Принципы цифрового управления

На риc. 1.7 показана обобщенная схема система автомати­ческого управления (САУ). Чтобы спроектировать реальную циф­ровую систему управления (ЦСУ) для того или иного ОУ, не­обходимо, прежде всего, ответить на вопрос, с какой целью и какими средствами предполагается управлять объектом, и выб­рать соответствующие принципы управления. Последние суще­ственно различаются в зависимости от характеристик ОУ, от характера информации, получаемой об объекте в процессе его работы, от характера окружающей среды и имеющейся инфор­мации об ее изменении в процессе работы, от наличия и полноты математического описания ОУ и окружающей среды и, что самое главное, от задачи, поставленной перед САУ, т. е. от цели управления.

Рис. 1.7. Функциональная блок-схема САУ

Можно выделить следующие основные задачи, которые мо­гут быть поставлены перед САУ: стабилизация управляемых ве­личин, слежение за некоторой измеряемой величиной, про­граммное управление состоянием ОУ, самонастройка САУ на оптимум какого-либо параметра, управление целесообразным поведением ОУ, управление живучестью САУ.

Задача стабилизации может решаться различными путями в зависимости от имеющейся информации от ОУ и о внешних воздействиях на него. Если все внешние воздействия на ОУ кон­тролируются и могут быть измерены, а свойства ОУ и его дина­мические характеристики известны, то управление может вес­тись по возмущению в соответствии с функциональной схемой, показанной на рис. 1.8.

Рис. 1.8. Схема системы стабилизации по возмущению

В этом случае F≈ 0 и задача управления решается путем нахождения функции управления U(G), при которой обеспечивается условие:

Y= = const, (1.2)

где — эталонное или требуемое значение упрашгяемой величины, соответствующее заданию V.

Регулятор (Р), выполняющий условие (1.2), обеспечивает стабилизацию управляемых величин или их инвариантность, т. е. независимость от внешних воздействий с некоторой погрешно­стью , которая должна быть минимально возможной. Это дос­тигается путем решения соответствующей оптимизационной за­дачи для нахождения параметров регулятора, обеспечивающих минимум . При наличии неконтролируемых возмущений (F 0) и при недостаточно полном математическом описании ОУ управление по возмущению не может обеспечивать требуе­мой стабилизации управляемых величин. В этом случае применяет­ся принцип управления по отклонению в соответствии с функ­циональной схемой, показанной на рис. 1.9. Управляющее воздействие на ОУ U(e) зависит от разности между управляе­мой величиной и заданием (Е = V— Y) и направлено в сторону уменьшения этой разности. Образующаяся связь между выходом ОУ и входом Р называется обратной связью, а так как выход ОУ вычитается из задания, то такая обратная связь называется от­рицательной. Поэтому САУ, показанная на рис. 1.9, является замкнутой с отрицательной об­ратной связью. (Положительная обратная связь (F = V + Y) так­же используется в технике для создания генераторов периоди­ческих колебаний.).

Рис. 1.9. Схема системы стабилизации по отклонению

Задание на управляемую величину V может быть либо равно требуемому значению Y, либо несколько превышать это значение для того, чтобы обеспечить зна­чение Е, достаточное для рабо­ты регулятора, параметры ко­торого определяются путем решения соответствующей оп­тимизационной задачи. Для по­вышения точности работы САУ применяются комбинирован­ные системы с функциональ­ной схемой, показанной на рис. 1.10, в которой сочетаются прин­ципы управления по возмущению и по отклонению.

Рис. 1.10. Схема комбинированной системы стабилизации

Задача слежения за изменениями измеряемой величины например координат самолета, выполняется с помощью следя­щей системы. Основным требованием, предъявляемым к следя­щей системе, является поддержание минимума погрешности d(t), определяемой как разность между заранее неизвестным законом изменения измеренной величины V(t) и управляемой величи­ной Y(t). Следящие системы обычно представляют собой замк­нутые системы управления по отклонению (рис. 1.11). В них за­дающее воздействие V(t) однозначно определяет эталонное значение

управляемой величины Y(t). Поэтому режим стабили­зации можно считать частным случаем слежения, когда должно выполняться равенство .

Программное управление какой-либо управляемой величи­ной в зависимости от наличия математического описания ОУ и неконтролируемых внешних воздействий может осуществляться разомкнутыми и замкнутыми системами.

