Викладено спосіб опису і реалізацію дискретного автомата великої розмірності вроздріб у вигляді окремих автоматів, кожний із яких має свою власну пам'ять внутрішніх станів. Розглянуто питання організації зв'язків між автоматами. Наведено конкретний приклад реалізації автомата.

Получена модель тиристорного электропривода постоянного тока в виде схемы из трёх рекуррентных нейронных сетей (РНС). Выполнена коррекция алгоритма обучения РНС для представления ею объекта первого порядка с учётом предварительных знаний об объекте. Результаты проверены математическим моделированием.

A direct current thyristor drive model in form of the three recurrent neural networks (RNN) was occurred. The correcting of the RNN learning algorithm was performed for representing the first order object considering the preliminary knowledge about the object, by means of the RNN. The results were checked with the mathematical simulation.

Предложены степенные рекуррентные нейронные сети (РНС) для получения моделей нелинейных объектов. Выведены аналитические зависимости расчета этих сетей. Выполнена проверка способности степенных РНС представлять модели нелинейного электротехнического объекта.

Запропоновано степеневі рекурентні нейронні мережі (РНМ) для одержання моделей нелінійних об'єктів. Виведено аналітичні залежності розрахунку таких мереж. Виконано перевірку здібностей степеневих РНМ відображати моделі нелінійного електротехнічного об'єкту.

Розглянуто систему керування переміщенням робота на площині, складеної з однакових паралельно працюючих автоматів-кліток, кількість яких визначається точністю відпрацьовування положення. Система дозволяє виконувати з високою швидкодією цілеспрямоване керування переміщенням робота в середовищі з перешкодами за найкоротшою траєкторією. У системі Matlab виконане моделювання алгоритму роботи системи керування.

Для підвищення чутливості фазі-регулятора в усьому діапазоні вхідних змінних запропоновано уточнення результатів для кожного правила виводу, у даному разі використовуються властивості рекурсії. Логіка міркувань, що сформована в правилах, повторюється для частини діапазону вхідних змінних, яка дозволяє уточнювати вихідні сигнали регулятора. Одержано рівняння перерахунку вхідних і вихідних змінних. Розглянуто конкретний приклад уточнення виходу регулятора.

Для повышения чувствительности фаззи-регулятора (ФР) при нахождении входных переменных в зоне насыщения граничных термов предлагается уточнение выхода регулятора использованием масштабирующих коэффициентов (МК) входных и выходных переменных. Приведен один из вариантов определения МК. Рассмотрена настройка коэффициентов с учетом динамики системы. Дан конкретный пример уточнения выхода регулятора.

Рассмотрен способ идентификации в реальном времени момента инерции и момента сопротивления механизма с приводом постоянного тока, значения которых зависят от угла поворота вала двигателя. Получены уравнения для расчета моментов инерции и сопротивления по показаниям датчиков тока и частоты вращения. Моделирование работы электропривода и идентификации параметров подтвердили высокую точность предложенного способа.

Получены уравнения для вычисления весовых коэффициентов рекуррентных нейронных сетей (РНС), представляющих модель линейного динамического объекта. Реализованы модели электропривода постоянного тока на РНС. Результаты моделирования показали высокую точность рассчитанных моделей на РНС.

Разработана методика получения модели линейного объекта на рекуррентных нейронных сетях (РНС) с использованием генетических алгоритмов (ГА). Получены модели на РНС для тиристорного электропривода постоянного тока. Выполнено сравнение различных способов формирования задающих последовательностей данных для поиска весовых коэффициентов РНС с помощью ГА.

Рассмотрено применение в электроприводе постоянного тока генетических алгоритмов (ГА) для определения нелинейных П и ПИ регуляторов, обеспечивающих заданное качество управления объектом. Для различных критериев оптимального управления составлены фитнес функции оценки работы системы. Результаты моделирования показали улучшение качества управления для различных критериев в системе с параметрами регуляторов найденными ГА.

