Информационные системы для автоматизации контроля технологических процессов переработки углеводородов тема диссертации и автореферата по ВАК РФ 05.13.07, доктор технических наук Замятин, Николай Владимирович

• Замятин, Николай Владимирович
• доктор технических наук
• 1999

Оглавление диссертации доктор технических наук Замятин, Николай Владимирович

ВВЕДЕНИЕ.

Глава 1. АНАЛИТИЧЕСКИЙ КОНТРОЛЬ ПАРАМЕТРОВ В ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССАХ.

1.1 .Общие вопросы организации аналитического контроля.

1.2. Методы и средства контроля параметров смесей углеводородов.

1.3. Хроматографический метод аналитического контроля.

1.4. Спектрометрический метод контроля в ближней ИК-области спектра.

1.5. Новые информационные технологии в аналитическом контроле.

1.6. Современные технологии проектирования информационных систем.

1.7. Выбор и обоснование направления по разработке информационных систем автоматизированного контроля технологических процессов.

Выводы.

Глава 2. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ, ЭЛЕМЕНТОВ И ХИМИЧЕСКИХ СИСТЕМ.

2.1. Математические модели хроматографических пиков.

2.2. Аналитическая модель процесса разделения веществ в хроматографической колонке.

2.3. Имитационная модель процесса разделения веществ в хроматографической колонке.

2.4. Планирование экспериментов при моделировании химических систем.

2.5. Модели элементов первичных преобразователей контроля веществ.

2.6. Синтез калибрационных моделей веществ.

Выводы.

Глава 3. ПЕРВИЧНАЯ ОБРАБОТКА СИГНАЛОВ ПРИ АНАЛИТИЧЕСКОМ КОНТРОЛЕ.

3.1. Сигналы и шумы при аналитическом контроле.

3.2. Алгоритмы фильтрации аналитических сигналов.

3.3. Алгоритмы аппроксимации, поиска базовой линии и характерных точек аналитических сигналов.

3.4. Алгоритмы разделение хроматографических пиков.

3.5. Алгоритмы разложения спектральных кривых на компоненты.

3.5. Графический редактор хроматограмм.

Выводы.

Глава 4. КАЧЕСТВЕННАЯ ОБРАБОТКА ИНФОРМАЦИИ

ПРИ АНАЛИТИЧЕСКОМ КОНТРОЛЕ.

4.1. Идентификация углеводородов по времени удерживания.

4.2. Идентификация углеводородов по индексам удерживания.

4.3. Индексная идентификация на нейронных сетях.

4.4. Оценка статистических параметров хроматографического анализа.

4.5.Прогнозирование параметров углеводородов на основе нейронных сетей.

4.6.Применение метода учета групповых аргументов для идентификации опорных пиков.

Выводы.

Глава 5. СИНТЕЗ СТРУКТУР ИНФОРМАЦИОННЫХ СИСТЕМ.

5.1. Структуры измерительных схем первичных преобразователей контроля веществ.

5.2. Синтез структур измерительных схем векторным методом.

5.3. Имитационно-статистический синтез структур измерительных схем первичных преобразователей.

5.4. Синтез структуры автоматизированной системы контроля параметров бензина.

5.5. Синтез структур сложных оргсистем.

Выводы.

Глава 6 МЕТОДОЛОГИЯ ПРОЕКТИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ АНАЛИТИЧЕСКОГО КОНТРОЛЯ ВЕЩЕСТВ.

6.1. Основные системные принципы структурирования информационных лабораторных систем.

6.2. Обоснование способа модельного описания информационных систем.

6.3. Концептуальное моделирование аналитической лаборатории.

6.4. Функциональные IDEF- модели аналитической лаборатории.

6.5. Информационное обеспечение автоматизированных систем

6.6. аналитического контроля.

6.6. Методическое обеспечение информационных аналитических систем.

6.7. Техническое обеспечение информационных аналитических систем.

6.7. Математическое обеспечение информационных систем.

Выводы.

Глава 7. СЕМЕЙСТВО АВТОМАТИЗИРОВАННЫХ СИСТЕМ АНАЛИТИЧЕСКОГО КОНТРОЛЯ ВЕЩЕСТВ.

7.1. Информационная система контроля параметров бензина.

7.2. Информационная спектрометрическая система контроля параметров углеводородов в ближней ИК - области спектра.

7.3. Информационная система контроля параметров пирогаза. 7.4. Автоматизированная информационная система контроля параметров технологического процесса.

7.5. Автоматизированная информационная система рутинного хроматографического анализа.

7.6.Информационная система прогнозирования свойств углеводородов

7.7. Автоматизированная система синтеза структур оргсистем.

7.8. Оптико-электронный анализатор на основе нейронной сети.

Выводы.

9. Основные результаты работы.

Введение диссертации (часть автореферата) на тему «Информационные системы для автоматизации контроля технологических процессов переработки углеводородов»

Акт у а льность про б, л ем ы. Полнота и точность знаний о составе и структуре веществ принадлежат к числу важнейших факторов, обусловливающих научно-технический прогресс. Аналитический контроль в промышленности, мониторинг среды в экологии и здравоохранении, поиск полезных, ископаемых в геологии, оценка состояния почвы в сельском хозяйстве, контроль качества лекарств в фармакологии. Широкое распространение аналитического контроля обусловлено тем, что получать информацию о составе и свойств веществ необходимо практически во всех сферах жизнедеятельности человека. В первую очередь эта информация крайне необходима для контроля и управления технологическими процессами

Аналитический контроль занимает значительное место в технологическом процессе большинства производств, поскольку определяет качество продукции и эффективность производства.

Особое значение состоянию аналитического контроля придается в химической и нефтехимической промышленности, где сосредоточены крупные многотоннажные производства и практически любое нарушение технологического процесса может привести к аварийным ситуациям, значительным потерям ресурсов и сырья, экологическим катастрофам. Методы и технологии аналитического контроля всегда развивались динамично, но при этом основной акцент был направлен на совершенствование методик анализа. В конечном итоге возникло противоречие, обусловленное тем, что с одной стороны анализ выполняется качественно и достоверно, а с другой стороны требует больших затрат времени и ресурсов на обработку информации, в то время как управление технологическим процессом приходится вести "вслепую". Все это, существенно влияет на качество продукции и экономическую эффективность производства.

Расширение возможностей аналитического контроля: увеличение достоверности выполняемых анализов, повышение их точности и быстродействия, возрастание роли культурного труда и снижение затрат требует нового радикального подхода к организации автоматизированной обработки информации результатов анализа. Необходимость решения данной проблемы возникает не только в промышленности, но и в других областях жизнедеятельности человека. Наиболее ярко это противоречие проявляется в таком виде аналитического контроля состава и свойств веществ, как хроматографический и спектрометрический анализ. Более 80 % различного рода анализаторов составляют хроматографы и спектрометры. К тому же это один из наиболее трудоемких видов анализа, требующий сложной предподготовки образца, поддержания режима анализа в течении длительного времени, высокой квалификации обслуживающего персонала. Особенностью хроматографического контроля является необходимость обработки большого объема информации, что характерно при контроле параметров технологических процессов, сырья и готового продукта при переработке углеводородов.

