книги / Управление большими системами. УБС-2017

Информационные технологии в управлении техническими системами и технологическими процессами

Рис. 2. Алгоритм работы базы правил нейросетевого настройщика для отработки возмущающих воздействий

353

391

Управление большими системами. Выпуск XX

4. Результаты экспериментов

Для проведения экспериментов по применению нейросетевого настройщика на электроприводе постоянного тока использовался стенд NI ELVIS II с установленной платой Quanser DCMCT (рис. 3).

Рис. 3. Фотография экспериментального стенда

Система управления построена в программном пакете

LabVIEW 2013 (рис. 4).

Рис. 4. Фрагмент системы управления электроприводом постоянного тока экспериментального стенда

Она представляет собой систему подчиненного регулирования, включающую в себя контур тока и контур скорости с линейными ПИ-регулятором тока и ПИ-регулятором скорости соответственно. Нейросетевой настройщик представляет собой программныйкодMatLab, помещенныйвблокMathScript Node.

354

392

Информационные технологии в управлении техническими системами и технологическими процессами

Эксперимент проводился следующим образом. При номинальных значениях параметров ПИ-регулятора скорости и ПИрегулятора тока двигатель постоянного тока разгонялся до скорости 200 рад/с. Далее при тех же настройках подавалось ступенчатое возмущающее воздействие величиной 5В в канал управления. Нейросетевой настройщик выявлял момент возмущения и в соответствии с базой правил изменял параметры ПИ-регулятора скорости.

На рис. 5 приведено сравнение работы системы с нейросетевым настройщиком и без него для аналогичных условий эксперимента. Также показано изменение KP и KI регулятора скорости для случая с использованием нейросетевого настройщика.

Рис. 5. Результаты эксперимента

Нейросетевой настройщик в режиме компенсации возмущающего воздействия позволил снизить максимальное отклонение от заданной скорости и время возврата к уставке на 8 и 30 % соответственно по сравнению с системой под управлением классического ПИ-регулятора без изменения его параметров.

355

393

Управление большими системами. Выпуск XX

5. Заключение

Применение нейросетевого настройщика для отработки возмущений позволяет улучшить работу электропривода постоянного тока в режиме компенсации возмущающих воздействий. Целью дальнейших исследований ставится совершенствование базы правил, применение настройщика для более сложных схем управления электроприводом.

Работа выполнена при поддержке Российского фонда фундаментальных исследований (грант 15-07-06092).

Литература

1.ЕРЕМЕНКО Ю.И., ГЛУЩЕНКО А.И., ПЕТРОВ В.А. О ней-

росетевой адаптации параметров ПИ-регулятора контура тока системы управления прокатной клетью в реальном времени // Системы управления и информационные техно-

логии. – 2016. – № 3 (65). – С. 62–68.

2.Снижение динамических нагрузок в универсальных клетях прокатного стана / В.Р. ХРАМШИН [И ДР.] // Металлург. – 2015. – №. 4. – С. 41–47.

3.Снижение динамических нагрузок механического и электрического оборудования черновой подгруппы клетей ста-

на горячей прокатки / В.Р. ХРАМШИН [И ДР.] // Машиностроение: сетевой электронный научный журнал. – 2013. –

№. 2. – С. 69–77.

4.Active disturbance rejection control of a heat integrated distillation column / F. AL-KALBANI [ET AL.] // Proc. of 21st int. Conference on methods and models in automation and robotics. – IEEE, 2016. – P. 278–283.

5.Adaptive controller for linear plant with parametric uncertainties, input delay and unknown disturbance / A. PYRKIN [ET AL.] // IFAC Proceedings. – 2014. – Vol. 47.3. – P. 11294–11298.

6.ASTROM K.J., T. HAGGLUND Advanced PID control. – Research triangle park: ISA, 2006. – 460 p.