Определены структуры и получены расчётные зависимости для весовых коэффициентов четырёх рекуррентных нейронных сетей (РНС), предназначенных для представления моделей с прогнозированием линейного объекта. Применительно к тиристорному электроприводу постоянного тока рассчитаны весовые коэффициенты моделей на РНС и выполнено моделирование динамики электропривода и рассчитанных РНС.

Анализ исследований применения интеллектуальных систем для управления тиристорными электроприводами постоянного тока (ТЭПТ) показывает, что в большинстве случаев настройка системы управления выполняется на модели объекта. Это приводит к необходимости предварительного получения модели ТЭПТ. Получены зависимости для вычисления внутренних параметров ТЭПТ по значениям весовых коэффициентов его моделей на рекуррентных нейронных сетях.

Для создания моледей нелинейных объектов предложены степенные рекуррентные нейронные сети (СРНС). Разработана методика расчета этих сетей. Проведена проверка способности СРНС отображать модели нелинейных электротехнических объектов.

Разработаны методики расчета моделей нелинейных объектов на полиномиальных рекуррентных нейронных сетях по известной математической модели и экспериментальным данным работы объекта. По этой методике составлена программа и рассчитаны модели для тиристорного электропривода постоянного тока с двигателем последовательного возбуждения.

Разработаны математическая и имитационная модели движения в горизонтальной плоскости четырехдвигательного электропривода перемещения мостового крана, которые учитывают: упругости приводных валов, главной и концевых балок, углы установочного перекоса колес, взаимодействие четырех цилиндрических двухребордных колес с рельсами. Исследовано движение данного крана с помощью разработанной имитационной модели.

Разработана методика расчета и обучения моделей нелинейных объектов на полиномиальных рекуррентных нейронных сетях (ПРНС). Получены модели на ПРНС разной степени для тиристорного электропривода с двигателем постоянного тока последовательного возбуждения. Выполнены исследования и анализ полученных моделей методом имитационного моделирования.

По известным математическим моделям нелинейных объектов разработаны структуры и получены общие расчетные зависимости для весовых коэффициентов полиномиальных рекуррентных нейронных сетей (ПРНС), предназначенных для представления моделей этих объектов. Дана методика разработки моделей на ПРНС и они рассчитаны и исследованы методом имитационного моделирования для тиристорного электропривода с двигателем постоянного тока последовательного возбуждения.

Предложены методика и примеры расчета моделей асинхронного двигателя (АД) на полиномиальных рекуррентных нейронных сетях (ПРНС), исходя из экспериментальных данных о режимах его работы при питании от автономного инвертора напряжения с широтно-импульсной модуляцией. Методом имитационного моделирования исследована точность предложенной методики и рассчитаны внутренние параметры АД из весовых коэффициентов ПРНС.

Разработаны методы синтеза математических моделей нелинейных электромеханических систем (ЭМС) в виде модифицированных рекуррентных нейронных сетей (МРНС), с использованием которых определены оптимальные параметры нелинейных регуляторов с применением генетических алгоритмов (ГА).

Розроблено методи синтезу математичних моделей нелінійних електромеханічних систем (ЕМС) у вигляді модифікованих рекурентних нейронних мереж (МРНМ), з використанням яких визначено оптимальні параметри нелінійних регуляторів із застосуванням генетичних алгоритмів (ГА).

The methods of synthesis of non-linear mathematical models in the form MRNN of EMS, using which the optimal parameters of nonlinear controllers using GA.

Синтезированы математические модели электропривода с сериесным двигателем в виде полиномиальных рекуррентных нейронных сетей (ПРНС) по данным режима его работы. Исследованы способы идентификации параметров привода и зависимости момента сопротивления от скорости двигателя при задании специальных режимов работы и разных видов уравнений, описывающих нелинейности параметров. Выполнена настройка ПИ-регулятора скорости на полученной модели в виде ПРНС.