Библиографическое описание:СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ ОБЪЕКТОМ В УСЛОВИЯХ ЧАСТИЧНОЙ НЕОПРЕДЕЛЁННОСТИ : доклад, тезисы доклада / А. А. Чумаченко. - [Б. м. : б. и.], 2023. - Текст : непосредственный // Перспективы молодёжной науки : Материалы международной научной конференции / Перспективы молодёжной науки (2022 ; 25.12 - 30.01 ; Красноярск). - Красноярск : Красноярский государственный аграрный университет, 2023. - С. 176-179. Перевод заглавия: INTELLIGENT OBJECT CONTROL SYSTEM IN CONDITIONS OF PARTIAL UNCERTAINTY
Аннотация:Рассмотрены общие принципы построения систем управления, когда нельзя представить управляемый объект в виде модели с постоянными параметрами, а внешние воздействия - в виде величин с известными характеристиками. Для повышения точности управления предлагается использовать анализ текущего режима работы с запоминанием его характерных особенностей и формируемых управляющих воздействий. Для обучения рассматриваются характерные для рассматриваемой системы ситуации (режимы работы) и опытным путём подбираются оптимальные в заданном смысле законы изменения управляющих воздействий. Это можно делать как с использованием моделирования, так и реального объекта, если это допустимо. Предполагается, что при возникновении в будущем схожих ситуаций будут выбираться соответствующие им управления. Для этого предлагается использовать нейронные сети в сочетании с нечёткой логикой. Нейронные сети обеспечат процесс обучения, а нечётная логика - более гибкую настройку законов изменения управляющих воздействий в зависимости от режимов работы. В настоящей работе рассматривается применение рассматриваемого подхода на примере технического объекта - электропривода с индукторным двигателем двойного питания.
The general principles of building control systems are considered, when it is impossible to represent a controlled object in the form of a model with constant parameters, and external influences - in the form of quantities with known characteristics. To improve the accuracy of control, it is proposed to use the analysis of the current mode of operation with the memorization of its characteristic features and the formed control actions. For training, the situations characteristic of the system under consideration (modes of operation) are considered and the laws of changes in control actions that are optimal in a given sense are selected empirically. This can be done both using modeling and a real object, if it is permissible. It is assumed that in the event of similar situations in the future, the appropriate management will be selected. To do this, it is proposed to use neural networks in combination with fuzzy logic. Neural networks will provide the learning process, and odd logic will provide a more flexible configuration of the laws of changing control actions depending on the modes of operation. In this case, the application of the approach under consideration is considered on the example of a technical object - an electric drive with a dual-power inductor motor.
Ключевые слова:automatic control system, artificial intelligence system, neural network, fuzzy logic, electric drive, dual power inductor motor, система автоматического управления, система искусственного интеллекта, нейронная сеть, нечёткая логика, электропривод, индукторный двигатель двойного питания
