Помощь в учёбе, очень быстро...
Работаем вместе до победы

Идентификационный анализ в задачах автоматизации технологического и логистического циклов производства

Диссертация: Идентификационный анализ в задачах автоматизации технологического и логистического циклов производства
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

С другой стороны, подведение единого информационного фундамента позволит преодолеть непродуктивность разделения тактических задач оперативного управления технологическими процессами и стратегических задач управления производством, все еще практикуемого сегодня на предприятиях. Практика подтверждает, что для решения задач управления на всех уровнях (задачи программирования логических… Читать ещё >

Содержание

  • ф
  • ВВЕДЕНИЕ
  • Глава 1. ФУНКЦИОНАЛЬНОЕ НАЗНАЧЕНИЕ И ПРАКТИКУЕМЫЕ ПОДХОДЫ К РАЗРАБОТКЕ ПРОГРАММНЫХ АНАЛИЗАТОРОВ ТЕХНОЛОГИЧЕСКОГО И ЛОГИСТИЧЕСКОГО ЦИКЛОВ ПРОИЗВОДСТВА
    • 1. 1. Актуальность задачи идентификационного синтеза и необходимость в расширении ее постановки в условиях современного производства
    • 1. 2. Состояние процесса производственной автоматизации и позиционирование программных анализаторов в иерархии производственных информационно-управляющих систем
    • 1. 3. программные анализаторы как алгоритмическая основа оперативных систем управления производством
    • 1. 4. Функциональное назначение и типы программных анализаторов
    • 1. 5. Концепция программных анализаторов (идентификационный подход)
    • 1. 6. Алгоритмическая база программных анализаторов
      • 1. 6. 1. Нечеткая логика
      • 1. 6. 2. Нейронные сети
      • 1. 6. 3. Гибридные технологии
      • 1. 6. 4. Генетические алгоритмы
      • 1. 6. 5. Современные методы теории управления
      • 1. 6. 6. Примеры использования ПА
  • ВЫВОДЫ
  • Глава 2. МОДЕЛИ И МЕТОДЫ РАЗРАБОТКИ И ФУНКЦИОНИРОВАНИЯ ф
  • ПРОГРАММНЫХ АНАЛИЗАТОРОВ ТЕХНОЛОГИЧЕСКОГО ЦИКЛА ПРОИЗВОДСТВА
    • 2. 1. Идентификация при коррелированных во времени входах с независимыми компонентами
    • 2. 2. Идентификация статического объекта при коррелированных компонентах вектора входов
    • 2. 3. Идентификация динамического объекта с коррелированными входами
    • 2. 4. Идентификация в задачах робастно-оптимального управления
      • 2. 4. 1. Постановка задачи
      • 2. 4. 2. Синтез робастно-оптимальной системы управления в случае возмущений типа «белый шум»
      • 2. 4. 3. Робастно-оптимальный синтез при марковских возмущениях
      • 2. 4. 4. Случай стационарных возмущений
  • ВЫВОДЫ
  • Глава 3. АЛГОРИТМЫ ИДЕНТИФИКАЦИИ ПРОГРАММНЫХ АНАЛИЗАТОРОВ ЛОГИСТИЧЕСКОГО ЦИКЛА ПРОИЗВОДСТВА
    • 3. 1. Применение логистических концепций в стратегическом планировании и текущем управлении
    • 3. 2. Применение современных методов теории управления в ERP-системах.ЭЗ
    • 3. 3. Робастно-оптимальные контроллеры в задачах управления запасами
    • 3. 4. Программные анализаторы в системах управления взаимоотношениями с клиентами
      • 3. 4. 1. Применение программных анализаторов в системах управления задолженностью компании
      • 3. 4. 2. Программные анализаторы для задач бюджетирования процесса отгрузки готовой продукции
    • 3. 5. Программные анализаторы в системах управления ценообразованием
      • 3. 5. 1. Программные анализаторы прогнозирования спроса
      • 3. 5. 2. Оценка эффективности рекламы
    • 3. 6. Виртуальные анализаторы эффективности программ стимулирования сбыта
      • 3. 6. 1. Программа стимулирования сбыта как объект инвестиционных капиталовложений
      • 3. 6. 2. Применение методики оценки экономической эффективности инвестиционного проекта для исследования эффективности программ стимулирования сбыта
      • 3. 6. 3. Адаптивные алгоритмы программных анализаторов в системах стимулирования сбыта
  • ВЫВОДЫ
  • Глава 4. ИНФОРМАЦИОННО-ФУНКЦИОНАЛЬНАЯ СТРУКТУРА ПРОГРАММНЫХ АНАЛИЗАТОРОВ. ф) 4.1. Основные этапы синтеза программных анализаторов
    • 4. 2. Интерактивное взаимодействие программных анализаторов с ф информационно-управляющими комплексами предприятия
    • 4. 3. Информационно-функциональная структура программных анализаторов
    • 4. 4. Примеры структур программных анализаторов
      • 4. 4. 1. Структура программного анализатора качества технологических процессов непрерывного и полунепрерывного типа. ф 4.4.2. Структура программного анализатора системы управления маркетингом
      • 4. 4. 3. Структура программного анализатора эффективности маршрутов авиарейсов
  • ВЫВОДЫ
  • Глава 5. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ФУНКЦИОНИРОВАНИЯ ПРОГРАММНЫХ НАЛИЗАТОРОВ. ф
    • 5. 1. программный анализатор содержания Р205 в готовом продукте для процесса производства гранулированного аммофоса
      • 5. 1. 1. Оценка достижимой точности прогнозирующей модели
      • 5. 1. 2. Оценка достижимой точности управления
      • 5. 1. 3. Структура программного анализатора содержания Р2О5 в аммофосе
    • 5. 2. Программный анализатор качества дистиллятов установки замедленного коксования 21−10/ЗМ ООО «ЛУКОЙЛ-ПЕРМНЕФТЕОРГСИНТЕЗ»
      • 5. 2. 1. Схема установки замедленного коксования 21−10 и управление блоком фракционирования установки
      • 5. 2. 2. Перечень показателей, характеризующих качество дистиллятов
      • 5. 2. 3. Получение и первичная статистическая обработка данных функционирования технологического процесса
      • 5. 2. 4. Выявление информативных параметров
      • 5. 2. 5. Структура программного анализатора прогноза качества дистиллятов
      • 5. 2. 6. Результаты моделирования
      • 5. 2. 7. Разработка адаптивной динамической математической модели блока ректификации установки замедленного коксования 21−10/ЗМ
      • 5. 2. 8. Структура программного комплекса системы прогнозирования качества дистиллятов
    • 5. 3. Программный анализатор прогноза качества синтеза высокодисперсных магнетитов
      • 5. 3. 1. Характеристика процесса синтеза высокодисперсного магнетита как объекта управления. Общие сведения о свойствах магнетита. Краткое описание процесса синтеза магнетита
      • 5. 3. 2. Применение адаптивных алгоритмов с зоной нечувствительности для исследования процесса синтеза магнетита
  • ВЫВОДЫ

Идентификационный анализ в задачах автоматизации технологического и логистического циклов производства (реферат, курсовая, диплом, контрольная)

Актуальность темы

диссертации. Необходимость разработки методов идентификационного анализа и создания на их базе программных анализаторов в задачах автоматизации технологического и логистического циклов производства обусловлена интенсификацией использования современных информационных технологий в промышленности и сфере услуг. Достижение конкурентного преимущества в условиях современного динамичного рынка для производителей становится невозможным без обеспечения максимально возможной информационной прозрачности и принятия оптимальных управленческих решений.

Существенное продвижение в области создания высокотехнологичных программных и аппаратных средств обусловило реальность оперативного и достоверного информационного обеспечения технологического персонала и лиц, принимающих административно-хозяйственные решения. Значительные успехи достигнуты в области развития средств отображения технологической информации, систем хранения больших массивов технологических данных, систем мониторинга производственной ситуации и поддержки принятия решений на их основе. Значительным и мощным средством оперативного управления явилось создание корпоративных баз знаний, что предоставляет возможность более глубокой проработки текущей технологической информации — как для целей управления, так и для анализа внештатных ситуаций. Наряду с этим для формирования единой информационно-управленческой структуры необходимо обеспечение корректного обмена данными между разнородными приложениями, т. е. создание единого информационного пространства предприятия, гарантирующего мобильную надежную связь всех его подсистем. Существенную проблему представляет также доминирование скорости развития информационных технологий над темпом обновления производственного оборудования. Преодоление этих трудностей ведется по трем основным направлениям: стандартизация, использование связующего программного обеспечения, внедрение глобальных промышленных серверов.

