Автоматизированная система управления процессом автогенной плавки медно-никелевого сульфидного сырья на основе нечеткой логики тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Данилова, Наталья Васильевна

• Данилова, Наталья Васильевна
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Данилова, Наталья Васильевна

Введение.

1. Современное состояние и перспективы развития способов управления-процессом плавки медно-ншселевого сульфидного сырья.

1.1. Характеристика технологического процесса плавки медно-никелевого сульфидного сырья на штейн.

1.1.1. Сравнительная характеристика вариантов реализации плавки на штейн сульфидных медно-никелевых материалов.

1.1.2. Физико-химические основы плавления шихты в печи Ванюкова.

1.2. Основные виды неопределенности, неточности, нечеткости и нехватки информации, присущие процессу Ванюкова.

1.3. Моделирование и управление процессом плавки медно-никелевого сульфидного сырья.

1.4. Постановка цели и задач исследования.

2. Анализ процесса Ванюкова как объекта управления.

2.1. Характеристика информационных потоков данных оперативного контроля.

2.2. Корреляционный и регрессионный анализ производственных данных

2.3. Определение частотных и вероятностных характеристик основных параметров процесса.

2.4. Оценка качества управления процессом Ванюкова.

2.5. Выводы по главе 2.

3. Разработка модели количественной оценки содержания меди в штейне.

3.1. Методика формирования обучающей и тестовой выборок.

3.2. Построение функций принадлежности.

3.3. Методика формирования базы правил.

3.4. Проверка адекватности модели количественной оценки содержания меди в штейне.

3.5. Выводы по главе 3.

4. Синтез системы управления содержанием меди в штейне.

4.1. Постановка задачи управления процессом Ванюкова.

4.2. Контроль, управление и метрологическое обеспечение процесса Ванюкова и качества продукции.

4.2.1. Программно-технический комплекс системы автоматического управления процессом Ванюкова.

4.2.2. Контроль отбора проб компонентов.

4.3. Система управления содержанием меди в штейне.

4.3.1. Структура системы автоматического управления содержанием меди в штейне.

4.3.2. Способ автоматического управления содержанием меди в штейне

4.3.3. Алгоритм управления содержанием меди в штейне.

4.3.4. Численное моделирование.

4.4. Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Автоматизированная система управления процессом автогенной плавки медно-никелевого сульфидного сырья на основе нечеткой логики»

Актуальность работы. Для осуществления процесса автогенной плавки медно-никелевого сульфидного сырья в промышленности применяются^ печи различных типов и мощностей. Наиболее перспективным на сегодняшний день в России по технологическим показателям и техническому исполнению является процесс Ванюкова (ПВ, или плавка в жидкой ванне - ПЖВ). Автогенная плавка в печи Ванюкова относится к сложным трудноформализуемым технологическим процессам, функционирующим в условиях большой неопределенности: нечеткости исходных параметров, низкой точности оперативной информации, отказов каналов связи, большого запаздывания при передаче информации по уровням управления и др. Поэтому управление этим процессом на базе традиционного моделирования является малоэффективным и требуется разработка новых методов и подходов к описанию автогенной плавки медно-никелевого сульфидного сырья.

Значительный вклад в изучение, развитие и усовершенствование процесса« Ванюкова и алгоритмов- управления им внесли^ A.B. Ванюков, А.Д. Васкевич, В.П. Быстров, A.B. Гречко, З.Г. Салихов, Е.И. Ежов, Л.Ш. Цемехман, А.Н. Федоров, A.B. Спесивцев, И.Е. Зыков и др.

Существующие системы управления процессом автогенной плавки медно-никелевого сульфидного сырья позволяют контролировать основные параметры процесса и управлять им с участием оператора. Однако, несмотря на все достоинства этих систем, они отличаются нерациональностью управления вследствие ограниченных возможностей оператора, физически неспособного обрабатывать большое количество потоков информации; ручным вводом данных, что снижает их универсальность; а также отсутствием математического аппарата, который позволял бы получать полезную информацию из данных оперативного контроля и обеспечивал бы идентификацию значений основных параметров процесса. В связи с этим возникает необходимость в разработке высокоэффективной автоматизированной системы управления качеством продуктов автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова.

