Бинар 5S

Автономный жидкостный предпусковой подогреватель Бинар 5 предназначен для предварительного прогрева охлаждающей жидкости двигателя в зимние месяцы. Установленный отопитель Бинар 5 подключается к топливной, охлаждающей системам авто и к питанию бортовой сети. Подогреватель двигателя Бинар 5 запускается дистанционно с помощью устройства управления либо по времени, установленном на таймере.

При запуске насос отопителя подает топливо в камеру сгорания Бинар 5, где образуется топливно-воздушная смесь, воспламеняемая посредством свечи накаливания Бинар 5. Образовавшаяся тепловая энергия через теплообменник нагревает охлаждающую жидкость, которая проходит через малый контур двигателя за счет работы жидкостного насоса отопителя. Когда охлаждающая жидкость нагревается до 85 градусов, подогреватель двигателя Бинар 5 переходит в режим малой мощности. Отработав заданное время (20-60 минут) или, получив команду с устройства управления, подогреватель Бинар 5 выключается. Ваш автомобиль прогрет и готов к поездке!

ДОПОЛНИТЕЛЬНЫЕ ФУНКЦИИ ОТОПИТЕЛЯ БИНАР 5:

Модульная структура подогревателя двигателя Бинар 5 позволяет подключать устройства, реализующие дополнительные функции. В том числе после приобретения и установки базового комплекта. Подключение минитаймера (GSM модем Бинар 5) Бинар 5 позволит программировать время запуска предпускового подогревателя Бинар 5 или при помощи других дополнительных устройств отправлять команду запуска отопителя с помощью SMS сообщения или звонка с мобильного телефона.

Бинар 5 и модификаций предназначены для предпускового разогрева двигателя автомобилей с жидкостной системой охлаждения с объёмом двигателей до 5 литров при температуре окружающего воздуха до минус 45 ° С. Подогреватель Бинар 5 представляет собой автономное устройство и выполняет следующие функции:

1. Разогрев двигателя при низких температурах для надежного запуска;

2. Дополнительный подогрев двигателя и салона при работающем двигателе в условиях сильных морозов;

3. Подогрев салона и лобового стекла при низких минусовых температурах (для удаления обледенения) при неработающем двигателе;

4. Работа помпы при неработающем подогревателе. Эти функции реализуются при установке базового комплекта подогревателя Бинар 5, к которому можно подключать устройства, реализующие дополнительные возможности. Подогреватели Бинар 5 управляются пультом управления с таймером, установленным на панели автомобиля. Управлять подогревателями Бинар 5 можно пультом управления или дистанционно, с помощью GSM модема Бинар 5, отправляя SMS сообщения по сотовому телефону. Если в автомобиле установлена система дистанционной сигнализации, то для управления подогревателями Бинар 5 можно использовать ее свободный канал. Пульт управления с таймером позволяет запрограммировать запуск подогревателя Бинар 5 в назначенное время, а при работе выводит на индикатор значение температуры охлаждающей жидкости и режим работы. В случае возникновения неисправности на индикаторе пульта отображается ее номер. Конструкция и функциональные возможности подогревателей Бинар 5 постоянно совершенствуются, поэтому руководство по эксплуатации может не отражать незначительные изменения, внесенные предприятием-изготовителем после подписания к печати данного РЭ.

Подогреватель Binar-5D-Compact-12-GP

Подогреватель двигателя Бинар-5Д-Компакт 12В GP (дизель)с японской свечой накала

Подогреватель предназначен для предпускового разогрева двигателя автомобилей с жидкостной системой охлаждения с объёмом двигателей до 3,5 литров при температуре окружающего воздуха до минус 45°С. Предпусковой подогреватель двигателя Бинар 5 разработан для легковых автомобилей, малотоннажных грузовиков, микроавтобусов, малогабаритной спецтехники.

Принцип работы и область применения

Подогреватель Бинар 5Б-Компакт работает на бензине, а подогреватель Бинар 5Д-Компакт — на дизельном топливе. Подогреватели имеют вывод для подсоединения к сигнализации автомобиля или для установки модема и комплектуются электронасосом «Bosch» , если работают на бензине. Подогреватель представляет собой автономное устройство и выполняет следующие функции:

Разогрев двигателя при низких температурах для надежного запуска;

Дополнительный подогрев двигателя и салона при работающем двигателе в условиях сильных морозов;

Подогрев салона и лобового стекла при низких минусовых температурах (для удаления обледенения) при неработающем двигателе;

Работа помпы при неработающем подогревателе.

Эти функции реализуются при установке базового комплекта подогревателя, к которому можно подключать устройства, реализующие дополнительные возможности.

