Ushbu tadqiqot universitetga asoslangan texnoparkning tadqiqot laboratoriyalari va moslashuvchan ishlab chiqarish hududlarini yagona avtomatlashtirish arxitekturasi ostida boshqarish uchun noaniq xulosa chiqarishga asoslangan boshqaruv tizimini ishlab chiqadi. Fuzzy Inference System (FIS) strukturaviy holat, energiya holati, oʻlchash aniqligi va boshqaruv holati kabi bir nechta kirishni noaniq aʼzolik funksiyalari hamda ekspertlar belgilagan qoidalar orqali baholab, “ishlov berish”, “sozlash”, “qayta ishlov berish” yoki “toʻxtatish” turidagi boshqaruv qarorlarini hosil qiladigan xulosa chiqarish tizimidir. Tadqiqot matematik modellashtirish va kompyuterga asoslangan simulyatsiya tajribalariga tayanadi; u haqiqiy texnoparkdagi uzoq muddatli dala amaliyoti emas.

Taklif etilgan arxitektura sensor darajasi, maʼlumotlarni qayta ishlash darajasi, qaror darajasi va ijro darajasi kabi toʻrtta iyerarxik qatlamni oʻz ichiga oladi. Tadqiqot laboratoriyasi, moslashuvchan ishlab chiqarish tizimi, kran-manipulyator, CNC dastgohlari, oʻlchash quyi tizimi va transport tizimi bir xil nazorat tuzilmasiga ulanadi. Geterogen sensor maʼlumotlari min–max normallashtirish orqali oʻlchamsizlashtiriladi; modul yuklanishi, vazifani qayta ishlash vaqti va ish sifati kabi oʻzgaruvchilardan ishlab chiqarish holatini ifodalovchi noaniq holat oʻzgaruvchisi yaratiladi.

Manbada keltirilgan namunaviy FIS hisobida strukturaviy, energiya, oʻlchash va boshqaruv kirishlariga oid ekspert aʼzolik darajalari qoidalar bilan birlashtirilgan; ogʻirlik markazi usuli bilan bajarilgan defuzzification natijasida y* ≈ 0,405 topilgan. Bu qiymat oʻrta qaror hududida joylashgani uchun tizim “adjust/reprocess”, yaʼni sozlash yoki qayta ishlov berish yoʻnalishida qaror qiladi.

Simulyatsiya natijalarida anʼanaviy deterministik boshqaruv yondashuviga nisbatan boshqaruv qarorlarining oʻrtacha qayta ishlash vaqtida taxminan %19, jarayon nosozligi ehtimolida taxminan %27, modulning ortiqcha yuklanish koeffitsiyentida taxminan %19 va gʻayritabiiy holatlarga javob berish vaqtida taxminan %33 kamayish; ishlab chiqarish holatini baholash aniqligida taxminan %23 va umumiy operatsion samaradorlikda taxminan %17 oshish qayd etilgan. Bu qiymatlar simulyatsiya natijalaridir va haqiqiy sanoat maydonida tasdiqlangan samaradorlik koeffitsiyentlari sifatida talqin qilinmasligi kerak.

Texnoparkda Noaniq Xulosa Chiqarish Tizimi Boshqaruv Qarorini Qanday Qabul Qiladi?

Tadqiqotdagi Fuzzy Inference System detalning strukturaviy holatini, mashinaning energiya holatini, oʻlchash maʼlumotlarining ishonchliligini va boshqaruv tizimining yuk/holat maʼlumotini noaniq aʼzolik darajalariga aylantiradi; ekspert qoidalarini faollashtiradi, faollashgan qoidalar natijalarini birlashtiradi va ogʻirlik markazi orqali bitta sonli chiqish hosil qilib, tizim ishlov berish, sozlash, qayta ishlov berish yoki toʻxtatish qarorlaridan qaysi biriga yoʻnalishi kerakligini aniqlaydi.

Tadqiqot muammosi

Texnoparklarda tadqiqot laboratoriyalari, prototiplash, ishlab chiqarish mashinalari, robotlar, oʻlchash tizimlari va mahsulot sifatini nazorat qilish koʻpincha oʻzaro bogʻliq jarayonlardir. Manba tadqiqotining boshlangʻich nuqtasi shuki, ushbu komponentlarni parchalangan boshqaruv mexanizmlari bilan boshqarish qarorlarning kechikishiga, ishlab chiqarish moslashuvchanligining pasayishiga va noaniqlik sharoitida muvofiqlashtirish muammolariga olib kelishi mumkin.

Taklif etilgan yechim tadqiqot va ishlab chiqarish faoliyatlarini bir xil hisoblashga asoslangan boshqaruv arxitekturasi ostida birlashtirib, oʻlchashdan qaror hosil qilish va jismoniy boshqaruv harakatigacha davom etadigan uzluksiz nazorat zanjirini yaratishdir.

