Перегляд за Автор "Ponomarenko, A. V."
Зараз показуємо 1 - 10 з 10
Результатів на сторінці
Налаштування сортування
Документ Багатовимірна система автоматичного управління авіаційним двигуном ТВ3-117 на базі нейромережевого регулятора(Вісник Кременчуцького національного університету імені Михайла Остроградського. - 2020. - Вип. 2(121). - С. 79-84, 2020) Владов, С. І.; Vladov, S. I.; ORCID: http://orcid.org/0000-0001-8009-5254; Назаренко, Н. П.; Nazarenko, N. P.; ORCID: https://orcid.org/0000-0001-9745-2430; Тутова, Н. В.; Tutova, N. V.; ORCID: https://orcid.org/0000-0001-5609-5502; Москалик, В. М.; Moskalyk, V. M.; ORCID: https://orcid.org/0000-0003-4916-3102; Пономаренко, А. В.; Ponomarenko, A. V.Розроблено багатовимірну систему автоматичного управління авіаційним двигуном ТВ3-117 на базі нейромережевого регулятора із застосуванням рекурентної нейронної мережі архітектури персептрон. Це дозволило забезпечити виконання широкого комплексу вимог до процесів управління (астатизм – нульова статична помилка, фізична реалізація нейромережевого регулятора, стійкість і задану якість процесів управління на фіксованій множині режимів роботи двигуна, мінімальна складність багатовимірного нейромережевого регулятора) заприн ципом мінімальної складності регулятора, що формує можливості вибору мінімальної за складністю системи автоматичного управління при заданому рівні якості процесів управління. Проведено моделювання системи автоматичного управління авіаційним двигуном ТВ3-117 із синтезованим нейромережевим регулятором, результати якого свідчать про те, що перехідні процеси в системі управління задовольняють поставленим вимогам, а їх відмінність від еталонних значень не перевищує декількох відсотків. Підкреслено, що метод мінімальної складності інтелектуальних систем управління складними технічними об’єктами набув подальшого розвитку. Він відрізняється від існуючих тим, що за рахунок використання рекурентної нейронної мережі архітектури персептрон у нейромережевому регуляторі створено систему автоматичного управління авіаційним двигуном ТВ3-117 з високою точністю відтворювання перехідних процесів у двигуні.Документ Визнання доказів недопустимими в кримінальному провадженні: аналіз слідчої практики крізь призму судових рішень: монографія(Київ: 7БЦ, 2021. – 425 с., 2021) Державний науково-дослідний інститут; Харківський національний університет внутрішніх справ; Kharkiv National University of Internal Affairs; Дрозд, В. Г.; Drozd, V. H.; ORCID: http://orcid.org/0000-0002-7687-7138; Цуцкірідзе, М. С.; Tsutskiridze, M. S.; Гаврилюк, Л. В.; Havryliuk, L. V.; Пономаренко, А. В.; Ponomarenko, A. V.; Ангеленюк, А.-М. Ю.; Anheleniuk, A.-M. Yu.; Дударець, Р. М.; Dudarets, R. M.; Бурлака, В. В.; Burlaka, V. V.; ORCID: http://orcid.org/0000-0002-5202-9134; Климчук, В. П.; Klymchuk, V. P.; Абламська, В. В.; Ablamska, V. V.; ORCID: http://orcid.org/0000-0002-2415-7235; Романов, М. Ю.; Romanov, M. Yu.Монографію присвячено дослідженню теоретико-правових засад визнання доказів недопустимими в кримінальному провадженні, зважаючи на слідчу практику крізь призму судових рішень. Розглянуто наукові концепції визнання доказів недопустимими у кримінальному процесі та їх розвиток. Акцентовано на суттєвих порушеннях і хибах, допущених органами досудового розслідування під час збирання доказів, а також на визначенні критерію істотності допущених порушень прав і свобод людини при отриманні доказів під час досудового розслідування. Проаналізовано процесуальний порядок визнання доказів недопустимими за кримінальним процесуальним законодавством країн пострадянського