Адаптивная система управления процессом механообработки на основе нечеткой динамической модели тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Месягутов, Игорь Фаритович

• Месягутов, Игорь Фаритович
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Месягутов, Игорь Фаритович

ОСНОВНЫЕ СОКРАЩЕНИЯ, ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ.

ОСНОВНЫЕ УСЛОВНЫЕ ОБОЗНАЧЕНИЯ, ИСПОЛЬЗУЕМЫЕ В ТЕКСТЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ МОДЕЛИРОВАНИЯ И

УПРАВЛЕНИЯ ПРОЦЕССОМ ОБРАБОТКИ ДЕТАЛЕЙ

НА МЕТАЛЛОРЕЖУЩИХ СТАНКАХ С ЧПУ.

1.1. Анализ тенденции развития автоматизации и управления процессом механообработки.

1.2. Содержательная постановка задачи оперативного формирования режимов механообработки.

1.3. Особенности знаний о процессе резания как объекте управления.

1.4. Анализ методов формирования законов управления в условиях неопределенности.

1.4.1. Анализ методов управления в условиях нескомпенсированной неопределенности.

1.4.2. Анализ путей компенсации неопределенностей знаний о процессе резания.

1.4.2.1. Анализ путей снижения возмущений с применением теории информации.

1.4.2.2. Анализ методов адаптивного управления.

1.4.3. Анализ тенденции совмещения задач компенсации неопределенности и управления в условиях неснятой неопределенности.

1.5. Выводы и результаты по главе.

ГЛАВА 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА РЕЗАНИЯ КАК НЕЧЕТКОГО ДИНАМИЧЕСКОГО ОБЪЕКТА УПРАВЛЕНИЯ.

2.1. Математическая модель для представления знаний о процессе резания.

2.1.1. Формализация знаний с сигнальными неопределенностями.

2.1.2. Формализация знаний с параметрическими неопределенностями.

2.1.3. Формализация знаний с неопределенностями начальных условий.

2.1.4. Формализация знаний с функциональными неопределенностями.

2.1.5. Формализация знаний со структурными неопределенностями.

2.2. Правила вычисления значений нечетких функций.

2.3. Решение дифференциальных уравнений в условиях нечеткой исходной информации.

2.4. Подход к идентификации нечеткой динамической модели ПР.

2.4.1. Постановка задачи идентификации.

2.4.2. Идентификация параметров модели ПР и показателей параметрических неопределенностей.

2.4.3. Идентификация функций модели ПР и показателей функциональных неопределенностей.

2.4.4 Идентификация размерности вектора состояния модели ПР и показателей структурных неопределенностей.

2.5. Сравнительные характеристики предложенной методики формального описания ПР.

Введение диссертации (часть автореферата) на тему «Адаптивная система управления процессом механообработки на основе нечеткой динамической модели»

Один из путей повышения эффективности авиационных и машиностроительных производств состоит во внедрении средств автоматизации и управления технологическими процессами, в т.ч. процессами резания (ПР), трудоемкость которой составляет 50-60% от трудоемкости изготовления всего изделия [132]. Работами [5, 32, 81] доказано, что системы управления (СУ) ПР позволяют повысить надежность работы оборудования, поднять производительность и снизить себестоимость деталей, улучшить эксплуатационные характеристики изделий в условиях, когда резервы усовершенствования конструкций металлорежущих станков и технологий исчерпаны. Однако СУ ПР не получили столь широкого распространения в производстве, как СУ исполнительными органами технологического оборудования. Это объясняется тем, что управление ПР имеет ряд проблем, связанных с неопределенностями при управлении, т.е. с дефицитом и недостоверностью априорной и апостериорной информации. Указанная неопределенность обусловлена погрешностями измерения выходных переменных объекта управления (ОУ), дефицитом средств измерения и контроля многих физических величин ПР, свойствами моделей процесса, характеризующихся нестационарностью и переменной структурой. Поэтому усилия ученых [77, 99, 100, 126, 133], занимающихся проблемами управления, направлены на решение вопросов адаптации СУ к производственным условиям и на разработку робастных систем, обладающих слабой чувствительностью к возмущениям. Но в настоящее время не существует ни технической базы, ни теоретических методов, позволяющих полностью исключить влияние неопределенностей на показатели устойчивости, точности и качества управления ПР. В связи с этим актуальным является разработка методик количественной оценки неопределенностей моделей ПР и алгоритмов выбора компромиссного управляющего сигнала в условиях неснятой неопределенности.

