Xreferat.com » Рефераты по математике » Математическая модель системы слежения РЛС

Математическая модель системы слежения РЛС

выше, в реальных системах всегда существуют ограничения на управление, обусловленные техническими особенностями реальных объектов. В данном случае — это ограничение на напряжение якоря двигателя. Эти условия представляют собой ограничения на величину и на скорость изменения управляющего параметра U. Таким образом эти ограничения выделяют в пространстве управлений некоторое подпространство, называемое, как было сказано выше, областью управления. Область управления представляет собой r-мерный параллелепипед.

В теории принципа максимума было доказано, что управление будет оптимальным в случае движения по граням параллелепипеда области управления. В нашем случае областью управления является прямоугольник, так как множество управлений представляет собой пространство R2. Управление будет представлять собой кусочно-непрерывную функцию.

Движение системы в фазовом пространстве должно проходить по оптимальным траекториям. Оптимальной траектория будет лишь в случае приложения оптимального управления, характер которого описан выше.

Для отыскания оптимального перехода в смысле быстродействия необходимо получить множество оптимальных траекторий. Это множество является общим решением системы уравнений, описывающих объект, при приложенном оптимальном управлении. Вид этих кривых будет описан ниже в главе 2.

Будем решать задачу в базисе ошибок.

Задавшись выражением (1.13)


Математическая модель системы слежения РЛС (1.13)


где Математическая модель системы слежения РЛС — выходные координаты ведомой системы, Математическая модель системы слежения РЛС — выходные координаты ведущей системы, являющиеся заданием, Математическая модель системы слежения РЛС — ошибка и скорость ошибки, можно сформулировать задачу в базисе ошибки: за минимальный промежуток времени вывести ошибку e и ее производную Математическая модель системы слежения РЛС в нуль.

Так как оптимальное управление имеет вид кусочно-непрерывной функции имеющей точки переключения, то движение системы в базисе ошибок будет проходить по кривым, имеющим конечное число точек переключения (а соответственно и интервалов постоянства), соответствующим точкам переключения управляющего параметра. Таким образом возникает проблема нахождения моментов времени, в которые необходимо изменить значение (переключить) управляющего параметра.

Таким образом общая задача сводится к нахождению области управления, нахождению вида оптимальных траекторий и вычисление моментов времени точек переключения управляющего параметра.

В результате решения общей задачи, сформулированной выше, должен быть получен общий алгоритм функционирования системы оптимального управления, который необходимо оптимизировать для использования в микроконтроллерах.

2 Система оптимального управления


2.1 Математическое описание электромеханической системы


В данной работе рассматривается радиолокационная установка, которая представляет собой совокупность как минимум двух синхронно вращающихся антенн. В данной системе одна из антенн является ведущей — она задает параметры движения, другая — ведомая, которая должна в точности повторять траекторию движения ведущей.

Каждая из антенн представляет собой сложную электромеханическую систему, представляющую собой совокупность таких составных частей как электропривод, редуктор и собственно принимающая антенна. Основным источником механической энергии является электропривод. Редуктор служит для преобразования угловых скоростей и соответственно вращающих моментов, выдаваемых двигателем. Редукторы могут быть зубчатые (в том числе червячные) или гидравлические.

Математическая модель системы слежения РЛС


Напомним, что в разделе 1.5 были сделаны следующие допущения: в данной системе есть возможность измерять в каждые заданные моменты времени положение ведущей антенны, т.е. есть возможность получать информацию о траектории ведущей антенны; тип двигателя, приводящего в движение антенны является не существенным для данной работы.

Применяемые в настоящее время регулируемые и следящие электроприводы (ЭП) построены, в основном, с применением принципов подчиненного регулирования координат. В качестве координат выступают ток якоря двигателя, его скорость вращения и угол поворота вала двигателя (перемещение исполнительного органа рабочей машины).

