Интеллектуализация автоматизированных и автоматических систем управления и методология автоматизации их построения и исследования Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

ИНТЕЛЛЕКТУАЛИЗАЦИЯ АВТОМАТИЗИРОВАННЫХ И АВТОМАТИЧЕСКИХ СИСТЕМ УПРАВЛЕНИЯ И МЕТОДОЛОГИЯ АВТОМАТИЗАЦИИ ИХ ПОСТРОЕНИЯ И ИССЛЕДОВАНИЯ

Степанов

Михаил Федорович,

д.т.н., профессор Саратовского государственного технического университета имени Ю.А. Гагарина, г. Саратов, Россия, [email protected]

Степанов

Андрей Михайлович,

к.т.н., с.н.с. Института проблем точной механики и управления Российской академии наук, г. Саратов, Россия, [email protected]

Михайлова Любовь Сергеевна,

к.т.н., доцент Электростальского политехнического института Московского государственного машиностроительного университета (МАМИ), г. Электросталь, Россия [email protected]

Пименова Ольга Николаевна

студентка Саратовского государственного технического университета имени Ю.А. Гагарина, г. Саратов, Россия,

О

с

Ключевые слова:

интеллектуальные системы управления; принципы построения интеллектуальных систем; автоматическое решение задач; планирование решения задач; нейросе-тевой вычислитель.

Показана необходимость применения самоорганизующихся систем управления как развитие теории функциональной системы П.К. Анохина. Сформулирована проблема координации управления совокупностью возможно взаимодействующих систем управления. Особенностью проблемы координации является необходимость коррекции целей управления локальных систем с учетом изменяющихся условий. Предложен подход к решению проблемы на основе применения интеллектуальных самоорганизующихся систем автоматического управления. Отличительной особенностью интеллектуальных самоорганизующихся систем автоматического управления является наличие возможности автоматической коррекции (построения) цели управления на основе анализа текущего процесса управления. Встроенные средства интеллектуальных самоорганизующихся систем автоматического управления для идентификации моделей объекта и внешней среды позволяют учитывать особенности текущих условий управления. Совокупность моделей объекта управления, внешней среды и целей управления определяет задачу управления. Проблема осложняется большим разнообразием возможных компонентов задачи управления (моделей объекта управления, внешней среды, целей управления). Для решения конкретной задачи необходимо осуществлять планирование действий по решению конкретных задач управления, используя заданный базис проектных операций. Вычислительная сложность методов решения задач планирования действий не позволяет их использовать в системах оперативного управления. Необходимы средства, обладающие свойством массового параллелизма. Показана необходимость применения планирующих искусственных нейронных сетей в интеллектуальной системе автоматического синтеза закона управления. Сформулированы принципы построения интеллектуальных систем автоматического управления. Предложена структура интеллектуальной системы управления. Разработана структура нейросетевого вычислителя управляющего воздействия (нейро-контроллера) интеллектуальной системы управления. Приведена схема интеллектуальной системы автоматического управления с нейроконтроллером. В состав интеллектуальных самоорганизующихся систем автоматического управления входит интеллектуальная система автоматического решения задач синтеза системы автоматического управления, обеспечивающая построение закона управления, адекватного текущей ситуации управления. Построена система автоматизации построения и исследования интеллектуальных систем автоматического управления - моделирования интеллектуальных самоорганизующихся систем автоматического управления. Она позволяет проводить исследования не только автономных, но и совокупности взаимосвязанных интеллектуальных самоорганизующихся систем автоматического управления множеством различных объектов.

1. Постановка задачи

В теории автоматического управления известны следующие фундаментальные принципы управления [1], [2]: принцип разомкнутого (программного) управления; принцип компенсации (управление по возмущению); принцип обратной связи (управление по отклонению).

В зависимости от вида формирования управляющего воздействия системы автоматического управления (САУ) могут быть подразделены на следующие основные типы [3]:

1) системы автоматической стабилизации (системы автоматического регулирования). В таких системах управляющие воздействия представляют собой заданные постоянные величины (уставки);

2) системы программного управления. В них управляющие воздействия являются известными функциями времени (изменяются по программе);

3) следящие системы. В них управляющие воздействия представляют собой заранее неизвестные функции времени.

