Цифровые системы контроля с идентификацией динамических свойств и характеристик сложных объектов тема диссертации и автореферата по ВАК РФ 05.13.07, доктор технических наук Карташов, Владимир Яковлевич

• Карташов, Владимир Яковлевич
• доктор технических наук
• 1998

Оглавление диссертации доктор технических наук Карташов, Владимир Яковлевич

Введение.

Глава 1. Конкретизация основных направлений математического моделирования и идентификации сложных технологических объектов.

1.1. Основные положения математического моделирования сложных технологических объектов.

1.2. Роль дискретной информации в задачах непараметрической идентификации.

1.3. Формулировка основных задач работы и их взаимосвязь.

Глава 2. Исследование влияния процессов дискретизации вход-выходных переменных объекта на достоверность оценивания его свойств и состояний.

2.1. Исследование свойств отображения z = е s-плоскости в z-плоскость.

2.2. Влияние шага дискретизации на структурное соответствие дискретной и непрерывной моделей объекта.

2.2.1. Условие SP-идентифицируемости линейных динамических объектов.

2.2.2. Тестовые исследования условия идентифицируемости.

2.3. Разработка и исследование способа нерегулярной групповой дискретизации аналоговых сигналов.

2.3.1. Способы дискретизации аналоговых сигналов.

2.3.2. Имитационное исследование нерегулярных и регулярных групповых способов дискретизации.

Выводы.

Глава 3. Дробно-рациональная аппроксимация дискретных передаточных функций динамических объектов на основе непрерывных дробей.

3.1. Основные определения и свойства непрерывных дробей.

3.2. Применение непрерывных дробей в задачах структурно-параметрической идентификации.

3.3. Некоторые свойства алгоритма В. Висковатова и его модификации в задачах SP-идентификации.

Выводы.

Глава 4. Восстановление математических моделей различных динамических объектов по дискретным измерениям вход-выходных переменных.

4.1. Решение задачи SP-идентификации для динамических объектов с различными функциональными свойствами.

4.1.1. Апериодические объекты с различным значением эксцесса полюсов и нулей.

4.1.2. Колебательные устойчивые линейные объекты.

4.1.3. Неустойчивые динамические объекты.

4.1.4. Неминимально-фазовые динамические объекты.

4.1.5. Динамические объекты с астатизмом.

4.1.6. Динамические объекты с транспортным запаздыванием.

4.2. Решение задачи SP-идентификации по дискретным измерениям вход-выходных переменных при изменении вида входного воздействия.

4.3. Структурные свойства непрерывных дробей и оценивание погрешности аппроксимации.

Выводы.

Глава 5. Построение цифровых систем контроля с идентификацией динамических процессов.

5.1. Цифровая фильтрация нестационарных сигналов.

5.2. Применение непрерывных дробей в задачах интерполяционно-сглаживающей аппроксимации.

5.3. Основные положения совершенствования функциональных свойств цифровых систем.

Выводы.

Глава 6. Автоматизированная система управления производством спецпластмасс.

6.1. Автоматизированная система управления технологическим процессом формования изделий спецпластмасс

6.1.1. Технологический процесс формования изделий и общая структура АСУТП.

6.1.2. Организация опроса и первичная обработка информации

6.2. Построение математических моделей пересчетного типа.

6.3. Алгоритмизация и проверка работоспособности системы "Безопасность" в АСУТП формования изделий спецпластмасс.

6.4. Автоматизированная информационно-измерительная система стендовых испытаний качества продукции.

Выводы.

Введение диссертации (часть автореферата) на тему «Цифровые системы контроля с идентификацией динамических свойств и характеристик сложных объектов»

Дальнейшее совершенствование функционирующих и создание новых технологических процессов и технических систем связано с требованием повышения уровня автоматизации научно-производственных исследований, контроля, диагностики и управления сложных объектов с использованием современных средств цифровой техники. Необходимость выполнения этого требования обуславливает актуальность проблемы дальнейшего развития и разработки новых методов и средств прикладной математики, совершенствования алгоритмического обеспечения автоматизированных и автоматических систем различного целевого назначения. Эффективность цифровых систем диагностики, управления в значительной мере определяется достоверностью оценок состояния объекта и окружающей среды. Особое место отводится проблеме разработки алгоритмического обеспечения цифровых систем для непрерывно функционирующих технологических процессов (химико - технологических, нефтехимических, металлургических и других процессов). Проблема оценивания характеристик и свойств непрерывного объекта требует разработки методов достоверного оценивания его функциональных свойств по дискретной информации в условиях непрерывного и априори неизвестного их изменения, а также разработки средств прикладной математики распознавания экстремальных состояний объекта (техногенных катастроф, предаварийных и аварийных состояний), которые влекут необратимые процессы в окружающей среде [89,183]. С данным направлением тесно связаны проблемы создания алгоритмического обеспечения цифровых систем научно-производственного назначения (испытательные станции технических систем, стендовые испытания качества готовой продукции, пуск и наладка технологического оборудования и технических систем и т. п.).

Во всех вышеупомянутых случаях исходными данными для разработки алгоритмического обеспечения автоматизированных и автоматических систем являются массивы значений измеренных вход-выходных переменных. Так Анри Пуанкаре писал [217]: "Опыт -единственный источник истины: только опыт может научить нас чему-либо новому, только он может вооружать нас достоверностью. Однако одних наблюдений недостаточно; ими надо пользоваться, а для этого необходимо их обобщать". Центральное место среди задач обработки экспериментальных данных отведено задачам установления причинно-следственной зависимости между физическими переменными, измерение которых отражает изменчивость свойств сложных объектов, явлений, процессов. Методы решения обратных задач, позволяющие по экспериментальным данным аппроксимировать действительные закономерности функционирования сложных объектов, в значительной степени определяют эффективность цифровых систем контроля, диагностики и управления, используемых в различных областях научно-исследовательской и народнохозяйственной деятельности. Как отмечает У. М. Сиберт [241]: "Искусству аппроксимации принадлежит центральная роль в практике решения инженерных и научных задач".

Методам решения обратных задач посвящено значительное число публикаций, что подтверждает актуальность проблемы. Основная доля исследований приходится на задачи параметрической идентификации известной структуры. Здесь следует отметить основополагающие работы как отечественных ученых: А.Н.Тихонова [261, 262]; Я. 3. Цыпкина [285, 286]; А. А. Красовского [255, 162]; Н. С. Райбмана [221, 196, 220, 219, 260]; И. И. Перельмана [211]; Л. А. Растригина [222, 223]; А.М.Дейча [81]; Я. А. Гельфандбейна [65] и многих других [37,171,36,100,150,270,293,158,159,52,87,229,269,104,231,13,103,274,76,77, 154,302,156,242,49,172,.], так и зарубежных: Ли Р. [169]; Острема К.

199, 201]; Калмана Р. [97, 98]; Эйкхоффа П. [300]; Сейджа А. [236, 237]; Мелза Дж. [236, 237]; Гропа Д. [74]; Льюнга Л. [307, 173, 174] и многих других [308, 309, 306, 304, 305, 75, 248, 253, .].

Однако в связи со сложностью исследуемого объекта, что выражается в практической невозможности априорного определения структуры математической модели, его непредсказуемой изменчивости в силу нестационарного функционирования, особую актуальность в последнее время приобретают задачи непараметрической идентификации. Проблемы непараметрической идентификации рассматривались в трудах Н.С.Райбмана [196, 219,220,221,260]; Чадеева В.М. [221]; Стоица [309]; Содерстрема Т. [308, 309, 307]; Бокса Дж. и Дженкинса Г. [40]; Льюнга Л. [173, 174, 307] и многих других, в которых задача непараметрической идентификации решается, в основном, с помощью методов параметрической задачи путем перебора математических моделей из фиксированного их класса.

Данный подход позволяет подобрать модели исследуемого объекта, хорошо интерпретирующие экспериментальные данные. Однако вопрос о том, насколько полученные модели соответствуют самому исследуемому объекту, остается открытым. Известные теоретические и практические исследования сосредоточены, как правило, на решении отдельных задач: либо цифрового контроля, либо идентификации по уже полученным цифровым данным. В то же время понятно, что качество исходных данных непосредственно влияет на результаты построения математических моделей. В частности, от выбранного шага квантования зависит восстановление динамических свойств объекта. В свою очередь динамические свойства объекта диктуют требования к качеству данных (шагу дискретизации), и невыполнение этих требований ведет к искажению или качественно неправильному отображению свойств объекта. Автоматизация решения задач непараметрической идентификации в реальном времени на основе современных вычислительных средств выдвигает в ряд актуальных проблему выявления и теоретического обоснования условий восстановления свойств и характеристик непрерывных стационарных и нестационарных объектов по дискретной информации о вход-выходных переменных, а также разработку математических методов и алгоритмов, позволяющих реализовать эти условия при решении задач непараметрической идентификации.