Радикальным решением этих проблем является привлечение новых информационных технологий в виде автоматизированных информационных систем, способных поднять на качественно новый уровень процедуры обработки информации и управления в аналитических лабораториях. В последнее время появилось новое направление, связанное с разработкой лабораторных информационных управляющих систем (ЫМ8), интенсивно развивающееся в США, Европе и в ряде стран. В России, к сожалению, как отмечено на заседании Научного Совета по аналитической химии (НСАХ) эти работы находятся в зачаточном состоянии. Поэтому актуальность поставленных проблем не вызывает сомнений, а их решения требуют разработки нового класса информационных систем не только для обработки аналитической информации на основе новых информационных технологий, но и лабораторных управляющих систем для эффективного управления аналитическими лабораториями. Это в свою очередь требует перестройки приемов и организации проектирования систем, удовлетворяющих требованиям обработки аналитической информации и управления аналитическими лабораториями.

Контроль , состава и свойств веществ, представленных в твердом, жидком, и газообразном виде, осуществляют как в лабораторных условиях, так на потоке Лабораторные условия наиболее целесообразны для выполнения сложных исследований. Поточный же аналитический контроль это анализ состава и свойств веществ в реальном масштабе времени по ограниченному числу показателей.

Аналитический контроль представляет многообразие технических решений, методических приемов, технологических схем анализа, а также вопросов, возникающих, при проектировании, производстве и эксплуатации лабораторных и поточных анализаторов веществ. При этом в литературе проблемы лабораторного и поточного приборостроения трактуются с позиций комплексного подхода, которые рассматриваются в трех аспектах.

- Первый аспект заключается в том, что для полного анализа заданной номенклатуры веществ применяют различные методы и аппаратуру для первичных преобразований неэлектрической величины в электрическую. Минимум используемых технических средств является одним из основных критериев практической эффективности данного комплекса технического оснащения. В настоящее время все большее значение приобретает развитие работ по созданию аналитических информационных комплексов, оптимизированных с технико-экономической точки зрения для различных, конкретных целей и условий эксплуатации [16,12].

- Второй аспект характеризуется гармоничным учетом всех составляющих лабораторного анализа, отражающихся на качестве конечных результатов. Необходимо принимать во внимание все источники погрешностей измерений, наличие и доступность стандартных образцов или образцовых измерительных средств, аттестованных методик поверки, длительность анализа, цену аппаратуры и реактивов, эргономические показатели, надежность, ремонтоспособность приборов и систем.

- Третий аспект связан с получением и обработкой информации в процессе аналитического контроля. Здесь используется подход, основанный на теории информации: снятие неопределенности о составе и свойствах вещества и исходя из этого положения, оценивание качества процедур аналитического контроля веществ. Для этого нужно применять новые информационные технологии в виде автоматизированных информационных систем для обработки аналитической информации и принятии решении , о качестве контролируемого вещества. При этом необходимо учитывать форму представления экспериментальных данных, сопрягаемость анализаторов с ЭВМ.

В данной диссертационной работе сделана попытка объединения вышеперечисленных аспектов, определяющих актуальность исследований в этом направлении. Разработка автоматизированных информационных систем для обработки информации от лабораторных и поточных анализаторов и представление ее для принятия решений о составе и свойствах веществ является актуальной научно-технической задачей и требует разносторонних исследований. Применение информационных технологий рассматривается в диссертационной работе на всех трех уровнях:

- первичного преобразования для выбора наиболее эффективных измерительных схем; обработки данных, идентификации веществ и моделирования связей состав - свойства;

- для обработки информации и управления технологическими процессами и аналитической лабораторией.

Вопросы параметрического и структурного синтеза информационных систем являются при этом общими для достоверной обработки данных, идентификации и оценки адекватности моделей. Необходимо привлечение новых идей в виде применения нейронных сетей, обладающих мощными возможностями по учету нелинейных связей и способностью к обучению. При проектировании информационных систем аналитического контроля веществ существенным является снижения времени проектирования за счет применения новых технологий проектирования информационных систем, позволяющих ввести сквозной цикл от концептуальной модели до представления в параметрах нейронных сетей или программных кодах.

Диссертационная работа выполнялась в соответствии с тематическими планами научно-исследовательских работ Томского государственного университета систем управления и радиоэлектроники (ТУСУР), а также в рамках целевой комплексной программы, определенной ГКНТ, как важнейшей в технической политике автоматизации технологических процессов, по договорам между. НИИ автоматики и электромеханики при ТУ -СУРе (НИИ АЭМ) и различными предприятиями химического, нефтехимического, пищевого, энергетического, горнодобывающего профиля. Цель и задачи работы. Целью исследований результаты, которых, представлены в диссертации, является разработка методологических принципов и научных основ проектирования информационных систем для автоматизации обработки информации при контроле параметров технологических процессов на базе методов математического моделирования. Исходя из этой основополагающей цели, решались следующие задачи: разрабатывались и исследовались специальные модели хромато-графических процессов, углеводородных систем, измерительных схем первичных преобразователей и их элементов; исследовались численные свойства предлагаемых способов преобразования сигналов, алгоритмы обработки сигналов и информации, алгоритмы определения состава, структуры и взаимосвязей информационных и программных модулей; осуществлялась разработка специального информационного, программного, технического обеспечения, практическая реализация результатов в виде автоматизированных информационных систем и различного рода программных сред. Выполнялись экспериментальные исследования и доказательство целесообразности использования разработанных моделей, методов, алгоритмов и систем на примере аналитического контроля реальных технологических процессов переработки углеводородов.

Методы исследований. Выполненные теоретические и экспериментальные исследования базируются на использовании следующих теорий: множеств и алгоритмов, сложных систем и исследования операций, оптимизации и принятия решений, статистики и ее непараметрических методов, нейроматематики и теории нейронных сетей. Общей методологической основой является системный анализ.

Научная новизна. Разработаны научные основы и методологические принципы синтеза автоматизированных информационных систем аналитического контроля технологических процессов (ИСАК ТП). Сформулированы и обоснованы принципы объектно-ориентированного проектирования информационных систем автоматизации обработки аналитической информации на основе методов математического моделирования.

Предложены и апробированы критерии качества преобразования при обработке сигналов в хроматографических и оптико-электронных системах.

Предложены, реализованы и исследованы модели процесса разделения вещества в хроматографическом анализе, модели углеводородных систем, модели хроматографических пиков, модели элементов устройств контроля параметров.

Исследованы сигналы и шумы при хроматографическом анализе, предложены новые алгоритмы обработки сигналов на основе нейронных сетей и метода дробных наименьших квадратов. Предложены новые алгоритмы редактирования хроматографических пиков, повышающие достоверность и качество обработки хроматограмм.

