Отзывы оппонентов2 (Нейросетевое моделирование адаптивных динамических систем)
Описание файла
Файл "Отзывы оппонентов2" внутри архива находится в папке "Нейросетевое моделирование адаптивных динамических систем". PDF-файл из архива "Нейросетевое моделирование адаптивных динамических систем", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой докторскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени доктора технических наук.
Просмотр PDF-файла онлайн
Текст из PDF
ОТЗЫВ официального оппонента доктора технических наук, профессора Харькова Виталия Петровича на диссертацию на соискание ученой степени доктора технических наук ТЮМЕНЦЕВА Юрия Владимировича, выполненную на тему: "Нейросетевое моделирование адаптивных динамических систем". Специальность 05.13.01. Системный анализ, управление и обработка информации (авиационная и ракетно-космическая техника). Актуальность выполненной диссертации обусловлена следующими обстоятельствами. Расширение круга решаемых задач пилотируемыми ЛА и беспилотными летательными аппаратами ~БЛА), включая и космические аппараты, в котором значительную часть составляют задачи военного и оборонного значения, предполагает и повышение, в первую очередь, безопасности полетов.
Достижение требуемого уровня безопасности в настоящее время осуществляется за счет использования технологии, связанной с резервированием особо важных систем, к которым и относятся системы управления. Такой подход пока является единственным способом обеспечения требуемого уровня безопасности полетов в штатных и в прогнозируемых нештатных ситуациях. В непрогнозируемых нештатных ситуациях, таких как боевые повреждения, частичные разрушения оперения или крыла, повышаются требования к системам управления из-за резкого снижения устойчивости и управляемости. Избыточность аэродинамических управляемых поверхностей, наличие силовых органов управления позволяют сохранить управляемость и устойчивость ЛА за счет управляемой реконфигурации системы управления.
Учитывая, что на реакцию либо экипажей, либо систем автоматического управления отводятся жесткие лимиты по времени, необходимо не только повышать уровень надежности, но и применять новые законы управления. Одним из направлений в реализации процессов реконфигурации является применение адаптивных законов управления. Несмотря на определенные успехи в решении проблемы реконфигурации в последнее десятилетия, данная проблема или область еще не готова к решению прикладных задач, характерных для ЛА.
Один из серьезных факторов, сдерживающих решение этой проблемы, заключается в том, что требуется обеспечивать функционирование в условиях как структурной, так и параметрической неопределенности. Критически важным здесь является задача разработки адаптивной системы управления нелинейными динамическими объектами в условиях существенных, разнородных неопределенностей. Автор в качестве направления решения предложил использовать адаптивные системы управления на основе разработанного им класса полуэмпирических нейросетевых моделей.
Для повышения эффективности процесса адаптации одним из направлений является подход, основанный на введении в состав аппаратно-программной и информационной.из- процессе решения научной задачи исследования автором получены слее нпучные результптьь Алгоритмы формирования полуэмпирических нейросетевых моделей как одного из классов моделей типа «серый ящик» на основе теоретического знания (в виде системы обыкновенных дифференциальных уравнений или дифференциально-алгебраических уравнений) об объекте управления и экспериментальных данных о его поведении.
Предложенные алгоритмы предусматривают структурную перестройку и параметрическую настройку формируемой модели. . Нейросетевой подход к обеспечению адаптивности динамических систем (ДС) за счет как закона управления, так и модели самой ДС, на основе ансамблевой архитектуры используемых нейронных сетей и использования инкрементного обучения этих сетей. Совмещение нейроконтроллера и нейросетевой модели объекта с предварительной идентификацией параметров позволяет представить управление в виде суммы программного управления и управления относительно заданной траектории. .
Унифицированное структурное описание нейросетевых моделей, обеспечивающее единообразное представление всех видов статических и динамических сетей, позволяющее автоматизировать процесс синтеза нейросетевых моделей. . Результаты научно-прикладных исследований, связанных с разработкой имитационной модели функционирования адаптивной системы управления летательными аппаратами. В дуюши 1.
Ооосиоваииость и достоверность полученных в диссертации результатов обусловлена использованием выбранных методов исследования, соответствием их предмету и задачам работы, совпадением некоторых результатов, по- быточности, что в конечном итоге позволит выполнять реконфигурацию с момента восстановления состояния системы управления. Реализация такого подхода требует как обоснования и разработки самой методологии использования программных средств в целях повышения эффективности системы управления, так и разработки самих методов, моделей и программного обеспечения, позволяющих минимизировать потребные вычислительные ресурсы. В диссертационной работе ТЮМЕНЦЕВА Юрия Владимировича нашли должное отражение все эти проблемные задачи, направленные на создание адаптивных систем управления пилотируемых и беспилотных ЛА, позволяющие повысить их эффективность.
