Синтез и применение алгоритмов идентификации как замкнутых динамических систем тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Агеев, Дмитрий Анатольевич

• Агеев, Дмитрий Анатольевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Агеев, Дмитрий Анатольевич

СОДЕРЖАНИЕ

Введение

Глава I. Основы синтеза алгоритмов идентификации

1.1 Анализ существующих способов идентификации

1.2 Анализ работ по идентификации моделей кислородно-конвертерной плавки

1.3 Постановка задачи синтеза идентификаторов

1.4 Синтез идентификаторов в виде замкнутых динамических

систем

1.5 Анализ устойчивости систем идентификации

1.6 Численные исследования алгоритмов идентификации

Выводы

Глава II. Идентификация коэффициентов модели

прогнозирования массы жидкой стали кислородно-конвертерной плавки

2.1 Модель прогнозирования массы жидкой стали

2.2 Формирование информативных исходных данных

2.3 Алгоритм оперативной идентификации коэффициентов корректирующей модели

2.4 Исследование алгоритма оперативной идентификации коэффициентов корректирующей модели

2.5 Реализация алгоритма оперативной идентификации в составе системы прогнозирования массы жидкой стали

Выводы

Глава III. Идентификация коэффициентов модели влияния изменения интенсивности расхода кислорода на изменение содержания СО в отходящих газах конвертерной плавки

3.1 Объект идентификации и алгоритм управления интенсивностью расхода кислорода на продувку

3.2 Алгоритм оперативной идентификации коэффициентов Тик модели «Изменение интенсивности продувки 10 - изменение

содержания СОот в отходящих газах»

3.3 Исследование и реализация алгоритма оперативной идентификации коэффициентов Тик модели « 510 - 5СОот»

Выводы

Выводы и заключение

Библиографический список

Приложения

Введение диссертации (часть автореферата) на тему «Синтез и применение алгоритмов идентификации как замкнутых динамических систем»

ВВЕДЕНИЕ

Актуальность проблемы. Нестационарные условия

функционирования промышленных объектов вызывают необходимость постоянного отслеживания изменений характеристик внешних и внутренних факторов (свойств) объектов при решении задач исследования и управления ими. К настоящему времени известно достаточно большое количество работ по оперативной идентификации (адаптации) моделей объектов и адаптивному управлению на основе такого рода моделей. Методы и структуры алгоритмов оперативной идентификации в подавляющем большинстве получены из эвристических соображений и поэтому эффективны только для определенных классов объектов. Распространение этих алгоритмов на другие классы объектов требует существенных видоизменений, что также осуществляется из эвристических соображений, при отсутствии каких-либо методических рекомендаций. Создание общего метода синтеза алгоритмов оперативной идентификации позволяет устранить указанные недостатки и повысить эффективность математического описания и управления нестационарными объектами.

Перспективным направлением создания общего метода синтеза алгоритмов оперативной идентификации могут служить базовые положения теории новых типов обратных связей, согласно которым систему идентификации следует представлять в виде замкнутой динамической системы, в которой объектом управления служит структура модели объекта. Такой подход дает положительные результаты при формировании структур алгоритмов фильтрации и динамических наблюдателей.

Диссертация выполнялась в соответствии с планами работ по гранту РФФИ №08-07-00226а «Идентификация объектов в процессе создания и

эксплуатации систем управления» и договорами с ОАО «Северсталь» и ОАО «ЕВРАЗ ЗСМК».

Цель и задачи диссертации. Разработка и исследование методов синтеза алгоритмов оперативной идентификации и их применение в задачах алгоритмизации управления кислородно-конвертерной плавкой стали.

В рамках этой цели выделены задачи. 1. Анализ предшествующих исследований по синтезу и применению алгоритмов идентификации объектов управления. 2. Разработка метода синтеза алгоритмов идентификации в виде замкнутых динамических систем. 3. Синтез алгоритмов идентификации для типовых объектов. 4. Исследование устойчивости систем идентификации. 5. Численные исследования эффективности алгоритмов идентификации. 6. Конкретизация алгоритмов идентификации для процессов выплавки кислородно-конвертерной стали и их применение в промышленных системах управления.

Методы исследования. Обобщение практического опыта, методы теории автоматического управления, идентификации объектов в системах управления, численного моделирования.

Научная новизна. 1. Метод синтеза алгоритмов идентификации объектов, базирующийся на представлении идентификатора в виде замкнутой динамической системы, где объектом управления служит структура модели, а управляющими воздействиями - оперативно подстраиваемые параметры модели, и позволяющий строить алгоритмы идентификации объектов со сложной структурой на основе методов теории регулирования.

2. Алгоритмы идентификации для типовых динамических объектов теории регулирования, объектов с распределенными управляющими воздействиями, которые как частный случай включают известные алгоритмы оперативной идентификации на основе процедур Качмажа.

3. Показатели устойчивости в пространстве настроечных коэффициентов регулирующих блоков алгоритмов идентификации и показатели эффективности идентификации, подтверждающие повышение точности оценки коэффициентов модели до 50 % по сравнению с известными алгоритмами.

4. Алгоритмы оперативной идентификации коэффициентов модели кислородно-конвертерной плавки при прогнозировании массы жидкой стали и расчета расхода кислорода на продувку конвертерной ванны, позволяющие получать оценки коэффициентов модели по данным промышленной эксплуатации с пассивным и активным формированием информативных участков данных. Такой подход позволяет на 25 % увеличить попадание в заданный интервал по содержанию углерода и снизить количество корректирующих операций в конце продувки на 14 %.

Практическая значимость работы. Результаты диссертационной работы могут быть использованы

- при разработке математического обеспечения систем управления промышленными объектами сложной структуры в условиях неопределенности;

- при проектировании систем управления кислородно-конвертерной плавкой стали;

- при обучении студентов и повышении квалификации специалистов в области создания систем управления.

Реализация результатов. Результаты работы внедрены в системе прогнозирования массы жидкой стали и при расчете количества кислорода на продувку в кислородно-конвертерном цехе № 2 ОАО «ЕВРАЗ ЗСМК» (г. Новокузнецк).

Предмет защиты. На защиту выносятся

- метод синтеза алгоритмов оперативной идентификации как замкнутых динамических систем;

- алгоритмы идентификации коэффициентов типовых динамических моделей объектов с распределенными управляющими воздействиями;

- результаты аналитических и численных исследований разработанных алгоритмов идентификации;

- алгоритмы идентификации в составе систем управления кислородно-конвертерной плавкой стали, результаты их исследования и внедрения.

Личный вклад автора заключается в разработке метода синтеза алгоритмов идентификации, построении алгоритмов идентификации для динамических объектов, исследовании областей устойчивости алгоритмов и их эффективности, конкретизации алгоритмов идентификации для условий кислородно-конвертерного производства стали, сборе данных, внедрении алгоритмов и анализе результатов внедрения.

Апробация работы. Основные положения и результаты работы докладывались и получили положительную оценку на 7 научно-практических конференциях: Всероссийских научно-практических конференциях «Перспективы развития технологий переработки вторичных ресурсов в Кузбассе» (Новокузнецк, 2006 г.), «Системы автоматизации в образовании, науке и производстве» (Новокузнецк, 2007 г., 2011 г., 2013 г.), Межрегиональной научно-практической конференции студентов, аспирантов и молодых ученых (Новокузнецк, 2008 г.), Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых (Новокузнецк, 2009 г.), Всероссийской научно-практической конференции «Автоматизированный электропривод и промышленная электроника» (Новокузнецк, 2010 г.).

Публикации. По материалам диссертации опубликовано 9 печатных работ, в том числе 2 в изданиях, рекомендованных ВАК.

