Методы и средства построения адаптивных систем мониторинга и диагностирования сложных промышленных объектов тема диссертации и автореферата по ВАК РФ 05.13.06, доктор технических наук Аралбаев, Ташбулат Захарович

• Аралбаев, Ташбулат Захарович
• доктор технических наук
• 2004

Оглавление диссертации доктор технических наук Аралбаев, Ташбулат Захарович

ВВЕДЕНИЕ

Глава 1. ОСНОВНАЯ ПРОБЛЕМА И КОНЦЕПЦИЯ ЕЕ РЕШЕНИЯ

1. Объект и предмет исследования. Основные понятия и определения.

Характеристика сложных промышленных объектов (СПО) как объектов мониторинга и диагностирования.

3. Классификация систем мониторинга и диагностирования (СМД)

4. Проблема мониторинга и диагностирования СПО.

5. Традиционные пути решения основной проблемы, их ограничения и недостатки

6. Содержательная постановка задачи построения адаптивных СМД СПО.49 .7. Принципы самоорганизации и их значимость для создания адаптивных

СМД СПО.

8. Основная концепция решения проблемы.

9. Выводы.

Глава 2. АНАЛИЗ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ СМД СПО

2.1. СМД как подсистема АСУ ТП.

2.2. Организация и архитектура СМД СПО.

2.3.Классификация, характеристика и анализ режимов работы СМД СПО.

2.4. Анализ факторов, определяющих эффективность СМД СПО.

2.5. Анализ и синтез критериев оценки качества СМД СПО.

2.6. Формальная постановка и декомпозиция основной задачи разработки методов и средств построения адаптивных СМД СПО.

2.7. Выводы.

Глава 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ ИНТЕГРАЛЬНОЙ МОДЕЛИ

АДАПТИВНОЙ СМД И ЕЕ КОМПОНЕНТОВ

3.1. Разработка модели сложного промышленного объекта.

3.1.1. Концептуальная модель СПО.

3.1.2. Автоматная модель СПО.

3.1.3. Имитационная модель СПО.

3.2. СМД СПО как многофазная адаптивная система массового обслуживания.

3.3. Исследование адаптивных характеристик модели СМД СПО.

3.4. Комбинаторно-вероятностный метод анализа и исследования маршрутов в СМД с циклическим обслуживанием объектов.

3.5. Моделирование остаточного ресурса СПО.

3.6. Разработка модели для прогнозирования режимов загрузки СМД СПО на основе полигармонического полинома.

3.7. Принятие решения о выборе оптимальной стратегии устранения нерег-ламентированных состояний на основе морфологического анализа и игрового подхода.

3.8. Выводы.

Глава 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ И СРЕДСТВ ПОСТРОЕНИЯ АДАПТИВНЫХ СМД СПО НА ОСНОВЕ САМООРГАНИЗАЦИИ И КОЛЛЕКТИВНОГО ПРИНЯТИЯ РЕШЕНИЙ 4.1. Модель самоорганизующейся технической системы для распознавания образов.

4.2. Разработка алгоритмов синтеза разделяющей функции мажоритарного вида на основе метода группового учета аргументов (МГУА).

4.3. Исследование характеристик комбинаторного и итерационного алгоритмов МГУА.

4.4. Сопоставление способов распознавания состояний СПО на основе метода Байеса и метода разделяющих функций мажоритарного вида.

4.5. Исследование адаптивной самоорганизующейся технической системы для распознавания образов.

4.6. Метод дихотомического диагностирования состояний СПО.

4.7. Принципы построения адаптивных устройств распознавания образов.

4.8. Принципы разработки средств имитации СПО.

4.9. Особенности построения программных средств диагностирования и прогнозирования СМД СПО.

4.10. Выводы.

Глава 5. МЕТОДОЛОГИЧЕСКИЙ БАЗИС ДЛЯ ПОСТРОЕНИЯ

АДАПТИВНЫХ СМД СПО

5.1. Организационно-технические принципы построения СМД СПО.

5.2. Декомпозиция процесса проектирования СМД.

5.3. Распределение стоимостного ресурса между подсистемами СМД.

5.4. Характеристика методологического базиса СМД СПО.

5.5. Выводы.

Глава 6. РАЗРАБОТКА АДАПТИВНЫХ СМД СПО НА ОСНОВЕ

МЕТОДОВ И СРЕДСТВ САМООРГАНИЗАЦИИ СИСТЕМ

6.1. Разработка адаптивной СМД состояния алюминиевых электролизеров.

6.1.1. Алюминиевые электролизеры как объекты мониторинга и диагностирования.

6.1.2. Нерегламентированные состояния алюминиевого электролизера и методы их диагностирования.

6.1.3. Подсистема сбора, регистрации и первичной обработки данных об объекте.

6.1.4. Минимизация признакового пространства состояний алюминиевого электролизера на основе корреляционного метода.

6.1.5. Планирование и организация эксперимента по сбору, регистрации и первичной обработке исходных данных.

6.1.6. Способы диагностирования анодного эффекта на алюминиевом электролизере на основе корреляционного и дихотомического методов распознавания образов.

6.1.7. Способ диагностирования состояния "подмыкание анода" алюминиевого электролизера.

6.1.8. Прогнозирование анодного эффекта на алюминиевом электролизере

6.1.9. Алгоритм и программы диагностирования технологического состояния алюминиевого электролизера.

6.2. Применение метода дихотомического распознавания образов в диагностике оборудования для нефтедобычи.

6.2.1. Особенности мониторинга и технического диагностирования оборудования для нефтедобычи.

6.2.2. Метод дихотомического диагностирования насосно-компрессорных труб на основе разделяющей функции мажоритарного вида.

6.2.3. Способ оценки и прогнозирования технического состояния долота буровой установки с использованием дихотомического метода диагностирования.

6.3. Выводы.

Введение диссертации (часть автореферата) на тему «Методы и средства построения адаптивных систем мониторинга и диагностирования сложных промышленных объектов»

Актуальность проблемы:

Одним из основных факторов повышения эффективности производства является обеспечение работоспособности и оптимальных технологических режимов промышленного оборудования с использованием АСУ ТП, оснащенных современными средствами технической диагностики (ТД).

Качество функционирования и использования средств ТД в условиях крупных производств, техногенных систем, со сложной топологией расположения большого количества объектов в свою очередь определяется эффективностью организации систем ТД и управления режимами диагностирования на основе мониторинга общего состояния объектов.

Интеграция подсистем мониторинга и диагностирования в настоящее время обусловила острую необходимость создания методов и средств построения систем мониторинга и диагностирования (СМД), как единых систем, на основе общих критериев, принципов построения с учетом современного уровня развития техники и достижений в смежных областях науки.

Особую актуальность на современном этапе приобретает проблема разработки методологических принципов построения автоматизированных СМД для класса сложных промышленных объектов (СПО), характеризуемых сложным математическим описанием и дефицитом информации, необходимой и доступной для контроля. К данному классу относятся, в частности, объекты цветной металлургии и нефтедобычи.

Вопросам технической диагностики посвящен обширный перечень работ отечественных и зарубежных ученых. К этому перечню относятся работы Мозгалевского А.В., Пархоменко П.П., Согомоняна Е.С., Биргера И.А., Фомина Я.А., Глазунова Л.П., Павлова Б.В., Клюева В.В. Большую значимость при решении вопросов организации систем имеют работы Богданова А.А., JI. фон Берталанфи, Хакена Г., Пригожина И.Р., Клира Д., Флейшмана Б.С. Следует особо отметить работы Эшби У .Р., Глушкова В.М, Ивахненко А.Г., Бусленко

B.Н., Ту Д., Гонсалеса Р., Горелика А.Л., Воинова Б.С., Симанкова B.C., Луценко Е.В. - в которых большое внимание уделено теоретическим и практическим аспектам построения автоматизированных управляющих систем. Вопросам практической разработки, внедрения и эксплуатации средств контроля и диагностики в составе АСУ ТП цветной металлургии и нефтедобычи посвящены работы Деркача А.С., Гарнова В.К., Громыко А.И., Шайдурова Г.Я., Рабиновича Б.В., Туринского З.М., Баркова А.В., Тимашева

C.А., Кузякина В.И., Алиева Т.М. и целого ряда других ученых.

