Проектирование интеллектуальных систем управления динамическими объектами на основе принципа минимальной сложности: На примере авиационных двигателей тема диссертации и автореферата по ВАК РФ 05.13.01, доктор технических наук Валеев, Сагит Сабитович

• Валеев, Сагит Сабитович
• доктор технических наук
• 2005

Оглавление диссертации доктор технических наук Валеев, Сагит Сабитович

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ К ПОСТРОЕНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ ГАЗОТУРБИННЫМИ ДВИГАТЕЛЯМИ (ИСУ ГТД).

1. 1 Общие принципы построения интеллектуальных систем управления динамическими объектами.

1.2 Цели и задачи проектирования систем автоматического управления современными и перспективными ГТД.

1.3 Особенности анализа и синтеза интеллектуальных систем управления ГТД на основе мягких вычислений.

1.4 Требования к технической реализации алгоритмов интеллектуального управления ГТД в рамках САЬ8-технологий.

1.5 Концепция построения ИСУ ГТД.

Выводы по первой главе. Задачи, решаемые в диссертационной работе.

ГЛАВА 2. ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ ЭНТРОПИЙНОГО ПОДХОДА

2.1 Обобщенная модель архитектуры ИСУ динамического объекта.

2.2 Теоретико-информационная модель ИСУ динамического объекта.

2.3 Ситуация управления. Априорная информация, необходимая для проектирования ИСУ динамического объекта.

2.4 Энтропийная оценка ситуации управления динамического объекта.

2.4.1 Энтропия вектора выходных параметров динамического объекта.

2.4.2 Энтропия внешней среды.

2.4.3 Энтропия цели управления.

2.5 Постановка задачи синтеза ИСУ ДО с использованием энтропийного подхода.

2.5.1 Задача оптимального синтеза ИСУ динамического объекта.

2.5.2 Методика синтеза ИСУ динамического объекта.

2.6 Мера сложности ситуации управления и алгоритмов многоуровневого управления динамического объекта.

2.7 Общая процедура проектирования алгоритмов управления ИСУ ДО.

2.8 Энтропийная оценка алгоритмов управления.

2.8.1 Энтропия как мера сложности решений в нейросетевом базисе.

2.8.2 Сравнительная оценка сложности различных вариантов аппроксимации модели ГТД.

2.8.3 Энтропийная оценка сложности сплайн-интерполяции.

2.8.4 Энтропийная оценка сложности нейросетевой интерполяции.

2.8.5 Энтропийная оценка сложности интерполяции на основе нечеткой логики.

Выводы по второй главе.

ГЛАВА 3. СИНТЕЗ НЕЛИНЕЙНЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД В ПРОСТРАНСТВЕ СОСТОЯНИЙ

3.1 Особенности синтеза алгоритмов исполнительного уровня ИСУ ГТД.

3.2 Анализ современных подходов к синтезу алгоритмов нелинейного управления исполнительного уровня ИСУ ГТД.

3.3 Матричные методы синтеза нелинейного управления ГТД в пространстве состояний.

3.3.1 Алгоритмы синтеза управления ГТД в пространстве состояний.

3.3.2 Синтез нелинейных САУ ГТД, заданных точечно-линейными моделями.

3.3.3 Алгоритм синтеза управления для нелинейных систем с использованием постоянных собственных векторов.

3.4 Анализ линейных систем управления с применением базисов Гребнера.128 3.4.1 Алгоритм определения всех собственных векторов и собственных значений с применением базисов Гребнера.

3.4.2 Алгоритм вычисления передаточных матриц с использованием базиса Гребнера.130.

3.5 Синтез нелинейного многорежимного управления в пространстве состояний.

Выводы по третьей главе.

ГЛАВА 4. СИНТЕЗ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД

4.1 Синтез алгоритмов управления с обучением на исполнительном уровне ИСУ ГТД.

4.2 Нейросетевые модели ГТД с обучением.

4.2.1 Задача построения обучаемых моделей ГТД с применением НС.

4.2.2 Задача аппроксимации нелинейных характеристик ГТД.

4.2.3 Построение динамической характеристики ГТД на основе НС.

4.2.4 Идентификация параметров воздушных винтов ТВВД.

4.2.5 Построение НС-модели ГТД на основе энтропийного подхода.

4.3 Задача синтеза алгоритмов многорежимного управления ГТД с помощью НС.

4.3.1 Синтез многорежимного НС-регулятора ГТД на основе метода динамической инверсии.

4.3.2 Синтез структуры нейросетевого многорежимного регулятора ГТД минимальной сложности.

4.3.3 Пример синтеза НС-регулятора минимальной сложности.

4.3.4 Процедура обучения НС-регулятора.

4.3.5 Многомерная постановка задачи синтеза НС-регулятора.

4.3.6 Пример синтеза многомерного нейросетевого регулятора двухвального

Выводы по четвертой главе.

ГЛАВА 5. СИНТЕЗ АЛГОРИТМОВ КООРДИНАЦИИ ИСУ ГТД

5.1 Концепция построения уровня координации ИСУ ГТД.

5.2 Информационная модель ИСУ ГТД на уровне координации.

5.3 Задача проектирования отказоустойчивой ИСУ ГТД.

5.3.1 Синтез отказоустойчивой нечеткой системы управления ГТД.

5.3.2 Синтез отказоустойчивой нейросетевой системы управления ГТД.

5.3.3 Проектирование отказоустойчивой САУ ГТД с моделями отказов в виде продукционных правил.

Выводы по пятой главе.

ГЛАВА 6. ПРОЕКТИРОВАНИЕ ИСУ ГТД НА УРОВНЕ ПЛАНИРОВАНИЯ

6.1 Задачи, решаемые на уровне планирования.

6.2 Информационная модель на уровне планирования.

6.3 Задача организации уровня планирования на основе многоагентного подхода.

6.4 Многоагентная система поддержки ЖЦ ИСУ ГТД.

6.4.1 Многоагентная система моделирования ИСУ ГТД.

6.4.2 Многоагентная система управления информационной безопасностью в рамках САЬ8-технологий.

6.4.3 Многоагентная система анализа защищенности РБВС.

6.5 Задача структурной верификации на уровне планирования ИСУ ГТД.

6.5.1 Алгоритм структурной верификации программы.

6.5.2 Энтропийная оценка надежности программного обеспечения САУ ГТД.

Выводы по шестой главе.

Введение диссертации (часть автореферата) на тему «Проектирование интеллектуальных систем управления динамическими объектами на основе принципа минимальной сложности: На примере авиационных двигателей»

Актуальность проблемы

В настоящее время проблема проектирования систем автоматического управления динамическими объектами характеризуется переходом от парадигмы адаптивного управления к парадигме интеллектуального управления. Это вызвано как непрерывным усложнением объектов управления и условий их функционирования, появлением новых классов вычислительных средств (в частности, распределенных вычислительных систем), высокопроизводительных каналов телекоммуникаций, так и резким повышением требований к надежности и эффективности процессов управления в условиях существенной априорной и апостериорной неопределенности. Учет вышеперечисленных факторов является возможным только на основе перехода от "жестких" алгоритмов параметрической и структурной адаптации к антропоморфному принципу формирования управления.

