![](/user_photo/_userpic.png)
книги из ГПНТБ / Егоров С.В. Элементы идентификации и оптимизации управляемых систем учеб. пособие
.pdfт |
|
Ограничения типа интегральных f hk{Y, U)dt |
С иногда |
и |
|
называются изопериметрическими. |
|
Указанные ограничения являются условными, в процессе
управления они могут и нарушаться.
Пункт 2. II этап — идентификация системы и характера
возмущений — является необходимым дополнением к поста новке задачи оптимизации. От данных, полученных на этом этапе, зависят как возможность решения, так и метод реше ния задачи оптимизации.
При идентификации определяются структура и парамет ры уравнений связи между переменными У, U, Z, которые
отражают объективные закономерности протекающих в си стеме процессов. В самом общем виде эта связь (математи ческая модель системы) может быть записана как
F (Y ,U ,Z )= 0, |
(1-3) |
где F — некоторый векторный оператор. |
Уравнения связи |
можно рассматривать как естественные (безусловные) огра ничения на переменные.
, В анализе часто применяют запись уравнений связи не в виде уравнений (1-3) между входными и выходными пере менными (уравнения «вход —выход»), а в форме уравнений для состояния X объекта:
F (X ,U ,Z )= О,
причем выходные переменные У функционально связаны с
переменными состояния X: Y = g(X ). |
в § 2-2, |
Понятие состояния подробно рассмотрено далее, |
|
а здесь под состоянием системы будем понимать |
лишь ту |
часть прошлого и настоящего системы, которая необходима для определения ее будущего движения. Например, состоя ние искусственного спутника как материальной точки пол ностью характеризуется тремя координатами пространствен ного положения и тремя значениями скоростей по этим координатам. Знание этих величин в некоторый момент вре мени позволяет предсказать траекторию движения спутника на основе законов механики. К сожалению, для многих уцравляемых систем, особенно включающих в себя процессы переработки информации, определение переменных состоя ния и выявление имеющихся закономерностей является весь ма сложной в настоящее время задачей.
II
Запись -вида (1-3) применяют, когда известна связь воз мущений с остальными переменными. Если возмущения за даны как функции времени, то уравнения связи записывают в -неявной относительно возмущений форме
F (Y ,U ,t) = 0.
Такое параметрическое задание возмущений производит- ' ся «а основе опыта (экспериментальных данных), что пред полагает контролируемость возмущений. Если такого опыта нет или возмущения не контролируются, то при анализе час то применяют ту или иную модель возмущений, полагая их ступенчатыми, линейными, экспоненциальными или другими функциями времени, нормальными белыми шумами и т. д.
Действие возмущений на объект управления может быть аддитивным:
F(Y, U, Z) =F[(Y, U) +F2(Z) = 0,
или мультипликативным (влияющим на параметры и струк туру связи):
F{Y, U, Z)=Fz(Y, U )= 0.
Формально любое мультипликативное возмущение мож но -свести к эквивалентному аддитивному. Поэтому, если возмущения не контролируются или неизвестна их связь с остальными переменными, то модель системы с возмущения ми обычно принимается в виде
F(Y, f/)+Z = 0.
Объекты управления по характеру связи будем разделять
на:
1)статические (безынерционные), когда связь между пе ременными мгновенная (в этом случае F — функция);
2)динамические (инерционные), когда выходные пере
менные (или переменные состояния) зависят не только о г значений входных воздействий в данный момент, но и от предшествующих значений (F —функционал или оператор).
Уравнения связи (1-3) чц-сто -называют также статически ми (для безынерционных) или динамическими (для инер ционных объектов) характеристиками.
Выявление возмущений и характера их действия на вы ходные переменные -и, следовательно, -на критерий оптималь ности весьма важно для выбора схемы оптимизации. Если бы возмущений не было, то задача оптимизации решалась бы
12
один раз и навсегда. Действие возмущений приводит к тому, что оптимальные управления надо корректировать, пересчи тывать. Поэтому к возмущениям в задачах оптимизации можно отнести все, что приводит к необходимости пересче
та оптимальных управлений.
Если возмущения контролируются, то иногда целесообраз но применить их компенсацию с помощью введения в
управление составляющей Uz (рис. 1-2), нейтрализующей их
управления: ОУ— объект управления, БФК-блок формиройання критерия, УУ — управляющее устройство
действие (Щипанов Г. В., Петров Б. Н. и др.)*. Однако полная компенсация возмущений возможна довольно редко и не всегда полезна (см. § 5-6).