Содержание диссертации. Диссертация состоит из введения и трех глав основного текста. В первой главе проведен анализ предшествующих работ по синтезу, исследованию и применению алгоритмов оперативной идентификации в составе систем управления кислородно-конвертерной плавкой стали. Даны постановка задачи на разработку метода синтеза алгоритмов идентификации как замкнутых динамических систем, способы ее решения и результаты исследования по синтезу алгоритмов идентификации для моделей объектов различной структуры, функционирующих в замкнутом контуре управления.

Во второй главе дана конкретизация полученных алгоритмов оперативной идентификации и оценка их эффективности в задаче прогнозирования выходных воздействий циклического процесса. Синтезирован алгоритм идентификации параметров корректирующей составляющей комбинированной модели прогнозирования массы жидкой стали кислородно-конвертерной плавки, учитывающий воздействия, вносящие наибольший вклад в изменение массы жидкой стали. Описаны способы формирования информативных для идентификации участков натурных данных. Представлены результаты опытно-промышленной апробации предложенных алгоритмов оперативной идентификации в задачах прогнозирования массы жидкой стали для условий кислородно-конвертерного цеха № 2 ОАО «ЕВРАЗ ЗСМК».

В третьей главе рассмотрены конкретизация и применение разработанного алгоритма идентификации динамической модели. Синтезирован алгоритм идентификации параметров модели влияния изменения интенсивности расхода кислорода на содержание СО в отходящих газах кислородно-конвертерной плавки стали. Представлен способ получения информативных для оперативной идентификации участков натурных данных об объекте, функционирующем в замкнутом контуре системы управления.

1 I I

Представлены результаты опытно-промышленной апробации предложенных алгоритмов в задачах управления кислородно-конвертерной плавкой. Даны оценки эффективности синтезированного алгоритма идентификации для условий кислородно-конвертерного цеха № 2 ОАО «ЕВРАЗ ЗСМК».

Диссертационная работа выполнена в творческом взаимодействии с сотрудниками Сибирского государственного индустриального университета, ООО «Научно-исследовательский центр систем управления» (г. Новокузнецк), а также работниками металлургических предприятий России.

Автор признателен коллективам этих организаций и предприятий, научному руководителю профессору Мышляеву Л.П.

ГЛАВА I. ОСНОВЫ СИНТЕЗА АЛГОРИТМОВ

ИДЕНТИФИКАЦИИ

В главе проведен анализ проблемы идентификации и предложен метод синтеза алгоритмов идентификации на основе замкнутых динамических систем.

1.1 Анализ существующих способов идентификации

Создание новых и эксплуатация действующих промышленных комплексов требует решения большого количества взаимосвязанных задач самого разного рода. Одной из них является идентификация промышленных объектов в системах управления.

Целесообразно рассматривать проблему идентификации как самостоятельное научное направление, являющееся неотъемлемой и достаточно важной частью общей проблемы управления [1-15], тесно связанной с задачами оценивания, прогнозирования, регулирования и другими. При таком подходе возникает ряд особенностей, связанных с проблемой идентификации самого объекта [16-21], при его функционировании в составе системы управления.

Эти особенности, а также требования, предъявляемые к результатам идентификации, обуславливают необходимость создания новых подходов, с помощью которых было бы возможно решать задачи как производственного, так и исследовательского назначений.

Традиционная задача идентификации состоит в определении (или уточнении) структуры и параметров математической модели объекта по наблюдаемым данным о его входных и выходных величинах [1, 22]. При идентификации технологических объектов, как правило, требуется решение двух основных задач: как спланировать и провести эксперимент для получения требуемой информации об объекте, его входных, выходных переменных, параметрах состояния, а затем выбрать соответствующий способ обработки этих данных для получения надежных зависимостей или моделей.

Очень часто для получения исходных данных предлагается использовать так называемые пассивный и активный методы идентификации [23, 24], при которых получение исходных данных для математического описания объекта имеет достаточно разнонаправленный характер.

Идентификация объектов в замкнутых системах управления, принципиально отличается от идентификации вне систем управления, на что указывается в ряде работ [25-28]. Наличие прямых и обратных связей в действующих системах управления делает крайне затруднительным использование методов математической статистики, теории планирования эксперимента [29, 30], теории идентификации [31], а также других разделов общей теории систем [32]. Несмотря на это, методы пассивного корреляционного или регрессионного анализа и близких по замыслу процедур идентификации промышленных объектов, все же используются [33 - 36]. При этом зачастую игнорируются предпосылки их применения [37]. Например, использование корреляционного анализа предполагает [38-40] следующие предпосылки

- анализируемые переменные являются равноправными с точки зрения причинно-следственных связей. Связь между ними является стохастической [38], т.е. взаимоотношения между переменными являются не причинными, а опосредствованными через влияние общих внутренних факторов состояния какого либо исследуемого процесса [40]. Поэтому корреляционный анализ целесообразно применять для оценки взаимосвязанных групп входных или выходных переменных, не смешивая их между собой. Это связано с тем, что данный аппарат позволяет оценить лишь внешние видимые связи между переменными, не раскрывая внутреннюю причинную сущность;

- исследуемые переменные описываются многомерным нормальным законом распределения вероятностей, из этого следует, что связь между

исследуемыми переменными является линейной и степень этой связи оценивается с помощью коэффициентов корреляции;

- соседние наблюдения отдельных анализируемых переменных не должны быть связаны между собой. Корреляция между соседними наблюдениями (автокорреляция) приводит к сокращению эффективного объема выборки, обусловленному дублированием информации. Для устранения связи между соседними наблюдениями исследуемых переменных интервал съема данных необходимо брать по величине, превышающей длительность затухания автокорреляции, т.е. чем дальше на временной оси расположены соседние наблюдения, тем меньше они коррелированны между собой;

- выборка исходных данных должна быть однородной, что предполагает извлечение исходных данных из одной генеральной совокупности, т.е. эксперимент должен быть проведен в однородных, заранее оговоренных условиях, что означает так называемый ровный ход процесса, когда все остальные значения переменных изменяются крайне незначительно. Если в выборку попадают данные, относящиеся к различным генеральным совокупностям, то оценки статистических характеристик оказываются смещенными, что ведет к их несоответствию истинным значениям. При этом наличие даже одного аномального измерения, может привести к искажению всех результатов;

- объем выборки (число наблюдений) должен в пять-десять раз превышать число анализируемых переменных. В противном случае надежность выборочных оценок статистических характеристик оказывается очень низкой, и сделать сколько-нибудь обоснованные выводы не представляется возможным.

Легко заметить, что перечисленные предпосылки корреляционного анализа не выполняются для объектов охваченных прямыми и обратными управляющими связями. Аналогично дело обстоит с выполнением предпосылок других статистических методов при попытке их использования для

математического описания действующих объектов управления, так как проведение экспериментов на промышленных объектах осуществляется в условиях тесного переплетения исследовательских целей с целями рабочего функционирования. Поэтому главной особенностью постановки и решения задач, относящихся к идентификации промышленных систем управления, является многоцелевое формирование и использование информации о функционировании промышленных объектов в условиях взаимосогласованного нанесения основных и тестирующих (пробных) воздействий. Организация экспериментов на промышленных объектах требует учета многоцелевого функционирования систем управления с формированием двух видов продукции: информации для идентификации и получение требуемой продукции. В этих условиях необходима разработка новых методов взаимосогласованного рабочего и идентифицирующего управления. Следует отметить, что это достаточно перспективное направление для идентификации моделей и действующих систем управления, хотя работ в этом направлении пока очень мало [41].

В известных методах [23, 42], где применяются исследовательские воздействия ступенчатого типа, предполагают, как правило, возможность «ровного хода» процесса в промышленных агрегатах, что в реальных производственных условиях встречается крайне редко. В качестве доказательства можно привести большую часть рекомендаций по снятию кривых разгона [42], где одним из главных условий является вывод объекта на «ровный ход».

