Разработка подхода к формированию нормированного функционала отклонения показателя эффективности

Автор(и)

  • Ігор Анатолійович Луценко Кременчуцький національний університет імені Михайла Остроградського, Україна https://orcid.org/0000-0002-1959-4684
  • Ірина Григорівна Оксанич Кременчуцький національний університет імені Михайла Остроградського, Україна https://orcid.org/0000-0002-4570-711X
  • Максим Олексійович Драчко Кременчуцький національний університет імені Михайла Остроградського, Україна https://orcid.org/0009-0007-0870-8811
  • Євгенія Володимирівна Бурдільна Кременчуцький національний університет імені Михайла Остроградського, Україна https://orcid.org/0000-0002-4539-9655

DOI:

https://doi.org/10.15587/1729-4061.2026.365105

Ключові слова:

кибернетическое управление, критерий эффективности, ELF, нормированный показатель отклонения, режимная селекция

Анотація

Объектом исследования является управляемый технологический процесс нагрева жидкости, который рассматривается как кибернетичная система преобразования ресурсов в полезный технологический продукт. Исследуется возможность построения нормированного функционала отклонения показателя эффективности в динамических моделях технологических процессов, и используемого для синтеза оптимальных управляющих воздействий. Они обеспечивают количественную оценку отклонения фактической эффективности от требуемого уровня и позволяют применять методы оптимального управления.

В работе решается проблема поиска нормированного показателя отклонения эффективности Е, который бы обеспечил безразмерность данного показателя и его масштабную независимость. Он является безразмерной квадратичном мерой разности между суммарным полезным результатом и суммарными затратами. Показано, что показатель Е имеет свойства постоянства вычислений и может использоваться для анализа, нормирования и сравнения различных режимов управления.

Разработан вычислительный блок ELF (Normalized Efficiency Criterion), который позволяет преобразовывать входные параметры в стоимостную форму, накапливать общие затраты и полезный эффект, формировать показатели дополнительной выгоды и ресурсоемкости, а также вычислять нормализованный критерий эффективности. Показано, что ELF является интегральным показателем эффективности как отношение добавочной выгоды к ресурсоёмкости допустимого режима, а показатель Е представляет его нормированную метрическую форму.

Полученные результаты позволяют оценить эффективность процесса в численном виде. А функционал Е показывает отклонение от необходимого режима, что дает возможность провести анализ и принять правильные решения в управлении технологическим процессом.

Результаты исследования могут быть использованы в любых технологических процессах

Біографії авторів

Ігор Анатолійович Луценко, Кременчуцький національний університет імені Михайла Остроградського

Доктор технічних наук, професор

Кафедра автоматизації та інформаційних систем 

Ірина Григорівна Оксанич, Кременчуцький національний університет імені Михайла Остроградського

Доктор технических наук, професор 

Кафедра автоматизації та інформаційних систем 

Максим Олексійович Драчко, Кременчуцький національний університет імені Михайла Остроградського

Аспірант

Кафедра автоматизації та інформаційних систем 

Євгенія Володимирівна Бурдільна, Кременчуцький національний університет імені Михайла Остроградського

Кандидат технічних наук

Кафедра автоматизації та інформаційних систем

Посилання

  1. Ellis, M., Liu, J., Christofides, P. D. (2017). Economic Model Predictive Control. Springer International Publishing. https://doi.org/10.1007/978-3-319-41108-8
  2. Angeli, D., Amrit, R., Rawlings, J. B. (2012). On Average Performance and Stability of Economic Model Predictive Control. IEEE Transactions on Automatic Control, 57 (7), 1615–1626. https://doi.org/10.1109/tac.2011.2179349
  3. Hu, C., Chen, S., Wu, Z. (2023). Economic Model Predictive Control of Nonlinear Systems Using Online Learning of Neural Networks. Processes, 11 (2), 342. https://doi.org/10.3390/pr11020342
  4. Simkoff, J. M., Lejarza, F., Kelley, M. T., Tsay, C., Baldea, M. (2020). Process Control and Energy Efficiency. Annual Review of Chemical and Biomolecular Engineering, 11 (1), 423–445. https://doi.org/10.1146/annurev-chembioeng-092319-083227
  5. Orzan, A., Precup, R. (2023). Dinkelbach Type Approximation Algorithms for Nonlinear Fractional Optimization Problems. Numerical Functional Analysis and Optimization, 44 (9), 954–969. https://doi.org/10.1080/01630563.2023.2217893
  6. Bertsekas, D. P. (2005). Dynamic Programming and Optimal Control. Athena Scientific. Available at: https://web.mit.edu/dimitrib/www/DP1_Short_View.pdf
  7. Bryson, A. E., Ho, Y.-C. (2018). Applied Optimal Control. Routledge. https://doi.org/10.1201/9781315137667
  8. Goodwin, G. C., Graebe, S. F., Salgado, M. E. (2001). Control System Design. Prentice Hall.
  9. Santander, O., Betts, C. L., Archer, E. E., Baldea, M. (2020). On the interaction and integration of production planning and (advanced) process control. Computers & Chemical Engineering, 133, 106627. https://doi.org/10.1016/j.compchemeng.2019.106627
  10. Dorf, R. C., Bishop, R. H. (2016). Modern Control Systems. Pearson. Available at: http://pdf.lib.vntu.edu.ua/books/2021/Dorf_Modern_control_systems_2017_1106.pdf
  11. Åström, K. J., Murray, R. M. (2020). Feedback Systems: An Introduction for Scientists and Engineers. Princeton University Press. Available at: https://www.cds.caltech.edu/~murray/books/AM08/pdf/fbs-public_24Jul2020.pdf
  12. Rawlings, J. B., Mayne, D. Q., Diehl, M. (2017). Model Predictive Control: Theory, Computation, and Design. Nob Hill Publishing. Available at: https://sites.engineering.ucsb.edu/~jbraw/mpc/MPC-book-2nd-edition-1st-printing.pdf
  13. Li, H., Pangborn, H. C., Kovalenko, I. (2023). A System-Level Energy-Efficient Digital Twin Framework for Runtime Control of Batch Manufacturing Processes. 2023 IEEE 19th International Conference on Automation Science and Engineering (CASE), 1–6. https://doi.org/10.1109/case56687.2023.10260642
  14. Bertsekas, D. P. (2019). Reinforcement Learning and Optimal Control. Athena Scientific. Available at: https://faculty.engineering.asu.edu/bertsekas/wp-content/uploads/sites/129/2019/10/RL_Frontmatter-SHORT-INTERNET-POSTED.pdf
  15. Lutsenko, I. (2026). Development of a universal integral criterion for cybernetic control. Eastern-European Journal of Enterprise Technologies, 2 (4 (140)), 6–15. https://doi.org/10.15587/1729-4061.2026.356114
  16. Lutsenko, I. (2015). Identification of target system operations. development of global efficiency criterion of target operations. Eastern-European Journal of Enterprise Technologies, 2 (2 (74)), 35–40. https://doi.org/10.15587/1729-4061.2015.38963
Разработка подхода к формированию нормированного функционала отклонения показателя эффективности

##submission.downloads##

Опубліковано

2026-06-26

Як цитувати

Луценко, І. А., Оксанич, І. Г., Драчко, М. О., & Бурдільна, Є. В. (2026). Разработка подхода к формированию нормированного функционала отклонения показателя эффективности. Eastern-European Journal of Enterprise Technologies, 3(4 (141), 6–17. https://doi.org/10.15587/1729-4061.2026.365105

Номер

Розділ

Математика та кібернетика - прикладні аспекти