Texnopark arxitekturasidagi uchta asosiy quyi tizim

Toʻrt darajali avtomatlashtirish arxitekturasi

Vazifa oqimining matematik ifodasi

Tenglama (1):

\[ \vartheta_i(t)=\sum_{k=1}^{m}\vartheta_{ik}(t) \]

Bu yerda \(\vartheta_i(t)\) i-darajadagi umumiy vazifa oqimi intensivligini; \(\vartheta_{ik}(t)\) esa k-individual oqim intensivligini ifodalaydi. Manbada bu oqimlar ilmiy tajribalar, prototiplash, ishlab chiqarish operatsiyalari, oʻlchash quyi tizimlari, ijro birliklari va boshqaruv vazifalarini qamrab olishi koʻrsatilgan.

Oqim ustuvorliklari oʻzgarmas emas. Tadqiqot vazifalarning kritikligi, vaqt shoshilinchligi, resurs sarfi, modul yuklanishi va uskunaning mavjudligi kabi sharoitlarga qarab resurslarni dinamik ravishda qayta taqsimlashni nazarda tutadi.

Geterogen sensor maʼlumotlarini normallashtirish

Tenglama (2):

\[ \tilde{x}_{ij}= \frac{x_{ij}-x_{ij}^{min}} {x_{ij}^{max}-x_{ij}^{min}} \]

\(x_{ij}\), O_i obyektining j-oʻlchash parametridir. \(x_{ij}^{min}\) va \(x_{ij}^{max}\) qabul qilingan minimal va maksimal qiymatlarni koʻrsatadi. Ushbu min–max oʻzgartirish turli jismoniy birlik va masshtablarga ega sensor qiymatlarini oʻlchamsiz umumiy masshtabga keltiradi.

Bu qadam muhim, chunki harorat, holat, tezlik, yuk yoki boshqa oʻlchovlar FIS-ga toʻgʻridan-toʻgʻri bir xil kattalik sifatida berilsa, oʻzgaruvchilar masshtabi xulosa chiqarish jarayoniga taʼsir qilishi mumkin.

Boshqaruv samaradorligining asosiy koʻrsatkichlari

Tenglama (3) — jami oʻlchash yuki:

\[ M_{com}=\sum_{i=1}^{n}O_i m_i \]

Tenglama (4) — vazifani qayta ishlashning ogʻirliklangan oʻrtacha vaqti:

\[ \bar{T}= \frac{\sum_{i=1}^{n}O_i m_i t_i} {\sum_{i=1}^{n}O_i m_i} \]

Tenglama (5) — modul yuklanish koeffitsiyenti:

\[ \rho_i=\frac{\vartheta_i}{\mu_i} \]

Bu yerda \(\mu_i\) modulning qayta ishlash quvvatini, \(t_i\) bitta oʻlchovni qayta ishlash vaqtini va \(\rho_i\) talab qilinayotgan vazifa oqimi bilan quvvat oʻrtasidagi yuk munosabatini ifodalaydi. \(\rho_i\) oshgani sari modul oʻz quvvatiga nisbatan koʻproq yuklangani anglashiladi.

Noaniq tizim holati oʻzgaruvchisi

Tenglama (6):

\[ S_i=f(\rho_i,T_i^{avg},Q_i) \]

Ushbu ifoda modul yuklanish koeffitsiyentini, vazifani qayta ishlashning oʻrtacha vaqtini va vazifani bajarish sifatini bitta noaniq holat taʼrifida birlashtiradi. Manbada S_i qiymatlari past, normal, yuqori va kritik yuk kabi lingvistik sinflarga ajratiladi.

Chegaralar universal doimiylar emas. Ular koʻrib chiqilayotgan mexanik yigʻish ssenariysining uskuna xususiyatlari, quvvati va texnologik talablariga muvofiq kalibrlanadi; boshqa ishlab chiqarish tizimiga koʻchirilganda qayta sozlanishi kerak.

Mexanik yigʻish ishlab chiqarish marshruti

Manbadagi Figure 1 mexanik yigʻish FMS-ning uch oʻlchamli joylashuvini; Figure 2 esa ushbu ishlab chiqarish ketma-ketligini koʻrsatadi. Bu ikki shaklning ilmiy roli jismoniy uskuna joylashuvi bilan ishlab chiqarish operatsiyalarining boshqaruv ketma-ketligini oʻzaro bogʻlashdir.

FIS kirishlari va chiqishlari

Model toʻrtta asosiy kirish oʻzgaruvchisidan foydalanadi:

• x₁: detalning strukturaviy holati — geometriya va nuqsonlar,
• x₂: energiya holati — quvvat manbai barqarorligi,
• x₃: axborot/oʻlchash holati — oʻlchash maʼlumotlarining aniqligi,
• x₄: boshqaruv holati — rejalashtirish va yuklash.

Ikkita asosiy chiqish mavjud: y₁ tizimning ishlov berish/sozlash/qayta ishlov berish/toʻxtatish qarorini, y₂ esa joriy bosqichdagi past/oʻrta/yuqori xato xavfini koʻrsatadi.

