Главная страница

Конспект лекций по дисциплине Контроль и управление техническими системами для бакалавров и магистров направления 150400


Скачать 5.27 Mb.
НазваниеКонспект лекций по дисциплине Контроль и управление техническими системами для бакалавров и магистров направления 150400
Дата26.11.2022
Размер5.27 Mb.
Формат файлаpdf
Имя файлаLekcii.pdf
ТипКонспект лекций
#813165
страница3 из 11
1   2   3   4   5   6   7   8   9   10   11
P
X
a)
Z
1
Z
2
Z
3
Z
4
P
X
X
X
X
B
1
B
4
B
2
B
3
B
5
б)
Рис. 6. Типы структур

- 17 - приближаются к сетевым. Кластерные вычислительные комплексы, мультипроцессорные суперкомпьютеры, распределенные системы автоматики можно представить в виде очень развитых сетевых структур.
Радиостанция и связанные с ней на фиксированной частоте приемо- передатчики — типичная ядерная структура.
Еще один тип структур часто встречается при реализации управления.
Это иерархические структуры, в которых одни элементы содержат в себе другие, последние, в свою очередь включают следующие элементы, образуя «матрешку». Число ступеней в такой иерархии (уровень вложенности) может быть достаточно большим, однако, с увеличением числа ступеней структура становится все более и более слабой и может быть разрушена изнутри.
Хотя структуры, как уже было сказано в начале лекции, наиболее прочное образование в объекте, тем не менее они тоже подвержены изменениям во времени. По поведению структуры во времени различают следующие типы структур:
стабильные — число связей и элементов не меняется во времени.
Вследствие старения или износа элементов качество структуры снижается (примеры: машина, человек).
развивающиеся — количество связей и (или) элементов изменяется. В зависимости от изменений выделяют:
интенсивные структуры, в которых сила (мощность) связей каждого элемента увеличивается со временем, качество структуры повышается;
редуцирующие структуры, в которых количество элементов уменьшается при сохранении силы (мощности) связей между элементами объекта, качество структуры при этом или сохраняется, или слегка повышается;
деградирующие структуры, в которых с течением времени уменьшается сила (мощность) связей элементов с другими элементами объекта, что, в соответствии с выводами предыдущей лекции, приводит к потере элементов и постепенному разрушению объекта.
Четвертое системообразующее свойство объекта — наличие интегративного качества. Термин «интегративный» происходит от латинского integrate — объединять. Интегративное качество — это такое качество, которое присуще только объекту в целом, но не свойственно ни одному из его элементов в отдельности. Это новое качество, которое возникает у объекта, когда все его элементы соединены связями в единое целостное образование.
Представим ситуацию: на стенде станина рабочей клети, рядом валки, подушки, разобранное нажимное устройство, трансмиссии, невдалеке двигатель и еще масса различных деталей и узлов. А теперь все это соберем в соответствии со сборочным чертежом и установим в линию стана. Появилось новое качество объекта — деформировать, прокатывать металл.
Объект, у которого установлены четыре системообразующих свойства, будем в дальнейшем называть системой. Элементы этого объекта, для которых также определены эти четыре свойства, — подсистемами.
Создание моделей, обеспечивающих адекватное описание объекта, базируется на системном подходе. В основе системного подхода к

