Оптимальные и адаптивные системы
- корни
вещественные
![]()
![]()
Сумма двух экспонент представляет собой:

Если
,
то корни
комплексно-сопряженные
и решение будет
представлять
собой периодическую
функцию. В реальной
системе, переключений
не более 5 - 6.
Метод поверхности переключений
Данный метод позволяет найти управление функций переменной состояния для случая когда оптимальное управление носит релейный характер
.
Таким образом этот метод можно применять при решении задач оптимального быстродействия, для объекта с аддитивным управлением
,
.
Суть метода заключается в том, чтобы во всём пространстве состояний выделить точки, где происходит смена знака управления и объединить их в общую поверхность переключений.
,
- поверхность
переключений
.
Закон управления будет иметь следующий вид
.
Для формирования поверхности переключений удобнее рассматривать переход из произвольной начальной точки в начало координат
.
Если конечная точка не совпадает с началом координат, то необходимо выбрать новые переменные, для которых это условие будет справедливо.
Имеем объект вида
.
Рассматриваем
переход
,
с критерием
оптимальности
.
Этот критерий позволяет найти закон управления такого вида
,
с неизвестным
,
начальные
условия
нам также
неизвестны.
Рассматриваем переход:

Метод обратного времени
(метод попятного движения)
Этот метод позволяет определить поверхности переключений.
Суть
метода заключается
в том, что начальная
и конечная
точки меняются
местами, при
этом вместо
двух совокупностей
начальных
условий остаётся
одна для
.
Каждая из этих траекторий будет оптимальна. Сначала находим точки, где управление меняет знак и объединяем их в поверхность, а затем направление движения меняем на противоположное.

Пример
Передаточная функция объекта имеет вид
.
Критерий оптимальности быстродействия

Ограничение
на управление
.
Рассмотрим переход
.
1)
,
2)
.
3)

оптимальное управление будет иметь релейный характер
.
4) Перейдём
в обратное
время (т.е.
).
В обратном
времени задача
будет иметь
такой вид
.
5) Рассмотрим два случая:
Получим уравнения замкнутой системы
.
Воспользуемся
методом непосредственного
интегрирования,
получим зависимость
от
и поскольку
-
,
то имеем
,
т.к.
начальные и
конечные точки
поменяли местами,
то
,
получим
,
(*)
аналогично
![]()
![]()
подставив (*), получим
,
отсюда
.
Построим получившееся и по методу фазовой плоскости определим направление


Применив метод непосредственного интегрирования, получим:
,
,
.
Функция будет иметь вид:

Изменив направление

точка смены знака
(точка переключения)
Общее аналитическое выражение:
.
Уравнение поверхности:
.
Оптимальный закон управления:
,
подставив уравнение поверхности, получим:
.
2.5. Субоптимальные системы
Субоптимальные системы - это системы близкие по свойствам к оптимальным
-
характеризуется
критерием
оптимальности.
![]()
- абсолютная
погрешность.
-
относительная
погрешность.
Субоптимальным называют процесс близкий к оптимальному с заданной точностью.
Субоптимальная система - система где есть хоть один субоптимальный процесс.
Субоптимальные системы получаются в следующих случаях:
при аппроксимации поверхности переключений (с помощью кусочно-линейной аппроксимации, аппроксимация с помощью сплайнов);

при
в субоптимальной
системе будет
возникать
оптимальный
процесс.
ограничение рабочей области пространства состояний;
![]()

3.АДАПТИВНЫЕ СИСТЕМЫ
3.1.Основные понятия
Адаптивными системами называют такие системы, в которых параметры регулятора меняются вслед за изменением параметров объекта, таким образом, чтобы поведение системы в целом оставалось неизменным и соответствовало желаемому:
,
.
Существует два направления в теории адаптивных систем:
адаптивные системы с эталонной моделью (АСЭМ);
адаптивные системы с идентификатором (АСИ).
Адаптивные системы с идентификатором
Идентификатор - устройство оценки параметров объекта (оценка параметров должна осуществляться в реальном времени).


АР - адаптивный регулятор
ОУ - объект управления
U - идентификатор
Часть, которая выделена пунктиром, может быть реализована в цифровом виде.
Рис1. Функциональная схема АСИ
V, U, X - могут быть векторы. Объект может быть многоканальным.
Рассмотрим работу системы.
В случае неизменных параметров объекта, структура и параметры адаптивного регулятора не меняются, действует главная обратная связь, система представляет собой систему стабилизации.
Если параметры объекта меняются, то они оцениваются идентификатором в реальном времени и происходит изменение структуры и параметров адаптивного регулятора так, чтобы поведение системы оставалось неизменным.
Основные требования предъявляются к идентификатору (быстродействие и т.д.) и к самому алгоритму идентификации.
Такой класс систем используют для управления объектами с медленными нестационарностями.
Если мы имеем нестационарный объект общего вида:
,
,
.
Простейший адаптивный вид будет следующий:
.
Требования, которые предъявляются к системе:
,
(*)
,
где
и
-
матрицы постоянных
коэффициентов.
Реально мы имеем:
![]()
или
(**)
Если приравнять (*) и (**), то получим соотношение для определения параметров регулятора

3.3.Адаптивные системы с эталонной моделью
В таких системах существует эталонная модель (ЭМ), которая ставится параллельно объекту.

