- •Анализ представленных результатов позволяет сформулировать следующие выводы.
- •Литература
- •Среднее время ожидания заявок
- •Литература
- •Н.А. Рубина, Ю.Г. Кирчин
- •Литература
- •Приложение
- •Word
- •Ecxel
- •Access
- •Power Point
- •Литература
- •КОНЦЕПТУАЛЬНЫЕ МОДЕЛИ В БАЗАХ ЗНАНИЙ
- •Введение
- •Рис. 4. Окно меню "Химический состав"
- •Рис. 5. Окно меню "Поиск"
- •Литература
- •Введение
- •Технологии проектирования ВсС
- •Традиционные подходы к проектированию ВсС. Ключевыми чертами традиционного процесса проектирования микропроцессорных вычислительных систем следует считать:
- •Архитектурные абстракции сквозного проектирования ВсС
- •Опыт использования архитектурных абстракций в проектировании ВсС
- •Заключение
- •Литература
- •ДИНАМИЧЕСКИЕ ИНСТРУМЕНТАЛЬНЫЕ КОМПОНЕНТЫ
- •Введение
- •Обзор вариантов построения тестовых систем
- •Заключение
- •Литература
- •УНИВЕРСАЛЬНАЯ МОДЕЛЬ ПОСЛЕДОВАТЕЛЬНОСТНЫХ СХЕМ В САПР
- •А.Г. Зыков, О.Ф. Немолочнов, В.И. Поляков
- •Рис. Универсальная модель последовательностной схемы
- •Рис.1. Схема пересчёта
- •ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ОПТИЧЕСКИХ ПРИБОРОВ СО ВСТРОЕННОЙ СИСТЕМОЙ СТАБИЛИЗАЦИИ ИЗОБРАЖЕНИЯ
- •Рис. 2. Имитационная модель ОССИ. (АЛ – алгоритм имитации события; Мt – временной фактор)
- •Введение
- •Интегральные параметры.
- •Спектральные параметры.
- •(4) Интегральная яркость изображения вычисляется по формуле
- •Структурные параметры.
- •ВОССТАНОВЛЕНИЕ ЛИНИЙ ЭКСТРЕМУМОВ СЛОЖНЫХ КАРТИН ИНТЕРФЕРЕНЦИОННЫХ ПОЛОС
- •М.В. Волков
- •Введение
- •Обработка одномерных сигналов на основе модификации гистограмм
- •Обработка картины полос
- •Восстановление линий экстремумов интерференционных полос
- •Примеры обработки реальных интерферограмм
- •Заключение
- •Литература
- •О.В. Павлушко
- •Dimage 7
- •Olimpus E-10
- •Заключение
- •ОПТИЧЕСКИЕ ВОЛОКОННЫЕ УСИЛИТЕЛИ ИНФОРМАЦИОННЫХ СИГНАЛОВ
- •Н. С. Макаров
- •Введение
- •Эрбиевые волоконные усилители
- •Тулиевые волоконные усилители
- •ВКР волоконные усилители
- •Гибридные усилители
- •Стокс-антистоксовые ВКР-усилители
- •Заключение
- •Введение
- •Метод фильтрации Калмана
- •Фильтр Калмана второго порядка
- •Фильтрация акустических сигналов
- •Заключение
- •А. Акунова, А.В. Ушаков
- •Литература
- •2. Постановка задачи
- •3. Синтез алгоритма адаптации
- •1. Введение
- •3. Синтез алгоритма управления
- •Основной результат предлагаемой работы сформулирован в следующей теореме.