Trapetsiyasimon aʼzolik funksiyasi

Tenglama (7):

\[ \mu_A(x_i)= \begin{cases} 0, & x_i\le a\\ \dfrac{x_i-a}{b-a}, & a\le x_i\le b\\ 1, & b\le x_i\le c\\ \dfrac{d-x_i}{d-c}, & c\le x_i\le d\\ 0, & x_i\ge d \end{cases} \]

\(a,b,c,d\), har bir noaniq holat terminining trapetsiyasimon aʼzolik chegaralarini belgilaydi. Manbada bu chegaralar ekspert bilimlari, uskunaning ishlash xususiyatlari, qabul qilingan ish diapazonlari va simulyatsiyaga asoslangan kuzatuvlar bilan belgilanishi tushuntirilgan.

Manbada qoʻllangan noaniq qoidalar

Birinchi qoida past strukturaviy nuqson, barqaror energiya, yuqori oʻlchash sifati va optimal boshqaruv holati birgalikda mavjud boʻlganda “process / past xavf” natijasiga olib boradi. Ikkinchi qoida oʻrta nuqson yoki energiya tebranishida “adjust / oʻrta xavf” hosil qiladi. Uchinchi qoida yuqori nuqson, energiya nosozligi, past oʻlchash sifati yoki boshqaruv ziddiyatidan istalgan biri yuzaga kelganda “stop / yuqori xavf” yoʻnalishida qaror beradi. Toʻrtinchi qoida oʻrta nuqson, barqaror energiya va oʻrta oʻlchash sifatini “reprocess / oʻrta xavf” bilan moslashtiradi.

Qoidani faollashtirish

Tenglama (8):

\[ \alpha_i= \min\{ \mu_{x_1}(x_1), \mu_{x_2}(x_2), \mu_{x_3}(x_3), \mu_{x_4}(x_4) \} \]

AND bilan bogʻlangan shartlarda eng past aʼzolik darajasi qoidaning faollashish darajasini cheklaydi. Manbadagi OR ni oʻz ichiga olgan qoidalarda esa tegishli aʼzolik qiymatlari orasida maksimum amali qoʻllanadi.

Qoidalarni birlashtirish

Tenglama (9):

\[ \mu_{y_1}(y)=\max_i\{\alpha_i\cdot\mu_{y_i}(y)\} \]

Ushbu bosqich turli qoidalar taklif qilgan chiqish hududlarini bitta umumlashtirilgan noaniq chiqish funksiyasiga aylantiradi.

Defuzzification

Tenglama (10):

\[ y^*= \frac{\int y\,\mu(y)\,dy} {\int \mu(y)\,dy} \]

Tadqiqot birlashtirilgan noaniq chiqishdan bitta sonli qaror hosil qilish uchun ogʻirlik markazi usulidan foydalanadi. Mualliflar ushbu usulni uzluksiz boshqaruv ilovalaridagi barqarorligi va talqin qilinuvchanligi sababli tanlagan.

Sonli FIS misoli

Manba misolida α₁ = 0,8; α₂ = 0,45; α₃ = 0,2 va α₄ = 0,45 olinadi. Qoidalar birlashtirilib, Tenglama (10) qoʻllanganda y* ≈ 0,405 topiladi. Figure 5-da ushbu centroid oʻrta qaror hududiga tushadi va model sozlash/qayta ishlov berishni tavsiya qiladi.

Resurslarni yuk va vaqt nuqtayi nazaridan qayta taqsimlash

Manba, S_i kritik chegaradan oshganda ayrim vazifalarni kamroq yuklangan modullarga yoʻnaltirishni taklif qiladi.

Tenglama (11):

\[ \min\sum_{i=1}^{n} \left( T_i^{avg}+\alpha\rho_i \right) \]

\(\alpha\), qayta ishlash vaqtini kamaytirish bilan modul yukini kamaytirish oʻrtasidagi ustuvorlik muvozanatini belgilaydigan koeffitsiyentdir. Maqsad faqat eng tez modulni tanlash emas, balki qayta ishlash vaqti va ortiqcha yuklanish oʻrtasida birgalikdagi optimallashtirishni amalga oshirishdir.

Ushbu Tadqiqotdagi Noaniq Tizim Maʼlumotlar Bilan Oʻqitilgan Sunʼiy Intellekt Modelimi?

Yoʻq; ushbu tadqiqotdagi FIS oʻqitish/maʼlumotlarni verifikatsiya qilish/test toʻplamlari bilan optimallashtirilgan mashinaviy oʻrganish modeli emas. Aʼzolik funksiyasi chegaralari va qoidalar bazasi ekspert bilimlari, uskuna xususiyatlari va simulyatsiya kuzatuvlari bilan kalibrlangan; neuro-fuzzy oʻrganish, reinforcement learning, data mining va aʼzolik funksiyasini avtomatik sozlash kelajakdagi tadqiqot yoʻnalishlari sifatida taklif qilingan.

Startup mahsulot hayotiy sikli

Tadqiqot texnoparkning asosiy chiqishini startup loyihasi kontekstida besh bosqichda konseptuallashtiradi: gʻoya/seed konseptuallashtirish, seed amalga oshirish, ishlab chiqish va takomillashtirish, oʻsish va masshtablash, nihoyat integratsiyalashgan sifat nazorati va verifikatsiya.

Oxirgi bosqich laboratoriya verifikatsiyasidan sanoat ishlab chiqarishiga oʻtish nuqtasidir. Taklif etilgan avtomatlashtirish arxitekturasining asosiy funksiyalaridan biri shu oʻtishda laboratoriya oʻlchovlarini ishlab chiqarish liniyasidagi sifat va uskuna diagnostikasi bilan bir xil nazorat zanjiriga bogʻlashdir.

