Проектирование интеллектуальных систем управления динамическими объектами на основе принципа минимальной сложности : На примере авиационных двигателей

• Автор: Валеев, Сагит Сабитович
• Шифр специальности: 05.13.01
• Научная степень: Докторская
• Год защиты: 2005
• Место защиты: Уфа
• Количество страниц: 299 с. : ил.

ОГЛАВЛЕНИЕ

УЧ СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

ф ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ К ПОСТРОЕНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ ГАЗОТУРБИННЫМИ ДВИГАТЕЛЯМИ ИСУ ГТД
1. 1 Общие принципы построения интеллектуальных систем управления динамическими объектами.
1.2 Цели и задачи проектирования систем автоматического управления современными и перспективными ГТД

1.3 Особенности анализа и синтеза интеллектуальных систем управления ГТД

на основе мягких вычислений.

1.4 Требования к технической реализации алгоритмов интеллектуального управ

ления ГТД в рамках СЛЬБтехнологий

1.5 Концепция построения ИСУ ГТД

Выводы по первой главе. Задачи, решаемые в диссертационной работе.
ГЛАВА 2. ПРОЕКТИРОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ ЭНТРОПИЙНОГО ПОДХОДА
2.1 Обобщенная модель архитектуры ИСУ динамического объекта
2.2 Теоретикоинформационная модель ИСУ динамического объекта.
2.3 Ситуация управления. Априорная информация, необходимая для проектирования ИСУ динамического объекта.
2.4 Энтропийная оценка ситуации управления динамического объекта
2.4.1 Энтропия вектора выходных параметров динамического объекта
2.4.2 Энтропия внешней среды
2.4.3 Энтропия цели управления.
2.5 Постановка задачи синтеза ИСУ ДО с использованием энтропийного подхода.
2.5.1 Задача оптимального синтеза ИСУ динамического объекта
2.5.2 Методика синтеза ИСУ динамического объекта.
2.6 Мера сложности ситуации управления и алгоритмов многоуровневого управления динамического объекта.
2.7 Общая процедура проектирования алгоритмов управления ИСУ ДО
2.8 Энтропийная оценка алгоритмов управления.
2.8.1 Энтропия как мера сложности решений в нейросетсвом базисе
2.8.2 Сравнительная оценка сложности различных вариантов аппроксимации модели ГТД.
2.8.3 Энтропийная оценка сложности сплайнинтерполяции.
2.8.4 Энтропийная оценка сложности нейросетевой интерполяции.
2.8.5 Энтропийная оценка сложности интерполяции на основе нечеткой логики.
Выводы по второй главе.
ГЛАВА 3. СИНТЕЗ НЕЛИНЕЙНЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД В ПРОСТРАНСТВЕ СОСТОЯНИЙ
3.1 Особенности синтеза алгоритмов исполнительного уровня ИСУ ГТД
3.2 Анализ современных подходов к синтезу алгоритмов нелинейного управления исполнительного уровня ИСУ ГТД
3.3 Матричные методы синтеза нелинейного управления ГТД в пространстве состояний.
3.3.1 Алгоритмы синтеза управления ГТД в пространстве состояний
3.3.2 Синтез нелинейных САУ ГТД, заданных точечнолинейными моделями
3.3.3 Алгоритм синтеза управления для нелинейных систем с использованием
постоянных собственных векторов .
3.4 Анализ линейных систем управления с применением базисов Гребнера
3.4.1 Алгоритм определения всех собственных векторов и собственных значений с применением базисов Гребнера
3.4.2 Алгоритм вычисления передаточных матриц с использованием базиса Гребнера0.
3.5 Синтез нелинейного многорежихмного управления в пространстве
состояний.
Выводы по третьей главе
ГЛАВА 4. СИНТЕЗ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ МНОГОРЕЖИМНОГО УПРАВЛЕНИЯ ГТД
4.1 Синтез алгоритмов управления с обучением на исполнительном уровне ИСУ ГТД.
4.2 Нейросетевые модели ГТД с обучением.
4.2.1 Задача построения обучаемых моделей ГТД с применением НС
4.2.2 Задача аппроксимации нелинейных характеристик ГТД.
4.2.3 Построение динамической характеристики ГТД на основе НС.
4.2.4 Идентификация параметров воздушных винтов ТВВД
4.2.5 Построение НСмодели ГТД на основе энтропийного подхода.
4.3 Задача синтеза алгоритмов многорежимного управления ГТД с помощью НС
4.3.1 Синтез многорежимного НСрегулятора ГТД на основе метода динамической инверсии.
4.3.2 Синтез структуры нейросетевого многорежимного регулятора ГТД минимальной сложности.
4.3.3 Пример синтеза НСрегулятора минимальной сложности
4.3.4 Процедура обучения НСрегулятора
4.3.5 Многомерная постановка задачи синтеза НСрегулятора.
4.3.6 Пример синтеза многомерного нейросетевого регулятора двухвального
Выводы по четвертой главе.
ГЛАВА 5. СИНТЕЗ АЛГОРИТМОВ КООРДИНАЦИИ ИСУ ГТД
5.1 Концепция построения уровня координации ИСУ ГТД.
5.2 Информационная модель ИСУ ГТД на уровне координации.
5.3 Задача проектирования отказоустойчивой ИСУ ГТД
5.3.1 Синтез отказоустойчивой нечеткой системы управления ГТД.
5.3.2 Синтез отказоустойчивой нейросетевой системы управления ГТД
5.3.3 Проектирование отказоустойчивой САУ ГТД с моделями отказов в виде
продукционных правил
Выводы по пятой главе.
ГЛАВА 6. ПРОЕКТИРОВАНИЕ ИСУ ГТД НА УРОВНЕ ПЛАНИРОВАНИЯ
