Разработка и исследование программно-аппаратных методов построения статистических анализаторов параметров малоинерционных технологических объектов тема диссертации и автореферата по ВАК РФ 05.13.16, кандидат технических наук Чапцев, Антон Генрихович

• Чапцев, Антон Генрихович
• кандидат технических наук
• 1999

Оглавление диссертации кандидат технических наук Чапцев, Антон Генрихович

ВВЕДЕНИЕ.

1. АНАЛИЗ МЕТОДОВ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ СТОХАСТИЧЕСКИХ МАССИВОВ ДАННЫХ КОНТРОЛИРУЕМЫХ ПАРАМЕТРОВ И ПРОГРАММНО-АППАРАТНЫХ СРЕДСТВ ИХ РЕАЛИЗАЦИИ.

1.1. Постановка задачи.

1.2. Классификация статистических методов сбора и обработки стохастических массивов.

1.3. Анализ классических подходов по обработке стохастических массивов.

1.3.1. Гистограммный метод.

1.3.2. МетодПарзена.

1.3.3. Метод полигональных оценок.

1.4. Анализ критериев согласия при идентификации законов распределения.

1.5. Требуемые объемы выборок при традиционном подходе обработки стохастических массивов.

1.6. Анализ традиционных архитектур статистических анализаторов.

1.7. Понятие малой выборки.

1.8. Выводы.

2. РАЗРАБОТКА МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ МЕТОДОВ АДДИТИВНОЙ АППРОКСИМАЦИИ СТАНДАРТНЫМИ РАСПРЕДЕЛЕНИЯМИ.

2.1. Получение оценки функции плотности.

2.1.1. Априорная компонента.

2.1.2. Эмпирическая компонента.

2.1.3. Полная оценка.

2.2. Предпосылки аппроксимации функции распределения и плотности вероятности аддитивной композицией стандартных распределений.

2.2.1. Теоретические предпосылки.

2.2.2. Статистический эксперимент.

2.3. Метод прямоугольных вкладов.

2.4. Метод треугольных вкладов.

2.5. Метод уменьшения неопределенности.

2.6. Оценивание моментов стохастического массива малой выборки.

2.7. Алгоритм стохастической аппроксимации эмпирического распределения на основании метода Роббинса-Монро.

2.8. Выводы.

3. СИНТЕЗ ПРИКЛАДНЫХ АЛГОРИТМОВ ИДЕНТИФИКАЦИИ

СТОХАСТИЧЕСКИХ МАССИВОВ МАЛОЙ ВЫБОРКИ. СТАТИСТИЧЕСКИЙ ЭКСПЕРИМЕНТ.

3.1. Схема эксперимента.

3.2. Генерирование стохастических последовательностей.

3.2.1. Генерирование стохастических последовательностей, распределенных по равновероятному закону.

3.2.2. Генерирование стохастических последовательностей, распределенных по произвольному закону.

3.2.3. Алгоритм оценки стационарности генерируемых стохастических последовательностей.

3.3. Синтез алгоритмов идентификации стохастических массивов малой выборки.

3.3.1. Метод прямоугольных вкладов.

3.3.2. Метод треугольных вкладов.

3.3.3. Метод имитационного моделирования.

3.3.4. Метод уменьшения неопределенности.

3.3.5. Общий алгоритм построения статистической модели контролируемого параметра.

3.4. Обработка малой выборки с применением интерполяции.

3.4.1. Построение временной реализации эмпирического случайного процесса.

3.4.2. Выбор интерполирующей функции.

3.5. Выводы.

4. ПРИКЛАДНЫЕ МЕТОДЫ СИНТЕЗА ИНТЕРФЕЙСНЫХ КОНТРОЛЛЕРОВ СТАТИСТИЧЕСКИХ АНАЛИЗАТОРОВ.

4.1. Анализ методов построения интерфейсных контроллеров.

4.2. Обоснование выбора дисциплины обслуживания интерфейсных контроллеров.

4.3. Разработка математического аппарата по синтезу структуры интерфейсного контроллера.

