
- •2. Некоторые методы анализа систем 10
- •1.1.1.2. Определение управления
- •1.1.1.3. Общие принципы системной организации
- •1.1.2. Общие принципы управления
- •1.1.2.5. Стохастическое управление
- •1.1.2.6. Нечеткое управление
- •1.1.2.7. Дискретное и непрерывное управление
- •1.2. Объекты, системы и их модели (Лекция 2)
- •1.2.1. Математические модели систем и объектов управления.
- •1.2.1.1. Математическая модель
- •1.2.1.2. Способы классификации моделей (объектов)
- •1.2.1.3. Некоторые виды математических моделей
- •1.2.2. Сложные системы
- •1.2.2.1. Примеры и свойства сложных систем
- •Кортежное описание сложных систем
- •1.2.2.3. Структура систем и объектов управления
- •1.2.2.4. Иерархия в системах управления.
- •1.2.2.5. Иерархия целей в системах управления.
- •1.2.2.6. Компромиссы и комплексные критерии
- •2. Некоторые методы анализа систем
- •2.1. Построение и упрощение моделей объекта (Лекция 3)
- •2.1.1. Упрощение моделей объекта
- •2.1.1.1. Замена нестационарной модели набором стационарных
- •2.1.1.2. Линеаризация модели
- •2.1.2. Пример построения модели объекта
- •2.1.2.1. Характеристика объекта
- •2.1.2.2. Разработка математической модели
- •Линеаризация
- •2.1.2.4. Линейная модель объекта
- •2.2. Временные характеристики систем управления (Лекция 4)
- •2.2.1. Линейные нестационарные системы
- •2.2.1.1. Общий вид описания системы
- •2.2.1.2. Решение однородного уравнения
- •2.2.1.3. Решение неоднородного уравнения
- •2.2.1.4. Фундаментальная матрица системы и её свойства
- •2.2.1.5. Весовая и переходная матрицы системы
- •2.2.2. Линейные стационарные системы
- •2.2.2.1. Фундаментальная матрица стационарной линейной системы
- •2.2.2.2. Весовая и переходная матрицы стационарной системы
- •2.3. Передаточная функция (Лекция 5)
- •2.3.1. Некоторые операторы
- •2.3.1.1. Дифференциальный оператор
- •2.3.1.2. Оператор Лапласа
- •2.3.2. Передаточная функция и резольвента
- •2.3.2.1. Фундаментальная матрица (резольвента)
- •2.3.2.2. Матричная передаточная функция
- •2.3.2.3.Простейший пример определения резольвенты (Пример п2.2)
- •2.3.2.4. Метод Фаддеевой (Сурье )определения резольвенты
- •2.3.2.5. Пример применения метода Фаддеевой (Пример 2.3)
- •2.4. Частотные характеристики (функции) систем (Лекция 6)
- •2.4.1. Частотная переходная функция
- •2.4.1.1. Напоминание о представлении комплексных чисел
- •2.4.1.2. Частотная передаточная функция
- •2.4.1.3. Смысл компонент матричной частотной функции (Пример2.4)
- •2.4.1.4. Виды используемых частотных характеристик
- •2.4.1.5. Пример вычисления характеристик (Пример2.5)
- •2.4.2. Логарифмические частотные характеристики
- •2.4.2.1. Смысл логарифмических частотных характеристик
- •2.4.2.2. Определение логарифмических частотных характеристик
- •2.4.2.3. Асимптотические логарифмические частотные характеристики
- •2.4.2.4. Иллюстрация построения асимптотических характеристик (Пример 2.6)
- •2.5. Структурные схемы систем (Лекция 7)
- •2.5.1. Схемы соединения звеньев
- •2.5.1.1. Представление звеньев и связей в виде структурных схем
- •2.5.1.2. Последовательное соединение звеньев
- •2.5.1.3. Параллельное соединение
- •2.5.1.4. Соединение с обратной связью
- •2.5.1.5. Пример определения матрицы возвратной разности (Пример 2.7)
- •2.5.2. Структурные преобразования линейных систем
- •2.5.2.1. Назначение и содержание структурных преобразований
- •2.5.2.2. Правила структурных преобразований линейных систем
- •2.5.2.3. Дополнительные правила для стационарных линейных систем
- •2.5.2.4. Иллюстративный пример (Пример2.8)
- •2.6. Анализ устойчивости систем управления (Лекция 8)
- •2.6.1. Определение устойчивости систем
- •2.6.1.1. Номинальное состояние и понятие устойчивости
- •2.6.1.2. Определения устойчивости решений
- •2.6.1.3. Устойчивость линейных дифференциальных систем
- •2.6.1.4. Пример смесительного бака (Пример2. 9)
- •2.6.2. Устойчивость линейных стационарных систем
- •2.6.2.1. Представление реакции системы с различными собственными числами
- •2.6.2.2. Представление реакции системы с кратными собственными числами
- •2.7.1.2. Необходимые условия
- •2.7.1.3. Достаточные условия
- •2.7.1.4. Пример применения алгоритма Раусса (Пример 2.11)
- •2.7.2. Частотные критерии
- •2.7.2.1. Нестрогое обоснование частотных критериев
- •2.7.2.2. Критерий Михайлова
- •2.7.2.3. Критерий Найквиста
- •3. Методы анализа и синтеза управления.