Ikki bosqichli nazorat tuzilmasi

I bosqich — Laboratoriya darajasida funksional verifikatsiya: mexanik quyi tizimlar, holat/tezlik/harorat kabi oʻlchash uzatkichlari, motor/klapan/pnevmatik yoki elektr aktuatorlar, PLC va mikrokontrollerlar, quvvat manbalari hamda CAN/UART/I2C/Ethernet kabi aloqa interfeyslarining ishlash qobiliyati baholanadi.

II bosqich — Ishlab chiqarish darajasida sifat va diagnostik nazorat: mahsulot sifati, sanoat robotlari, manipulyatorlar, avtomatik transport elementlari va elektromexanik qurilmalar kuzatiladi; uskuna degradatsiyasi va operatsion anomaliyalar uchun bashoratli baholashni amalga oshirish koʻzlanadi.

Sensor modeli

Tenglama (12):

\[ S(t)=G_sx(t)+\varepsilon_s(t) \]

\(S(t)\) oʻlchangan sensor signalini, \(x(t)\) haqiqiy jismoniy oʻzgaruvchini, \(G_s\) sensor kuchaytirish koeffitsiyentini va \(\varepsilon_s(t)\) stoxastik oʻlchash xatosini ifodalaydi. Manba normal sharoitlarda xato hadini nol oʻrtacha qiymatli va taxminan Gaussian deb qabul qilish mumkinligini, biroq FIS qaror tuzilmasi oʻrta darajadagi Gaussian boʻlmagan buzilishlarga ham qatʼiy bogʻliq emasligini bildiradi.

Aktuator dinamikasi

Tenglama (13):

\[ M\ddot{y}(t)+B\dot{y}(t)+Ky(t)=F(t) \]

\(y(t)\) aktuator siljishini, \(M\) samarali massani, \(B\) soʻndirish koeffitsiyentini, \(K\) qattiqlikni va \(F(t)\) qoʻllanilgan boshqaruv kuchini ifodalaydi. Tenglama mexatronik elementning boshqaruv buyrugʻiga mexanik javobini ikkinchi tartibli dinamik tizim sifatida ifodalaydi.

PID teskari aloqa boshqaruvi

Tenglama (14):

\[ e(t)=x_r(t)-x(t) \]

Tenglama (15):

\[ u(t)= K_pe(t) + K_i\int_0^t e(\tau)d\tau + K_d\frac{de(t)}{dt} \]

\(x_r(t)\) etalon trayektoriyani; \(e(t)\) kuzatish xatosini; \(K_p\), \(K_i\) va \(K_d\) mos ravishda proporsional, integral va hosila kuchaytirish koeffitsiyentlarini ifodalaydi. Manba ushbu koeffitsiyentlar amaldagi ilovada mexatronik tizimning dinamik javobiga qarab empirik ravishda sozlanganini va kelajakda fuzzy supervisor bilan adaptiv/self-tuning PID dan foydalanish mumkinligini bildiradi.

Mahsulot sifati vektori

Tenglama (16):

\[ \mathbf{q}= [q_1,q_2,\ldots,q_m]^T \]

Sifat vektori oʻlcham toleranslari, strukturaviy yaxlitlik, funksional samaradorlik, massa xususiyatlari va oʻrnatilgan intellekt qobiliyati kabi mahsulot xususiyatlarini ifodalaydi.

Tenglama (17):

\[ \mathbf{q}_{min} \le \mathbf{q} \le \mathbf{q}_{max} \]

Startup mahsuloti texnik talablarga muvofiq deb qabul qilinishi uchun sifat koʻrsatkichlari belgilangan quyi va yuqori chegaralar ichida qolishi kerak.

Faol uskuna matritsasi

Tenglama (18):

\[ M_{AE_{ij}}= \begin{bmatrix} AE_{11}&AE_{12}&AE_{13}\\ AE_{21}&AE_{22}&AE_{23}\\ AE_{31}&AE_{32}&AE_{33} \end{bmatrix} \]

Manbada AE₁₁ kran-manipulyatorni, AE₁₂ raqamli tokarlik dastgohini, AE₁₃ raqamli frezerlash dastgohini, AE₂₁ raqamli radial parmalash dastgohini, boshqa kataklar esa kesish/bukish/presslash uskunalarini va metall qismlar uchun 3D printerni ifodalaydi.

Ishlash rejimlari matritsasi

Tenglama (19), AE₁₁ kran-manipulyator va AE₁₂ raqamli tokarlik dastgohiga tegishli ON_ij ishlash rejimlarini toʻrt qatorli matritsada tashkil etadi. Matritsadan soʻng manba ishlash rejimlarini x₁–x₇ boshqaruv oʻzgaruvchilari bilan ochiq mantiqiy mosliklar orqali bogʻlaydi. Ushbu munosabatlar pozitsiyalash, detalga yaqinlashish, tutqichning ochilishi/yopilishi, yuqoriga harakat, tokarlik dastgohiga oldinga siljish va detalni mahkamlash bosqichlarini qamrab oladi.