Если существует точное математическое описание ОУ, а все внешние воздействия контролируются и путем регулирования по возмущению их влияние может быть сведено к минимуму (прак­тически до нуля), то программное управление осуществляется

по разомкнутой системе, жестким управлением. При этом задает­ся такой закон изменения управляющей величины U(t), который обеспечивает требуемый закон изменения управляемой величи­ны Y(t), так как если известны уравнения, описывающие поведе­ние ОУ, то по заданному закону изменения управляемой величи­ны Y(t) = можно вычислить требуемый закон изменения управляющей величины U(t).

Рис. 1.12. Схема разомкнутой системы программного управления

Применение программного устройства (ПУ) (рис. 1.12), за­дающего эту зависимость, вычисленную заранее, обеспечивает выполнение программного управления. Кроме того, зависимость U(t) может вычисляться автоматически, в процессе функцио­нирования ОУ, с помощью специального вычислительного ус­тройства (управляющей вычислительной машины (УВМ) с опе­рационной системой реального времени), моделирующего ОУ (рис. 1.13). На вход модели (М) подаются задающее воздействие V(t) и контролируемые возмущения G(t). С помощью модели вычисляется зависимость U(t), подаваемая на ОУ и обеспечива­ющая эталонный закон управления Y₃(t). При этом, очевидно, что модель ОУ должна работать значительно быстрее самого ОУ.

Любая неточность математического описания ОУ или нали­чие неконтролируемых воздействий F(t) на ОУ приводит к нарушению соответствия между Y₃(t) и Y(t), т. е. к невыполне­нию требуемого закона изменения управляемой величины. В этом

Рис. 1.13. Схема разомкнутой системы программного управления с моделью ОУ

случае следует применять принцип программного управления по отклонению, т. е. использовать замкнутую САУ (рис. 1.14). Те­перь в регулятор (УВМ) подаются задающее воздействия V(t) и измеренные значения управляемой величины Y(t). В результате их сравнения УВМ вырабатывает такое управляющее воздействие U(t), которое обеспечивает минимальное значение рассогласо­вания E(t) = V(t) — Y(t). Функция V(t) хранится в памяти УВМ, выполняющей функцию программного устройства.

Рис. 1.14. Схема замкнутой системы программного управления

Для повышения точности управления могут использоваться комбинированные САУ, показанные на рис. 1.15. Описанные ра­нее системы автоматической стабилизации можно рассматри­вать как частный случай программных систем, в которых про­грамма не зависит от времени, т. е. V(t) = const.

Самонастройка или адаптация осуществляется адаптивны­ми САУ. Задачи, стоящие перед такими системами, значитель­но сложнее.

Первой задачей является поддержание экстремума управляе­мой величины. Для этой цели на ОУ могут подаваться пробные воздействия от регулятора (Р), анализируется знак изменения управляемой величины Y, вычисляется управляющее воздействие

Рис. 1.15. Схема комбинированной системы программного управления

U, приближающее режим к точке экстремума, и подается на ОУ (рис. 1.16).

Рис. 1.16. Схема системы адаптации с экстремальным регулятором

Таким образом, САУ ав­томатически поддерживает режим, близкий к оптимальному, при ко­тором все dyjdu_j ≈ 0. Устройства, обеспечивающие режим работы ОУ, близкий к оптимальному, на­зываются автоматическими опти­мизаторами или экстремальными регуляторами.

Подобные регуляторы применяются для ОУ, имеющих экстремальные характеристики и существенные, но медленно меняющиеся неконтролируемые возмущения, приводящие к из­менению экстремальных характеристик. При этом можно считать, что за время прихода за счет управления к экстремуму характеристики ОУ изменяются несущественно.

Второй задачей самонастройки является поддержание опти­мальной работы САУ но условию ее максимального быстродей­ствия. В этом случае показателем экстремума является время, в течение которого система приходит в соответствие с измене­нием задающего воздействия V(t). Это время может анализиро­ваться с помощью специального устройства самонастройки (С), изменяющего параметры регулятора (Р) таким образом, чтобы время регулирования стало минимальным (рис. 1.17). Параметры регулятора R изменяются за счет воздействия М, вычисляемого устройством самонастройки (программой УВМ) по результатам измерения Y(t), R(t) и вычисления времени реакции ОУ на проб­ные задающие воздействия V.