- •3.1. Методы анализа управления (Лекция 10)
- •3.1.1. Управляемость, наблюдаемость.
- •3.1.1.1. Управляемость: определение (Пример 3.1)
- •3.1.1.2. Наблюдаемость: определение (Пример 3.2)
- •3.1.2. Корневой годограф
- •3.1.2.1. Определение корневого годографа
- •3.1.2.2. Свойства корневого годографа
- •3.1.2.3. Пример построения корневого годографа (Пример 3.3)
- •3.2. Управление и стабилизация (Лекция 11)
- •3.2.1. Цель управления, идеальное управление
- •3.2.1.1. Общая схема разомкнутого и замкнутого управления
- •3.2.1.2. Идеальное управление
- •3.2.1.3. Пример определения идеального управления (Пример 3.4)
- •3.2.1.4. Невозможность реализации идеального управления
- •3.2.1.5. Иллюстрация недостатков идеального управления (Пример 3.5)
- •3.3. Стабилизация с помощью обратной связи (Лекция 12)
- •3.3.1. Введение обратной связи
- •3.3.1.1. Определение обратной связи в скалярном случае
- •3.3.1.2. Иллюстрация определения стабилизирующей обратной связи (Пример 3.6)
- •3.3.2. Общий алгоритм стабилизации
- •3.3.2.1. Общий вид обратной связи
- •3.3.2.2. Замкнутое представление объекта и обратной связи
- •3.3.2.3. Алгоритм выбора стабилизирующей обратной связи в общем случае
- •3.3.3. Некоторые другие законы управления
- •3.3.3.1. Программное управление в комбинации с обратной связью по выходу
- •3.3.3.2. Управление по возмущению
- •3.3.3.3. Управление с обратной связью по ошибке
- •3.4. Удовлетворение некоторых требований к качеству управления (Лекция 13)
- •3.4.1. Некоторые характеристики качества управления
- •3.4.1.1. Переходный процесс детерминированной системы и его некоторые характеристики
- •3.4.1.2. Некоторые требования к переходному процессу и установившейся ошибке
- •3.4.2. Методика удовлетворения требований к качеству
- •3.4.2.1. Теорема о реакции на полиномиальное воздействие
- •3.4.2.2. Обеспечение требования ограниченности установившейся ошибки
- •3.4.2.3. Обеспечение ограниченности амплитуды ошибки при периодическом воздействии
- •3.4.2.4. Обеспечение ограниченности амплитуды ошибки при периодической помехе
- •4. Цифровые системы управления.
