vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2021-48-4-44-54vdgtu-997Research ArticleИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕCOMPUTER SCIENCE, COMPUTER ENGINEERING AND MANAGEMENTОписание метода нечеткого ситуационного управления на основе композиционной гибридной модели сложной технической системыDescription of the method of fuzzy situational control based on a composite hybrid model of a complex technical systemhttps://orcid.org/0000-0002-0363-4389АвраменкоД. Ю.AvramenkoD. Yu.

Авраменко Дарья Юрьевна, аспирант, кафедра управления и интеллектуальных технологий

214013, г. Смоленск, Энергетический пр-д, 1

Daria Yu. Avramenko, Postgraduate Student, Department of Management and Intelligent Technologies 

214013, Smolensk, Energetichesky pr-d, 1

Leyzi-small@yandex.ruФилиал Национального исследовательского университета «МЭИ» в г. СмоленскеРоссияBranch of the National Research University Moscow Power Engineering Institute in SmolenskRussian Federation2021100220224844454Copyright © Авраменко Д.Ю., 20222022Авраменко Д.Ю.Avramenko D.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/997

Цель. Целью исследования является обобщение накопленного опыта нечеткого ситуационного управления на основе композиционной гибридной модели сложной технической системы в виде алгоритма и формирование на этой основе рекомендаций по методике формирования и идентификации ситуаций, определяющих параметров и решений для управления сложной технической системой в условиях неполных данных для повышения точности управляющих решений. Метод. Исследование основано на моделировании системы в условиях неполноты данных и невозможности получения информации обо всем диапазоне работы системы. Нечеткое ситуационное управление позволяет выработать управляющие решения в соответствии с выбранной стратегией управления и учесть специфику системы благодаря композиционной модели. Результат. Предложен алгоритм нечёткого ситуационного управления сложными техническими системами на основе композиционных гибридных моделей. Рассмотрены этапы, особенности, достоинства и недостатки нечёткого ситуационного управления для данного типа систем. Задан порядок определения и однозначной идентификации возникающих нечётких ситуаций для системы, а также рассмотрены методы анализа и выработки типовых стратегий управления. Рассматриваемая в статье композиционная гибридная модель сложной технической системы описывает работу экспериментальной компрессорной установки ЭЦК-55.Вывод. К основным достоинствам разработанного нечёткого ситуационного метода управления сложными техническими системами относятся: интеграция системы управления с уже существующими элементами системы; лучшее использование имеющихся ресурсов; адаптивность и надежность метода управления, основанного на нечётких ситуационных сетях и композиционной гибридной модели системы. Определены стратегии управления, позволяющие выполнять требования потребителя по качеству продукта, а также безопасности работы персонала и оборудования, безаварийности производства и экономии ресурсов.

Objective. The aim of the study is to generalize the accumulated experience of fuzzy situational control based on a compositional hybrid model of a complex technical system in the form of an algorithm and, on this basis, to form recommendations on the methodology for the formation and identification of situations, determining parameters and solutions for managing a complex technical system under conditions incomplete data to improve the accuracy of control decisions. Method. The use of a compositional hybrid model solves the problem of describing and modeling the system in conditions of incomplete data and the impossibility of obtaining information about the entire range of the system's operation. Fuzzy situational control makes it possible to develop control decisions in accordance with the chosen control strategy and take into account the specifics of the system thanks to the compositional model. Result. An algorithm for fuzzy situational control of complex technical systems based on compositional hybrid models is proposed. The stages, features, advantages and disadvantages of fuzzy situational control for this type of systems are considered. The procedure for determining and unambiguously identifying emerging fuzzy situations for the system is given, and a method for analyzing and developing typical control strategies is also considered. The compositional hybrid model of a complex technical system considered in the article describes the operation of the experimental compressor unit ETsK-55. Conclusion. The main advantages of the developed fuzzy situational method for managing complex technical systems include: integration of the control system with existing elements of the system; better use of available resources; adaptability and reliability of a control method based on fuzzy situational networks and a composite hybrid model of the system. Management strategies have been defined to meet the customer's requirements for product quality, as well as the safety of personnel and equipment, trouble-free production and saving resources.