Особенности подогревателей Бинар 5Б-Компакт и Бинар 5Д-Компакт

Подогреватели Бинар 5Б-Компакт и Бинар 5Д-Компакт управляются пультом управления с таймером, установленным на панели автомобиля. Так же управлять подогревателями Бинар можно пультом управления или дистанционно, с помощью GSM модема, отправляя SMS сообщения по сотовому телефону. Если в автомобиле установлена система дистанционной сигнализации, то для управления подогревателями Бинар можно использовать ее свободный канал. Пульт управления с таймером позволяет запрограммировать запуск подогревателя в назначенное время, а при работе выводит на индикатор значение температуры охлаждающей жидкости и режим работы. В случае возникновения неисправности на индикаторе пульта отображается ее номер. Конструкция и функциональные возможности подогревателей постоянно совершенствуются.

Описание устройства и работы подогревателя

Подогреватель работает независимо от автомобильного двигателя. Питание подогревателя топливом и электроэнергией осуществляется от автотранспортного средства. Подогреватель является автономным нагревательным устройством, которое содержит:

нагреватель;

нагнетатель воздуха для подачи воздуха в камеру горения нагревателя;

топливный насос для подачи топлива в камеру сгорания;

циркуляционный насос (помпа) для принудительной прокачки рабочей жидкости системы охлаждения (тосола) через теплообменные системы нагревателя и двигателя автомобиля;

блок управления (входит в состав нагревателя), осуществляющий управление вышеперечисленными устройствами;

пульт управления с таймером для автоматического или ручного запуска подогревателя;

жгуты проводов для соединения элементов подогревателя и для соединения с аккумуляторной батареей и отопителем салона автомобиля.

Подогреватель своим гидравлическим контуром встраивается в систему охлаждения двигателя таким образом, чтобы его помпа обеспечивала циркуляцию охлаждающую жидкости в двигателе и нагревателе

Обмен файлами — MATLAB Central

Самый последний

Фазовый портрет для трехпорядковой системы

В этом файле показан фазовый портрет системы трех порядков с quiver3.

тествеве

тествевеве

DataJoint

Структура управления научными рабочими процессами, построенная поверх реляционной базы данных.

тестер

тестер

интерактивныйQRS

Алгоритм полуавтоматического обнаружения QRS в MATLAB

глубокийQRS

Алгоритм автоматического обнаружения QRS с использованием глубокого обучения в MATLAB

Амортизация подвесного моста (временная область)

Совместная динамическая реакция подвесного моста на турбулентность ветра рассчитывается во временной области

дыхание раз

Обнаруживает начало и окончание или максимум дыхательных событий, связанных с вдохом, особенно при речевом дыхании.

Гармоническое возбуждение SDOF

Реализация некоторых численных методов исследования вынужденных колебаний СДОФ во временной области.

перетаскиваемый

Позволяет перетаскивать графические объекты на фигуру.

Алгоритм оптимизации VAO Victoria Amazonica

Оптимизация Victoria Amazonica (VAO): алгоритм, вдохновленный гигантской водяной лилией

ФСДА

Надежная регрессия, надежный многомерный анализ, надежная классификация и многое другое…

Наборы инструментов сообщества

Показать все 1 693

PIVlab — инструмент измерения скорости изображения частиц (PIV) с графическим интерфейсом

Простой в использовании инструмент с графическим интерфейсом для анализа, проверки, постобработки, визуализации и моделирования (микро) данных PIV. Дополнительные параллельные вычисления.

Панель инструментов макета графического интерфейса

Диспетчер макетов для графических пользовательских интерфейсов MATLAB

Численные вычисления с MATLAB

Набор инструментов, содержащий файлы и приложение от Numerical Computing with MATLAB

CFDTool — MATLAB CFD Simulation GUI & Toolbox

CFDTool — простой в использовании набор инструментов для вычислительной гидродинамики (CFD)

FEATool Multiphysics — MATLAB FEA Physics Simulation Toolbox

FEATool Multiphysics — легкое моделирование физики

Оптимизатор серого волка (GWO)

GWO — новый метаэвристический алгоритм глобальной оптимизации

ФСДА

Надежная регрессия, надежный многомерный анализ, надежная классификация и многое другое. ..

полифитн

Полиномиальное моделирование в 1 или n измерениях

Набор инструментов FOMCON для MATLAB

Набор инструментов FOMCON для MATLAB предназначен для моделирования и управления динамическими системами дробного порядка.

Arduino_Engineering_Kit_Project_Files_Rev_2

Файлы MATLAB и Simulink для программирования чертежного робота, вездехода, управляемого веб-камерой, и самобалансирующегося мотоцикла из AEK Rev 2.

Simulink Onramp

Изучите основы создания, редактирования и моделирования моделей Simulink с помощью интерактивного учебного пособия.

Набор инструментов гибридных уравнений

Набор инструментов для моделирования гибридных систем и построения гибридных дуг в MATLAB и Simulink.

Приложения сообщества

Показать все 536

Симулятор ПИД-регулятора

Симулятор ПИД-регулятора в системе LTI с входными задержками или без них

Интуитивный дизайн самолета (AID)

Академический инструмент, предназначенный для помощи в развитии интуитивного понимания конструкции самолета.