Для решения поставленных в разделе 1.5 задач нет необходимости приводить полное точное математическое описание данной электромеханической системы. Так как нашей целью является не описание процессов, протекающих внутри этой системы, а регулирование поведения данной системы в целом. К тому же, как было видно из описанного выше, современные электромеханические системы имеют сложную структуру и их описание будет громоздким, что не дает возможности применения этого описания в однокристальных ЭВМ, на которые ориентируется данный разрабатываемый метод.


Математическая модель системы слежения РЛС


В связи с этим предлагается рассматривать данную электромеханическую систему как один неразделимый блок, не останавливаясь на конкретных процессах и взаимосвязях имеющих место быть, т.е. рассматривать данную систему как, так называемый, «черный ящик». На рисунке 2.2 приведена условное изображение этой системы в виде «черного ящика». Известно, что выходными координатами системы являются угол j и скорость w поворота исполнительного органа рабочей машины (вала двигателя). Входной координатой является момент М, характеризующий тормозящий момент на валу двигателя, развиваемый рабочей установкой; момент сил трения в подшипниках, о воздух, на коллекторе электрической машины и в зубчатых передачах редуктора; тормозящий момент, вызываемый потерями на гистерезис и вихревые токи в сердечнике якоря. Управляющим параметром, в данном случае, является напряжение U на якоре электродвигателя.

Объекты и системы управления состоят из элементов, имеющих различную природу. Для анализа их взаимодействия удобно перейти к единообразному, стандартному описанию.

Так как разрабатываемый метод ориентируется на использование в однокристальных ЭВМ, то описание системы необходимо производить в дискретном виде. Для этого в описании динамической системы вместо дифференциальных уравнений предложено использовать уравнения в конечных разностях или разностные уравнения.

Для математического описания данной системы было предложено использовать разностное уравнение специального вида, которое носит название авторегрессионно-регрессионной модели объекта (АРРМ).

Общий вид авторегрессионно-регрессионной модели порядка (N, L) представлен ниже:


Математическая модель системы слежения РЛС (2.1)


где АРЧ — авторегрессионная часть, РЧ — регрессионная часть; N и L — целые числа, определяющие порядок АРРМ (Математическая модель системы слежения РЛС); N — порядок авторегрессионной, а L — порядок регрессионной части модели; ai и bi — параметры АРРМ. Вектор параметров определяется на этапе идентификации модели.


Математическая модель системы слежения РЛС


Авторегрессионная часть является выходом модели, а регрессионная часть — входом, т.е. yt является выходным процессом, а xt — входным. В частном случае, когда N = 0, модель не имеет входа и называется авторегрессионной моделью, если L = 0, то будет получена регрессионная модель. Графическая интерпретация АРРМ приведена на рисунке 2.3. В отличие от дифференциальных уравнений, авторегрессионно-регрессионные модели могут описывать как непрерывные, так и дискретные по своей природе объекты.

В нашем случае входными процессами являются момент М и напряжение на якоре двигателя U, которое также является управляющим воздействием. Выходным параметром является угол поворота оси антенны. Таким образом вид авторегрессионно-регрессионной модели в нашем случае будет иметь вид:


Математическая модель системы слежения РЛС (2.2)


или если принять в качестве выходного параметра скорость w поворота вала, то выражение (2.2) примет вид:


Математическая модель системы слежения РЛС (2.3)


где Математическая модель системы слежения РЛС — параметры модели, (N, M+K) — порядок модели.

В режиме холостого хода выражения (2.2) и (2.3) будут иметь вид:


Математическая модель системы слежения РЛС (2.4)

Математическая модель системы слежения РЛС (2.5)


Параметры этих моделей не имеют прямого физического смысла и зависят от выбора шага квантования по времени. Порядок модели как и ее параметры находятся в процессе идентификации.

По своему физическому смыслу модели (2.3) и (2.5) являются устойчивыми, а (2.2) и (2.4) — неустойчивыми. Модели (2.2) и (2.4) являются неустойчивыми, так как выходная координата (угол поворота) постоянно увеличивается при постоянном входном воздействии (напряжении на якоре), а скорость вращения стремится к некоторому определенному значению.