Расширение сфер применения автоматического управления, нарастающее усложнение объектов управления в сочетании с ужесточением требований к точности и качеству управления привели к противоречию с традиционными подходами к построению систем управления. В соответствии с известным в кибернетике «законом необходимого разнообразия» [4] структура управляющего устройства должна соответствовать структуре управляемого объекта. Все больше в сферу автоматического управления входят все более сложные объекты, которые в реальности никогда не являются чисто детерминированными или чисто случайными, а всегда комбинированными. Как следствие, наиболее совершенные системы управления «... в сложных задачах должны быть детерминированно — самоорганизующимися. Определение оптимального соотношения и взаимодействия детерминированной и самоорганизующейся части ... является сейчас главной проблемой технической кибернетики» [5].

В 1935 г. П.К. Анохин применил разработанный им системный подход к изучению и пониманию функций живого организма, опираясь на предложенную им же оригинальную теорию функциональной системы [6]. Однако слабое развитие информационной технологии и техники не смогли вызвать к жизни фундаментальные результаты П.К. Анохина по системной организации функций живого организма. Поэтому системы управления в этот период строились в основном с использованием априорных сведений об окружающей среде, понятие цели вырождалось в решение задачи отработки системой некоторого программного сигнала и лишь иногда вводились некоторые элементы адаптации систем к тем или иным изменяющимся условиям.

Практически всю интеллектуальную часть работы выполнял человек, сводя функционирование системы управления к реализации фиксированных алгоритмов, выработанных им. Реальная ситуация требует других подходов к созданию систем управления. В действительности изменяется окружающая среда, изменяются характеристики собственного состояния системы. Учесть эти изменения априори практически невозможно.

Появление микропроцессоров высокой производитель-

ности с большой емкостью памяти, возможность организации компьютерных сетей, появлением многоядерных процессоров, допускающих реализацию параллельных вычислений, с одной стороны, и необходимость обработки значительных массивов информации, применения базы знаний для формирования целенаправленной деятельности - с другой, привели к созданию интеллектуальных систем [7]. Источником возмущающего воздействия для интеллектуальной системы является окружающая среда, а функционирование системы должно обеспечить в конечном итоге компенсацию этого воздействия и привести к достижению цели управления.

Современные системы управления, как правило, функционируют во взаимодействии с другими системами, которые могут оказывать влияние на их поведение. При этом можно говорить о координированном управлении рядом объектов управления, возможно являющихся взаимосвязанными и взаимодействующими, что, скорее всего, недоступно для обнаружения локальной системе управления. Координация осуществляется посредством получения системами управления сигналов, являющихся обобщенными оценками качества управления всей совокупностью управляемых объектов с точки зрения внешнего наблюдателя, в качестве которого могут выступать как другие системы управления текущего уровня, так и системы управления более высоких уровней иерархии.

Задача: Разработка подхода к построению систем управления способных изменять характер функционирования не только на основе количественных данных об объекте управления и среде его функционирования, но и сучетом качественных оценок, с помощью которых реализуется координация целей функционирования сообщества взаимодействующих систем управления совокупностью (возможно взаимосвязанных и взаимодействующих) объектов управления.

2. Подход к построению интеллектуальных

систем управления

Из вышесказанного следует, что в целом система управления должна обладать гибкой структурой, средствами модификации целей управления с учетом количественных и качественных данных об объекте управления и среде его функционирования для построения адекватного закона управления. Такие системы принято называть самоорганизующимися.

Важнейшим компонентом самоорганизующихся интеллектуальных систем управления является интеллектуальная система синтеза закона управления. Она предназначена для построения закона управления на основе модели объекта управления, среды функционирования и цели управления.

Для решения указанной проблемы целесообразно применить подход, основанный на использовании интеллектуальных систем синтеза закона управления. Такие системы для решения конкретной задачи синтеза закона управления вначале осуществляют построение плана решения задачи как упорядоченной совокупности элементарных проектных операций. Выполнение построенного плана затем и приводит к искомому закону управления. Количество элементарных проектных операций, используемых в планах решения

задач синтеза закона управления относительно невелико, поскольку они представляют собой процедуральное определение понятий теории автоматического управления. Построение плана решения задачи осуществляется на основе знаний о методах решения задач теории автоматического управления. Для этого традиционно используются средства автоматического доказательства теорем. Известно, что задачи планирования действий или автоматического доказательства теорем являются трудно решаемыми задачами, относимыми к категории ЫР-сложных задач. При этом наиболее перспективными являются многоуровневые системы, в которых за счет введения иерархически взаимосвязанных пространств сужаются области поиска решения задачи.