С другой стороны, подведение единого информационного фундамента позволит преодолеть непродуктивность разделения тактических задач оперативного управления технологическими процессами и стратегических задач управления производством, все еще практикуемого сегодня на предприятиях. Практика подтверждает, что для решения задач управления на всех уровнях (задачи программирования логических контроллеров — PLC (Programmable Logic Controller), АСУТП — автоматизированные системы управления технологическими процессами (в современной терминологии это системы типа SCADA — Supervisory Control and Data Acquisition) или DCS (Distributed Control Systems), системы оперативного управления производством — MES (Manufacturing Execution Systems), наконец, системы класса ERP (Enterprise Resource Planning) — планирование ресурсов предприятия или MRP, или II (Manufacturing Resource Planning) — планирование ресурсов производства) могут быть использованы одни и те же информационные массивы и применены идентичные алгоритмические средства. Текущая технологическая информация, содержание архива (с возможностью восстановления производственных ситуаций прошедших периодов) и содержание базы знаний предприятия предоставляют возможность построения в режиме реального времени моделей любого звена всей цепочки производства, охватывая как технологический цикл, так и административно-хозяйственный и маркетинговый процессы, относящиеся к логистическому циклу.

Идентификационный анализ представляет собой процесс разработки, адаптивной настройки и использования в реальном времени — с целью управления либо информационной поддержки — моделей производственных процессов в условиях единого корпоративного информационного пространства.

Особенность функционирования программно-алгоритмических комплексов, называемых программными анализаторами, реализующих подход к построению моделей на базе идентификационного анализа,. заключается в том, что они осуществляют построение модели конкретного производственного процесса, используя (помимо текущих и архивных данных) модели на других уровнях производственного управления. При этом существенно, что результаты моделирования различных участков ^ производственного процесса не становятся элементами сложной модели на более высоком уровне, а лишь формируют для нее значения вектора входной /Д) информации. По сути, недостаточность априорной информации об Л исследуемом процессе компенсируется дополнительными (виртуальными) измерениями. Поэтому программные анализаторы часто называют виртуальными анализаторами.

Основополагающими в концепции программных анализаторов являются два аспекта. Во-первых, независимо от моделей и методов, на основе которых они функционируют, идентификационный анализ реализует адаптивный подход к настройке моделей. При построении таких моделей используется весь спектр опытных данных (оперативных, архивных, ретроспективных — из базы знаний и экспертных заключений, текущих значений параметров моделей на других участках). Во-вторых, в качестве дополнительного источника априорной информации для идентификации исследуемого процесса могут использоваться модели других производственных процессов, и, кроме того — рекомендуемые управляющие воздействия различных регуляторов (которые, возможно, функционируют только в режиме советчика).

По сути, идентификационный анализ представляет собой расширение идентификационного подхода к построению моделей, ставшего возможным в условиях функционирования на предприятиях распределенных информационных систем.

Соответственно, в современных программных анализаторах может быть использован широкий спектр как традиционных алгоритмов и методов анализа данных и теории управления, так и относительно авангардных (нейронные сети, нечеткая логика, генетические алгоритмы). В диссертационной работе наряду с разработкой методов решения задач идентификации, эффективных в рамках определенных технологических условий, представлена методология синтеза на основе этих алгоритмов программных анализаторов для всех уровней производственного управления.

Практика подтверждает, что для решения задач управления на разных уровнях производства могут быть использованы одни и те же информационные массивы и применены идентичные алгоритмические средства. В случае если точность и эффективность идентификационного анализа оказываются удовлетворительными в соответствии с выбранным критерием, модели, полученные с помощью программных анализаторов, могут быть использованы в реальных системах управления.

Вышеперечисленные факторы определяют актуальность выполненных в диссертации исследований по построению теоретических основ идентификационного анализа, методологии программных анализаторов и их внедрению.

Целью диссертационной работы является создание концепции идентификационного анализа, методологии разработки и методов функционирования программных анализаторов технологического и логистического циклов производства, а также анализ возможности использования разработанных методов для широкого круга производственных задач. Полученные в работе результаты направлены на теоретическое обоснование и решение важной практической задачи: создание интеллектуальной основы интегрированных информационно-управляющих структур на производстве.

Методы исследования базируются на использовании математического аппарата теории идентификации, адаптивного управления, методов статистической обработки данных и статистического моделирования для анализа и оптимизации систем.

Научная новизна работы состоит в следующем:

• На основе теоретического анализа и комплекса практических исследований предложена методика сбалансированного решения в режиме реального времени задач производственного управления разных уровней, основанная на использовании виртуальных измерений в условиях единого информационного пространства, что расширяет объем априорной информации об объекте и способствует повышению точности модели.

• На содержательном и структурном уровне выявлено функциональное назначение идентификационного анализа как интеллектуальной основы интегрированной информационно-управляющей структуры производства на базе современных информационных технологий, что определяет новую методологию синтеза структуры корпоративных систем управления.

В результате исследований функциональных возможностей программных анализаторов создана концепция идентификационного анализа как реализации идентификационного подхода в интегрированных системах управления производством, позволяющая наиболее эффективно осуществлять разработку и настройку моделей производственных процессов.

Разработаны модели для программных анализаторов параметров технологических процессов, основанные на идентификации объекта с коррелированными во времени входами, но с независимыми компонентами. Предложены рекуррентные одношаговые алгоритмы идентификации с зоной нечувствительности с характеристикой, модифицированной посредством введения специальной рандомизированной матрицы.

Предложены модели программных анализаторов параметров технологических процессов, основанные на идентификации статических и динамических объектов при коррелированных компонентах вектора входов посредством рекуррентных одношаговых алгоритмов с зоной нечувствительности, обладающих хорошей помехоустойчивостью и высоким быстродействием.

Теоретически обосновано, что в условиях ограниченной неопределенности описания технологического процесса как объекта управления для разработки программных анализаторов концепция робастно-оптимального управления является наиболее актуальной. Разработаны алгоритмы синтеза оптимальной робастной системы управления при возмущениях типа белого шума, марковской последовательности, стационарных процессов на основе идентификационного подхода к построению внутренних моделей внешнего возмущения.

• Разработаны алгоритмы синтеза программных анализаторов для систем управления текущим коммерческим бюджетированием предприятий с использованием методов управления запасами.

• Теоретически обоснована и практически апробирована возможность применения алгоритмов управления запасами для синтеза программных анализаторов систем управления ценообразованием продукции.

• Предложен метод разработки программ стимулирования сбыта с применением моделей и алгоритмов оптимального планирования инвестиционных проектов.

• Разработана типовая структура программных анализаторов.

• Проведен анализ практического использования программных анализаторов непосредственно на технологических установках и в организационно-управляющих комплексах отечественных предприятий химической и нефтепереабатывающей промышленности и производства минеральных удобрений.

Практическая ценность и реализация результатов. Решение проанализированных в диссертации проблем позволяет проводить разработку и осуществлять практическое внедрение систем управления нового поколения для разных уровней интегрированных информационно-управляющих структур на производстве. Информационно-управляющие комплексы на базе программных анализаторов оперируют архивной, ретроспективной и текущей информацией на самом современном уровне, что позволяет наиболее эффективно осуществлять управление самыми разнообразными производственными процессами. Применение программных анализаторов качества параметров технологических процессов целесообразно для широкого класса процессов химической, нефтеперерабатывающей, нефтехимической, целлюлозно-бумажной, пищевой промышленности, производств минеральных удобрений, строительных материалов и других отраслей.

Программные анализаторы процессов логистического цикла производства применимы как для промышленных предприятий, так и для предприятий производства услуг, торговых и транспортных компаний, предприятий финансовой сферы, авиакомпаний и т. д.

Практическая ценность полученных результатов подтверждается их использованием на предприятиях нефтеперерабатывающей промышленности.

ЛУКОЙЛ-Пермнефтеоргсинтез") и производства минеральных удобрений (ОАО «Воскресенские минеральные удобрения»). Применение разработанного автором информационного, математического и программного обеспечения позволили достичь существенного экономического эффекта благодаря снижению запаса по качеству и сокращению выпуска некондиционной продукции. Для определения стратегии автоматизации технологических процессов целесообразным оказалось предварительно оценить ожидаемый технический эффект по данным о работе технологической установки в режиме нормальной эксплуатации, на базе которого может быть оценен и ожидаемый экономический эффект. Только на основе этого принимаются обоснованные решения о разработке конкретного программного анализатора технологического процесса и, на его основе — о возможной дальнейшей разработке систем управления различных уровней в режиме реального функционирования.