Фундаментальные научные результаты в области разработки интеллектуальных систем управления (ИСУ) динамическими объектами отражены в работах отечественных и зарубежных ученых: Васильева В.И., Васильева С.Н., Галушкина А.И., Зверева Г.Н., Ильясова Б.Г., Крымского В.Г., Куликова Г.Г., Лебедева Г.Н., Лохина В.М., Макарова И.М., Пупкова К.А., Теряева Е.Д., Тимофеева A.B., Федосова Е.А., Федунова Б.Е., Юсупова P.M., Юсуповой Н.И., Вер-боса П., Нарендры К.С., Саридиса Дж. и др.

Интеллектуальное управление является междисциплинарной предметной областью, в которой тесно переплетаются задачи и методы их решения, разработанные в теории исследования операций, современной теории управления сложными динамическими объектами и теории искусственного интеллекта, что обуславливает внутреннюю сложность решения проблем в данной предметной области, т.к. в ней не только сохраняются проблемы научных областей "доноров", но и появляются новые нерешенные проблемы, вызванные синергетическим эффектом их взаимодействия.

Одним из перспективных направлений в теории ИСУ динамическими объектами является разработка теоретико-информационного подхода к построению этих систем на основе принципа IPDI {Increasing Precision with Decreasing Intelligence), предложенного Дж.Саридисом (США), суть которого заключается в декомпозиции целей и задач управления сложным динамическим объектом в зависимости от требуемой точности и интеллектуальности выработки управляющих воздействий. При этом, чем выше требуемая точность управления на иерархическом уровне, тем ниже его уровень интеллектуальности; и наоборот, чем выше требуемый уровень интеллектуальности, тем ниже требуемая точность выработки управления.

Что касается концепции, методологии и методов проектирования ИСУ современными и перспективными ГТД, представляющими собой. классический пример сложных динамических объектов, то они до настоящего времени практически не разработаны. К нерешенным задачам здесь можно отнести задачи обоснования иерархической декомпозиции ИСУ ГТД в рамках подхода IPDI и обеспечения оптимального взаимодействия между различными уровнями иерархии ИСУ. Не разработаны принципы комбинированного применения классических (как правило, линейных) алгоритмов управления и интеллектуальных алгоритмов, основанных на использовании нечеткой логики, нейронных сетей, генетических алгоритмов, при построении ИСУ ГТД. Не решена задача оптимизации структуры и параметров интеллектуальных регуляторов на различных уровнях иерархии ИСУ ГТД. Учитывая гибридный характер проектных решений, оценку эффективности иерархической ИСУ ГТД как проектного решения в целом также можно отнести к нерешенным задачам в рассматриваемом контексте.

При использовании известных подходов к проектированию отдельных подсистем ИСУ динамическими объектами, к основным обобщенным характеристикам системы автоматического управления (САУ) обычно относят: цели управления; качество достижения этих целей; вычислительные ресурсы, требуемые для достижения поставленных целей с заданным качеством, или сложность СА У; объем трудозатрат (сроки), необходимые для разработки САУ, или сложность процесса проектирования СА У. Поскольку требования к характеристикам САУ перспективных ГТД постоянно растут, то показатели сложности системы и сложности процесса ее проектирования становятся ключевыми характеристиками, определяющими в конечном итоге качество проектных решений и эффективность функционирования ИСУ ГТД.

Исследования в области оценки и оптимизации сложности САУ динамическими объектами имеют полувековую историю. Впервые это понятие ввел У.Р.Эшби, предложивший так называемый принцип необходимого разнообразия в качестве базового принципа построения САУ. В работах В.В.Солодовникова эта идея получила свое дальнейшее развитие в виде принципа минимальной сложности, составляющего основу проектирования САУ динамическими объектами. В.И.Васильевым и Ф.А.Шаймардановым данный принцип был использован при разработке метода порядкового отображения для синтеза многосвязных линейных САУ. Вместе с тем, перечисленные подходы, определяя необходимые направления исследований применительно к САУ динамическими объектами, не указывают формальных алгоритмов и методик синтеза ИСУ ГТД на основе критерия минимальной сложности при выполнении заданных требований к качеству процессов управления в условиях неопределенности режимов работы ГТД и изменения внешней среды.

Реализация ИСУ сложными динамическими объектами в классе бортовых распределенных вычислительных систем должна базироваться на концепции открытых информационных систем, построенных на основе унификации набора функций, спецификаций и иерархической организации протоколов взаимодействия между различными уровнями системы управления. Примером применения идеи открытых систем являются современные CALS-технологии, основанные на применении стандартов обмена информацией на различных этапах жизненного цикла сложных технических объектов. Перспективность данного подхода определяется также тем, что построение ИСУ ГТД в рамках открытых систем позволит обеспечить комплексирование различных подходов в рамках универсальных методов и алгоритмов обработки информации, а также развитие и модернизацию эксплуатируемых систем управления.

Таким образом, проблема разработки методологии и теории проектирования ИСУ сложными динамическими объектами и построения на их основе ИСУ авиационными двигателями является актуальной и своевременной.

Цель и задачи исследования

Целью диссертационной работы является разработка методологических и теоретических основ проектирования интеллектуальных систем управления сложными динамическими объектами на основе системного анализа и структурной оптимизации иерархических уровней управления с использованием принципа минимальной сложности, а также реализация предложенных подходов при построении интеллектуальных систем управления авиационными двигателями.

Для достижения указанной цели в работе поставлены и решены следующие задачи:

1. Разработка концепции построения иерархических интеллектуальных систем управления сложными динамическими объектами, функционирующими в условиях существенной неопределенности.

2. Разработка методов и алгоритмов оценки и оптимизации сложности проектных решений на различных уровнях иерархии ИСУ динамическими объектами на основе энтропийного подхода и принципа минимальной сложности.

3. Разработка методов, алгоритмов и методик синтеза алгоритмов управления исполнительного уровня ИСУ ГТД на основе нелинейных регуляторов, нейронных сетей и нечеткой логики.

4. Разработка методов, алгоритмов и методик синтеза алгоритмов управления на уровне координации ИСУ ГТД на основе принципов адаптации и самоорганизации системы.

5. Разработка методов и алгоритмов принятия оперативных решений на уровне планирования ИСУ ГТД на основе многоагентного подхода.

6. Реализация и внедрение полученных теоретических результатов в виде методик, моделей, алгоритмов и прикладных программ анализа и синтеза ИСУ ГТД в рамках CALS-технологий, обеспечивающих оптимизацию жизненного цикла САУ ГТД.

Методы исследования

При работе над диссертацией использовались: методы системного анализа и теории управления - для решения задач анализа и синтеза иерархической ИСУ ГТД; основные положения теории информации - при выборе и оптимизации сложности САУ на основе понятия энтропии; методы линейной алгебры - при синтезе нелинейных алгоритмов управления ГТД в пространстве состояний; теория искусственного интеллекта - при разработке методов синтеза алгоритмов нейросетевого и нечеткого управления ГТД; теория сетей Петри - при разработке алгоритмов верификации прикладного программного обеспечения САУ ГТД. Для оценки эффективности полученных результатов использовались методы математического и имитационного моделирования систем управления.

