Найти

Результаты поиска

• ИСПОЛЬЗОВАНИЕ ПЕРИОДИЧЕСКИХ НЕЧЕТКИХ ГРАФОВ В ЗАДАЧАХ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМ ОБОРУДОВАНИЕМ

  А.В. Боженюк , М.В. Князева , О.В. Косенко , Е.Е. Косенко

  2023-12-11

  Аннотация ▼

  Контроль износа оборудования является важной и актуальной задачей, требующей
  постоянного внимания и мониторинга. Это связано с тем, что износ оборудования может
  привести к снижению его эффективности его эксплуатации, повышению вероятности
  возникновения аварий или поломке. Задача замены оборудования является системной про-
  изводственной задачей, при решении которой необходимо учесть множество факторов,
  влияющих на эффективность деятельности предприятия. В данной работе предложена
  концепция решения задачи своевременной замены оборудования с использованием периоди-
  ческих нечетких графов. Периодические нечеткие графовые модели позволяют адекватно
  отражать виды неопределенности, отражать специфику отношений между моделируе-
  мыми объектами, оптимизационные ограничения; решать различные задачи циклического
  типа, задачи сетевого планирования и управления. В данной работе применение матема-
  тического аппарата периодических нечетких графов позволило задачу динамического ха-
  рактера, которая зависела от двух временных переменных свести к задаче, зависящей
  только от времени эксплуатации оборудования. При этом возраст оборудования предло-
  жено учитывать при определении коэффициента износа, определяемого степенью принад-
  лежности к тому или иному классу износа. Данный аспект позволил свести поставленную
  задачу к исследованию износа всего оборудования, участвующего в технологическом про-
  цессе и учитывать покупку оборудования бывшего в употреблении (не нового). При опреде-
  лении функции принадлежности возможен учет факторов, которые могут повлиять на
  решение оптимизационной производственной задачи. Постановка задачи в нечетком виде
  обеспечивает возможность прогнозирования и планирования деятельность предприятия
  на будущие повторяющиеся периоды. В статье проведен литературный обзор, с обоснова-
  нием актуальности рассмотренной задачи. Рассмотрена задача замены оборудования с
  учетом динамических составляющих. Для отражения динамики производственного про-
  цесса были предложены темпоральные графы. Применение графовой модели обеспечивает
  наглядность отображения состояния оборудования в процессе его эксплуатации. Приме-
  нение периодических нечетких графов позволяет задачу замены оборудования упростить
  за счет сокращения одной временной составляющей и масштабировать классическую ди-
  намическую задачу с учетом неопределенных исходных данных.