6.1 Задачи, решаемые на уровне планирования.
6.2 Информационная модель на уровне планирования
6.3 Задача организации уровня планирования на основе многоагентного
Ц подхода.
6.4 Многоагентная система поддержки ЖЦ ИСУ ГТД
6.4.1 Многоагентная система моделирования ИСУ ГТД.
6.4.2 Многоагентная система управления информационной безопасностью в рамках СЛЬБтехнологий
Ф 6.4.3 Многоагентная система анализа защищенности РБВС
6.5 Задача структурной верификации на уровне планирования ИСУ ГТД
6.5.1 Алгоритм структурной верификации программы
6.5.2 Энтропийная оценка надежности программного обеспечения САУ ГТД.
Выводы по шестой главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В этом случае построение качественной шкалы для сравнения сложности различных ДО является достаточно сложной задачей. В сложной системой называется система, в модели которой недостаточно информации для обеспечения достижения цели управления этой системой, т. В данном случае также представляется затруднительным построить шкалу сложности для сравнения между собой различных вариантов построения системы. В ,8 сложность системы определяется как свойство, характеризующее техническое воплощение решений или алгоритмов, обеспечивающих достижение основной цели целей управления при заданном уровне качества управления. САУ ДО, поэтому оно будет использоваться нами ниже при разработке методологии проектирования ИСУ ДО. Учитывая, что сложность является неотъемлемой характеристикой проектируемой системы, данное понятие имеет прямое отношение и к самому процессу проектирования САУ. При этом основной задачей процесса проектирования является построение системы, обеспечивающей требуемое качество эффективность процессов управления ДО при минимальной сложности проектного решения. Данное обстоятельство является чрезвычайно важным при проектировании САУ современных ДО например, ГТД, функционирующих в условиях существенной априорной и апостериорной неопределенности. Факторы неопределенности. Как отмечалось, факторы неопределенности в значительной мере определяют сложность процесса проектирования и технические решения систем управления ДО. ДО, условиях его функционирования, внешних и внутренних возмущениях и т. ДО как объекта управления, и его подсистем, погрешности измерительноинформационых систем, исполнительных механизмов, алгоритмов и методик расчета и т. САУ ДО, сбои, отказы аппаратуры и т. САУ обеспечивают малую чувствительность к сигнальным, параметрическим и структурным возмущениям за счет надлежащего выбора структуры и параметров САУ ДО на основе методов робастного управления. САУ обладают свойствами адаптации т. САУ решают проблему обеспечения надежности управления за счет использования различных форм избыточности информационной, структурной, алгоритмической, функциональной и т. Вместе с тем, в случае высокого уровня неопределенности, распределенного характера ДО, большого числа его взаимодействующих подсистем, сложного а зачастую, непредсказуемого характера изменения внешней среды и, как следствие, изменения самих целей поведения ДО, применение указанных выше подходов часто не обеспечивает требуемое качество эффективность процессов управления ДО ,,3,6,7. В последние годы все более активно развивается новое научное направление, связанное с созданием и внедрением интеллектуальных систем управления ДО. Интеллектуальное управление является сложной междисциплинарной предметной областью, в которой тесно переплетаются задачи и подходы, разработанные в теории исследовании операций, современной теории управления ДО, теории искусственного интеллекта, , что обуславливает внутреннюю сложность решения проблем в данной предметной области ,,3,1,7. В настоящее время теоретическая база проектирования ИСУ ДО еще только формируется, что находит свое отражение и в различных определениях понятия интеллектуального управления. Рисунок 1. На рисунке 1. ИСУ ДО, предложенная в , где ВЦ высшая цель БВСП блок выбора стратегии поведения ТЦ текущая цель БВД блок выбора действий САУ система автоматического управления БОС блок обобщения ситуации БК блок классификации 1,,III уровни управления ДО. Пример интеллектуальной системы управления автономным летательным аппаратом ДА, функционирующей на базе реконфигурируемой вычислительной среды, обладающей свойством перестраиваемости с учетом складывающейся внешней обстановки ситуации представлен в . Система меняет собственное поведение в условиях наличия разного рода помех в бортовой аппаратуре, активного противодействия, резкого изменения маршрута следования ЛА и т. Обобщенная структурная схема этой системы представлена на рисунке 1. ЗР задание режимов РЗ решаемая задача СЗ семантика задач ПР принятие решений РВ контроль работоспособности вычислителей ИМ исполнительные механизмы ДО. Входной поток задам
Рисунок 1.