Структурно-параметрический синтез интеллектуальных многорежимных систем управления аэробными биотехнологическими процессами тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Шахрай Евгений Александрович

• Шахрай Евгений Александрович
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Шахрай Евгений Александрович

ВВЕДЕНИЕ

ГЛАВА 1. Системный анализ процессов управления многорежимными биотехнологическими объектами и постановка задач исследования

1.1 Системный анализ особенностей аэробных биотехнологических процессов как многорежимных объектов управления

1.2 Системный анализ современного состояния проблемы управления многорежимными биотехнологическими объектами

1.3 Анализ многорежимных систем управления и особенностей аппаратного и программного инструментария для их реализации

1.4 Анализ задач и методов структурного и параметрического синтеза многорежимных САУ

1.5 Анализ исследований систем и работ в области автоматического управления многорежимными биотехнологическими объектами

1.6 Системный анализ многорежимности процессов управления аэрацией

1.7 Системный анализ в исследовании многорежимного управления аэробными процессами с учетом их системного характера

1.8 Критерий эффективности решения задачи управления аэрацией в биореакторе

1.9 Постановка задач исследования

Выводы по главе

ГЛАВА 2. Принципы построения многорежимных систем автоматического управления на основе S-образных сигмоидных функций

2.1 Анализ принципов для построения многорежимных САУ аэробными процессами биосинтеза

2.2 Построение математической модели многорежимного обобщенного объекта в системе управления подачей воздуха на аэрацию

2.3 Анализ использования принципа аппроксимирующего управления на основе -образных функций с учетом декомпозиции режимов функциони-

рования систем

2.4 Синтез помехозащищенной САУ подачей воздуха на аэрацию в биореактор с аппроксимирующей зоной нечувствительности

2.5 Анализ устойчивости многорежимных систем с аппроксимирующими нелинейными законами управления

2.6 Анализ чувствительности влияния параметров регулятора с аппроксимирующим управлением на показатели качества регулирования в САУ подачей воздуха на аэрацию

Выводы по главе

ГЛАВА 3. Разработка и исследование интеллектуальной многорежимной САУ аэробным процессом с использованием фаззи-коррекции по концентрации растворенного кислорода

3.1 Обоснование целесообразности корректировки параметров аппроксимирующего управления многорежимных систем на основе нечеткой логики

3.2 Разработка многорежимной САУ подачей воздуха в биореактор с использованием фаззи-коррекции по концентрации растворенного кислорода

3.3 Разработка многорежимной САУ подачей воздуха на аэрацию с учетом концентрации растворенного кислорода с фаззи-коррекцией параметра ал-

горитма управления в переходном режиме

3.4 Разработка многорежимной САУ подачей воздуха на аэрацию с учетом концентрации растворенного кислорода и фаззи-коррекцией параметра алгоритма управления в установившемся режиме

Выводы по главе

ГЛАВА 4. Разработка методики многокритериальной оценки и выбора многорежимных САУ аэробным биотехнологическим процессом

4.1 Анализ методов и подходов к решению многокритериальных задач оценки и выбора многорежимных САУ

4.2 Метод согласованности матриц парных сравнений на основе компонент

их максимальных собственных чисел

4.3 Методика решения многокритериальной задачи оценки и выбора многорежимной САУ на основе анализа иерархического предпочтения альтернатив

4.4 Рекомендации по совершенствованию интеллектуальных МСАУ аэробными биотехнологическими процессами и перспективы их развития

Выводы по главе

ЗАКЛЮЧЕНИЕ

Список использованных источников

Приложение 1. Идентификация уравнений регрессии и их сравнительный

анализ

Приложение 2. Обоснование подхода к обработке содержательной информации и метода обработки экспертных оценок в задачах сравнительного

анализа и выбора альтернатив

Приложение 3. Акты об использовании и внедрении результатов диссертационной работы

Приложение 4. Свидетельства о регистрации программ для ЭВМ

Введение диссертации (часть автореферата) на тему «Структурно-параметрический синтез интеллектуальных многорежимных систем управления аэробными биотехнологическими процессами»

ВВЕДЕНИЕ

Интенсификация производства аминокислот, витаминов, антибиотиков, ферментов, рекомбинантных белков и других биопрепаратов с помощью биотехнологических процессов получения биологически активных соединений, основанных на направленной модификации путей метаболизма организма-продуцента методами метаболической инженерии, является одним из наиболее значимых и быстроразвивающихся технологических направлений. Среди первых технологических платформ, которые планируется создать, целый ряд напрямую связан с биотехнологиями. Это такие платформы, как «Медицина будущего», «Биоиндустрия и биоресурсы». По прогнозам ведущих международных организаций - Всемирного банка, Организации экономического сотрудничества и развития, Еврокомиссии и др. - темпы роста рынков биотехнологической продукции будут неуклонно возрастать. К 2030 году, по данным Организации экономического сотрудничества и развития, с помощью биотехнологий будет выпускаться до 35 % продукции в химической промышленности, до 80 % медицинских препаратов и будет производиться половина сельскохозяйственных продуктов [1]. Производство крупнотоннажных кормовых добавок (незаменимые аминокислоты, витамины, кормовой белок), ферментов (промышленные ферменты и биокатализаторы, кормовые и пищевые ферменты), химикаты, включая мономеры для биоде-градируемых полимеров (органические кислоты, спирты, углеводороды), биологические средства защиты растений (биопестициды, биоинсектициды) неразрывно связано с применением эффективных технологических режимов. Наличие научно-технологического задела и опытных разработок в области биосинтеза биологически активных клеточных метаболитов даст возможность уже в ближайшие годы существенно расширить масштабы использования биотехнологий для массового производства продукции с новыми свойствами и в конечном итоге повысить конкурентоспособность отечественных биотехнологических производств.

На современном этапе развития биотехнологии, сопровождающемся повышением требований к реализации оптимальных технологических режимов, возникли определенные предпосылки для разработки и внедрения новых систем управления аэробными процессами, учитывающих многорежимность их функционирования. Постоянно совершенствующийся уровень теории управления технологическими процессами обуславливает постепенный переход от традиционных линейных и нелинейных САУ к более совершенным -интеллектуальным многорежимным. Важной особенностью таких систем следует считать быстродействие в переходных режимах и высокую точность отработки задающих воздействий и компенсацию возмущений в установившихся режимах, последовательно реализуемых в системах программного, каскадного и следящего управления. Выгодным отличием реализации этих систем на современном этапе можно считать практически неограниченную возможность программного инструментария для автоматической подстройки параметров регуляторов для достижения робастных и адаптивных свойств многорежимных систем управления.

Современные аэробные процессы биосинтеза представляют собой сложные биотехнологические системы (БТС). Для них характерно отсутствие полной и точной информации о показателях промежуточных и целевых продуктов, таких как концентрации биомассы, метаболитов, реагентов, их физико-химические и биохимические свойства, во многом определяющих неполноту, нечеткость и неточность знаний о характеристиках объекта управления и возмущениях [2]. В условиях неопределенности информации о причинах возможного лимитирования растворенным в ферментационной среде кислородом либо ингибирования повышенным содержанием растворенного углекислого газа, низкой воспроизводимости процессов ферментации, обусловленной природной изменчивостью микроорганизмов, и невысокого качества управления подачей воздуха на аэрацию могут иметь место излишние затраты на реагенты и материалы вследствие их высокой стоимости, что может приводить к существенным экономическим потерям [3].

Для отечественных биотехнологических производств существенной становится проблема эффективного управления при переходе от автоматической стабилизации отдельных режимных параметров к управлению оптимальными режимами аэробных процессов ферментации. Такие режимы, как правило, сопровождаются повышением требований к качеству стабилизации и управления, которые в производственных условиях невозможно реализовать существующими САУ режимными параметрами, синтезированными с использованием линейных, упрощенных математических моделей объектов управления [4].

Функционирование управляемого биосинтеза не поддается формализации, что приводит к необходимости решения задач структурно-параметрического синтеза систем управления аэрацией в условиях неполного, нечеткого и неточного знания характеристик объекта управления, внешних и внутренних возмущений. В настоящее время в теории и практике проектирования систем управления с целью решения подобных задач большое внимание уделяется применению интеллектуальных систем управления на базе технологии нечеткой логики (НЛ) [5]. Такие системы способны эффективно функционировать в условиях наличия информации об объекте управления лишь качественного характера, что удовлетворяет требованиям управляемого аэробного биосинтеза. По отношению к адаптивному управлению использование методов НЛ не требует точной математической модели объекта и дает возможность построить систему управления без использования контуров идентификации и каналов сигнальной и параметрической подстройки системы, часто реализуемых при выполнении предположения о квазистационарности объекта управления. Однако применение методов НЛ для синтеза многорежимных систем управления аэробными биотехнологическими объектами (БТО) не исследовано. Следует отметить, что, несмотря на достаточно большое количество решений в области интеллектуального управления, имеется ряд проблем, которые мало изучены при синтезе таких систем для управления аэробными БТО. Это обусловлено тем, что слабоформализуемые

аэробные процессы биосинтеза протекают в условиях многорежимности, наличия неконтролируемых внешних и внутренних эндогенных возмущений, обусловленных, в частности, потреблением кислорода, накоплением углекислого газа, а также режимами (многофазностью) жизнедеятельности микроорганизмов. В соответствии с Комплексной программой развития биотехнологий в Российской Федерации (утв. Правительством РФ от 24 апреля 2012 г. № 1853п-П8) для выхода «...России на лидирующие позиции в области разработки биотехнологий, в том числе по отдельным направлениям биомедицины, агробиотехнологий, промышленной биотехнологии и биоэнергетики», и для создания «.глобально конкурентоспособного сектора биоэкономики, который наряду с информационными технологиями должен стать основой модернизации и построения постиндустриальной экономики» [1] требуется широкое внедрение принципов интеллектуализации в решение задач структурно-параметрического синтеза систем управления аэробными биопроцессами, являющимися основой биотехнологических производств как по влиянию на рентабельность производства, так и по сложности реализации [6]. С учетом этого, актуальной задачей становится разработка интеллектуальных многорежимных систем автоматического управления (МСАУ) процессами аэробного биотехнологического синтеза, функционирующих в условиях неполноты информации о моделях управляемых объектов, возмущениях и помехах.

Актуальность темы подтверждается соответствием основных разделов диссертации следующим нормативно-правовым документам:

- Прогноз научно-технологического развития Российской Федерации на период до 2030 года. Утвержден Председателем Правительства Российской Федерации (от 3 января 2014 г. № ДМ-П8-5);

- «Стратегия научно-технологического развития Российской Федерации», утвержденная в Указе Президента РФ от 01 декабря 2016 г. № 642.

