Дудник, Олексій Валентинович2016-06-102016-06-102016Дудник О. В. Оптимальні системи керування перехідними процесами енергозаощаджуючих об'єктів зі змінними параметрами [Електронний ресурс] : автореф. дис. ... канд. техн. наук : спец. 05.13.03 / Олексій Валентинович Дудник ; [наук. керівник Рогачов О. І.] ; Нац. техн. ун-т "Харків. політехн. ін-т". – Харків, 2016. – 20 с. – Бібліогр.: с. 16-18. – укр.https://repository.kpi.kharkov.ua/handle/KhPI-Press/22091Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13. 03 – системи та процеси керування. – Національний технічний університет "Харківський політехнічний інститут", Харків, 2016. Дисертація присвячена вирішенню науково-практичної задачі вдосконалення оптимальною за витратами енергії системи керування. У дисертаційній роботі розглянуто метод оптимального керування в лінійній системі при квадратичному критерії якості з урахуванням обмежень на керовані координати, стосовно до розімкнутої системи. Показано, що існує шість варіантів алгоритмів оптимального керування, в залежності від поєднання обмежень, що накладаються на керовані координати. В залежності від тривалості процесу оптимального керування, алгоритми розташовуються у певному порядку, відносно один одного, утворюючи область рішення, обмежену часом максимальної швидкодії з одного боку і часом мінімальних витрат з іншого. Математичні залежності для визначення цих обмежень, а також кордонів сусідніх алгоритмів всередині цієї області виведені в дисертації. В дисертації запропоновано метод ідентифікації параметрів позиційного приводу, заснований на рекурентної нейронної мережі Елмана. Математичний зв'язок між ваговими коефіцієнтами рекурентного і зовнішнього шарів мережі з параметрами двигуна дозволяє застосувати здатність мережі до навчання як спосіб ідентифікації. В роботі запропонована функціональна схема дворівневої системи оптимального керування. На верхньому рівні здійснюється вибір алгоритму оптимального керування і розрахунок тривалості його інтервалів. Контролер нижнього рівня здійснює вироблення керуючих впливів на об'єкт, форма і тривалість яких визначена ЕОМ верхнього рівня.The thesis for scientific degree of candidate of technical sciences in the specialty 05.13.03 – control systems and processes. – National Technical University "Kharkov Polytechnic Institute", Kharkov, 2016. The thesis is devoted to solving scientific and practical problems of improvement of cost effective energy control system. In the thesis has given the method of optimal control in a linear open-loop system with quadratic criteria of quality. It is shown that there are six variants of the algorithms of optimal control, depending on the combination of constraints on the controlled axes. Depending on the duration, optimal control algorithms are arranged in a specific order, relative to each other, thereby forming a region of the problem solution by the time of maximum speed with one hand and minimal time costs with other. Mathematical dependences for definition of these limits and the borders of neighbour algorithms within this field are derived in the thesis. In the thesis is proposed a method for the identification of the drive parameters. This method based on recurrent neural network Elman. The mathematical relationship between the weight coefficients of the network layers and parameters of the engine allows using the network learning as a way of identification. The paper presents a functional diagram of a two-tier system of optimal control. On the upper level, there is a choice of algorithm of optimal control and calculation of intervals durations. The lower level controller performs the generation of control actions on the object, the shape and duration of which is determined the upper-level computer.ukсистема оптимального керуванняалгоритмічне забезпеченнямоделюванняпринцип максимумурекурентна нейронна мережа Елманапозиційний електроприводоптимальне енергозбереженняавтореферат дисертаціїoptimal control systemalgorithmic softwaremodelingselfteachingmaximum principlerecurrent Elman neural networkpositional electric driveoptimal energy efficiencyThesis681.5.015.24