Рис. 1.17. Схема системы самонастройки на максимальное быстродействие

Объект управления вместе с регулятором в этом случае рас­сматривается как новый объект экстремального управления бо­лее высокой категории, управляемый устройством самонастройки (УС). В этом случае управляемыми величинами являются показа­тели качества переходных процессов, а также V, вычисляемые в УС на основании Y(t) и R(t), а управляющей — М, подаваемой в Р для настройки его параметров. Таким образом, рассматрива­емую систему можно разбить на две подсистемы, из которых одна управляет другой.

Управление целесообразным поведением характерно для сложных многосвязанных систем с элементами искусственно­го интеллекта. Как правило, четкое математическое описание таких систем связано с большими трудностями. Поэтому по­добные системы часто относят к классу интеллектуальных сис­тем управления (ИСУ), описываемых как нечеткие системы автоматического управления, либо как человеко-машинные си­стемы.

При создании САУ целесообразным поведением интеллек­туальных систем необходимо, прежде всего, решать следующие проблемы:

· Проблему интеллектуализации управления стратегического уровня, обеспечивающего планирование целесообразного пове­дения. Она связана с решением задач по выбору стратегии выпол­нения требуемого задания и формирования последовательности действий, необходимых для его реализации. Кроме того, данный уровень должен обеспечивать оперативную коррекцию поведе­ния в зависимости от изменений внешней среды и в самой ИСУ, например, из-за повреждений. Функционирование ИСУ на этом уровне требует наличия развитых способностей к приобретению знаний о закономерностях окружающей обстановки, к интерпре­тации, классификации и идентификации возникающих ситуаций, к анализу и запоминанию последствий своих действий, исходя из опыта работы (свойство самообучения).

Проблему интеллектуализации управления тактического уровня, которая в первую очередь касается поиска решения одной изключевых задач, связанных с планированием марш­рутов и траекторий продвижения к цели в неполностью опре­деленных условиях, в том числе и с различными препятствия­ми, с учетом динамики исполнительных подсистем и текущих изменений среды функционирования. При этом должно обес­печиваться не только продвижение к цели по априорно задава­емым маршрутам и траекториям, но и необходимые произ­вольные изменения продвижения к заданному целевому объекту.

• Проблему интеллектуализации управления исполнитель­ного уровня, которая связана с обеспечением активной адапта­ции управления исполнительными механизмами к изменениям нагрузочных характеристик, к вариациям собственных парамет­ров и параметров среды функционирования.

Интеллектуальная сенсорная информационно-измеритель­ная система должна обеспечивать замыкание контуров управле­ния различных уровней путем формирования соответствующих афферентных потоков. Основной проблемой интеллектуализа­ции такой системы является определение степени адекватности преобразуемой сенсорной информации целям функционирова­ния ИСУ и степени достоверности отображения как ее внешней среды, так и внутреннего состояния объектов управления, а также обеспечения системы способностью к адаптации.

В настоящее время для решения перечисленных проблем в ИСУ используют проблемно-ориентированные экспертные си­стемы в качестве интеллектуальных экспертных регуляторов (ЭР) каждого из уровней управления. Общей отличительной чертой таких регуляторов является возможность инициализации тех про­граммно реализованных алгоритмов управления или распозна­вания, выбор которых в той или иной ситуации представляется наиболее оправданным. Поэтому важнейшим среди множества принципиальных вопросов построения ЭР является определе­ние объема выполняемых функций, синтез архитектуры по­строения, формирование базы алгоритмов и соответствующей базы знаний, конструирование машины логического вывода, обеспечивающей режим реального времени.

Для обеспечения решения возлагаемых на ЭР задач после­дние функционально должны содержать следующие основные модули (рис. 1.18): супервизор (СВ), базу знаний (БЗ), базу алгоритмов (БА), базу данных (БД), машину логического вы­вода (МЛВ), и контроллер (К) для связи с аппаратными сред­ствами систем управления. Кроме того, ЭР может содержать имитационную модель (ИМ), анализатор (А) и контроллер адаптации (КА) для обучения и адаптации к изменяющимся условиям функционирования.

Рис. 1.18. Схема интеллектуальной системы управления

Супервизор должен обеспечивать выбор одного из режимов работы, включая интерфейс с пользователем (для наполнения базы знаний, определения целей и алгоритмов управления и пр.), настройку контуров управления, обучение и собственно функционирование, предусматривающее обработку данных, идентификацию, коррекцию контуров управления, оценку ка­чества проведенной коррекции.

