Адаптивное управление судовым двигателем внутреннего сгорания с учетом диагностики его технического состояния тема диссертации и автореферата по ВАК РФ 05.08.05, кандидат наук Буй Нгок Хай

• Буй Нгок Хай
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Буй Нгок Хай

СОДЕРЖАНИЕ

Перечень использованных сокращений

Введение

Глава 1 Анализ современных систем автоматизации, управления и диагностирования СДВС

1.1 Краткий исторический обзор развития систем автоматизированного управления и диагностирования С ДВС

1.2 Аналитический обзор современных методов и систем управления СДВС

1.3 Выбор адаптивной системы управления СДВС с учетом диагностики технического состояния двигателя

1.4 Основные методы оценки технического состояния

1.4.1 Признаки, параметры и показатели технического состояния (работоспособности) СДВС

1.4.2 Диагностика СДВС по виброакустическим характеристикам

Выводы по первой главе

Глава 2 Методика расчета частных и обобщенного критериев качества диагностических параметров СДВС на основе функций желательности Харрингтона

2.1 Частные функции желательности

2.2 Обобщенная функция желательности

2.3 Практическая реализация методики для вибродиагностики СДВС

2.3.1 Контрольные точки измерения вибрации

2.3.2 Методы нормирования вибрации и распознавания ТС объекта

2.3.3 Обработка данных и результаты исследований

Вывод по второй главе

Глава 3 Разработка модель определения степени работоспособности судового двигателя внутреннего сгорания

3.1 Математическая модель определения степени работоспособности СДВС

3.1.1 Обоснование выбранной модели

3.1.2 Статистический анализ полученных данных

3.2 Разработка модели для определения степени работоспособности СДВС на основе нейро-нечетких систем

3.2.1 Обзор использования нейро- нечетких систем в системе управления динамическими объектами

3.2.2 Построение модели для определения степени работоспособности СДВС

3.2.3 Оценка точности модели

Выводы по третьей главе

Глава 4 Адаптивная система управления частотой вращения СДВС с учетом диагностики его работоспособности

4.1 Адаптивное управление качеством функционирования системы по состоянию объекта управления

4.2 Разработка адаптивной системы управления СДВС с учетом диагностики работоспособности на базе нечеткой логики

4.2.1 Метод сбора и подготовки данных

4.2.2 Моделирование системы адаптивного управления частотой вращения СДВС с подсистемой диагностики работоспособности на основе экспериментальных данных

4.2.3 Оценка адекватности модели

4.3 Алгоритм адаптивного управления частотой вращения СДВС с учетом диагностики технического состояния оборудования

4.4 Аппаратная реализация системы управления СДВС

Выводы по четвертой главе

Заключение

Список использованных источников

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

ПРИЛОЖЕНИЕ Д

ПРИЛОЖЕНИЕ Е

Перечень использованных сокращений

АСУ СЭУ - автоматизированная система управления судовыми энергетическими установками

АСУ ТП - автоматизированная система управления технологическими процессами

БЭЗ - база экспертных знаний ММ - математическая модель ННС- Нейро- нечеткие системы ННВ - Нейро - нечеткого вывода HJ1 - нечеткая логика НС - нейронная сеть ОД - объект диагностирования ОУ - объект управления

ОЦКП - ортогональный центрально-композиционный план

СТД - системы технического диагностирования

СУБЗ - система управления базой знаний

СД - судовой двигатель (дизель)

СДВС - судовой двигатель внутреннего сгорания

СДУ - судовые дизельные установки

ТНВД - топливный насос высокого давления

ТС - техническое состояние

ЭБУ - электронный блок управления

ПО - программа обеспечения

УВК - управляющий вычислительный комплекс

FCL - Fuzzy Control Language (язык нечеткого управления)

Введение диссертации (часть автореферата) на тему «Адаптивное управление судовым двигателем внутреннего сгорания с учетом диагностики его технического состояния»

ВВЕДЕНИЕ

Актуальность темы диссертации:

К одной из наиболее ответственных областей автоматизации на флоте относятся автоматизированные системы управления судовыми энергетическими установками, объединяющие системы управления главными дизелями и вспомогательными механизмами судна.

Автоматизация систем управления судовым двигателем внутреннего сгорания (СДВС) не всегда позволяет получить требуемые показатели качества управления, так как разработанные математическое и алгоритмическое обеспечение не учитывает фактического состояния оборудования и средств автоматизации.

В настоящее время существует множество средств, методов и систем получения информации о техническом состоянии (ТС) СДВС путём контроля параметров и диагностики ТС, однако все они имеют ряд ограничений и недостатков. Необходимо совершенствовать и разрабатывать новые технологии и способы эффективного адаптивного управления по текущему состоянию СДВС. На сегодня все, даже новейшие системы в сфере управления СДВС, в том числе на базе нейро-нечетких систем (ННС), не используют диагностику объекта в должной мере и, как следствие, не способны выявлять, устранять дефекты и неисправности, прогнозировать остаточный ресурс объекта управления (ОУ).

Одной из серьезных проблем использования систем диагностики в процессе адаптивного управления является большой объем, обрабатываемый информации, что не всегда удается выполнить в режиме реального времени. Одним из возможных решений проблемы является использование ННС. Нейронные сети занимают небольшой объем памяти, так как сохраняется лишь структура нейронной сети и матрицы весовых коэффициентов.

Принимая во внимание задачи экономии топливно-энергетических ресурсов, а также проблемы безопасности транспорта, связанные с

отказоустойчивостью СДВС и систем их управления, можно сказать, тема диссертационной работы, посвященная повышению быстродействия диагностических систем на основе применения ННС и интеграции подсистемы диагностики в систему управления СДВС, является актуальной.

Целью данной работы является разработка системы адаптивного управления СДВС с учетом диагностики его работоспособности на базе ННС.

Для решения поставленной цели в работе сформулированы и решены следующие задачи исследования:

1. Анализ существующих методов автоматизации, управления и диагностирования СДВС и выявление связанных с этим проблем.

2. Применение частных и обобщенного критерия качества диагностических параметров СДВС для определения степени работоспособности объекта.

3. Разработка математической модели и модели на базе ННС для определения степени работоспособности СДВС.

4. Разработка модели и алгоритмического обеспечения работы системы адаптивного управления СДВС с подсистемой диагностики его работоспособности на базе ННС.

Методы исследования. Методологической базой диссертации является исследования таких ученых как Ю.П. Адлер., В.Н. Дианов, С.Ю., А.В.Барков., Чиркин, C.B. Головко, А.Н. Малявин и др.

В работе использованы теории управления, методы системного анализа и математического моделирования, математические методы планирования многофакторного эксперимента и регрессионного анализа, теории нечетких множеств и нейронной сети.

Основные положения, выносимые на защиту.

1. Метод оценки качества диагностирования СДВС по частным и обобщенному критерию качества на основе функций желательности Харрингтона.

2. Математические модели определения степени работоспособности СДВС по диагностическим параметрам с использованием методов планирования эксперимента.

3. Модель определения степени работоспособности СДВС на основе ННС.

4. Модель и алгоритм системы адаптивного управления СДВС с подсистемой диагностики его работоспособности на базе ННС.

Достоверность результатов обеспечена применением обобщенного критерия качества объекта диагностирования по состоянию вибрации с помощью виброанализатора 795М.

Обоснованность подтверждена удовлетворительным совпадением результатов численного моделирования с результатами экспериментов.

Научная новизна. В рамках диссертационной работы были получены следующие основные результаты:

1. Предложена методика расчета частных и обобщенного критериев качества диагностических параметров СДВС на основе функций желательности Харрингтона.

2. Разработаны новые математические модели и модели на базе ННС для диагностирования степени работоспособности СДВС.