Решаемые в диссертации вопросы являются составной частью исследований, проводимых кафедрой автоматизированных технологических систем Уфимского государственного авиационного технического университета (УГАТУ) в соответствии с координационными планами АТН РФ, программой «Конверсия и высокие технологии. 1997-2000 г.г.», в рамках федеральной целевой программы «Государственная поддержка интеграции высшего образования и фундаментальной науки на 1997-2001 г.г.».

Целью настоящей работы является повышение эффективности управления процессом механообработки в условиях неопределенности.

Для достижения данной цели поставлены следующие задачи.

1. Предложить и обосновать динамическую модель для формализации знаний о ПР с учетом дефицита, противоречивости и недостоверности априорной информации.

2. Синтезировать методику идентификации предложенной модели ПР.

3. Разработать алгоритм оперативного формирования режимов механообработки (подачи и частоты вращения шпинделя) в условиях неопределенности.

4. Разработать алгоритм настройки регуляторов в адаптивных СУ ПР.

5. Оценить эффективность предложенных методик идентификации и алгоритмов управления ПР.

На защиту выносятся:

1. Нечеткая динамическая модель для описания ПР в пространстве состояний, включающая НМ параметров, переменных вектора состояния, размерности вектора состояния, а также нечеткие функции.

2. Методика идентификации модели ПР, состоящая в декомпозиции различных видов неопределенности и в определении параметров НМ, НФ и НО модели.

3. Алгоритм формирования квазиоптимальных режимов механообработки (подачи и частоты вращения шпинделя) путем адаптивного управления ПР с нечеткой моделью и нечеткими значениями выходной переменной на основе алгоритма скоростного градиента.

4. Алгоритм настройки параметров адаптивного регулятора ПР путем поиска условного экстремума целевой функции, отражающей нечеткие показатели качества и точности СУ при ограничениях на управляющий сигнал и на переменные вектора состояния ОУ

5. Результаты оценки эффективности методики идентификации нечеткой динамической модели ПР и алгоритмов управления ПР в условиях нечеткой информации, полученные путем имитационного моделирования и внедрения в производство.

Научная новизна диссертационной работы:

1. Новизна нечеткой модели состоит в возможности параметрически отражать сигнальные, функциональные, параметрические, структурные неопределенности и неопределенности начальных условий поведения управляемого ПР с целью повышения гибкости и скорости вычислений.

2. Новая методика идентификации нечеткой динамической модели ПР заключается в сочетании классических градиентных методов идентификации и методов распознавания образов, что позволяет обрабатывать экспериментальные данные, полученные в условиях более широкого спектра источников неопределенностей по сравнению с классическими методами идентификации с целью количественной оценки отклонения поведения ПР от номинальной модели.

3. Новизна алгоритма формирования квазиоптимальных режимов механообработки состоит в сочетании алгоритма адаптивного робастного управления и процедуры оперативного принятия решений в условиях нечеткой информации с целью расширения границ применимости системы в производственных условиях при наличии широкого спектра возмущений.

Практическая ценность:

1. Использование динамической модели ПР с параметризированными нечеткими множествами и нечеткими функциями в алгоритмах управления позволяет осуществлять оперативное принятие решений по формированию квазиоптимальных режимов механообработки (подачи и частоты вращения шпинделя) в условиях неопределенности.

2. Использование алгоритма формирования квазиоптимальных режимов механообработки в СУ ПР позволяет повысить гибкость СУ, точность СУ в среднем на 15%, обеспечить перерегулирование не выше 3%, снизить время механообработки деталей на 20% по сравнению с существующими адаптивными и оптимальными СУ ПР, сократить время на технологическую подготовку производства на 15-20 %.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Месягутов, Игорь Фаритович

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Предложена и обоснована нечеткая динамическая модель для описания поведения управляемого ПР в условиях неопределенности. Возможность модели параметрически оценивать нечеткость измеренных данных и знаний о ПР повышает скорость вычислений на 2 порядка по сравнению с оперированием дискретными НМ. Достигнутое быстродействие расчетов по модели обеспечивает ее применимость в оперативном режиме при решении задач управления ПР и способствует реализации модели в СУ на основе универсальных микропроцессорных устройств (без дополнительных нечетких контроллеров).