Актуальность сформулированной проблемы в теоретическом аспекте явилась основой проведения исследований в программах различного уровня: научно-технической программе 0.80.02 ГКНТ и Госплана СССР "Интегрированные АСУ", межвузовской научно-технической программе "Создание и развитие учебно-исследовательских САПР и их подсистем в высших учебных заведениях", "Университеты России", Федеральной целевой программе "Государственная поддержка интеграции высших учебных заведений и фундаментальной науки" (Проект "Освоение и сохранение недр Кузбасса"), в программах научно-образовательного комплекса Кузбасса "Диагностика сложных и уникальных систем горного производства" и "Разработка комплексов математических моделей динамических процессов машин и механизмов", однако в большей мере связана с многочисленными запросами производственных исследований, проводимых на основе выполнения хоздоговорных работ и работ по творческому содружеству с промышленными предприятиями: химкомбинат "Енисей" (г. Красноярск), НПО "Прогресс" (г. Кемерово), АО "Химволокно" (г. Кемерово), АО "Промавтоматика" (г. Кемерово), АО "Сибтензоприбор" (г. Топки) и с отраслевыми институтами: ЛНПО "Союз" (г. Люберцы, Московской обл.), АНИИХТ (г. Бийск, Алтайский край), НИИХП (г. Казань) и рядом других организаций и предприятий. Поэтому постановка задачи совместного цифрового контроля и идентификации непрерывных объектов, разработка методов решения этой задачи, выявление областей наиболее эффективного их применения, модельные и производственные испытания методов и практическая реализация соответствующих алгоритмов и систем приобретают важное значение при создании современных средств и систем автоматизации.

Таким образом, ЦЕЛЬЮ ДИССЕРТАЦИОННОЙ РАБОТЫ является: повышение качества и надежности алгоритмического обеспечения цифровых систем контроля, диагностики и управления на основе разработки научно обоснованных методов эффективной и достоверной идентификации динамических свойств и характеристик сложных объектов.

В ней выделяются:

- выявление и теоретическое обоснование условия восстановления свойств линейного динамического объекта по дискретным измерениям вход-выходных переменных;

- разработка математических методов и алгоритмов построения математических моделей непрерывных объектов, позволяющих по дискретной информации о функционировании объекта проводить достоверное оценивание его свойств и характеристик;

- формулирование принципов построения цифровых систем контроля, диагностики и управления сложных объектов и систем с учетом проведенных исследований и разработок.

ИДЕЯ РАБОТЫ состоит в повышении качества идентификации и контроля за счет использования вариаций шага дискретизации по времени при регистрации дискретных измерений и применения математической теории непрерывных дробей для восстановления математической модели в форме передаточных функций линейных динамических объектов.

Для достижения сформулированных целей в диссертационной работе поставлены и решены следующие задачи:

1. Исследовать имеющиеся преобразования перехода от непрерывной модели к дискретной, удовлетворяющие условию "точного" восстановления непрерывной реакции объекта в дискретных отсчетах при изменяющемся шаге дискретизации.

2. Установить условия взаимно однозначного соответствия между непрерывными и дискретными моделями линейных динамических объектов.

3. Обосновать возможность применения аппарата непрерывных дробей для дробно-рациональной аппроксимации дискретной передаточной функции и получить ее представление непрерывной дробью.

4. Разработать алгоритм восстановления дискретной передаточной функции по дискретным измерениям на основе использования теории непрерывных дробей.

5. Исследовать эффективность алгоритмов достоверного восстановления свойств дискретной передаточной функции для различных классов тестовых объектов и различных типов входных воздействий.

6. Разработать способ оценивания погрешностей восстановления дискретной передаточной функции, обусловленных погрешностью элементов непрерывной дроби.

7. Разработать методику и алгоритм тестирования математической модели на соответствие режимам функционирования исследуемого объекта.

8. Сформировать требования и условия реализации основных положений и результатов работы, используемых при проектировании алгоритмического обеспечения цифровых систем контроля, диагностики, обработки экспериментальных данных.

НАУЧНАЯ НОВИЗНА работы состоит в следующем:

1. Впервые выделена и исследована проблема совместного решения задач цифрового контроля и идентификации непрерывных динамических объектов.

2. Получено новое решение существенного снижения неопределенности при восстановлении свойств непрерывных объектов, обусловленной процессами дискретизации, что позволяет повысить эффективность использования цифровой техники в системах контроля, управления, диагностики в научно-исследовательской и производственной деятельности.

3. Впервые теоретически обосновано построение взаимно однозначного соответствия между непрерывной и дискретной по времени моделями исследуемого класса систем, приводящее к необходимости использования для решения этой проблемы римановой поверхности.

4. Сформулировано оригинальное условие зависимости структурно-параметрической идентифицируемости свойств непрерывного объекта от изменения шага дискретизации.

5. Впервые разработан способ, основанный на применении непрерывных дробей, позволяющий по дискретным измерениям вход-выходных переменных восстанавливать дискретные передаточные функции исследуемого класса объектов. Такой способ в работе получил название структурно-параметрической идентификации (8Р-).

6. Впервые предложен модифицированный алгоритм БР-идентификации, повышающий эффективность известного алгоритма В. Висковатова построения соответствующих непрерывных дробей, и на его основе определены условия оценивания порядка дискретной передаточной функции линейных объектов.

7. В результате тестового исследования эффективности использования способа и алгоритмов БР-идентификации на основе аппарата непрерывных дробей установлена работоспособность предложенных алгоритмов для линейных динамических объектов, обладающих "трудно" идентифицируемыми свойствами: неустойчивость, колебательность, неминимально-фазовость, астатизм высокого порядка, транспортное запаздывание.

8. Впервые предложен способ нерегулярной групповой дискретизации, позволяющий повышать достоверность оценок обобщенных свойств исследуемых объектов и являющийся дополнительным критерием выполнения условий их БР-идентифицируемости.

9. Установленно общее представление непрерывных дробей в виде ориентированных беспетлевых графов, и предложен способ оценки их аппроксимационных погрешностей на основе функций чувствительности без прямого использования операций дифференцирования.

10. Установленно соотношение структурной адаптации дискретной математической модели в зависимости от типа входного воздействия. Адаптация дискретной модели осуществлена на основе предлагаемых в работе алгоритма В. Висковатова и его модификации.

НАУЧНЫЕ ПОЛОЖЕНИЯ, ВЫДВИГАЕМЫЕ НА ЗАЩИТУ:

1. Взаимно однозначное соответствие между непрерывной и дискретной передаточными функциями динамических объектов о Д+ обеспечивается отображением г = е , где шаг дискретизации Аг л лЛ определяет полосу--,— , которой с необходимостью должны ч А1 Ш принадлежать нули и полюса непрерывной передаточной функции.

2. Механизм появления конечных нулей при переходе от непрерывной передаточной функции к дискретной передаточной функции обусловлен отображением г = е^ бесконечных нулей б-плоскости на разрез г-плоскости по отрицательной вещественной полуоси, по которой осуществляется "склейка" римановой поверхности.

3. Изменение шага дискретизации является достаточным условием достоверного восстановления свойств непрерывного объекта при дискретных измерениях вход-выходных переменных.

4. Для выявления функциональных свойств линейных динамических объектов по дискретным измерениям вход-выходных переменных исходные данные должны быть представлены в виде отношения многочленов, что предопределяет использование в качестве дробно-рациональных аппроксимаций аппарат непрерывных дробей.

5. Применение непрерывных дробей при аппроксимации дискретной передаточной функции объекта позволяет выявлять факт ее неинвариантного представления относительно произвольного входного воздействия при сохранении свойства инвариантности непрерывной передаточной функции объекта.

6. Существует интервал значений шага дискретизации, при которых конечные непрерывные дроби аппроксимируют дискретную передаточную функцию линейного объекта с заданной точностью. Данный интервал не включает значения шага дискретизации из окрестности нуля, и его границы зависят от свойств идентифицируемого объекта.

7. Использование нерегулярной групповой дискретизации позволяет повысить достоверность измерительной информации при оценивании структурных свойств сигналов.

Обоснованность и достоверность научных положений, выводов и рекомендаций, содержащихся в диссертационной работе, подтверждаются: во-первых: теоретическими исследованиями с использованием строгих математических положений и доказательств; во-вторых: методом математического моделирования многочисленных тестовых объектов; в-третьих: проверкой на реальных данных при испытаниях, внедрении и эксплуатации цифровых систем контроля качества продукции и безопасности производств, при идентификации технологических объектов.

Практическая значимость проведенных исследований и результатов работы рассматривается в четырех аспектах:

1. В результате проведенных исследований сформированы ряд методов и алгоритмов решения прикладных задач на основе непрерывных дробей, которые удовлетворяют следующим требованиям: а) до минимума сведен субъективизм при их использовании, а предложенный их формализм в виде алгоритмического и программного обеспечения достаточно просто реализуем современными средствами вычислительной техники; б) методы аппроксимации реальных характеристик объектов осуществляются итерационными алгоритмами, обладающими свойствами многовариантности приближений и в конечном счете - высокой достоверностью оценок.

