Разработка и исследование принципов построения адаптивной интеллектуальной системы управления с прогнозом динамического состояния и нечеткой параметрической самонастройкой

• Автор: Дбейс Самер Мхемид
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Москва
• Количество страниц: 144 с.

Оглавление
Введение

Глава I. Анализ особенностей построения адаптивных систем

автоматического управления.

1.1. Основные особенности построения традиционных

адаптивных систем автоматического управления.

1.2. Анализ принципов построения и возможностей

интеллектуальных регуляторов.

1.3. Структура и особенности интеллектуальных систем

управления.

1.4. Подходы к проектированию интеллектуал ьных систем

управления.
1.5. Интеллектуальные системы управления с иерархической
архитектурой.
1.6. Постановка задачи.
1.7. Выводы
Глава 2. Разработка и исследование экспертного прогнозирующего
контроллера с базой знаний.
2.1. Концепция прогнозирующего управления
2.2. Модели процессов
2.3. Критериальная функция.
2.4. Желаемый выход системы
2.5. Прогнозирование выхода системы
2.5.1. Прогнозирование выхода системы с использованием модели
объекта управления в форме передаточной функции.
2.5.2. Прогнозирование с учетом возмущений.
2.6. Структура и проектирование контроллера с базой знаний
2.6.1. Проектирование контроллера с базой
2.6.2. Анализ расчетных параметров.
СТР.
2.7. Результаты моделирования
2.8. Выводы
Глава 3. Рекурсивное параметрическое оценивание динамических
моделей в интеллектуальных системах управления.
3.1. Выбор параметров процедуры параметрического оценивания
моделей
3.1.1. Выбор интервала дискретизации.
3.1.2. Выбор порядка модели
3.1.3. Учет транспортного запаздывания системы.
3.2. Выбор рекурсивной процедуры параметрического
оценивания.
3.3. Выбор начальных условий для процедуры рекурсивного
параметрического оценивания
3.4. Динамическое отслеживание изменений параметров
3.4.1. Адаптивный фактор забывания.
3.5. Результаты моделирования
3.5.1. Использование рекуррентного алгоритма идентификации в
задаче построения экспертного регулятора.
3.6. Выводы
Глава 4. Синтез интеллектуальноадаптивного контура самонастройки
системы управления с использованием нечеткой логики
4.1. Общие понятия адаптивного управления
4.2. Системы управления с нечеткими логическими
регуляторами.
4.2.1. База данных нечеткого логического контроллера.
4.2.2. База правил управления.
4.3. Нечеткий алгоритм адаптации параметров регулятора
4.4. Результаты моделирования.
4.5. Выводы
Г лава 5. Исследование иерархической интеллектуальной системы
автоматического управления
5.1. Системы автоматического управления ЛА.
5.1.1. Система стабилизации
5.1.2. Управление движением центра масс
5.2. Самонастраивающиеся системы автоматического управления
полетом.
5.2.1. Самонастраивающиеся автопилоты с разомкнутым контуром
самонастройки.
5.2.2. Самонастраивающиеся автопилоты с эталонными моделями.
5.2.3. Самонастраивающиеся автопилоты, основанные на контроле
характеристик замкнутый контур самонастройки
5.3. Исследование применения предлагаемой интеллектуальной
адаптивной системы для управления полетом.
5.3.1. Контур угловой стабилизации с нечеткой самонастройкой
5.3.2. Контур управления высотой полета
5.4. Выводы
Заключение
Список литературы


В зависимости от изменений параметров модели объекта управления, оценки которых находятся в результате решения задачи параметрической, идентификации, нечеткий контур адаптации изменяет настройки параметров традиционной системы управления с целью обеспечения заданных желаемых характеристик замкнутой системы. В пятой главе исследуется иерархическая, трех уровневая, интеллектуальная, адаптивная система управления. Основной, нижний уровень управления обеспечивается регулятором традиционной структуры, параметры которого адаптируется алгоритмом нечеткой самонастройки, который, в свою очередь, формирует второй уровень системы. Третий, высший уровень управления обеспечивается экспертным, с базой знаний контроллером, который модифицирует входное воздействие системы в зависимости от прогнозируемой ошибки управления для обеспечения желаемого поведения системы. В заключении приводятся основные научные результаты, полученные в рамках диссертационного исследования, а также сформулированы выводы по диссертации. Глава 1. В первой главе проводится анализ подходов к построению современных систем адаптивного управления, использующих как традиционные принципы, так и интеллектуальные технологии (экспертных систем, нейросетевых структур и нечеткой логики). Рассматриваются основные особенности построения экспертных регуляторов (ЭР) и их применения в адаптивных системах автоматического управления. Обосновывается перспективность комплексного применения технологий экспертных систем с традиционными системами для создания интеллектуально адаптивных регуляторов. Рассмотрим основные подходы, которые имеют место при создании высококачественных систем управления для сложных динамических объектов и особенности их реализации. Под сложным динамическим объектом понимается объект, обладающий следующими свойствами: отсутствие математического описания; стохастичность поведения; нестационарность, не вое производим ость эксперимента и др. Наиболее простая технология построения регуляторов предполагает знание математической модели объекта управления, которая используется для настройки Iшраме! Такой подход дает хорошие результаты, когда простот а математической модели (временные затраты на управление) удовлетворяет требованиям к ее достоверности (качество системы управления). В этом случае качество и. ЦВМ (если управление на базе микропроцессора). ЦВМ в контур управления. Применение ЦВМ позволяет создавать системы с высоким качеством для широкого класса динамических объектов. ПТ 1ПГТТ ! ГГ * тут Гг г* (УГИ/УГ ТТ/ ПМА1 ГПТТТГ ТТП/Т АТТ/УТ'П 'Г^Т^1;Т? ТЛТ’Л Т атпп *ТП»Г»7/Т Т1 огштслоло1Л эагрса пи орСМСпт! V1'1 и ^ираол^пИл. ЦВМ, для динамических систем с быстрыми процессами. Рассмотрим теперь основные особенности построения адаптивных систем автоматического управления (АСАУ). Вопросам исследования и синтеза АСАУ, работающих в условиях струю урной и параметрической неопределенности, посвящено достаточно большое количество работ [4-]. В большинстве случаев мерой качества О (под которой подразумевается точность воспроизведения задающих воздействий) служат некоторые величины гиш функции, характеризующие динамические свойства системы. Системы, как первого, так и второго вида ориентированы в основном на аналоговое исполнение [], что может привести к значительным трудностям (нестабильность параметров аналоговых элементов, громоздкость, низкая надежность и т. Поэтому наибольшее распространение получили АСАУ третьего вида. Методы использования модели в АСАУ делятся на два класса. В первом случае модель используется в качестве настраиваемого звена, которое с помощью контуров самонастройки подстраивается под динамические характеристики нестационарного объекта управления или всего основного контура. Этот метод настраиваемой модели, таким образом, используется для решения задачи идентификации. Параметры настраиваемой модели далее используются для перенастройки регулятора основного контура. Блок-схема такой системы представлена на рисунке 1. На рисунке обозначено Xй - выход модели, и - у правление, сигнал задания, ^ - выход объекта, / возмущение, - вектор параметров модели, е - ошибка управления, г -вектор параметров регулятора. Рис.