Методы и алгоритмы синтеза систем управления динамическими объектами с неполной наблюдаемостью
(Стр. 176-181)

В работе рассматривается класс динамических технологических объектов, функционирование которых сопровождается ограниченной измеримостью, вектора состояния и наличием стохастических возмущений. Проблематика обусловлена тем, что в реальных производственных системах доступные измерения представляют собой проекции состояния в пространстве наблюдаемых переменных, что приводит к неопределенности при формировании управляющих воздействий. Существующие подходы, основанные на предположении полной наблюдаемости или использовании редуцированных моделей, не обеспечивают требуемой точности и устойчивости при переходных режимах и изменении параметров среды. Целью исследования является разработка методов восстановления скрытых компонент состояния и синтеза законов управления на основе обработки многомерных временных рядов, формируемых в процессе функционирования объекта. В качестве теоретической основы используется представление системы в пространстве состояний с учетом шумов измерений и возмущений, а также введение оценочных переменных, формируемых посредством алгоритмов фильтрации и идентификации. Задачи исследования включают формализацию наблюдаемости в условиях неполных данных, разработку алгоритмов оценки состояния и обоснование устойчивости замкнутой системы управления. Предлагаемый подход ориентирован на объединение процедур обработки информации и синтеза управления в единую математическую конструкцию, обеспечивающую согласованность оценок и управляющих воздействий. Практическая значимость заключается в возможности применения разработанных методов в задачах Автоматизация технологических процессов и производств, где требуется устойчивое функционирование объектов при ограниченной и зашумленной информационной поддержке.

ОБРАЗЕЦ ЦИТИРОВАНИЯ: Бантикова О.И., Артемьев В.С. Методы и алгоритмы синтеза систем управления динамическими объектами с неполной наблюдаемостью // Computational Nanotechnology. 2026. Т. 13. № 2. С. 176-181. DOI: 10.33693/2313-223X-2026-13-2-176-181. EDN: ZMFUHH

Абдрахимов И.И. Методы машинного обучения в задачах минимизации операционных рисков промышленно-логистических систем // Russian Economic Bulletin. 2026. Т. 9. № 1. С. 95–105. EDN: HFOFFY.
Артемьев В.С., Максимов А.С. Автоматизированное построение и визуализация алгоритмов моделей надежности с использованием Google Colab и SimInTech // Computational Nanotechnology. 2025. Т. 12. № 1. С. 59–68. DOI: 10.33693/2313-223X-2025-12-1-59-68. EDN: LYHVPG.
Лебедев А.А., Волошин А.А., Волошин Е.А., Гэн Ш. Применение методов искусственного интеллекта для синтеза алгоритмов РЗА в ПАК ЦДЭС // Электрические станции. 2026. № 2 (1135). С. 46–54. DOI: 10.71841/ES.elst.2026.1135.02.06. EDN: CBZDSY.
Перепелкин Е.А. О задаче управления качеством переходных процессов по выходу в матричной системе второго порядка с обратной связью по состоянию // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 73. С. 23–29. DOI: 10.17223/19988605/73/3. EDN: ZTHXAY.
Саенко И.Б., Сазонов В.В., Альбадр Х.Б., Иванов А.А. Сигнально-кодовые конструкции для систем передачи данных в условиях многолучевого канала связи // Электросвязь. 2026. № 2. С. 62–72. DOI: 10.34832/ELSV.2026.76.2.008. EDN: RGSGBZ.
Старостин А.С., Артемьев В.С. Спектральный анализ в автоматизированных информационных системах // Computational Nanotechnology. 2025. Т. 12. № 1. С. 69–78. DOI: 10.33693/2313-223X-2025-12-1-69-78. EDN: MIFKSY.
Стебулянин М.М., Ушаков А.Е. К вопросу построения режима силового управления в электроприводе подчиненного регулирования технологического робота // Вестник МГТУ «Станкин». 2025. № 4 (75). С. 136–148. DOI: 10.47617/2072-3172_2025_4_136. EDN: BKFRPQ.
Степанов М.Ф., Степанов А.М., Степанова О.М. Синтез итерационных планов решения, декларативно поставленных задач с использованием планирующей искусственной нейронной сети // Программная инженерия. 2026. Т. 17. № 2. С. 83–94. DOI: 10.17587/prin.17.83-94. EDN: ABIHKE.
Сулюкова Л.Ф., Ахмеджанова З.И. Модели и алгоритмы обработки данных в транспортной логистике сельскохозяйственных регионов с использованием многокритериальных эволюционных алгоритмов // Проблемы вычислительной и прикладной математики. 2024. № 6 (62). С. 125–136. EDN: SXIHSX.
Цирлин А.М. Выбор робастных настроек промышленных регуляторов по условию предельной степени устойчивости для объектов с запаздыванием // Приборы и системы. Управление, контроль, диагностика. 2026. № 2. С. 44–56. DOI: 10.25791/pribor.2.2026.1652. EDN: CTROII.
Ящук М.О., Макарук Р.В. Промышленные вычислительные сети как объект проектирования с применением нечетких моделей // Известия Санкт-Петербургского государственного технологического института (технического университета). 2025. № 75. С. 78–85. DOI: 10.36807/1998-9849-2025-75-101-78-85. EDN: FTGGKM.

неполная наблюдаемость, пространство состояний, оценка состояния, многомерные временные ряды, стохастические возмущения.