2. Приведенный математический, алгоритмический аппарат непрерывных дробей может быть использован как средство дальнейшего развития и изучения рассматриваемых проблем, так и исследования вновь возникающих.

3. Внедренные в промышленную эксплуатацию цифровые системы контроля качества и безопасности производства спецпластмасс являются самостоятельными научно-техническими достижениями.

4. Использование результатов работы в учебном процессе позволяет по новому сформировать мировоззрение и качество подготовки молодых специалистов по специальности "Прикладная математика".

Реализация и внедрение результатов работы включают:

1. Внедрение в промышленную эксплуатацию двух цифровых систем реального времени на химкомбинате "Енисей" (системы "Качество изделий", "Безопасность").

2. Проведение экспериментальных работ и передача методик определения динамических характеристик сложных объектов в форме отчетов по НИР на другие предприятия отрасли (НПО "Прогресс") и в головные отраслевые институты (ЛНПО "Союз", АНИИХТ, НИИХП).

3. Проведение совместных прикладных исследований и передача методик решения задач БР-идентификации динамических объектов в форме научно-технических отчетов на АО "Промавтоматика", АО "Химволокно", АО "Сибтензоприбор" и другие.

4. Внедрение в учебный процесс по специальности 01.02 "Прикладная математика" в форме развития традиционных и постановки новых спецкурсов, привлечение значительного количества студентов специализации к самостоятельной научно-исследовательской работе.

Апробация работы. Основные положения и результаты работы докладывались и получили одобрение на 18 конференциях и семинарах высокого уровня.

Структура работы. Диссертационная работа состоит из введения, шести глав, заключения, списка литературы и приложения с документацией о внедрении и использовании результатов работы. Общий объем работы - 463 страницы. Список литературы включает 309 наименований.

Заключение диссертации по теме «Автоматизация технологических процессов и производств (в том числе по отраслям)», Карташов, Владимир Яковлевич

ВЫВОДЫ

1. При разработке и внедрении комплексной автоматизированной системы управления производством спецпластмасс впервые осуществлено построение цифровой системы контроля безопасности технологического процесса с идентификацией его характеристик. При разработке алгоритмического обеспечения данной системы контроля целенаправленно развит подход натурно-математического моделирования, позволяющий описывать различные режимы функционирования объекта путем модельного исключения из измеренных сигналов реакций объекта на регламентируемые изменения входных управляющих и контролируемых воздействий.

2. Использование предложенных в работе алгоритмов 8Р-идентификации для построения математических моделей реакций непрерывного объекта на регламентируемые воздейстия позволило повысить достоверность оценивания его функциональных свойств. Показана возможность применения данного подхода для идентификации динамических характеристик непрерывных объектов с редко измеряемыми выходными функциональными переменными.

3. Использование способа нерегулярной групповой дискретизации и выделенной совокупности алгоритмов экспоненциального сглаживания позволяет повысить достоверность оценок информативных параметров нестационарных сигналов, характеризующих функционарование объекта в различных режимах без повышения требований к используемым техническим средствам.

4. Применение основных положений работы для построения цифровых систем контроля безопасности позволило значительно сократить объем обрабатываемой информации и тем самым повысить быстродействие распознавания различных состояний объекта в среднем на 40 %.

5. Использование основных положений работы при разработке и внедрении цифровой системы контроля качества изделий позволило повысить производительность испытательного комплекса, снизить трудозатраты на проведение и обработку испытаний, повысить оперативность и улучшить ритмичность испытательных работ.

ЗАКЛЮЧЕНИЕ

Представленная диссертация является научной квалификационной работой, в которой получено новое решение научной проблемы структурно-параметрической идентификации технологических и технических объектов, повышающее качество и надежность алгоритмического обеспечения цифровых систем контроля, диагностики и управления, которые имеют важное народнохозяйственное значение.

В работе предложен и научно обоснован метод решения задачи непараметрической идентификации для широкого класса непрерывных линейных (линеаризованных) объектов на основе дискретной измерительной информации о вход-выходных переменных, по которой непосредственно формируется непрерывная дробь, включающая переменную г-преобразования и порождающая последовательность дробно-рациональных аппроксимаций, сходящуюся за конечное и минимальное число шагов к дискретной передаточной функции объекта. Установлено, что достаточным условием, позволяющим полностью восстановить передаточную функцию непрерывного объекта, является неизменность местоположения ее нулей и полюсов при вариациях шага дискретизации.

В диссертационной работе получены следующие результаты:

1. Предложенный подход по использованию многозначного с Д + отображения ъ = е , заключающийся во введении римановой поверхности в г-преобразовании и установлении механизма перехода бесконечных нулей Б-плоскости на отрицательную вещественную полуось г-плоскости, позволил установить взаимно однозначное соответствие между непрерывной и дискретной передаточными функциями линейных динамических объектов.

2. Показано, что если шаг дискретизации А1 выбран таким образом, что все конечные нули и полюса непрерывной передаточной функции покрываются полосой г п кЛ в б-плоскости, то дискретная

V М'Аи передаточная функция однозначно определяет непрерывную передаточную функцию. Этот факт положен в предложенное в работе условие структурно-параметрической идентификации непрерывного объекта, заключающееся в том, что уменьшение шага дискретизации позволяет определить необходимую ширину полосы, покрывающую все нули и полюса непрерывной передаточной функции объекта.

3. При несоответствующем выборе шага дискретизации нули и п яЛ полюса, не попавшие в полосу--,— 8-плоскости, представлены в

V АХ АУ ней своими проекциями. При решении задачи БР-идентификации использование этих проекций приводит к ошибочному определению как структуры, так и оценок параметров дискретной и непрерывной передаточных функций, однако дискретная модель соответствует дискретным отсчетам вход-выходных переменных. Критерием отличия действительных полюсов и нулей непрерывной передаточной функции является их постоянное местоположение в Б-плоскости при уменьшении шага дискретизации.

4. Впервые предложено использование непрерывных дробей для установления взаимно однозначного соответствия между дискретными отсчетами вход-выходных переменных детерминированного линейного объекта и его дискретной передаточной функции. Показано, что физически реализуемая дискретная передаточная функция линейного объекта однозначно, в смысле свойства эквивалентности, представима в виде конечной непрерывной дроби, и приведено соответствие порядков многочленов дискретной передаточной функции и порядка непрерывной дроби.

5. Разработан способ восстановления дискретной передаточной функции на основе последовательного алгоритма В.Висковатова, в котором по последовательностям отсчетов вход-выходных переменных определяются элементы идентифицирующей матрицы. Элементы ее первого столбца определяют соответствующую непрерывную дробь, которая порождает последовательность дробно-рациональных приближений, содержащую дискретную передаточную функцию линейного объекта.

6. Разработан модифицированный алгоритм В.Висковатова для решения задачи БР-идентификации, который обладает простотой в реализации, более высокой точностью и приводит к классу правильных С-дробей. Свойство однозначного представления в виде правильной С-дроби позволило установить критерий восстановления дискретной передаточной функции, связанный с появлением строки с нулевыми элементами в идентифицирующей матрице. Теоретические и модельные исследования подтвердили справедливость данного критерия для алгоритма В.Висковатова и его модификации.

7. Показана эффективность данного подхода с учетом условия 8Р-идентифицируемости точного восстановления идентифицируемых модельных объектов, обладающих различными функциональными свойствами: неустойчивостью, неминимально-фазовостью, колебательностью, астатизмом высокого порядка, транспортным запаздыванием. Относительная погрешность определения нулей к истинным значениям в среднем меньше 3 %, и полюсов - значительно меньше 1 %. Величина относительных погрешностей обусловлена в основном вычислительными погрешностями.

8. Показана применимость предлагаемого метода для определения изменения дискретной передаточной функции от вида входного воздействия при инвариантности непрерывной передаточной функции и установлено соотношение, позволяющее осуществлять переход от одних дискретных передаточных функций к другим при различных входных воздействиях. В частности, показана применимость метода для решения задачи БР-идентификации при импульсном входном воздействии. Использование входных воздействий, изменяющихся полиномиально, приводит к физически нереализуемым дискретным передаточным различной структуры и обуславливает использование оценивающих алгоритмов, в качестве которых выделено множество многослойных адаптивных фильтров экспоненциального сглаживания.

9. Исследованы структурные свойства непрерывных дробей, позволившие представить их в виде беспетлевых ориентированных графов при использовании расчета их "снизу-вверх". Для непрерывных дробей алгоритма В.Висковатова и его модификации (правильной С-дроби) произведены конкретизация ориентированных беспетлевых графов и предложен способ оценивания погрешности дискретной передаточной функции ОБ-графа относительно погрешности элементов непрерывной дроби на основе функций чувствительности без прямого использования операций дифференцирования. При анализе идентифицирующих матриц показано, что непрерывная дробь в методе В.Висковатова менее чувствительна к погрешностям элементов, чем правильная С-дробь в модифицированном алгоритме, однако при переходе от непрерывной дроби к дробно-рациональной функции за счет дополнительных операций деления это преимущество алгоритма В.Висковатова теряется и, в конечном счете, модифицированный алгоритм оказывается более точным и устойчивым.

