Адаптивные и робастные системы управления в условиях возмущений и запаздывания

• Автор: Фуртат, Игорь Борисович
• Шифр специальности: 05.11.16
• Научная степень: Докторская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 297 с.

СОДЕРЖАНИЕ

Список основных обозначений

Введение
Глава 1. Постановка задачи управления техническими системами. Анализ работ по управлению системами в условиях возмущений и запаздывания

1.1 Модели процессов

1.1.1 Системы с запаздыванием по управлению

1.1.2 Системы с запаздыванием по состоянию

1.1.3 Модели, содержащие параметрическую и сигнальную неопределенность

1.1.4 Модели с паразитной динамикой

1.1.5 Методика выбора способа управления процессами

1.2 Методы адаптивного, робастного и (суб)оптимального управления объектами без запаздывания
1.3 Управление объектами с запаздыванием
1.3.1 Объекты с запаздыванием по управлению
1.3.2 Объекты с запаздыванием по состоянию
1.4 Управление структурно неопределенными объектами
1.5 Адаптивное и робастное управление взаимосвязанными системами
1.5.1 Управление многосвязными системами
1.5.2 Консенсусное управление динамическими сетями
1.5.3 Синхронизация динамической сетью с ведущей подсистемой
1.6 Заключительные выводы по главе
Глава 2. Адаптивное управление на базе модифицированного алгоритма адаптации высокого порядка
2.1 Объекты с запаздыванием по управлению
2.1.1 Адаптивный предиктор
2.1.2 Управление с использованием модифицированного алгоритма адаптации высокого порядка

2.1.3 Алгоритмы адаптивного управления без прогнозирующих устройств
2.2 Объекты с запаздыванием по состоянию
2.3 Объекты с запаздыванием по управлению и состоянию
2.4 Управление структурно неопределенными объектами
2.4.1 Линейные объекты
2.4.2 Нелинейные объекты с запаздыванием по состоянию
2.5 Заключительные выводы по главе
Глава 3. Робастное управление
3.1 Модифицированный обратный обход интегратора
3.2 Структурно неопределенные линейные объекты
3.3 Нестационарные нелинейные объекты с запаздыванием по состоянию
3.4 Упрощенный алгоритм робастного управления динамическими объектами по выходу
3.5 Заключительные выводы по главе
Глава 4. Робастное субонтимальное управление
4.1 Оптимальное управление объектами с измеряемым вектором состояния и
его первой производной
4.2 Субоптимальное управление объектами по выходу
4.2.1 Линейные объекты
4.2.2 Нелинейные нестационарные объекты с запаздыванием по состоянию
4.3 Суботпимальное управление по выходу с эталонной моделью
4.4 Заключительные выводы по главе
Глава 5. Управление многосвязными объектами
5.1 Адаптивное управление структурно неопределенными многосвязными объектами
5.1.1 Линейные многосвязные объекты
5.1.2 Нелинейные многосвязные объекты с запаздыванием по состоянию
5.2 Робастное управление многосвязными объектами
5.2.1 Многосвязные объекты с линейными подсистемами

5.2.2 Многосвязные нелинейные нестационарные объекты с
запаздыванием по состоянию
5.3 Субоптимальное управление многосвязными объектами
5.3.1 Линейные многосвязные объекты
5.3.2 Нелинейные нестационарные многосвязные объекты с
запаздыванием по состоянию
5.4 Заключительные выводы по главе
Г лава 6. У правление динамическими сетями
6.1 Адаптивная синхронизация динамической сети
6.1.1 Линейные динамические сети
6.1.2 Нелинейные структурно неопределенные динамические сети с запаздыванием по состоянию
6.2 Робастное управление динамической сетью
6.2.1 Линейные динамические сети
6.2.2 Нелинейные нестационарные динамические сети с запаздыванием по состоянию
6.3 Робастное субоптимальное управление динамической сетью
6.3.1 Линейные динамические сети
6.3.2 Нелинейные нестационарные динамические сети с запаздыванием по состоянию
6.4 Заключительные выводы по главе
Глава 7. Управление в химическом машиностроении
7.1 Управление адсорбером
7.1.1 Программное управление процессом адсорбции
7.1.2 Непрерывное управление процессом адсорбции
7.1.3 Адаптивное алгоритмическое обеспечение для подсистемы управления процессом адсорбции
7.2 Управление ректификационной колонной
7.2.1 Робастное управление ректификационной колонной
7.2.2 Упрощенный алгоритм робастного управления ректификационной

неконтролируемых возмущениях, действующих на объект управления. Для компенсации этих неопределенностей используется метод непосредственной компенсации и наблюдатель.
При управлении сложными объектами, в которых содержится неопределенность или нечеткая информация, используются алгоритмы классического оптимального управления и математическая теория нечетких множеств [28]. С использованием этих подходов информация о модели преобразуется к нечеткой форме, определяются нечеткие правила вывода принимаемых решений, а затем производится обратное преобразование нечетких принятых решений в физические управляемые переменные.
В [51] предложено оптимальное управление линейными системами как с полностью измеряемым вектором состояния, так и по выходной переменной, где на объект управления действует неконтролируемое внешнее возмущение, представленное белым или цветным шумом. При синтезе закона управления необходимо знание вероятностных и статистических характеристик внешнего воздействия: математического ожидания, дисперсии, спектральных характеристик и т.п. Предложен способ разделения движения, принцип которого состоит в том, что оптимальное управление и оценки производных выходной величины, в случае управления по выходу, можно рассматривать как два параллельных независимых контура. Алгоритмы, полученные для непрерывных объектов управления, распространены и на дискретные системы.
Совершенно другой подход субоптимального управления параметрически и сиг-нально неопределенными объектами рассмотрен в [11], и базируется на методе вложения систем. Показано, что модель объекта управления в комплексной области можно преобразовать к другой модели, где входные и выходные величины связаны через проматрицу. Это позволило показать, что параметрические и внешние возмущения можно рассматривать, как возмущения «единой» природы (источника). При формировании статического закона управления обратной связи, матрица регулятора, вместе с некоторыми номинальными матрицами модели объекта, должны быть делителями нуля к возмущенным матрицам модели объекта. Для обеспечения субоптимального управления автор предложил сигнал управления представить в виде двух контуров: основной, предназначенный для оптимального управления номинальным объектом, и дополнительной обратной связи, компенсирующей сигнальную и параметрическую неопределенность объекта. Причем поведение компенсирующего сиг-