Manba PDF-dagi Tenglama (20) siyrak boshqaruv matritsasining vizual joylashuvi matn ajratib olishda belgilar pozitsiyalarini ishonchli saqlamagani sababli bu yerda qayta joylashtirilib soxta aniqlik yaratilmagan. Ilmiy mazmun x₁–x₇ oʻzgaruvchilari, y chiqish vektori, 13 boshqaruv parametri va Algorithm 1-da berilgan operatsiya qiymatlari orqali saqlanadi.

Kran-manipulyator uchun Algorithm 1

Bu qiymatlar manba algoritmidagi qiymatlardir; Verianla tomonidan jismoniy muvofiqlik nuqtayi nazaridan oʻzgartirilmagan yoki qayta masshtablanmagan.

Boshqaruv parametrlari soni

Tenglama (21):

\[ N_{KMO}=\sum_{i,j}a_{ij}=13 \]

Manba kran-manipulyator operatsiyalari ketma-ketligi uchun jami 13 ta boshqaruv parametri mavjudligini bildiradi.

Boshqaruv qurilmalarini moslashtirish

Tenglama (22):

\[ T:x_i\mapsto Device(x_i), \qquad i=1,\ldots,7 \]

Manbada x₁ uchun kontaktsiz 5010SUG uzatkichi; x₂, x₅, x₆ va x₇ uchun optoNCDT 1420 chiziqli siljish sensori; x₃ va x₄ uchun SS-G seriyali tutqich boshqaruvi; x₆ uchun qoʻshimcha ravishda SC-G oldinga/orqaga chiziqli harakat komponenti moslashtirilgan.

Diskret vaqtli holat fazosi modeli

Tenglama (23):

\[ x(i+1)=Ax(i)+Bu(i) \]

Tenglama (24):

\[ y(i)=Cx(i)+Du(i) \]

\(x(i)\) operatsiya rejimlarining holat vektori, \(u(i)\) boshlash/toʻxtatish va tezlik signallari kabi boshqaruv kirishlari, \(y(i)\) esa siljish, yuk koʻtarish va pozitsiyalash kabi oʻlchangan chiqishlardir. A, B, C va D matritsalari diskret vaqtli tizim dinamikasini belgilaydi.

Tadqiqot Usuli va Natijalari

Tadqiqot turi

Tadqiqot nazariy arxitektura taklifini analitik modellashtirish va kompyuter simulyatsiyasi tajribalari bilan birlashtiradi. Jismoniy fabrikada randomizatsiyalangan tajriba, uzoq muddatli dala sinovi yoki real ekspluatatsiya maʼlumotlari asosida prospektiv samaradorlik verifikatsiyasi qayd etilmagan.

Simulyatsiya ifodalagan jismoniy ishlab chiqarish tizimi

Simulyatsiya markazidagi mexanik yigʻish katagi kran-manipulyator, uchta ishlov berish mashinasi, aylana transport liniyasi va blanking station ni oʻz ichiga olgan moslashuvchan ishlab chiqarish katagidir. Ishlab chiqarish silindrsimon detallarni turli mashinalar oʻrtasida tashish va ketma-ket ishlov berish asosida modellashtirilgan.

Simulyatsiya qilingan buzilishlar

Manbada kutilmagan hodisalar stoxastik disturbance event sifatida modellashtirilgan. Bularga vaqtinchalik sensor xatolari, energiya manbai tebranishlari, aloqa kechikishlari, aktuator ogʻishlari va strukturaviy ishlov berish nuqsonlari kiradi.

Noaniqlik darajasi nosozlik hodisalarining faollashish ehtimoli, davomiyligi va amplitudasini oʻzgartirish orqali hosil qilingan. Tadqiqot nominal sharoitlar bilan strukturaviy, energiya, aloqa, oʻlchash va boshqaruv nosozliklari mavjud ssenariylarni taqqoslagan.

Simulyatsiya va verifikatsiya yondashuvi

Fuzzy inference va monitoring arxitekturasi sanoat sensorlari, boshqaruv quyi tizimlari, transport modullari va moslashuvchan ishlab chiqarish operatsiyalarini ifodalay oladigan kompyuterga asoslangan simulyatsiya muhitida ishlatilgan.

Model turli vazifa oqimi intensivliklari, uskuna yuklari va noaniqlik darajalari bilan iterativ ravishda ishga tushirilgan. Har bir siklda FIS joriy ekspluatatsiya holatini baholagan, adaptiv boshqaruv qarorini hosil qilgan va supervisory control harakatlarini yangilagan.

Verifikatsiya normal va buzilgan sharoitlar oʻrtasida qayta ishlash vaqti, yukni muvozanatlash, nosozlikka javob xulqi va ishlab chiqarish holatini baholash aniqligini taqqoslash orqali amalga oshirilgan.

Manba muayyan MATLAB/Simulink/Python versiyasi, CPU/GPU apparati, tasodifiy son urugʻi yoki barcha stoxastik ssenariylar uchun toʻliq parametrik taqsimot jadvalini bermaydi. Shu sababli mustaqil, aynan bir xil qayta ishlab chiqarish uchun ayrim amaliy tafsilotlar yetishmaydi.