4.4. Синтез структуры интерфейсного контроллера по алгоритму "Дейзи-цепочка".

4.5. Математический аппарат синтеза иерархического интерфейсного контроллера.

4.6. Синтез структуры интерфейсного контроллера по алгоритму «Дейзи-кольцо».

4.7. Оценка эффективности решения.

4.8. Синтез функциональной схемы интерфейсного контроллера статистического анализатора.

4.9. Выводы.

5. АРХИТЕКТУРА СТАТИСТИЧЕСКОГО АНАЛИЗАТОРА СИСТЕМЫ МОНИТОРИНГА СТЕНДОВЫХ ИСПЫТАНИЙ ЭНЕРГОПРЕОБРАЗОВАТЕЛЕЙ.

5.1. Энергопреобразователь, как объект отладки и испытаний.

5.2. Определение разрядности представления информации статистического анализатора системы мониторинга стендовых испытаний.

5.2.1. Анализ методов определения разрядности представления информации.

5.2.2. Применение энтропийного подхода к определению потерь информации, вызванных дискретизацией.

5.3. Архитектура статистического анализатора, как элемента подсистемы мониторинга энергопреобразователей.

5.4. Выводы.

Введение диссертации (часть автореферата) на тему «Разработка и исследование программно-аппаратных методов построения статистических анализаторов параметров малоинерционных технологических объектов»

Актуальность темы. Вопросы разработки и применения методов и средств исследования динамического состояния малоинерционных технологических объектов (ТО) всегда оставались актуальными [1,2]. Важное значение имеет исследование динамики поведения ТО в нештатных режимах функционирования, тем более, что в сферу непосредственных интересов практической деятельности человека все в большей степени включаются сложные ТО, для которых характерны такие особенности, как большое число неконтролируемых и трудноучитываемых, а зачастую й неизвестных факторов, неполная и неточная информация о происходящих в системе процессах и т.д. В таких условиях известные методы исследования динамического состояния ТО часто оказываются малопригодными, и поэтому вполне закономерны поиски новых способов и попытки создания нового аппарата решения возникающих задач.

Очевидно, что длительность пребывания технологических объектов в нештатных режимах кратковременна и отражается весьма ограниченным объемом данных. В функции известных управляющих систем и комплексов входит обработка статистической информации с использованием классических методов, требующих больших объемов информации для получения приемлемых по точности результатов. Помимо этого, большинство из них ограничиваются лишь первичной обработкой, вычислением простейших статистических характеристик параметров без проведения полной статистической обработки экспериментальных данных. В подобных системах не предусмотрено их функционирование в случае малого объема данных, отсутствует анализ характера выбросов и формирование модели контролируемого параметра и, соответственно, не принимаются решения об управляющих воздействиях.

Практическая организация испытаний малоинерционных ТО предполагает необходимость оснащения их статистическими анализаторами динамического состояния в целях предупреждения аварийных ситуаций, обеспечения безопасности эксплуатации. Однако в таких условиях может быть зафиксировано лишь малое число выбросов контролируемых параметров за пределы допусковой зоны и при критически малом объеме информации (например, не более 10 выбросов) необходима быстрая идентификация состояния малоинерционного технологического объекта и принятие адекватного решения по его управлению.

Цель работы. Целью диссертационной работы является разработка и исследование методов и алгоритмов обработки статистических массивов данных контролируемых параметров малоинерционных технологических объектов и построения программно-аппаратных средств их реализации.

Методы исследования. Для теоретических исследований используются элементы теории вероятностей, математической статистики, теории выбросов случайных процессов, теории вычислительных систем, элементы теории информации, элементы теории порядковой и гибридной логики, прикладного и системного программирования.

Объект исследования. Объектом исследования является разработка и исследование программно - аппаратных методов построения специализированных анализаторов, выполняющих статистическую обработку значений контролируемых параметров сложных технологических объектов.

На защиту выносятся.

- алгоритмы обработки статистических массивов малой выборки, основанные на принципе аддитивной аппроксимации 10. 15 законов распределения, в базисе графического и имитационного моделирования стандартными распределениями.