Основные научные результаты, полученные автором и выносимые на защиту

1. Предложена концепция построения интеллектуальных систем управления сложными динамическими объектами, основанная на вертикальной и горизонтальной декомпозиции процессов управления в рамках архитектуры открытых информационных систем. В отличие от известных подходов, данный подход позволяет обеспечить достижение цели управления на основе принципа минимальной сложности (минимальной энтропии) путем перераспределения ресурсов системы в условиях их дефицита, а также адаптации характеристик системы при изменении ситуации управления на основе самообучения и самоорганизации ИСУ.

2. Разработан теоретико-информационный подход к оптимизации проектных решений, осуществляемых на уровнях планирования, координации и исполнительном уровне ИСУ динамическим объектом, основанный на энтропийной оценке сложности алгоритмов управления, что, в отличие от известных подходов, позволяет формализовать процедуру структурной оптимизации ИСУ в рамках концепции открытых систем.

3. Предложены методы синтеза алгоритмов управления исполнительного уровня ИСУ ГТД, основанные на совместном применении нелинейных алгоритмов управления ГТД в пространстве состояний и алгоритмов интеллектуального управления ГТД на основе нейронных сетей и нечеткой логики, что позволяет, в отличие от известных подходов, обеспечить более высокие показатели качества процессов управления в широком диапазоне изменения режимов работы ГТД и условий полета.

4. Предложены методы синтеза алгоритмов управления на уровне координации ИСУ ГТД, основанные на on-line обучении нейросетевых алгоритмов управления ГТД, а также селектировании каналов управления ГТД по величине оценки их энтропии исходя из получения заданных показателей качества и надежности подсистем управления, что позволяет, в отличие от известных подходов, обеспечить оптимальное соотношение между сложностью, качеством и на-. дежностью процессов управления ГТД.

5. Предложен способ организации уровня планирования ИСУ ГТД, основанный на многоагентном подходе к принятию оперативных решений в штатных и нештатных ситуациях управления, что позволяет; в отличие от известных подходов, выбрать наилучшую стратегию управления ГТД в условиях существенной неопределенности внешней среды.

6. Предложены алгоритмы структурной верификации программного обеспечения на основе сетей Петри, алгоритмов анализа и адаптации уровня информационной безопасности ИСУ ГТД в рамках САЬ8-технологии и использования многоагентного подхода.

Обоснованность и достоверность результатов диссертации

Обоснованность результатов, полученных в диссертационной работе, базируется на использовании апробированных научных положений и методов исследования, корректном применении математического аппарата, согласовании новых результатов с известными теоретическими положениями.

Достоверность полученных теоретических положений и выводов подтверждается результатами расчета характеристик, имитационного моделирования, апробации и промышленного внедрения предложенных алгоритмов управления и методик проектирования ИСУ ГТД.

Практическая значимость результатов

Практическая ценность результатов, полученных в диссертации, заключается в разработке:

• методологии проектирования интеллектуальных систем управления ГТД, обеспечивающей повышение качества и эффективности процессов управления за счет оптимального распределения ресурсов на различных уровнях иерархии управления, а также возможность самообучения и самоорганизации ИСУ ГТД;

• методике нейросетевой идентификации ГТД, обеспечивающей минимальную алгоритмическую сложность и требуемую точность описания характеристик ГТД;

• методике синтеза многорежимных нелинейных регуляторов на исполнительном уровне ИСУ ГТД, основанной на оценке значений собственных векторов, а также использовании нейронных сетей и нечеткой логики, позволяющей гарантировать требуемое качество процессов управления ГТД в заданном диапазоне режимов его функционирования и условий полета;

• методике синтеза отказоустойчивых регуляторов ГТД, обеспечивающих сохранение работоспособности системы при отказе датчиков и исполнительных механизмов САУ ГТД;

• методике оптимизации характеристик бортовой распределенной вычислительной системы, обеспечивающей выполнение заданных требований к ее производительности и информационной безопасности;

• методического, алгоритмического и программного обеспечения процесса проектирования ИСУ ГТД, позволяющего сократить в 1,5-2 раза сроки проектирования и повысить показатели качества и эффективности проектируемых систем управления современными и перспективными авиационными двигателями.

Результаты диссертационной работы внедрены в виде методов, алгоритмов, методик и программного обеспечения на ФГУП НИИ Автоматической аппаратуры им. акад. В.С.Семенихина (г. Москва), ФГУП УНПП "Молния" (г. Уфа), "ХТЦ УАИ" (г. Уфа), а также в учебном процессе Уфимского государственного авиационного технического университета.

Связь исследований с научными программами

Исследования выполнялись в течение более 20 лет (с 1984 по 2005 гг.) на кафедрах авиационного приборостроения, вычислительной техники и защиты информации Уфимского государственного авиационного технического университета в рамках:

• ряда научно-исследовательских хоздоговорных работ по заказу предприятия Уфимское агрегатное конструкторское бюро "Молния" (1984- 1990 гг);

• договора о творческом содружестве с ЛНПО им. Климова, г. Санкт-Петербург (1988-1990 гг.);

• Федеральной целевой программы "Государственная поддержка интеграции высшего образования и фундаментальных наук на 1997-2005 гг.";

• гранта Министерства образования Российской Федерации по фундаментальным исследованиям в области технических наук ТОО-6.8-925 по теме "Адаптивные и интеллектуальные системы управления авиационными газотурбинными двигателями" (2000-2002 гг.);

• гранта РФФИ №04-01-975 "Разработка моделирующего комплекса для испытания, контроля и диагностики интеллектуальных систем управления силовыми установками перспективных летательных аппаратов" (2004-2005 г.);

• договора о творческом содружестве между Уфимским государственным авиационным техническим университетом и Нанкинским аэрокосмическим университетом (г.Нанкин, Китай) (1996-2004 гг.);

• гранта НТП Министерства образования Российской Федерации по научно-технической программе "Научные исследования высшей школы по приоритетным направлениям науки и техники. Программа: 205. Новые авиационные космические и транспортные технологии" (2003-2004 гг.);

• Европейской научно-технической программы АМЕТМА8-ЫОЕ (19981999 гг.);

• международного гранта № 0039.1270 "Фундаментальные исследования и новые технологии проектирования сложных технических систем " (2003-2004 гг.);

• гранта НАТО "Интеллектуальные средства для обеспечения отказоустойчивости информационно-управляющих систем" (2002-2004 гг.).