Проблеме повышения эффективности управления биопроцессами посвящены научные исследования отечественных и зарубежных ученых: Бирю-

кова В.В., Винарова А.Ю., Гордеева Л.С., Дворецкого С.И., Душина С.Е., Кантере В.М., Лазарева В.А., Лапшенкова Г.И., Меньшутиной Н.В., Мешал-кина В.П., Панфилова В.И., Софиева А.Э., Цирлина А.М., Харитоновой Л.Ю., Aiba S., Spencer J.L., Wang H.Y. и др. Однако в трудах этих ученых не рассматриваются многорежимные системы управления процессом аэрации в условиях неопределенности. Учитывая высокий уровень сложности задачи синтеза МСАУ процессом аэрации, обуславливающий в таких случаях, как отмечено академиком РАН Емельяновым С.В., необходимость применения нелинейного управления, можно отметить существенный вклад в решение задачи синтеза нелинейных законов управления в различных аспектах в работах Дракунова С.В., Егорова А.Ф., Езангиной Т.А., Костоглотова А.А., Ла-чина В.И., Лубенцовой Е.В., Лященко З.В., Медведева М.Ю., Першина И.М., Пиотровского Д.Л., Пшихопова В.Х., Уткина В.А,, Филимонова Н.Б., Черно-усько Ф.Л., Чернышева А.Б, Шишлакова В.Ф. и др. Однако результаты этих работы в неизмененном виде не могут быть применены для структурно-параметрического синтеза МСАУ, так как в трудах этих ученых не рассматриваются вопросы выбора рационального алгоритма управления на основе аппроксимирующих функций сигмоидного вида для сочетания нескольких нелинейностей, таких как «зона нечувствительности + насыщение + многопозиционная релейная функция» и коррекции параметров алгоритма управления в разных режимах. Функционирование системы управления в различных режимах требует изменения параметров алгоритма управления под каждый режим, что в совокупности с наличием различных факторов неопределенности вызывает необходимость применения методов построения интеллектуальных алгоритмов управления, одним из которых является аппарат нечеткой логики. Вопросы разработки интеллектуальных систем управления с применением аппарата нечеткой логики рассматривали Авцинов И.А., Агеев С.А., Голосовский М.С., Ковалев С.М., Котенко И.В., Кудинов Ю.И., Пащенко Ф.Ф., Розенберг И.Н., Саенко И.Б., Тихомиров С.Г. Хижняков Ю.Н., Цветков В.Я., Ваоwei Wang, Jienan Chen и др. В значительной части эти рабо-

ты охватывают только один, как правило, установившийся режим и не учитывают другие режимы, что приводит к невысокому качеству функционирования системы в этих режимах.

Несмотря на имеющиеся публикации по синтезу МСАУ, методы синтеза многорежимных систем, их системный анализ и практическая реализация для управления аэробными биопроцессами пока еще недостаточно полно освещены в технической литературе, что и предопределило круг вопросов, исследуемых в работе. К таким вопросам относятся, в частности, отсутствие обоснования целесообразности применения нелинейных регуляторов с аппроксимирующим управлением сигмоидного типа (РАУ-регуляторов) для синтеза МСАУ, решения задачи синтеза помехозащищенной системы стабилизации подачи воздуха на аэрацию в биореакторы с помощью аппроксимируемой зоны нечувствительности (ЗН) на входе регулятора, рассмотрения условий обеспечения устойчивости многорежимной системы с аппроксимирующим управлением, решения задачи структурно-параметрического синтеза МСАУ оптимальной подачей воздуха в биореактор с использованием информации о концентрации растворенного в ферментационной среде кислорода и фаззи-коррекцией параметров алгоритма управления МСАУ при смене режимов и различном характере внешних возмущений. При решении задачи многокритериального выбора предпочтительного варианта интеллектуальной МСАУ аэробным процессом на основе нечетких предпочтений не рассмотрен вопрос повышения согласованности экспертных суждений при обработке информации матриц парных сравнений, что важно для поддержки принятия решений на этапе проектирования системы управления. Отмеченные нерешенные вопросы, в конечном итоге, снижают эффективность управления режимом аэрации биотехнологических процессов. Таким образом, при системном анализе решения задач структурно-параметрического синтеза МСАУ были выявлены следующие особенности:

- с одной стороны в последние годы проблеме повышения качества процессов управления с учетом многорежимности функционирования систем

все больше уделяется внимания, а с другой стороны, существующие методы структурно-параметрического синтеза МСАУ, предполагающие сочетание различных законов регулирования и переменной структуры, требуют информации о моментах смены режимов и не исключают разрывной характер управления, причем коррекции параметров алгоритма управления в отдельных режимах с учетом разной чувствительности к ним показателей качества переходных процессов не уделяется должного внимания, что при нестационарном характере объектов и возмущений реализовать затруднительно;

- в настоящее время отсутствует обоснование целесообразности применения нелинейных законов управления, в частности, предлагаемого в данной работе аппроксимирующего управления сигмоидного типа для синтеза МСАУ, а также отсутствуют рекомендации по коррекции параметров законов регулирования нелинейных МСАУ аэробными БТО при отсутствии информации о моментах смены режимов.

Данные обстоятельства свидетельствуют о наличии актуальной практической проблемы, которая состоит в том, что разработка интеллектуальных многорежимных систем с аппроксимирующим управлением сигмоидного типа и алгоритма фаззи-коррекции параметров управляющего воздействия при смене режимов для компенсации факторов неопределенности и нестационарности позволит решить задачу управления многорежимным объектом не только в случае отсутствия строго заданных моментов переключения законов регулирования для разных режимов, но и в условиях параметрической неопределенности моделей объектов и действия возмущающих воздействий.

Диссертационная работа выполнялась в рамках научного проекта «Математическое моделирование процессов, протекающих в автоматизированной установке для круглогодичного производства органических удобрений в условиях Краснодарского края» (регистр. № 16-48-230441а (р)), финансируемого РФФИ и администрацией Краснодарского края, научной темы кафедры автоматизации производственных процессов ФГБОУ ВО «Кубанский государственный технологический университет» «Автоматизированное

управление в технических системах» (регистр. № ААА-А16-116 122 110 1255) и научного направления ФГБОУ ВО «Кубанский государственный технологический университет» «Технологическое оборудование, автоматизация производственных процессов, процессы и аппараты пищевых и химических производств».

Объектом исследования являются интеллектуальные многорежимные системы автоматического управления.

Цель исследования состоит в повышении эффективности функционирования МСАУ классом сложных аэробных процессов биосинтеза за счет применения интеллектуальных многорежимных регуляторов в условиях действия неизмеряемых параметрических и внешних возмущений.

Предметом исследования являются методы, методики и алгоритмы решения задач системного анализа и синтеза интеллектуальных МСАУ сложными аэробными биотехнологическими процессами и многокритериального выбора предпочтительного варианта МСАУ.

Научная задача исследования состоит в разработке методики структурно-параметрического синтеза интеллектуальной МСАУ классом сложных аэробных процессов биосинтеза на основе применения аппроксимирующего сигмоидного управления и аппарата нечеткой логики для коррекции его параметров при изменении режимов функционирования.

Для решения поставленной общей научной задачи была проведена ее декомпозиция на следующие частные научные задачи:

1. Разработка методики системного анализа проблемы многорежимного управления классом сложных аэробных биопроцессов на основе системообразующего фактора - многофазности биопроцесса.

2. Разработка методики структурно-параметрического синтеза МСАУ классом сложных аэробных биопроцессов с использованием в структуре системы регулятора стабилизации расхода воздуха и корректирующего РАУ-регулятора концентрации растворенного в среде кислорода с фаззи-коррекцией его параметров в различных режимах функционирования.

3. Разработка алгоритма достижения согласованности матрицы парных сравнений на основе корректировки максимального собственного числа матрицы парного сравнения, позволяющего скорректировать первоначальные данные, введенные экспертом, с помощью итеративной процедуры.

4. Разработка методики многокритериального выбора предпочтительного варианта интеллектуальных МСАУ подачей воздуха на аэрацию в биореакторы на основе попарного сравнения и анализа предпочтения альтернатив.

Научная новизна диссертационного исследования обоснована получением следующих результатов:

1. Разработана методика системного анализа проблемы многорежимного управления классом сложных аэробных биопроцессов, базирующаяся на основе системообразующего фактора, отличающаяся тем, что в качестве системообразующего фактора обоснована многофазность биопроцесса, позволившая выделить многорежимность самого объекта управления и многоре-жимность функционирования системы управления им и с учетом этого сформулировать научную задачу исследования (п. 2 паспорта научной специальности 2.3.1, с. 46-52 диссертации).

2. Разработана методика структурно-параметрического синтеза интеллектуальной МСАУ классом сложных аэробных биопроцессов с использованием в структуре системы стабилизирующего ПИ-регулятора расхода аэрирующего воздуха и корректирующего РАУ-регулятора концентрации растворенного в среде кислорода (рО2), отличающаяся от известных применением на входе ПИ-регулятора звена с аппроксимируемой на основе сигмоидной функции ЗН, а в корректирующем - алгоритма управления на основе аппроксимации комбинации нелинейностей сигмоидными функциями и фаззи-коррекцией его параметров при смене режимов, что позволило обеспечить ослабление помех на входе стабилизирующего регулятора для качественной обработки информации и повысить точность в установившихся режимах (п.7 паспорта научной специальности 2.3.1, с. 79-102, с. 128-162 диссертации).

3. Разработан алгоритм достижения согласованности матрицы парных сравнений, который отличается от известных тем, что выделяется наибольшее отклонение максимального собственного числа матрицы парных сравнений от значения размерности матрицы и корректируется соответствующая этому отклонению экспертная оценка, что исключает перебор всех оценок и позволяет достигнуть требуемое значение отношения согласованности экспертных оценок, меньшее или равное 10 % (п. 4 паспорта научной специальности 2.3.1, с. 182-189 диссертации).

4. Разработана методика многокритериального выбора предпочтительного варианта интеллектуальной МСАУ с помощью обработки качественной входной информации на основе попарного сравнения альтернатив, отличающаяся от известных тем, что сравнение вариантов МСАУ производится по совокупности критериев, характеризующих различные свойства МСАУ в разных режимах функционирования, а для повышения устойчивости результатов сравнительного анализа альтернатив дополнительно используется метод на основе обобщенной функции желательности, что позволяет более обоснованно ранжировать качественные предпочтения лица, принимающего решение (п. 10 паспорта научной специальности 2.3.1, с. 190-200 диссертации).

Теоретическая и практическая значимость результатов работы.

Теоретическая значимость результатов работы заключается в разработке новых и развитии существующих методик синтеза МСАУ на основе реализации аппроксимирующего управления сигмоидного типа и использования нечеткой логики для коррекции параметров.

Практическая значимость результатов работы заключается в том, что разработанные интеллектуальные МСАУ обеспечивают повышение эффективности управления аэробными процессами биотехнологического синтеза в условиях неопределенности и нестационарности и, в конечном итоге, повышение продуктивности процессов биосинтеза.

Совокупность результатов научных исследований по синтезу МСАУ

аэробным процессом биосинтеза дает рекомендации для многокритериального выбора предпочтительного варианта МСАУ на этапе проектирования.

Методы исследования. Для решения поставленных в диссертационной работе научных задач использованы методы системного анализа, теории автоматического управления, нечеткой логики, регрессионного анализа и математического моделирования.

Обоснованность результатов проведенного исследования подтверждается корректным применением апробированного научно-методического аппарата при решении поставленных научных задач, апробацией полученных результатов и их практической реализацией.

Достоверность результатов подтверждается согласованностью результатов вычислительных экспериментов, моделирования и научных выводов, полученных с использованием данных промышленных аэробных биопроцессов, с известными теоретическими положениями, а также корректным применением методов системного анализа, современных программных средств моделирования и широкой апробацией полученных результатов.

Апробация результатов диссертации осуществлялась в ходе докладов ее материалов на следующих конференциях: X Междунар. науч.-практ. конф. «Научные чтения им. профессора Н.Е. Жуковского» (18-19 декабря 2019 г.) (Краснодар, 2019); X Междунар. науч.-практ. конф. молодых ученых, посвященной 59-ой годовщине полета Ю.А. Гагарина в космос (8-9 апреля 2020 г.) (Краснодар, 2020); Междунар. конф. E3S Web of Conferences. Сер. "Topical Problems of Agriculture, Civil and Environmental Engineering, TPACEE 2020" 2020; XI Междунар. науч.-практ. конф. «Научные чтения имени профессора Н.Е. Жуковского» (23-24 декабря 2020 г.) (Краснодар, 2020 г.); XI Междунар. науч.-практ. конф. молодых ученых, посвященной 60-ой годовщине полета Ю.А. Гагарина в космос (12-13 апреля 2021 г.) (Краснодар, 2021 г.), Междунар. конф. IOP Conference Series: Earth and Environmental Science (2021); XII Междунар. науч. конф. «Технические и технологические системы» (ТТС-21) (25-27 ноября 2021) (Краснодар, 2021 г.); XII Междунар. науч.-

практ. конф. «Научные чтения имени профессора Н.Е. Жуковского» (19-20 декабря 2021 г.) (Краснодар, 2021 г.); XII Междунар. науч.-практ. конф. молодых ученых, посвященной 61-ой годовщине полета Ю.А. Гагарина в космос (12-13 апреля 2022 г.) (Краснодар, 2022); XLIII Междунар. науч.-практ. конференции «Advances in Science and Technology» (Москва, 2022 г.).

