Методологические и теоретические основы управления микроробототехническими системами с использованием интеллектуальных алгоритмов и модели виртуальной среды тема диссертации и автореферата по ВАК РФ 05.13.01, доктор технических наук Даринцев, Олег Владимирович

• Даринцев, Олег Владимирович
• доктор технических наук
• 2008

Оглавление диссертации доктор технических наук Даринцев, Олег Владимирович

СПИСОК СОКРАЩЕНИЙ

Введение

ГЛАВА 1 АНАЛИЗ ПРОБЛЕМ ПРОЕКТИРОВАНИЯ И

УПРАВЛЕНИЯ МИКРОРОБОТОТЕХНИЧЕСКИМИ СИСТЕМАМИ

1.1 Анализ предметной области и классификация микроэлектромеханических систем

1.2 Актуальность проблематики исследования

1.3 Структура и состав микроробототехнических систем

1.4 Архитектура информационно-управляющих комплексов.

1.5 Анализ методик синтеза виртуальных систем

1.6 Цель и задачи исследования 62 Выводы по 1 -ой главе

ГЛАВА 2 МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ПОСТРОЕНИЯ

ИНТЕЛЛЕКТУАЛЬНЫХ САУ МР И МЭМС

2.1. Системный подход к проектированию интеллектуальных САУ МР

2.2. Концепции построения интеллектуальной САУ МР

2.3. Обобщенная структура интеллектуальной САУ МР с элементами виртуальной реальности 86 Выводы по 2-ой главе

ГЛАВА 3 МОДЕЛИРОВАНИЕ МИКРОРОБОТОТЕХНИЧЕСКИХ СИСТЕМ И ИХ ПОВЕДЕНИЯ В МИКРОМИРЕ

3.1 Кинематическая и динамическая модели мобильного микроробота

3.2 Поведение механических систем в микромире, основные типы взаимодействия контактирующих микрообъектов

3.3 Разработка методики математического моделирования микровзаимодействий

3.4 Построение моделей механических компонентов МЭМС, приводов и микророботов. Взаимодействие моделей

Выводы по 3-ой главе

ГЛАВА 4 ИНТЕЛЛЕКТУАЛЬНОЕ ПЛАНИРОВАНИЕ И УПРАВЛЕНИЕ КОМПОНЕНТАМИ МИКРОТЕХНОЛОГИЧЕСКИХ КОМПЛЕКСОВ И МОБИЛЬНЫМИ МИКРОРОБОТАМИ

4.1 Синтез алгоритмов адаптивного управления движением мобильного микроробота

4.2 Применение нечеткой логики для интеллектуального управления перемещением мобильного микроробота

4.3 Синтез интеллектуальной системы управления с учетом динамики микроробота

4.4 Методика синтеза прогностических корректирующих цепей моделирующего комплекса

4.5 Синтез предиктора для контура планирования и управления микроманипулятором

Выводы по 4-ой главе

ГЛАВА 5 СИНТЕЗ АЛГОРИТМОВ УПРАВЛЕНИЯ ПОВЕДЕНИЕМ ГЕТЕРОГЕННЫХ И ГОМОГЕННЫХ КОЛЛЕКТИВОВ МИКРОРОБОТОВ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ

5.1 Построение структуры систем планирования и управления поведением коллектива микророботов

5.2 Разработка генетических алгоритмов системы управления поведением коллектива микророботов

5.3 Разработка генетического алгоритма планирования оптимальных маршрутов движения группы микророботов в среде с препятствиями

Выводы по 5-ой главе

ГЛАВА 6 РАЗРАБОТКА МОДЕЛИ ВИРТУАЛЬНОЙ СРЕДЫ

6.1 Структура имитационно-технологического комплекса с элементами виртуальной реальности

6.2 Режимы обработки информации и иерархическая программная архитектура виртуальной среды

6.3 Алгоритмы разработки виртуальных моделей микросистем 274 Выводы по 6-ой главе

ГЛАВА 7 ОЦЕНКА ЭФФЕКТИВНОСТИ ПРОЦЕССОВ УПРАВЛЕНИЯ МИКРОРОБОТОТЕХНИЧЕСКИМИ СИСТЕМАМИ

С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ ВИРТУАЛЬНОЙ СРЕДЫ

7.1 Программная реализация системы виртуальной реальности

7.2 Разработка системы удаленного управления через сеть Интернет с использованием модели виртуальной среды

7.3 Натурные эксперименты и перспективы дальнейшего развития системы виртуальной реальности 329 Выводы по 7-ой главе

Введение диссертации (часть автореферата) на тему «Методологические и теоретические основы управления микроробототехническими системами с использованием интеллектуальных алгоритмов и модели виртуальной среды»

Актуальность проблемы

Происходящие на сегодняшний день изменения в процессах производства миниатюрных компонентов электроники и механики предопределяют ускоренное развитие автоматизированных микротехнологических модулей и микросборочных систем и, в частности, микроробототехнических комплексов (МРТК), построенных на базе мобильных и стационарных микророботов. Практически во всех отраслях промышленности вопросы миниатюризации исполнительных устройств и механизмов являются одними из приоритетных задач; важнейшее значение они имеют для малоресурсных технологических процессов в нанотехнологиях, микроэлектронике, генетике и т.д. Использование МЭМС позволяет производить высокотехнологичные конкурентоспособные образцы продукции в автомобильной промышленности, электронике, медицине, средствах коммуникации и связи, авиации и космонавтике.

Увеличение количества исполняемых функций, точности и надежности микроэлектромеханических систем (МЭМС) и устройств с сохранением сверхмалых размеров возможно благодаря использованию современных интегральных технологий (КМОП, LIGA, SIGA процессы, MUMP's и др.). Но для производства МЭМС, в которых интегрирована сложная механика и электроника, технологий микрообработки недостаточно, дополнительно требуется сборочная фаза и поэлементное пакетирование. В настоящее время крупные центры разработки микроэлектромеханических систем сталкиваются с проблемой создания автоматизированных сборочных центров на базе микророботов, что требует глубокой теоретической и экспериментальной проработки, разработки методологии исследования, проектирования и управления подобными системами.

О Современное состояние исследований в данной области науки можно охарактеризовать, как недостаточное: в настоящее время нет даже экспериментального прототипа микроробототехнической системы, в которой были бы полностью автоматизированы все микросборочные операции: микроманипулирование, сборка, тестирование микрокомпонентов и другие операции микрообработки проводятся только под контролем человека-оператора. Также недостаточно количество отработанных и эффективных конструкторских решений в микроробототехнике, что связано с необходимостью изготовления экспериментальных образцов, вызванной отсутствием полномасштабной среды моделирования эффектов микромира. Тем не менее, при производстве простейших МЭМС, таких как микроакселерометры, микрогироскопы, механические резонаторы и т.д., производители активно используют среду моделирования, позволяющую полностью исключить на этапе разработки стадии прототипирования и изготовления опытных образцов, что позволяет сократить в 3-4 раза сроки разработки новых систем и в 1,5-2 раза стоимость конечного продукта. Использование подобных систем при конструировании микророботов не представляется возможным, так как они рассчитаны на моделирование только корпусированных МЭМС, т.е. таких микросистем, которые функционируют в изоляции от внешней среды - внутри герметичного корпуса, или у которых с внешней средой контактирует только сенсорная поверхность. Поэтому возникает необходимость разработки среды моделирования, структура и модельное наполнение которой соответствовали бы специфике функционирования мобильных микророботов в условиях действиях возмущений со стороны внешней микросреды.

Анализ тенденций развития МЭМС, микроробототехники, сложных комплексов, построенных на их базе, и систем управления показывает, что объем функций, выполняемых САУ перспективными микросистемами, определяется следующими основными факторами:

1) дальнейшим усложнением конструкции микромеханизмов и микророботов, связанным с созданием многофункциональных, гибких, адаптивных производственных систем, изменяющих в широком диапазоне свою структуру и параметры для обеспечения наиболее эффективного (в данных условиях технологического процесса) режима работы [65, 119, 121, 130, 227, 231];

2) дальнейшим повышением требований к качеству процессов управления, точности реализации операций, экономичности, необходимостью перехода к «самостоятельному» функционированию по состоянию [206, 207,220,267];

3) необходимость включения системы управления микроробота (микромеханизма) в качестве подсистемы в интегральную САУ технологическим процессом [232,267,279,280].

Эти факторы ведут к усложнению решаемых частных (локальных) задач, к еще большему увеличению количества регулируемых параметров и регулирующих факторов в системе управления, ужесточению требований к различным свойствам системы, к качеству функционирования отдельных подсистем и их взаимодействию. Таким образом, для современных и перспективных микро РТС (не только технологических) характерны: высокая интенсификация процессов управления, широкий диапазон изменения внешних условий и режимов работы, наличие взаимосвязанных друг с другом управляемых рабочих параметров, действие неизме-ряемых сильных возмущений, носящее в лучшем случае слабопрогнозируемый характер. Следствием этого является отсутствие точных математических моделей либо их чрезмерная сложность и вероятностный характер, высокая размерность пространства состояний и принимаемых решений по управлению, иерархичность, многообразие критериев качества, высокий уровень шумов и т.д.

Таким образом, микроробот как объект управления относится к классу многосвязных нестационарных и нелинейных объектов, функционирование которого происходит в условиях параметрической и структурной неопределенности. В качестве источников возникновения неопределенностей здесь выступают дефицит информационных, временных, энергетических, материальных и других видов ресурсов, непредсказуемость поведения внешней среды, непредвиденные изменения в структуре и поведении самой системы. Эффективное управление таким сложным динамическим объектом требует автоматизации процедур выбора оптимальных значений регулируемых координат (программ управления) в зависимости от текущей цели управления, условий работы, состояния элементов конструкции. Соответствующее изменение характера организации процесса управления возможно лишь при построении САУ микророботами в классе многоуровневых адаптивных систем. Поэтому повышение эффективности процесса управления и дальнейшего развития САУ микророботов, способных компенсировать последствия влияния неопределенных факторов, является весьма актуальной проблемой.

