ОАС 2 часть. Общая характеристика адаптивных систем. Их классификация
![]()
|
Глава 2. Общая характеристика адаптивных систем. Их классификация. В общем случае задача синтеза СУ предполагает в качестве исходной информации данные о структуре и параметрах объекта, и о критерии управления. Если априорная информация достаточна я и точная, то с использованием методов теории оптимальных систем выполняется синтез управляющий частью системы, таким образом, чтобы обеспечить экстремальные значения критерия качества при заданной структуре и параметрах объекта. На практике в большинстве случаев имеет место неполнота априорной информации об объекте. Отсюда адаптивные системы в процессе функционирования решают задачу доопределения недостающей информации объекта и соответствующей корректировке функции управления с учетом части СУ. При рассмотрении адаптивных систем как правило предполагают выполненными 2 следующих допущения: Адаптивное управление осуществляется в замкнутом пространстве в состоянии управляемого объекта и коэффициентов в уравнении этой СУ. Вопросы выведения объекта на расчетный режим не рассматриваются на этом этапе, и предполагается это рассмотрение при изучении теории оптимального управления. Нестационарный объект заменяется на квазистационарный на вполне ограниченном интервале времени. Этот период времени так же называется квазистационарным. Предполагается, что периоды квазистационарности достаточны для завершения процесса адаптивной настройки системы. Другими словами процессы настройки в системе протекают быстрее, чем процессы изменения параметров объекта. При проектировании адаптивных систем необходима такая информация: Характеристика структуры связей управляемой частью системы объекта. При этом возможны случаи: Структура связей полностью известна. Структура связей известна частично. Структура связей не известна. Характеристика параметров модели объекта. Здесь возможны такие случаи: Известны номинальные значения параметров и диапазоны их отклонения от номинальных. Информация о параметрах модели полностью отсутствует. Оценка влияния и характеристика возмущений на объект: Возмущения доступны прямому измерению с помощью датчиков. Известны законы распределения вероятностей возмущающих величин. Информация, т.е. сведенья о возмущениях полностью отсутствуют. Характеристика возможностей прямых измерений физических параметров управляемого процесса. В том числе: Непрерывные измерения. Циклические Одноразовые, эпизодические. В зависимости от количества указанной информации применяется тот или иной подход или метод к построению адаптивной системы. При этом в любом случае необходимость построения адаптивной системы обусловлена априорной неопределенностью объекта, т.е. недостаточностью информации. Определим понятие априорной неопределенности. Н ![]() Для задач адаптивного управления наиболее интересны случаи, когда входные воздействия (y0, f) для системы изменяются во времени, т.е. система является не стационарной (квазистационарной). В зависимости от характера и объема недостающей информации об объекте и наличии внешних воздействий (неконтролируемых) различают: Адаптацию, обусловленную неопределенностью знаний (отсутствие измерения) (y0, f). Адаптацию, вызванную неопределенностью информации об объекте. Адаптацию, вызванную одновременно неопределенностью по пунктам 1 и 2. Имеется классификация адаптивных систем по функциональному признаку в следующем: Если в процессе работы системы целенаправленно изменяются параметры управляющей части (регулятора), то такая нотация или адаптивная система называется самонастраивающейся. Если в процессе работы системы целенаправленно изменяется структура управляющей части, то такая отдельная система называется самоорганизующейся и при этом могут изменяться параметры. Если адаптивная система изменяет свои параметры, структуру и алгоритм функционирования управления, то она называется самообучающейся. Рассмотрим классификацию адаптивных систем по двум признакам: По сложности ОУ и количеству априорной информации о нем. Классификацию изложим в виде таблицы.
