ИДЕНТИФИКАЦИЯ И АДАПТИВНОЕ УПРАВЛЕНИЕ ДИНАМИЧЕСКИМИ ОБЪЕКТАМИ Дискретные динамические модели стохастических объектов В динамическом режиме поведение объектов описывается различными динамическими уравнениями: обыкновенными дифференциальными, интегральными, интегродифференциальными уравнениями; уравнениями с запаздываниями; уравнениями в частных производных и их дискретными аналогами. С целью упрощения будем рассматривать наиболее простые дискретные модели. Последние выбраны именно потому, что получаемые алгоритмы идентификации и управления напрямую реализуемы на цифровой вычислительной технике (мини-,микро-ЭВМ, микропроцессоры). Дискретные модели привязаны к номерам дискретных моментов времени и поэтому основным аргументом для входных u(t) и выходных x(t), y(t) переменных является номер дискреты t = 0, 1, 2,… Например: x(t ) Ax (t 1) Bu(t 1), t 1, 2, ..., x(0) x0 x(t ) f ( x(t 1), u(t 1),(t 1), ), t 1, 2, ..., x(0) x0 Дискретные динамические модели стохастических объектов Считаем, что объект описывается дискретным уравнением: x (t ) ax (t 1) bu(t 1) e(t ) ce(t 1), t 1, 2, ... . Модель имеет вид: y (t ) ax(t 1) b u (t 1) с ( x(t 1) y (t 1)) e( t ) q c u( t ) q b (t ) a x (t ) q Дискретные динамические модели стохастических объектов Если объект имеет вид: x (t ) ax (t 1) b(u(t 1) e(t 1)) То оптимальная модель имеет вид: y (t ) ay (t 1) b u(t 1), t 1, 2, ... . e( t ) u( t ) q b x (t ) a q Подстройка параметров с использованием функций чувствительности Для примера рассмотрим модель: y (t | (t )) a (t ) x (t 1) b (t )u(t 1) c (t )[ x (t 1) y (t 1 | (t ))] Построим алгоритм расчета параметров: (t ) ( a (t ), b (t ), c (t ))T Линеаризуем модель относительно параметров α(t-1) , вычисленных в предыдущий момент времени: y (t | (t )) y (t | (t 1)) a (t )a (t ) b (t )b (t ) c (t )c (t ) y (t | (t 1)) T (t )(t ) Здесь y(t|α(t-1)) – выход модели в момент времени t при значениях параметров, полученных в предыдущий момент времени t-1 y(t | (t 1)) a (t 1) x(t 1) b (t 1)u(t 1) c (t 1)[ x(t 1) y(t 1 | (t 1))] ω(t) – вектор-столбец функций чувствительности выхода модели к параметрам модели. Подстройка параметров с использованием функций чувствительности Функции чувствительности удовлетворяют уравнениям чувствительности: a (t ) c (t 1)a (t 1) x(t 1), a (0) 0 b (t ) c (t 1)b (t 1) u(t 1), b (0) 0 c (t ) c (t 1)c (t 1) ( x(t 1) y (t 1 (t 1))), c (0) 0 Каждое уравнение чувствительности получается дифференцированием уравнения модели по соответствующему параметру. Для расчета параметров α(t) можно использовать, например, простейший адаптивный алгоритм: (t )( x (t ) y (t ( (t 1)) (t ) (t 1) T (t )(t ) Применение простейшего адаптивного алгоритма Рассчитаем параметры линейных и нелинейных динамических моделей на основе простейшего адаптивного алгоритма. (t )( x (t ) y (t ( (t 1)) (t ) (t 1) T (t )(t ) Пример: Рассмотрим модель без обратной связи: y (t ) ai x (t i ) b j u (t j ) n m i 1 j 1 Функциями чувствительности выхода модели к ее параметрам являются измеренные значения выхода и входа объекта: ai (t ) x(t i ), i 1, n, b j (t ) u(t j ), j 1, m Применение простейшего адаптивного алгоритма В каждый текущий момент времени t на основе измерений x(t); x(t-1), u(t-1); x(t-2), u(t-2) параметры корректируем по простейшему адаптивному алгоритму: x (t ) y (t | (t 1)) ai (t ) ai (t 1) n x (t i ); i 1, n m 2 2 ( t ) ai b (t ) i 1 j 1 j x (t ) y (t | (t 1)) b j (t ) b j (t 1) n u(t j ); j 1, m m 2 2 ( t ) ai b (t ) i 1 j 1 j m y (t | (t 1) ai (t 1)x(t i ) b j (t 1)u(t j ) n i 1 j 1 Применение простейшего адаптивного алгоритма Рассмотрим нелинейную модель без обратной связи: y(t ) f ( x(t 1), u(t 1), 1 , 2 ) Получаем следующие выход модели и функции чувствительности: y(t | (t 1) f ( x(t 1), u(t 1), 1 (t 1), 2 (t 1)) f ( x(t 1), u(t 1), 1 (t 1), 2 (t 1)) 1 f ( x(t 1), u(t 1), 1 (t 1), 2 (t 1)) 2 (t ) 2 1 (t ) Алгоритм перестройки параметров: x (t ) y (t | (t 1)) 1 (t ) 1 (t 1) 1 (t ) 2 2 1 (t ) 2 (t ) 2 (t ) 2 (t 1) x (t ) y (t | (t 1)) 2 ( t ) 2 2 1 (t ) 2 (t ) Адаптивные