7.BEZRYADIN M.M., AND LOZGACHEV G.I. Synthesis of modal controller with compensation of external disturbance for

356

394

Информационные технологии в управлении техническими системами и технологическими процессами

object with parametric uncertainty on the criterion of maximum robustness // Trudy SPIIRAN. – 2012. – Vol. 21. – P. 157–169.

8.BOBTSOV A.A., AND PYRKIN A.A. Cancellation of unknown multiharmonic disturbance for nonlinear plant with input delay // International journal of adaptive control and signal processing. – 2012. – Vol. 26. – No. 4. – P. 302–315.

9.GORBAN A.N., WUNSCH D. The general approximation theo-

rem. Proceedings of the IJCNN. – Anchorage: IEEE, 1998. –

P.1271–1274.

10.HUANG G.B., WANG D.H., LAN Y., Extreme learning machines: a survey // International journal of machine learning and cybernetics. – 2011. – Vol. 2. – No. 2. – P. 107–122.

11.KŮRKOVÁ V. KOLMOGOROV'S Theorem is relevant // Neural computation. – 1991. – Vol. 3. – No. 4. – P. 617–622.

12.LOZGACHEV G.I. Synthesis of modal controllers based on a transfer system of a closed-loop system // Avtom. telemekh. – 1995. – Vol. 5. – P. 49–55.

13.Output control algorithm for unstable plant with input delay and cancellation of unknown biased harmonic disturbance / A. PYRKIN, A. SMYSHLYAEV, N. BEKIARIS-LIBERIS, M. KRSTIC // 9th IFAC Workshop on time delay system. – IFAC, 2010. –

P.1–6.

14.SAXENA S., HOTE Y.V., Simple approach to design PID controller via internal model control // Arabian journal for science and engineering. – 2016. – Vol. 41. – No. 9. – P. 3473–3489.

15.SHPILEVAYA O. YA. Control systems with additive adjustment based on the velocity vector method // Optoelectronics, instrumentation and data processing. – 2011. – Vol. 47. – P. 281–286.

16.VISIOLI A. Improving the load disturbance rejection performances of IMC-tuned PID controllers // IFAC Proceedings volumes (15th ifac world congress). – 2002. – Vol. 35. – No. 1. –

P.295–300.

17.VOSTRIKOV A.S., SHPILEVAYA O. YA, Nonlinear control systems with fast adaptive algorithm // Proceeding of the IASTED international conference on modelling, identification and control (MIC 2004). Switzerland, Grindelwald, 23–25 Febr. 2004. – P. 444–449.

357

395

Управление большими системами. Выпуск XX

ON NEURAL TUNER DEVELOPMENT TO IMPROVE DISTURBANCES ATTENUATION QUALITY SOLVING DC DRIVE CONTROL PROBLEM

Anton Glushchenko, Stary Oskol Technological Institute n.a. A.A. Ugarov (branch) NUST "MISIS", Stary Oskol, Cand.Sc, Docent (Stary Oskol, Makarenko microdistrict, 42, (4725)45-12-17, strondutt@mail.ru). Vladislav Petrov, Stary Oskol Technological Institute n.a. A.A. Ugarov (branch) NUST "MISIS", Stary Oskol, postgraduate (79040882508@ya.ru).

Abstract: A PI-controller neural tuner application is considered in this research to solve control problem of DC drive functioning in disturbances rejection mode. Experiments are conducted to attenuate mentioned disturbances using a test bench by National Instruments. The disturbance is implemented as a step-like signal added to a control action signal, which is an armature current loop output. The neural tuner usage allows to reduce the maximal control error by 8 % and the transient time caused by the disturbance by 30 % comparing to a conventional control system with a speed PI-controller without parameters adjustment.

Keywords: DC drive, PI-controller, disturbances rejection, neural tuner.

