
- •Тема 1. 4
- •Тема 1.
- •1.Регулятори. Призначення автоматичних регуляторів.
- •2. Узагальнена структурна схема автоматичних регуляторів.
- •3. Класифікація регуляторів.
- •7. По виду задающего воздействия на регулятор регуляторы делят на:
- •8. По виду настройки регуляторы могут быть :
- •4. Регулятори з типовими законами регулювання.
- •5. Позиционные регуляторы
- •6. Пропорциональный регулятор
- •7. Интегральный регулятор
- •8. Пропорционально-интегральный регулятор
- •8. Дифференциальные регуляторы (д, пд, пид)
- •9. Аналогові та цифрові регулятори.
- •10. Релейні регулятори. Динаміка процесів регулювання в системах з двохпозиційним та трипозиційним регулюванням.
- •11. Різновиди структур регуляторів. Реалізація регуляторів для статичних і астатичних оу. Передаточні функції цифрових регуляторів з лінійними законами.
- •11.2 Структуры параельного и последовательного соединение пи, пд, пид регуляторов.
- •14. Імпульсні регулятори.
- •15. Регулятори змінної структури (рзс).
- •16. Структурні схеми рзс:
- •16.1. Пропорциональное ру с переменным коэффициентом передачи
- •16.2. Интегральное ру с переменной величиной коэффициента при постоянной времени интегрирования
- •16.3. Пропорционально интегральное ру с коммутируемой п-составляющей
- •16.4. Пропорционально-интегральное ру с переменными коэффициентами при п и и - составляющих
- •16.5. Полупропорциональное ру
- •16.6. Полупропорциональное регулирующее устройство со сбросом регулирующего воздействия
- •16.7. Полупропорционально-дифференциальное регулирующее устройство
- •16.8. Пропорционально-полуинтегральное ру
- •16.9. Пропорционально-интегральное ру со сбросом и – составляющей
- •16.10. Пропорциональное ру с запоминанием и сбросом регулирующего воздействия
- •16.11. Пропорционально-интегральное ру с запоминанием и сбросом регулирующего воздействия и с введением интегральной составляющей
- •16.12. Пропорционально-интегральное ру с определением интегральной составляющей
- •16.13. Пропорционально-интегральный рпс без дифференцирования сигнала ошибки регулирования в функции переключения
- •17. Методики вибору та розрахунків налагоджуваних параметрів регулятора, виходячи з моделі та характеристик оу і завдань контурів ксу.
- •Тема 2. Особливості ксу різного функціонального призначення.
- •Слідкуючі системи (сс).
- •Загальні відомості та класифікація сс.
- •Сс з пропорційним законом, з керуванням по похибці з комбінованим управлінням.
- •Коефіцієнти похибок.
- •С труктурні схеми спу.
- •Реалізація спу.
- •Системи позиційного та контурного програмного регулювання.
- •Системи управління станків з числовим програмним керуванням.
- •Методики проектування спу.
- •Системи автоматичного контролю (сак).
- •Загальні функції сак.
- •Основні задачі та форми автоматичного контролю.
- •Структура систем збору та обробки інформації..
- •Реалізація систем автоматичного контролю.
- •Тема 3.
- •Інтелектуальні системи управління (ісу) – нові технології розробкита реалізації комп'ютеризованих систем управління.
- •Структура традиційної та інтелектуальної системи управління.
- •Концептуальні основи організації інтелектуального управління складними об'єктами.
- •Основніпоняття і визначеннятеоріїінтелектуальних систем управління.
- •Моделі та алгоритмиприйняттярішень при керуванні складними об'єктами.
- •Алгоритм принятия решений на основе действий оператора.
- •Моделі представлення знань в системах управління.
- •Технології, нечіткоїлогіки, нейромережевихструктур, експертнихсистем, асоціативноїпам'яті, генетичнихалгоритмівтаїхкомбінацій.
- •Інтелектуальні системиуправління на основі нечіткої логіки.
- •Поняття лінгвістичної моделі об'єктів управління, в середовищі нечітких множин та нечіткої логіки.
- •Загальна структура системиуправління з „нечіткими" регуляторами.
- •Принцип роботи.
- •Методики синтезу.
- •Інтелектуальнісистемиуправліннянаосновінейромережевих структур.
- •Біологічній нейрон.
- •Модель нейрона.
- •Базовийпроцесорнийелемент.
- •Різновиди функційактивації нейрона.
- •1. Единичный скачок или жесткая пороговая функция
- •2. Линейный порог или гистерезис
- •3. Сигмоидальная функция или сигмоид
- •Перцепрони.