Создание многоуровневых моделей представления знаний о методах решения задач теории автоматического управления открыло путь для применения систем параллельной обработки знаний, к которым относятся и искусственные нейронные сети. Традиционно искусственные нейронные сети применяются для решения задач распознавания образов, реализации отображений и управления.

Задачи планирования обладают специфическими особенностями, не позволяющими непосредственно использовать уже существующие алгоритмы функционирования искусственных нейронных сетей. В качестве одной из таких проблем выступает необходимость представления плана решения задачи в виде некоторой конструкции, которая затем могла бы быть передана исполнительной подсистеме для выполнения, и получения, таким образом, искомого закона управления. При этом уже очевидно, что исполнительная подсистема должна реализовываться средствами традиционной вычислительной техники, поскольку создание нейронных устройств для выполнения операций с вещественными числами на современном этапе развития нейрокомпьютерной техники оказалось нерациональным. Поэтому возникла необходимость в применении специальных планирующих искусственных нейронных сетей [8].

Под самоорганизующимися интеллектуальными системами управления будем понимать системы автоматического управления, способные к самоорганизации посредством изменения закона своего функционирования, используя методы искусственного интеллекта.

Концептуально самоорганизующиеся интеллектуальные системы управления, в качестве отличительной черты, содержат интеллектуальную систему синтеза закона управления по заданной цели управления, а также средства формирования цели управления на основе информации о среде функционирования и собственных целей функционирования системы.

3. Принципы и методология построения интеллектуальных систем автоматического управления

Обобщая различные подходы к построению ПСУ, в том числе и рассмотренные выше, сформулируем принципы построения ПСУ:

а) использование априорной информации, наличие средств задания сведений: о требованиях к точности и качеству процесса управления заданным объектом; об объекте управления; о внешней среде; о наличии и составе подчинен-

ных систем управления нижележащих уровней иерархии, оценку функционирования которых следует осуществлять; о наличии и составе систем управления вышележащих уровней иерархии, получаемые оценки от которых необходимо учитывать в процессе своего функционирования;

b) использование текущей информации, возможность получения информации об окружающей среде (измерительная система) для формирования текущего значения управляющего воздействия;

c) целеполагание, формирование (модификация) цели управления на основе априорно заданных требований к точности и качеству процесса управления заданным объектом и текущего «эмоционального» состояния ПСУ;

d) самоорганизация, предусматривающая наличие и использование: средств формирования самооценки текущего состояния процесса управления как оценки соответствия параметров процесса управления имеющимся целям управления; оценок от ПСУ старших уровней иерархии; «эмоционального» состояния системы, формируемого на основе самооценки и оценок, полученных от ПСУ старших уровней иерархии; средств построения математических моделей объекта управления и внешней среды (подсистема идентификации); средств формирования структуры и параметров закона управления в соответствии с априорной и текущей информации о состоянии объекта управления, цели управления и внешней среды с помощью интеллектуальной системы синтеза, включающей: средства планирования действий по решению декларативно (непроцедурно) поставленных задач синтеза закона управления на основе имеющихся в базе знаний сведений о методах решения задач ТАУ (решающая подсистема); средства выполнения действий по решению задачи синтеза и формированию закона управления в соответствии с построенной (известной) процедурой ее решения (исполнительная подсистема).

e) стабилизация целевого состояния (стабилизирующий регулятор) объекта управления в целевом состоянии с помощью, например: средств формирования стабилизирующего управляющего воздействия в виде нечеткого (нейронечет-кого) закона управления на основе априорной информацией об объекте управления, цели управления и внешней среде; средств формирования стабилизирующего закона управления (интеллектуальная система синтеза) на основе методов «точного управления» в соответствии с априорной информацией об объекте управления, цели управления и внешней среде.

f) управление в реальном масштабе времени, вычисление управляющих воздействий на объект управления (вычислитель управления) в виде: микроконтроллера, использующего программную реализацию закон управления; нейроконтроллера, реализующего в виде искусственной нейронной сети (ИНС) закон управления.