Исследования^ выполнялись в соответствии с госбюджетной- тематикой НИР СПГГИ (ТУ) по теме 6.30.020 «Разработка1 систем управления сложными техническими объектами с использованием математических моделей в контуре управления» (1кв. 2008 - IV кв. 2010 гг.), а также с грантом-СПГГИ (ТУ) «Подготовка диссертации на соискание ученой степени кандидата наук» (2008 год).

Цель работы. Повышение качества управления процессом автогенной плавки медно-никелевого сульфидного сырья для стабилизации > содержания меди в штейне.

Задачи работы:

1. Выбор и* обоснование технологических параметров, влияющих на получение штейна заданного состава.

2. Разработка математического аппарата для управления технологическим процессом автогенной плавки медно-никелевого сульфидного сырья.

3. Синтез системы управления процессом автогенной плавки медно-никелевого- сульфидного сырья, оценка ее эффективности и выработка рекомендаций по ее применению.

Методика проведения работы. Анализ работы промышленного объекта в условиях действующего производства и известных технических решений по управления автогенными процессами в цветной металлургии. Теоретические исследования основаны на методах статистического, регрессионного и дисперсионного анализа, теории нечетких множеств, математического моделирования и специальных методах теории автоматического управления.

Научная новизна работы:

1. Обосновано, что формирование функций принадлежности основных параметров процесса Ванюкова целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних.

2. Предложен подход к извлечению полезной информации из исходного числового материала, представляющий собой совокупность классических методов предварительной обработки данных оперативного контроля; и интеллектуального дополнения, заключающегося в систематизации данных по режимам работы печи.

3. Научно обоснована необходимость лингвистического описания зависимости содержания меди в штейне от расхода шихты, технического кислорода и производных от них параметров^ и показана возможность такого описания, представленная набором логических правил,, учитывающим варианты состояний^ процесса автогенной плавки медно-никелевого сульфидного сырья.

Практическая значимость работы:.

1. Разработана модель количественной оценки содержания < меди в штейне, позволяющая прогнозировать содержание меди в штейне с относительной ошибкой не'превосходящей.6 %.

2. Разработан способ автоматического управления содержанием меди в штейне с применением методов нечеткой логики, позволяющий вести процесс автогенной плавки медно-никелевого сульфидного сырья с повышением содержания меди в штейне (заявка на изобретение «Способ автоматического управления содержанием меди в штейне» № 2010133350 от 09.08.2010 г.).

3. Установлено, что применение в системе управления процессом Ванюкова модели количественной оценки содержания меди в штейне позволяет в реальном времени осуществлять корректировку управляющих воздействий и повышать качество управления в условиях неполноты информации о ходе протекания процесса.

4. Научные результаты работы используются в учебном процессе химико-металлургического факультета СПГТИ (ТУ) для студентов специальности 220301 «Автоматизация технологических процессов и производств».

Основные защищаемые положения:

1. Модель количественной оценки содержания1 меди в штейне, представленная в виде базы- правил, позволяет учитывать изменения технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на- основании данных оперативного контроля со значением ошибки моделирования не превосходящей б % (относ.).

2, Включение модели количественной оценки содержания меди в штейне в структуру автоматизированной системы управления автогенной плавкой медно-никелевого сульфидного сырья позволяет осуществлять корректировку управляющих воздействий и повысить качество управления процессом.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на III, IV и V Международной научно-практической конференциях «Инновационные технологии автоматизации и диспетчеризации горнодобывающих и перерабатывающих предприятий» в СПГТИ (Санкт-Петербург, 2008 - 2010); на Международной выставке-конгрессе «Инновационные технологии, моделирование и автоматизация в металлургии» в ВК «РЕСТЭК» (Санкт-Петербург, 2009); на научно-техническом совещании «Электротермия-2010» в СПГТИ (Санкт-Петербург, 2010); на Международном форуме молодых ученых «60. Berg- und Hüttenmännischer Tag» (Фрайберг, Германия, 2009); на XI Международной научно-технической конференции по мягким вычислениям и измерениям «SCM-2008» в СПЭТУ (Санкт-Петербург, 2008); на Международном форуме молодых ученых «Проблемы недропользования» в СПГТИ (Санкт-Петербург, 2008); на конференции молодых ученых «Полезные ископаемые России и их освоение» в СПГГИ (Санкт-Петербург, 2008); на Всероссийской межвузовской научно-технической конференции студентов и аспирантов. XXXVI и XXXVII Неделя науки. СПГПУ (Санкт-Петербург, 2007, 2008); на Международной конференции «Автоматизация и моделирование технологических процессов в металлургии и машиностроении» в ВК «Ленэкспо» (Санкт-Петербург, 2007); а также семинарах кафедры автоматизации технологических процессов и производств СПГТИ (ТУ).

