управления процессом обработки, позволяющей управлять всеми параметрами – положением электрода, параметрами генератора импульсов и механизма прокачки.

ГЛАВА 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ПРОЦЕССА ЭЭО

Задача управления процессом ЭЭО состоит в оптимизации технологических показателей при заданных ограничениях Qi min Qi Qi max, i=1,2,…n, где n – количество технологических показателей. Предварительно выделены связи основных технологических показателей процесса ЭЭО (производительность обработки, её точность, определяемая износом электрода-инструмента и качество формирования поверхности детали – шероховатость) от управляющих воздействий процесса обработки:

где V – производительность обработки, v3 – средний объем металла, удаляемого за один импульс; М – коэффициент, учитывающий наличие не вызывающих эрозию импульсов короткого замыкания и холостых импульсов, f – частота импульсов, iи – рабочий ток, tи – длительность импульса, t0 – длительность паузы между импульсами, – износ электрода-инструмента, Rz – шероховатость поверхности.

Система уравнений (1) характеризует эффективность процесса ЭЭО. В общем случае технологический процесс (операция) состоит из следующих операций (переходов): черновой, получистовой и чистовой. Выбор целевой функции управления процессом зависит от задач, решаемых на каждой операции (переходе). Поддержание одного показателя на заданном уровне ведет к изменению остальных. Поэтому для разработки системы управления процессом обработки необходимо рассмотреть модель процесса ЭЭО как многомерного объекта управления.

В результате анализа литературных источников и экспериментальных исследований были выделены зависимости, описывающие процесс ЭЭО. Эти зависимости описывают при помощи уравнений физики основные процессы, происходящие при электроэрозионной обработке. Помимо уравнений, полученных из фундаментальных законов физики, отдельные элементы процесса описываются зависимостями, полученными методом идентификации.

Расчет глубины образующейся лунки происходит в результате решения уравнения теплопроводности:

где эл – плотность вещества электрода; m – коэффициент теплопроводности, cm – теплоемкость, – температура, z – координата, вдоль которой рассчитывается распространение теплоты.

Для случая непрерывного удаления расплавленного металла из лунки под действием теплового потока глубина лунки вычисляется по формуле:

где qэл – удельный тепловой поток, поступающий на электрод, и – длительность импульса, cт – теплоемкость, пл – температура плавления, 0 – начальная температура, Lисп – теплота испарения металла, р – скорость разлета частиц расплава (несколько сотен м/c).

Вероятность пробоя P( Td ) электрического промежутка определяется по формуле, полученной в Швейцарии в результате анализа экспериментальных данных:

где a и b – параметры, зависящие от свойств зазора, Td – время задержки искры (время между передним фронтом импульса тока и передним фронтом импульса напряжения).

Для определения зависимости Td были проведены эксперименты. По результатам экспериментов методом наименьших квадратов была построена модель:

где – величина зазора; v, n – параметры эмпирической модели, зависящие от состояния диэлектрика.

Износ инструмента определяется по формуле:

где ri – параметры модели, t0 – длительность паузы между импульсами, tи – длительность импульса, iи – рабочий ток импульса.

Анализ механизма процесса выявил основные этапы протекания обработки: пробой зазора; образование лунки в заготовке; уменьшение высоты заготовки, приводящее к увеличению зазора; вымывание частиц продуктов эрозии из зазора; уменьшение высоты электрода-инструмента в результате износа.

Электрический пробой зазора зависит от распределения продуктов эрозии в межэлектродном промежутке и от геометрии поверхности электродов. На основе системного анализа, анализа механизма процесса ЭЭО разработана обобщенная структура модели процесса ЭЭО (Рис. 1).

В структуре модели выделены 3 блока входных воздействий:

• привод подачи задает положение электрода X;

• генератор импульсов вырабатывает последовательность рабочих импульсов с амплитудой напряжения u, рабочим током i, длительностью импульса и длительностью паузы между импульсами п ;

• механизм прокачки создает принудительный поток рабочей жидкости со скоростью V0.

Рис. 1 Обобщенная структура модели процесса ЭЭО Разработанная модель состоит из трех типов модельных блоков:

1. известные уравнения физики (определение размеров лунок, уменьшение высоты электродов, съем металла) 2. уравнения, полученные методом идентификации – вероятность пробоя, износ инструмента.

3. блоки, моделирующие поведение совокупности дискретных элементов (частиц продуктов эрозии и отдельных лунок).

Модельные блоки «Td», «P(Td)», «H(P)» «V(H)» используются для расчета глубины образующейся лунки. Изменение высоты заготовки моделируется блоком «V/S» (где V – объем удаленного металла, S – площадь сечения заготовки). В результате этого увеличивается межэлектродный зазор. При моделировании удаления материала заготовки из лунок блоком «Rz» рассчитывается микрогеометрия рельефа. Моделирование осуществляется методом имитации образования поверхности с учетом вероятности возникновения лунок в различных местах в зависимости от ее кривизны. Выходная переменная этого блока – шероховатость поверхности. Удаленный материал заготовки, попадающий в межэлектродный зазор, образует частицы почти сферической формы радиусом Rч.

