- •2. Нелинейные системы автоматического управления
- •2.1 Общие сведения о нелинейных системах
- •2.2. Математические модели замкнутых нелинейных систем автоматического управления
- •2.3. Исследование нелинейных систем методом фазовой плоскости
- •2.3.1. Основные понятия
- •2.3.2. Классификация фазовых портретов
- •2.3.3. Построение фазовых траекторий
- •2.3.4. Скользящие режимы в нелинейных системах
- •2.3.5. Система с переменной структурой
- •2.4. Метод припасовывания
- •2.5. Метод точечного преобразования
- •2.6.Метод гармонической линеаризации
- •2.6.1. Исходные положения метода гармонической линеаризации
- •2.6.2. Вычисление коэффициентов гармонической линеаризации
- •2.6.3. Алгебраический метод определения симметричных колебаний
- •2.6.4. Частотный метод определения симметричных колебаний
- •2.6.5. Вынужденные колебания в нелинейных системах
- •2.7.Устойчивость процессов в нелинейных системах
- •2.7.1.Основные понятия и определения
- •2.7.2.Теоремы Ляпунова
- •2.7.3. Абсолютная устойчивость
- •2.8. Коррекция нелинейных систем
- •2.8.1. Коррекция нелинейной системы с помощью обратной связи
- •2.8.2. Коррекция нелинейной системы с помощью вибрационного сглаживания
- •3. Случайные процессы в системах автоматического управления
- •3.1. Случайные процессы и их характеристики
- •3.2. Прохождение случайных сигналов через линейную непрерывную систему автоматического управления
- •3.3. Расчёт точности системы при случайных воздействиях
- •3.4. Особенности синтеза систем автоматического управления
- •3.5. Случайные процессы в импульсных системах
- •3.6. Случайные процессы в нелинейных системах
- •4. Элементы современной теории автоматического управления
- •4.1. Оптимальное управление
- •4.2 Интеллектуальные сау
- •4.2.1. Экспертные информационные системы
- •4.2.2. Нейросетевые сау
- •4.2.3. Сау с ассоциативной памятью
- •4.2.4. Системы управления с нечёткой логикой
- •Литература
4. Элементы современной теории автоматического управления
Классическая теория автоматического управления рассматривает широкий класс систем, их статические и динамические характеристики, методы анализа и синтеза применительно к управлению “в малом”. При таком подходе считается, что известны свойства и параметры объекта, режимы технологического процесса и, зачастую, структура системы. Определение программы управления связано, как правило, с разрешением противоречий между устойчивостью и качеством системы.
В последние десятилетия усилия исследователей все больше направляются на управление “в большом”, т.е. при существенных изменениях параметров объекта управления и внешних воздействий, а также на управление при неполной информации о технологическом процессе. При этом возникают задачи оценивания характеристик и параметров в процессе эксплуатации системы в реальном времени, что требует применения новейших информационных технологий. Кроме того, приходится обеспечивать так называемую живучесть системы при ее реконфигурации.
4.1. Оптимальное управление
При создании оптимальных систем все чаще используется адаптивное управление. Укрупненная структура такой адаптивной оптимальной системы может быть реализована на основе самоорганизующегося оптимального регулятора с экстраполяцией [8].В такой системе осуществляется адаптивное управление при заранее неизвестной структуре объекта за счет применения наблюдателей в виде фильтра Калмана-Бьюси, устройств экстраполяции и блока нахождения модели. При этом применяется неклассический обобщенный функционал, учитывающий затраты на синтезируемое управление и на оптимальное управление.
Современным направлением является создание синергетических оптимальных систем. Под синергетикой понимают совместные действия различных динамических систем [8].Основные положения этой теории состоят в том, что в фазовом пространстве образуются аттракторы (инвариантные многообразия),объединяющие макропеременные ,к которым притягиваются траектории системы. Примером такого аттрактора в оптимальной по быстродействию системе второго порядка является линия переключения . Правильным выбором макропеременных можно обеспечить высокие качественные показатели системы при значительных отклонениях изображающей точки фазового пространства от наперед заданных значений.
4.2 Интеллектуальные сау
Большой класс современных систем составляют интеллектуальные САУ. Под интеллектуальной системой понимают [8, 9] объединённую информационной технологией совокупность технических средств и программного обеспечения, функционирующую во взаимосвязи с человеком или автономно, способную на основе соответствующих знаний при наличии мотивации синтезировать цель, вырабатывать решения и находить рациональные способы достижения цели.
Структурная схема интеллектуальной системы [9] представлена на рис. 4.1.
Рис. 4.1
Эта структура инвариантна к объекту управления. Однако, для её реализации необходимо решить ряд проблем, разработать новые подходы и методы, математические модели протекающих технологических процессов.
К настоящему времени выделились четыре интеллектуальных технологии [8]: экспертных систем; нейросетевых структур; ассоциативной памяти; нечёткой логики.