Предложены новые способы идентификации хроматограмм с использованием реперных отметок и временных ворот, а также нейронных сетей, позволяющих повысить точность идентификации при обработке хроматограмм (до 95 - 98 %).

Выполнены статистические исследования хроматографических сигналов и на основе непараметрических методов установлены законы распределения, соответствующие процессам преобразования хроматографических пиков. Предложены новые алгоритмы прогнозирования параметров углеводородов на основе использования нейронных сетей, что позволяет значительно (до 3-5 %) снизить ошибки прогноза, обусловленные нелинейными связями.

Разработан комплекс алгоритмов для структурного синтеза информационных и технических систем контроля веществ, в том числе и на основе комбинаторных подходов и нейронных сетей.

Сформулирована и реализована концепция семейства ИСАК ТП, основанная на хроматографических и спектрометрических методах анализа. Разработана методология проектирования ИСАК ТП на основе применения принципов CASE- технологии, нейросетевой математики, и специфики аналитического контроля технологических процессов. На защиту выносятся:

Научные основы и методологические принципы построения ИСАК ТП на базе нейросетевого инструментария.

Новые модели, методы, измерительные схемы и алгоритмы, используемые для построения информационных систем автоматизации контроля технологических процессов.

Результаты экспериментальных исследований и апробирования моделей в виде установленных закономерностей, алгоритмов и автоматизированных систем на реальных производственных объектах.

Практическая ценность и реализация резуль татов работы. Исследования и внедрения проводились по программам разработки автоматизированных систем для различных отраслей промышленности Минвуза РФ.

Результаты исследований, полученные в работе, представлены в виде методик, моделей, установленных закономерностей, алгоритмов, программных продуктов, использование которых необходимо при проектировании ИСАК ТП.

Научная и практическая значимость результатов диссертационной работы состоит в следующем:

Во-первых, полученные модели информационных систем, процессов хроматографического разделения веществ, хроматографов и элементов устройств контроля технологических процессов используются как средства для дальнейшего изучения проблемы. Модели углеводородных систем применяются при разработке информационных систем для контроля нефти и нефтепродуктов. Методология проектирования хроматографиче-ских и спектрометрических систем используется при разработке средств аналитического контроля и лабораторных управляющих систем. Алгоритмы структурного синтеза, особенно оргсистем, полезны для целого класса систем, от лабораторий до предприятий различных форм собственности. Методы идентификации хроматографических результатов находят применение в научно-исследовательских лабораториях при автоматизации анализа сложных веществ.

Алгоритмы прогнозирования позволяют выполнить предсказания параметров и свойств углеводородных систем и, наоборот, по известным свойствам оценить хроматографические параметры. Результаты исследований нейронных сетей в качестве средств моделирования, обработки информации и управления находят широкое применение при исследовании и разработке устройств контроля параметров и обработки информации, для систем распознавания образов, для систем диагностики и прогнозирования, для управления приборами и технологическими процессами. Во-вторых, разработанные методологии проектирования информационных систем являются эффективным инструментарием для практического использования при разработке аналитических и лабораторных управляющих систем.

В-третьих, внедренные в производство и научные учреждения, как уникальные, так и широко используемые системы хроматографического контроля, являются самостоятельными научно-техническими достижениями. Впервые в практике аналитический контроль параметров топлив и сырья в технологических процессах выполняется на основе моделей, и качество контроля подтверждается параллельными измерениями на стандартных установках.

Разработанные методологии проектирования информационных систем, ИСАК ТП и АИС обработки хроматографической информации и контроля параметров нефтепродуктов внедрены на ряде предприятий химической и нефтехимической промышленности.

На Ачинском нефтеперерабатывающем заводе внедрена система контроля параметров бензина с использованием хроматографа 3700. На заводе "Метанол" ОАО ТНХК (Томск) установлена система автоматизированной обработки информации от 8 хроматографов. На заводе ТСБ (Томск) внедрена система контроля параметров сырья и конечных продуктов. На заводе полипропилена (Томск) внедрена система обработки аналитической информации от 15 хроматографов. На заводе ЭП-300 (Томск) внедрена система обработки аналитической информации и определения параметров бензина. Для лабораторий завода ТСБ и ЭП-300 выполнены исследования структур лабораторий и предложены оптимальные структуры управления.

Для лаборатории института химии нефти РАН (Томск) разработана система обработки хроматографической информации для исследования высокомолекулярных соединений. Аналогичная работа выполнена для исследовательской лаборатории НИПИ нефть (Томск). Для аналитической лаборатории ГРЭС-2 г. Томска разработана автоматизированная система контроля параметров газа. Автоматизированная система для контроля газосодержания масла для этой же лаборатории в настоящее время находится в стадии разработки. Для нефтебазы Харанорского разреза (Читинская обл.) разработана и внедрена спектрометрическая система контроля параметров бензина, использующая оптико-электронный принцип преобразования информации и нейронные сети. Для автоматизации технологического процесса отгрузки угля внедрена автоматизированная информационная система с использованием нейронной сети на Харанорском угольном разрезе и грузовой станции Томск.

Материалы работы, начиная с 1988 года, используются в учебном процессе по специальности 22.02 "Автоматизация обработки информации и управления" кафедры АОИ (ТУСУР) в следующих дисциплинах: измерительные информационные системы, сети и системы телеобработки данных, основы информационной техники, элементы информационных систем, вычислительные комплексы информационных систем, архитектура систем обработки информации и управления, нейрокомпьютерные системы. По материалам разработаны методические пособия и указания. Апробация работ ы. Основные положения и результаты работы докладывались на:

Всесоюзной конференции "Оптико-электронные приборы в системах контроля" (Москва, 1988 г.);

Всероссийской конференции "Автоматизация производственных процессов" (Барнаул, 1986);

Всероссийских семинарах "Нейроинформатика и ее приложения" (Красноярск, 1996, 1998гг.);

Всероссийских конференциях "Нейрокомпьютер~98" (Москва 1998 г.), "Нейрокомпьютер-99 " (Москва 1999 г.).

Всероссийской конференция "Сибконверс-98" (Томск 1998 г.) Всероссийской конференция "Сибресурс" (Томск 1996, Красноярск 1997 г., Барнаул, 1998 г).

Всероссийской конференции "Нейроинформатика - 99" (Москва 1999 г.) Основные результаты диссертационной работы опубликованы автором в 71 печатных работах. Оригинальные первичные преобразователи параметров технологических процессов защищены тремя авторскими свидетельствами.

Полное содержание диссертационной работы было доложено и обсуждено на совместном заседании научно-технического семинара УНПК "Информатика", кафедры АОИ и 23 отдела НИИ АЭМ, а также экспертном совете НИИ АЭМ

Структура и объем диссертации. Диссертационная работа состоит из введения, семи глав, выводов, списка литературы из 128 наименований и приложения. Ее основной текст изложен на 293 страницах, 15 таблицах и иллюстрирован 51 рисунком. В приложении приведены документы, свидетельствующие о практической реализации и экономической целесообразности использования результатов исследований и разработок автора, а также дополнительные материалы по построению моделей.