Апробация работы. Основные результаты диссертационной работы докладывались на: Всесоюзном совещании по проблемам управления (Алма-Ата, 1986 г.), 10-м симпозиуме IF AC «SYSID'94», (Копенгаген, Дания, 1994 г.), 4-й Международной конференции «Проблемы управления в чрезвычайных ситуациях» (Москва, 1997 г.), Международной научно-практической конференции «Управление большими системами» (Москва, 1997 г.), IV-m Международном семинаре «Комплексные исследования перехода России и других стран к устойчивому развитию с использованием математического моделирования» (Москва, 1998 г.), Международной конференции IFAC «Control'98» (Суонси, Великобритания, 1998 г), Международной конференции «Идентификация систем и задачи управления» (Москва, 2000 г.), Международных конференциях по проблемам управления. (Москва, 1999, 2003 г. г.), Международном симпозиуме IFAC по экономическому управлению (Клагенфурт, Австрия, 2001 г.), Международной конференции «Системный анализ и управление» (Евпатория, Украина, 2004 г.), IV Международном конгрессе «Машиностроительные технологии'04» (Варна, Болгария, 2004 г.), Всероссийской научно-практической конференции Главных метрологов (Воскресенск, 2003, 2004 г. г.), Научно-техническом совете ОАО «Воскресенские минеральные удобрения» (Воскресенск, 2004 г.), Международной конференции «Идентификация систем и задачи управления (SICPRO'04)» (Москва, 2004 г.),.

Международной конференции «Проблемы управления и энергетики» (Тбилиси, Грузия, 2004 г.), на пятой Всероссийской научно-практической конференции «Информационные технологии в России» (Москва, 2004 г.,) на семинарах и совещаниях Института проблем управления РАН.

Публикации. Основные результаты по теме диссертации опубликованы в 32 печатных работах.

Структура и объем диссертации

Работа состоит из введения, пяти глав, 12 приложений, содержит 249 стр. основного текста, 30 рис., 2 табл., список литературы из названий.

ВЫВОДЫ.

1. Использование программных анализаторов для управления качеством выпускаемого продукта на основе моделей и методов идентификации и адаптивного управления является актуальной задачей для непрерывных и полунепрерывных производств в химической и нефтехимической промышленности.

2. Применение программных анализаторов содержания Р205 в аммофосе для процесса производства гранулированного аммофоса на ОАО «Воскресенские минеральные удобрения» позволило построить прогнозирующую модель, которая обеспечила среднеквадратическую ошибку прогноза содержания Р205 в готовом продукте на час вперед, равную 0,165. Полученная точность прогноза позволяет за счет управления уменьшить разброс содержания Р205 с 0,278 до 0,165. То есть обеспечивается повышение соответствия показателей качества выпускаемой продукции нормативным значениям.

3. Внедренная на ООО «ЛУКОЙЛ-ПЕРМНЕФТЕОРГСИНТЕЗ» система прогнозирования качества дистиллятов установки замедленного коксования 21−10/ЗМ (программный анализатор) для прогноза температур выкипания основных фракций бензина позволяет получать прогноз показателей, характеризующих качество дистиллятов, по показаниям датчиков, работающих в реальном времени, в промежутках между анализами, т. е. практически непрерывно.

4. Разработанная система прогнозирования обеспечивает возможность сменному персоналу прогнозировать в непрерывном режиме по измеряемым косвенным параметрам текущие значения показателей качества вырабатываемых нефтепродуктов, что обеспечивает возможность оперативно корректировать технологический режим установки в условиях недостаточной частоты проведения анализов целевых качественных показателей.

5. Разработанные прогнозирующие модели позволили с достаточной для ведения процесса точностью вычислять требуемые показатели качества. Эффект от использования программных анализаторов качества заключается в обеспечении увеличения производства продуктов с заданным качеством.

6. Исследование процесса синтеза высокодисперсного магнетита как объекта управления с помощью системы стратегической идентификации на Редкинском опытном химическом заводе показало эффективность линейных моделей для описания объекта и использования модифицированных алгоритмов с зоной нечувствительности для уточнения моделей процесса.

7. Использование адаптивных алгоритмов с зоной нечувствительности, описанных в Главе 2 настоящей работы, в программном анализаторе качества магнетита позволило повысить эффективность процесса синтеза магнетита на 20%.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе проведено теоретическое обобщение и решение важной народно-хозяйственной задачи разработки программно-алгоритмических комплексов анализа и оптимизации производственных процессов на базе идентификационного анализа — программных анализаторов технологического и логистического циклов производства.

В рамках указанной проблемы получены следующие теоретические и практические результаты:

— На основе теоретического анализа и комплекса практических исследований приведено обоснование возможности сбалансированного решения в режиме реального времени задач производственного управления разных уровней — на базе единого информационного пространства и использования всех массивов производственной информации: архивной, ретроспективной, текущей, включая «косвенные измерения» -результаты моделирования на других участках производства.

— На содержательном и структурном уровне выявлено функциональное назначение идентификационного анализа как интеллектуальной основы интегрированной информационно-управляющей структуры производства на базе современных информационных технологий.

— В результате исследований функциональных возможностей программных анализаторов создана концепция идентификационного анализа как реализации идентификационного подхода в интегрированных системах управления производством.

— Разработаны алгоритмы программных анализаторов параметров технологических процессов, основанные на идентификации объекта с коррелированными во времени входами, но с независимыми компонентами. Предложены рекуррентные одношаговые алгоритмы идентификации с зоной нечувствительности с характеристикой, модифицированной посредством введения специальной рандомизированной матрицы.

— Предложены модели программных анализаторов параметров технологических процессов, основанные на идентификации статических и динамических объектов при коррелированных компонентах вектора входов посредством рекуррентных одношаговых алгоритмов с зоной нечувствительности, обладающих хорошей помехоустойчивостью и высоким быстродействием.

— Исследована возможность применения для разработки программных анализаторов методов синтеза робастно-оптимальных систем управления. Теоретически обосновано, что в условиях ограниченной неопределенности описания технологического процесса как объекта управления концепция робастно-оптимального управления представляется наиболее адекватной. Показано, что при разработке оптимальной робастной системы управления при возмущениях типа белого шума и марковской последовательности эффективен идентификационный подход к построению внутренних моделей внешнего возмущения.

— Разработаны алгоритмы синтеза программных анализаторов систем управления текущим коммерческим бюджетированием предприятий с использованием методов управления запасами.

— Теоретически обоснована и практически апробирована возможность применения алгоритмов управления запасами для синтеза программных анализаторов систем управления ценообразованием продукции.

— Предложен метод разработки программ стимулирования сбыта с применением моделей и алгоритмов оптимального планирования инвестиционных проектов.

— Разработана типовая структура программных анализаторов, включая блок анализа данных для оперативного информационного обеспечения руководства, стратегического планирования, координирования работы взаимосвязанных производств, контроля безотказной работы оборудования и т. д., библиотеку базовых моделей, описывающих взаимосвязь качественных показателей с текущими значениями измеряемых параметров исследуемого процесса, библиотеку алгоритмов настройки модели (идентификатор) по данным реального функционирования, регулятор, систему оперативного мониторинга производственных процессов.

— Проанализирован опыт практического использования программных анализаторов непосредственно на технологических процессах и в организационно-управляющих комплексах отечественных предприятий. Применение программных анализаторов качества параметров технологических процессов целесообразно для широкого класса процессов химической, нефтепереабатывающей, нефтехимической, целлюлозно-бумажной, пищевой промышленности, производства минеральных удобрений, производства строительных материалов и других отраслях.

Результаты, представленные в диссертационной работе, позволяют осуществлять разработку и практическое внедрение систем управления нового поколения для разных уровней интегрированных информационно-управляющих структур на производстве. Информационно-управляющие комплексы на базе программных анализаторов оперируют на самом современном уровне архивной, ретроспективной и текущей информацией что позволяет наиболее эффективно осуществлять управление самыми разнообразными производственными процессами.

Программные анализаторы процессов логистического цикла производства применимы как для промышленных предприятий, так и для предприятий производства услуг, торговых и транспортных компаний, предприятий финансовой сферы, авиакомпаний и т. д.