Авторегрессионно-регрессионная модель является устойчивой, если устойчивой является соответствующая ей авторегрессионная модель. Выполнить анализ устойчивости можно после идентификации параметров модели.


2.2 Идентификация авторегрессионно-регрессионной модели


Идентификация динамической системы заключается в отыскании математических моделей, поведение которых подобно поведению самой системы (объекта). Модель объекта необходима для синтеза законов управления, так как управление определяется в результате анализа прогноза поведения объекта.

При использовании в качестве модели объекта АРРМ предполагается, что объект является линейным (хотя бы для рассматриваемых режимов работы) или допускает линейное описание. Реальные же объекты являются нелинейными.

Для идентификации необходимо выбрать порядок модели (ее вид), а затем идентифицировать ее параметры (коэффициенты). Вид модели определяется экспериментально, из заданного списка возможных моделей. Для каждой из них идентифицируются параметры, и оценивается ее точность. На основании анализа точности описания и сложности модели делается вывод о ее пригодности. Таким образом, в общем случае, процесс выбора модели и идентификации параметров является циклическим процессом.

Для описания данной электромеханической системы будем использовать АРРМ, имеющую вид (2.2).

На начальном этапе необходимо выбрать порядок авторегрессионно-регрессионной модели. Для достижения этой цели проводился эксперимент, в котором циклически проводился подбор порядка модели с определением точности полученной на каждом шаге модели, исходя из реальных экспериментально полученных данных. Поиск подходящего порядка модели проводился в диапазоне p = 0..20.


Математическая модель системы слежения РЛС


В результате была найдена модель, удовлетворяющая требованиям точности, порядок которой составляет (3, 3). Общий вид АРРМ объекта (электромеханической системы) представлен ниже:


Математическая модель системы слежения РЛС (2.6)


Если за основу взять выражение (2.3), то конечная АРРМ будет иметь вид:


Математическая модель системы слежения РЛС (2.7)


В режиме холостого хода, когда момент М на валу двигателя равен нулю (т.е. Математическая модель системы слежения РЛС), выражения (2.6) и (2.7) примут вид:


Математическая модель системы слежения РЛС (2.8)

Математическая модель системы слежения РЛС (2.9)


Однако перед окончательным выбором вида математической модели, следует упомянуть следующий факт: особенностью рассматриваемой системы является то, что тормозящий момент на валу электропривода имеет константный характер так как обусловлен, как говорилось в разделе 2.1, силами трения, а также, так называемой, ветровой нагрузкой, которая симметрично действует и на разгон и на торможение. Таким образом тормозящий момент существует и равен некоторому константному значению, а следовательно он будет учитываться при идентификации системы автоматически.

Таким образом, первый этап идентификации, на котором был определен порядок модели, выполнен. Далее будут использоваться выражения (2.8) и (2.9).

Вторым этапом идентификации является нахождение численных значений параметров авторегрессионно-регрессионной модели: Математическая модель системы слежения РЛС, которые по своему смыслу являются весовыми коэффициентами.

Нахождение численных значений параметров модели будем производить с помощью метода наименьших квадратов (МНК). В результате применения метода МНК будет получен вектор оценочных значений параметров модели. Суть МНК заключается в минимизации суммы квадратов ошибок исходных уравнений (2.8) для данного набора фазовых координат динамической системы.

