Registration Number
0526U000347, Doctoral dissertation
Status
Доктор технічних наук
Date
19-11-2026
popup.evolution
o
Чому дисертація має статус "Запланована"?
Title
Methodological foundations of intelligent automated control of a complex adaptive technical system
Author
Oleksandr V. Yefymenko, Кандидат технічних наук
popup.opponent Volodymyr V. Pasichnyk
popup.opponent Oleh Y. Fedorovych
popup.opponent Yevgeniy V. Bodyanskiy
popup.review Natalia Sharonova
popup.review Myhailo Godlevskyi
popup.review Igor P. Gamayun
popup.rada
National Technical University "Kharkiv Polytechnic Institute"
Description
Дисертація присвячена теоретичному узагальненню та формуванню нового підходу до розв’язання актуальної науково-прикладної проблеми створення інтелектуальної автоматизованої системи управління технологічним процесом складної адаптивної технічної системи, для забезпечення гнучкості до змін навколишнього середовища та прогнозування ефективного виконання дій у штатному та аварійному режимах в мінливих умовах роботи. Створено методологічні основи автоматизованого управління адаптивною технічною системою у вигляді машинно-тракторного агрегату, в складних умовах експлуатації. Обґрунтовано доцільність застосування штучного інтелекту в автоматизованій системі управління з урахуванням змінних умов експлуатації та неповної визначеності інформації. Розроблено метод синтезу функціональної структури автоматизованої системи управління адаптивною технічною системою, який заснований на графо-орієнтованому представлені. Створено архітектуру інтелектуальної автоматизованої системи управління, яка забезпечує гнучкість управляючих дій до змін параметрів робочого середовища, в режимі реального часу. Розроблено метод побудови цифрової моделі робочого середовища, шляхом автоматизованої інтеграції різнотипних вимірювальних даних із попередньою обробкою в єдиному інформаційному просторі. Запропоновано модель візуалізації робочого середовища на основі контурного подання даних, що поєднує графічне та числове представлення параметрів, зменшує візуальне перевантаження на оператора адаптивної технічної системи та підвищує оперативність прийняття управлінських рішень. Створено підхід до структуризації інформації в автоматизованій системі управління з використанням нечіткої когнітивної моделі. Запропоновано метод багатовимірного прогнозування параметрів робочого середовища, з урахуванням часових затримок і невизначеності, що забезпечує адекватність прийняття управлінських рішень. Розроблено метод навчання штучної нейронної мережі для прогнозування тягової потужності адаптивної технічної системи у вигляді машинно-тракторного агрегату, що дозволяє підвищити точність кластеризації даних та забезпечити пристосування машини до змін стану зовнішнього середовища. Запропоновано методи інтелектуального автоматизованого управління адаптивною технічною системою, з різною обчислювальною складністю, які використовуються в залежності від складу робочого середовища, що забезпечує підвищення ефективності роботи машини. Створена інтелектуальна модель управління адаптивною технічною системою у вигляді машинно-тракторного агрегату на основі глибокої штучної нейронної мережі, що включає вхідні дані про тягове зусилля, швидкість руху, положення робочого обладнання та тип ґрунту і виконує прогнозування найбільш раціональної тягової потужності, з урахуванням часових затримок.
Проведені експерименти, із застосуванням створеної автоматизованої системи управління адаптивною технічною системою з інтелектуальною складовою, які підтвердили ефективність, практичну значущість і доцільність використання розроблених методів, моделей та прикладної інформаційної технології в експлуатації сучасних адаптивних технічних систем у вигляді машинно-тракторних агрегатів в умовах особливого стану країни.
Registration Date
2026-10-22
popup.nrat_date
2026-10-22 / 2026-10-22