3. Разработана модель и алгоритмическое обеспечение работы системы адаптивного управления СДВС с подсистемой диагностики его работоспособности на базе ННС.

Практическая ценность:

1. Разработана методика расчета частных и обобщенного критериев качества диагностических параметров СДВС на основе функций желательности Харрингтона. Данная методика позволяет сократить время обработки информации с большим количеством сигналов.

2. Разработаны математические модели определения степени работоспособности СДВС на основе методов математического планирования

эксперимента и на базе нечеткой логики, обеспечивающие более высокое качество диагностирования судовых двигателей и сократить время стоянки судна в порту.

3. Разработана модель и алгоритмическое обеспечение адаптивного управления частотой вращения вала СДВС, опирающиеся на непрерывное диагностирование его работоспособности, что позволяет повысить эффективность системы предотвращения аварий дизелей в море.

Личный вклад автора. Постановка научно- исследовательских задач и их решения, научные положения, выносимые на защиту, основные выводы и рекомендации диссертации принадлежат автору. Личный вклад в работах, опубликованных в соавторстве, показан в приложении диссертации и составляет не менее 50%.

Реализация и внедрение. Теоретические и практические результаты внедрены в ООО ПКФ «Фатом» при диагностировании судовых двигателей, а также используются в учебном процессе на кафедре «Электрооборудование и автоматика судов» ФГБОУ ВПО «Астраханский государственный технический университет» при изучении дисциплин: «Интеллектуальные системы управления» и «Судовые автоматизированные электроэнергетические системы».

Апробация работы. Основные научные положения и результаты диссертационной работы докладывались и обсуждались: на заседаниях кафедры «Электрооборудование и автоматика судов», заседаниях Ученого совета института «Морских технологий, энергетики и транспорта» ФГБОУ ВПО «АГТУ»; на семинаре: «Использование результатов фундаментальных научных исследований в судостроении и эксплуатации флота Юга России» (г. Астрахань 2010 г); на студенческой научно-технической конференции АГТУ (г. Астрахань 4.2010 г); в международной отраслевой научной конференции профессорско-преподавательского состава АГТУ (54 ППС) (г. Астрахань 4.2010 г); в 5-ой международной научно- практической заочной конференции «Энергетика и энергоэффективные технологии», (г. Липецк 15-16 декабря 2011 г); в 5-ой

Всероссийской научно-технической интернет конференций «Энергетика. Инновационные направления в энергетике.САЬ8- технологии в энергетике» (г. Пермский 1-30 ноября 2011 г.); во Всероссийской молодежной научно-практической конференции с международным участием «Инженерная мысль машиностроения будущего» (г. Екатеринбург апреля 2012 г).

Публикации. По теме диссертации опубликовано 10 печатные работ, в том числе: 5 статьей в публикациях по перечню ВАК, 5 статей в материалах Международных и Всероссийских конференций.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения, списка используемых источников и приложений. Основной текст 150 страниц машинописного текста. Библиография -143 наименования.

Глава 1: Анализ современных систем автоматизации, управления и

диагностирования СДВС

Безопасность судоходства является важнейшим требованием к эксплуатации судна. Обеспечение безопасности судоходства в большой степени связана с надёжностью работы судового двигателя внутреннего сгорания (СДВС), которая в свою очередь зависит от их технического состояния. В процессе эксплуатации в результате воздействия различных факторов, режимов и условий работы исходное техническое состояние СДВС непрерывно ухудшается, возрастает вероятность возникновения отказов[83].

Значительный износ систем управления СДВС приводит к дополнительным потерям энергии, снижению надёжности функционирования, возрастанию рисков аварий и отказов. Надёжность СДВС во многом определяется не только уровнем качества изготовления, но и зависит от научно обоснованной эксплуатации, технического диагностирования [7,51,81].

В данной главе будут анализированы существующие методы автоматизации, управления и диагностирования СДВС и выявление связанных с этим проблем.

1.1 Краткий исторический обзор развития систем автоматизированного управления и систем диагностики СДВС

Средства и системы автоматизированного управления появились на флоте в конце 18 века, вместе с появлением на судах паровых машин и обеспечивали функции защиты паровых котлов и трубопроводов с помощью предохранительного клапана Дениса Папена [83].

Появление интегральных микросхем в 1958 г. и микропроцессоров в 1972г. привело к качественному изменению элементной базы судовых систем

автоматизированного управления судовых энергетических установок. Резкое снижение в 80-х годах 20 века стоимости элементной базы определило появление нового направления систем судовой автоматики - "интеллектуальных" систем управления [117].

Первая внедренная микропроцессорная САУ судовой энергетической установкой (СЭУ) выполняла следующие функции: контроль параметров технологических процессов СЭУ, предупредительная и аварийная сигнализация; автоматизированное управление судовой электростанцией; автоматическое управление пуском и работой главных двигателей и других вспомогательных механизмов СЭУ. Система была разбита на несколько подсистем, для каждой из которых был предусмотрен микропроцессор. Все микропроцессоры были объединены в общую сеть. Члены экипажа судна осуществляли связь с системой через терминалы с цветными дисплеями и клавиатурой. Важной функцией САУ сохранение текущих параметров СЭУ для составления отчетов и ведение вахтенного журнала.

Вместе с появлением микропроцессоров в САУ появились первые элементы программ, использующие интеллектуальные возможности новых микропроцессоров. Одной из первых стала компания "8ресТес Баптагк А/8"(Берген, Норвегия), производящая перевозку морем особо опасных грузов (взрывчатые вещества, бензин химические вещества и реагенты, и др.). Основным принципом разработки программного обеспечения стали:

- простота использования и минимизация обслуживания;

- обязательный самоконтроль;

- максимальный объем информации о параметрах технологических процессов;

- совместимость с другими программами и приложениями;

- ориентация на архитектуру и ресурсы стандартных ЭВМ;

- максимальная техническая поддержка.

Данные принципы разработки программ используют сегодня большинством производителей программных продуктов. Широкое внедрение компьютеров в работы по техническому обслуживанию и ремонту суднового оборудования и судов в целом потребовало создание технических и аппаратных средств, автоматически определяющих ткущее состояние и прогнозирование технического состояния судового оборудования.

Современная АСУ судовыми технологическими процессами реализуется, в основном, в виде трехуровневой системы. Первый уровень - датчики и измерительные преобразователи для сбора информации, исполнительные механизмы для управления рабочими органами объектов управления. Второй уровень - программируемые микроконтроллеры (локальные контроллеры). Третий уровень - концентраторы, мультиплексоры, коммутаторы и «интеллектуальные» микроконтроллеры, которые обеспечивают выполнение алгоритма управления (рисунок 1.1).

BRIDGE

ГП -а-

MAIN -STATION

П П Fl

ев- !.' • Зяа

55- CD

CONTROL ROOM

PROPULSION с; ON I KOL SYSTEM

С ONT ROLR О ом - STAT lO M

ron ran

KISiOIWE ROOM

• * i' ' ■

{ PITCH I . 1 SPEED

} SETTING (■*' f ■ ■} SETTING

I CONVERTER j CONVERTER j J

1 "

SPEED/LOAD xf CONTROL K^Zg SENSOR

Рисунок 1.1- Структура автоматизированной системы управления СЭУ

Локальные контроллеры обеспечивают регулирующие функции местных постов управления: сбор и первичную обработку информацию о значениях текущих параметрах; управление электродвигателями и исполнительными механизмами; выполнение технологических процессов на местном уровне. Аппаратно-программные средства локальных микроконтроллеров должны удовлетворять требованиям по надежности, времени обработки сигналов и скорости выработки управляющего сигнала. Составление, отладка и выполнение программ для локальных контроллеров производится с помощью специального программного обеспечения. Данный класс программных продуктов с открытой архитектурой представлен пакетами типа InConrol (Wonderware, CLIIA), ISaGRAF (CJ International, Франция) и др. После приема информации от датчиков локальными контроллерами и первичной обработки информация отправляется в контроллеры второго уровня. В зависимости от выполняемых функций их можно разделить на концентраторы, коммуникационные контроллеры или «интеллектуальные» контроллеры.