Laboratoriya va ishlab chiqarish qatlamlarini integratsiyalash

Taklif etilgan arxitekturada laboratoriya bosqichidagi funksional verifikatsiya bilan ishlab chiqarish bosqichidagi sifat/diagnostika nazorati umumiy supervisory layer ostida birlashtiriladi. Ushbu tuzilma startup prototipi tadqiqot laboratoriyasidan ishlab chiqarish liniyasiga oʻtayotganda sensor maʼlumotlari, sifat chegaralari va uskuna holati oʻrtasidagi bogʻlanish uzilmasligini maqsad qiladi.

Human-in-the-loop yondashuvi

Tadqiqot toʻliq avtonom, inson ishtirokisiz ishlab chiqarish tizimini taklif qilmaydi. Industry 5.0 doirasida inson operatorlari va soha ekspertlari gʻayritabiiy holatlarni talqin qilish, kritik boshqaruv qarorlarini verifikatsiya qilish, ishlab chiqarish maqsadlarini strategik oʻzgartirish va qoidalar bazasi bilan toʻliq ifodalab boʻlmaydigan noaniq ssenariylar uchun tizimda qolishi kerakligini taʼkidlaydi.

Simulyatsiya Natijalari Anʼanaviy Deterministik Nazoratga Nisbatan Nimani Koʻrsatdi?

Manbada qayd etilgan kompyuter simulyatsiyalariga koʻra, noaniq boshqaruv arxitekturasi anʼanaviy deterministik/fixed-threshold supervisory yondashuvlarga nisbatan qarorlarni qayta ishlash vaqtini, jarayon nosozligini, ortiqcha yuklanishni va gʻayritabiiy holatga javob vaqtini kamaytirgan, shu bilan birga ishlab chiqarish holatini baholash aniqligi va umumiy operatsion samaradorlikni oshirgan; biroq bu nisbatlar haqiqiy fabrika dala sinovidan emas, simulyatsiya taqqoslashidan olingan.

Barcha foizlar manbada taxminiy qiymatlar sifatida qayd etilgan. Xom tajriba/simulyatsiya qatorlarining barchasi maqolada jadval koʻrinishida berilmaganligi sababli, ushbu nisbatlardan yangi aniq boshlangʻich va yakuniy qiymatlar hosil qilinmagan.

Figure 9-ning ilmiy xabari

Figure 9 uchta alohida panelni oʻz ichiga oladi. Panel (a) anʼanaviy tizim bilan fuzzy control modelini turli samaradorlik koʻrsatkichlari boʻyicha taqqoslaydi. Panel (b) vaqt/ishlab chiqarish sikllari davomida yuk koeffitsiyenti anʼanaviy va noaniq boshqaruv ostida qanday oʻzgarishini koʻrsatadi. Panel (c) x₁–x₄ tizim parametrlari boʻylab process, adjust, reprocess va stop qaror hududlariga mos keladigan xato xavfi oʻtishlarini vizuallashtiradi.

Manbaning 5.3-boʻlim matni ushbu samaradorlik taqqoslashiga “Figure 6” deb murojaat qiladi; biroq Figure 6 boshqaruv arxitekturasini koʻrsatadi. Samaradorlik grafigi Figure 9-dir. Manba ichidagi ushbu havola farqi Verianla tomonidan yashirilmagan.

Figure 4 va Figure 5-ning ilmiy roli

Figure 4, x₁–x₄ kirishlari va chiqish oʻzgaruvchilari uchun fuzzy membership funksiyalarini koʻrsatadi. Figure 5 esa birlashtirilgan chiqish funksiyasining centroid qiymatini taxminan 0,405 sifatida koʻrsatadi. Ushbu ikki shakl birgalikda fuzzification-dan bitta boshqaruv qaroriga oʻtishni tushuntiradi.

Figure 6 va Figure 7-ning ilmiy roli

Figure 6 tadqiqot laboratoriyasi, startup tayyorlash bosqichi, test modeli, oʻlchash va diagnostika elementlari, moslashuvchan ishlab chiqarish modullari, mahalliy boshqaruv birliklari va markaziy avtomatlashtirish tizimi oʻrtasidagi axborot/nazorat munosabatini koʻrsatadi.

Figure 7 mexatronik startup elementida oʻlchash uzatkichi → PID controller → aktuator → joriy holatni baholash → ekspluatatsiya holatini monitoring qilish koʻrinishidagi teskari aloqa tuzilmasini koʻrsatadi.

Figure 8-ning ilmiy roli

Figure 8 kran-manipulyator AE₁₁ bilan raqamli tokarlik dastgohi AE₁₂ oʻrtasidagi ishlab chiqarish va oʻtishlarni x_i boshqaruv oʻzgaruvchilari va y sifat chiqishi bilan bogʻlaydi. Shaklning darhol ostida Algorithm 1 ushbu oʻtishlarda ishlatiladigan asosiy holat, tezlik, tutqich va yuk parametrlarini sonli ravishda belgilaydi.

