![](/user_photo/_userpic.png)
книги из ГПНТБ / Лоскутов В.И. Основы современной техники управления
.pdfпри начальных условиях у ^ _ ^ |
||
jti—\ |
|
|
i/o |
-Уо- |
|
dt п—\ |
||
|
Для объектов с большой инерционностью изменение коор динаты Y(i) = (yl} у2, ..., уп) зависит не только от состояния объ екта в соответствующий момент времени, но и от состояния объекта в фиксированные моменты времени в прошлом, т. е. от предыстории рассматриваемой системы уравнения.
В этом случае математическое описание системы осуще ствляется либо дифференциально разностными уравнениями
вида |
dy |
|
|
|
|
|
|
|
M=fly(t)y[(t—ti), |
• |
• • |
. y(t~tm), |
t], |
|
|
либо интегродифференциальными |
уравнениями |
вида |
|
||||
|
У it), |
y(s)dQ1(s, |
t), |
|
y(s)dQm(s, |
t), |
t |
|
dt |
|
|
|
|
|
|
или же интегральными уравнениями |
вида |
|
|
||||
|
|
t |
|
|
t |
|
|
|
|
j y{s)dQ1{s, |
t), . . . |
, j y{s)dQm(s, |
t) |
|
|
Методы аналитического и численного решения систем диф |
|||||||
ференциальных |
уравнений |
разработаны достаточно |
широко |
||||
и не требуют специальных |
пояснений. |
|
|
Процесс изменения состояния систем значительно услож няется при наличии большого количества факторов управле ния. В этом случае вектор состояния системы должен изме няться заранее предписанным образом под воздействием соот ветствующего вектора управления x ( t ) .
Функционирование системы описывается дифференциаль
ным уравнением |
вида |
|
|
^ |
|
= Ш + Ф(*) ПРИ |
У(0) = с |
dt |
|
|
При этом часто на поведение систем накладываются до
полнительные ограничения |
|
|
Хти\v |
X ^ |
Хv п |
mm |
|
max' |
Утіп |
'у- |
Утях.' |
89
Приведенные ограничения показывают, что величины у |
и .ѵ |
не должны выходить за пределы некоторых дозволенных об |
|
ластей Гѵ и Гх в многомерном фазовом пространстве, где |
изо |
бражающие точки — концы радиусов-векторов у и х .
Выбор управляющего воздействия x(t) необходимо произ водить таким образом, чтобы состояние системы y(t) в течение всего времени управления как можно ближе подходило к за ранее заданной функции E(t), являющейся критерием оптими зации состояния системы во времени.
При наличии критерия оптимизации £ 0 п т решение задачи сводится к многовариантным ответам для отыскания из них наиболее удовлетворяющего условию
Еопт Е {у, X, t),
где Е — некоторый обобщеннвій параметр для отыскания опти мальных условий ведения процесса.
В этом случае поиск наивыгоднейшего решения целесооб разно осуществлять на основе математической модели, воспро изводящей исследуемый процесс в масштабе времени, зна чительно меньшем реального. Задавая различные значения вектору выходных величин y(t), можно многократно воспроиз водить значение Еу последовательно приближая его к £ о п т , а затем найденное решение взять за основу для формирования
управляющих |
сигналов. |
|
|
Рационально выбранный метод управления объектом дол |
|||
жен обеспечить |
в конечный момент времени tn |
совпадение |
|
значений y(tn) |
и |
E(tn). |
находится |
В реальных |
условиях управляемый комплекс |
под воздействием внешних возмущений, в большинстве слу чаев имеющих характер случайных воздействий.
Это означает, что для любого значения t вектор возмуще ний £(0 является случайной величиной с распределением, за висящим от времени.
