Алгоритмы параметрической идентификации в системах автоматического управления сложными динамическими объектами

• Автор: Надеждин, Олег Владимирович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Санкт-Петербург
• Количество страниц: 211 с. : ил.

ВВЕДЕНИЕ

1. ПРИНЦИПЫ ПОСТРОЕНИЯ СИСТЕМ АДАПТИВНОГО УПРАВЛЕНИЯ.

1.1. Классификация систем адаптивного управления.

1.2. Задачи управления сложными динамическими объектами на примере дистанционно управляемых летательных
аппаратов.

Недостатки существующих адаптивных систем управления

1.4 Структура системы адаптивного управления идентификационного типа на основе обобщенного настраиваемого

объекта измерений ОНОИ.

Выводы к разделу 1.

2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ТИПОВЫХ СЛОЖНЫХ ОБЪЕКТОВ

2.1. Математическая модель движения самолета.

2.1.1 Упрощения и допущения, принятые при синтезе математических моделей движения самолета.
2.1.2. Упрощенная модель продольного движения самолета.
2.1.3. Упрощенная модель бокового движения самолета
2.1.4. Математическая модель движения самолета с учетом влияния турбулентных возмущений атмосферы
2.1.4.1 Внешние атмосферные возмущения, действующие в полете на летательный аппараг
2.1.4.2 Учет влияния турбулентных возмущении атмосферы в математической модели продольного короткопериодического движения самолета
2.1.5. Построение дискретных моделей продольного и бокового движений.
2.2. Математическая модель вентильногоиндукторно реактивного двигателя
2.3. Феноменологические модели связности динамики скважин
2.4. база экспериментальных данных динамических систем.
Выводы к разделу 2.
3. ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ.
3.1. Скалярный случай, нулевые начальные условия н.у.
3.2. Скалярный случай, ненулевые начальные условия н.у.
3.3. Векторный случай I 2.
3.4. Идентификация параметров Iобъекта на основе генетических алгоритмов.
3.5. Идентификация параметров фильтров состояния
3.6. Идентификация состояния. Наблюдатели Льюснбергсра
3.7.Параметрическая идентификация в условиях отказов измерителей
3.8. Генетические алгоритмы.
Выводы к разделу
4. СИНТЕЗ ОПТИМАЛЬНОГО И АДАПТИВНОГО УПРАВЛЕНИЯ.
4.1. Получение передаточной функции системы управления ПИрсгулятором для объекта в векторными входом и выходом.
4.2. Квадратичная оценка качества переходных процессов
4.3. Оптимальное управление по критерию Красовского на основе многомерного ПИрегулятора
4.4. Оптимальное управление ПИрегулятором на основе настраиваемой модели с квадратичным критерием качества для объекта с векторными входом и выходом
4.5. Оптимальное управление модальным регулятором на основе настраиваемой модели с квадратичным критерием качества
4.6. Оптимальное управление модальным регулятором векторного объекта по интегральному критерию Красовского.
4.7. Структура адаптивной системы управления с идентификатором
Выводы к разделу
5. СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ С ИДЕНТИФИКАТОРОМ И МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ИДЕНТИФИКАЦИИ И УПРАВЛЕНИЯ В АДАПТИВНОЙ СИСТЕМЕ.
5.1. Идентификация динамического объекта 9 порядка типа I, без шумов, нулевые начальные условия
5.2. Идентификация динамического объекта 9 порядка типа I, без шумов, гауссовские шумы, нулевые начальные условия. Сравнение с .
5.3. Сравнение алгоритмов ОНОИ и реш на объектов для скалярного случая с нулевыми начальными условиями с шумами на входе и выходе
5.4.Идентификация динамического объекта 9 порядка типа I, без шумов, ненулевые начальные условия,
сравнение с .
5.5.Идентификация динамического объекта 9 порядка типа I, гауссовские шумы шумсигнал0.1, ненулевые начальные условия. Сравнение с
5.7. Сравнение алгоритмов на примере ОУ 9 порядка типа I 2 i, гауссовские шумы, ненулевые начальные условия. Метод решения СЛАУ на основе v
5.8. Моделирование процессов идентификации МТМО объекта 9 порядка, шумов нет, ненулевые начальные условия
5.9. Идентификация динамического объекта 9 порядка тина М1МО, гаус.шумы шумсигн.0.3, ненулевые начальные условия
5 Сравнение алгоритмов на примере 0 ОУ 9 порядка типа I. 2 i,2 , гаус.шумы шумсип1.0.3, ненулевые н.у., v, 0 i.
5Моделирование процессов идентификации дин.объекта 3 порядка типа I генетическим алгоритмом, гауссовские шумы, ненулевые начальные условия
5 Определение параметров регулятора на основе интегральной оценки Красовского аналитическими методами, а также при помощи генетических алгоритмов.
5 Определение параметров регулятора векторного объекта на основе интегральной оценки Красовского аналитическими методами, а также при помощи генетических алгоритмов и моделирование процесса управления.
5 Моделирование процесса управления с адаптивным регулятором на основе квадратичного критерия качества.
5 Моделирование адаптивной системы управления с идентификатором и астатическим модальным регулятором
5 Оценка качества регулирования в адаптивной системе.
Выводы к разделу 5.
Заключение.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ.
Приложение 1. Формулы для расчета параметров моделей продольного и бокового движений самолета
Приложение 2. Листинг программы моделирования адаптивной информационноизмерительной системы для
продольного коротколериодического движения самолета
Приложение 3. Листинг программы параметрической идентификации динамической системы произвольного
порядка скалярного типа один выход несколько входов
Приложение 4. Листинг программы параметрической идентификации динамической системы произвольного
порядка векторного типа несколько входов и выходов.
Приложение 5. Листинг программы определение оптимальных параметров фильтров состояния параметрической идентификации динамической системы произвольного порядка векторного типа несколько входов и выходов
ВВЕДЕНИЕ


В первом подходе к синтезу РСУ, основанном на наборе математических моделей, каждому аномальному изменению динамических характеристик ДУЛА вследствие, например, повреждений планера или органов управления, соответствует своя определенная на стадии проектирования математическая модель . Данный подход также известен как управление на основе систем с переменной структурой. ДУЛА и делается заключение о соответствии той или иной математической модели из группы моделей истинной текущей динамике ДУЛА. Следует заметить, что также при построении такого рода РСУ называемых также системами с переменной структурой возможно создание группы математических моделей, соответствующих различным режимам полета ДУЛА. Недостатком данного подхода является большое число различных типов возможных аномальных проявлений динамики ДУЛА в процессе полета, а, следовательно, необходимость реализации большого числа соответствующих математических моделей . Второй подход, основанный на структуре РСУ с адаптивной моделью, подразумевает идентификацию математической модели динамики ДУЛА в режиме реального времени и последующую коррекцию параметров регуляторов САУ на основе данных идентификации. При этом главной целью адаптивного подхода является оценка в режиме реального времени ключевых аэродинамических параметров и параметров динамики ДУЛА. Эти данные могут использоваться на всех иерархических уровнях РСУ от регуляторов САУ низшего уровня управления до верхних иерархических уровней управления. Следует заметить, что важным достоинством адаптивного подхода в отличие от подхода на основе руппь моделей является возможность функционирования в условиях априори неучитываемых, непредвиденных изменений в динамике и аэродинамике ДУЛА. Но к недостаткам всех адаптивных систем управления следует отнести такое их свойство как время адаптации, в течение которого происходят процессы настройки параметров регулятора в адаптивной системе. Поэтому в период адаптации возможны значительные рассогласования выхода объекта с задающими сигналами. Поэтому отдельный интерес представляют также системы, являющиеся комбинацией РСУ первого СПС и второго адаптивные типа. Наличие в РСУ адаптивной системы позволяет использовать се также как генератор моделей для систем первого типа СПС. В свою очередь, адаптивные системы управления следуют рассматривать более детально в силу различных вариаций их структур, представляющих разные классы адаптивных систем, описанные выше. Отдельный интерес представляют адаптивные системы управления идентификационного типа, которые позволяют решать задачи в условиях структурнопараметрических возмущений в сложном управляемом объекте. Важнейшим элементом РСУ данного типа является адаптивная информационная система АНИС, основное назначение которой получение в режиме реального времени оценок параметров математической модели движения сложного объекта и его вектора состояния в условиях априорных неопределенностей параметров, статистических характеристик внешних возмущений, а также в условиях действия на объект параметрических возмущений. На рисунке 1. ДУЛА на основе адаптивной системы. Рисунок 1. Структурная схема БРЭС ДУЛА с АИИС и САУ. АИИС состоит из двух подсистем параметрического идентификатора и наблюдателя состояния, которые в режиме реального времени вычисляют оценки неизвестных параметров динамической модели ДУЛА и оценки его вектора состояния. Входными данными для АИИС являются измерения координат вектора состояния ДУЛА и отклонений управляющих поверхностей органов управления, поступающих с гироскопов, ДУС, акселерометров, системы воздушных сигналов, потенциометрических датчиков отклонений управляющих поверхностей. При построении АИИС не требуется использовать полный набор датчиков для измерения полного вектора состояния системы, что позволяет увеличить полезную нагрузку. Таким образом, задача идентификации осуществляется в условиях неполноты информации о состоянии объекта. На основе полученных оценок параметров динамической модели синтезируется наблюдатель состояния Льюенбергера для оценивания вектора состояния.