- •Заключение
- •Литература
- •И.В. Мирошник, А.Н. Шалаев
- •А. А. Мельников, Е. В. Рукуйжа, А. В. Ушаков
- •О.В. Слита, И.В. Мирошник
- •Литература
- •ОЦЕНКА ЗАПАСОВ УСТОЙЧИВОСТИ СИСТЕМ С ИНТЕРВАЛЬНЫМИ ПАРАМЕТРАМИ
- •Введение
- •Основные положения
- •Литература
- •КОНВЕРГЕНЦИЯ ЭЛЕКТРОННЫХ И ПЕЧАТНЫХ СРЕДСТВ ИНФОРМАЦИИ
- •СИНТЕЗ ИНФОРМАЦИОННО-ЭНЕРГЕТИЧЕСКИХ СВЯЗЕЙ В СТРУКТУРАХ ИЗОБРЕТЕНИЙ
- •А.Б. Бушуев
- •Акунов Т.А., Ушаков А.В. Связь алгебраических спектров собственных
- •значений и сингулярных чисел в задаче обеспечения стабильности
РАЗВИТИЕ МЕТОДОВ РОБАСТНОГО УПРАВЛЕНИЯ В ЗАДАЧАХ АДАПТАЦИИ
А.А. Бобцов, С.А. Холунин
1. Введение
Всплеск популярности теории адаптивных систем имевший место в 70-х годах, постепенно начал угасать к середине 90-х. Темы, связанные с решением задач адаптивного управления перестали широко освещаться на отечественных и международных конференциях, финансирование проектов по этой некогда популярной тематике, постепенно стало уменьшаться. К причинам такого регресса следует отнести, в первую очередь, плохую реализацию на практике имеющихся схем адаптивного управления. Громоздкие, сложные и не всегда помехоустойчивые математические законы управления оказались “не по вкусу” инженерам-практикам. Возникло, как это часто бывает, рассогласование теоретических подходов с практикой. Решение проблемы понимания должно на этот раз исходить именно от математиков и специалистов, занимающихся теорией управления. Первые шаги в этом направлении были сделаны, в том числе, отечественными учеными [1,2], по огрублению алгоритмов адаптации по отношению к внешним неучтенным факторам. Дальнейший уход от алгоритмов адаптации интегрального типа к алгоритмам сигнальной адаптации [1,2], позволил значительно сократить размерность законов управления. Параллельно достижению этих результатов идет развитие методов адаптивного управления по выходу [3,4]. Получен ряд интересных схем и в том числе схем с огрублением для внешних возмущений, но проблема громоздкости и сложности все еще имеет место. К сегодняшнему дню получен ряд оптимальных подходов адаптивного управления по выходу заключающий в себе стратегию робастного управления [5-7].
Предлагаемая работа представляет собой развитие методов робастного управления в задачах адаптации по выходу [5-7]. В статье предлагаются новые схемы управления позволяющие получать менее сложные и громоздкие по размерности алгоритмы.
2. Постановка задачи
Рассмотрим неопределенную систему вида [3-5]
& |
+ bω(t) |
T |
θ+ bu , |
(1) |
x = Ax |
|
|||
y = cT x , |
|
|
(2) |
|
где x = x(t) - вектор переменных состояния; |
y - регулируемая переменная; u - сигнал |
|||
управления; |
матрица A - гурвицева; ω(t) |
- известная функция (регрессор); θ Rq - |
вектор неизвестных постоянных параметров.
Наряду с моделью (1), (2) также будем рассматривать математическую модель
“вход-выход” [3,5] |
|
||
y(t) = |
B( p) |
[ω(t)T θ+ u], |
(3) |
|
|||
|
A( p) |
|
|
где p = d / dt - оператор дифференцирования и полином |
A( p) - асимптотически |
устойчивый.
Сформулируем цель управления, как решение задачи синтеза алгоритма,
обеспечивающего при любых начальных состояниях объекта выполнение условия |
|
||||
lim |
|
y(t) |
|
≤ ε , |
(4) |
|
|
||||
t→∞ |
|
|
|
|
|
|
|
|
|||
где ε - любое произвольно малое число. |
|
223
|
|
|
|
|
|
|
3. Синтез алгоритма адаптации |
|
|
Выберем передаточную функцию W ( p) , удовлетворяющую соотношению |
|||||||||
W ( p) = ( p + α)H ( p) , |
(5) |
||||||||
где α - |
любая положительная константа. Очевидно, что при таком представлении |
||||||||
передаточная функция W ( p) является асимптотически устойчивой. Так как |
|||||||||
H ( p) = |
|
1 |
|
W ( p) , |
|
||||
p + α |
|
||||||||
|
|
|
|
|
|
||||
то модель (3) может быть переписана в виде |
|
||||||||
y = |
1 |
|
[ϖT θ+ u ]+ δ |
(6) |
|||||
p + α |
|||||||||
|
|
|
|
|
|
|
|||
или |
|
|
|
T |
θ+ u + δ , |
(7) |
|||
y = −α y + ϖ |
|||||||||
& |
|
|
|
|
|
|
|
||
где δ(t) |
- экспоненциально затухающая функция времени, вызванная |
ненулевыми |
начальными условиями; δ = δ& + αδ - экспоненциально затухает; функция ϖ =W ( p)ω и
u = W ( p)u . |
(8) |
||
Введем новую переменную |
|
||
ϕ = ϖT θ+ |
|
, |
(9) |
δ |
|||
тогда модель (7) примет вид |
(10) |
||
y = −α y + ϕ+ u . |
|||
& |
|
|
|
Пусть новый закон управления u |
имеет вид |
||
u = −ϕˆ , |
(11) |
где ϕˆ - текущая оценка функции ϕ . Тогда закон управления будет записан следующим
образом |
|
u = −W ( p)−1 ϕˆ . |
(12) |
Проблема в синтезе алгоритма (12) - это:
•реализация операции дифференцирования;
•достаточно точная оценка функции ϕ .