Структурный состав самоорганизующейся интеллектуальной системы автоматического управления:

• измерительная система, объединяющая все измерительные устройства, служащие для получения информации из внешней среды;

• вычислитель управляющего воздействия, осуществляющий вычисление величины управляющего воздействия на основе закона управления и данных измерительной системы;

• исполнительная система, представляющая собой совокупность исполнительных механизмов, предназначенных для осуществления реального воздействия на объект управления в соответствии с вычисленным значением управляющего воздействия;

• система формирования моделей объекта управления и среды функционирования на основе данных измерительной системы;

• интеллектуальная система синтеза закона управления, использующая в качестве исходных данных постановки задачи синтеза модели объекта управления, среды функционирования и цели управления;

• блок формирования цели управления на основе собственных целей поведения и эмоционального состояния самоорганизующейся интеллектуальной системы управления;

• блок самооценки осуществляет вычисление количественного эквивалента качественной самооценки («эмоции») поведения самоорганизующейся интеллектуальной системы автоматического управления.

Самооценка вычисляется на основе соответствия данных измерительной системы собственным целям самоорганизующейся интеллектуальной системы управления. В качестве таких собственных целей могут быть, например, соответствие результирующего поведения объекта управления поставленным целям управления, положительность качественной оценки, получаемой от систем управления старших уровней иерархии. Блок самооценки воспринимает качественные оценки, поступающие через измерительную систему от систем управления вышестоящих уровней. При получении негативных оценок ухудшается самооценка (эмоциональное состояние) системы управления и активизируется блок формирования цели управления, ужесточающий требования к точности и качеству процесса управления. Другой причиной ухудшения самооценки может быть неудовлетворительное (не соответствующее цели управления) результирующее поведение объекта управления. Причиной такого явления может быть неудовлетворительная модель объекта управления и среды функционирования. В связи с этим ухудшение самооценки активизирует и систему формирования моделей объекта управления и среды функционирования для построения уточненных моделей. В свою очередь модификация, как цели управления, так и моделей объекта управления и среды функционирования активизирует интеллектуальную систему синтеза закона управления. Построенный закон управления передается далее вычислителю управляющего воздействия, изменяя, таким образом, процесс управления заданным объектом.

С другой стороны, активно развиваемые методы ней-роуправления направлены на использование для решения задач управления сложными объектами средств параллельной обработки информации, в качестве которых выступают искусственные нейронные сети (ИНС). При этом, как правило, используются такие особенности ИНС, как способность к обучению, высокое быстродействие и возможность выступать в роли универсального аппроксиматора, способного аппроксимировать любой закон управления с любой наперёд заданной точностью. Однако применение методов нейроуправления не всегда приводит к успеху в связи с не-

обходимостью достаточно длительного обучения нейронной сети, что недопустимо в данной ситуации, поскольку работа производится в реальном масштабе времени.

Методология решения указанной проблемы базируется на композиции концепции интеллектуальных самоорганизующихся систем автоматического управления и методов нейроуправления: ¿) синтез закона управления с использованием средств автоматического синтеза закона управления ИССАУ; и) реализация синтезированного закона управления с использованием ИНС (рис. 1).

При решении задачи синтеза закона управления САУ используется математическая модель объекта управления. При построении математической модели используются различные подходы:

• использование априорных сведений о конструкции объекта управления, что позволяет учесть его конструктивные особенности;

• использование методов пассивной и активной идентификации с получением экспериментальных данных о реакции объекта на известные воздействия.

Системы автоматического управления функционируют в режиме реального времени. Поэтому построение нейро-сетевого вычислителя интеллектуальной самоорганизующейся системы автоматического управления (ИССАУ) необходимо осуществлять в соответствии с существующими подходами к построению систем реального времени (СРВ):

• программная реализация требуемых алгоритмов на базе микропроцессора;

• программно-аппаратная реализация на базе программируемых логических интегральных схем (включая реализацию систем на кристалле).

Разрабатываемая ИССАУ должна функционировать в условиях изменения параметров объекта управления, внешней среды и целей управления, что приводит к необходимости адекватного изменения, как параметров закона управления, так и его структуры. В связи с этим необходимо снабдить разрабатываемую систему средствами рекон-фигурирования. Поэтому наиболее подходящей является программно-аппаратная реализация на базе программируемых логических интегральных схем.

Рис. 1. Схема ИССАУ

Работа выполнена при поддержке Российского фонда фундаментальныхисследований (проект 15-07-99684-а).

Литература

1. Солодовников В.В., Плотников В.Н., Яковлев A.B. Теория автоматического управления техническими системами. М.: Изд-во МГТУ им. Н.Э.Баумана, 1993. 492 с.