Заключение диссертации по теме «Автоматизация технологических процессов и производств (в том числе по отраслям)», Замятин, Николай Владимирович

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В диссертации обоснованы научные, технологические и технические решения, внедрение которых вносит значительный вклад в ускорение научно-технического прогресса в части разработки ИСАК для автоматизации контроля технологических процессов переработки углеводородов, а также в других отраслях промышленности.

Полученные результаты отличаются от известных подходов выделением информационной компоненты при контроле технологических процессов и необходимости ее автоматизации, использованием ИСАК ТП, включающих три уровня: первичного преобразования: сигнала, вторичной обработки, моделирования химических систем. Основным средством обработки информации и моделирования выбраны нейронные сети.

Реализованная методология проектирования позволила сократить этапы и ускорить разработку информационных систем, обеспечить заданные эксплуатационные функции при гарантированном уровне их качества, а также принципиально улучшить технико-экономические и эксплуатационные характеристики ИСАК ТП.

Основные научные и практические результаты включают следующее:

1. Рассмотрены вопросы состояния и путей развития аналитического контроля как основного элемента технологического процесса. Показано, что применение новых информационных технологий позволяет радикально повысить эффективность контроля параметров. Определены пути повышения эффективности аналитического контроля за счет применения информационных систем для обработки хроматографической и спектрометрической информации и вычисления эксплуатационных и потребительских свойств нефтепродуктов.

2. Теоретически обоснованы и исследованы способы выявления информативных параметров индивидуальных или групповых пиков. Исследованы математические модели пиков, выполнена их классификация по вероятности появления при аналитическом контроле. Установлено, что 80 % пиков соответствует форме близкой к бигауссу, остальные к различным видам распределений в зависимости от качества настройки первичных преобразователей,

3. Сформулированы основные требования и принципы построения информационных систем для моделирования связи между строением углеводородов и его свойствами. На основе системного подхода к построению углеводородных систем установлены основные закономерности и выделены дескрипторы, позволяющие описать уникальные свойства углеводородов. Создана оригинальная АИС прогнозирования параметров и свойств углеводородов. Предложены и исследованы математические модели в виде нейронных сетей для предсказания физико-химических свойств углеводородов и их смесей. Выполнены исследования нейронных сетей, разработаны алгоритмы для реализации и обучения, установлены закономерности их функционирования и зависимости точности прогноза от параметров нейронных сетей, сформулированы рекомендации по их использованию.

4. Синтезированы и исследованы аналитическая и имитационная модели процесса разделения вещества в хроматографической колонке. Установлены закономерности влияния параметров разделения на статистические моменты хроматографических пиков. Разработана статистическая модель хроматографа, позволяющая выбрать оптимальное соотношение параметров, добиться наилучшего разделения хроматографических пиков и таким образом повысить точность аналитического контроля.

5. Для оценки качества преобразования сигналов в аналитических информационных сигналов обоснован выбор критериев в виде потерь энергии сигнала и количества информации при преобразовании. Достоинствами этих критериев является: простота использования, четкий физический смысл, представление в виде одного числа. Выполнены оценки качества преобразования сигнала в первичных преобразователях и сформулированы рекомендации по использованию этих критериев.

6. Исследованы сигналы и шумы в хроматографическом и спектрометрическом анализаторах. Методами непараметрической статистики оценены их законы распределения и установлено, что хроматографический шум обусловлен рядом источников и подчиняется таким распределениям как: нормальное и пуассоновское. Разработана информационная система для моделирования сигналов и шумов, имеющих место при аналитическом контроле, с возможностью формирования различных форм пиков, наложением пиков друг на друга, формированием шумов с различными законами распределения.

7. Исследованы алгоритмы обработки хроматографических и спектрометрических сигналов. Показано, что наиболее целесообразно использовать нейронный фильтр со скользящим средним. Разработаны модули нейронных фильтров, которые могут быть использованы в зависимости от аналитической ситуации при контроле технологических процессов. Показано, что наиболее точно разделяют наложенные аналитически пики нейронные сети с локальной аппроксимацией. Разработаны методы разделения наложенных пиков. Установлены закономерности повышения точности контроля веществ в зависимости от параметров нейронной сети, обучен. ной для разделения пиков путем их локального прогноза и последующего выращивания. Для практического использования при обработке хроматографических пиков создан графический редактор, позволяющий выполнять первичную обработку хроматографических сигналов. Достоинство и необходимость применения данного редактора заключается в возможности многократной прогонки текущей хроматограммы и ее редактирования с визуальным отображением результатов обработки на экране монитора.

8. Выполнены исследования различных методов идентификации хроматографических и спектрометрических процессов. Предложены и разработаны алгоритмы, реализующие новые способы идентификации с применением временных ворот, метода учета групповых аргументов и нейронных сетей. Установлены закономерности, связывающие качество идентификации с характеристиками временных ворот и параметрами нейронных сетей. Сформулированы требования в выбору методов идентификации.

9. Выполнены исследования и разработаны алгоритмы синтеза структур различными методами. Для синтеза структур аналитических систем контроля качества нефтепродуктов разработаны алгоритмы выбора структур методами двухдольного графа и нейронной сети Хопфилда. Результаты синтеза показали эффективность использования этих алгоритмов.

10.Разработаны модели и алгоритмы выбора наиболее целесообразного типа структур оргсистем применительно к аналитическим лабораториям. Выявлены параметры, влияющие на этот выбор. Разработаны алгоритмы распределения функциональных задач и координаторов между узлами и их детализацией на уровне подразделений и рабочих мест. Предложенные алгоритм использован для построения структуры аналитической лаборатории завода ЭП -300.

11.Разработаны и исследованы алгоритмы синтеза структур измерительных схем первичных преобразователей аналитического контроля. На основе выбора из информационного графа измерительных схем, предлагаемых критериев предпочтений и сужения областей по весам предпочтений выбирается одна или несколько измерительных схем, удовлетворяющих совокупности желаемых критериев. Для выбора предпочтительных схем по качеству преобразования сигнала и минимуму потери энергии сигнала при преобразовании преложен имитационно-статистический подход и реализованы алгоритмы для оптико-электронной измерительной схемы.

12.В результате применения методологии системного проектирования для ИСАК и лабораторных информационно-управляющих систем разработаны функциональные, информационные и динамические модели процессов обработки аналитической информации и управления. Это значительно сокращает сроки проектирования АИС и ЛИСУ под конкретные задачи контроля параметров технологических процессов. Составлены инфологиче-ские модели процесса хроматографического анализа и, исходя из этой модели, выбраны информационное, методическое и техническое обеспечение информационных систем.