- 18 - моделированию лежит рассмотрение объекта моделирования как системы. Это означает, что инженер, осуществляющий моделирование, должен раскрыть целостность и членимость объекта, проанализировать все многообразие связей и выделить среди них существенные, представить структуру и обнаружить интегративное качество.
Общий порядок моделирования можно представить следующим образом:
1. формулировка цели моделирования;
2. анализ объекта моделирования как системы, создание системной модели;
3. переход от системной модели к конструктивной, количественной;
4. испытания модели и интерпретация результатов.
Первый шаг определяет и вид модели, и аппарат моделирования.
Понятно, что модель стана для определения экономических показателей его работы будет отличаться от модели стана для оценки возможности выпуска более тяжелого вида проката. В первом случае внимание будет направлено на расход энергии и материалов, скорости прокатки, частоту и сложность ремонтов и обслуживания. Во втором случае нужно будет оценить прочностные характеристики, резервы мощности, возможность использования новых калибровок.
На втором шаге устанавливают границу между объектом моделирования и внешней средой, анализируют потоки вещества, энергии и информации через границу из внешней среды в объект и из объекта во внешнюю среду, определив тем самым входной и выходной процессы. Исходя из теоретических представлений выдвигают гипотезы о состоянии
Расчленив объект на элементы и определив существенные связи
, конструируют структуру и формулируют интегративное свойство объекта.
Этот шаг носит, в основном, описательный характер в терминах предметной области. Полученное описание называют системной моделью объекта
. При его выполнении стремятся обеспечить как можно более широкий охват свойств и характеристик объекта. На этом шаге принимают решение о степени детализации модели и определяют средства, необходимые для моделирования.
На третьем шаге, исходя из цели моделирования, осуществляют усечение множеств, относящихся к входному, выходному процессам и состоянию. Устанавливают количественные характеристики связей
, оценивают их существенность и принимают решение о включении элементов объекта в модель. Исходя из теоретических представлений о состоянии конструируют операторы, связывающие входные воздействия и состояние, а также зависимости выходных процессов от состояния.
Модель на этом шаге приобретает количественный характер. Такую
модель, в дальнейшем, будем называть конструктивной.
Конструктивная модель
— это такая модель, которая по количественному описанию состояния системы в момент времени
t
0
и входного процесса на отрезке времени
[
t
0
, t]
, позволяет для любого момента времени
tt
0
получить количественную оценку текущего состояния и выходного процесса.
Состояние системы в момент времени
t
0
называют начальным

- 19 - состоянием. Обозначим его
Z
0
, фрагмент входного воздействия отрезке времени
[
t
0
, t]
обозначим
P [ t
0
, t]
, текущее состояние —
Z
t . Тогда общий вид оператора, показывающего как под воздействием фрагмента входного процесса
P [ t
0
, t]
система из состояния
Z
0
переходит в состояние
Z
t будет выглядеть следующим образом:
Z
t
= [
t ; t
0
, Z
0
, P [ t
0
, t]]
Выходной процесс в момент времени
t
обозначим
X
t . Обычно он просто выражается через текущее состояние:
X
t
= [
t ;Z
t
]
Операторы
 [
t
i
; t
i1
, Z
i1
, P[ t
i1
, t
i
]]
и
 [
t
i
;Z
i
]
называют, соответственно, оператором перехода и оператором выхода.
Оператор перехода показывает, как в результате входного
воздействия система переходит из предыдущего состояния в
новое состояние.
Оператор выхода связывает текущее состояние выхода с текущим
состоянием системы.
Оператор перехода, в общем случае, имеет весьма сложную конструкцию. Это могут быть алгоритмы решения систем дифференциальных и интегро-дифференциальных уравнений, конечно- разностные и конечно-элементные алгоритмы, аналоговые устройства, специализированные процессоры. В математических моделях наиболее часто оператор перехода представляется определенным интегралом, вычисленным на отрезке
[
t
i1
, t
i
]
. Но в любом случае, оператор перехода всегда удовлетворяет трем аксиомам [8]:
1. Аксиома согласованности. Для любых
tT , zZ
и
p.∈ P .
выполняется равенство
 [
t ;t , z , p.]= z
Здесь множество
P .
допустимый фрагмент входного процесса, а
p.
— компонент этого множества. Эту аксиому можно трактовать так:
Система в любой фиксированный момент времени может находиться в одном и только в одном состоянии.
2. Аксиома ассоциативности. Для любых
t
0

t
1

t
2
, t
i

T ,
z
0

Z ,
z
1

Z
и
p.∈ P .
выполняется равенство
 [
t
2
; t
0
, z
0
, p.]= [ t
2
; t
1
, [t
1
; t
0
, z
0
, p.] , p.]= [ t
2
;t
1
, z
1
, p.]
При моделировании это понимается так:
Любой момент времени, для которого известно состояние, может быть выбран в качестве начального.
3. Аксиома причинности. Для любых
t
0

T , tT , z
0

Z , p.∈ P .
и

p.∈ P .
таких, что
p.=p.
выполняется равенство
 [
t ;t
0
, z
0
, p.]= [ t ;t
0
, z
0
, p.]
,