2. Разработана методика идентификации нечеткой модели ПР, выполняющая декомпозицию неопределенности на сигнальную, параметрическую, структурную, функциональную, неопределенность начальных условий и осуществляющая параметрическую оценку показателей этих неопределенностей. Разработанная методика дает возможность обрабатывать информацию, полученную под влиянием различных источников неопределенности, в том числе при наличии дефицита информации, погрешности измерения и наблюдения, при упрощении модели. Декомпозиция неопределенности позволяет обосновать и формализовать процедуру выбора принципа и метода управления ПР.

3. Разработан алгоритм формирования квазиоптимальных режимов механообработки (подачи и частоты вращения шпинделя), объединяющий алгоритм адаптивного робастного управления и процедуру оперативного принятия решений в условиях нечеткой информации. Разработанный алгоритм помимо частичного снятия параметрических и функциональных неопределенностей, позволяет сформировать наиболее приемлемый управляющий сигнал с точки зрения цели управления в условиях возможных вариаций поведения ОУ. Применение алгоритма в системах управления ПР расширяет область их применения в производственных условиях при наличии более широкого спектра возмущений.

4. Синтезирован алгоритм настройки параметров адаптивного регулятора, предназначенного для управления ПР с нечеткими моделями. Квазиоптимальные значения параметров регулятора обеспечивают компромиссные показатели качества и точности СУ с учетом заданных ограничений на управляющий сигнал и на переменные вектора состояния ОУ.

5. Результаты имитационного моделирования и внедрения в производство показали, что использование алгоритма формирования квазиоптимальных режимов механообработки в СУ ПР на основе нечеткой динамической модели позволяет повысить гибкость СУ, точность СУ в среднем на 15%, обеспечить перерегулирование не выше 3%, снизить время механообработки деталей на 20% по сравнению с существующими адаптивными и оптимальными СУ ПР, сократить время на технологическую подготовку производства на 15-20% при обеспечении заданных показателей качества обрабатываемых деталей.

Список литературы диссертационного исследования кандидат технических наук Месягутов, Игорь Фаритович, 2003 год

1. Абакумов A.M. Математическая модель процесса точения при управлении по каналам скорости продольной подачи и частоты вращения шпинделя // Станки и инструмент. 1976. - №5. - С. 16-17.

2. Абиев Р.Г., Алиев P.A., Алиев P.P. Синтез САУ с обучаемым на нейронной сети нечетким контроллером // Известия РАН. Техническая кибернетика. 1994. - №2. - С. 192-197.

3. Автоматизированное проектирование информационно-управляющих систем. Системное моделирование предметной области: Учебное пособие / Г.Г. Куликов, А.Н. Набатов, А.В, Речкалов; Уфимск. гос. авиац. техн. ун-т. Уфа, 1998.- 104 с.

4. Автоматическое регулирование процессов резания по температуре: Сб. науч. тр. №4. / Отв. ред. С.С. Силин. Ярославль.: Ярославский политехнический институт, 1976. - 169 с.

5. Адаптивное управление технологическими процессами / Ю.М. Со-ломенцев, В.Г. Митрофанов, С.П. Протопопов, И.М. Рыбкин, В.А. Тимирязев. -М.: Машиностроение, 1980. 536 с.

6. Алефельд Г., Херцбергер Ю. Введение в интервальные вычисления/ Пер. с англ. М.: Мир, 1987. - 360 с.

7. Алиев P.A., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. - 264 с.

8. Андриевский Б.Р., Фрадков A.JT. Элементы математического моделирования в программных средах MATLAB 5 и Scilab. СПб.: Наука, 2001. -286 с.

9. Бабак В.Ф. Модели и методы конструирования интеллектуальных САПР ТП механообработки // Машиностроительное производство. Автоматизированные системы проектирования и управления. М.: ВНИИТЭМР, 1990. -56 с.

10. Барботько А.И., Зайцев А.Г. Теория резания металлов. 4.1. Основы процесса резания: Учеб. пособие. Воронеж: Изд-во ВГУ, 1990. - 216 с.

11. Барботько А.И., Зайцев А.Г. Теория резания металлов. 4.2. Основы системологии процессов резания: Учеб. пособие. Воронеж: Изд-во ВГУ, 1990.-176 с.