Апробация работы

Основные научные и практические результаты диссертации докладывались и обсуждались на Международных и Российских научных совещаниях и конференциях, в том числе на:

• I Российском совещании "Новые направления в теории систем с обратной связью", г. Уфа, 1993 г.;

• III-IV Всероссийских семинарах "Нейроинформатика и ее приложения", г. Красноярск, 1995,1997 гг.;

• Международной научно-технической конференции "Актуальные проблемы математического моделирования и автоматизированного проектирования в машиностроении: Модель-проект 95", г. Казань, 1995 г.;

• Международной научно-технической конференции "Современные научно-технические проблемы гражданской авиации", МИИГА, Москва, 1996 г.;

• IV Всероссийской научно-технической конференции "Проблемы совершенствования робототехнических и интеллектуальных систем ДА", МАИ, Москва, 1996 г.;

• II-III Сибирских конгрессах по прикладной и индустриальной математике (ИНПРИМ-96,98), г. Новосибирск, 1996,1998 гг.;

• Международном семинаре "Мягкие вычисления-96", КГТУ, г. Казань, 1996 г.;

• Втором международном научно-техническом семинаре по авиационным двигателям, г. Стамбул, Турция, 1996 г.;

• Китайско-российском симпозиуме по авиационным двигателям, г.Нанкин, Китай, 1997 г.;

• Международной научно-технической конференции "Автоматизированные производственные системы (ASI-97)", г. Будапешт, Венгрия, 1997 г.;

• Международной научной конференции "Нейронные, реляторные и непрерывно-логические сети и модели", г.Ульяновск, 1998 г.;

• Международных научных конференциях "Стратегия жизненного цикла в производственных системах", г. Бремен, Германия, 1998 г.; г. Бордо, Франция, 2000 г.;

• 16-й Европейской конференции по исследованию операций, г. Брюссель, Бельгия, 1998 г.;

• Всероссийских научных конференциях "Нейрокомпьютеры и их применение", Москва, 1999,2002 гг.;

• Российско-Китайском симпозиуме по актуальным проблемам авиадвига-телестроения, УГАТУ-НУАА, г. Уфа, 1999 г.;

• 2-й Всероссийской научно-технической конференции "Нейроинформати-ка-2000", Москва, 2000 г.;

• Международной научно-технической конференции "Двигатели XXI века", ЦИАМ, Москва, 2000 г.;

• Международной научной конференции "Идентификация систем и задачи управления (SICPRO-2000)", Москва, 2000 г.;

• Международном симпозиуме по искусственному интеллекту "КИИ-2000 -СППР и динамические интеллектуальные системы", Москва, 2000 г.;

• 3-6-м Международных семинарах "Компьютерные науки и информационные технологии", г.Уфа (2000,2001,2003 гг.), г. Патры, Греция (2002 г.); г.Будапешт, Венгрия (2004 г.);

• 8-й Международной конференции по нейросетевым информационным технологиям (ICONIP-2001), г. Шанхай, Китай, 2001 г.;

• VIII Четаевской Международной научной конференции "Аналитическая механика, устойчивость и управление движением", г.Казань, 2002 г.;

• V и VI Международных научно-практических конференциях "Информационная безопасность", г. Таганрог, 2003,2004 гг.;

• 9-й Всемирной конференции по систематике, кибернетике и информатике, г. Орландо, США, 2005 г.

Публикации

Результаты диссертационной работы отражены в 124 публикациях, в том числе в 3-х монографиях (в соавторстве), учебном пособии, 30 статьях, в том числе в 9 статьях в изданиях из списка ВАК, 46 материалах Международных и Российских конференций, 2-х авторских свидетельствах на изобретения, 8 свидетельствах государственной регистрации программ для ЭВМ.

Структура и объем работы

Диссертация состоит из введения, шести глав основного материала, библиографического списка и содержит 275 страниц основного текста. Библиографический список включает 170 наименований литературы.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Валеев, Сагит Сабитович

Выводы по шестой главе

1. Предложена информационная модель уровня планирования ИСУ ГТД, позволяющая оценить алгоритмическую сложность этого уровня. Как следует из анализа этой модели, основной особенностью УП является активное использование знаний, т.е. активное взаимодействие с БЗ и МЛВ.

2. Предложена организация уровня планирования на основе много-агентного подхода, позволяющего обеспечить развитие УП в рамках парадигмы открытых систем.

3. Предложена архитектура MAC моделирования ИСУ ГТД, обеспечивающая поддержку процесса моделирования различных ситуаций управления. Реализация подобных систем позволит значительно сократить расходы на доводку ИСУ ГТД.

4. Предложена архитектура MAC анализа защищенности ТРВС и РБВС. Реализация подобных систем для перспективных ИСУ ГТД позволит выполнить аудит информационной безопасности и обеспечить надежность ее функционирования.

5. Предложен алгоритм структурной идентификации программных реализаций алгоритмов управления на базе сетей Петри, позволяющий выявить дефекты ПО в виде зацикливания и нарушения структурной целостности. На основе предложенного алгоритма верификации возможно оценить энтропию состояния программы управления.

В работе поставлена и решена проблема разработки алгоритмов и методов проектирования интеллектуальных систем управления сложными динамическими объектами (на примере ГТД).

При решении данной проблемы получены следующие результаты и выводы:

1. Поставлена и решена проблема разработки методологических и теоретических основ проектирования интеллектуальных систем управления сложными динамическими объектами на основе системного анализа и структурной оптимизации иерархических уровней управления с использованием энтропийных оценок сложности, а также реализации предложенных подходов при построении интеллектуальных систем управления авиационными двигателями на основе принципа минимальной сложности.

2. Разработан теоретико-информационный подход к оценке сложности проектных решений на уровне планирования, координации и исполнительном уровне ИСУ сложного динамического объекта, базирующийся на энтропийных оценках сложности алгоритмов управления, что позволяет оптимизировать процедуру принятия проектных решений в рамках парадигмы открытых информационных систем.

3. Разработаны методы и алгоритмы синтеза алгоритмов управления на исполнительном уровне ИСУ ГТД, основанные на комбинированном применении алгоритмов многорежимного нелинейного управления с алгоритмами интеллектуального управления на базе нейронных сетей и нечеткой логики, что позволяет получить гарантируемое качество процессов управления в широком диапазоне изменения режимов работы ГТД и условий полета.

4. Разработаны методы и алгоритмы синтеза алгоритмов уровня координации ИСУ ГТД, основанные на on-line обучении нейросетевых алгоритмов управления исполнительного уровня, а также селектировании каналов управления ГТД по величине оценки их энтропии, что позволяет достичь оптимального соотношения между сложностью, качеством и надежностью каналов управления.

5. Предложен способ организации уровня планирования ИСУ ГТД, основанный на применении многоагентного подхода при принятии оперативных решений для различных ситуаций управления с целью обеспечения динамической реконфигурации архитектуры системы в условиях неопределенности.

6. Разработаны алгоритмы структурной верификации прикладного программного обеспечения ИСУ на базе сетей Петри, а также алгоритмы анализа и адаптации уровня информационной безопасности бортовой распределенной вычислительной системы, обеспечивающие повышение ее функциональной надежности.