С учетом этого случайного фактора поведение системы мо
жет |
быть представлено |
дифференциальным |
уравнением |
вида |
||
|
|
^ |
= ф(г/, X, I, t), |
|
|
|
|
|
dt |
|
|
|
|
где |
у — вектор |
состояния; |
|
|
|
|
|
X — вектор |
управления; |
|
|
|
|
|
I — случайный вектор, |
характеризующий влияние |
внеш |
|||
|
них возмущающих воздействий, вероятностное рас |
|||||
|
пределение которых |
предполагается |
известным; |
|
||
|
t — время. |
|
|
|
|
|
90
Эту задачу можно представить уравнением вида
* а = А у + в х + і , dt у
где А и В — матрицы коэффициентов, принимаемых постоян ными на определенных интервалах. Тогда управляющая век тор-функция
Х = Х(у, А, В, I)
считается известной, т. е. закон управления определен, если известны матрицы А и В и закон распределения на данном отрезке времени для |.
Системами линейных дифференциальных уравнений с по стоянными коэффициентами описывается большой класс фи зических процессов, особенно в стадии их первоначального исследования. При последующем уточнении явлений контро лируемые процессы описываются более сложными классами дифференциальных уравнений: неоднородными, линейными с переменными коэффициентами, нелинейными уравнениями.
Вопросы управления технологическими процессами часто бывают связаны с решением уравнений математической фи зики. В этом случае выбор наивыгоднейшего течения процесса сводится к постановке краевых задач, в которых при выде лении нужного решения следует учитывать заранее заданные значения искомой функции на границах закрытой области G. Для построения математической модели исследуемого процесса необходимо знать точную конфигурацию и геометрические размеры области, физические свойства вещества внутри нее, значение искомой функции на границе области и начальное состояние объекта для нестационарных процессов.
Решение краевых задач математической физики имеет смысл в том случае, если есть уверенность в устойчивости получаемых результатов относительно граничных и началь ных условий.
Следует отметить, что решение указанных задач обычными методами приближенных вычислений часто бывает настолько громоздким, что в этих условиях трудно применять даже сов ременные быстродействующие вычислительные машины.
В ряде случаев для исследования такого рода объектов применяют сеточные электромодели.
Задавая в нужном масштабе граничные значения изучае мой функции и в случае необходимости приводя их в требуе мое соответствие начальным условиям, можно с достаточной для практики точностью получать распределение искомого по тенциала на плоскости или в пространстве.
91
Отечественной промышленностью выпущена электромодель УСМ-1, предназначенная для исследования физических про цессов, описываемых дифференциальными уравнениями в ча стных производных эллиптического и параболического типа, а также некоторых процессов, интерпретируемых уравнениями четвертого порядка.
Как известно, уравнениями эллиптического типа описыва ются различные стационарные процессы: стационарные элек трические и магнитные поля, потенциальное движение несжи
маемой жидкости, стационарные тепловые поля и др. |
|
||||||||||||||
Общий вид эллиптического |
уравнения |
|
|
|
|||||||||||
|
d_ |
|
|
|
z ) ^ |
|
A2(x, |
y, |
z) |
dU |
|
||||
|
dx Аі(х, |
У, |
dy |
|
|
|
|||||||||
|
|
|
|
A. |
|
dx |
|
z) dU |
|
|
|
|
|
|
|
|
|
|
|
A3{x, |
y, |
|
R(x, |
y, |
z), |
|
|||||
|
|
|
|
dz |
|
|
|
|
dz |
|
|
|
|
|
|
где A \ , |
A2, |
A z — положительные функции |
|
координат |
x, y, z; |
||||||||||
|
|
U — искомая |
функция. |
|
|
|
|
|
|||||||
R(x, |
y, |
z) — любая функция |
координат. |
|
|
||||||||||
К уравнениям параболического типа сводятся задачи ис |
|||||||||||||||
следования |
теплопроводности, |
|
диффузии, |
распространения |
|||||||||||
электромагнитного поля в проводящих средах и др. |
|
||||||||||||||
Общий вид параболического |
уравнения: |
2)^1 + |
|
||||||||||||
|
|
|
А±{х, |
у, |
г) |
— |
|
|
Аъ(х, |
y, |
|
||||
|
|
|
л |
I |
|
^dU |
|
|
|
|
|
|
|
|
|
|
|
dx |
|
|
|
|
dx J + dy |
|
|
|
|
dy J |
|
||
|
|
+ dz |
|
|
|
|
dU |
|
|
|
|
|
dU_ |
|
|
|
|
А3(х, |
у, |
z) |
dz |
|
a2F |
(x, |
y, |
|
z) dt |
|
|||
где Л], A 2 , A3 — положительные функции |
координат; |
|
|||||||||||||
|
|
U — искомая |
функция. |
|
|
|
|
|
|||||||
Электромодель УСМ-1 состоит из |
следующих конструк |
||||||||||||||
тивно |
самостоятельных |
блоков: блока |
электрической |
сетки, |
блока дополнительной сетки, блока задания граничных усло вий, блока начальных условий, шкафа питания, автоматиче ского измерительного устройства, измерительного устройства нестационарного режима.