10. Показано, что изменение внутренних свойств нестационарного объекта описывается нестационарными случайными сигналами, имеющими помимо информативной низкочастотной составляющей информативную высокочастотную составляющую. Предложенный подход к построению математических моделей описания различных режимов функционирования объекта контроля позволил исключить из рассмотрения изменения наблюдаемых сигналов, являющиеся реакцией на изменение управляющих и контролируемых воздействий, что значительно повышает достоверность и быстродействие системы оценивания состояния объекта (в том числе, предаварийные и аварийные состояния).

11. Предложен и исследован способ нерегулярной групповой дискретизации, позволяющий на принципе рандомизации повысить достоверность оценок информативных параметров нестационарных сигналов, характеризующих функционирование объекта в различных режимах, без повышения требований к используемым техническим средствам. Способ нерегулярной групповой дискретизации по сравнению с известными позволяет повысить достоверность получаемой информации о параметрах непрерывных сигналов, характеризующих функционирование объекта, на 5.40 %. В зависимости от целей применения способ дискретизации может быть критерием соответствия математических моделей режиму функционирования объекта, способом получения достоверных оценок обобщенных параметров структурных свойств нестационарных сигналов, алгоритмом проверки работоспособности измерительного канала и достоверности получаемых отсчетов.

12. Показано, что алгоритм В.Висковатова и его модификация приводят к устойчивым результатам 8Р-идентификации для шагов дискретизации из некоторого числового интервала (А1т}п,А1:тах), в котором А1тах определяется условием 8Р-идентификации, а А1т}п зависит от характера расположения нулей и полюсов непрерывной передаточной функции. При шаге дискретизации А1

13. Предложены принципы совершенствования функциональных свойств и эффективности цифровых систем контроля, диагностики и управления, включающие выбор шага дискретизации при регистрации переменных объекта, организацию многочастотного квантования без потери информации об объекте-инварианте; механизм определения изменения структурных свойств объекта на основе нерегулярной групповой дискретизации; механизмы адаптации дискретных математических моделей на основе распознавания вида входного воздействия.

14. Созданные методы и алгоритмы использованы в задачах БР-идентификации технологических объектов производства капроновых нитей, силозадающей машины поверки тензометрических датчиков, пересчетных моделей технологических процессов производства изделий из спецпластмасс, а также в комплексных автоматизированных и автоматических системах контроля безопасности производства и контроля качества изделий, внедренных в промышленную эксплуатацию.

15. При решении задач 8Р-идентификации объектов со значительной нестационарностью (производство изделий из спецпластмасс) построены и использованы в системах контроля интервальные модели преобразующих каналов объекта, причем данный подход позволяет восстанавливать модель непрерывного объекта с редко измеряемыми выходными переменными.

Список литературы диссертационного исследования доктор технических наук Карташов, Владимир Яковлевич, 1998 год

1.Авдеев В.П. К основам натурно-математического моделирования/ Известия вузов.- Черная металлургия, 1979.- с. 131 -134.

2. Авдеев В. П. О производственно-исследовательских системах управления на базе натурно-модельных блоков/Известия вузов.- Черная металлургия, 1979,-N 2,- с. 130 136.

3. Авдеев В.П. Основы построения, разработки и внедрения производственно-исследовательских систем управления металлургическими процессами/Докторская диссертация.-Новокузнецк:СМИ,1984,- 467 с.

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

5. Авдеев В.П., Данилов В.П., Карташов В.Я. и другие Устройство моделирования /АС № 1254915, 1986 (не подлежит публикации в открытой печати).

6. Авдеев В.П., Зельцер С.Р., Карташов В.Я., Киселев С.Ф. Натурно-математическое моделирование в системах управления/Учебное пособие (Сводный план Минвуза РСФСР 1987 г., поз. 1143).- Кемерово: Кемеровский госуниверситет, 1987,- 84 с.

7. Авдеев В.П., Карташов В.Я., Мышляев Л.П., Ершов A.A. Восстановительно-прогнозирующие системы управления/У чебное пособие (темплан Минвуза РСФСР 1984 г., поз. 439).- Кемерово: Кемеровский госуниверситет, 1984.-90 с.

8. Авдеев В.П., Кустов Б.А., Мышляев Л.П. Производственно-исследовательские системы с многовариантной структурой.-Новокузнецк: Кузбасский филиал Инженерной Академии, 1992,- 188 с.

9. Авдеев В.П., Мышляев Л.П., Зельцер С.Р., Носырев В.И. Алгоритмы натурно-математического моделирования систем управления /Алгоритмы управления металлургическим и машиностроительным производством.- Т. 2.- Карловы Вары (Чехословакия), 1980.

10. Ю.Авдеев В.П., Попов В.Ю., Карташов В.Я. и другие Система управления /АС № 1179269 М.: Бюллетень изобретений и открытий, №34, 1985.

11. П.Авдеев В.П., Романов П.В., Карташов В.Я. и другие Адаптивный прогнозатор / АС № 1182456 М.: Бюллетень изобретений и открытий, № 36, 1985.

12. Авдеев В.П., Штефан И.А., Карташов В.Я., Слюняева С.Л. Многовариантные спектральные анализаторы и фильтры/Известия вузов. Черная металлургия, 1992.- N 6.- с. 5.

13. Аведьян А.Д., Цыпкин Я.З. Оптимальные методы обработки текущих и накопленных данных. Изв. АН СССР, Техническая кибернетика, 1987, № 1. с. 140-151.

14. Айвазян С.А. Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных,- М.: Финансы и статистика, 1983.- 472 с.

15. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности,- М.: Финансы и статистика, 1989.- 607 с.

16. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей.- М.: Финансы и статистика, 1985.-488 с.

17. Албогачиев М.И. Современные САПР систем автоматического управления (обзор) /Деп. статья № 2019 В89 - М.: ВИНИТИ, 1989. - 17с.

18. Александровский H.M., Егоров C.B., Кузин P.E. Адаптивные системы автоматического управления сложными технологическими процессами/под ред. Александровского Н.М.- М.: Энергия, 1973,- 272 с.

19. Алимов Ю.И. Измерение моментов системы случайных величин / Учебное пособие Свердловск: Изд-во Уральского политехнического института, 1984. - 84с.

20. Андрющенко В.А. Теория систем автоматического управления /Учебное пособие- Л.:Изд-во Ленинградского госуниверситета, 1990,- 256с.

21. Антонью А. Цифровые фильтры: анализ и проектирование М.: Радио и связь, 1983. - 320с.

22. Аронов В.И. Методы математической обработки геологических данных на ЭВМ. М.: Недра, 1977.

23. Атанов В.А., Бритов Г.С. Алгоритмы построения минимальных мо-делей динамических систем / Деп.статья № 171 В87 - М.: ВИНИТИ, 1987. - 17с.

24. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ. М.: Мир, 1982.

25. Бабаков H.A., Воронов A.A., Воронова A.A. и др. Теория автоматического управления /Часть 1.: Теория линейных систем автоматического управления. Под ред. А.А.Воронова.- М.: Высшая школа, 1986,- 367 с.

26. Балакирев B.C., Дудников Е.Г., Цирлин A.M. Экспериментальное определение динамических характеристик промышленных объектов М.: Энергия, 1982. - 232с.

27. Балашов Е.П., Пузанков Д.В. Проектирование информационно-управляющих систем М.: Радио и связь, 1987. - 256с.

28. Баранов JI.A. Квантование по уровню и временная дискретизация в цифровых системах управления.- М.: Радио и связь, 1982.- 256 с.

29. Баскаков С.И. Радиотехнические цепи и сигналы,- М.: Высшая школа, 1988.- 488 с.

30. Бахтиаров Г.Д., Малинин В.В., Шполин В.П. Аналого-цифровые преобразователи.- М.: Советское радио, 1980.- 280 с.

31. Бейкер Дж., Грейвс Моррис П. Аппроксимации Паде.- М.: Мир, 1986.-502 с.

32. Белов В.М., Суханов В.А., Унгер Ф.Г. Методы центра неопределенности при расчете линейных градуировочных графиков и метрологических характеристик результатов химического анализа /Препринт № 59 Томск: Томский филиал СО АН СССР, 1989. - 34с.

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

34. Бесекерский В.А. и др. Радиоавтоматика/Учебное пособие для вузов спец. "Радиотехника". Под ред. В.А.Бесекерского.-М.: Высшая школа, 1985.- 271 с.

35. Бессонов A.A., Загашвили Ю.В. Аналитический метод построения таблиц типовой идентификации /Известия АН СССР. Техническая кибернетика, 1980.- N 4.- с. 214.

36. Бессонов A.A., Загашвили Ю.В., Маркелов A.C. Методы и средства идентификации динамических объектов.- Д.: Энергоатомиздат, 1989,- 280 с.