Если возмущения задаются в (1-1) и (1-3) как известныеt функции времени, то компенсационная составляющая Иг
также определяется как функция времени. Система в целом в этом случае является системой программного управления.
Если аналитический путь решения сложен, то можно приме нить поисковую систему оптимального управления. Этот
путь оказывается единственно возможным, если действие возмущений заранее не известно и они не контролируются.
* При ссылках на авторов см. библиографию к соответствующей
глав».
13
Схема оптимизации выбирается, таким образом, на основе информации о характере возмущений и их действии на вы ходные переменные системы и критерий оптимальности.
Пункт 3. III этап — решение задачи оптимизации — пре
следует цель определения оптимального закона управления, а в автоматических системах управления — и синтеза управ ляющего устройства. Если при этом оптимальное управле ние найдено как функция времени U*(i), то говорят об оп тимальном программном управлении (управлении по разомк
нутой схеме). Если же оно найдено как функция состояния X (Системы — U*{X), то говорят об оптимальном управле нии с обратной связью (управлении по замкнутой схеме).
Известные в (Настоящее время методы оптимизации мож но разделить на две группы:
1. Методы оптимизации при известной математической модели (заданной или полученной в результате идентифи кации) — методы математического программирования (Кан торович Л. В., Данциг Дж., Веллман Р., Понтряшн Л. С. и
АР-)- 2. Методы оптимизации при неизвестной модели непо
средственно на объекте — методы планирования экстремаль ных экспериментов (Фишер Р., Бокс Г., Уилсон К. и др.).
Выбор метода решения задач оптимизации зависит также от типа задач, которые разделим на конечные и вариацион ные. Такое разделение проводится по виду критерия опти мальности (1-1) и тех ограничений (1-2) и связей (1-3), ко торые касаются управлений. Далее будет показано, как за дача на экстремум функции или функционала при наличии ограничений (условий) сводится к задаче не безусловный экстремум некоторой .новой функции или функционала. Доэтому, если критерий оптимальности и ограничения содер жат производные по времени от управления или состояния, то при оптимизации приходим в общем случае к задаче экс- ^гремизации функционала вида
т |
|
/=» J G(Y, Y, Y , U , 0 ,..., Z, 0 dt -> min, |
(1-4) |
<•
которая является вариационной задачей.
Весьма часто в выражение для критерия оптимальности и ограничения (1-2) производные не входят. В этом случае тип задачи определяется видом уравнений связи между У и U, т. е. характеристиками канала управления.
14
Если канал управления безынерционен и связь между Y и U дается конечным уравнением, то задача минимизации
функционала (1-1) при указанном типе связи приводит к задаче минимизации некоторой функции в каждый момент времени te [/0, Т]. Эюстремизация функций явХяетея основ
ной задачей дифференциального исчисления, поэтому тако го типа задачи следует отнести к конечным, или статическим задачам оптимизации. К ним также относятся задачи, в ко
торых время в явном виде не фигурирует.
Если же канал управления обладает инерцией (динами кой) и связь дается в виде неприводимого к конечному ин тегрального или дифференциального уравнения, то задача оптимизации в этом случае приводит к задаче минимизации функционал типа (1-4), которая относится к задачам вариа ционного исчисления. Такой тип задач будем называть ва риационными или динамическими задачами оптимизации.
Наконец, существует целый ряд задач оптимизации, в кото рых переплетаются оба указанных типа.
Решение динамических задач, безусловно, более сложно, чем решение статических задач оптимизации, поэтому на практике иногда не учитывают производные в критериях оп тимальности и ограничениях. Так как выбор критерия яв ляется субъективным, не будем обсуждать, насколько такое пренебрежение производными в нем законно. Что касается уравнений связи управляемой системы, то в них можно пре небречь производными, если коэффициенты при них (по стоянные времени) малы по сравнению с интервалом опти мизации Т—■/0. Однако в общем случае критерием такого
пренебрежения (вообще — упрощения задачи), приводящего к неоптимальному решению, может служить показатель не-
оптималъности
Aj = \ j ; ~ j * \ < A j Am
или
б' = |
< |
бдоп. V + 0 ), |
( Ь г>) |
где J *, /о* — значения критериев при оптимальном управле
нии, найденные из решения соответственно исходной и уп рощенной задач. Такого рода показатели неоптимальности могут быть просчитаны заранее для некоторого класса объек тов управления с заданным критерием оптимальности, про ясняя вопрос о возможности упрощения уравнений связи конкретного объекта из этого класса.