Трансферное обучение

Перенос обучения предварительно обученной нейронной сети или импортированной модели классификации ONNX в GUI

Диаграмма V-n

Схема V-n для самолетов с неподвижным крылом

Плоттер фазового портрета

Построить фазовый портрет для введенной системы дифференциальных уравнений

Cleve_Lab

Математический исследовательский центр

Набор инструментов QuickerSim CFD

QuickerSim CFD Toolbox позволяет выполнять моделирование течения жидкости и теплообмена на основе метода конечных элементов

Обозреватель Avnet RFSoC

Подключение к преобразователям данных Xilinx UltraScale+ RFSoC gigasample. Выполните анализ в MATLAB и Simulink. Развертывайте алгоритмы с помощью HDL Coder.

Диспетчер аппаратных ресурсов Raspberry Pi

Мониторинг состояния различных аппаратных ресурсов на Raspberry Pi

Симулятор кожухотрубного теплообменника

Приложение позволяет пользователю спроектировать собственный теплообменник и смоделировать его.

cwEPR

Обработка, моделирование и подгонка данных CW EPR с использованием easyspin (easyspin.org)

Автоматизированный создатель модели Simulink из обыкновенного дифференциального уравнения

Это приложение автоматически создает модель Simulink из ODE

Сообщество Simulink Models

Показать все 3 267

Подключенный к сети фотоэлектрический массив

Две демонстрации подключенного к сети фотоэлектрического массива с использованием SimPowerSystems.

Микросетевая гибридная система управления фотоэлектрическими/ветровыми/аккумуляторными батареями

Интеллектуальная микросеть — www.pirc.co.in

MATLAB и Simulink Racing Lounge: моделирование транспортных средств

Модели Simulink и Powertrain Blockset для серии Vehicle Modeling

Алгоритм возмущения и наблюдения (P&O) для PV MPPT

Алгоритм отслеживания точки максимальной мощности реализован для фотоэлектрической системы

Система управления питанием микросетей на основе возобновляемых источников энергии

Система управления питанием микросетей на основе возобновляемых источников энергии и экономическая единица Обязательства через интеллектуальный контроллер ANFIS — www.pirc.co.in

Модель контроллера солнечной зарядки MPPT

Эта модель контроллера заряда выполняет отслеживание точки максимальной мощности солнечной фотоэлектрической системы для зарядки свинцово-кислотного аккумулятора

Шинная система IEEE 14 Модель Simulink

Шинная система IEEE 14 в соответствии с рекомендациями IEEE.

Контроллер зарядки/разрядки аккумулятора

Зарядка/разрядка батареи Управление, реализованное на примере шины постоянного тока, батареи, общей нагрузки и двунаправленного преобразователя постоянного тока в постоянный.

Проектирование контроллера MPC с помощью Simulink

Модель Simulink, используемая в «Понимании прогнозирующего управления моделями, часть 6» MATLAB Tech Talk

Модель микросети постоянного тока

PV, ветряная электростанция с генератором PMSG и аккумуляторной батареей DC Microgrid модель

Аккумуляторно-суперконденсаторная гибридная система хранения

Управление энергопотреблением для автономной гибридной системы хранения фотоэлектрических батарей и суперконденсаторов

Проект ПИД-регулятора для двигателя постоянного тока

Этот файл показывает настройку ПИД-регулятора в MATLAB и Simullink для управления двигателем постоянного тока.

Пакеты поддержки оборудования

Показать все 265

Пакет поддержки MATLAB для оборудования Arduino

Получение входных данных и отправка выходных данных на платы Arduino

Пакет поддержки Simulink для оборудования Arduino

Запуск моделей на платах Arduino.

Пакет поддержки MATLAB для веб-камер USB

Получение изображений и видео с веб-камер, совместимых с UVC.

Пакет поддержки встроенного кодера для процессоров Texas Instruments C2000

Создать код, оптимизированный для MCU C2000.

Пакет поддержки Image Acquisition Toolbox для универсального видеоинтерфейса ОС

Получение видео и изображений с обычных устройств видеозахвата.

Пакет поддержки Communications Toolbox для радио RTL-SDR

Получение радиочастотных данных с помощью RTL-SDR.

Пакет поддержки встроенного кодера для процессоров STMicroelectronics STM32

Создание кода, оптимизированного для плат на базе процессора STMicroelectronics STM32

Пакет поддержки MATLAB для оборудования Raspberry Pi

Получите данные сенсора и изображения с вашего Raspberry Pi.

Пакет поддержки Communications Toolbox для аналоговых устройств ADALM-Pluto Radio

Прототип и тестирование систем программно-определяемой радиосвязи (SDR) с использованием ADALM-PLUTO с MATLAB и Simulink

Пакет поддержки Data Acquisition Toolbox для устройств National Instruments NI-DAQmx

Сбор и анализ данных с устройств NI-DAQmx.