Показать весь текст

Список литературы

  1. В.А., Чадеев В. М., Максимов Е. А., Бахтадзе Н. Н. Перспективы применения виртуальных анализаторов в системах управления производством //Автоматизация в промышленности. 2004. № 5. С. 24−28.
  2. Н.Н. Виртуальные анализаторы (идентификационный подход) // Автоматика и телемеханика. 2004. № 11.С.3−24.
  3. ЛьюнгЛ. Идентификация систем / Пер. санг. М.: Наука, 1991.
  4. Л.Р. Достижения ИПУ РАН в разработке и внедрении информационных технологий управления в нефтегазовом комплексе // В сб. пленарных докладов Междунар. научной конференции по проблемам управления. М.: ИПУ РАН. 1999. С. 172- 179.
  5. В.М., Кнеллер Д. В., Левит М. Ю. О проблеме адекватности тренажерных моделей технологических процессов // В сб. пленарных докладов Междунар. научной конференции «Идентификация систем и задачи управления». М.: ИПУ РАН. 2000. С. 51−61.
  6. Н.С., Чадеев В. М. Адаптивные модели в системах управления. -М.: Сов. Радио, 1966.
  7. В.А. Идентификация структур и параметров систем управления // Измерения, контроль, автоматизация. 1991. № 3−4. С.30−33.
  8. Я.З. Информационная теория идентификации. М.: Наука, 1995.
  9. А.Л., Бахтадзе Н. Н. Синтез и применение адаптивных систем с идентификатором. М.: Наука, 2003.
  10. Я.З. Синтез робастно оптимальных систем управления объектами в условиях ограниченной неопределенности // Автоматика и телемеханика. 1992. № 9. С. 139−159.
  11. Ф.Ф., Чернышев К. Р. Методы и системы управления и идентификации на основе знаний // Автоматика и телемеханика. 2000. № 2. С.3−28.
  12. В.Н. Стратегия развития информационных технологий в промышленности // Мир компьютерной автоматизации. 2001. № 4. С. 1215.
  13. Н.Н. Виртуальные анализаторы в системах управления производством //Датчики и системы. 2004. № 4. С. 52−64.
  14. Н.Н., Мокров Д. В. Виртуальные анализаторы в информационно-аналитических системах логистического цикла производства // Автоматизация в промышленности //2004. № 11.С. 20−24.
  15. В.Н., Постников А. И. Информационные технологии в управлении предприятием. М.: МГИЭМ, 2003.
  16. Hoske М.Т. Objects make software behave like hardware // Control Engineering. 1998. Vol. 45. № 13, P. 70−72.
  17. Нестерова A. MES системы управления производством. Воспользуйтесь явными преимуществами // Мир компьютерной автоматизации. 2001. № 4. С.24−26.
  18. ., Обухов И. Современные системы управления предприятием // КомпьютерПресс. 2001. N9. С.34−40.
  19. С.Б., Волчков С. А., Балахонова И. В. Повышение качества предприятия с помощью информационных систем класса ERP // Методы менеджмента качества. 2000. № 4. С. 8−12.
  20. APICS Dictionary. N.Y.: American Production and Inventory Control Society, 1987.
  21. А. А. Виртуальные анализаторы: концепция построения и применения в задачах управления непрерывными ТП // Автоматизация в промышленности. 2003. № 8. С.28−33.
  22. Harrold D. Process control’s latest tool: soft sensors // Control Engineering Europe. June/July 2001.P. 42−45.
  23. H.A., Туманов Д. Н., Чадеев B.M., Бахтадзе Н. Н. Системы управления качеством производства минеральных удобрений на основевиртуальных анализаторов // Автоматизация в промышленности. 2003. № 8. С.33−36.
  24. Н.Н., Лотоцкий В. А., Максимов Е. М. Информационно-статистические методы в задачах маркетинга. // Тезисы докладов Междунар. научно-практич. конференции «Управление большими системами» М., ВИНИТИ, 1997. С. 209.
  25. Н.Н., Лотоцкий В. А. Адаптивные алгоритмы управления запасами в задачах обеспечения безопасности сложных систем. // В сб. докладов 4-й Междунар. конференции «Проблемы управления в чрезвычайных ситуациях» М., ИПУ РАН, 1997. С. 135 — 137.
  26. И.И. Анализ современных методов адаптивного управления с позиций приложения к автоматизации технологических процессов // Автоматика и телемеханика. 1991. № 7. С. 3 32.
  27. Основы управления технологическими процессами / Под ред. Н. С. Райбмана. М.: Наука, 1978.
  28. Я. 3. Управление динамическими объектами в условиях ограниченной неопределенности // Измерения, контроль, автоматизация. 1991. № 3-4. С. 3-21.
  29. Я.З. Стохастические дискретные системы с внутренними моделями. // Проблемы управления и информатики. 1996. № 1−2. С.21−26.
  30. В.Н., Фрадков А. Л., Якубович В. А. Адаптивное управление динамическими объектами М.: Наука, 1981.
  31. А.А. Курс теории автоматического регулирования М.: Наука, 1986.
  32. Н.Г. Реинжиниринг в управлении бизнес-процессами // «Эконмика и производство». 2001.№ 8.
  33. Bartos F. J. Artificial Intelligence: Smart Thinking for Complex Control // Control engineering. 1997. № 7. P. 50−56.
  34. Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе. Классификация и кластер / Пер. с анг. М: Мир, 1980.
  35. Zadeh L.A. Fuzzy Sets // Information and Control. 1965. № 6. P. 338−353.
  36. Zadeh L.A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes // IEEE Trans, on Systems Man and Cybernetics. 1973. № 1. P.28−44.
  37. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова М.: Наука, Гл. ред. физ.-мат. лит., 1986.
  38. А.И. Прогноз дает . компьютер // Софтмаркет. 1996. № 23. С.6−14.
  39. Kosko, В. Fuzzy thinking. N. Y.: Hyperion, 1992.
  40. Kosko, В. Neural Networks and Fuzzy Systems. A dynamic system approach to machine intelligence. N.Y.: Prentice-Hall, 1992.
  41. Zemankova-Leech M., Kandel A. Fuzzy Relational Data Bases: A Key to Expert Systems. Cologne: Verlag TUV Rheinland, 1984.
  42. A.C. Многозначные логики. Логика и компьютер. Вып.4. М: Наука, 1997.
  43. McNeill D. and Freiberger P. Fuzzy Logic. N.Y.: Simon and Schuster, 1993.
  44. Mamdani Е.Н. Application of fuzzy algorithms for the control of a simple dynamic plant. / Proc. IEEE 1974. Vol.121. P.1585−1488.
  45. C.E., Бахтизин P.H. Генетический алгоритм диагностики осложнений технологических режимов нефтепродуктопроводов // Известия вузов. Нефть и Газ. 2003. № 5. С. 55−62.
  46. А.Н., Дубинин-Барковский В.Л., Кирдин А. Н. «Нейроинформатика» Новосибирск: СП «Наука» РАН, 1998.
  47. Ф., Лейзерсон А., Хофстедтер Л. Мозг, разум и поведение М.: Мир, 1988.
  48. Проблемы построения и обучения нейронных сетей / под ред. А. И. Галушкина и В. А. Шахнова. М.: Машиностроение. Библиотечка журнала «Информационные технологии». 1999. № 1.
  49. Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга / Пер. с анг. М.: Мир, 1965.
  50. М., Пейперт С. Персептроны / Пер. с анг. М.: Мир, 1971.
  51. А.И., Логовский А. С. Нейроуправление: основные принципы и направления применения нейрокомпьютеров для решения задач управления динамическим объектами // В сб. докладов Междунар. конференции по проблемам управления. М.: ИПУ, 1999. С. 118−131.
  52. Rumelhart D.E., Hinton G.E., Williams R.G. Learning representation by back-propagating error// Nature. 1986. Vol.323. № 6088. P. 533−536.
  53. Э.Д., Баркан Г. В., Левин И. К. Каскадные нейронные сети // Автоматика и телемеханика. 1999. № 3. С. 38−55.
  54. А. И. Щербаков И.Б., Кисленко Н. А. Создание аналитического обзора информационных источников по применению нейронных сетей для задач газовой технологии // Отчет по научно-исследовательской работе. М.: ВНИИГАЗ, 1995.
  55. Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы // Открытые системы, 1998. № 4.
  56. Holland J. Adaptation in natural and artificial systems. Cambridge, MA: The University of Michigan Press. Reprinted by MIT, 1992.
  57. Booker L.B., Goldberg D.E., Holland J.H. Classifier Systems and Genetic Algorithms //Artificial Intelligence. 1989. Vol.40. №.2. P.235−282.
  58. Goldberg D. Genetic Algorithms in Machine Learning, Optimization and Search. Reading, MA: Addison-Wesley, Publishing Company, Inc., 1989.
  59. Jones A.J. Genetic algorithms and their applications to the design of neural networks // Neural computing and applications. 1993. V.1. № 1. P. 32−45.
  60. А.Б. Управление и наблюдение в условиях неопределенности. М.: Наука, 1977.
  61. Ф.Л. Оценивание фазового состояния динамических систем. Метод эллипсоидов. М.: Наука, 1988.
  62. Soderstrom Т., Stoica P. Instrumental variable methods for system identification. Berlin: Springer Verlag, 1983.
  63. В.Ю. Стохастическая механика. M.: Факториал Пресс, 2001.
  64. Ф.Н., Кузнецов Н. А., Серебровский А. П. Управление наблюдениями в автоматических системах. М.: Наука, 1986.
  65. А.А. Исторический обзор и современное состояние фундаментальной прикладной науки управления на примере самоорганизующихся регуляторов. // В сб. пленарных докладов Междунар. конференции по проблемам управления. М.: ИПУ РАН, 1999. С. 4−23.
  66. .Т. Робастная устойчивость //Труды ИПУ РАН, Том 5. 1999. С. 3641.
  67. А.В. Основы Яда- теории управления. Курс лекций. М.: ГОСНИИАС, 1992.
  68. А. А., Понтрягин Л. С. Грубые системы //ДАН СССР.1937. Т.14. № 5. С. 247−249.
  69. П. Робастность в статистике. М.: Мир, 1984.
  70. Я.З., Поляк Б. Т. Робастная устойчивость линейных дискретных систем //ДАН СССР. 1991. Т.316. № 4. С.842−846.
  71. Я.З. Робастность в системах управления и обработки данных // Автоматика и телемеханика. 1992. № 1. С. 165−169.
  72. Э. Робастность дискретных систем // Автоматика и телемеханика. 1990. № 5. С.3−28.
  73. Я.З., Поляк Б. Т. Частотные методы робастной модальности линейных дискретных систем //Автоматика АН УССР. 1990. № 4. С.3−9.
  74. .Т., Цыпкин Я. З. Частотные методы робастной устойчивости и апериодичности линейных систем // Автоматика и телемеханика. 1990. № 9. С.45−54.
  75. Lototsky V.A., Bakhtadze N.N. On identification for Robust-Optimal Control // Proc. of UКАСС Int. Conf. on CONTROL'98. SwanSea, UK, 1998. V.2. P. 1266−1270.
  76. А.П. Основы робастного управления. М.: Изд-во МГТУ им. Баумана, 1995.
  77. Zypkin Y.Z., Holmberg U. Robust stochastic control using the internal model principle and internal model control // Intern. J. Control. 1995. V.61. № 4. P. 809−822.
  78. .И., Рутковский В. Ю., Земляков С. Д. Адаптивное координатно-параметрическое управление нестационарными объектами. М.: Наука, 1980.
  79. С.Д., Рутковский В. Ю. Алгоритмы адаптации и условия работоспособности само настраивающейся системы управления многомерным объектом с переменными параметрами // Автоматика и телемеханика.1981. № 1. С. 65−73.
  80. .В. Синтез структуры основного контура беспоисковых самонастраивающихся систем. // Автоматика и телемеханика. 1977. № 12. С. 56−64.
  81. ЭЗ.Ядыкин И. Б., Шумский В. М., Овсепян Ф. А. Адаптивное управление непрерывными технологическими процессами. М.: Энергоатомиздат, 1985.
  82. В.Н. Адаптивные прогнозирующие системы управления полетом. -М.: Наука, 1987.
  83. В.Н., Колмановский В. Б., Носов В. Р. Математическая теория конструирования систем управления. М.: Высшая школа, 2003.
  84. Эб.Деревицкий Д. П., Фрадков А. Л. Прикладная теория дискретных адаптивных систем управления. М.: Наука, 1981.
  85. А.В. Адаптивный выбор вариантов: Рекуррентные алгоритмы. М.: Наука. Физматлит, 1986.
  86. А.П. Построение оптимальных робастных регуляторов при действии внешних возмущений / «Методы классической и современной теории управления». Т. 3: Методы современной теории автоматического управления. М: Изд-во МГТУ им. Н. Э. Баумана, 2000.
  87. .Т., Щербаков П. С. Робастная устойчивость и управление. М.: Наука, 2002.
  88. Doyl J.C., Stein G. Multivariable feedback design: concepts for a classical/modern synthesis // IEEE Trans. Autom. Control. 1981. V. 26. P. 4 -16.
  89. Stein, G., Doyle, J. Beyond singular values and loop shapes // J.Guidance.1991. V14. P. .5−16.
  90. Packard, A., Doyle, J. The complex structured singular value // Automatica.1993. V.29. № 1. P. 71−109.
  91. Packard, A., Doyle, J. Quadratic stability with real and complex perturbations // IEEE Trans. Autom. Control. 1990. V. 35. P. 198−201.
  92. Liu, W.M., Zhou, K" Doyle, J. Stabilization of LFT systems // Proc. 30th CDC. Brihton, U.K., 1991. P. 1239−1244.
  93. Vidyasagar, M. Optimal rejection of persistent bounded disturbanses // IEEE Trans. Autom. Control. 1986. V. 31. P. 527 -534.
  94. Khammash, M.H., Pearson, J.B. Perfomance robustness of discrete-time systems with structured uncertainty// IEEE Trans. Automat. Control. 1991.V. 36. № 4. P. 398−412.
  95. Dahleh, M.A., Khammash, M.H. Controller design for plants with structured uncertainty//Automatica.1993. V.29. № 1. P. 37−56.
  96. Chappelat, H., Bhattacharya, S.P. A generalization of Kharitonov’s theorem: robust stability of interval plants // IEEE Trans. Automat. Control. 1989. V. AC-34. P. 306−311.
  97. Hollot, C.V., Yang, F. Robust stabilization of interval plants using lead or lag compensators // Proc. of 28th IEEE Conference Conf. on Decision and Control. UK, 1989. V.1. P. 43−45.
  98. Khargonekar P.P., Petersen I. R., and Zhou K. Robust stabilization of uncertain linear systems: Quadratic stabilizability and H 00 control theory. IEEE Trans. Automat. Control. 1990. V.35. P. 356−361.
  99. Barmish, B.R., Kang, H.I. Extreme point results for robust stability of interval plants: beyond first oder compensators // Proc. First IFAC Symp. On Des. Meth. Control Sys. ETH Zurich, Switz., Sep. 4−6.1991.V.1. P. 1−16.
  100. Semyonov, A.V. Vladimirov, I.G. Kurdjukov, A.P. Stochastic approach to Я00-optimization // Proc. 33rd Conf. Decision and Control, Florida, USA, 1994. V. 3. P. 2249−2250.
  101. З.Владимиров И. Г., Курдюков А. П., Семенов А. В. Стохастическая проблема Я00-оптимизации //Доклады РАН. 1995.Т. № 5.С. 343−350.
  102. И.Г., Курдюков А. П., Семенов А. В. Асимптотика анизотропийной нормы линейных стационарных систем // Автоматика и телемеханика. 1999. № 3. С. 78−87.
  103. А.Е., Граничин О. Н. Оптимальный регулятор линейного объекта с ограниченной помехой // Автоматика и телемеханика. № 5. 1984.С.39−46.
  104. Н.Н., Потоцкий В. А., Фаянс М. А. Идентификационный подход в задачах планирования инвестиций // В сб. докладов Междунар. конференции «Идентификация систем и задачи управления». М.: ИПУ РАН, 2000. С.9−14.
  105. Н.Н., Назин А. В. Применение виртуальных анализаторов в системах управления задолженностью компании // Тезисы докладов 2-й Междунар. конференции по проблемам управления. М.: ИПУ, 2003. Т.2. С. 4.
  106. Н.Н., Назин А. В. Виртуальные анализаторы маркетинговой информации и их использование в системах управления предприятиями // Проблемы управления. № 4, 2003.С. 30−36.
  107. Потоцкий В А, Мандель А. С. Модели и методы управления запасами. -М.: Наука, 1991.
  108. С.А. Перспективы и тенденции развития искусственного интеллекта // PC Week. 2001. № 32. С. 32−34.
  109. Harrold, D. Process control’s latest tool: soft sensors // Control Engineering Europe. June/July 2001. P. 42−45.
  110. В.И., Мастеренко Д. А. Рекуррентное робастное оценивание в автоматизированных измерительных информационных системах // Измерительная техника. 1997. № 4. С. 16−19.
  111. В.Ц., Никитин Ю. А. Разработка средств диагностики и оперативного контроля режущего инструмента в процессе механообработки // Инструмент. 1998. № 10. С 11−12.
  112. О. Н. Оценка технического состояния электрооборудования в реальном времени методом нейро-нечеткой идентификации // Электричество. 1999. № 1. С. 10−19.127. http://www.umich.edu/flash.html
  113. Helsinki University of Technology, Tampere University of Technology
  114. A.P. Горбунов. Управление финансовыми потоками. М.: Тора-центр, 2003.
  115. В.А. Модели управления производственно-экономическими процессами в сельском хозяйстве. М.: Экономика, 1981.
  116. С.В. Байесовские интегрирующие технологии на основе интеллектуальных и мягких измерений // В сб. докладов конференции SCM'99. С-Петербург: СПбГЭТУ, 1999. С. 25−32.
  117. Р.З. Информационно-управляющие системы обеспечения безопасности региона. // В сб. докладов 8-й междунар. конференции «проблемы управления безопасностью сложных систем». М., ИПУ РАН. 2001, С. 35−39.
  118. Albertos, P., Goodwin, G.C. Virtual sensors for control applications // Annual Reviews in Control. 2002. V 26. P. 101−112.
  119. Gevers, M. Identification for control // Annual Reviews in Control Oxford, UK: Elsevier Science, 1997. V. 20. P. 95−106.
  120. Bakhtadze N.N., Lototsky V.A., Maximov E.M. Adaptive Identification Algorithms in Expert Statictical Marketing System. // Proc. of Intern. Conference On Informatics and Control. 1997. St.- Petersburg, Russia, V. 2, 429−433.
  121. Gevers M. Identification and Validation for Robust Control // In 'Iterative Identification and Control Design', Albertos, P. and Sala, A. Eds. L.: Springer-Verlag, 2002. P. 185−208.
  122. А.В., Шокин Ю. И. Синтез систем управления при интервальной неопределенности параметров их математических моделей // ДАН СССР. 1988. Т.299. № 2. С. 26−30.
  123. Grognard F., Jadot F., Magni, L., Bastin, G., Sepulchre R., Wertz, V. Robust stabilization of a nonlinear cement mill model // IEEE Trans. Aut. Cont. V. 46. 1999. № 4. P. 618−623.
  124. H.C., Чадеев B.M. Адаптивное управление точностью прокатки труб. М.: «Металлургия», 1980.
  125. А.Л. Быстросходящийся алгоритм идентификации линейного объекта с ограниченной помехой. //Автоматика и телемеханика. 1983. № 8. С. 101 107.
  126. А.Л., Бахтадзе Н. Н. Алгоритм идентификации замкнутой динамической системы с экспоненциальной скоростью сходимости // Тезисы докладов Всесоюзн. совещания по проблемам управления. -Алма-Ата, 1986. С.263−264.
  127. Н.Н. Идентификация линейного объекта с ограниченной помехой с использованием пробных сигналов в канале управления М.: ВИНИТИ, 1986. № 485 — В87.
  128. Н.Н., Райбман Н. С. Системный подход к управлению качеством технологических потоков взаимосвязанных процессов. М.: ИПКНЕФТЕХИМ, 1980.
  129. Н.Н. Быстросходящийся алгоритм идентификации объекта с ограниченной помехой при коррелируемых входах // Автоматика и телемеханика. 1993. № 1. С. 86−91.
  130. Bakhtadze, N.N., Lototsky, V.A. Fast convergent identification algorithms in inventory control problems // Proc. of 10th IFAC Symp. SYSID'94. Copenhagen, 1994. V.2.
  131. А.Л. Алгебраический критерий оптимальности дискретных линейных систем и его применение к задаче синтеза // Автоматика и телемеханика. 1996. № 7. С. 115 120.
  132. А.Л. О некоторых нестандартных задачах синтеза дискретных систем // Автоматика и телемеханика. 2000. № 6. С. 114 123.
  133. X., Сиван Р. Линейные оптимальные системы управления. -М.: Мир. 1977.
  134. Ю.Ф. Нелинейный оптимальный регулятор в стохастических системах с линейным объектом // Автоматика и телемеханика. 1986. № 1. С. 56 64.
  135. И.П., Позняк А. С. Оценивание параметров линейных систем в условиях помех. М.: Издательство МФТИ, 1985.
  136. Я.З., Позняк А. С., Оптимальные иробастные алгоритмы оптимизации при наличии коррелированных помех // Доклады АН СССР. 1981. Т.258. № 6. С. 1330- 1333.
  137. Д. Гроп. Идентификация систем. М.: Мир. 1979.
  138. С.В. Конечно-сходящиеся алгоритмы восстановления функции регрессии и его применение в задачах адаптивного управления // Автоматика и телемеханика. 1989. № 3. С. 99 108.
  139. В.М. Определение динамических характеристик объектов в режиме их нормальной эксплуатации // Автоматика и телемеханика. 1964. № 9. С.1302- 1306.
  140. Chadeev, V.M., Zaitseva, I.S. Application of adaptive identification algorithms to close-loopadaptive control system with identificator // Proc. of 6th IFAC Symp. On Identification and Parameter estimation, Washington, DC, 1982. V1, P.701−705.
  141. Э.Д. Модифицированные алгоритмы Качмажа для оценки параметров линейных объектов //Автоматика и телемеханика. 1978. № 5. С. 64−72.
  142. Э. Д. Цыпкин Я.З. Повышение скорости сходимости процесса обучения в специальной системе ассоциативной памяти. // Автоматика и телемеханика. 1991. № 12. С. 100−109.
  143. Э.Д. Обобщенный алгоритм Качмажа // Автоматика и телемеханика. 1979. № 1. С.72−78.
  144. Westphal, L.S. An Improved Adaptive Indentifier for Descrete Multivariable Linear System // IEEE Trans. Autom. Control. 1978. V. AC-233. № 5, P. 860 -865.
  145. К.Д. Сравнительный анализ адаптивных алгоритмов оценки параметров нестационарных объектов // Автоматика и телемеханика. 1975. № 8. С.40−47.
  146. Дж. Самоорганизующиеся стохастические системы управления. М.: Наука, 1980.
  147. А.Л. Идентификация динамического объекта в замкнутой системе с ограниченным ресурсом по управлению // Автоматика и телемеханика. 1985. № 11. С. 84−89.
  148. Г. М. Адаптивное управление многомерным статическим объектом в условиях неопределенности //Автоматика и телемеханика. 1987. № 1. С. 76−79.
  149. Saridis, G.N., Stein, G.A. A new Algorithm for Linear System identification. // IEEE Trans. Autom. Control. 1968. V. AC-13. № 5, P. 592−594.
  150. Saridis, G.N., Lobbia, R.N. Parameter Identification and Control of Linear Discrete-time Systems. // IEEE Trans. Autom. Control. 1972. V. AC-17. № 1, P. 52−60.
  151. C.A. Алгоритмы стохастической аппроксимации с возмущением на входе в задаче адаптивного управления линейным объектом.-М.: ВИНИТИ, 1981, № 5682−81.
  152. С.А., Фомин В. Н. Синтез адаптивного управления с использованием пробных сигналов в канале обратной связи. М.: ВИНИТИ, 1982, № 4226−82.
  153. О.Н., Фомин В. Н. Адаптивное управление с использованием пробных сигналов в канале обратной связи // Автоматика и телемеханика. 1986. № 2. С. 100−111.
  154. Ю.И., Майстровский Р. Д. Общая теория релаксационных процессов. Успехи, математических наук. 1970. Т. 25. № 1. С. 57 112.
  155. П.Л. Хеннекен, А. Тортра. Теория вероятностей и некоторые ее приложения. М.: Наука, 1974.
  156. С.А. Предельное поведение эллипсоидальных оценок состояний линейных динамических систем. //Автоматика и телемеханика. 2001. № 4. С. 91−97.
  157. Nazin S.A. Asymptotic Properties of Ellipsoidal State Estimation for Linear Discrete-Time Dynamic Systems. // Abstracts of the 2nd International Conference on Control Problems. M" Russia, June 17−19. 2003. V. 1. P. 61.
  158. .Т., Щербаков П. С. Возможные подходы к решению трудных задач линейной теории управления. // В сб. пленарных докладов 3-й Междунар. конференции «Идентификация систем и задачи управления» -М., ИПУ РАН, 2004. С. 6−46.
  159. Я.З., Вишняков А. Н. Дискретное управление динамическими объектами с запаздыванием // Известия РАН. Теория и системы управления.1996. Т.6. С. 54−56.
  160. И.И., Скороход А. В. Введение в теорию случайных процессов. -М.: Наука, 1965.
  161. В.Н., Колосов А. Н., Дибнис Г. И. Оперативное управление производством. М.: «Экономика», 1987.
  162. С.А. Мировые стандарты управления промышленным предприятием в информационных системах (ERP-системах). — Воронеж: Международная академия науки и практики организации производства // «Организатор производства». 1999. № 1. С. 43−86.
  163. Moon С., Lee М., Seo Y, Нае Lee Y. Advanced planning and scheduling with outsourcing in manufacturing supply chain // Computers and Industrial Engineering. 2002. July. V. 43. Issue 1−2. P. 351−374.
  164. Г. Н. Поверх ERP//Сетевой журнал. № 12. 2001. C.15−17.
  165. А.И., Скарга-Бандурова И.С. Проблемы информатизации промышленного региона. Единое информационное пространство '2004: // В сб. докладов ll-й Междунар. научно практической конференции -Днепропетровск, 2004 г. С. 151−155.
  166. Н.А. Моделирование производственных затрат машиностроительного предприятия. Единое информационноепространство '2004. // В сб. докладов 11-й Междунар. научно -практической конференции Днепропетровск, 2004 г. С. 149−151.
  167. А. М. Логистика / Учебник для высших и средних специальных учебных заведений. М.:ИВЦ «Маркетинг», 2002.
  168. В. Заготовительная и производственная логистика. Санкт-Петербург: Питер, 2001.
  169. В.И. Логистика в бизнесе М.: Инфра-М, 2001.
  170. В.И. Глобальные логистические системы. Санкт-Петербург: Бизнес-Пресс, 2001.
  171. М. В. Коммерческая логистика. М.: ЗАО «Центр экономики и маркетинга», 2001.
  172. А. А. «Основы транспортной логистики». М.: Транспорт, 1995.
  173. В. «Логистика в сфере распределения». Санкт-Петербург: Питер, 2001.
  174. Н.Н., Лотоцкий В. А. Информационно-статистический подход к организации маркетинга. // Экономика и матем. методы. 1995. Т. 31. Вып.1. С. 45−51.
  175. Н.Н., Лотоцкий В. А. Экспертно-статистические системы управления маркетингом. // Приборы и системы управления. 1996. № 3. С. 35−37.
  176. Ф. Основы маркетинга. М.: Мир, 1990.
  177. А.Б. Обзор методов изучения спроса на новые модификации товара // Экономика и мат. методы. 1993. Т.29. Вып.1. С. 27−34.
  178. П.С., Демидов В. Е. Формула успеха: маркетинг. М.: «международные отношения», 1991.
  179. Vernon K.D.C. Information Sources in Management and Business. L., 1988.
  180. Дихтль E, Хершген X. Практический маркетинг. M.: ИНФРА-М. Высшая школа, 1996.
  181. П.А. Готовы ли Вы к войне за клиента? Стратегия управления взаимоотношениями с клиентами (CRM). М.: Издательство: Интернет-университет информационных технологий ИНТУИТ.ру, 2004.
  182. Ю., Мазитов Ю. Инновации в CRM: вызовы времени и выгоды реализации // Вестник связи. 2005. № 3. С.32−35.
  183. Д.В. Мокров, Н. Н. Бахтадзе Перспективы применения виртуальных анализаторов в системах управления ресурсами производства // Проблемы управления. 2004. № 1. С. 40−46.
  184. Н.Е. система моделей прогнозирования спроса на продукцию сферы услуг // Экономика и мат. методы. 2002. Т. 38. № 2. С. 66−83.
  185. Сох F. and Clark S. J., Problems in implementing and operating a manufacturing resource planning information system //J. Management Information Systems. 1984. № 1 3. P. 81−101.
  186. Ю.А. Актуальные проблемы экономики НТП. М.: Наука, 1986. Иванилов Ю. П., Лотов А. В. Математические проблемы в экономике.1. М.: Наука, 1979.
  187. Э.Л., Соркин Л. Р. Оперативное управление непрерывным производством. М.: «Наука», 1976.
  188. А. Реклама. М.: Издательская группа «Прогресс», 1993.
  189. Г. С., Ириков В. А. Программно-целевое планирование и управление М.: Сов. Радио, 1976.
  190. О.В. Технология коммерческой оценки инвестиционного проекта. // В сб. докладов Междунар. научно практической конференции «Роль эксперта в инвестиционном процессе». Санкт-Петербург, 1995 г. С. 32−34.
  191. В.Б. Новые стратегии реорганизации и автоматизации предприятий: на пути к интеллектуальным предприятиям // Новости искусственного интеллекта. № 4.1996. С. 40−84.
  192. А.В. Промышленная автоматизация: рынок и отрасль // Промышленные АСУ и контроллеры. № 3. 2002. С. 65−70.
  193. И.И., Терлецкий М. Ю. Информационная система производства для металлургов: задачи и перспективы // Автоматизация в промышленности. 2003. № 3. С. 33−36
  194. И.В. Актуальные проблемы развития систем управления в промышленности //Автоматизация в промышленности. 2003. № 1. С. 1−2.
  195. М.И., Белышев П. А. Комплексная автоматизация промышленного предприятия на примере системы учета и контроля ресурсов нефтедобывающего и нефтеперерабатывающего предприятий // Мир компьютерной автоматизации. 2002. № 6. С. 44−49.
  196. А. А., Аншина М. Л. Технологии создания распределенных систем. Для профессионалов. — Санкт-Петербург: Питер, 2003.
  197. Н.И., Промышленные информационные технологии: общие проблемы это проблемы отраслевого управления и регулирования // Мир компьютерной автоматизации. 2002. № 3. С. 32−34.
  198. О.В., Леньшин В. Н. Автоматизация предприятия вчера, сегодня, завтра или информационная поддержка рыночного лидерства // «PC Week». 2000. № 29. С. 9−10.
  199. В.А., Бахтадзе Н. Н. Система оптимизации расписания авиарейсов // Тезисы докладов Междунар. конференции. Тбилиси, Грузия, 2004. С. 36.
  200. Н.Н., Лотоцкий В. А. Инвариантное прогнозирование спроса в задачах маркетинга // Тезисы докладов Междунар. конференции по проблемам управления. М., ИПУ. 1999. Т. 1. С. 278.
  201. Bakhtadze N., Lototsky V., Maximov Е. Identification-based investment policy for demand encouragement // Proc. 10-th IFAC Symposium on Modeling and control of Economic Systems (SME 2001). Klagenfurt, Austria, 2001.
  202. Разработка элементов автоматизированной системы научных исследований (АСНИ) опытных установок в ЦЗЛ (РОЗ) на базе вычислительных комплексов УВК. / Рабочая документация. Калинин: КПИ, 1990. и и
  203. Рис. 5.19. Функциональная схема установки получения магнетита.1. П1−1результаты моделирования).х2(0 = х2(/-1) + 772(/) — ?.(?)-последовательность независимых случайных величин- i- номер шага уточнения оценок-02(/) = h2 ~C2(i). П1−2чг ^ * т, А я, А #
  204. Рис. 5.21. Исследование сходимости модифицированного алгоритма с зоной нечувствительностирезультаты моделирования).x4(i) = x40'-i) + 74(0- 77O) последовательность независимых случайных величин- i — номер шага уточнения оценок-4(0 = A4-Q (0• • * • * • #
