Висвітлено проблему автоматизації технологічних процесів розподілу цільового продукту шляхом реалізації процесів оперативного управління ієрархічно організованими інженерними мережними системами, що має важливе народногосподарське та соціальне значення. Значну увагу приділено можливості використання концептуальних підходів, методів, моделей та алгоритмів науково-дослідними і проектно-конструкторськими організаціями, пов'язаними з розробкою керуючих систем та процесів оперативного управління системами водо- та газопостачання, а також зрошувальними і вентиляційними системами за умов неповної інформації про об'єкти управління та середовища їх функціонування.

Розглянута у роботі технологія надає змогу шляхом поєднання переваг м'яких обчислень і регресійного аналізу будувати багатофакторні залежності з неперервним виходом, враховуючи як можливість визначення ступеня важливості вхідних змінних, так і їх взаємодій необхідного порядку. Проте під час моделювання об'єктів із неперервним виходом, коли необхідна достатня точність визначення чіткого значення вихідної величини, знаходження параметрів нечіткого рівняння регресії за методом найменших квадратів та параметрів функцій належностей шляхом статистичної обробки експертної інформації не може в повній мірі забезпечити потрібну точність. Для цього потрібно налаштувати за навчальною вибіркою нечітку регресійну модель у відповідності до тестуючої вибірки.

Запропоновано математичну модель для аналізу і прогнозування агрокліматичних даних методом сингулярного спектрального аналізу (ССА) з інтервальною невизначеністю. Математична модель призначена для визначення оптимальних погодних умов у випадку посіву насіння пшениці, попередньо стимульованого електромагнітним полем високої частоти. Показано, що передпосівна стимуляція насіння спричиняє збільшення поглинання води, поживних речовин і відповідно вимагає оптимальних умов для проростання і подальшої вегетації рослин. Математичне моделювання надало змогу прогнозувати неодхідні оптимальні агрокліматичні умови за показниками вологості і температури грунту.

Розглянуто математичну модель роботи іонновітрового ультрафіолетового озонаторазнезаражувача повітря. Проведено аналіз існуючих конструкцій озонаторів. Розроблено конструкцію іонізатора-знезаражувача. Запропоновано використання іонного вітру в якості системи руху повітря, що дозволяє одночасно виробляти озон, іонізувати потік повітря та відповідно знезаражувати його. Використано ультрафіолетове знезараження. Представлено математичну модель створення іонного вітру і негативних аерофонів. На основі математичного моделювання проведено експериментальні дослідження з визначення швидкості іонного вітру, які засвідчили правильність теоретичних тверджень.

На основі будови клітин визначені електричні властивості біологічної тканини, з якої складається насіння рослин. Показано зміну складових активного опору в залежності від частоти електромагнітного випромінювання за допомогою якого проводилась стимуляція. Експериментально доведено, що еквівалентну електричну схему неможливо звести до простих випадків з'єднання опорів і ємностей, а саме насіння не можна вважати нейтральним діелектриком. Розроблено методику оцінки інтенсивності обмінних процесів залежно від електричного опору насіння.

Розглянуто підхід до автоматизації процесу керування зрошувальними системами із застосуванням нечіткої логіки. Потужність та інтуїтивна простота нечіткої логіки як методології вирішення проблем гарантує її успішне застосування в системах контролю та аналізу інформації. При цьому відбувається підключення людської інтуїції та досвіду оператора. Запропонований підхід дозволяє підвищити точність керування вологістю грунту, забезпечити одержання планових врожаїв сільськогосподарських культур, економити водні та енергетичні ресурси за рахунок їх раціонального використання.

Розглянуто нейромережевий підхід до автоматизованого керування вологозабезпеченістю сільськогосподарських культур. Сучасний стан теорії і практики створення штучних нейронних мереж і нейрокомп'ютерів надав можливість розробки принципово нових алгоритмів і методів керування складними нелінійними динамічними об'єктами. Це дозволяє підвищити точність керування вологістю грунту, забезпечити одержання планових врожаїв сільськогосподарських культур, економити водні та енергетичні ресурси за рахунок їх раціонального використання.