База знаний должна содержать знания о динамике объекта управления, диапазоне входных и возмущающих сигналов, алгоритмах базы алгоритмов. База алгоритмов должна содер­жать множество алгоритмов управления и идентификации. База данных должна содержать информацию о целях управ­ления и о текущем состоянии системы и процесса ее функ­ционирования.

Машина логического вывода должна обеспечивать эксперт­ные заключения по управлению в режиме реального времени.

Исходя из основной функции, а именно — решения задачи проектирования оптимального процесса управления, можно выделить следующие основные типы интеллектуальных систем управления с ЭР.

Простейшей ИСУ является система с жесткой логикой. В такой системе база знаний (БЗ) неизменна и задачей ЭР явля­ется обеспечение функционирования регулятора (Р) в оптималь­ном режиме, путем логического анализа данных, поступающих из сенсорной информационно-измерительной системы (СИИС), связанной с объектом управления (ОУ), и базы данных (БД). БЗ в такой системе представляет собой набор правил, набранных пользователем-проектировщиком в процессе создания ИСУ и не изменяющихся в процессе функционирования. Машина ло­гического вывода (МЛВ) анализирует эти правила, используя данные БД, пополняемые из СИИС, и принимает решения об использовании того или иного алгоритма из базы алгоритмов (БА). Супервизор (СВ) по выбранному алгоритму вырабатывает задающие воздействия, подаваемые через контроллер (К) в ре­гулятор и обеспечивающие оптимальное функционирование системы.

При необходимости адаптации параметров регулятора под изменяющиеся внешние условия, параметры объекта управле­ния (ОУ) и параметры исполнительных механизмов (ИМ) струк­тура ИСУ усложняется, так как теперь на регулятор поступают не только сигналы задания, но и сигналы адаптации — из блока настройки СВ через тот же или дополнительный контроллер адап­тации (КА). В этом случае БЗ должна быть дополнена правилами для принятия решения об изменении настройки регулятора, а БА должна быть дополнена соответствующими алгоритмами адаптации. Решения по прежнему принимает МЛВ, а СВ допол­нительно с помощью блока настройки по выбранному ранее алгоритму вырабатывает сигналы адаптации. Такие ИСУ отно­сятся к классу адаптивных систем.

При необходимости вмешательства оператора в процесс функционирования ИСУ или в процесс управления СВ через блок интерфейса с пользователем может изменять и/или допол­нять содержимое БД и БЗ, тем самым корректируя задающие воздействия, вырабатываемые блоками настройки и функцио­нирования СВ. Такие ИСУ относятся к классу обучаемых чело­веко-машинных систем.

В ряде случаев МЛВ ИСУ может выбирать такие алгоритмы управления и/или адаптации, которые требуют при выработке задающих воздействий сравнения сигналов из СИИС с сигнала­ми из имитационной модели (ИМ) ОУ. В этом случае ЭР допол­няется блоком имитационного моделирования, связанного с ос­тальными блоками ЭР и СИИС. Такие ИСУ относятся к классу систем управления с имитационными моделями в контуре уп­равления.

Наконец, наиболее функционально полной ИСУ является структура, ЭР дополнительно снабжен анализатором (А) послед­ствий принятия решения, который анализирует последствия уп­равляющих воздействий на ОУ, сравнивает их с реакциями блока ИМ на такие же воздействия, а в ряде случаев и с реакцией оператора, и по результатам анализа корректирует БЗ и/или БА, а иногда и БД. Такие ИСУ относятся к классу самообучающихся систем.

Управление живучестью наиболее полно используется в интеллектуальных системах.

К основным принципам, которые могут использоваться в ИСУ для регулирования живучестью, относятся: адаптация, динамический естественный отбор или горячее резервирование, стресс, компенсация и заимствование, ступор или включение аварийного режима.

Принцип адаптации традиционно используется как в жи­вых организмах, так и в управляемых системах для обеспечения приспосабливаемости к изменяющимся внешним условиям фун­кционирования [4].

ИСУ, как и любая целеустремленная система, формирует поведение Y(t), исходя из заложенной при проектировании в память ИСУ генетической программы U_r, обеспечивающей фун­кционирование системы, исходя из внутреннего текущего со­стояния системы X(t) и изменяющихся во времени внешних воздействий со стороны окружающей среды, в том числе дей­ствий оператора FJ):

.

Кроме того, поведение любой ИСУ корректируется за счет гибкой реакции на изменяющиеся во времени внешние условия и внутреннее состояние. Появляющиеся при этом отклонения Y(t) в поведении формируются в основном за счет выявления отклонений от прогнозируемых внешних воздействий F(t) и внутреннего текущего состояния X(t), а в ряде случаев и за счет выявления нарушений (сбоев и повреждений) генетиче­ских программ U_r:

Y(t) = f( ).