БА - блок адаптации.
Рис2. Функциональная схема АСЭМ
Рассмотрим работу системы.
В том
случае, когда
параметры
объекта не
меняются или
процессы на
выходе соответствуют
эталонным,
ошибка
,
не работает
блок адаптации
и не перестраивается
адаптивный
регулятор, в
системе действует
плавная обратная
связь.
Если
поведение
отлично от
эталонного,
это происходит
при изменении
параметров
объекта, в этом
случае появляется
ошибка
,
включается
блок адаптации,
перестраивается
структура
адаптивного
регулятора,
таким образом
чтобы свести
к эталонной
модели объекта.
Блок
адаптации
должен сводить
ошибку к нулю
(
).
Алгоритм, закладываемый в блок адаптации, формируется различными способами, например, с использованием второго метода Ляпунова:
.
Если
это будет
выполняться,
то система
будет асимптотически
устойчива и
.
1. Экстремальные системы управления
Введение
Экстремальные СУ – это такие САУ, в которых один из показателей качества работы нужно удерживать на предельном уровне (min или max).
Классическим примером экстремальной СУ является система автоподстройки частоты радиоприёмника.
![]()
A
![]()
![]()


- экстремальная характеристика
w
Рис.1.1. Амплитудно-частотная характеристика
1.1. Постановка задачи синтеза экстремальных систем
Объекты описываются уравнениями:
(1.1)
Экстремальная характеристика дрейфует во времени.
Необходимо подобрать такое управляющее воздействие, которое позволяло бы автоматически находить экстремум и удерживать систему в этой точке.
U: extr Y=Yo (1.2)
Y![]()
y – выход динамической части объекта
Y
– экстремальный
выход

Y![]()
![]()
![]()
o -
точка
экстремума
![]()
yo y
Рис.1.2. Статическая экстремальная характеристика
Необходимо определить такое управляющее воздействие, которое обеспечило выполнение свойства:
(1.3)
1.2. Условие экстремума
Необходимое условие экстремума – равенство нулю первых частных производных.
G
– градиент. (1.4)
Достаточное условие экстремума – равенство нулю вторых частных производных .
При синтезе экстремальной системы необходимо оценить градиент, но вектор вторых частных производных оценить невозможно, и на практике, вместо достаточного условия экстремума используют соотношение:
-
min (1.5)
-
max (1.6)
Этапы синтеза экстремальной системы:
оценка градиента.
Организация движения в соответствии с условием: G 0, т.е. движение к экстремуму.
Стабилизация системы в точке экстремума

U

=
f+BU y Y
P y = g(x)
экстремальная
регулятор характеристика
БОГ
Рис.1.3. Функциональная схема экстремальной системы
1.3. Виды экстремальных характеристик
1) Унимодальная экстремальная характеристика типа модуля

Y
Y = k |y| (1.7)
Y = k1|y-y0(t)| + k2(t)
k1 – определяет наклон;
Yo yo – горизонтальный дрейф экстремума;
k2 – вертикальный дрейф экстремума.
y0
Рис. 1.4. Экстремальная характеристика типа модуля
2) Экстремальная характеристика типа параболы
Y
Y = ky2; (1.8)
Y = k1 [y-yo(t)]2 + k2(t)
y
Рис. 1.5. Экстремальная характеристика типа параболы
3) В общем случае экстремальную характеристику можно описать параболой n-го порядка:
Y = k1|y-yo(t)|n + k2|y-yo(t)|n-1 + …+kn| y-yo(t)| + kn+1(t). (1.9)
4) Векторно-матричное представление
Y = yTBy (1.10)
1.4. Способы оценки градиента
1.4.1. Способ деления производных
Рассмотрим его на унимодальной характеристике, y- выход динамический части системы.
y
R1,
Y
= Y(y,t)
Найдём полную производную по времени:
(1.11)
При
медленном
дрейфе
,
таким образом
(1.12)
Достоинство: простота.
Недостаток:
при малых
0
нельзя определить
градиент.

-
дифференцирующий
фильтр.
y Y
БОГ
G
Рис. 1.6. Схема оценки частной производной
1.4.2. Дискретная оценка градиента
(1.13)
y Y
Недостаток: невозможность определения
G при y = 0.
y(kT) Z-1 Z-1 Y(kT)
G
Рис. 1.7. Схема дискретной оценки частной производной
1.4.3. Дискретная оценка знака градиента


При
малом шаге
дискретизации
заменяем: Т
0:

![]()
(1.14)
1.4.4. Метод синхронного детектирования
Метод синхронного детектирования предполагает добавление ко входному сигналу на экстремальный объект дополнительного синусоидального сигнала малой амплитуды, высокой частоты и выделение из выходного сигнала соответствующей составляющей. По соотношению фаз этих двух сигналов можно сделать вывод о знаке частных производных.
y Y
ГСК – генератор синусоидальных
asinwt колебаний.
ФЧУ ФЧУ – фазо-чувствительное устройство
ГСК Ф - фильтр
Ф
Z
Рис. 1.8. Функциональная схема оценки частной производной
Y