358

396

Информационные технологии в управлении техническими системами и технологическими процессами

УДК 021.8 + 025.1 ББК 78.34

ОБРАБОТКА ОБЪЕКТОВ ИНТЕРВАЛЬНОГО ТИПА В СИСТЕМЕ УПРАВЛЕНИЯ БАЗАМИ ДАННЫХ SQL SERVER

Сараев П.В.1, Галкин А.В.2, Мирошников А.И.3, Никольская А.А.4

(Липецкий государственный технический университет, Липецк)

Современные информационные системы имеют возможность для учета данных, содержащих неопределенность, в виде интервалов. Эта возможность может быть реализована в виде создания интервального типа данных в СУБД. Обработку объектов интервального типа удобно производить с помощью методов интервального анализа. В работе представлены разработанный интервальный тип в СУБД SQL Server и функции обработки объектов интервального типа.

Ключевые слова: интервальный анализ, системы управления базами данных, интервальный тип данных.

Развитие информационных технологий приводит к возможности накопления объемов данных о разнообразных процессах. Многие данные содержат погрешности или ошибки округления, учитываемые в виде интервальных значений. Неопределенность значений может быть представлена в интервальном виде, где значению параметра ставятся в соответствие нижняя и верхняя

1 Павел Викторович Сараев, доктор технических наук, доцент

(psraev@yandex.ru).

2 Александр Васильевич Галкин, кандидат технических наук, доцент

(avgalkin82@mail.ru).

3Артем Игоревич Мирошников, ассистент (a.i.miroshnikov@yandex.ru).

4Алина Александровна Никольская, студентка (nikol-pm13@mail.ru).

359

397

Управление большими системами. Выпуск XX

границы интервала, в котором оно достоверно находится. Учет неопределенности за счет использования вычислений над интервальными данными позволяет получать достоверную оценку возможных решений и вследствие этого принимать верные управленческие решения.

Таким образом, актуальной становится обработка интервальных данных с целью извлечения достоверной информации в системе управления базами данных, например, одной из самых распространенных SQL Server. В системах управления базами данных интервальный характер может учитываться за счет организации двух полей для описания, в одно из которых записывается минимальное значение (нижняя граница интервала), а в другое – максимальное (верхняя граница интервала). Однако данный способ не универсален для реализации агрегирующих функций, таким образом, лучшим вариантом является создание пользовательского типа данных в самой СУБД.

Интервальная алгебра – математическая структура, которая для вещественных интервалов определяет операции, аналогичные арифметическим.

Над интервалами определены следующие основные опера-

ции [5]:

(1)[a] + [b] = [a + b,a + b] – сложение интервалов,

(2)[a] − [b] = [a − b,a − b] – разность интервалов,

Также существуют два метода нахождения интервального расширения: естественное и центрированное, представленные ниже:

(5) fnat([x]) = min(f(x)|x [x]); max(f(x)|x [x])

360

398

Информационные технологии в управлении техническими системами и технологическими процессами

(6) fmv([x]) = f(mid[x]) + f’nat([x])([x] – mid[x]),

Для создания пользовательского типа данных был выбран вариант с использованием среды .NET с реализацией на языке

C# в виде сборки к SQL Server [1–3].

Конструктор класса, принимающий нижнюю и верхнюю округленные границы интервала, представлен ниже [4].

public iInterval(double down, double up): this() {

if (down >= up)

{

this = Null; isNull = true;

}

else

{

isNull = false;

this.down = Math.Round(down, 14, MidpointRounding.ToEven);

this.up = Math.Round(up, 14, MidpointRounding.AwayFromZero);}

}

Втабл. 1 представлен способ представления интервалов

вбазе данных.

Таблица 1. Таблица Intervals с интервальным типом данных

Над созданным интервальным типом данных был реализован расчет интервальных расширений функций, представленных в табл. 2.

361

399

Управление большими системами. Выпуск XX

Таблица 2. Функции над интервалами

В качестве примера можно привести реализацию экспоненциальной функции:

public class IEXP {

public static iInterval NEXP(iInterval Value)

{

iInterval n_exp = new iInterval(); n_exp.down = Math.Exp(Value.down);

362

400