13.По заказам различных предприятий и организаций в период с 1988 по настоящее время разработано семейство информационных аналитических систем хроматографического и спектрометрического контроля. Проведены их исследования и показаны возможности по обработке аналитической информации. Разработанные АИС внедрены или используются на предприятиях нефтепереработки.

14.Исследованы основные подходы к построению лабораторных информационных управляющих систем (ЫМ8). Для ряда аналитических лабораторий, контролирующих технологические процессы, построены инфологи

287 ческие, информационные и динамические модели, позволяющие повысить эффективность управления лабораторией и в конечном итоге качестве аналитического контроля и в то же время сократить время разработки информационных систем для лабораторий различного профиля.

Список литературы диссертационного исследования доктор технических наук Замятин, Николай Владимирович, 1999 год

1. Квашонкин В.И., Павлова Л.И., Фокин Г.В. Метрология и стандартизация аналитического контроля. - М.: 1994.-55 с.

2. Андреев B.C., Попечителев Е.П. Лабораторные приборы для исследования жидких сред. Л.: Машиностроение, Ленингр. отд-ние, 1981. - 312 с.

3. Цибульский Б.В., Кузьмин С.Т., Ткачева Л.М. Контроль качественных показателей в нефтепереработке и нефтехимии. Серия автоматизизация и КИП. Цниинефтехим, 1980. -53 с.

4. Силин А.В., Клопов В.Н. Метрологическое обеспечение качества горючих и смазочных материалов. М.: 1979. - 45 с.

5. Аналитический контроль в основной химической промышленности. М.: Химия, 1992,- 272 с.

6. Автоматизация и механизация работ в химико-аналитических лабораториях / Под ред. Ляликова Ю.С.- Кишинев: Штиница, 1976. 135 с.

7. Буйташ А.Г. Качественный химический анализ. Челябинск: 1990.- 315 с.

8. Катеман П., Пийперс Ф.В. Контроль качества химического анализа / Под ред. Карпова Ю.А. Челябинск: Металлургия, 1989.- 448 с.

9. Баркер Ф. Д. Компьютеры в аналитической химии: Пер. с англ. М.: Мир, 1987.-520 с.

10. Чулков В.П., Чулков В.П. Краткий словарь-справочник по нефтепродуктам. -М.: Политехника, 1997. 544 с.

11. Палок К.К., Никитин В.В., Ткаченко В.В., Радченко Е.Д. Химмотология и методы оценки качества топлив и масел.// Химия и технология топлив и масел,- 1976. -№3.- С. 3-6.

12. Чельцов А.В. Измерительные устройства для контроля качества нефтепродуктов. -Л: Химия, 1981.-261 с.

13. Sorowda S.G. et al. Compocitional stuties ou gasoil fractious using high per-formanse liguidchromatography//Fuel-1975.-№11-p. 1323-1326.

14. J.Chachulski, L.Czarnik, W.Dettloff. Chromatograficzny model benzyn sil-nikowych//Nafta.- 1979. no. 4,131-p. 138.

15. Bartle K.D., Clifford A.A., Rang R., Jatar S.A. Preparative Scale Supercritical fluid chromatography // Anal.Proc.- 1992.-29.-№8.- p.359.

16. Durand J.P., Fafet F., Barreau. Direct and automatic capillary GC for molecular weight determination and distribution in crude oils and condensates up to C20 // Journal of High resolution Chromatopraphy.- 1989.- 12.- no. 4- p.230-232.

17. Fodor G.E., Kohl K.B., Mason R.L. Analysis of Gasolines by FT-IR Spectroscopy//Anal.Chem.- 1996.- 68.- p.23-30.

18. Jeffrey J.K., Clyde H.B., Thomas M.J., James B.G. Prediction of gasoline octane Numbers from near-infrared spectral features in Range 660-1215 nm //Anal.chem.- 1989.- 61.- no. 4.- p. 313-320.

19. Bender A.O., Sarcissian T.M., Al-Mumaiz A.N. Rapid gas chromatographic determination of total aromatic in the presence of /С1-С12/ saturated and unsaturated hydrocarbons//Fuel.-1989.- 68.-no. 8.-p. 1075-1077.

20. Yatsu C.A., Keyworth D.A. Modified MAT and GC help predict FGC gasoline quality //Oil and gas Journal.- 1990.- 88.- no. 13.-p. 64,67,70,72,74,122.

21. Jackson M., Mantsch G. Bio-analytical application of Fourier transformation infrared spectroscopy// TrAC trends Anal. Chem.-1992.-11.-№6.- p. 206-210

22. Delsi Instruments: Determination of paraffins, naphtenes and aromatics by hitting into naphte type using gas chromatography 121PNA. ВЦП JT 56880: 1987. -p.25

23. Al-Thamir W.K. Rapid analysis of light hydrocarbons in stabilized crude oils by gas chromatography // Journal of Chromatography.- 1990.- 498- no. 1.- p. 231236.

24. Stockinger et al. On stream computer controlled gas chromatograph for the analysis of interrector catalytic reformer products // Journal of Chromatographic.-1978.- 16.-no. 9.-p. 418-426.

25. Гольберт К.А., Вигдергауз M.C. Введение в газовую хроматографию. 3-е, изд., перераб. и доп. - М.: Химия, 1990. - 352с.

26. B.Rushby. A gas chromatographic metod for the determination of hydrocarbons in crude by single phase sample injection using a valve// Petroleum Reviev.-1986,- 40.- №469.-p. 49-41.

27. Квасова B.A., Леонтьева C.A., Гринберг A.A., Рабинович А.В., Шурыгина Н.Н. Газохроматографический анализ прямогонных бензинов. //Ж. аналит. Химии.- 1986,- т. 32.- №5.- С. 928-931.

28. В. Kumar et al. Estimation of individyal С8-Сю aromatic hydrocarbons in naphtenes and motor gasolines by capillary gas chromatography// J. of chromatographic and science.- 1986.- 24.- №3.- p. 99-107.

29. Гуревич А.Л., Русинов Л.А., Сягаев H.A. Автоматический хроматографи-ческий анализ. Л.: Химия, 1980. - 192с.

30. Кюллик Э.А. Применение ЭВМ в газовой хроматографии. М.: Наука, 1978.-127с.

31. Насыров М.Ш., Гулямов А.И. Вопросы кибернетики; Методы обработки хроматографической информации. Ташкент: РИСО, АН РУз, 1977- вып.94, перераб. - с. 88 - 95.

32. Насыров М.Ш., Рассказова Р.Б. Алгоритмическое определение граничных точек индивидуальных пиков хроматограмм // Заводская лаборатория. -1989,-№8,- с. 18-22.

33. Зайченко Ю.П. Многокритериальные задачи нелинейного программирования с нечеткими параметрами. Альтернативный подход //Проблемы управления и информатики. 1996.- № 6.- с.145-149.

34. Сиберт У.М. Цепи, сигналы, системы: В 2-х ч.: пер с англ. М.: Мир, 1988.-360 с.

