Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Системы экстремального управления

..pdf
Скачиваний:
10
Добавлен:
19.11.2023
Размер:
33.28 Mб
Скачать

поиска экстремума функции качества объекта с числом

оптимизируемых параметров

п

12 и при наличии не

более четырех ограничениЁ.

В оптимизаторе реализован

комбинированныЁ алгоритм поиска, смысл которого за­ ключается в следующем. Выход объекта в окрестность экстремума производится методом наискореЁшего спуска, после чего уточнение координат экстремума производится методом градиента. Оптимизатор построен на электронно­ вакуумных лампах и обеспечивает до 50 определениЁ по­ казателя качества в 1 сек, что позволяет использовать его для работы в комплексе с быстродеЁствующими аналого­ выми машинами.

АвтоматическиЁ оптимизатор ЗАО-Ю/5 имеет 10 ка­ налов оптимизации и может учитывать не более четырех ограничениЁ. Оптимизатор работает с частотоЁ 3—5 гц

и

предназначен для функционирования

в комплексе

с

машинами с малым быстродеЁствием

(МН-7, МИ-11

ит. д.).

Воптимизаторе могут быть использованы следующие

алгоритмы поиска (алгоритм устанавливается вручную перед началом работы оптимизатора):

1.Метод градиента.

2.НаискорейшиЁ спуск.

3.Комбинация наискореЁшего спуска и метода гра­ диента (переход на последний алгоритм производится автоматически при малом по модулю приращении пока­ зателя качества).

4.Метод Гаусса — Зайделя.

5.Градиентная модификация метода Гаусса — Зай­ деля, которая заключается в том, что по каждой перемен­ ной совершается один рабочий шаг, пропорциональный соответствующей частной производной.

2.Дискретные оптимизаторы [23.15,23.16]. Эти опти­ мизаторы на полупроводниковых бесконтактных схемах реализуют работу упрощенного метода градиента, когда рабочий шаг делается по параметру сразу после оценки частной производной по этому параметру. Особенностью этих оптимизаторов является введение процедуры накопления результата пробных воздействий для повышения надежности решения при работе в обстанов­ ке помех. При этом используется последовательное на­ копление.

Значительное усложнение схемы оптимизатора тре­ бует введения операции контроля, что и сделано в одной из моделей [23.16].

3. Двухканальный оптимизатор ДАО-1М [23.17]. Оп­ тимизатор—дискретного действия и предназначен для управления режимом работы объектов химической про­ мышленности со значительной инерционностью. Инер­ ционность объекта предполагается расположенной на входе безынерционной экстремальной части (объект пер­ вого рода, см. § 7.5). Оптимизатор работает по методу градиента с форсированным пробным шагом, необходи­ мым для эффективной оценки составляющих градиента. Такая организация пробных шагов позволила сократить время переходного процесса в 15 раз. Показатель ка­ чества в оптимизаторе кодируется частотой следования импульсов и запоминается в счетчике, который вклю­ чается на определенное постоянное время. Число раз­ рядов счетчика равно восьми.

ДАО-IM использовался для оптимизации режима работы агрегата дегидрирования бутана в бутилен. С по­ мощью этого оптимизатора производилось определение оптимальных уставок регуляторов температуры и уровня кипящего слоя катализатора с целью получения макси­

мальной

производительности

агрегата.

4. Глобальный оптимизатор [23.18]. Оптимизатор

позволяет

определять

глобальный

минимум объекта

с пятью

параметрами

при

наличии

ограничений на

область поиска. Оптимизатор может работать в режиме одного из трех следующих алгоритмов глобального поиска.

1. Сочетание случайного и градиентного поисков. При этом начальные условия для градиентного по­ иска определяются случайно, а результат градиентного поиска (положение локального минимума и его зна­ чение) запоминаются, если показатель качества в этой точке оказался меньше уже содержащегося в памяти (см. § 20.4).

2. Модификация предыдущего алгоритма, когда гра­ диентный спуск производится из случайной точки с наи­ меньшим значением показателя качества. Для реали­ зации этого алгоритма необходимо на первом этапе про­ извести случайный перебор (§ 20.4) заданного объема.