простору та окремих європейських держав. Охарактеризовано тенденції застосування практики Європейського суду з прав людини у національній правозастосовній діяльності. Запропоновано й аргументовано необхідність унесення змін і доповнень до кримінального процесуального законодавства щодо вдосконалення процесу доказування у кримінальному провадженні з огляду на вимоги Конституції України, динаміку розвитку законодавства. Видання виконано з урахуванням останніх змін до законодавства станом на 10 червня 2021 року. Робота буде корисною як науковцям, працівникам правоохоронних органів (слідчих підрозділів Національної поліції України), викладачам, аспірантам, студентам юридичних закладів вищої освіти, так і всім тим, хто цікавиться питаннями допустимості доказів у кримінальному процесі.Документ Візуалізація математичних імітаційних мережевих моделей ГТД у системі моделювання DVIG(Актуальні проблеми сучасної науки в дослідженнях молодих учених : тези доп. учасників наук.-практ. конф. з нагоди святкування Дня науки (м. Харків, 15 трав. 2020 р.). – Харків : ХНУВС, 2020. – С. 383-385, 2020) Пономаренко, А. В.; Ponomarenko, A. V.; Яніцький, А. А.; Yanitskyi, A. A.; ORCID: http://orcid.org/0000-0001-5318-1915; Гвоздік, С. Д.; Hvozdik, S. D.; ORCID: http://orcid.org/0000-0002-4105-1520Відзначено, що імітаційна математична модель авіаційного двигуна розвивається разом з виробом протягом усього життєвого циклу виробу. Існують моделі єдині багаторівневі, а також моделі, що відповідають кожному етапу життєвого циклу газотурбінних двигунів (етапи проектування, здача серійного виробництва, випробування, доведення, експлуатація на повітряному судні або на землі, ремонт). Такі моделі мають цілу низку однакових якостей і ознак і можуть створюватися в різних версіях єдиної системи DVIG.Документ Забезпечення прав, свобод і законних інтересів особи на стадії досудового розслідування: монографія(Херсон: Видавничий дім «Гельветика», 2019. – 498 с., 2019) Дрозд, В. Г.; Drozd, V. H.; ORCID: http://orcid.org/0000-0002-7687-7138; Фоміна, Т. Г.; Fomina, T. H.; ORCID: http://orcid.org/0000-0002-9513-1673; Юхно, О. О.; Yukhno, O. O.; ORCID: http://orcid.org/0000-0002-4771-0531; Пономаренко, А. В.; Ponomarenko, A. V.; Цуцкірідзе, М. С.; Tsutskiridze, M. S.; Климчук, В. П.; Klymchuk, V. P.; Бурлака, В. В.; Burlaka, V. V.; Гаврилюк, Л. В.; Havryliuk, L. V.; Абламський, С. Є.; Ablamskyi, S. Ye.; ORCID: http://orcid.org/0000-0003-4716-3985; Дударець, Р. М.; Dudarets, R. M.У монографії вивчено та проаналізовано теоретико-правові засади забезпечення прав, свобод і законних інтересів особи на стадії досудового розслідування. Досліджено світовий досвід правового регулювання забезпечення прав, свобод і законних інтересів особи на стадії досудового розслідування. З цією метою проаналізовано законодавства країн Європейського Союзу та пострадянського простору. Проведено теоретичне дослідження процесуального механізму забезпечення конституційних прав та свобод особи під час провадження досудового розслідування, виявлено прогалини у правовому регулюванні в даній сфері з урахуванням вимог Конституції України, динаміки розвитку законодавства і досягнень кримінальної процесуальної науки, визначено шляхи їх усунення. Монографію виконано із урахуванням останніх змін до чинного законодавства станом на 1 червня 2019 р. Робота може бути корисна науковців, працівників правоохоронних органів (зокрема, слідчих підрозділів Національної поліції України), викладачів, аспірантів, студентів юридичних вищих навчальних закладів, а також для всіх тих, хто цікавиться питаннями забезпечення прав, свобод і законних інтересів особи на стадії досудового розслідування.