37. Билинский И.Я., Виксна Я.Р. Псевдостохастическая дискретизация с малой эффективной дискретностью /Методы и микроэлектронные средства цифрового преобразования и обработки сигналов. Тезисы докладов Всесоюзной конференции. Т.1/.- Рига, 1989,- с. 83 85.

38. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление,- М.: Мир, 1974,- Вып. 1,- 406 е., 1974.- Вып. 2,- 199 с.

39. Болынев JI.H., Смирнов Н.В. Таблицы математической статистики.- М.: Наука, 1983.- 416 с.

40. Бортников В.Г. Основы технологии переработки пластических масс /Учебное пособие для ВУЗов Д.: Химия, 1988. - 304с.

41. Бочков А.Ф., Бильгаева Л.П. Свойства оценок параметров разностной модели в частотной области /Деп. статья № 3569 В86 - М.: ВИНИТИ, 1986.-9с.

42. Брикман М.С., Кристинков Д.С. Аналитическая идентификация управляемых систем.- Рига: Зинатне, 1974.

43. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся вузов.- М.: Наука, 1966.- 800 с.

44. Брунченко A.B., Бутыльский Ю.Т., Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Ю. Цифровые фильтры в электросвязи и радиотехнике -М.: Радио и связь, 1982. 224с.

45. Бусленко Н.П. Моделирование сложных сисгем.-М.:Наука, 1968.-356 с.

46. Бутковский А.Г. Оптимальное управление системами с распределенными параметрами.- М.: Наука, 1965.

47. Бывайков М.Е. Алгоритм обнаружения изменения вида модели при текущем оценивании /Автоматика и телемеханика, 1993, № 5. 82с.

48. Быстрые алгоритмы в цифровой обработке изображений /Под ред. Хуанга Т.С. М.: Радио и связь, 1984. - 224с.51 .Ван дер Варден Б.Л. Математическая статисгика-М.:ИЛ, 1960.-434с.

49. Веников В.А., Веников Г.В. Теория подобия и моделирования (применительно к задачам электроэнергетики).-М.:Высшая школа, 1984,- 439с.

50. Винокуров В.Н. К выбору структур алгоритмов управления (оптимизации) в АСУТП /Деп. статья № 6892 -83 М.: ВИНИТИ, 1983. 8с.

51. Волгин Л.Н. Дискретная автоматическая система, согласующаяся с заданной моделью по минимаксному критерию//Техническая кибернетика, 1993.- N 2.- с. 236 240.

52. Волгин Л.Н. Идентификация линейного динамического объекта с помощью аппроксимаций Паде // Техническая кибернетика, 1993.- N 6.-с. 114-117.

53. Волгин Л.Н. Оптимальное дискретное управление динамическими системами.- М.: Наука, 1986.- 240 с.

54. Волович М.И., Авдеев В.П., Парпаров Я.Г., Кошелев А.Е., Щеглов В.А. Комбинированное управление конвертерной плавкой.-Кемерово: Кемеровское книжное издательство, 1990,- 142 с.

55. Воронов A.A. Введение в динамику сложных управляемых систем.-М.: Наука, 1985.- 352 с.

56. Воронов A.A. Основы теории автоматического регулирования. Особые линейные и нелинейные системы.- М.: Энергоиздат, 1981.- 304 с.

57. Воронов A.A. Основы теории автоматического управления. Автоматическое регулирование непрерывных линейных систем.- М.: Энергоиздат, 1980.

58. Воронов A.A., Ким Д.П., Лохин В.М. и др. Теория автоматического управления. Под ред. А.А.Воронова.- М.: Высшая школа, 1986.- 504 с.

59. Востриков A.C. Управление динамическими объектами -Новосибирск: НЭТИ, 1979. с.40-41.

60. Востриков A.C., Шпилевая О.Я. Об одном алгоритме оценки переменных параметров динамических объектов / Деп. статья № 2391 -В87 М.: ВИНИТИ, 1987. - 11с.

61. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ М.: Финансы и статистика, 1987. - 239с.

62. Гельфандбейн Я.А. Методы кибернетической диагностики динамических систем Рига: Зинатне, 1967. - 542с.

63. Гермейер Ю.Б. Введение в теорию исследования операций.- М.: Наука, 1975.-384 с.

64. Гилл Ф., Мюррей У, Райт М. Практическая оптимизация.- М.: Мир, 1985.-509 с.

65. Глушков В.М. Основы безбумажной информатики. М.: Наука, 1987.-552 с.

66. Годзиковский В.А., Шашкина Н.И. Метрологические характеристики тензорезисторных датчиков силы общепромышленного назначения и для весовой техники /Обзор М.: Приборы, средства автоматизации и системы управления, Выпуск 3, 1983. - 51с.

67. Голант А.И., Альперович Л.С., Васин В.М. Системы цифрового управления в химической промышленности М.: Химия, 1985. - 256с.

68. Горелов Г.В. Нерегулярная дискретизация сигналов.- М.: Радио и связь, 1982. 256 с.

69. Городецкий В.И., Дмитриев А.К. и другие Элементы теории испытаний и контроля технических систем /Под ред. P.M. Юсупова JL: Энергия, 1978. - 192с.

70. Горский В. Г., Адлер Ю.П., Талалай A.M. Планирование промышленных экспериментов. М.: Металлургия, 1978. - 112 с.

71. Гроп Д. Методы идентификации систем.- М.: Мир, 1979.- 302 с.

72. Гурецкий X. Анализ и синтез систем управления с запаздыванием.- М.: Машиностроение, 1974,- 328 с.

73. Данеев A.B., Русанов В. А. К аксиоматической теории идентификации динамических систем. I. /Автоматика и телемеханика №8 -М.: Наука, 1994. с. 126-136.

74. Данеев A.B., Русанов В. А. К аксиоматической теории идентификации динамических систем. II. /Автоматика и телемеханика № 9 М.: Наука, 1994. - с. 120-133.

75. Данилов B.JI. и др. Математический анализ, функции, пределы, ряды, цепные дроби/Справочная математическая библиотека.-М. :Физматгиз ,1961 .-440с.

76. Данильянц Л.Г., Ершов A.A., Авдеев В.П. и друге Исследование эффективности алгоритмов сглаживания экспериментальных данных -М.: Известия ВУЗов, Черная металлургия, 1978. с.153-159.

77. Де Бор.К. Практическое руководство по сплайнам.- М.: Радио и связь, 1985.-304 с.

78. Дейч A.M. Методы идентификации динамических объектов,- М.: Наука, 1985.

79. Джоунс У., Трон В. Непрерывные дроби. Аналитическая теория и приложения.- М.: Мир, 1985,- 414 с.

80. Добрынин С.А., Фельдман М.С., Фнрсов Г.И. Методы автоматизированного исследования вибрации машин. Справочник. М.: Машиностроение, 1987. - 224с.

81. Дудников Е.Г., Балакирев B.C., Кривсунов В.Н., Цирлин A.M. Построение математических моделей химико-технологических объектов.-М.: Химия, 1970.

82. Емельянов C.B. Системы автоматического управления с переменной структурой М.: Наука, 1967. - 336с.

83. Ершов A.A. Стабильные методы оценки параметров (обзор) /Автоматика и телемеханика, 1878.- N 8.- с. 66 100.

84. Иванов В.А. и др. Математические основы теории автоматического регулирования /Учебное пособие для вузов. Под ред. Б.К.Чемоданова.- М.: Высшая школа, 1971.- 808 с.

85. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным М.: Радио и связь, 1987. - 120 с.

86. Изерман Р. Цифровые системы управления.- М.: Мир, 1984.- 541 с.

87. Итоги науки и техники. Техническая кибернетика/под ред. Петрова Б.Н.- М.: ВИНИТИ, 1970,- 352 с.

88. Ицкович Э.Л. Контроль производства с помощью вычислительных машин М.: Наука, 1980. - 400с.

89. Ищенко А.Д. Статистические и динамические свойства агломерационного процесса М.: Металлургия, 1972.

90. Каган Е.С. Разработка и исследование математических моделей и алгоритмов оценивания параметров в системах обеспечения безопасности производств /Кандидатская диссертация.- Кемерово: КемГУ, 1995,- 182 с.

91. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем М: Мир, 1971. - 400с.

92. Калман P.E. Идентификация систем с шумами / Успехи математических наук 1985, т.40, № 4(244). - с.27-41.

93. Кальмане Г.К. Адаптивное управление неминимально-фазовыми динамическими объектами /Деп.статья № 6916 М.:ВИНИТИ, 1986. - 37с.

94. ЮО.Каминскас В.А. Идентификация динамических систем по дискретным наблюдениям.- Вильнюс: Мокслас, 1982.- 245 с.

95. Ю1.Канасевич Э.Р. Анализ временных последовательностей в геофизике М.: Недра, 1985. - 300с.

96. Ю2.Каппелини В., Константинидис Дж., Эмилиани П. Цифровые фильтры и их применение.- М.: Энергоатомиздат, 1983,- 360 с.

97. ЮЗ.Карабутов H.H. Выбор эталонной модели в задаче идентификации динамического объекта с помощью адаптивной модели /Деп. статья № 6789 В87 - М.: ВИНИТИ, 1987. - 22с.

