В общем случае автоматическая система состоит из объекта управления и совокупности устройств, которые обеспечивают управление этим объектом. Как правило, эта совокупность устройств включает в себя измерительные устройства, усилительные и преобразовательные устройства, а также исполнительные устройства. Если объединить эти устройство в одно звено (управляющее устройство), то структурная схема системы выглядит следующим образом:

В автоматической системе информация о состоянии объекта управления через измерительное устройство поступает на вход управляющего устройства. Такие системы называются системами с обратной связью или замкнутыми системами. Отсутствие этой информации в алгоритме управления говорит о том, что система разомкнута. Состояние объекта управления в любой момент времени будем описывать переменными
, которые называются координатами системы или переменными состояния. Их удобно считать координатами- мерного вектора состояния.

Измерительное устройство выдает информацию о состоянии объекта. Если на основании измерения вектора
могут быть найдены значения всех координат
вектора состояния
, то говорят, что система полностью наблюдаема.

Управляющее устройство вырабатывает управляющее воздействие
. Таких управляющих воздействий может быть несколько, они образуют- мерный управляющий вектор.

На вход управляющего устройства поступает задающее входное воздействие
. Это входное воздействие несет информацию о том, какое должно быть состояние объекта. На объект управления может действовать возмущающее воздействие
, которое представляет собой нагрузку или помеху. Измерение координаты объекта, как правило, осуществляется с некоторыми погрешностями
, которые тоже носят случайный характер.

Задачей управляющего устройства является выработка такого управляющего воздействия
, чтобы качество функционирования автоматической системы в целом было бы наилучшим в некотором смысле.

Мы будем рассматривать такие объекты управления, которые являются управляемыми. То есть вектор состояния можно изменять требуемым образом путем соответствующего изменения вектора управления. Будем подразумевать, что объект полностью наблюдаемый.

Так, например, положение летательного аппарата характеризуется шестью координатами состояния. Это
- координаты центра масс,
- углы Эйлера, определяющие ориентацию летательного аппарата относительно центра масс. Положение летательного аппарата можно изменить с помощью рулей высоты, курса, элерона и с помощью уклонения вектора силы тяги. Таким образом управляющий вектор определен следующим образом:

- угол отклонения рулей высоты

- курс

- элерон

- тяга

Вектор состояния
в этом случае определяется следующим образом:

Можно поставить задачу выбора управления, с помощью которого летательный аппарат переводится из заданного начального состояния
в заданное конечное состояние
с минимальными затратами топлива или за минимальное время.

Дополнительная сложность при решении технических задач возникает в силу того, что на управляющее воздействие и на координаты состояния объекта управления, как правило, накладываются различные ограничения.

На любой угол рулей высоты, курса, элерона существуют ограничения:

- тяга сама по себе ограничена.

На координаты состояния объекта управления и их производные также накладываются ограничения, которые связаны с допустимыми перегрузками.

Мы будем рассматривать объекты управления, которые описываются дифференциальным уравнением:

(1)

Или в векторном виде:

--мерный вектор состояния объекта

--мерный вектор управляющих воздействий

- функция правой части уравнения (1)

На вектор управления
накладывается ограничение, мы будем полагать, что его значения принадлежат некоторой замкнутой областинекоторого-мерного пространства. Это означает, что управляющая функция
в любой момент времени принадлежит области(
).

Так, например, если координаты управляющей функции удовлетворяет неравенствам:

то область является-мерным кубом.

Автоматические системы, обеспечивающие наилучшие технические или технико-экономические показатели качества при заданных реальных условиях работы и ограничениях, называются оптимальными системами .
Оптимальные системы делятся на два класса:
- системы с "жесткой" настройкой, в которых неполнота информации не мешает достижению цели управления;
- адаптивные системы, в которых неполнота информации не позволяет достичь цели управления без автоматического приспособления системы в условиях неопределенности.
Цель оптимизации - математически выражается как требование обеспечения минимума или максимума некоторого показателя качества, называемого критерием оптимальности или целевой функцией. Основными критериями качества автоматических систем являются: стоимость разработки, изготовления и эксплуатации системы; качество функционирования (точность и быстродействие); надежность; потребляемая энергия; масса; объем и т.д.