Достоверность научных результатов. Достоверность основных научных положений, выводов и рекомендаций подтверждена совпадением результатов моделирования с данными оперативного контроля. Эффективность предложенных мероприятий подтверждена вычислительными экспериментами и внедрением.

Публикации. По теме диссертации опубликовано 8 научных трудов. Подана заявка на изобретение.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения^ списка использованной литературы и четырех приложений. Работа изложена на 152 страницах машинописного текста, содержит 32 рисунка, 16 таблиц, список литературы из 122 наименований.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Данилова, Наталья Васильевна

4.4. Выводы по главе 4 л

По результатам разработки автоматизированной системы управления* процессом плавки медно-никелевого* сульфидного- сырья в печи Ванюкова можно сделать.следующие выводы:

1. Управление процессом плавки медно-никелевого-сульфидного* сырья по предложенному алгоритму позволяет, получить требуемое содержание меди в штейне и под держивать его без больших колебаний в дальнейшем.

2. Для отслеживания изменений характеристик процесса Ванюкова и режимов его работы в алгоритм управления: была введена функция обучения, которая оценивает результаты прогнозирования содержания меди в штейне и в, случае необходимости способна к переобучению. Благодаря^ применению* модели количественной оценки содержания меди в штейне в структуре автоматизированной системы управления процессом автогенной* плавки медно-никелевого сульфидного сырья в печи Ванюкова точность управления повышена за счет стабилизации содержания меди в штейне в заданных пределах.

3. Проведенный на математической модели эксперимент показал приемлемость алгоритма в промышленных условиях. Однако представленная оценка эффективности работы системы доказывает лишь принципиальную работоспособность алгоритма, а разработанная в диссертационной работе автоматизированная система управления процессом автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова, безусловно, требует настройки в реальных условиях протекания процесса.

Диссертация представляет собой законченную научно-квалификационную работу, в которой содержится> новое решение актуальной* для металлургии > задачи* управления' процессом- плавки, медно-никелевого сульфидного сырья.

Проведенные исследования для достижения поставленной цели позволяют сделать следующие выводы.

1. Формирование функций принадлежности основных параметров процесса автогенной плавки медно-никелевого сульфидного сырья целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних. Применение БСМ-алгоритма снимает субъективизм* перехода от четких (фактических) значений параметров процесса к нечетким (функции принадлежности).

2. Разработана модель количественной оценки содержания меди в штейне с использованием теории нечеткой логики. Показано^ что содержание меди в. штейне может быть найдено .с использованием» предложенной* базы правил на' основе лингвистической^ оценки пяти параметров^ состояния объекта управления. Погрешность оценки расчетного» значения содержания меди в штейне по сравнению с фактическим не превосходит 6 % относительных.

3. Повышение качества управления процессом, автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова обеспечивается введением в структуру автоматизированной системы управления! оригинального алгоритма управления, что позволяет стабилизировать содержание меди в штейне. Это позволяет рекомендовать предложенное решение к применению в промышленных условиях.

Список литературы диссертационного исследования кандидат технических наук Данилова, Наталья Васильевна, 2010 год

1. Rotshtein A„ Shtovba S. Modeling of the Human Operator Reliability with the Aid of the Sugeno Fuzzy Knowledge Base / Automation and Remote Control, 2009- Vol. 70, № 1, pp. 163-169.

2. Shtovba S. Fuzzy Identification on the Base of Regresión1 Models- of Parametric Membership'Function // Journal-of Automationand Information Sciences. Vol. 38, № 11, 2006.' pp. 36-44.

3. Shtovba S. Fuzzy Model Tuning Based on a,Training Set with Fuzzy. Model Output Values // Cybernetics and Systems Analysis. 2007. Vol. 43; № 3. pp. 334-340.

4. АверкинА.Н., Батыршин И.З., Блишун А.Ф, и др. Нечеткие множества в моделях управления и искусственного интеллекта. / Под: ред. Д.А. Поспелова. М., 1986.

5. Адлер ЮЛ., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий.- М.: Наука, 1976: Алиев Р.А., Церковный А.З., Мамедова Г.А. Управление производством при нечеткой исходной информации. М., 1991.