35. Щербаков М.А. Цифровая полиномиальная фильтрация: теория и приложение. Пенза: Изд-во Пенз.гос.техн. ун-та, 1997. - 246 с.

36. Зенкевич И.Г. Обобщенные индексы удерживания для газохроматографи-ческого анализа с линейным программированием температуры// Ж. аналит. химии.- 1984,-т.39. С. 1237

37. Fernandez-Sanchez E., Garcia-Dominguez J.A. Menendez V. and Santiuste J.M. Programmed-temperature retention indices a survey of calculation methods //Journal of Chromatography.- 1990.- no. 498.- p.l 9.

38. Столяров Б.В., Савинов И.М., Витенберг А.Г. Руководство к практическим работам по газовой хроматографии. 3-е изд., перераб. и доп. - JL: Химия, 1988.-334 с.

39. Вигдергауз М.С., Арутюнов Ю.И., Курбатова C.B., Колосова В.А. Автоматизированная система хроматографической идентификации на основе величин удерживания и сигнала детектора // Ж. аналит. химии.- 1994.- 49.-№10,- С. 1067-1072.

40. Крылов А.И., Васильева И.А., Хлебникова Н.С. О влиянии параметров хроматографического разделения на правильность и воспроизводимость определения индексов удерживания при программировании температуры // Ж. аналит. химии.-1994.-49.-№10.-С. 1097-1103.

41. Яшин Ю.С., Напалкова О.В., Ревельский И.А., Глазков И.Н., Вулых П.П., Зенкевич И.Г. определение температур кипения углеводородв с использованием капиллярной газовой хроматографии. // Вестн.моск.ун-та.- сер.2.-химия.1997.-т.38.-№1.-С.57-60.

42. Баскин И.И., Гальберштам Н.М., Палюлин В.А., Земфиров Н.С. Компьютерная реализация искусственных нейронных сетей для решения задач по выявлению связи "структура-свойства"// Информационные технологии.-1997.- Т.357." № 1 .- С.57-59.

43. Баскин И.И., Палюлин В.А., Земфиров Н.С. Методология поиска прямых корреляций между структурами и свойствами органических соединений при помощи вычислительных нейронных сетей.// ДАН.- 1993.- т.ЗЗЗ.- № 2, С. 176 179.

44. Зацепин H.H., Осипов А.Л., Семенова Р.Д. Система компьютерного предсказания физико-химических и биологических свойств веществ// Авто-метрия.-№3 .-С. 12-16.

45. Осипов A.JL, Семенова Р.Д. Модели прогнозирования токсических свойств химических веществ//Автометрияю.-1995.-№6.- С. 45-49.

46. М. Vessel, P. Jurs. Prediction of Normal Boiling Points of Hydrocarbons from Molecular Structure //J.Chem. Inf. Comput. Sei.- Vol. 35.- 1995.- p. 68-76

47. J.Sutler, S.Dixon and P.Jurs. Automated Descriptor Selection for Quantitative Structure Activity Relationships Using Generalized Simulated Annealing //J.Chem. Inf. Comput. Sei.- Vol. 35.- 1995.- p. 77-84

48. Приборы и методы анализа в ближней ИК-области спектра.-М:.Химия, 1986.-253 с.

49. Замятин Н.В., Лештаев A.C. Оптико-электронные сканирующие преобразователи в устройствах контроля веществ //Сб. научн. тр. «Оптико-электронные приборы в системах контроля». М.: 1988.- С. 35-37

50. Бакулин P.A. и др. Метод определения группового состава и октанового числа бензинов ИК-спектральным методом //Автоматизация и контрольно-измерительные приборы в нефтехимии. 1981.-№3.- С.13-15

51. Сильверстейн Р., Басслер Г., Моррил Т. Спектрометрическая идентификация органических соединений М.: Мир, 1977.- 122 с.

52. Коллин К.К. Информационные технологии катализатор развития современного общества// Информационные технологии.-1986.- О

53. Калянов Г.Н. CASE технологии. - М.: Наука, 1993. - 343 с.

54. Юдицкий С.А.Дутанов А.Т. Технология проектирования архитектуры информационно-управляющих систем. -М.: ИЛУ, 1993.- 152 с.

55. Цапко Т.П. Е-сетевой метод информационно-логического проектирования бортовых комплексов управления. Томск: изд. ТПУ, 1995.- 158 с.

56. Методология IDEFlx. Информационное моделирование. М.: Мета-технология, 1993. - 120с.

57. Калянов Г.П. Номенклатура CASE-средств и виды проектной деятельности.// СУБД.- 1997.- №2.- с. 61-64.

58. Davis A.M.JBersoff Е.Н., Comer E.R. Strategy for comparing alternative software development life models // IEEE Transactions in Software Engineering. V.4.-no. 10,- 1988,-p. 14-61.

59. Downs Т., Clare P., Сое Т. Structure systems Analysis and design method application and context. London: MeGraw Hill., 1992. - 407 p.

60. Boehm B.W. A spirel model of software development and enhancement // Computer. 1988. - p. 61-62.

61. Иодан Э. Структурное проектирование и конструирование программ. -М.: Мир, 1979.-415с.

62. Марко Д., Макгоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. - 239с.

63. Клир Д.Ж. Системология. Автоматизация решения системных задач. -М.: Радио и связь, 1990. 540с.

64. Методология DEFO. Функциональное моделирование. М.: Метатехнология, 1993. - 117с.

65. Клицкий С.А., Кутаков А.Т. Технология проектирования архитектур информационно-управляющих систем. М.: ИЛУ, 1993.-203с.

66. Chen P.P. The entity relationship model-to ward a unified of data// ACM TODS.- 1976.-№l.-p 1.

67. Советов Б.Я. Информационная технология. M.: Высшая школа, 1994. -120с.

68. Яшин Я.И. Физико-химические основы хроматографического разделения. М.: Химия, 1976. - 216с.

69. Шарер. Мухамед.А Хемометрика: пер. с англ. Л.: Химия, 1989.-272 с.

70. Самарский А.А., Гулин А.В. Численные методы. М.: Наука, гл. ред. физ-мат. лит., 1989. - 432с. .

71. Charles P., Woodbury, Jr. A stochastic model of chromatography // Journal of chromatographic science.- V. 32.- August 1994

72. Замятин H.B., Фидельский О.П. Аналитическая модель разделения многокомпонентной смеси в хроматографической колонке // Сб. научн. тр. "Автоматизированные системы обработки информации, управления и проектирования", Томск, 1999, - С. 92 - 98.

73. Замятин Н.В., Янкилевич. Б.Я. Оценка качества преобразования сигналов в электронно-оптическом преобразователе // Сб. научн. тр.- Томск, НИИ АЭМ, 1997.-С. 25-29.

74. Замятин Н.В., Климкин В.Н., Чикуров В.А. Электронно-оптические преобразователи и импульсным питанием микроканальной пластины // Оптика атмосферы. 1987.- №3. - С. 3 - 8.