- метод обработки малой выборки, основанный на интерполяции;

-8- метод построения интерфейсных контроллеров, позволяющих минимизировать время коммутации наиболее семантического контролируемого параметра на входы информационновычислительных средств анализатора;

- энтропийный метод количественного значения разрядной сетки анализатора в зависимости от закона распределения контролируемых технологических параметров и его характеристик, обеспечивающий минимальные информационные потери.

Научная новизна работы.

Научная новизна заключается в: разработаны и исследованы методы и прикладные алгоритмы обработки стохастических массивов малой выборки, позволяющие эффективно решать задачи непараметрической идентификации законов распределения, предложен сравнительный анализ альтернативных вариантов этих методов, позволяющий обеспечить оценку достоверности результатов обработки, разработаны программно-аппаратные средства их реализации.

Практическая ценность работы.

Практическую ценность работы представляют:

- разработанные программные модули по реализации методов обработки статистических массивов малой выборки в базисе графических и имитационных методов моделирования.

- разработанные методы статистического анализа малых выборок, как и все математические модели формальны и их области применения не могут быть ограничены той или иной областью науки и техники. Поэтому методы обработки малых выборок могут быть использованы при стендовых испытаниях энергопреобразователей, например, дизельных судовых двигателей, турбовинтовых авиационных двигателей; при обработке данных об уровне отдельных технологических операций, проценте выпуска годной продукции; при решении различных социальных и экономических задач и т.п.

- разработанные структуры интерфейсных контроллеров с динамическим приоритетом позволяют синтезировать высокоскоростные адаптеры связи объекта с вычислительной системой, повышая тем самым уровень достоверности генерируемой модели.

Реализация работы.

Основные результаты диссертационной работы использовались в :

- госбюджетной работе № 42163 выполняемой по МНТП (ПТ 477) "Системы энергосбережения и технологии освоения нетрадиционных возобновляемых источников энергии".

Структура работы. Структурно работа состоит из пяти глав.

В первой главе описывается объект исследования и формализуется постановка задачи разработки анализатора, предназначенного для статистической обработки стохастических массивов контролируемых параметров малого объема. Производится анализ существующих методов оценки функции плотности вероятности и методов оценки свойств входного потока значений контролируемых параметров и программно-аппаратных средств их реализации, а также формализуется понятие малой выборки.

Во второй главе производится анализ предельных теорем математической статистики и обосновывается возможность аппроксимации функции плотности контролируемых параметров аддитивной композицией стандартных распределений, а также формализуются математические методы оценки функции плотности и моментов распределения при наличии малой выборки. Рассматривается метод стохастической аппроксимации эмпирического распределения на основе метода Роббинса-Монро.

В третьей главе рассмотрена схема и проведение статистического эксперимента, проводится детальная разработка и исследование алгоритмов оценки функции плотности. Производится анализ методов генерации псевдослучайных последовательностей и анализ качества и спектральных характеристик моделируемых стохастических массивов для различных распределений. Подробно описаны вопросы практической реализации алгоритмов обработки малой выборки и приводятся рекомендации по их использованию. Также исследован метод анализа стохастических массивов малой выборки на основе интерполяционных алгоритмов.

В четвертой главе рассматриваются вопросы влияния закона распределения входных контролируемых параметров на размерность разрядной сетки анализатора, а также рассматриваются математический аппарат синтеза интерфейсных контроллеров с динамическим приоритетом, обеспечивающих функционирование разрабатываемого статистического анализатора в режиме реального времени.

В пятой главе рассмотрены вопросы разработки программно-аппаратных средств системы стендовых испытаний энергопреобразователей, на основании методов и алгоритмов, разработанных в главах 2,3,4.

В приложениях представлен листинг программного пакета по обработке малой выборки, реализованной в визуальной системе программирования Borland Delphi 3.0. Приводятся графики, отображающие закономерности поведения методов аппроксимации малой выборки. Приводятся информационные графы и структурные схемы интерфейсных контроллеров, обеспечивающих функционирование анализаторов в режиме реального времени.