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

7. АнашкинА.С. Синтез системы оптимального управления газовым режимом горизонтальных конвертеров: дис. . к-та техн. наук: 05.13:06. Санкт-Петербург, 2002.

8. Андриевский Б.Р. Избранные главы теории автоматического управления с примерами на' языке MATLAB / Б.Р! Андриевский, A.JI. Фрадков // СПб.: Наука, 2000.

9. Андрющенко В. At Теория систем автоматического управления: Учеб. пособие. — JL, Издательство Ленинградского университета, 1990.

10. Анхимюк B.JI. Теория автоматического управления. / В.Л. Анхимюк, О.Ф. Опейко, H.H. Михеев // Мн.: Дизайн ПРО, 2000!

11. АокиМ. Введение в методы оптимизации. Перев. с англ. Главная редакция физико-математический литературы издательства «Наука», М., 1977.

12. Арутюнов В.А., Бухмиров В.В., Крупенников С.А*. Математическое моделирование тепловой работы промышленных печей: Учебник для; вузов. -М.: Металлургия, 1990.

13. АхназароваЛ.С., КафаровВ.В. Методы оптимизации эксперимента в химической технологии: Учеб. Пособие для хим.-технол. Спец. Вузов. 2-е изд., перераб. И доп. М., 1985.

14. Белоглазое И.Н., Данилова Н.В., КотелеваНЖ Применение специальных методов для создания систем управления пирометаллургическими процессами. Учебное пособие. Изд. СПГГИ (ТУ). Санкт-Петербург, 2009:

15. Быстрое В.П., Ванюков A.B., Васкевич А.Д. и др. Исследование состава штейно-шлаковой эмульсии при плавке в жидкой ванне // Цветные металлы, 1980, № 10. стр. 56-59.

16. Вальков В.М., Вершинин В.Е. Автоматизированные системы управления технологическими процессами. Л., Политехника, 1991.

17. Ванюков A.B., Быстрое В.П. и др., Плавка в* жидкой ванне, М., Металлургия, 19881

18. Ванюков A.B., Уткин H.H. Комплексная переработка' медного и» никелевого сырья.: Учебник для вузов. Челябинск: Металлургия, Челябинское отделение, 1988.

19. Васильев А., Заречнев В. Система контроля температуры металлургической печи // Современные технологии автоматизации, 1998. №2. стр. 18-20.

20. Власов К.П. Теория автоматического управления. Учебное пособие. — Харькову 2006.

21. ГальнбекА.А., ШалыгинЛ.М:, ШмонинЮ.Б. Расчеты пирометаллургических процессов и аппаратуры-цветной металлургии: Учеб. Пособие для4 вузов. Челябинск: Металлургия, Челябинское отделение, 1990.

22. Гартман Т.Н. Основы компьютерного моделирования химико-технологических процессов: Учеб. пособие для вузов М: ИКЦ "Академкнига", 2006.

23. Глебов A.A. Синтез нейро-нечеткой модели типа Сугено. Поиск оптимального вектора радиуса субтрактивной кластеризации. // Социально-экономические и технические системы: исследование, проектирование, организация. 2006. №4.

24. Голубятников В.А. Автоматизация производственных процессов в химической промышленности / В.А. Голубятников; BJB. Шувалов //

25. Учебн. для техникумов. 2-е изд., перераб. и доп. — М: Химия, 1985.f

26. Данилова Н.В.* Применение теории планирования, для исследования процесса Ванюкова // Записки Горного Института, Полезные ископаемые России- и их освоение. Т.182, изд. РИЦ СПГГИ (ТУ), Санкт-Петербург, 2009.-стр. 148-151.

27. Данилова Н.В. Расчет материальных потоков пирометаллургического цикла переработки медного сульфидного сырья // Записки Горного Института, Полезные ископаемые России, и их освоение. Т.186, изд. РИЦ,СПГГИ (ТУ), Санкт-Петербург, 2010. стр. 176-180.

28. Данилова Н.В., Кадыров ЭД.' Способ автоматического' управления* содержанием меди в штейне (заявка на изобретение № 2010133350 от 09.08.2010.).

29. Данилова Н.В., Кадыров ЭД. Построение модели процесса Ванюкова' методом полного факторного эксперимента // Записки Горного Института. Новые технологии ► в металлургии, обогащении,-, автоматизации^ управлении: Т. 177, 2008, стр. 121-123.