Анализ известных работ показал, что существующие в теории технической диагностики методы не полностью учитывают специфику построения СМД СПО как единой сложной системы, выполняющей функции контроля, диагностирования, оценки состояния, прогнозирования и принятия решений, как на уровне всей техногенной системы, так и на уровне каждого объекта в частности, адаптирующейся к пространственно-временным изменениям параметров объектов. Интеграция частных методов в одну методологию не всегда приводит к методологии построения оптимальной системы. Для построения СМД СПО нужна единая методология, позволяющая на основе системных принципов и обобщенного критерия определять оптимальную организацию систем и эффективные режимы их функционирования, осуществлять поиск технических решений при разработке средств обеспечения систем на различных этапах проектирования.

Цель работы: разработка новых методов и средств построения эффективных адаптивных систем мониторинга и диагностирования сложных промышленных объектов.

Объектом исследования в работе являются системы мониторинга и диагностирования сложных промышленных объектов, в частности: алюминиевых электролизеров, оборудования для нефтедобычи.

Предметом исследования являются модели СПО и СМД, методология построения организации и архитектуры СМД, а также аппаратно-программных средств СМД.

Задачи исследований. Проблема создания методологии построения адаптивных СМД СПО предполагает решение целого ряда задач, основными из которых являются:

- разработка обобщенной функционально-логической модели СПО;

- анализ существующих методов и средств построения систем мониторинга и диагностики СПО и определение научной концепции создания единой методологии построения адаптивных СМД СПО;

- разработка обобщенного критерия оценки эффективности СМД СПО, как сложной системы, и на его основе системы частных критериев для каждой подсистемы;

- разработка математических моделей СМД СПО и ее компонентов для исследования и разработки оптимальной организации и архитектуры систем и обеспечивающих подсистем;

- разработка и исследование методов и средств организации адаптивных СМД СПО и выбора эффективных режимов их работы;

- разработка и исследование эффективных аппаратных и программных средств СМД СПО;

- исследование и апробация разработанных методов и средств при построении адаптивных СМД состояния алюминиевых электролизеров и оборудования для нефтедобычи.

Методы исследований. В работе синтез и исследование моделей распознавания состояний объектов проведены с использованием теории вероятности, комбинаторики и метода группового учета аргументов. При разработке технического и программного обеспечения систем диагностики применен канонический метод проектирования цифровых автоматов, а также элементы теории множеств и теории графов.

Научная новизна. В диссертации впервые поставлена и решена комплексная задача построения адаптивных систем мониторинга и диагностирования СПО как интегрированных систем на основе принципов самоорганизации сложных систем. При этом:

- предложена двухуровневая самоорганизующаяся система мониторинга и диагностирования состояния СПО, отличающаяся от аналогов способностью автоматического выбора оптимальных режимов работы подсистем при изменении характеристик входного потока заявок;

- предложен единый подход, обеспеченный соответствующими методами и средствами, позволяющий синтезировать оптимальную структуру систем на этапе проектирования и выбирать оптимальные режимы работы подсистем в процессе эксплуатации.

- представлен метод исследования СМД на основе многофазной конвейерной модели массового обслуживания с использованием блока адаптации к изменению интенсивности входного потока;

- разработан комбинационно-вероятностный метод анализа режимов работы СМД с циклической дисциплиной обслуживания заявок;

- разработан алгоритм вычисления числа маршрутов обслуживающего устройства в системе с циклическим обслуживанием заявок, обоснованный соответствующей теоремой;

- разработан новый подход для синтеза разделяющих функций мажоритарного вида, позволяющий на основе метода группового учета аргументов с высокой степенью достоверности и производительности решать задачу распознавания образов по спектру случайных признаков распознавания.

- разработан дихотомический метод диагностирования СПО на основе разделяющей функции мажоритарного вида;

- разработаны новый способ диагностирования и ряд оригинальных технических решений для построения адаптивных СМД СПО, защищенные патентами и авторскими свидетельствами на изобретение.

Практическая значимость и реализация результатов работы

Практическая ценность работы заключается в разработке современных научно обоснованных методов и средств для создания и эффективной эксплуатации адаптивных СМД СПО, в частности: алюминиевых электролизеров, оборудования для нефтедобычи.

Научные и практические результаты получены при проведении работ в рамках следующих бюджетных и хоздоговорных тем:

- № 01814014251 "Разработка типовых алгоритмов и программ прогнозирования технологического процесса электролиза алюминия и внедрение их в АСУ ТП Таджикского алюминиевого завода Минцветмета СССР", утвержденной ГКНТ СССР за № 287 от 29.07 1981 г., 01870000447 "Исследование особенностей моделирования и синтеза оптимального управления технологическим процессом электролиза алюминия", утвержденной постановлением Президиума АН Таджикской ССР за № 213 от 18 декабря 1987 г.,

- № 01.990000102 от 01.10.98 "Исследование и разработка унифицированных методов и средств вычислительной техники для спектральной диагностики сложных объектов" в Оренбургском государственном университете (ОГУ);

- по хоздоговору № 665 между Институтом кибернетики Украины и предприятием П/Я В-2289 "Разработка подсистемы связи с объектом управления наземного комплекса автоматизированной системы управления" (индекс темы ДЕ 0411-003);

- по хоздоговору № 19/85 между Математическим институтом АН Республики Таджикистан и ТадАЗом по теме "Исследование нестабильности тока серии и напряжения электролизеров с использованием средств микропроцессорной техники с целью повышения технико-экономических показателей технологического процесса электролиза на ТадАЗе";

- по хоздоговору № 1/95 от 16.01.95 между ОГУ и АО "ОРОПАЛ" в г. Орске: "Техническая экспертиза линии автоматизированной сварки и разработка технических предложений по вводу ее в действие" (номер госрегистрации отчета - № 02.960.005268);

- по бюджетной теме ОГУ "Исследование и разработка унифицированных методов и средств вычислительной техники для спектральной диагностики сложных объектов", номер госрегистрации 01990000102.

Теоретические результаты и разработанные технические средства использовались при создании управляющих подсистем нижнего уровня АСУ испытаниями сложных объектов, разработанной при участии автора в Институте кибернетики АН Украины и внедренной на предприятии ГТ/Я В-2289 в г. Днепропетровске. Подтвержденный актом о внедрении реальный экономический эффект от разработанных технических средств составляет 105 тысяч рублей.

Новизна и значимость технических решений подтверждается патентами, авторскими свидетельствами и публикациями в научных изданиях.

Представленные в диссертации методы, способы, алгоритмы и аппаратно-программные средства апробированы и используются при создании многоцелевого учебно-исследовательского стенда "Спектр".

Научные аспекты исследований нашли отражение в учебно-методическом материале и используются в учебном процессе в Оренбургском государственном университете.

Основные защищаемые положения диссертационной работы: 1. Двухуровневая адаптивная СМД СПО, содержащая на верхнем уровне подсистему мониторинга, а на нижнем уровне — подсистему диагностирования, причем функциями подсистемы мониторинга являются: управление режимами работы подсистемы диагностирования на основе регулярного контроля и прогнозирования общего технического и технологического состояния СПО производственного подразделения (цеха, участка, предприятия), а также -выбор глобальной стратегии по предупреждению и ликвидации нерегламентированных состояний объектов, а функциями подсистемы диагностирования являются: контроль, диагностирование, прогнозирование и выдача рекомендаций по устранению нерегламентированного состояния по конкретному объекту.