Радиусы частиц продуктов эрозии распределены по нормальному закону. Каждый разряд приводит к образованию в рабочей жидкости ударной волны, которая приводит к перемещению жидкости внутри зазора. Помимо естественного потока в зазоре существует принудительный (со скоростью V0), создаваемый механизмом прокачки рабочей жидкости. Описанные выше потоки жидкости приводят к удалению частиц эрозии из межэлектродного промежутка со скоростями Vч. Моделирование движения частиц производится на основе уравнений гидродинамики. Разработанная подмодель учитывает положение всех частиц и определяет их перемещение в ходе процесса обработки. Наличие частиц эрозии в зазоре приводит к изменению условий пробоя, что влияет на образование новых лунок. По этой причине в модели присутствует блок «Влияние частиц на характер протекания процесса», который описывает изменение пробивного напряжения и межэлектродного зазора. В ходе процесса обработки кроме удаления материала с заготовки происходит износ инструмента. Он приводит к увеличению межэлектродного зазора, которое рассчитывается блоком « / S ».

Адекватность всех подмоделей подтверждается путем сравнения модельных и натурных данных. Например, среднеквадратичное отклонение натурных значений износа электрода от модельных находится в диапазоне 8.5–9%. Адекватность подмодели образования поверхности детали так же подтверждена сравнением модельной поверхности и микрофотографии рельефа, полученной при натурных экспериментах. В соответствии с ГОСТ 2789–73 были определены основные критерии шероховатости поверхности (Ra, Rz,. В результате сравнения расхождения каждого из этих критериев между модельными и натурными данными составляет не более 12%. Такое расхождение допустимо с технологической точки зрения.

Выходными переменными модели служат: V – производительность обработки, Rz – шероховатость получаемой поверхности и – величина износа инструмента, влияющая на точность обработки.

Для подтверждения адекватности всей модели были проведены эксперименты по исследованию влияния входных переменных процесса на выходные переменные. Была составлена матрица планирования эксперимента. Диапазоны изменения входных величин составили:

• рабочий ток i: 20-60А, с шагом 5А;

• длительность импульсов и: 20мс – 500мс, с шагом 20мс;

• длительность паузы между импульсами: 20-100мс, с шагом 20мс.

• рабочее напряжение во всех экспериментах было одинаковым и составило 80В, • межэлектродный зазор изменялся в пределах 5-100мкм.

Обработке подвергались стальные стержни диаметром 5мм, электрод выполнен из меди, его диаметр так же 5мм. Износ инструмента и производительность обработки измерялись как изменение веса детали за нормированный интервал времени. Точность измерения веса – 0.01г. Расхождение натурных и модельных значений производительности, шероховатости и износа для различных комбинаций входных воздействий составило от 1 до 9%.

Для наглядного подтверждения адекватности разработанной модели были построены графики зависимости производительности от длительности импульса (Рис. 2). Получена регрессионная модель влияния длительности импульса на объем единичной лунки:

Рис. 2 Зависимость производительности Рис. 3 Зависимость производительнообъем одной лунки) от длительности сти от величины межэлектродного заимпульса. Точками обозначены экспери- зора ментальные данные, тонкая линия – экспериментальная кривая, толстая линия – модельная кривая.

Исследование модели процесса ЭЭО показало, что производительность обработки пропорционально зависит от величины зазора, причем при достижении критического значения производительность резко уменьшается (Рис. 3).

Следовательно, для получения максимальной производительности требуется поддерживать величину зазора чуть меньше критической. Существует ограничение на это значение, накладываемое условиями пробоя зазора (в данной модели рабочая жидкость – чистый керосин, напряжение импульсов U=150В, пробивной зазор = 0.02 мм ). При увеличении зазора до определенной величины, пробой становится невозможным. Колебания производительности при зазоре меньше критического подтверждают нестабильность процесса обработки.

При изучении модели процесса ЭЭО проводились исследования зависимости производительности, шероховатости и точности обработки в зависимости от величины рабочего тока, длительности импульсов и величины паузы между ними.

Исследования показали, что для данных целевых функций требуется управление различными параметрами процесса. При этом необходимо постоянно поддерживать оптимальный межэлектродный зазор.

ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ НЕЙРО-НЕЧЕТКОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ЭЭО.

Анализ процесса ЭЭО показал, что он является нестабильным благодаря недетерминированному поведению продуктов эрозии и случайному формированию микрогеометрии образующейся поверхности детали. На основании этого был сделан вывод о необходимости использования адаптивной системы управления для поддержания процесса в стабильном состоянии. Среди множества алгоритмов адаптивного управления выбран нечеткий. Его преимущество заключается в том, что при проектировании системы управления возможно внести в алгоритм управления априорную информацию об объекте и желаемом поведении системы. Другое преимущество – возможность применения нечеткого регулятора для объектов, описываемых системами дифференциальных уравнений высоких порядков. Недостаток – сложность настройки параметров регулятора.

Для решения этой проблемы предлагается использовать нейронную сеть, которая подстраивает указанные параметры.