Сегодня общепризнано, что МЭМС одновременно интегрируются как электронные, так и механические компоненты, а иногда и оптические (тогда они называются микрооптоэлектромеханическими системами - МОЭМС), размеры микросистем измеряются в диапазоне от микрометров до нескольких миллиметров. Микросистемные технологии (МСТ) постоянно развиваются, в последние несколько лет кроме МЭМС и МОЭМС появились такие перспективные направления исследований, как БиоМЭМС (BioMEMS - биологические микроэлектромеханические системы) и ВЧ МЭМС (RF MEMS - вычокочастотные микроэлектромеханические системы), первое из них связано с мониторингом состояния живых организмов и экологией окружающей среды, второе направление - с системами навигации, средствами телекоммуникаций и мобильной связью. Поэтому при разработке микроустройств и микророботов необходимы специалисты различных областей: производство микроэлектроники, металловедение, управление и обработка информации и т.д. В области МСТ основное внимание сегодня сфокусировано на интеграцию отдельных или одновременно целого ряда функций (сенсорных, управляющих, исполнительных и информационных) в одной микросистеме [12, 33, 105, 113, 154, 164, 282, 265]. Эта тенденция привела к тому, что сегодня при производстве комплексных МЭМС возникает ряд совершенно новых инженерных и научных проблем, большая часть из которых связана с вопросами сборки и пакетирования (корпусирования) миниатюрных компонентов в единую гибридную микросистему. Еще в 1959 году Р.Фейнман в известном докладе [229] впервые поставил вопрос о. «.проблеме манипулирования и управления объектами в условиях их чрезвычайно малых массовых и габаритных характеристик». Решение микросборочных проблем Р.Фейнман видел в использовании микромашин, состоящих из микромеханизмов, которые в свою очередь состояли из множества других еще более миниатюрных устройств. Идею Р.Фейнмана можно считать как одну из первых по гибридному построению МЭМС, поскольку во времена становления микроэлектроники доминировали принципы исключительно монолитной интеграции микросистем.

Принципы построения и методы проектирования микросистем, и построения их систем управления наиболее полно отражены в работах отечественных ученых - академика Д.Е. Охоцимского, академика Ф.Л. Черноусько, академика И.М. Макарова, В.М. Лохина, П.П.Мальцева, В.А. Лопоты, A.B. Тимофеева, A.C. Ющенко, Е.И. Юревича, В.Г. Градецкого, В.Е. Павловского, И.В. Рубцова и др. [31, 33, 112, 121, 130, 151, 153, 154, 186, 187, 243], а также в работах зарубежных ученых - Т. Фукуда, М. Хаттори, С. Фатикова, X. Верна, У. Рембольда, П. Дарио, Б.Ж. Нельсона, X. Ямамото, А. Ковача др. [104, 110 ,207, 220,227,233, 237, 258, 265, 280, 287].

При анализе вышеприведенных работ становится очевидно, что при построении САУ МРТК попытки учесть всё на ранних этапах проектирования, т.е. стремиться получить абсолютно полную и достоверную информацию о процессах, ориентироваться только на строгие детерминированные модели, на идеальную реализацию соответствующих методов и алгоритмов, заранее обречены на провал. Поэтому в работе предлагается изначально ориентироваться на интеллектуальные (адаптивные) системы управления МРТК, которые могут сохранить работоспособность в условиях сильных сигнальной и структурной неопределенностей.

Идея интеллектуального (адаптивного) управления микромеханическими устройствами получила широкое распространение благодаря гибкости ее структуры, легкой перенастройки и т.д. В ряде публикаций [4, 18-20, 25, 116-120, 183, 184] отмечаются хорошие перспективы и потенциально высокая эффективность более широкого применения методов искусственного интеллекта - не только для управления данным классом объектов с учетом фактора неопределенности, но также и для реализации систем планирования и обработки информации.

Для сложных динамических объектов широкое распространение получили адаптивные системы управления, построенные в классе'беспоисковых самонастраивающихся систем (БСНС) с эталонной моделью, регулятор параметрического управления которых реализован на основе концепции обобщенного настраиваемого объекта (ОНО) [107, 171, 173, 175]. Структура контура нижнего уровня управления в таких системах, синтезируемая из условия инвариантности движения регулируемых координат от параметрических возмущений, обладает возможностью компенсации влияния нестационарности объекта управления на динамику замкнутой системы.

Принципы построения и методы синтеза беспоисковых систем с эталонной моделью ОНО наиболее адекватны решению задачи синтеза адаптивных алгоритмов управления микророботом, поскольку в БСНС данного типа существует принципиальная возможность раздельного рассмотрения регуляторов координатного управления в основном контуре системы и регулятора параметрического управления в контуре адаптации. Это облегчает расчет, проектирование и подстройку системы, а также обеспечивает необходимую гибкость при разработке и доводке системы, позволяя изменять принципы построения, структуру или параметры прямого канала управления, не затрагивая при этом «адаптивной» части системы.

При проектировании основного контура адаптивных САУ микророботов в классе многосвязных систем автоматического управления возникают серьезные проблемы, связанные с тем, что эти системы относятся к классу многофункциональных систем, поскольку при изменении компоновки САУ или изменении динамических свойств подсистем меняется и описывающая ее система дифференциальных уравнений. Основная трудность при этом заключается в обеспечении на всех режимах устойчивости и желаемого качества функционирования как САУ в целом, так и её сепаратных подсистем.

Теоретическим проблемам синтеза САУ, в том числе и робототехнических систем, посвящены как работы отечественных ученых: академика Б.Н. Петрова, академика A.A. Красовского, чл.-корр. РАН Е.Д. Теряева, С.Д. Землякова, ВЛО. Рутковского, В.А. Боднера, A.A. Шевякова, Б.А. Черкасова, Р.Т. Янушевского, Э.Я. Рапопорта, Ю.М. Гусева, Б.Г. Ильясова, В.И. Васильева, Н.И. Юсуповой, Г.Г. Куликова, Ю.С. Кабальнова, В.Н. Ефанова, В.Г. Крымского, Ф.А. Шаймарданова, P.A. Мунасыпова, Ю.А. Рязанова, С.С. Валеева и др., так и зарубежных П. Рейкауфа, Е. Битти, Дж. Бурчама, М. Уонэма и др. [6, 21, 107, 148, 149,171, 173, 175, 183,184,186,187, 188,195-201, 217,220,232,240, 243,246. 274].

В настоящее время можно выделить два основных подхода к описанию задач и методов анализа и синтеза структур линейных САУ:

1) основанный на использовании классических операторно-частотных методов;

2) в уравнениях пространства состояний.

Достоинством первого подхода является простота и наглядность, а также возможность описания динамических свойств МСАУ как на уровне подсистем, элементов и связей между ними, так и на уровне системы в целом, что обусловило его широкое применение в инженерной практике. Второй подход наиболее полно отражает внутреннее строение динамической системы.

Представляется актуальной разработка формализованного подхода к выбору структур динамических систем (ДС), который объединил бы преимущества обеих форм описания и, позволил бы целенаправленно формировать структуру системы в соответствии с выбранными критериями, а также был максимально ориентирован на широкое использование вычислительной техники вследствие необходимости перебора большого количества вариантов. Для этого необходимо найти такую характеристику структуры ДС, которая являлась бы базовым элементом для преобразования структуры всей системы, и позволяла бы при этом оценивать влияние структур отдельных подсистем и многомерных элементов связи на структуру МСАУ в целом, а также давало бы принципиальную возможность для построения самоорганизующихся систем.

Стремительное развитие системных концепций, принципов современной теории управления и информационных технологий на базе последних достижений вычислительной техники существенно расширили границы применимости и возможности реализации на практике быстро функционирующих управляемых сложных систем, в частности, адаптивных систем реального времени с замкнутыми алгоритмами адаптации. Более того, это привело к появлению принципиально новых классов систем управления, таких как интеллектуальные системы. Однако анализ отечественных и зарубежных работ таких учёных, как Н.М. Амосов, К.В. Фролов, Д.А. Поспелов, И.М. Макаров, В.М. Лохин, В.Н. Захаров, A.B. Тимофеев, Б.Г. Ильясов, В.И. Васильев, Н.И. Юсупова, P.A. Мунасыпов, С.С. Валеев, Ф.М. Кулаков, Э. Мамдани, Л. Заде, К. Фу, Ж. Лорьер [4, 17-21, 31,276, 277,288, 289 ], показывает, что, несмотря на то, что в данной области ведутся активные исследования, до сих пор не решён целый ряд проблем, в первую очередь связанных с возможностью работы данного класса САУ в существенно изменяющейся внешней среде в режиме реального времени, в силу относительной сложности реализации подходов.

Так как нечеткие системы регулирования, системы управления с использованием нейронных сетей и гибридные интеллектуальные САУ по своим свойствам относятся к нелинейным системам, что существенно затрудняет их синтез. В настоящее время еще не решены вопросы анализа устойчивости и качества, так как в силу сложности аналитического описания практически отсутствуют методы исследования таких систем. Основным инструментом в настоящее время является моделирование, что подразумевает проведение большого объема экспериментальных исследований. Ускорение темпов внедрения интеллектуальных систем в реальные системы требует оценки накопленного опыта проектирования САУ сложными техническими системами, которыми в силу целого ряда свойств являются микросистемы, с целью дальнейшего совершенствования и анализа перспектив их развития, а также разработки концепции построения и новых методов проектирования адаптивных МСАУ РТС.

В рамках проблемы создания эффективных микроробототехнических систем и комплексов необходимо решение следующих научных и научно-технических задач: а) разработка теоретических основ функционирования микромеханических устройств в условиях действия сложнопрогнозируемых возмущающих воздействий (в условиях «микромира»), представление всего комплекса взаимодействий в виде математических и программных моделей. При этом особое внимание необходимо уделить адгезионным силам и вибрационным процессам при функционировании механических компонентов; б) разработка теоретических основ автоматизации технологических процессов изготовления МЭМС со сложной объемной интеграцией компонентов, направленных в первую очередь на решение задач автоматизации технологий сборки механических узлов, решение проблем корпусирования (пакетирования); в) разработка архитектур, методов и каналов информационного обмена, программного и алгоритмического обеспечений для реализации систем децентрализованного управления большими коллективами мобильных микророботов, функционально однородных и неоднородных; г) создание программно-аппаратных комплексов и виртуальных систем информационной и системной поддержки всего жизненного цикла изделий МЭМС: от проектирования до использования. Создание единого информационного пространства и средств разработки, изготовления и управления микророботами; д) проектирование и разработка новых типов микроприводов, микросенсоров. Как на основе использования традиционных материалов: пьезокерамики, сплавы и кристаллы с памятью, биметаллы, так и новых материалов: нанострук-турные материалы, пластичные массы с уникальными свойствами, композиты и Т.д. е) разработка новых конструкций микророботов и МЭМС с уникальными функциональными возможностями, предназначенных для решения «узких» проблем в технике и технологиях.

В связи с вышеперечисленными нерешенными проблемами и задачами сформулирована цель данной работы и задачи.

Цель и задачи исследования

Цель работы- разработка методологии и теоретических основ управления микроробототехническими системами с использованием интеллектуальных алгоритмов и модели виртуальной среды, а также оценка их эффективности методом математического моделирования.

Задачи исследования

Для достижения поставленной цели требуется решить следующие задачи:

1. Разработать методологические основы построения интеллектуальных САУ микророботами и микроробототехническими комплексами, обеспечивающих эффективное управление базовыми компонентами микросистем как сложными динамическими объектами в условиях структурной и параметрической неопределенности.

2. Разработать математические модели базовых элементов виртуальной среды на основе физических эффектов микромира и структуры их организации.