Качество функционирования описывается функциональными зависимостями вида:

где u - координаты управления; x - фазовые координаты; f в - возмущения; t о и t к - начало и конец процесса.
При разработке оптимальных САУ необходимо учитывать ограничения, накладываемые на систему, которые бывают двух типов:
- естественные, обусловленные принципом работы объекта, например, скорость работы гидравлического сервомотора не может быть больше, чем при полностью открытых заслонках, скорость АД не может быть больше синхронной и т.д.;
- искусственные (условные), которые вводят сознательно, например, ограничения тока в ДПТ для нормальной коммутации, нагрева, ускорения для нормального самочувствия в лифте и т.д.
Критерии оптимальности могут быть скалярными, если представляются только одним частным критерием, и векторными (многокритериальными), если представляются рядом частных.
В качестве критерия оптимальности может быть принято время переходного процесса т.е. САУ оптимальная по быстродействию, если обеспечивается минимум этого интеграла с учетом ограничений. Принимаются также известные в ТАУ интегральные оценки качества переходного процесса, например, квадратичный. В качестве критерия оптимальности систем при случайных воздействиях используют среднее значение квадрата ошибки системы При управлении от источников с ограниченной мощностью берут функционал, характеризующий расход энергии на управление где u(t) и i(t) - напряжение и ток цепи управления. Иногда в качестве критерия оптимальности сложных САУ принимают максимум прибыли технологического процесса I= g i П i - S, где g i - цена продукта; П i - производительность; S - затраты.
По сравнению с менее строгими методами проектирования замкнутых САУ преимущества теории оптимизации состоят в следующем:
1). процедура проектирования является более четкой, т.к. включает в едином показателе проектирования все существенные аспекты качества;
2). очевидно проектировщик может ожидать получения наилучшего результата в соответствии с данным показателем качества. Поэтому для рассматриваемой задачи указывается область ограничений;
3). можно обнаружить несовместимость ряда требований качества;
4). процедура непосредственно включает в себя предсказание, т.к. оценка показателя качества производится по будущим значениям времени управления;
5). результирующая система управления будет адаптивной, если в процессе работы показатель проектирования переформулируется и попутно снова вычисляются параметры регулятора;
6). определение оптимальных нестационарных процессов не вносит каких-либо дополнительных трудностей;
7). непосредственно рассматриваются и нелинейные объекты, правда, при этом возрастает сложность вычислений.

Трудности, присущие теории оптимизации, состоят в следующем:
1). превращение различных требований проектирования в значимый на языке математики показатель качества непростая задача; здесь возможны пробы и ошибки;
2). существующие алгоритмы оптимального управления в случае нелинейных систем требуют сложных программ вычислений и, в ряде случаев, большого количества машинного времени;
3). показатель качества результирующей системы управления очень чувствителен к разного рода ошибочным предположениям и к изменениям параметров объекта управления.

Задача оптимизации решается в три этапа:
1). построение математических моделей физического процесса, а также требований качества. Математическая модель требований качества является показателем качества системы;
2). вычисление оптимальных управляющих воздействий;
3). синтез регулятора, формирующего оптимальные сигналы управления.

На рис.10.1 представлена классификация оптимальных систем.

Для проектирования оптимальной САУ необходима полная информация об ОУ, возмущающих и задающих воздействиях, начальном и конечном состояниях ОУ. Далее требуется выбрать критерий оптимальности. В качестве такого критерия можно использовать один из показателей качества системы. Однако требования к отдельным показателям качества, как правило, противоречивы (например, повышение точности системы достигается уменьшением запаса устойчивости). Кроме того, оптимальная система должна иметь минимально возможную ошибку не только при отработке какого-то конкретного управляющего воздействия, но в течение всего времени работы системы. Следует также учитывать, что решение задачи оптимального управления зависит не только от структуры системы, но и от параметров составляющих ее элементов.

