Робастная стабилизация динамических систем с использованием нейросетевых моделей и модулярных регуляторов

• Автор: Рудакова, Татьяна Анатольевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Ставрополь
• Количество страниц: 220 с. : ил.

ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ВОПРОСОВ УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ СИСТЕМАМИ В УСЛОВИЯХ

ПАРАМЕТРИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ

1.1 Анализ проблемы учета факторов неопределенности информации, характерных для процесса управления сложными динамическими системами

1.2 Анализ методов синтеза систем управления динамическими объектами

с параметрической неопределенностью

1.3 Анализ использования алгоритмов с нейросетевыми моделями для робастного управления динамическими системами в условиях параметрической неопределенности
1.4 Обоснование целесообразности использования системы остаточных классов в задачах робастного управления динамическими объектами

1.5 Цель и задачи диссертационной работы

Выводы по главе 1

ГЛАВА 2. РАЗРАБОТКА ИНТЕРВАЛЬНЫХ ДИНАМИЧЕСКИХ МО

ДЕЛЕЙ ОБЪЕКТОВ И МЕТОДОВ ПОСТРОЕНИЯ РОБАСТНЫХ НЕЙРОСЕТЕВЫХ СИСТЕМ УПРАВЛЕНИЯ
2.1 Разработка интервальной динамической модели многопараметрического объекта для синтеза робастной системы управления
2.2 Идентификация нсйросетевой модели динамического объекта с учетом параметрической неопределенности
2.2.1 Сравнительный анализ алгоритмов обучения нейросетевой модели динамического объекта
2.2.2 Разработка алгоритма определения структуры нейросетевой модели динамического объекта при наличии скрытых слоев
2.3 Разработка метода и алгоритма структурнопараметрического синтеза робастной многомодульной системы управления с переменной структурой
с нейросетевыми моделями
Выводы по главе 2
ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ Г1ИДКОНТРОЛЛЕРОВ, ФУНКЦИОНИРУЮЩИХ В СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ
3.1 Разработка методики расчета настроек робастного Г1ИД регулятора с использованием интервальной модели объекта
3.2 Разработка алгоритмического обеспечения систем управления и обоснование необходимости расширения функциональных возможностей робастных регуляторов
3.3 Разработка модулярного ПИДконтроллера с расширенными функциональными возможностями в системе остаточных классов
3.4 Разработка алгоритма выбора оснований системы остаточных классов для реализации модулярного ПИДконтроллера с нелинейностями
Выводы по главе 3
ГЛАВА 4. РАЗРАБОТКА МЕТОДИКИ РЕШЕНИЯ МНОГОКРИТЕРИАЛЬНОЙ ЗАДАЧИ ВЫБОРА НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ И АЛГОРИТМОВ УПРАВЛЕНИЯ РОБАСТНЫХ СИСТЕМ
4.1 Анализ методов и подходов к решению многокритериальных задач оценки и выбора нейросетевых моделей и алгоритмов управления в условиях неопределенности
4.2 Обоснование перечня критериев сравнения нейросетевых моделей сложных систем, ориентированных на решение задач управления
4.3 Решение многокритериальной задачи сравнения и выбора нейросетевых моделей и алгоритмов управления на основе метода анализа иерархий 2 Выводы по главе 4
Заключение
Список использованных источников


Сравнение и выбор моделей с использованием метода анализа иерархий расширен с учетом критериев нижнего уровня иерархии, имеющих числовую форму представления. В заключении приведены основные результаты диссертационной работы. Справедливость выводов относительно эффективности предложенных моделей и алгоритмов управления подтверждена математическим моделированием. ПИДконтроллера, функционирующего в СОК, отличающийся тем, что в нем реализованы ПИДалгоритмы управления различной структуры и функции демпфирования сигнала задания, нечувствтттельности к шумовой составляющей измеряемого сигнала, реального дифференцирования сигналов и ограничения выходного сигнала, а в операциях преобразования чисел из позиционной системы счисления ПСС в систему остаточных классов СОК и обратно применены малые системы оснований, что позволяет сократить время полного преобразования СОКПСС и обеспечить наибольшую функциональную живучесть контроллера при постепенной деградации его структуры. Практическая ценность работы. Апробация работы. Основные результаты работы докладывались и обсуждались на международной научной конференции Наука и технологии актуальные проблемы г. Ставрополь, СКГТИ, г. Математические методы в технике и технологиях ММТТ г. Ярославль ЯГТУ, г. ММТТ г. Саратов СГТУ, г. III международной научнотехнической конференции Инфокоммуникационные технологии в науке, производстве и образовании ИНФОКОМ3 г. Кисловодск СевКавГТУ. Публикации. ВАК РФ для публикации основных результатов диссертаций, получено свидетельство о регистрации разработки 8 в ГосОФАП гос. Реализации и внедрение результатов работы. Теоретические и практические результаты диссертационной работы использованы при выполнении НИР Применение технологии нейросетевых структур для реализации управляющих функций в системах управления с моделью ГР 5. Рекомендации по настройке робастных регуляторов и использованию нейросетевых структур для реализации управляющих функций переданы ООО ТеплоЭнергоСервис г. Невинномысск, методика многокритериального выбора средств управления использована ООО Ставролен г. Буденновск для обоснования принятия решения при модернизации системы автоматики цеха 1 по производству этилена, что подтверждено актами. Ряд теоретических положений и практических решений, полученных в диссертационной работе, использован в учебном процессе Невинномысского и Георгиевского технологических институтов ГОУ ВПО СевероКавказский государственный технический университет. Автор выражает искреннюю благодарность научному руководителю заслуженному деятелю науки и техники РФ дру техн. Николаю Ивановичу Червякову. Современный уровень развития науки и промышленности сопровождается созданием управляемых объектов различного назначения и требует системного подхода к разработке САУ техническими объектами и технологическими процессами. Это обусловлено, с одной стороны, повышением требова
ний к качеству управления при минимальных затратах на создание и эксплуатацию систем, с другой стороны усложнением функций, выполняемых объектом в связи с развитием высоких технологий, и, как следствие, увеличением числа факторов неопределенности, которые необходимо учитывать при управлении объектом. При этом становится не достаточным простой замены прежних аналоговых регуляторов на цифровые, а требуется разработка высокоэффективных алгоритмов управления и систем. Использование таких алгоритмов требует обычно достаточно полных и точных математических моделей, т. Однако во многих практических задачах дальнейшая разработка моделей в виде системы уравнений, например, материального и энергетического баланса, особенно при наличии интервальной неопределенности в данных, становится нецелесообразной. Такие модели требуют больших затрат машинного времени для расчетов и, тем самым для корректировки параметров по экспериментальным данным. Кроме того, в условиях неопределенности нельзя обычно обоснованно указать, какие характеристики аналитической модели должны быть изменены для согласования ее значений с полученными на объекте экспериментальными данными.