Реализация результатов работы. Теоретические и практические результаты диссертационной работы использованы ООО «ОРГХИМ инжиниринг» (г. Ставрополь), ООО «Юг-Система» (г. Краснодар), ООО «АТИСС-Монтаж» (г. Краснодар), ООО «Газпром трансгаз Краснодар» (г. Краснодар), а также при разработке проекта «Программа для решения многокритериальной задачи сравнительного анализа и выбора оптимальных альтернатив путем повышения согласованности экспертных оценок», представленного на XXVI Московский международный Салон изобретений и инновационных технологий «Архимед-2023» (г. Москва), и в учебном процессе КубГТУ при подготовке бакалавров и магистров по направлению «Управление в технических системах», что подтверждено актами.

Положения, выносимые на защиту. На защиту выносятся следующие положения:

1. Методика системного анализа проблемы многорежимного управления классом сложных биопроцессов аэрации, базирующаяся на понятии системообразующего фактора, позволяющая из всего многообразия режимов биотехнологической системы (БТС) выделить многорежимность самого объекта управления и многорежимность функционирования системы управления им, сформулировать научную задачу по повышению эффективности функционирования МСАУ с учетом факторов сложности аэробных биопроцессов.

2. Методика структурно-параметрического синтеза интеллектуальной МСАУ аэробным биопроцессом с использованием стабилизирующего ПИ-регулятора расхода аэрирующего воздуха с реализацией на входе регулятора звена с аппроксимируемой зоной нечувствительности на основе сигмоидной функции и корректирующего РАУ-регулятора рО2 с алгоритмом управления,

построенного на основе аппроксимирующих преобразований комбинации нелинейностей с помощью сигмоидных функций и фаззи-коррекцией параметров его настроек при смене режимов.

3. Алгоритм достижения согласованности матрицы парных сравнений на основе выделения наибольшего отклонения максимального собственного числа матрицы парных сравнений от значения размерности матрицы и корректировки соответствующей этому отклонению введенной экспертной оценки, что обеспечивает целенаправленную последовательную коррекцию одной из введенных в матрицу сравнений экспертной оценки, исключая произвольный перебор всех оценок и несогласованность, вызванную субъективностью суждений экспертов и особенностью сравниваемых альтернатив.

4. Методика многокритериального выбора предпочтительного варианта интеллектуальной МСАУ на основе попарного сравнения альтернатив и алгоритма обеспечения согласованности матриц экспертных суждений, что позволяет более обоснованно ранжировать качественные предпочтения лица, принимающего решение, исходя из целей управления и критериев для каждого из режимов, и достигнуть требуемое значение отношения согласованности экспертных оценок.

Список литературы диссертационного исследования кандидат наук Шахрай Евгений Александрович, 2024 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Прогноз научно-технологического развития России: 2030. Биотехнологии / под. ред. Л.М. Гохберга, М.П. Кирпичникова. - Москва : Министерство образования и науки Российской Федерации, Национальный исследовательский университет «Высшая школа экономики», 2014. - 48 с.

2. Лубенцова, Е.В. Синтез систем автоматического управления биотехнологическими процессами с применением методов аппроксимирующего и нейро-нечеткого управления: монография / Е.В. Лубенцова, А.А Володин. - Ставрополь: Изд-во СКФУ, 2014. - 160 с.

3. Егоров, А.Ф. Системный анализ, оценка риска и управление безопасностью производств химической и смежных отраслей промышленности / А.Ф. Егоров, Т.В. Савицкая // Химическая технология. - 2002. - № 10. - С. 14-22.

4. Юсупбеков, Н.Р. Управление процессами ферментации с применением микро-ЭВМ / Н.Р. Юсупбеков [и др.]. - Ташкент: Фан., 1987. - 200 с.

5. Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / А.А. Усков, А.В. Кузьмин. - М.: Горячая линия-Телеком, 2004. - 144 с.

6. Оптимизация процесса проектирования биотехнологических производств путем разработки элементов САПР / В.А. Герасименко, Ю.Н. Погребной, Ю.В. Карлаш // Научное сообщество студентов XXI столетия: материалы II Студенческой международной заочной научно-практической конференции (Россия, г. Новосибирск, 16 апреля 2012 г.). - Новосибирск, 2012. URL: http://bio-x.ru/articles/optimizaciya-processa-proektirovaniya-biotehnologicheskih-proizvodstv (дата обращения: 12.10.2017).

7. Микробное брожение. культивирование микроорганизмов. технологии ферментации. Микробная ферментация. URL: http://propionix.ru/mikrobnaya-fermentatsiya (дата обращения: 12.10.2017).

8. Бирюков, В.В. Основы промышленной биотехнологии / В.В. Бирюков. -М.: КолосС, 2004. - 296 с.

9. Винаров, А.Ю. Ферментационные аппараты для процессов микробиологического синтеза / А.Ю. Винаров, Л.С. Гордеев, А.А. Кухаренко, В.И. Панфилов. Под ред. В.А. Быкова. - М.: ДеЛи Принт, 2005. - 278 с.

10. Лубенцов, В.Ф. Практический математико-статистический анализ биотехнологических систем / В.Ф. Лубенцов. - Ставрополь.: Изд-во СевКавГТУ, 2000. - 111 с.

11. Управление аэрацией, перемешиванием и масштабирование аэробных микробиологических процессов. URL: https://present5.com/upravlenie-aeraciej-peremeshivaniem-i-masshtabirovanie-aerobnyx-mikrobiologicheskix-processov/ (дата обращения: 12.10.2017).

12. Шахрай, Е.А. Анализ современного состояния проблемы управления многорежимными объектами / Е.А. Шахрай, В.Ф. Лубенцов // Научные чтения имени профессора Н.Е. Жуковского. Сборник научных статей XI Международной научно-практической конференции. - Краснодар, 2021. - С. 558567.

13. Шахрай, Е.А. Многорежимные системы управления и особенности аппаратного и программного инструментария для их реализации / Е.А. Шахрай, Е.В. Лубенцова, В.Ф. Лубенцов // Современные наукоемкие технологии. -2021. - № 3. - С. 112-118.

14. Шахрай, Е.А. Особенности аппаратного и программного инструментария для реализации многорежимных систем управления / Е.А. Шахрай, В.Ф. Лубенцов, Е.В. Лубенцова // Научные чтения имени профессора Н.Е. Жуковского. Сборник научных статей X Международной научно-практической конференции. Краснодарское высшее военное авиационное училище лётчиков имени Героя Советского Союза А.К. Серова; Кубанский государственный технологический университет. - Краснодар, 2020. - С. 466-470.

15. Матюхин, В.И. Многорежимные законы управления движением твердого тела / В.И. Матюхин // Механика твердого тела. - 2012. - № 4. - С. 21-31.

16. Денисенко, В. ПИД-регуляторы: принципы построения и модификации. Часть 1 / В. Денисенко // Современные технологии автоматизации. - 2006. -№ 4. - С. 66-74.

17. Li Y., Ang K.H., Chong G.C.Y. PID control system analysis and design // IEEE Control Systems Magazine. - 2006. - No. 26 (1). - pp. 32-41.

18. Лубенцова, Е.В. Модифицированные цифровые алгоритмы управления на базе типовых ПИД-законов регулирования / Е.В. Лубенцова, Е.А. Шахрай, Н.О. Лужевский // Сборник научных статей XII Международной научно-практической конференции «Научные чтения имени профессора Н.Е. Жуковского» 22-23 декабря 2021 года / КВВАУЛ им. Героя Советского Союза А.К. Серова. - Краснодар: Издательский Дом - Юг, 2021. - С. 296-302.

19. Матюхин, В.И. Управление механическими системами / В.И. Матюхин. -М.: ФИЗМАТЛИТ, 2019. - 319 с.

20. Емельянов, С.В. Новые типы обратной связи: управление при неопределенности / С.В. Емельянов, С.К. Коровин. - М.: Наука. Физматлит, 1997. - 352 с.

21. Уткин, В.И. Скользящие режимы в задачах оптимизации и управления / В.И. Уткин. - М.: Наука, 1981. - 368 с.

22. Дыда, А.А. Системы управления с переменной структурой с парными и нелинейно деформируемыми поверхностями переключения / А.А. Дыда, В.Е. Маркин // Проблемы управления. - 2005. - № 1. - С. 22-25.

23. Lubentsov, V. Method for the fuzzy control system synthesis for the analytical approximation characteristics of the typical nonlinear elements characteristics / V. Lubentsov, E. Shakhray, E. Lubentsova // E3S Web of Conferences. - Vol. 224. -2020. - Номер статьи 01013; doi.org/10.1051/e3sconf/202022401013

24. Лубенцов, В.Ф. Интеллектуальная система управления с переменной структурой на основе нечеткой логики / В.Ф. Лубенцов // Фундаментальные исследования. - 2014. - № 12-2. - С. 252-257; URL: http://fundamental-research.ru/ru/article/view?id=36213 (дата обращения : 12.12.2019).

25. Лубенцова, Е.В. Метод аппроксимирующих преобразований в решении задач управления и моделирования биосистем / Е.В. Лубенцова, А.А. Володин // Информационные системы и технологии. - 2013. - № 4 (78). - С. 26-35.

26. Хлебников, М.В. Синтез оптимальной обратной связи при ограниченном управлении / М.В. Хлебников, П.С. Щербаков // Автоматика и телемеханика. - 2014. - № 2. - С. 177-192.

27. Костоглотов, А.А. Синтез оптимального управления на основе объединенного принципа максимума / А.А. Костоглотов, А.И. Костоглотов, С.В. Ла-заренко, Л.А. Шевцова // Известия высших учебных заведений. СевероКавказский регион. Технические науки. - 2010. - № 2. - С. 31-37.

28. Лященко, З.В. Исследование безударного алгоритма терминального управления с фиксированным временем / З.В. Лященко, А.С. Залесков, И.В. Пугачев, С.В. Лазаренко // Труды четвертой научно-технической конференции с международным участием «Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование». - М. 2015. - С. 172-174.

29. Лященко, З.В. Синтез адаптивных систем управления на основе вариационных неравенств / З.В. Лященко, А.А. Костоглотов, И.Е. Кириллов // Сборник научных трудов «Транспорт: наука, образование, производство». - Ростов н/Д. 2016. - С. 147-150.

30. Lyaschenko Z., Kostoglotov A., Lazarenko S., Agapov A., Pavlova I. Designing the Knowledge Base for the Intelligent Inertial Regulator Based on Quasioptimal Synthesis of Controls Using the Combined Maximum Principle // Proceedings of the Third International Scientific Conference "Intelligent Information Technologies for Industry" (IITI'18). Cham, Switzerland. 2019. Vol. 874. pp. 190-200.

31. Васильев, С.Н. Интеллектуальные системы управления и нечеткие регуляторы. Часть II. Обучаемые нечеткие регуляторы, нечеткие ПИД-регуляторы / С.Н. Васильев, Ю.И. Кудинов, Ф.Ф. Пащенко, И.С. Дургарян, А.Ю. Келина, И.Ю. Кудинов, А.Ф. Пащенко // Датчики и системы. - 2017. -№ 3 (211). - С. 3-12.

32. Бураков, М.В. Разработка интеллектуальных систем управления динамическими объектами методом декомпозиции базы знаний / М.В. Бураков, А.С. Коновалов. URL: http:www.inftech.webservis.ru/it.conference/ isanditc/2000/section2/rus/arrus2.html (дата обращения: 12.09.2020).