3. Модифицировать метод синтеза алгоритмов адаптивного управления мобильными микророботами с учетом сигнальной и параметрической неопределенности среды функционирования.

4. Разработать структуру системы и алгоритмы прогнозирования поведения как микроманипулятора, так и микроробототехнической системой в целом.

5. Разработать метод синтеза структуры и алгоритмов интеллектуальных систем планирования и управления поведением коллектива микророботов на основе генетических алгоритмов.

6. Разработать многофункциональную виртуальную среду в виде программно-аппаратного комплекса, включая модели, архитектуру, информационные каналы взаимодействия с внешним миром и межагентного взаимодействия.

7. Исследовать эффективность предложенных методов синтеза интеллектуальных алгоритмов управления и планирования на примере проектирования САУ различными типами механических микросистем и микророботов с использованием многофункциональной виртуальной среды.

Методы исследования

При выполнении исследований использованы методы теории автоматического управления, теории искусственного интеллекта, системного анализа, математического моделирования сложных систем, теории алгоритмов, теории информации и т.д.

Обоснованность и достоверность полученных результатов

Обоснованность результатов диссертационной работы основывается на использовании в диссертации признанных положений отечественной и зарубежной науки, апробированных методов и средств исследования адекватности моделей, подтверждается корректным применением математического аппарата, согласованием новых результатов с известными теоретическими положениями.

Достоверность результатов диссертационной работы подтверждается согласованностью данных эксперимента и научных выводов, результатами имитационного моделирования и экспериментальных исследований. Достоверность экспериментальных данных обеспечивается использованием современных средств и методик проведения исследований.

На защиту выносятся

1. Методологические основы построения интеллектуальных САУ микророботами и микроробототехническими комплексами, построенными на их базе, основанные как на системных принципах и общенаучных подходах к построению многоуровневых систем, так и на использовании виртуальной надстройки с целью расширения функциональности и наблюдаемости системы в условиях действия структурной и параметрической неопределенности.

2. Способ представления моделей действующих физических эффектов в форме, позволяющей их использовать как эталонные модели в контуре управления или контуре адаптации, а также имеющих интеллектуальные механизмы коррекции, позволяющие учитывать изменение свойств моделируемой системы в динамике.

3. Модифицированный метод синтеза алгоритмов адаптивного управления микророботами, алгоритмы адаптации, основанные на использовании построенных связных моделей физических эффектов виртуальной среды и позволяющие расширить область устойчивости САУ, что позволило повысить эффективность микро-робототехнической системы в условиях сигнальной и параметрической неопределенности.

4. Метод синтеза интеллектуальных САУ микротехнологическими комплексами и микророботами с блоками прогнозирования, построенными на базе нейро-сетевых структур с радиалыю-базисными функциями активации, для работы которых используются модели микросреды и данные о предшествующих этапах выполнения операций.

5. Метод синтеза структуры и алгоритмов интеллектуальных систем планирования и управления поведением коллектива микророботов на основе генетических алгоритмов, позволяющий обеспечить как равномерное распределение микророботов на начальном этапе, так и близкие к оптимальным траектории перемещения микророботов в малой окрестности.

6. Структура, информационные модели, алгоритмы и программное обеспечение виртуальной среды, реализующей необходимые функции для ее работы в режимах моделирования, синтеза, управления и контроля.

7. Результаты экспериментальной проверки предложенных методологии, теоретических основ построения интеллектуальных систем управления микророботами и микрокомплексами с использованием модели виртуальной среды.

Научная новизна

1. Новизна концепции построения интеллектуальных САУ микророботами и комплексами, построенными на их базе, заключается в том, что она основана как на системных принципах и общенаучных подходах к построению многоуровневых систем, так и на использовании интеллектуальных алгоритмов управления, а также модели виртуальной среды микромира, что позволяет за счет предлагаемой интеграции научных подходов повысить эффективность процессов управления.

2. Новизна математических моделей мобильных микророботов и микроэлектромеханических систем заключается в том, что они адекватно отражают физические эффекты микромира, что позволяет корректно и адекватно строить процессы микровзаимодействий между контактирующими объектами, а также строить различные структуры их организационного взаимодействия.

3. Новизна предлагаемого модифицированного метода синтеза алгоритмов системы адаптивного управления мобильными микророботами заключается в том, что при формировании алгоритмов адаптации методом обобщенного настраиваемого объекта учитываются особенности моделей микровзаимодействий с учетом проявлений физических эффектов микромира.

4. Новизна предлагаемых структуры и алгоритма прогнозирования поведения как микроманипулятора, так и микроробототехнической системы в целом заключается в том, что при построении нейросетевых прогностических моделей корректно и адекватно используются модели виртуальной среды, позволяющие достоверно оценивать поведение микросистем под действием сил микромира.

5. Новизна метода синтеза генетических алгоритмов интеллектуальных систем управления поведением коллектива и планирования локальных траекторий заключается в том, что при формировании хромосом учитывается фактор времени, что позволяет планировать траектории движения мобильных микророботов с учетом динамики изменения состояния окружающей среды. А также новизна метода синтеза структуры системы заключается в том, что он учитывает изменение отношений между агентами коллектива в зависимости от решаемых задач, изменения ситуации и состояния внешней среды, что обеспечивает гибкость в управлении коллективом микророботов.

Практическая ценность и реализация работы

Практическая ценность полученных результатов заключается:

- в разработанных структурах, алгоритмах систем управления, прогнозирования и планирования, расчетных математических и виртуальных моделях и методике синтеза адаптивно управления для многосвязных беспоисковых самонастраивающихся САУ сложными динамическими объектами, апробированных при практическом проектировании адаптивных систем управления сложными многокомпонентными микроробототехническими системами;

- в предлагаемом способе представления простых и гибридных микросистем в виде моделей виртуальной среды, позволяющей интегрировать свойства как отдельных подсистем, так и всей системы в целом, и разработанной на его основе методике анализа и синтеза систем управления сложными динамическими системами;

- в методиках анализа и синтеза интеллектуальных систем на основе использования виртуальной среды, позволяющих исследовать устойчивость и анализ качества в каналах систем управления, которые были апробированы при проектировании интеллектуальных систем управления мобильным пьезоэлектрическим микророботом;

- в разработанном алгоритмическом и программном обеспечении, позволяющих автоматизировать основные этапы предлагаемых методик анализа и синтеза интеллектуальных САУ микророботов, которые реализованы в виде виртуальной среды и ее отдельных подключаемых программных модулей для персональной ЭВМ;

- в методике интеллектуального планирования и управления микротехнологическим процессом, основанном на использовании разработанных обобщенных моделях технологических процессов производства микросистем с использованием каналов превентивного управления, виртуальной надстройки, предлагаемых способов информационного обмена между компонентами системы, который учитывает физическое представление базовых эффектов сборочного процесса, а также основные ограничения, накладываемые на процесс, связанные с условиями микросреды.

Полученные результаты внедрены в практику проектирования интеллектуальных систем управления микророботами в Институте механики УНЦ РАН при проектировании микротехнологических модулей, в ОЭММиПУ РАН при проектировании систем управления сложными техническими объектами.

Полученные результаты исследования используются в учебном процессе на кафедре технической кибернетики Уфимского государственного авиационного технического университета при преподавании дисциплин на специальности «Роботы и робототехнические системы».

Практическую ценность также представляет то, что разработанные методы и средства позволяют:

• сократить время разработки систем управления новыми микромеханическими устройствами и микророботами за счет создания единой информационной среды, которую можно использовать как при проектировании и отладке конструкций, так и уже скорректированные модели при синтезе алгоритмов управления;

• увеличить точность отработки заданных действий за счет использования предложенных алгоритмов синтеза интеллектуальных систем управления, компенсирующих влияние внешней среды и изменения параметров системы, носящих труднопрогнозируемый характер.

Связь исследовании с научными программами

Исследования в данном направлении выполнялись в период с 1995 по 2007 г.г. на кафедре технической кибернетики Уфимского государственного технического университета и в Институте механики Уфимского научного центра РАН в рамках:

- международного гранта научного комитета НАТО CRG951002 «Планирование, принятие решений и интеллектуальное управление автономными системами» в 1995-1997 г.г.;

- международного проекта Inco-Copernicus ERBIC15CT960702 «Мульти-агентные робототехнические системы для промышленного применения в области транспорта» в 1997-1999 г.г.;

- международного гранта научного комитета НАТО CRG972063 «Интеллектуальное планирование и управление для автоматизированной микросборочной станции на базе микророботов» в 1998-2000 г.г.;

- федеральной целевой программы «Интеграция» в 1998-2002 г.г.;

- научно-технической программы «Научные исследования высшей школы по приоритетным направлениям науки и техники» 03.01.021 по теме «Разработка настольного микросборочного производственного комплекса» в 2000-2002 г.г;

- гранта РФФИ №02-01-97916-р2002агидельа «Математические модели нелинейных многосвязных систем управления» в 2002-2004 гг.

- программы № 16 фундаментальных исследований ОЭММиПУ РАН «Анализ и синтез интегрированных интеллектуальных систем автоматического управления сложными техническими объектами» в 2004-2006 гг.;

- гранта РФФИ №05-01-97906-рагидельа «Развитие частотных методов в исследовании и проектировании многосвязных систем автоматического управления сложными динамическими объектами» в 2005-2007 гг.

- гранта РФФИ № 06-08-00635-а «Разработка перспективных устройств микромеханики и микроэлектромеханических систем (МЭМС) с использованием наноструктурных металлических материалов» в 2006-2007 гг.;

- программы № 15 фундаментальных исследований ОЭММиПУ РАН «Проблемы анализа и синтеза интегрированных систем управления для сложных объектов, функционирующих в условиях неопределённости», в 2007 г.