Достижение оптимального функционирования САУ во многом определяется тем, как осуществляется управление во времени, какова программа, или алгоритм управления. В связи с этим для оценки оптимальности систем используют интегральные критерии, вычисляемые как сумма значений интересующего проектировщиков параметра качества системы за все время процесса управления.

В зависимости от принятого критерия оптимальности рассматривают следующие виды оптимальных систем.

1. Системы , оптимальные по быстродействию , которые обеспечивают минимальное время перевода ОУ из одного состояния в другое. В этом случае критерий оптимальности выглядит следующим образом:

где / н и / к - моменты начала и окончания процесса управления.

В таких системах длительность процесса управления минимальна. Простейший пример - система управления двигателем, обеспечивающая минимальное время разгона его до заданной частоты вращения с учетом всех имеющихся ограничений.

2. Системы , оптимальные по расходу ресурсов , которые гарантируют минимум критерия

где к - коэффициент пропорциональности; U(t) - управляющее воздействие.

Такая система управления двигателем обеспечивает, например, минимальный расход топлива за все время управления.

3. Системы , оптимальные по потерям управления (или по точности), которые обеспечивают минимальные ошибки управления на основании критерия где e(f) - динамическая ошибка.

В принципе задача проектирования оптимальной САУ может быть решена простейшим методом перебора всех возможных вариантов. Конечно, такой метод требует больших затрат времени, но современные ЭВМ позволяют в некоторых случаях им воспользоваться. Для решения задач оптимизации разработаны специальные методы вариационного исчисления (метод максимума, метод динамического программирования и др.), позволяющие учесть все ограничения реальных систем.

В качестве примера рассмотрим, каким должно быть оптимальное по быстродействию управление электродвигателем постоянного тока, если подаваемое на него напряжение ограничено предельной величиной {/ лр, а сам двигатель можно представить в виде апериодического звена 2-го порядка (рис. 13.9, а).

Метод максимума позволяет рассчитать закон изменения и(г), обеспечивающий минимальное время разгона двигателя до частоты вращения (рис. 13.9, б). Процесс управления данным двигателем должен состоять из двух интервалов, в каждом из которых напряжение u(t) принимает свое предельное допустимое значение (в интервале 0 - /,: u(t) = +?/ пр, в интервале /| - / 2: u(t) = -?/ пр)* Для обеспечения такого управления в состав системы должен быть включен релейный элемент.

Как и обычные системы, оптимальные системы бывают разомкнутыми, замкнутыми и комбинированными. Если оптимальное управление, переводящее ОУ из начального состояния в конечное и не зависящее или слабо зависящее от возмущающих воздействий, может быть задано как функция времени U = (/(/), то строится разомкнутая система программного управления (рис. 13.10, а).

В программное устройство ПУ закладывается оптимальная программа П, рассчитанная на достижение экстремума принятого критерия оптимальности. По такой схеме осуществляется управ-

Рис. 13.9.

а - с обшим управляющим устройством; б - с двухуровневым управляющим

устройством

Рис. 13.10. Схемы оптимальных систем: а - разомкнутой; б - комбинированной

ление станками с числовым программным управлением и простейшими роботами, производится вывод ракет на орбиту и т.д.

Наиболее совершенными, хотя и наиболее сложными, являются комбинированные оптимальные системы (рис. 13.10, б). В таких системах разомкнутый контур осуществляет оптимальное управление по заданной программе, а замкнутый контур, оптимизированный по минимуму ошибки, отрабатывает отклонение выходных параметров. Используя канат измерения возмущений /*, система становится инвариантной относительно всего множества задающих и возмущающих воздействий.

Для того чтобы реализовать столь совершенную систему управления, необходимо точно и быстро измерять все возмущаюшие воздействия. Однако такая возможность имеется далеко не всегда. Гораздо чаще о возмущающих воздействиях известны только усредненные статистические данные. Во многих случаях, особенно в системах телеуправления, даже задающее воздействие поступает в систему вместе с помехами. А так как помеха представляет собой в общем случае случайный процесс, то удается синтезировать только статистически оптимальную систему. Такая система не будет оптимальной для каждой конкретной реализации процесса управления, но она будет в среднем наилучшей для всего множества его реализаций.