Выполняемые ими функции заключаются в следующем:

- получение и обработка информации с контроллеров первого уровня с нормирующем масштабированием;

- обеспечение совместной работы всех подсистем и общего отсчета времени во всей системе;

- организация обмена данными между контроллерами первого и второго уровня;

- организация работы АСУ при отсутствии управляющих команд;

- организация распределения данных по внутренним и внешним каналам передачи; обработка сохраненной информации в архивах.

Связь экипажа с АСУ производится на третьем уровне с помощью постов управления автоматизированных рабочих мест операторов. Посты управления располагаются в определенных судовых помещениях, обязательно на посте

управления судном в рулевой рубке, посте вахтенного механика в ЦПУ и в машинном отделении.

1.2 Аналитический обзор современных методов и систем управления СДВС

Разработка новых и совершенствование регуляторов частоты вращения СДВС является важной и быстро развивающейся областью судовой автоматики[119,124,132]. Происходит постепенное вытеснение устаревших механических регуляторов регуляторами - актуаторами, в которых в процессе выработки управляющего воздействия используется сигнал, вырабатываемый контроллером, отвечающим за работу СДВС[95].

На сегодняшний день можно выделить три этапа развития систем регулирования и управления СДВС. Первый этап характеризуют механические и электромеханические регуляторы частоты вращения СДВС, простейшим из которых был центробежный регулятор[55]. Активное внедрение адаптивного управления с использованием микропроцессоров на базе транзисторной логики[14,16,54,], осуществляющих централизованное управление, хранение и обработку поступающих данных ознаменовало следующий этап развития данных систем. Первые два этапа объединяют классические методы управления. Современные технологии управления СДВС используют нечеткую логику, а также ННС для более точного, совершенного управления и мониторинга существующих СДВС[12,58,94,111]. Таким образом, третий этап развития - это системы интеллектуального управления, о чем и пойдет речь в дальнейшем.

Более наглядно процесс совершенствования систем регулирования и управления отображает таблица (Приложение А), собравшая в себе наиболее успешные методы и способы управления на разных этапах развития.

Целью создания данной таблицы послужил поиск и сравнительный анализ существующих методов и систем управления ДВС. С ее помощью становится возможным более детально и содержательно исследовать все характерные

недостатки и достоинства систем по мере их развития. Структура таблицы организована таким образом, что каждый заинтересованный человек с различной степенью осведомленности сможет проследить совершенствование управления ДВС и отметить для себя наиболее выгодные перспективы данных систем. В ней поэтапно изложены средства управления с переходом от классических к интеллектуальным.

Первые системы, включающие элементы логики и зарекомендовавшие себя в судоходстве, используют следящий принцип управления по абсолютным значениям управляющих параметров (более совершенные в качестве обрабатываемого сигнала используют изменение данных параметров). Их внедрение помогло сделать схемы и принцип управления более простыми. Хотя точность и эффективность в целом повысилась, все же наблюдается запаздывание сигнала управления, не учитывается изменение характеристик СЭУ в процессе эксплуатации, что ведет к перерасходу топлива, низкой эффективности при различных режимах работы СДВС, преждевременному его износу. Следующие за ними системы оснащаются микропроцессором из-за возникновения потребности обработки возросшего объема входных данных. Осуществляется принцип обратной связи по существующим изменяющимся параметрам, с коррекцией управляющего сигнала по параметрам нагрузки. Отличаются повышенным быстродействием и эффективностью топливоподачи, включают в себя задатки функции определения технического состояния двигателя. К существенным недостаткам можно отнести ограниченное число сравниваемых управляющих параметров, неспособность к обучению и корректировке исходных данных. Системы адаптивного ПИД- регулирования устранили недостатки предшествующих методов, хотя и существенно усложнились из-за борьбы с собственными недостатками. Данные системы подтверждают свою эффективность во всех режимах эксплуатации, позволяя снизить амплитуду колебания частоты вращения коленчатого вала. Им присущи такие недостатки, как

перерегулирование, инертность, ошибка регулирования. В дальнейшем классические решения уступают свое место интеллектуальным, продолжая осуществлять свои методы в новых системах.

Более детальный анализ интеллектуальных средств управления представлен ниже, поэтому здесь дается лишь краткое их описание. Одними из первых стали следящие системы на базе нечеткой логики, почти полностью устранившие перерегулирование и повысившие качество переходного процесса, снизив время его существования. Наблюдается упрощение структуры системы. Но на первых этапах их эксплуатации возникает сложность обработки и адаптации входного и выходного сигналов. При использовании табличной модели совместно с нечеткой логикой стало возможным для каждого режима работы ДВС формирование своего правила создания управляющего сигнала, повысилась точность и скорость управления, ресурс двигателя, снизился расход топлива. К существующим недостаткам прибавилась сложность создания многомерных таблиц, возрос объем требуемой памяти, как микропроцессора, так и системы в целом. Объединение нейронных сетей и нечеткой логики позволило оптимизировать работу судовой установки и переходных процессов при изменении мощности. К достоинствам этой системы можно также отнести: экономию топлива, увеличение срока службы ДВС, устранение инертности, всережимность работы. При этом использование ННС усложняет проектирование и математический анализ из-за отсутствия универсальных методик, требуется индивидуальный подход, возникают трудности формирования управляющего сигнала.

Внедрение интеллектуальных систем ведет к оптимизации и упрощению процесса управления. Это требует меньших материальных затрат. Возникшие трудности при использовании ННС говорят о том, что необходима систематическая объемная работа по исследованию, изучению и совершенствованию таких технологий. Ни в коем случае не стоит отказываться от

ННС при создании новых средств и методов управления, так уже сегодня они показывают высокое качество и эффективность в работе[56].

1.3 Выбор адаптивной системы управления СДВС с учетом диагностики технического состояния двигателя

Сложность систем управления СДВС в последнее время существенно увеличивается. Это связано с постоянным ужесточением экологических норм, экономических требований к расходу ГСМ и широким использованием форсирования двигателей. Системы управления СДВС имеют всего два основных параметров регулирования - мощность и частота вращения двигателя. При этом наиболее распространенные - ПИД- регуляторы, применяемые в этих системах, уже не отвечают современным требованиям, так как оптимальное управление, в значительной степени, зависит не только от скорости вращения двигателя и нагрузки, а также от режима работы объекта управления (ОУ).

Математическая модель СДВС, которая полностью не учитывает все особенности работы СДВС, очень сложна и до сих пор не создана. Поэтому во многих системах управления СДВС применяют табличную модель, на основе экспериментальных данных полученных на испытаниях СДВС и с учетом экспертных оценок. Главным недостатком таких моделей заключается в большой трудоемкости составления многомерных таблиц и значительных объемах памяти, которые требуются для их хранения и использования. Необходимо так же учитывать то, что управляющее воздействие - выходной параметр формируется в зависимости от трех и более входных параметров. Максимально возможные эксплуатационные характеристики

Регулируемые параметры необходимы для того, чтобы нормализовать работу двигателя в таких случаях, как[72]:

• незначительный, не требующий замены, износ или притирание движущихся частей двигателя в процессе эксплуатации;

• замена движущихся частей двигателя;

• смещение показаний датчиков в процессе эксплуатации;

• изменение условий эксплуатации СДВС (давление, влажность и температура воздуха, используемое топливо, особенности управления судном (скорость, мощность, экономичность));

• конструктивные изменения двигателя.

В разрабатываемом алгоритме должно использоваться как можно меньше требуемой памяти и времени вычислительного процесса является еще одной важной особенностью. Это связано с тем, что экономическая стоимость микропроцессоров много зависит от их характеристик. К тому же, выполнив эти требования, позволит уменьшить период регулирования, который не должен быть более 1 миллисекунды по современным требованиям. Разрабатываемый алгоритм должен удовлетворять следующим требованиям[29]:

•алгоритм системы должны быть достаточно быстрым в работе, следовательно, максимально простым;

• алгоритм системы должен быть гибким и универсальным;

•алгоритм системы должен содержать минимальное количество регулируемых параметров;

• алгоритм в ходе настройки должен аппроксимировать входные параметры с достаточной точностью;

• размерность алгоритма не должна зависеть от количества выборок данных, используемых в процессе настройки.

• алгоритм системы должен учитывать всережимность работы ОУ.

Для решения данной проблемы с жестким требованием, целесообразно использовать методов искусственного интеллекта на базе ННС [38]. В настоящее время разработано их достаточно большое количество, поэтому главной задачей будет являться выбор наиболее подходящего алгоритма для выдвинутых требований. Системы, использующие на базе нечеткой логики, наиболее полно

удовлетворяют всем вышеперечисленным параметрам. Известно, что системы с нечетким управлением эффективны в следующих случаях [72]:

- для управления очень сложными процессами, когда не существует строгого математическое описание и простой математической модели;

- для нелинейных систем очень высокого порядка;

- для систем с неполной информацией о состоянии объекта управления;

- в тех случаях, когда должна производиться обработка лингвистически сформулированных экспертных знаний;

- для систем с постоянно изменяющимися режимами эксплуатации.

В дальнейшем речь пойдет о ННС, как о сетях, объединивших в себе все преимущества нечеткой логики и достоинства нейронных сетей. ННС можно обучить достаточно точно, взяв более большую выборку и потребовав более высокую точность обучения. Увеличение размеров обучающей выборки не влияет на размеры сети и скорость прохождения сигнала по сети, а повлияет только на скорость обучения. ННС занимают небольшой объем памяти, так как сохраняется лишь структура нейронной сети и матрицы весовых коэффициентов. Важнейшим преимуществом ННС является возможность построения одной сети для вычисления нескольких выходных значений по нескольким входным. Аппаратные реализации ННС идеально подходят для решения задач идентификации и управления, так как обеспечивают, благодаря параллельной структуре, чрезвычайно высокую скорость выполнения операций. Также преимуществом ННС является то, что они способны аппроксимировать функции любой степени нелинейности. Для обучающей выборки можно брать любые значения с произвольным изменяемым непостоянным периодом дискретизации. Знания предметной области для аналитика не обязательны, так как ННС являются универсальным аппроксиматором.

Непрерывная оптимизация процесса управления, которая достигается использованием алгоритмов ННС, позволит поддерживать максимально

возможные эксплуатационные характеристики. Однако оптимизация автоматизированных систем управления СДВС не во всех случаях обеспечивает требуемые показатели качества управления, так как существующие системы управления не учитывают фактического состояния СДВС и состояние самих средств автоматизации. Для решения этой задачи требуется диагностика технического состояния средств автоматизации и оборудования и прогнозирование остаточного ресурса по времени, что также позволит заблаговременно производить необходимый ремонт и избежать аварий.

Список литературы диссертационного исследования кандидат наук Буй Нгок Хай, 2013 год

СПИСОК ИСПОЛЬЗОВАННЫХ источников

1. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. - 279 с.

2. Акимов П.П. Судовые автоматизированные энергетические установки. Учебник для вузов морск. Трансп. М: транспорт, 1980.-352с.

3. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.-471с.

4. Басканова Т.Ф., Ланкин Ю.П. Алгоритмы самостоятельной адаптации для нейронных сетей./ Препринт ТО N5,- Красноярск: Институт биофизики СО РАН, Теоротдел, 1998.-14 с.

5. Барков A.B. Возможности нового поколения систем мониторинга и диагностики // Металлург. № 11. 1998. С. 47-53.

6. Барков A.B., Баркова H.A., Азовцев Ю.А. Мониторинг и диагностика роторных машин по вибрации: Учеб. пособ. СПб.: Питер, 2000. 158 с.

7. Барков A.B., Баркова H.A., Грищенко Д.В. Бортовая система диагностирования судовых машин. Доклад на первой научно-практической конференции по современным технологиям автоматизации борьбы за живучесть кораблей и судов. Санкт-Петербург, декабрь 2012г.

8. Барсков М.К., Мясников Ю.Н. К проблеме перевода флота на эксплуатацию по фактическому техническому состоянию. Морской сборник, 1993, №9, с.32-34.

9. Байхельт Ф., Франк П. Надёжность и техническое обслуживание: по вибрации. Тр. Петербургского энергетического института математический подход. -М.: Радио и связь, 1988.- 258с.

Ю.Бахвалова B.C., Хайруллин А.Х. Методы моделирования режимов работы двигателя внутреннего сгорания и разработки автоматизированной системы

испытаний.// Экономические и технические системы: Online журнал, 2004. — №7. http ://ww w.kam р i. ru/sets

П.Басканова Т.Ф., Ланкин Ю.П. Нейросетевые алгоритмы самостоятельной адаптации.// Научная сессия МИФИ-99. Всероссийская научн.-техн. конф. «Нейроинформатика-99». Сборник научных трудов. В 3 частях. 4.1.- М.: МИФИ, -1999.-c.17-24.

12.Бендарик О.Б. Интеллектуальная система управления энергетической установкой. Лаборатория искусственного интеллекта/ [Электронный ресурс]. -Режим доступа: http://mvw.intellsoftservice.ru/energo_ upr.htm.

13.Бендат Дж., Пирсол А. Применения корреляционного и спектрального анализа, М: Мир, 1983.-312 с.

14.Бобраков В.Ф. Микропроцессорные системы дистанционного автоматизированного управления силовым установками судов флота рыбной промышленности.

15.Бобровский С. В поисках идеальной модели // PC Week/RE, 1997. - № 45.

16. Богаевский А.Б. Компьютерная модель мощного транспортного дизель генератора с электронной системой управления. Харьковский национальный автомобильно-дорожный университет. Открытые информационные и компютерные интегрированные технологии. - Харьков: НАКУ «ХАИ», вып. 38, 2008.-с 150-169.

17. Болховитинов В.К., Вайнер В.Л. Структурная и аппаратная реализация системы управления корабельной электроэнергетической системой // Автоматизированные системы управления НК и ПЛ.

18.Бондарчук В.З. и др. Методы оптимальной обработки информации в информационно измерительных системах. - М.: Радио и связь, 1991. - 130с.

19.Буй Нгок Хай., Надеев А.И., Свирепов Ф.В. Интеллектуальное управление СДВС с учетом диагностики состояния оборудования - Астрахань: «Вестник АГТУ. Серия: Морская техника и технология» № 1, 2011. С. 45-50.

20. Буй Нгок Хай., Надеев А.И., Свирепов Ф.В. Диагностика технического состояния судовых дизелей на основе интеллектуального анализа данных -Астрахань: «Вестник АГТУ. Серия: Морская техника и технология» № 2, 2011.

21. Буй Нгок Хай. Повышение качества управления частотой вращения СД. Материал в 5-ой между- научно- практической заочной конференции «Энергетика и энергоэфективные технологии». ЛГТУ _ 15-16 декабря 2011г. С. 112-115.

22. Буй Нгок Хай., [Надеев А.И|., Свирепов Ф.В. Моделирование нечеткой системы управления частотой вращения СД. Материал в 5-ой всероссийской научо-технической интернет-конференции «Энергетика. Инновационные направления в энергетике. С ALS- технологии в энергетике» «Пермский национальный исследовательский политехнический университет» 1-30 ноября 2011 г. С. 142-151.