Наиболее изученной и часто встречающейся задачей управ­ления живучестью является адаптация, когда U_r(t) отсутству­ет, X(t) —минимально, а F(t) — максимально из-за нестацио­нарности среды, ее активного противодействия или из-за вмешательства оператора в процесс функционирования. В этом случае можно считать, что Y(t) = f( ) и сигналом для вклю­чения механизма адаптации служит наблюдаемое превышение сверх допустимых норм изменений внешней среды: F(t) > .

Принцип горячего резервирования, аналогичный динами­ческому естественному отбору, существующему в живых орга­низмах, также традиционно используется в системах управле­ния для обеспечения живучести при отклонениях внутреннего состояния системы из-за различных поломок и отказов. Задача обеспечения живучести или надежности функционирования системы, когда U_r отсутствует, влияние отклонений окружа­ющей среды F(t) минимально, а отклонение внутреннего со­стояния Х(t) максимально, т. е. когда можно считать, что Y(t)=f( ) поставлена достаточно давно и в значитель­ной степени изучена [5].

Сигналом для включения механизма динамического есте­ственного отбора, т. е. переключения каналов и блоков на ре­зервные, служит наблюдаемое превышение сверх допустимых норм изменений внутреннего состояния: X(t) > x_доп.

Принцип стресса, аналогичный стрессу у человека, ис­пользуется в ИСУ для управления живучестью сравнительно недавно. Подобная задача управления живучестью функцио­нирования системы возникает, когда отклонениями в изме­нениях окружающей среды F(t) и внутреннего состояния можно пренебречь, а отклонения в поведении опреде­ляются в основном изменениями, сбоями генетических про­грамм .

Включение механизма стресса приводит к переводу систе­мы в резервный режим, при котором качество функционирова­ния системы и (или) ее надежность резко уменьшаются, напри­мер, падает точность, энергетический ресурс, ослабевают усилия неперемещения и т. п., но система в целом продолжает целе­устремленно функционировать. Поэтому очень важно правиль­но определять моменты включения этого механизма, т. е. четко выявлять Ur(t) в процессе функционирования и в про­цессе проектирования.

Принцип компенсации и заимствования, когда после ана­лиза изменения поведения Y(t) для обеспечения живучести системы производится подключение к внешним источникам ресурсов, например к внешним базам данных, источникам пи­тания и др., в неавтоматическом режиме, т. е. операторами, используется давно [6]. Такая задача обеспечения живучести фун­кционирования системы возникает, когда изменения U. от­сутствуют, а изменения F(t) и K(t) выходят за информацион­ные диапазоны и не могут быть компенсированы за счет собственных ресурсов. В этом случае можно считать, что Y(t) = f( ) и сигналом для включения механизма ком­пенсации и заимствования служит наблюдаемое изменение по­ведения сверх допустимых норм Y(t) > , превышающих внутренние ресурсы. Включение этого режима связано со зна­чительными затратами, потерей автономности функциониро­вания, а также с ухудшением ряда существенных характерис­тик, например, быстродействия, мобильности и др. Поэтому очень важно правильно выявлять моменты наступления ситуа­ции включения механизмов компенсации и заимствования.

Принцип ступора или включения аварийного режима может использоваться в ИСУ для обеспечения живучести подобно тому, как это происходит у человека при бредовом состоянии [7]. Такая задача управления живучестью системы возникает, когда откло­нения в изменениях окружающей среды и внутреннего со­стояния превышают информационные диапазоны и одно­временно наблюдаются сбои генетических программ т. е.

В этом случае система после анализа начинает игно­рировать некоторую информацию или ее преднамеренно иска­жает из-за наличия сбоев , но добивается выполнения основной цели генетической программы — продолжения жиз­ненного цикла, несмотря на резкое ухудшение качества функ­ционирования и отказ от менее жизненно важных функций. На­пример, система становится очень медленно действующей, ослабевают усилия на перемещения, система отказывается от некоторых перемещений и т. п. При ступоре тенденциозен не только отбор, но и переработка информации, что выражается, в частности, в крайней избирательности извлечения информа­ции из памяти. Обычно этот режим возникает при существен­ных изменениях внутреннего состояния и значительных сбоях генетических программ .

Дата добавления: 2015-04-29