98. Ю4.Карабутов H.H.Об информационных аспектах теории идентификации /Деп. статья № 6788 В87 - М.: ВИТИНИ, 1987. - 26с.

99. Ю5.Кармалита В.А. Цифровая обработка случайных колебаний М.: Машиностроение, 1986. - 80с.

100. Юб.Карташев В.Г. Основы теории дискретных сигналов и цифровых фильтров,- М.: Высшая школа, 1982.- 112 с.

101. Карташов В.Я. Анализ и исследование аппроксимационных свойств непрерывных дробей при решении задачи структурно-параметрической идентификации динамических объектов /Препринт № 22 Барнаул: Изд-во Алтайского госуниверситета, 1996. - 40с.

102. Карташов В.Я., Осипов С.Н. Алгоритмы преобразования информации и активного управления динамическими объектами. Выпуск 2. Рыбинск: Изд-во Рыбинской государственной авиационной технической академии, 1996.- с.64.

103. Карташов В.Я. Достоверность информации в задачах дробно -рациональной аппроксимации. /Тезисы докладов НТК "Новые информационные технологии, стратегии и конверсия" Международного форума информатизации М.: МАИ, 1992. - 2с.

104. Карташов В.Я. Математическая модель процесса концентрирования серной кислоты в аппаратах Хемико//Материалы конференции "Химреактор 5".-Т.2.- Уфа, 1974.- 5 с.

105. Карташов В.Я. Метод упрощения математического описания технологического объекта с использованием ЭВМ/Сб. "Материалы У конференции Томского университета по математике и механике".- Томск: ТГУ, 1975.- 1 с.

106. Карташов В.Я. Применение метода наискорейшего спуска при оптимизации технологического процесса концентрирования сернойкислоты.- M.: ВСНТО "Материалы Всесоюзного научно-технического семинара "Численные методы нелинейного программирования", 1979,- 2 с.

107. Карташов В. Я., Осипов С.Н. Алгоритмы преобразования информации и активного управления динамическими объектами. Выпуск 1. Кемерово: Изд-во Кемеровского госуниверситета, 1996.-84с.

108. Карташов В.Я. Упрощение математического описания нелинейного технологического объекта с использованием ЭЦВМ на примере концентратора Хемико. Томск: научно-методический сборник "Элементы и системы автоматического управления", 1975.- 5 с.

109. Карташов В.Я., Брага Г.К., Огарок A.B., Егоров C.B. Статья в спецжурнале Министерства среднего машиностроения. М., 1990. - Юс.

110. Карташов В.Я., Дубровский Л.И. и другие. Опыт разработки и внедрения результатов испытаний на базе ЭВМ М-6000" /Тезисы докладов Всесоюзного НТС "Прикладные аспекты управления сложными системами" М.: ВСНТО, 1983. - 15с.

111. Карташов В. Я., Инденко О. Н. Способ идентификации линейного объекта. /Патент РФ № 2097818. М.: Бюл. № 33, 1997.

112. Карташов В.Я., Каган Е.С. Модельные исследования нестационарного поведения технических объектов / Тезисы Международного форума по информатизации М.: МАИ. - 1с.

113. Карташов В.Я., Каган Е.С. Особенности подхода к разработке и построению математических моделей функционирования процессов в различных аварийных режимах/Депонир. статья в ВИНИТИ N 1678-В96, 1996.-25 с. (24.05.96.).

114. Карташов В.Я., Каган Е.С., Демченко О.Н. Новые подходы к цифровой обработке сигналов / Сборник трудов Н-ой Международной НТК "Актуальные проблемы фундаментальных наук" М.: МВТУ, т.6

115. Труды симпозиума "Информационные технологии, автоматизация и управление в современной техносфере", 1994. 2с.

116. Карташов В.Я., Лобиков В. Структурные свойства непрерывных дробей. /Деп. статья № 2102 В97 -М.: ВИНИТИ, 1997, 38с.

117. Карташов В.Я., Люблинский Р.Н., Оскорбин Н.М. Последовательность операций математического синтеза оптимального управления локальным объектом непрерывного химического производстваа/Извесгия ТПИ.-Т. 294.- Томск: ТПИ, 1975.-е. 6.

118. Карташов В.Я., Макеев A.B., Кислицина H.A. Расчет импульсных характеристик динамических систем рекуррентными методами. /Сборник научных трудов "Вопросы разработки территориальных АСУ" Кемерово: Кемеровский госуниверситет, 1984. - 5с.

119. Карташов В.Я., Рябов В.Н. Цифровые системы контроля состояния сложных технических систем. /Предисловие к книге Миронова И.И., Осипова С.Н. Многоконтурные системы обработки информации и активного управления М.: Энергоатомиздат, 1997. - 342с.

120. Карташов В.Я., Штефан В.В. Аппроксимация статической характеристики тензометрического датчика силы методом обратныхразделенных разностей. /Известия ВУЗов, Черная металлургия, №6 -М.:Металлургия,1993,- 4с.

121. Карташов В.Я., Штефан В.В. Исследование статистических зависимостей методом обратных разделенных разностей. /Деп.статья № 1105 В92 - М.: ВИНИТИ, 1992. - 5с.

122. Карташов В.Я., Штефан И.А. Спектральная идентификация сигналов в системах управления / В сборнике тезисов докладов Всесоюзного семинара "Эволюционное моделирование и обработка данных радиофизического эксперимента" М.: ИРЭ АН СССР, 1984. - 1с.

123. Карташов В.Я., Штефан И.А., Ефименкова Т.А., Алгоритмическое обеспечение двухуровневой системы управления производством пластмасс. /Сборник "Методы и модели иерархических систем" Барнаул: Изд-во Алтайского госуниверситета, 1989. - 8с.

124. Карташов В.Я., Штефан И.А., Слюняева C.JI. Помехозащищенные алгоритмы текущей идентификации. /Деп. Статья № 3755 В91 - М.: ВИНИТИ, 1991. - 13с.

125. Карташов В.Я., Штефан И.А., Слюняева C.JT. Системы обработки данных с многовариантной структурой. /Сборник тезисов докладов Международной НТК "Статистические методы в теории передачи и преобразования информационных сигналов"-Киев: КИИГА, 1992. 2с.

126. Катковник В.Я. Непараметрическая идентификация и сглаживание данных.- М., Наука, 1985.

127. Кафаров В.В. и др. Принципы математического моделирования химико-технологических производств,- М.: Химия, 1974.- 334 с.

128. Кафаров В.В. Методы кибернетики в химии и химической технологии,- М.: Химия, 1985,- 448 с.

129. Кнеллер Д.В., Пащенко Ф.Ф. Непараметрическая идентификация стационарного объекта на основе метода /-проблемы моментов / Автоматика и телемеханика, № 1 М.: Наука, 1994. с. - 63-71.

130. Кокс. Д., Снелл Э. Прикладная статистика. Принципы и примеры М.: Мир, 1984. - 200с.

131. Коновал В.А., Долинский Д.В. Исследование процедур оценивания параметров передаточных функций /Деп. статья № 9005 -М.:ВИНИТИ, 1985.-9с.

132. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров.- М.: Наука, 1968.- 720 с.

133. Кочубиевский И.Д. и др. Динамическое моделирование и испытания технических систем. М.: Энергия, 1978. - 302 с.

134. Кошелев A.B. Методы и алгоритмы робастной адаптации в автоматизированных системах управления металлургическим производством /Диссертация на соискание ученой степени доктора технических наук М.: Московский институт стали и сплавов, 1992. - 325с.

135. Крамер Г. Математические методы статисгики.-М.:Мир,1976.-648с.

136. Красовский A.A., Буков В.Н., Шендрик B.C. Универсальные алгоритмы оптимального управления непрерывными процессами. -М.: Наука, 1977.

137. Крупка З.И. Арифметические операции над цепными дробями. -ЖВМиМФ, 1981, 21, №1.-с. 11-17.

138. Куо Б. Теория и проектирование цифровых систем управления.-М.: Машиностроение, 1986,- 448 с.

139. Лаврентьев М.А., Шабат Б.В. Методы теории функций комплексного переменного. М.: Наука, 1987.- 688 с.

140. Лебедев А.Н. и др. Методы цифрового моделирования и идентификации стационарных случайных процессов в информационно-измерительных системах.- Л.: Энергоатомиздат, 1988.- 64 с.

141. Лебедев А.Н. Решетчатые функции в автоматическом управлении и цифровом моделировании /Деп. Статья № 2883 М.: ВИНИТИ, 1983. - 124с.

142. Летов A.M. Труды II конгресса ИФАК. Т.1.- М.:Наука, 1965.- 7 с.

143. Ли Р. Оптимальные оценки, определение характеристик и управление.- М.: Наука, 1966.- 176 с.

144. Ли Э., Маркус Л. Основы теории оптимального управления М.: Наука, 1972. - 576с.

145. Лифшиц К.И. Идентификация/Учебное пособие.- Томск: Изд-во Томского госуниверситета, 1981,- 132 с.