23. Буй Н.Х. Разработка моделей степени работоспособности СДВС с применением нечеткого вывода [Текст]/ Н.Х. Буй // Материалы в конференции «Инженерная мысль машиностроения будущего» (г. Екатеринбург апреля 2012г). Изд-во: УрФУ-2012г. - С 226-229.

24. Буй Н.Х. Построение модели нейро-нечеткого вывода для определения технического состояния двигателя внутреннего сгорания по экспериментальным данным [Текст]/ Н.Г Романенко, Н.Х. Буй, C.B. Головко, О.Н. Кладов, A.B. Арапов // Материалы межвузовского сборника научных трудов «Электромеханика. Электротехнические комплексы и системы» (г. Уфа 2012г). Изд-во: УГАТУ. - С 51-56.

25. Буй Нгок Хай., Головко C.B., Романенко Н.Г., Свирепов Ф.В. Разработка модели судового двигателя внутреннего сгорания с подсистемой диагностики технического состояния на базе нечеткой логики в журнале «Морские интеллектуальные технологии». 2012. № 2. С. 45-49.

26. Буй Нгок Хай., Головко C.B., Надеев А.И., Свирепов Ф.В. Моделирование судового дизеля как объекта управления на базе нечеткой логики.

Вестник. Астрахан. гос. техн. ун-та. Сер.: Морская техника и технология - 2012. -№ 1.-С. 109-116.

27. Буй Нгок Хай. Алгоритм интеллектуального управления частотой вращения СДВС с учетом диагностики технического состояния оборудования. Астрахань: «Вестник АГТУ. Серия: Морская техника и технология» № 2, 2012. С. 45-50.

28. Буй Н.Х. Внедрение беспроводных каналов передачи данных для судовых систем диагностики [Текст]/ Н.Х. Буй, Ф.В. Свирепов // Материалы в сборнике научных трудов «Автоматизированные технологии и производства» (г. Магнитогорск 2013). С.133-138.

29. Белоглазов Д.А., Коберси И.С. Необходимость построение систем управления на основе методов искусственного интеллекта.

30. Вахромеев О.С., Надеев А.И., Нестеров О.С., Чавычалов Д.Ю. Интеллектуальное управление диагностической системой // Известия ВУЗов. Северо-Кавказкий регион. Технические науки. Новочеркасск, Новочеркасский полит, ин-т., - 2006.- с. 96-101.

31. Вахромеев О.С., Дудников A.C., Надеев А.И. Комплексный метод диагностики электромеханических систем//«Известия ВУЗов. Северо-Кавказский регион. Технические науки». Новочеркасск, Новочеркасский полит, ин-т., - 2006.-с 37-42.

32. Васильев М.В. Устройство управления судовым двигателем внутреннего сгорания. Вестник МГТУ, том 11, №3, 2008 г. стр.471-474.

33. Варбанец P.A., Ивановский В.Г., Бень А.П. Использование принципов нечеткой логики в экспертной системе технической диагностики судовых двигателей внутреннего сгорания. «Штучний штелект» 3'2010. С 618-622.

34.Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. М.: Финансы и статистика, 1981.-263с.

35. Гладкий С.Л., Никитенко И.И. Тарасов М.А., Ясницкий Л.Н. Применение методов искусственного интеллекта в краевых задачах проектной инженерии.

36. Герике Б. Л. Мониторинг и диагностика технического состояния машинных агрегатов: Учебное пособие. - В 2-х ч. Ч. 1 : Мониторинг технического состояния по параметрам вибрационных процессов. Кузбас. гос. техн. ун-т. Кемерово, 1999.-189с.

37. Головко C.B. Моделирование управления судовым электрооборудованием по диагностическим параметрам. // Вестник АГТУ,

у

Астрахань, - 2008. - №5. - с. 34-39.

38. Головко C.B., Нестеров О.С., Надеев А.И. ИнтелДИС. Свидетельство об официальной регистрации программы для ЭВМ №2007614971 от 03.12.2007.

39. Голубев В.И., Беляев Б.В., Деревенских В.Ф.,Павутницкий Ю.В., Лямин А.Е. Патент РФ № 2157463. Дата публикации: 2000.10.10.

40. ГОСТ 10448-80 Двигатели судовые, тепловозные и промышленные. Приемка. Методы испытаний.

41.ГОСТ 20911 Техническая диагностика. Основные термины и определения.

42.ГОСТ 20417 Техническая диагностика. Общие положения о порядке разработки систем диагностирования.

43.ГОСТ Р ИСО 17359-2009. Контроль состояния и диагностика машин. Общее руководство по организации контроля состояния и диагностирования.

44.ГОСТ Р ИСО 13373-1-2009. Контроль состояния и диагностика машин. Вибрационный контроль состояния машин. Часть 1. Общие методы.

45.ГОСТ Р ИСО 13379-2009. Контроль состояния и диагностика машин. Руководство по интерпретации данных и методам диагностирования.

46.ГОСТ Р ИСО 13374-1-2011. Контроль состояния и диагностика машин. Обработка, передача и представление данных. Часть 1. Общее руководство.

47.ГОСТ Р ИСО 13374-2-2011. Контроль состояния и диагностика машин. Обработка, передача и представление данных. Часть 2. Обработка данных.

48. Даринцев О.В. Использование интеллектуальных алгоритмов при построении систем управления микроробототехническими комплексами. «Искусственный интеллект» №3-2008.

49.Джонс М.Т. Программирование искусственного интеллекта в приложениях. - М.: ДМК Пресс, 2004. - 312 е.: ил.

50. Дианов В.Н. Диагностика и надежность автоматических систем. Учебное пособие. МГИУ- Москва 2004 -160с.

51. До Дык Лыу, Ле Ван Днем, Нгуен Ху Хао. Алгоритмы автоматического контроля и диагностирования судовых дизелей на основе использования нейронных сетей. Журнал « Двигателестроение №3-2006» стр. 20-22.

52. Думлер A.A., Полещук А.Н., Федорищев И.Ф., Ясницкий Л.Н. Нейросетевая система дифференциальной диагностики сердечнососудистых заболеваний.

53. Ерохов В.И д.т.н. проф., .Мурачев Е.Г к.т.н., доц., Ревонченков А.М МГТУ «МАМИ». Математическая модель и алгоритм управления газовых ДВС.

54.Жадобин Н.Е., Крылов А.П. «ГИЕПАС»: Микропроцессорная система управления судовой электроэнергетической установкой. Учебный справочник СПб.: Элмор, 1999.-120 с.

55. Заргарян Ю.А. Применение нечеткого логического вывода для управления двигателем. Известия ЮФУ. Технические науки №5, 2009.

56. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения // Известия Академии наук. Теория и системы управления, - 1997-№ 3.-С.138-145.

57.Ильичев A.C., Надеев А.И., Яковлев В.Г. Обобщенный критерий качества частотных преобразователей // Известия вузов. Северо-кавказский регион. Технические науки. Ростов на - Дону: изд-во СКНЦ ВШ, - 2006.-№2. - с.28-31.

58. Кабылбекова B.B. Автоматизированная система управления технологическим комплексом дноуглубления с использованием нечеткой логики. Диссертация на соискание ученой степени к.т.н. Астраханнь-2011.

59. Карпенко А.П., МГТУ им. Н.Э. Баумана. Мухлисуллина Д.Т., МГТУ им. Н.Э. Баумана. Овчинников В. А. ООО «Ладуга». Разработка математической модели двигателя внутреннего сгорания с использованием программного комплекса PRADIS.