2. Совокупность методов для выбора оптимальной организации СМД СПО на этапе проектирования и эффективных режимов работы - на этапе эксплуатации, составляющих методологический базис для построения СМД СПО. Основными элементами разработанного методологического базиса являются:

- метод классификации СМД с использованием качественных классификационных признаков и фасетной системы кодирования классов;

- метод двухэтапного моделирования СПО с использованием автоматной и имитационной модели объекта;

- метод исследования СМД на основе многофазной конвейерной модели массового обслуживания с использованием блока адаптации к изменению интенсивности входного потока;

- комбинационно-вероятностный метод исследования маршрутов обслуживающего устройства в СМД с циклической дисциплиной обслуживания заявок;

- дихотомический метод диагностирования СПО на основе разделяющей функции мажоритарного вида;

- метод прогнозирования временных рядов на основе полигармонического полинома;

- метод выбора стратегии упреждения и ликвидации последствий от аварии;

- метод синтеза разделяющей функции мажоритарного вида на основе МГУА.

3. Система имитационных моделей для исследования, анализа и выбора проектных решений при построении СМД СПО, содержащая следующие модели:

- автоматно-имитационную модель СПО, позволяющую моделировать поведение объекта и синтезировать сигналы его технологических состояний;

- модель СМД как многофазной конвейерной системы массового обслуживания;

- модель подсистемы диагностирования с циклической дисциплиной обслуживания для анализа и исследования маршрутов обслуживающего устройства,

- модель прогнозирующей системы на основе полигармонического полинома и итерационной процедуры определения параметров модели, позволяющая определять в перспективе характер загрузки СМД;

- модель выбора рациональной стратегии на основе морфологического подхода и теории игр, позволяющую принимать решения по выбору оптимальной стратегии на перспективу для предупреждения и ликвидации отрицательных последствий от нерегламентированных состояний СПО;

- модель самоорганизующейся технической системы (СТС) на основе устройства для распознавания образов с переменной структурой и алгоритмом работы, позволяющую исследование экстремальных режимов СТС и выбор оптимального режима, соответствующего текущим характеристикам СПО.

4. Алгоритмическое обеспечение, содержащее перечень алгоритмов для выполнения расчетных процедур, выбора проектных решений и синтеза оптимальных разделяющих функций:

- алгоритм вычисления числа маршрутов обслуживающего устройства в системе с циклическим обслуживанием заявок;

- комбинаторный и итерационный алгоритмы синтеза оптимальной функции мажоритарного вида для построения устройств распознавания образов.

5. Результаты использования методов и средств построения СМД в виде способов контроля и диагностирования состояний СПО, аппаратных и программных средства для обеспечивающих подсистем СМД. Апробация результатов работы

Основные научные положения и результаты диссертационной работы докладывались и обсуждались на 18 научно-практических конференциях и семинарах, из которых 10 - с международным участием. В частности: третья Всероссийская научно-практическая конференция с международным участием: "Достижения науки и техники - развитию сибирских регионов"

Красноярск, 2001), Международная научно-практическая конференция "Учебная, научно-производственная и инновационная деятельность высшей школы в современных условиях" (Оренбург, 2001), Международная конференция по индуктивному моделированию "ICIM - 2002" (Львов, 2002), Международная научно-практическая конференция "Информационные технологии в образовании, технике и медицине" (Волгоград, 2002), III Международная научно-практическая конференция "Проблемы энерго- и ресурсосбережения в промышленном и жилищно-коммунальном комплексах" (Пенза, апрель, 2002), II Всероссийская научно-практическая конференция "Инновации в машиностроении" (Пенза, 2002), Межвузовская научно-практическая конференции "Компьютерные технологии в науке и образовании" (Самара, 2002), III Международная научно-техническая конференция "Проблемы машиностроения и технологии материалов на рубеже веков" (Пенза, 2003), VI Международная научно-методическая конференция "Новые информационные технологии в электротехническом образовании (НИТЭ-2003" (Астрахань, 2003), Международная научно-техническая конференция "Современные информационные технологии" (Пенза, 2003).

Результаты работы представлены в 44 публикациях, в числе которых одна монография /22/, семь авторских свидетельств и патентов на изобретение.

Разработанные алгоритмы, программы и технические средства апробированы с использованием технических средств АСУ ТП Таджикского алюминиевого завода, технологической информации Волгоградского алюминиевого завода, экспериментальных данных, полученных при бурении скважины № 826 Туймазинского управления буровых работ, а также при диагностировании насосно-компрессорных труб в лаборатории вибродиагностики Октябрьского филиала Уфимского государственного нефтяного технического университета.

Структура и объем диссертации. Работа состоит из введения, 6 глав, заключения, списка литературы и приложений. Работа изложена на 383 страницах, в том числе: основной текст на 334 страницах, 16 таблиц, 63

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Аралбаев, Ташбулат Захарович

6.3. Выводы

1. В процессе проектирования подсистем адаптивной СМД состояния алюминиевых электролизеров с использованием разработанных методов и средств получены следующие результаты:

- алюминиевые электролизеры рассмотрены, как объекты мониторинга и диагностирования, отмечена актуальность и эффективность использования СМД для контроля этого класса объектов, при этом проведен анализ технологических нарушений в работе электролизеров, причин их возникновения и способов устранения.

- на основе анализа существующих методов и средств контроля и диагностирования состояния электролизеров определено, что на современном этапе наиболее эффективными являются методы и средства диагностики с использованием спектральных оценок напряжения электролизера;

- разработана подсистема сбора, регистрации и первичной обработки технологической информации для исследования и синтеза моделей мониторинга, распознавания образов, прогнозирования и принятия решений;

- с использованием корреляционного анализа проведены исследования, позволяющие минимизировать и уточнить область информативных гармоник напряжения электролизера для решения задачи спектральной диагностики его состояний;

- на основе исследований по организации и планированию эксперимента определены основные параметры режимов сбора, регистрации и обработки технологических параметров, обеспечивающих требуемые характеристики по точности и репрезентативности исходных данных;

- на базе дихотомического метода распознавания образов с использованием РФМВ разработаны алгоритмы и программы диагностирования нерегламентированных состояний алюминиевого электролизера: анодного эффекта и подмыкания анода с металлом, отвечающие современным требованиям по достоверности и позволяющие повысить экономические показатели ТП;

- разработан способ диагностирования анодного эффекта, защищенный авторским свидетельством на изобретение; достигаемая экономия от внедрения способа на электролизерах при токе серии 165 кА может принести предприятию экономию электроэнергии не менее 132 МгВат-часов в сутки лишь на электролизерах одной серии (около 200 электролизеров).

2. Определен комплекс технологического оборудования нефтедобычи, конструктивные и эксплуатационные характеристики которого соответствуют классу рассматриваемых сложных объектов: оборудование штанговых и длинноходовых глубинных насосных установок, насосно-компрессорные трубы, долото буровой установки. В процессе апробации и исследования результатов разработок для контроля и диагностирования этого комплекса получены следующие результаты: апробация разработанного дихотомического метода распознавания образов на основе РФМВ при диагностировании различных дефектов модельных насосно-компрессорных труб показала достоверность диагностирования, близкую к 100%;

- использование дихотомического метода на основе РФМВ при исследовании данных вибросигнала буровой колонны позволило определить экспериментально подтвержденный подход для контроля и прогнозирования технологического состояния долота в процессе бурения и возможные критерии оценки его износа.

ЗАКЛЮЧЕНИЕ

К основным результатам работы относятся следующие:

1). На основе анализа признаков, представленных в работах Клира Д., Бусленко Н.П., Растригина JI.A., Шаракшанэ А.С., Ивахненко А.Г. определен класс СПО, основным признаком которого является сложность СПО, как объекта мониторинга и диагностирования, обусловленная стохастичностью протекающих процессов на объекте, сложностью конструкции и дефицитом доступной для контроля информации. Характерными представителями СПО являются объекты цветной металлургии и оборудование для нефтедобычи.

С использованием формализованного подхода теории автоматов построена и описана функционально-логическая модель СПО, позволяющая определить подходы для создания имитационных моделей СПО и методов их контроля.