Апробация работы

Основные положения, представленные в диссертации, регулярно докладывались и обсуждались, начиная с 1995 года, на 36 научных мероприятиях различного уровня. Среди них наиболее значимые:

1. Совещание по международному проекту Inco-Copernicus ERBIC 15СТ960702 «Мультиагентные робототехнические системы для промышленного применения в области транспорта», Уфа, 1998;

2. 1-я Международная конференция по мехатронике и робототехнике (МиР'2000), Санкт Петербург, 2000;

3. УН-я Международная конференция «Подходы жизненного цикла к производственным системам: менеджмент, управление и контроль (А8Г2000 -НМВ'2000), Бордо, Франция, 2000;

4. Ш-УШ Международные конференции по компьютерным наукам и информационным технологиям (С81Т'2001-2007), Янгантау, 2001; Патрас, 2002; Уфа, 2003; Будапешт, 2005; Карлсруэ, 2006; Уфа, 2007;

5. Научные школы-конференции «Мобильные роботы и мехатронные системы», Москва, 2001- 2006;

6. Научная молодежная школа «Интеллектуальные роботы - 2002», Таганрог, 2002;

7. Международные научные конференции «Искусственный интеллект. Интеллектуальные многопроцессорные системы 2002», Кацивели, Крым, Украина, 2002, 2004,2006; Таганрог, Дивноморское, 2003, 2005, 2007;

8. Международная конференция «Микророботы, микромашины и микросистемы», Ш^Р'ОЗ, Москва 2003;

9. XII Международная конференция по вычислительной механике и современным прикладным программным системам, Владимир, 2003;

10. Первая Всероссийская научно-техническая конференция с международным участием «Мехатроника, автоматизация и управление», МАУ-2004, Владимир, 2004;

11. Первая Всероссийская научно-техническая конференция с международным участием «Мехатроника, автоматизация и управление», МАУ-2005, Уфа, 2005;

12. Международная конференция «Адаптивные и интеллектуальные роботы: настоящее и будущее», 1А11Р'05, Москва 2005;

13. 1-ая Российская мультиконференция по проблемам управления. Мехатроника, автоматизация, управление - Санкт-Петербург, 2006;

14. 2-ая Российская мультиконференция по проблемам управления. Мехатроника, автоматизация, управление 2007- Геленджик, Дивноморское, 2007;

Публикации. По теме диссертации опубликовано 83 печатных работы, в том числе 12 статей в рецензируемых центральных журналах, входящих в перечень ВАК, 1 монография, 1 учебное пособие с грифом УМО, 16 патентов и 2 свидетельства о регистрации программ.

Структура и объем работы

Диссертация состоит из введения, семи глав, заключения, списка литературы из 289 наименований, изложенных на 365 страницах, содержит 99 рисунков и 14 таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Даринцев, Олег Владимирович

Выводы по 7-ой главе

1. В соответствии предложенными ранее архитектурой и структурой СВР, разработано прикладное программное обеспечение (ППО), реализующее методику использования системы виртуальной реальности в микротехнологических приложениях. С использованием разработанного ППО проведены эксперименты по отладке и тестированию алгоритмов планирования и управления, в ходе которых получены следующие результаты:

• показано, что наибольшие вычислительные мощности требуют стратегический и тактический уровни системы управления;

• оптимальным для работы всей системы в режиме реального времени является одновременное использование базовой, локальной, глобальной, а также двух дополнительных виртуальных камер;

• использование предлагаемого решения по передаче информации между уровнями системы в виде вектора состояния приводит к снижению требования к пропускной способности каналов на пять порядков, по сравнению с традиционным способом передачи необработанной сенсорной информации.

3. Используя открытость архитектуры модели виртуальной среды была показана возможность построения распределенных систем управления с реализацией технологий удаленного доступа, при этом в качестве удаленных терминалов могут использоваться карманные компьютеры и смартфоны. Предложен способ построения кроссплатформенных решений с использование \УеЬ-служб, что позволило объединить в единый комплекс программные решения, ориентированные на работу в различных операционных средах и аппаратных платформах.

2. С помощью прикладного программного обеспечения проведены программные, полунатурные и натурные экспериментальные исследования, в ходе которых оценивалась качество разработанных моделей и алгоритмов, их соответствие реальным процессам происходящим на микроуровне. На основе результатов проведенных полунатурных и натурных экспериментов была доказана эффективность предлагаемого подхода, и сформулированы перспективы развития и использования разработанной системы виртуальной реальности в микротехнологических приложениях.

ЗАКЛЮЧЕНИЕ

1. Выявлены основные аспекты проблем управления микророботами и микроробототехническими комплексами как сложными динамическими объектами, действующими в условиях неопределенности, отображающие методологическую, математическую, кибернетическую и информационную сторону исследований. Предложена концепция построения интеллектуальных САУ, основанная как на системных принципах и общенаучных подходах к построению иерархических многоуровневых систем, так и на использовании интеллектуальных алгоритмов управления, а также модели виртуальной среды, что позволило за счет предлагаемой интеграции научных подходов повысить эффективность управления в условиях структурной и параметрической неопределенностей.

2. Построен комплекс математических моделей адгезионных эффектов в виде элементов виртуальной среды, описывающий взаимодействия сборочных инструментов-с микрообъектами в условиях комбинированного воздействия недетерминированной окружающей среды на работу концевых эффекторов. Новизна моделей заключается в том, что они адекватно отражают физические эффекты микромира, и предоставляют возможность строить различные структуры из организационного взаимодействия, при этом показана эффективность их использования в контуре управления и для адекватного описания окружающей обстановки в режимах математического и полунатурного моделирования виртуальной среды.

3. Предложен модифицированный метод синтеза алгоритмов интеллектуального управления перемещением микроробота, новизна которого заключается в том, что при синтезе контура нелинейной коррекции методом обобщенного настраиваемого объекта на основе скоростного градиента учитываются особенности моделей микровзаимодействий, а результаты моделирования работы адаптивной системы используются для построения интеллектуальной системы управления на базе алгоритмов нечеткой логики с введением дополнительного контура коррекции скорости, учитывающего динамику протекающих процессов. Экспериментальные исследования подтверждают высокую эффективность предлагаемых интеллектуальных алгоритмов - их использование позволяет уменьшить более чем в 2-3 раза по отношению к классическим алгоритмам время парирования параметрических и сигнальных возмущений и повысить на 30-40% точность отработки траекторий.

4. Разработан метод синтеза структур и алгоритмов прогнозирования поведения микросборочными процессами и микроманипулятором, представляющие собой систему управления с блоками предсказания, построенными в нейросетевом базисе, реализующими адаптивную подстройку основных параметров объекта управления в соответствии с прогнозируемыми возмущениями, полученными на основе корректного и адекватного использования моделей виртуальной среды, и основываясь на информации о предыдущих тактах работы. Также использование нейросетевых предикторов позволяет повысить эффективность работы технологического оборудования, уменьшить в 3-4 раза габариты манипулятора, увеличив, таким образом, его быстродействие и снизив требования к мощности привода. На основе предложенных подходов к построению предиктора разработана методика его синтеза с использованием разработанной виртуальной моделирующей среды.

5. Разработан метод синтеза структуры интеллектуальной системы управления поведением коллектива микророботов и планирования локальных траекторий, позволяющий учитывать изменение отношений между агентами коллектива в зависимости от решаемых задач, изменения ситуации и состояния окружающей среды, и решать поставленные задачи в соответствии с задаваемыми критериями: равномерным покрытием, минимальной длиной маршрута, затраченным временем на движение и т.д. Предлагаемый метод синтеза генетических алгоритмов планирования локальных перемещений микророботов отличается тем, что при формировании хромосом учитывается фактор времени, что позволяет планировать движения в изменяющейся окружающей обстановке и при наличии подвижных препятствий, при этом предложенные алгоритмы снижают в 10-15 раз требования к аппаратно-энергетическим параметрам микророботов, позволяя реализовать предлагаемые методы бортовыми информационно-вычислительными комплексами микророботов.

6. Разработаны архитектура СВР, включающие в себя: функциональную структуру из пяти основных составляющих - виртуальных и математических моделей, интерфейсного и моделирующего комплексов, системы трехмерной визуализации; структурно-информационную схему взаимодействия СВР, физической среды и пульта оператора; многоуровневую иерархическую архитектуру СВР. Предложены методики использования СВР для преодоления недостатков, связанных с особенностями каналов оптического наблюдения на микроуровне, обеспечения визуальной обратной связи при планировании, управлении и контроле микросборочных процессов.

7. Разработано прикладное программное обеспечение (ППО), на базе которого с использованием виртуальных моделей микросистем проведены программные, полунатурные и натурные экспериментальные исследования, доказавшие эффективность предложенных алгоритмов планирования и управления, адекватность виртуальных моделей. Проанализирована эффективность использования предлагаемых подходов к проектированию микроробототехнических комплексов как сложных динамических систем. Показана возможность построения распределенных управляющих систем, систем удаленного управления и мониторинга на основе технологии \Veb-служб.

340

Список литературы диссертационного исследования доктор технических наук Даринцев, Олег Владимирович, 2008 год

1. Аверкин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта/ под ред. Д.А. Поспелова М.: Наука, 1986. - 312 с.

2. Автономное вакуумное захватное устройство микроробота Патент 2266810 RU МПК7 В 25 J 7/00, 15/06 Опубл. 27.12.2005 Бюл. №36// Даринцев О.В., Мигранов А.Б.

3. Адам сон А. Физическая химия поверхностей. М.: Мир, 1979. - 568 с.

4. Алиев P.A. Интеллектуальные роботы с нечеткими базами знаний М.: Радио и связь, 1994

5. Афанасьев В.О., Бровкин А.Г., Корниевский А.Н. и др. Исследование и разработка системы интерактивного наблюдения индуцированной виртуальной среды (системы виртуального присутствия) //В сб. «Космонавтика и ракетостроение», № 16, 1999, с. 1-5.

6. Бабак С.Ф., Ильясов Б.Г., Рутковский В.Ю. Способ аналитического вычисления коэффициентов передаточных функций многомерных систем. -Доклады АН СССР, 1986, том 290, №3, С. 557- 559

7. Бакиров Т.Ф. Создание информационного поля для системы проектирования, управления и диагностики устройств микроэлектромеханики. // «Молодежь и современные информационные технологии» Уфа, 2006.- с. 137-140

8. Белоусов И.Р. Виртуальная среда для телеуправления роботами через сеть Интернет //Известия РАН, Теория и системы управления, № 4, 2002, с. OS-HI.

9. Белоусов И.Р., Некоторые новые эффективные методы управления роботами через сеть Интернет/ Доклады академии наук, том 383, N 2, 2002.

10. Белоусов И.Р., Эффективное телеуправление роботами через сеть Интернет", Научно-практическая конференция по экстремальной робототехнике, С.Петербург, апрель, 2001

11. Бочаров JI.IO., Мальцев П.П. Состояние и перспективы развития микроэлектромеханических систем за рубежом // Микросистемная техника. -1999. -№1.- С.41-46

12. Брайан Джонсон, Крэйг Скибо, Марк Янг. Основы Microsoft Visual Studio .NET 2005 /Пер. с англ. М.: Издательско-торговый дом «Русская Редакция», 2005. - 464 с.

13. Броек Д. Основы механики разрушения. Москва. Высшая школа. 1980. 368 с. Перевод Дорофеева Виктора Ивановича (Broek D. Elementary engineering fracture mechanics, Лейден, 1974).

14. Вакуумное захватное устройство микроробота// авт. Даринцев О.В., Мнгранов А.Б., Бариев А.Ф., Рахимов А.А., Патент 2281197 RU МПК7 В 25 J 7/00, 15/06 Опубл. 10.08.2006 Бюл. №22

15. Вапиев Р.З., Александров И.В. Наноструктурные материалы, полученные интенсивной пластической деформацией. М.: Логос, 2000

16. П.Васильев В.И., Валеев С.С., Шилоносов А.А. К выбору структуры нейрорегулятора в системе управления динамическим объектом // Журнал «Нейрокомпьютеры: разработка, применение». М.: ИПРЖР, 2001, № 4-5, С. 52-60. - ISSN 0869-05350.

17. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы с использованием нечеткой логики. Учебное пособие. Уфа: УГАТУ, 1995. 101 с.

18. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием генетических алгоритмов: Учеб. пособие. Уфа: УГАТУ, 1999.- 104 с.

19. Васильев В.И., Ильясов Б.Г., Валеев С.С., Жернаков С.В. Интеллектуальные системы управления с использованием нейронных сетей: Учеб. пособие, Уфа: УГАТУ. 1997. 92 с

20. Васильев С.II., Жернов А.К., Федосов Е.А., Феднов Б.Е. Интеллектуальное управление динамическими системами-М.: ФИЗМАТЛИТ, 2000

21. Вороновский Г. К. Усовершенствование практики оперативного управления крупными теплофикационными системами в новых экономических условиях Харьков: Изд-во «Харьков», 2002. - 240 с.

22. Вороновский Г. К., Махотило К. В., Петрашев С. П., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности X.: Основа, 1997. - 112 с.

23. Гаврилов А.И. Перспективы применения нейросетевых технологий в системах автоматического управления // Вестник МГТУ им. Н.Э. Баумана. -М.: Приборостроение, 1988, №1, С. 119-126.

24. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Вороновский Г. К., Махотило К. В., Петрашев С. П., Сергеев С. А. X.: Основа, 1997. - 112с.

25. Головко В.А. Нейронные сети: обучение, организация и применение. М.: ИПРЖР, 2002.-256с.

26. Голоскоков Д.П. Уравнения математической физики. Решение задач в системе Maple СПб.:Питер, 2004. - 539 с: ил.

27. Горбань А.Н. Обучение нейронных сетей М.: СП Параграф, 1990

28. Гохштеин А. Я. Поверхностное натяжение твердых тел и адсорбция. М., 1976.-428 с.

29. Градецкий В.Г., Кравчук Л.Н., Пушкин М.М. Динамические процессы в многозвенных микросистемах // Микросистемная техника. 1999. - №3. -С.21-24.

30. Гузь А.Н., Зозуля В.В. Хрупкое разрушение материалов при динамических нагрузках Киев.: Наукова думка,1993

31. Д.М. Климов, А.А. Васильев, В.В. Лучинин, П.П. Мальцев. Перспективы развития микросистемной техники в XXI веке // Микросистемная техника. -1999.-№1.-С.З-6.

32. Даринцев О. В., Мигранов А. Б. Построение распределенных систем управления комплексами разнородных объектов. // Информационно-измерительные и управляющие системы. 2007. №2.

33. Даринцев О.В. Ильясов Б.Г., Мунасыпов Р.А. Мигранов А.Б. Управление распределенными коллективами роботов// Proceedings of the 8th International Workshop on Computer Science and Information Technologies CSIT'2006 Karlsruhe, Germany, 2006, Vol.l p.33-36

34. Даринцев О.В. Мигранов А.Б Сборка гибридных МЭМС на основе трехмерной реконструкции состояния технологической среды// Нано- имикросистемная техника, 2006, №12. М.: Изд-во «Новые технологии». С. 36-40 ISSN 1813-8586

35. Даринцев О.В. Мигранов А.Б. Виртуальный имитатор технологического комплекса сборки микросистем // Вестник компьютерных и информационных технологий № 10, 2006 г. М.:Изд-во Машиностроение с 16-24

36. Даринцев О.В. Мигранов А.Б. Телеуправляемый микроробототехнический комплекс Материалы 1-й Российской мультиконференции по проблемам управления. Мехатроника, автоматизация, управление СПб, 2006, Оргкомитет конференции - с. 285-288

37. Даринцев О.В. Мигранов А.Б. Человеко-машинный интерфейс поддержки автоматизированных микросборочных процессов на основе виртуальных технологий // Информационные технологии №3, 2007 Изд-во «Новые технологии». С. 30-36

38. Даринцев О.В., Ильясов Б.Г., Мунасыпов P.A., Магнусен Б., Рембольд У., Фатиков C.B. Пьезоэлектрический мобильный микроробот. // Интеллектуальные автономные системы: Междунар. науч. издание. Уфа: Изд. УГАТУ, 1996, С.63-68. - ISBN 5-86911-138-2.

39. Даринцев О.В., Мигранов А.Б. Манипуляционные микроробототехнические системы и проблемы производства гибридных МЭМС// Нано- и микросистемная техника, 2005. № 2. С. 38-44

40. Даринцев О.В., Мигранов А.Б. Система планирования движения группы мобильных микророботов на основе генетических алгоритмов// Известия РАН. Теория и системы управления, изд-во «Наука/Интерпериодика», №3, 2007

41. Даринцев О.В., Мигранов А.Б. Человеко-машинный интерфейс поддержки автоматизированных микросборочных процессов на основе виртуальных технологий// Информационные технологии №3, 2007 Изд-во «Новые технологии». С. 30-36

42. Даринцев О.В., Мигранов А.Б. 30-моделирование микроконтактной динамики при выполнении операций микроманипулирования// Вопросы управления и проектирования в информационных и кибернетических системах Меж-вуз. науч. сб. Уфа: Изд. УГАТУ, 2005.-С.44-51

43. Даринцев О.В., Мигранов А.Б. Автономное вакуумное захватное устройство микроробота // Заявка на изобретение №2004116757/02 с приоритетом от 01.06.2004 г.

44. Даринцев О.В., Мигранов А.Б. Виртуальная микротехнологическая среда: структура и особенности реализации // Информационные технологии и программирование: Межвузовский сборник статей. Вып. 4 (9) М.: Изд. МГИУ, 2003.-С. 17-23.

45. Даринцев О.В., Мигранов А.Б. Виртуальная микротехнологическая среда: структура и особенности реализации // XII Межд. конф. по ВМСППС, Владимир, 30.06.2003-5.07.2003 г. М.: Изд-во МАИ, 2003 - 1 т. - С. 232233.

46. Даринцев О.В., Мигранов А.Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления // Искусственный интеллект. 2002. - №4. С. 397-404.

47. Даринцев О.В., Мигранов А.Б. Виртуальная роботизированная микросборочная фабрика, алгоритмы интеллектуального планирования и управления // Интеллектуальные роботы 2002. Мат. научной молод, школы. - Таганрог: Изд-во ТРТУ, 2002. - С. 105-108.

48. Даринцев О.В., Мигранов А.Б. Виртуальная среда проектирования, тестирования и отладки микроэлектромеханических систем // Свидетельство об официальной регистрации программы для ЭВМ №2002610748, 2004.

49. Даринцев О.В., Мигранов А.Б. Голенастов И.В. Использование технологии Web-служб для организации удаленного управления интеллектуальными микроробототехническими системами // Научно-теоретический журнал «Искусственный интеллект». 2006

50. Даринцев О.В., Мигранов А.Б. Двухсторонний пьезоэлектромеханический микропривод// Патент 2259913 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №25.

51. Дарпнцев О.В., Мигранов А.Б. Использование методов искусственного интеллекта в системах управления микроманипуляционными устройствами // Искусственный интеллект. 2004. -№3. С. 684-688.

52. Даринцев О.В., Мигранов А.Б. Использование методов искусственного интеллекта в системах управления микроманипуляционными устройствами //

53. Искусственный интеллект. Интеллектуальные и многопроцессорные системы 2004. Материалы международной научной конференции. Т.2 - Таганрог: Изд-во ТРТУ, 2004 - С. 406-410.

54. Даринцев О.В., Мигранов А.Б. Использование нейросетевых предикторов в системах управления МЭМС из наноструктурных материалов// «Искусственный интеллект», №4, 2007 Донецк: ИПИИ «Наука i освгга». -2007. - стр.587-594 ISSN 1561-5359

55. Даринцев О.В., Мигранов А.Б. Капиллярный микрозахват с обратной связью // Патент 2261795 RU МПК7 В 25 J 7/00, 15/00 Опубл. 10.10.2005 Бюл. №28.

56. Даринцев О.В., Мигранов А.Б. Манипуляционные микроробототехнические системы и проблемы производства гибридных МЭМС // Нано- и микросистемная техника. 2005. №2. С. 38-44.

57. Даринцев О.В., Мигранов А.Б. Микросхват с силовым очувствлением// Патент 2261170 RU МПК7 В 25 J 7/00, 15/00 Опубл. 27.09.05 Бюл.№27.

58. Даринцев О.В., Мигранов А.Б. Нейросетевые предикторы в системах управления микромеханическими системами // Искусственный интеллект. -2004. -№3. С. 689-699.

59. Даринцев О.В., Мигранов А.Б. Нейросетевые предикторы в системах управления микромеханическими системами // Научно-теоретический журнал «Искусственный интеллект» №3, 2004 1ПШ1 «Наука I Освгга», Донецк, - С. 689-699 ISSN 1561-5369

60. Даринцев О.В., Мигранов А.Б. Пьезоэлектрический привод микроманипулятора // Заявка на изобретение №2004116755/02 с приоритетом от 01.06.2004 г.

61. Даринцев О.В., Мигранов А.Б. Реверсивный пьезоэлектрический микродвигатель // Заявка на изобретение №2004116754/02 с приоритетом от 01.06.2004 г.

62. Даринцев О.В., Мигранов А.Б. Ротационный привод микроманипулятора // Заявка на изобретение №2004116758/02 с приоритетом от 01.06.2004 г.

63. Даринцев О.В., Мигранов А.Б. Синтез алгоритмов управления сборочными микроробототехническими системами// Известия ТРТУ №9, Тематический выпуск «Интелектуальные и многопроцессорные системы»-Таганрог, Изд-во ТРТУ, 2004-с. 174-182

64. Даринцев О.В., Мигранов А.Б. Схват микроманипулятора// Патент 2259915 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №2.

65. Даринцев О.В., Мигранов А.Б. Термокапиллярный поршневой микропривод //Заявка на изобретение №2004116756/02 с приоритетом от 01.06.2004 г.

66. Даринцев О.В., Мигранов А.Б. Термоэлектромеханический преобразователь для микроманипулятора (варианты)// Патент 2259914 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №25.

67. Даринцев О.В., Мигранов А.Б. Трехмерная виртуальная роботизированная микросборочная фабрика // Свидетельство об официальной регистрации программы для ЭВМ №2002610748, 2002.

68. Даринцев О.В., Мигранов А.Б. Управление технологическими процессами микросборки в реальном времени с использованием виртуальных систем, интеллектуальных и адаптивных алгоритмов // Искусственный интеллект. -2003.-№3. С. 172-180.

69. Даринцев О.В., Мигранов А.Б. Физические модели адгезионных сил, как основных возмущающих воздействий при микросборке // Мобильные роботы и мехатронные системы: Мат. научн. шк.-конф. (Москва, 17-18 ноября 2003 года). М.: Изд-во МГУ, 2004. - С. 190-204.