33. Бисаринова, Р.Ж. Алгоритм регулирования технологических параметров котла в нечеткой среде / Р.Ж. Бисаринова. URL: htpp://www.rosteplo.ru/Tech. _stat/it_86dJdj .htm (дата обращения: 15. 12.2020).

34. Лященко, З.В. Синтез адаптивных многорежимных регуляторов на основе комбинированного управления объединенного принципа максимума / З.В. Лященко, А.А. Костоглотов, С.В. Лазаренко, И.В. Дерябкин, О.Н. Манаенко-ва // Научно-технический журнал «Вестник Ростовского государственного университета путей сообщения». - 2016. - № 3 (63). - С. 66-73.

35. Лященко, З.В. Применение объединенного принципа максимума для решения задач синтеза адаптивных многорежимных регуляторов / З.В. Лященко, А.А. Костоглотов, Д.С. Акопов // Актуальные проблемы и перспективы развития транспорта промышленности и экономики России. Сборник научных трудов. - 2018. - С. 109-112.

36. Лубенцов, В.Ф. Синтез алгоритмов управления нелинейных систем ап-проксимационным методом / В.Ф. Лубенцов, Д.В. Болдырев, Е.В. Лубенцова // XXVI Российская школа по проблемам науки и технологий. Краткие сообщения. - Екатеринбург: УрО РАН, 2006. - С. 235-237.

37. Shakhray, E.A. Principles of constructing multi-mode control based on S-shaped sigma functions / E.A. Shakhray, E.V. Lubentsova, V.F. Lubentsov, N.A. Styrkhunova // IOP Conference Series: Earth and Environmental Science. - Vol. 872(1). - 2021. - Номер статьи 012009; doi:10.1088/1755-1315/872/1/012009

38. Лубенцова, Е.В. Метод синтеза нелинейных систем с аппроксимирующими законами управления / Е.В. Лубенцова, В.Ф. Лубенцов // Вестник СКФУ. Ставрополь: Изд-во СКФУ. - 2015. - № 6 (51). - С.14-21.

39. Решмин, С.А. Синтез управления в нелинейной динамической системе на основе декомпозиции / С.А. Решмин, Ф.Л. Черноусько // Прикладная математика и механика. -1998. - Т . 62, Вып. 1. - С. 121-128.

40. Хижняков, Ю.Н. Современные проблемы теории управления: учеб. пособие / Ю.Н. Хижняков. - Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2014. - 160 с.

41. Хижняков, Ю.Н. Модификация многорежимного управления воздушным реактивным двигателем / Ю.Н. Хижняков, А.А. Южаков, Д.А. Сулимова // Мехатроника, автоматизация, управление. - 2018. - № 19(9). С. 595-600. https://doi.org/ 10.17587/mau.19.595-600.

42. Масютина, Г.В. Метод и алгоритм структурно-параметрического синтеза робастной многорежимной системы с избирательным управлением / Г.В. Масютина, Е.В. Лубенцова, А.Н. Мальченко, В.Ф. Лубенцов // Вестник СевКав-ГТУ. Технические науки. - Ставрополь: Изд-во СевКавГТУ. - 2011. - № 4. -С. 43-48.

43. Лубенцов, В.Ф. Система с динамическим выбором алгоритмов управления / В.Ф. Лубенцов, Г.В. Масютина // Приборы и системы. Управление, контроль, диагностика. - 2011. - № 3. - С. 1-6.

44. Петров, Б.Н. Многорежимные и нестационарные системы автоматического управления / Б.Н. Петров, А.Д. Александров, В.П. Андреев и др.; под ред. академика Б. Н. Петрова. - М.: Машиностроение, 1978. - 240 с.

45. Хижняков, Ю.Н. Нейро-нечеткий регулятор частоты газотурбинного двигателя / Ю.Н. Хижняков, А.А. Южаков // Приборы. - 2010. - № 5. - С. 17-21.

46. Еремин, Е.Л. Адаптивное управление динамическим объектом на множестве состояний функционирования / Е.Л. Еремин // Информатика и системы управления. - 2012. - № 4(34). - С. 107-118.

47. Резков, И.Г. Адаптивный регулятор для многорежимного объекта / И.Г. Резков // Автоматика и телемеханика. - 2013. - № 5. - С. 35-58.

48. Еремин, Е.Л. Система комбинированного адаптивного управления многорежимным нелинейным динамическим объектом периодического действия

/ Е.Л. Еремин, Б.Н. Лелянов, Е.А. Шеленок // Информатика и системы управления. - 2015. - № 4(46). - С. 86-95.

49. Филимонов, А.Б. К вопросу синтеза систем многорежимного регулирования / А.Б. Филимонов, Н.Б. Филимонов. URL: http://srcms.ru/jarits/18/text/11.pdf (дата обращения 20.08.2019).

50. Душин, С.Е. Математическое моделирование управляемых технологических процессов осушки природного газ / С. Е. Душин, С. Е. Абрамкин // Информационно-управляющие системы. - 2015. - № 4. - C. 41- 49.

51. Захарова, О.В. О программном инструментарии для конструирования алгоритмов цифрового регулирования / О.В. Захарова, В.И. Раков // Современные наукоемкие технологии. - 2016. - № 11-2. - С. 255-259.

52. Программная и аппаратная реализация нечетких регуляторов. URL: https: //sci. house/avtomatizatsiya-scibook/programmnaya-apparatnaya-realizatsiya-74709.html (дата обращения: 08.12.2020).

53. Использование нечёткой логики в системах автоматического управления. URL: https://www.bestreferat.ru/referat-140658.html (дата обращения: 08.12.2020).

54. Нечеткое моделирование и управление / А. Пегат; пер. с англ. - 2-е изд., электрон. - М.: Лаборатория знаний, 2013. - 798 с.

55. Карташов, Б.А. Среда динамического моделирования технических систем SimInTech. Практикум по моделированию автоматических систем регулирования / Б.А. Карташов. - М.: ДМК Пресс, 2017. - 424 с.

56. Лубенцов, В.Ф. Реализация многорежимного управления с применением метода аппроксимирующих преобразований / В.Ф. Лубенцов, Е.А. Шахрай, Е.В. Лубенцова // Сборник научных статей X Международной научно -практической конференции молодых ученых, посвященной 59-ой годовщине полета Ю.А. Гагарина в космос. - Краснодар, 2020. - С. 351-354.

57. Левин, В.И. Интервальный подход к оптимизации в условиях неопределенности / В.И. Левин // Системы управления, связи и безопасности. - 2015. -№ 4. - С. 123-141.

58. Шахрай, Е.А. Анализ задач и методов структурного и параметрического синтеза многорежимных САУ / Е.А. Шахрай, В.Ф. Лубенцов, Е.В. Лубенцова // Научные чтения имени профессора Н.Е. Жуковского. Сборник научных статей X Международной научно-практической конференции. Краснодарское высшее военное авиационное училище лётчиков имени Героя Советского Союза А.К. Серова; Кубанский государственный технологический университет. - Краснодар, 2020. - С. 471-473.

59. Торгашов, А.Ю. Современные методы построения систем усовершенствованного управления технологическими процессами / А.Ю. Торгашов, А.А. Гончаров, С.А. Самотылова // Вестник ДВО РАН. - 2016. - № 4 (188). -С. 102-107.

60. Денисенко, В.В. ПИД-регуляторы: принципы построения и модификации / В.В. Денисенко // Современные технологии автоматизации. - 2007. - № 1. -С. 78-88.

61. Воронов, А. А. Основы теории автоматического управления: Автоматическое регулирование непрерывных линейных систем / А. А. Воронов. - М.: Энергия, 1980. - 312 с.

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

63. Шахрай, Е.А. Анализ методов синтеза робастных общепромышленных регуляторов для многорежимных систем управления / Е.А. Шахрай, Е.В. Лубенцова // Научные чтения имени профессора Н.Е. Жуковского. Сборник научных статей XI Международной научно-практической конференции. -Краснодар, 2021. - С. 567-573.

64. Лубенцова, Е.В. Интеллектуальные технологии - новая база построения и развития систем автоматизации сложных биотехнологических процессов / Е.В. Лубенцова, В.А. Петраков // Научное обозрение. Технические науки. -2016. - № 5. - С. 64-80; URL: https://science-engmeermg.ru/ru/article/view?id=1113 (дата обращения: 20.06.2021).

65. Шахрай, Е.А. Параметрический синтез робастного ПИД-регулятора для интервальной и многорежимной системы автоматического управления / Е.А. Шахрай, Н.О. Лужевский, Е.В. Лубенцова // Сборник научных статей XI Международной научно-практической конференции молодых ученых, посвященной 60-ой годовщине полета Ю.А. Гагарина в космос. - Краснодар, 2021. - С. 493-495.

66. Масютина, Г.В. Синтез робастных систем управления с использованием каскадно-связанных модифицированных нелинейных, нечетких и нейросете-вых регуляторов: дис. ... канд. техн. наук: 05.13.01: защищена 1.12.2011/ Галина Владимировна Масютина. - Ставрополь, 2011. - 228 c.

67. Володин, А.А. Метод и алгоритм поддержки принятия решений при выборе алгоритмов управления биосистемой / А.А. Володин, В.Ф. Лубенцов // Системный анализ в проектировании и управлении. Часть 1: сборник научных трудов XVII Междунар. науч.-прак. конф. - СПб.: Изд-во Политехн. унта, 2013. - С. 138-141.

68. Володин, А.А. Нейросетевой классификатор процессов биосинтеза по степени лимитирования субстратом / А.А. Володин, Е.В. Лубенцова, А.А. Евдокимов, В.Ф. Лубенцов // Нейрокомпьютеры: разработка и применение. -2013. - № 2. Изд-во: «Радиотехника». - С. 61-69.

69. Павлов А.Н. Метод структурно-параметрического синтеза конфигураций многорежимного объекта // А.Н. Павлов, Д.А. Павлов, А.Б. Умаров, А.В. Гордеев // Информатика и автоматизация. 2022. № 4(21). С. 812-845.

70. Программированное управление процессами в биореакторах периодического действия. URL: http://allrefs.net/c26/4b33q/p49/ (дата обращения: 25.12.2018).

71. Дж. Бейли, Д. Оллис. Основы биохимической инженерии. Пер. с англ. А. А. Кирюшкина. В 2-х частях. Ч. 2. - М.: Мир, 1989. - 590 c.

72. Мелихова, О.А. Нечеткие интеллектуальные системы. URL: http://pitis. tsure.ru /files5/09.htm (дата обращения: 20.10.2017)

73. Синтез функциональной структуры системы оптимального управления биотехнологической системой / У. Т. Хаитматов [и др.] // Математические методы в технике и технологиях: cб. трудов XVI Междунар. науч. конф. в 10-и т. Т. 6. Секции 9, 13 / Под общ. ред. В. С. Балакирева; РГАСХМ ГОУ. - Ростов н/Д, 2003. - а 196-197.

74. Ивашкин, Ю.А. Управление нечеткими системами в прикладной биотехнологии / Ю.А. Ивашкин, И.И. Протопопов // Горный информационно-аналитический бюллетень (научно-технический журнал). - М.: МГГУ, вып. № 4. 1999. - С. 1-3.

75. Анохин, П.К. Принципиальные вопросы общей теории функциональных систем / П.К. Анохин. - М.: Наука, 1973. - С. 5-61.

76. Шахрай, Е.А. Анализ методов для синтеза многорежимных систем управления динамическими объектами / Е.А. Шахрай, В.Ф. Лубенцов // Технические и технологические системы. Материалы двенадцатой Международной научной конференции. - Краснодар, 2021. - С. 107-113.