Следует акцентировать внимание на сравнительно новом научно-прикладном направлении анализа и синтеза многоцелевых систем управления, в рамках которого развиваются известные и предлагаются новые методы идентификации объектов в системах управления с натурно-модельными блоками [43]. Отметим оригинальный подход к идентификации, когда при

построении математических моделей используются результаты выделения аналогов спланированных экспериментов непосредственно из траекторий рабочего управления [25, 44, 45]. Авторы при этом отмечают, что для формирования аналогов спланированного эксперимента необходима разработка правил формирования аналогов воздействий, требуемого типа по имеющимся данным эксплуатациии на реальных промышленных объектах. В основу правил косвенного формирования воздействий желаемого типа положены идеи группирования и усреднения имеющихся данных о конечных реализациях входных и выходных параметров. Четкое выполнение указанных операций обеспечивает [46] сглаживание ошибок измерений входных параметров и эффектов неконтролируемых факторов, при этом облегчается оценка характеристик промышленных объектов с помощью расчетных схем известных методов описания сложных процессов. Следует также упомянуть разработки, связанные с оцениванием динамических характеристик каналов регулирования экстраполяцией наблюдаемой предыстории приведенных возмущений [19, 47], а также идентификацией процессов с использованием физически меченых сигналов [48].

Заслуживает особого внимания разработанный способ идентификации процессов с нанесением пробных воздействий на прогнозируемые программы рабочего управления [16, 18, 19, 49, 50]. Прогнозирование траекторий рабочего управления и заданий на выходные переменные делается для конечных интервалов времени управления процессом. При этом учитывается вся достоверная информация к моментам нанесения пробных воздействий. Активное экспериментирование чередуется случайным образом с обычным функционированием промышленных систем. На интервале ожидаемого проявления эффектов пробных воздействий целесообразно размыкать регулирующие обратные связи, осуществляемые как автоматически, так и через человека, контуры управления по возмущениям должны функционировать в

обычном режиме. При необходимости возможно сохранение и элементов регулирования с обратными связями, но их по возможности необходимо представлять простыми алгоритмами с заранее установленными значениями коэффициентов.

Рассмотренные методы идентификации предполагают формирование информативных данных о функционировании системы управления. Метод идентификации, связанный с нанесением пробных сигналов на прогнозируемые программы рабочего управления, является наиболее перспективным с точки зрения согласованного выполнения функций математического описания объекта и рабочего управления. Практически аналогичную разработку можно встретить в монографии [22], где предлагается пошаговая идентификация с экстраполяцией предыстории выходов. Этот способ идентификации является одним из способов определения в реальном масштабе времени импульсной переходной функции по дискретным данным о входах и выходах объекта управления. Компоненты вектора управления представляют собой импульсы шириной, равной интервалу дискретизации. Управление формируется по импульсной переходной функции, без какого либо преобразования ее в форму передаточной функции, что обеспечивает относительно высокое быстродействие.

После получения исходных данных вышеуказанными способами необходима оценка параметров математической модели по экспериментально полученным данным. В настоящее время известно множество классификаций методов оценивания параметров модели [1, 10, 51-56].

Рассмотрим классификацию, представленную в работе [10], которая в сущности и отражает состояние дел в этой области по двум основным направлениям оценивания параметров

- с использованием явных математических выражений (явные методы);

- оценивание по настраиваемой модели (неявные методы).

Отличие между ними заключается в том, что при использовании первого варианта математическая модель объекта остается неизменной при определении ее конкретных параметров. При втором - параметры модели с помощью разработанных или известных процедур изменяют таким образом, чтобы характеристики модели были близки к характеристикам исследуемого объекта. В результате исходная математическая модель постоянно уточняется.

При первом подходе для вычисления оценок параметров традиционно используют методы и аппарат математической статистики. Среди используемых методов наибольшее распространение получили

- метод наименьших квадратов [57-62];

- метод получения марковских оценок [63-67];

- метод максимального правдоподобия [68-70];

- метод получения Байесовских оценок [66, 67, 71].

Кроме того что эти методы отличаются по используемому критерию оптимальности и имеющейся априорной информации об объекте, их применение для определения параметров математических моделей крайне затруднительно, так как реальные промышленные объекты управления, как уже отмечалось, охвачены прямыми и обратными связями в процессе функционирования. Поэтому получение требуемой информации зачастую невозможно [69, 72-78]. Следует также отметить, что большинство методов математической статистики не позволяет вести вычисления в ходе процесса, тогда как промышленные объекты меняют свои характеристики во времени. Яркими представителями таких объектов являются металлургические агрегаты [79-84]. Это связано с изменением характеристик исходного сырья [85, 86], износом футеровки [87-89] и другими. Поэтому использование для таких объектов результатов прошлой идентификации может приводить к значительным ошибкам на текущем интервале эксплуатации объекта. Исходя из этого, для таких объектов целесообразно применять методы идентификации

по настраиваемой модели [8, 10, 90]. Использование этих методов позволяют реагировать на все изменения, происходящие в объекте по ходу его эксплуатации, и синтезировать модель, позволяющую с требуемой точностью решать задачи управления.

Построение такого рода моделей осуществляется, как правило, на основе итерационных методов [8, 10, 91], предусматривающих уточнение модели во времени на каждом шаге итерации. Подавляющее большинство работ в этом направлении выполнено с использованием линейных моделей, которые записываются в виде линейных разностных уравнений. Среди указанных моделей можно выделить следующие [5]

- регрессионная модель, в которой состояние объекта в каждый момент времени определяется величиной входных воздействий и помехой [32, 33];

- авторегрессионная модель, в которой состояние объекта определяется лишь предыдущими состояниями и текущей помехой [32, 38, 92];

- модель скользящего среднего [93, 94].

В настоящее время известно множество моделей, описывающих дрейф параметров [5, 95]. Наибольшей популярностью пользуется модель в виде разностного уравнения с неизвестными начальными условиями, приводящая к построению рекуррентных алгоритмов идентификации. Наиболее часто в алгоритмах адаптивной идентификации [5, 7-9] предлагается и исследуется алгоритм вида

КО) = К(1 -1) + ¿(0 • еф ■ ПО, (1.1)

где К(г) - оцениваемый параметр; Щ) - матрица усиления структуры; е(г) -задание на свойства ошибки идентификации; У(г) - входное воздействие.

Выбирая матрицу усиления, получают различные алгоритмы метода стохастического градиента, расширенного метода наименьших квадратов, метода инструментальных переменных [69], метода эталонной модели [96], метода минимума ошибки прогноза [7, 11, 55].

Ранее было отмечено, что статистические методы получения оптимальных оценок (например, Байесовский или максимального правдоподобия) предполагают известными вероятностные характеристики систем. Другие же методы (например, метод наименьших квадратов или метод стохастической аппроксимации) не требуют знания этих характеристик. Но все эти методы, чрезвычайно чувствительны к отклонениям законов распределения от предполагаемых. В условиях не учитываемых помех, редких аномальных выбросов, оптимальные способы оценивания теряют свою работоспособность [47, 96]. Поэтому остро возникает проблема построения помехоустойчивых способов идентификации.

Наиболее примечательными работами в этом направлении являются [5, 7, 8, 96, 97]. В работах Е.П. Гильбо и И.Б. Челпанова изучена помехоустойчивая оценка типа выборочной медианы, а В.И. Мудров и В.Л. Кушко [98], - оценки по методу наименьших модулей. Общий подход и конкретные методы достаточно детально рассмотрены в работе Я.З. Цыпкина [96], где, в целом выполнено развитие работы П.Дж. Хьюбера [12]. В работе [96] даны конкретные примеры для различных законов распределения (ограниченная дисперсия, симметричные распределения, а также для комбинаций такого рода распределений). Показано, что предложенные методы незначительно проигрывают оптимальным оценкам при известных законах распределения и имеют существенные преимущества для неизвестных законов распределения. В последующих работах, как общетеоретического, так и прикладного характера, рассмотрены методы синтеза и исследования робастных идентификаторов [96], а также их модификации, доведенные до конкретных алгоритмов [99, 100].