- •4.1. Модели, формула полной реакции, устойчивость. (Лекция 14)
- •4.1.1. Модели
- •4.1.1.1. Кусочно-постоянный процесс
- •4.1.1.2. Описание дискретных систем
- •4.1.1.3. Пример дискретной системы (Пример 4.1)
- •4.1.1.1. Дискретизация непрерывной модели
- •4.1.2. Решение разностных уравнений
- •4.1.2.1. Переходная матрица
- •4.1.2.2. Матричная импульсная переходная функция
- •4.1.2.3. Устойчивость
- •4.2. Синтез оптимального линейного дискретного регулятора (Лекция 15)
- •4.2.1. Методика синтеза оптимального управления
- •4.2.1.1. Многошаговое управление
- •4.2.1.2. Критерий оптимальности
- •4.2.1.3. Принцип оптимальности Беллмана
- •4.2.2. Синтез одношагового оптимального управления
- •4.2.2.1. Формирование критерия для одношаговой задачи
- •4.2.2.2. Определение вектора оптимального управления
- •4.2.2.3. Принцип перехода к многошаговой задаче
- •5. Стохастические системы
- •5.1. Стохастические процессы (Лекция 16)
- •5.1.1. Определение и естественные характеристики случайного процесса
- •5.1.1.1. Определение случайного процесса
- •5.1.1.2. Характеристики случайного процесса
- •5.1.2. Спектральное представление случайного процесса
- •5.1.2.1. Спектр функции
- •5.1.2.2. Спектральная плотность
- •5.1.2.3. Физический смысл гармонического анализа случайного процесса
- •5.1.2.4. Взаимосвязь функций времени и их спектрального представления
- •5.1.2.5. Матрица спектральных плотностей энергии
- •5.1.2.6. Пример определения функции спектральной плотности по ковариационной функции (Пример 5.1)
- •5.2. Задачи слежения (Лекция 17)
- •5.2.1. Характеристики качества следящих систем.
- •5.2.1.1. Описание разомкнутой следящей системы
- •5.2.1.2. Описание замкнутой следящей системы.
- •5.2.1.2. Интегральные характеристики качества регулирования
- •5.2.1.3. Среднее значение и дисперсия характеристик качества регулирования
- •5.2.1.4. Передаточные функции замкнутой системы
- •5.2.2. Примеры анализа стохастических систем
- •5.2.2.1. Реакция линейной системы стохастические внешние воздействия
- •5.2.2.2. Реакция линейных дифференциальных систем на белый шум
- •5.2.2.3. Пример дифференциальной системы, возбуждаемой белым шумом(Пример 5.2)
- •5.2.2.4. Моделирование стохастических процессов.
- •5.2.2.5. Моделирование стационарного процесса уравнением 1-го порядка (Пример 5.3)
- •5.2.3. Некоторые принципы проектирования следящих систем.
- •5.2.3.1. Устойчивость
- •5.2.3.2. Требования к следящей системе
- •5.2.3.3. Соглашение о входных воздействиях
- •5.2.4. Использование полос пропускания при проектировании
- •5.2.4.1. Скалярный случай
- •5.2.4.2. Принцип проектирования
- •5.2.4.3. Полоса частот системы
- •5.2.4.4. Полоса частот эталонного процесса
- •5.2.4.5. Реализация принципа проектирования( минимизация ошибки)
- •5.2.4.6. Реализация принципа проектирования ( минимизация входной переменной)
- •5.2.4.7. Оценка длительности переходных процессов
- •6. Адаптивные системы
- •6.1. Адаптивные системы и идентификация (Лекция 17)
- •6.1.1. Основные схемы адаптивных систем
- •6.1.1.1. Предназначение адаптации
- •6.1.1.2. Схема адаптации по разомкнутому контуру
- •6.1.1.3. Схема с самонастраивающимся регулятором
- •6.1.1.4. Схема с настройкой регулятора по эталонной модели
- •6.1.1.5. Общая схема адаптивной системы
- •6.1.2. Идентификация моделей
- •6.1.2.1. Идентификация структурная и параметрическая
- •6.1.2.2. Содержание метода наименьших квадратов
- •6.1.2.3. Рекуррентный алгоритм метода наименьших квадратов
1.1.2. Общие принципы управления
1.1.2.1. Управление с обратной связью
Всегда, когда имеется информация о состоянии объекта, о результатах управления ее следует использовать для повышения качества управления. В рассмотренной выше схеме мы использовали такой принцип - принцип обратной связи. В этом случае при выработке управления используются информация о текущем состоянии объекта и о его желаемом состоянии, а управляющее воздействие вырабатывается функцией невязки.
