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

Синтез адаптивной системы управления биохимическим реактором с оцениванием сигналов модального управления

.pdf
Скачиваний:
0
Добавлен:
09.08.2026
Размер:
373 Кб
Скачать

1

Решетняк Е.П., Луценко О.В., Харина И.В.

СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ БИОХИМИЧЕСКИМ РЕАКТОРОМ С ОЦЕНИВАНИЕМ СИГНАЛОВ МОДАЛЬНОГО УПРАВЛЕНИЯ

Саратов 2008

2

УДК 621 ББК 36

Решетняк Е.П., Луценко О.В., Харина И.В.

Синтез адаптивной системы управления биохимическим реактором с оцениванием сигналов модального управления / Решетняк Е.П., Луценко О.В., Харина И.В. – Саратов: Саратовский государственный аграрный университет имени Н.И. Вавилова, 2008. – 15 с. — опубл. 15.06.2012. — Электрон. версия печ. публ. — Доступ с сайта ЭБС

IPRbooks.

В работе предложен алгоритм адаптации системы автоматического управления биохимическим реактором с оцениванием сигналов модального управления. Приведен пример, доказывающий высокую эффективность предложенного алгоритма.

3

СИНТЕЗ АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ БИОХИМИЧЕСКИМ РЕАКТОРОМ С ОЦЕНИВАНИЕМ СИГНАЛОВ МОДАЛЬНОГО УПРАВЛЕНИЯ

Современное состояние методологии исследования и создания систем управления биотехнологическими процессами (СУБТП) в

значительной мере характеризуется использованием не только сложных методов экспериментальной разработки, но и современного подхода к расчету, оптимизации и проектированию этих систем. В

качестве объекта управления (ОУ) в этой методологии обычно рассматривается основной аппарат биотехнологический системы -

биохимический реактор (БХР). Основным методом анализа и синтеза СУБТП является метод математического моделирования.

Математические модели процессов ферментации и их параметры чаще всего могут быть определены только из эксперимента с использованием физических моделей (лабораторная установка для определения кинетических параметров ферментации, стенд для определения коэффициентов массопередачи и т.д.). Это вызвано сле-

дующими особенностями протекания биохимических процессов [1]:

автокаталитическим характером биохимических превращений; сложно-

стью и неопределенностью механизмов биохимического превращения и химического состава реакционных систем (питательная среда, куль-

туральная жидкость и т.д.); низкими концентрациями субстратов и продуктов, низкими скоростями превращений; существенным измене-

ние свойств ОУ в ходе процесса. Таким образом, обязательным требо-

ванием к СУБТП должно стать требование адаптивности, сформули-

рованные в работе [2].

Среди методов синтеза СУБТП в настоящее время широко при-

меняются следующие: методы коррекции систем [3], методы аналитиче-

ского конструирования регуляторов [4], методы модального управления

(МУ) [5]. Следует отметить, что многие задачи синтеза СУБТП по сво-

4

ему физическому содержанию являются задачами модального управле-

ния, поэтому ниже исследуются алгоритмы адаптивного модального

управления [6].

5

А л г о р и т м м о д а л ь н о г о у п р а в л е н и я

Смысл термина «модальное» управление заключается в том, что синтезируемое управление должно обеспечить в замкнутой системе заданное желаемое расположение нулей и полюсов передаточной функции. Следует отметить, что многие задачи синтеза СУБТП по своему физическому содержанию являются задачами модального управления. Однако при проектировании СУБТП эти методы не по-

лучили пока должного признания.