2) Определена базовая концепция научных исследований и разработки на создание единой системы методов и средств построения СМД СПО, основными аспектами которой являются:

- создание адаптивных двухуровневых СМД как совокупности подсистем контроля, диагностирования, прогнозирования и принятия решений по устранению нерегламентированных состояний СПО на основе принципов самоорганизации систем с использованием спектральных оценок параметров объектов и группового метода принятия решений;

- проведение диагностирования СПО по принципу необходимости с учетом оценок реального состояния объектов, получаемых в результате их мониторинга;

- развитие известных и разработка новых эффективных методов контроля СПО на основе новых информационных технологий и повышения уровня интеллектуальности аппаратно-программных средств СМД;

- повышение адаптивных характеристик СМД, надежности работы и достоверности в принятии решений на основе применения и развития принципов самоорганизации систем, за счет рационального использования архитектурной избыточности и группового метода принятия решений.

3). Интеграция в одной системе подсистем контроля, диагностирования, прогнозирования и принятия решений определила необходимость разработки единого обобщенного критерия. Конвейерный характер обработки информации, временная и информационная архитектура СМД обусловили мультипликативный характер критерия, а рассмотрение СМД как интеллектуального датчика в АСУТП предопределило в качестве основных сомножителей критерия - параметров оценки проектируемых систем - по достоверности и своевременности отображения состояния СПО.

4). Разработанное математическое обеспечение представляет собой систему имитационных моделей для проведения научно-исследовательских работ по созданию СМД и систем аналогичного профиля. Система моделей содержит:

- автоматно-имитационную модель СПО, позволяющую моделировать поведение объекта и синтезировать сигналы его технологических состояний;

- модель СМД как многофазной конвейерной системы массового обслуживания для исследования и выбора оптимальных режимов работы;

- модель подсистемы диагностирования с циклической дисциплиной обслуживания для анализа и исследования маршрутов обслуживающего устройства,

- модель прогнозирующей системы на основе полигармонического полинома и итерационной процедуры определения параметров модели, позволяющая определять в перспективе характер загрузки СМД;

- модель выбора рациональной стратегии на основе морфологического подхода и теории игр, позволяющая принимать решения по выбору оптимальной стратегии на перспективу для предупреждения и ликвидации отрицательных последствий от нерегламентированных состояний СПО;

- модель самоорганизующейся технической системы на основе устройства для распознавания образов с переменной структурой и алгоритмом работы, позволяющей исследование экстремальных режимов СТС и выбор оптимального режима, соответствующего текущим характеристикам СПО.

5). Разработана научно обоснованная система методов и средств, составляющая методологический базис для построения адаптивных СМД СПО, которая базируется на традиционных принципах системного проектирования автоматизированных систем и является логическим развитием существующей методологической базы, обусловленным с одной стороны естественной интеграцией задач контроля, диагностирования, прогнозирования и принятия решений в одну глобальную задачу мониторинга и диагностики объектов, а с другой стороны - насущной необходимостью создания единой методологии построения СМД с учетом современного уровня развития техники и достижений в смежных областях науки. В основе разработок лежат принципы самоорганизации сложных систем, позволяющие в условиях стохастичного объекта выбирать оптимальную организацию и архитектуру систем.

Основными элементами разработанного методологического базиса являются:

- метод классификации СМД с использованием качественных классификационных признаков и фасетной системой кодирования классов;

- метод двухэтапного моделирования СПО с использованием автоматной и имитационной модели объекта;

- метод исследования СМД на основе многофазной конвейерной модели массового обслуживания с использованием блока адаптации к изменению интенсивности входного потока, позволяющий выбирать оптимальные режимы работы подсистем;

- принцип многоуровневой адаптации СМД к изменению временных и пространственных характеристик СПО;

- комбинационно-вероятностный метод анализа и исследования маршрутов в СМД с циклической дисциплиной обслуживания заявок;

- дихотомический метод диагностирования СПО на основе разделяющей функции мажоритарного вида;

- метод прогнозирования временных рядов на основе полигармонического полинома;

- метод выбора стратегии упреждения и ликвидации последствий от аварии;

- метод синтеза разделяющей функции мажоритарного вида на основе МГУА.

В основе каждого метода лежат алгоритмы и способы выполнения отдельных операций и процедур, например:

- алгоритм вычисления числа маршрутов обслуживающего устройства в системе с циклическим обслуживанием заявок;

- комбинаторный и итерационный алгоритмы синтеза оптимальной функции мажоритарного вида для построения устройств распознавания образов.

- номограммный способ анализа и исследования режимов работы СМД и выбора структуры устройства для распознавания образов;

- способы диагностирования технологических состояний объектов.

Разработанные методы обеспечены соответствующими средствами, в частности: алгоритмами и программами выбора рациональной нагрузки подсистем СМД, синтеза оптимальных разделяющих функций, прогнозирования и диагностирования состояния СПО.

На основе перечисленных методов и средств разработан комплекс технического и программного обеспечения для реализации различных функций СМД СПО: сбора, предварительной и полной обработки данных об объекте, анализа, прогнозирования и диагностирования состояния СПО.

6). Результаты разработок были апробированы и нашли применение при разработке СМД состояния алюминиевых электролизеров и объектов нефтедобычи. В частности, при апробировании метода дихотомического разделения на основе РФМВ при диагностировании технологических нарушений алюминиевых электролизеров, дефектов НКТ получена достоверность диагностирования состояний, близкая к 100%. Использование данного метода при исследовании вибросигналов буровой колонны позволило определить частотный диапазон и возможные критерии для оценки состояния износа долота буровой установки.

Аппаратные и программные ередства также нашли применение при построении подсистем сбора и регистрации данных об испытаниях сложных объектов на базе унифицированной системы технических средств "Сектор" на предприятии п/я В-2289 (г. Днепропетровск), при проектировании и применении систем контроля и прогнозировании состояния производственного оборудования в ОАО "Союзцветметавтоматика" (г. Москва) и на газоперерабатывающем заводе ООО "Оренбурггазпром", при решении задач прогнозирования энергопотребления в АО "Оренбургэнерго", при мониторинге и прогнозировании пожаров в Управлении Государственной Противопожарной службы УВД Оренбургской области (г. Оренбург), а также - при разработке системы мониторинга учебного процесса в Оренбургском государственном университете.

Список литературы диссертационного исследования доктор технических наук Аралбаев, Ташбулат Захарович, 2004 год

1. А.с. 809217. (СССР). Вычислительное устройство /Т.З. Аралбаев. -Опубл. вБ.И., 1981, N8.

2. А.с. 640120 (СССР). Расходомер обтекания /Т.З. Аралбаев, Л.Е. Вербицкий, Н.Р. Рабеджанов. -Опубл. в Б.И., 1978, N 48.

3. А.с. 1568235 (СССР). Мажоритарный элемент "5 или более из 9" /В.Ш. Арутюнян, A.K. Аракелян. -Опубл. в Б.И., 1990, № 20.

4. А.с. 1575211. (СССР). Устройство для распознавания образов /Ю.Н. Ефимов. Опубл. в Б.И., 1990, №24.

5. А.с. 4296937 (СССР). Способ диагностики анодного эффекта в алюминиевом электролизере /Т.З. Аралбаев, Г.Г. Аралбаева, В.П. Довгаль и др. Опубл. в Б.И., 1989 г., N 20.

6. А.С. 1161695 (СССР) Устройство для контроля натяжения движущегося гибкого тягового органа длинноходовой насосной установки /Ф.Х. Халиуллин, Р.А. Максутов, Б.П. Корнев. Опубл. в Б.И.1985, N 26.

7. А.с. 826567 (СССР). Устройство для мажоритарного выбора сигналов /Т.З. Аралбаев. -Опубл. в Б.И., 1981, N 16.

8. А.с. 875383 (СССР). Устройство мажоритарной выборки сигнала /Т.З. Аралбаев, В.Б. Реутов. Опубл. в Б.И., 1981, N 39.

9. Абдрашитов Р.Т., Пешков В.В., Аралбаев Т.З. К вопросу прогнозирования пожаров//Пожарная безопасность-2000. -№ 3. -С. 100103.

