Электронный каталог

Статья

Решетников, А.Г.
ИТ мягких вычислений в слабо формализованных физических объектах: интеллектуальное управление азотным охлаждением сверхпроводящих магнитов без математической модели объекта / А.Г.Решетников, С.В.Ульянов. – Текст : электронный // Системный анализ в науке и образовании. – 2026. – № 2. – С. 36–68. – URL: https://sanse.ru/index.php/sanse/article/view/717/679. – Библиогр.: 39.

Рассматривается применение методов сквозной ИТ-инженерии на основе мягких вычислений в задачах интеллектуального управления слабоструктурированными и плохо формализуемыми физическими (классическими) объектами с не доопределенными (скрытыми) параметрами. На примере объекта управления из интеллектуальной робототехники и самоорганизующихся интеллектуальных регуляторов, встроенных в бортовые системы управления, показана эффективность и преимущество применения разработанных интеллектуальных систем управления на основе ИТ мягких вычислений. Применяемая теорема об универсальном аппроксиматоре нечеткими системами с заданной точностью плохо формализованных объектов реализована на инструментарии SCOptKBTM проектирования баз знаний нечетких регуляторов. Приведен пример существенно нелинейного и динамически неустойчивого автономного интеллектуального робота, имитирующего взаимодействие вентилей давления и расхода азота (первый этап ИТ). а также управляющего давлением и расходом азота в криогенной установке охлаждения сверхпроводящего (СП) - магнита в «мега – сайенс» проекте NICA. В этом случае СП – магнит рассматривается как объект управления со слабоструктурированной, плохо формализуемой моделью с не доопределенными параметрами, индивидуальная информация о которых содержится в обучающем сигнале, измеренного на реальном объекте. Показано преимущество адаптивного нечеткого управления классическими объектами управления как направления применения ИИ в теории и систем управления. Технология мягких вычислений и нечеткий вывод регулятора с применением инструментария SCOptKBTM позволяют извлекать знания из измеренного (или смоделированного) обучающего сигнала и реализованы на промышленном процессоре, что существенно расширяет возможности эффективного применения ИТ-инженерии и масштабирования на роботизированные производства в проектах типа «Индустрия 4.0 / 5.0 / 6.0»



Спец.(статьи,препринты) = С 345 с - Магнитные поля и сверхпроводящие магниты. Магнитные измерения
Спец.(статьи,препринты) = Ц 849 - Искусственный интеллект. Теория и практика
Спец.(статьи,препринты) = С 17 и1 - Математическое моделирование
ОИЯИ = ОИЯИ (JINR)2026