Список литературы диссертационного исследования кандидат наук Агеев, Дмитрий Анатольевич, 2013 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Райбман Н. С. Построение моделей процессов производства / Н. С. Райбман, В. М. Чадеев. - М.: Энергия, 1975. - 376 с.

2. Райбман Н. С. Что такое идентификация? / Н. С. Райбман. - М: Наука, 1970.- 120 с.

3. Райбман Н. С. Основы управления технологическими процессами / Н. С. Райбмана. - М.: Наука, 1978. - 440 с.

4. Рей У. Методы управления технологическими процессами / У. Рей. -М.: Мир, 1983.-368 с.

5. Цыпкин Я. 3. Оптимальные методы адаптивной идентификации / Я. 3. Цыпкин, А. С. Позняк, С. Н. Тилонов // Итоги науки и техники. Техническая кибернетика. - М: ВИНИТИ, 1990. - Т. 29. - С. 3-44.

6. Цыпкин Я. 3. Оптимальные критерии качества в задачах идентификации / Я. 3. Цыпкин // Автоматика и телемеханика. - 1982. -№ 12.-С. 9-23.

7. Цыпкин Я. 3. Идентификация нестационарных динамических объектов / Я. 3. Цыпкин, Б. Т. Поляк // Итоги науки и техники. Техническая кибернетика. - М.: ВИНИТИ, 1987. - Т. 21. - С. 68-91.

8. Цыпкин Я. 3. Информационная теория идентификации / Я. 3. Цыпкин.

- М.: Наука, Физматлит, 1995. - 336 с.

9. Цыпкин Я. 3. Синтез оптимальной настраиваемой модели в задачах идентификации / Я. 3. Цыпкин // Автоматика и телемеханика. - 1981. -№ 12. - С. 62-77.

10. Эйкхофф П. Основы идентификации систем управления / П. Эйкхофф.

- М.: Мир, 1975.-683 с.

11. Льюнг Л. Идентификация систем. Теория для пользователя: пер. с англ. / Л. Льюнг; под ред. Я. 3. Цыпкина. - М.: Наука, 1991. - 432 с.

12. Хьюбер Дж. П. Робастность в статистике: пер. с англ. / Дж. П. Хьюбер. - М.: Мир, 1984.-304 с.

13. Прангишвили И. В. Международная конференция «Идентификация систем и задачи управления» (SICPRO'2000) / И. В. Прангишвили, В. А. Лотоцкий, К. С. Гинсберг // Вестник РФФИ. - 2001. - № 3. - С. 44-57.

14. Идентификация систем и задачи управления: на пути к современным системным методологиям / И. В. Прангишвили, В. А. Лотоцкий, К. С. Гинсберг, В. В. Смолянинов // Проблемы управления. - 2004. - № 4. -С.37-42.

15. Мышляев Л. П. Идентификация и управление: области пересечения и автономность / Л. П. Мышляев, Е. И. Львова, А. А. Ивушкин // Системы автоматизации в образовании, науке и производстве: труды V Всероссийской научно-практической конференции / СибГИУ. -Новокузнецк, 2005. - С. 78-80.

16. Мышляев Л. П. О методологии идентификации объектов в системах управления / Л. П. Мышляев, Е. И. Львова // Системы автоматизации в образовании, науке и производстве: труды IV Всероссийской научно-практической конференции / СибГИУ. - Новокузнецк, 2003. - С. 109— 114.

17. Идентификация объектов в системах управления / Л. П. Мышляев, Е. И. Львова, С. Ф. Киселев, С. Я. Иванов // Изв. вузов. Чер. металлургия. -2001.-№ 12.-С. 32-35.

18. Objects Identification in control systems / L. P. Myshlayev, E. I. Lvova, S. F. Kiselev, S. Y. Ivanov // 6-th World Congress on Integrated Resources Management R'02. - Geneva, Switzerland: Copyright by EMPA, Switzerland and PEAK Ltd, 2002. - № 58. - C. 132-138.

19. Мышляев Л. П. Опыт идентификации промышленных объектов в системах управления / Л. П. Мышляев, Е. И. Львова, А. А. Ивушкин // Изв. вузов. Черн. металлургия. - 2005. - № 6. - С. 65-68.

20. Авдеев В. П. Идентификация промышленных объектов с учетом нестационарностей и обратных связей: Учебное пособие / В. П. Авдеев, Т. М. Даниелян, П. Г. Белоусов // Сибметинститут. - Новокузнецк, 1984.- 88 с.

21. Нанесение экспериментальных воздействий на прогнозируемые рабочие управления / В. И. Веревкин, В. П. Авдеев, А. В. Лакунцов и др. // Изв. вузов. Черн. металлургия. - 1975. - № 6. - С. 163-166.

22. Восстановительно-прогнозирующие системы управления / В. П. Авдеев, В. Я. Карташов, Л. П. Мышляев, А. А. Ершов / КемГУ. -Кемерово, 1984. - С. 81-83.

23. Гроп П. Методы идентификации систем / П. Гроп. - М.: Мир, 1979. -302 с.

24. Ротач В. Я. Расчет динамики промышленных автоматических систем регулирования / В. Я. Ротач. - М.: Энергия, 1973. - 440 с.

25. Райбман Н. С. Адаптивные модели в системах управления / Н. С. Райбман., В. М. Чадеев. - М.: Сов.радио, 1966. - 159 с.

26. Сургучев Г. Д. Математическое моделирование сталеплавильных процессов / Г. Д. Сургучев. - М.: Металлургия, 1978. - 224 с.

27. Авдеев В. П. Оптимизация режимов действующих систем управления / В. П. Авдеев, М. В. Петрунин, Л. П. Мышляев // Изв. вузов. Черн. металлургия. - 1977. - № 8. - С. 157-163.

28. О двухступенчатом управлении циклическими процессами / М. В. Петрунин, В. П. Авдеев, А. Е. Кошелев, Л. П. Мышляев // Изв. вузов. Черн. металлургия. - 1978. -№ 2. - С. 149-153.

29. Авдеев В. П. Влияние условий управления на соответствие между параметрами технологических процессов / В. П. Авдеев, В.Б. Корнев // Изв. вузов. Черная металлургия. - 1971. - № 12. - С. 156-158.

30. Адлер Ю. П. Планирование эксперимента при поиске оптимальных условий / Ю. П. Адлер, Е. В. Маркова, Ю. В. Грановский. - М.: Наука, 1976.-279с.

31. Веселая Г. Н. О математических моделях технологических процессов, полученных по данным пассивных наблюдений / Г. Н. Веселая, Н. В. Егорова; под ред. Г. К. Круг // Проблемы планирования эксперимента. -М.: Наука, 1969.-254 с.

32. Нагойце К. Применение теории систем к проблемам управления / К. Нагойце. -М.: 1981.- 187с.

33. Яценко А. К. Методы оптимального управления сталеплавильными процессами / А. К. Яценко, В. С. Кочо. - М.: Металлургия, 1990. - 215 с.

34. Дрейпер С. Прикладной регрессионный анализ / С. Дрейпер, Г. Смит. -М.: Статистика, 1973. - 87 с.

35. Айвазян С. А. Статистическое исследование зависимостей / С. А Айвазян. - М.: Металлургия, 1968. - 227 с.

36. Основы научных исследований в литейном производстве / под ред. А. Е. Кривошеева. - Киев - Донецк: Вища школа. Головное изд-во, 1979. -168 с.

37. Белай Г. Е. Организация металлургического эксперимента / Г. Е. Белай, В. В. Дембовский, О. В. Соценко; под редакцией В. А. Дембовского. -М.: Металлургия, 1993. - 256 с.

