Цель данного исследования заключается в разработке теории решения задач гарантированного нелинейного программирования, направленной на управление группой роботов-лаборантов. Присутствие мутагенных и канцерогенных веществ в рабочей среде подчеркивает необходимость регулярного мониторинга, включая анализ проб воздуха в лаборатории. Это создает потребность в использовании специализированных групп роботов-лаборантов, которые будут выполнять различные задачи на разных устройствах в разные промежутки времени. Поскольку ошибки в действиях этих роботов могут вызвать серьезные последствия, требуется разработка новых алгоритмов управления для повышения их точности. При значительных колебаниях времени работы роботов-лаборантов наблюдается замедление роста экономической эффективности при увеличении частоты отбора проб, и на определенном уровне частоты дальнейшее увеличение становится менее заметным. В условиях значительных изменений времени работы роботов-лаборантов целевая функция имеет нелинейный характер. Поэтому задачи оптимизации времени работы роботов-лаборантов относятся к классу нелинейных задач. Методы используют имитационное моделирование, теорию оптимального управления, статистику. В работе развиты теоретические основы решения задач нелинейного программирования с эквивалентной детерминированной задачей. Итогом исследования является разработка концепции функционирования коллектива роботов, учитывающая условия безопасности химико-технологических процессов.
The purpose of this study is to develop a theory for solving problems of guaranteed nonlinear programming aimed at controlling a group of robotic laboratory assistants. The presence of mutagenic and carcinogenic substances in the work environment highlights the need for regular monitoring, including analysis of air samples in the laboratory. This creates the need for specialized teams of robotic laboratory technicians who will perform different tasks on different devices at different intervals of time. Since errors in the actions of these robots can cause serious consequences, the development of new control algorithms is required to improve their accuracy. With large fluctuations in the operating time of robot laboratory assistants, there is a slowdown in the growth of economic efficiency as the frequency of sampling increases, and at a certain frequency level, further increases become less noticeable. In the context of significant changes in the operating time of laboratory robots, the objective function has a nonlinear nature of tasks. The methods use simulation modeling, optimal control theory, and statistics. The theoretical foundations of solving nonlinear programming problems with an equivalent deterministic problem are developed in the work. The result of the study is the development of a concept for the functioning of a team of robots, taking into account the safety conditions of chemical and technological processes.
1. Калинин В.Ф., Погонин В.А. Планирование работы коллектива роботов-лаборантов // Современные наукоемкие технологии. 2023. № 9. С. 20–24. URL: https://toptechnologies.ru/ru/article/view?id=39758 (дата обращения: 13.03.2025). DOI: 10.17513/snt.39758.
2. Белоглазов Д.А., Гайдук А.Р., Косенко Е.Ю. Групповое управление подвижными объектами в неопределенных средах. М.: Физматлит, 2015. 305 с.
3. Воробьева Н.С., Жога В.В., Несмиянов И.А. Отслеживание приводами манипулятора параллельно-последовательной структуры программных перемещений рабочего органа // Известия Российской академии наук. Теория и системы управления. 2019. № 2. С. 154–165. DOI: 10.1134/S0002338819020185.
4. Калинин В.Ф., Погонин В.А. Управление мультиагентной системой роботов-лаборантов // Современные наукоемкие технологии. 2024. № 5–1. С. 43–49. URL: https://top-technologies.ru/ru/article/view?id=40003 (дата обращения: 13.03.2025). DOI: 10.17513/snt.40003.
5. Нагоев З.В., Бжигатлов К.Ч., Пшенокова И.А., Нагоева О.В., Аталиков Б.А., Чеченова Н.А., Малышев Д.А. Автономный синтез пространственных онтологий в системе принятия решений мобильного робота на основе самоорганизации мультиагентной нейрокогнитивной архитектуры // Известия Кабардино-Балкарского научного центра РАН. 2020. № 6 (98). С. 68–79. DOI: 10.35330/1991-6639-2020-6-98-68-79.
6. Степанов О.А. Основы теории оценивания с приложениями к задачам обработки навигационной информации. Ч. 1: Введение в теорию оценивания. 3-е изд., испр. и доп. СПб.: ГНЦ РФ АО «Концерн «ЦНИИ «Электроприбор», 2017. 509 с.
7. Borisov E.G., Dobretsov R.U., Matrosov S.I. Energy Expenditure Forecasting at Path Generation of Spherical Robots within Multi-Agent System // Indian Journal of Science and Technology. 2016. Vol. 9 (44). P. 1–9. DOI: 10.17485/ijst/2016/v9i44/104704.
8. Celentano L., Basin M.V. Optimal Estimator Design for LTI Systems with Bounded Noises, Disturbances, and Nonlinearities // Circuits, Systems, and Signal Processing, 2021. Vol. 40. Р. 3266–3285. DOI: 10.1007/s00034-020-01635-z.
9. Nebylov A.V., Loparev A.V., Nebylov V.A. Methods for Robust Filtering Based on Numerical Characteristics of Input Processes in Solving Problems of Navigation Information Processing and Motion Control // Gyroscopy Navig. 2022. Vol. 13. Р. 170–179. DOI: 10.1134/S2075108722030063.
10. Лубенцова Е.В., Лубенцов В.Ф. Метод синтеза нелинейных систем с аппроксимирующими законами управления // Вестник СКФУ. 2015. № 6 (51). С. 14–21.
11. Лубенцова Е.В., Петраков В.А., Слюсарев Г.В., Лубенцов В.Ф. Метод построения нечетких регуляторов с использованием аналитических выражений для управляющих воздействий // Фундаментальные исследования. 2015. № 11–3. С. 484–490. URL: https://fundamentalresearch.ru/ru/article/view?id=39445 (дата обращения: 13.03.2025).
12. Шахрай Е.А., Лубенцова Е.В., Лубенцов В.Ф. Многорежимные системы управления и особенности аппаратного и программного инструментария для их реализации // Современные наукоемкие технологии. 2021. № 3. С. 112–118. URL: https://top-technologies.ru/ru/article/view?id=38540 (дата обращения: 13.03.2025). DOI: 10.17513/snt.38540.
13. Воробьева Н.С. Методы управления манипуляторами на базе трипода при выполнении технологических операций // Известия высших учебных заведений. Машиностроение. 2022. № 3. С. 3–14. DOI: 10.18698/0536-1044-2022-3-314. EDN: FKBDAT.
14. Трипольский П.Э., Карпов С.А. Модели и алгоритмы планирования движений интеллектуальных агентов с целью поддержания связи в мультиагентной робототехнической системе // Успехи современной радиоэлектроники. 2016. № 2. С. 160–165. EDN: VRHFSV.
15. Булатов В.В., Джаошвили Н.Г., Нуйя О.С., Рудаков Р.В., Сержантова М.В., Савельев Н.В. Разработка автоматизированного контроля пересечения траекторий движения роботов-манипуляторов // Современные наукоемкие технологии. 2025. № 2. С. 24–29. URL: https://top-technologies.ru/ru/article/view?id=40299 (дата обращения: 13.03.2025). DOI: 10.17513/snt.40299.