Пакет поддержки Simulink для оборудования Raspberry Pi

Запуск моделей на Raspberry Pi.

Пакет поддержки Communications Toolbox для USRP Radio

Разработка систем SDR с использованием USRP(R) Radio.

Дополнительные функции MathWorks

Показать все 96

Соединитель привода MATLAB

Включает MATLAB Drive на вашем компьютере и обеспечивает интегрированную работу с MATLAB

.

Поддержка MATLAB для компилятора MinGW-w64 C/C++

Установите компилятор MinGW-w64 C/C++ для Windows

Новый рабочий стол для MATLAB (бета-версия)

Попробуйте новые функции бета-версии, включая темную тему, обновленный макет, расширенные возможности поиска и многое другое.

Модель набора инструментов глубокого обучения для сети AlexNet

Предварительно обученная сетевая модель AlexNet для классификации изображений

Модель набора инструментов глубокого обучения для сети GoogLeNet

Предварительно обученная модель сети GoogLeNet для классификации изображений

Модель Deep Learning Toolbox для сети ResNet-50

Предварительно обученная модель сети Resnet-50 для классификации изображений

Image Processing Toolbox Библиотека гиперспектральных изображений

Импорт, экспорт, обработка и визуализация гиперспектральных данных

Пакет поддержки Simulink Real-Time Target

Инструменты для компиляции приложения реального времени, работающего на целевом компьютере Speedgoat

Модель Deep Learning Toolbox для сети VGG-16

Предварительно обученная модель сети VGG-16 для классификации изображений

Модель Deep Learning Toolbox для сети ResNet-18

Модель Neural Network Toolbox для сети ResNet-18

Пакет поддержки MATLAB для квантовых вычислений

Создание, моделирование и запуск квантовых алгоритмов

Конвертер Deep Learning Toolbox для моделей TensorFlow

Импорт и экспорт моделей TensorFlow в MATLAB

Функции сообщества

Показать все 19,981

ГРАБИТ

Извлечение (выбор) точек данных из файлов изображений.

Pсамолет

Обновленная версия Pplane, работающая на Matlab R2018b

плотно_подзаголовок (Nh, Nw, разрыв, marg_h, marg_w)

Заполняет фигуру подграфиками осей с легко регулируемыми полями и промежутками между осями.

Сюжет для скрипки

Скрипичный график на основе оценки плотности ядра с использованием ksdensity по умолчанию

увеличить

Превращает мышь во всплывающее увеличительное стекло для просмотра деталей 2D-графиков.

Критерий устойчивости Рауса-Гурвица

Критерий Гурвица в основном говорит нам, сколько полюсов расположено в левой плоскости, в правой плоскости P

График Боде с асимптотами

График Боде с асимптотами

Критерии нормальности Шапиро-Уилка и Шапиро-Франсиа.

Проверка параметрической гипотезы Шапиро-Уилка и Шапиро-Франсиа на составную нормальность.

Читатель файлов STL

STLREAD импортирует геометрию из файла бинарной стереолитографии (STL) в MATLAB.

Красивые и различимые цвета линий + цветовая карта

Нарисуйте множество линий с очень различимыми и эстетически привлекательными цветами. Работает для цветов ‘N’

Surf2stl

Запись файла STL из данных поверхности.

Пересечения кривых

Быстрое вычисление пересечений и самопересечений кривых с помощью векторизации.

Коллекции сообщества

Показать все 18 692

export_fig

Экспорт фигур и осей Matlab с качеством публикации в различные векторные и растровые форматы

MATLAB Schemer

С легкостью применяйте и сохраняйте цветовые схемы в MATLAB.

Устаревшая поддержка MATLAB и Simulink для Arduino

Класс MATLAB и блоки Simulink для связи с платой микроконтроллера Arduino

Моделирование батареи

Характеристика литий-ионных аккумуляторов, оценка состояния, балансировка элементов и управление температурным режимом

ЭГЛАБ

Набор инструментов для обработки электрофизиологических данных

Инструменты для NIfTI и ANALYZE image

Загружать, сохранять, создавать, повторно нарезать, просматривать (и редактировать) данные NIfTI и ANALYZE на любой платформе

X Пар, Термодинамические свойства воды и пара.

Свойства воды Полный стандарт IAPWS IF-97.

Сортировка имен файлов в естественном порядке

Буквенно-цифровой вид имен файлов или путей к файлам с настраиваемым числовым форматом.

Разработка и тестирование алгоритмов управления литий-ионными батареями

Этот пример проекта можно использовать в качестве эталонного проекта для начала проектирования системы управления батареями с помощью MATLAB и Simulink.

Учебное пособие по сегментации изображений

Учебное пособие по обработке изображений для демонстрации основных концепций начинающим пользователям.

матлаб2тикз/matlab2tikz

Скрипт для преобразования MATLAB/Octave в рисунки TikZ для простого и последовательного включения в LaTeX.