Документ Концептуальна модель автоматизованої системи підготовки передпольотної інформації(Актуальні проблеми сучасної науки в дослідженнях молодих учених : тези доп. учасників наук.-практ. конф. з нагоди святкування Дня науки (м. Харків, 15 трав. 2020 р.). – Харків : ХНУВС, 2020. – С. 374-376, 2020) Ножнова, М. О.; Nozhnova, M. O.; ORCID: https://orcid.org/ 0000-0002-4306-0973; Журід, В. І.; Zhurid, V. I.; Пономаренко, А. В.; Ponomarenko, A. V.Визначено, що під автоматизованою системою підготовки передпольотної інформації розуміють людино-машинну систему, в якій здійснюється автоматизований збір, обробка, сортування і надання інформації, необхідної пілоту при підготовці до польоту і надання рекомендацій про можливість виконання польоту. Удосконалення передпольотного забезпечення являє собою швидке отримання виборчого інформації, що відноситься до конкретного польоту (ситуації) і отримання рекомендації про можливість виконання (продовження) польоту.Документ Нейромережевий обчислювач задля відновлення втраченої інформації зі штатних датчиків бортової системи контролю і діагностики авіаційного двигуна ТВ3-117(Сучасний стан наукових досліджень та технологій в промисловості. - 2020. - № 4. - С. 147-154, 2020) Владов, С. І.; Vladov, S. I.; Долударєва, Я. С.; Doludarieva, Ya. S.; Сіора, А. С.; Siora, A. S.; Пономаренко, А. В.; Ponomarenko, A. V.; Яніцький, А. А.; Yanitskyi, A. A.Досліджено розробку нейромережевого обчислювача задля відновлення втраченої інформації зі штатних датчиків бортової системи контролю і діагностики технічного стану авіаційного двигуна ТВ3-117 в режимі реального часу. Зазначено, що використання автоасоціативної нейронної мережі у бортовій системі контролю і діагностики для відновлення інформації дозволяє забезпечити відмовостійкість вимірювальних каналів систем управління, зокрема авіаційного двигуна ТВ3-117. Основною перевагою використання нейронних мереж у рамках бортової системи контролю і діагностики є можливість навчання і донавчання у режимі реального часу з урахуванням індивідуальних характеристик конкретного двигуна. Відновлення інформації при відмові датчиків за допомогою автоасоціативної нейронної мережі забезпечує похибку відновлення даних не більше 0,45 % у разі одиночних відмов і не більше 0,6 % у разі подвійних відмов. При цьому час одного циклу відновлення даних становить 1589,544 нс для обчислювача Raspberry Pi NanoPi M1 Plus і 196,246 нс – для спеціалізованого нейропроцесора Intel Neural Compute Stick 2, що задовольняє вимогам бортової реалізації у складі бортової системи контролю і діагностики.Документ Організаційно-правові засади діяльності слідчих підрозділів Національної поліції України : монографія(Херсон : Видавничий дім «Гельветика», 2020. – 352 с., 2020) Дрозд, В. Г.; Drozd, V. H.; ORCID: http://orcid.org/0000-0002-7687-7138; Пономаренко, А. В.; Ponomarenko, A. V.; Климчук, В. П.; Klymchuk, V. P.; Цуцкірідзе, М. С.; Tsutskiridze, M. S.; Бурлака, В. В.; Burlaka, V. V.; Гаврилюк, Л. В.; Havryliuk, L. V.; Абламський, С. Є.; Ablamskyi, S. Ye.; ORCID: http://orcid.org/0000-0003-4716-3985; Дударець, Р. М.; Dudarets, R. M.