10. Азовцев А.Ю., Барков А.В. Новое поколение систем диагностики и прогнозирования технического состояния. -СПб.: АО ВАСТ, 1994.

11. З.Алиев Т.М., Тер-Хачатуров А. А. Автоматический контроль и диагностика скважинных штанговых насосных установок. -М.: Недра, 1988.-232 с.

12. Андрианова Л.П. Идентификация, контроль и диагностика систем автоматического управления газотурбинными двигателями при полунатурных и стендовых испытаниях: Автореф. дисс. . д-ра техн. наук. -Уфа, 1999.

13. Аралбаев Т.З. Автоматно-имитационная модель сложного технического объекта //И Всероссийская научно-практическая конференция "Инновации в машиностроении". 29-30 октября 2002 г.: Сборник статей. -Пенза, 2002. -С. 8-10.

14. Аралбаев Т.З. Исследование и разработка технических средств управляющих подсистем нижнего уровня АСУ испытаниями одного класса сложных объектов: Автореф. дисс. . канд. техн. наук. Киев, 1982. -20 с.

15. Аралбаев Т.З. Некоторые вопросы надежности управляющих подсистем с магистрально-модульной структурой //Технические средства мини- имикро-ЭВМ: Сборник научных трудов. -Киев: ИК АН УССР, 1980. -С.28-34.

16. Аралбаев Т.З. Особенности синтеза оптимальной мажоритарной функции в задаче распознавания образов // Проблемы управления и информатики. -Киев, 2002. -№ 5.-С.96-102.

17. Аралбаев Т.З. Об одной модели самоорганизующейся технической системы распознавания образов //Вестник Оренбургского государственного университета. 2004. -№ 2. -С. 194-197.

18. Аралбаев Т.З. Построение адаптивных систем мониторинга и диагностирования сложных промышленных объектов на основе принципов самоорганизации. -Уфа:РАН,УНЦ, изд-во'Тилем",2003 .-247 с.

19. Аралбаев Т.З. Принципы разработки имитаторов промышленных объектов для систем мониторинга и диагностики //Материалы Международной научно-технической конференции (Computer-Based Conference) "Современные информационные технологии". -Пенза, 2003.-С.85-88.

20. Аралбаев Т.З. Синтез разделяющих функций мажоритарного вида на основе МГУА //International Conference on inductive modeling "ICIM -2002", section 7. -Lviv, 2002. -Pp. 176-180.

21. Аралбаев Т.З. Теоретические и прикладные аспекты построения адаптивных мажоритарных устройств распознавания образов //Вестник Оренбургского государственного университета. -2002. -№5. -0.131-136.

22. Аралбаев Т.З. Техническая экспертиза линии автоматизированной сварки опалубки и разработка технических предложений по вводу ее в действие //Информационный листок N 138-96.-Оренбург: ЦНТИ,1996.

23. Аралбаев Т.З. Устройство для распознавания образов //Патент на изобретение № 2195702. Опубл. в БИ № 36, 27.12.2002.

24. Аралбаев Т.З. Устройство для распознавания ситуаций //Патент на изобретение № 2195703. Опубл. в БИ № 36, 27.12.2002.

25. Аралбаев Т.З., Аралбаева Г.Р. Исследование корреляционных характеристик частотных гармоник спектров напряжения алюминиевых электролизеров //Анализ структур электронной и вычислительной техники: Сборник научных трудов. -Оренбург: ОГУ,1995. -С. 84-87.

26. Аралбаев Т.З., Аралбаева Г.Г. Применение корреляционного метода при диагностике анодного эффекта в алюминиевом электролизере //Известия АН Республики Таджикистан. -1992. -N 2.-С.45-48.

27. Аралбаев Т.З., Аралбаева Г.Г. Разработка алгоритма спектральной диагностики технологического состояния группы электролизеров //Известия АН Республики Таджикистан. Депонир. в ВИНИТИ 17.06.91 г., N 2510-В91. —7 с.

28. Аралбаев Т.З., Аралбаева Г.Г., Никулин В.Н. О контроле состояния контактной поверхности анода по спектру напряжения алюминиевого электролизера //Автоматика. -1990. -N 2. -С.74-76.

29. Аралбаев Т.З., Бочкарев Е.Б., Доброжанов К.В., Сальников М.В. Об одной модели и пакете программ для прогноза нагрузки в энергосистеме //Оренбургский научный вестник "Вертикаль". -2000. -№ 5-6. -С. 2-4.

30. Аралбаев Т.З., Заварихин А.Е., Управление и мониторинг при обучении в образовательном портале //Материалы международной научно-методической конференции. -Пенза, 2003. -С.446-451.

31. Аралбаев Т.З., Назимов А.Б., Галимов Р.Э. Особенности машинного разложения группового кода //Доклады АН Тадж.ССР, t.XXX,-1987.-N5.-С. 282-285.

32. Аралбаев Т.З., Реутов В.Б., Аралбаева Г.Г. Об одном способе мажоритарной выборки сигналов //Известия АН Тадж.ССР.-1984. -N 4.-С. 76-78.

33. Аралбаев Т.З., Севастьянов А.К., Вавилин Г.В. Подсистема автоматизации дифрактометрической установки ДРОН-2 //Механизация и автоматизация управления. 1980.-N 4. -С.53-54.

34. Аралбаев Т.З., Синицын Ю.И., Маношко А.И., Тимонин И.В. Об одном подходе к решению задачи распознавания графического образа //Депонир. в ВИНИТИ 20.11.2000, № 2937-В 00. -13 с.

35. Аралбаев Т.З., Ташкус B.C. Программный имитатор длинноходовой насосной установки //Депонир. в ВИНИТИ, 27 апреля 2000 г., N 1252-В 00. -8 с.

36. Аралбаев Т.З., Шейко А.В. Подсистема компьютерного обучения оператора насосной установки для добычи нефти //Тезисы докладов Всероссийской научно-технической конференции: "Электропотребление, энергосбережение, энергооборудование". -Оренбург: ОГУ,1999.

37. Аралбаева Г.Г., Реутов В.Б., Аралбаев Т.З. Подсистема регистрации и предварительной обработки информации о технологическом состоянии алюминиевых электролизеров //Механизация и автоматизация управления. -1988. -N 3. -С. 53-54.

38. Балицкий П.В. Взаимодействие бурильной колонны с забоем скважины. -М.: Недра, 1975. -293 с.

39. Балл Г.А. Аппаратурный спектральный анализ случайных процессов. -М.: Энергия, 1968.

40. Барков А.В. Диагностика и прогноз состояния подшипников качения по сигналу вибрации //Судостроение. -1985.- N3. -С.21-23.

41. Барков А.В., Баркова Н.А., Азовцев А.Ю. Мониторинг и диагностика роторных машин по вибрации. -СПб: АО ВАСТ, 1997.

42. Беляев А.И. Металлургия легких металлов.-М.: Металлургия, 1970—368 с.

43. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. -М.:Мир, 1989. -540 с.

44. Бир С. Кибернетика и управление производством. -М.:Наука, 1965.-391 с.

45. Биргер И.А. Техническая диагностика. М.: Машиностроение, 1978. -240 с.

46. Блох JI.C. Практическая номография. -М.: Высшая школа, 1971.-328 с.

47. Богданов А.А. Тектология: Всеобщая организационная наука. Кн.1. -М.: Экономика, 1989. -304 с.

48. Бобнев М.П. Генерирование случайных сигналов. -М.: Энергия, 1971.

49. Богомолов А.М., Твердохлебов В.А. О классификации и оценке методов технической диагностики // Методы и системы технической диагностики: Сборник научных трудов. Вып. 1.-Саратов: СГУ, 1980. -С.2-17.

50. Божко А.Е., Штейнвольф A.JI. Воспроизведение полигармонических вибраций при стендовых испытаниях-Киев: Наукова думка, 1984. -168 с.

51. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление // Вып. 1. Пер. с англ. -М.: Мир, 1974. 408 с.