Поэтому требуется выстроить такую схему оценки функции ϕ , чтобы:
•(ϕ − ϕˆ ) ≤ ε , где ε - малое число, такое что условие (4) будет удовлетворено;
•для нахождения производных от ϕˆ была использована реализуемая вычислительная
процедура.
Временно предполагая, что функция ϕ подлежит измерению, выберем
следующий алгоритм оценки
ξ&1 = γσξ2 ,
ξ&2 = γσξ3 (13)
,
...
ξ&m = γσ(−k1ξ1 − k2ξ2 −... − kmξm + k1ϕ),
ϕˆ = ξ1 , |
(14) |
где число m определяет порядок системы (13) и выбирается таким образом, чтобы закон управления (12) был бы реализуем; постоянная γ > 0 ; положительная функция σ
является функцией той же скорости роста что и |
|
& |
|
2 |
(т.е. |
|
& |
|
2 |
/ σ < ∞), а все ее |
m −1 |
|
|
|
|
||||||||
|
ϕ |
|
|
|
ϕ |
|
|
производные известны или подлежат измерению; коэффициенты ki рассчитываются из соображений асимптотической устойчивости модели (13).
224
Теорема 1. Алгоритм оценки (13), (14) позволяет при увеличении параметра γ
максимально приблизить оценку ϕˆ |
к функции ϕ . |
|
|
||||||
Доказательство. Перепишем модель (13), (14) в векторно-матричной форме |
|||||||||
ξ& = γσ(Γξ + dk ϕ) , |
|
|
|
|
|
|
(15) |
||
|
|
1 |
|
|
|
|
|
|
|
ϕˆ = hT ξ, |
|
|
|
|
|
|
|
|
(16) |
|
0 |
1 |
0 ... |
0 |
|
0 |
1 |
||
|
0 |
0 |
1 ... |
0 |
|
0 |
0 |
||
|
0 |
0 |
0 ... |
0 |
|
|
|
|
|
где Γ = |
|
, d = 0 |
и h = 0 . |
||||||
|
M |
M |
M O |
M |
|
|
|
|
|
|
|
M |
|
M |
|
||||
|
|
− k2 |
− k3 ... |
|
|
|
|
|
|
− k1 |
− km |
1 |
0 |
Введем в рассмотрение вектор отклонений η = hϕ − ξ, тогда для его производной получим
η= hϕ − γσ(Γ(hϕ − η) + dk1ϕ) = hϕ+ γσΓη− γ σ(dk1 + Γh)ϕ. |
(17) |
|
& & |
& |
|
Так как dk1 = −Γh (проверяется подстановкой), то
η& = hϕ& + γσΓη,
где Γ - гурвицева.
Для доказательства сходимости η в любую заданную область, рассмотрим
функцию Ляпунова вида |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
V = ηT Pη, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(18) |
|||
где матрица P = PT > 0 , такая что |
|
|
||||||||||||||||||
ΓT P + PΓ ≤ −λP < 0 . |
|
|
|
|
|
|
|
|
|
|
(19) |
|||||||||
Дифференцируя (18), получаем |
|
|||||||||||||||||||
V = γση (Γ |
T |
P + PΓ)η+ 2η Phϕ ≤ −λγση Pη+ |
||||||||||||||||||
& |
|
|
T |
|
|
|
|
|
|
|
|
|
|
|
|
T |
& |
T |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
T |
T |
Pη+μ |
−1 |
σ |
−1 |
|
& |
|
|
2 |
, |
|
(20) |
|||||
|
|
|
|
|
||||||||||||||||
+μση Phh |
|
|
|
|
|
|
ϕ |
|
|
|
|
|
||||||||
где положительное число μ такое что |
|
|||||||||||||||||||
& |
|
|
T |
|
Pη+ μ |
−1 |
σ |
−1 |
|
|
ϕ |
|
|
2 |
, |
|
(21) |
|||
|
|
|
|
|
|
|
||||||||||||||
V |
≤ −λγση |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
& |
|
|
|
|
|
|
|
а постоянная λ > 0 .
