Научный журнал Байкальского государственного университета
System Analysis &
Mathematical Modeling
Издается с 2019 года
Menu

Информация о статье

Название статьи:

Моделирование управляющей системы

Авторы:
Камалетдинова Л.Р., аспирант направления 2.3.7 Компьютерное моделирование и автоматизация проектирования, ассистент кафедры «Информационные системы», https://orcid.org/0009-0006-2929-9757, Ульяновский государственный технический университет, г. Ульяновск, Российская Федерация, li-lek95@mail.ru,

Романов А.А., кандидат технических наук, доцент, доцент кафедры «Информационные системы», https://orcid.org/0000-0001-5275-7628, SPIN-код: 4990-5739, AuthorID РИНЦ: 684949, Ульяновский государственный технический университет, г. Ульяновск, Российская Федерация, romanov73@gmail.com
Для цитирования:
Камалетдинова Л.Р. Моделирование управляющей системы / Л.Р. Камалетдинова А.А. Романов. — DOI 10.17150/2713-1734.2024.6(1).60-77. — EDN UYCUWC // System Analysis & Mathematical Modeling. — 2024. — Т. 6, № 1. — С. 60–77.
В рубрике:
ТЕХНИЧЕСКИЕ НАУКИ
Год: 2024 Том: 6 Номер журнала: 1
Страницы: 60-77
Тип статьи: Научная статья
УДК: 004.896
DOI: 10.17150/2713-1734.2024.6(1).60-77
Аннотация:
В современном мире существует ряд задач, связанных с контролем и управлением жизненным циклом изделий на производстве, которые решаются с использованием комплексов PLM. Комплекс представляет собой несколько систем или модулей, связанных единой шиной данных ESB. ESB позволяет обеспечить взаимодействие между модулями, включая обмен данными. Однако, на предприятии может быть реализован бизнес-процесс с использованием собственной информационной системой, и необходимо решить задачу плавного внедрения комплекса PLM и использование комплекса вместе с собственной разработкой организации. В данной работе рассматривается подход, использующий механизм адаптера, который содержит не только интерфейс взаимодействия с информационной системой, но и реализует логику управления, на основе которой в качестве выходных данных выступают паттерны поведения системы, полученные с использования подхода управления на основе данных. Цель работы состоит в моделировании управляющей системы для интеграции с комплексом PLM. Рассматриваются общие положения проблемы, методы, используемые для построения адаптера, место адаптера в комплексе PLM, описывается предлагаемый подход и дальнейшее направление исследования.
Ключевые слова: PLM-системы, управление на основе данных, методы управления на основе данных, управляющая система, моделирование
Информация о статье: Дата поступления: 12 мая 2023 г.; дата принятия к публикации: 12 марта 2024 г.; дата онлайн-размещения: 30 марта 2024 г.
Список цитируемой литературы:
  • Terzi S., Bouras A., Dutta D., Garetti M., Kiritsis D. Product Lifecycle Management - from its History to its New Role. International Journal Product Lifecycle Management, 2010, vol. 4, no. 4, pp. 360-389.
  • Sudarsan R., Fenves S.J., Sriram R.D., Wang F. A Product Information Modeling Framework for Product Lifecycle Management. Computer-Aided Design, 2005, vol. 37, pp. 1399-1411.
  • Hou Z.S., Wang Z. From Model-based Control to Data-driven Control: Survey, Classification and Perspective. Information Sciences, 2013, vol. 235, pp. 3-35.
  • Wang L., Liu Z., Liu A., Tao F. Artificial Intelligence in Product Lifecycle Management. The International Journal of Advanced Manufacturing Technology, 2021, vol. 114, pp. 771-796.
  • Menge F. Enterprise Service Bus. Free and Open Source Software Conference, 2007. Available at: https://programm.froscon.org/2007/attachments/15-falko_menge_-_enterpise_service_bus.pdf.
  • Ameri F., Dutta D. Product Lifecycle Management: Closing the Knowledge Loops. Computer-Aided Design and Applications, 2013, vol. 2, no. 5, pp. 577-590. DOI: 10.1080/16864360.2005.10738322.
  • Hou Z.S., Xu J.X. On Data-driven Control Theory: the State of the Art and Perspective. Acta Automatica Sinica, 2009, vol. 35, no. 6, pp. 650-667.
  • Helvoort J. van. Unfalsified Control: Data-Driven Control Design for Performance Improvement. Doct. Diss. Eindhoven, Netherlands, 2007. Available at: https://pure.tue.nl/ws/files/3339884/200712266.pdf.
  • Rohrs C.E., Valavani L., Athans M., Stein G. Robustness of Continuous-time Adaptive Control Algorithms in the Presence of Unmodeled Dynamics. IEEE Transactions on Automatic Control, 1985, vol. 30, no. 9, pp. 881-889.
  • Na Dong, Xue-Shuo Han, Zhong-Ke Gao, Zeng-Qiang Chen, Ai-Guo Wu. SPSA-based Data-driven Control Strategy for Load Frequency Control of Power Systems. IET Generation, Transmission & Distribution, 2018, vol. 12, iss. 2, pp. 414-422.
  • Takialddin Al Smadi, Osman Al-Agha, Khalid Adnan Alsmadi. Overview of Model Free Adaptive (MFA) Control Technology. IAES International Journal of Artificial Intelligence (IJ-AI), 2018, vol. 7, no. 4, pp. 165-169.
  • Safonov M.G. Data-Driven Robust Control Design: Unfalsified Control. In Achieving Successful Robust Integrated Control System Designs for 21st Century Military Applications, 2006, pt. II, pp. 4-1-4-18. Available at: http://www.rto.nato.int/abstracts.asp.
  • Huang B., Kadali R., Dynamic Modeling, Predictive Control and Performance Monitoring: A Data-Driven Subspace Approach. London, Springer, 2008. Available at: https://www.sciencedirect.com/science/article/pii/S2405896318323693.
  • Xu J.-X., Tan Y. Linear and Nonlinear Iterative Learning Control. Berlin, Springer Verlag, 2003. 175 p.
  • Bontempi G., Birattari M. From Linearization to Lazy Learning: a Survey of Divide-and-conquer Techniques for Nonlinear Control. International Journal of Computational Cognition, 2005, vol. 3, no. 1, pp. 56-73.