Библиотечный каталог авторефератов Украины

Основні результати та висновки

В дисертаційній роботі розв’язано актуальну наукову задачу створення високоефективних методів, моделей та програмних засобів для інформаційного забезпечення процесів моніторингу рівня забруднення річкової води та управління процесами її очищення. При цьому отримано такі основні результати:

1. На основі проведеного аналізу базових чинників забруднення річкових вод, засобів їх вимірювання, динаміки впливу на екологічний стан та здатності ріки до самоочищення розроблено архітектуру автоматизованої системи моніторингу та керування рівнем забруднень.
2. На підставі аналізу результатів роботи створених імітаційних моделей розроблено методику формування керуючих впливів та алгоритм координації показників забруднення в часі на підставі двох показників.
3. Реалізовано та змодельовано елементи внутрішнього опису екобіологічної системи ріки на основі передбачаючих фільтрів Калмана-Бюсі, а також штучних нейромереж.
4. Розроблено каскадну архітектуру з двох штучних нейронних мереж прямого поширення для послідовної реалізації функцій фільтрації та передбачення.
5. Розроблено оптимізовані методики навчання штучних нейронних мереж з метою забезпечення їх максимальної здатності до узагальнення.
6. Розроблено та апробовано імітаційні моделі екобіологічної системи ріки з врахуванням процесів самоочищення.

Список опублікованих праць за темою дисертації

1. Kкdzior Z. The artificial neural network – learning techniques and applications //  Технічні  вісті.- 2000.- №1(10)/2(11).- С.103-106.
2. Hrytsyk V.V., Kwater T., Kedzior Z., Twarog B. Estimation process using artificial neural network // Інформаційні технології і системи.- 1999.- Т.2.- №1.- С.114-121.
3. Kwater T., Kкdzior Z., Bartman J. Solving ecological problems by applying artificial neural networks // Технічні  вісті.- 2001.- №1(12)/2(13).- С.77-80.
4. Kwater T., Raszkiewicz J., Kedzior Z. Image processing with neural nets // Інформаційні технології і системи.- 2003.- Т. 6.-  №1/2.- С.88-93.
5. Kwater T., Kedzior Z. Artificial neural network in state estimation for controlling of pollution in water // Вісник Національного університету “Львівська політехніка”: Комп’ютерна інженерія та інформаційні технології.- 2003.- №481.- С.53-58.
6. Kwater T., Raszkiewicz J., Kкdzior Z. Regulacja z wyprzedzeniem dla rzeki zanieczyszczonej oparta na sztucznych sieciach neuronowych // Технічні  вісті.-  2003.- №1(16)/2(17) .- С.69-71.
7. Кендзіор З. Елементи внутрішнього опису системи моніторингу і керування.- Львів, 2002.- 34с. (Препр./Державний НДІ інформац. інфраструктури; №3/5-2002).
8. Кендзіор З. Імітаційне моделювання і синтез елементів системи моніторингу та керування.- Львів, 2003.- 38с. (Препр./Державний НДІ інформац. інфраструктури; №4/6-2003).
9. Twarog B., Kwater T., Kedzior Z. Artificial neural network in controlling and monitoring system // Міжнар. конф. з індуктивного моделювання “МКІМ– 2002”: Праці.- Львів: ДНДІ ІІ, 2002.- Т.3.- С.147-153.
10. Kwater T., Kкdzior Z., Pкkala R. The Matematical model of long river and neural network in estimation proces // Proc. of IMACS Symposium on Mathematical Modelling.- 1997.- Technical University in Vienna.- Austria.- P.13-18.
11. Kкdzior Z., Twarуg B., Gomуіka Z. The neural network as the estimator of pollution in ecological problems // Proc. of the 1997 Intern. Conf. on Engineering Aplications of Neural Network.- 1997.- Sweden.- P.139-142.
12. Kwater T., Kкdzior Z. Artificial Neural Network for Monitoring and Controlling of a Long River // Proc. of  Contribution of Cognition to Modelling CCM’98.- 1998.- France.- Vol. 2.- P. 5-8.
13. Kwater T., Kкdzior Z., Twarуg B. Dyskretne pomiary jako sygnaі wejњciowy dla sztucznych sieci neuronowych w ekologii // Materiaіy VI Miкdzynarodowe Seminarium Metrologуw Politechnika Rzeszowska.- 1998.- Rzeszуw.- P.99-104.
14. Kwater T., Kкdzior Z. Koncepcja ukіadu sterowania poziomem zanieczyszczeс w rzece z zastosowaniem sieci neuronowej // Proc. of 3-rd International Modelling School.- 1999.- Alushta.- Ukraina.- P.157-160.
15. Kwater T., Kкdzior Z., Twarуg B. Estimation by artificial neural network in ecological problems // Proc. of International Conference on Modeling & Simulation.- 2001.- Lviv.- Ukraine.- P. 212-215.
16. Kwater T., Kedzior Z., Twarog B., Pekala R. State estimation for monitoring and controling // Proc. of 4th IMACS Symposium on Mathematical Modelling.- 2003.- Viena University of Technology.- Austria.- P.307.
17. Чабан А., Ковівчак Я., Кендзьор З. Розрахунок  параметричної чутливості феромагнетого тора // Proc. of 4-th International Modelling School of AMSE – UAPL.- 2000.- Ukraina.- P.31-34.