Обобщенную структуру нейро-нечеткой системы управления можно представить нечетким регулятором и блоком его настройки, работающим на базе нейронных сетей. Нечеткий регулятор выполняет три основных действия:

фазификацию – преобразование числового значения входных переменных в набор нечетких величин, принятие решений (нечеткий вывод), преобразование нечетких величин в числовые значения (дефазификация). Уточнение параметров нечетких функций, используемых для принятия решений, происходит при обучении регулятора.

Разрабатываемая система управления функционирует по алгоритму, приведенному на Рис. 4. В основе этой схемы лежит непрерывная настройка алгоритма регулирования процесса и сохранение результатов обучения в базе данных для возможного использования накопленных знаний при обработке других изделий.

При разработке системы управления ЭЭО выделяются показатели, описывающие условия протекания процесса обработки. Его состояние можно определить с помощью величин, измеряемых непосредственно: рабочего напряжения u(t) и тока i(t) в зазоре. Эти величины служат основой для вычисления показателей:

• относительное количество холостых импульсов µ х. При холостом импульсе ток отсутствует;

• относительное количество рабочих импульсов µ р. При рабочем импульсе напряжение меньше, чем при холостом импульсе, ток не максимальный.

• относительное количество импульсов короткого замыкания (КЗ) µ к. При коротком замыкании напряжение близко к нулю, ток максимальный.

Для управления процессом ЭЭО необходимо на основе показателей, характеризующих состояние процесса обработки, определять управляющие воздействия, подаваемые на исполнительные устройства станка:

• сервопривода: положение электрода-инструмента X;

генератора импульсов: рабочий ток i, длительность импульсов t i, пауза между импульсами t p ;

• механизма прокачки: напор рабочей жидкости v.

Управление сервоприводом, ГИ и механизмом прокачки требует разработки регуляторов этих механизмов. Согласование их работы производится регулятором верхнего уровня.

Рис. 4 Алгоритм функционирования системы управления.

Приведенные выше положения и алгоритмы функционирования системы управления стали основой для разработки функциональной схемы адаптивной системы управления, содержащей три канала: сервопривод, генератор тока и систему прокачки рабочей жидкости (Рис. 5). На рисунке обозначено: Р – регулятор процесса обработки, БЗ – блок записи данных для анализа и подстройки регулятора, Н – блок подстройки регулятора (обучение), ПН – блок предварительной настройки регулятора в начале процесса обработки, Р1 – регулятор сервопривода, СП – сервопривод, ДП – датчик положения сервопривода, ЗГ1 – задающий генератор ГИ, У1 усилитель мощности ГИ, ЗГ2 – задающий генератор механизма прокачки, МП – механизм прокачки, А – анализатор состояния зазора. В данной системе объект управления представлен процессом ЭЭО; управляющая система – регулятором процесса обработки с блоками его настройки;

измерительная система – анализатором состояния зазора, исполнительный блок – отдельными исполнительными устройствами (сервопривода, ГИ, механизма прокачки РЖ) и их регуляторами. Сигналы в данной схеме обозначены: i – относительное количество рабочих, холостых и импульсов короткого замыкания, Xж – требуемое положение инструмента, i – требуемый рабочий ток, – длительность импульсов и паузы между ними, v – требуемый напор РЖ, Х – фактическое положение инструмента, I – фактический ток, вырабатываемый ГИ, Vрж – действительный напор РЖ.

Рис. 5 Функциональная схема адаптивной системы управления электроэрозионным станком На основе функциональной схемы была разработана структурная схема для определения параметров элементов системы управления. Эта схема включает в себя каналы управления: сервоприводом, генератором импульсов и механизмом прокачки.

Сервопривод для поддержания оптимальных условий протекания процесса ЭЭО и требуемой производительности должен обеспечивать позиционирование электрода-инструмента с точностью до 0.1 мкм, быстродействие – до перемещений за одну секунду. По этим ограничениям была выбрана типовая структура системы управления, состоящая из двух контуров регулирования – тока в обмотках двигателя и положения якоря двигателя. Линейный двигатель (ЛД) позволяет улучшить динамические характеристики сервопривода по сравнению с приводом подачи основанным на передаче «ходовой винт – гайка». ЛД обладает нелинейными характеристиками усилия в зависимости от текущего положения и максимального тока в обмотках. Благодаря этой особенности традиционный ПИД-регулятор не обеспечивает требуемых показателей качества регулирования. Для устранения этого недостатка регулятор положения ЛД основан на нечетком ПИД-регуляторе. Структурная схема нечеткого ПИД-регулятора отличается от классического ПИД тем, коэффициенты усиления в отдельных каналах (пропорциональном, интегрирующем и дифференциальном) зависят от ошибки регулирования, Изначально закон изменения этих функций неизвестен, поэтому требуется выбрать способ автоматизированного построения функций, аппроксимирующих определенный закон. Одним из таких способов является применение адаптивных нейро-нечётких систем принятия решений (ANFIS). Обучение этих блоков требует построения обучающих выборок.

С целью улучшения качества регулирования нечеткого ПИД-регулятора по сравнению с традиционным ПИД-регулятором, разработаны методики формирования выборок: составлены зависимости, на основании которых рассчитыватюся элементы обучающих выборок в пропорциональном и интегральном каналах.

В пропорциональном канале ПИД-регулятора требуется усиление с разным коэффициентом усиления в зависимости от величины ошибки. Пусть – величина ошибки на i-шаге, YPi – выход ANFIS в пропорциональном канале на i-шаге. Тогда обучающая выборка строится следующим образом: каждый обучающий вектор вычисляется по формуле:

где xi,yi – входные и выходные переменные для обучения ANFIS, k – коэффициент масштабирования графика ошибки по оси ординат.

В интегральной части регулятора требуется масштабирование графика YIi по оси времени:

Рис. 6. Переходный процесс в системе Рис. 7. Переходный процесс в системе с классическим ПИД-регулятором с нечетким ПИД-регулятором Результаты работы регуляторов приведены на Рис. 6, Рис. 7. Переходный процесс изменения положения инструмента с использованием нечеткого ПИД-регулятора показывает улучшенные показатели качества по сравнению с классическим ПИД. Время регулирования уменьшилось с 0.15с до 0.08с, интегральная квадратичная ошибка уменьшился с 8.21 до 6.53. Это говорит о том, что ошибка регулирования на протяжении всего переходного процесса меньше во втором случае.

Генератор импульсов вырабатывает импульсы с параметрами, заданными регулятором процесса. По этой причине нет необходимости реализовывать внутреннюю обратную связь канале управления ГИ. От механизма прокачки требуется создавать заданный напор РЖ. Принимается, что напор РЖ зависит только от напряжения, подаваемого на двигатель механизма прокачки. Следовательно, в этом канале так же не требуется внутренняя обратная связь. Управление этими каналами осуществляется контроллером верхнего уровня.

Целью управления процессом служит достижение максимального µ р при полном отсутствии импульсов КЗ: достижение максимального µ р позволит использовать как можно большее количество импульсов для удаления материала, а импульсы КЗ, приводящие к разрушению электродов, будут отсутствовать.

Логика, которую должен обеспечивать регулятор, может быть описана набором правил принятия решений. На основе этих правил был разработан алгоритм регулирования процесса на основе ANFIS. Данный алгоритм вычисляет задающие воздействия для исполнительных блоков на основе входных переменных, получаемых от анализатора состояния зазора. Переход к нечетким величинам осуществляется при фазификации входных переменных. Далее происходит нечеткое принятие решений, и после дефазификации получаются четкие значения, подаваемые на входы исполнительных устройств. Такой алгоритм обусловлен тем, что исполнительные устройства требуют подачи на их входы определенных физических величин: напряжения, тока; цифровых данных.

Алгоритм адаптивного управления процессом ЭЭО построен на базе набора правил принятия решений. Этот набор предусматривает поведение системы во всех случаях, включая аварийные режимы. Примером правила служит фраза: «если количество холостых импульсов велико, приблизить электрод к детали». Следует заметить, что для различных условий обработки понятию «малое количество холостых импульсов» будет соответствовать различное числовое значение. Величина, на которую следует приблизить электрод, так же будет зависеть от условий обработки. Для реализации правил принятия решений предложено использовать нечеткую логику; для изменения параметров принятия решений (функций принадлежности нечетких величин, параметров блока принятия решений) предлагается использовать нейронные сети. Примером объединения этих походов служит сеть ANFIS Для обеспечения максимальной производительности процесса обработки разработан алгоритм настройки нейро-нечетких алгоритмов регулировния:

1. Провести моделирование обработки;

2. Оценить показатели качества регулирования;

3. Построить обучающие выборки для каждого нечеткого контроллера;

4. Провести обучение ANFIS сетей;

5. Повторять, начиная с первого пункта до тех пор, пока показатели качества регулирования не будут улучшены (производительность обработки станет максимальной).

Обучающие выборки строятся на основе записанных значений входных переменных (xж,, i, v) и выходных переменных процесса ( µ р, µ х, µ к ). Обучающая выборка, должна иметь вид: Y Xi+1 + X, где Y – приращение выходной переменной Y, которое должно соответствовать целевой функции, Xi+ – изменение вектора входных переменных на (i+1)-шаге, X=знак( Y) Xin – изменение вектора входных переменных. Обучение сетей ANFIS проводилось методом обратного распространения ошибки. Объем выборки составляет 1000 точек. Динамика объекта меньше, чем скважность обучения. По этой причине можно обучать нейронную сеть в замкнутой системе управления, т.к. получается квазиразмыкание.

Подтверждением правильности разработанных алгоритмов обучения служат результаты моделирования поведения системы.

В результате проведенных исследований была доказана возможность применения нейро-нечетких регуляторов при управлении линейным двигателем и процессом ЭЭО. При управлении ЛД время регулирования уменьшилось в два раза, что подтверждает высокую эффективность управления.

ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ

Для технической реализации разработанной адаптивной системы управления процессом ЭЭО и её исследования был создан экспериментальный образец электроэрозионного станка с системой автоматического управления, позволяющий осуществить обработку фасонных поверхностей. Основой станка служит сервопривод, выполняющий перемещение электрода-инструмента. В его основе лежит линейный двигатель, преобразующий электрическую энергию непосредственно в поступательное перемещение якоря двигателя. Генератор импульсов выполнен по схеме инверторного преобразователя напряжения. Механизм прокачки представляет собой двигатель постоянного тока, приводящий в действие центробежный насос. Система управления выполнена по распределенной архитектуре на базе микроконтроллеров серии dsPIC производства компании Microchip. Для каждого из каналов управления создан свой контроллер, который управляется от главного контроллера. Главный котроллер выполняет функцию нейро-нечеткого регулятора процесса обработки. В результате исследований была подтверждена возможность увеличения производительности обработки при обучении нейро-нечеткого регулятора. На Рис. 8 показан график мгновенной производительности обработки при обучении регулятора для площади обработки 100см2. После обучения скорость обработки возросла на 22%.

При этом коэффициент использования рабочих импульсов вырос (относительное количество импульсов, которые приводят к рабочему разряду, р с 70% до 95%. Дальнейшее увеличение коэффициента использования импульсов приводит к резкому ухудшению условий обработки вследствие быстрого загрязнения межэлектродного промежутка продуктами эрозии. При обработке заготовки площадью 200мм2 при использовании регулятора, настроенного на площадь 100мм2, производительность увеличивается во время обучения алгоритма регулирования (Рис. 9).

Для подтверждения эффективности применения нейро-нечеткого регулятора по сравнению с существующими проведены эксперименты по обработке глубоких отверстий. Существующие системы управления показывают значительное уменьшение производительности при увеличении глубины обработки (кривая 2 на Рис. 10). Следует заметить, что при использовании нейро-нечеткого регулятора производительность уменьшается незначительно. При использовании нейро-нечеткого регулятора время изготовления одной детали уменьшилось на 40%.

Рис. 8 Производительность при обучении регулятора S=100мм Рис. 9 Производительность при обучении регулятора S=200мм

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Проанализирован процесс ЭЭО; определены целевые функции управления процессом на различных операциях (переходах); выявлены управляющие воздействия и связи технологических показателей процесса от управляющих воздействий; определены зависимости, описывающие процесс ЭЭО. Показано, что процесс ЭЭО носит случайный характер, а технологические показатели зависят от одних и тех же управляющих воздействий.

Рис. 10 Приведенная производительность 2. Построена модель процесса обработки методом комбинации модели внутреннего механизма и функциональной модели, построенной методом идентификации. Использование блоков, моделирующих поведение частиц продуктов эрозии и образования поверхности детали, позволило учесть большинство факторов, влияющих на процесс обработки. Анализ результатов моделирования выявил необходимость применения адаптивной системы управления процессом для поддержания его в стабильном состоянии.

Разработан алгоритм функционирования адаптивной системы управления, позволяющий в ходе процесса обработки проводить настройку регулятора обработки и сохранять его настройки для обработки других деталей.

Разработаны функциональная и структурная схемы системы управления процессом ЭЭО на основе предложенного алгоритма управления, выделены показатели, характеризующие состояние процесса обработки и определены воздействия, подаваемые на исполнительные устройства станка.

Созданная система управления состоит из трех каналов управления исполнительными устройствами и регулятора процесса обработки. В канале управления сервоприводом и регуляторе процесса обработки применяются адаптивные нейро-нечеткие системы принятия решений (ANFIS).

Созданы алгоритм управления линейным двигателем сервопривода станка на основе нейро-нечеткой системы принятия решений ANFIS и методика обучения сети ANFIS, что позволило обеспечить повышение показателей качества регулирования переходного процесса изменения координаты электрода-инструмента.

Разработан алгоритм управления процессом ЭЭО на основе ANFIS и методика построения обучающих выборок для обучения этого алгоритма на основе системного анализа. Исследование подтвердило возможность поддержания требуемого межэлектродного зазора при использовании спроектированного алгоритма управления.

7. Осуществлена техническая реализация спроектированной адаптивной системы на базе экспериментального электроэрозионного станка. Экспериментальные исследования, проводимые на лабораторной установке, подтвердили эффективность разработанных алгоритмов регулирования. При обработке глубоких отверстий производительность увеличивается на 40% по сравнению со станком, управляемым традиционной САУ.

Журналы, рекомендованные ВАК:

Сыркин, И.С. Разработка нейро-нечеткой системы управления электроэрозионной обработкой/И.С. Сыркин, В.А. Полетаев//Научный вестник НГТУ.С.213-222.

Монография Полетаев, В.А. Управление процессом электроэрозионной обработки:

монография / В.А. Полетаев, И.С. Сыркин/ ГУ КузГТУ. – Кемерово, 2008. – 232с.

Статьи в журналахи сборниках Полетаев, В.А. Конструкция системы управления электроэрозионным станком/ В.А. Полетаев, И.С. Сыркин. //Вестник Кузбасского государственного технического университета.- 2007.- №1.- С.56- Полетаев, В.А. Модель процесса электроэрозионной обработки/ В.А.

Полетаев, И.С. Сыркин//Обработка металлов.- 2008.- №2.- С. 24- Полетаев, В.А. Особенности управления электроэрозионной обработкой/ В.А. Полетаев, И.С. Сыркин//Вестник Сибирского государственного университета путей сообщения.- 2005.- вып.11.- С.56-62.