• МЕТОД ОЦЕНКИ КООРДИНАТ БЛА ПО ИЗМЕРЕННЫМ ЛОКАЛЬНЫМ РАССТОЯНИЯМ МЕЖДУ ЭЛЕМЕНТАМИ ГРУППЫ

  В. А. Костюков , Е.Ю. Косенко , М. Ю. Медведев , В.Х. Пшихопов , М. В. Мамченко

  2021-04-04

  Аннотация ▼

  В связи с развитием средств мобильной робототехники проблема корректного реше-
  ния навигационных задач является одной из первостепенных, наряду с проблемами авто-
  матического управления и обеспечения информационного канала связи заданных надежно-
  сти, быстродействия и пропускной способности. Для осуществления навигации беспилот-
  ный летательный аппарат (БЛА) может использовать собственную инерциальную нави-
  гационную систему (ИНС), а также систему спутниковой навигации (СНС). Целью данной
  статьи является разработка метода уменьшения погрешностей работы инерциальной
  навигационной системы БЛА, вызванных наличием случайной и систематической погреш-
  ностей. При этом рассматривается случай монотонного возрастания систематической
  погрешности со временем. Навигационные данные, полученные со спутника, как правило, не
  содержат значительной систематической погрешности определения координат. Однако
  спутниковый сигнал может пропадать на время, значительно большее периода трансля-
  ции со спутника навигационных данных в обычном режиме. В следствие этого возникает
  проблема увеличения точности данных, получаемых от инерциальной навигационной сис-
  темы. Данная проблема особенной актуальная при групповом использовании БЛА. При ре-
  шении задач группового управления возникает необходимость предотвращать столкнове-
  ния аппаратов и возможные коллизии уже на стадии планирования движения. Кроме того,
  для решения целого ряда групповых задач, таких как мониторинг местности, проведение
  спасательных операций, поиск объектов на заданной территории, совместное транспор-
  тирование груза, отдельные объекты группы должны слаженно перемещаться в про-
  странстве с большой точностью. Это накладывает еще более жесткие ограничения по
  точности отработки ИНС и частоте информационного обмена по СНС. В настоящей
  статье предлагается метод, позволяющий по данным, полученным от локальных систем,
  осуществляющих измерение взаимных расстояний между объектами группы, скорректи-
  ровать оценки собственных координат таким образом, чтобы в результате уменьшить
  среднеквадратическое отклонение скорректированного набора точек от истинных поло-
  жений объектов в данный момент времени. Также метод позволяет уменьшить макси-
  мальное значение соответствующего отклонения по сравнению с исходным набором оце-
  нок, полученных из навигационных данных ИНС. Метод демонстрируется на примере по-
  вышения точности определения глобальных координат в группе БЛА.

• ОПТИМИЗАЦИЯ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ С НЕЧЕТКИМИ ПАРАМЕТРАМИ

  А. В. Боженюк , О. В. Косенко , М.В. Князева

  2022-05-26

  Аннотация ▼

  Рассматривается задача оперативного планирования одно-предметного производ-
  ства. Организация машиностроительного производства представляет собой сложный
  комплекс работ по определению многочисленных взаимосвязанных показателей, характе-
  ризующих деятельность предприятия. При этом предприятия такого типа имеют слож-
  ную иерархическую структуру. Также необходимо учитывать, что при планировании про-
  изводственного процесса количество параметров велико и не все они могут быть точно
  определены, что отражается на эффективности деятельности предприятия. С целью
  решения задачи эффективного планирования были проанализированы критерии оптималь-
  ности для серийного одно предметного производства. К одно-предметному производству
  относятся те, где проходят обработку детали одного наименования, то есть формиру-
  ется поточная производственная линия. Следовательно, задача оптимизации производст-
  ва состоит в том, чтобы распределить всю совокупность работ между станками и опе-
  раторами, обслуживающими данный станок таким образом, чтобы плановое задание бы-
  ло выполнено в течение заданного времени и совокупные затраты на выполнение задания
  были минимальными. В статье рассмотрена задача назначения в условиях неопределенно-
  сти, проведены экспериментальные расчеты и проведен анализ полученных результатов,
  обосновывающий применение предложенного аппарата нечетких множеств для решения
  задачи производственного планирования. Сделаны выводы, что в условиях неопределенно-
  сти, когда нет точной или статистической информации, аппарат нечетких множеств
  позволяет провести анализ эффективности производственной деятельности при задании
  параметров, отражающих возможные значения системы. В таких случаях применение
  механизмов нечеткой логики в задачах принятия производственных решений позволит оп-
  ределить оптимальные или близкие к оптимальным решения.

• РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ ПРОГНОЗИРОВАНИЯ ПОЖАРООПАСНЫХ СИТУАЦИЙ

  Сингх Санни, А.В. Прибыльский , Е.Ю. Косенко

  2025-01-30

  Аннотация ▼

  Раннее обнаружение пожароопасных ситуаций является критически важным аспектом
  обеспечения безопасности, так как позволяет минимизировать риск материальных и человеческих
  потерь. Заблаговременное выявление угроз способствует сохранению материальных ценностей,
  уменьшению времени на их восстановление и, что важнее, спасению человеческих жизней. В связи
  с этим, предлагается новый подход к прогнозированию пожароопасных ситуаций: алгоритм обу-
  чения модели прогнозирования пожароопасных ситуаций, а также алгоритм прогнозирования
  пожароопасных ситуация, которые разрабатываются на моделях машинного обучения таких как
  рекуррентные нейронные сети, случайный лес, оптимизационные деревья, авторегрессионные
  нейронные сети и т.д. В исследовании предлагается рассмотреть алгоритмы прогнозирования
  пожароопасных ситуаций, разработанных на основе анализа существующих алгоритмов прогно-
  зирования, включая методы на основе машинного обучения, статистические модели и симуляци-
  онные подходы, учитывая их преимущества и недостатки, показатели точности. Результаты
  исследования разработанных алгоритмов показывают, что они способны с точностью 93.33%
  предсказывать значение температуры снаружи датчика на основе тестовых данных с комплекса
  взаимосвязанных пожарных датчиков, с ошибками MAE = 1.72, MSE = 2.95 в нештатном режиме
  на тестовых данных, и с точностью 92.85% температура внутри датчика, ошибки MAE = 1.66,
  MSE = 2.75. Точность на тестовых данных в штатном режиме для температуры снаружи со-
  ставили 96.27%, ошибки MAE = 1.22, MSE = 1.48, а точность прогнозирования температуры
  внутри составила 96.16%, ошибки MAE = 1.24, MSE = 1.53. Для тестовой выборки в 500 000 от-
  счетов, ошибки спрогнозированной температуры снаружи составили: MAE = 1.82, а MSE = 3.31,
  а точность составили 91.78%. Ошибки спрогнозированной температуры внутри (temp2_inside)
  составили: MAE = 1.89, а MSE = 3.57, а точность составили 91.35%.

• ИССЛЕДОВАНИЕ ИНТЕЛЛЕКТУАЛЬНОГО АДАПТИВНОГО АЛГОРИТМА УПРАВЛЕНИЯ НА БАЗЕ МЕТОДА ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ

  А. Н. Карапеев , Е.Ю. Косенко , М. Ю. Медведев , В. Х. Пшихопов

  2025-04-27

  Аннотация ▼

  Предложен и исследован алгоритм адаптивного управления двигателем постоянного тока,
  базирующийся на применении технологии машинного обучения с подкреплением. Дан обзор и крат-
  кий анализ состояния дел в области интеллектуальных систем управления приводами. Представ-
  лено математическое описание двигателя, приведена структурная схема обучения интеллекту-
  ального агента. Предложена интеллектуальная система адаптивного управления скоростью
  вращения двигателя, при построении которой двигатель представляется в виде черного ящика с
  заданными ограничениями на вход и выход. Система управления строится на базе алгоритма
  Q-обучения нулевого порядка. Предполагается, что выходом интеллектуального агента является
  управление, подаваемое на вход двигателя. Экспериментальным путем подобрано множество
  таких управлений, позволяющих реализовать заданную точность поддержания частоты враще-
  ния. В интеллектуальной системе используются приближенные табличные оценки ценности каж-
  дого из управлений в зависимости от желаемой и текущей частоты вращения двигателя. В на-
  стоящей статье проведено исследование влияния дискретности представления значений состоя-
  ния, используемого множества управляющих воздействий, применяемых вознаграждений, а так-
  же параметров алгоритма обучения на ошибку управления. Исследована чувствительность ин-
  теллектуальной системы управления к изменению параметров моделируемого двигателя и не из-
  меряемому моменту сопротивления на валу двигателя. По результатам проведенного исследова-
  ния сделан вывод о необходимости использования модифицированного алгоритма, в котором
  предполагается измерение или оценка тока статорной обмотки двигателя и использование непре-
  рывного упарвления. В данной постановке задачи алгоритм управления обеспечивает робастность
  к переменным параметрам и внешнему возмущению. Также обсуждаются вопросы аппроксимации
  функции ценности управления с помощью полиномов и с применением нейронной сети. Показана
  возможность высокой точности аппроксимации с помощью нейронной сети простой структуры