Апробация работы. Основные положения и научные результаты работы докладывались и обсуждались на:

- Первом всероссийском семинаре "Моделирование неравновесных систем - 98" (КГТУ, г. Красноярск, 1998);

- IV Всероссийской научной конференции студентов и аспирантов "Техническая кибернетика, радиоэлектроника и системы управления" (ТРТУ, г. Таганрог, 1998);

- Первой всероссийской научной конференции молодых ученых и аспирантов "Новые информационные технологии. Разработка и аспекты применения" (ТРТУ, г. Таганрог, 1998);

- Всероссийской научно-технической конференции с международным участием "Компьютерные технологии в инженерной и управленческой деятельности" (ТРТУ, г. Таганрог, 1998);

- Отраслевой научно-технической конференции "Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении" (РГУПС, г. Ростов-на Дону, 1998);

- Первой всероссийской научно-технической конференции "Компьютерные технологии в науке, проектировании и производстве" (НГТУ, г. Нижний Новгород, 1999);

- Пятой международной научно-технической конференции студентов и аспирантов "Радиоэлектроника, электротехника и энергетика" (МЭИ, г. Москва, 1999);

- III Всероссийской конференции «Региональные проблемы энергосбережения и пути их решения» (НГТУ, г. Нижний Новгород, 1999);

- ХЫУ научно технической и научно - методической конференций профессорско-преподавательского состава, аспирантов и сотрудников ТРТУ (ТРТУ, г. Таганрог, 1999);

Публикации.

По результатам диссертационной работы опубликовано тринадцать печатных работ, из них двенадцать тезисов докладов и одна статья. Статья "Разработка и исследование принципа статистического диагностирования энергопреобразователей" отмечена дипломом Северо-Кавказского Научного

Центра высшей школы и Ростовского отделения Российской Инженерной Академии. Отправлена заявка на изобретение "Устройство переменного приоритета", находящаяся в настоящий момент в стадии экспертной оценки.

Заключение диссертации по теме «Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)», Чапцев, Антон Генрихович

5.4. Выводы

1. На основании алгоритмов функционирования энергопреобразователя и его структуры, предложена классификация информационных потоков данных контролируемых параметров.

2. При разработке систем динамических испытаний с равномерным шагом квантования величину шага 8 следует выбирать равной: для экспоненциального и релеевского -(0.3 ^ 0.7) а, для равномерного - (0,4 0,9) а и т.д. и исходя из этого рассчитывать разрядную сетку анализатора. Потери информации при этом невелики. Уменьшение шага

- 169 -ЗАКЛЮЧЕНИЕ

В диссертационной работе разработаны и исследованы программно-аппаратные методы построения статистических анализаторов параметров малоинерционных технологических объектов.

Были получены следующие основные практические и теоретические результаты:

- разработаны и исследованы точечные алгоритмы обработки статистических массивов малой выборки, основанные на принципе аддитивной аппроксимации 10. 15 законов распределения, в базисе графического и имитационного моделирования стандартными распределениями.

- исследован алгоритм стохастической аппроксимации, позволяющий обеспечить непрерывный процесс обработки стохастических массивов;

- исследован метод обработки малой выборки, основанный на интерполяции;

- предложен метод построения и разработаны структуры интерфейсных контроллеров, позволяющих минимизировать время коммутации наиболее важного контролируемого параметра на входы информационно-вычислительных средств анализатора

- исследован энтропийный метод количественного значения разрядной сетки анализатора в зависимости от закона распределения контролируемых технологических параметров и его характеристик, обеспечивающий минимальные информационные потери;

- разработаны программные модули по реализации методов обработки статистических массивов ограниченной выборки в базисе графических и имитационных методов моделирования.

- 170

Список литературы диссертационного исследования кандидат технических наук Чапцев, Антон Генрихович, 1999 год

1. Чапцев А.Г. Разработка и исследование принципа статистического диагностирования состояния энергопреобразователей. Фундаментальные и прикладные аспекты современной техники. Сб. № 3. Ростов-на-Дону: Изд. СКНЦВШ. 1999. 163-192 с.