Полетаев, В.А. Проектирование адаптивной системы управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин// Вестник Кузбасского государственного технического университета.- 2007.- №6.- С.72Полетаев, В.А. Разработка и управление ходом технологического процесса электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин//Вестник Кузбасского государственного технического университета.- 2007.- №1.- С. 60-66.

Полетаев, В.А. Разработка структурной схемы системы управления черновым переходом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин// Вестник Кузбасского государственного технического университета.- 2009.С. 18-26.

Полетаев, В.А. Синтез регуляторов, применяемых в системе управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин //Вестник Кузбасского государственного технического университета.- 2009.- №1.С.27-32.

10. Полетаев, В.А. Трехканальная адаптивная система управления процессом электроэрозионной обработки/ В.А. Полетаев, И.С. Сыркин//Обработка металлов.- 2008.- №4.- С. 7-11.

11. Полетаев, В.А. Экспериментальные исследования адаптивной системы управления процессом электроэрозионной обработки/В.А. Полетаев, И.С. Сыркин//Вестник КузГТУ.- 2008.- №1.- С. 72-75.

12. Сыркин, И.С. Математическая модель процесса электроэрозионной обработки как объекта управления/И.С. Сыркин//Научные труды магистров, аспирантов и соискателей/под.ред. В.А. Полетаева.- Кемерово, 2005.- С.73-82.

13. Сыркин, И.С. Модель электроэрозионной обработки/И.С.

Сыркин//Научные труды магистрантов, аспирантов и соискателей: сб.

№1/под.ред. В.А. Полетаева.- Кемерово: ГУ КузГТУ, 2005.- С.55-59.

14. Сыркин, И.С. Система управления электроэрозионной обработки/И.С.

Сыркин //Научные труды магистров, аспирантов и соискателей/под ред. В.А.

Полетаева.-Кемерово: ГУ КузГТУ, 2005.- С.60-73.

Труды конференций Полетаев, В.А. Адаптивная система управления процессом электроэрозионной обработки/В.А. Полетаев, И.С Сыркин//Современные пути развития машиностроения и автотранспорта в Кузбассе: тр. I Всерос. науч.-техн. конф.Кемерово: ГУ КузГТУ, 2007.- С. 119-123.

16. Полетаев, В.А. Проектирование системы управления с использованием регулятора, основанного на нечетких множествах и нейронных сетях/В. А. Полетаев, И.С. Сыркин//Автоматизированный электропривод и промышленная электроника в металлургической и горно-топливной отраслях: тр. III Всерос.

науч.-практ. конф.:под. общей редакцией В.Ю. Островлянчика, П.Н. Кунинина.- Новокузнецк: Изд-во СибГИУ, 2006.-С.105-110.

17. Сыркин, И.С. Анализ шероховатости поверхности вейвлет-функциями в системах управления электроэрозионными станками/И.С. Сыркин, И.А. Штефан//Молодежь и современные информационные технологии:сб. тр. II Всерос.

науч.-практ.конф. студентов.- Томск: ТПУ, 2005.- С. 249-251.

18. Сыркин, И.С. Модель электроэрозионной обработки/И.С. Сыркин//Информационные недра Кузбасса: тр. 4-ой Всерос. науч.- практ. конф.- Кемерово:

ИНТ, 2005.- С. 77-80.

19. Сыркин, И.С. О выборе регулятора в системе управления электроэрозионным станком/И.С. Сыркин//Системы автоматизации в образовании, науке и производстве: тр. V Всерос. науч.-практ. конф.- Новокузнецк: СибГИУ, 2005.С.310-312.

20. Сыркин, И.С. Особенности реализации контроллера линейного двигателя, созданного на базе микроконтроллера dsPIC/И.С. Сыркин//Системы автоматизации в образовании, науке и производстве: тр.VI Всерос. науч.-практ. конф.Новокузнецк: СибГИУ, 2007.- С. 233-234.

Сыркин, И.С. Разработка контроллера линейного двигателя/И.С. Сыркин//Сборник докладов студентов и аспирантов Кузбасского государственного технического университета: по результатам 52-й науч.- практ. конф., 16-21 апреля 2007г.- Кемерово, 2007.- С.204-206.

22. Сыркин, И.С. Разработка нейронечеткого регулятора/И.С. Сыркин//Нейроинформатика и ее приложения: материалы ХIV Всерос. семинара, 6-8 октября 2006г./под. ред. А.Н. Горбеня, Е.М. Миркеса.- Красноярск, 2006.- С.119Методические указания Сыркин, И.С. Проектирование систем управления с использованием нейронных сетей: метод. указания по выполнению лабораторных работ по дисциплине «Теория автоматического управления» для студентов специальности 230310 «Автоматизация технологических процессов и производств (в машиностроении)»/И.С. Сыркин.- Кемерово: ГУ КузГТУ, 2007.- 17с.

24. Трухин, В.В. Применение электроэрозионной и электрохимической обработки в инструментальном производстве: метод. Пособие/В.В. Трухин, В.А.

