С повышением сложности формализации объектов регулирования существенно возрастают требования и к системам управления, в том числе и интеллектуальным. Развитие систем управления с искусственным интеллектом существенно ограничивается ресурсами стандартных средств автоматизации. Для разделения интеллектуальных систем с различным построением его структуры предложена классификация по алгоритму функционирования вложенного каскада, в частности выделены регуляторы с классическими элементами, с элементарными модулями и нечеткими переменными, расширяющими базовое терм-множество. В работе показаны методики повышения интеллектуальности систем с нечеткой логикой с учетом возможности их разделения модульно на используемых промышленных контроллерах. Повышение интеллектуальных свойств систем автоматического управления возможно не только за счет замены существующих классических регуляторов, но и интеграции интеллектуальных модулей с уже существующей системой с реализацией алгоритмов принятия решений. В зависимости от особенностей функционирования технологического процесса рассмотрены возможные варианты синтеза многокаскадных систем управления: с гетерогенной структурой, включающей классические элементарные звенья; гомогенной структурой с набором подобных модулей, отличающихся единственным параметром; а также модель нечеткого регулятора с вариацией нечетких переменных в базовом терм-множестве. Выявлены особенности при формировании многокаскадных нечетких систем управления технологическими процессами в зависимости от требований к системе регулирования и свойствами такого объекта, характеризующегося уникальностью. Модульность и иерархичность при построении моделей многокаскадных нечетких систем управления технологическими процессами позволяет сократить порядок базы продукционных правил и, как следствие, снизить время на обработку механизма нечеткого логического вывода.
The increased complexity of regulatory objects formalization significantly increases the requirements for control systems including intelligent ones. The development of control systems with artificial intelligence is significantly limited by the standard automation tools resources. To separate intelligent systems with different structures, a classification is proposed according to the algorithm of the nested cascade, in particular, regulators with classical elements, elementary modules and fuzzy variables that expand the basic term set. The paper shows methods for increasing the system intelligence with fuzzy logic taking into account the possibility of their separation modularly on common industrial controllers. Increasing the intellectual properties of automatic control systems is possible not only by replacing existing classical regulators, but also by integrating intelligent modules with an existing system with decision-making algorithms implementation. Depending on the technological process characteristics, possible options for the synthesis of multi-stage control systems are considered: with a heterogeneous structure including classical elementary links; a homogeneous structure with a set of similar modules, which differ in a single parameter; as well as a fuzzy controller model with various fuzzy variables in the basic term set. The features of multi-stage fuzzy control systems formation for technological processes are revealed depending on the requirements for the regulatory system and the object properties characterized by uniqueness. Modularity and hierarchy in building multi-stage, non-clear process control system models make it possible to reduce the order of the production rules base and, as a result, to reduce the processing time of the fuzzy inference mechanism.