При выводе соотношения (20) было использовано легко проверяемое неравенство
(μσ)−1 (μσa −b)2 ≥ 0 ,
откуда следует, что
2ab ≤ μσa2 +(μσ)−1 b2
T |
& |
|
|
|
|
|
|
где a = η Ph и b = ϕ . |
|
|
|
|
|
||
|
|
|
|
& |
|
2 |
|
Поскольку функция σ |
является функцией той же скорости роста что и |
|
, то из |
||||
ϕ |
|
|
|||||
выражения |
(21) следует, что вектор отклонений η = hϕ − ξ ограничен и |
все его |
переменные могут быть сведены к любому малому компактному множеству, за счет увеличения параметра γ .
Для доказательства основного положения представленной теоремы, а именно максимального приближения ϕˆ к ϕ при увеличении параметра γ , умножим вектор
отклонений η = hϕ − ξ слева на hT . Тогда в силу структуры матрицы h , получаем: hT η = ϕ − hT ξ = ϕ − ϕˆ
225
и при соответствующих γ |
|
(достаточно больших) обеспечивается сходимость в любую |
|||||||||||||
малую окрестность. |
|
|
|
|
|
|
|
|
|
σ |
|
|
|||
|
|
|
Замечание 1. |
Следует |
отметить, что в |
качестве |
мажоранты |
можно |
|||||||
использовать функцию |
|
& |
|
2 |
|
& T & |
& |
|
|
|
, т.е.: |
||||
|
|
|
|
& |
|
||||||||||
|
ϖ |
|
|
= ϖ ϖ , так как сигнал ϕ(t) пропорционален |
ϖ(t) |
||||||||||
|
|
ϕ(t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
& |
< ∞ . В тоже |
время, в |
законе управления |
(12) будут |
использоваться |
только |
||||||||
|
|
|
|||||||||||||
|
& |
||||||||||||||
|
|
ϖ(t) |
|
|
|
|
|
|
|
|
|
|
|
|
|
измеряемые производные от ϖ вплоть до m-ой, что в свою очередь, позволяет выбирать мажоранту σ указанным способом.
Замечание 2. Если функция ϕ&(t) имеет неограниченный рост во времени, то в силу неравенства (21), следует, что при ϕ&(t) → ∞ переменная η → 0 и, следовательно,
ϕˆ → ϕ .
Замечание 3. Если регрессор ω(t) - ограничен, то в качестве мажоранты σ
можно принять любую положительную константу.
Замечание 4. Отметим, что реализация мажоранты σ с использованием алгоритма приведенного в замечании1 для некоторых задач может оказаться громоздким, т.к. предполагает формирование вектора ϖ& каждая компонента которого находится из соотношения ϖ& i = pW ( p)ωi . Во избежание громоздких процедур расчета
мажоранты, целесообразно использовать алгоритм вида:
σ = pW ( p)[ωT ω+β],
где β > 0 .
Теперь построим реализуемую схему алгоритма оценки (13), (14) следующего
вида
ξ& |
|
= γσξ |
, |
|
|
|
&1 |
2 |
, |
|
|
ξ |
2 |
= γσξ |
(22) |
||
|
|
3 |
|
||
... |
|
|
|
||
|
|
|
|
& |
|
ς = γσ(−k2ξ2 −... − kmξm + k1αy) − γσk1 y, |
|
||||
|
& |
|
|
|
|
ξm = ς + γσk1 y . |
(23) |
Система (22), (23) содержит переменные, которые могут быть измерены или рассчитаны. Возможность применения указанного алгоритма представлена в следующей теореме.
Теорема 2. Алгоритм оценки вида (22), (23) эквивалентен алгоритму (13), (14). Доказательство. Из уравнения (10) находим
ϕ = y + α y − u . |
(24) |
||||
|
|
& |
|
|
|
Подставляя последнее уравнение в выражение (13), получаем |
|
||||
ξ& |
|
= γσξ |
|
, |
|
&1 |
|
2 |
, |
|
|
ξ |
|
= γσξ |
(25) |
||
|
2 |
|
3 |
|
|
... |
|
|
|
|
ξ&m = γσ(−k1ξ1 − k2ξ2 −... − kmξm + k1 ( y& + αy −u)),
учитывая, что u = −ϕˆ ,
получаем
226
ξ&1 = γσξ2 ,ξ&2 = γσξ3 ,
...
ξ&m = γσ(−k2ξ2 −... − kmξm + k1 ( y& + αy)).
Введем в рассмотрение новую переменную
ς = ξm − γσk1 y .
Тогда дифференцируя (27) для системы уравнений (26), получаем
ξ&1 = γσξ2 ,ξ&2 = γσξ3 ,
...
ς& = γσ(−k2ξ2 −... − kmξm + k1αy) − γσ&k1 y, ξm = ς + γσk1 y .