30. Дворецкий С.И., Егоров А.Ф., ДворецкийД.С. Компьютерное моделирование и оптимизация технологических процессов и оборудования: Учеб. пособие. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2003.

31. ДиомидовскийДА. Металлургические печи цветной металлургии. -М.: Металлургия, 1970.

32. Домрачеев В.Г., Полещук О.М. О построении регрессионной модели при нечетких исходных данных // Автоматика и телемеханика. 2003. № 11. стр. 74-83.

33. Дроздов В.И., МирошникИ.В. идр. Системы автоматического управления с ЭВМ. Л., Машиностроение, 1989.

34. Дьяконов В.П., Круглое В.В: Математические пакеты расширения МАТЬАВ. Специальный справочник. С. Пб.: «Питер», 2001.

35. Еременко Ю.И. Исследование эффективности интеллектуального управления в металлургии Электронный ресурс.: дис. . д-ра техн.-наук: 05.13.06. Липецк: РГБ, 2007.

36. Зайцев Т. Ф. Теория автоматического управления и регулирования. -2-е изд., перераб. и доп. Киев; Высшая школа. 1989.

37. Иванов В.Г., Радивоненко О.С. Комбинированный подход к кодированию* изображений1 на основе нечеткой классификации фрагментов. // Технология и конструирование в электронной аппаратуре, 2006, № 6. стр. 26-29.

38. Информационно-аналитический обзор «Состояние и перспективы мирового и внутреннего рынков цветных, редких и благородных металлов». Выпуск 2. Медь и меднорудное сырье. По данным ИАЦ ООО «ИНФОМЕТГЕО». М., 2002.

39. Информационные системы в металлургии: Конспект лекций, (отдельные главы-из учебника для вузов) / H.Ä. Спирин, В.В: Лавров. Екатеринбург: Уральский государственный технический университет — УПИ, 2004.

40. Кадыров Э.Д, Данилова Н.В. Оценка технологических параметров автогенных процессов // Автоматизация в промышленности. 2008. № 5. стр. 24-26.

41. Комков А:Ах, Рогачев М:Б., Быстрое В.П. Прогнозирующая модель плавки сульфидного сырья в печи Ванюкова. // Цветные металлы, 1994, №1. стр. 14-19.

42. Компьютерное моделирование технологических процессов: Метод, указ. / Сост. С.И. Дворецкий, A.B. Майстренко. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2001.

43. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. М., 1982.

44. Круглое В.В, Дли М.И., Голуное Р.Ю. Нечеткая логика и искусственные нейронные сети., М., 2001.

45. Кузнецов Л. А. Применение нечетких моделей для решения задач управления качеством проката // Известия вузов. Черная металлургу 2001; № 5, стр1. 61-65.

46. Кукса ПЛ. Анализ алгоритма- нечеткой' кластеризации. // Труды молодых ученых, аспирантов» и студентов «Информатика и системы управления», 2003, стр. 24-26.

47. Лазарев В.И., Спесивцев■ A.B., Быстрое В.П., Зайцев В:И. Развцтие плавки, Ванюкова с обеднением шлаков. // Цветные металлы. 2000: № 6. стр. 33-36.

48. Лазарев В.И., Спесивцев A.B., Быстрое В.П., Ладин А.Н., Зайцев В.И: Качество отвальных- шлаков- ПВ в- условиях работы на- богатые штейны. // Цветные металлы. 1999. №6. стр. 40-43.

49. Левин М.В. Автоматизация пиро- и гидрометаллургическихпроизводств. Учебное пособие. Л., изд. ЛГИ, 1986.

50. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб., 2005'.

51. Лоскутов, Ф.М., Цёйдлер* A.A. Расчеты, по металлургии^ тяжелых цветных металлов: Учеб. Пособие для-вузов. М.,, «Металлургиздат», 1963.

52. Лукас В.А. Основы фази-управления. Екатеринбург: Уральская горногеологическая академия, 2000.

53. Лю Б. Теория и практика неопределенного программирования. / Пер. с англ. Москва: БИНОМ. Лаборатория знаний, 2005.

54. Математическое моделирование и расчет систем управления техническими объектами: Учебное пособие / Б.М. Борисов, В.Е. Большаков, В.И. Маларёв, P.M. Проскуряков; Санкт-Петербургский государственный горный институт (технический университет). СПб, 2002.