77. Биотехнология: учебное пособие / И. А. Толмачева; Пермский государственный национальный исследовательский университет. - Пермь, 2022. -177 с. - Режим доступа: http://www.psu.ru/files/docs/science/books/uchebnie-posobiya/Tolmacheva-Biotekhnologiya.pdf. (дата обращения: 12.02.2024)

78. Шамина, В.А. Исследование динамических режимов и совершенствование САУ техническими параметрами очистных сооружений / В.А. Шамина // Автоматизация технологических объектов и процессов. Поиск молодых. Сборник научных трудов XII научно-технической конференции аспирантов и студентов в г. Донецке 17-20 апреля 2012 г. - Донецк, ДонНТУ, 2012. - С. 296299.

79. Турута, А.Н. Исследование динамических характеристик системы автоматического регулирования производительностью шахтных вентиляторов / А.Н. Турута, Б.В. Гавриленко // Автоматизация технологических объектов и процессов. Поиск молодых. Сборник научных трудов XII научно-

технической конференции аспирантов и студентов в г. Донецке 17-20 апреля 2012 г. - Донецк, ДонНТУ, 2012. - С. 241- 246.

80. Даниленко, Ю.И. Энергоэффективное решение проблемы применения регулируемого электропривода на дымососах котлоагрегатов / Ю.И. Даниленко, С.С. Сапожников // Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. Специальный выпуск «Электротехника и электроника». - 2011. - С. 89

- 94.

81. Преобразователи частоты для частотно-регулируемого асинхронного электропривода. Применение частотно-регулируемого асинхронного электропривода: Каталог продукции / ООО «СибАрт». URL: www.sibart-sib.ru/catalogue/oborud/pch-02.html (дата обращения 25.09.2019).

82. Шахрай, Е.А. Идентификация математической модели объекта для системы управления подачей воздуха в аппарат с использованием частотного регулируемого электропривода компрессорной установки / Е.А. Шахрай, В.Ф. Лубенцов // Научные чтения имени профессора Н.Е. Жуковского. Сборник научных статей XI Международной научно-практической конференции. -Краснодар, 2021. - С. 553-558.

83. Расчет параметров трехфазного асинхронного двигателя. URL: https://megapredmet.su/1-64573.html (дата обращения 25.09.2019).

84. Черкасский, В.М. Насосы, вентиляторы, компрессоры: учебник для теплоэнергетических специальностей вузов / В.М. Черкасский. - 2-е изд., пере-раб. и доп. - М.: Энергоатомиздат, 1984. - 416 с.

85. Shakhray, E.A. Principles of constructing multi-mode control based on S-shaped sigma functions / E.A. Shakhray, E.V. Lubentsova, V.F. Lubentsov, N.A. Styrkhunova // IOP Conference Series: Earth and Environmental Science. - Vol. 872(1). - 2021. - Номер статьи 012009; doi:10.1088/1755-1315/872/1/012009.

86. Ezangina, T. A. Accuracy enhancement of position stabilization of the tethered submersible vehicle / T. A. Ezangina, S. A. Gayvoronskiy // IFAC-PapersOnLine.

- 2015. - Vol. 48, № 2. - P. 649-655.

87. Езангина, Т. А. Анализ и синтез систем двухрежимного робастного управления привязными спускаемыми подводными объектами : автореф. дис. ... канд. техн. наук: 05.13.01 / Татьяна Александровна Езангина ; ФГАОУ ВО «Национальный исследовательский Томский политехнический университет». - Хабаровск, 2016. - 23 с.

88. Попов, Е. П. Теория нелинейных систем автоматического регулирования и управления: Учеб. пособие. - 2-е изд. стер. / Е. П. Попов. - М.: Наука, Гл. ред. физ.-мат. лит., 1988. - 256 с.

89. Никитин, А.В. Параметрический синтез нелинейных систем автоматического управления : монография / А.В. Никитин, В.Ф. Шишлаков; под редакцией В.Ф. Шишлакова. - СПб ГУАП. СПб., 2003. - 358 с.

90. МПР-380. Вер.8.15. Монтажные и технические условия. Режим доступа: https://ftp.totalkip.ru/report.local/re/RE_comac_5418.pdf (дата обращения: 12.08.2020)

91. Шахрай, Е.А. Обеспечение помехозащищённости в системах управления подачей воздуха с компрессорными установками / Е.А. Шахрай, Е.В. Лубен-цова, В.Ф. // Лубенцов Автоматизация. Современные технологии. - 2022. - Т. 76. № 1. - С. 23-29.

92. Ротач, В.Я. К расчету оптимальных параметров реальных регуляторов по экспертным критериям / В.Я. Ротач // Промышленные АСУ и контроллеры. -2006. - № 2. - С. 22-29.

93. Прохоренков, А.М. Компенсация возмущающих воздействий в системах управления теплоэнергетическими объектами / А.М. Прохоренков, Н.М. Качала // Технические и программные средства систем управления, контроля и измерения. Материалы конференции с международным участием, 18-20 октября 2010 г. - М.: Издательство: Институт проблем управления им. В.А. Трапезникова РАН. - 2010. - С. 966-975.

94. Пьявченко, Т.А. Автоматизированные информационно-управляющие системы / Т.А. Пьявченко, В.И. Финаев. - Таганрог: Изд-во ТРТУ, 2007. - 271 с.

95. Шахрай, Е.А. Синтез модифицированного ПИД-регулятора в условиях многорежимности функционирования зашумленного объекта / Е.А. Шахрай,

B.Ф. Лубенцов, Е.В. Лубенцова // Электронный сетевой политематический журнал «Научные труды КубГТУ». - 2021. - № 1. - С. 99-108.

96. Шахрай, Е.А. Анализ устойчивости многорежимных систем с нелинейными законами управления / Е.А. Шахрай // Сборник статей XII Междунар. науч.-практ. конф. молодых ученых, посвященной 61-ой годовщине полета Ю.А. Гагарина в космос (12-13 апреля 2022 г.). - Краснодар: Издательский Дом-Юг, 2022. - С. 134-138.

97. Shakhray, E.A. Analysis of the stability of multi-mode systems with approximating nonlinear control laws / E.A. Shakhray, E.V. Lubentsova, V.F. Lubentsov, M.V. Meflekh // IOP Conference Series: Earth and Environmental Science. Vol. 872(1). - 2021. - Номер статьи 012010; doi:10.1088/1755-1315/872/1/012010.

98. Кочетков, С.А. Инвариантность в системах с неидеальными релейными элементами // С.А. Кочетков, В.А. Уткин / Управление большими системами. - 2009. - № 27. - С. 117-168.

99. Лубенцова, Е. В. Помехозащищенная система управления с нелинейностью на входе регулятора / Е. В. Лубенцова // Информационные системы и технологии. - 2014. - № 6 (86). - С. 31-41.

100. Шахрай, Е.А. Анализ чувствительности влияния параметров регулятора с аппроксимирующим управлением на показатели качества регулирования / Е.А. Шахрай, Е.В. Лубенцова, В.Ф. Лубенцов // Автоматизация. Современные технологии. - 2021. - Т. 75. № 8. - С. 377-383.

101. Лубенцова, Е. В. Анализ показателей качества САУ с нелинейным ап-проксимириующим законом управления / Е. В. Лубенцова, Д. Л. Пиотровский, Г. В. Масютина, В. Ф. Лубенцов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) . - Краснодар: КубГАУ, 2017. - №129(05). -

C. 1224-1234. - URL: http://ej.kubagro.ru/2017/05/pdf/87.pdf.

102. Корреляционный анализ. URL: https://poznayka.org/s65579t1.html (дата обращения: 12.08.2018)

103. Рассел, Джесси. T-критерий Стьюдента: монография / Джесси Рассел. -М.: VSD, 2013. - 741 с.

104. Медик, В.А. Статистика в медицине и биологии: руководство. В 2-х томах / В.А. Медик, М.С. Токмачев, Б.Б. Фишман; под ред. Ю.М. Комарова. Т. 1. Теоретическая статистика. - М.: Медицина, 2000. - 412 с.

105. Методика оценки чувствительности показателей эффективности. URL: https: //studref.com/328444/finansy/metodika_otsenki_chuvstvitelno sti_pokazatele y_effektivnosti (дата обращения: 05.09.2019 )

106. Бирюков, А.Н. Анализ чувствительности показателей эффективности инвестиционных проектов на основе динамических методов / А.Н. Бирюков // Вестник УрФУ. Сер. : Экономика и управление. - 2017. - Т.16. №6. - С. 954968.

107. Гостев, В.И. Нечеткие регуляторы в системах автоматического управления / В.И. Гостев. - Киев: Радиоаматор, 2008. - 972 с.

108. Синтез комплексного закона управления электроприводом постоянного тока с помощью нечеткой логики. URL: https://studizba.com/lectures/1-avtomatizaciya/31 -intellektualnye-mehatronnye-sistemy/459- 18-sintez-kompleksnogo-zakona-upravleniya.html (дата обращения 25.07.2019)

109. Лубенцова, Е.В. Метод построения нечетких регуляторов с использованием аналитических выражений для управляющих воздействий / Е.В. Лубенцова, В.А. Петраков, Г.В. Слюсарев, В.Ф. Лубенцов // Фундаментальные исследования. - 2015. - № 11 (3). - С. 484-490.

110. Лубенцов, В.Ф. Методы динамической идентификации биотехнологических объектов. Монография / В.Ф. Лубенцов, Д.В. Болдырев. - Ставрополь: СевКавГТУ, 2005. - 184 с.

111. Процессы и аппараты биотехнологии: ферментационные аппараты: учебное пособие для вузов / под редакцией В. А. Быкова. - 2-е изд., перераб. и доп. - М.: Издательство Юрайт, 2019. - 274 с.

112. Lubentsov, V.F. Modeling of automatic control system for air supply to a bi-oreactor using fuzzy control / V.F. Lubentsov, E.A. Shakhray , E.V. Lubentsova // Journal of Physics: Conference Series. - Vol. 2131(2). - 2021. - Номер статьи 022009; doi: 10.1088/1742-6596/2131/2/022009.

113. Борисов, В. В. Нечеткие модели и сети / В. В. Борисов, В. В. Круглов, А. С. Федулов. 2-е изд., стереотип. - М.: Горячая линия-Телеком, 2018. - 284 c.

114. Усков, А.А. Системы с нечеткими моделями объектов управления: монография / А.А. Усков. - Смоленск: Смоленский филиал АНО ВПО ЦС РФ «Российский университет кооперации», 2013. - 153 с.

115. А.С. 440407. Способ контроля процесса ферментации / Э.Г. Тутова, П.С. Куц, М.С. Идельчик [и др.]. - Опубл. в Б.И. 1974, № 31.

116. Аиба, Ш. Биохимическая технология и аппаратура / Ш. Аиба, А. Хемф-ри, Н. Миллис. - М.: Пищевая промышленность, 1975. - 279 с.

117. Лубенцов, В.Ф. Системы автоматического управления процессами ферментации: монография / В. Ф. Лубенцов. - Ставрополь: СевКавГТУ, 2005. -200 с.

118. Гончаров, А.А. Идентификация массообменных технологических объектов с учетом ограничений на параметры модели / А.А. Гончаров, А.Ю. Тор-гашов, И.В. Жуков // Автоматизация в промышленности. - 2016. - № 6. - С. 34-38.

119. Ротштейн, А.П. Интеллектуальные технологии идентификац ии: нечеткая логика, генетические алгоритмы, нейронные сети. Монография. - Винница: «Ушверсум-Вшниця», 1999. - 295 с. URL: http://matlab.exponenta.ru/ fuzzylogic/book5/ index.php

120. Леоненков, А.В. Нечеткое моделирование в среде MATLAB и fuzzy TECH / А.В. Леоненков. - СПб.: БХВ-Петербург, 2005. - 724 с.

121. Штовба, С.Д. Введение в теорию нечетких множеств и нечеткую логику. URL: http: //www. matlab. ru/fuzzylogic/book 1 /index. asp

122. Штовба, С. Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. - М.: Горячая линия. - Телеком, 2007. - 288 с.

123. Шушура, А.Н. Формализация функций принадлежности многих переменных в задачах нечеткого управления сложными системами / А.Н. Шушура // Sciences of Europe (дата обращения 19.08.2021).