146. Лотоцкий В.А. Идентификация структур и параметров систем управления //Измерение, контроль, автоматизация, 1991, № 3. с.30-39.

147. Льюнг Л. Идентификация систем. Теория для пользователя М.: Наука, 1991.-432с.

148. Льюнг Л. О точности модели в идентификации систем //Известия АН. Техническая кибернетика, № 6 М.: Наука, 1992. с.55-64.

149. Люблинский Р.Н., Карташов В.Я. Параметрическая оптимизация технологического процесса концентрирования серной кислоты/Оптимизация управления непрерывными технологическими процессами/сборник научн.ст.Томск:ТГУ, 1981.-е. 57 62.

150. Макаров И.М., Менский Е.М. Линейные автоматические системы,- М.: Машиностроение, 1982.- 464 с.

151. Маркушевич А.И. Краткий курс теории аналитических функций,- М.: Госиздательство технико-теоретической литературы, 1957,- 336 с.

152. Маркюс Ж. Дискретизация и квантование.- М.'.Энергия, 1969.- 144 с.

153. Мартино Дж. Технологическое прогнозирование. М.: Прогресс, 1977. - 591 с.

154. Матвеев Н.М. Дифференциальные уравнения. М.: Просвещение, 1988.- 256 с.

155. Математическое моделирование /Под ред. Дж.Эндрюса, Р.Мак-Лоуна М.: Мир, 1979. - 280с.

156. Машина силоизмерительная, образцовая, 2-го разряда ОСМ2 50.5. Техническое описание и инструкция по эксплуатации - Краснодар, 1981.- 58с.

157. Милонова М. Эколого-экономические процессы в центральном районе РоссииЮкономист, 1996, N 10.

158. Митришкин Ю.В., Назин A.B., Позняк A.C., Шувалова Н.В. Оценивание параметров нестационарного управляемого объекта / Препринт М.: Институт проблем управления АН СССР, 1989. - 48с.

159. Михайлов Ф.А. Теория и методы исследования нестационарных линейных систем,- М.: Наука, 1986,- 320 с.

160. Мишина А.П., Проскуряков И.В. Высшая алгебра. Линейная алгебра, многочлены, общая алгебра /Справочная математическая библиотека. М.: Наука, 1965. - 300с.

161. Моисеев H.H. Математические задачи системного анализа М.: Наука, 1981. -488с.

162. Муромцев Ю.Л. Безаварийность и диагностика нарушений в химических производствах М.: Химия, 1990. - 144с.

163. Мышляев Л.П., Авдеев В.П., Карташов В.Я., Купчик М.Б. Алгоритмизация управления объектами с запаздыванием/Учебное пособие (Сводный тем. план MB и ССО РСФСР N 1349).- Кемерово: Кемеровский госуниверситет, 1989.- 83 с.

164. Мэзон С., Циммерман Г. Электронные цепи, сигналы и системы -М.: ИЛ, 1963.-620с.

165. Налимов В.В., Чернова Н.А. Статистические методы планирования экстремальных экспериментов,- М.: Наука, 1965.

166. Никифоров И.В. Последовательное обнаружение изменения свойств временных рядов. М.: Наука, 1983. - 199с.

167. Новицкий П.В., Заграф И.А. Оценка погрешностей результатов измерений Л.: Энергоатомиздат, 1985. - 248с.

168. Основы управления технологическими процессами/под ред. Райбмана Н.С.- М.: Наука, 1978.- 440 с.197.0стапенко А.Г. Анализ и синтез линейных радиоэлектронных цепей с помощью графов М.: Радио и связь, 1985.

169. Павлович С.Н. Алгоритм расчета корней характеристического уравнения САУ /Деп. статья № 4780 В89 - М.: ВИНИТИ, 1989. - 9с.

170. Палю де Ла Барьер Р. Курс теории автоматического управления -М.: Машиностроение, 1973. 397с.

171. Парпаров Я.Г. Оценивание параметров объекта управления с учетом сложности динамических сигналов (на примере сталеплавильных процессов) /Кандидатская диссертация: СМИ, 1984. 222с.

172. Парсамян Д.К., Персиянов Т.В., Соботковский Б.Е. Обнаружение нестационарности случайных процессов /Деп. статья №4577 -В86 М.: ВИНИТИ, 1986. - 11с.

173. Первозванский A.A. Курс теории автоматического управления /Учебное пособие.- М.: Наука, 1986. 616 с.

174. Первозванский A.A. Математические модели в управлении производством М.: Наука, 1975. - 617с.

175. Переверткин С.М., Гаранин М.И., Костин Ю.Н., Миронов И.И. Микро ЭВМ в информационно-измерительных системах М.: Машиностроение, 1987. - 248с.

176. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ/Учебное пособие для вузов.- М.: Высшая школа, 1989.-367 с.

177. Перельман И.И. Оперативная идентификация объектов управления.- М.: Энергоиздат, 1982.

178. Петров Б.Н., Рутковский В.Ю., Крутова И.Н., Земляков С.Д. Принципы построения и проектирования самонастраивающихся систем управления. М.: Машиностроение, 1972. - 258с.

179. З.Петров Б.Н., Соколов Н.И. и другие Системы автоматического управления объектами с переменными параметрами М .: Машиностроение, 1986. - 256с.

180. Пешель М. Моделирование сигналов и сисгем.-М.: Мир, 1981 .-300 с.

181. Портер А. Новый метод дискретизации, расширяющий возможности цифрового осцилографа/Электроника, 1985.- N 1.- с. 85 89.

182. Протодьяконов И.О., Муратов О.В., Евлампиев И.И. Динамика процессов химической технологии /Учебное пособие для вузов. Л.: Химия, 1984.- 304 с.

183. Пуанкаре А. О науке.- М.: Наука, 1983,- 560 с.

184. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1978,- 848 с7.

185. Райбман Н.С. Идентификация объектов управления (обзор)//Автоматика и телемеханика, 1979.- N 6.- с. 80 93.

186. Райбман Н.С. Что такое идентификация?- М.: Наука, 1970.

187. Райбман Н.С., Чадеев В.М. Построение моделей процессов производства.-М.: Энергия, 1975.

188. Растригин Л.А. Современные принципы управления сложными объектами.- М.: Советское радио, 1980.- 232 с.

189. Растригин Л.А., Маджаров Н.Е. Введение в идентификацию объектов управления. М.: Энергия, 1987. - 216с.

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

191. Реклама фирмы Т1АС БУБТЕМШО. Опубл. в изд-ве "Знание" /Вычислительная техника и ее применение, 1990.- N 7.

192. Родионов Д.А., Коган Р.И., Голубева В.А. и др. Справочник по математическим методам в геологии. М.: Недра, 1987. - 335с.

193. Роженцев B.C. Электрогидравлические машины типа УРС для испытаний на усталость /Приборы и системы управления, 1984, № 2. с.21 -22.

194. Романенко А.Ф., Сергеев Г.А. Вопросы прикладного анализа случайных процессов.- М.: Советское радио, 1968.- 247 с.

195. Рубан А.И. Адаптивное управление с идентификацией Томск: Изд-во Томского госуниверситета, 1983, - 135с.

196. Савельев А .Я. Прикладная теория цифровых автоматов.- М.: Высшая школа, 1987.- 272 с.

197. Салыга В.И., Карабутов H.H. Идентификация и управление процессами в черной металлургии. М.: Металлургия, 1986. - 192с.

198. Санченко A.A. /Измерения. Контроль. Автоматизация. М., 1986, №2.-с. 14-25.

199. Сборник научных программ на Фортране /Матричная алгебра и линейная алгебра. Выпуск 2. Перевод с а английского (США) М.: Статистика, 1974. - 224с.

200. Светлаков A.A., Шелесгова М.В. Определение весовых функций объектов управления с помощью экспоненциальных полиномов /Деп.статья №8700 В85 - М.: ВИНИТИ, 1985. - Юс.

201. Сглаживающий фильтр /АС СССР № 1088099, авторы Авдеев В.П. и другие-М.:Б.И., 1984, № 15.

202. Сейдж А., Мелза Дж. Идентификация систем управления,- М.: Наука, 1974,- 246 с.

203. Сейдж А., Мелза Дж. Теория оценивания и ее применение в связи и управлении,- М.: Связь, 1976,- 240с.

204. Секей Г. Парадоксы в теории вероятностей и математической статистике М.: Мир, 1990. - 240с.

205. Селиванов М.Н., Фридман А.Э., Кудряшова Ж.Ф. Качество измерений: Метрологическая справочная книга Л.:Лениздат,1987. - 295с.

206. Серебренников М.Г., Первозванский A.A. Выявление скрытых периодичностей.- М.: Физматиздат, 1965.

207. Сиберт У.М. Цепи, сигналы, системы. (В 2-х частях). М.: Мир, 1988.- 510 с.

208. Сильвестров А.Н., Чинаев П.И. Идентификация и оптимизация автоматических систем М.: Энергоатомиздат, 1987. - 200с.