1.1, 1.2, 2.1, 2.2 – решение ищется в классе СНС (самонастраивающиеся системы). 1.3, 2.3 – системы экстремального регулирования (СЭР). 3.1, 3.2 – самоорганизующиеся системы (СОС). 2.3, 3.2, 3.3 – системы с обучением. Типы самонастраивающихся систем (СНС). При синтезе СНС предполагается что: Структура ОУ известна, а параметры могут изменяться непредсказуемым образом в определенном рабочем диапазоне. Выполняется гипотеза квазистационарности, т.е. процессы настройки системы протекают гораздо быстрее, чем процессы изменения параметров объекта. Различают СНС с эталонной и настраиваемой моделью. Структурная схема СНС с настраиваемой моделью имеет вид: Б ![]() МО – модель объекта. ВУ – вычислительное устройство. ИО – исполнительный орган. Структура ОУ и модели является известной и неизвестной. Параметры объекта сi могут меняться, причем эти изменения существенно влияют на качество работы основного контура. По сигналу рассогласования εм производится настройка параметров модели сi*, а в контуре самонастройки (КС) рассчитываются оптимальные параметры регулятора. Таким образом в этой системе решаются 3 оптимальные задачи: Оптимизация управления в основном контуре. Оптимизация процесса настройки модели. Оптимизация в контуре самонастройки. С ![]() Структура и параметры эталонной модели соответствуют желаемым, а значит процесс на ее выходе тоже. Настройка параметров регулятора {bj} производится по сигналу рассогласования εм между выходом эталонной модели и основного контура. Метод вспомогательных операторов синтеза СНС с эталонной моделью. Пусть основной контур по каналу ![]() ![]() Процесс настройки параметров регулятора выполняется по закону: ![]() ![]() Q – критерий эффективности управления. Обычно Q зависит от ![]() ![]() ![]() Передаточная функция эталонной модели ![]() ![]() ![]() ![]() ![]() ![]() 2.3 Аналитические СНС с моделью вариации уравнения объекта. В ![]() ![]() ![]() ![]() ![]() ![]() ![]() С ![]() ![]() П ![]() ![]() ![]() ![]() ![]() ![]() Е ![]() ![]() ![]() ОНО – обобщенный настраиваемый объект, который после настройки имеет передаточную функцию ![]() ![]() ![]() ![]() Параметры и структура регулятора являются оптимальными с точки зрения назначенного критерия и рассчитываются известными методами. Параметры регулятора остаются постоянными, а основная задача состоит в определении вариаций параметра объекта, т.е. ![]() 2.4 Аналитические СНС с настройкой по импульсной переходной функции (ИПФ) разомкнутого основного контура. ИПФ называется реакция системы на импульс единичной площади и бесконечно малой длительности. ![]() Данный подход применяется тогда, когда в системе действует возмущение и все процессы являются случайными процессами. Разомкнутый основной контур имеет вид: Н ![]() ![]() ![]() ![]() ![]() ![]() ![]() На очередном текущем интервале ![]() Вычисляется ![]() ![]() Определяется ИПФ ОУ ![]() Определяется оптимальное ИПФ регулятора путем решения уравнения (1). 2.5 Проектирование СНС с моделью на основе прямого метода Ляпунова. Система является устойчивой, если функция от ее координат является знакоопределенной положительной, а производная этой функции знакоопределенная отрицательная. В данном методе такая функция Ляпунова подбирается от ![]() ![]() ![]() ![]() 2.6. Аналитические СНС с настройкой по внешним воздействиям Такие системы применяются для поддержания оптимального режима работы в условиях изменения свойств внешних воздействий. Структурная схема такой системы имеет вид: ![]() ВУ – вычислительное устройство На некотором периоде квазистационарности в анализаторе сигналов оцениваются характеристики задания ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() Предполагается что ![]() ![]() ![]() ![]() Параметры регулятора должны настраиватся так, чтобы обеспечить минимум критерию 1. Пусть А – вектор настраивающихся параметров регулятора. Если определить аналитическое задание ![]() ![]() Если ![]() ![]() ![]() Коэффициент ![]() ![]() ![]() ![]() ![]() ![]() Случайная составляющая