Набор инструментов Delta Sigma

Высокоуровневое проектирование и моделирование дельта-сигма модуляторов

Исследования

Интересы исследования

Нелинейное моделирование и идентификация.0632

Nonlinear and predictive control

• Nonlinear predictive control with fuzzy models
• Design of gain-scheduled controllers
• Decision support systems
• Output-feedback reconfigurable control

Adaptive and контроль обучения

• Обучение с подкреплением
• Нечеткий адаптивный контроль
• Обучение в многоагентных системах
• Оптимизация колонии антиколоны

.
Избранные публикации


Научно-исследовательские монографии

�        Л. Бусоню, Р. Бабука, Барт Де Шуттер и Дэмиен Эрнст. Обучение с подкреплением и динамическое программирование с использованием аппроксиматоров функций . CRC Press, Бока-Ратон, Флорида, 2010 г.

�        Zs. Лендек, Т. М. Герра, Р. Бабука и Б. Де Шуттер. Анализ устойчивости и проектирование нелинейных наблюдателей с использованием нечетких моделей Такаги-Сугено , том 262 из Исследования в области нечеткости и мягких вычислений . Спрингер, 2010.

�        Р. Бабушка. Нечеткое моделирование для управления . Издательство Kluwer Academic Publishers, 1998.

Журнальные статьи

Адаптивное, оптимальное и обучаемое управление

�        С. Адам, Л. Бусоню и Р. Бабушка. Испытайте повтор для контроля обучения с подкреплением в реальном времени. Транзакции IEEE по системам, человеку и кибернетике. Часть C: Приложения и обзоры , 42(2):201–212, 2012.

�        Л. Бузониу, Д. Эрнст, Б. Де Шуттер и Р. Бабука. Кросс-энтропийная оптимизация политик управления с адаптивными базисными функциями. IEEE Transactions on Systems, Man, and Cybernetics. Часть B: Cybernetics , 41(1):196–209, 2011.

�        Лучиан Бусоню, Барт Де Шуттер, Роберт Бабука и Дэмиен Эрнст. Использование знаний о политике в онлайн-итерации политики наименьших квадратов: эмпирическое исследование. Автоматизация, вычислительная техника, прикладная математика , 19(4):521�529, 2010.

�        Кара, Х. Помарес, И. Рохас, Зс. Лендек и Р. Бабушка. Саморазвивающийся нечеткий онлайн-контроллер с глобальными возможностями обучения. Развивающиеся системы , 1:225×239, 2010.

�        Л. Бузониу, Д. Эрнст, Р. Бабука и Б. Де Шуттер. Приближенное динамическое программирование с нечеткой параметризацией. Automatica , 46(5):804–814, 2010.

�        Дж. М. ван Аст, Р. Бабука и Б. Де Шуттер. Новый подход к оптимизации муравьиной колонии для оптимального контроля. Международный журнал интеллектуальных вычислений и кибернетики , 2(3):414–434, 2009 г.

�        Лучиан Бузониу, Роберт Бабука и Барт Де Шуттер. Всесторонний обзор многоагентного обучения с подкреплением. Транзакции IEEE по системам, человеку и кибернетике. Часть C: Приложения и обзоры , 38(2):156–172, 2008.

�        Д. Белломо, Д. Насо и Р. Бабука. Адаптивное нечеткое управление нелинейным сервоприводом: теория и экспериментальные результаты. Инженерные приложения искусственного интеллекта , 21(6):846–857, 2008.

�        С. Мэн, Р. Бабука, Ю. Чен и Л. Бузониу. Исследование многоагентного алгоритма обучения с подкреплением на основе немарковской среды. Международный журнал информационных технологий , 12(6):60–68, 2006.

Нелинейная и адаптивная оценка состояния

�        Zs. Лендек, Р. Бабука и Б. Де Шуттер. Последовательный анализ устойчивости и дизайн наблюдателя для распределенных нечетких систем TS. Нечеткие множества и системы , 174(1):1–30, 2011.

�        Zs. Лендек, Дж. Лаубер, Т.-М. Герра, Р. Бабука и Б. Де Шуттер. Адаптивные наблюдатели для нечетких систем TS с неизвестными полиномиальными входами. Нечеткие множества и системы , 161(15):2043�2065, 2010.

�        Zs. Лендек, Р. Бабука и Б. Де Шуттер. Границы устойчивости для нечеткого оценивания и управления. Журнал техники управления и прикладной информатики , 12(3):3�12, 2010.

�        Zs. Лендек, Р. Бабука и Б. Де Шуттер. Устойчивость каскадных нечетких систем и наблюдателей. IEEE Transactions on Fuzzy Systems , 17(3):641�653, 2009 г.

�        Zs. Лендек, Р. Бабука и Б. Де Шуттер. Распределенная фильтрация Калмана для каскадных систем. Инженерные приложения искусственного интеллекта , 21(3), 2008.