У монографії вивчено та проаналізовано організаційно-правові засади діяльності слідчих підрозділів Національної поліції. Досліджено міжнародний та зарубіжний досвід правового регулювання діяльності слідчих підрозділів, механізм взаємодії слідчих з іншими органами та підрозділами Національної поліції. Розглянуто проблемні питання контролю та нагляду за діяльністю слідчих підрозділів Національної поліції. Висвітлено теоретичні та прикладні проблеми реалізації повноважень слідчими Національної поліції, на основі чого запропоновано шляхи вдосконалення чинного законодавства України. Монографію виконано зі зважанням на останні зміни до чинного законодавства станом на 1 червня 2019 р. Робота може бути корисна для науковців (працівників правоохоронних органів, зокрема слідчих підрозділів Національної поліції України), викладачів, аспірантів, студентів юридичних вищих навчальних закладів, а також для всіх, хто цікавиться проблемами організаційно-правових засад діяльності слідчих підрозділів Національної поліції України.Документ Підвищення надійності системи автоматичного управління авіаційним двигуном ТВ3-117 з використанням його бортової нейромережевої моделі(Вісник Кременчуцького національного університету імені Михайла Остроградського. - 2020. - Вип. 2(121). - С. 91-96, 2020) Владов, С. І.; Vladov, S. I.; ORCID: http://orcid.org/0000-0001-8009-5254; Шмельов, Ю. М.; Shmelоv, Yu. M.; ORCID: https://orcid.org/0000-0002-3942-2003; Сіора, А. С.; Siora, A. S.; ORCID: https://orcid.org/0000-0002-2934-7281; Яніцький, А. А.; Yanitskyi, A. A.; ORCID: http://orcid.org/0000-0001-5318-1915; Пономаренко, А. В.; Ponomarenko, A. V.Проаналізовано підходи до вирішення проблеми підвищення надійності систем автоматичного управління авіаційними газотурбінними двигунами, в тому числі, і ТВ3-117, на основі алгоритмічного резервування. Визначено основні труднощі застосування алгоритмічного резервування в умовах льотної експлуатації повітряного судна. Розглянуто особливості застосування лінійних і нелінійних математичних моделей, виділені їх основні переваги та недоліки. Виявлено основні вимоги до математичної моделі задля ефективного застосування в системі автоматичного управління авіаційного двигуна ТВ3-117. Розроблено і представлено лінійну адаптивну бортову нейромережеву модель, призначену для роботи спільно з системою автоматичного управління авіаційного двигуна ТВ3-117. Описано методи вирішення проблеми адаптації нейромережевої моделі авіаційного двигуна ТВ3-117 до можливої зміни його технічного стану. Розглянуто питання реалізації детермінованих, стохастичних і випадкових поправок для корекції моделі під час експлуатації двигуна. Оцінено застосування одновимірної і багатовимірної фільтрації Калмана вхідних і вихідних параметрів нейромережевої моделі авіаційного двигуна ТВ3-117 для підвищення її точності і надійності. Представлений приклад успішної реалізації фільтрації Калмана вхідного сигналу положення поршня дозувальної голки в результаті моделювання за даними, отриманими в результаті льотних випробувань повітряного судна. Визначена область застосування нейромережевої моделі авіаційного двигуна ТВ3-117 і ситуації, в яких модель функціонувати не може. Проведено оцінку похибки моделі для основних режимів експлуатації двигуна: похибка частоти обертання ротора турбокомпресора не перевищила 1,25 %, тиску повітря за турбокомпресором – 3,5 %, температури газів за турбіною компресора – 2,2%. Отримані дані свідчать про можливе впровадження нейромережевої моделі авіаційного двигуна ТВ3-117 в бортову систему контролю і діагностики його технічного стану в польотних режимах.Документ Реалізація компонентних математичних моделей авіаційного двигуна ТВ3-117 на основі семантичної мережі(Вчені записки ТНУ імені В. І. Вернадського. Сер.: Технічні науки. – 2020. – Т. 31 (70), № 2, ч. 1. - С. 35-43, 2020) Владов, С. І.; Vladov, S. I.; ORCID: http://orcid.org/0000-0001-8009-5254; Шмельов, Ю. М.; Shmelov, Yu. M.; ORCID: http://orcid.org/0000-0002-3942-2003; Пилипенко, Л. М.; Pylypenko, L. M.; ORCID: https://orcid.org/0000-0001-5221-0921; Назаренко, Н. П.; Nazarenko, N. P.; Тутова, Н. В.; Tutova, N. V.; Дерев’янко, І. Г.; Derevianko, I. H.; Пономаренко, А. В.; Ponomarenko, A. V.