12. Белоусов А.И. Развитие новых принципов оптимизации механической обработки // Оптимизация процессов резания жаро- и особопрочных материалов: Межвузовский тематический научный сборник, выпуск VI. Уфа: УАИ, 1981.-С. 23-28.

13. Бесекерский В.А., Небылов A.B. Робастные системы автоматического управления. М.: Наука. Главная редакция физико-математической литературы, 1983. - 240 с.

14. Бессонов A.A., Загашвили Ю.В., Маркелов A.C. Методы и средства идентификации динамических объектов. Л.: Энергоатомиздат, 1989. - 280 с.

15. Блохнин А.Г. Алгебра нечетких множеств // Известия РАН. Теория и системы управления. 1998. - №5. - С. 88-95.

16. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. -184 с.

17. Вентцель Е.С. Овчаров Л.А. Теория вероятностей и ее инженерные приложения. М.: Наука, 1988. - 480 с.

18. Вопросы оптимального резания металлов: Труды УАИ, выпуск 29. Уфа: УАИ, 1972. 190 с.

19. Вопросы оптимального резания металлов: Труды УАИ, выпуск 34. Уфа: УАИ, 1972.-255 с.

20. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация: Пер с англ.-М.: Мир, 1985.-509 с.

21. Горелик A.JI., Скрипкин В.А. Методы распознавания. М.: Высш. шк, 1984.-208 с.

22. Грановский В.А, Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. JL: Энергоатомиздат, 1990. - 288 с.

23. Гроп Д. Методы идентификации систем / Пер. с англ. В.А. Васильева, В.И. Лопатина; Под ред. Е.И. Кринецкого. М.: Мир, 1979. - 302 с.

24. Дегтярев Ю.И. Исследование операций. М.: Высш. шк., 1986.320 с.

25. Дейч A.M. Методы идентификации динамических объектов. М.: Энергия, 1979. - 240 с.

26. Дорф Р., Бишоп Р. Современные системы управления / Пер. с англ. Б.И. Копылова. М.: Лаборатория Базовых Знаний, 2002. - 832 с.

27. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977. - 144 с.

28. Журавлев В.Н., Николаева О.И. Машиностроительные стали: Справочник. М.: Машиностроение, 1992. - 480 с.

29. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. - 163 с.

30. Захаров В.Н., Ульянов C.B. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. IV. Имитационное моделирование // Известия РАН. Техническая кибернетика. 1994. - №5. - С. 168-210.

31. Зориктуев В.Ц. Повышение эффективности обработки деталей из труднообрабатываемых материалов на станках путем идентификации и автоматического управления температурно-силовым режимом точения: Дис. д-ра техн. наук. М., 1990. - 480 с.

32. Зориктуев В.Ц., Гончарова С.Г., Месягутов И.Ф. Методика синтеза информационной управляющей системы процессом механообработки // Актуальные проблемы машиностроения: Материалы I Международной науч.-техн. конф. Владимир: Изд-во ВлГУ, 2001. - С. 153-154.

33. Зориктуев В.Ц., Лютов А.Г., Гончарова С.Г., Месягутов И.Ф. Интеллектуальное управление сложным мехатронным объектом с использованием быстрорасчетной нейро-нечеткой модели // Мехатроника. 2001. - №6. -С. 24-28.

34. Зориктуев В.Ц., Лютов А.Г., Месягутов И.Ф. Система экстремального управления интенсивностью износа режущего инструмента // Автоматизированные технологические и мехатронные системы в машиностроении. Сб. науч. тр. Уфа: Изд-во УГАТУ, 1997. - С. 86.

35. Измерение электрических и неэлектрических величин: Учеб. пособие для вузов / H.H. Евтихиев, Я.А. Купершмидт, В.Ф. Папуловский, В.Н. Ску-горов; Под общ. ред. H.H. Евитхиева. М.: Энергоатомиздат, 1990. - 352 с.

36. Ильин А.И. Адаптивная система управления интенсивностью износа режущего инструмента для точения труднообрабатываемых материалов на станках с ЧПУ: Автореф. дис. канд. техн. наук. Уфа, 1992. - 24 с.

37. Исаев Ш.Г. Разработка системы автоматического регулирования силами резания по электрической проводимости контакта «инструмент деталь»: Дис. канд. техн. наук. - Уфа, 1987. - 235 с.

38. Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы: Справочник. / Под ред. Д.А. Поспелова - М.: Радио и связь, 1990. - 304 с.