60. Карачев А. А. Разработка и исследование нечетких регуляторов систем возбуждения бесщеточных синхронных генераторов.

61.Кирик В.В. Третьяков A.A. Динамика энергетической установки с нейронным регулятором.

62. Коваль A.C. К использованию нечеткой логики в задачах управления АД / A.C. Коваль, А.Ю. Шубин - "Изв. ВУЗов. Энергетика ", № 4, 2001, с. 49-53.

63.Климов E.H. Управление техническим состоянием судовой техники. -М.: Транспорт, 1985. 199с.

64.Климов E.H. Основы технической диагностики судовых энергетических установок. -М.: Транспорт, 1980. 148 стр.

65. Косарев С.Н. и др. Система управления двигателем ВАЗ-2111 (1,5 л. 8 кл.) с распределенным впрыском топлива (контроллеры М 1.5.4N и Январь -5.1). - СПб.: Петер Гранд, 2001. - 96 стр.

66. Костерев Н.В, Е.И.Бардик, Р.В. Вожаков, Т.Ю. Курач. Национальный технический университет Украины "Киевский политехнический институт". Нечеткие алгоритмы оценки технического состояния и прогнозирования остаточного ресурса электрооборудования.

67. Костерев Н.В, Бардик Е.И. Нечеткое моделирование электрооборудования для оценки технического состояния и принятия решений о стратегии дальнейшей эксплуатации. «Техшчна електродинамка». - 2006. -

Тематичний випуск "Проблеми сучасно'1 електротехшки". Частина 3. Кшв, 2006, с.39-43.

68. Костюков А.Ю., Шор Б.И., Саовский Д.А., Воронина JI.A. Отчет промужуточный НИР 03-51-04. Исследовать и разработать технологию восстановления блока цилиндров двигателей Кам A3 - 740 с износами коренных опор, трецинами и приборами. - М.: ГОСНИТИ, 2004. - 17с.

69. Кончаков Е.И., Техническая диагностика судовых энергетических установок: учеб. пособие. - Владивосток: Изд - во ДВГТУ, 2007. - 112 с.

70. Кочуров В.И., Минчин М.А., Бабич В.А. Патент РФ № 4723856/06. Дата публикации: 1989.07.26

71. Круг. П.Г. Нейронные сети и нейрокомпьютеры. - М.: Издательство МЭИ, 2002.-176с.

72. Круглов В.В., Дли М.И., Годунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М: Изд-во Физико-математической литературы, 2000г. - 224 с.

73. Крутов В.И. 'Автоматическое регулирование двигателей внутреннего сгорания' Машиностроение, 1989 г., 416 стр.

74. Крутов В.И., Рыбальченко А.Г. Регулирование турбонаддува ДВС. -М.:Высшая школа, 1978. - 213 стр.

75. Крутов В.И., Кузнецов А.Г., Заболоцкий В.П. Основы применения микропроцессорной техники в автоматическом управлении теплоэнергетическими установками. - М.: Изд-во МГТУ им. Н.Э. Баумана, 1989. - 54 с.

76. Кузнецов А.Г, Марков В.А, Трифонов B.J1 и др. Расчет характеристик электронной системы управления дизелем. - М.: изд-во МГТУ им. Н.Э. Баумана, 2004. - 20 с.

77. Кузнецов С.Е., Портнягин H.H., Пюкке Г.А. Диагностирование судовых электрических средств автоматизации с применением нейросетей. Материал «ТРАНСКОМ-2004». - с. 164-166.

78.Кузнецов С.Е., Каулин E.JL, Исаков Д.В. Автоматизированные системы управления техническим обслуживанием и ремонтом судовых технических средств. СПб.: ГМА им. ад. Макарова, 2006. - 148с.

79. Кулешов А.С, Грехов Л.В. Математическое моделирование и компьютерная оптимизация топливоподачи и рабочих процессов ДВС. М.: МГТУ, 2000. - 64 с.

80. Кутов В.И. Автоматическое регулирование и управление двигателей внутреннего сгорания: Учебник для студентов вузов, обучающихся по специальности «Двигатели внутреннего сгорания». - 5-е изд., перераб. и доп. -Машиностроение, 1989.416с.

81. Ле Ван Дием. Модели и алгоритмы технического диагностирования судовых дизельных установок в процессе эксплуатации. Диссертация на соискание ученой степени кандидата технических наук. Специальность 05.13.06. Санкт-Петербург 2006.

82. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzy TECH- СПб.: Изд-во «БХВ - Петербург». 2005. - 736с. :ил.

83. Лепский А.Г., Цветков В.В., Щеглов A.A. Основные направления развития систем комплексной автоматизации на флоте. Судомеханический факультет МГТУ, кафедра судовых энергетических установок.

84. Лежнюк П. Д., Рубаненко О. О. (Украша, Вшниця, ВНТУ). Использование методов нечеткого моделирования в задачах электроэнергетики.

85. Марков В.А, Девянин С.Н, Мальчук В.И. Впрыскивание и распыливание топлива в дизелях. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. - 360 с.

86. Макаров И.М. Искусственный интеллект и интеллектуальные системы управления/И.М. Макаров, В.М. Лохин, C.B. Манько, М.П. Романов: Отделение информ. технологий и вычислит, систем РАН.- М.: Наука, 2006. - 333с.

87. Малышев В.А. Возможности методов нечеткой логики в управлении судовыми электроэнергетическими системами. I Секция «Интеллектуальные

системы». Перспективные информационные технологии и интеллектуальные системы, 2007, №2(30).

88. Малышев В.А. Методы нечеткой логики и нейротехнологии в системах управления ГЭУ.

89. Матиевский Д.Д, Мироненко И.Г, Мироненко А.Г. Продление срока эксплуатации судовых дизелей, отработавших назначенный ресурс.

90. Михайлов В.Е, До Дык Лыу. Комплексная виброакустическая диагностика главных судовых дизелей по крутильным колебаниям валопровода. Журнал « Двигателестроение №2-2006» стр. 23-25. Мозгалевский А.В„ Гаскаров Д.В. Диагностика судовой техники методами планирования эксперимента. Л: Судостроение, 1977. - 95 с.

91.Мозгалевский А.В„ Гаскаров Д.В. Диагностика судовой техники методами планирования эксперимента. Л: Судостроение, 1977. - 95 с.

92.Мясников Ю.Н. Диагностическое обеспечение судовой энергетической установки. 1Ь: Судостроение, 1985, вып.2, с. 25-28.

93. Овчаренко Н.И. Автоматика электрических станций и электроэнергетических систем. - М.: Изд-во НЦ ЭНАС, 2001. - 504 с. 4. Сосокин В. Л., Программное управление технологическим оборудованием. - М.: Машиностроение, 1991. - 532 с.

94. Осетров А.Д. Совершенствование управления ДВС с использованием методов нечетких нейронных сетей. / Старооскол. технолог, ин-т // [e-mail].

95. Пинский Ф.И., Пинский И.Ф. Патент РФ № 4446725/06. Дата публикации: 1988.06.24

96. Поликер Б.Е., Михальский Л.Л., Марков В.А. и др. Дизельные двигатели для электроагрегатов и электростанций. - М.: Изд-во «Легион-Автодата», 2006. - 328 с.

97. Попов Н.Н, Шабаев Р.Р, Шкодин Д.А.. Повышение эффективности систем управления СЭУ. Морской вестник №2(22), 2007. Стр. 33-35.

98. Попов Г.А., Системы управления судовыми дизелями. Тексты лекций.-Изд.2-е, испр. и доп.- СПб.: Изд-во ГМА им. Адм. С.О. Макарова, 2008-80стр.

99. Проталинский О.М. Применение методов искусственного интеллекта при автоматизации технологических процессов. Моногр. Астрахан. гос. техн. ун-т. Астрахань: Изд-во АГТУ, 2004.-184 с.

100. Райкова И.Я. Испытания двигателей внутреннего сгорания: учебник. Под ред. - М.: Высшая школа, 1975. - 305 с.

101. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского / Д. Рутковская, М. Пилиньский, JT. Рутковский. - М.: Горячая линия - Телеком, 2004. - 452 е.: ил.

102. Русаков Ю.М., Барщенков В.И., Удальцов А.Б.Патент Российской федерации № 4194746/25-06. Дата публикации: 1987.02.13.

103. Роберт Бош, Франк Майер, Томас Блайе и др. Дата публикации: 2004.02.10. Номер публикации: 2002120461. Регистрационный номер заявки 2002120461/06.

104. Саймон Хайкин. Нейронные сети: полный курс, 2-е издание. Изд-во Диалектика-Вильяме, 2005. - 1104 с.

105. Сериков С. А, к.т.н, Дзюбенко А. А, асп. Идентификация математической модели ДВС с использованием системы нечеткого вывода. Общие проблемы двигателестроения. Двигатели внутреннего сгорания 1/2009.

106. Сидоров В.А., Серебров Б.Л. Анализаторы спектра вибрации. Журнал-Металлообработка - 4/2007.Контроль и диагностика. [Электронный ресурс]. -Режим доступа: intron-set.com.ua/filcs/}:ilc/'catalogue/article__an_spectr_\ ib.pdf.

107. Синявская Е.Д. Анализ точности при построении нечетких систем/ Методы искусственного интеллекта. Известия ЮФУ. Технические науки. Стр. 133-137.

108. Толщин В.И., Сизык В.А. Автоматизация судовых энергетических установок. Учебник - 3-е изд., переработанное и дополненное., - М.: Транслит, 2006,- 352 стр.

109. У сков A.A. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / A.A. Усков, A.B. Кузьмин. - М.: Горячая линия - Телеком, 2004. - 143 с.

110. Фрейдзон И.Р. Математическое моделирование систем автоматического управления на судах. Учебник - 2-е изд. судостроение, переработанное и дополненное, Ленинград 1969.

111. Хрящев Ю.Е., Кирик В.В., Третьяков A.A. Использование Fuzzy-логики в управлении дизелем. 20 международная научная конференция «Математические методы в технике и техрологиях» (ММТТ-20), Ярославль, 28-31 мая, 2007: Сборник трудов Т. 7. Секция 9, 13.

112. Черныш И.И. Выбор режима работы главного двигателя. УДК 621.45.02. Судовые энергетические установки, 2008-№21.

113. Черных И.В., Simulink: Среда создания инженерных приложений. -М.: Изд-во: Диалог-МИФИ, 2004 - 496 с.

114. Черепанов Ф.М., Ясницкий Л.Н. Учебный симулятор нейронных сетей.((Пеи khien thong minh sekcia 10)

115. Шваяков A.B. К вопросу использования нечетких регуляторов в системах управления ЭП // Информационные технологии, энергетика и экономика: Материалы докладов межрегиональной научно-технической конференции студентов и аспирантов. - Смоленск, 2004. - с. 91-94.

116. Шевчук, В.П. Методы количественной оценки работоспособности и эффективности алгоритмов управления в условиях автоматизированного проектирования АСУ / В.П.Шевчук. - М.: ЦНИИТЭИнефтехим, 1989. - 54 с.

117. Ширман А., Соловьев А. Практическая вибродиагностика и мониторинг состояния механического оборудования. М.: Машиностроение, 1996. 276 с.

118. Штовба С.Д. Проектирование нечетких систем средствами MATLAB Сергей Дмитриевич Штовба. - М.: Горячая линия. - 2007. - 288 с

119. Щеглов А.А. Регулирование частоты вращения судового двигателя внутреннего сгорания. Вестник МГТУ, том 9, №2, 2006г, стр. 312-317.

120. Ярушкина Н. Г., Основы теории нечетких и гибридных систем: Учеб. пособие,Финансы и статистика, М., 2004, 320 с.

121. Abdul-Kader Н.М. Fuzzy Knowledge Base System for Fault Tracing of Marine Diesel Engine. Communications of the IBIMA Volume 11, 2009 ISSN: 19437765.

122. Chuen Chien Lee student member, IEEE. Fuzzy Logic in control Systems: Fuzzy Logic Controller- Part I.

123. Dong-Ling Tsay, Hung-Yuan Chung, and Ching-Jung Lee (1999), "The Adaptive Control of Nonlinear Systems Using the Sugeno-Type of Fuzzy Logic", IEEE Transactions on Fuzzy Systems, Vol. 7, No. 2, pp.225-229.

124. William T.Thomson, Mark Fenger "Current Signature Analysis to Detect Induction Motor Faults'TEEE Industry Application Magazine July/August, - 2001.-pp. 57-64.

125. Fenglin и др.. Патент США № 6591808 В2 метод и система ПИД регулирования для уменьшения колебаний частоты вращения двигателя внутреннего сгорания (adaptive PID control method and system for internal combustion engine rotation speed pulsation), дата публикации 15.07.2003 [Электронный ресурс]. - Режим доступа: http://www.uspto.gov/patft/index.htm 1.

126. Free Fuzzy Logic Library. [Электронный ресурс]. - Режим доступа: http://www.iec.ch/.

127. Ker-Wei Yu. An Intelligent Fault Diagnostic Tool for Marine Diesel Engine system by Neural Network with Fuzzy Modification. Associate Prof., Dept. of Marine Engineering, National Kaohsiung Institute of Marine Technology

128. Lee S.H., Howlett R.J. and Walters S.D. Engine fuel injection control using fuzzy logic. Total Vehicle Technology Conference, Brighton, UK, pp.287-296, 2004.

129. Lee S.H., Howlett R.J. and Walters S.D. Small Engine Control by Fuzzy Logic. International Journal of Intelligent and Fuzzy Systems, pp.207-217, 2004.

130. Lee S.H, R.J.Howlett, C.Crua & S.D.Walters Intelligent Systems & Signal Processing Laboratories, Engineering Research Centre, University of Brighton,Moulsecoomb, Brighton, BN2 4GJ, UK. Fuzzy Logic and Neuro-fuzzy Modelling of Diesel Spray Penetration: a comparative study.

131. Jang J. ANFIS: Adaptive network-based fuzzy inference systems, IEEE Transactions on Systems,

132. Nishizawa и др. Патент США № 5213077. Устройство регулирования заброса для ПИД-регулятора для управления частотой вращения двигателя внутреннего сгорания (Gain adjusting device for PID controller for controlling rotational speed of internal combustion engine), дата публикации: 25.05.1993

133. Michael A. Arbib (2003), The Handbook of Brain Theory and Neural Networks, The MIT Press, USA.

134. The handbook of data mining. Edited by Nong Ye. Lawrence Erlbaum Associates, 2003. - 689 p.

135. Radovan Antonic , member, IEEE , Zoran Vukic , member, IEEE and Ljubomir Kuljaca , member IEEE. Fuzzy modelling and control of marine diesel engine process. [Электронный ресурс]. - Режим доступа:

136. R.S.Wijetunge, C.J.Brace, J.G.Hawley, N.D.Vaughan University of Bath, UK. Fuzzy Logic Control of Diesel Engine Turbocharging and Exhaust Gas Recirculation. [Электронный ресурс]. - Режим доступа: people.bath.ac.uk/enscjb/FuzzyLogicControl.pdf

137. Robert Fuller (1995), Neural Fuzzy Systems, Abo Akademi University.

138. S. Simani, M. Bonfe'. Fuzzy Modelling and Control of the Air System of a Diesel Enggine. [Электронный ресурс]. - Режим доступа: http://dl.acm.org/citation.cfm?id=522453

139. Simon Haykin (1999), Neural Networks A Comprehensive Foundation, 2nd Edition, Prentice Hall, USA. [Электронный ресурс]. - Режим доступа: http://dl.acm.org/citation.cfm?id=521706

140. Prostoev_NET - Информационный портал/. Система мониторинга и диагностики вращающегося оборудования по вибрации с пакетом программ DREAM for Windows. [Электронный ресурс]. - Режим доступа: http: // www.vibrotek.com/ russian/catalog/ dc-12m.html.