70. Даринцев О.В., Мигранов А.Б. Электростатический микросхват // Заявка на изобретение №2004110359/02 с приоритетом от 05.04.2004 г.

71. Даринцев О.В., Мунасыпов P.A. Виртуальный роботизированный комплекс. // Вопросы управления и проектирования в информационных и кибернетических системах: Межвузовский сборник научных трудов. Уфа: Изд. УГАТУ, 2002, С. 13-19. - ISBN 5-86911-138-2.

72. Даринцев О.В., Мунасыпов P.A., Мигранов А.Б. Виртуальные среды тестирования алгоритмов управления и планирования // Вопросы управления и проектирования в информационных и кибернетических системах.: Межвуз. науч. сб. Уфа: Изд. УГАТУ, 2003. С. 84-90.

73. Даринцев О.В., Саргаев Е.А. Моделирование динамики мобильного микроробота // Мехатроника, автоматизация, управление 2007// Материалы Межд. науч.- технич. конф. - Таганрог: Изд-во ТТИ ЮФУ, 2007. - с. 203-207 ISBN 978-5-8327-0282-7

74. Двухсторонний пьезоэлектромеханический микропривод Патент 2259913 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №25//Даринцев О.В., Мигранов А.Б.

75. Девятков В.В. Системы искусственного интеллекта М.: Изд-во МГТУ им. Н.Э. Баумана, 2001

76. Дерлгин Б. В., Кротова Н. А., Смилга В. П. Адгезия твердых тел. М., 1973. -611 с.

77. Дерягин Б.В., Чураев Н.В., Муллер В.М. Поверхностные силы. М.: Наука, 1985.

78. Джагупов Р.Г., Ерофеев A.A. Пьезокерамические элементы в приборостроении и автоматике. JL: Машиностроение, 1986.- 252 с.

79. Джонсон K.JI. Механика контактного взаимодействия. М.: Мир, 1987.

80. Документация XML в С#. http://www.uneta.org/article.aspx?article=0E0E7A4A-А037-43Е1-B76B-8ECF09A1D5B3. Дата доступа: 10 мая 2006 г.

81. Дьяконов В.П. MATLAB 6.5 SP1/7 + Simulink 5/6. Основы применения. Серия «Библиотека профессионала». М.: COJIOH-Пресс, 2005. - 800 е.: ил.

82. Зозуля В.В., Мартыненко A.B., Лукин А.Н. Механика материалов. -Харьков: Изд-во Национ. ун-та внутр.дел,2001.-404с.

83. Иванов A.A. Автоматизация сборки миниатюрных и микроминиатюрных изделий. М.: Машиностроение, 1977. - 382 с.

84. Ильясов Б.Г., Даринцев О.В., Мигранов А.Б. Превентивное управление микроманипуляционными операциями// "Мехатроника, автоматизация, управление" №9, 2007 М.: Изд.-во «Новые технологии», стр. 4-8

85. Ильясов Б.Г., Даринцев О.В., Мигранов А.Б. Использование нейросетевого предиктора в системе управления микротехнологическим процессом// Издательство «Новые технологии», Мехатроника, автоматизация, управление, 2005 №8 с. 39 45

86. Ильясов Б.Г., Дарннцев О.В., Мунасыпов P.A. Основы микроробототехники // Уфа: Изд. Уфимск. гос. авиац. техн. ун-та, 2004. 161 с.

87. Ильясов Б.Г., Мунасыпов P.A., Даринцев О.В. Настольный микросборочный производственный комплекс: планирование и управление. // Наукоемкие технологии машиностроения: Сборник трудов Уфа: Изд. Гилем, 2000, С. 276-287. - ISBN 5-7501-0200-9

88. Мобильный пьезоэлектрический микроробот/ Ильясов Б.Г., Даринцев О.В., Мунасыпов P.A., Асеев В.В., Курбанов P.M., Пого Е.В Патент 2164362 РФ МКИ3 Н 01 L 41/09, Н 02 N2/00, В 25 J 7/00 Заявл.: 17.05.99 Опубл.: 20.03.01 Бюл.№ 8

89. Интегрированные модели и мягкие вычисления в искусственном интеллекте. М.: Наука, 2001

90. Интеллектуальные роботы / под общей ред. Е.И Юревича М.: Машиностроение, 2007. - 360 с.

91. Интеллектуальные системы автоматического управления / под ред. И.М. Макарова М.: ФИЗМАТЛИТ, 2001, 576 с.

92. Калан Р. Основные концепции нейронных сетей. М.: Изд. дом «Вильяме», 2001

93. Каляев И.А. Алгоритм кластеризации массово-применяемых микророботов // Мехатроника, №4, 2003 с. 9

94. Каляев И.А. Метод коллективного управления группой объектов// Мехатроника, №3, 2003 с. 9-22

95. Каляев И.А., Гайдук А.Р. Однородные нейроподобные структуры в системах выбора действия интеллектуальных роботов М.: Янус, 2000 - 279 с.

96. Каляев И.А., Гайдук А.Р. Принципы построения систем планирования поведения интеллектуальных роботов на базе однородных нейроподобных структур // Мехатроника №3 2000. с. 21 -26

97. Каляев И.А., Гайдук А.Р., Капустян С.Г. Распределенные системы планирования действий коллективов роботов М.:Янус-К, 2002. -292 с.

98. Каляев И.А., Котов В.П., Кпиндухов В.Г., Кухаренко А.П. Микроэлектронные сенсорные системы: опыт создания и применения // Микросистемная техника. 1999. - № 1. - С. 32-35.

99. Капиллярный микрозахват с обратной связью Патент 2261795 RU МПК7 В 25 J 7/00, 15/00 Опубл. 10.10.2005 Бюл. №28// Даринцев О.В., Мигранов А.Б.

100. Кетков ЮЛ., Кетков А.Ю., Шульц М.М. MATLAB 7: программирование, численные методы. СПб.: БХВ-Петербург, 2005. - 752 е.: ил.

101. Комарцова Л.Г., Максимов A.B. Нейрокомпьютеры. М.: Изд.-во МГТУ, 2002

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

103. Красильников H.A., Рааб Г.И., Павленко Д.В. Влияние интенсивной деформации на формирование ультрамелкозернистых структур в никеле.//Сб. науч. тр. "Проблемы нанокристаллических материалов" -Екатеринбург: УрО РАН, 2002. С. 564-572.

104. Круглов В.В., Дли М.И. Нечеткая логика и искусственные нейронные сети -М.: ФИЗМАТЛИТ, 2001 -224 с.

105. Крылов А.Н. О некоторых дифференциальных уравнениях математической физики Л.: Изд-во АН СССР, 1933. - 472 с.

106. Кусимов С.Т., Ильясов Б.Г., Мунасыпов P.A., Даринцев О.В. Мобильный пьезоэлектрический микросборочный робот. // Журнал «Мехатроника». М.: Изд. Машиностроение, 2001, № 6. - С.29-33.

107. ЛЛО. Бочаров, П.П. Мальцев. Состояние и перспективы развития микроэлектромеханических систем за рубежом // Микросистемная техника. -1999. -№1. -С.41-46.

108. Ландау Л.Д. Квантовая механика: Нерелятивистская теория. М.: Наука, 1989.-767 с.

109. Ландау Л.Д., Лившиц Е.М. Теория упругости. М.: Наука, 1987. - 246 с

110. Лукьянов Д.П., Лучинин В.В., Скворцова В.Ю. Микроакселерометр на поверхностных акустических волнах //Микросистемная техника. 2001. -№ 2.-С. 3-7.

111. Макаров И.М., Лохин В.М., Манько C.B. Дистанционное управление сложными динамическими объектами на основе современных • сетевых технологий// Микросистемная техника, 2002 , №5-6

112. Макаров И.М., Лохин В.М., Манько C.B., Романов М.П. Проблемы построения человеко-машинного интерфейса для средств экстремальной робототехники// Материалы XII научно-технической конференции «Экстремальная робототехника», СПб.: Изд-во СПбГТУ, 2002

113. Макарычев В.П., Юревич Е.И. Супервизорное управление манипуляторами. СПб.: Астерион, 2005

114. Мигранов А.Б. Разработка и использование виртуальных сред при проектировании, тестировании и эксплуатации MEMS // Материалы II конкурса научных работ молодых ученых и аспирантов УНЦ РАН и АН РБ. Уфа: Гилем, 2004. С. 4-6.

115. Мигранов А.Б. Система планирования траектории мобильного робота // Свидетельство об официальной регистрации программы для ЭВМ №2001611806,2001.

116. Микросхват с силовым очувствлением Патент 2261170 RU МПК7 В 25 J 7/00, 15/00 Опубл. 27.09.05 Бюл.№27//Даринцев О.В., Мигранов А.Б.

117. Минский М., Пейперт С. Персептроны. М.: Мир, 1971. - 261 с.

118. Мунасыпов P.A., Асеев В.В., Курбанов P.M., Даринцев О.В. Инфраструктура микросборочной станции // Вычислительная техника и новые информационные технологии: Межвузовский научный сборник. -Уфа: УГАТУ, 1999, С. 148-157. ISBN 5-86911-194-3.

119. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и Техника, 2003

120. Наместников A.M., Ярушкина Н.Г. Эффективность генетических алгоритмов для задач автоматизированного проектирования// Известия РАН. Теория и системы управления, №2, 2002

121. Нейрокомпьютеры в авиации (самолеты) // Под ред. В.И.Васильева, Б.Г.Ильясова, С.Т.Кусимова. Кн. 14 М.: Радиотехника, 2004. - с.417-446 ISBN 5-93108-055-4

122. Нейрокомпьютеры и интеллектуальные роботы. / Под ред. H.H. Амосова. Киев: Наукова Думка, 1991. - 272 с

123. Нейроматематика. Кн.6 / Под ред А.И. Галушкина. M.: ИПЖР, 2002 (Нейрокомпьютеры и их применение)

124. Новые методы управления сложными системами/ под ред. В.М. Лохина. -М.: Наука, 2004

125. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002

126. П.П.Мальцев. Перспективы разработки микросистемной техники в России // Микросистемная техника. 2002. - №8. - С.7-11

127. Паршин В.А., Петрашко В.В., Соломатин А.К., Соловьев В.М., Харитонов В.И. Некоторые вопросы технологии изготовления кремниевых акселерометров // Микросистемная техника. 2001. - № 5. - С. 3-5.

128. Петров Б.Н., Рутковский В.Ю., Земляков С.Д. Адаптивное координатно-параметрическое управление нестационарными объектами. -М.: Наука, 1980.-244 с.

129. Поршнев C.B. Компьютерное моделирование физических процессов в пакете MATLAB. М.: Горячая линия - Телеком, 2003. - 592 е., ил.

