Ф.И.О.

Лубенцова Елена Валерьевна

Ученая степень

• кандидат технических наук

Ученое звание

доцент

Почетное звание

—

Организация, должность

• Кубанский государственный технологический университет
  кафедра «Автоматизация производственных процессов»
  доцент кафедры

Научные интересы

синтез и анализ систем автоматического управления биотехнологическими объектами и процессами с учетом неопределенностей

Адрес веб-сайта

—

Электропочта

elena-v-l@mail.ru

Текущий рейтинг (суммарный рейтинг статей)

0

TOP5 соавторов

• Пиотровский Д. Л. ²
• Лубенцов В. Ф. ¹
• Масютина Г. В. ¹

Статей в журнале: 2 шт

Сформировать список работ, опубликованных в Научном журнале КубГАУ

• pdf  532.670kb doc 532.670kb Просмотров: 283 Дата: 31.05.2017
  Лубенцова Е. В. Пиотровский Д. Л. Масютина Г. В. Лубенцов В. Ф.

  Анализ показателей качества САУ с нелинейным аппроксимирующим законом управления

  05.00.00 Технические науки

  Краткое описание

  Предметом исследований данной работы являлось исследование качества процессов регулирования в нелинейной САУ с аппроксимирующим законом управления. В известных опубликованных работах отсутствуют результаты подобных исследований, что затрудняет синтез нелинейной системы управления многорежимными объектами в прикладной биотехнологии, в том числе технологическими объектами АПК. Проведен сравнительный анализ показателей качества регулирования в переходном и установившемся режимах. Показано, что используемый метод аппроксимации для синтеза нелинейного закона управления обеспечивает линейные зависимости в установившихся и близких к ним режимах в сочетании с релейными в переходных режимах, что является положительным фактором улучшения качества регулирования в многорежимных системах управления. При этом не требуется определения моментов переключения зависимостей в законе управления при смене режимов

• pdf  173.985kb doc 173.985kb Просмотров: 273 Дата: 28.04.2017
  Лубенцова Е. В. Пиотровский Д. Л.

  Исследование алгоритмов обучения нейро-нечеткой системы управления биотехнологическим процессом

  05.00.00 Технические науки

  Краткое описание

  Предметом исследований данной работы являлся алгоритм обучения нейро-нечеткой системы с различными функциями принадлежности. В известных опубликованных работах отсутствуют результаты подобных исследований, что затрудняет синтез нейро-нечеткой системы управления новыми объектами в прикладной биотехнологии, в том числе технологическими объектами АПК. Проведен сравнительный анализ алгоритмов обучения нейро-нечеткой системы с различными функциями принадлежности с применением метода обратного распространения ошибки и гибридного метода. Для этого использована обучающая выборка, содержащая данные по температуре и концентрации растворенных в культуральной жидкости газов: кислорода (рО2), углекислого газа (рСО2) биотехнологического процесса. Показано, что гибридный метод осуществляет обучение нейронной сети за число эпох в 23 раза меньшее, чем алгоритм обратного распространения ошибки. В ходе исследований установлено, что двухсторонняя гауссовская функция принадлежности обеспечивает наименьшую ошибку обучения сети δ, равную 3,28•10–3, по сравнению с другими, дающими наибольшую ошибку обучения нейронной сети δ=0,138. По результатам исследований сделан вывод, что для адаптации нейро-нечеткой сети ANFIS и системы нечеткого вывода Сугено нулевого порядка к решению задачи управления биотехнологическими процессами микробиологических производств эффективным является использование гибридного метода обучения и двухсторонней гауссовской функции принадлежности