Керування тепличним комплексом з використанням синергетичного підходу та нейронних мереж
DOI:
https://doi.org/10.15587/1729-4061.2019.176157Ключові слова:
синергетичний регулятор, нейронна мережа, інтелектуальне керування, тепличний комплекс, овочева продукціяАнотація
Розглядається використання штучних нейронних мереж до синтезу інтелектуальних систем з синергетичним законом керування. Показано, що досі всі об’єкти дослідження, а відповідно і закони керування, вважали лінійними, або намагались звести їх до таких, втрачаючи в певних особливостях. Проте, як свідчить практика, реальні об’єкти у своїй більшості, є нелінійними. Розгляд таких об’єктів із спробою їх лінеаризації призводить до того, що втрачаються важливі характеристики всього процесу. Основна частина тепличного комплексу складається саме із нелінійних об’єктів керування. Не винятком стала і теплиця та кожен технологічний процес окремо.
Запропоновано основні положення синергетичного підходу до проблеми системного синтезу. Показано синергетичний синтез закону керування тепличним комплексом в умовах не контролюючих змін технологічних параметрів та зовнішніх збурень. Використаний математичний апарат нечіткої логіки дає можливість реалізації нечіткого керування. Особливо позитивно це проявляється за умов, коли процеси є складними для аналізу на основі використання традиційних кількісних методів. А також, коли інформація, що поступає про об’єкт, неякісна, неточна або невизначена. Саме така інформація надходить для аналізу та її подальшого використання, при вирощуванні овочевої продукції у тепличних комплексах,. Запропонований алгоритм синтезу нейромережевого регулятора для тепличного комплексу на основі заданого синергетичного закону керування. Алгоритм базується на поведінці синергетичного регулятора, що моделює значення температури та вологості штучною нейронною мережею в результаті її навчання. Особливість запропонованого комплексного підходу до синтезу інтелектуальної системи керування тепличним комплексом полягає в комбінації принципу єдності процесів самоорганізації та навчання нейронної мережі на попередньому етапі. Завдяки такому поєднанню, забезпечується подальше стійке функціонування системи інтелектуального керування вирощування овочевої продукціїПосилання
- Dudnyk, A., Lysenko, V., Zaets, N., Komarchuk, D., Lendiel, T., Yakymenko, I. (2018). Intelligent Control System of Biotechnological Objects with Fuzzy Controller and Noise Filtration Unit. 2018 International Scientific-Practical Conference Problems of Infocommunications. Science and Technology (PIC S&T). doi: https://doi.org/10.1109/infocommst.2018.8632007
- Lysenko, V., Dudnyk, A., Yakymenko, I. (2017). Design peculiarities of neuro-fuzzy control system of energy consumption in greenhouses. Enerhetyka i avtomatyka, 4, 60–69.
- Loveikin, V. S., Romasevych, Y. O. (2017). Dynamic optimization of a mine winder acceleration mode. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 4, 55–61.
- Gao, A., Chen, H., Hou, A., Xie, K. (2019). Efficient antimicrobial silk composites using synergistic effects of violacein and silver nanoparticles. Materials Science and Engineering: C, 103, 109821. doi: https://doi.org/10.1016/j.msec.2019.109821
- Vögeling, H., Plenagl, N., Seitz, B. S., Duse, L., Pinnapireddy, S. R., Dayyoub, E. et. al. (2019). Synergistic effects of ultrasound and photodynamic therapy leading to biofilm eradication on polyurethane catheter surfaces modified with hypericin nanoformulations. Materials Science and Engineering: C, 103, 109749. doi: https://doi.org/10.1016/j.msec.2019.109749
- Hossine, G., Katia, K. (2017). Improvement of vector control of Dual Star Induction drive using synergetic approach. 2017 14th International Multi-Conference on Systems, Signals & Devices (SSD). doi: https://doi.org/10.1109/ssd.2017.8167006
- Prophet, S., Atman, J., Trommer, G. F. (2017). A synergetic approach to indoor navigation and mapping for aerial reconnaissance and surveillance. 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN). doi: https://doi.org/10.1109/ipin.2017.8115919
- Chernetski, N., Kishenko, V., Ladanyuk, A. (2015). An upgrade of predictorfunctions based on the analysis of time series for mashing beer wort. Eastern-European Journal of Enterprise Technologies, 4 (2 (76)), 57–62. doi: https://doi.org/10.15587/1729-4061.2015.47350
- Li, K., Qi, X., Wei, B., Huang, H., Wang, J., Zhang, J. (2017). Prediction of transformer top oil temperature based on kernel extreme learning machine error prediction and correction. Gaodianya Jishu/High Voltage Engineering, 43 (12), 4045–4053. doi: http://doi.org/10.13336/j.1003-6520.hve.20171127032
- Zhou, J., Wen, C. (2008). Adaptive Backstepping Control of Uncertain Systems Nonsmooth Nonlinearities, Interactions or Time-Variations. Springer Verlag Berlin Heidelberg, 242. doi: http://doi.org/10.1007/978-3-540-77807-3
- Prophet, S., Atman, J., Trommer, G. F. (2017). A synergetic approach to indoor navigation and mapping for aerial reconnaissance and surveillance. 2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN). doi: https://doi.org/10.1109/ipin.2017.8115919
- Gao, Q., Zribi, M., Escorihuela, M., Baghdadi, N. (2017). Synergetic Use of Sentinel-1 and Sentinel-2 Data for Soil Moisture Mapping at 100 m Resolution. Sensors, 17 (9), 1966. doi: https://doi.org/10.3390/s17091966
- Zhang, X., Che, L., Shahidehpour, M., Alabdulwahab, A. S., Abusorrah, A. (2017). Reliability-Based Optimal Planning of Electricity and Natural Gas Interconnections for Multiple Energy Hubs. IEEE Transactions on Smart Grid, 8 (4), 1658–1667. doi: https://doi.org/10.1109/tsg.2015.2498166
- Dudnyk, A. (2018). Method of designing a resource-effective control system for vegetable growing modes in greenhouses. Naukovyi visnyk Natsionalnoho universytetu bioresursiv i pryrodokorystuvannia Ukrainy. Seriya: Tekhnika ta enerhetyka APK, 283, 81–88.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Alla Dudnyk, Maryna Hachkovska, Nataliia Zaiets, Taras Lendiel, Inna Yakymenko
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.