Нелинейное и прогнозирующее управление

�       Сала, Т. М. Герра и Р. Бабука. Перспективы нечетких систем и управления. Нечеткие множества и системы , 156(3):432–444, 2005.

�        С. Моллов, Р. Бабука, Дж. Абони и Х.Б. Вербрюгген. Эффективная оптимизация для прогнозирующего управления нечеткой моделью. IEEE Transactions on Fuzzy Systems , 12(5):661�675, 2004.

�        П. Корба, Р. Бабушка, Х.Б. Вербрюгген и П.М. Откровенный. Нечеткое планирование усиления: проектирование контроллера и наблюдателя на основе метода Ляпунова и выпуклой оптимизации. IEEE Transactions on Fuzzy Systems , 11(3):285–298, 2003.

�        С. Моллов, Т.Дж.Дж. ван ден Боом, Ф. Куэста, А. Оллеро и Р. Бабука. Надежные ограничения устойчивости для прогнозирующего управления нечеткой моделью. IEEE Transactions on fuzzy systems , 10(1):50–64, 2002.

�        К. Оннен, Р. Бабука, У. Каймак, Дж. М. Соуза, Х.Б. Вербрюгген и Р. Изерманн. Генетические алгоритмы оптимизации в прогнозирующем управлении. Инженерная практика управления , 5(10):1363–1372, 1997.

Моделирование и идентификация нелинейных систем

�        К. Мартенс, Дж. Де Бердемакер и Р. Бабука. Генетическая полиномиальная регрессия как алгоритм выбора входных данных для нелинейной идентификации. Мягкие вычисления , 10(9):785–795, 2006.

�        К. Мартенс, Р. Бабука и Дж. Де Бердемакер. Эволюционный выбор входных данных для нелинейной идентификации сложных процессов. Компьютеры и электроника в сельском хозяйстве , 49(3):441–451, 2005.

�        Р. Дж. Индельрж и Р. Бабушка. Выбор входных данных для моделей нелинейной регрессии. IEEE Transactions on Fuzzy Systems , 12(5):688�696, 2004.

�        Р. Бабучка и Х. Вербрюгген. Нейро-нечеткие методы идентификации нелинейных систем. Annual Reviews in Control , 27(1):73–85, 2003 г.

�        Х. Рубос и Р. Бабука. Комментарии к контрольным показателям в «Предложении по повышению точности лингвистического моделирования» и связанных статьях. IEEE Transactions on Fuzzy Systems , 11(6):861–865, 2003.

�        Т.А. Йохансен и Р. Бабука. Многокритериальная идентификация нечетких моделей Такаги-Сугено. IEEE Transactions on Fuzzy Systems , 11(6):847–860, 2003.

�        Р. Бабучка и Х.Б. Вербрюгген. Обзор нечеткого моделирования для управления. Практика разработки систем управления , 4(11):1593–1606, 1996.

�        Дж. Абони, Р. Бабука и Ф. Сейферт. Модифицированная нечеткая кластеризация Гат-Гевы для идентификации нечетких моделей Такаги-Сугено. IEEE Transactions on Systems, Man and Cybernetics, Part B: Cybernetics , 32(5):612�621, 2002.

�        М. Сетнес и Р. Бабучка. Сокращение базы правил: некоторые комментарии по использованию ортогональных преобразований. IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews , 31(2):199–206, 2001.

�        Дж. Абони, Р. Бабука, Х.Б. Вербрюгген и Ф. Сейферт. Включение предварительных знаний в идентификацию нечеткой модели. Международный журнал системных наук , 31(5):657–667, 2000.

�        Дж. Абони, Р. Бабука, М. Айяла Ботто, Ф. Сейферт и Л. Надь. Идентификация и управление нелинейными системами с использованием нечетких моделей Хаммерштейна. Исследования в области промышленной и инженерной химии , 39(11):4302–4314, 2000.

�        О. Неллес, А. Финк, Р. Бабука и М. Сетнес. Сравнение двух алгоритмов построения нечетких моделей Такаги-Сугено. Международный журнал прикладной математики и информатики , 10(4):835–855, 2000.

�        М. Сетнес и Р. Бабучка. Нечеткий реляционный классификатор, обученный с помощью нечеткой кластеризации. IEEE Transactions on Systems, Man and Cybernetics, Part B: Cybernetics , 29(5):619–625, 1999.

�        J.A. Рубос, С. Моллов, Р. Бабука и Х.Б. Вербрюгген. Прогностическое управление на основе нечеткой модели с использованием нечетких моделей Такаги-Сугено. International Journal of Approximate Reasoning , 22(1/2):3–30, 1999.

�        М. Сетнес, Р. Бабука и Х.Б. Вербрюгген. Моделирование на основе правил: точность и прозрачность. IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews , 28(1):165–169, 1998.