7. Предложенные в работе теоретические положения реализованы в виде методик, алгоритмов и прикладного программного обеспечения процесса проектирования систем управления современными и перспективными ГТД. Результаты диссертационной работы внедрены на ФГУП НИИ Автоматической аппаратуры им. акад. В.С.Семенихина (г. Москва), ФГУП УНПП "Молния" (г. Уфа), ХТЦ УАИ (г. Уфа), а также в учебном процессе Уфимского государственного авиационного технического университета.

Список литературы диссертационного исследования доктор технических наук Валеев, Сагит Сабитович, 2005 год

1. Автоматический контроль и диагностика систем управления силовыми установками летательных аппаратов /В.И.Васильев, Ю.М.Гусев, А.И.Иванов и др. -М.: Машиностроение, 1989. 240 с.

2. Адаптивные системы управления газотурбинными двигателями летательных аппаратов / В.Ю.Рутковский, Б.Г.Ильясов, Ю.С.Кабальнов и др. М.: МАИ, 1994. 224 с.

3. Ахметгалеев И.И. Устойчивость систем с однородными отображениями //Метод функций Ляпунова и его приложения. Новосибирск, 1984, с. 126137.

4. Ахметгалеев И.И., Валеев С.С. Пакет прикладных программ для исследования систем автоматического управления. Межвуз. научн. сб. "Системы управления энергетическими установками и комплексами преобразования энергии", Уфа, УАИ, 1990, с.70-72.

5. Валеев С.С. Алгоритмический метод решения полной проблемы собственных значений для однородной вектор-функции. Межвуз. научн. сб. "Теория и проектирование систем автоматического управления и их элементов", Уфа, УАИ, 1989. с. 70-72.

6. Валеев С.С. Программа вычисления собственного числа для однородной вектор-функции. Свидетельство об официальной регистрации программы для ЭВМ №940462 от 24.10.1994, РосАПО, Москва, 1994.

7. Ю.Валеев С.С. Решение полной проблемы собственных значений для однородной вектор-функции. Межвуз. научн. сб."Автоматизация разработки авиационных двигателей", Уфа, УАИ, 1989, с.122-124.

8. Валеев С.С., Васильев В.И., Ильясов Б.Г., Сун Жан-Гуо. Отказоустойчивые системы управления сложными динамическими объектами с использованием искусственных нейронных сетей // Нейрокомпьютеры: разработка, применение, №1.2000 . - С. 32-35.

9. Валеев С.С., Васильев В.И., Шилоносов A.A., Каримов И.А. Применениенейросетевых моделей реального времени в системах управления ГТД. Труды 2-й Всероссийской научно-техническорй конференции "Нейроин-форматика-2000",Ч.1.М.:МИФИ,2000. С.236-242.

10. Валеев С.С., Шилоносов A.A., Каримов И.А. Нейросетевая интерполяция характеристик ТВВД //Труды Российско-китайского симпозиума по актуальным проблемам авиадвигателестроения, УГАТУ -НУАА, Уфа, 1999. С.111-115с.

11. Валеев С.С., Шилоносов A.A., Каримов И.А. Нейросетевая модель ТВВД реального времени //Межвуз. науч. сборник: "Вычислительная техника и новые информационные технологии". Вып.З. УГАТУ, Уфа, 1999. С.160-169.

12. Васильев В.И., Валеев С.С. Оценка сложности нейросетевых моделей на основе энтропийного подхода. Нейрокомпьютеры, разработка, применение. №9, Москва, Радиотехника, 2004, С. 10-16.

13. Васильев В.И., Валеев С.С. Применение нейросетевых моделей для обеспечения отказоустойчивости САУ ГТД //Материалы Республиканской НТК "Интеллектуальное управление в сложных системах99",УГАТУ, 1999. С. 54-56.

14. Васильев В.И., Валеев С.С., Перельман В.И. Нейросетевые нелинейные динамические модели газотурбинных двигателей //Тезисы докладов Всесоюзной науч.-техн. конф., г.Тамбов, 1997, с. ?

15. Васильев В.И., Валеев С.С., Шилоносов A.A. Алгоритмы идентификации и многорежимного управления ГТД на основе нейронных сетей. Вестник УГАТУ, Том.5, №1(9), Изд-во УГАТУ, 2004. С.118-125.

16. Васильев В.И., Валеев С.С., Шилоносов A.A. К выбору структуры нейрорегулятора в системе управления динамическим объектом. //Нейрокомпьютеры. Разработка, применение, №4-5, 2001, Радиотехника, Москва. -С. 52-60.

17. Васильев В.И., Валеев С.С., Шилоносов A.A. Синтез многосвязной адаптивной системы управления ГТД на основе нейронных сетей // Авиакосмическое приборостроение, 2003, №7.-С. 36-41.

18. Васильев В.И., Валеев С.С., Шилоносов А.А.Интеллектуальная система автоматического управления газотурбинным двигателем // Труды Между народной конференции "Идентификация систем и задачи управления", ИЛУ РАН, Москва, 2000. С .1404-1410.

19. Васильев В.И., Гусев Ю.М., Крымский Ю.Г. Синтез регулятора простой структуры многосвязной системы, устойчивой при бесконечных коэффициентах усиления //Изв. вузов. Приборостроение. 1984. №2. С.21-26.

20. Васильев В.И., Гусев Ю.М., Левашев A.B. Структурный синтез многомерных дискретных систем автоматического управления //Изв. Вузов "Приборостроение", 1985,№1, с.22-27.

21. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие. Уфа: УГАТУ, 1995.-100 с

22. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием генетических алгоритмов. Учебное пособие. Изд-во УГА1. ТУ.-Уфа, 1999.- 105 с.

23. 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.

24. Васильев В.И., Шаймарданов Ф.А. Синтез многосвязных автоматических систем методом порядкового отображения. М.: Наука, 1983. - 126 с.

25. Веревкин А.П., Кирюшин О.В. Теория систем: Учебное пособие. Уфа: Изд-во УГНТУ, 2003.

26. Галушкин А.И. Нейрокомпьютеры в разработках военной техники США (Обзор по материалам открытой печати) М.: НЦ НК РАН. 1995. - 154 с.

27. Галушкин А.И. Нейрокомпьютеры. Кн. 2: Серия "Нейрокомпьютеры и их применение". - М.: ИПРЖР. - 2000. - 358 с.

28. Галушкин А.И. Теория нейронных сетей. Кн.1: Учеб.пособие для вузов. Серия "Нейрокомпьютеры и их применение". - М.: ИПРЖР. 2000. - 416 с.

29. Галушкин А.И., Кусимов С.Т., Ильясов Б.Г., Васильев В.И., Валеев С.С. Нейрокомпьютеры в авиации. //Нейрокомпьютеры. Разработка, применение, №4-5, 2001, Радиотехника, Москва. С. 5-9.

30. Глазунов Л.П., Грабовецкий В.П. Надежность автоматических систем управления. Л.: Энергоатомиздат, 1984.

31. Голинкевич Т.А. Прикладная теория надежности. М.: Высшая школа, 1989.

32. Головко В.А. Нейронные сети: обучение, организация и применение. Кн.4 : Учеб.пособие для вузов / Под общ.ред. А.И.Галушкина . М.: ИПРЖР. -2001.-256 с.