52. Болыпой энциклопедический словарь /Под ред. A.M. Прохорова-М.: "Большая Российская энциклопедия". -СПб: "Норинг", 1997. -1477 с.

53. Бусленко Н.П. Моделирование сложных систем. -М.:Наука, 1978.- 400 с.

54. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. -М.: Наука, 1974. -415 с.

55. Васильев В.И. Распознающие системы //Справочник. -Киев: Наукова думка, 1983. -422 с.

56. Васильев P.P., Ткачев Н.Н. Автоматическая кластеризация и идентификация технологического состояния алюминиевых электролизеров //Известия Вузов. "Цветная металлургия", -1990. -№2.-С.108-115.

57. Вальд А. Последовательный анализ. -М.: Физматгиз,1961.-328 с.

58. Вентцель Е.С., Овчаров JI.A. Прикладные задачи теории вероятностей. — М.: Радио и связь, 1983. —416 с.

59. Воинов Б.С. Информационные технологии и системы. Методология синтеза новых решений //Кн. 1. -Нижний Новгород: НГУ, 2001.-404 с.

60. Гамбаров Г.М., Журавель Н.М., Королев Ю.Г. и др. Статистическое моделирование и прогнозирование /Под ред. А.Г. Гранберга. -М.: Финансы и статистика, 1990. -384 с.

61. Ганский П.Н., Аралбаев Т.З., Аралбаева Г.Г. О технических аспектах ввода в действие роботизированной поточной линии для сварки щитовой опалубки //Оптимизация информационных систем: Сборник научных трудов. Ч.2.-Оренбург:ОГУ, 1977. -С.70-75.

62. Гарнов В.К., Вишневецкий М.М. Оптимизация работы электрометаллургических установок. -М.: Металлургия, 1982. -312 с.

63. Гаскаров Д.В., Голинкевич Т.А., Мозгалевский А.В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. — М.: Советское радио,-1974.-224 с.

64. Гафаров Н.А., Гончаров А. А., Кушнаренко В.М. Определение характеристик надежности и технического состояния оборудования сероводородсодержащих нефтегазовых месторождений. —М.: Недра, 2001.-240 с.

65. Генин А.А. Генератор сигналов произвольной формы //Приборы и техника эксперимента. -1994. -№1. -С. 208.

66. Генкин В.Л., Ерош И.Л., Москалев Э.С. Системы распознавания автоматизированных производств. -Л.: Машиностроение, 1988. -246 с.

67. Глазунов Л.П., Смирнов А.Н. Проектирование технических систем диагностирования. -Л.: Энергоатомиздат, 1982.-168 с.

68. Глинджев В.Г., Бабанов В.Б. Автоматизированные системы управления технологией производства алюминия //Цветные металлы.-1998. -№12.

69. Глушков В.М. Синтез цифровых автоматов. -М.: Физматгиз, 1962. -476 с.

70. Гольдберг О.Д., Абдуллаев И.М., Абиев А.Н. Автоматизация контроля параметров и диагностика асинхронных двигателей. -М.: Энергоатомиздат, -1991. -160 с.

71. Горелик А.Л., Скрипкин В.А. Методы распознавания. -М.: Высшая школа, 1989. -232 с.

72. Городецкий В.И., Дмитриев А.К., Марков В.М. и др. Под ред. P.M. Юсупова. Элементы теории испытаний и контроля технических систем. -Л.: Энергия, 1978, -192 с.

73. ГОСТ 24.104-85. Автоматизированные системы управления. Общие требования. -М.: Изд-во стандартов, 1985.

74. ГОСТ 20911- 89 "Техническая диагностика": Термины и определения. -М.: Изд-во стандартов, 1990.

75. ГОСТ 24026-80 "Исследовательские испытания. Планирование эксперимента. Термины и определения. -М.: Изд-во стандартов, 1980.

76. ГОСТ 27.002 89. "Надежность в технике. Основные понятия. Термины и определения". -М.: Изд-во стандартов, 1989.

77. Григорьев А.В. Интуитивное и нормированное употребление терминов технической диагностики //Контроль. Диагностика.-1999. -№12.-С. 53-56.

78. Громыко А.И., Шайдуров Г.Я. Автоматический контроль технологических параметров алюминиевых электролизеров. -Красноярск: КГТУ, 1984. -240 с.

79. Гуревич А.Б., Туринский З.М., Володченко В.О. Исследование автоматизации диагностики технологических нарушений в работе алюминиевых электролизеров //Цветные металлы.-1981.-№10. -С. 70-75.

80. Гуревич А.Б., Туринский З.М., Кузьмин Н.И., Панин А.П. Применение экспертного метода оценки технологических нарушений работы алюминиевых электролизеров //Цветные металлы. -1981. -№12. -С.64-69.

81. Девятов Д.Х., Дубинин В.М., Рябков В.М. и др. Оптимальное управление нагревом металла в камерных нагревательных печах. -Магнитогорск: МГТУ, 2000. -242 с.

82. Дозоров Т.А., Кутузов Б.Н. Исследование спектров колебаний, возникающих в процессе шарошечного бурения //Автоматизация и телемеханизация нефтяной промышленности. -1975. -№7. -С. 19-23.

83. Дьяконов В.П. MathCAD- 8/2000. /Справочник. -М.; СПб: Питер, 2001. -592 с.

84. Евтихеев Н.Н., Купершмидт Я.А., Папуловский В.Ф. и др. Измерение электрических и неэлектрических величин. -М.: Энергоатомиздат,1990. -350 с.

85. Емельянов С.В., Уткин В.И., Таран В.А. и др. Теория систем с переменной структурой. -М.: Наука, 1970. -592 с.

86. Жданов B.C. Статистические методы проектирования автоматизированных систем централизованного контроля и управления. -М.: Энергия, 1976.-64 с.

87. Иванов В.А., Шапировский М.Р., Самир Хафез. Построение математической модели процесса электролиза алюминия //Известия вузов. Цветная металлургия. -1979.-№6. -С.88-91.

88. Ивахненко А.Г. Алгоритмы МГУА при непрерывных и бинарных признаках. -Киев: Институт кибернетики им. В.М. Глушкова. Препринт № 92-9,1992. -48 с.

89. Ивахненко А.Г. Индуктивный метод самоорганизации моделей сложных систем. -Киев: Наукова думка, 1982. -296 с.

90. Ивахненко А.Г. Принятие решений на основе самоорганизации. -Киев: Наукова думка, 1976.-280 с.

91. Ивахненко А.Г. Системы автоматической самоорганизации в технической кибернетике. -Киев: Техника, 1971. -370 с.

92. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. -М.:Радио и связь, 1987.-119 с.

93. Карибский В.В., Пархоменко П.П., Согомонян Е.С. и др. Основы технической диагностики. Кн. 1. Модели объектов, методы и алгоритмы диагноза. -М.: Энергия, 1976, -464 с.

94. Кармалита В.А. Цифровая обработка случайных колебаний. -М.: Машиностроение, 1986. -80 с.

95. Качановская И.С., Лебедева Л.В., Свобода Р.В., Котова С.С. Связь пульсаций рабочего напряжения электролизера с некоторыми параметрами процесса электролиза //Цветная металлургия. 1980.-N2. -С. 30-34.

96. Кейтер Дж. Компьютеры-синтезаторы речи. -М.: Мир, 1985. -238 с.

97. Кендэл М. Временные ряды. -М.:Финансы и статистика, 1981. -199 с.

98. Клир Дж. Системология. Автоматизация решения системных задач. /Перевод с английского М.А. Зуева. -М: Радио и связь, 1990. -539 с.

99. Копылов В.Е., Гуреев И.Л. Акустическая система связи с забоем скважины при бурении. -М.: Недра, 1979. -184 с.

100. Корнеева А.И. АО "Токе Софт" //Промышленные контроллеры АСУ. — 2002. -№2. -С. 61.

101. И2.Круглов М.К., Сергеев С.К., Такташов В.А. и др. Менеджмент систем качества. -М.: ИПК "Издательство стандартов", 1997.