Для идентификации параметров необходимо наблюдать входные и выходные фазовые координаты системы. Для нашей системы, как упоминалось выше, входной координатой является Ut, выходной координатой — jt. Данные наблюдений заносятся в таблицу (таблица 2.1):


Таблица 2.1 Исходные данные для идентификации


Математическая модель системы слежения РЛС

t jt jt-1 jt-2 jt-3 Ut
1 j0 — — — U0
2 j1 j0 — — U1
3 j2 j1 j0 — U2
4 j3 j2 j1 j0 U3
5 j4 j3 j2 j1 U4
… … … … … …
t jt jt–1 jt–2 jt–3 Ut

Далее из таблицы 2.1 формируются матрицы X и Y, которые имеют вид:


Математическая модель системы слежения РЛС

Математическая модель системы слежения РЛС


Конечной расчетной формулой МНК является выражение (2.10):


Математическая модель системы слежения РЛС (2.10)


где Математическая модель системы слежения РЛС — вектор-столбец оценочных параметров модели (2.8), X и Y — указанные выше матрицы.

Таким образом, в результате вычислений получается вектор-столбец оценочных параметров модели (2.8) имеющий вид:


Математическая модель системы слежения РЛС (2.11)


Или


Математическая модель системы слежения РЛС


Для идентификации модели электромеханической системы использовались данные, экспериментально полученные при проведении исследований динамических характеристик и параметров привода РЛС в ООО НПО «Горизонт» [3]. Значения для каждой фазовой координаты представляют собой векторы, полученные путем измерения данной координаты в конкретные промежутки времени, определяемые временем квантования, которое составило Математическая модель системы слежения РЛС секунды.

В качестве исходных данных выступают скорость поворота исполняемого органа привода и управляющее воздействие. В процессе проведения эксперимента были получены несколько траекторий движения системы, а именно девять, после чего было проведено усреднение результатов. Так как измерения проводились с малым временем квантования, то для уменьшения громоздкости расчетов была проведена интерполяция исходных данных с временем квантования Математическая модель системы слежения РЛС секунды. Экспериментальные данные представлены на рисунках 2.4 — 2.7 и представляют собой зависимость значений фазовых координат от времени.

На рисунке 2.4 представлены множество траекторий, снятых с экспериментальной установки в процессе эксперимента. На рисунке 2.5 представлены усредненные траектории, а на рисунке 2.6. — интерполированные; рисунки а) представляют собой угол поворота, а рисунки б) — скорость. На рисунке 2.7 изображено подаваемое в процессе эксперимента управление.


Математическая модель системы слежения РЛС


Используя приведенные исходные данные, была построена таблица, как было показано выше и с помощью нее сформированы матрицы X и Y. Подставив эти матрицы в выражение (2.10), был получен вектор-столбец оценочных параметров авторегрессионно-регрессионной модели объекта. Значения параметров АРРМ имеют вид, приведенный ниже:


Математическая модель системы слежения РЛС (2.12)


Таким образом был получен общий вид авторегрессионно-регрессионной модели объекта, который приведен ниже:


Математическая модель системы слежения РЛС (2.13)


Для получения значений wt, необходимо задаться выражением:


Математическая модель системы слежения РЛС


Проверим адекватность полученной модели. Для этого сравним исходные данные, полученные экспериментально, и данные полученные с помощью математической модели, вид которой приведен выше.

На рисунке 2.8 представлены эталонная и смоделированная траектории движения системы. На рисунке 2.8, а изображены графики изменения угла поворота jt, а на рисунке 2.8, б — графики изменения скорости поворота wt. Из графика видно, что авторегрессионно-регрессионная модель объекта, с данными параметрами адекватно описывает поведение реальной системы.

Таким образом был получен вид авторегрессионно-регрессионной модели, удовлетворяющий требованием точности. Процесс идентификации завершился за шаг.


Математическая модель системы слежения РЛС


Следует упомянуть тот факт, что данная модель описывает траектории системы не в принятых единицах измерения углов и скоростей, а в некоторых унифицированных импульсах, которые используются в данной электромеханической системе. Для перехода к градусам необходимо воспользоваться следующим выражением: Математическая модель системы слежения РЛС где j — искомый угол, n — количество импульсов.


2.3 Формирование ограничений


Любая реальная техническая система имеет ограничения на управление. Это обусловлено конструкцией и техническими характеристиками рассматриваемой системы. Ограничения отражаются в технических условиях на эксплуатацию системы.