Мета статті - обгрунтувати ефективний підхід до синтезу структурної схеми каскаднокомбінованої автоматизованої системи керування вологозабезпеченістю модульної ділянки грунту за допомогою зміни рівня грунтових вод. Включає моделі та методи системно-структурного аналізу та принципи адаптивного керування складними технічними системами в умовах невизначеності. Розроблено каскадно-комбіновану структурну схему автоматизованої системи керування вологозабезпеченістю сільськогосподарських культур при підгрунтовому зволоженні за допомогою зміни рівня грунтових вод. Показано, що така система має два контури регулювання: внутрішній контур регулювання рівня води у керуючому колодязі каскадно-комбінованої автоматизованої системи керування вологозабезпеченістю модульної ділянки грунту та зовнішній задаючий контур регулювання всмоктуючого тиску грунту, який характеризує вологість. Елементи наукової новизни. Розроблено двоконтурну структурну схему автоматизованої системи керування вологозабезпеченістю сільськогосподарських культур при підгрунтовому зволоженні з урахуванням збурень. Дану розробку проведено для підвищення ефективності функціонування автоматизованих систем керування вологозабезпеченістю сільськогосподарських культур при підурунтовому зволоженні та забезпечення отримання гарантованих врожаїв сільськогосподарських культур з одночасною економією водних та енергетичних ресурсів.

Мета статті - дослідження модульної ділянки грунту як об'єкту керування, яка є складною розподіленою у просторі системою. Однією з характерних ознак складності об'єкта керування є невизначеність у представленні його структури та поведінки. У рамках сучасної методології системного моделювання невизначеність може характеризувати наступні аспекти модельних уявлень: неясність або нечіткість границі системи; неоднозначність семантики окремих термінів; неповнота модельних уявлень щодо певної складної системи; наявність протиріч між окремими компонентами модельних уявлень або вимог, які повинна задовольняти модель складної системи; невизначеність настання певних подій, які належать до можливості знаходження системи - оригіналу в певному стані в майбутньому; лінгвістична невизначеність. На модульну ділянку грунту як об'єкт керування здійснюють вплив змінні збурення - погодні умови (температура й вологість повітря, швидкість вітру, сонячна радіація, опади). Від них залежить вихідний параметр - всмоктуючий тиск (вологість) грунту. Цьому об'єкту керування притаманна стохастична невизначеність, оскільки його властивості змінюються випадково. На сьогодні, крім класичних нейронних мереж, розвиваються гібридні, зокрема, нечіткі нейронні мережі. Вони об'єднують у собі переваги нейронних мереж і систем нечіткого виведення. Тому для моделювання ненасиченої зони модульної ділянки грунту як об'єкту керування грунту застосовано саме гібридну нейро-нечітку мережу на основі неофаззі нейрона. Розроблені нео-фаззі моделі ненасиченої зони модульної ділянки грунту як об'єкта керування для прогнозування всмоктуючого тиску грунту забезпечують вищу точність роботи, ніж багатошарові мережі прямого поширення. Водночас вони мають простішу архітектуру, що забезпечує легшу практичну реалізацію та більшу швидкість навчання. Розроблені нео-фаззі моделі можуть бути використані у складі автоматизованого робочого місця диспетчера зрошувальної системи і слугувати зручним інструментом для планування й керування режимами зволоження сільськогосподарських культур.

