Многоагентное управление воздушным реактивным двигателем 2. Удк 621. 311. 23 629. 12 Многоагентное управление воздушным реактивным двигателем
 Скачать 468.43 Kb.
|
|
УДК 621.311.23:629.12 Многоагентное управление воздушным реактивным двигателем Хижняков Ю.Н., Сулимова Д.А., Южаков А.А. Введение Эффективность любого летательного аппарата зависит от совершенства системы автоматического управления силовой установки. Повышение надежности эксплуатации, экономии топлива, снижение эксплуатационных затрат силовых установок на базе воздушного реактивного двигателя (ВРД), снижении их массы и стоимости делают актуальным создание комплексных систем управления, интегрируемых по аппаратуре и по способам управления ВРД [1, 2, 3]. ВРД есть нелинейный многорежимный объект с мерой неопределенности математического описания. Данный объект, имеющий один вход (дозирующее устройство) и n селективно управляемых выходов, подвержен влиянию внутренним (протечка разогретого топлива в дозаторе, изменение зазора в регуляторе сопло-заслонка дозатора и т.д.) и внешним (отклонения температуры и давления воздуха от заданных значений и т.д.) неконтролируемым возмущениям [4, 5]. Штатное управление построено из предположения, что ВРД есть линейный объект (в малом) с математическим описанием в виде передаточных функций с переменными коэффициентами по всем контролируемым параметрам [6, 7, 8]. Цифровое управление ВРД не снимает проблемы, связанные с недетерминированностью (параметрической неопределенностью) объекта при работе в условиях помех. Необходимо учитывать инерционные свойства ВРД, гарантируемый запас устойчивости по модулю и фазе, применение адаптивных регуляторов, встроенных эталонных моделей ВРД и поведение системы управления САР в целом. При этом необходимо соблюдать требования системы реального времени (СРВ) с целью обеспечения функциональности и корректности при проектировании систем. Постоянно растущая сложность и разнообразие задач, решение которых возлагается на автоматические системы, в последнее время определяют повышенную потребность в системах управления с более универсальными свойствами. Подходящим для решения большинства задач являются системы, основанные на нечеткой логике и нейронных элементах. Объединение элементов нечеткой логики и нейронных элементов позволяет реализовать «мягкие» вычисления с целью реализации адаптивных нечетких регуляторов [9]. По сравнению с традиционными методами анализа и вероятностным подходом адаптивное нечеткое управление позволяет решать задачи управления стохастическими объектами, получать результаты с заданной точностью, обеспечивать необходимое быстродействия процессов управления, где нецелесообразно применять методы традиционной математики. Учитывая назначение ВРД, необходимо рассмотреть его особенности при проектировании с целью повышения эффективности работы, вопросы селективности статических и динамических контуров, вопросы построения дозирующего устройства, вопросы диагностики работы оборудования. В последнее десятилетие возникло несоответствие между достигнутым уровнем теории и новыми задачами развития теории управления ВРД [8, 9]. Известно, что автоматические системы управления можно разделить на два больших класса – неадаптивные и адаптивные. В основе неадаптивных систем лежит предположение, что внешние и внутренние условия работы системы изменяются в малых пределах. Характерным признаком адаптивных систем является отсутствие полной информации об объекте управления, внешних возмущениях и граничных условиях, т.е. им присущ индетерминизм (неопределенность). Раскрытие неопределенности обеспечивается благодаря избыточности системы, логичности ее действия, прогнозированию ее состояния и анализу накапливаемой информации с целью самообучения. К адаптивным системам можно отнести [10]: – экстремальные системы с нулевым заданием, где поиск экстремума достигается с помощью формирования управляющих воздействий; –самонастраивающиеся системы, где изменяются управляющие воздействия и параметры системы; –самоорганизующиеся системы, где изменяются управляющие воздействия, параметры и структура системы; – обучающиеся системы, где изменяются управляющие воздействия, параметры, структура, алгоритм функционирования, а в случае самообучения и целевая функция. Наиболее эффективными адаптивными системами являются аналитические активные замкнутые обучающиеся системы (ААЗОС) [11, 12]. На примере адаптивного нечеткого регулятора состояния ВРД рассмотрим возможность построения ААЗОС. Состояние ВРД характеризуется следующими переменными: частота вращения свободной турбины (вентилятор или компрессор низкого давления), частота вращения компрессора высокого давления, давление и температура горения газа в камере сгорания и т.