2. Перечень приоритетных направлений фундаментальных исследований . Президиум Российской академии наук. // Поиск, № 7 (457) 7 -13.02.98.

3. Самойленко А.П., Самойленко И.А. Синтез системы автоматического контроля аналоговых терминалов на базе пороговой логики.// Синтез алгоритмов сложных систем. Таганрог, 1997. Вып.9, с.299-304.

4. Фомин Я.А. Теория выбросов случайных процессов. М: Связь, 1980.

5. Вентцель Е.С. Теория вероятности. М: Государственное издательство физико-математической литературы, 1962. 560с.

6. Леман Э. Проверка статистических гипотез. М. Наука., 1969. - 576 с.

7. Патрик Э. Основы теории распознавания образов: Пер. с англ./Под ред. Левина. М:Сов.радио, 1980,- 408с.

8. Смирнов Н.В. Избранные труды по теории вероятностей и математической статистики.-М. Наука, 1970. 351с.

9. Асвельде Р., Вегенер И. Задачи поиска. М. Мир, 1982. - 368с.

10. Ибрагимов И.А., Хасьминский Р.З. Асимптотическая теория оценивания. М.: Наука, 1979, - 528 с.

11. Костылев A.A., Миляев П.В. и др. Статистическая обработка результатов экспериментов на микро-ЭВМ.: Л.: Энергоатомиздат, 1991, 304 с

12. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений,- Л.: Энергоатомиздат, 1985.

13. Сархан А., Гринберг Б. Введение в теорию порядковых статистик: Пер. с англ. / Под.ред. А.Я. Боярского. -М. :Статистика, 1970.-414с.

14. Жовинский А.Н., Жовинский В.Н. Инженерный экспресс-анализ случайных процессов. М: "Энергия", 1979,- 112с.

15. Переверзев Е.С. Случайные процессы в параметрических моделях надежности. Киев: Наукова Думка, 1987. 240с.

16. Болынов Л.Н., Смирнов Н.В. Таблицы математической статистики. М: Наука, 1983.-416с.

17. Оуэн Д.Б. Сборник статистических таблиц ,-М:ВЦ АН СССР, 1956.

18. Кендал МДж., Стьюарт А. Статистические выводы и связи. Пер с англ. / Под ред. А.Н. Колмогорова. М.: Наука, 1973.

19. Тхиен М., Массу А. О распределениях вероятности напряжений и пределов прочности в задачах проектирования./ Тр. Амер. о-ва инженеров-механиков. Сер. В. Конструирование и технология. 1975. -№3. - с. 188-193.

20. Хан Г., Шапиро С. Статистические модели в инженерных задачах.: Пер. с англ. / Под ред. В.В. Налимова. М: Мир, 1969.

21. Васильев Д.В., Сабинин О.Ю. Ускоренное статистическое моделирование систем управления. Л. Энергоатомиздат, 1987. - 136 с.

22. Советов Б.Я., Яковлев С.А. Моделирование систем: М.: Высшая школа, 1985. 271.с.

23. Пугачев B.C. Теория случайных функций. М.: Физматгиз, 1962 - 884с.

24. Пугачев B.C. Теория вероятностей и математическая статистика. М.: Наука, 1979. 184 с.- 17226. Шаракшане A.C., Железнов ИГ. Испытания сложных систем.

25. М.:Высшая школа, 1974. 184 с.

26. Закс J1. Статистическое оценивание. М.: Статистика, 1976. - 598с.

27. Груничев A.C., Кузнецов В.А., Шипов Е.В. Испытания радиоэлектронной аппаратуры на надежность. М.:Сов. Радио, 1969. 288 с.

28. Чавчанидзе В.В., Кумсишвили В.А. Об определении законов распределения на основе малого числа наблюдений. В кн. Применение вычислительной техники для автоматизации производства. М: Машгиз, 1961.