«Лучшая» точка этого этапа и определяет начальные ус­ ловия для второго этапа.

3. Циклическое чередование режимов поиска мини­ мума и максимума по методу градиента. Команда на пере­ ключение определяется в момент достижения очередного экстремума. Наименьшее значение показателя качества и его координаты запоминаются и заменяются лишь в том случае, когда обнаружится еще меньшее значение пока­ зателя качества.

5. Статистический оптимизатор ОС-10 с адаптацией длины шага [23.19]. Оптимизатор имеет 10 каналов и представляет собой шаговый автомат, реализованный на бесконтактных полупроводниковых элементах и работа­ ющий с частотой 0,02—10 гц. Число каналов может не­ ограниченно увеличиваться за счет применения приста­ вок, каждая из которых имеет 10 каналов. Число учиты­ ваемых ограничений тоже неограничено, так как наруше­ ние хотя бы одного из них в процессе поиска рассматри­ вается как неудачный шаг (AQ 0), что влечет за собой неизбежно реверс исполнительных механизмов и возвра­ щение в исходное состояние.

Рис. 23.3.1. Граф алгоритма случайного спуска с возвратом, где «-(-» — оператор повторения, «—» — оператор возврата.

В оптимизаторе реализуются следующие алгоритмы поиска:

1.Поиск с возвратом (§17.3).

2.Поиск с пересчетом (§17.3).

3.Случайный спуск с возвратом (линейная тактика).

Последний алгоритм отличается от обычного алгоритма спуска введением возврата в исходную точку при AÇ^>0. Граф этого алгоритма показан на рис. 23.3.1.

величина шага достигает граничных значений, то алгоритм не допускает этого.

Длительность рабочего шага (при оптимизации инер­ ционных объектов первого рода) может изменяться с пуль­ та в пределах от 0,005 до 5 сек. Длительность выдержки при установлении показателя качества может варьиро­ ваться с пульта в пределах от 0,003 до 30 сек.

Оптимизатор снабжен автоматическим остановом по уровню показателя качества или числу неудачных шагов поиска.

Конструктивно оптимизатор вместе с блоком питания оформлен в виде ящика 650 х 290 X 210 (рис. 23.3.2). Вес оптимизатора 10 кг. Десятиканальная приставка вместе с блоком питания (рис. 23.3.3) имеет габариты 440 X 230 х 200 и вес 7 кг.

Л И Т Е Р А Т У Р Н Ы Й К О М М Е Н Т А Р И Й

Квведению

§0.1. Основные принципы управления как процесса целе­ направленного воздействия на объект, пожалуй, наиболее четко выразили классики кибернетики Н. Винер [0.1, 0.2], У. Росс Эшби [0.3] и С. Бир [0.4]. Однако расщепление управления на четыре со­ ставляющих, процесс выделения объекта из окружающей среды под воздействием цели, иерархия всякого управления — эти вопросы, затронутые здесь, насколько известно автору, ранее подробно не рассматривались.

§0 .2 . Идея экстремальности целей управления и ее универ­ сальности наиболее четко выражена А. А. Фельдбаумом: «В любом случае цель управления можно рассматривать как достиже­

ние экстремума некоторой величины — критерия оптимально­ сти» [0.5].

§ 0.3. Задачу активной идентификации часто называют плани­ рованием эксперимента: нужно организовать (спланировать) такой эксперимент на объекте, результат которого дал бы возможность построить модель, в определенном смысле наименьшим образом от­ личающуюся от объекта [0.60.8].

Планирование эксперимента развивалось как ветвь математи­ ческой статистики, а не раздел теории управления. Именно поэто­ му терминология, используемая в теории планирования экспери­ ментов, сильно отличается от терминологии теории управления. Ознакомиться с элементами планирования эксперимента можно по очень удачным книгам 10. П. Адлера [0.7—0.8]. Состояние теории планирования очень четко и доступно изложено в книге В. В. Налимова [0.6].