38. Лонер Р. Л. Устойчивые статистические методы оценки данных / Лонер Р. Л., Уилкинсон Г. Н. - М.: Машиностроение, 1984. - С. 83-85.

39. Езекиэл М. Методы анализа корреляций и регрессий / Езекиэл М., Фоке К. А. - М.: Статистика, 1966. - 559 с.

40. Дрейпер Н. Прикладной регрессионный анализ / Дрейпер Н., Смит Г. -М.: Финансы и статистика, 1986, -351 с.

41. Андерсон Т. В. Введение в многомерный статистический анализ / Т. В. Андерсон. - М.: Физматгиз, 1963. - 500 с.

42. Идентификация объектов в системах управления / Л. П. Мышляев, Е. И. Львова, С. Ф. Киселев, С. Я. Иванов // Изв. вузов. Черная металлургия. - 2001. - № 12 . - С. 32 - 35.

43. Проектирование систем контроля и автоматического регулирования металлургических процессов: учебное пособие для вузов / Г. М. Глинков, В. А. Маковский, С. Л. Лотман, М. Р. Шапировский. - М.: Металлургия, 1986. - 352 с.

44. Авдеев В. П. О производственно-исследовательских системах управления на базе натурно-модельных блоков / В. П. Авдеев // Изв. вузов. Черная металлургия. - 1979. -№2.-С. 130-137.

45. Масловский П. М. Формирование аналогов спланированных воздействий при функциональном описании металлургических объектов. Сообщение 2 / П. М. Масловский, В. П. Авдеев, Ю. О. Раев // Изв. вуз. Черная металлургия. - 1970. -№ 7. -С. 171-175.

46. Масловский П. М. Формирование аналогов спланированных воздействий при функциональном описании металлургических объектов. Сообщение 1 / П. М. Масловский, В. П. Авдеев, Ю. О. Раев // Изв. вузов. Черная металлургия. - 1970. - №2. - С. 174-177.

47. Гильбо Е. П. Обработка сигналов на основе упорядоченного выбора / Е. П. Гильбо, И. Б. Челпанов. - М.: Сов.радио, 1975. - 344 с.

48. Авдеев В. П. Разработка и применение робастных экстраполяторов в АСУ ТП / В. П. Авдеев, Л. П. Мышляев, А. В. Фролов // Идентификация и управление технологическими объектами. -Владивосток: ДВНЦ АН СССР, 1982. - С. 25-31.

49. Строков И. П. Кибернетический подход при использовании радиоактивных нуклидов в металлургии / И. П. Строков, В. П. Авдеев.

- М.: Энергоиздат, 1981. - 92 с.

50. Нанесение экспериментальных воздействий на прогнозируемые рабочие управления / В. И. Веревкин, В. П. Авдеев, А. В. Лакунцов и др. // Изв. вузов. Черная металлургия. - 1975. - № 6. - С. 163-166.

51. Веревкин В. И. Идентификация металлургических процессов с прогнозированием рабочих управлений. Авторефер. дис. на соиск. учен, степени канд. техн. наук. Новокузнецк, изд. Сиб. мет. института, 1975.-30 с.

52. Алимов Ю. И. Элементы теории эксперимента: учебное пособие / Ю. И. Алимов. - Свердловск: Изд-во УПИ. Ч. I - 1976, Ч. II - 1977, Ч. III -1978.

53. Салыга В. И. Идентификация и управление процессами в черной металлургии / В. И. Салыга, Н. Н. Карабутов. - М.:Металлургия, 1986.

- 192 с.

54. Перельман И. Н. Оперативная идентификация объектов управления / И. Н. Перельман. - М.: Энергоиздат, 1982. - 272 с.

55. Deo Brahma. Modelling of basic oxygen furnace / Deo Brahma // Electron.

- Inf. And Plann. - 1989. - 17 № 1. - С. 3-18.

56. Мышляев Л. П. Регулирование процесса раскисления и легирования стали / Л. П. Мышляев, М. В. Петрунин // Сб. Состояние и пути

развития АСУ на предприятиях черной металлургии Западной Сибири. - Новокузнецк. 1974. С. 107 - 108.

57. Wick H. J. Anpassung von Modellparametern aufgrund von Mebwerten mit nichtlinearen Optimierung um Beispiel eines Modells fur das LD -Verfahren / H. J. Wiek, G. Wiethoff, D. DasGupta // «Int. Eisenhuttentechn. Kongr.», Brussels - Dusseldorf, 1976. Bd. lb" Dusseldorf, 1976, 4.1./ D.4./1.18.

58. Айвазян С. А. Прикладная статистика. Основы эконометрики / Айвазян С.А., Мхитарян B.C.. - М.: ЮНИТИ, 2001 - 656 с.

59. Линник Ю.В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений / Ю.В. Линник. - М.: Наука, Физматлит, 1958. - 336 с.

60. Стренг Г. Линейная алгебра и ее применения / Г. Стренг. - М.: Мир, 1980.-459 с.

61. Афифи А. Статистический анализ. Подход с использованием ЭВМ / А. Афифи, С. Эйзен. - М.: Мир, 1982. - 490 с.

62. Боровков A.A. Оценка параметров. Проверка гипотез / А.А Боровков. -М.: Наука, 1984.-237с.

63. Бриллинджер Д. Временные ряды. Обработка данных и теория / Д. Бриллинджер. - М.: Мир, 1980. - 536с.

64. Дубровский С. А. Прикладной многомерный статистический анализ / С.А. Дубровский. - М.: Финансы и статистика, 1982. - 216 с.

65. Портенко Н. И. Марковские процессы / Н. И. Портенко, А. В. Скороход, В. М. Шуренков. - ВИНИТИ, 1989. - 248 с.

66. Вентцель Е. С. Задачи и упражнения по теории верочтностей / Е. С. Вентцель, Л. А. Овчаров. - М.: Академия, 2003. - 448 с.

67. Стратонович P. JI. Условные марковские процессы и их применение к теории оптимального управления / Р. Л. Стратонович. - М.: Изд-во МГУ, 1966.-319 с.

68. Гнеденко Б. В. Курс теории вероятностей / Б. В. Гнеденко. - М.: Наука, изд III, 1970.-239 с.

69. Крамер Г. Математические методы статистики. - М.: Мир, 1975. - 648с.

70. Кендэл М. Статистические выводы и связи / М. Кендэл, А. Стюарт -М.: Наука, 1973.-900 с.

71. Булинский А. В. Теория случайных процессов / А. В. Булинский, А. Н. Ширяев. - М.: Физматлит, 2003. - 542 с.

72. Конев В. В. Построение байесовских оценок параметров линейных марковских процессов при наблюдении части компонентов / В. В. Конев, Э. М. Хазен // Изв. АН СССР, серия «Техническая кибернетика». - 1971. - №6. - С. 197-205.

73. Анхимюк В. Л. Теория автоматического управления / В. Л. Анхимюк, Опейко О. Ф., Н. Н. Михеев. Мн.: Дизайн ПРО, 2002. - 352 с.

74. Многосвязные системы управления / М. В. Мееров, А. В. Ахметзянов, Я. М. Берщанский, В. Н. Кулибанов. - М.: Наука, 1990. - 264 с.

75. Основы автоматического управления / Под ред. B.C. Пугачева. - М.: Наука, 1974.-719 с.

76. Алимов Ю. И. Является ли вероятность «нормальной» физической величиной? Методические заметки / Ю. И. Алимов, Ю. А. Кравцов // Успехи физических наук. - 1992. - Т. 162, №7. - С. 149 - 182.

77. Дубровский С. А. Математическое описание технологических объектов и систем управления с использованием внутренних факторов состояния / С. А. Дубровский // Изв. вузов Черная металлургия. - 1979. - № 10. -С.92-96.

