- •4 Классификация сау (вспомним !)
- •5 Типовые звенья (вспомним!)
- •Пример моделирования сау программным методом. (лк2 18-20)
- •Понятие об устойчивости. Построение областей устойчивой работы (оур) системы при параметрических возмущениях.
- •Автоматическое определение времени переходного процесса в устойчивой сау
- •Построение областей работы с заданным качеством управления по принятым параметрам
- •Построение функций чувствительности критериев к параметрическим возмущениям
- •Тема 5
- •Тема 6
- •Тема 7
- •Тема 8
- •Главная цель и исходная концепция создания инструментария
- •Область применения инструментария
- •Основные принципы построения современных смм
- •Основные требования к программной реализации системы
- •Область применения инструментария
- •Основные этапы, составляющие процесс исследований.
- •Тема 9
- •Понятие о модельном времени.
- •3) Порядок изменения модельного времени.
- •Тема 10
- •Постановка задач на моделирование и анализ динамических свойств параметрических систем управления.
- •Структура системы управления с координатно-операторной обратной связью (коос).
- •Структура системы управления с коос и операторной обратной связью (оос).
- •4. Сборка имитационной модели су с коос и оос.
- •Тема 11
- •Классификация алгоритмов управления для управляющих эвм
- •Автоматический выбор алгоритма управления в управляющих эвм на основе динамической ситуации
- •Тема 12
- •Оценка качества переходного процесса при воздействии ступенчатой функции.
- •Интегральные критерии качества. Блок-схема программы параметрической оптимизации.
- •Статистические оценки свойств системы управления при случайных координатных и параметрических возмущениях.
- •Интегральные критерии качества. Блок-схема параметрической оптимизации.
Автоматический выбор алгоритма управления в управляющих эвм на основе динамической ситуации
Автоматизация выбора А из регна основе принципа регулирования по отклонению позволяет перейти к много режимному управлению. Многорежимный алгоритм управления с автоматическим выбором рег из заданного набора позволяет обслуживать каждый соответствующий режим работы, который обеспечивается контролером режимов(контур КООС), который прописан программно и формирует λ(t).
Эффективным средством повышения качества работы САР наряду с линейными А являются нелинейные А управления, формирующие управляющее воздействие У(т)в виде разрывной функции фазовых координат системы управления в контуре КОС.
Анализ этих алгоритмов позволяет классифицировать их.
В зависимости от особенностей формирования управляющего воздействия учитываются следующие признаки:
1. Q- количество координат вектора состояния системы
2. Режим работы(с использованием разрывного управления или скользящего)
3. Введение операторных связей
4. Способ регулирующего воздействия
2 режима скользящий и переключения(используется для реальных промышленных объектов управления)
Тема 12
Оценка динамических свойств системы при имитационном моделировании.
Введение.
Оценка качества переходного процесса при воздействии ступенчатой функции.
Переходными процессами в системе являются реакции системы на внешнее воздействие, которое в общем случае может быть достаточно сложной функцией времени.
Оценка поведения системы, как правило, рассматривается при следующих воздействиях:
Единичное ступенчатое воздействие 1(t)
Импульсная функция σ(t)
Гармоническое воздействие sin., cos.
F(t)={1,t>0 0,t<=0
= % -перерегулирование
Интегральные критерии качества. Блок-схема программы параметрической оптимизации.
Оптимизация системы управления
Оптимизация ведется по интегральному квадратичному критерию качества:
где х - ошибка регулирования.
Интегральные показатели качества служат для анализа качества процесса регулирования. Оценка по интегральным критериям осуществляется следующим образом:
Статистические оценки свойств системы управления при случайных координатных и параметрических возмущениях.
В практике моделирования систем информатики наиболее часто приходится иметь дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности или подвергаются стохастическим воздействиям внешней среды.
Поэтому основным методом получения результатов с помощью имитационных моделей таких стохастических систем является метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятностей.
На этапе исследования и проектирования систем при построении и реализации машинных моделей (аналитических и имитационных) широко используется метод статистических испытаний (Монте-Карло), который базируется на использовании случайных чисел, т. е. возможных значений некоторой случайной величины с заданным распределением вероятностей.
Статистическое моделирование представляет собой метод получения с помощью ЭВМ статистических данных о процессах, происходящих в моделируемой системе.
Для получения представляющих интерес оценок характеристик моделируемой системы S с учетом воздействий внешней среды Е статистические данные обрабатываются и классифицируются с использованием методов математической статистики.
Статистическое моделирование систем на ЭВМ требует формирования значений случайных величин, что реализуется с помощью датчиков (генераторов) случайных чисел.
Для анализа точности САУ при случайной возможности используются методы статистических испытаний и методы моделирования динамики систем при случайных координатах и параметрах возможности. Если рассматривают структурную схему:
Случайные воздействия по координатам формируют с заданными законами изменения случайных величин и корреляционными функциями
С целью оценки случайных изменений корреляционных параметров обеспечивают изменение этого параметра от номинального значения
K=KH+(заданное значение распределения)* 0,10KH
Схема автоматизации синтеза, анализа и оптимизации динамики САУ