124. Кукса, П.П. Обеспечение точности в нечетких системах / П.П. Кукса. URL: http://paul.rutgers.edu/~phuksa/publications/fz - accuracy - iu-04.pdf (дата обращения 19.08.2021).

125. Юшков, И.С. Сравнение ПИ-регулятора и релейного регулятора в современном электроприводе / И.С. Юшков, Д.В. Вильгельм, А.В. Мартынов // Modern Science. - 2020. - № 2-1. - С. 399-402.

126. Патент 2234116, Российская Федерация, МПК{7} G 05 B 11/36. Пропорционально-интегрально-дифференциальный регулятор / Лубенцова Е. В. ; Сев.-КавГТУ. - 2002135205/09 ; заявл. 24.12.2002 ; опубл. 10.08.2004.

127. Лубенцов, В.Ф. Интеллектуальная система управления режимом аэрации в биореакторе периодического действия / В.Ф. Лубенцов, Е.А. Шахрай, Е.В. Лубенцова // Современные наукоемкие технологии. - 2022. - № 3. - С. 112-118.

128. Аверченков, В.И. Математическое моделирование анализа и обоснования решений по выбору оптимальной конфигурации программно-технических средств на основе применения сетевых моделей принятия решений / В.И. Аверченков, А.Г. Подвесовский, С.М. Брундасов. - 2003. URL: www.econ.asu.ru/lib/sbom/regec2003/pdf/21 .pdf.

129. Андрейчикова, О.А. Принятие решений в условиях взаимной зависимости критериев и альтернатив сложных технических систем / О.А. Андрейчи-кова // Информационные технологии. - 2001. - № 11. - С. 14-19.

130. Саати, Т.Л. Принятие решений. Метод анализа иерархий / Т.Л. Саати. -Пер. с англ. - М.: Радио и связь, 1993. - 320 с.

131. Трофимец, В.Я. К вопросу разработки основных вычислительных процедур метода анализа иерархий // Электронный журнал «Исследовано в России». - 2004. - № 7. - С. 848-863. URL: http: //zhurnal .gpi. ru/articles/2005/102.pdf.

132. Saaty, T.L. Decision making with Dependence and Feedback. / T.L. Saaty // The Analityc Network Process. Pittsburgh : PWS Publications, 2000. - 370 p.

133. Ногин, В.Д. Упрощенный вариант метода анализа иерархий на основе нелинейной свертки критериев / В.Д. Ногин // ЖВМиМФ. - 2004. - Т. 44, № 7. - С. 1259-1268.

134. Harington, J. The Desirability Function. Industrial Quality Control / J. Harington. - 1965. - Vol. 21, № 10. - P. 494-498.

135. Шахрай, Е.А. Сравнительный анализ многорежимных САУ на основе обобщенной функции желательности Харрингтона / Е.А. Шахрай, В.Ф. Лу-бенцов // Сборник научных статей XI Международной научно-практической конференции молодых ученых, посвященной 60-ой годовщине полета Ю.А. Гагарина в космос. - Краснодар, 2021. - С. 490-492.

136. Пичкалев, А. В. Обобщенная функция желательности Харрингтона для сравнительного анализа технических средств / А. В. Пичкалев // Исследования наукограда. - 2012. - № 1 (1). - С.25-28.

137. Шуметов, В. Г. Анализ данных в управлении : монография / В. Г. Шу-метов, А. М. Покровский. - Орел; М. : Аплит, 2011. - 182 с.

138. Басов, О.О. Повышение эффективности управления в условиях изменяющегося психофизиологического состояния персонала / О.О. Басов, П.Ю. Хахамов, М.В. Носов // Труды СПИИРАН. - 2014. - Вып. 3(34). - С. 112-135.

139. Носов, М.В. Методика управления человеческими ресурсами наукоемких производств, основанная на динамическом распределении закрепленных за операторами функций при изменении их психофизиологического состояния / М.В. Носов, А.В. Кузнецов // Интернет-журнал Науковедение. - 2014. -№ 2(21). - С.133.

140. Рудакова, Т.А. Выбор моделей с учетом критериев нижнего уровня иерархии, имеющих числовую форму представления / Т.А. Рудакова // XI региональная научно-техническая конференция «Вузовская наука - СевероКавказскому региону». Сб. трудов. Т.1. Естественные и точные науки. Технические науки . - Ставрополь: Изд-во СевКавГТУ, 2007. - С. 120-121.

141. Калинин, А.Г. Обработка данных методами математической статистики: монография / А.Г. Калинин. - Чита : ЗИП СибУПК, 2015. - 106 с.

142. Метод рангов и непосредственного оценивания. URL: https://all-sci.net/upravlenie-kachestvom_1074/172-metod-rangov-neposredstvennogo-238876.html (дата обращения: 10.09.2021)

143. Захаров, В.А. О выборе методов построения функций принадлежности для формализации задач принятия решений / В.А. Захаров. URL: html/borisov/zakharov/zakharov. htm (дата обращения: 12.09.2021)

144. Саати, Т. Л. Принятие решений при зависимостях и обратных связях: аналитические сети / Т. Л. Саати. - М.: ЛИБРОКОМ, 2009. - 360 с.

145. Лубенцова, Е.В. Метод согласованности матриц парных сравнений на основе компонент их максимальных собственных чисел / Е.В. Лубенцова, Е.В. Ожогова, В.Ф. Лубенцов, Е.А. Шахрай, Г.В. Масютина // Современные наукоемкие технологии. - 2020. - № 7. - С. 78-83.

146. Тихомирова, А.Н. Модификация метода анализа иерархий Т. Саати для расчета весов критериев при оценке инновационных проектов / А.Н. Тихомирова, Е.В. Сидоренко // Современные проблемы науки и образования. - 2012. - № 2.; URL: http://science-education.ru/ru/article/view?id=6009 (дата обращения: 24.04.2020).

147. Анализ согласованности матриц парных сравнений на основе их собственных чисел. URL:

https: //studme.org/279799/informatika/analiz_soglasovanno sti_

matrits_parnyh_sravneniy_osnove_sobstvennyh_chisel (дата обращения 24.01.2020).

148. Системы поддержки принятия решения / Под ред. В.Г. Халина, Г.В. Черновой. - М. : Изд-во Юрайт, 2017. - 494 с.

149. Лубенцов, В.Ф. Обеспечение согласованности матриц парных сравнений на основе составляющих их максимальных собственных значений / В.Ф. Лубенцов, Е.В. Лубенцова, Е.В. Ожогова, Е.А. Шахрай // Сборник научных статей X Международной научно-практической конференции молодых уче,

посвященной 59-ой годовщине полета Ю.А. Гагарина в космос. - Краснодар, 2020. - С. 359-361.

150. Шахрай, Е.А. Обоснование метода обработки экспертных оценок в задачах сравнительного анализа и выбора альтернатив / Е.А. Шахрай, В.Ф. Лу-бенцов, В.А. Демидов // Сборник научных статей XII Международной научно-практической конференции «Научные чтения имени профессора Н.Е. Жуковского» 22-23 декабря 2021 года / КВВАУЛ им. Героя Советского Союза А.К. Серова. - Краснодар: Издательский Дом - Юг, 2021. - С. 303-305.

151. Шахрай, Е.А. Оценка и выбор интеллектуальных многорежимных САУ биотехнологическим процессом на основе нечетких предпочтений / Е.А. Шахрай // Сборник статей XLIII международной научно-практической конференции «Advances in Science and Technology». - М.: Научно-издательский центр «Актуальность.РФ», 2022. - С. 70-73.

152. Masyutina, G.V. Synthesis of a multi-mode intellectual system of management of a weakly formed process / G.V. Masyutina, V.F. Lubentsov, E.V. Luben-tsova, E.A. Shakhray // Современная наука и инновации. - 2020. - № 1 (29). -С. 18-24.

153. Lubentsov, V.F. The use of a neurocontroller in a multi-mode air supply control system at agricultural and industrial facilities / V.F. Lubentsov, E.A. Shakhray, E.V. Lubentsova, G.V. Masyutina, A.T. Rostova // IOP Conference Series: Earth and Environmental Science. - Vol. 852(1) - 2021. - Номер статьи 012060; doi:10.1088/1755-1315/852/1/012060.

154. Программа для решения многокритериальной задачи сравнительного анализа и выбора оптимальных альтернатив путем повышения согласованности экспертных оценок. Свидетельство о регистрации программы для ЭВМ № 2022665101, 2022 / Е.В. Лубенцова, А.Ю. Романов, Е.М. Нагорская, Е.А. Шахрай, В.Ф Лубенцов.

155. Программа управления многорежимными предферментационными процессами стерилизации аэрирующего воздуха и питательной среды. Свидетельство о регистрации программы для ЭВМ № 2023610323. Дата поступле-

ния 27 декабря 2022 г. Дата государственной регистрации в Реестре программ для ЭВМ 10 января 2023 г. / Е.А. Шахрай, В.Ф. Лубенцов, Е.В. Ожого-ва, В.И. Левченко.

156. Lubentsov, V.F. Automatic aeration mode control system with fuzzy correction of the dissolved oxygen concentration controller / V.F. Lubentsov, E.A. Shakhray, E.V Lubentsova., G.V. Masyutina., N.A. Shtyrkhunova // Applications in Electronics and Computing Systems. Proceedings of the 4th International Conference on Applications in Electronics and Computing Systems AECS-2022. Part of the book series: Lecture Notes in Electrical Engineering (LNEE, vol. 971). -2022. - рр. 166-175. DOI: 10.1007/978-3-031-20631-3_18.

157. Lubentsov, V.F. Rationale for the selection of intelligent multi-mode automatic control systems by means of pairwise comparisons of alternatives / V.F. Lubentsov, I.M. Dantsevich, E.V. Lubentsova, E.A Shakhray, N.A. Shtyrkhunova // Applications in Electronics and Computing Systems. Proceedings of the 4th International Conference on Applications in Electronics and Computing Systems AECS-2022. Part of the book series: Lecture Notes in Electrical Engineering (LNEE, vol. 971). - 2022. - рр. 117-125. https://doi.org/10.1007/978-3-031-20631-3_13 DOI: 10.1007/978-3-031 -20631 -3_13.

158. Lubentsov, V.F. Multi-mode Control of Technical and Technological Systems: Analysis of Construction Methods and Areas of Effective Application / V.F. Lubentsov, I.M. Dantsevich, E.A Shakhray, M.V. Mefleh // Applications in Electronics and Computing Systems. AECS 2022. Lecture Notes in Electrical Engineering, vol 971. Springer, Cham. https://doi.org/10.1007/978-3-031-20631-3_11.

159. Лужевский, Н.О. Анализ и синтез робастных регуляторов с типовыми законами регулирования для квазистационарных объектов с запаздыванием / Н.О. Лужевский, Е.А. Шахрай, В.Ф. Лубенцов, Е.В. Лубенцова // Приборы и системы. Управление, Контроль, Диагностика. - 2024. - № 5. - С. 24-31.

ПРИЛОЖЕНИЕ 1

(обязательное)

Идентификация уравнений регрессии и их сравнительный анализ

Для получения функциональной зависимости продуктивности процесса П(С^) по целевому продукту от концентрации растворенного кислорода С использованы значения входных и выходных параметров объекта {хи уи I = 1,... ,п} (п - число данных), полученные в ходе его исследования:

Сь (х) 0,0325 0,0184 0,0142 0,00727 0,0034 0,0014 0,0007 0,0003275

П(Сь) (у) 0,9375 1,5 1,875 2,3437 2,4 2,25 2,0357 1,95

Точная форма зависимости П(Сь) от Сь неизвестна. Поэтому аппроксимируют ее некоторой функцией х/? = ДСь). Идентификацию уравнения осуществляют методом наименьших квадратов (МНК), обеспечивающим минимизацию сумму квадратов отклонений расчетных выходных значений модели от экспериментальных

*=1

/ (с,)-

X

(П1.1)

г)

Выражение (П1.1) определяет функцию невязки. Процедура аппроксимации включает в себя два этапа. На первом выбирается форма модели / (с, Ь ,•••, К), исходя из физической природы задачи или из интуиции исследователя (Ь1,...,Ьт - коэффициенты модели). Если характер зависимости неизвестен, предпочтение отдается более простым выражениям. На втором этапе определяются параметры (коэффициенты) выбранной модели из условия минимума функции невязки

,=1

/(с,,V...,Ът)-[ X

^ шт. (П1.2)

Минимум (П1.2) находится путем приравнивания нулю частных производных 5 по Ь1,...,Ьт :

2

2

а?