Метою керування водним режимом грунту є отримання планового врожаю сільськогосподарських культур. Сучасні методи розрахунку зрошувальних систем та управління ними вимагають використання кількісних зв'язків між водним режимом грунту та врожайністю культур. Існують підходи по зв'язуванню врожайності із сумарним випаровуванням, коефіцієнтом вологозабезпеченості, опадами, кількістю днів, в які рослини відчують водний стрес. Найдосконалішими є динамічні моделі формування врожаю, в яких враховуються всі основні чинники життєдіяльності рослин. Вони інваріантні, але для їх практичного застосування необхідно визначати велику кількість недостатньо вивчених на даний час чинників зовнішнього середовища та фізіології рослин, що змінюються у часі за видами та сортами рослин. За фізіологічними властивостями розрізняють два типи культур. До першого типу належать культури, що мають яскраво виражені критичні періоди, наприклад, зернові, для яких недостатнє водопостачання під час цвітіння має необоротний згубний вплив на обсяг врожаю; до другого - культури, наприклад, трави, які можуть переносити підсушування грунту протягом невеликого періоду і після цього цілком відновлювати врожай за оптимального водоспоживання. В таких моделях кожна попередня фаза розвитку рослин впливає на зростання і розвиток у наступній фазі. В роботі застосовано інтелектуальні методи підтримки прийняття рішень в умовах багатокритеріальності в задачах оптимального керування вологозабезпеченістю сільськогосподарських культур. Даний підхід дозволяє економити водні та енергетичні ресурси при керуванні вологозабезпеченістю сільськогосподарських культур без втрат врожайності.

Метою керування водним режимом грунту є отримання планового врожаю сільськогосподарських культур. Сучасні методи розрахунку зрошувальних систем та управління ними вимагають використання кількісних зв'язків між водним режимом грунту та врожайністю культур. Існують підходи по зв'язуванню врожайності із сумарним випаровуванням, коефіцієнтом вологозабезпеченості, опадами, кількістю днів, в які рослини відчують водний стрес. Найдосконалішими є динамічні моделі формування врожаю, в яких враховуються всі основні чинники життєдіяльності рослин. Вони інваріантні, але для їх практичного застосування необхідно визначати велику кількість недостатньо вивчених на даний час чинників зовнішнього середовища та фізіології рослин, що змінюються у часі за видами та сортами рослин. За фізіологічними властивостями розрізняють два типи культур. До першого типу належать культури, що мають яскраво виражені критичні періоди, наприклад, зернові, для яких недостатнє водопостачання під час цвітіння має необоротний згубний вплив на обсяг врожаю; до другого - культури, наприклад, трави, які можуть переносити підсушування грунту протягом невеликого періоду і після цього цілком відновлювати врожай за оптимального водоспоживання. В таких моделях кожна попередня фаза розвитку рослин впливає на зростання і розвиток у наступній фазі. В роботі застосовано інтелектуальні методи підтримки прийняття рішень в умовах багатокритеріальності в задачах оптимального керування вологозабезпеченістю сільськогосподарських культур. Даний підхід дозволяє економити водні та енергетичні ресурси при керуванні вологозабезпеченістю сільськогосподарських культур без втрат врожайності.

Системи крапельного зрошення широко використовуються для вирощування різноманітних сільськогосподарських культур як у теплицях, так і на відкритих ділянках різного розміру, від невеликих приватних садових ділянок до фермерських господарств. Особливість даного типу зрошення у тому, що вода повільно подається краплями або струменями у заданий час і у заданій кількості безпосередньо до коренів кожної рослини. При цьому витрата води зменшується на 20 - 50 % у порівнянні з поверхневим поливом і дощуванням, попереджається надлишковий полив і внаслідок цього підняття рівня грунтових вод та засолення грунту, не ущільнюється верхня частина грунту, знижується рівень розростання бур'яну. При проведенні зрошення необхідно враховувати вплив випадково змінних погодних факторів і щоденно коригувати поливну норму. Структурна схема автоматизованої системи керування (АСК) вологозабезпеченістю модульної ділянки за допомогою крапельного зрошення являє собою комбіновану систему керування з регулятором, який складається з двох послідовно з'єднаних ланок. Перша ланка визначає допустиму частку недополиву рослин у відсотках, враховуючи дані метеопрогнозу на наступний день. Очевидно, що допустима частка недополиву буде тим більша, чим більше значення прогнозованих опадів. Друга ланка обраховує завдання всмоктуючого тиску (вологості) на поточний день, враховуючи рекомендації першого регулятора, і подає керуючі впливи на виконавчі механізми. Мета статті - розробка методу керування вологістю грунту за допомогою крапельного зрошення на основі нечіткої логіки. Для визначення частки недополиву використано алгоритми нечіткої логіки. В якості вхідної змінної використовуються дані метеопрогнозу по опадах на наступний день. Вихідною змінною є допустима частка недополиву рослин на поточний день. Запропонована АСК вологозабезпеченістю сільськогосподарських культур при крапельному зрошенні дозволяє підвищити точність керування вологістю завдяки оперативному врахуванню змінних збурень на об'єкт і забезпечити одержання планової врожайності при раціональному використанні енергетичних і водних ресурсів. Напрямком подальших досліджень слід вважати розробку концепції застосування інтелектуальних методів підтримки прийняття рішень в умовах багатокритеріальності в задачах оптимального керування вологозабезпеченістю сільськогосподарських культур. Це дозволить економити водні та енергетичні ресурси з одночасним забезпеченням одержання планового врожаю.