39. Казаков И.Е., Гладков Д.И. Методы оптимизации стохастических систем. М.: Наука, 1987. - 304 с.

40. Калинина В.Н., Панкин В.Ф. Математическая статистика. М.: Высш. шк., 1998.-336 с.

41. Кацев П.К. Статистические методы исследования режущего инструмента. -М.: Машиностроение, 1968. 156 с.

42. Кику А.Г., Костюк В.И., Краскевич В.Е., Сильвестров А.Н., Шпит C.B. Адаптивные системы идентификации. Киев.: Техшка, 1975. - 288 с.

43. Клышинский Э.С. Метод построения и применения интеллектуальных объектов в системах моделирования // Автоматизация и современные технологии. 1998. - №2. - С. 27-31.

44. Ковчин С.А., Сабинин Ю.А. Теория электропривода. СПб.: Энергоатомиздат, 2000. - 496с.

45. Конфликт сложных систем. Модели и управление / Б.К. Нартов, С.Г. Братцев, Ф.А. Мурзин, A.A. Пунтус; под ред. A.A. Пунтуса. М.: МАИ, 1995.-120 с.

46. Коровин Б.Г., Прокофьев Г.И., Рассудов Л.Н. Системы программного управления промышленными установками и робототехническими комплексами. Л.: Энергоатомиздат, 1990. - 352 с.

47. Корытин A.M., Шапарев Н.К. Оптимизация управления металлорежущими станками. М.: Машиностроение, 1974. - 200 с.

48. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. -М.: Радио и связь, 1982. 432 с.

49. Крючков В.Г. Технологические аспекты создания систем оперативного формирования управляющих программ // Оптимальное управление меха-тронными станочными системами: Сб. науч. трудов. Часть 1. - Уфа: Изд-во УГАТУ, 1999.-С. 146-152.

50. Кудинов В.А. Динамические расчеты станков (основные положения) // СТИН. 1995. - №8. - С. 3-13.

51. Кузьмин В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. М.: Наука, 1982. - 168 с.

52. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989. - 128 с.

53. Левин В.И. Новое обобщение операций над нечеткими множествами // Известия РАН. Теория и системы управления. 2001. - №1. - С. 143-146.

54. Льюнг Л. Идентификация систем. Теория для пользователей. М.: Наука, 1992.-431 с.

55. Макаров А.Д. Оптимизация процессов резания. М.: Машиностроение, 1976. - 278 с.

56. Малышев Н.Г., Берштейн JI.C., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. - 136 с.

57. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер. с англ./ Предисл. C.B. Трубицына. М.: Финансы и статистика,1994.-256 с.

58. Месягутов И.Ф., Гончарова С.Г. Система автоматического управления температурно-силовым режимом обработки // Проблемы современного энергомашиностроения: Материалы Всероссийской молодежной науч.-техн. конф. Уфа: Изд-во УГАТУ, 2002. - С. 85.

59. Месягутов И.Ф., Лютов А.Г. Информационно-измерительная система для исследования процесса точения // Информационные и кибернетические системы управления и их элементы: Материалы Всероссийской молодежной науч.-техн. конф. Уфа: Изд-во УГАТУ, 1997. - С.46.

60. Месягутов И.Ф., Лютов А.Г. Интеллектуальная система программного управления процессом механообработки // Технология и оборудование современного машиностроения: Материалы Всероссийской молодежной науч.-техн. конф. Уфа: Изд-во УГАТУ, 1998. - С. 20.

61. Месягутов И.Ф., Лютов А.Г. Подход к формализованному описанию процессов механообработки // Технология и оборудование современного машиностроения: Материалы Всероссийской молодежной науч.-техн. конф. -Уфа: Изд-во УГАТУ, 1998. С. 21.

62. Месягутов И.Ф., Никин А.Д. Адаптивная система управления процессом точения // Технология металлообработки: физика процессов и оптимальное управление. Материалы международной конференции. Часть 1. -Уфа: Изд-во УГАТУ, 1994. С. 53.

63. Методология IDEF0. Функциональное моделирование. М.: Мета-технология, 1993. - 117 с.

64. Методология IDEF1X. Информационное моделирование. М.: Ме-татехнология, 1993. - 120 с.

65. Методы классической и современной теории автоматического управления. В 3-х т. Т. 2.: Синтез регуляторов и теория оптимизации систем автоматического управления / Под ред. Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2000. - 736 с.