Кендзiор З. Автоматизована система моніторингу рівня забруднення рік та керування процесами очищення. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – автоматизовані системи управління та прогресивні інформаційні технології, Державний науково-дослідний інститут інформаційної інфраструктури, Львів, 2004.

Дисертацію присвячено розробці високоефективних методів, моделей, алгоритмів та програм для інформаційного забезпечення процесів моніторингу і керування екобіологічною системою ріки. На підставі імітаційних досліджень встановлено, що моніторинг і керування для самовідновлювальної системи, якою є ріка, доцільно здійснювати на підставі оцінки двох показників – рівня кисню у воді та біохімічної потреби в кисні. Реалізовано та змодельовано елементи внутрішнього опису автоматизованої системи керування з використанням прогнозуючих фільтрів Калмана-Бюсі, а також штучних нейромереж. Розроблено оригінальну архітектуру каскадного з’єднання двох нейромереж, що забезпечує підвищену здатність до узагальнення даних.

Ключові слова: автоматизована система моніторингу і керування, інформаційні технології, забруднення ріки, математична модель, нейронні мережі.

Кендзиор З. Автоматизированная система мониторинга уровня загрязнения рек и управления процессами очищения. – Рукопись.

Диссертация на соискание учёной степени кандидата технических наук по специальности 05.13.06 – автоматизированные системы управления и прогрессивные информационные технологии, Государственный научно-исследовательский институт информационной инфраструктуры, Львов, 2004.

Диссертация посвящена разработке высокоэффективных методов, моделей, алгоритмов и программ для информационного обеспечения процессов мониторинга и управления экобиологической системой реки. На основании имитационных исследований установлено, что мониторинг и управление для самовосстанавливающейся системы, каковой является река, возможны на основании оценки двух показателей – уровня кислорода в воде и биохимической потребности в кислороде. Реализованы и промоделированы элементы внутреннего описания автоматизированной системы управления с использованием предсказывающих фильтров Калмана-Бюсси, а также искусственных нейронных сетей. Предложена оригинальная архитектура каскадного соединения двух нейросетей, обеспечивающая повышенную способность к обобщению данных.

Ключевые слова: автоматизированная система мониторинга и управления, информационные технологии, загрязнение реки, математическая модель, нейронные сети.

Kedzior Z. Automatic system for monitoring of pollution level and controlling of water treatment processes. - Manuscript.

Thesis for a candidate’s degree by specialty 05.13.06 – automatic control system and progressive information technologies, State Institute of Informational Infrastructure, Lviv, 2004.

The dissertation resolves a scientific-practical problem – creation of effective automatic system for monitoring and controlling of river ecological pollution. Incompleteness, uncertainty of input data on dynamics of controlled object, disturbing effect on the information and technology structures, information complexity of determination of the interdependencies and interaction between the system elements are typical for many problems of control system synthesis. For object like river impossibility of using all measurements of state pointers results in inadequate procedures of control decision making.

Proposed complete automatic system for monitoring and controlling allows to solve such problems. To built such system the mathematical model of biochemical polluted river with many inflows was worked out. Two water pollution indicators, biochemical oxygen demand BOD and dissolved oxygen DO, were taking into consideration. State of polluted river is described by non-linear partial differential equations of hyperbolical type. The interpretation of river model along characteristics, it means consider particular free swim portion of water, was propose. It leads to simplification of model and necessity to solve only ordinary differential equations. That allows to carry out some simulations of polluted river state which include many different cases.

Artificial neural networks were used in estimation process of river state. To design appropriate structures of neural networks some simulation examinations were performed. On that basis architecture of neural networks, it number of hidden layers, number of neurons and transfer function were chosen. Method of learning and learning vector were determinated as well.  The quality of estimation by artificial neural network was compared with quality of estimation by classical Kalman-Bucy filter. From simulations came that network more exactly estimates simulated state of pollution. Due to ability to generalization an artificial neural network were less sensitive to increase of noises and leap changes of pollution level. By using artificial neural network necessity of knowledge of current river parameters was avoid. In order to get whole picture of river pollution information from infinity number of characteristics are needed. Therefore a coordination algorithm was proposed. The algorithm on basis of estimates generated by artificial neural network allows to determine the state of river in any place for present time and couple days overtake.

Proposed system uses only one-indicator DO measurements, which are simply performed in measurements stations situated along the river. On that basis a picture of whole river pollution from present measurement moment to next one was created. When biological live in river is threaten the monitoring system reacts by supplying suitable amount of oxygen directly into water.

Key words: monitoring and controlling automatic system, information technologies, river pollution, mathematical model, artificial neural network.