55. Математическое моделирование процесса производства в условиях случайных возмущений: Учеб. пособие / О Б. Низамутдинов, Б .Я; Советов, P.A. Файзрахманов; Перм. политехи, ин-т, Пермь ПИИ, 1989.

56. Металлургия.цветных металлов. Уткин Н.И. Учебник для техникумов. М:: Металлургия, 1985.

57. Методы исследований и организация экспериментов / Под ред. проф. К.П. Власова-X.: Издательство «Гуманитарный центр», 2002:

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

59. Моделирование^ объектов и« систем* управления^ металлургического» производства: Учеб. пособие / ' ЮЖ. Шмонин, Т.Ф1. Вырубова: Ленинградский горный ин-т. СПб., 1991.

60. Нечеткие множества в. моделях управления, и искусственного интеллекта / Под ред. Д.А. Поспелова. М., 1986.

61. О задаче разработки логико-лингвистической модели карбонизационной колонны / А.Г. Афанасенко // Наука и образование Электронный ресурс. электрон. научн.-техн. издан. М.: МГТУ им. Баумана, 2007. №2.http://www.techno.edu.ru: 1600 l/db/msg/31646.html

62. Орешкин С,А., Афанасьев А.Г., Руденко Г.А. Автоматизация Медного завода // Цветные металлы. 1999. №11. стр. 88-93.

63. Основы математического моделирования. Конспект лекций/ В:П: Докукин; Санкт-Петербургскийторный ин-т. СПб, 2000.

64. Основы производства и обработки металлов: Учебное пособие /

65. A.К. Орлов, Г.В. Коновалов. Санкт-Петербургский* государственный горный институт (технический университет). СПб; 2006.

66. Пономарев В.Б. Математическое моделирование технологических процессов / В.Б. Пономарев, А.Б. Лошкарев. Екатеринбург: ТОУ ВПО УГТУ-УПИ, 2006.

67. Поршнев С.В. Компьютерное моделирование физических процессов в па кете МАТЪАВ: М.: Горячая линия - Телеком, 2003.

68. Практический нейрокомпьютинг. Учебное пособие / С.Л. Гольдштейн,

69. B.Б. Щербатский, О.В; Гущина: Екатеринбург: УГТУ У ПИ, 2005.

70. Прасов М.Т., Анохин М.Н. Алгоритм дефазификации при синтезе нечеткого регулятора автоматизированных систем контроля- и управления. // Промышленные АСУ и контроллеры. 2006. №6. стр. 41-42.

71. Прикладные нечеткие системы: Пер. с япон. / К. Асаи; Д. Ватада,

72. C. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. М., 1993.

73. Производство металлов за полярным» кругом. Технологическое пособие. Под ред. Н.Е. Кайтмазова. Норильск. Изд. «Антей лимитед», 2007.

74. Растригин Л.А. Адаптация сложных систем. Рига: Зинатне, 1981,

75. Ротштейн А.П., Кателъников Д.И. Идентификация нелинейных зависимостей? нечеткими базами знаний // Кибернетика и системный анализ. 1998. №5. стр. 53-61.

76. Ротштейн А.П., Штовба С.Д. Влияние методов дефаззификации на скорость настройки нечеткой модели- // Кибернетика и системный анализ. 2002. №5. стр. 169-176.

77. Ротштейн А.П., Штовба С.Д. Идентификация нелинейной зависимости нечеткой базой знаний с нечеткой обучающей выборкой // Кибернетика и системный анализ. 2006. №2. стр. 17-24.

78. Ротштейн А.П., Штовба С.Д. Моделирование надежности человека-оператора с помощью нечеткой базы знаний Сугено // Автоматика« и телемеханика, 2009. № 1, стр. 180-1881

79. Ротштейн А.П., Штовба С.Д. Нечеткая надежность алгоритмических процессов. Винница: Континент — ПРИМ, 1997.

80. Рутковская Д., Пилинъский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д; Рудинского. -М., 2006.

81. Рябко А.Г., Цемехман Л.Ш. Развитие автогенных процессов в< металлургии меди и никеля. // Цветные металлы. 2003. № 7. стр. 58-63.

82. Саврасов Ю. С. Оптимальные решения. М.: Радио и связь, 2000.

83. Салихов З.Г., Спесивцев A.B., Москвитин Д.А., Сириченко A.B., Зыков И.Е. Количественная оценка качества управления металлургическим агрегатом// Цветные металлы. 2002. №40. стр. 89-92.