Управляющим параметром электропривода является напряжение на якоре, которое обозначается U. В связи с техническими особенностями данного объекта управления, напряжение на якоре не может превышать некоторого предельно допустимого значения. Это обусловлено максимальным током в обмотке якоря Математическая модель системы слежения РЛС, а также характеристиками источника энергии, используемого в данной системе. Таким образом, необходимо учитывать это ограничение при разработке управляющего устройства.

Еще одним ограничением на управляющий параметр, является то, что величина не может меняться скачкообразно на сколь угодно большую величину. Это ограничение обусловлено возможностями и конструкцией источника энергии и регулирующего устройства, которое задает характер изменения величины управляющего параметра. Это второе ограничение, накладываемое на управление.

Таким образом в данной работе рассматривается следующий случай: область управления U имеет размерность 2, т.е. эта область представляет собой плоскость в пространстве управлений.

Математически область управления U для данной системы задается следующей системой выражений:


Математическая модель системы слежения РЛС (2.14)


где первое выражение накладывает ограничение на величину, а второе — на скорость изменения значения управляющего параметра. Выражение (2.14) представляет собой ограничения, написанные для непрерывных систем. Так как в рассматриваемом случае рассматривается дискретное время, то перепишем систему (2.14) в виде, пригодном для дискретных систем:


Математическая модель системы слежения РЛС (2.15)


где Математическая модель системы слежения РЛС — представляет собой разность значений управляющего параметра текущего и предыдущего моментов времени, что для дискретных систем является аналогом скорости непрерывных систем.

Математическая модель системы слежения РЛС


На рисунке 2.9 представлен общий вид области управления для рассматриваемой задачи.

Реальные численные значения данных границ зависят от коэффициентов масштабирования реальной системы, которые определяются входящими в систему усилителями и преобразователями, и выбираются для каждого моделируемого объекта индивидуально, в строгом соответствии с техническими условиями и правилами эксплуатации. Для данной системы ограничения имеют вид:


Математическая модель системы слежения РЛС (2.16)


Для того чтобы перейти из пространства управлений в базис времени необходимо воспользоваться теоремой Гамкрелидзе о числе переключений [1]. Движение будет осуществляться по граням области управления, т.е. по сторонам прямоугольника в пространстве управлений. На рисунке 2.10 представлены ограничения в координатах (t, U).

Ограничение на величину параметра представляет собой две горизонтальные линии, обозначенные на рисунке пунктиром, с ординатами a и –a. Ограничение на скорость изменения величины управляющего параметра определяется углом g наклона траектории:


Математическая модель системы слежения РЛС


Математическая модель системы слежения РЛС


Как видно из рисунка 2.10 управление имеет вид кусочно-гладкой функции с несколькими переключениями.

Точки переключений в базисе (t, U), соответствуют вершинам прямоугольника области управления (рисунок 2.9). Участок 1 на рисунке 2.11 соответствует движению по часовой стрелке по отрезку BC. Это движение будет длиться до момента достижения точки C, далее движение будет происходить по отрезку CD, на рисунке 2.11 этому движению соответствует участок 2. Движение по участку CD в пространстве управлений будет длиться до момента достижения точки D и т.д.

Существует один интересный случай, когда скорость управления, скачком меняется на противоположное значение, т.е. в пространстве управлений будет наблюдаться скачок с отрезка BC на отрезок CD. Этому соответствует участок 2’ в базисе (t, U). Участок 2’’ на рисунке 2.11 соответствует скачку с отрезка BC на отрезок CD в пространстве управлений, не достигнув точки переключения.

Математическая модель системы слежения РЛС


На самом деле такой характер изменения скорости допустим, так как при задании ограничений говорилось, что скачком не может меняться только величина управляющего параметра, тогда как на скорость изменения этого параметра такого ограничения не накладывалось. Это не противоречит рассуждениям приведенным в разделе 1.1. То есть управляющий параметр является не безынерционным, а скорость изменения этого параметра — безынерционным. Правомерность этого утверждения легко подтверждается физическим смыслом управления, являющегося напряжением на якоре.