  205. Рис. 5.24. Исследование сходимости модифицированного алгоритма с зоной нечувствительностирезультаты моделирования).х (0 = sinх (/-1)+77(0- 7(0-последовательность независимых случайных величин- /- номер шага уточнения оценок-0,(0 = ^-^(0.1. Им L
  206. Рис. 5.26. Исследование взаимной корреляции компонент вектора входов1. УТВЕРЖДАЮ"-РАпВ^^йректора Института-j ^проВзе^управления я о Ж- т4
  207. В fv Д с ^-имЗ^^рапезниковаy^Jv Павлов Б.В.2005 г. 1. ОПРАВКА
  208. Зав. лабораторией № 41 д.т.н. проф.
  209. Зав. лабораторией № 11 д.т.н. проф.
  210. Зав. лабораторией № 20 д.т.н. проф.?ШгКульба1.I Гр^ГГГ'^ fl^Sj'jQ ' '• 'Chbp «з.аЁ.од.й'1. Вершиняк •1. Л- A / 1% 'T ' •
  211. Составлен- настсяьий й том. что по разработанным программам систем статистмчевкого' моделирования и планирования экспериментов. ¦<СИПЭ") и системы- имитационио'гр^мо^елироваййя :ЧИМОДС) на ПЭВМ проведено обучение персонала цеха 4> -' ---v .
  212. По ЛйННЫ М, «С/Т.-'1 ! Э: Ц?/1 ПРИ OTP ciG’OT! .О «ЗриеЗСЭ CI !--ГТЭЗа МГТ.-i-! П’Ласт<�ат (c)ра :-а агй «зс^юве, построены статистические. и ймитаии-.
  213. ПР СГИОЭИР •/iCUit !?Z- .г-С^еЛ!'! .
  214. Медали пезеоляют. уточнять свои. характеристик!* .в • процессе накоп -ления- экспериментальные данных.
  215. Ввоа экспериментальных данных- должен осуществляться: персоналом цеха 4, — равно как и -процедура: дальнейшего планирования зкспеР1-^1ентов. и выполнения прогноз^ результатов, синтеза.»
  216. И ВЦ осуществляет доработки структуры-кинетических моделей: по. требованию цеха, консультирует- работников цеха по- методике пяани’ро^ в. аеия экспериментов.» по интерпретации результатов моделирования.
  217. Настоящим. актом .-система-- СИ ПЭ и ИМОДС в совокупности .с. реалнзо-ььниыми процедурами моделирования * оптимизации и построению прогноза результатов. процесса синтеза. МБА и- пл астификатора на его основе с. даны е эксплуатацию на ПЭВМ цеха 4. v
  218. От цеха, А ! !а'Ч-. цеха'"41. От ИВУ. •1ач. И ВЦ1. Э .П-.Пан!ФИ/го1за:.1. A.M. Фаянс
  219. УТВЕРЖДАЮ» Зам. директора Институтапроблем управления1. А. Е Шубин1. АКТо практическом внедрении результатов диссертационной работы Е Е Бахтадзе
  220. Комиссии были представлены: — диссертация Бахтадзе ЕЕ-- акт о сдаче в эксплуатацию системы СИПЭ и ИМОДС на ПЭВМ в цехе 4 РОЖ.
  221. Изучив представленные материалы комиссия установила следующее.
  222. АКТ опытного пробега Системы прогнозирования качества дистиллятов установки замедленного коксования 21−10 ООО «ЛУКОЙЛ-Пермнефтеоргсинтез"работа выполнена согласно договору № 212−36 (073−03/41) от 16 июня 2003 г.).Аг. Пермь «200 г.
  223. Настоящий акт составлен по итогам работы комиссии в период с -/2. Р1. 2009 г. по <2 ОСУ г. в следующем составе:
  224. Звягин В.П. главный метролог ООО «ЛУКОЙЛ-ПНОС»
  225. Н. П.- главный технолог ПКТУ ООО «ЛУКОЙЛ-ПНОС»
  226. Фоминых А.Н. начальник установки 21 -10 ООО «ЛУКОЙЛ-ПНОС»
  227. П.И. нач.сектора ПО отдела АСУ ТП ООО «ЛУКОЙЛ-ПНОС»
  228. Н.Н. руководитель работ по договору, ст.н.е. Института проблем управления им. В. А. Трапезникова РАН
  229. Е.М. -.главный разработчик работ по договору, ст.н.с. Института проблем управления им. В. А. Трапезникова РАН.
  230. В ходе опытного пробега было выявлено:
  231. В ходе опытного пробега было выявлено: значения коэффициентов множественной корреляции по моделям:
  232. Модель для t начала перегонки (Л) (Комп- т бензинов в парк смешения), гр. С КМК = 0.89.
  233. Модель для t начала кипения, гр. С легкого газойля (лг 24−67)1. КМК = 0.89
  234. Модель для 50% перег-ся при t, гр. С легкого газойля (лг 24−67) FIC0006A1. КМК = 0.911. Комиссия решила:
  235. Считать систему прогнозирования качества дистиллятов установки замедленного коксования успешно прошедшей опытные испытания и в целом соответствующей техническому заданию к договору № 212−36.
  236. Признать необходимым передать систему в промышленную эксплуатацию.1. Подписи:
  237. В.П. Звягин Н. П. Фоминых А.Н. Фоминых ГШ. Мустафин1. Бахтадзе Б. М. Максимов1. УТВЕРЖДАЮ»
  238. Директор Института проблем управления им. В. А. Трапезникова РАН1. УТВЕРЖДАЮ"1. Ш. Г1рангишвили1. ЯКУНИН В.И.•кЛЬ. V/i .V/.v'-ii.1. АКТ
  239. ВНЕДРЕНИЯ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ КАЧЕСТВА ДИСТИЛЛЯТОВ УСТАНОВКИ ЗАМЕДЛЕННОГО КОКСОВАНИЯ 21−10 ООО «ЛУКОЙЛ-ПЕРМНЕФТЕОРГСИНТЕЗ», разработанной согласно Договору № 212−36 (073−03/41) от 16 июня 2003 г.200*г.
  240. Комиссия в составе: Председатеь комиссии:
  241. Главный инженер ПКТУ О.А. Ведерников- Члены комиссии:
  242. Фоминых Н. П главный технолог ПКТУ ООО «ЛУКОЙЛ-Г1НОС»
  243. Звягин В.П. главный метролог ООО «ЛУКОЙЛ-ПНОС»
  244. Фоминых А.Н. -начальник установки 21−10 ООО «ЛУКОЙЛ-ПНОС»
  245. П.И. нач.сектора ПО отдела АСУ ТП ООО «ЛУКОЙЛ-ПНОС»
  246. Н.Н. руководитель работ по договору, ст.н.с. Института проблем управления им. В. А. Трапезникова РАН
  247. Комплект технической документации, в том числе:11. Техническое задание-
  248. Описание функционирования-
  249. Описание алгоритмов прогнозирования качества дистиллятов-
  250. Описание программы Сведения о логической структуре и функционировании программы.
  251. Руководство пользователя (оператора)
  252. Описание контрольного примера
  253. Спецификация (Состав программы и документации на неё)
  254. Ведомость держателей подлинников (Перечень предприятий, на которых хранят оригиналы программ и подлинники программных документов)
  255. Текст программы (Запись программы с необходимыми комментариями)
  256. Пояснительная записка (Схема алгоритма, общее описание алгоритма и (или) функционирования программы, а также обоснование принятых технических и технико-экономических решений).
  257. Рассмотрев предъявленные материалы, комиссия сочла их достаточными и сочла возможным приступить к приемке программного обеспечения с целью внедрения системы в производственный процесс установки замедленного коксования 21−10 в режиме советчика.
  258. Комиссия провела приемочные испытания (опытный пробег) программного комплекса и установила:
  259. Программный комплекс Системы пргнозирования качества дистиллятов установкизамедленного коксования 21−10 содержит программы, реализующие следующие функции:
  260. Получение и первичная статистическая обработка данных функционирования технологического процесса.
  261. Настройка в режиме реального функционирования адаптивной динамической математической модели, описывающей взаимосвязь качественных показателей с текущими значениями измеряемых технологических параметров процесса.
  262. Визуализация показаний виртуальных анализаторов
  263. Реализация модели в АСУТП установки и в системе реального времени PI SYSTEM.
  264. Работа соответствует техническому заданию и выполнена на высоком научном уровне.
  265. Техническая документация разработана в полном объеме и обеспечивает нормальную эксплуатацию программных функций.
  266. Считать программный комплекс СИСТЕМЫ ПРОГНОЗИРОВАНИЯ КАЧЕСТВА ДИСТИЛЛЯТОВ УСТАНОВКИ ЗАМЕДЛЕННОГО КОКСОВАНИЯ 21−10 ООО «ЛУКОЙЛ-ПЕРМНЕФТЕОРГСИНТЕЗ» внедренным в производственный процесс.1. Подписи:1. Председатеь комиссии:
Заполнить форму текущей работой

Пора сдавать?