
- •Введение
- •1. Основные задачи теории автоматического управления
- •Формулировка задачи управления
- •Математическая модель объекта управления
- •1.3. Управляющая система и объект автоматического управления
- •1.4. Закон обратной связи
- •1.5. Общая задача теории автоматического управления
- •2. Математические модели сау
- •2.1. Построение модели элемента системы управления
- •2.2. Динамические и статические звенья сау
- •2.3. Составление дифференциальных уравнений систем автоматического управления
- •2.4. Примеры составления дифференциальных уравнений звеньев сау
- •2.5. Типовые динамические звенья линейных сау
- •2.6. Соединение звеньев и преобразование структурных схем сау
- •2.7. Вопросы идентификации моделей объектов управления
- •3. Методы исследования линейных сау
- •3.1. Общая модель линейной непрерывной и дискретной сау
- •3.2. Линейные сау, описываемые обыкновенными дифференциальными уравнениями с постоянными коэффициентами
- •3.3. Дискретные линейные сау
- •4.1. Метод фазовой плоскости
- •4.2. Линеаризация нелинейных дифференциальных уравнений
- •4.3. Автоколебания нелинейных сау
- •5. Устойчивость систем автоматического управления
- •5.1. Основные понятия теории устойчивости (математическая формулировка)
- •5.2. Общие теоремы об устойчивости линейных сау
- •5.3. Устойчивость линейной сау с постоянной матрицей
- •5.4. Связь устойчивости с корнями характеристического уравнения
- •5.5. Критерии устойчивости
- •5.6. Алгебраические критерии устойчивости
- •5.7. Частотные критерии устойчивости
- •5.8. Логарифмический критерий устойчивости
- •5.9. Запас устойчивости по фазе и амплитуде
- •5.10. Устойчивость импульсных сау
- •5.11. Устойчивость нелинейных сау
- •6. Качество систем автоматического управления
- •6.1. Показатели качества переходного процесса
- •6.2. Прямые методы определения показателей качества
- •6.3. Связь переходного процесса с вещественной частотной характеристикой системы
- •6.4. Интегральные оценки качества
- •7. Случайные воздействия в линейных сау
- •7.1. Понятие случайной функции
- •7.2. Основные характеристики случайной функции
- •7.3. Стационарные случайные функции
- •7.4. Спектральное представление стационарной случайной функции
- •7.5. Спектральная плотность стационарной случайной функции
- •7.6. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •7.7. Преобразование случайных сигналов безынерционными нелинейными звеньями
- •7.8. Понятие статистически оптимальной линейной системы
- •7.9. Статистическая проверка гипотез
- •8. Задачи оптимального управления
- •8.1. Экстремумы функций. Принцип Лагранжа
- •8.2. Начала вариационного исчисления
- •8.3. Прямые методы решения задач оптимального управления
- •8.4. Принцип максимума Понтрягина
- •8.5. Оптимальное позиционное управление (динамическое программирование)
- •9. Современные тенденции развития систем управления
- •9.1. Управление при неполной начальной информации
- •9.2. Экстремальные сау
- •9.3. Самонастраивающиеся системы (снс)
- •9.4. Самоорганизующиеся и самообучающиеся сау
- •9.5. Автоматизированные системы управления
- •9.6. Роботы и гибкие производственные системы
- •9.7. Математические методы в управлении роботами и гпс
9.7. Математические методы в управлении роботами и гпс
В процессе работы системам управления роботами и ГПС часто приходится решать множество разнообразных задач выбора оптимального варианта выполнения заданных работ. Такие задачи относятся к задачам математического программирования, о которых говорилось в конце подглавы 8.1.
Рассмотрим задачу оптимальной переналадки оборудования. Пусть имеется один станок (аппарат, машина), которая может выполнять несколько различных видов работ. Пусть время переналадки аij при переходе от работ i-го к работе j-го вида работ является различным, то есть зависит от очередности выполнения. Величина аij, соответствующая переходу станка от работы i к работе j, в общем случае не равна величине аji, таким образом, например, время а31 необходимое для переналадки с работы 3 на работу 1, не равно времени, необходимому для переналадки станка с работы 1 на работу 3. При этом предполагается, что время перехода на одинаковую работу равно нулю.
Пусть, например, в одном аппарате должно изготовиться несколько видов краски. Пусть время (в часах), необходимое для очистки аппарата после изготовления одного вида краски при подготовке к изготовлению другого вида краски, задано табл. 9.1.
Таблица 9.1 - Время подготовки аппарата
-
Предыдущая
краска
Последующая краска
Белая
Синяя
Красная
Голубая
Белая
-
3
4
5
Синяя
4
-
7
5
Красная
8
6
-
7
Голубая
5
3
5
-
Например, для очистки аппарата для изготовления красной краски после изготовления голубой краски требуется 7 часов. Если изготовление красок идет циклически и последней изготавливаемой краской была белая, то возможно шесть вариантов переналадки аппарата, которые приведены в табл. 9.2. Из таблицы 9.2 видно, что наилучшим является 3-й вариант.
Таблица 9.2 - Сроки переналадки аппарата
-
1 белая - синяя - красная - голубая - белая 3 + 7 + 7 + 7 = 22 ч.
2 белая - синяя - голубая - красная - белая 3 + 5 + 5 + 7 = 20 ч.
3 белая – красная - голубая - синяя - белая 4 + 7+ 3 + 4 = 18 ч.
4 белая - красная - синяя - голубая - белая 4 + 6 + 5 + 5 = 20 ч.
5 белая - голубая - синяя - красная - белая 5+ 3 + 7 + 8 = 23 ч.
6 белая - голубая - красная - синяя - белая 5 + 5 + 6 + 4 = 20 ч.
Рассмотренная задача является частным случаем задачи, которая носит название - задача коммивояжера. Задача коммивояжера формулируется так. Имеется п + 1 городов и заданы расстояния между ними сij. Выезжая из одного города (обозначаемого индексом 0), коммивояжер должен побывать в каждом городе по одному разу и вернуться в город 0. Требуется определить порядок, в котором следует объезжать города, чтобы суммарное расстояние было минимальным.
Введем переменные xij:
Тогда рассматриваемая задача сведется к следующей:
где i =1,2,...,п; j=1,2,...,п; хij - целые числа. Задача коммивояжера является задачей целочисленного программирования.
Другим
примером задачи целочисленного
программирования является задача
о назначении. Имеется
п
видов
работ и п
кандидатов
на выполнение работы, например, n
видов промышленных роботов. Назначение
робота i-гo
вида на j-ю
работу вызывает затраты сij;
требуется определить наилучшее с точки
зрения минимума суммы затрат распределение
роботов по работам. Как и задача о
коммивояжере, эта задача представляет
перестановку (р1,
р2,
...,рn)
чисел
(1,2,...,n).
Каждое назначение одного i-гo
робота для выполнения pi
работы
описывается соответствием i→pi.
Требуется
определить перестановку
,
при которой
.
Общее количество возможных перестановок равно 1·2·3· ...· (п - 1)n=n! Используя целочисленные переменные
сведем задачу о назначении к задаче целочисленного программирования
где xij - целые.
Существует большое количество алгоритмов решения задач целочисленного программирования, например, метод Гомори, метод ветвей и границ и ряд других.