Нейросетевое управление напряженно-деформированным состоянием конструкций

• Автор: Смолянинова, Любовь Геннадьевна
• Шифр специальности: 01.02.06
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Красноярск
• Количество страниц: 160 с. : ил.

НЕЙРОСЕТЕВОЕ УПРАВЛЕНИЕ НАПРЯЖЕННО-ДЕФОРМИРОВАННЫМ СОСТОЯНИЕМ КОНСТРУКЦИЙ
СОДЕРЖАНИЕ

Введение
1. Современное состояние проблемы
Предисловие
1.1. Управляемые конструкции
1.2. Искусственные нейронные сети
1.3. Методика управления НДС. Переход к нейросетевому управлению
1.4. О физической теории управления
Выводы к п
2. Использование нейроимитаторов применительно к САУ
НДС. Нейроконтроллеры
Предисловие. Возможные реализации нейросетей
2.1.Использование программ-имитаторов нейросетей для
линейных и нелинейных задач управления конструкциями
2.2. Управление конструкциями с использованием нейроконтроллеров
Выводы к п
3. Учет структуры управляемого объекта при конструировании управляющей нейросети
Предисловие
3.1. Пример построения управляющей нейросети для одномерной конструкции
3.2. Алгоритм и прогаммное обеспечение для построения
и обучения рациональных нейросетей
Выводы кп.З
4. Задача синтеза нейросети и управляемой конструкции
Предисловие
4.1. Вариационная постановка задачи
4.2. Пример обучающейся конструкции. Компьютерная имитация
Выводы к п
Заключение
Список используемых источников
Приложения

ВВЕДЕНИЕ
Актуальность работы
Управляемые конструкции представляют собой систему автоматического управления напряженно-деформированным состоянием конструкций (САУ НДС). В систему входят, помимо собственно конструкции, управляющий модуль, средства прямой и обратной связи. САУ НДС создаются на стыке механики, кибернетики, теории автоматического управления, электроники, прикладной математики, программирования и других разделов науки и техники.
Управление НДС открывает новые качественные возможности для многих конструкций. В связи с этим, проблемы управления конструкциями, активный подход к их напряженно-деформированному состоянию стали на протяжении двух последних десятилетий предметом исследований и обсуждений на ряде международных конференций ( Пасадена - 1994, Япония - 1998, Италия - 1996 и др.). В материалах международных конференций все чаще встречаются публикации на тему активного управления конструкциями с использованием искусственных нейронных сетей. Однако, данная тема даже на международном уровне находится в зачаточном состоянии. В публикациях нет постановки задачи нейроуправления конструкциями, хотя есть попытки прямого применения нейроимитаторов, иногда в сочетании с контроллерами, работающими с использованием принципов нечеткой логики. Отечественные публикации на данную тему отсутствуют.
Тем не менее, создание адаптирующихся САУ НДС с использованием нейронных сетей на данном этапе развития актуально и целесообразно, так как управление напряженно-деформированным состоянием конструкций требует от управляющего модуля высокой способности к адаптации, большого быстродействия и достаточной простоты реализации, а развитие электронной техники и технологий производства материалов находится на достаточно высоком уровне для практической реализации таких систем.
Обучающиеся управляющие системы обладают рядом преимуществ по сравнению с традиционными, использующими численные методы. При обучении с помощью данных, полученных из физического эксперимента, нейросеть автоматически учитывает особенности конкретной конструкции, не требуя ее математического описания. Нейронные сети могут обучаться как предварительно, так и в процессе эксплуатации, накапливая и используя свой «опыт» управления конструкцией, что позволит учесть изменения параметров конструкции во времени и тем самым повысить ее надежность и продлить срок эксплуатации. Целесообразно использование нейросетевых алгоритмов для решения нелинейных задач регулирования и управления, т.к. методами математического моделирования достичь эффективной работы управляющего модуля в данном случае трудно.
Нейросетевое управление напряженно-деформированным состоянием конструкций выделено на стыке двух направлений: активного управления конструкциями и теории и практики искусственных нейронных сетей

хорошо вписывается в тенденцию развития физической теории управления, которая базируется на фундаменте физических законов, учете ресурсов и приоритетов реального мира, а также в программу «Вычисления в реальном мире», цель которой - дать вычислительным и управляющим системам возможность самостоятельно, без помощи «переводчика»-человека воспринимать воздействия внешнего мира и действовать в нем.
Существующие, описанные в доступной литературе, нейросетевые программы и устройства ориентированы на универсальность. Структура, характеристики нейронов и другие параметры обычно скрыты от пользователя.
В отличие от такого подхода, в диссертационной работе предлагается использовать существующую специфику задач управления конструкциями, для создания нейросетей специализированных, но более экономичных, более «живучих», органически встроенных в конструкцию, учитывающих все ее особенности, составляющих с конструкцией единое целое. Современное состояние электронной техники и производства материалов позволяет надеяться на быстрое внедрение таких нейросетей в жизнь.
Специализированные обучающиеся системы могут найти свое место в любой области применения САУ НДС. Они позволят снабдить конструкцию аналогом нервной системы, которая даст ей возможность мгновенно реагировать на внешние воздействия, накапливая со временем "жизненный опыт" и улучшая свои адаптивные свойства. Они могут стать обучаемыми управляемыми системами, гармонично встроенными в среду обитания.
Цель работы состоит в разработке методов нейросетевого управления напряженно-деформированным состоянием конструкций, позволяющих наиболее полно учесть их особенности и свойства, для обеспечения стабильности эксплуатационных характеристик при нестабильности параметров конструкций, повышения адаптационных свойств и снижения материалоемкости конструкций. Для достижения этой цели необходимо:
1. Разработать и опробовать программы-имитаторы нейронных сетей для активного управления напряженно- деформированным состоянием конструкций. Определить границы их целесообразного использования.
2. Разработать программное обеспечение и методику для обучения и функционального использования управляющих нейросетевых приборов -нейроконтроллеров. Совместно со специалистами по электронике создать лабораторный вариант нейроконтроллера и провести его испытание на физической модели конструкции,
3. С целью наиболее полного учета свойств конструкций при нейросетевом управлении их напряженно-деформированным состоянием, рассмотреть вопрос соответствия архитектуры управляющей нейронной сети структуре управляемой конструкции. Разработать программное обеспечение для построения и обучения нейросетей с учетом структуры управляемых конструкций. Опробовать программу для разных типов конструкций.

4 -0.0683
5 -0.0938

7 -0.0893
8 -0.0428

10 -0.0428

12 -0.0893

15 -0.0683

17 -0.0248

21 -0.0938
На рис.2.6 представлен график зависимости момента на средней опоре (теоретического и полученного с выходов нейросети) от положения единичной нагрузки на балке. Из рисунка видно, что зависимость имеет особенность в точке расположения средней опоры. В окрестностях данной точки нейронная сеть не дает хорошей аппроксимации.
Для достижения приемлемого результата предлагается следующий прием: изменим знак у одной из половин зависимости и обучим нейросеть на этих измененных данных. При этом качество обучения резко возрастает (рис.2.7). Затем можно сделать обратную инверсию (рис.2.8).
Рис.2.8.

-0.02 -0.04 -0.06 -0
Рис.2.7.