- 20 - то есть, никакие входные воздействия после момента времени
t
не
изменят состояние системы в момент
t
. Иначе говоря, настоящее не
зависит от будущего.
Оператор выхода значительно проще. Это либо обыкновенные алгебраические выражения, либо просто компоненты состояния, определенные на границе системы с внешней средой. Примеры: сила осадки (выход), равна произведению нормального напряжения
(состояние) на площадь контакта бойка с поковкой (состояние); тепловой поток от нагретой заготовки (выходной процесс) при конвективном теплообмене пропорционален температуре поверхности заготовки
(состояние на границе); частота вращения вала двигателя (выход) равна частоте вращения ротора (состояние).
Таким образом, для любой системы (технической или технологической) связь между входом (входным процессом) и выходом (выходным процессом) определена тройкой
〈 
, Z ,  〉
. Эта тройка предложена для описания системы Р. Калманом и в литературе именуется триадой
Калмана. Определив множество Z и сконструировав операторы перехода и выхода получим конструктивную модель системы. Нетрудно заметить, что для корректного функционирования модели нужно еще назначить множество времени T и начальное состояние.
Операторы перехода и выхода не обязательно должны быть
Рис. 7. Объект и модель

- 21 - математическими объектами. Это могут быть устройства, приборы, измерительные системы. Общее требование, что они должны обладать количественными свойствами, их действия должны представляться в количественной форме. С этой целью в практике физического моделирования используют первичные преобразователи информации — датчики.
На четвертом шаге осуществляется испытание модели и интерпретация полученных результатов. К сожалению, подвергнуть модель реальному входному воздействию редко представляется возможным. Вместо реального входного воздействия используется его модель, то есть, реальные потоки вещества, энергии и информации заменяются изображением или математическим описанием P
м
(рис. 7). В ряде случаев, изображение может даже иметь другую физическую природу.
Например, поток жидкости в канале может быть представлен электрическим током, напряжения на контактной поверхности при осадке — формой песчаной насыпи или электрическими потенциалами на электропроводной бумаге. Входные воздействия могут быть масштабированы к размеру модели объекта в соответствии с законами подобия. Вместо реальных непрерывных потоков могут быть использованы дискретные точечные значения. Чтобы сократить число опытов при испытаниях прибегают к использованию методов планирования эксперимента.
Все это приводит к тому, что вместо реального выходного процесса исследователь получает лишь его описание, изображение X
м
(рис. 7). Для того чтобы перейти обратно к реальному объекту потребуется интерпретировать полученные результаты, расшифровать их. Иногда это может быть достаточно легко. Например, при моделировании осадки поковки между плоскими бойками с целью определения силы можно осадить геометрически подобный образец уменьшенного размера из того же материала и при той же температуре. Полученную на образце силу осадки можно пересчитать к реальному объекту. Нетрудно грубо оценить, что сила осадки будет пропорциональна квадрату масштаба. Если размеры образца уменьшены в 10 раз по сравнению с объектом, то сила осадки реального объекта будет превышать модельную в 100 раз. На самом деле, интерпретация может оказаться значительно сложнее.
Дополнительно будут сказываться и скорость осадки, и условия теплообмена, наличие или отсутствие смазки, шероховатость бойков и масса других факторов, которые очень трудно учесть при моделировании.
Проблема интерпретации результатов моделирования является одной из самых трудных в исследовательской практике. Из одного и того же результата, полученного при моделировании, могут быть сделаны прямо противоположные выводы.
Снизить риск неверной интерпретации позволяет глубокое понимание существа моделируемого объекта и его взаимодействия с внешней средой.
Дополнения: С. Лем — модель, это лестница, приставленная к горе.
Позволяет достичь цель — вершину, но мало похожа. Много маленьких
лестниц, повторяющих часть поверхности горы - уже ближе.
Системотехника не доискивается до истин, но строит модели. Модель