определяется по формуле: ![]() ![]() ![]() ![]() ![]() ![]() ![]() Системы экстремального регулирования С ![]() 2.7. Понятие об экстремальном управлении. Классификация СЭР Р ![]() ![]() ![]() ![]() Задача состоит в поиске и поддержании таких значений входов ( ![]() ![]() Для одномерного случая дрейф характеристики иллюстрируется рисунком: ![]() Классификация СЭР: 1. По количеству управляющих переменных: - одномерные - многомерные 2. По количеству экстремумов: - одноэкстремальные - многоэкстремальные 3. По динамическим свойствам объекта управления: - статические - динамические 4. По количеству априорной информации об объекте(виды информации): - о виде экстремальных характеристик. - о динамических свойствах объекта. - о характеристиках помех. 5. По способу организации поиска экстремума. 2.8. Методы нахождения экстремума однопараметрических объектов 1 ![]() Основан на том факте что в районе экстремума ![]() В процессе движения системы измеряют ![]() ![]() ![]() ![]() ![]() ![]() 2. Метод запоминания экстремума. Ц ![]() ![]() ![]() ![]() R=-R, если ![]() ![]() ![]() Такая система находится в постоянном движении, то есть ![]() ![]() 3. Метод периодического поискового сигнала. Основан на подаче входного периодического сигнала малой амплитуды: Слева от экстремума фазы входа и выхода совпадают, справа – различаются на ![]() ![]() 4. Коммутатор поверочных реверсов. Если объект работает в условиях интенсивных помех, вызывающих дрейф характеристики ложные срабатывания. В этих случаях через определенное время система безусловно реверсирует (поверочный реверс). 2.9. Поисковые шаговые алгоритмы экстремального управления одномерными и многомерными объектами Вначале рассмотрим объект с 1 входом ![]() ![]() Приближенно ![]() Значения ![]() ![]() ![]() В основе поискового алгоритма обычно используется метод градиента ![]() а – некоторый параметр. ![]() Поскольку подача пробных воздействий ![]() ![]() ![]() Если ![]() ![]() ![]() Рассмотрим многомерный объект с характеристикой ![]() Методы поиска экстремума делятся на 2 группы – градиентные и неградиентные. Среди неградиентных методов на практике распространен метод спуска по координатам. Движение начинается из некоторой начальной точки с известными координатами ![]() 1. ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() 2. ![]() ![]() ![]() ![]() ![]() ![]() ![]() и т.д. Таким образом метод состоит в последовательном повторении одномерного поиска по всем n координатам. 2.10. Градиентные методы поиска экстремума В этих методах направление движения совпадает с вектором градиентом при поиске макс и противоположно ему при поиске мин. Градиент функции в точке есть вектор, поправленный в сторону наискорейшего ее возрастания g ![]() ![]() ![]() ![]() ![]() Все градиентные методы различаются способом выбора длины шага , однако шаг всегда выполняется в направлении вектора grad Что бы выдержать это поправление шаг по каждой координате должен быть пропорционален соотв. составляющей вектора grad ![]() ![]() ![]() Для реализации этого алгоритма на каждой итерац. требуется оценивать сост. вектора grad. Это можно делать пробными воздействиями по каждой коорд. ![]() ![]() Рассмотрим след метод оценки сост. градиент. На входы подаются воздействия вида: ![]() В конкретный момент времени в последнем выр. все слагаемые кроме одного равны 0. Например на интервале ![]() ![]() 2.11. Экстремальное управление в условиях помех. На практике имеют место случаи, когда выход объекта управления зашумлен. ![]() ![]() Предполагается, что U(t) центрированный ССП с огранич. дисперсией и неизвестными характеристиками. Задача экстримального упр в условиях измерения выхода с помехой сост. в след: ![]() Для решения этой задачи может применятся рассмотренный ранее метод: ![]() Этот метод обеспечит решение задачи (1), если величина ![]() ![]() удовл условиям: ![]() Выполнение условия (2) сост суть метода стохастич аппроксимации. На практике используются соотнош., обеспечивающее выполнение условий (2). ![]() 2.12. Идентификационные алгоритмы экстремального управления Процесс поиска ускорится если структура мат модели объекта известна с точностью до параметров. Пусть имеется одномерный объект с экстремальной характеристикой ![]() ![]() Структура функции ![]() Если бы было известно значение ![]() ![]() сводилась бы к решению уравнения: ![]() Таким образом любой идентификац. алгоритм сост из 3х этапов: 1 По результатам измерений пар ![]() ![]() 2 Решается задача (2) 3 Найденное оптимальное U выдается на объект. Пример: рассмотрим процедуру вычисления экстремума ф-и вида кривой Гаусса по 3 замерам. ![]() ![]() U*=М - оптимальное значение М. Для определения U*=М разделим первое ур на второе , а второе на третье: ![]() Прологарифмируем уравнение: ![]() ![]() Из последнего уравнения выражаем параметр М U*= ![]() 2.13. Динамические режимы работы систем экстремального регулирования. Показатели качества экстр систем В определенных случаях инерцией ОУ пребречь нельзя, при этом уравн. описывающие обьект является не алгебраическим а дифференциальным. Инерциональные экстремальные объекты могут иметь 1 из след структур : ![]() f(x)- безинерционное нелинейное звено с экстремальной характеристикой. Инерционность на входе w1 обусловлена в основном инерционностью исполнительного механизма. А инерциональность выхода w2 определяется непосредственно динамикой обьекта и средств сбора инф. Рассмотрим систему экстремального управления объектом типа НЛ. ![]() В УУ реализуется процесс экстрем. поиска с запоминанием экстремума. ИМ перемещ. с постоянной скоростью . В прямом поправлении, когда R=+1 или в обратном R=-1 Управление ОУ имеет вид : ![]() ![]() k- скорость изменения исполнительного механизма. Из уравнений (1,2) исключим dt, и получим ур-ния фазов. траекторий ![]() ![]() Фазовая траектория М0-М1 не совпадает со статистической характеристикой f(u), и в соотв с уравнением (3) тем ниже, чем больше k и Т. В точке М1 ![]() ![]() В системе управления произойдет реверс при выполнении условия: ![]() ![]() ![]() Рассмотрим временные диаграммы работы системы с запоминанием экстремума: Ч ![]() Процесс движения системы ![]() ![]() Обычно более наглядно процесс движения к экстремуму изображ. На фазовой плоскости ![]() В. т. М2, М4, М6, М8 происходит реверс, т.е. переключение. Уравнение фазовых траекторий получается путем решения ДУ: ![]() ![]() ![]() ![]() После выхода системы к экстремуму устанавливается автоколебание. М1,М2 – точки переключения ![]() Показатели работы системы экстремального регулирования: Время выхода системы в область экстремума - время движения системы от края рабочего диапазона до установ. автоколебаний . Потери на поиск – разность между Jmax и средним значением критерия в уст режиме. ![]() Амплитуда уст колебаний ![]() Для определения оптимальных значений параметров управляющей части системы необходимо выполнить расчет переходных процессов в системе экстремального регулирования. Н ![]() ![]() Задав начальные условия на инерционных элементах ( ![]() По нему определяются показатели качества . 2.14. Методы улучшения качества работы СЭР Основными причинами ухудшающими работу СЭР явл: Инерционность ОУ. Высокочастотные помехи, которые накладываются на выходной сигнал j Низкочастотные помехи, вызывающие дрейф статической характеристики . Методы, улучшающие качество работы СЭР делятся на 2 группы: Выбор (расчет) оптимальных значений параметров управляющей части ![]() Алгоритмические методы улучшения качества. Рассмотрим некоторые из них : 1.* Камутатор поверочных реверсов – после переключения через заданное время ![]() ![]() ![]() ![]() D- делитель 3 ![]() ОУ описывается уравнением: ![]() Из последнего уравнения видно, что при большом D на определенном интервале времени f(u)определяется первым слагаемым, значит в процессе движения max произв равен max характеристики: max J ![]() ![]() ![]() В этой системе на этапе движения к экстремуму (J – велико) работает блок F1, в режиме удержания блок F2 4 ![]() |