15
Помимо упрощения модели управляемого объекта, воз можны и другие пути упрощения задачи оптимизации; уп рощение критерия оптимальности, упрощение структуры ис комого оптимального управления и т. д. В наиболее простых случаях можно представить оптимальное значение критерия
как функцию от |
параметров управления |
{а,} параметров |
самого критерия |
{bj}, параметров модели |
{ck} и т. д. В этом |
случае исследование чувствительности оптимума к измене нию указанных параметров может быть проведено аналити
ку* |
dj* |
dJ* |
^ |
■ |
чески по величинам |
, —— , |
------ , |
либо |
эксперимен |
та/---- дЬ/ |
dck |
|
|
тальным путем, давая приращения указанным параметром и фиксируя приращения критерия оптимальности. Заметим, что для оптимальных управлений величина д]*1дщ=0,поэто
му чувствительность здесь исследуется с помощью вторых частных производных.
При любой оптимизации нас в конечном счете интересует направление, в котором надо изменить управляющее воздей ствие, чтобы получить минимальное значение критерия оп
тимальности. Это направление определяется |
как градиент |
, /а/Угти |
описании си |
Vu J —I *^у] -При известном математическом |
стемы можно найти аналитическое выражение для этого на правления (с помощью функций чувствительности, вспомо гательных операторов и т. п,), либо определить его экспери ментально, например, с. помощью модели. В последнем слу чае для инерционных объектов управления целесообразно в целях сокращения времени поиска оптимального решения применять модели, имеющие увеличенный по сравнению с реальным объектом масштаб времени (быстрые модели). Та кие системы управления с моделями находят широкое при
менение при оптимизации сложных динамических систем.
Если модель отсутствует, указанное направление опре деляется в результате эксперимента непосредственно на са мом объекте управления, при этом обычно проводится пода ча на объект специальных пробных воздействий. Одновре менно при этом может проводиться и идентификация объек та, т. е. этапы 2 и 3 совмещаются во времени.
Заметим, что при оптимизации на реальном объекте не всегда возникает необходимость в идентификации. Извест но немало примеров успешного управления даже сравни тельно сложными системами, математическая модель кото рых неизвестна. Фактически человечество сравнительно не-
1о
давно стало пользоваться математическими моделями объек тов, управляя до этого с помощью некоторых неформали зованных, эвристических методов, а также с помощью мето да проб и ошибок. Как указывал В. С. Пугачев, летчик не знает дифференциальных уравнений самолета, но тем не ме-
Рис. 1-3. Последовательность решения задачи оптимизации
нее успешно управляет им. Понятно, что в этих условиях успешное управление возможно лишь после некоторого обу чения, которое требует известной потери времени. Очевид но, что использование математических моделей быстрее и лучше приведет к успеху.
Последовательность этапов при оптимизации показана на рис. 1-3.
§ 1-2. Примеры задач идентификации и оптимизации
Вначале рассмотрим задачи идентификации (,пп. 1-3), приводящие .к построению математической модели.
Далее рассмотрены типичные задачи оптимизации (пп. 4-11), когда математическая модель управляемой систе мы известна из теоретических предпосылок или в результа те идентификации.
а—1зоз го с .
ИЛУ';:-/ . БиЯ-»;: *
Пункт 1. Задача построения Статической модели управляемой системы
Многие управляемые системы нормально функционируют в установившихся-режимах или фактор времени в них прак тически отсутствует. При анализе таких систем обычно ог раничиваются рассмотрением статической модели.
Для простоты примем, что имеется одна выходная вели чина у, которой в частности может быть и величина крите
рия оптимальности системы. Если уравнения связи (1-3) для системы неизвестны, но наблюдается непрерывная зависи мость выходной переменной от управляющих воздействий, то можно предположить, что функция у{и\,,..., ит), допус
кает разложение в ряд Тейлора в окрестностях заданной точки Uq (далее для простоты записи примем U0 = 0):
У(«1 . ., «„) = 0 <О,.\.,О) + 2 ( - ^ ) оИ,+
В- таком случае можно искать статическую модель систе мы в виде
л |
2 bi “I+ 2 bn |
( 1-6) |
У = h + |
||
|
<=l |
|
где [bi </)}— неизвестные коэффициенты модели. |
||
Поскольку в реальных системах имеются |
возмущения, |
|
не учтенные в модели |
(1-6), то уравнение (1-6) |
не дает точ |
ной связи между переменными, а может выполняться лишь в среднем, точнее, уравнение (1-6) является уравнением ре грессии выходной переменной относительно переменных
Wlj Um*
тт
У = М [у I U) = К 4- У /;, щ + |
2 bil UI ui + ■• • (1-7) |
i - \ |
I |
|
t <i |
(На практике в уравнении (1-7) ограничиваются квадратич ным приближением.)