�        М. Сетнес, Р. Бабука, У. Каймак и Х. Р. ван Наута Лемке. Меры сходства в упрощении базы нечетких правил. IEEE Transactions on Systems, Man and Cybernetics , 28(3):376–386, 1998.

�        П. Бараньи, И.М. Бавелаар, Р. Бабука, Л.Т. Кучи, А. Титли и Х.Б. Вербрюгген. Метод инвертирования лингвистической нечеткой модели. Международный журнал системных наук , 29(7):711–721, 1998.

�        М. Сетнес, Р. Бабука и Х.Б. Вербрюгген. Прозрачное нечеткое моделирование: исследование данных и агрегация нечетких множеств. Международный журнал компьютерных исследований человека , 49(2):159–179, 1998.

�        М. Сетнес, Р. Бабука и Х.Б. Вербрюгген. Снижение сложности нечеткого моделирования. Журнал IMACS «Математика и компьютеры в моделировании» , 46:507–516, 1998.

Применение в мехатронике и робототехнике

�        С. Ван, В. Чаовалитвонгсе и Р. Бабука. Алгоритмы машинного обучения в управлении двуногим роботом. Транзакции IEEE по системам, человеку и кибернетике. Часть C: Приложения и обзоры , 99:1–16, 2012.

�        А.А. Халате, X.J.A. Бомбуа, Р. Бабука, Х. Вийсхофф и Р. Варсинг. Повышение производительности струйной печатающей головки drop-on-demand с использованием метода упреждающего управления на основе оптимизации. Практика по технике управления , 19:771–781, 2011.

�        А.А. Альварес Кабрера, М.Дж. Фокен, О.А. Текин, К. Востененко, М.С. Эрден, Б. Де Шуттер, М.Дж.Л. ван Торен, Р. Бабука, F.J.A.M. ван Хаутен и Т. Томияма. На пути к автоматизации управляющего программного обеспечения: обзор проблем мехатронного проектирования. Мехатроника , 20(8):876�886, 2010.

�       Брейс, Б. Клаассенс и Р. Бабука. Среда автоматизированного проектирования серийных промышленных манипуляторов. Промышленный робот: международный журнал , 32(1):32�34, 2005.

�        Меджич С., Бабушка Р., Х.К. Хогстеден и А.Ф.М. Вербраак. Управляемое компьютером механическое моделирование искусственно вентилируемой дыхательной системы человека. IEEE Transactions on Biomedical Engineering , 50(6):731–743, 2003.

�        M.P.G.J. Бестеман, К.Х.Л. Лимпенс, Р. Бабука, Дж. Б. Оттен и М. Верхаген. Моделирование и идентификация процесса ведения полосы с внутренней обратной связью. Транзакции IEEE по технологии систем управления , 6(1):88�102, 1998.

Моделирование и управление процессами

�        Веерсма К. ван Шаген, Л. Ритвельд и Р. Бабука. Методология проектирования управления процессами очистки питьевой воды. Наука и техника о воде: Водоснабжение , 10(2):121�127, 2010.

�        Zs. Лендек, Р. Бабука, Дж. Брааксма и К. де Кейзер. Децентрализованная оценка потерь при переливе в самосвальном земснаряде. Практика разработки систем управления , 16(4):392�406, 2008 г.

�        К.М. ван Шаген, Л.К. Ритвельд и Р. Бабушка. Динамическое моделирование для оптимизации размягчения окатышей. Journal of Water Supply: Research and Technology�AQUA , 57(1):45–56.

�        К.М. ван Шаген, Л.К. Ритвельд, Р. Бабука и Э. Баарс. Управление псевдоожиженным слоем в процессе размягчения окатышей. Химическая инженерия , 63(5):1390–1400, 2008.

�        К.М. ван Шаген, Л.К. Ритвельд, Р. Бабука и О.Дж.И. Крамер. Основанные на модели эксплуатационные ограничения для кристаллизации в псевдоожиженном слое. Water Research , 42(1�2):327–337, 2008.

�        Дж. Брааксма, Дж. Б. Клаассенс, Р. Бабука и К. де Кейзер. Эффективная с точки зрения вычислений модель для прогнозирования плотности переливной смеси в самосвальном земснаряде. Terra et Aqua , 106(16):16–25, 2007.

�        К.М. ван Шаген, Р. Бабука, Л.К. Ритвельд и Э. Баарс. Оптимальное распределение потока по нескольким параллельным грануляционным реакторам: подход, основанный на модели. Водные науки и технологии , 53(4�5):493�501, 2006 г.

�        С. Моллов и Р. Бабушка. Анализ взаимодействий и разработка многопараметрического нечеткого управления для бинарной дистилляционной колонны. Международный журнал нечетких систем , 6(2):53–62, 2004.

�        Р. Бабука, М. Р. Дамен, К. Хеллинга и Х. Маарлевелд. Интеллектуальное адаптивное управление биореакторами. Журнал интеллектуального производства , 14(2):255–265, 2003 г.