Запропоновано метод побудови математичної моделі авіаційного двигуна ТВ3-117 на основі розширеної семантичної мережі, що дозволяє шляхом реконфігурації математичної моделі й адаптації її характеристик до індивідуального двигуна, розв’язувати широкий набір задач контролю та діагностики технічного стану авіаційного двигуна ТВ3-117 у польотних режимах. Отримана мережа може розширюватися шляхом залучення нових параметрів у складі додаткових елементарних блоків відповідно до закономірностей, що описують закономірності робочих процесів і взаємозв’язок у вузлах двигуна.Документ Ідентифікація багаторежимної моделі авіаційних двигунів вертольотів у польотних режимах з використанням модифікованого градієнтного алгоритму навчання радіально-базисних нейронних мереж(Вісник Херсонського національного технічного університету. - 2021. - № 4(79). - С. 52-63, 2021) Владов, С. І.; Vladov, S. I.; ORCID: http://orcid.org/0000-0001-8009-5254; Дєрябіна, І. О.; Dieriabina, I. O.; ORCID: http://orcid.org/0000-0001-5164-2976; Гусарова, О. В.; Husarova, O. V.; ORCID: https://orcid.org/0000-0002-9823-0044; Пилипенко, Л. М.; Pylypenko, L. M.; ORCID: https://orcid.org/0000-0001-5221-0921; Пономаренко, А. В.; Ponomarenko, A. V.; ORCID: http://orcid.org/0000-0002-4143-1814Розглянуто розв’язання прикладної задачі ідентифікації авіаційних газотурбінних двигунів вертольотів у польотних режимах за допомогою їх багаторежимних моделей з використанням класичного методу – методу найменших квадратів і нейромережевого методу – шляхом побудови нейронної мережі відповідно до вихідних даних. Використовано такі методи: методи теорії ймовірностей і математичної статистики, методи нейроінформатики, методи теорії інформаційних систем та обробки даних. Для досягнення поставленої мети та зменшення помилки ідентифікації багаторежимної моделі авіаційного газотурбінного двигуна у роботі запропоновано використання нейронної мережі радіально-базисних функцій з модифікованим градієнтним алгоритмом навчання, що полягає у динамічній зміні структури нейронної мережі у процесі навчання, а для виключення ситуацій, коли параметри елементів стають близькими один до одного, введено коефіцієнт взаємного припинення елементів. При розв’язанні прикладної задачі ідентифікації авіаційних газотурбінних двигунів вертольотів показано, що похибка ідентифікації багаторежимної моделі авіаційних газотурбінних вертольотів (на прикладі авіаційного двигуна ТВ3-117) за допомогою персептрона при обчисленні окремих параметрів двигуна не перевищила 0,63 %; для нейронної мережі радіально-базисних функцій – 0,74 %, для нейронної мереж радіально-базисних функцій з модифікованим градієнтним алгоритмом навчання – 0,47 %, у той час як для класичного методу (методу найменших квадратів) вона складає близько 1 % у розглянутому діапазоні зміни режимів роботи двигуна. Порівняльний аналіз нейромережевих і класичного методів ідентифікації в умовах дії шумів показує, що нейромережеві методи більш робастні до зовнішніх збурень: для рівня шуму σ = 0,025 похибка ідентифікації параметрів авіаційного двигуна ТВ3-117 при використанні персептрона зростає з 0,63 до 0,84 %; для нейронної мережі радіально-базисних функцій – з 0,74 до 0,86 %; для нейронної мережі радіально-базисних функцій з модифікованим градієнтним алгоритмом навчання – з 0,47 до 0,65 %, а для методу найменших квадратів – з 0,99 до 2,14 %.