Дуальное управление, являющееся детищем А. А. Фельдбаума [0.5], не дает возможности синтезировать оптимальное управление в обстановке неопределенности. Обеспечивая оптимальность, дуаль­ ное управление отличается чрезвычайной, сложностью применяемо­ го математического аппарата. Именно этим обстоятельством объяс­ няется тот факт, что этим методом*дохзихлор еще не решено ни одной мало-мальски практической задачи; Ученики А. А. Фельдбаума не­ безуспешно пытаются преодолеть этот недостаток дуального управ­ ления [0.9—0.10].

К главе 1

Деление управления на три типа — программное управление, регулирование и настройку (экстремальное управление) предло­ жено А. А. Фельдбаумом [1.1]. Это деление условно и имеет скорее

методологический, нежели принципиальный характер, так как и ре-

альных системах управления все три типа переплетаются довольно причудливым образом. Так, в системах экстремального управления всегда имеется достаточно много программных взаимодействий и контуров регулирования.

§ 1.1. Теория жесткого управления — это прежде всего тео­ рия связи, т. е. теория прохождения сигнала через различного рода преобразователи, структура и параметры которых предполагаются известными (в регулярном или вероятностном смысле, т. е. в послед­ нем случае с точностью до их статистических характеристик). Та­ кими преобразователями в системе связи являются кодирующее и декодирующее устройства, канал связи и т. д. Основные задачи же­ сткого управления заключаются в анализе процесса прохождения различного рода сигналов через преобразователи и синтезе таких преобразователей и сигналов, которые обеспечили бы эффективность жесткого управления.

По теории жесткого управления можно рекомендовать следую­ щие книги. С регулярной теорией можно ознакомиться по книге [1.3]. Статистическая теория возникла в связи с необходимостью преодоления случайных помех, возникающих как в аппаратуре свя­ зи, так и в канале связи. С ней можно ознакомиться по книгам [1.4, 1.5]. Заметим, что статистическая теория связи является: одной из ветвей математической статистики [1.6], которая занимается интер­ претацией полученных данных, не имея возможности воздейство­ вать на источник этих данных. Именно такая ситуация характерна для жесткого управления ввиду отсутствия канала обратной связи.

§1.2. Регулирование является одним из самых разработанных разделов теории и практики автоматического управления. Именно поэтому чаще всего под словами «автоматическое управление» подра­ зумевается именно регулирование. О регулировании написано много превосходных книг как учебного характера [1.7—1.12], так

инаучного [1.13—1.16]. Эту область теории регулирования в целом можно считать достаточно разработанной, и основные задачи здесь сводятся к отысканию элегантных способов изложения предмета, суть которого уже понятна.

§1.3—5. Предмет экстремальнога управления как специального вида управления с поиском, по-видимому, впервые сформулировал

А.А. Фельдбаум в 1955 г. в его выступлении на II Всесоюзном со­ вещании по теории автоматического регулирования [1.17]. Однако вопросы теории и практики экстремального регулирования рассмат­ ривались еще раньше В. В. Казакевичем, которого по праву следует считать «отцом экстремального регулирования», в его кандидатской диссертации, написанной в 1944 г., а опубликованной лишь через 20 лет [1.18]. Здесь впервые была предложена и рассмотрена схема экстремального регулятора, настраивающего экстремальный объ­ ект с дрейфующей характеристикой.

Еще более ранние упоминания об экстремальном управлении от­ носятся к 1922 г. В этом году француз Леблан опубликовал свои со­ ображения о возможности создания экстремального регулятора для управления электропоездом [1.19]. Штейн в 1926 г. предложил схему регулятора экономичности парового котла, минимизиру­ ющего потери в дымовой трубе путем управления избытком воздуха [1.20]. В 1940 г. 10. С. Хлебцевич высказал идею экстремального

регулятора, который должен поддерживать к.п.д. парового котла на максимальном уровне [1.21]*

Эти три предложения не были, да и не могли быть, реализова­ ны в «металле», так как обладали заведомой неустойчивостью при. дрейфе характеристики объекта. Это — предыстория экстремаль­ ного управления. История начинается с работ В. В. Казакевича [1.18], А. П. Юркевича [1.22] и Дрейпера и Ли [1.23].