33. Гринберг A.C., Горбачев H.H., Тепляков A.A. Защита информационных ресурсов государственного управления. М.: ЮНИТИ, Москва, 2003. -327 с.

34. Гуляев В.А. Техническая диагностика управляющих систем. Киев: Наукова думка, 1993.

35. Денисов A.A., Колесников Д.М. Теория больших систем управления. J1: Энергоиздат, 1982.

36. Динамика авиационных ГТД / Г.В.Добрянский, Т.С.Мартьянова. М.: Машиностроение, 1989. 240 с.

37. Дружинин Г.В. Надежность автоматизированных производственных систем. М.: Энергоатомиздат, 1989.

38. Ефанов В.Н., Котенко П.С., АН-70: Взлет в XXI век прогноз и реальность //Мир авионики, №2 1998, С. 47-55.

39. Ильясов Б.Г., Васильев В.И., Валеев С.С. Интеллектуальные системы управления и контроля ГТД /Труды международной научной конференции. Часть 1. "Двигатели XXI века", ЦИАМ, М., 2000. С.352-354.

40. Интегральные системы автоматического управления силовыми установками самолетов / Под ред. А.А.Шевякова. М. Машиностроение, 1983. -283 с.

41. Интегрированное управление силовой установкой многорежимного самолета / О.С.Гуревич, Ф.Д.Гольберг, О.Д.Селиванов; Под общ. ред. О.С.Гуревича. М.: Машиностроение, 1993. - 304 с.

42. Интеллектуальные системы автоматического управления / Под ред. И.М.Макарова, В.М.Лохина. М.: ФИЗМАТЛИТ, 2001. - 576 с.

43. История развития теории нейронных сетей /Под ред. Я.З. Цыпкина и А.И.Галушкина. Кн.6: Серия "Нейрокомпьютеры и их применение".- М.: ИПРЖР. 2001.

44. Иыуду К.А., Надежность, контроль и диагностика вычислительных машин и систем. М.: Высшая школа, 1989.

45. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем: Пер. с англ. /Под ред. Я.З.Цыпкина. Изд. 2-е, -М.:Едиториал УРСС, 2004. -400 с.

46. Коганов A.B. Понятие энтропии в структуре моделей времени // Тезисы круглого стола. Семинар "Изучение феномена времени", МГУ, 19 октября 1999 г.

47. Кожинская Л.И., Ворновицкий А.Э. Управление качеством систем. М.: Машиностроение, 1979.

48. Колмогоров А.Н. Три подхода к определению понятия «количество информации» // Проблемы передачи информации, №1, 1965. —С. 3-11.

49. Комарцова Л.Г., Максимов A.B. Нейрокомпьютеры: Учеб.пособие для вузов. М.: МГТУ им.Баумана. 2002. - 320 с.

50. Кузовков Н.Т. Модальное управление и наблюдающие устройства. М.: Машиностроение, 1970.

51. Куликов Г.Г. Динамические модели авиационных газотурбинных двигателей для создания и эксплуатации систем автоматического управления // Вестник УГАТУ, Уфа, №2, 2000, С. 157-164.

52. Куликов Г.Г., П.Дж.Флеминг, Брейкин Т.В., Арьков В.Ю. Марковские модели сложных динамическиъх систем: идентификация, моделирование и контроль состояния. Учебное пособие. Изд-во УГАТУ. Уфа, 1998 - 104 с.

53. Куликов Г.Г. Принципы построения цифровых систем управления ГТД.

54. Математические модели, используемые в САПР двигателей и двигательной автоматики //Черкасов Б.А. Автоматика и регулирование воздушно-реактивных двигателей. М.: Машиностроение, 1988. С.285-307,323-343.

55. Лебедев Г.Н. и др. Интеллектуальные обратные связи в системе управления полётом. Теория и системы управления. «Известия РАН», 1998, №4 и №6,с:21-26.

56. Лебедев Г.Н. Интеллектуальные системы управления и их обучение с помощью методов оптимизации: Учебное пособие. — М.: Изд-во МАИ, 2000. -112 с.

57. Лебедев Г.Н. Методы принятия оперативных решений в задачах управления и контроля. Учебное пособие. -М.: Изд-во МАИ, 1992.

58. Лебедев Г.Н., Сергеев Г.Н., Фирсов С.П. Проблема самообучения и приобретения знаний в интеллектуальной системе управления маршрутным полетом. Материалы 12-й НТК "Экстремальная робототехника", Санкт-Петербург, 2001.

59. Липаев В.В. Документирование и управление конфигурацией программных средств. Методы и стандарты. Серия "Информатизация России на пороге XXI века". М.: СИНТЕГ, 1998, 220 с.

60. Липаев В.В. Качество программного обеспечения. М.: Финансы и статистика, 1983, 263 с.

61. Липаев В.В. Надежность программного обеспечения АСУ. -М.: Энергоиздат, 1981. 240 с.

62. Липаев В.В. Надежность программных средств //Серия "Информатизация России на пороге XXI века". М.: СИНТЕГ, 1998. -232 с.

63. Матросов В.М. Метод векторных функций Ляпунова: анализ динамических свойств нелинейных систем. -М.: ФИЗМАТЛИТ, 2001.-384с.

64. Машинные методы решения прикладных задач. Алгебра, приближение функций /Молчанов И.Н. Киев: Наук, думка, 1987. -288 с.

65. Мелса Д., Джонс С. Программы в помощь изучающим теорию линейных систем управления. М.: Машиностроение, 1981.

66. Методы оптимизации испытаний и моделирования систем управления газотурбинными двигателями/ Дедеш В.Т., Герман В.М., Августинович В.Г. и др.; Под общ. ред. Дедеша В.Т. М.Машиностроение, 1990. - 160 с.

67. Методы робастного, нейронечеткого и адаптивного управления: Учебник / Под ред. Н.Д.Егупова. М.: Изд-во МГТУ им. Н.Э.Баумана, 2002.- 744 с.

68. Многоуровневое управление динамическими объектами /В.И. Васильев, Ю.М. Гусев, В.Н. Ефанов, В.Г.Крымский, В.Ю.Рутковский, В.А.Семеран; Под ред. В.Ю.Рутковского и С.Д.Землякова. М.: Наука, 1987. 309 с.

69. Надежность автоматизированных систем управления /Под ред. А.Я Хета-гурова. М.: Высшая школа, 1988.

70. Нариньяни A.C. Недоопределенность в системе представления и обработки знаний // Известия АН СССР. Техническая кибернетика. № 5. - 1986. - С.3-28.

71. Нейрокомпьютеры в авиации (самолеты) / Под ред. В.И. Васильева, Б.Г. Ильясова, С.Т. Кусимова. Кн. 14: Учебное пособие для вузов. М.: Радиотехника, 2003. -496 с. (Научная cepnz "Нейрокомпьютеры и их применение", ред. А.И.Галушкин), (повтор №20)

72. Нейроматематика. Кн.6: Учеб. пособие для вузов / Агеев А.Д., Балухто А.Н., Бычков A.B. и др.; Общая ред. А.И.Галушкина. -М.: ИПРЖР,2002.~ 448 с.