На сьогодні спостерігається тенденція збільшення складності математичних і формальних моделей реальних систем і процесів управління. Це пов'язано з необхідністю підвищення адекватності цих моделей та врахування якомога більшої кількості факторів, які впливають на процеси прийняття рішень. Традиційні методи побудови моделей не приводять до задовільних результатів, коли описання проблеми, що підлягає вирішенню, с самого початку є неточним і неповним. Прагнення отримати всю вичерпну інформацію для побудови точної математичної моделі скільки-небудь складної реальної ситуації може привести лише до втрати часу та коштів, оскільки це може бути в принципі неможливо. До недавнього часу при проектуванні і дослідженні систем автоматизованого управління і систем інтелектуальної підтримки процесів підготовки і прийняття рішень використовувалися два великі класи математичних моделей і методів: один з них представлений детермінованими, а другий ймовірними моделями. Сьогодні відбувається бурхливий розвиток і все більш широке застосування в різних областях третього, абсолютно нового класу моделей і методів, заснованих на принципах теорії нечітких множин. Набув розвитку такий новий напрямок, як м'які обчислення, за допомогою яких стало можливим оптимізувати нечіткі моделі. Використання методів оптимізації дозволило будувати адекватні моделі процесів і систем навіть при достатньо грубій початковій нечіткій моделі. Однак у системах, заснованих на нечіткому підході, особливо при великій кількості змінних, практично неможливо врахувати синергізм, що може виникати при сумісній появі деяких конкретних значень окремих змінних, та неможливо забезпечити облік відмінностей у важливості факторів, що впливають на прийняття рішення. Генетичні алгоритми використано як оптимізаційні методи, що дозволяють мінімізувати відстань між бажаним та модельним результатом логічного висновку. На основі генетичних алгоритмів навчання нечітких регресійних моделей розроблено інтелектуальну систему підтримки прийняття рішень при діагностуванні параметрів режимів зрошення. Таку систему впроваджено у процес визначення строків та норм поливу при зрошенні овочевих культур сімейства пасльонових. Розроблена система підтримки прийняття рішень дозволяє в залежності від вибору режиму зрошення визначати потребу рослин у воді і або отримувати високі врожаї на фоні раціонального використання води, або заощаджувати водні ресурси при певних втратах врожаю, що з економічної точки зору є доцільним в порівнянні з витратами на подачу додаткових об'ємів поливної води для досягнення максимальних врожаїв.