Tadqiqotning kuchli tomonlari

• Tadqiqot laboratoriyasi bilan ishlab chiqarish liniyasini bir xil avtomatlashtirish arxitekturasida koʻrib chiqishi.
• Noaniqlikni faqat oʻzgarmas chegaralar bilan emas, fuzzy membership va qoidalar bazasi bilan modellashtirishi.
• Sensor, FIS, PID va ishlab chiqarish sifat nazoratini yagona matematik zanjirda birlashtirishi.
• Strukturaviy, energiya, oʻlchash va boshqaruv nosozliklarini alohida kirishlar sifatida baholashi.
• Kran-manipulyator ssenariysini aniq qurilma va harakat parametrlari bilan batafsil yoritishi.
• Inson ekspertini tizimdan chiqarib tashlash oʻrniga human-in-the-loop tuzilmasini Industry 5.0 doirasida saqlashi.
• Normal va buzilgan sharoitlarni taqqoslaydigan simulyatsiya baholashini taqdim etishi.

Tadqiqotning cheklovlari

• Samaradorlik natijalari kompyuter simulyatsiyasiga asoslangan; katta miqyosdagi haqiqiy texnopark dala verifikatsiyasi hali taqdim etilmagan.
• Fuzzy model aniqligi dastlab ekspertlar belgilagan qoidalar bazasi va aʼzolik chegaralarining sifatiga bogʻliq.
• Oʻzgaruvchilar soni juda koʻpayganda fuzzy rule base hajmi tez oshishi va hisoblash xarajati muammoga aylanishi mumkin.
• Manba muayyan simulyatsiya dasturi/versiyasi va apparat platformasini oshkor qilmaydi.
• Stoxastik nosozliklar uchun umumiy ssenariy yaratish mantiqi tushuntirilgan boʻlsa-da, barcha taqsimot parametrlari, seed qiymatlari va har bir tajriba sharoitining toʻliq takrorlash sozlamalari eʼlon qilinmagan.
• Qayd etilgan samaradorlik foizlari taxminiy simulyatsiya qiymatlaridir; ular haqiqiy sanoat ishlab chiqarish liniyasidagi uzoq muddatli ishonchlilik yoki iqtisodiy qaytim oʻlchovi emas.
• Fuzzy membership funksiyalarini avtomatik oʻrganish amaldagi tizimda qoʻllanmagan.

Tadqiqot qoʻllab-quvvatlaydigan xulosalar

• Taklif etilgan FIS-ga asoslangan arxitektura simulyatsiyada noaniqlik ostida bosqichma-bosqich boshqaruv qarorini hosil qila oladi.
• Strukturaviy, energiya, oʻlchash va boshqaruv nosozliklarini umumiy qaror modeli ichida baholash mumkin.
• Resurslarni modullar oʻrtasida dinamik qayta taqsimlash ortiqcha yuklanishni kamaytirgan simulyatsiya natijasini hosil qilgan.
• Noaniq boshqaruv simulyatsiyalarda anʼanaviy deterministik taqqoslashga nisbatan turli samaradorlik metrikalarida yaxshiroq natija bergan.
• Laboratoriya verifikatsiyasi va ishlab chiqarish nazorati yagona supervisory architecture ostida matematik tarzda integratsiyalanishi mumkin.
• Kran-manipulyator, dastgohlar va transport tizimi simulyatsiya muhitida muvofiqlashtirilgan tarzda boshqarilgan.

Tadqiqot qoʻllab-quvvatlamaydigan xulosalar

• Taklif etilgan tizim barcha haqiqiy texnoparklarda aynan bir xil foizlarda samaradorlik taʼminlashi koʻrsatilmagan.
• ≈ %19, ≈ %27, ≈ %23, ≈ %33 va ≈ %17 qiymatlari haqiqiy fabrika dala oʻlchovlari emas.
• Tizimning iqtisodiy investitsiya qaytimi haqiqiy ekspluatatsiya xarajatlari bilan tasdiqlanmagan.
• Neuro-fuzzy oʻrganish, reinforcement learning, digital twin va self-tuning PID amaldagi tajribalarning bajarilgan komponentlari emas; ular kelajakdagi tadqiqot takliflaridir.
• Model toʻliq avtonom va inson ekspertidan mustaqil Industry 5.0 tizimi sifatida tasdiqlanmagan.
• Muayyan boshqa mamlakat, texnopark yoki ishlab chiqarish tarmogʻiga toʻgʻridan-toʻgʻri umumlashtirish mumkinligi eksperimental tarzda koʻrsatilmagan.

Kelajakdagi tadqiqotlar

Mualliflar modelni mashinaviy oʻrganish va data mining bilan kengaytirishni, real vaqt Industrial Internet of Things maʼlumotlaridan neuro-fuzzy aʼzolik funksiyalarini oʻrganishni, distributed artificial intelligence va edge computing orqali markazlashtirilmagan qaror yordamini yaratishni hamda ishlab chiqarish uskunalarining digital twin modellarini tizimga ulashni taklif qiladilar.

Kelajakdagi boshqa tadqiqot yoʻnalishlariga reinforcement learning, adaptive self-tuning control, uskunaning degradatsiyasini bashoratli tahlil qilish va ancha yirik Industry 5.0 ishlab chiqarish tarmoqlarida real dunyoda joriy etish kiradi.