Гудин, И.С. Сыркин.- Кемерово: ГУ КузГТУ, 2008.- 18с.

РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ

ЭЛЕКТРОЭРОЗИОННЫМ СТАНКОМ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ И НЕЧЕТКИХ МНОЖЕСТВ

Подписано в печать... Формат 60 84/16.

Бумага офсетная. Отпечатано на ризографе.

Уч.-изд. л. 1,25. Тираж 100 экз. Заказ Типография ГУ Кузбасский государственный технический университет.

650099, Кемерово, ул. Д. Бедного, 4 А.



 


Похожие работы:

«Никоноров Андрей Николаевич СОВЕРШЕНСТВОВАНИЕ ЭЛЕМЕНТОВ СКВОЗНОЙ ТЕХНОЛОГИИ СОЗДАНИЯ МНОГОФУНКЦИОНАЛЬНЫХ АСУТП ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЙ Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Иваново 2012 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Ивановский...»

«Скидин Антон Сергеевич Разработка эффективных методов кодирования для повышения пропускной способности современных линий волоконно-оптической связи Специальность 05.13.17 – Теоретические основы информатики АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата физико-математических наук Красноярск – 2011 Работа выполнена в Учреждении Российской академии наук Институте вычислительных технологий Сибирского отделения РАН, г. Новосибирск. Научный руководитель : доктор...»

«Вавилов Вячеслав Анатольевич ИССЛЕДОВАНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ СЕТЕЙ МНОЖЕСТВЕННОГО ДОСТУПА, ФУНКЦИОНИРУЮЩИХ В СЛУЧАЙНОЙ СРЕДЕ 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Томск – 2006 Работа выполнена на кафедре теории вероятностей и математической статистики факультета прикладной математики и кибернетики Томского государственного университета Научный...»

«Грибанова Екатерина Борисовна АЛГОРИТМЫ И КОМПЛЕКС ПРОГРАММ ДЛЯ РЕШЕНИЯ ЗАДАЧ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ОБЪЕКТОВ ПРИКЛАДНОЙ ЭКОНОМИКИ Специальность 05.13.18 Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Томск – D Работа выполнена в Томском государственном университете систем управления и радиоэлектроники. Научный руководитель : доктор технических наук, профессор Мицель Артур...»

«Малистов Алексей Сергеевич Разработка и анализ информационных алгоритмов повышения эффективности визуализации и достоверности автоматической регистрации динамических объектов компьютерными видеосистемами 05.13.01 – Системный анализ, управление и обработка информации (в области приборостроения) Автореферат диссертации на соискание ученой степени кандидата технических наук Москва 2011 Работа выполнена на Государственном унитарном предприятии Научнопроизводственный центр...»

«Кутовский Николай Александрович РАЗВИТИЕ МЕТОДОВ ПОСТРОЕНИЯ ГРИД-СРЕД И СИСТЕМ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙ ДЛЯ ЗАДАЧ ФИЗИКИ ВЫСОКИХ ЭНЕРГИЙ Специальность: 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Дубна - 2014 Работа выполнена в Лаборатории информационных технологий Объединенного института ядерных исследований. Научный руководитель...»

«ШЕЙШЕНОВ ЖАМИН ОРОЗОБЕКОВИЧ СЕЛЕКТИВНАЯ ДИАГНОСТИКА МНОГОФАКЕЛЬНОГО ПРОЦЕССА ГОРЕНИЯ ГАЗООБРАЗНЫХ УГЛЕВОДОРОДОВ 05.13.18. Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Новосибирск - 2009 Работа выполнена в Институте автоматики и электрометрии Сибирского отделения Российской академии наук Научный руководитель кандидат технических наук Борзов Сергей Михайлович Официальные...»

«Портнов Игорь Сергеевич РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПОТРЕБЛЕНИЕМ ТОПЛИВНОЭНЕРГЕТИЧЕСКИХ РЕСУРСОВ Специальность: 05.13.01– Системный анализ, управление и обработка информации (промышленность) АВТОРЕФЕРАТ Диссертация на соискание ученой степени кандидата технических наук Владикавказ 2009 Работа выполнена в ГОУ ВПО Северо-Кавказский горнометаллургический институт (государственный технологический университет) Научный руководитель : доктор технических наук, доцент...»

«ГУЛИН Артур Игоревич АНАЛИЗ И СИНТЕЗ ЦЕПНЫХ ТРЕХПОЛЮСНЫХ СТРУКТУР ПРЕОБРАЗОВАТЕЛЕЙ СИСТЕМ УПРАВЛЕНИЯ И УСТРОЙСТВ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ МЕТОДОМ ФУНКЦИЙ ПРЕОБРАЗОВАНИЯ Специальность 05.13.05 – Элементы и устройства вычислительной техники и систем управления АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук Уфа 2014 Работа выполнена на кафедре телекоммуникационных систем ФГБОУ Уфимский государственный авиационный технический университет Научный...»