66. Методы классической и современной теории автоматического управления. В 3-х т. Т. 3.: Методы современной теории автоматического управления / Под ред. Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2000. - 748 с.

67. Методы описания, анализа, и синтеза нелинейных систем управления / В.В. Семенов, A.B. Пантелеев, Е.А. Руденко, A.C. Бортаковский. М.: Изд-во МАИ, 1993. - 312 с.

68. Методы робастного, нейро-нечеткого и адаптивного управления / Под ред. Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 744 с.

69. Мирошник И.В. Согласованное управление многоканальными системами. Д.: Энергоатомиздат, 1990. - 128 с.

70. Мирошник И.В., Никифоров В.О., Фрадков A.JI. Нелинейное и адаптивное управление сложными динамическими системами. СПб.: Наука, 2000. - 549 с.

71. Михалюк Д.П., Суворов A.B., Ященко В.В., Ященко Н.Ю. Формирование оптимального пути в пространстве состояний сложной технической системы в условиях неполноты исходной информации // Известия РАН. Теория и системы управления. 1996. - №5. - С. 61-65.

72. Моисеев H.H. Математические задачи системного анализа. М.: Наука, 1981.-488 с.

73. Молодцов Д.Д. Описание зависимостей при помощи мягких множеств // Известия РАН. Теория и системы управления. 2001. - №6. -С. 137-144.

74. Невельсон М.С. Автоматическое управление точностью обработки на металлорежущих станках. Л.: Машиностроение, 1982. - 184 с.

75. Нечеткие множества в моделях управления и искусственного интеллекта. / Под ред. Д.А. Поспелова. М.: Наука, 1986. - 312 с.

76. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под ред. Ягеря P.P.- М.: Радио и связь, 1986. 408 с.

77. Никин А. Д. Адаптивная система управления температурно-силовыми режимами процесса резания металлов: Дис. канд. техн. наук. Уфа, 1999.-192 с.

78. Никичкин В.В., Цуканова Н.И. Обучение как многошаговый дискретный процесс управления с нечеткими параметрами // Известия РАН. Теория и системы управления. 1996. - №5. - С. 93-96.

79. Новицкий В.А. Исследование сигнала термо-ЭДС в процессе резания металлов // Оптимизация процессов резания жаро- и особопрочных материалов: Межвузовский тематический научный сборник. Выпуск VI. - Уфа: УАИ, 1981. - С.149-155.

80. Новоселов О.Н., Фомин А.Ф. Основы теории и расчета информационно-измерительных систем. М.: Машиностроение, 1991. - 336 с.

81. Новые методы определения обрабатываемости материалов резанием и шлифованием: Сб. науч. тр. №3 / Отв. ред. С.С. Силин. Ярославль.: Ярославский политехнический институт, 1975. - 203 с.

82. Нурисламов B.JI. К вопросу об обрабатываемости жаропрочных сплавов на никелевой основе // Оптимизация процессов резания жаро- и особо-прочных материалов: Межвузовский тематический научный сборник. Выпуск IV. - Уфа: УАИ, 1979. - С. 168-174.

83. Оптимизация процессов резания жаро- и особопрочных материалов: Межвузовский тематический научный сборник. Уфа: УАИ, 1985. - 171 с.

84. Оптимизация процессов резания жаро- и особопрочных материалов: Межвузовский тематический научный сборник. Уфа: УАИ, 1987. - 159 с.

85. Оптимизация технологических условий механической обработки деталей авиационных двигателей / В.Ф. Безъязычный, Т.Д. Кожина и др. М.: МАИ, 1993.- 184 с.

86. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. - 208 с.

87. Осипов Г.С. Построение баз знаний на основе взаимодействия интерактивных методов приобретения знаний. I. Концептуальные элементы модели мира // Известия РАН. Теория и системы управления. 1995. - №3. -С. 160-174.

88. Основы математического моделирования с примерами на языке MATLAB: Учебное пособие / Д.Л. Егоренков, А.Л. Фрадков, В.Ю. Харламов; Под ред. А.Л. Фрадкова. СПб.: БГТУ, 1996. - 192 с.

89. Пантелеев A.B., Бортаковский A.C., Летова Т.А. Оптимальное управление в примерах и задачах: Учеб. пособие. М.: МАИ, 1996. - 212 с.