75. Замятин Н.В., Климкин В.М., Чикуров В.А. Передаточная характеристика и потери информации усилителя яркости с МКП // Сб. научн. тр. "Высокоскоростная фотография, фотоника и метрология быстропротекаю-щих процессов". М, 1987. - С 25 - 29.

76. Замятин Н.В. Оценка количества информации при преобразовании в усилителе яркости с МКП. В книге "Высокоскоростная фотография, фотоника и метрология быстропротекающих процессов. М.: 1998.-108с.

77. Попов A.A. Планирование эксперимента в задачах структурного моделирования с использованием критериев скользящего прогноза // Заводская лаборатория.- 1996.- №10. С.42 - 44.

78. Попов A.A. Разбиение выборки для внешних критериев селекции моделей с использованием методов планирования экспериментов// Заводская Лаборатория. 1997,- №1. - С.49 - 53.

79. Бенуэлл К. Основы молекулярной спектроскопии.- М.: Мир, 1985.- 384 с.

80. Нейронные сети на персональном компьютере. / Горбань А,Н., Россиев А.Н. Новосибирск: Сибирская издательская фирма РАН, 1996. - 276с.

81. Горбань А.Н. Обучение нейронных сетей. -М.: Параграф, 1990. 60с.

82. Галушкин А.И. Нейронные сети и проблемы малой выборки. Сборник. Нейрокомпьютеры и их применение. М.: с. 399-400.

83. Гольберт К.А., Вигдергауз М.С. Введение в газовую хроматографию. 3-е изд., перераб. и доп. - М.: Химия, 1990. - 352с.

84. Замятин Н.В. , Янкилевич Б.Я. Система ввода и первичной обработки хроматографической информации // Сб. науч. тр. "Автоматизация производственных процессов ". Барнаул, 1994. - С. 53 - 56.

85. Замятин Н.В., Шадрин Я.П. Контроль параметров топлив // Сб. научн. тр. "Сибконверс" . Красноярск, 1997. - С 33-34.

86. Рубан А.И. Методы анализа данных. Учеб. Пособие в 2-х ч.ч.1.-Красноярск: КГТУ, 1999.- 220 с.

87. Ивченко Г.И., Медведев Ю.И. Математическая статистика. М.: Высшая школа, 1984. - 248 с.

88. Катковник В.Я. Непараметрическая идентификация и сглаживание данных: Метод локальной аппроксимации. М.: Главная редакция физики математической литературы, 1985. - 432с.

89. Коваленко И.Н., Филиппова A.A. Теория вероятностей и математическая статистика.-М .: Высшая школа, 1973.- 368 с.

90. Колемаев В.А., Староверов О.В., Турундаевский В.Б. Теория вероятностей и математическая статистика. М .: Высшая школа, 1991.- 400с.

91. Микулик H.A., Рейзина Т.Н. Решение технических задач по теории вероятностей и математической статистике. -Минск.: Высшая, школа, 1991.-164с.

92. Яровой С.С. Методы расчета физико-химических свойств углеводородов.- М.: Химия, 1978. 256с.93.0нищенко A.M. Статистическое описание случайных величин при контроле состава и свойств веществ //Заводская лаборатория. 1995.- №5,- с.51-58.

93. Орлов А.И. О критериях согласия с параметрическим семейством // Заводская лаборатория.-1995.-№5.-с. 49-50.

94. Основной нормативный документ ОНД 86. М.: Гидрометеоиз-дат,1987. - 87 с.

95. Пугачев B.C. Теория вероятностей и математическая статистика. -М.:Главная редакция физико математической литературы, 1979.- 496 с.

96. Серафинович Л.П. Статистическая обработка опытных данных.-Томск: изд-во Томского ун-та, 1980. 74с.

97. Тарасенко Ф.П. Непараметрическая статистика. Томск: изд-во Томского ун-та, 1976.- 294 с.

98. Тюрин Ю.Н. Непараметрические методы статистики.- М.:3нание, 1978.-64 с.

99. Чмутов К.В. Хроматография. М.: Химия, 1978.-232 с.

100. П.Джуре, Т.Айзенауер. Распознавание образов в химии. М.: Мир, 1997. -231с.

101. Замятин Н.В., Смыслова З.А., Пермякова Н.В. Методы идентификации в хроматографическом анализе. Томск: из-во ТУСУР, 1999. - 35 с.

102. Замятин Н.В., Пермякова Н.В. Автоматизация идентификации хромато-грамм методом группового учета аргументов// Измерение, контроль автоматизация производственных процессов: (ИКАПП-94). Т.2.Ч.1 Барнаул, 1996.- С. 3 -4.

103. Замятин Н.В., Шадрин Я.П. Применение нейронных сетей для идентификации хроматограмм // Сб. научн. тр. "Нейроинформатика 98". Красноярск, 1998. - С. 19-20.

104. Замятин Н.В., Кравчук A.A. Применение нейронных сетей для прогнозирования параметров углеводородов. В кн. "Нейроинформатика 98". Красноярск:, 1998.

105. Солдатенко Г.В. О прямом методе решения экстремальных комбинаторных задач. М.: Наука, 1991.-141 с.

106. Цвиркун А.Д. Структура сложных систем. М.: Советское радио, 1975.199 с.

107. Мильнер Б.З. Организационные структуры управления производством. -М.: Экономика, 1975.-319 с.

108. ПО.Мильнер Б.З., Евенко Л.И., Рапопорт B.C. Системный подход к организации управления. М.: Экономика, 1983.- С. 3-4

109. Ш.Франчук В.И. Основы построения организационных систем -М.:Экономика, 1991.-109 с.

110. Трапезников В.А. Управления и научно-технический прогресс. М.: Наука, 1983.-224 с.

111. З.Стенли Янг. Системное управление организацией. М.: Советское радио, 1972.-419 с.

112. Трапезников В.А. Автоматизация проектирования систем управления. -М.: Статистика, 1979.-253 с.

113. Овсиенко Б.Л. Модели формирования организационных структур. Л.: Наука, 1979,- 158 с.

114. Кабаков B.C. Организация управления и эффективность производства. -Л.: ЛИЭИ, 1985.- 112 с.

115. Рамин М.Л. Региональное программно целевое планирование и управление. - М.: Наука, 1983.- 289 с.

116. Развитие систем управления: Структуры, функции, нормативы. К.: Наукова Думка, 1989.-200 с.

117. Глушков В.М. Введение в АСУ. К.: Наукова Думка, 1974.-319 с.

118. Цвиркун А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982.-200 с.

119. Солдатенко Г.В., Терещенко A.A. К вопросу выбора типа структуры организационных систем. Т.: Моделирование процессов и систем, 1982. -179 с.

120. Элементные нормативы времени на работу по лабораторному контролю сырья и готовой продукции. М.: МХП, ЦИОТХИМ, 1987,- 101 с.

121. Организация труда и управления в химической лаборатории. К.: Центр научной организации труда, 1991 .-223 с.

