Синтез автоматизованої системи управління рухомим складом на основі геометричної теорії керування та нейронних мереж

Abstract

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.07 – автоматизація процесів керування. – Національний технічний університет "Харківський політехнічний інститут", Харків, 2017. Дисертація присвячена вирішенню науково-прикладної проблеми розробки бортової системи підтримки прийняття рішень машиністом, що створена на основі узагальнених математичних моделей та засобів оптимізації динаміки рухомих об'єктів з використанням нових методів та програмного забезпечення, а також нової технології обробки інформації на основі стабільно-пластичних нейронних мереж та нових моделей асоціативної пам'яті, яка створює теоретичну передумову розробки автоматичних систем керування рухомим складом та дозволяє поліпшити його енергетичні характеристики. Розроблено модель дизель-поїзда, що враховує основні види коливань вагонів та розподіл сил взаємодії між ними, а також паралельну роботу тягових двигунів обмоторених вагонів, що адекватно відображає процеси, які протікають на реальному об'єкті. Розроблено спеціалізоване програмне забезпечення, що реалізує людино-машинну систему, яка дозволяє автоматизувати аналітичні перетворення геометричної теорії керування при синтезі моделей у формі Бруновського. На основі нейронних мереж, що здатні вирішувати завдання з декількома рішеннями, розроблено новий метод пошуку функцій переходу між змінними нелінійних і лінійних моделей у формі Бруновського. Розроблені стабільно-пластичні нейронні мережі Хеммінга, Хебба та мережі на основі перцептрона, здатні розпізнавати нову інформацію й донавчатися в процесі функціонування, та модифікацію нейронної мережі Хеммінга, що здатна визначати декілька рішень. Розроблено структуру та складові бортової системи підтримки прийняття рішень, що дозволяє в реальних умовах експлуатації рухомого складу й поточній зміні дорожньої обстановки видавати машиністу закон керування, при якому дотримується графік руху за мінімальних витрат паливо-енергетичних ресурсів. Проведені дослідження на математичних моделях і реальному об'єкті, результати яких підтверджують правильність запропонованих рішень, методів та алгоритмів.Dissertation for the degree of Doctor of Technical Science on Specialty 05.13.07 – Automation of Control Processes. – National Technical University "Kharkіv Polytechnic Institute", Kharkіv, 2017. The dissertation is devoted to solving scientific and applied problems of increasing energy characteristics of traction rolling stock, traction asynchronous drive through the development and introduction of new onboard intellectual decision support system of machinist that is based on more accurate models and optimize dynamics tools, using new methods and specialized software and new technologies of information processing based on stable and plastic neural networks and new models of associative memory, which creates theoretical precondition for developing of automatic control systems of high-speed rolling stock. Developed a comprehensive diesel-train model that takes into account the principal vibrations of the rolling stock and the distribution of forces of interaction between them, as well as parallel performance of traction drive of wagons with motors that adequately reflects the processes that occur on the real object. Developed specialized software that realizes the man-machine system that automates the conversion of analytical geometric control theory in the synthesis models to the Brunovsky form. Based on the neural networks that can solve problems with multiple solutions, developed a new method of search switching functions between the variables in the form of linear models Brunovsky and variables of nonlinear models control object. Developed stable-flexible Hamming neural networks, Hebb and other networks based on Perceptron, that can recognize new information and studying during its performance and modification Hamming neural network, capable identify several solutions. Has developed structure and components of the onboard intellectual decision support system that allows the actual use of the rolling stock and when happening currently changing road conditions, system can give for machinist new control laws under which adheres to a schedule for the least cost fuel and energy resources. Conducted experimental investigations on mathematical models and real object that confirming the correctness of the proposed solutions, methods and algorithms.