84. Светозаров В.В. Основы статистической обработки результатов измерений. Учебное пособие. М,: Изд. МИФИ; 2005.

85. СнитюкВ., Говорухине. Технология нечеткого прогнозирования характеристик сложных объектов и систем. // International Book Series «Information Science and Computing», стр. 117-122.

86. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов -3-е изд., перераб. и доп. -М.: Высш. шк., 2001.

87. Соколов A.B., Соколов В.М. Россия на мировом рынке меди // ЭКО. 2000. № 5. стр. 126-144.

88. Солъницев Р.И. Автоматизация проектирования систем автоматического управления: Учеб. для вузов по спец. «Автоматика иIупр. в техн. системах» — М>: Высш. шк., 1991.

89. Спесивцев A.B. Металлургический процесс как объект изучения: новые концепции, системность, практика. СПб.: Изд-во- политехи, ун-та, 2004.

90. Спесивцев A.B. Изучение пирометаллургических процессов статистическими методами. Учебное пособие. — Норильск: Изд. Красноярского РУ, 1981.

91. Спесивцев A.B. Применение математической статистики в металлургической практике. Учебное пособие. Норильск: Изд. Красноярского ГУ, 1978^

92. Технологическая инструкция. Плавка медного никельсодержащего сырья в печах Ванюкова. Норильский горно-металлургический комбинат. ТИ 0401.14.55-27-89.

93. Хлытчиев С.М. Основы автоматики и автоматизации производственных процессов: Учебник: для:; вузов связи/ G.M: Хлытчиев;, A.G. Ворожцов, И.А. Захаров. М.: Радио hv связь, 1985. ' :."'.'"■■ ,

94. Чей К. MATLAB в математических исследованиях / К. Чен, П. Джиблин,,А. Ирвинг //Пер. с англ;-М!: Мир, 2001С

95. Черный A.A. Исследования тепловых процессов с применением моделирования: учебное пособие / A.A. Черный. Пенза: Пензенский государственный; университет,,20Ô8i

96. Черный A.A. Системный анализ результатов расчетов по математическим моделям: учебное пособие / A.A. Черный. Пенза: Пензенский государственный университет, 2007.

97. Чертов А Д. Применение, систем искусственного интеллекта в металлургической? промышленности? (обзор):;// Металлург. 2003; №й7; стр. 32-37.

98. Чудаев И., Верещагин Ю. Металлургия меди с древнейших времен до наших, дней (часть 1) // Уральский рынок металлов, 2008. № 3. стр. 60-64.

99. Чудаев Ш, Верещагин Ю: Металлургия меди; с древнейших времен до наших дней (часть 2)7/ Уральский рынок металлов, 2008. № 4. стр. 60-64.

100. ШариковЮ.В., БелоглазоеИЖ, ФирсовА.Ю. Моделирование процессов и объектов в металлургии. Учебное пособие. СПб.: СПГТИ, 2006.

101. Шендерович Е.М. Научные основы создания автоматизированных систем управления*технологическими процессами в металлургической промышленности. СПб.: Нестор, 2004.

102. Штовба С.Д' Настройка нечеткой модели по обучающей выборке с; нечетким выходом // Кибернетика и системный анализ. 2007. — №3. стр. 26-32.

103. Штовба С.Д: Обеспечение точности и прозрачности? нечеткой модели Мамдани при; обучении по экспериментальным данным // Проблемы управления и информатики, 2007, №4, стр. 102-114.

104. Штовба С.Д. Запоб1гання втрати прозоростг нечггких моделей пщ час навчання за експкриментальними даними/ ВГсник Вшницького полкехншногоИнституту;.2006.-'№6. стр; 39-45;

105. Штовба С.Д, Штовба ЕЖ Прогнозирование конкурентоспособности марочного товара с помощью нечетких баз знаний/ Проблемы управления и информатики, 2006, № 4. стр. 147-156.

106. Шутенко О.В. Прогнозирование значений' показателей качества трансформаторного масла с помощью нейро-нечеткой системы АКР18 // Свшютехшка та електроенергетика. 2008; №4. стр. 49-56.

107. Яхъева Г.Э. Нечеткие множества и нейронные сети: Учебное пособие. М.: Интернет-Университет Информационных технологий; БИНОМ. 2006.