1.1.2.2. Программное управление
Если нет возможности получения информации о результатах управления, можно попробовать обойтись без них (как человек с завязанными глазами). На этом основан принцип программного управления,управления по разомкнутому циклу. Важнейшими определяющими характеристиками такого управления является точность модели и правильность цели.
Пример:станки с программным управлением.
1.1.2.3. Адаптивное управление
Пусть имеется модель следующего вида:
= Sai
fi(x,
u)(1.1)
где
– выход объекта,
x– вектор состояний,
u– вектор управлений.
Из
наблюдений мы имеем
и
-
измеренные значенияxи
.
Задача адаптивного управления сводится
кминимизации квадрата невязки,
т.е.
Q(ai)
= (-
)2
min(1.2)
1.1.2.4. Оптимальное управление
Оптимальное управление значит наилучшее в каком-либо смысле.
Пусть
-
наилучшее значения выхода, тогда критерий
оптимальности можно сформулировать в
следующем общем виде:
F(u)
= F {
- S ai
fi(x,u)}(1.3)
Функция Fможет быть произвольной. Её иметь вид (квадрат, модуль и т.д.) выбирается с учетом целей дальнейшего применения.
Требований бывает много и часто их приходится свёртывать в один комплексный критерий. При этом разным требованиям назначают разные приоритеты.
Пусть
.
Каждый
является каким-либо критерием. В этом
случае критерий оптимальности можно
представить в следующем виде:
(1.4)
где mможет быть минимумом, максимумом и т.п.
1.1.2.5. Стохастическое управление
Часто оказывается, что входные величины, приложенные к системе, имеют стохастический характер. В этом случае нельзя использовать детерминированные алгоритмы, а следует применять стохастические, в которых в качестве характеристик используются величины среднего значения, среднеквадратического отклонения, дисперсии и т.д.
1.1.2.6. Нечеткое управление
Во
многих ситуациях нельзя указать четкого
однозначного функционального соответствия
между величинами, характеризующими
состояния входа и выхода объекта. Можно
лишь говорить об этом с некоторой
степенью достоверности, установленной
разными способами, например, опросом
экспертов. К примеру, какой-то элемент
множества
на 0,9.
Величины (входы, выходы, состояния и прочие) принадлежат нечетким размытым множествам, и законы управления строятся тоже на построении нечетких соответствий между этими нечеткими множествами.
1.1.2.7. Дискретное и непрерывное управление
Управление всех видов может быть либо дискретным, либо непрерывным. Непрерывное обычно используют в аналоговых устройствах (электрические машины). Дискретное или дискретно-непрерывное управление применяется как правило в цифровых устройствах (ЭВМ).
1.2. Объекты, системы и их модели (Лекция 2)
1.2.1. Математические модели систем и объектов управления.
1.2.1.1. Математическая модель
Как отмечалось, необходимо управлять самыми различными объектами: скоростью вращения электродвигателя, температурой в печах, скоростью движения полосы в прокатном стане, толщиной полосы, линией по выпечке хлеба или производству пива и т.д. Понятно, что вербальное описание для этого не годится. Управление сводится к добавлению, уменьшению, перераспределению некоторых ресурсов, изменению величин (в большинстве случаев метрических). Т.е. управление нужно вычислить, определить количественно. Для этого необходимо иметь математические соотношения.
Объект управления необходимо описать математически - разработать его математическую модель, т.е. систему математических отношений связывающих все величины, характеризующие рассматриваемый объект и представляющие интерес для решаемой задачи. Таким образом, математическая модель - это система математических соотношений, связывающих и описывающих поведение величин, полностью характеризующих изучаемый объект в необходимом смысле. Математическая модель объекта используется как при его анализе, так и синтезе системы управления им.
Очевидно, что система управления - совокупность датчиков и задающих устройств, алгоритмов обработки сигналов и определения управляющих воздействий, исполнительных устройств – также должны быть описаны в виде модели.
Таким образом, мы имеем дело всегда с математической моделью объекта и системы. Природа объектов может быть самой разной и их формальное представление - модели также будут отличаться. Для того, чтобы унифицировать методы анализа объектов и синтеза систем, их желательно классифицировать по каким-либо признакам.