4. Пример
(26)
(27)
(28)
(29)
Для иллюстрации работоспособности предложенной в работе схемы управления,
рассмотрим числовой пример. Пусть модель (1), (2) имеет вид: |
(30) |
x1 = x2 , |
|
& |
(31) |
x2 = −x1 − 2x2 + 3sin 4t +u , |
|
& |
|
y = x1 , |
(32) |
где вектор неопределенных параметров θ = 3, регрессор ω= sin 4t , u |
- искомое |
управление.
Для объекта (30)-(32) рассмотрим математическую модель математическую
модель “вход-выход” вида (3) |
|
|
|
|
|
||||||||||
y(t) = |
|
|
1 |
|
|
|
|
[3sin 4t + u]. |
|
|
|
(33) |
|||
( p + |
1)2 |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
||||||||
Выберем |
|
передаточную |
функцию |
W ( p) = |
1 |
|
, тогда выражение (33) в |
||||||||
|
p +1 |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
соответствии с результатами раздела 3, примет вид (см. уравнение (10)): |
|||||||||||||||
y = −y + ϕ+ u , |
|
|
|
|
(34) |
||||||||||
& |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где функция ϕ = |
|
+W ( p)3sin 4t . |
|
|
|
|
|||||||||
δ |
|
|
|
|
|||||||||||
Выбирая новый закон управления u |
как |
|
|
|
|||||||||||
u = −ϕˆ , |
|
|
|
|
|
|
|
|
|
|
|
|
(35) |
||
получаем для истинного закона управления |
|
|
|
||||||||||||
|
|
|
|
|
−1 |
|
|
|
& |
|
|
|
|
||
u = −W ( p) |
ϕˆ |
= −( p +1)ϕˆ |
= −ϕˆ − ϕˆ . |
|
|
|
(36) |
||||||||
|
|
|
|
|
|
||||||||||
Для реализации оценки ϕˆ , воспользуемся алгоритмом (22), (23): |
|||||||||||||||
ξ& |
= γξ |
|
, |
|
|
|
|
|
|
|
|
|
|
(37) |
|
&1 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
ς = γ(−2ξ2 + y), |
|
|
|
|
|
||||||||||
ξ2 |
= ς + γy , |
|
|
|
|
|
|
|
(38) |
||||||
ϕˆ = ξ1 , |
|
|
|
|
|
|
|
|
|
|
|
|
(39) |
||
где коэффициенты |
k2 = 2 , k1 =1 и в силу ограниченности регрессора ω−sin 4t (см. |
||||||||||||||
замечание 3), мажоранта σ =1. |
|
|
|
|
|||||||||||
Запишем закон управления в обозначениях алгоритма оценки (37)–(39) |
|||||||||||||||
|
|
|
|
& |
= −ξ1 − γ(ς + γy) . |
|
|
|
(40) |
||||||
u = −ϕˆ − ϕˆ |
|
|
|
227
и проведем компьютерное моделирование. Результаты моделирования для различных значений параметра γ представлены на рис. 1, рис. 2 и демонстрируют уменьшение
значения выходной переменной с ростом параметра γ .
Рис. 1. График переходного процесса по переменной y(t) при γ = 5
Рис. 2. График переходного процесса по переменной y(t) при γ = 20 .
Заключение
Работа представляет собой развитие методов робастного управления в задачах адаптации по выходу. В статье предлагаются схемы управления позволяющие получать, как менее сложные и громоздкие по размерности алгоритмы и алгоритмы. Структура регулятора является линейной и содержит нестационарный фильтр, параметры которого выбираются из требований предъявляемых к выходной переменной объекта.
Литература
1.Фомин В.Н., Фрадков А.Л., Якубович В.А. Адаптивное управление динамическими объектами. М. Наука, 1981.
2.Фрадков А.Л. Адаптивное управление в сложных системах. М.: Наука, 1990.
3.Никифоров В.О., Фрадков А.Л. Схемы адаптивного управления с расширенной ошибкой. Обзор // Автоматика и телемеханика. 1994. №9.
4.Андриевский Б.Р., Фрадков А.Л., Избранные главы теории автоматического управления с примерами на языке MATLAB. СПб.: Наука, 1999.
5.Мирошник И.В., Никифоров В.О., Фрадков А.Л. Нелинейное и адаптивное управление сложными механическими системами. СПб.: Наука, 2000.
6.Никифоров В.О. Робастное управление линейным объектом по выходу // Автоматика и телемеханика. 1998. № 9.
7.Никифоров В.О. Адаптивное и робастное управление с компенсацией возмущений. Диссертация на соискание ученой степени доктора технических наук. СПб., 2001.
228