2. Теория автоматического управления / под ред. A.A. Воронова. Ч.1.М.: Высшаяшкола, 1986. 362 с.

3. Методы классической и современной теории автоматического управления: в 5-и тт.; 2-е изд., перераб. и доп. Т. 1: Математические модели, динамические характеристики и анализ систем автоматического управления / под ред. К.А. Пупкова, Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э.Баумана, 2004. 656 с.

4. Эшби УР. Введение в кибернетику: пер с англ. М.: Иностраннаялитература, 1959. 432 с.

5. Фельдбаум А.А. Новые принципы автоматического управления // Изв. ВУЗов СССР, Радиотехника. I960. № 3. С. 299-308; № 4. С. 419-430.

6. Анохин П.К., Шумилина А.И., Анохина А.П. и др. Функциональная система как основа интеграции нервных процессов в эмбриогенезе II Труды V съезда физиологов СССР. 1937. С. 148-156.

7. Пупков К.А., Коньков В.Г. Интеллектуальные системы. М.: Изд-во МГТУ им. Н.Э.Баумана, 2003. 348 с.

8. Stepanov M.F., Stepanov A.M. Application of planning artificial neural networks in solver of tasks of intellectual self-organizing automatic-control systems II Journal of Chaotic Modeling and Simulation: International Journal of Nonlinear Science. 2013. Vol. 1. Pp. 67-74.

9. Минский M. Фреймы для представления знаний. М.: Энергия, 1979. 152 с.

Для цитирования:

Степанов М.Ф., Степанов А.М., Михайлова Л.С., Пименова О.Н. Интеллектуализация автоматизированных и автоматических систем управления и методология автоматизации их построения и исследования // Наукоемкие технологии в космических исследованиях Земли. 2016. Т. 8. № 5. С. 83-88.

НПЦИРС

Научно-производственный центр Информационных региональных систем

► npcirs.ru

Закрытое акционерное общество "Научно-производственный центр информационных, региональных систем" является предприятием, разрабатывающим автоматизированные системы специального назначения.

Основными направлениями нашей деятельности являются:

- проектирование, создание и ремонт автоматизированных систем управления и ил составных частей, систем обработни данных, программного обеспечения, информационных систем для государственных организаций и комме рч ее них ком п а ни й;

- разработка общесистемного и прикладного 10. внедрение и сопровождение информационных систем;

- защита информации в системах управления, локальных вычислительных сетях, программно-аппаратных комплексах, телекоммуникационных системах:

- производство и поставка технических средств, в офисном и защищенном исполнении;

- создание, внедрение и сопровождение оперативных и учетных систем любой сложности:

- анализ автоматизированных систем на предмет разработки к ним классификаторов и нормативно-справочной информации;

- разработка проектов и создание глобальных, корпоративных, локальных телекоммуникационных систем и структур и ро ванных кабельных сетей-

Создаваемые предприятием средства (комплексы средств автоматизации, программные и программно-информационные комплексы, информационные изделия) эксплуатируют« в различных государственных органах; в органах военного управления Министерства обороны РФ, а также на предприятиях, в организациях, в органах местного самоуправления субъектов РФ, занимающихся воинским учетом.

Научные исследования в сфере КНСИ позволяют нам качественно анализировать автоматизированные системы и разрабатывать к ним классификаторы и нормативно-справочную информацию.

INTELLECTUALIZATION OF THE AUTOMATED AND AUTOMATIC CONTROL SYSTEMS AND METHODOLOGY OF AUTOMATION OF THEIR CONSTRUCTION AND RESEARCH

Mikhail F. Stepanov,

Saratov, Russia, [email protected]

Andrew M. Stepanov,

Saratov, Russia, [email protected]

Lubov S. Mikhailova,

Electrostal, Russia, [email protected]

