Automation and modeling in design and management Automation and modeling in design and management Автоматизация и моделирование в проектировании и управлении 2658-3488 2658-6436 49271 10.30987/2658-6436-2022-1-24-32 Автоматизация и управление технологическими процессами и производствами, системы автоматизации проектирования Automation and control of technological processes and production, automated design systems Автоматизация и управление технологическими процессами и производствами, системы автоматизации проектирования DEVELOPING AND APPLYING NEURAL NETWORK MODELS IN AUTOMATING EQUIPMENT CONTROL AND TECHNOLOGICAL PROCESSES РАЗРАБОТКА И ПРИМЕНЕНИЕ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ В АВТОМАТИЗАЦИИ УПРАВЛЕНИЯ ОБОРУДОВАНИЕМ И ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ Суханова Наталия Вячеславовна Sukhanova Nataliya Viacheslavovna n_v_sukhanova@mail.ru

кандидат технических наук;

candidate of technical sciences;

 Московский государственный технологический университет «Станкин» Moscow State University of Technology «STANKIN» Институт конструкторско-технологической информатики РАН Москва Россия Institute of Design-Technological Informatics of RAS Moscow Russian Federation 30 03 2022 30 03 2022 2022 1 24 32 17 03 2022 https://naukaru.ru/en/nauka/article/49271/view

Разработаны модели оборудования и технологических процессов на базе нейронных сетей с коммутаторной структурой. Предложено использовать нейросетевые модели в автоматизированных системах управления (АСУ). Нейросетевые модели позволяют реализовать АСУ с гибкой программируемой коммутаторной структурой, оперативно подключать и отключать новое технологическое оборудование, изменять порядок операций в технологических процессах, адаптировать систему к изменению условий и внешней среды. Объект исследования – АСУ. Метод – моделирование. Цель – сокращение затрат на разработку и применение АСУ

Models of equipment and technological processes based on neural networks with a commutator structure are developed. The article proposes to use neural network models in automated control systems (ACS). Neural network models make it possible to implement automated control systems with a flexible programmable switching structure, quickly connect and disconnect new technological equipment, change the operation order in technological processes, and adapt the system to changing conditions and the external environment. The object of study is ACS. The method is modelling. The aim is to reduce the cost of developing and using automated control systems.

 автоматизированная система управления гибкая программируемая структура искусственная нейронная сеть коммутаторная структура нейросетевая модель automated control system flexible programmable structure artificial neural network switching structure neural network model

Соломенцев, Ю.М., Сосонкин, В.Л. Управление гибкими производственными системами / Ю. М. Соломенцев, В. Л. Сосонкин. - М.: Машиностроение, 1988. - 352 с. Solomentsev Yu.M., Sosonkin V.L. Flexible Manufacturing System Control. Moscow: Mashinostroenie, 1988. 352 p. Суханова, Н.В. Разработка требований к аппаратно-программному комплексу интеллектуальных систем управления в машиностроении // Наукоемкие технологии в машиностроении. - 2018. - №12 (90). - С. 38-43. Sukhanova N.V. Development of Requirements to Hardware-Software Complex of Intelligent Systems of Control in Mechanical Engineering. Science Intensive Technologies in Mechanical Engineering, 2018, no. 12 (90), pp. 38-43. Суханова, Н.В. Разработка интеллектуальных автоматизированных систем управления в машиностроении // Наукоемкие технологии в машиностроении. - 2018, № 11 (89). - С. 42-46. Sukhanova N.V. Development of Intelligent Auto-mated Control Systems in Mechanical Engineering. Science Intensive Technologies in Mechanical Engineering, 2018, no. 11 (89), pp. 42-46. Суханова, Н.В. Обеспечение безотказности интеллектуальных систем управления // Качество. Инновации. Образование, 2018. - №2 (153). - С. 23-29. Sukhanova N.V. Ensuring Fault Tolerance of Auto-mated Control Systems. Quality. Innovation. Education, 2018, no. 2 (153), pp. 23-29. Суханова, Н.В. Разработка и исследование способа контроля работоспособности автоматизированных систем управления на базе искусственных нейронных сете // Вестник Брянского государственного технического университета. - 2018. - № 7. - С. 91-98. Sukhanova N.V. Developing and Researching a Method for Monitoring the Automated Control System Performance Based on Artificial Neural Networks. Bulletin of Bryansk State Technical University, 2018, no. 7, pp. 91-98. Суханова, Н.В. Обеспечение отказоустойчивости аппаратных средств автоматизированных систем управления // Вестник МГТУ "СТАНКИН". - 2017. - №2 (41). - С. 79-83. Sukhanova N.V. Ensuring Fault Tolerance of Auto-mated Control System Hardware. Bulletin of MSTU “STANKIN”, 2017, no. 2 (41), pp. 79-83. Суханова, Н.В. Применение коммутаторной структуры при обеспечении отказоустойчивости аппаратных средств вычислительных систем // Вестник МГТУ "СТАНКИН". - 2017. - №3 (42). - С. 105-110. Sukhanova N.V. Using a Commutator Structure in Ensuring Fault Tolerance of Computer System Hard-ware. Bulletin of MSTU “STANKIN”, 2017, no. 3 (42), pp. 105-110. Патент на полезную модель 75247 Российская Федерация МПК 7 G06F15/16 Модульная вычислительная система / Кабак И.С., Суханова Н. В.: заявитель и патентообладатель Кабак И.С., Суханова Н.В. - № 2008106859; заявл. 26.02.2008; опубл. 27.07.2008, Бюл. № 21. - 2 с.: ил. Kabak I.S., Sukhanova N.V. Patent for Utility Model 75247 Russian Federation MPK 7 G06F15/16 Modular computer system. No. 2008106859; applied on 26th of February 2008; published on the 27th of July, 2008, Bull. No. 21. 2 p. Патент на изобретение 2398281 Российская Федерация МПК 7 G06N 3/06 Многослойная модульная вычислительная система / Соломенцев Ю.М., Шептунов С.А., Кабак И.С., Суханова Н.В.: заявитель и патентообладатель Федеральное государственное бюджетное учреждение науки Институт конструкторско-технологической информатики Российской академии наук (ИКТИ РАН). - № 2008143737; заявл. 07.11.2008; опубл. 27.08.2010, Бюл. № 24. - 8 с.: ил. Solomentsev Yu.M., Sheptunov S.A., Kabak I.S., Sukhanova N.V. Patent for invention 2398281 Russian Federation MPK 7 G06N 3/06 Multilayer Modular Computer: Applicant and Patent Holder Federal State Public Scientific Establishment Institute of Information Technology in Design and Engineering of the Russian Academy of Sciences (IKTI RAS). No. 2008143737; applied on the 7th of November 2008; published on the 27th of August 2010, Bull. No. 24. 8 p. Галушкин, А.И. Синтез многослойных систем распознавания образов. - М.: «Энергия», 1974. - 367 с. Galushkin, A.I. Synthesis of Multilayer Image Recognition Systems. Moscow: Energiya, 1974. 367 p. Росс Эшби У. Введение в кибернетику. An Introduction to Cybernetics. - Издательство иностранной литературы, 1959. - С. 127-169. Ross Ashby W. An Introduction to Cybernetics. Foreign Languages Publishing House, 1959. pp. 127-169.