- •11)Квадратичные критерии качества процесса управления и их экстремали.
- •13)Теорема разделения. Матрица регулятора и уравнение Риккати.
- •14)Фильтр Калмана.
- •15)Синтез законов управления детерминированными процессами при классических формах функционалов. Синтез законов управления стохастическими процессами при классических формах функционалов.
- •16)Оптимальные управления, синтезируемые в процессе функционирования системы в реальном времени. Алгоритмы модального управления.
- •17)Принцип построения и структура адаптивных систем.
- •18)Классификация адаптивных систем и методы адаптивного управления.
- •19)Постановка задачи синтеза адаптивной системы управления. Гипотеза о квазистационарности
- •20)Понятие об идентификации системы управления.
- •21)Параметрическая идентификация.
- •22)Идентификация структуры сау.
- •23)Принцип построения и характеристика экстремальных систем. Характеристика основных методов поиска экстремума
- •24)Поисковые и беспоисковые адаптивные системы.
- •25)Принцип построения адаптивных систем с эталонной моделью. Алгоритм адаптивного управления с эталонной моделью.
25)Принцип построения адаптивных систем с эталонной моделью. Алгоритм адаптивного управления с эталонной моделью.
Принцип построения адаптивных систем с эталонной моделью
Методы использования модели в БАС делятся на два класса:
- БАС с настраиваемой моделью;
- БАС с эталонной моделью.
Первый класс использует модель в качестве настраиваемого звена, которое с помощью контуров самонастройки подстраивается под динамические характеристики нестационарного объекта управления или всего основного контура управления. Таким образом, этот метод используется для решения задач идентификации. Параметры настраиваемой модели используются далее для настройки регулятора основного контура.
УИ подстраивает параметры qм настраиваемой модели под текущие параметры основного контура.
Рассмотрим полностью управляемый и полностью наблюдаемый объект управления :
(1)
(2)
где А, В, D, H – известные матрицы чисел известных размеров, g(t) – измеряемый вектор задающих воздействий.
Требуется найти адаптивный регулятор, обеспечивающий близость вектора измеряемых переменных объекта к некоторому желаемому вектору, задаваемому эталонной моделью:
(3)
(4)
где Ам, Dм, Hм – известные матрицы чисел, хм – вектор состояния модели, ум – вектор измеряемых выходов модели.
Таким образом, цель адаптации описывается как :
(5)
Очевидно, что в пределе е=0, если в результате настройки передаточная функция объекта замкнутого регулятором будет совпадать с передаточной функцией эталонной модели.
Алгоритм адаптивного управления с эталонной моделью
Рассмотрим задачу при полностью измеряемом векторе состояния.
Пусть В=Е, тогда запишем уравнения (1) и (2) в виде:
(5)
(6)
Уравнение регулятора будем искать в виде:
(7)
где С1(t) и С2(t) – матрицы настраиваемых параметров регулятора.
Требуется найти алгоритм их настройки, при котором вектор состояния объекта стремится к вектору состояния модели. Это означает, что ошибка e = х – хm обладает свойством
(8)
Поскольку размерности матриц А, С1, а также матриц Н, С2 совпадают, то регулятор изменяет каждый из коэффициентов уравнения состояния и поэтому искомый алгоритм носит название алгоритма настройки коэффициентов уравнения состояния.
Переходя к построению алгоритма настройки, подставим (7) в (5), и вычитая из (5) уравнение (6) получим :
(9)
где
,
(10)
Утверждение 1.
Алгоритм
настройки параметров регулятора (7),
обеспечивающий выполнение условия (8),
имеет вид:
(11)
где
,
– произвольные положительно-определенные
матрицы,
Р - положительно-определенная матрица чисел, удовлетворяющая уравнению Ляпунова
(12)
Таким образом, уравнения (7) и (11) являются уравнением адаптивного регулятора.