Для статистически оптимальных систем в качестве критериев оптимальности используют усредненные вероятностные оценки. Например, для следящей системы, оптимизированной по минимуму ошибки, в качестве статистического критерия оптимальности используют математическое ожидание квадрата отклонения выходного воздействия от заданного значения, т.е. дисперсию:

Используются и другие вероятностные критерии. Например, в системе обнаружения целей, где важно только наличие или отсутствие цели, в качестве критерия оптимальности применяют вероятность ошибочного решения Р ош:

где Р п ц - вероятность пропуска цели; Р ЛО - вероятность ложного обнаружения.

Во многих случаях рассчитанные оптимальные САУ оказываются практически не реализуемыми ввиду их сложности. Как правило, требуется получение точных значений производных высоких порядков от входных воздействий, что технически очень трудно осуществимо. Зачастую даже теоретический точный синтез оптимальной системы оказывается невозможен. Однако методы оптимального проектирования позволяют строить квазиоптимальные системы, хотя и упрощенные в той или иной степени, но все- гаки позволяющие достичь значений принятых критериев оптимальности, близких к экстремальным.

ОПТИМАЛЬНАЯ СИСТЕМА

ОПТИМАЛЬНАЯ СИСТЕМА, система автоматического управления, обеспечивающая наилучшее (оптимальное) с нек-рой точки зрения функционирование управляемого объекта. Его характеристики и внешние возмущающие воздействия могут изменяться непредвиденным образом, но, как правило, при определенных ограничениях. Наилучшее функционирование системы управления характеризуется т. н. критерием оптимального управления (критерием оптимальности, целевой функцией), к-рый представляет собой величину, определяющую эффективность достижения цели управления и зависящую от изменения во времени или в пространстве координат и параметров системы. Критерием оптимальности могут быть различные технич. и экономич. показатели функционирования объекта: кпд, быстродействие, среднее или максимальное отклонение параметров системы от заданных значений, себестоимость продукции, отд. показатели качества продукции либо обобщённый показатель качества и т. п. Критерий оптимальности может относиться как к переходному, так и к установившемуся процессу, либо и к тому и к др. Различают регулярный и статистич. критерии оптимальности. Первый зависит от регулярных параметров и от координат управляемой и управляющей систем. Второй применяется тогда, когда входные сигналы - случайные функции или (и) нужно учесть случайные возмущения, порождённые отдельными элементами системы. По матем. описанию критерий оптимальности может быть либо функцией конечного числа параметров и координат управляемого процесса, к-рая принимает экстремальное значение при оптимальном функционировании системы, либо функционалом от функции, описывающей закон управления; при этом определяется такой вид этой функции, при к-ром функционал принимает экстремальное значение. Для расчёта О. с. пользуются принципом максимума Понтрягина либо теорией динамич. программирования.

Оптимальное функционирование сложных объектов достигается при использовании самоприспосабливающихся (адаптивных) систем управления, к-рые обладают способностью автоматически изменять в процессе функционирования алгоритм управления, свои характеристики или структуру для сохранения неизменным критерия оптимальности при произвольно изменяющихся параметрах системы и условиях её работы. Поэтому в общем случае О. с. состоит из двух частей: постоянной (неизменной), включающей объект управления и нек-рые элементы управляющей системы, и переменной (изменяемой), объединяющей остальные элементы. См. также Оптимальное управление. М. М. Майзель.

ОПТИМАЛЬНЫЕ И АДАПТИВНЫЕ СИСТЕМЫ

(лекции, заочный факультет, 5 курс)

Лекция 1.

Введение.

В классической теории автоматического управления (ТАУ) за­дачи оптимизации и адаптации ставились в основном примени­тельно к управлению «в малом». Это означает, что оптимальная программа изменения режимов технологического процесса, вы­раженная в задающих воздействиях регуляторов, считалась из­вестной, определенной на стадии проектирования. Задача управ­ления заключалась в выполнении этой программы, стабилизации программного движения. При этом допускались лишь малые от­клонения от заданного движения, и переходные процессы «в ма­лом» оптимизировались по тем или иным критериям.

В конце 50-х - начале 60-х гг. XX столетия появились работы Л.С. Понтрягина (принцип максимума), Р. Беллмана (динамичес­кое программирование), Р. Калмана (оптимальная фильтрация, управляемость и наблюдаемость), которые заложили основы со­временной теории автоматического управления, общепринятого определения понятия которой пока не существует.

Наиболее точно современную теорию автоматического управ­ления можно отделить от классической ТАУ, учитывая требования научно-технического прогресса, современной и перспектив­ной автоматизации. Важнейшим из таких требований является оптимальное использование всех располагаемых ресурсов (энер­гетических, информационных, вычислительных) для достижения главной обобщенной конечной цели при соблюдении ограниче­ний.

Прежде всего указанная оптимиза­ция требует полного использования имеющейся априорной ин­формации в виде математической модели управляемого процес­са или объекта. Использование таких моделей не только на стадии проектирования, но и в процессе функционирования систем, яв­ляется одной из характерных черт современной теории автомати­ческого управления.

Оптимальное управление возможно лишь при оптимальной обработке информации. Поэтому теория оптимального (и субоп­тимального) оценивания (фильтрации) динамических процессов является составной частью современной теории автоматического управления. Особо важной является параметрическая идентифи­кация (оценивание параметров и характеристик по эксперимен­тальным данным), выполняемая в реальном масштабе времени в эксплуатационных режимах ОУ.

Подлинная оп­тимизация автоматического управления в условиях неполной априорной информации возможна только в процессе функциони­рования системы в текущей обстановке и возникшей ситуации. Следовательно, современная теория автоматического управления должна рассматривать адаптивное оптимальное (субоптимальное) управление «в большом». Кроме того, современная теория авто­матического управления должна рассматривать методы резерви­рования и структурного обеспечения надежности (особенно прин­ципы автоматической реконфигурации системы при отказах).

Определение, особенности и общая характеристика оптимальных систем.

Оптимальной называется наилучшая в некотором технико-эко­номическом смысле система. Основной ее особенностью являет­ся наличие двух целей управления, которые эти системы реша­ют автоматически.

Основная цель управления - поддержание управляемой ве­личины на заданном значении и устранение возникающих откло­нений этой величины.

Цель оптимизации - обеспечение наилучшего качества уп­равления, определяемое по достижению экстремума некоторого технико-экономического показателя, называемого критерием оптимальности (КО).

Оптимальные системы разделяют в зависимости от вида КО на два класса: оптимальные в статике системы и оптимальные в ди­намике системы.

У оптимальных в статике систем КО является функцией пара­метров или управляющих воздействий. Этот критерий имеет экст­ремум в статическом режиме работы системы, причем статическая характеристика, выражающая зависимость КО от управляющих воздействий оптимизации, может непредвиденным образом сме­щаться под действием возмущений. Оптимальная система должна этот экстремум находить и поддерживать. Такие системы приме­нимы, если возмущения, смещающие указанную характеристи­ку, изменяются сравнительно медленно по сравнению с длитель­ностью переходных процессов в системе. Тогда система будет успевать отслеживать экстремум практически в статическом ре­жиме. Такие условия обычно выполняются на верхней ступени иерархии управления.

Оптимальные в динамике системы отличаются тем, что их критерий оптимальности представляет собой функционал, т. е. функцию от функций времени. Это значит, что, задав функции времени, от которых данный функционал зависит, получим чис­ловое значение функционала. Эти системы могут применяться при сравнительно быстро меняющихся внешних воздействиях, не выходящих, однако, за допустимые пределы. Поэтому они ис­пользуются на нижних уровнях управления.

1.2. Критерии оптимальности оптимальных в динамике систем

Обычно эти функционалы имеют вид определенных интегра­лов по времени

где x(t), u(t) - векторы состояния и управления данной системы;

Т - длительность процесса (в частности, может быть Т = ).

В зависимости от подынтегральной функции f 0 эти критерии имеют следующие основные виды.

1. Линейные функционалы, у которых f 0 - линейная функция переменных:

Критерий максимального быстродействия при f 0 1, т.е.

который равен длительности процесса, а соответствующие системы называют оптимальными по быстродействию;

Линейные интегральные оценки

Критерий максимальной производительности

,

где q(t) - количество произведенной продукции.

2. Квадратичные функционалы, у которых f 0 - квадратичная форма от входящих в нее переменных:

Квадратичные интегральные оценки качества переходного процесса

;

Критерий энергозатрат на управление, у которого

,

где u - управляющее воздействие, а и 2 - мощность, затрачи­ваемая на управление;

Обобщенный квадратичный критерий, равный сумме двух предшествующих, взятых с некоторыми весовыми коэффи­циентами. Он компромиссно характеризует качество пере­ходного процесса и энергозатраты на него, т. е.

,

где Q и R - положительно определенные квадратные матрицы. Функционалы, не содержащие интегралов:

Критерий минимакса, при оптимизации по которому надо обеспечить минимальное значение максимума модуля (нор­мы) вектора отклонения управляемого процесса от его эта­лонного закона изменения, т. е.

, где x э – эталонный закон изменения.

Простейшим примером этого критерия для скалярного случая является известное максимальное перерегулирова­ние переходного процесса;

Функция от конечного состояния

которая является функционалом потому, что конечное со­стояние объекта х (Т) является функцией от управляющего воздействия u (t). Этот критерий оптимальности может применяться в сумме с одним из рассмотренных выше критериев, имеющих вид определенного интеграла.

Выбор того или иного критерия оптимальности для конкретного объекта или системы производится на основании соответствующего изучения работы объекта и предъявляемых к нему требований технико-экономического характера. Этот вопрос не может быть решен в рамках только теории автоматического управления. В зависимости от физического смысла критерия оптимальности его требуется либо минимизировать, либо максимизировать. В первом случае он выражает потери, во втором случае технико-экономическую выгоду. Формально, поменяв знак перед функционалом, можно задачу по максимизации свести к задаче по минимизации.

Лекция 2.

1.3. Краевые условия и ограничения
для оптимальных в динамике систем

Основная цель управления в таких системах обычно формулируется как задача перевода изображающей точки из некоторого начального состояния х(О) в некоторое конечное х(Т) состояние. Начальное состояние принято называть левым концом оптимальной траектории, а конечное - правым. Вместе взятые эти данные и образуют краевые условия. Задачи управления могут отличаться видом краевых условий.

1. Задача с закрепленными концами траектории имеет место, когда х (0) и х (Т) фиксированные точки пространства.

2. Задача с подвижными концами траектории получается, когда х (0) и х (Т) принадлежат некоторым известным линиям или поверхностям пространства.

3. Задача со свободными концами траектории возникает, когда указанные точки занимают произвольные положения. На практике встречаются и смешанные задачи, например х (0) - фиксирован, а х (Т) подвижен. Такая задача будет иметь место, если объект из заданного фиксированного состояния должен «догнать» некоторую эталонную траекторию (рис. 1).

Ограничениями называются дополнительные условия, кото­рым должны удовлетворять управляющие воздействия и управ­ляемые величины. Встречаются два вида ограничений.

1. Безусловные (естественные) ограничения, которые выпол­няются в силу физических законов для процессов в объекте уп­равления (ОУ). Эти ограничения показывают, что некоторые ве­личины и их функции не могут выйти за границы, определяемые равенствами или неравенствами. Например, уравнение двигате­ля постоянного тока (ДПТ):

,

ограничение на скорость асинхронного двигателя , где - синхронная скорость.

2. Условные (искусственные) ограничения, выражающие та­кие требования к величинам или функциям от них, согласно ко­торым они не должны превосходить границ, определенных равен­ствами или неравенствами по условиям долговечной и безопасной эксплуатации объектов. Например, ограничение на питающее напряжение , ограничения на допустимую скорость, уско­рение и т. п.

Для обеспечения условных ограничений необходимо прини­мать меры схемного или программного характера при реализации соответствующего управляющего устройства.

Ограничения, независимо от их вида, выражаемые равенства­ми, называются классическими, а неравенствами - неклассичес­кими.

Похожая информация.