73. Николис Г., Пргожин И. Познание сложного. 2-е изд. / Пер. с англ. - М.: Едиториал УРСС, 2003.

74. Новицкий П.В. Основы информационной теории измерительных устройств. JL: Энергия, 1968. 248 с.

75. Пальчун Б.П. Мозаичная модель надежности программ //ЦИВТИ МО, Д.7087,7088, УПИМ, 1985, №2.

76. Перегудов Ф.И., Тарасенко Ф.Л. Введение в системный анализ М:ВШ, 1989.

77. Петерсон Дж. Теория сетей Петри и моделирование систем: Пер. с англ. -М.: Мир, 1984,264 с.

78. Петров Б.Н., Викторов В.А., Лункин Б.В., Совлухов A.C. Принцип инвариантности в измерительной технике. М.: Наука, 1976. - 243 с.

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

80. Петров Б.Н., Уланов ГМ., Гольденблат И.И., Ульянов C.B. Теория моделей в процессах управления. М.:Наука, 1978. 223 с.

81. Петров Б.Н., Рутковский В.Ю., Крутова И.Н., Земляков С.Д. Принципы построения и проектирования самонастраивающихся систем управления. М.: Машиностроение, 1972. - 260 с.

82. Поваров Г.Н. Введение науч. редактора к книге Н.Винера "Кибернетика" -М: Наука, 1989.

83. Позняк A.C. Основы робастного управления теория). М.:МФТИ, 1991.-128 с.

84. Прангвишвили И.В. Системный подход и общественные закономерности. М.: СИНТЕГ, 2000. - 528 с.

85. Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с природой. 2-е изд. /Пер. с англ. - М.: Едиториал УРСС, 2003. - 312 с.

86. Проблемы проектирования и развития систем автоматического управления и контроля ГТД / С.Т.Кусимов, Б.Г.Ильясов, В.И.Васильев, С.С.Валеев и др. М.:Машиностроение, 1999. - 609 с.

87. Распопов Е.В., Каримов И.А. Система автоматического управления силовой установки самолета АН-70 //Мир авионики, №3, 1998, С. 31-36.

88. Ржевский Дж. Мультиагентные системы в логистике и е-коммерции. http://www.madi.ru/logistics/ccl/resourses/clauses.htm

89. Рапопорт Э.Я. Структурное моделирование объектов и систем управления с распределенными параметрами. М.: Высшая школа, 2003.

90. Рапопорт Э.Я. Анализ и синтез систем управления с распределенными параметрами. М.: Высшая школа, 2005.

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

92. Теряев Е.Д., Шамриков Б.М. Цифровые системы и поэтапное адаптивное управление, 1999. 330 с.

93. Уколов И.С., Бек В.В., Махлин А.Р. Интегрированные системы активного управления. М.: Наука, 1986. 180 с.

94. Управление динамическими системами в условиях неопределенности

95. С.Т.Кусимов, Б.Г.Ильясов, В.И.Васильев, С.С.Валеев и др. М.:Наука,1998. 452 с.

96. Управление качеством электронных средств /Под ред. О.П. Глудкина. М.: Высшая школа, 1994.

97. Федунов Б.Е. Проблемы разработки бортовых оперативно-советующих экспертных систем для антропоцентрических объектов //.Известия РАН. Теория и системы управления. -1996.- № 5. С. 147-159.

98. Фрид А.И. Адаптивные системы автоматического управления авиационными двигателями с селектированием режимов (Анализ, синтез, техническая реализация). Автореферат диссертации на соискание ученой, степени доктора технических наук. УГАТУ, Уфа, 1999, 36 с.

99. Черкасов Б.А. Автоматика и регулирование воздушно-реактивных двигателей: Учебник для вузов по специальности «Авиационные двигатели». 3-е изд. М.: Машиностроение, 1988. - 360с.

100. Чернавский Д.С. Синергетика и информация (динамическая теория информации). М.: Едиториал УРСС, 2004. - 288 с.

101. Шеннон К.Э. Работы по теории информации и кибернетике. /Пер. с англ.-М., ИЛ, 1963.

102. Эйкхофф П. Основы идентификации систем управления. М.: Мир, 1975.- 685 с.

103. Эшби У.Р. Введение в кибернетику /Пер. с англ. М.: Изд-во иностр. лит., 1959.

104. Эшби У.Р. Конструкция мозга/Пер. с англ. М.: Изд-во иностр. лит., 1962.

105. Югов O.K., Селиванов О.Д., Дружинин Л.Н. Оптимальное управлениесиловой установкой самолета. М.: Машиностроение, 1978. 204 с.

106. Abdullahi Н., Kurpjuhn В., Reiser М., Spirkl A. Sand ingestion tests on the MTR390 turboshaft engine, Proc. of the European Rotocraft Forum, 1998.

107. Ahmetghaleev I.I. Eigenvectors and systems stability //The Lyapunov functions and applications, P.В orne and V.Matrosov (editors), J.C.Baltzer AG, Scientific Publishing Co., IMACS, 1990, pp.45-49.

108. Austin S. Priority Setting for Future NASA Aeronautics. A Symposium on Aeronautics, Innovation, and the Public Good, June 28, 2004.

109. Buchberger B. An algorithms for finding a basis for the residue class ring of a zero-dimensional polynomial ideal (in German). Ph. D. Thesis, Univ Innsbruck, 1965.

110. Chen Z., Voulgaris G. Decentralized Design for Integrated Flight //Propulsion Control of Aircraft. Journal of Guidance, Control, and Dynamics, Vol. 23, No.6, November-December, 2000, pp. 1037-1044.

111. Chipperfield A.J., Fleming P.J. Systems integration using evolutionary algorithms. Proc. Of the UKACC International Conference on CONTROL'96, 2-5 September, 1996, England, P.705-710.

112. Cybenko G. Approximation by Superpositions of a Sigmoidal Functions. Mathematical Control Signals Systems, 1989, 2, p.303-314.

113. Galushkin A.I. Supercomputers and Neurocomputers. // Neural Informationf h

114. Processing (ICONIP'2001): Proceedings of the 8 International Conference •.China, Shanghai. November 14-18. 2001. Vol.3. - P.1231-1236.

115. Garg S, Schmidt P.H. Application of Controller Partitioning Optimization Procedure to Integrated Flight/ Propulsion Control Design for a STOVL Aircraft, 1993 AIAA Guidance, Navigation, and Control Conference, Aug. 911,1993, CA.

116. Garg S. Robust Integrated Flight/Propulsion Control Design for a STOVL Aircraft using H-Infinity Control Design Techniques, Automatica, Vol.29, No.l, 1993, pp.129-145.

117. Gatley S.L., Bates D.G., Postlethwaite I. A Partitioned Integrated Flight and

118. Propulsion Control System with Engine Safety Limiting //IFAC Journal of Control Engineering Practice, Vol.8, No. 8, 2000, pp.845-857.