д., которые являются проекциями вектора состояния, где рабочая точка в текущий момент времени на статической характеристике ВРД перемещается изменением расхода топлива дозатором. Все переменные зависят от расхода топлива, его качества и синхронно изменяются в текущий момент времени. В случае если в системе управления ВРД предусмотрен баланс между генерируемой и потребляемой мощностями, где частота вращения свободной турбины есть переменная величина с определенными ограничениями, то это также равносильно изменению расхода топлива дозатора. В настоящее время все перечисленные параметры ВРД регулируются отдельно, что является недостатком. Предлагается заменить линейные регуляторы параметров: частота вращения свободной турбины (вентилятор или компрессор низкого давления), частота вращения компрессора высокого давления, давления и температура горения газа в камере сгорания и т.д. одним регулятором состояния, который управляет дозатором ВРД, т.е. применим мультиагентный подход. Задача адаптивного нечеткого регулятора состояний изменять расход топлива дозатором с целью управления параметрами ВРД в заданных пределах и реализовать различные режимы работы ВРД. Учитывая отсутствие датчика расхода топлива нельзя рассчитывать текущий расход топлива в функции текущих значений параметров ВРД. Данную проблему можно устранить применением прямых моделей для опосредованного расчета текущих значений расхода топлива в соответствии с текущим значением параметров ВРД. На рис. 1 приведена обобщенная структурная схема мультиагентного управления объектом управления.  Рис.1. Обобщенная структурная схема мультиагентного управления объектом управления, где Y – вектор переменных выхода ОУ; Yм – вектор переменных выхода моделей объекта управления (МОУ); Хзад – задание рабочей точки статической характеристики управления ОУ; РС – регулятор состояний; Хм – вектор переменных обратных связей САУ ОУ; G – текущее значение расхода топлива Для расчета параметров эталонных моделей ВРД приведем их к относительному виду: – частота вращения вентилятора (частота вращения свободной турбины или частота вращения компрессора низкого давления):  ;– частота вращения компрессора высокого давления  ;– температура горения газов в камере сгорания  и т.д.На рис. 2 приведен вариант многоагентого управления с применением адаптивного нечеткого регулятора состояния.  Рис. 2. Структурная схема многоагентного управления ВРД, где  – заданные значения переменных ВРД;  – отклонения переменных ВРД от заданных значений;  – адаптивные фаззификаторы;  – блоки активационных функций;  – выходы прямых адаптивных нечетких моделей переменных ВРД; G – расход топлива дозатора ТВД;  – нормализатор сигналов.На рис. 3 представлена структурная схема прямой модели по отдельному параметру (частота вращения вентилятора). Прямая модель реализует нейро-нечеткую технологию и включает адаптивные фаззификатор и дефаззификатор. Терм-множество фаззификатора Ф содержит три линейных терма а,b,c как показано на рис. 4, размещенных на интервале 0-1, где синглетон представлен пропорцией [13]:  . Рис. 3. Структурная схема прямой адаптивной нечеткой модели по текущему параметру, где Ф – фаззификатор;  – степени принадлежности;  – синапсы адаптивного фаззификатора; БАФ – блок активационных функций;  – блок алгоритмов адаптивных; функции невязки адаптивного фаззификатора  Рис.4. Фаззификация отклонения входного сигнала от заданного значения Математическое описание терм-множества фаззификатора имеет вид:    Согласно текущему значению  определяются степени принадлежности  ( см. рис.4).