122. Замятин Н.В. Синтез структур оргсистем. Томск: изд. ТУ СУР, 1999. -25 с.

123. Замятин Н.В., Бутелина И.В. Имитационное моделирование оптико-электронных приборов // Сб. научн. тр. "Оптические сканирующие устройства и измерительные приборы на их основе". Барнаул, 1986. - С 56-57.

124. Замятин Н.В., Екимова Т.Н. Селекция структур оптико-электронных приборов // Сб. научн. тр. "Оптические сканирующие устройства и измерительные приборы на их основе". Барнаул, 1986. - С. 57-59.

125. Замятин Н.В., Госьков П.И. Авторское свидетельство №10990333, «Фотоэлектронный регитратор»132.3амятин Н.В., Шадрин Я.П. Автоматизированная система контроля параметров бензина. В кн. «Природные и интеллектуальные ресурсы Сибири». -Барнаул:, 1998.

126. Чиченев H.A. Автоматизация экспериментальных исследований. М.: Металлургия, 1983.-256 с.

127. Лапшенков Г.И. Автоматизация производственных процессов в химической промышленности. — М.: Химия, 1988.-287 с.

128. Липаев. В.В. Проектирование программных средств. М.: Высшая школа, 1990.-303 с.

129. Рыбаков A.B. Обзор существующих CAD/CAE/ САМ- систем для решения задач компьютерной подготовки производства // Информационные технологии,-1998.-№4.-С.23-25

130. Лакаев A.C., Субботин М.М., Фролов A.C. Информатизация управленческой деятельности и новые информационные технологии // Проблемы информатизации .-1997.-№2.-С. 8-17

131. Соколов В.П., Цырков A.B. Информационные технологии проектирования сложных технических объектов // Информационные технологии.-1997,-№3,-С. 9-14

132. Буч Г. Объектно- ориентированное проектирование с примерами применения. -М.: Конкорд, 1992.-519 с.

133. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977,- 200 с.

134. Замятин Н.В., Смыслова З.А., Пермякова Н.В. Методы идентификации в хромотографическом анализе. Томск: изд. ТУСУР, 1998.-35 с.

135. Замятин Н.В., Шадрин Я.П. Автоматизированная система контроля параметров бензина // Приборы и системы управления. -1998. №5. С. 31 - 36.

136. Замятин Н.В., Смыслова З.А., Пермякова Н.В.,Янкилевич Б.Я. Автоматизированная информационная система контроля пирогаза // Приборы и системы управления. -1998. №3. С. 38 - 40.

137. Замятин Н.В., Смыслова З.А., Пермякова Н.В. Автоматизированная информационная система анализа пирогаза // Сб. науч. тр. «Автоматизация производственных процессов». Барнаул: Изд-во Алтайского гос. Политехнического университета, 1994.-С. 76-78.

138. Замятин Н.В., Праггер B.C. Контроль концентрации электролитов гальванопроизводства // Сб. научн. тр. "Координатно-чувствительные фотоприемники и оптико-электронные устройства". Барнаул, ч 3 , 1985.- С. 42 - 44.

139. Замятин Н.В., Лештаев A.C. Оптико-электронные сканирующие преобразователи в устройствах контроля веществ // Сб. научн. тр. "Оптико-электронные приборы в системах контроля". -М. 1988.-С.35-37.

140. Замятин Н.В., Лештаев A.C. Авторское свидетельство № 1125514, «Рефлектор-колориметр».

141. Автоматизированная система контроля параметров бензина: Заключительный отчет / НИИ АЭМ, научн. Рук. Н.В. Замятин. №ГР01880084080. -Томск, 1990. - 78 с.

142. Замятин Н.В., Зиннер С.Н., Райков С.А., Смирнов Г.В. Автоматизированная удаленная хроматография контроля природного газа //Сб. научн. тр. "Природные и интеллектуальные ресурсы Сибири". Красноярск: 1997. - С. 28 -32.

143. Замятин Н.В. Бабков П.А., Щербаков А.П. Оптико-электронный анализатор качества бензина // Сб. научн. тр. "Нейрокомпьютеры 98". М.: 1998. -С. 32-35.

144. Замятин Н.В. Кравчук A.A. Автоматизированная информационная система прогнозирования параметров углеводородов. // Приборы и системы управления. 1999. -№7. - С. 89 - .

145. Кравчук A.A., Замятин Н.В. Предсказание свойств углеводородов, входящих в состав нефтепродуктов // Сб. научн. тр. "Нейроинформатика -99". -М.:, МИФИ, 1999, ч.З. С 188-195.

146. Замятин Н.В., Кравчук A.A. // Сб. научн. тр. "Нейроинформатика 98". -Красноярск, 1998. С. 21-22.

147. A.c. № 1099333 СССР МКИ Фотоэлектронный регистратор / Замятин Н.В., ГоськовП.И. Опубл. 1981. БИ№ 12.

148. А. с. № 1562772 СССР Вискозиметр / Замятин Н.В. Опубл. 1990. БИ № 8.

149. A.c. № 1125514 СССР Рефрактометр-колориметр / Замятин Н.В., Лештаев A.C. Опубл. 1984. БИ № 23.

150. Якимович Е.А., Замятин Н.В. Система технического зрения для распознавания номеров вагонов. Обработка изображения в задаче нейросетевого базиса // Сб. научн. тр. "Нейроинформатика -99". М.:, МИФИ, 1999, ч.З. - С 171-178.

151. Якимович Е.А., Замятин Н.В. Автоматизированная информационная система учета железнодорожных вагонов. // Промышленные АСУ и контроллеры. 1999. - №4. - С. 49 - 53.

152. Замятин Н.В., Пермякова Н.В. Идентификация хроматограмм с помо297щью нейросетевого подхода // Сб. научн. тр. "Нейроинформатика и ее приложения". Красноярск, 1996. - 59 с.

153. Замятин Н.В., Труфакина JI.M. Синтез структур сложных систем с использованием нейросетей // Сб. научн. тр. "Нейроинформатика и ее приложения". Красноярск, 1996. - 61 с.

154. Замятин Н.В., Бабков П.И., Труфакина JI.M. Прогнозирование свойств многокомпонентных систем нейросетями // Сб. научн. тр. "Нейроинформатика и ее приложения". Красноярск, 1996. - 60 с.

155. Бабков П.И., Замятин Н.В. Моделирование состава электролитов гальванопроизводства // Сб. научн. тр. / Под ред. В.П.Тарасенко.- Томск: Изд-во Том. ун-та, 1998.- с. 179-185.

156. Пврфирьев Л.Ф. Теоретические основы оптико-электронных приборов. М.: Высшая школа. 1982, 382 с.

157. Основы системного подхода. Под ред. Перегудова Ф.И. Изд-во ТГУ. 1976,186 с.

158. Шаевич A.B. Аналитическая служба как система. М.: изд-во стандартов, 1985 г.,256 с.298