Open Access Open Access  Restricted Access Access granted  Restricted Access Subscription Access

No 11 (2024)

Cover Page

Full Issue

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Linear systems

On an Approach to Solving the Time-Optimization Problem for Linear Discrete-Time Systems Based on Krotov Method

Ibragimov D.N., Tsarkov K.A.

Abstract

Разработан метод исследования задачи быстродействия для линейной дискретной системы, позволяющий в общем случае улучшать известные верхние оценки времени быстродействия и находить гарантирующие процессы управления. Получены достаточные условия, при которых имеет место сходимость к оптимальному решению в задаче. Метод реализован в виде эффективного численного алгоритма.
Avtomatika i telemehanika. 2024;(11):3-35
pages 3-35 views

Diagnosis of Uncertain Systems with Arbitrary Relative Degree and Unknown Input

Margun A.A., Bui V.H., Bobtsov A.A.

Abstract

Рассматривается проблема обнаружения дефектов датчиков и приводов для класса многоканальных систем с произвольной относительной степенью. Разработанное решение основано на синтезе наблюдателей, инвариантных по отношению к входному сигналу. Предложена модификация, обеспечивающая задаваемое разработчиком время сходимости, основанная на методе динамического расширения регрессора и схеме Крессельмейера. Полученное решение развито на класс систем с параметрическими неопределенностями. Приведены результаты моделирования, иллюстрирующие работоспособность предложенного подхода.
Avtomatika i telemehanika. 2024;(11):36-55
pages 36-55 views

Stochastic systems

Investigation of Triangle Counts in Graphs Evolved by Clustering Attachment

Vaiˇciulis M., Markovich N.M.

Abstract

Модель кластерного присоединения (КП), предложенная Багроу и Брокманном (2013 г.), может быть использована как инструмент эволюции ненаправленных случайных сетей. В статье вводится обобщенное определение модели КП. Теоретические результаты получены для новой модели КП, которую можно рассматривать как предел прежней, когда параметр модели αстремится к нулю, а параметр ∈=0. Предметом исследования является количество треугольников связанных узлов в графе на шаге эволюции n– важная характеристика кластеризации сети. Доказано, что количество треугольников стремится к бесконечности с вероятностью единица для предложенной модели эволюции при n→∞, а скорость роста среднего количества треугольников EΔn на шаге эволюции n≥2 выше логарифмической. Компьютерное моделирование использовано длямоделирования последовательностей количества треугольников. Данное моделирование основано на обобщенной модели урн Пойа–Эггенбергера,что предложено впервые.
Avtomatika i telemehanika. 2024;(11):56-72
pages 56-72 views

Control in technical systems

Approaches to Optimization of Guidance Methods for High-Speed Intensely Maneuvering Targets. Part 1. Justification of Requirements for Ways of Optimization of Guidance Methods

Verba V.S., Merkulov V.I.

Abstract

В воздушно-космическом противоборстве все большее применение находят высокоскоростные летательные аппараты, способные выполнять сложные пространственные маневры, обладающие рядом технико-экономических и тактических преимуществ. В связи с этим весьма актуальной задачей является оптимизация систем перехвата этих целей. На основе анализа траекторных особенностей полета высокоскоростных летательных аппаратов рассмотрены особенности функционирования систем их перехвата. Сформулированы требования к способам оптимизации методов наведения.
Avtomatika i telemehanika. 2024;(11):73-80
pages 73-80 views

Intellectual control systems, data analysis

Modeling and Stabilization of Conveyor Transport Systems with Intelligent Control

Druzhinina O.V., Petrov A.A., Masina O.N.

Abstract

Изучается обобщенная математическая модель управляемого ленточного конвейера с переменным углом между горизонтальной плоскостью и плоскостью ленты. Модель задается с помощью нелинейной системы четырех дифференциальных уравнений с переключениями. Учитываются линейное перемещение ленты конвейера, изменение импульса системы, осевое и линейное трение, демпфирование горизонтального положения конвейера, а также факторы плавной погрузки и мгновенной разгрузки грузов. Рассмотрены условия стабилизации описанной модели с учетом имитационных компонентов, связанных с характером режимов погрузки и разгрузки конвейерной ленты. Для управления угловым положением конвейера выполнен синтез ПИД-регулятора, нейро-ПИД регулятора и нейросетевых регуляторов рекуррентного и нерекуррентного типов. Управление линейной скоростью реализовано на основе введения скользящего режима. Представлена интерпретация вычислительных экспериментов, проведен сравнительный анализ эффективности управления для различных видов регуляторов.
Avtomatika i telemehanika. 2024;(11):81-101
pages 81-101 views

Notes, meetings, information

90th Anniversary of the Birth of Vladimir Iosifovich Gurman

- -.
Avtomatika i telemehanika. 2024;(11):102-104
pages 102-104 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».