системы обработки информации В адаптивных системах обработки информации и управления происходит приспособление к изменяющимся условиям и неизвестным характеристикам объекта. u z Объект управления x Регулятор фиксированной структуры Блок перестройки параметров регулятора Устройство управления x u z Объект управления x x Синтезируемый регулятор x* Блок перестройки параметров модели Устройство управления x* Постановка задачи адаптивного управления Рассматриваем адаптивную систему с идентификацией (АСИ). Синтезируем алгоритм расчета управления (алгоритм работы устройства управления) u(t) в каждый текущий момент времени t. Исходными экспериментальными данными о входе и выходе объекта. Необходимо рассчитать управляющее воздействие u(t) , обеспечивающее достижение следующей цели: наименьшего уклонения выхода системы x от заданной траектории x* в каждый текущий момент времени. Считаем, что поведение объекта в динамическом режиме описывается разностным уравнением: x(t ) f ( x(t 1), u (t 1), a) (t ), t 1, 2, Обозначим через y(k|α(t)) выход модели в момент времени k при значении вектора параметров α(t), вычисленных в момент времени. Если шум – белый, то y ( k | (t )) f ( x ( k 1), u( k 1), (t )) Примеры синтеза устройств управления для простейших линейных систем Пример 1. Считаем, что объект описывается уравнением: x(t ) x(t 1) u (t 1) h(t 1) h(t ) Формируем модель объекта: y ( k | (t )) x ( k 1) u( k 1) (t ) u (t ) q u(t 1) x(t 1) q Находим параметры: Объект (t ) x (t ) x (t 1) u(t 1) I (u ) ( y (t 1 | (t )) x * (t 1)) 2 (t ) min u1 ( t ) u ( t ) u2 ( t ) Рассчитываем оптимальное управление: u1 (t ), если v(t ) u1 (t ), u (t ) v(t ), если u1 (t ) v(t ) u 2 (t ), u (t ), если u (t ) v(t ). 2 2 q x (t ) x* (t 1) v (t ) Из локального квадратичного критерия оптимальности q q Устройство x(t 1) управления Примеры синтеза устройств управления для простейших линейных систем Пример 2. Объект описывается уравнением: x(t ) a0 a1 x(t 1) a2u(t 1) e(t ) Модель объекта: y(k | (t )) 0 (t ) 1 (t ) x(k 1) 2 (t )u(k 1) Параметры: x (t ) y (t | (t 1)) 0 (t ) 0 (t 1) 0 (t 1) (t ) 2 2 1 x (t 1) u (t 1) 1 (t ) 1 (t 1) (t ) x(t 1) 2 (t ) 2 (t 1) (t )u(t 1) Находим управляющее воздействие : v (t ) 21 (t )( x * | t 1) 0 (t ) 1 (t ) x (t )) Синтез алгоритмов управления для линейных систем Объект: n m i 1 j 1 x ( t ) a 0 a i x ( t i ) a n j u ( t j ) e( t ) e(t ) u(t ) q q an1 q q a1 q q an 1 0 x (t ) a0 1 an m 1 n 1 q an2 x* (t 1) 1 n2 q n m Идентификатор n Алгоритмы адаптивного управления для нелинейных систем Объект описывается нелинейным разностным уравнением: x (t ) f ( x (t 1), u(t 1), a, t 1) e(t ), t 1, 2, ... . e(t ) e(t ) u(t ) q f () x (t ) u(t ) q a q x* (t 1) q v(t ) f 1 () x* (t 1) (t ) Идентификатор x (t ) q q Управление динамическими системами с чистыми запаздываниями Рассматриваем объект, описываемый разностным уравнением: x (t ) f ( x (t 1), u(t 1 ), a ) e(t ), t 1, 2, .... Строим модель объекта: y ( k | (t )) f ( x ( k 1), u( k 1 ), (t )) Выход модели находим из критерия наименьших квадратов: I (u) ( y (t 1 | (t )) x * (t 1 ))2 min u1 u ( t ) u2 Решение получается в форме u1, если v(t ) u1, u (t ) v(t ), если u1 v(t ) u2 , u , если u v(t ), 2 2 Управление динамическими системами с чистыми запаздываниями x* , 5 x (t ), 80 o 60 o 40 o 20 o 0 100 20 40 60 80 100 t 80 100 t u(t ) [0;100] 50 0 0 20 40 60 Пример: на примере гальванической ванны одного из заводов при однопроцентном уровне помех приведены входная и выходная переменные замкнутой системы управления, а также кусочно-постоянный заданный температурный режим x*(t). В начальный момент температура ванны равна 20 С. На первых двадцати тактах происходит основная настройка параметров модели, хотя и далее алгоритм коррекции параметров продолжает непрерывно работать. Если в объекте произойдут какие-либо изменения, то идентификатор отследит их. После основной коррекции параметров алгоритм управления обеспечивает перевод системы на новый уровень стабилизации за минимальное время и без перерегулирования. ВОПРОСЫ ?