130. Потемкин В.Г. MATLAB 6: среда проектирования инженерных приложений. -М.: ДИАЛОГ-МИФИ, 2003. -448с.

131. Прикладные нечеткие системы / под ред. Т. Тэрано, К .Асаи, М. Сугэно М.: Мир, 1993

132. Прочность, устойчивость, колебания. Справочник в трех томах. Т.З, под ред. И.А. Биргера и Я.Г. Пановко. М.: Машиностроение, 1968. - 568 с.

133. Пугин A.M., Даринцев О.В., Мигранов А.Б. Вакуумное захватное устройство // Патент 2210493 РФ МКИЗ Н01 L41/09, Н02 N 2/00, В 25 J 15/06. Опубл. 27.05.03 Бюл. № 15.

134. Пугин A.M., Даринцев О.В., Мигранов А.Б. Мобильный вакуумный пьезоэлектрический микроробот. // Патент 22054753 РФ МКИЗ В 25 J 15/06, 7/00. Опубл. 20.08.03. Бюл. № 23.

135. Пьезоэлектрический привод микроманипулятора Патент 2266808 RU МПК7 В 25 J 7/00 Опубл. 27.12.2005 Бюл. №36// Даринцев О.В., Мигранов А.Б.

136. Пятышев E.H., Лурье М.С. Микротехнологии и микроэлектромеханические системы новое научно-техническое направление // Научно-технический вестник СПбГТУ. - 1999. - № 3. С. 101112.

137. Рааб Г.И., ВалиевР.З. К вопросу создания ультрамелкозернистых объемных материалов, используя интенсивную пластическую деформацию. Вестник УГАТУ 2004, Т.5, №2 (10) 9-16 .

138. Радченко А.Н. Ассоциативная память. Нейронные сети. Оптимизация нейропроцессоров.-М.: Наука, 1998.-261 с.

139. Разработка Web-сервисов XML и серверных компонентов на MS Visual Basic .NET и Microsoft Visual C# .NET. Учебный курс MCAD/MCSD /Пер. с англ.- М.: Издательско-торговый дом «Русская Редакция», 2004, 576 с.

140. Ротационный привод микроманипулятора Патент 2266811 RU МПК7 В 25 J 7/00 Опубл. 27.12.2005 Бюл. №36// Даринцев О.В., Мигранов А.Б.

141. Рубцов И.В., Нестеров В.Е., Рубцов В.И. Современная зарубежная военная микро- и мини- робототехника // Микросистемная техника, 2000, №3 с. 36-42

142. Сивухин Д.В. Курс общей физики: Термодинамика и молекулярная физика. -М.: Наука, 1983. 551 с.

143. Системы автоматического управления объектами с переменными параметрами: Инженерные методы анализа и синтеза / Б.Н. Петров, Н.И. Соколов, A.B. Липатов и др. М.: Машиностроение, 1986. - 256 с.

144. Современная теория систем управления / Под ред. К.Т. Леондеса. М.: Наука, 1970. - 512 с.

145. Солодовников В.В., Тумаркин В.Н. Теория сложности и проектирование систем управления. М.: Наука, 1990. - 168 с.

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

147. Солодовников В.В., Шрамко Л.С. Расчет и проектирование аналитических самонастраивающихся систем с эталонными моделями. М.: Машиностроение, 1972. - 270 с.

148. Старцев Ю.В., Головацкий К.Э. Управление автономным мобильным роботом в ограниченном рабочем пространстве. В кн. тезисы докладов ВКМУиС "Математическое моделирование физико-механических процессов", Пермь, ПГТУ, 1997, с.ЗО.

149. Схват микроманипулятора Патент 2259915 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №25// Даринцев О.В., Мигранов А.Б.

150. Тарков М.С. Нейрокомпьютерные системы М.: Бином. Лаборатория знаний, 2006-142 с.

151. Терин Д.В. Математическое моделирование микроэлектромеханических систем на основе композитных сред Саратов.: СГУ, 2004. - 138 с.

152. Термокапиллярный поршневой микропривод Патент 2266809 RU МПК7 В 25 J 7/00 Опубл. 27.12.2005 Бюл. №36// Даринцев О.В., Мигранов А.Б.

153. Термоэлектромеханический преобразователь для микроманипулятора (варианты) Патент 2259914 RU МПК7 В 25 J 7/00 Опубл. 10.09.2005 Бюл. №25// Даринцев О.В., Мигранов А.Б.

154. Теряев Е.Д. Проектирование адаптивных цифровых систем управления.-М.: МИРЭА, 1985.

155. Теряев Е.Д., Шамриков Б.М. Цифровые системы и поэтапное адаптивное управление. М.: Наука, 1999. - 330 с.

156. Тим Джонс М Программирование искусственного интеллекта в приложениях М.: ДМК, 2004

157. Тимофеев A.B. Адаптивные робототехнические комплексы. М.: Машиностроение, 1998.-332 с.

158. Тимофеев A.B., Юсупов P.M. Интеллектуализация систем автоматического управления // Изв. РАН. Техническая кибернетика. 1994, № 5.-С.211-224

159. Уемов А.И. Системный подход и общая теория систем. М.: Мысль, 1978.-272 с.

160. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика . М.: Мир, 1992

161. Управление динамическими системами в условиях неопределенности / С.Т. Кусимов, Б.Г. Ильясов, В.И. Васильев, Мунасыпов Р.А. и др. М.: Наука, 1998. - 452 с. - ISBN 5-02-002518-6.

162. Усовершенствования модели защиты С AS в .NET Framework 2.0. http://www.microsoft.com/Rus/Msdn/Magazine/2005/12/DownenCAS.mspx Дата доступа: 5 мая 2006 г.

163. Хайкин С. Нейронные сети: Полный курс. М.: ИД «Вильяме», 2006. -1040 с.

164. Шорт С. "Разработка XML Web-сервисов Microsoft .NET", СПб.:БХВ-Петербург, 2003.- 480 с.

165. Электростатический микросхват Патент 2266190 RU МПК7 В 25 J 7/00, 15/08 Опубл. 20.12.2005 Бюл. №35// Даринцев О.В., Мигранов А.Б.

166. Юревич Е.И. Основы робототехники СПб.: БХВ-Петербург, 2005

167. Юревич Е.И. Принципы группового управления роботами// Материале научно-технической конференции «Интеллектуальные и многопроцессорный системы». Таганрог: изд.во ТРТУ, 2003

168. Ющенко А.С. Дистанционное управление роботами с использованием нечетких представлений // Искусственный интеллект. 2002, №4, Изд.-во НАН Украины, с. 388-396

169. Ющенко А.С. К теории деятельности эргастических мехатронных систем // // Мехатроника, 2003, №3 с. 2-11

170. Ющенко А.С. Нечеткое представление внешнего мира в эргастических робототехнических системах// Материалы XIII научно-технической конференции «Экстремальная робототехника», СПб.: Изд-во СПбГТУ, 2003

171. Ющенко А.С., Киселев Д.В. Нечеткое управление поведением мобильных роботов// Вестник МГУ. Приборостроение, 2001, №1 с. 86-89

172. Ющенко А.С., Киселев Д.В., Вечканов В.В. Адаптивная система нечеткого управления мобильным роботом// Мехатроника, 2002, №1 с. 2026

173. Ярушкина Н.Г. Основы теории нечетких и гибридных систем М.: Финансы и статистика, 2004. - 320 с.

174. Яхъяева Г.Э. Нечеткие множества и нейронные сети М.: Бином. Лаборатория знаний, 2006 - 316 с.

175. A Flynn, L. Tavrow, S. Bart, R. Brooks, D. Ehrlich, K.R. Udayakumar, and E. Cross. Piezoelectric .Micromotors for Microrobots. // Microelectomechanical Systems. 1992. - №1. 1, pp. 44-51.

176. Alley R.L., Cuan G.J., Howe R.T., Komvopoulos K. The effect of release-etch processing on surface microsturcture sticktion // IEEE Solid-State Sensor and Actuator Workshop, Hilton Head Island, 1992, pp. 202-207.

177. Aoyama H., Iwata F., Sasaki A. Desktop Flexible Manufacturing System by Movable Miniature Robots with Micro Tool and Sensor. // Proc. IEEE Int. Conference on Robotics and Automation, 1995, pp. 660-665.

178. Bark C., Binnenbose Т., Vogele G., Weisener T. and Widmann M., Gripping with low viscosity fluids // Proc. IEEE Int. Conf. MEMS'98, pp. 301 -305.

179. Belousov I., Clapworthy G. Remote programming and Java3D visualisation for Internet robotics //SPIE's International Technical Group Newsletter, Vol. 11, No. 1, February 2002, p. 8.

180. Bishop C.M. Neural Networks for Pattern Recognition. Oxford U. Press, 1995.

181. Bowling R.A. A theoretical review of particle adhesion // in Particles on Surfaces Detection Adhesion and Removal. Ed. K.L. Mittal, New York, Plenum Press, 1988, pp.129-155.

182. The Handbook of Industrial Robotics, Second Edition, editor Shimon Nof, Wiley & Sons 1998.

183. C. Sayers, R. Paul, D. Yoerger, L. Whitcomb and J. Catipovic. Experiments in subsea teleprogramming. С сайта http://www.cis.upenn.edu/~sayers/tele/ subsea.html#sect5. Дата доступа: 29 сентября 2004.

184. Clark С. & Rock S. Randomized Motion Planning for Groups of Nonholonomic Robots // Proc. Int. Symp. of Artificial Intelligence, Robotics and Automation in Space, 2001.

185. D.E.Goldberg. Genetic Algoritms in Search, Optimizatia and Machine Learning. Copyright 1989 by Addision-wes ley Publishing Company, Inc.

186. Darintsev О. V., Migranov А. В. Genetic Algorithms-Based Path-Planning System for the Motion of a Group of Mobile Micro-robots // Journal of Computer and Systems Sciences International. 2007. Vol. 46. 3. p.493-502

187. Dario P. et al.: Microactuators for Microrobots: a Critical Survey, Journal of Micromechanics and Microengineering, 1992, Vol. 2, pp. 141-157

188. Darrell Whitley. A genetic algorithm tutorial. Statistics and computing, 4, 6585, 1994 (Уитли Д. Учебник по генетическим алгоритмам. Статистика и компьютинг, №4, с. 65-85, 1994.)

189. De Jong, К.А. & Spears, W. М. An analysis of interacting role of population size and crossover in genetic algorithms. In Parallel Problem Solving from Nature, 1991.

190. Deb K., Agrawal S. Understanding Interactions Among Genetic Algorithm Parameters. 1998

191. Derjaguin B.V., Muller V.M., Toropov Yu.P., J. Colloid. Interface Sci. 53, 314 (1975).

192. ESEC Products by Technology. Micron 5003 Flip Chip. С сайта http://vvww.esec.com/products/flipchipbonder/micron5003fc/overview-en.asp. Дата доступа: 16 сентября 2004.