78. Zaplowicz W. Управление кислородно-конвертерным сталеплавильным производством в условиях неполноты информации с помощью статической математической модели / W. Zaplowicz, М. Stachowicz. «Zesz. Nauk. PSw. Clek». - 1981. - №8. - С. 53-68.

79. Varkey G. Process automation in steel melting shop-from static modelling to expert systems / G. Varkey // Electron.-Inf. And Plann. - 1989. - 17, № 1. -С.19-26.

80. Дубровский С. А. Факторный анализ в задачах описания и регулирования доменного процесса. Автореферат диссертации на соискание уч. степени к. т. н. С. А. Дубровский. Новокузнецк, изд. Сиб. мет. института, 1971. - 26 с.

81. Колпаков С. В. Управление конвертерной плавкой / С. В. Колпаков, JI. И. Тедер, С. А. Дубровский. - М.: Металлургия, 1981. - 144 с.

82. Рожков И. М. Математические модели конвертерного процесса / И. М. Рожков, О. В. Травин, Д. И. Туркенич. - М.: Металлургия, 1978. - 184 с.

83. Математическое описание и алгоритм управления конверторной плавкой / В. С. Кочо, В. С. Богушевский, Н. А. Сорокин и др. // Изв. вузов. Черная металлургия. - 1977. - № 5. - С. 41-44.

84. Иржи О. Автоматизированные системы управления кислородно-конвертерными цехами / О. Иржи // Металлургия. - 1982. - №3. - С. 12-15.

85. Способы расчета масс материалов конвертерного процесса / Авдеев В.П., Айзатулов P.C., Мышляев Л.П. и др. - М.: Металлургия. - 1994. -192 с.

86. Туркенич Д. И. Расчет шихты конвертерной плавки и оценка текущего содержания углерода / Д. И. Туркенич, Ю. А. Романов, М. А. Шевчук // Сталь. - 1973. - № 6. - С.501 - 502.

87. Рожков И. М. Математические модели конвертерного процесса / И. М. Рожков, О. В. Травин, Д. И. Туркенич -М.: Металлургия, 1978. - 184 с.

88. Петрунин А. М. Исследование влияния топографии конвертера на технологические показатели процесса / А. М. Петрунин, JI. П. Мышляев, С. М. Петрунин. // Системы автоматизации в образовании, науке и производстве: Труды IV Всероссийской научно-практической конференции. - Новокузнецк: СибГИУ, 2003 - С. 389 - 394.

89. Мышляев JI. П. Развитие способов управления конвертерной плавкой стали с изменением структуры объекта / JI. П. Мышляев, С. М. Петрунин, О. В. Михайлова. // Тематический сборник научно-технических статей "Информационные технологии в экономике, промышленности и образовании". Выпуск №2. - Москва: Электрика, 1999 г.-С. 48-49.

90. Петрунин С. М. Идентификация показателей топографии внутренней поверхности футеровки кислородного конвертера / С. М. Петрунин, А. М. Петрунин, Е. И. Львова // Информационные недра Кузбасса: Труды III региональной научно-практической конференции. - Кемерово: КемГУ, 2004. - С. 78-79.

91. Афанасьев В. Н. Динамические системы управления с неполной информацией. Алгоритмическое конструирование / В. Н. Афанасьев. -М.: КомКнига, 2007. - 216с.

92. Хемди А. Введение в исследование операций / Taxa, А. Хемди, 7-е изд.: Пер. с англ. - М.: Вильяме, 2005. - 912 с.

93. Чуев Ю. В. Прогнозирование количественных характеристик процессов / Ю. В.Чу ев, Ю. Б Михайлов, В. И.Кузьмин. - М.: Сов.радио, 1975. -400 с.

94. Медич Дж. Статистически оптимальные оценки и управление / Дж. Медич; под редакцией А. С. Шаталова. - М.: Энергия, 1973. - 440 с.

95. Дуброва Т. А. Статистические методы прогнозирования: уч. пособие для вузов / Т. А. Дуброва - Москва: ЮНИТИ-ДАНА, 2003. - 117 с.

96. Поляк Б. Т. Робастная устойчивость линейных систем / Б. Т. Поляк, Я. 3. Цыпкин // Итоги науки и техники. Техническая кибернетика. - 1991. -Т.32. -С.3-31.

97. Александровский Н. М. Адаптивные системы автоматического управления сложными технологическими процессами / Н. М. Александровский, С. В. Егоров, Р. Е. Кузин. - М.: Энергия, 1973 - 272 с.

98. Мудров В. И. Метод наименьших модулей / В. И. Мудров, В. Л. Кушко. -М.: Знание, 1971.- 192 с.

99. Кошелев А. Е. Адаптивная идентификация в системе управления конвертерной плавкой стали / А. Е. Кошелев, В. П. Авдеев, В. И. Соловьев // Тез. докл. IV Всесоюзного совещания по статистическим методам теории управления. - М.: Наука, 1978. - С. 298- 300.

100. Кошелев А. Е. О программно-статическом управлении конверторной плавкой: автореферат диссертации к. т. н. // А. Е. Кошелев. -Свердловск, 1978. - 26 с.

101. Поляк Б. Т. Помехоустойчивая идентификация / Б. Т. Поляк, Я. 3. Цыпкин // Итоги науки и техники. Техническая кибернетика. - 1988. -Т. 22.-С. 178-182.

102. Цыпкин Я. 3. Адаптация и обучение в автоматических системах / Я. 3. Цыпкин. -М.: Наука, 1968. - 400с.

103. О функционально-физических моделях металлургических процессов / В. П. Авдеев, Е. А. Щелоков, В. Э. Шамовский, JI. И. Криволапова // Изв. вузов. Черн. металлургия. - 1975. - № 2. - С. 161-164.

104. Структурный анализ сигналов при алгоритмизации технологических процессов: учебное пособие / В. П. Авдеев, П. Г. Белоусов, Я. Г. Парпаров, В. Э. Шамовский / Сибметинститут. - Новокузнецк, 1992. — 78 с.

105. Автоматизация настройки систем управления / В.Я. Ротач, В.Ф. Кузищин, A.C. Клюев и др. Под ред. В.Я. Ротача. М.: Энергоатомиздат, 1984.-272 с.

106. Восстановительно-прогнозирующие системы управления: учебное пособие / В. П. Авдеев, В. Я. Карташов, JI. П. Мышляев, А. А. Ершов / КемГУ. - Кемерово, 1984. - С. 68-85.

107. А. с. 1297008 СССР, МКИ G05B13/02. Адаптивная система регулирования нелинейного объекта, например шахтной печи / Г. А. Юров, JI. П. Мышляев, А. Д. Сыромятников и др. - Опубл. 15.03.87, бюл. изобр. № 10.

108. A.c. № 1667223. Россия. НОЗН17/4, G05B13/02. Многовариантный фильтр / Л.П. Мышляев, В.И. Носырев, В.Ф. Евтушенко и др. - № 4674475/24; Заявл. 04.04.89. Опубл. 30.07.91.

109. A.c. № 1061250 СССР. Управляемый сглаживающий фильтр. / Ю.П. Яковлев, В.П. Авдеев, Л.П. Мышляев и др. // Открытия. Изобретения. 1983. №34.

110. Структурный анализ временных последовательностей данных / Т. В. Киселева, В. Н. Бурков, Е.Г. Руденкова, В.И. Зинченко. / СибГИУ. -Новокузнецк, 2004. - 139 с.

111. Адаптивное управление в замкнутом контуре с использованием активной идентификации / В. В. Солдатов, А. В. Шаховской, М. В. Жиров и др. // Идентификация систем и задачи управления: труды международной конференции / Институт проблем управления им. В. А. Трапезникова РАН. - М, 2003. - С. 2485-2498.

112. .Бунич A. JL Синтез и применение дискретных систем управления с идентификатором / A. JL Бунич, H. Н. Бахтадзе. - М.: Наука, 2003. -232с.