90. Пащенко Ф.Ф., Чернышев K.P. Методы построения систем управления на основе знаний // Приборы и системы управления. 1996. - №8. -С. 12.

91. Первозванский A.A. Курс теории автоматического управления. -М.: Наука, 1986.-616 с.

92. Петров Б.Н., Рутковский В.Ю., Крутова И.Н., Земляков С.Д. Принципы построения и проектирования самонастраивающихся систем управления- М.: Машиностроение, 1972. 260 с.

93. Петров Б.Н., Рутковский В.Ю., Земляков С.Д. Адаптивное коорди-натно-параметрическое управление нестационарными объектами. М.: Наука, 1980.-234 с.

94. Планирование эксперимента в исследовании технологических процессов / К. Хартман, Э.Лецкий, В.Шефер; Под ред. Лецкого. М.: Мир, 1977. -552 с.

95. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоатомиздат, 1981. - 232 с.

96. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.-288 с.

97. Постнов В.В. Исследование стружкообразования при нестационарном резании // Автоматизированные технологические и мехатронные системы в машиностроении: Сб. науч. тр. Уфа: Изд-во УГАТУ, 1997. - С. 38-42.

98. Постнов В.В. Структурно-энергетичский анализ процесса нестационарного точения // Автоматизированные технологические и мехатронные системы в машиностроении: Сб. науч. тр. Уфа: Изд-во УГАТУ, 1998. -С. 25-34.

99. Построение экспертных систем: Пер. с англ. / Под ред. Хейеса-Рота, Д. Уотермана, Д. Лената. -М.: Мир, 1987. 441 с.

100. Потапова Т.Б. Структурная модель управления технологическим участком непрерывного производства как база знаний для экспертной системы// Приборы и системы управления. 1996. - №9. - С. 17-22.

101. Потюпкин А.Ю. Решение задачи идентификации нечетких систем // Известия РАН. Теория и системы управления. 1996. - №4. - С. 40-46.

102. Пушков С.Г. Об общей теории нечетких систем: глобальные состояния и нечеткая глобальная реакция нечеткой системы // Известия РАН. Теория и системы управления. 2001. - №5. - С. 105-109.

103. Растригин Л.А., Маджаров Н.Е. Введение в идентификацию объектов управления. М.: Энергия, 1977. - 216 с.

104. Растригин Л.А. Обучение как управление // Известия РАН. Техническая кибернетика. 1993. - №2. - С. 40-46.

105. Растригин Л.А. Системы экстремального управления. М.: Наука, 1974.-632с.

106. Ратмиров В.А. Управление станками гибких производственных систем. М.: Машиностроение, 1987. - 272 с.

107. Режимы резания металлов. Справочник. / Под ред. Ю.В. Барановского. М.: Машиностроение, 1972. - 407 с.

108. Резание труднообрабатываемых материалов / Под ред. П. Г. Петру-хи. М.: Машиностроение, 1972. - 175 с.

109. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам / Пер. с англ. A.M. Раппопорта, С.И. Травкина. Под ред. А.И. Теймана. М.: Наука, 1986. - 496 с.

110. Романов В.Н., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений / Под ред. Э.И. Цветкова. Л.: РИЦ «Татьянин день», 1994. -280 с.

111. Рюков Д.И. К вопросу ускоренного определения режимов резания// Оптимизация процессов резания жаро- и особопрочных материалов: Межвузовский тематический научный сборник. Выпуск V. - Уфа: УАИ, 1980. — С.137-140.

112. Санкин Ю.Н., Жиганов В.И., Санкин Н.Ю. Устойчивость процесса резания на токарных станках // СТИН. 1997. - №7. - С. 20-24.

113. Санкин Ю.Н., Пирожков С.Л., Санкин Н.Ю. Устойчивость токарных станков при обработке нежестких заготовок//СТИН. 2000. - №11. -С. 15-20.

114. Санкин Ю.Н., Санкин Н.Ю. Устойчивость токарных станков при неопределенной характеристике процесса резания//СТИН. 1998. - №10. -С. 7-11.

115. Силин С.С. Метод подобия при резании материалов. М.: Машиностроение, 1979. - 152 с.

116. Сосонкин В.Jl. Программное управление технологическим оборудованием. -М.: Машиностроение, 1991. 512 с.

117. Сосонкин В.Л., Мартинов Г.М. Концепция числового программного управления мехатронными системами: архитектура систем типа PCNC // Мехатроника. 2000. - №1. - С. 26-29.