Olga N. Pimenova,

Saratov, Russia

Abstratf

Necessity of application self-organizing control systems as development of the theory of functional system P.K. Anokhin is shown. The problem of coordination of control is formulated for set of probably cooperating control systems. Feature of a problem of coordination is necessity of correction of the purposes of control of local systems in view of changing conditions. The approach to the decision of a problem on the basis of use intellectual self-organizing systems of automatic control is offered. Distinctive feature intellectual self-organizing systems of automatic control is presence of an opportunity of automatic correction of the purpose of control on the basis of the analysis of current control process. Built-in intellectual self-organizing systems of automatic control means for identification of plant's models and an environment allow to consider features of current conditions of control. Set of models of plant, environment and the purposes of control defines a task of control. The problem becomes complicated greater variety of possible components of a task of control (models of plant, an environment and the purposes of control). For the decision of a specific target it is necessary to carry out planning of actions for the decision of specific targets of control, using the set basis of design operations. Computing complexity of methods of the decision of tasks of planning of actions does not allow using them in systems of operative control. The means possessing an opportunity of mass parallelism are necessary. Necessity of use of planning artificial neural networks for intellectual system of automatic synthesis of the law of control is shown. Principles of construction of intellectual systems of automatic control are formulated. The structure of an intellectual control system is offered. The structure the neural calculator of operating control (neurocontroller) of intellectual control system is developed. The scheme intellectual systems of automatic control with neurocontroller is presented. Structure intellectual self-organizing systems of automatic control includes intellectual system of the automatic decision of tasks of synthesis systems of automatic control, providing construction of the law of the control adequate to a current situation of control. The system of automation of construction and research of intellectual systems of automatic control - modelling intellectual self-organizing systems of auto-

matic control is constructed. She allows carrying out researches not only independent, but also sets interconnected intellectual self-organizing systems of automatic control of set various plants.

Keywords: intellectual control systems; principles of construction of intellectual systems; the automatic decision of tasks; planning of the decision of tasks; neural calculator.

References

1. Solodovnikov V.V., Plotnikov V.N., Yakovlev A.V. Teoria avtomat-icheskogo upravlenia technicheskimi sistemami [The theory of automated control of the technical systems]. Moscow, MGTU imeni N.E.Baumana Publ., 1993. 492 p.(In Russian).

2. Voronova A.A. (Ed.) Teoria avtomaticheskogo upravlenia. Chact' 1. [The theory of automatic control]. Parti. Moscow, Vysshaya shkola, 1986. 362 p. (In Russian).

3. Pupkova K.A., Egupova N.D. (Eds.). Metody klassicheskoy I sovremennoy teorii avtomaticheskogo upravlenia [The methods of classical and modern theory of automatic control: mathematical models, dynamic characteristics and analysis of automatic control systems]. 2nd ed. Vol. 1. Moscow, MGTU imeni N.E. Baumana Publ., 2004. 656 p. (In Russian).

4. Ashby W.R. An Introduction to Cybernetics. London: Chapman & Hall, 1956. 295 p.

5. Feldbaum A.A. Novye prinzipy avtomaticheskogo upravleniya [The new principles of automatic control]. Izvestiya vuzov USSR. Radiotechnika. 1960. No. 3. Pp. 299-308, No. 4. Pp. 419-430. (In Russian).

6. Anochin P.K., Shumilina A.I., Anochina A.P. Funkzionalnaya sys-tema kak osnova integrazii nervnych processov v embriogeneze. [Functional system as a basis of integration of nervous processes]. Trudy V s'ezda fiziologov SSSR, 1937. Pp. 148-156. (In Russian).

7. Pupkov K.A., V.G.Konkov. Intellectualnye systemy [Intellectual systems]. Moscow, MGTU imeni N.E.Baumana Publ., 2003. 348 p. (In Russian).

8. Stepanov M.F., Stepanov A.M. Application of planning artificial neural networks in solver of tasks of intellectual self-organizing automatic-control systems. Journal of Chaotic Modeling and Simulation: International Journal of Nonlinear Science, 2013. Vol. 1. Pp. 67-74. (In Russian).

9. Minskiy M. Frames dlya predstavleniya znanii [Frames for knowledge representation]. Moscow, Energiya, 1979. 152 p. (In Russian).

Information about author:

Stepanov M.F., Ph.D., professor, Yuri Gagarin state technical university of Saratov;

Stepanov A.M., Ph.D., The senior scientific employee, Institute of problems of exact mechanics and control of the Russian Academy of Science;

Mikhailova L.S., Ph.D., senior lecturer, Electrosteel polytechnical institute of the Moscow state machine-building university (MSMU); Pimenova O.N., student Yuri Gagarin state technical university of Saratov.

For citation:

Stepanov M.F., Stepanov A.M., Mikhailova L.S., Pimenova O.N. Intellectualization of the automated and automatic control systems and methodology of automation of their construction and research. H&ES Research. 2016. Vol. 8. No. 5. Pp. 83-88.