Разработка метода синтеза робастных систем управления динамическими объектами в условиях неопределенности

• Автор: Медведев, Михаил Юрьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Таганрог
• Количество страниц: 176 с.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. МЕТОДЫ УПРАВЛЕНИЯ В УСЛОВИЯХ

I ОПРЕДЕЛЕННОСТИ

1.1. Основные подходы к управлению в условиях неопределенности

1.2. Адаптивное управление

1.3. Робастное управление

1.4. Интеллектуальные системы управления

1.5. Адаптивное управление на основе самоорганизующегося оптимального регулятора с экстраполяцией СОРЭ .

1.6. Формулировка целей и задач диссертационной работы

ГЛАВА 2. ОЦЕНИВАНИЕ ПРОИЗВОДНЫХ ПО ВРЕМЕНИ ВЫСОКОГО ПОРЯДКА

2.1. Оптимальное оценивание состояний при наличии полной априорной информации о моделях объекта и шума
2.2. Оценивание состояний в условиях неопределенности
2.3. Оценивание производных наблюдаемых сигналов
2.4. Адаптивный полиномиальный циклический наблюдатель производных
2.5. Рекуррентный наблюдатель производных
2.6. Влияние шума АЦП на качество оценивания производных
2.7. Выводы 5 ГЛАВА 3. СИНТЕЗ УПРАВЛЕНИЙ ДИНАМИЧЕСКИМИ
ОБЪЕКТАМИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
3.1. Принципы построения робастного управления в условиях неопределенности
3.2. Оценивание порядка динамической системы
3.3. Оценивание параметров Маркова и неопределенности динамической системы
3.4. Синтез управлений динамическими объектами последовательного типа
3.5. Синтез управлений динамическими объектами общего вида
3.6. Выводы
ГЛАВА 4. ПРИМЕНЕНИЕ Р0БАСТН О УПРАВЛЕНИЯ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
4.1. Управление Л А в условиях неопределенности
4.2. Управление нелинейными объектами
4.3. Алгоритм реализации робастного управления .
4.4. Программный комплекс для моделирования робастного управления динамическими объектами по оценкам производных
4.5. Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Основными из них являются адаптивные (самоорганизующиеся) [7,8], робастные [-], интеллектуальные (на основе нейроподобных сетей и «мягких» вычислений) [-], инвариантные [,] принципы построения САУ. Адаптивные или самоорганизующиеся системы предназначены для функционирования в условиях устранимых неопределенностей [7]. К такому типу неопределенностей относятся те параметры и характеристики системы управления, которые являются априорно неизвестными, но могут быть оценены или вычислены в процессе реальной работы системы по оперативным данным, поступающим от измерительных систем. К примеру, при проектировании системы управления автоматической посадкой самолета скорость и направление ветра являются априорно неизвестными величинами, поэтому при посадке возникает необходимость корректировать управление по информации, поступающей от датчиков. Еще одним ограничением, накладываемым на неопределенность в адаптивном подходе, является требование медленности изменения неопределенных параметров или, иначе, квазистационарности неопределенных объектов [8J. Обзор адаптивных методов управления приводится в подразделе 1. В этом же разделе кратко рассмотрен инвариантный подход к построению систем управления [, ]. Робастный подход [-], в отличие от адаптивного, не предполагает постепенного улучшения качества системы в процессе функционирования путем уменьшения исходной неопределенности, а позволяет сохранить заданное качество в том случае, если неопределенность находится в известной ограниченной области. Данный подход применим в основном к параметрическим возмущениям небольшой величины. Он рассматривается в подразделе 1. Раздел 1. Это новое направление, гю-видимому, обладает широкими возможностями для построения управления не только в условиях параметрической, но и структурной неопределенности модели управляемого, в том числе и нелинейного, процесса. Особенно это относится к искусственным нейроподобным сетям, так как управление в таких системах строится не на основе модели процесса, а на основе определения в процессе обучения «правильности» реакции сети на ту или иную ситуацию. Однако область применения таких систем ограничена необходимостью довольно длительного периода обучения и невозможностью обучить сеть функционировать во всем многообразии возможных ситуаций. Например, обучение сети работать в аварийной ситуации не представляется возможным из-за невозможности во многих случаях смоделировать реальную аварийную ситуацию. Еще одним перспективным подходом к управлению в условиях неопределенности является развиваемый в последнее время академиком A. СОРЭ) [1,5,6]. Этот подход, требующий минимальное количество априорной информации, позволяет строить системы управления нелинейными объектами общего вида. Основные принципы построения СОРЭ приведены в подразделе 1. Отметим, что робастный и адаптивный подходы разделяются весьма условно. Бели считать, что отличие адаптивного от робастного регулятора состоит в том, что первый достигает требуемого качества функционирования системы за счет уменьшения неопределенности, а второй сохраняет качество не «хуже» заданного без уменьшения неопределенности в процессе работы системы, то, очевидно, что в условиях, когда неизвестными являются параметры, структура и даже порядок объекта управления возникает необходимость в комбинировании двух подходов. Например, можно использовать робастный наблюдатель и адаптивный алгоритм управления, которые в совокупности обеспечат грубость замкнутой системы к неопределенным характеристикам объекта. В этом смысле в диссертационной работе адаптивный и робастный подходы не разделяются, а рассматриваются как единый подход к обеспечению грубости системы. Теория адаптивного управления по своей сути предназначена для приспособления к изменяющимся или к неизвестным заранее характеристикам управляемых процессов. Решение данной задачи привело к необходимости построения регуляторов, параметры и структура которых изменяется так, чтобы точность и качество системы управления оставались неизменными при изменениях управляемых процессов. Системы с такими регуляторами названы адаптивными [8] или самоорганизующимися [7]. Г,