Кглаве 2

§2.1. Всякая классификация условна и отражает скорее вку­ сы и пристрастия автора, нежели объективное положение вещей. Предложенная классификация задач экстремального управления поэтому не претендует на полноту, а скорее стремится ориентиро­ вать читателя в круге задач, которые порождают методы. В этой классификации автор настаивает лишь на том, что в класс задач экстремального управления входят и задачи математического про­ граммирования, и задачи планирования экстремальных экспери­ ментов, и задачи экстремального регулирования, которые обычно рассматриваются с различных позиций. Это — позиции математи­ ческого анализа, математической и прикладной статистики и тео­ рии автоматического управления. По-видимому, настало время объ­ единить эти позиции в одну и создать общую теорию экстремального управления. Автор не ставит себе такой задачи, В этой книге рас­ смотрены преимущественно методы решения задач первой и третьей групп, т. е. методы математического анализа и теории автоматиче­ ского управления, и сделана попытка их объединения.

Нельзя не отметить, что в настоящее время в теории экстре­ мального управления имеются три языка. Это, прежде всего, язык математического анализа и математического программирования, порожденный вычислительными проблемами оптимизации. Сюда относятся многочисленные' работы по математическому програм­ мированию! [2.1, 2.18, 2.19] во всех его разнообразных аспектах: линейном [2.2—2.7], выпуклом [2.8], нелинейном [2.15—2.17], геометрическом [2.14], стохастическом [2.9, 2.10, 2.19], динамиче­ ском [2.17—2.19] и других [2.9]. Характерной особенностью этих методов является их преимущественная применимость лишь к ста­ тическим объектам оптимизации.

С другой стороны, в прикладной статистике с 30-х годов по­ явился язык планирования экспериментов, который был разработан для оптимизации статических объектов с минимальными априор­ ными сведениями в обстановке значительных помех [0.60.8, 2.11, 11.4].

И, наконец, в теории автоматического управления бьщразработан свой язык оптимизации сложных систем, направленный на процессы управления преимущественно динамическими объек­ тами [П.1 — П.22, 0.5, 0.10, 1.2 и др.].

По сути дела, все три языка обсуждают одну и ту же пробле­ му экстремального управления. Однако наличие «языкового барье­

ра» часто

препятствует обмену результатами и иногда приводит

к «переоткрытию»

на одном языке некоторых фактов, полученных

ранее на

другом*

 

§ 2.2. Классификация объектов экстремального управления также условна и имеет целью лишь показать широту спектра экс­ тремальных объектов. Некоторые из них имеют гипотетический и иллюстрационный характер. Так, с общих позиций едва ли целесо­ образно задачу решения систем обыкновенных дифференциальных уравнений (2.2.10) сводить к экстремальной задаче (2.2.15) и решать поисковым методом, так как уже существуют весьма эффективные методы решения поставленной задачи. Однако решение граничных вадач систем обыкновенных уравнений или уравнений в частных производных методами экстремального управления следует считать перспективным, так как другие методы (например, метод сеток) едва ли можно считать эффективным, особенно для сложных задач.

§2.5. Следует отметить, что идея сведения задач экстремаль­ ного управления к задачам регулирования по отклонению иногда приводит к неожиданным выводам. Так, задачу экстремального управления можно рассматривать как регулирование по отклоне­ нию производной показателя качества [П. 12]. На первый взгляд этим задача настройки сведена к задаче регулирования, однако при более внимательном рассмотрении нетрудно заметить два обстоятельства, которые препятствуют столь смелому выводу.

Во-первых, процесс определения или, точнее, оценки произ­ водной показателя качества сам по себе представляет проблему, Tait как операция дифференцирования определена лишь аналити­ чески и не может служить основой для дифференцирования сигна­ лов. С другой стороны, оптимизация, как правило, происходит в обстановке различного рода ограничений, что исключает приме­ нение методов регулирования по отклонению.

