Применение модели нечёткой логики для оценки качества передачи данных в сетях индустриального интернета вещей
Аннотация
Нечеткая логика по своей основной характеристике моделирования человеческого мышления является одним из методов искусственного интеллекта. Данный метод может быть использован для моделирования мониторинга и управления процессами. Нечеткая логика способствовала развитию нескольких направлений. В промышленном обслуживании, нечеткая логика использована для того чтобы разрешить диагностические проблемы автоматически классифицировать сигналы вибрации соответствие различные режимы деятельности машин.
В данной статье проведен сравнительный анализ методов автоматизированной системы управления технологическими процессами (АСУ ТП) в современных промышленных областях, преимущественный анализ применения методов нечеткой логики в современных системах управления технологическими процессами, а так же представлен пример использования нечёткой модели при оценке качества передачи данных в IIoT сетях.
Литература
A. S. Klyuev, B. V. Glazov, and A. Kh. Dubrovskii, Proektirovanie sistem avtomatizatsii tekhnologicheskikh
rotsessov [Designing automation systems for technological processes], Moscow, Russia: Energiya, 2015 (in Russian).
A. A. Fel’dbaum, Vychislitel’nye ustroistva v avtomaticheskikh sistemakh [Computing devices in automatic systems], Moscow, Russia, 2017 (in Russian).
A. Kuznetsov, “GenesisforWindows — graficheskaya SCADA-sistema dlya razrabotki ASU TP” [GenesisforWindows is a graphic scada – system for the development of automated process control
systems], Contemporary Technologies in Automation, no. 3, pp. 104–108, 1997 (in Russian).
A. M. Batkov, I. B. Tarkhanov, Sistemy teleupravleniya [Telecontrol systems], Moscow, USSR: Mashinostroenie, 1972 (in Russian).
“Industrial Internet of Things – IIoT” in Tadviser, [Online]. Available: http://www.tadviser.ru/index.php/Статья:IIoT_-_Industrial_Internet_of_Things_(Промышленный_интернет_вещей (in Russian).
“Industrial’nyi internet: tsifrovye tekhnologii kak draiver rosta rossiiskoi ekonomiki” [Industrial Internet: digital technologies as a growth driver for the Russian economy], [Online]. Available: https://www.company.rt.ru/projects/IIoT/presentation_april_2016.pdf (in Russian).
S. V. Emel’yanov, Informatsionnye tekhnologii i vychislitel’nye sistemy: Internet-tekhnologii. Matematicheskoe modelirovanie. Sistemy upravleniya. Komp’yuternaya grafika [Information technology and computing systems: Internet technologies. Math modeling. Control systems. Computer graphics], Moscow, Russia: Lenand, 2012 (in Russian).
A. Pegat, Nechetkoe modelirovanie i upravlenie [Fuzzy modeling and control], 2nd ed, Moscow, Russia: BINOM.Laboratoriya znanii, 2017 (in Russian).
L. A. Zadeh, “Fuzzy sets,” Information and Control, vol. 8, no. 3, 1965, pp. 338–353; doi: 10.1016/S0019-9958(65)90241-X
L. A. Zadeh, “Outline of a New Approach to the Analysis of Complex Systems and Decision Processes,” IEEE Transactions on Systems, vol. SMC3, no. 1, pp. 28–45, 1973; doi: 10.1109/TSMC.1973.5408575
А. Korchenko, “Method of parameter fuzzification based on linguistic standards for cyber attacks detection,” Ukrainian Scientific Journal of Information Security, vol. 20, no. 1, pp. 21–28, 2014.
“MathWorks — MATLAB and Simulink for Technical Computing, Fuzzy Logic Toolbox, Documentation Center,” [Online]. Available: http://www.mathworks.com/help/fuzzy/index.html
A. R. Gaiduk, V. E. Belyaev, T. A. P’yavchenko, Teoriya avtomaticheskogo upravleniya v primerakh i zadachakh s resheniyami v MATLAB: Uchebnoe posobie [The theory of automatic control in examples and problems with solutions in MATLAB: Tutorial], Sanct-Petersburg, Russia: Lan’, 2011 (in Russian).
E.H. Mamdani, S. Assilian, “An experiment in linguistic synthesis with a fuzzy logic controller,” International Journal of Man-Machine Studies, vol. 7, no. 1, pp. 1–13, 1975.
Материал публикуется под лицензией: