Моделі ідентифікації механізмів паралельної структури

Автор(и)

DOI:

https://doi.org/10.20998/2079-004X.2019.1.06

Ключові слова:

Моделювання, ідентифікація, динаміка конструкцій, адекватність моделей, точність моделей, нейронні мережі, сигнатура, механізми паралельної структури.

Анотація

Представлено обґрунтування можливості моделювання об'єктів на основі сигнатур, які являють собою образ механізму паралельної структури у вигляді спектра власних коливань структурно пов'язаних актуаторов і виконавчих ланок. Показано, що динамічні властивості стрижневих конструкцій, що описують об'єкти з кінцевим числом ступенів свободи і змінним розподілами навантажень на них, можуть бути представлені рівняннями, які є частотними рівняннями власних коливань системи механізмів паралельної структури. На основі якісного аналізу точності і адекватності ідентифікаційних динамічних моделей і застосування математичного апарату нейронних мереж зроблено висновок про п еревагу

Біографії авторів

Olena Kovalevska, ДДМА

Кандидат технічних наук, доцент, кафедра технології машинобудування

Serhiy Kovalevskyy, ДДМА

Доктор технічних наук, професор, кафедра технології машинобудування

Посилання

Kuznєcov Yu.M. Svіtovі tendencії і perspektivi rozvitku verstatobuduvannya v Ukraїnі // "Problemi fіziko-matematichnoї і texnіchnoї osvіti і nauki Ukraїni v kontekstі єvroіntegracії".- K.: NPU іm. M.P. Dragomanova, 2007. – pp.45…55.

Tomashevs'kij V.M. Modelyuvannya sistem / Tomashevs'kij V.M. – K.: Vidavnicha grupa VNV, 2007. – 352 s. 3.ZHilenkov A. A. Modelirovanie adaptivnogo upravleniya v slozhnyh raspredelennyh sistemah s identifikaciej parametrov / A. A. ZHilenkov, S. G. CHyornyj // Vіsnik Hmel'nic'kogo nacіonal'nogo unіversitetu. — 2013. — №6. — pp. 253 — 260.

Mirjalili, S., Mirjalili, S.M., Lewis, A. Grey Wolf Optimizer / In Advances in Engineering Software. 2014. Vol. 69. P. 46-61. DOI: 10.1016/j.advengsoft.2013.12.007

Kulikov S.I., Rizvanov F.F., Romanchuk V.A., Kovalevskij S.V.. – M.: Mashinostroenie, 1983. – 135 p.

Duvenaud, D., J. R. Lloyd, R. Grosse, J. B. Tenenbaum, and Z.

Ghahramani (2013, June). Structure Discovery in Nonparametric Regression through Compositional Kernel Search. In Proceedings of the 30th International Conference on Machine Learning, pp. 1166– 1174.

Giannakis, G., M. Pichler, G. Kontes, H. Schranzhofer, and D. Rovas (2013). Simulation speedup techniques for computationally demanding tasks. In Proceedings of the Building Simulation 2013: 13th Conference of the International Building Performance Simulation Association, pp. 3761–3768.

Maimon, O. and L. Rokach (2005). Data mining and knowledge discovery handbook, Volume 2. Springer. ISBN: 9780387098227. Mezi´c, I. (2005). Spectral properties of dynamical systems, model reduction and decompositions. Nonlinear Dynamics 41 (1-3), 309– 325.

Safarzadegan Gilan, S., N. Goyal, and B. Dilkina (2016). Active Learning in Multi-objective Evolutionary Algorithms for Sustainable Building Design. In Proceedings of the 2016 on Genetic and Evolutionary Computation Conference, pp. 589– 596. ACM.

Symonds, P., J. Taylor, Z. Chalabi, A. Mavrogianni, M. Davies, I. Hamilton, S. Vardoulakis, C. Heaviside, and H. Macintyre (2016). Development of an England-wide indoor overheating and air pollution model using artificial neural networks. Journal of Building Performance Simulation, 1–14.

Sokolov V.I. Opredelenie peredatochnyh funkcij elektrogidravlicheskogo sledyashchego privoda oborudovaniya dlya obrabotki davleniem / V.I. Sokolov, T. YA. Tavanyuk // Vіsnik Skhіdnoukraїns'kogo nacіonal'nogo unіversitetu іm. Volodimira Dalya. – 2011. – № 1 (155). – CH.1. pp. 130-135.

Sokolova YA.V. Nelinejnaya matematicheskaya model' elektrogidravlicheskogo sledyashchego privoda s drossel'nym regulirovaniem/ Sokolova YA.V., Tvanyuk T.YA., Sokolov V.I. // Vіsnik Skhіdnoukraїns'kogo nacіonal'nogo unіversitetu іm. Volodimira Dalya. – 2010. – № 10(152). – pp. 168 – 175.

Kovalevskij S. V. Razvitie metodov akusticheskoj diagnostiki v mashinostroenii: monografіya / S. V. Kovalevskij, E. S. Kovalevskaya, V. I. Tulupov. – Kramatorsk : DGMA, 2014. – 91 p.

Kovalevskii S. V. Diagnostics of Technological Systems and Engineering Products (using neural network approach) : scientific monography / S. V. Kovalevskii, O. S. Kovalevska, P.V. Dašić. – Vrnjačka Banja : SaTCIP, 2016. – 169 p.

Dіagnostika tekhnologіchnih sistem і virobіv mashinobuduvannya (z vikoristannyam nejromerezhevogo pіdhodu) : monografіya / S.V. Kovalevs'kij, O.S. Kovalevs'ka, Є.O. Korzhov, A.O. Koshevoj ; za zag. red. d.t.n., prof. S.V. Kovalevs'kogo. – Kramators'k : DDMA, 2016. – 186 p.

Kovalevska O. S. Application of acoustic analysis in control systems of robotic machine tools / O. S. Kovalevska, S. V. Kovalevskyy // Naukovij zhurnal «Radіoelektronіka, іnformatika, upravlіnnya»,

«Radio Electronics, Computer Science, Control». – 2018. – № 2 (45).

– pp. 51–59.

Stroitel'naya mekhanika : ucheb.-metod. kompleks dlya studentov special'nosti 1-70 02 01 i slushatelej IPK UO «PGU» special'nostej 1- 70 02 71, 1-70 04 71. V 3 ch. CH. 3. Osnovy dinamiki i ustojchivosti sooruzhenij / sost. i obshch. red. L. S. Turishcheva. – Novopolock : PGU, 2010. – 136 p.

##submission.downloads##

Опубліковано

2021-11-12