119. Ha C.M. Integrated Flight/Propulsion Control System Design Via Neural Network. Proc. of the IEEE Intern. Symp. on Intelligent Control, Chicago, August, 1993.-P. 116-121.

120. Hornick K.M., Stinchcombe M., Write H. Multi-Laeyr Feedforward Networks are Universal Approximators //Neural Networks. Vol.2. NO.5. - 1989. -P.359-366.

121. IEE Proc. of the Colloquium on Integrated Systems in Aerospace, Digest No. 015, 1997.

122. Jordan M.I., Rumelhart D.E. Forward Models : Supervised Learning with a Distant Teacher // Cognitive Science. Vol. 16,1990. P. 313-355.

123. Jugov O.K., Selivanov O.D., Karasev V.N., Pokoteello P.L. Methods of Integrated Aircraft Propulsion Control Program Definition. AIAA Paper 3268, 1988.

124. Lin S.T., Lee C.M. Multivariate Control of the J-85 Turbojet Engine for Full Flight Envelope Operation //Journal of Guidance, Control and Dynamics, Vol.19, No.4, 1996. -P. 913-920.

125. Liu H.H.T. and Ruiter A., "Control Integration Process in Aircraft Systems Development", Proceedings of the 23rd International Congress of Aeronautical Sciences (ICAS), Toronto, Canada, September 8-13,2002.

126. Mamdani E.H. Applications of Fuzzy Algorithm for Control of Simple Dynamic Plant, Proc. of the IEEE, Vol. 121, 1974, No.12, P.1585-1588.

127. Mclnroy J.E., Saridis G.N. Reliability-Based Control and Sensing Design for Intelligent Machines // in: Reliability Analysis / Ed. J.H.Graham, Elsevier North Holland, N.Y., 1991.

128. Menon P.K., Iragavarapu V.R., Garg S. Enhancing Aircraft Performance Through Flight/Propulsion System Integration, Optimal Synthesis, 1996, pp.l-25.

129. Narendra K.S. Parasarathy K. Identification and Control of Dynamical Ststems Using Neural Networks // IEEE Trans. Neural Networks. Vol.1. -No.l. 1990. - P. 4-27.

130. Rzevski G. Designing complex engineering systems . Труды VI Международной конференции "Проблемы управления и моделирования в сложных системах, Самара: Изд-во СНЦ РАН, 2004, с. 1-4.

131. Saridis G. Entropy in Control Engineering, World Scientific/ Series in Intelligent Control and Intelligent Automation, Vol. 12, 2004.

132. Saridis G.N. Architectures of Intelligent Controls, Intelligent Control Systems / Ed. M.M.Gupta, N.Sinh, IEEE Press, 1995.

133. Saridis G.N. Entropy Formulation of Optimal and Adaptive Control, IEEE Transactions on Automatic Control, Vol. 33, N0.8, August 1988, pp.713-721.

134. Saridis G.N. Entropy in Control Engineering, World Scientific Pub., Singapore, 2001.- 134 p.

135. Saridis G.N. Hierarchically Intelligent machines, World Scientific Pub., Singapore,2001. 126 p.

136. Schmidt D.K. Integrated Control of Hypersonic Vehicles A Necessity Not just a Possibility, AIAA Guidance, Navigation, and Control Conference, Aug. 9-11,1993, CA.

137. Shilonosov A.A., Vasilyev V.I., Valeyev S.S., Neural Networks Application in the Problems of Identification and Control of Aero-Engines// International Conference ASI-2000, France, Bordeaux, Sept. 18-20, 2000, pp. 333-339.

138. Song Q., Grimble M.J. Design of a Multivariable Neural Controller and Its

139. Application to Gas Turbines. Journal of Dynamics Systems, Measurement and Control, Vol.119, 1997. -P.565-567.

140. Toprak S., Erkmen A.M., Akmador I.S. Identification and Control of a Radial Turbojet with Neural Network and Fuzzy Logic. 36th Aerospace Sciences Meeting, Reno, USA, 1998,AIAA-98-1016, p.9.

141. Turner M.C., Bates G.D., Postlethwaite I. Input/Output Conditioning of Robust Integrated Flight and Propulsion Controller. Journal of Guidance, Control, and Dynamics, Vol.24, No.6, November-December, 2001, pp. 1089-1099.

142. Valeyev S.S. Analysis of Intelligent Hybrid Dynamical Systems with Application of Constant Eigenvectors. Proceedings of the 5th International Workshop on Computer Science and Information Technologies, Ufa, USATU CSIT'2003.

143. Valeyev S.S. Analysis of dynamical systems approximated by neural networks. Proceedings of the 3rd International conference "Telecomunication: Design and Technologies", 26-27 November, 2002, USATU, Ufa, pp. 123126.

144. Valeyev S.S., Shilonosov A.A. Neural Networks for Interpolation of Characteristics of Turbo-Prop-Fan Engines //Proc. of Symposium on Actual Problems of Aircraft Engines Construction, April 12-13, Ufa, 1999, pp.111114.

145. Vasilyev V.I., Ilyasov B.G. Design of Intelligent Control Systems with use of Soft Computing: conceptions and methods. Proceedings of the 2000 IEEE International Symposium on Intelligent Control, Patras, Greece, 2000. pp. 103108.

146. Vasilyev V.l., Ilyasov B.G., Valeyev S.S. Intelligent Control Systems for Gas Turbine Engines //Proceedings of the Second Scientific-technical seminar on GT engines, 21-23 Sept. 1996, ITU, Istanbul, Turkey, pp.71-78.

147. Vasilyev V.l., Valeyev S.S. Estimation of Neural Network Models Complexity on the Basis of Entropy Approavh. Proceedings of the Workshop "Computer Science and Information Technologies (CSIT'2004), Budapest, October 17-19, Vol.1, 2004. pp.38-42.

148. Werbos P.J. Backpropagation Through Time: What It Does and How to Do It, Proceedings of the IEEE, Vol.78, Oct. 1990. P. 1550-1560.

149. Widrow B., Gupta N. and Maitra S. Punish/Reward : Learning with a Critic in Adaptive Threshold Systems //IEEE Transactions on Systems, Man and Cybernetics, Vol.3, -No.5. 1996. - P.455-465.

150. Xianghua H., Jianguo S., Ilyasov B.G., Vasilyev V.l. Analytical Redundancy Based on Autoassociative Neural Network for Aeroengine Sensors //Journal of Aerospace Power, Vol.14, 1999. P. 433-436.

151. Xianghua H., Jianguo S., Ilyasov B.G., Vasilyev V.l. Engine Sensor Fault Diagnosis Using Main Decentralized Neural Networks //Chinese Journal of Aeronautics, Vol.1 l,No.4, 1998.-P. 293-296.

152. Zadeh, L.A. Fuzzy Sets //Information and Control, Vol. 12, 1968, -P.94-102.

153. Zinn B.T. Mite Program Overview, Army Research Office MURI, (Multid-isciplinary University Research Initiative) on Intelligent Turbine Engines. MITE Workshop on Goals and Technologies of Future Turbine Engines, December 4, 2000.