Одним з ключових питань синтезу систем автоматичного регулювання є розробка адекватних математичних моделей об'єктів керування. Розробка моделей фізичних систем - це дуже складна і трудомістка робота, яка займає від 80 до 90 % зусиль, необхідних для аналізу і синтезу систем керування, і включає такі етапи: визначення параметрів процесу, які впливають на об'єкт керування; визначення зв'язків між параметрами; складання матеріальних та енергетичних балансів об'єктів керування; лінеаризація цих балансів; одержання диференціального рівняння. Результатом моделювання майже всіх технологічних об'єктів є складне диференціальне рівняння великого порядку, яке надалі використовується для розрахунку систем автоматичного регулювання. Під математичною моделлю зазвичай розуміють сукупність співвідношень (рівнянь, логічних умов, операторів тощо), що визначають характеристики станів об'єкту моделювання. Сучасні наука й технологія як об'єкти дослідження розглядають матеріальні об'єкти навколишнього світу та їх фізико-хімічні перетворення. Практична реалізація цих досліджень від лабораторних установок до промислових виробництв використовує моделювання як процес пізнання, а також для оптимальної організації, функціонування й керування виробництвом. Сучасним технологіям притаманна висока складність, яка виявляється у великій кількості й різноманітті параметрів, що визначають хід процесів, внутрішніх зв'язків між параметрами, у їх взаємному впливі, причому зміна одного параметра може викликати нелінійну зміну інших параметрів. Ця складність підсилюється при виникненні множинних зворотних зв'язків між параметрами, а також неконтрольованими збуреннями, випадковим чином розподіленими в часі. Інформаційний потенціал, генерований технологічними процесами, надзвичайно великий. При обмежених можливостях його сприйняття необхідно зменшувати цей потенціал, що остаточно призведе до скорочення альтернатив під час прийнятті керуючих рішень. Це досягається пізнанням процесу через моделі - спрощені системи, які відображають окремі, обмежені в потрібному напрямку, сторони процесу, що розглядається. Існує багато способів одержання моделей технологічних процесів. Кожен спосіб дає можливість побудувати модель, адекватну процесу в певному сенсі, що залежить від обраного критерію. Це означає, що існує деяка абстрактна відповідність між безліччю моделей і модельованим об'єктом. Моделювання, власне кажучи, засновано на використанні динамічної аналогії, яка означає нетотожну подобу властивостей або співвідношень.

Проблема керування вологозабезпеченням сільськогосподарських культур у цілому світі є надзвичайно важливою. Перетворення сільськогосподарського виробництва у високорозвинутий сектор економіки неможливе без зменшення його залежності від несприятливих природо-кліматичних умов шляхом ведення зрошуваного землеробства у зонах недостатнього та нестійкого зволоження. Зрошуване землеробство є важливою складовою виробництва продукції рослинництва, стабілізуючим фактором продовольчого та ресурсного забезпечення держави, особливо в роки з несприятливими погодними умовами. В залежності від кліматичних умов, рельєфу, глибини залягання грунтових вод застосовують різні види зрошення: краплинне, дощування, полив по смугам і борознам, підгрунтове. На територіях з надмірним зволоженням для зменшення вологості грунту до необхідного для сільського-сподарських культур рівня застосовують осушувальні системи. На територіях з глибиною залягання грунтових вод до 1,5 - 2 м та рівнинним рельєфом широко застосовують підурунтове зволоження. Прикладами є західна та центральна частини України. Осушені землі в Україні становлять 3,2 млн. га, майже 70 % з них мають закритий дренаж, на 1,1 млн. га застосовується двостороннє регулювання водного режиму. На даний час технічний стан внутрішньогосподарських осушувальних систем потребує покращення шляхом модернізації та докорінної реконструкції. Крім того, через незадовільний технічний стан меліоративної мережі в посушливі роки не на всій площі використовуються за призначенням системи двобічної дії. Існує потреба відновлення ефективного функціонування наявних меліоративних систем на осушуваних землях, що не повною мірою забезпечується шляхом використання ручного режиму регулювання вологості грунту. Існуючі засоби водорегулювання потребують вдосконалення у напрямку покращення точності регулювання рівнів води, врахування впливу випадкових зовнішніх збурень, забезпечення ресурсозберігаючих режимів зрошення сільськогосподарських рослин в умовах дефіциту водних та енергетичних ресурсів, що створить умови для ефективного ведення землеробства.