Ляшенко, О. С.  2016-10-062016-10-062010Ляшенко О. С. Синтез систем нейрокерування дифузійною установкою цукрового виробництва на основі радіально- базисних мереж : автореф. дис. ... канд. техн. наук : 05.13.07 "Автоматизація процесів керування" / О. С. Ляшенко ; Харк. нац. ун-т радіоелектроніки. - Х. : ХНУРЕ, 2010. - 20 сhttp://openarchive.nure.ua/handle/document/3228У роботі проведено аналіз існуючих систем керування ДУ, на основі якого зроблено висновок щодо доцільності розробки адаптивного керування з використанням методів теорії штучних нейронних мереж. Вивчення властивостей статичних та динамічних ШНМ обумовило використання для рішення поставленої задачі РБМ нульового та першого порядків. Запропоновано кусково-лінійну апроксимацію БФ, що дозволило суттєво скоротити процедуру навчання ШНМ та скоротити тривалість її навчання. З метою корекції порядку моделі та забезпечення стійкості процесу навчання запропоновано використання UDUT факторизації матриці спостережень. Отримано співвідношення, які дозволяють реалізувати нейромережні та нейромережні ПІД-регулятори. Запропоновано процедури непрямого нейромережного керування на основі РБМ нульового та першого порядків з апроксимацію БФ. Достовірність результатів підтверджується експериментальними дослідженнями та впровадженням. The dissertation is devoted to the neural networks approach development for solving the problems of sugar production diffusion station technological processes automated control. The existing management control systems analysis was carried out and on its base the conclusion about the appropriateness of an adaptive control methods developing using the artificial neural networks theory was drawn. Examination of static and dynamic ANN properties caused using of zero and first order RBN to solve the assigned task. A BF piecewise-linear approximation was suggested and that allowed to shorten the ANN training process and reduce its learning duration. For the purpose to correct the model order and to ensure the learning process sustainability the UDUT factorization of observations matrix was proposed to use. The relations that allow to implement neural network and neural network sub-controllers are obtained. The indirect neural control procedures based on zero and first-order RBN with BF approximation was suggested. The experimental studies and implementation confirm the results reliability.ukдифузійне відділеннянелінійний динамічний об’єктштучна нейроннамережапроцедура навчанняідентифікаціянейрокеруваннярегуляторdiffusion branchnonlinear dynamical systemsregulatoridentificationneural controllearning procedureartificial neural networkOther