141. Вибро-Центр [Электронный ресурс]: Виброконтроль. Мониторинг. -Режим доступа: http: // www.vibrocenter.ru/vdr.htm. - Загл. с экрана.

142. Назначение и возможности систем вибрационного мониторинга и диагностики роторного оборудования. [Электронный ресурс]. - Режим доступа: http://www.studsell.com/view/86465/

143. Практическая вибродиагностика и монтиторинг. [Электронный ресурс]. - Режим доступа: http://www.tehnoinfa.rU/vibrodiagnostika/6.html

Таблица Al: Аналитический обзор современных методов управления ДВС

Описание метода управления Параметры Достоинства недостатки

1 Шевяков Г Е Патент РФ № 2058495 Дата публикации 1996 04 20 Применяется следящий принцип управлении коюрыи позвоаяет следить }а изменениями абсолютных значении параметров Корректировка управляющих параметров в ту или иную сторону производится в зависимости от знака до тех пор, пока величины приращенпя не станут близкими к нулю звестные 1 Коэффициент избытка воздуха в гонлииовоздушной смеси 2 Угол опережения зажигания пределяемые 1 Угловая скорость вращения коленчатого вала двигателя 2 Изменение приращений амплитуды, например, давления в камере сгоранияпо фазе вращения коленчатого вала 1 У прощание схемы и принцип работы устройства 2 Повышает точность и эффективность работы системы 1 Запаздывание сигнала управления 2 низкая эффективность, отсутствие данных о техническом состоянии объекта

2 Щеглов А А Регулирование частоты вращения судового двигателя внутреннего сгорания Вестник МП У, том 9, №2, 2006г, стр 312-317 Рстулироваиие частоты вращения СДВС осуществляется с помощью микропроцессора, который вырабатывает сигнал управления с учетом частоты вращения ПН и температуры отработавших тазов Коррекция топлиноподачи по параметрам нагрузки Известные 1 Частота вращения двигателя, 2 частота вращения ГТН, 3 температура выхлопных газов Определяемые 1 корректировка топливоподачи 1 (повышение быстродействия системы, 2)эффективность топливоподачи, 3)точность, 4)диат ностирование технического состояния мех Неспособность к обучению, корректировке, малое число датчиков, ограниченный набор сравниваемых управляющих параметров с реальными условиями, ничего не сказано о корректировке системы

3 Патент США № 6591808 В2, метод и система адаптивного ПИД регулирования, дата публикации 15 07 2003, автор Фень Лин (Геп§Ьтп) и др Метод и система, обеспечивающие работу двигателя внутреннею сгорания, позволяют уменьшать колебание частоты вращения за счет изменения параметров ПИД- регуляюра Известные 1 Частота вращения двигателя, 2 Частоты колебания нагрузки двигателя, Определяемые 1 корректировка топливоподачи, Уменьшении амплитуды колебания частоты вращения двигателя при гармоническом изменении нагрузки двигателя Используется источник дополнительного момента что в случаях с двигателем больших размеров ведет к утяжелению системы в целом

4. Васильев М В Устройство управления судовым двигателем внутреннего сюрания Вестник МГТУ, том 1 1 №3 2008 г стр 471-474 Система адаптивного регулирования частоты вращения СДВС во всех режимах Осуществление изменения частоты вращения коленчатого вала двигателя происходит за счет изменения постоянной времени регулятора и степени непавнпмепногти частоты впатпения. Известные 1 Частота вращения двигателя 2 Частоты колебания нагрузки двигателя Определяемые 1 корректировка топливоподачи Отсутствие устройства дополнительного момента, использование только одного рет улятора 2 Нет ограничения на режимы работы СДВС Инертность ошибка регулирования

5 Хрящев Ю Е , Кирик В В , Третьяков А А Использование аппарата нечеткой лот нки в управлении дизелем Сигнал с датчика частоты подастся на нечеткий микроконтроллер, где приводится к лингвистическои переменной 11рограмма выдает средневзвешенное значение выходных Ф11 для данного конкретного входного сигнала ошибки, которое является выходным управляющим сигналом Известные Частота вращения двигателя Определяемые (орректировка топливоподачи 1 11овышение качества переходных процессов 2 Уменьшение длительности переходного процесса \ ченьшается на порядок, при одинаковой длительности устраняется перерегулирование 1 Отсутствие стандарт ной методики конструирования нечетких систем 2 Невозможность математического анализа нечетких систем существующими методами 3 Применение нечеткого подхода по сравнению с вероятностным не приводит к повышению точности вычислений

Таблица А2- Продолжение

Описание метода управления

Параметры

Достоинства

недостатки

6 Табличная модель, полученная экспериментальным путем на испытаниях и с учетом опыта экспертов, на базе нечеткой логики На каждом режиме рабо!ы днщ а! ел я иенольТ) ютея свои правила формирования длительное] и впрыека и у|ла оперения зажж ¡ния Микроконтроллер по полученным данным параллельно рассчитывает поправочные коэффициенты для двух режимов работы двигателя, которые корректируют имеющиеся табличные данные

Известные

1 абсолютное давление во впускном трубопроводе

2 температуры воздуха

3 частоты оборотов двигателя

Определяемые

1 Подача топлива

2 момент зажигания

1 Объемные таблицы заменяются несколькими сотнями правил, которые хранятся в памяти микропроцессор, реализация управления по большому числу входных параметров 2 Поддержание максимально возможных эксплуатационных характеристик, не зависимо от износа, ремонта или же форсирования двигателя, его подсистем и механизмов

1 Сложность создания многомерных таблиц

2 Большой объем памяш, требуемый для их запиеи, 1ем более, если выходной параметр формируется в зависимости от трех и более входных

7 БендарикОБ Мн1еллск1\ллм1ля система управления

энергетической уеыновкой Электронный регулятор ДВС по нагрузке, алгоритм работы которого основан на базе ННС

I' Г .41 Ц1 г Д11

-.1

ЬЗ* ИСУ НИЛ»'

-Л'

Известные

1 заданная скорость движения тепловоза

2 величина изменения угла топливной рейки

3 скорость движения тепловоза сила тока генератора

4 напряжение генератора

5 температура воды на входе в дизель

6 температура воды на выходе и дизеля

7 температура масла температура внешней среды

9 давление масла

Определяемые 1 угол топливной рейки ! частот а оборотов коленчатого вала

] Оптимизация работы дизеля и переходных процессов при изменении мощноста,

2 Экономия топлива, увеличение срока службы дизеля,

3 Обслуживание тепловоза по тсх1 шческому состоянию,

4 Нулевое запаздывание при измерении текущего значения частоты оборотов дизеля,

5 Повышенная точность цифрового измерения угла топливной рейки

6 Возможность нагрузки дизеля при любых доступных скоростных режимах, г ч на минимально-стойкой частоте вращения

7 Простота конструкции

8 Малые габариты

9 Возможность использования на дизелях любого типа, назначения и мощности

1 Отсутствие стандартной методики конструирования нечетких систем

2 Невозможность математического анализа нечетких систем сущес1вующими методами

3 Применение нечеткого подхода по сравнению с вероятностным не

риводи! к повышению точности вычислений

4 Не учитывается техническое состояние(работоспособность) двигателя в систему управления

(VI

(О