- •Статичні одно- та багатошаровінейроннімережі.
- •Нейромережі з радіально-базовимифункціямиактивації.
- •Динамічнібагатошаровінейромережі.
- •НейромережаХопфілда.
- •Властивостібагатошаровихнейромережевих структур.
- •Принципи та алгоритминавчання і тренуваннянейроних мереж.
- •Системиуправліннянаосновінейромережевих структур.
- •Архітектура експертного регулятора.
- •Етапи функціонування експертного регулятора.
- •Порядок формування теоретичних знань по використанню алгоритмів ідентифікації, емпіричних знань, стратегій та евристик, знань про динаміку нелінійної системи, синтезу регулятора.
- •2. Формирование теоретических знаний об областях использования алгоритмов идентификации
- •3. Формирование эмпирических знаний, стратегий и эвристик
- •3.1. Формирование знаний о динамике линейной системы автоматического управления.
- •Адаптивна система управління на основі експертного регулятора.
- •Інтелектуальні системи управління на основі асоціативної пам'яті.
- •Класифікація і способи реалізації асоціативноїпам'яті.
- •Структури систем управління на основі асоціативної пам'яті першого и другого роду.
- •Ієрархічні інтелекту альні системи управління першого і другого роду.
- •Адаптивна система управління на основі асоціативної пам'яті.
Інтелектуальнісистемиуправліннянаосновінейромережевих структур.
Біологічній нейрон.
Нервная система и мозг человека состоят из нейронов, соединен¬ных между собой нервными волокнами. Нервные волокна способны передавать электрические импульсы между нейронами. Все процес¬сы передачи раздражений от нашей кожи, ушей и глаз к мозгу, про¬цессы мышления и управления действиями — все это реализовано в живом организме как передача электрических импульсов между нейронами.
Нейрон (нервная клетка) является особой биологической клеткой, которая обрабатывает информацию. Он состоит из тела иотростков нервных волокон двух типов — депдритов, по которым принимаются импульсы, и единственного аксона, по которому ней¬рон может передавать импульс. Тело нейрона включает ядро, кото¬рое содержит информацию о наследственных свойствах, и плазму, обладающую молекулярными средствами для производства необхо-димых нейрону материалов. Нейрон получает сигналы (импульсы) от аксонов других нейронов через дендриты (приемники) и переда¬ет сигналы, сгенерированные телом клетки, вдоль своего аксона (передатчика), который в конце разветвляется на волокна. На окончаниях этих волокон находятся специальные образования — синапсы, которые влияют на силу импульса.
Аксон — обычно длинный отросток, приспособленный для проведения возбуждения от тела нейрона. Дендриты — как правило, короткие и сильно разветвлённые отростки, служащие главным местом образования влияющих на нейрон возбуждающих и тормозных синапсов (разные нейроны имеют различное соотношение длины аксона и дендритов). Нейрон может иметь несколько дендритов и обычно только один аксон. Один нейрон может иметь связи со многими (до 20-и тысяч) другими нейронами.Синапс — место контакта между двумя нейронами или между нейроном и получающей сигнал эффекторной клеткой. Служит для передачи нервного импульса между двумя клетками, причём в ходе синаптической передачи амплитуда и частота сигнала могут регулироваться. Одни синапсы вызывают деполяризацию нейрона, другие — гиперполяризацию; первые являются возбуждающими, вторые — тормозными. Обычно для возбуждения нейрона необходимо раздражение от нескольких возбуждающих синапсов.
Модель нейрона.
Нейрон — это составная часть нейронной сети (НС). В состав нейрона входят умножители (синапсы), сумматор и нелинейный преобразователь. Синапсы осуществляют связь между нейронами и умножают входной сигнал на число, характеризующее силу связи, — вес синапса. Сумматор выполняет сложение сигналов, поступающих по синаптическим связям от других нейронов, и внешних входных сигналов. Нелинейный преобразователь реализует нелинейную функцию одного аргумента — выхода сумматора. Эта функция называется функцией активации или передаточной функцией нейрона. Нейрон в целом реализует скалярную функцию векторного аргумента.
В общем случае входной сигнал, весовые коэффициенты и значения смещения могут принимать вещественные значения. Выход определяется видом функции активации и может быть как действительным, так и целым. Во многих практических задачах входы, веса и смещения могут принимать лишь некоторые фиксированные значения.
Синаптические связи с положительными весами называют возбуждающими, с отрицательными весами — тормозящими.
Таким образом, нейрон полностью описывается своими весами w, и передаточной функцией W(s). Получив набор чисел (вектор) х, в качестве входов, нейрон выдает некоторое число y на выходе.