нечёткие ситуационные сетинечёткое ситуационное управлениесложные технические системыкомпозиционные гибридные моделинейронные сетинечёткие сетикомпрессорная установкаfuzzy situational networksfuzzy situational controlcomplex technical systemscomposite hybrid modelsneural networksfuzzy networkscompressor unitReferencesМелихов А.Н., Берштейн Л.С, Коровин С.Я. Ситуационные советующие системы с нечёткой логикой. М.: Наука, 1990. 272 с.Melikhov A.N., Bershtein L.S., Korovin S.Ya. Situational advising systems with fuzzy logic. [Nauka]. Science. 1990; 272 (In Russ)Поспелов Д.А. Большие системы. Ситуационное управление. М.: Знание, 1975. 64 с.Pospelov D.A. Large systems. Situational management. [Znaniye] Knowledge. 1975; 64. (In Russ)McCarthy J. Actions and other events in situation calculus // In Proc. of Proceedings of the Eighth International Conference on Principles of Knowledge Representation and Reasoning (KR-2002), 2002. рр. 615-628.McCarthy J. Actions and other events in situation calculus // In Proc. of Proceedings of the Eighth International Conference on Principles of Knowledge Representation and Reasoning (KR-2002), 2002; 615-628.Ситчихин А.Н. Иерархические ситуационные модели с предысторией для автоматизированной поддержки решений в сложных системах. Автореферат дисс. канд. техн. наук.: Уфа, 2002. 20 с.Sitchikhin A.N. Historical hierarchical situational models for automated decision support in complex systems. Abstract dissertation. PHD .: Ufa, 2002; 20. (In Russ)Борисов В. В., Авраменко Д. Ю. Нечеткое ситуационное управление сложными системами на основе их композиционного гибридного моделирования //Системы управления, связи и безопасности. 2021. № 3. С. 207-237. DOI: 10.24412/2410-9916-2021-3-207-237.Borisov V. V., Avramenko D. Yu. Fuzzy situational control of complex systems based on their compositional hybrid modeling . [Sistemy upravleniya, svyazi i bezopasnosti] Control Systems, Communications and Security. 2021; 3: 207-237. DOI: 10.24412/2410-9916-2021-3-207-237. (In Russ)Majors M. Stori J. Cho D. -I. Neural network control of automatic terns // IEEE Control Systems. 1994. V. 14. N 3. рр. 31- 36.Majors M. Stori J. Cho D. -I. Neural network control of automatic terns. IEEE Control Systems. 1994; 14(3): 31-36.Макаров И.М. Теория выбора и принятия решений. Наука, 1987. 350с.Makarov I.M. The theory of choice and decision making. Nauka]. Science. 1987; 350. (In Russ)Ларичев О.И. Теория и методы принятия решений. М.: Логос. 2002.Larichev O.I. Theory and methods of decision making. Logos. 2002. (In Russ)Никифоров А.Г., Авраменко Д.Ю. Подготовка экспериментальных данных для нейросетевого моделирования характеристик центробежных компрессоров // Научно-технические ведомости, СПбПУ. Естественные и инженерные науки. 2018. Т. 24. № 4. С. 61-71. DOI: 10.18721/JEST.240406.Nikiforov A.G., Avramenko D.Yu. Preparation of experimental data for neural network modeling of characteristics of centrifugal compressors. [Nauchno-tekhnicheskiye vedomosti, SPbPU. Yestestvennyye i inzhenernyye nauki] Scientific and technical statements, St. Petersburg State Polytechnical University Journal. Natural and engineering sciences. 2018; 24(4): 61- 71. DOI: 10.18721/JEST.240406. (In Russ)Попова Д.Ю. , Борисов В.В. Элементы и режимы работы композиционной модели сложной технической системы // XVI Всероссийская науч.конф. «Нейрокомпьютеры и их применение». Тезисы докладов. М.: МГППУ, 2018. 13 марта 2018 г. С. 191- 194.Popova D.Yu. , Borisov V.V. Elements and modes of operation of a compositional model of a complex technical system. XVI All-Russian Scientific Conference. "Neurocomputers and their application". Abstracts of reports. MGPPU, 2018.13 March 2018; 191-194. (In Russ)D. Popova. Neuro-Fuzzy Modeling of Compressor Unit Performance//3 Russian-Pacific Conference on Computer Technology and Applications RPC 2018 (Третья Российско-Тихоокеанская конференция по компьютерным технологиям и приложениям). Владивосток. 18-25 августа 2018. DOI: 10.1109/RPC.2018.8482214Popova D. Neuro-Fuzzy Modeling of Compressor Unit Performance. 3rd Russian-Pacific Conference on Computer Technology and Applications RPC 2018. DOI: 10.1109/RPC.2018.8482214D. Avramenko, A. Nikiforov, A. Kuchumov, S. Terentev, Yu. Galerkin, O. Solovyeva. Vaneless diffusers characteristics simulating by means of neural networks // 11th International Conference on “Compressors and their Systems”. – London. September 9-11, 2019. DOI:10.1088/1757-899X/604/1/012046.Avramenko D., Nikiforov A., Kuchumov A., Terentev S., Galerkin Yu., Solovyeva O. Vaneless diffusers characteristics simulating by means of neural networks . 