Все это делает диссертационную работу не только достаточно актуальной, но и нужной для дальнейц1его развития российской авиации. Объект, предмет и рамки исследования определены автором в целом правильно, цель исследования и научная задача сформулированы достаточно корректно. лученных в диссертации, с результатами известных исследований, большим объемом моделирования.
Прпктическая значимость работы определяется тем, что разработанные методы и средства позволяют повысить не только технологическую эффективность процесса функционирования систем управления движением ЛА в условиях параметрической неопределенности, но и повысить уровень адаптации систем автоматического управления.
Адаптация достигается за счет применения нейросетевых моделей. Предложенные методы и алгоритмы представления динамических процессов пилотирования ЛА в виде их графического отображения позволяют на качественном уровне уменьшить время задержки в обнаружении инструктором ошибок экипажа. Полученные в диссертационном исследовании результаты найдут свое применение при разработке перспективных систем адаптивного управления на основе нейросетевого подхода для летательных аппаратов последующих поколений. Основные научные результаты диссертации достаточно широко опубликованы и апробированы.
Диссертант не ограничился тем минимальным кругом публикаций во внутренних и ближайших к нему изданий, который явился бы достаточным для защиты диссертации, а значительно его расширил за счет участия в международных и всероссийских конференциях, семинарах и научных чтениях. Диссертация обладает достаточным внутренним единством, все ее положения и выводы аргументированы и критически оценены по сравнению с ранее достигнутыми и опубликованными результатами. Автореферат соответствует содержанию и выводам диссертации и позволяет получить достаточно полное о них представление.
Диссертация оформлена в соответствии с требованиями к работам, направляемым в печать, написана грамотно, литературным языком. К замечаниям и недостаткам работы можно отнести следующие. 1. В диссертации недостаточно четко сформулирована проблема, решению которой она посвящена. Вследствие этого достаточно сложно за полученными результатами увидеть единую проблему. Моделирование адаптивных систем управления, что внесено в название темы диссертации, также не отражает ни содержание диссертации, ни решаемую проблему. 2.
Предлагаемые адаптивные алгоритмы управления, сочетающие в себе совокупность различных известных подходов с НС-моделированием, проработаны недостаточно глубоко. Отсутствуют как области параметрической неопределенности их применения, так и сравнительный анализ целесообразности использования какого-то конкретного метода адаптивного управления. 3. Изложенный НС-подход к моделированию движения ЛА с адаптивным управлением представляет собой скрытую форму идентификации и сравнивать одни результаты моделирования с другими, полученными, по так называемым, «плохим» моделям не совсем корректно.
4. Реконфигурация системы управления на основе идентификации предполагает наличие определенного временного интервала, в течение которого достигается сходимость процесса идентификации. Не оговорено время обучения нейросети при различных отказах и повреждениях, ни время развития аварийной ситуации, при которой любое управление не способно ликвидировать возникшую деградацию. Указанные замечания и недостатки несколько снижают общий прикладной уровень диссертации, но не уменьшают ее научную значимость и ценность работы в целом. Вывод: диссертация ТЮМЕНЦЕВА Ю. В. представляет собой завершенную научно-исследовательскую квалификационную работу, содержащую новое решение важной научно-технической задачи, состоящей в разработке методов, моделей и средств повышения эффективности адаптивного управления динамическими системами на основе нейросетевой технологии.
Работа удовлетворяет всем требованиям ВАК РФ, предьявляемым к докторским диссертациям. Автор диссертации, ТЮМЕНЦЕВ Юрий Владимирович, заслуживает присуждения ему ученой степени доктора технических наук по специальности 05.13.01 «Системный анализ, управление и обработка информации (авиационная и ракетно-космическая техника)». Официальный оппонент доктор технических наук, профессор г г~ ~ В.П.
Харьков «3» декабря 2016 г. Подпись официального оппонента доктора технических наук, профессора Харькова Виталия Петровича заверяю Начальник отдела по работе с ~фййым соста ф, йф~' О.Ю.Максимова «.~~ » декабря 2016 г. .