Manba va Usul Haqida Izoh

Asl tadqiqot: Automation of the Control Process of the Research and Flexible Production Areas of the Technopark.

Mualliflar: José Ramón Trillo; Javanshir Mammadov; Yusif Huseynov; Matanat Ahmadova; Aysel Eminova.

Masʼul muallif: José Ramón Trillo.

Muassasa 1: Department of Computer Science and Systems Engineering, University of Zaragoza, Zaragoza, Spain.

Muassasa 2: Department of Process Automation, Faculty of Engineering, Sumgayit State University, Sumgayit, Azerbaijan.

Muassasa 3: Department of Automation and Mechanics, Azerbaijan University of Technology, Ganja, Azerbaijan.

Muassasa 4: Department of Management, Azerbaijan University of Technology, Ganja, Azerbaijan.

Jurnal: AI.

Nashriyot: MDPI, Basel, Switzerland.

Jild / son / maqola: 7(5), 173.

DOI: 10.3390/ai7050173.

Maqola turi: Article; matematik modellashtirish va kompyuterga asoslangan simulyatsiya tajribalarini oʻz ichiga olgan muhandislik/boshqaruv tadqiqoti.

Sanalar: Qabul qilib olingan 15-mart 2026; tahrir 07-may 2026; qabul qilingan 14-may 2026; nashr etilgan 19-may 2026.

Litsenziya: Creative Commons Attribution (CC BY).

Taqriz: Nashr etilgan MDPI jurnal maqolasidir; rasmiy nashr sahifasida review reports havolasi mavjud.

Moliyalashtirish: Mualliflar tadqiqot tashqi moliyalashtirish olmaganini bildirgan.

Etika qoʻmitasi: Qoʻllanilmaydi.

Axborotli rozilik: Qoʻllanilmaydi.

Maʼlumotlar mavjudligi: Mualliflar maʼlumotlarni maxfiylik/cheklov sabablari tufayli masʼul muallifdan soʻrov asosida olish mumkinligini bildirgan.

Manfaatlar toʻqnashuvi: Mualliflar manfaatlar toʻqnashuvi yoʻqligini eʼlon qilgan.

Mualliflar hissasi: Konseptuallashtirish Yusif Huseynov va Javanshir Mammadov; metodologiya José Ramón Trillo, Yusif Huseynov va Aysel Eminova; dasturiy taʼminot José Ramón Trillo va Yusif Huseynov; verifikatsiya Javanshir Mammadov, Aysel Eminova, Yusif Huseynov va Matanat Ahmadova; formal tahlil José Ramón Trillo va Yusif Huseynov; tadqiqot Yusif Huseynov, Javanshir Mammadov va Matanat Ahmadova; resurslar Javanshir Mammadov va Aysel Eminova; maʼlumotlar kuratsiyasi Yusif Huseynov; dastlabki qoralama José Ramón Trillo va Aysel Eminova; koʻrib chiqish-tahrirlash José Ramón Trillo, Javanshir Mammadov, Yusif Huseynov va Matanat Ahmadova; vizuallashtirish José Ramón Trillo; nazorat Javanshir Mammadov; loyiha boshqaruvi Javanshir Mammadov va Aysel Eminova tomonidan bajarilgan.

Asosiy metodologik cheklov: Tadqiqotning miqdoriy samaradorlik natijalari simulyatsiyaga asoslangan. Manba taklif etilgan tizimning katta miqyosdagi haqiqiy texnoparkda uzoq muddatli dala joriy etilishini hali koʻrsatmagan.

Manba ichidagi havola izohi: 5.3-boʻlim samaradorlik taqqoslashini Figure 6 bilan bogʻlaydi; vizual mazmun tekshirilganda tegishli samaradorlik taqqoslashi Figure 9-da. Figure 6 tadqiqot va moslashuvchan ishlab chiqarish hududlarining avtomatlashtirish arxitekturasidir.

Qisqartma izohi: Manba “GPS system” iborasini texnoparkning mexanik yigʻish va ishlab chiqarish tizimi kontekstida ishlatadi, ammo PDF ichida ishonchli ochiq toʻliq shakl belgilanmagani uchun Verianla bu qisqartma uchun yangi kengaytma yaratmaydi.

Qayta ishlab chiqarish mumkinligi izohi: Manba umumiy kompyuterga asoslangan simulyatsiya va fuzzy-model simulation environment tavsifini beradi; muayyan dastur/versiya, apparat, random seed va barcha disturbance ssenariylarining toʻliq parametrik taʼrifini keltirmaydi.

Verianla qayta bayon qilish izohi: Ushbu matn asl maqolaning toʻliq tarjimasi yoki gap-paragraf darajasida qayta yozilishi emas. Manbaning muammo taʼrifi, model arxitekturasi, matematik tenglamalari, algoritmik munosabatlari, sonli simulyatsiya natijalari, shakllarning ilmiy vazifalari va cheklovlari saqlangan holda mustaqil oʻzbekcha taʼlimiy ilmiy qatlam yaratilgan. Manba figuralarining piksel nusxalari ishlatilmagan.