209. Скоробогатько В.Я. Теория ветвящихся цепных дробей и ее применение в вычислительной математике.- М.: Наука, 1983.- 312 с.

210. Инденко О.Н. Диагностирование состояния динамических объектов с использованием моделирования характеристик непрерывными дробями / Кандидатская диссертация Кемерово, 1996, 137с.

211. Скурихин В.И., Шифрин В.Б., Дубровский В.В. Математическое моделирование.- Киев: Техшка, 1983.-270 с.

212. Словарь по кибернетике /Под ред. В.М. Глушкова Киев: Главная редакция Украинской Советской Энциклопедии, 1979. - 624с.

213. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений.- М.: Наука, 1965.- 556 с.

214. Смит Джон М. Математическое и цифровое моделирование для инженеров и исследователей.- М.: Машиностроение, 1980.- 271 с.

215. Смит Отто Дж.М. Автоматическое управление.- М.: Госиздат физ.-мат. литературы, 1962,- 848 с.

216. Солодовников В.В., Бирюков В.Ф., Тумаркин В.И. Принцип сложности в теории управления.- М.: Наука, 1977.

217. Солодовников В.В., Плотников В.Н., Яковлев A.B. Основы теории и элементы систем автоматического регулирования/Учебное пособие для вузов.- М.: Машиностроение, 1985.- 536 с.

218. Солодовников В.В., Филимонов А.Б. Конструирование регуляторов для объектов с запаздываниями/Известия АН СССР,-Техническая кибернетика, 1979.-N 1.-е. 168- 177.

219. Спиди К., Браун Р., Гудвин Дж. Теория управления. Идентификация и оптимальное управление.- М.: Мир, 1973,- 248 с.

220. Способ обработки аналоговых сигналов. Патент РФ N 1790800. Опубл. в Б.И. N 3, 1993/Карташов В .Я., Каган Е.С., Егоров C.B./

221. Справочник по теории автоматического управления/под ред. А.А.Красовского.- М.: Наука, 1987.- 712 с.

222. Стрейц В. Метод пространства состояний в теории дискретных линейных систем управления.- М.: Наука, 1985,- 296 с.

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

224. Темников Ф.Е., Афонин В.А. Теоретические основы информационной техники.- М.: Энергия, 1979.- 512 с.

225. Теория управления. Терминология/под ред. Б.Г.Волика.- М.: Наука, 1988.- 56 с.

226. Типовые линейные модели объектов управления /Под ред. Н.С.Райбмана.- М.: Энергоатомиздат, 1983.

227. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач,- М.: Наука, 1979.- 288 с.

228. Тихонов А.Н., Уфимцев М.В. Статистичекая обработка результатов экспериментов /Учебное пособие М.: Изд-во Московского госуниверситета, 1988. - 174с.

229. Топчеев Ю.И. Атлас для проектирования систем автоматического регулирования М.: Машиностроение, 1989. - 751с.

230. Торнер Р.В. Основные процессы переработки полимеров. (Теория и методы расчета). М.: Химия, 1972. - 456с.

231. Тьюки Дж. Анализ результатов наблюдений. Разведочный анализ.- М.: Мир, 1981,- 695 с.

232. Уидроу Б., Стирнз С. Адаптивная обработка сигналов М.: Радио и связь, 1989. - 440с.

233. Управляющие вычислительные машины в АСУ технологическими процессами. Том 1/подред. Т.Харрисона/.- М.: Мир, 1975,- 531 с.

234. Управляющие вычислительные машины в АСУ технологическими процессами. Том 2/под ред. Т.Харрисона/.- М.: Мир, 1976,- 532 с.

235. Федоров С.М. Литвинов А.П. Автоматические системы с цифровыми управляющими машинами М.-Л.: Энергия, 1965. - 223с.

236. Фельдбаум A.A. Основы теории оптимальных автоматических систем. М.: Наука, 1966.

237. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. (Том 11).- М.: Наука, 1966.- 800 с.

238. Фишмак К.Е., Хрузин H.A. Производство волокна капрон. М.: Химия, 1976. -312с.

239. Фомин А.Ф., Новоселов О.Н., Плющев A.B. Отбраковка аномальных результатов измерений М.: Энергоатомиздат, 1985. - 200с.

240. Фомин В.Н., Фрадков А.Л., Якубович В.А. Адаптивное управление данамическими объектами М.: Наука, 1981. - 488с.

241. Фор А. Восприятие и распознавание образов М.: Машиностроение, 1989. - 272с.

242. Форсайт Дж., Малькольм М., Моулер К. Машинные методы математических вычислений. М.: Мир, 1980. - 279с.

243. Фритч В. Применение микропроцессоров в системах управления М.: Мир, 1984. - 464с.

244. Химмельблау Д. Анализ процессов статистическими методами.-М.: Мир, 1973.-957 с.

245. Химмельблау Д. Обнаружение и диагностика неполадок в химических и нефтехимических процессах Д.: Химия, 1983. - 352с.

246. Хинчин А.Я. Цепные дроби. М.-Л.: Научно-техническое издательство НК ТП СССР, 1935. - 104с.

247. Хованский А.Н. Приложение цепных дробей и их обобщений к вопросам приближенного анализа.-М.: Гостехиздат, 1956.- 203 с.

248. Хургин Я.И., Яковлев В.П. Методы теории целых функций в радиофизике, теории связи и оптике.-М.: Физматгиз, 1962.- 220 с.

249. Хьюбер П. Робастность в статистике.- М.: Мир, 1984,- 304 с.

250. Цымбал В.П. Математическое моделирование металлургических процессов.-М.: Металлургия, 1986.- 240 с.

251. Цыпкин Я.З. Информационная теория идентификации.- М.: Наука, 1995,- 336 с.

252. Цыпкин Я.З. Основы информационной теории идентификации.-М.: Наука, 1984.- 320 с.

253. Цыпкин Я.З. Основы теории автоматических систем,- М.: Наука, 1977.

254. Черныш И.Г. Алгоритмы помехозащищенной обработки динамических сигналов в системах автоматизации металлургических процессов /Кандидатская диссертация.- Новокузнецк, 1987.

255. Четыркин Е.М., Калихман И.А. Вероятность и статистика М.: Финансы и статистика, 1982. - 319с.

256. Чешкова H.A. Дифференциальная геометрия /Учебное пособие -Барнаул: Алтайский госуниверситет, 1994. 162с.

257. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов М.: Советское радио, 1975. - 363с.

258. Чуешев В.В., Чуешева H.A. Справочное пособие по теории функций комплексного переменного /В трех частях Кемерово:

259. Кемеровский госуниверситет, 1993, часть I. 170с., часть II - 164с., часть III - 140с.

260. Чураков Е.П. Оптимальные и адаптивные системы/Учебное пособие для вузов. М.: Энергоатомиздат, 1987.- 256 с.

261. Чхартшвили Г.С., Доценко В.И. Идентификация динамических объектов управления с применением псевдослучайных сигналов М.: МЭИ, 1986.

262. Шалыгин A.C., Палагин Ю.И. Прикладные модели статистического моделирования Д.: Машиностроение, 1986. - 320с.

263. Шарадкин A.M., Молчанов A.A., Хайтман А.Г., Меркотун H.H. Квантование и дискретизация сигналов /Деп. статья № 8542 В87 - М.: ВИНИТИ, 1987.-21с.

264. Шаракшанэ A.C., Железнов И.Г. Испытания сложных систем. -М.: Высшая школа, 1974. 180 с.

265. Шенк X. Теория инженерного эксперимента. М.: Мир, 1972.-380 с.

266. Штейнберг Ш.Е. Идентификация в системах управления /Библиотека по автоматике. Вып. 668.- М.: Энергоатомиздат, 1987,- 80 с.

267. ЗОО.Эйкхофф П. Основы идентификации систем управления,- М.: Мир, 1975,- 531 с.

268. Эльясберг П.Е. Измерительная информация: сколько ее нужно? Как ее обрабатывать? М.: Наука, 1988. - 208с.

269. Ядыкин И.Б., Шумский В.М., Овсепян Ф.А. Адаптивное управление непрерывными технологическими процессами М.: Энергоатоиздат, 1985. - 240с.

270. Янушевский Р.Т. Управление объектами с запаздыванием.- М.: Наука, 1978,-416 с.

271. Braun S.G., Ram Y.M. Structural parameter identifikation in the fregnency domain: the use of overdetermined systems ""Trans. ASME: Dyn., Measur. and Contr", 1987, 109. - pp. 120-123.

272. Ljung L., Soderstrom T. Theory and pracktice of recursive identification Cambr., Mass: MIT Press, 1983. - p529.

273. Soderstrom T. On a method formodel selection in system identification.- Automatica, 1981.-Vol. 13.- N 2,- pp. 387 388.

274. Stoica P., Soderstrom T. A method for the identification of linear systems using the generalised least squarec principles.- IEEE Transactions on Automatic Control, 1977.- Vol. 22,- N 4.- pp. 631 639.