Кглаве 3

§3.1. Рассмотренные модели экстремальных характеристик, разумеется, не исчерпывают все одномерные модели. Однако опыт показывает, что едва ли целесообразно вводить дополнительные мо­ дели. Более сложные модели (инерционные статистические и гло­ бальные) рассмотрены ниже в соответствующих параграфах. Одна­ ко в этих сложных моделях всюду будут входить составной частью модели, рассмотренные в этом параграфе.

§3.2. Методы Ньютона существуют по крайней мере двести лет. Они являются очень добротным вычислительным средством, решаю­ щим в том числе и некоторые простые экстремальные задачи. Это об­ стоятельство в значительной степени сдерживало развитие других подходов. Однако появление «нечистых» объектов с ограничениями, дрейфом и помехами заставило создать другие методы поиска.

Кглаве 6

§6.1. Схема непрерывного поиска с реверсом является наибо­ лее распространенной. Она подробно рассматривалась в работах А. А. Фельдбаума [6.13], А. А. Первозванского [6.6], В. М. Кун­ цевича [6.7], П. И. Чинаева [6.8], В. В. Казакевича [6.10] и других

[6.1, 6.2, 6.3, 6.11, 6.12]. Заметим, что введение импульсного гене-

ратора о схему экстремального регулятора, помимо повышения ус­ тойчивости его работы, обеспечивает еще и нечувствительность к дрейфу экстремальной характеристики. Это показано В. В. Каза­ кевичем [6.10], который впервые ввел в схему экстремального регу­ лятора коммутатор, принудительно реверсирующий направление изменения оптимизируемого параметра.

§6.2. Идея применения синхронного детектора для оценки ве­ личины наклона характеристики при случайной модуляции принад­ лежит А. А. Красовскому [6.14]. Им же показана оптимальность операции синхронного детектирования в схемах экстремального регулирования [6.15].

§6.3. Первые опыты по исследованию поведения животного, охваченного экстремальной обратной сязью, и объяснение механиз­ ма поведения были произведены Л. М. Захаровой и А. И. Лнтвинцевым [6.18] и обобщены М. А. Айзерманом и Е. А. Андреевой [6.9]. Весьма интересный механизм функционирования биологической системы в процессе решения экстремальной вадачи предложен Л. Н. Фицнером [6.16, 6.17], который рассмотрел взаимодействие мышцантагонистов в экстремальном управлении и показал, что коорди­ нированное движение в сторону минимума достигается путем воз­ буждения и торможения этих мышц.

Кглаве 7

Задачей экстремального управления инерционными объектами занимались многие исследователи. Первые работы в этом направле­ нии принадлежат В. В. Казакевичу [7.5]. Значительные результаты при решении конкретных задач были получены Б. А. Арефьевым [7.1], В. М. Кунцевичем [7.7], H. Н. Леоновым [7.19] и другими ис­ следователями [7.2, 7.8] и т. д.

§7.1. Подразделение инерционных объектов на два класса — первого и второго рода — условно. Так, в работе [7.1] предложено другое и столь же условное подразделение.

§7.3. Определение предельного цикла на объекте второго рода может быть эффективно произведено методом Галеркина. В работе

В.В. Казакевича [7.5] рассмотрено применение этого метода для объекта с квадратичной нелинейностью.

§ 7.4. Работа синхронного детектора на инерционном экстрс- : мальном объекте впервые была рассмотрена А. А. Красовским [7.21]. ] Исследование мер по устрененшо влияния фазового сдвига провел ! В. В. Казакевич в работах [7.29—7.31]. Эти меры, по сути дела, сво­ дятся к введению звена, передаточная функция которого обратная ; (или почти обратная) передаточной функции объекта, что позволя- | ет снизить влияние фазового сдвига и сделать устойчивой систему i экстремального регулирования.

Идея использования методов оптимального управления для улучшения процессов экстремального регулирования объектов пер­ вого рода впервые предложена Л. Н. Фицнером [7.24]. Однако вонлощение в реальной конструкции оптимизатора она получила в ре- s лультате работ H. М. Александровского и P. Е. Кузина [7.22—7.23]. i| Ими разработана и внедрена конструкция двухканального