• АЛГОРИТМ ПОСТРОЕНИЯ МАРШРУТА РОБОТОТЕХНИЧЕСКОГО КОМПЛЕКСА С ПРИМЕНЕНИЕМ АППАРАТА НЕЧЕТКОЙ ЛОГИКИ

  Е. А. Назаров , М. Е. Данилин, Е. Ю. Косенко

  2025-01-13

  Аннотация ▼

  В статье рассматривается математическое обоснование алгоритма построения маршру-
  та для обеспечения движения мобильного робототехнического комплекса (РТК) в процессе следо-
  вания за оператором при решении задач автономного управления с использованием технологий
  искусственного интеллекта (ИИ). Представлен подход к реализации задачи обеспечения автоном-
  ности следования мобильного РТК за оператором по принципцу «следуй за мной». В качестве ос-
  новного метода выбран метод погони, обеспечивающий следование РТК за ведущим оператором
  на заданном расстоянии. Моделирование движения РТК вслед за оператором осуществляется в
  сопровождающей системе координат для более корректного описания движения материальной
  точки по криволинейной траектории. В качестве исходных данных используются два динамиче-
  ских массива чисел, включающих в себя информацию о расстоянии от видеокамеры РТК до веду-
  щего оператора и о величине курсового угла между продольной осью комплекса и линией визирова-
  ния. Построение маршрута осуществляется с запозданием, после того как ведущий оператор
  условно сделал один шаг в направлении от робота. Введение нечеткости в процесс управления
  подразумевает оценивание воздействий и реакций совокупностью термов, которые сопоставля-
  ются с некоторой степенью уверенности с определенными интервалам каких-либо физических
  величин. На основе предлагаемого подхода разработан алгоритм, который реализован в про-
  граммной среде Python c использованием библиотеки встроенных функций для работы с аппара-
  том нечеткой логики Skfuzzy. Для оценивания точности реализации целевой функции проведено имитационное моделирование. Анализ полученных результатов позволил выявить основные пре-
  имущества применения нечеткой логики для решения задач автоматизации по сравнению с тра-
  диционными подходами теории автоматического управления.

• ДЕЦЕНТРАЛИЗОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКОЙ СИСТЕМОЙ ПОДЗАРЯДКИ ГРУППЫ БЛА

  В. А. Костюков, М. Ю. Медведев , В.Х. Пшихопов, Е. Ю. Косенко

  2021-04-04

  Аннотация ▼

  В настоящее время началось активное использование групп роботов для решения
  целого ряда задач гражданского и военного назначений. В этой связи возникают пробл е-
  мы, связанные с групповым управлением, организацией надежных каналов связи и обесп е-
  чением эффективного функционирования группы при ограниченных энергетических р е-
  сурсах. При решении задачи об оптимизации энергопотребления возникает проблема
  повышения эффективности взаимодействия элементов группы со стационарными стан-
  циями подзарядки. Эта проблема может быть решена только при рассмотрении объ е-
  диненной системы, в которую входят роботы и станции подзарядки. Централизованное
  управление такой системой оправдано в случае небольшого числа ее элементов. Однако с
  ростом числа элементов группы повышается сложность управления, поэтому более
  приоритетным решением становится сочетание централизованного и децентрализо-
  ванного методов управления. В комплекс проблем децентрализованного управления такой
  группой входит задача организации оптимального взаимодействия её элементов с целью
  достижения цели своего функционирования. При организации энергетического обмена
  между роботами и станциями подзарядки решение этой задачи играет ключевую рол ь в
  оптимизации энергопотребления. В данной статье работе разрабатывается концепция
  взаимодействия подвижных и стационарных объектов, подразумевающая возможность
  выбора каждым агентом взаимодействия соответствующего компаньона. Такой выбор
  производится с учетом текущего состояния системы и оценки истории результатов
  взаимодействия. Разработанная концепция детализируется для системы, включающей
  БЛА и станции их подзарядки. Предлагается алгоритм децентрализованного выбора пар
  взаимодействующих элементов «БЛА– станция подзарядки» на основе двух показателей
  – энергетической эффективности процесса заряда, и времени, затрачиваемго БЛА на
  достижение целевой точки. Оба показателя учитываются при выборе весовых коэффи-
  циентов, назначаемых каждой станции подзарядки в качестве степеней её эффективно-
  сти. Также данные показатели входят в оптимизируемый критерий качества. Разраб о-
  тана процедура оптимизации, результатом которой является номер станции подзаря д-
  ки, наиболее подходящей данному мобильному объекту для взаимодействи я.