- 22 -
эксплуатируют, пока она не входит в противоречие с
действительностью. В противном случае ее корректируют или
заменяют совсем. Примеры: закон всемирного тяготения — коррекция,
флогистон — замена.
1.2. Моделирование структуры. Графы
При моделировании структуры технических систем нашел широкое применение аппарат теории графов.
Обозначим множество элементов моделируемой системы M={m
1
, m
2
, ... m
k
}, множество связей между ними F={f
1
, f
2
, ... f n
}. Нетрудно догадаться, что каждая связь соответствует одной паре элементов, то есть, множество
F является подмножеством множества всех возможных пар элементов, принадлежащих M. Множество всех пар, составленных из элементов двух множеств M и N называют декартовым произведением этих множеств и обозначают M×N
M={m
1,
m
2,
...,m
k
}
,
N={n
1,
n
2,
...,n
r
}
,
M×N={{m
1,
n
1
}
,{m
1,
n
2
}
, ...,{m
1,
n
r
}
,{m
2,
n
1
}
,... ,{m
k
,n
r
}
,}.
Следовательно,
FM×M , где
M×M={{m
1,
m
1
}
, {m
1,
m
2
}
, ...,{m
1,
m
k
}
, {m
2,
m
1
}
, ...,{m
k
,m
k
}
,}.
В теории графов множество M называют множеством вершин, а F - множеством дуг и говорят, что множество дуг — подмножество квадрата
(M
2
) множества вершин. Нужно заметить, что в общем случае пары {m
i
,
m
j
} и {m
j
, m
i
} различны. При моделировании это понимают так: первая в паре вершин порождает связь (поток энергии, вещества или информации выходит из нее), вторая в паре вершина принимает связь (поток вещества, энергии или информации входит в нее), m
2
зависит от m
1
. Первая вершина
— донор, вторая — акцептор. Кроме того, любой элемент может образовать пару с самим собой {m
i
, m
i
}. Это означает, что часть вещества, энергии или информации с выхода элемента снова направлена на его вход, образует петлю. Клеть линейного стана в прокатных цехах, автомат- стан в трубных цехах являются хорошими примерами таких элементов.
Неоднородное множество G= называют графом. Множество вершин еще называют носителем графа, а множество дуг — его сигнатурой. При моделировании графы могут быть представлены несколькими способами: графически — плоской схемой, списком и матрицами. При графическом представлении вершины (узлы) изображают точками или кружками, а дуги — линиями. Линии завершают стрелками, если связь имеет направление. На рисунке 8, а представлен граф со связями, не имеющими направления, на рисунке 8, б связи имеют направление, связь f
7
образует петлю.

- 23 -
Внешние входы объекта моделирования на схеме не показаны. Плоская схема является наглядным и удобным способом представления графа при небольшом количестве вершин и связей, но она пригодна лишь для иллюстрации. Анализ модели и интерпретация результатов при таком представлении существенно затруднены и сводятся к поиску простых субструктур — циклов и контуров, окрестностей и характеристик симметрии. Программный анализ графов, представленных плоскими схемами, на современном этапе развития информационных технологий не представляется возможным и эффективным.
Граф, для дуг которого определено направление называют ориентированным. Неориентированным называют граф, у которого ни для какой дуги не определено направление.
При представлении графа списками каждой вершине графа сопоставляется список зависимых вершин. Так, графу на рисунке 8, а
соответствует такие пять списков {{m
1
: m
2
, m
3
}, {m
2
: m
1
,m
4
}, {m
3
: m
1
, m
4
,
m
5
}, {m
4
: m
2
, m
3
, m
5
}, {m
5
: m
3
, m
4
}}, а графу рис. 8, б — {{m
1
: m
2
}, {m
2
:
m
4
}, {m
3
: m
1
}, {m
4
: m
3
, m
5
}, {m
5
: m
3
, m
5
}}. Списки представляют собой весьма специфические подмножества множества вершин и в ряде случаев доступны для компьютерного анализа, поскольку современные программные средства имеют развитые возможности работы с множествами. Однако, такой анализ все еще сопряжен с большими сложностями при подготовке данных и интерпретации результатов.
Наиболее приспособленным для компьютерного анализа является представление графов матрицами смежности и инцидентности.
Введем несколько новых определений.
Понятие смежности: вершины m
i и m
j
— смежные, если вершина m j зависит от m
i
, то есть, связь порождена вершиной m
i
(выходит из нее) и действует на вершину m
j
. Если связь не имеет направления (нейтральная связь), то из смежности вершин m
i и m
j следует смежность вершин m
j
и
m
i
. В случае направленных связей такое возможно лишь при наличии обратной связи или контрсвязи.
Понятие инцидентности относится к отношениям между вершинами и связями. Связь f инцидентна вершине m, если она порождена этой вершиной, выходит из нее. Связь коинцидентна вершине m, если она
m
1
m
2
m
3
m
4
m
5
f
1
f
2
f
3
f
4
f
5
f
6
а)
б)
m
1
m
2
m
3
m
4
m
5
f
1
f
2
f
3
f
4
f
5
f
6
f
7
Рис. 8. Плоская схема а) неориентированный граф,
б) ориентированный граф.

- 24 - входит в эту вершину. Любая нейтральная связь является одновременно и инцидентной и коинцидентной своей вершине.
На основе этих понятий конструируются матрицы смежности и инцидентности.
Матрицей смежности называют матрицу
1   2   3   4   5   6   7   8   9   10   11


написать администратору сайта