Синтез нейросетевого алгоритма управления для автоматизированной системы управления каскадом центробежных экстракторов

Авторы и правообладатели:

• Емельянов А. М. , Национальный исследовательский Томский политехнический университет (Томск, Россия)
• Козлова Ю. М. , Национальный исследовательский Томский политехнический университет (Томск, Россия)
• Надеждин И. С. , Национальный исследовательский Томский политехнический университет (Томск, Россия)

• 1. Куо Б.С. Теория и проектирование цифровых систем управления / Б.С. Куо; пер. с англ. В.Г. Дунаева, Б.И. Копылова, А.Н. Косилова; под ред. П.И. Попова. – М.: Машиностроение, 1986. – 447 с.
• 2. Бесекерский В.А. Теория систем автоматического управления / В.А. Бесекерский, Е.П. Попов. – 4-е изд., перераб. и доп. – СПб.: Профессия, 2004. – 747 с.
• 3. Александров А.Г. Адаптивный ПИД-регулятор – ЧАР-ПИД-1 / А.Г. Александров, М.В. Паленов, И.Г. Резков // Автоматизация в промышленности. – 2011. – № 9. – С. 58–61.
• 4. Manenti F. Considerations on nonlinear model predictive control techniques // Computers and Chemical Engineering. – 2011. – No. 35. – P. 2491–2509.
• 5. Омату С. Нейроуправление и его приложения. – Кн. 2: Нейроконтроллеры и их применение / С. Омату, М. Халид, Р. Юсоф; пер. с англ. Н.В. Батина, под ред. А.И. Галушкина, В.А. Птичкина. – М.: ИПРЖР, 2000. – 271 с.
• 6. Patil S.R. Auto tuned PID and neural network predictive controller for a flow loop pilot plant / S.R. Patil, S.D. Agashe // Materials Today: Proceedings. – 2023. – Vol. 72. – P. 754–760.
• 7. Кузнецов А.В. Разработка методики синтеза нейроконтроллера частоты вращения ротора малоразмерного газотурбинного двигателя с учётом ограничений по расходу топлива / А.В. Кузнецов, Г.М. Макарьянц // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. – 2018. – Т. 17, № 3. – С. 93–102.
• 8. Кобзев А.А. Динамическая коррекция управляющего воздействия в робототехнических системах на базе нейросетевой технологии с онлайн-обучением / А.А. Кобзев, А.В. Лекарева, Н.А. Новикова, О.С. Сидорова // Modern High Technologies. – 2018. – № 12. – С. 282–288.
• 9. Quasi-optimal control of a solar thermal system via neural networks / J. Friese, N. Brandt, A. Schulte, C. Kirches, et al. // Energy and AI. – 2023. – Vol. 12. – Article number: 100232.
• 10. Jung S. Hardware Implementation of a Real-Time Neural Network Controller With a DSP and an FPGA for Nonlinear Systems / S. Jung, S. Kim // IEEE Transactions on Industrial Electronics. – 2007. – Vol. 54, No. 1. – P. 265–271.
• 11. Jiang X. Design of a BP neural network PID controller for an air suspension system by considering the stiffness of rubber bellows / X Jiang, T. Cheng // Alexandria Engineering Journal. – 2023. – Vol. 74. – P. 65–78.
• 12. Санталов А.А. Нейросетевая настройка адаптивного ПИД-регулятора мощности гидроагрегата // Вестник УлГТУ. – 2021. – № 3. – С. 30–34.
• 13. Надеждин И.С. Разработка искусственной нейронной сети для комбинированной модели процесса экстракции урана / И.С. Надеждин, А.М. Емельянов, С.Н. Ливенцов // Атомная энергия. – 2023. – Т. 135, № 1. – С. 183–187.
• 14. Козлова Ю.М. Комбинированная модель процесса экстракционного аффинажа с применением нейросетевых технологий / Ю.М. Козлова, А.М. Емельянов, И.С. Надеждин // Сборник избранных статей научной сессии ТУСУР. – Томск: В-Спектр (ИП В.М. Бочкарева), 2024. – Ч. 2. – С. 119–122.
• 15. Емельянов А.М. Синтез нейросетевого регулятора для автоматизированной системы управления каскадом центробежных экстракторов / А.М. Емельянов, Ю.М. Козлова, И.С. Надеждин // Электронные средства и системы управления: матер. докладов XX Междунар. науч.-практ. конф. (20–22 ноября 2024 г.): в 2 ч. – Ч. 1. – Томск: В-Спектр (ИП В.М. Бочкарева), ТУСУР, 2024. – С. 320–322.
• 16. Горюнов А.Г. Система автоматического управления каскадом центробежных экстракторов // Управление большими системами: сборник трудов. – 2012. – № 40. – С. 257–290.
• 17. Колодин А.А. Разработка и исследование регулятора на основе прогнозирущей модели / А.А. Колодин, В.В. Елшин // Вестник Самарского государственного технического университета. – Сер.: Технические науки. – 2021. – Т. 29, № 1(69). – С. 36–45.