Задача построения статической модели системы состоит в нахождении коэффициентов [Ьщ)}, дающих минимум
некоторой мере р несоответствия получаемой модели реаль
18
ной системе. Часто за такую меру (критерий) берут величи ну среднего квадрата ошибки
М {Рх(у , </)} = |
М {(У- y f) -* |
min |
|
|
ы |
или среднего модуля отклонения |
|
|
М{Р* (//,*/)} = |
{| jy — У И -* |
min. |
|
|
{ Ь Ш ) \ |
Получаемую при этом модель называют оптимальной в смысле принятого критерия. Обратим внимание «а то, что в данном случае задача идентификации сведена к задаче оп тимизационной.
В ряде случаев в статическую модель для увеличения точ
ности вводят также некоторые возмущения Z\, ..., |
z „ наи |
||||
более существенно влияющие на выходную переменную; |
|||||
У = У (У) = |
/>0 + |
21 ht vi + |
2 |
bU vi vi> |
(ЬЬ) |
|
|
i |
i. |
i |
|
где V =(ui, ..., Mm, Z|, |
z,) |
— вектор |
|
учтенных |
в модели |
входных воздействий. Получение такой модели не отличает ся .существенно от рассмотренной выше задачи. Однако надо отмстить, что выделение переменных, наиболее существенно влияющих на выходную величину, с целью упрощения мо дели (1-8) для сложного многофакторного процесса пред ставляет собой самостоятельную задачу идентификации (за дача выделения существенностей), решаемую перед выше указанной.
Решение указанных задач основывается на обработке экс периментальных данных, которые могут быть получены по результатам нормальной эксплуатации управляемой системы (пассивной эксперимент), либо при изменении входных пе ременных (очевидно, только управляемых) но определенным законам (активный эксперимент).
Пункт 2. Задача определения функций чувствительности
При построении автоматических систем, обладающих ма лым реагированием на неизбежные разбросы конструктив ных параметров системы или на изменения возмущающих воздействий, а также при создании беспоисковых самона
Ч* |
19 |
страивающихся систем, возникает задача определения функ ций чувствительности, с помощью которых получается необ ходимая для проектирования или настройки системы инфор мация о градиенте интересующей исследователя выходной переменной (в частном случае — критерия оптимальности) относительно управляемых (настраиваемых) параметров и возмущений.
Определение функций чувствительности может быть про ведено аналитически методом построения модели чувстви тельности, если известна математическая модель (1-3) ис ходной системы (Быховский М. Л., Мейоингер X., Мил лер К. и Мюррей Ф. и др.), или экспериментально, если та кая модель отсутствует (Красовский А. А. и др.). Рассмот рим вначале первый случай.
Пусть уравнение связи (1-3) (имеет вид
Y=F(Y, и, t),
где и — управляемый параметр из области Я„ допустимых
управлений, и пусть для любого заданного начального усло вия У(^о) = УобЯо, где Я0 — область допустимых начальных условий, существует единственное решение Y(/, t0, Yо, и),
причем в общем случае Yo(u) — некоторая однозначная функция параметра и, такая, что для всех и в Я„ выполняется условие YqBЯо.
Для однопараметричеокого семейства решений Y(t, и) — = Y(t, t0, Y0(u), и) определим функцию чувствительности
Sit, |
u)=z dy^ ' -^ , |
( 1-9) |
|
du |
|
которая может быть найдена как решение уравнения |
||
5 - - ^ - . $ + - ^ , |
(1-10) |
|
dY |
ди |
du |
(уравнение модели чувствительности).
Если математическая модель системы отсутствует, то за дача экспериментального получения функций чувствительно сти относится к задачам идентификации.
Для рассмотренной в п. 1 задачи получение функции чувствительности (1-9), очевидно, совпадает с задачей опре деления коэффициентов bt(i = 1, пг) статической модели
(1-6), являющихся компонентами 'вектора градиента функ ции у(ии ..., Wm) в точке Uо; в этом частном случае указан
ная в заголовке п. 2 задача формулируется как задача опре
20