102. ПЗ.Кузякин В.И. Компьютерные системы диагностики и мониторинга бурового и нефтегазового оборудования. -Екатеринбург: Свердловский ЦНТИ, 1997.-75 с.

103. Кулаичев А.П. Компьютерный контроль процессов и анализ сигналов. -М.:НПО "Информатика и компьютеры", 1999. -300 с.

104. Куликовский К.Л., Купер В.Я. Методы и средства измерений. -М.: Энергоатомиздат, 1986. -448 с.

105. Курейчик В.В. Эволюционные, синергетические и гомеостатические методы принятия решений. -Таганрог: изд-во ТРТУ, 2001.

106. Панкин В.П., Локшин Р.Г. Локотков Г.И., Фролов Ю.И. Система "Нева" новая система управления процессом электролиза алюминия //Цветные металлы-2001. № 1. -С.78-82.

107. Лебедев Б.К. Методы поисковой адаптации оптимизационных задач //Перспективные информационные технологии и интеллектуальные системы. -2000, -№ 3.-С.32-47.

108. Луценко Е.В. Разработка методологии синтеза Адаптивных АСУ сложными объектами на основе применения моделей распознавания образов и принятия решений: Автореф. дисс. . канд. техн. наук.-Краснодар, 1999.

109. Манн В.Х., Герасимов В.И., Машуков В.Ф., Черномордик М.Б., Штеренберг Е.И. Прогнозирование анодного эффекта на алюминиевых электролизерах //Цветная металлургия. -1987. -№ 6. -С. 105-107. ,1. V.

110. Маньшин Г.Г., Барзилович Е.Ю., Воскобоев В.Ф. Методы профилактического обслуживания эргатических систем. -Минск: Наука и техника, 1983. -224 с.

111. Меликянц Р.В., Рабинович Б.В. Автоматизация алюминиевых электролизеров. -М.: Цветметинформация, 1976. -56 с. %

112. Мельникова Е.Ю. Разработка критериев диагностирования насосно-компрессорных труб виброакустическими методами в промысловых условиях: Автореф. дисс. канд. техн. наук. -Уфа, 2002.

113. Месарович М., Мако Д., Такахара. Теория иерархических многоуровневых систем. -М.: Мир, 1973.

114. Методика диагностирования и оптимизации режимов работы установок ШГН по динамометрическим исследованиям. РД-39-1-998-84.-Шевченко: КазНИПИ-нефть, 1983.

115. Мирзаджанзаде А.Х., Степанова Г.С. Математическая теория эксперимента в добыче нефти и газа. -М.: Недра, 1977, 228 с.

116. Мозгалевский А.В., Койда А.Н. Вопросы проектирования систем диагностирования. -JL: 1985. -112 с.

117. Мухамадиев Э.М., Аралбаев Т.З., Назимов А.Б. Об одном алгоритме расчета маршрутов в задаче с циклическим обслуживанием абонентов //Известия АН Тадж. ССР, -1986. -N З.-С. 33-36.

118. Мхитарян B.C., Трошин Л.И., Адамова Е.В., Шевченко К.К. Теория вероятностей и математическая статистика. -М.: МГУ экономики, статистики и информатики, 1998. -170 с.

119. Новиков О.А., Петухов С.И. Прикладные вопросы теории массового обслуживания. -М.: Советское радио, 1969. —400 с.

120. Норенков И.П. Основы автоматизированного проектирования. -М.: МГТУ им. Баумана, 2002. -336 с.

121. Ожегов С.И. Словарь русского языка. М.: Русский язык, 1986.-798 с.

122. Павлов Б.В. Акустическая диагностика машин. -М.: Машиностроение, 1971.-222 с.

123. Павлов Б.В. Кибернетические методы технического диагноза. -М.: Машиностроение, 1966. -150 с.

124. Пархоменко П.П., Согомонян Е.С. Основы технической диагностики: Оптимизация алгоритмов диагностирования, аппаратурные средства. -М.: Энергия, 1981.-320 с.

125. Перцептрон система распознавания образов /Под ред. А.Г. Ивахненко. -Киев: Наукова думка, 1975, -432 с.

126. Пирс У. Построение надежных вычислительных машин. -М.: Мир, 1968. -270 с.

127. Половинкин А.И. Основы инженерного творчества. -М.: Машиностроение, 1988. -362 с.

128. Пригожин И.Р., Стенгерс И. Порядок из хаоса. -М.: Мир, 1986. -312 с.

129. Прок А. И. Совершенствование контроля работы глубиннонасосных установок //Обзорная информация, сер. "Нефтепромысловое дело". -М.: ВНИИОНГ, 1980. -47 с.

130. Прохоров Н.Л., Егоров Г.А., Красовский В.Е., Тювин Ю.Д., Шкамарда А.Н. Управляющие вычислительные комплексы. -М.: Финансы и статистика, 2003. 352 с.

131. Прохоров С.А. Математическое описание и моделирование случайных процессов. -Самара: СГАУ, 2001. -209 с.

132. Проценко А.А., Сарвин А.А. Распределенная система контроля и диагностирования "Вектор" //Приборы и системы управления. -1994, -№ 5. -С.20-21.

133. Пустовойтенко И.П. Предупреждение и ликвидация аварий в бурении. — М.: Недра, 1988.

134. Пьявченко О.Н., Клевцов С.И. Информационно-советующая система мониторинга и управления сложными промышленными объектами //Перспективные информационные технологии и интеллектуальные системы. -Таганрог, 2003.

135. Рабеджанов Н.Р., Вербицкий JI.E., Аралбаев Т.З. Универсальный расходомер обтекания //Доклады АН Тадж. ССР, T.XXIII, -1980.-N3. -С.131-134.

136. Рапопорт Э.Я., Лысов В.Е., Алексеев К.В. Структурное моделирование процесса изотермического прессования алюминиевых профилей //Технология легких металлов. -2003. -№1. -С.42-46.

137. Растригин Л.А. Адаптация сложных систем.-Рига: Зинатне, 1981.-375 с.

138. Растригин Л.А., Эренштейн Р.А. Метод коллективного распознавания. -М.: Советское радио, 1981. -80 с.

139. Распознавание образов: состояние и перспективы. К. Верхаген, Р. Дейн, Ф. Грун и др. -М.: Радио, 1985. -103 с.

140. Реутов В.Б., Аралбаев Т.З. Применение программируемого контроллера в системе управления испытаниями //Механизация и автоматизация управления, -1980. -N 1. С.48-50.

141. Родионов В.Д., Терехов В.А., Яковлев В.Б. Технические средства АСУ ТП. -М.: Высшая школа, 1989. -264 с.

142. Романов А.Н., Жабеев В.П. Имитаторы и тренажеры в системах отладки АСУ ТП. -М.: Энергоатомиздат, 1987.- 112 с.

143. Рязанцев А.О. Разработка метода виброакустической диагностики глубиннонасосных штанг в процессе эксплуатации: Автореф. дисс. . канд. техн. наук. -Уфа, 2000.

144. Савельев Л.Я. Комбинаторика и вероятность. -Новосибирск: Наука. 1975.-423 с.

145. Савинова С. Экологическая безопасность на Российских нефтяных и газовых месторождениях //Мир и безопасность. -2000. -№ 2.

146. Саридис Д. Самоорганизующиеся стохастические системы управления. -М.: Наука, 1980.

147. Сарычев А.П. Итерационный алгоритм МГУА для синтеза разделяющих функций в задаче дискриминантного анализа //Автоматика. -1988. -N2. -С.20-24.

148. Себастиан Г. Процессы принятия решений при распознавании образов. -Киев: Техника, 1965.

149. Симанков B.C., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. -Краснодар: изд-во ТУ КубГТУ, 1999.

150. Симанков B.C., Луценко Е.В., Лаптев В.Н. Системный анализ в адаптивном управлении. -Краснодар: Куб.ГТУ, 2001. -258 с.