29. Самойленко А.П., Чапцев А.Г. Методы аппроксимации малой выборки. В сб. Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении, г. Ростов-на-Дону: Изд. РГУПС, 1998.-с. 218

30. Васильев Д.В., Сабинин О.Ю. Ускоренное статистическое моделирование систем управления. Л.:Энергоатомиздат, 1987.-136 с.

31. Перроте А.И., Карташов Г.Д., Цветаев К.Н. Основы ускоренных испытаний радиоэлементов на надежность. М.:Сов. радио, 1968. - 224с.

32. Шор Я.В. Статистические методы анализа и контроля качества и надежности. М.:Сов.радио, 1962. - 552 с.

33. Вентцель Е.С., Овчаров J1.A. Теория вероятности и ее инженерные приложения. М.: Наука, 1988. - 480 с.

34. Гаскаров Д.В., Шаповалов В.И. Малая выборка. М.: Статистика, 1978. -248 с.

35. Тепин В.Г., Тартаковский Г.П. Статистический анализ при априорной неопределенности и адаптация информационных систем. М:. Сов. Радио, 1977.-432 с.

36. Ченцов H.H. Статистические решающие правила и оптимальные выводы. М.: Наука, 1972. - 520с.

37. Золотарев В.М. Современная теория суммирования независимых случайных величин. М.:Наука, 1986. - 416 с.

38. Золотарев В.М. О близости распределений двух сумм независимых случайных величин // Теория вероятностей и ее применения. 1965. - т. 10, вып.З.-с. 519-526.

39. Гнеденко Б.В., Колмогоров А.Н. Предельные распределения для сумм независимых случайных величин. М.: Л.:ГИТТЛ, 1949.

40. Кароблис А. Об аппроксимации распределений сумм независимых случайных величин // Литов. мат. сб. 1983. - т. 23, № 1. - с. 101-107.

41. Кароблис А. Асимптотические разложения для распределений сумм независимых случайных величин // Литов. мат. сб. 1984. - т. 24, № 1. -с. 70-82.

42. Петров В.В. Предельные теоремы для сумм независимых случайных величин.М.:Наука, 1987.

43. Самойленко А.П., Чапцев А.Г. Синтез алгоритмов обработки массивов укороченной выборки. Материалы Первого всероссийского семинара

44. Моделирование неравновесных систем". Красноярск: КГТУ, 1998. 106107 с.

45. Самойленко А.П., Чапцев А.Г. Компьютерные технологии методов анализа данных ограниченного объема. В сб. Компьютерные технологии в науке, проектировании и производстве. Нижний Новгород: Изд. НГТУ, 1999.-40-41 с.

46. Д.В. Гаскаров, Т.А. Голинкевич, A.B. Мозгалевский. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры. М: Сов. радио, 1974, 224с.

47. Еременко И.В., Свердлик А.Н. Об одном методе построения законов распределения величин при малом числе испытаний. В кн. Некоторые вопросы специального применения вычислительной техники. Л: ЛВИКА им. А.Ф. Можайского, 1963, с. 18-29.

48. Саридис Дж. Саморганизующиеся стохастические системы управления. М.:Наука, 1980.-400с.

49. Самойленко А.П., Чапцев А.Г. Экстраполяционные технологии при моделировании неравновесных систем. В сб. Компьютерные технологии в науке, проектировании и производстве. Нижний Новгород: Изд. НГТУ, 1999.- 11-12 с.

50. Вазан М. Стохастическая аппроксимация.М.:Мир, 1972. 295 с.

51. Ермаков С.М. Методы Монте-Карло и смежные вопросы.-М.: Наука, 1975. 471-с.

52. Полляк Ю Г. Вероятностное моделирование на ЭВМ. М.: Наука, 1972. -400с.

53. Креденцер Б.П., Ластовченко М.М., Сенецкий С.А., Шишонок H.A. Решение задач надежности и эксплуатации на универсальных ЭЦВМ. М: Советское радио, 1967. 400с.