дЪх

а?

= 2 ■!■

г=1

дЪ.

= 2 ■!■

г=1

/ С, Ъ1,..., Ът )-

/ (С , Ъ„..., Ът )-

д/(С, , Ъ„..., Ът )!

дЪ

д/(с, , Ъ„..., Ът )1

дЪ

= 0,

= 0.

(П1.3)

Полученные уравнения составляют систему, решая которую можно определить неизвестные коэффициенты.

Проведем сравнительный анализ уравнений / (с, Ъ,..., К) с числом коэффициентов т = 6, 5, 4, 3 и выберем предпочтительный вариант с оценкой значимости коэффициентов уравнения по критерию Стъюдента [10].

Пусть число коэффициентов модели / (с, Ъ,..., Ъи) равно т = 6. С помощью МНК определяем коэффициенты уравнения:

ЪТ = (1,848;339,468;-6,48 ■ 104 ;4,89 ■ 106 ;-1,711 ■ 108 ;2,13 ■ 109 ) С учетом найденных коэффициентов модель принимает вид:

/ (С) = 1,848 + 339,468 ■ С -6,48 ■ 104 ■ С2 + 4,89 -106 ■ С3 -1,711 -108 ■ С4 + 2,13 ■Ю9 ■ С5. Графики исходной и аппроксимированной функции представлены на рисунке П1.1.

Среднеквадратичная погрешность расчета коэффициентов: Б = 0,037. Для числа степеней свободы п-ш-1=8-6-1=1 и уровня значимости 0,05 значение 1-критерия Стьюдента равно 12,706. Проверка значимости коэффициентов модели дает:

аТ = (44,757;6,607;4,455;3,268;2,771;2,553) .

Полученные пять значений (6,607; 4,455; 3,268; 2,771; 2,553) меньше критерия Стьюдента (12,706), а значит пять коэффициенты модели незначимы. Следовательно, модель вида

/ (С) = 1,848 + 339,468 ■ С -6,48 -104 ■ С2 + 4,89 -106 ■ С3 -1,711 -108 ■ С4 + 2,13 -109 ■ С5 не может быть использована для дальнейших расчетов.

X

<

г

в) г)

Рисунок П1.1 - График зависимости продуктивности от концентрации растворенного кислорода для уравнения с числом коэффициентов т=6 (а), т = 5 (б), т = 4 (в), т= 3 (г)

Пусть число коэффициентов модели / (с, \,..., Ьт) равняется т = 5. С помощью МНК найдем коэффициенты полинома ЬТ = (1,916;225,493;—2,939 • 104;1,12 • 106;-1,374 • 107) . Тогда модель примет вид

/ (С) = 1,916 + 225,493 • С -2,939 -104 • С2 +1,12 -106 • С3 —1,374 -107 • С4. График исходной и аппроксимированной функции представлен на рисунке П1.1 (б).

Среднеквадратичная погрешность расчета коэффициентов равна: Б = 0,062. Для числа степеней свободы п-т-1=8-5-1=2 и уровня значимости 0,05

значение t-критерия Стьюдента равно 4,303. Проверка значимости коэффициентов модели дает:

ат = (35,661;5,259;3,971;2,73;2,12).

Три полученных значения (3,971; 2,73; 2,12) меньше критерия Стьюдента (4,303), а значит коэффициенты (-2,939 • 104;+1,12 -106;-1,374 -107) модели /2 (С) незначимы. Следовательно, модель вида

/2 (С) = 1,916 + 225,493 • С -2,939 -104 • С2 +1,12 -106 • С3 -1,374 -107 • С4 не может быть использована для дальнейших расчетов.

Пусть число коэффициентов модели / (с, b1,..., bm ) равно m = 4. С помощью МНК определяем коэффициенты уравнения: bT = (1,98;145,323;-1,409 • 104 ;2,527 • 105 ). Тогда модель принимает вид: /(С) = 1,98 +145,323• С-1,409-104 • С2 + 2,527•Ю5 • С3.

График исходной и аппроксимированной функции представлен на рисунке П1.1 (в).

Среднеквадратичная погрешность расчета коэффициентов равна: S = 0,085. Для числа степеней свободы n-m-1=8-4-1=3 и уровня значимости 0,05 значение t-критерия Стьюдента равно 3,182. Проверка значимости коэффициентов модели дает:

ат = (32,761;5,257;6,303;6,097).

Все полученные значения (32,761; 5,257; 6,303; 6,097) больше критерия Стьюдента (3,182), а значит все коэффициенты модели значимы. Следовательно, модель вида /3 (С) = 1,98 +145,323 • С -1,409 -104 • С2 + 2,527 • 105 • С3 может быть использована для дальнейших расчетов.

Пусть число коэффициентов модели / (с, b1,..., bm ) равно m = 3. С помощью МНК определяем коэффициенты полинома: bT = (2,202;-15,157;-528,487). Тогда модель принимает вид:

/ (С) = 2,202 -15,157 ■ С - 528,487 ■ С2.

График исходной и аппроксимированной функции представлен на рисунке П1.1 (г).

Среднеквадратичная погрешность расчета коэффициентов равна: Б = 0,243. Для числа степеней свободы п-ш-1=8-3-1=4 и уровня значимости 0,05 значение 1-критерия Стьюдента равно 2,776. Проверка значимости коэффициентов модели дает:

аТ = (15,895;0,625;0,82).

Два полученных значения (0,625; 0,82) меньше критерия Стьюдента (2,776), а значит коэффициенты модели (-15,157; -528,487) незначимы.

Следовательно, модель вида / (С) не может быть использована для дальнейших расчетов.

Таким образом, зависимость продуктивности процесса по целевому продукту, описываемая уравнением с числом коэффициентов, равным четырем, приемлема для исследования.

ПРИЛОЖЕНИЕ 2

(обязательное)

Обоснование подхода к обработке содержательной информации и метода обработки экспертных оценок в задачах сравнительного анализа и

выбора альтернатив

В практике сравнительного анализа САУ сложными объектами и процессами нередко встречаются ситуации, когда критерии нижнего уровня иерархии имеют числовую форму представления. Числовой характер критериев позволяет использовать методы получения векторов приоритетов без участия (или с частичным участием) экспертов. В этом случае возникает необходимость перевода абсолютных значений критериев в относительные значения, которые можно использовать в процедуре иерархического синтеза интегрального критерия. Наиболее простой процедурой перехода от абсолютных к относительным значениям является процедура нормирования [140]. Получив относительные оценки критериев, можно воспользоваться обобщенным критерием, в котором учитываются не численные значения самих критериев, а их относительные оценки й-ъ принимающие следующие значения: очень плохо - й е[0;0,2], плохо - й е[0,2;0,37], удовлетворительно -й е [0,37;0,63], хорошо - й е [0,63;0,8], отлично - й е [0,8; 1,0]. При этом любое численное значение того или иного показателя качества системы может быть преобразовано так, чтобы его можно было интерпретировать в терминах желательности для любого специфического применения. Кроме того, зачастую оценки по шкале критериев получены для решения прикладных задач управления динамическими объектами определенного класса. Этим объясняется то обстоятельство, что для различных прикладных задач показатели качества системы для одного и того же типа переходного процесса могут характеризоваться значениями оценок, выходящими за границы приведенных шкал. Применение обобщенной функции и в этом случае практически полезно, так как позволяет решать задачу выбора с использованием различных диапазо-

нов значений и параметров. Например, при использовании шкалы отношений иерархического анализа МСАУ может быть дана следующая характеристика: 1 - качество управления в установившемся режиме хорошее и может быть улучшено; 2 - время нарастания в переходном режиме находится в приемлемых границах, но близко к верхней границе; 3 - продолжительность переходного процесса имеет рекомендуемое значение; 4 - число переключений законов регулирования в системе с изменяемой структурой минимально; 5 -настройка системы достигается меньшим количеством настроечных параметров, чем при использовании ПИД-регуляторов. Переходя к оценкам состояния, основанным на обобщенной функции, получаем следующее:

- состояние 1 означает, что качество системы управления может быть охарактеризовано как «отличное» или «хорошее», что соответствует оценке 1,0 или 0,8;

- оценка состояния 2 «хорошо» - 0,8;

- уровень быстродействия достаточный, что соответствует оценке «хорошо»

- 0,7;

- высокая частота переключений управляющего воздействия не требуется, поэтому реализация системы с инерционными исполнительными механизмами не затруднена, что соответствует оценке «хорошо» - 0,8;

- алгоритм аппроксимирующего управления сигмоидного типа имеет меньшее количество настроечных параметров по сравнению с типовыми общепромышленными регуляторами, что упрощает настройку системы в разных режимах управления и соответствует оценке «отлично» - 1,0.

Интегральный показатель качества функционирования системы управления можно записать в виде произведения оценок:

для ё1=1,0 Б = ^П^ = ^1,0 ■ 0,8 ■ 0,7 ■ 0,8 -1,0 = 0,851 или для ё1=0,8 В = 0,814.

По аналогии, проставляя оценки по шкале желательности показателям, выходящим за пределы границ, и перемножая их, можно получить обобщенный интегральный показатель для сравнения систем управления при отсут-

ствии достаточно полных численных оценок по имеющимся шкалам критериев. Величина этой обобщенной желательности может служить некоторой интегральной мерой отклонения параметров систем от номинальных. В идеальном случае величина В должна быть равна 1 (это только в случае, когда все = 1), а если хотя бы одна из величин окажется равной нулю, то очевидно и В = 0. Для учета информации о значимости каждого критерия (характеристики) можно воспользоваться показателем значимости, вычисляемым по формуле:

>=2-1,

где I - место (номер) критерия в ранжированной последовательности критериев.

Интегральный показатель с поправкой на значимость данного критерия примет вид:

В = # ^ .

Таким образом, преобразование при необходимости обобщенных показателей качества к безразмерному виду обеспечивает устойчивость полученного результата. Полученные результаты показывают возможность количественного обоснования принимаемых решений и проведения сравнительного анализа систем. Методика отличается простотой и дает хорошее соответствие интуитивным представлениям. Методика не вызывает затруднений ее программной реализации, что позволяет включать ее в автоматизированные системы поддержки принятия решений.

Для выбора рационального метода решения многокритериальной задачи в дополнение к МАИ воспользуемся обобщенной функцией желательности Харрингтона [134]. Величина получаемой при этом обобщенной функции желательности может служить некоторой интегральной мерой предпочтительности сравниваемых методов. Наиболее часто используемыми методами являются метод парных сравнений, метод обработки статистических данных [141] и метод рангов [142].

Метод парных сравнений [141] используется при формировании вектора предпочтений при сравнительном анализе множества объектов, об оценке которых можно иметь лишь качественные суждения. Метод предусматривает использование эксперта, который проводит оценку объектов. Согласно методу осуществляются парные сравнения объектов во всех возможных сочетаниях. При каждом сравнении выделяется наиболее предпочтительный объект, и это предпочтение выражается с помощью оценки по какой-либо шкале, например, по шкале относительной важности [130]. Метод обработки статистических данных - это метод, применяемый при сборе, представлении, анализе и интерпретации данных [141]. Метод рангов [142] предусматривает ранжирование (упорядочение) исследуемых объектов в зависимости от их относительной значимости (предпочтительности), осуществляемое экспертом. Для экспертных оценок, приведенных в работе [143], составим таблицу П2.1.