Большой интерес представляет аналого-цифровой вычисли тельный комплекс (АЦВК) типа «Сатурн», предназначенный для решения нелинейных краевых задач большой сложности, связанных с рациональной разработкой нефтяных месторож дений с учетом переменной нефтенасыщенности и загазированности пласта при упругопоршневом вытеснении из него
92
нефти. АЦВК «Сатурн» позволяет также решать аналогичные задачи из других областей науки и техники.
Аналого-цифровой вычислительный комплекс «Сатурн» .яв ляется дальнейшим развитием направления сеточных анало говых вычислительных машин и представляет собой сочета ние комплекта автоматизированных аналоговых устройств «Вега» с цифровой вычислительной машиной, соединенных в единую систему с помощью устройств прямого и обратного аналого-цифрового преобразования, а также коммутирующих устройств (рис. 23).
Этот комплект может рассматриваться как цифровая вы числительная машина с аналоговой программой для обраще ния матриц. Полное время набора и замера моделируемой области на 1000 ячеек не превышает 10 сек, что позволяет решать задачи с уравнениями в частных производных с экви валентным быстродействием 106 операций в секунду.
Задача решается методом моделирования с дискретным представлением времени. Аналоговая часть комплекса обеспе чивает моделирование задачи в каждом шаге. Цифровая вы числительная машина используется для первоначального ввода исходных данных, расчета и корректировки сопротив лений сетки и значений граничных условий с учетом нелинейностей, вывода и обработки результатов решения.
Основой решения широкого круга задач, связанных е пла
нированием |
производства, экономики, сельского |
хозяйства |
а также с |
процессами управления в административно-хозяй |
|
ственной деятельности, являются методы линейного |
програм |
|
мирования. |
|
|
Эта область математики позволяет находить экстремальные значения целевой функции, выраженной в линейных зависи мостях переменных, при условии выполнения определенных ограничений в виде линейных равенств и неравенств.
В |
результате |
требуется |
найти |
значение |
вектора |
|||
Х(х\, х2, |
.. ., хп) путем |
определения |
его |
экстремума |
линейной |
|||
формы |
|
|
„ |
|
|
|
|
|
|
|
£ |
(X) = S |
CjXj |
-> |
max |
|
|
при добавочных условиях и ограничениях |
|
|||||||
|
п |
|
|
|
|
|
|
|
|
X ацХ^Ъі |
при і = 1 , |
2, . . . , пгъ |
|
||||
|
/=і |
|
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
Е atjXj-^.bi |
при |
i — |
m + \ , . . . , m . |
|
|||
|
/=і |
|
|
|
|
|
|
|
93
Блок ГУ |
|
|
|
Устройство |
|
|
упраі Мления |
|
|
Б/-у |
|
|
Наналы |
Блок |
|
граничных |
коммута- |
|
условий |
каналов |
|
(128 каналов) |
|
Комму |
Магазины |
|
татор |
сопротив |
|
|
лений |
|
Модули БС-Ю2чЯ(8шт)
Наналы за дания нталь\ ныхусловий (Ю& кана ла.)