151. Смирнова Г.Н., Сорокин А. А., Тельнов Ю.Ф. Проектирование экономических информационных систем. -М.: Финансы и статистика, 2002.-512 с.

152. Советов Б.Я., Яковлев С.А. Моделирование систем. -М.: Высшая школа, 1985.-272 с.

153. Степашко B.C. Алгоритмы МГУА как основа автоматизации процесса моделирования по экспериментальным данным //Автоматика. -1988. -N4, -С.44-55.

154. Технические средства диагностирования //Справочник /Под ред. В.В. Клюева. -М.Машиностроение, 1989. 646 с.

155. Тимашев С.А., Кузякин В.И. Состав и методы решения задач синтеза систем мониторинга состояния буровых установок //Известия вузов. Горный журнал. -1989.-№10. -С. 69-72.

156. Тимофеева М.К. Взаимодействие с ЭВМ на естественном языке /Вычислительные системы: Сб. научн. трудов. -Новосибирск: Институт математики Сиб.отд. АН СССР, -1989. -С. 96-127.

157. Толмасская И.И., Онищенко А.Г. SCADA iFix универсальное средство автоматизации технологических процессов в нефтяной промышленности //Промышленные контроллеры АСУ. -2002. -№2. -С.38-42.

158. Трифонов Е.В. Психофизиология человека. Толковый русско-английский словарь. -СПб., 2001.

159. Троицкий И.А., Железнов В.А. Металлургия алюминия. -М.: Металлургия, 1984.-400 с.

160. Ту Дж., Гонсалес Р. Принципы распознавания образов. -М.: Мир, 1978.412 с.

161. Туринский З.М. Автоматический контроль технологических отклонений в работе алюминиевых электролизеров //Цветные металлы. -2001, -№ 1. — С.109-114.

162. Туринский З.М. Динамика технологических нарушений в работе алюминиевых электролизеров //Цветные металлы. -1999, -№10. -С.32-39.

163. Туринский З.М. Экономия электроэнергии и рациональные параметры автоматической системы стабилизации тока серии алюминиевых электролизеров //Цветные металлы. -1981. -№11. -С. 1-5.

164. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. /Под ред. В.Э. Фигурнова. -М.: ИНФРА-М, 1988. -528 с.

165. Фельдбаум А.А. Основы теории оптимальных автоматических систем. -М.: Наука, 1966.

166. Финогенов К.Р. Программирование измерительных систем реального времени. -М.: Радио и связь, 1990.

167. Флейшман Б.С. Основы системологии. -М.: Радио и связь, 1982. -368 с.

168. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. -М.: Радио и связь, 1986. -264 с.

169. Фу К. Последовательные методы в распознавании образов и обучении машин. -М.: Наука, 1971.

170. Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам /Пер. с англ. -М.: Мир, 1991. -240 с.

171. Хакен Г. Синергетика. -М.: Мир, 1980.

172. Халиуллин Ф. X., Максутов Р.А. Определение параметров работы длинноходовой насосной установки с гибким тяговым органом //Нефтяное хозяйство. -1995. -N 8. -С. 60-61.

173. Харкевич А.А. Спектры и анализ. -М.: Физматгиз, 1962.

174. Хотяшов Э.Н. Проектирование машинной обработки экономической информации. -М.: Финансы и статистика, 1987. -248 с.

175. Храмов Р.А. Длинноходовые насосные установки для добычи нефти. -М.: Недра, 1996. -208 с.

176. Цетлин M.JI. Исследования по теории автоматов и моделированию биологических систем. -М.: Наука, 1969. -316 с.

177. Цифровая имитация автоматизированных систем /А.А. Белтянский и др. -М.: Наука, 1983.

178. Цифровые процессоры обработки сигналов /Остапенко А.Г., Лавлинский С.И. и др. //Справочник. -М: Радио и связь, 1994. -264 с.

179. Цыпкин ЯЗ. Основы теории обучающихся систем. -М.: Наука, 1970.252 с.

180. Чернов В.П., Ивановский В.Б. Теория массового обслуживания. -М.: Инфра, 2000.-160 с.

181. Шаракшанэ А.С., Железное И.Г., Ивницкий В.А. Сложные системы. М.: Высшая школа, 1977. -248 с.

182. Шевеленко В.Д. Спектры сигналов как источник измерительной информации //Сборник научных трудов. -Оренбург:ОГУ,1996.-С. 69-78.

183. Шибанов Г.П. Распознавание в системах автоконтроля. -М: Машиностроение, 1973.—424 с. $

184. Щетинин В.Г., Столярова О.В., Костюнин А.В. Синтез решающих правил на нейронных сетях для управления производством //Приборы и системы управления. -М.: 1999.-№1. -С. 72-77.

185. Щербинин С.А., Курашев Ю.А. Исследование физических процессов в алюминиевом электролизере с самообжигающимся анодом на математической модели //Цветные металлы. -1995. -№7.-C.33-35.

186. Эшби У.Р. Общая теория систем. -М.:Мир, 1966.

187. Юнин Е.К. Низкочастотные колебания бурильного инструмента. -М.: Недра, 1983.-132 с.

188. Юэн Ч., Бичем К., Робинсон Дж. Микропроцессорные системы и их применение при обработке сигналов. -М.: Радио и связь, 1986. -296 с.

189. Яковлев Е.И. Машинная имитация. -М.: Наука, 1975.

190. Якубайтис Э.А. Архитектура вычислительных систем. -М.: Статистика, 1980. -279 с.

191. Ямалиев В.У. Эксплуатационно-технологическая оценка состояния глубинного бурового оборудования: Автореф. дисс. . д-ра техн. наук. — Уфа: 2002.

192. Asbjornseen Q.A., Paulsen К.А., Anderson G.A. Practical experience with real time parameter estimation in an aluminia reduction cell //Light metals. 1980,TMS-AIME publications, Warrendall, Pennsylvania, 1979. P. 361-387.

193. Bertalanffy L. An outline of general system theory //British J. for Philos. Of Sci. 1950. V.l. № 2. P. 134-165.

194. Chatfield C. The Holt-Winters Forrecasting procedure //Applied Statistics, 27(1978). P. 264-279.

195. Boseniu K.T. Van der Meer M., Posshel T. A multiprocessor system for high speed simulation of neural networks //Jornal of New Generation Computer Systems. 1990. № 3. P. 65-71.

196. Holland J.H. Adaptation in Natural and Artifical Systems. An Introductory Analysis with Application to Biology, Conrol and Artifical Intelligence. University of Michigan. 1975. 210 p.

197. Kurdymov S.P. Evolution and self-organization laws in complex systems //International journal of modern physics. С. 1. 1990. P. 299-307.

198. Farrow M. Prediction of anode effects in aluminium reduction cells //Jornal of metals. 1984. № 11. p. 33-34.

199. Gorelik G. Bogdanov's tektologia, general system theory and cybernetics //Cybernetics and systems: An international Jornal. 1987. V.18. № 2. P. 157175.

200. Grotheim K., Krohn C., Naeumann R. Forecasting in metallurgy //Metallurgicall transactions. Ganuary, 1971. V.2. № 1. P. 199-204.

201. Neural Network Tool box Users Cuide. /Demuth H., Beale M //Natick: Math Works Inc. 1997. 700 p.

202. Newland D.E. Introduction Random Vibrations Spectral Wavelet Analysis //Addison-Wesley Longman, 1996.

203. Parhami B. Parallel threshold voting //Comput. J. 8, 1996, m.39. P. 692-700.

204. Pao Y-H. Adaptive pattern recognition and neural network. "Addison-Wesley", 1989.

205. Shah B.V., Buchler R.J., Kempthorne O. Some algorithms for minimizing a function for several variables //J. Soc. Indust. Apl. Math. 1964. V.12. № 1.

206. Twarog В., Kwater Т., Kedzior Z. Synthesis of data in real diagnostic system of electric engine with applying artificial neural network //International Conference on inductive modeling "ICIM-2002". -Lviv, 2002. P. 161-168.