«Цветков Александр Игоревич Бикритериальные модели и алгоритмы оптимизации управления обслуживанием детерминированных потоков объектов в системах транспортного типа Специальность 05.13.01 – Системный анализ, управление и обработка информации (технические наук и) Автореферат диссертации на соискание ученой степени кандидата технических наук Нижний Новгород – 2011 Работа выполнена на кафедре Информатики, систем управления и телекоммуникаций Федерального бюджетного...»

«Лизунов Александр Александрович Прецизионные преобразователи первичной информации инерциальных систем управления динамичными объектами специального назначения Специальность 05.13.05 – Элементы и устройства вычислительной техники и систем управления Автореферат диссертации на соискание ученой степени кандидата технических наук Москва 2011 г. Работа выполнена на кафедре Системы автоматического и интеллектуального управления Московского авиационного института (государственного...»

«Еременко Александр Сергеевич АВТОМАТИЧЕСКИЙ МОНИТОРИНГ ТРОПИЧЕСКИХ ЦИКЛОНОВ ПО ДАННЫМ МЕТЕОРОЛОГИЧЕСКИХ СПУТНИКОВ ЗЕМЛИ 05.13.18 – Математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание ученой степени кандидата технических наук Владивосток — 2014 Работа выполнена в лаборатории спутникового мониторинга Института автоматики и процессов управления ДВО РАН. Научный руководитель : Алексанин Анатолий Иванович, доктор технических...»

«ПРОХОРОВ Евгений Игоревич Адаптивная двухфазная схема решения задачи структура – свойство Специальность 05.13.17 – теоретические основы информатики АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2014 Работа выполнена на кафедре вычислительной математики механикоматематического факультета ФГБОУ ВПО Московский государственный университет имени М.В....»

«Скоробогатова Наталия Евгеньевна МОДЕЛИ ПРЕДСТАВЛЕНИЯ И АЛГОРИТМЫ РАСПОЗНАВАНИЯ РУССКИХ ДАКТИЛЕМ Специальность: 05.13.01 – Системный анализ, управление и обработка информации (технические система) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Рязань 2012 Работа выполнена в ФГБОУ ВПО Рязанский государственный радиотехнический университет Научный руководитель : Пылькин Александр Николаевич Заслуженный работник высшей школы РФ, доктор технических...»

«Филиппов Алексей Александрович ФОРМИРОВАНИЕ НАВИГАЦИОННОЙ СТРУКТУРЫ ЭЛЕКТРОННОГО АРХИВА ТЕХНИЧЕСКИХ ДОКУМЕНТОВ НА ОСНОВЕ ОНТОЛОГИЧЕСКИХ МОДЕЛЕЙ Специальность 05.13.12 – Системы автоматизации проектирования (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Ульяновск – 2013 Работа выполнена на кафедре Информационные системы в Ульяновском государственном техническом университете. Научный руководитель : кандидат технических наук,...»

«Малеев Павел Геннадиевич РАЗРАБОТКА И ИССЛЕДОВАНИЕ СРЕДСТВ ПОДДЕРЖКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В СИСТЕМЕ ЭЛЕКТРОСНАБЖЕНИЯ МОСКОВСКОГО МЕТРОПОЛИТЕНА Специальность: 05.13.01 – Системный анализ, управление и обработка информации Автореферат диссертации на соискание ученой степени кандидата технических наук Белгород – 2014 2 Работа выполнена в ОАО Научно-исследовательский институт вычислительных комплексов имени М.А. Карцева, г. Москва Научный руководитель : доктор технических наук...»

«Гришенков Тимофей Евгеньевич РАСЧЕТ ПРОГРАММНЫХ ТРАЕКТОРИЙ И ЗАДАЧА СИНТЕЗА ОПТИМАЛЬНОГО РЕГУЛЯТОРА ДЛЯ НЕСТАЦИОНАРНЫХ СИСТЕМ Специальность 05.13.01 – Системный анализ, управление и обработка информации (промышленность) Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2010 2 Работа выполнена в Московском физико-техническом институте (государственном университете). Научный руководитель : Северцев В. Н., д. т. н. Официальные...»

«МАЛКОВ Артемий Сергеевич МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАЗВИТИЯ АГРАРНЫХ ОБЩЕСТВ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2005 Работа выполнена в Ордена Ленина Институте прикладной математики им. М.В. Келдыша Российской академии наук Научные...»

«Скворцова Мария Ивановна МАТЕМАТИЧЕСКИЕ МОДЕЛИ И АЛГОРИТМЫ В ИССЛЕДОВАНИЯХ СВЯЗИ МЕЖДУ СТРУКТУРОЙ И СВОЙСТВАМИ ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ 05.13.18 – математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора физико-математических наук Москва – 2007 1 Работа выполнена в Московской государственной академии тонкой химической технологии (МИТХТ) им. М. В. Ломоносова ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ: доктор...»

«УТКИН Павел Сергеевич ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ИНИЦИИРОВАНИЯ И РАСПРОСТРАНЕНИЯ ВОЛН ГАЗОВОЙ ДЕТОНАЦИИ В ПРОФИЛИРОВАННЫХ ТРУБАХ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук МОСКВА – 2010     Работа выполнена в отделе Вычислительных методов и турбулентности Учреждения Российской академии наук Институт автоматизации проектирования РАН Научный...»














 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.