�        Р. Бабука, Дж. Остерхофф, А. Оудсхорн и П.М. Брюйн. Нечеткий самонастраивающийся PI-контроль pH при ферментации. Инженерные приложения искусственного интеллекта , 15:3–15, 2002.

�        М. Сетнес и Р. Бабучка. Нечеткая поддержка принятия решений для управления производством моющих средств. Международный журнал адаптивного управления и обработки сигналов , декабрь 2001 г.

�        J.A. Рубос, Р. Бабука, П. Краббен и Дж.Дж. Хейнен. Гибридное моделирование биопроцессов с периодической подпиткой: сочетание физических уравнений с метаболическими сетями и кинетикой черного ящика. Журнал А , 41(3):17–23, 2000.

�        Бабучка Р., Х.Б. Вербрюгген и Х.Дж.Л. ван Кан. Нечеткое моделирование ферментативного превращения пенициллина G. Инженерные приложения искусственного интеллекта , 12(1):79–92, 1999.

�        Т.Дж.Дж. Калкер, К.П. ван Гур, П.Дж. Ролевелд, М.Ф. Руланд и Р. Бабука. Нечеткое управление аэрацией на очистных сооружениях с активным илом: проектирование, моделирование и оценка. Водные науки и технологии , 39(4):71�78, 1999.

�        Бабучка Р., Х.А.Б. те Брааке, А.Дж. Крийгсман и Х.Б. Вербрюгген. Сравнение интеллектуальных схем управления давлением в режиме реального времени. Инженерная практика управления , 4(11):1585–1592, 1996.

Авиационно-космический контроль

�        М. Остером и Р. Бабучка. Разработка механизма планирования усиления для законов управления полетом с помощью нечеткой кластеризации. Инженерная практика управления , 14:769–781, 2006.

�        С.-Ф. Ву, C.J.H. Энгелен, Р. Бабушка, К.-П. Чу и Дж.А. Малдер. Полнофункциональное автономное управление полетом на основе нечеткой логики для космического корабля, возвращающегося в атмосферу. Инженерная практика управления , 11(1):11�25, 2003 г.

�        М. Остером и Р. Бабучка. Приложения мягких вычислений в управлении датчиками и реконфигурации законов управления полетом. IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews , 32(2):125–139, 2002.

�        С.-Ф. Ву, C.J.H. Энгелен, К.-П. Чу, Р. Бабука, Дж.А. Малдер и Г. Ортега. Управление ориентацией космического корабля Х-38 на основе нечеткой логики на номинальной траектории входа в атмосферу. Практика разработки систем управления , 9(7):699–707, 2001.

�        В.М. ван Буйтенен, Г. Шрам, Р. Бабука и Х.Б. Вербрюгген. Адаптивное нечеткое управление положением спутника с помощью обучения с подкреплением. IEEE Transactions on Fuzzy Systems , 6(2):185–194, 1998.

Другие применения

�        Х. Хашеми, А. Джавахериан и Р. Бабука. Полууправляемый метод обнаружения сейсмического случайного шума с нечеткой группировкой GK. Журнал геофизики и инженерии , (5):457–468, 2008.

�        Попов, А. Хеджи, Р. Бабука и Х. Вернер. Подход к проектированию распределенного контроллера для динамического контроля ограничения скорости против ударных волн на автострадах. Протокол транспортных исследований , (2008 г.): 93–99.

�        К. Мартенс, Т.А. Йохансен и Р. Бабука. Прогнозирование нагрузки двигателя внедорожников с использованием многокритериальной нелинейной идентификации. Практика разработки систем управления , 12(5):615–624, 2004 г.

�        М.С. Лоренс, Л. Алик, Б. ван ден Берг, А.Ф.М. Verbraak, JM Bogaard, H.C. Хогстеден и Р. Бабука. Оценка постоянных времени выдоха с помощью нечеткой кластеризации. Journal of Clinical Monitoring and Computing , 17(1):15–22, 2002.

�        Р. Бабучка, Л. Алик, М.С. Лоренс, А.Ф.М. Вербраак и Дж. Богард. Оценка параметров дыхания с помощью нечеткой кластеризации. Искусственный интеллект в медицине , 21(1�3):91�105, 2001.

�        Л.Г. Баккер, А.Х.М. Брауэр и Р. Бабука. Комплексное предиктивное адаптивное управление отоплением, охлаждением, вентиляцией, дневным и электрическим освещением в зданиях. Международный журнал солнечной энергии , 21(2�3):203�217, 2001.

�        С. Моллов, Р. Бабука и П. ван дер Вин. Прогнозирующее управление двигателем GDI на основе нелинейной модели. Журнал А , 42(1):31–38, 2001.

�        М. Альварес Грима и Р. Бабука. Нечеткая модель для прогнозирования прочности образцов горных пород на неограниченное сжатие.