118. Справочник по теории автоматического управления / Под ред. A.A. Красовского-М.: Наука. Гл. ред. физ.-мат. лит., 1987. 712 с.

119. Справочник технолога-машиностроителя. В 2-х т. Т. 1 / Под ред. А.Г. Косиловой и Р.К. Мещерякова. М.: Машиностроение, 1986. - 656 с.

120. Тарасов В.Б. Искусственная жизнь и нечеткие эволюционные мно-гоагентные системы основные теоретические подходы к построению интеллектуальных организаций // Известия РАН. Теория и системы управления. -1998.-№5.-С. 12-23.

121. Убейко В.М. Применение экспертных систем в автоматизированных системах проектирования и управления // Машиностроительное производство. Автоматизированные системы проектирования и управления. М.: ВНИИТЭМР, 1990.

122. Ульянов B.C., Язенин A.B. Математическая модель интеллектуальной системы управления комплексным, глобально неустойчивым объектом на основе мягких вычислений // Известия РАН. Теория и системы управления. -2001.-№3.-С. 122-137.

123. Управление динамическими системами в условиях неопределенности / С.Т. Кусимов, Б.Г. Ильясов, В.И. Васильев и др. М.: Наука, 1998. - 452 с.

124. Филоненко С.Н. Резание металлов. Киев.: Технпса, 1975. - 232 с.

125. Фрадков А.Л. Адаптивное управление в сложных системах: беспоисковые методы. М.: Наука, 1990. - 296 с.

126. Хант Э. Искусственный интеллект: Пер с англ. М.: Мир, 1978.560 с.

127. Цой Э.В., Юдин А.Д., Юдин Д.Б. Задачи пополнения и синтеза знаний // Автоматика и телемеханика. 1994. - №7. - С. 3-36.

128. Чернышев М.К., Гаджиев М.Ю. Математическое моделирование иерархических систем с приложениями к биологии и экономике. М.: Наука, 1983.-192 с.

129. Шостак В.Ф. Модели и методы управления сложными технологическими комплексами в нештатных (экстремальных) режимах работы в АСУТП // Автоматика и телемеханика. 1994. - №10. - С. 158-164.

130. Якобе Г.Ю., Якоб Э., Кохан Д. Оптимизация резания. Параметризация способов обработки резанием с использованием технологической оптимизации. М.: Машиностроение, 1981. - 279 с.

131. Ящерицын П.И., Еременко М.Л., Фельдштейн Е.Э. Теория резания. Физические и тепловые процессы в технологических системах: Учеб. для вузов. Мн.: Выш. шк., 1990 - 512 с.

132. Ching-Hung Lee, Ching-Cheng Teng. Identification and control of dynamic systems using recurrent fuzzy neural networks // IEEE transactions on fuzzy systems August 2000. - vol. 8, NO. 4 - P. 349-366.

133. Fradkov A.L., Evans R.J. Control of chaos: Survey 1997-2000 // Proc. of 15-th IF AC World Congress, Barcelona, 2002.

134. Goncharova S.G., Mesyagutov I.F. Technique of processing of experimental information about complex plant // Preprints of 8-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 2000. -P. 138-140.

135. MATLAB. User's Guide. The Math Works, Inc., 1999.

136. Mesyagutov I.F. The intelligent control system for the turning process // Preprints of 6-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 1998. - P. 120 -121.

137. Mesyagutov I.F. The technique of the creation of the machining process intellectual control system // Preprints of 7-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 1999. - P. 190 -193.

138. Mesyagutov I.F., Goncharova S.G. Formal description of cutting process for control problems solution // Preprints of 8-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 2000. - P. 41 - 45.

139. Mesyagutov I.F., Goncharova S.G. Optimal control of complex plant in conditions of fuzzy information // Preprints of 9-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 2002. - P. 74 - 78.

140. Tor A. Johansen, Robert Shorten, Roderick Murray-Smith. On the interpretation and identification of dynamic Takagi-Sugeno fuzzy models // IEEE transactions on fuzzy systems June 2000. - vol. 8, NO. 3 - P. 297-313.

141. Vasilyeva I.E. An application of quasi-flows for modeling of non-smooth processes // Preprints of 8-th International Student Olympiad on Automatic Control (Baltic Olympiad). Saint-Petersburg, 2000. - P. 81 - 83.