193. Fatikow S., Santa К., Zollner J., Zollner R., Haag A. Flexible Piezoelectric Micromanipulation Robots for A Microassembly Desktop Station. ICAR '97, Monterey ,CA. 1997, pp.241 - 246.

194. Fearing R.S. Survey of sticking effects for micro parts handling // IEEE/RSJ Conf. on Intell. Robots and Systems, Pittsburgh, PA, 1995, vol.2:212-217.

195. Feynman R. P. There's Plenty of Room at the Bottom // Reprinted by S. •Senturia in IEEE/ASME Journal of Microelectromechanical Systems, Vol. 1, No.1, March 1992, pp. 60-66.

196. G. Hirzinger, B. Brunner, J. Dietrich, and J. Heindl. Sensor-Based Space Robotics-ROTEX and its Telerobotic Features. //IEEE Transactions on Robotics and Automation, 9(5):649-663, Oct. 1993.

197. G.A. Freeze, K.W. Larson, P.B. Davies. Sandia report. С сайта http://www. osti.gov/dublincore/ecd/servlets/purl/172134-aJKOS f/webviewable/172134.pdf. Дата доступа: 1 октября 2004.

198. Gengenbach, U. Automatic assembly of microoptical components // Proceedings of SPIE International Symposium on Intelligent Systems & Advanced Manufacturing, Boston, MA, November, 1996, pp. 141-150.

199. Gerke M. Genetic path planning for mobile robots. // Proc. of the American Control Conference, Vol. 4, pp. 2424 -2429, 1999.

200. Goldberg D.E., Deb K., Clark J.H. Genetic Algorithms, Noise, and the Sizing of Populations. IlliGAL Report No. 91010. University of Illinois, Urbana-Champaign, 1991.

201. Guo Y. and Parker L. E. A Distributed and Optimal Motion Planning Approach for Multiple Mobile Robots // Proc. IEEE Int. Conf. on Robotics and Automation, 2002, p. 2612-2619.

202. H. Shintani. Proposal of Interface in Nano-manipulation Using Force and Visual Sensing. Master's thesis, Dept. of Electrical Engineering, Institute of Industrial Science, Univ. of Tokyo, 1999.

203. Handbook of Micro/Nanotechnology / Ed. by Bhushan Bharat. 2d ed. - Boca Raton etc.: CRC press, 1999. - 859 c.

204. Haykin S. Neural Networks. A comprehensive foundation. New York, NY: Macmillan, 1994.-696 p.

205. Holand J.H. Genetic algoritms and the optimal allocations of trials. // SIAM Journal Computing, 2(2), 1973, 88-105.

206. Holland J. H. Adaptation in natural and artificial systems An introductory analysis with application to biology, control, and artificial intelligence. London: Bradford book edition, 1994. - 211 p.

207. Horn R.G., Smith D.T. Contact electrification and adhesion between dissimilar materials. Science, 17 April 1992, vol.256, (no.5055): 362-400.

208. Israelachvili J.N. Intermolecular and Surface Forces. Academic Press, 1998. -450 c.

209. J. T. Feddema, A. J. Ogden, L. K. Warne, L.K, W. A. Johnson, and D. Armour, "Electrostatic/electro-magnetic gripper for microassembly," Proceedings of the 5th Biannual World Automation Congress, Vol. 14, 2002, pp. 268 -274.

210. John H. Holland Building Blocks, Cohort Genetic Algorithms, and Hyperplane-Defined Functions. Evolutionary Computation 8(4): 373-391, 2000.

211. Johnson K. L., Kendall, K. & Roberts A. D. Surface energy and the contact of elastic solids//Proc. R. Soc. Lond. A. 324, 1971, pp. 301-313.

212. Krasilnikov N. A., Pakiela Z., Lojkowski W., Valiev R.Z. Excellent mechanical properties of nickel obtained high pressure technique. // Sol. St. Phen. 2005. -V.101-102. - P. 49-54. 7.

213. LaVaile S.M., Kufner J.J. Randomized Kinodynamic Planning // Int. J. of Robotics Research, 2001,20(5):278-300.

214. Leung C.R. and Zalzala A.M.S. A genetic solution for the motion of wheeled robotic systems in dynamic environments // Int. Conf. on Control '94, VoU, pp.760-764, 1994.

215. M. C. Carrozza, A. Eisinberg, A. Mencisaai, D. Campolo, S. Micera and P. Dario, "Towards a force-controlled microgripper for assembling biomedical microdevices, " J. Micromechanics and Microengineering, Vol. 10, No. 2, 2000, pp. 271-276.

216. M. Tichem, D. Lang, B. Karpuschewski. A classification scheme for quantitative analysis of micro-grip principles. Proc. IEEE Int. Conf. IPAS 2004, pp. 68-76.

217. Maugis D. Adhesion of spheres: the JKR-DMT transition using a dugdale model. //Journal of Colloid and Interface Science, vol. 150, No. 1, 1992, pp. 243269.

218. Maugis D.J., J. Colloid. Interface Sci. 150, 243 (1992).

219. Menciassi A., Carrozza M.C., Ristori C., Tiezzi G., Dario P. A Workstation for Manipulation of Micro Objects // IEEE Int. Conference on Robotics and Automation, 1997, pp. 253-258.

220. N. Dechev, W. L. Cleghorn, J.K. Mills, "Construction of a 3D MEMS Microcoil Using Sequential Robotic Microassembly Operations", Proc. ASME Int. Mech. Eng. Congress and R&D Expo 2003, Washington, D.C, pp. 115-121, 2003.

221. N. Dechev, W. L. Cleghorn, J.K.Mills, "Microassembly of 3-D MEMS Structures Utilizing a MEMS Microgripper with a Robotic Manipulator", Proc. of IEEE Int. Conf. on Robotics and Automation (ICRA2003), Taipei, Taiwan, pp. 1419,2003.

222. National Aeronautics and Space Administration. Long range science rover. С сайта http://robotics.jpl.nasa.gov/tasks/scirover/liomepage.html. Дата доступа: 1 октября 2004.

223. Okuyama К., Masuda Н., Higashitani К., Chikazawa М., and Kanazawa Т. Interaction between Two Perticles // Journal of the Society of Powder Technology, Japan, Vol.22, No.7, 1985, pp.452-475.

224. P. G. Backes, S. F. Peters, L.Phan and K. S. Tso. Task lines and motion guides. //In Proceedings IEEE International Conference on Robotics and Automation, pages 50-57, Minneapolis, Minnesota, April 22-28, 1998. Volume 1.

225. Palomar Technologies Enabling Lightwave Connectivity! Automate Assembly of Microelectronics. С сайта http://www.palomartechnologies.com/ news/pressreleases/archive/2003/pr030313hologic3500.htm. Дата доступа: 16 сентября 2004.

226. Peterson К. Silicon as a Mechanical Material Proceedings of the IEEE, v. 70, No 5, May 1982. P. 420-457.

227. R. Yeh, E. J. J. Kruglick, and K. S. J. Pister. Surface-Micromachined Components for Articulated Microrobots // Journal of Microelectomechanical Systems. 1996. - №5, pp. 10-17.

228. Robot Assisted Microsurgery Task. Microsurgery. С сайта http://robotics.jpl. nasa.gov/tasks/rams/homepage.html. Дата доступа: 1 октября 2004.

229. Rollot Y., Regnier S., Guinot J.-C. Simulation of micro-manipulations: Adhesion forces and specific dynamic models // International Journal of Adhesion & Adhesives, 19, 1999, pp. 35^8.

230. Rosenfield, A. R., Criteria for ductile fracture of two—phase alloys. Metals and Materials and Metallurgical Reviews, (1968) pp. 29-40.

231. S. Fatikow and U. Rembold. Microsystem Technology and Microrobotics. Berlin, Germany: Springer-Verlag, 1997.

232. Sanchez G., Latombe J.C. On Delaying Collision Checking in PRM Planning: Application to Multi-Robot Coordination // Int. J. of Robotics Research, Jan. 2002, 21(l):5-26.

233. Shibata Т., Fukuda Т., Kosuge K., and Arai F. Selfish and Coordinative Planning for Multiple Mobile Robots by Genetic Algorithm // Proc. of the 31st Conf. on Decision and Control, Vol. 3, 1992, pp. 2686-2691.

234. Simeon Т., Leroy S., Laumond J.P. Path Coordination for Multiple Mobile Robots: a Geometric Algorithm // Proc. Int. Joint Conf. on Artificial Intelligence, 1999.

235. Simu U., Johansson S. Analysis of quasi-static and dynamic motion mechanisms for piezoelectric miniature robots/ Sensors and Actuators A 132 (2006) p.632-642.

236. Sysmelec SA Montage von Mikrosystemen. SMS 1000 - Microsystems Submicronic Assembler. С сайта http://wmv.sysmelec.ch/cl/assemblage/ mems/smslOOO.htm. Дата доступа: 16 сентября 2004.

237. Kasaya Т., Miyazaki Н., Saito S. and Sato T. Microobject handling under sem by vision-based automatic control. In Proceedings of the IEEE International Conference on Robotics and Automation, pages 2189-2196, 1999.

238. Tas N., Sonnenberg Т., Jansen II., Legtenberg R. and Elwenspoek M. Stiction in surface micromachining. // Journal of Micromechanics and Microengineering, December, 1996, pp. 385-397.

239. Tichem M., Lang D., Karpuschevvski B. A classification scheme for quantitative analysis of micro-grip principles. // Proc. IEEE Int. Conf. IPAS 2004, pp. 68-76.

240. Trojanowski K., Michalewicz Z. and Xiao J. Adding Memory to the Evolutionary Planner/Navigator // Proc. of the 4th IEEE ICEC, pp. 483-487, 1997.f 365 1.XT/

241. V. Klocke, T. Gesang, Nanorobotics for Micro Production Technology, SPIE conference Photonics Fabrication Europe, Brugge, Belgium 2002, pp. 409-419.

242. V. Klocke. Motion from the Nanoscale World. // Microsystem Technologies. -2002.-№7, pp. 256-260.

243. Whalen S.A. et al. Characterization and modeling of a microcapillary driven liquid-vapor phase-change membrane actuator / Sensors and Actuators A 134 (2007) p. 201-212

244. Y. Yamamoto, R. Konishi, Y. Negishi, T. Kawakami. Prototyping ubiquitous micro-manipulation system. Advanced Intelligent Mechatronics, 2003. AIM 2003. Proceedings. 2003 IEEE International Conference.

245. Zadeh L.A. Fuzzy Logic, Neural Networks, and Soft Computing // Fuzzy Systems, Vol. 37, № 3, 1994, pp. 77-84.

246. Zhao Y. et al. Fast and precise positioning of electrostatically actuated dual-axis micromirror by multi-loop digital control / Sensors and Actuators A 132 (2006) p. 421-428