113. Бунич A. JI. Системы управления с идентификатором / A. JL Бунич // Идентификация систем и задачи управления: пленарные доклады IV международной конференции / Институт проблем управления им. В. А. Трапезникова РАН. - М., 2005. - С. 33-45.

114. A.c. 1310773 СССР, МКИ G05B13/00. Система автоматической оптимизации / JI. П. Мышляев, С. Ф. Киселев, А. С. Рыков и др. -Опубл. 1987, бюл. изобр. № 18.

115. Авдеев В. П. Производственно-исследовательские системы с многовариантной структурой / В. П. Авдеев, Б. А. Кустов, JI. П. Мышляев / Кузбасский филиал Инж. Академии. - Новокузнецк, 1992. — 188 с.

116. Авдеев В. П. Обобщение и развитие многовариантных структур / В. П. Авдеев, JI. П. Мышляев, Е. Н. Тараборина // Изв. вузов. Черная металлургия. - 1991. - № 6. - С.93-100.

117. Методы идентификации промышленных объектов в системах управления / Емельянов С. В., Коровин С. К., Рыков А. С. и др. -Кемерово: Кузбассвузиздат, 2007. - 307 с.

118. Львова Е. И. О комплексной технологии многовариантной идентификации зависимостей на примере объектов черной металлургии / Е.И. Львова // Изв. вузов. Черн. металлургия. - 2000. - № 4. - С. 62-68.

119. Пат. 2038630 России, МКИ G05B13/02. Многовариантный идентификатор / В. П. Авдеев, В. И. Салыга, С. К. Коровин и др. -Опубл. 27.06.95, бюл. изобр. № 18.

120. A.c. 1305633 СССР, МКИ G05B13/02. Устройство для адаптивной идентификации объекта / В. П. Авдеев, Л. П. Мышляев, Н. А. Фомин и др. - Заявл. 21.11.85; Опубл. 23.04.87, бюл. изобр. № 15.

121. Многовариантные алгоритмы рекуррентной идентификации линейно параметрических зависимостей / Б. А. Кустов, Ю. А. Сарапулов, Е. И. Львова и др. // Изв. вузов. Черн. металлургия. - 1994. - № 4. - С. 46-53.

122. Мышляев Л. П. Многовариантная робастная идентификация: Монография / Л. П. Мышляев, А. Е. Кошелев, Е.И. Львова. - М.: Электрика, 2000. - 136 с. (Библиотека сборника «Математические и экономические модели в оперативном управлении производством». -Вып. № 5).

123. Адаптивное управление точностью прокатки труб. / Ф. А. Данилов, В. В. Имедадзе, Е. Д. Клемперт и др. - М. : Металлургия, 1980. - 279 с.

124. Емельянов С. В. Новые типы обратной связи: Управление при неопределенности / С. В. Емельянов - М.: Наука. Физматлит, 1997. -352 с.

125. Емельянов С. В. Методы идентификации промышленных объектов в системах управления / С. В. Емельянов, С. К. Коровин. - Кемерово: Кузбассвузиздат, 2007. - 307 с.

126. Емельянов С. В. Бинарные системы автоматического управления / С. В. Емельянов. -М.: МНИИПУ, 1984. - 319 с.

127. Емельянов С. В. Управление нестационарными динамическими системами с применением координатно-параметрической обратной связи / С. В. Емельянов, С. К. Коровин, Б. В. Уланов // Техническая кибернетика. - 1982. - № 6. - С. 201 - 212.

128. Шварц. X. Принцип эквивалентности для дискретных линейных систем, находящихся под воздействием стохастических и детерминированных сигналов / X. Шварц // Э.И. САУ. - 1973. - № 19. -С. 10-24.

129. Налимов В.В. Статистические методы планирования экстремальных экспериментов / В. В. Налимов, H.A. Чернова. - М.: Наука, 1965. -451с.

130. Файн B.C. Опознавание изображений (основы непрерывно-групповой теории и ее приложения) / B.C. Файн. - М.: Наука, 1970. - 299 с.

131. Walker D. I. Vessel Slopping Detection / D. I. Walker, A. L. Kemeny, J. T. Jones // AISTech 2005 Proceedings. 2005. - C. 711 - 720.

132. Iida Yoshiharu. Технология полной автоматизации продувки для основного кислородно-конвертерного процесса / Iida Yoshiharu, Emoto Kanji, Ogawa Masakatsu, Masuda Yasuo, Onishi Massayuki, Yamada Hirosuke, Kawasaki Steel Giho, 1983, 15, No. 2, C. 126 - 131.

133. Контроль состояния шлака в конвертере / Нагао Нориаки, Хиватари Йосинобу, Иэда Кодзи, Киносита Кэнъити. кл. - С21 С5/28, № 55 -128520, заявл. 27.03.79, № 54 - 36380, опубл. 04.10.80.

134. Агеев Д.А. Классификация выбросов кислородно-конвертерного процесса / Д.А. Агеев, М.К. Шакиров // Сб. науч. тр VI Региональной научно-практической конференции студентов, аспирантов и молодых ученых. - Новокузнецк: НФИКемГУ. - 2006. - С 21-22.

135. Изучение причин выбросов из конвертера / И. Л. Яновский, В. И. Жигулин, П. С. Рубинский, В. И. Баптизманский // Изв. вузов. Черная металлургия. - 1965. - № 5. - С. 34 - 39.

136. О механизме образования выбросов из кислородного конвертера с верхней продувкой / А. Г. Чернятевич, Е. Я. Зарвин, Ю. Н. Борисов, М. И. Волович // Изв. вузов. Черная металлургия. - 1976. - № 10. — С. 54 — 59.

137. В.Б. Охотский. Скачивание шлака из конвертера / В.Б. Охотский // Сталь. - 1988.-№ 5.-С. 21-23.

138. Рыбалко Л. Г. Контроль вспенивания шлака в кислородном конвертере / Л. Г. Рыбалко, В. П. Цымбал, И.И. Ливерц. - Изв. вузов. Черная металлургия. - 1980. - № 12. - С. 115-119.

139. Агеев Д. А. О снижении неорганизованных выбросов кислородно-конвертерного процесса / Д. А. Агеев // Труды Межрегиональная научно-практическая конференция студентов и аспирантов. -Новокузнецк: НФИКемГУ. - 2009. - С. 43-49.

140. Туркенич Д. И. Управление плавкой стали в конверторе / Д. И. Туркенич. - М.: Металлургия, 1971.-360 с.

141. Бигеев А. М. Основы математического описания и расчеты кислородно-конвертерного процесса производства стали / А. М. Бигеев, Ю. А. Колесников - М.: Металлургия, 1970. - 232 с.

142. Дивильковский М. С. Управление конвертерным процессом в условиях Карагандинского металлургического комбината / М. С. Дивильковский, Л.В. Ронков // Сталь, 1998. - № 3. - С.29 - 31.

143. Автоматизированная система управления кислородно-конверторным процессом на металлургическом комбинате «Криворожсталь» / И. В. Присяжнюк, Н. С. Церковницкий, С. М. Сердюк, В. С. Богушевский // Изв. вузов.Черная металлургия. - 1985. - №10. - С. -127-130.

144. Система управления конвертерной плавкой / А. М. Равдель, Э. С. Гескин, С. М. Гильман и др. // Металлургия и коксохимия. Респ. межвед. научн.-техн. сб., 1973. - вып.35. - С. 62-65.

145. Поисковая идентификация выхода жидкой стали в кислородном конверторе / Е.Я. Зарвин, В.П. Авдеев, В.Ф. Евтушенко и др. // Изв. вузов. Черная металлургия. - 1977. - № 6. - С. 162- 165.

146. Прогнозирование количества жидкой стали в кислородно-конверторном процессе / В. С. Кочо, В. С. Богушевский, Н. А. Сорокини др. // Изв. вузов. Черная металлургия. - 1977. - № 1. - С.49-52.

