СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ТЕМПЕРАТУРНЫМ РЕЖИМОМ КОТЛОАГРЕГАТА НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

Авторы

  • Мамиров Уктам Фарходович Ташкентский государственный технический университет, доктор технических наук, доцент
  • Холикулова Муслима Примберди кизи Наманганский инженерно-технологический институт, магистрант

Ключевые слова:

нейросетевые технологии, котлоагрегат, адаптивной системы управления.

Аннотация

В статье рассматривается синтез адаптивной системы управления температурным режимом котлоагрегата на основе нейросетевых технологий. Предложенную схему предлагается применять для котлоагрегатов, относящихся к классу тепловых объектов управления. Задачей является подстройка коэффициентов ПИ-регулятора в оперативном режиме в соответствии с изменениями режима работы объекта управления и ступенчатого графика уставок для обеспечения качественного управления. Полученное значение позволит вызывать нейросетевой настройщик достаточное количество раз за переходный процесс.

Библиографические ссылки

Еремин Е.Л., Теличенко Д.А. Адаптивное и робастное управление объектами теплоэнергетики. –Благовещенск: Амурский гос. ун-т., 2009, –208 с.

Агвами С.А., Коломейцева М.Б. Синтез адаптивного нейрорегулятора для управления нелинейным многосвязным объектом// Вестник МЭИ. 2011. № 6. С. 209-215.

Igamberdiev, H., Yusupbekov, A., Mamirov, U., Abdukaxxarov, I. (2022). Stable Algorithms for Solving the Problem of Determining the Weighting Coefficients of Neural Networks with Radial-Basis Activation Functions. In: Aliev, R.A., Kacprzyk, J., Pedrycz, W., Jamshidi, M., Babanli, M., Sadikoglu, F.M. (eds) 11th International Conference on Theory and Application of Soft Computing, Computing with Words and Perceptions and Artificial Intelligence - ICSCCW-2021. ICSCCW 2021. Lecture Notes in Networks and Systems, vol 362. Springer, Cham. https://doi.org/10.1007/978-3-030-92127-9_87.

Yusupbekov, A.N., Sevinov, J.U., Botirov, T.V., Mamirov, U.F.: Algorithms for the Synthesis of a Neural Network Regulator for Control of Dynamic Objects. In: Aliev R.A., Kacprzyk J., Pedrycz W., Jamshidi M., Babanli M., Sadikoglu F.M. (eds) 14th International Conference on Theory and Application of Fuzzy Systems and Soft Computing. Advances in Intelligent Systems and Computing. vol. 1306. 723-730 (2020) Springer, Cham. https://doi.org/10.1007/978-3-030-64058-3_90.

Yusupbekov N.R., Igamberdiev H.Z., Zaripov O.O., Mamirov U.F. Stable Iterative Neural Network Training Algorithms Based on the Extreme Method In: Aliev R.A., Kacprzyk J., Pedrycz W., Jamshidi M., Babanli M., Sadikoglu F.M. (eds) 14th International Conference on Theory and Application of Fuzzy Systems and Soft Computing – ICAFS-2020. ICAFS 2020. Advances in Intelligent Systems and Computing, vol 1306. Springer, Cham. https://doi.org/10.1007/978-3-030-64058-3_30.

Yusupbekov, N.R., Igamberdiev, H.Z., Mamirov, U.F.: Adaptive Control System with a Multilayer Neural Network under Parametric Uncertainty Condition. In: Russian Advances in Fuzzy Systems and Soft Computing: selected contributions to the 8-th International Conference on Fuzzy Systems, Soft Computing and Intelligent Technologies (FSSCIT-2020), Vol. 2782, pp. 228-234. CEUR Workshop Proceedings, Aachen, Germany. doi: http://ceur-ws.org/Vol-2782/paper_32.pdf

Опубликован

2023-04-20 — Обновлена 2023-04-23

Версии