54. Голенко Д.И. Моделирование и статистический анализ псевдослучайных чисел на электронных вычислительных машинах. М: Наука, 1965,- 288 с.- 17561. Хастингс Н., Пикок Дж. Справочник по статистическимраспределениям. М: Статистика. 94 с.

55. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов.-М:Мир, 1974,-464 с.

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

57. Василенко В.А. Сплайн-функции: теория, алгоритмы, программы. -Новосибирск:Наука, 1983. 214 с.

58. Анго А. Математика для электро и радиоинженеров.-М.: Наука, 1967. -780 с.

59. Марчук Г.И. Методы вычислительной математики.-М.:Наука, 1980. -536 с.

60. Альберг Дж., Нильсон Э. Уолш Дж. Теория сплайнов и ее приложение.-М.:Мир, 1972.-234 с.

61. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций./Под. ред. И.Н. Яненко.-М.:Наука, 1980.-352 с.

62. Каган Б.М. Электронные вычислительные машины и системы: М.:Энергоатомиздат, 1991. 592 с.

63. Козуб В.М. Системы прерывания ЦВМ. М.: Сов.Радио. 1976. - 220 с.-17673. а.с. № 17102263/18-24, Зяблов Р.П., Самойленко А.П., Финаев В.И.,

64. Плющев А.И. Устройство автоматического кодирования информации какодна из систем массового обслуживания.

65. Саати Т.Д. Элементы теории массового обслуживания. М.: Сов. Радио, 1971.-520 с.

66. Левин В.И. Бесконечнозначная логика в задачах кибернетики.М.: Радио и связь, 1982. 176 с.

67. Левин В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ.М.:Наука, 1987.-304 с.

68. Клингман Э. Проектирование микропроцессорных систем, пер. с англ. В.А. Балыбердина/Под. ред. Пашкеева С.Д. М.:Мир, 1980. 568 с.

69. Самойленко А.П., Чапцев А.Г. Предпосылки синтеза реляторного функционально ориентированного процессора. В сб. Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении. Ростов-на-Дону: Изд. РГУПС, 1998. с. 218

70. Романов А.Н. Имитаторы и тренажеры в системах отладки АСУ ТП. М.:Энергоатомиздат, 1982.

71. Динамическое моделирование и испытания технических систем./Под ред. ИД. Кочубиевского. М.:Энергия, 1978.

72. Биргер И.А. Техническая диагностика. М.Машиностроение. 1978.

73. Самойленко А.П., Чапцев А.Г., Разработка и исследование принципа статистического диагностирования энергопреобразователей. В сб. «Региональные проблемы энергосбережения и пути их решения». Нижний Новгород: Изд. НГТУ. 1999.

74. Турбогенераторная установка ТГУ1000. Описание испытательного стенда. ТГУ1000-23-020. Таганрог: 1992. (з-д Красный Гидропресс).

75. Атанасов А.Н. и др. Судовые энергетические установки. Л.:ЦНИИМФ, 1993. Вып. 284.

76. Тутевич В.Н. Телемеханика. М: Высшая школа, 1985. 423 с.- 177

77. Строганов Р.П. Управляющие машины и их применение. М.: Высшая школа, 1978. -264 с.

78. Солодов A.B. Теория информации и ее применение к задачам автоматического управления и контроля.М.: Наука. 1967, 432 с.

79. Самойленко А.П., Самойленко A.C. Оценка влияния законов распределения контролируемых параметров на выбор шага квантования. В сб. Вопросы технической диагностики. - Ростов-на-Дону. - 1976. -112с.и / » V.- О/ о и и и К- .;'■• «рт.' I

80. ТАГАНРОГСКИЙ ГОСУДАРСТВЕННЫЙ РАДИОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ1. На правах рукописи1. ЧАПЦЕВ Антон Генрихович

81. РАЗРАБОТКА И ИССЛЕДОВАНИЕ ПРОГРАММНО-АППАРАТНЫХ МЕТОДОВ ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ АНАЛИЗАТОРОВ ПАРАМЕТРОВ МАЛОИНЕРЦИОННЫХ ТЕХНОЛОГИЧЕСКИХ1. ОБЪЕКТОВ