147. Яценко А. К. Методы адаптации при управлении конвертерной плавкой стали / А. К. Яценко // Металлург, и горнорудн. промышленность. Науч.-техн. и произв. сб.. - 1976. - №1. - С. 70-72.

148. Летов А. М. Динамика полета и управление / А. М. Летов. - М.: Наука, 1969.-359 с.

149. Жуков Н. Н. Определение погрешности работы балансовых систем расчета шихты на кислородно-конверторный процесс / Н. Н. Жуков, Б. Н. Окороков, С. В. Коминов // Изв. вузов. Черная металлургия. - 1986. -№ 5. - С. 29-31.

150. Danilo Di Napoli Guzela. The Ultimate LD Steelmaking Converter / Danilo Di Napoli Guzela, Joaci G.de Oliveira, G. Staudinger, J. Muller // The Synthesis of 50 Years of Development. 4th European Oxygen Steelmaking Conference, 2003, Austria. - C. 145-154.

151. Явойский В. И. Научные основы современных процессов производства стали / В. И. Явойский, А. В. Явойский. - М.: Металлургия, 1987. - 184 с.

152. Баптизманский В. И. Теория кислородно-конверторного процесса / В. И. Баптизманский. - М.: Металлургия, 1975. -376 с.

153. Разработка алгоритмов управления шлаковым режимом конверторной плавки / М. И. Волович, В. А. Щеглов, Е. Я. Зарвин, Е. Б. Турчанинов // Изв. вузов. Черная металлургия, 1987. - № 8. - С. 27 - 31.

154. О контроле уровня шлака в кислородном конвертере. / И.И Ливерц, Е.И. Ливерц, Л.М. Учитель и др. // Изв. вузов. Чёрная металлургия. -1983.-№ 10.-с. 126- 129.

155. Шакиров К. М. Управление кислородно-конверторным процессом / К. М. Шакиров, С. И. Попель, Е. М. Рыбалкин // Сталеплавильное производство. Кемерово, КузПИ, 1975. - С. 12-19; 29-36.

156. Жидков В. Д. Динамика уровня расплава при продувке / В. Д. Жидков // Сталь. - 1987. - № 6. - С. 22-24.

157. Walker D. I. Vessel Slopping Detection / D. I. Walker // Новости Черной металлургии и за рубежом. - 2006. - №6. -С. 30-33.

158. Бондарь Н. Ф. Многовариантное прогнозирование расчетных показателей / Н. Ф. Бондарь, В. П. Авдеев, С. М. Кулаков. -Новокузнецк: СибГИУ. - 1998. -239 с.

159. Агеев Д. А. Анализ процедур расчета коэффициентов линейных моделей кислородно-конвертерного процесса / Д. А. Агеев. // Наука и

молодежь: проблемы, поиски, решения: Труды Всероссийской научной конференции студентов, аспирантов и молодых ученых. 5-8 мая 2009.; под общ. ред. С.М. Кулакова, Л.П. Мышляева - Новокузнецк: СибГИУ, 2009.-С. 252-255.

160. Влияние параметров дутья и геометрических размеров конвертерной ванны на интенсивность перемешивания / П. Р. Каплун, И. Л. Повх, А. В. Маринин и др. // Изв. вузов. Чёрная металлургия. -1974. -№ 10. -с.43-47.

161. Петрунин А. М. Исследование влияния топографии конвертера на технологические показатели процесса / А. М. Петрунин, Л. П. Мышляев, С. М. Петрунин. // Системы автоматизации в образовании, науке и производстве: Труды IV Всероссийской научно-практической конференции. 8-10 декабря 2003.; под общ. ред. С.М.Кулакова, Л.П. Мышляева. - Новокузнецк: СибГИУ, 2003- С. 389 - 394.

162. Патент США № 366439. Способ управления плавкой стали в конверторе / В.А. Карлик, Ю.А. Успенский, В.М. Шефтель, Е.З. Кацов, Д.И. Туркенич, Ю.А. Романов, Э.А. Левин // Кл. С21, С7 / 10, 1970.

163. Dauby P. Metallurgical Reports / P. Dauby. CNRM, 1968, № 15, С. 51- 62.

164. Колпаков С. В. Технология производства стали в современных конвертерах / С. В. Колпаков, Р. В. Старов, В. В. Смоктий - М.: Машиностроение, 1991.- 464 с.

165. Wick HJ. Anpassung von Modellparametern aufgrund von Mebwerten mit nichtlinearen Optimierung um Beispiel eines Modells. / H.J. Wick, G. Wiethoff, D. DasGupta. «Int. Eisenhuttentechn. Kongr., Brussels -Dusseldorf», 1978. Bd. lb" Dusseldorf, 1978, 4.3./-4./3.21.

166. Адаптация алгоритма статического расчета шихты для конверторной плавки / В. С. Богушевский, Е. И. Беляев, Н. А. Сорокин и др. //

Автоматизация сталеплавильного производства. Институт информатики. Сб. № 6, 1974. - С. 41-45.

167. Богушевский В. С. АСУТП кислородно-конвертерного производства стали / В. С. Богушевский, Е. И. Беляев, И. А. Сорокин// Бюл. НТИ ЦНИИ инф. и техн.-экон. исслед. Черной металлургии, 1981. - №22. -С. 46-48.

168. Коровин С. К. Наблюдатели состояния для линейных систем с неопределенностью / С. К. Коровин, В.В. Фомичев. - М.: Наука. Физматлит, 2007. - 224с.

169. Мышляев Л. П. Синтез идентификаторов в виде замкнутых динамических систем / Л. П. Мышляев, Д. А. Агеев // Изв. вузов. Чёрная металлургия. -2010. -№ 12. - С. 60-62.

170. Оценка влияния факторов путем формирования выборок с желаемыми свойствами / И. П. Строков, В. Э. Шамовский, В.П. Авдеев и др. // Изв. вузов. Черная металлургия. - 1974. - №1. - С. 142-145.

171. Мышляев Л. П. Прогнозирование в системах управления / Л. П. Мышляев, В. Ф. Евтушенко. - Новокузнецк: СибГИУ, 2002. - 358 с.

172. О способе поисковой идентификации промышленных объектов / Евтушенко В. Ф., Е. Я. Зарвин, В. П. Авдеев и др. // Изв. вузов. Черная металлургия. - 1977. - № 4. - С. 135 - 138.

173. Волович М. И. Контроль и оценивание конвертерной плавки по косвенным параметрам / М. И. Волович, В. П. Авдеев, Я. Г. Парпаров. -Кемеровское кн. Изд-во, 1989. - 124 с.

174. Системы автоматизации на основе натурно-модельного подхода: Монография в 3-х т. Т.2: Системы автоматизации производственного назначения / Л. П. Мышляев, А. А. Ивушкин, Е. И. Львова и др.; Под ред. Л.П. Мышляева. - Новосибирск: Наука, 2006. - 483 с.

175. Мышляев JI. П. Построение и применение натурно-модельных комплексов. / Л. П. Мышляев, А. Е. Щелоков, В. Ф. Евтушенко // Библиотека сборника «Математические и экономические модели в оперативном управлении производством». - Вып. 4. - М: Электрика, 2000. - 49с.

176. Натурно-математическое моделирование в системах управления.: Учеб. пособие. / В. П. Авдеев, С. Р. Зельцер, В. Я. Карташов, С. Ф. Киселев -Кемерово: КемГУ, 1987. - 85С.

177. Мышляев Л. П. Имитационное моделирование для обучения навыкам управления. / Л. П. Мышляев, В. Ф. Евтушенко, С. Ф. Киселев // Новые информационные технологии в университетском образовании: Матер. Междунар. науч. - практич. конф. - Новосибирск; 1999. - С. 38-40.