Таблица П2.1 - Результаты обработки экспертных оценок соответствия меж-

ду методами и задачами принятия решения

Методы обработки экс- Оценка интенсивности относительной важности Оценки ком-

пертных оценок мат- задачи принятия решений понент мат-

рицы задача выра- задача оценки задача выбора рицы, Б;

ботки альтернатив альтернатив

альтернатив

1 2 3 4 5

Метод парных 0,85 0,5 0,9 0,7259

сравнении

Метод обработки 0,6 0,5 0,85 0,6342

статистических

данных

Метод ранговых 0,45 0,75 0,68 0,5807

оценок

Интегральный показатель рационального метода обработки информации можно записать в виде произведения оценок. Для каждого из рассматриваемых методов этот показатель соответственно равен:

Б1 = 3 П di = 30,85 • 0,5 • 0,9 = 0,7259;

\ / =1

Бг = 3

,П di = Щб^д^ОБ = 0,6342; V /=1

Б3 = 3

,П di = 31д~45^д~75^д~б8 = 0,5807. \/=1

Получив оценки компонент, воспользуемся шкалой Харрингтона, в которой численные значения оценки й принимают следующие значения: очень плохой - Б е[0;0,2], плохой - Б е[0,2;0,37], удовлетворительный -Б е[0,37;0,63], хороший - Б е [0,63;0,8], отличный - Б е[0,8;1,0]. В нашем случае полученное наибольшее значение Д?=0,7259 соответствует диапазону [0,63; 0,8] и, следовательно, метод парных сравнений может быть охарактеризован как «хороший». С учетом этого можно отметить предпочтительность данного метода по отношению к другим методам, приведенным в таблице П2.1.

В случае, когда количественная оценка интенсивности относительной важности компонент матрицы превышает диапазон [0; 1] и характеризуется значениями оценок, выходящими за границы приведенных шкал, то предпочтительность приведенных в таблице П2.1 методов может быть установлена по нормализованным значениям оценок компонент матрицы Д, рассчитанным как В{ = В{ / ЕВ. Например, если для экспертных оценок воспользоваться шкалой относительной важности [130], то получим нормализованные значения оценок, приведенные в шестом столбце таблицы П2.2. Если для полученных значений нормализованных оценок применить шкалу Харрингтона, то наибольшее значение В1 = 0,6596 соответствует диапазону [0,63;0,8], что позволяет охарактеризовать метод парных сравнений как «хороший» и считать его, как и в предыдущем случае, предпочтительным по отношению к другим рассматриваемым методам.

Таблица П2.2 - Результаты обработки экспертных оценок соответствия между методами и задачами принятия решения с помощью нормализованных

оценок компонент

Методы обработки экспертных оценок матрицы Оценка интенсивности относительной важности задачи принятия решений Оценки компонент матрицы, о, Нормализованные оценки компонент, о,

задача выработки альтернатив задача оценки альтернатив задача выбора альтернатив

1 2 3 4 5 6

Метод парных сравнений 7 8 9 7,9565 0,6596

Метод обработки статистических данных 3 3 5 3,1069 0,2575

Метод ранговых оценок 1 1 1 1,0000 0,0829

Сумма 12,0634 1,0000

Отметим, что, если решается только одна задача из представленных в таблице П2.1, например, задача выбора альтернатив, то достаточно учитывать абсолютные значения оценок, не переходя к нормализованным оценкам. В таком случае оценка, равная 0,9, принадлежащая диапазону Б е[0,8;1,0], по шкале Харрингтона, характеризует метод парных сравнений как «отличный». Действительно, данный метод очень прост и позволяет исследовать большее количество объектов и с большей точностью по сравнению, например, с методом ранговых оценок.

ПРИЛОЖЕНИЕ 3

(обязательное)

Акты об использовании и внедрении результатов диссертационной

работы

УТВЕРЖДАЮ

Общество с ограниченной ответственностью

«Юг-Система»

г. Краснодар, 350072 Московская ул., 5, корпус 22,

литер В, офис 122 тел./факс: [phone] е-таН: [e-mail]

www.tm-istok.nj

АКТ

о внедрении результатов диссертационной работы Шахрая Евгения Александровича

Результаты диссертационной работы Шахрая Евгения Александровича «Структурно-параметрический синтез многорежимных интеллектуальных систем автоматического управления процессами аэробного биотехнологического синтеза», подготовленной в Кубанском государственном технологическом университете и представленной на соискание ученой степени кандидата технических наук, а именно: методика решения многокритериальной задачи выбора многорежимных систем автоматического управления аэробными биотехнологическими процессами на основе алгоритма обработки количественной и трудноформализуемой качественной информации методом парного сравнения альтернатив и разработанного метода повышения согласованности экспертных суждений на основе корректировки собственных значений матриц парных сравнений, внедрены в проектную и научно-исследовательскую деятельность ООО «Юг-Система», конструкторский отдел.

Использование указанных результатов позволяет осуществлять выбор рациональных вариантов структур многорежимных систем автоматического управления в условиях многорежимности функционирования промышленных объектов. Методика не требует пересмотра всех выставленных первоначально экспертных оценок для улучшения согласованности экспертных суждений и не вызывает затруднений при программной реализации в составе алгоритмов решения задач выбора и сравнения альтернатив для поддержки принятия решений.

Полученные на основе использования разработанной методики результаты позволяют сделать вывод о положительном эффекте применения методики и дают возможность использовать методику для решения прикладных задач выбора технических и программных средств при проектировании АСУ ТП различного назначения.

Заместитель директора

по технической части ООО «Юг - Система»

А

^Гисс

АВТОМАТИЗАЦИЯ / ТЕХНОЛОГИИ / ИНЖИНИРИНГ / СНАБЖЕНИЕ / СЕРВИС / МОНТАЖ

Общество с ограниченной ответственностью «АТИСС-Сервис» ИНН 2311293378, КПП 231101001 350072, г. Краснодар, Ростовское шоссе, 14/2, оф. 303 Тел.: [phone], сатШ^Аф

Комиссия в составе:

председатель - Валегура Д.А., зам. директора ООО «АТИСС-Сервис»,

члены комиссии:

Семенов С.К. - технический директор.

Дзюбко М.А. - главный конструктор по механике составили настоящий акт о том. что результаты диссертационной работы Шахрая Евгения Александровича «Структурно-параметрический синтез интеллектуальных многорежимных систем управления аэробными биотехнологическими процессами», представленной на соискание ученой степени кандидата технических наук, использованы в проектно-конструкторской деятельности ООО «АТИСС- Сервис» в виде:

1. Методики расчета помехозащищенных типовых регуляторов и исполнительных устройств с позиционерами в системах автоматического управления, а также при натурном и математическом моделировании систем.

2. Рекомендаций при решения многокритериальных задач выбора при проектировании технического, алгоритмического, программного и других видов обеспечений АСУТП.

Полученные результаты эффективно применимы при выполнении НИР и ОКР по теме: «Разработка интеллектуального электропневматического позиционера с автоматической настройкой регулятора, в т.ч. в части стендов статического и динамического тестирования».

Использование указанных разработок позволяет повысить качество проектных решений и сократить затраты на проведение работ и натурных испытаний.

АКТ

ТВЕРЖДАЮ

«АТИСС-Сервис»

Решетняк С.А.

об использовании результатов диссертационной работы Шахрая Евгения Александровича

Председатель комиссии

Члены комиссии:

ООО «Газпром трансгаз Краснодар»

Краснодарское ЛПУМГ КОМПЛЕКС ПО ПОДГОТОВКЕ И ТРАНСПОРТИРОВКЕ ЭКСПОРТНОГО ГАЗА КС «Краснодарская»

об использовании результатов кандидатской диссертационной работы Шахрая Евгения Александровича

«26» января 2024 г.

Комиссия в составе:

Зам. начальника КС «Краснодарская» Бачалов И.С.

Начальник службы А и МО КС «Краснодарская» Бедловский A.B.

Вед. инженер службы А и МО КС «Краснодарская» Логунов М.А.

Мы, нижеподписавшиеся, составили настоящий акт о том, что результаты диссертационной работы Шахрая Евгения Александровича, в которой рассмотрены вопросы разработки и исследования интеллектуальной многорежимной системы автоматического управления, представленной на соискание ученой степени кандидата технических наук, а именно: методика оценки, сравнения и многокритериального выбора технических средств оперативно-диспетчерского управления технологическими режимами эксплуатации объектов магистрального трубопроводного транспорта с учетом требований к точности, надежности, стоимости, быстродействия и эксплуатационных затрат для различных по сложности контуров контроля и управления, могут быть использованы в производственной деятельности Краснодарского ЛПУМГ ООО «Газпром трансгаз Краснодар».

Использование указанных результатов позволяет повысить качество принимаемых решений при разработке САУ, определяющих эффективную работу систем контроля и оперативного управления за счет увеличения числа рассматриваемых вариантов и обеспечения специалиста более полной информацией об оценках вариантов по нескольким критериям.

Зам. начальника КС «Краснодарская»

Начальник службы А и МО

КС «Краснодарская»

Вед. инженер службы А и МО

КС «Краснодарская»

.УТВЕРЖДАЮ

Проректор по учебной работе ФШОУ ВО «КубГТУ»,

^Омических наук, доцент Т В Коновалова

20 ¿Уг.

Акт

об использовании результатов диссертационной работы Шахрая Е. А в учебном процессе Кубанского государственного технологического университета

Комиссия в составе: ^.„рм „

председатель - Дьяченко Р.А., директор института компьютерных систем и

информационной безопасности Кубанского государственного технологического

университета (КубГТУ), д.т.н., профессор кафедры «Информатика и вычислительная

техника» КубГТУ,

Атрощенко'ВА., заведующий кафедрой «Информатика и вычислительная техника»

КубГТУ, д.т.н., профессор;

Янаева М В , заведующий кафедрой «Информационные системы

программирования» КубГТУ, к.т.н., доцент , М1яхпая

Составили настоящий а.сг о том, что результаты диссертационной работы Шахрая

Евгения Александровича «Структурно-параметрический синтез

многорежимных систем управления аэробными биотехнологическими процссам и», представленной на соискание ученой степени кандидата технических наукаимено методика синтеза многорежимной системы управления с использованием фаззи-коррекции параметров регулятора с аппроксимирующим управлением, метод ослабления помех в системе стабилизации расхода воздуха на основе реализации на входе^типового регулятора расхода звена с аппроксимируемой на основе

нечувствительности, методика решения многокритериальных задач «"бора при проектировании технического, математического, программного и других видов обеспечений АСУТП, обеспечивающая более грамотное ранжирование качественных предпочтений лица, принимающего решен- е, и повышение согласованности экспертных суждений на основе корректировки собственных значений матриц парнь.х сравнени,, используются в учебном процессе в виде лекционного материала и мет0Д™ИХ указаний при выполнении практических и лабораторных занятии, в научно исследовательской работе студентов, в виде рекомендаций при выполнении бакалаврами и магистрами разделов в курсовых и выпускных квалификационных работах по направлениям 27.03.04, 27.04.04. „

Практическое применение преподавателями результатов исследовании в у^бном процессе стимулирует совершенствование лекционного материала, при необходимости дает возможность доработать его, подтвердить или пересмотреть выводы Привлечение же студентов к научным проектам способствует получению практических навыков при изучении дисциплин, повышению уровня знаний, развитию профессиональных компетенций. Использование указанных результатов способствует приобретению выпускниками университета умения разрабатывать интеллектуальные системы управления технологическими процессами в условиях неопределенности и многорежимности их функционирования.

Председатель комиссии Члены комиссии:

,Р А Дьяченко В А Атрощенко М В Янаева

ПРИЛОЖЕНИЕ 4 (обязательное) Свидетельства о регистрации программ для ЭВМ