11th International Conference on “Compressors and their Systems”. London. September 9-11, 2019. DOI:10.1088/1757-899X/604/1/012046.Bei Sun, Chunhua Yang, Yalin Wang, Weihua Gui, Ian Craig, Laurentz Olivier. A comprehensive hybrid first principles/machine learning modeling framework for complex industrial processes. Journal of Process Control. V. 86, February 2020, P. 30-43. DOI:10.1016/j.jprocont.2019.11.012.Bei Sun, Chunhua Yang, Yalin Wang, Weihua Gui, Ian Craig, Laurentz Olivier. A comprehensive hybrid first principles/machine learning modeling framework for complex industrial processes. Journal of Process Control. February 2020; 86: 30-43. DOI:10.1016/j.jprocont.2019.11.012.Andrew A.Evstifeev, Margarita A.Zaeva. Method of Applying Fuzzy Situational Network to Assess the Risk of the Industrial Equipment Failure //Procedia Computer Science. V. 190, 2021, P. 241-245. DOI: 10.1016/j.procs.2021.06.030.Andrew A.Evstifeev, Margarita A.Zaeva. Method of Applying Fuzzy Situational Network to Assess the Risk of the Industrial Equipment Failure. Procedia Computer Science. 2021; 190: 241-245. DOI: 10.1016/j.procs.2021.06.030.Anatolii Kargin, Sergej Panchenko, AleksejsVasiljevs, TetyanaPetrenko. Implementation of cognitive perception functions in fuzzy situational control model. Procedia Computer Science. 2019; 149: 231-238. DOI: 10.1016/j.procs.2019.01.128.Anatolii Kargin, Sergej Panchenko, AleksejsVasiljevs, TetyanaPetrenko. Implementation of cognitive perception functions in fuzzy situational control model. Procedia Computer Science. 2019; 149: 231-238. DOI: 10.1016/j.procs.2019.01.128.Pavel Yu. Buchatskiy; Vladimir S. Simankov; Andrey V. Shopin. Approach to Managing an Autonomous Energy Complex with Renewable Energy Sources based on Fuzzy Models. 2019 International Russian Automation Conference. September 2019. DOI: 10.1109/RUSAUTOCON.2019.8867728Pavel Yu. Buchatskiy; Vladimir S. Simankov; Andrey V. Shopin. Approach to Managing an Autonomous Energy Complex with Renewable Energy Sources based on Fuzzy Models. 2019 International Russian Automation Conference. September 2019. DOI: 10.1109/RUSAUTOCON.2019.8867728Annamária R. Várkonyi-Kóczy; Imre J. Rudas. TS fuzzy modeling based anytime control methodology for situational control // 2011 IEEE International Instrumentation and Measurement Technology Conference. Hangzhou, China – May 10-12, 2011. DOI: 10.1109/IMTC.2011.5944354Annamária R. Várkonyi-Kóczy; Imre J. Rudas. TS fuzzy modeling based anytime control methodology for situational control. 2011 IEEE International Instrumentation and Measurement Technology Conference. Hangzhou, China – May 10-12, 2011. DOI: 10.1109/IMTC.2011.5944354Pegah Amini, Mehdi Khashei. A soft intelligent allocation-based hybrid model for uncertain complex time series forecasting // Applied Soft Computing, V. 84, November 2019, 105736. DOI: 0.1016/j.asoc.2019.105736.Pegah Amini, Mehdi Khashei. A soft intelligent allocation-based hybrid model for uncertain complex time series forecasting. Applied Soft Computing. November 2019; 84: 105736. DOI: 0.1016/j.asoc.2019.105736.Ruxin Gao, Yahui Zhang, David Kennedy. Application of the dynamic condensation approach to the hybrid FE-SEA model of mid-frequency vibration in complex built-up systems // Computers & Structures, V. 228, February 2020, 106156. DOI: 10.1016/j.compstruc.2019;106156.Ruxin Gao, Yahui Zhang, David Kennedy. Application of the dynamic condensation approach to the hybrid FE-SEA model of mid-frequency vibration in complex built-up systems. Computers & Structures. V. 228, February 2020, 106156. DOI: 10.1016/j.compstruc.2019;106156.Sultan Alqahtani, Tarek Echekki. A data-based hybrid model for complex fuel chemistry acceleration at high temperatures // Combustion and Flame, V. 223, January 2021, P. 142-152. DOI: 10.1016/j.combustflame.2020.09.022.Sultan Alqahtani, Tarek Echekki. A data-based hybrid model for complex fuel chemistry acceleration at high temperatures. Combustion and Flame, V. 223, January 2021; 142-152. DOI: 10.1016/j.combustflame.2020.09.022.Slimane Ouhmad, Abderrahim Beni-Hssane, Abdelmajid Hajami. The hybrid neural model to strengthen the e-nose restricted in real complex conditions.Procedia Computer Science, 2018; 107-113. DOI: 10.1016/j.procs.2018.07.150.Slimane Ouhmad, Abderrahim Beni-Hssane, Abdelmajid Hajami. The hybrid neural model to strengthen the e-nose restricted in real complex conditions. Procedia Computer Science. 2018; 107-113. DOI: 10.1016/j.procs.2018.07.150.

The authors declare that there are no conflicts of interest present.