Необходимо рассмотреть случай, при котором возникшую ошибку можно ликвидировать за один шаг. Запишем регулятор для АРРМ вида (2.8), обеспечивающий равенство Математическая модель системы слежения РЛС. Выражение для такого регулятора имеет вид:


Математическая модель системы слежения РЛС


или для ошибки:


Математическая модель системы слежения РЛС [5]


Будем называть такое управление одношаговым. Для реализации такого управления необходимо, чтобы выработанное таким образом управление также удовлетворяло условию (2.15), а иначе такое управление является нереализуемым за один шаг.


2.4 Формирование оптимальных траекторий


Как было указано выше (раздел 1.1), оптимальной траекторией называют траекторию x(t), по которой фазовая точка за кратчайшее время переходит из состояния x0 в состояние x1. Такой переход будет осуществляться при приложении оптимального управления. Оптимальным управление будет при движении по граням (границам) области управления в пространстве управлений. Для данной задачи, областью управления является прямоугольник (рисунок 2.9). Таким образом, управления будут представлять собой константные и линейно-нарастающие воздействия.

Для построения оптимальных траекторий необходимо найти решение математического выражения, с помощью которого описывается объект управления. В данном случае это авторегрессионно-регрессионная модель. Есть несколько способов решения данного уравнения: численный и аналитический. Численное решение удобно для применения ЭВМ, но имеет один недостаток. Так как решение имеет итерационный характер, то в процессе вычислений с каждым шагом накапливается ошибка. Аналитическое решение не страдает указанным недостатком и является более универсальным и точным по сравнению с численным, но в данном случае проблемы сопряжены с поиском решения.


Из теории линейных разностных уравнений известно, что общий вид аналитического решения для выражения (2.8) имеет вид:


Математическая модель системы слежения РЛС (2.17)


где Математическая модель системы слежения РЛС — общее решение линейного неоднородного разностного уравнения, Математическая модель системы слежения РЛС — общее решение линейного однородного разностного уравнения, Математическая модель системы слежения РЛС — частное решение линейного неоднородного разностного уравнения. Более подробно выражение (2.17) можно записать в виде:


Математическая модель системы слежения РЛС (2.18)


где m — порядок авторегрессии; Математическая модель системы слежения РЛС — константы, определяемые из начальных условий; Математическая модель системы слежения РЛС — корни характеристического уравнения (2.19) для исходного разностного уравнения (2.8), Математическая модель системы слежения РЛС — коэффициенты авторегрессионно-регрессионной модели (2.8). [6]


Математическая модель системы слежения РЛС (2.19)


где m — порядок авторегрессии. Для третьего порядка авторегрессии, выражение (2.18) будет иметь вид:


Математическая модель системы слежения РЛС (2.20)

Математическая модель системы слежения РЛС (2.21)


Подставим в выражения (2.20) и (2.21) коэффициенты модели (2.13). После подстановки выражения будут иметь вид:


Математическая модель системы слежения РЛС (2.22)

Математическая модель системы слежения РЛС


Для нахождения общего вида аналитического решения уравнения (2.13) необходимо найти корни характеристического уравнения (2.22) и коэффициенты ci выражения (2.21).

При нахождении корней характеристического уравнения (2.22) удобно воспользоваться функцией roots математического пакета MatLab. В результате расчетов были получены следующие значения:


Математическая модель системы слежения РЛС


Так как в результате вычислений был получен комплексно-сопряженный корень, то данное аналитическое решение является не удобным для использования в алгоритме и далее вычисления будут проводиться численными методами. Ниже приведены построенные оптимальные траектории в пространстве управлений. Эти траектории построены с учетом ограничений налагаемых на управление. Ограничения имеют вид системы (2.16).

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: