ИНТЕЛЛЕКТУАЛЬНЫЙ МОДУЛЬ СИСТЕМЫ УПРАВЛЕНИЯ УСКОРЕННЫМ ОХЛАЖДЕНИЕМ ЛИСТОВОГО ПРОКАТА

В статье предложена реализация интеллектуального модуля системы управления установкой ускоренного охлаждения листового проката с использованием алгоритмов нейро-нечеткого моделирования. Выполнен анализ проблемы выбора значимых факторов модели управления и рассматривается подход к решению данной задачи с использованием технологии “box-counting”. Приведены результаты тестирования разработанного модуля с использованием производственно- технологических данных стана 5000 ЛПЦ-3 ОАО «Северсталь».

1.    Айвазян, С.А. Прикладная статистика: Классифика- ция и снижение размерности / [С.А. Айвазян и др.]. – М., 1989.
2.    Богачев, Д.В. Оптимизация нейро-нечеткой модели управления технологическими процессами в металлургии / Д.В. Богачев, Е.В. Ершов, И.А. Варфоломеев // Вестник Череповецкого государственного университета. – 2013. –№ 1. – Т. 2. – С. 10 – 14.
3.    Дубров, А.М. Многомерные статистические методы и основы эконометрики / А.М. Дубров, В.С. Мхитарян, Л.И.Трошин. – М., 2003.
4.    Ежов, А.А. Нейрокомпьютинг и его применения в экономике и бизнесе / А.А. Ежов, С.А. Шумский. – М., 1998.
5.    Липунов, Ю.И. Разработка систем регулируемого охлаждения и технологий термоупрочнения / Ю.И. Липунов, Г.Г. Траянов, К.Ю. Эйсмондт // Сталь. – 2010. – № 3. – С. 96 – 99.
6.    Морозов, Ю.Д. Стали для труб магистральных трубопроводов: состояние и тенденции развития / Ю.Д. Моро- зов, Л.И. Эфрон // Металлург. – 2006. – № 5. – С. 53 – 57.
7.    Минаев, А.А. Совмещенные металлургические процессы / А.А. Минаев. – Донецк, 2008.
8.    Пегат, A. Нечеткое моделирование и  управление / А. Пегат. – М., 2013.
9.    Рутковская, Д. Нейронные сети, генетические алго- ритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М., 2006.
10.    Снитюк, В.Е. Прогнозирование. Модели, методы, алгоритмы / В.Е. Снитюк. – К., 2008.
11.    Brown, M. High dimensional neurofuzzy systems: overcoming the curse of dimensionality / M. Brown, K.M. Bossley, D.J. Mills, C.J. Harris //  Proceedings of the International Conference. FUZZ-IEEE/IFES’95. – Yokohama, Japan, 1995. – P. 2139 – 2146.
12.    Chiu, S. An Efficient Method for Extracting Fuzzy Classification Rules from High Dimensional Data / S. Chiu //Advanced Computational Intelligence. – 1997. – V. 1. – № 1.
13.    Lin, C.-T. Neural-network-based fuzzy logic control and decision system / C.-T. Lin, G.C.S. Lee // IEEE Transactions on Computers. – 1991. – December. – V. 40. – № 12. –Р. 1320 – 1336.