Магазины
сопротивле ний блока сетки (3072 магазина)
т
НУТ- Ю?А
РИУ
Рис. 23. |
Функциональная |
схема аналого-цифрового вычислительного комплекса «Сатурн»: |
||
Ц П У — центральный |
пульт управления; |
КУТ-1024 — коммутатор узловых точек на |
1024 |
входа; А И У — автоматическое из |
мерительное устройство; П У — печатающее устройство; Б П И — блок поиска изолиний; |
ГУ — |
граничные условия; НФ — накопи |
||
|
|
тель ферритовый |
|
|
Предполагается, что все коэффициенты в целевой функ ции — положительны (с,-> 0).
Область решения задач линейного программирования пред ставляет собой выпуклое многогранное множество, каждая точка которого называется планом, а каждая вершина — опор-
ным планом.
Задача линейного программирования является разрешимой при условии существования набора чисел х=(Х\, х2, . . ., хп), удовлетворяющих условиям задачи и обращающих линейную форму в максимум или минимум.
Для решения задач линейнего программирования, разрабо тано несколько общих алгоритмов: симплекс-метод, модифи цированный симплекс-метод и др.
Широкое применение получили также универсальные алго ритмы для решения так называемых транспортных и растгре-
делителъных задач.
Неразрешимость задачи обычно вызывается противоречи востью условий или неограниченностью самой линейной формы.
При наличии единственности решения значение искомого экстремума' совмещается с одной из вершин многогранного множества. В условиях множественности решений искомые экстремумы достигаются в ряде точек грани многогранного множества.
На практике методы линейного программирования нашли шировое применение при решении вопросов рациональной пе ревозки грузов, при определении наилучшего состава смесей, при оптимизации выпуска комплектной продукции, при вы боре наилучшего варианта использования посевных площадей, при рационализации раскроя материалов и др.
Одним из перспективных методов исследования сложных систем является метод декомпозиции. В линейном программи ровании эти идеи привели к созданию метода Данцига-Вулъфа, который известен под названием способ разложения. В более общей постановке этот метод блочного программирования раз работан советскими учеными Д. Б. Юдиным и Е. Г. Гольдштейном.
Ряд задач техники и экономики, связанных с исследова нием и управлением динамических объектов и процессов с многоэтапным характером их развития, решаются с помощью
методов динамического программирования.
Управление такими процессами связано с оптимизацией стратегии по их регулированию на отдельных временных этапах.
95
При этом, помимо математического описания процесса, должен быть сформулирован критерий качества функциониро вания, с помощью которого осуществляются оценки величин управляющих сигналов и вырабатывается оптимальная стра тегия управления.
В условиях использования метода динамического програм
мирования применяется способ |
многошагового |
конструирова |
|||||
ния |
оптимального |
варианта управления |
|
с |
учетом |
отсеивания |
|
бесперспективных |
результатов. |
Каждый |
из |
таких |
шагов учи |
||
тывает общую стратегию управления |
и |
состояние управляе |
|||||
мого |
комплекса |
в соответствующие моменты времени. |
Принцип оптимальности, сформулированный американским математиком Р. Беллманом, состоит в том, что оптимальная стратегия в процессах управления обладает следующим свой ством: каковы бы ни были начальное состояние и принятое начальное решение, последующие решения должны составлять оптимальную стратегию относительно состояния, возникшего в результате первоначального решения.
Основной смысл динамического программирования заклю чается в том, чтобы сложную задачу многошагового управле ния свести к большому числу более простых задач на оптими зацию.
Методы динамического программирования используются в основном для решения задач оптимального управления си стемами с небольшим числом переменных. В частности, этими методами решаются задачи, связанные с согласованием имею щихся в распоряжении ресурсов с заранее поставленными це лями. К числу таких задач относится многоэтапное производ ственное планирование, распределение капиталовложений, наилучшее использование оборудования и др. В сложных си стемах методы динамического программирования использу ются в сочетании с другими способами комплексного управ ления.
В условиях многофакторности и сложности поведения уп равляемых комплексов имеется ряд способов, упрощающих нахождение оптимальных решений при выборе управляющих воздействий.
Наиболее универсальным способом определения экстре мума функции многих переменных при соблюдении дополни тельных требований и граничных условий является метод множителей Лагранжа, позволяющий выявить и определить взаимосвязи между локальными и глобальными целями функ ционирования системы. Множители Лагранжа определяют ве совое значение отдельных функциональных зависимостей в их
96
общей взаимосвязи, описывающей функционирование всей управляемой системы. Но при наличии сложных комплексов метод Лагранжа приводит к огромному объему вычислений. Часто его трудно реализовать даже в условиях современных быстродействующих ЭВМ.
При создании сложных систем приходится прибегать к по
строению моделей массового |
обслуживания. |
Такого |
рода за |
дачи возникают в промышленности, на транспорте, в |
системах |
||
связи, в быту и т. д. Значение |
таких задач особенно возрастает |
в условиях использования управляющих систем в режиме раз деления времени.
Классическая теория массового обслуживания рассматри вает задачи главным образом с многократным повторением однородных операций, необходимость в которых возникает в случайные моменты времени. Примерами таких процессов является обслуживание пассажиров городским транспортом, работа телефонной станции в удовлетворении запросов або нентов, обслуживание покупателей в магазине и т. д. В этих случаях образуется поток однородных событий, переработка которых определяется качеством функционирования соответ ствующей системы обслуживания.
Материальные затраты на создание систем лимитированы и поэтому одновременное выполнение операций по обслужи ванию потребителей ограничено.
Показатели, характеризующие качество систем массового обслуживания, связаны с некоторыми средними количествен ными величинами: длительность обслуживания, длина оче реди на обслуживание, среднедопускаемое время ожидания
ит. д.
Большинство такого рода реальных систем носит стахостический характер из-за наличия случайных неравномерностей элементарных операций. Поэтому требования к функциониро ванию систем массового обслуживания формулируются в тер минах статистических средних. Система массового обслужива ния оценивается входящим потоком требований на обслужи вание, которые могут носить равномерный или неравномерный (случайный) характер. В последнем случае анализ входящего потока можно осуществить с помощью теории вероятностей.
Системы массового обслуживания определяются канальным характером функционирования. Пропускная способность каж дого канала определяется количеством заявок, которое может быть обслужено в единицу времени.
Существует три типа систем массового обслуживания: си стемы с отказами, с ожиданием и системы смешанного типа.
97
В первом случае при занятости канала обслуживания на тре бование потребителя следует отказ. Типичным примером такой системы является автоматическая телефонная станция, когда на вызов соответствующего номера абонента слышны частые гудки. Примером системы с ожиданием может служить оче редь покупателей в магазине. И, наконец, в качестве системы смешанного типа может быть рассмотрен аэропорт. Время ожидания самолета в воздухе перед посадкой ограничено. По истечении его он должен покинуть данный аэродром и отпра виться в другой пункт.
В качестве показателей работы систем массового обслужи вания могут быть приняты такие величины, как среднее время простоя каналов, средняя длина очереди, среднее время ожи дания, средний процент отказов и т. д. Эффективность работы таких систем определяется характером входящего потока тре бований, пропускной способностью каналов и их количеством. Если поток детерминирован, его характеристика полностью оп ределяется рекурентными зависимостями, позволяющими ус тановить текущие значения tj по предыдущим их значениям. Но детерминированные потоки заявок на обслуживание пред ставляют собой лишь частные случаи. При наличии случай ного потока однородных событий последний характеризуется свойством стационарности, наличием или отсутствием после действия и свойством ординарности.
Свойство стационарности состоит в том, что вероятность появления фиксированного числа событий за промежуток вре мени (т, ^ + т) зависит только от t и k. Это свойство определяет как бы постоянство режима работы системы.
Свойство отсутствия последействия связано с тем, что ве
роятность наступления k событий за промежуток времени |
|
(t, t + r) |
не зависит от порядка поступления требований до мо |
мента t. |
Это свойство определяет независимость наступления |
событий до предыдущих. |
Свойство ординарности фиксирует невозможность одновре менного поступления на обслуживание двух или большего ко личества требований.
Простейший поток однородных событий, характеризуемый описанными выше свойствами, в большинстве случаев опре деляется законом распределения Пуассона.
Вероятность Pk(t) наступления k событий за интервал вре мени определяется в этом случае выражением
-XI
k y ' kl
08