Адаптация фаззификатора выполнена базе линейного нейрона с помощью алгоритма последовательного обучения на основании рекуррентной формулы [14, 15]  ,где  – последующий шаг (j+1)- итерации;  – предыдущий шаг j-итерации; – дискретная формаj-итерации входного сигнала;  – оценка выхода модели;  – ошибка в оценке  ; – измеряемая функция; Т – транспонирование; С1 – коэффициент коррекции. Цель адаптации степеней принадлежности фаззификатора – обеспечить сумму текущих значений синапсов равной текущему отклонению, в котором отражается текущее состояние системы в целом. Блок активационных функций (БАФ) включает активационные функции на базе гиперболического тангенса. Данная функция знакопеременная, ослабляет сильные и усиливает слабые входные сигналы [16-19]. Математическое описание прямых адаптивных нечетких моделей по другим текущим параметрам (частота вращения компрессора высокого давления и температуры горения газов в камере сгорания) аналогично математическому описанию прямой адаптивной нечеткой модели по частоте вращения вентилятора ТВД. Для определения результирующего расхода топлива дозатором адаптивным нечетким регулятором состояния вводится нормализатор Н сигналов с последующим их суммированием и усреднением  , где  .Заключение
Литература 1.Клячкин А.Л. Теория воздушно-реактивных двигателей. М. Изд-во «Машиностроение», 1969. 2.Пономарев Б.А. Двухконтурные турбореактивные двигатели. М., Воениздат, 1973. – 133 с. 3.Шульгин В.А., Гайсинский С.Я. Двухконтурные турбореактивные двигатели маломощных самолетов – М.: Машиностроение, 1984. – 168 с. 4.Шляхтенко С.М. Теория и расчет воздушно-реактивных двигателей: учебник для вузов. – М.: Машиностроение, 1987. – 568 с. 5.Синяков А.Н., Шаймарданов Ф.А. Системы автоматического управления ЛА и их силовыми установками. – М.: Машиностроение, 1991.– 320 с. 6. Августинович В.Г. и др. Идентификация систем управления авиационных ГТД / Под общ. ред. В.Т. Дедеша. М. Машиностроение, 1984. – 196 с. 7. Августинович В.Г., Кузнецова Т.А. Повышение надежности систем автоматического управления газотурбинными двигателями с применением алгоритмических методов // Изв. Томского политехнического университета, Т.326, №9, 2015. – С.68-77. 8. Августинович В.Г., Кузнецова Т.А. Система автоматической параметрической диагностики газовоздушного тракта авиационного двигателя на базе робастной бортовой математической модели. ЗАО Издательство «Радиотехника» Информационно-измерительные и управляющие системы, т.14, №9, 2016. – С.17-23. 9. Круглов В.В., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. – М.: Физматлит, 2001. – 224 с. 10. Власов К.П. Теория автоматического управления. Основные положения. Примеры расчета. Учебное пособие. Изд. второе, испр. и доп. – Х.: Изд-во Гуманитарный центр, 2013. – 544 с. 11. Дудкин Ю.П., Титов Ю.К., Филиппенков Р.Г., Хижняков Ю.Н. Нечеткое управление частотой вращения свободной турбиной газотурбинного двигателя // Вестник Московского авиационного института (государственный технический университет). – Т. 17, № 6, 2010. – С.55-60. 12. Хижняков Ю.Н., Южаков А.А. Нейро-нечеткий регулятор частоты газотурбинного двигателя. Приборы. – № 5. 2010. – С. 17-21. 13. Гостев В.И. Проектирование нечетких регуляторов для систем автоматического управления. – СПб: БХВ-Петербург, 2011. – 416 с. 14. Гропп Д. Методы идентификации систем / Д. Гропп – М.: Мир, 1979 . 15. Леготкина Т.С., Данилова С.А. Методы идентификации систем. – Пермь: Изд-во Перм. гос. техн. ун-та, 2008. – 155 с. 16.Халов Е.А. Одномерные многопараметрические функции принадлежности в задачах нечеткого моделирования и управления. // Мехатроника, автоматизация, управление, – №4. 2007. – С.2-10. 17. Хижняков Ю.Н. Алгоритмы нечеткого, нейронного и нейро-нечеткого управления в системах реального времени: учеб. пособие. – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2013. – 156 с. 18.Хижняков Ю.Н. Нечеткое, нейронное и гибридное управление: учеб. пособие / Ю.Н. Хижняков. – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2013. – 303 с. 19. Хижняков Ю.Н. Современные проблемы теории управления / Ю.Н. Хижняков. – Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2015 г. – 237 с. |