Желаемое распределение нулей и полюсов в замкнутой СУБТП за-

дадим в виде эталонной модели (ЭМ). Тогда задачу модального управ-

ления можно сформулировать следующим образом. Пусть уравнение ОУ и ЭМ имеет вид:

 

 

 

 

 

Ax Bu Df ,

 

 

 

 

 

 

 

 

 

x

 

 

 

 

(1)

 

 

 

 

 

 

 

Am xm Bmuz ,

 

 

x( 0 ) xm ( 0 ),

 

 

 

 

 

 

xm

 

 

(2)

где

x, x

m

R n , u,u

z

R m , f Rv - векторы, для которых выполняют-

 

 

 

 

 

 

 

 

 

 

 

ся условия «полного соответствия модели» (ПСМ):

 

 

rank [ B ] rank [ B A] rank [ B,Bm ] rank [ B,D ] m;

(3)

тогда управление

 

 

 

 

 

 

 

 

 

 

 

 

 

 

u

opt

B ( Ax B

m

u

z

Df ) ,

(4)

 

 

 

 

 

 

 

 

 

 

является решением задачи синтеза МУ, обеспечивающего выполнение условия

 

e xm x 0.

 

(5)

Здесь A A A,

B - псевдообратная матрица матрицы B .

 

m

 

 

 

 

Д о к а з а т е л ь с т в о . Запишем следующие системы уравнений с не-

известными матрицами A1 , A2 , A3 :

 

 

 

A BA1 ,

Bm BA2 ,

D BA3 .

(6)

Как известно, системы алгебраических уравнений имеет решение тогда и только тогда, когда ранг матрицы системы равен рангу расши-

6

ренной системы. Поэтому при выполнении условий (3) матричные уравнения (6) имеют решения, а управление (4) можно записать так:

u B ( B A x B A u

z

B A f ) A x A u

z

A f

opt

2

 

3

1

2

3

 

A BA1 ,

Bm BA2 , D BA3 .

 

 

и

uopt A1 x A2 uz A3 f .

 

 

(6)

В этом случае уравнение замкнутой системы (1), (4) принимает вид:

x A x B ( A1 x A2 uz A3 f ) D f Am x Bm uz .

Нетрудно убедиться, что при x( 0 ) xm( 0 ) условие (5) выполняет-

ся, что и требовалось доказать.

Следует отметить, что для определения коэффициентов закона управления (ЗУ) (4) необходимо знать параметры матриц A,B,D ММ ОУ (1). В адаптивной системе их оценки A,B,D могут быть получены в результате текущей идентификации. Ниже предлагается синтезиро-

вать адаптивную систему на основе оценивания непосредственно сиг-

налов модального управления (4), а не его коэффициентов.

7

А л г о р и т м а д а п т а ц и и с о ц е н и в а н и е м с и г н а л о в м о д а л ь н о г о у п р а в л е н и я

Алгоритм адаптации на основе оценивания непосредственно сиг-

налов модального управления впервые предложен в работах П.Д.

Крутько [7] для непрерывных систем управлений с одной степенью свободы и одним входом. Это позволяет существенно упростить алго-

ритм адаптивного управления, а следовательно, и его реализацию.

Здесь этот принцип управления рассматривается для многомерных не-

прерывных систем, проводится анализ влияния на эффективность управления ошибок измерений. Используем фильтр:

 

 

 

 

 

 

 

k f

 

 

 

U opt

 

1

 

 

 

 

W f ( p )

 

 

 

 

 

 

 

, U opt ( 0 ) 0,

(7)

U opt

T f p

1

p k f

 

 

 

 

 

где U opt - оценка оптимального управления (4). Тогда можно записать

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

U opt k f (U opt U opt ) k f [ B ( Ax Bm u z

Df ) U opt

]

 

 

 

(8)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

f

B ( Ax A

x B

m

u

z

Df BU opt ) k

f

B ( x A

x B

m

u

z

).

 

m

 

 

 

m

 

 

 

Проинтегрировав полученное выражение, окончательно получим:

 

t

t

 

U opt k f B ( x Am xd Bm u z d ).

(9)

 

0

0

 

Полученный закон управления можно считать адаптивным, если известна матрица B, параметры которой можно получить в результате текущей идентификации [2]. Как показывают численные исследования,

во многих случаях достаточно задать правильно структуру матрицы В и

знаки ее коэффициентов. Это объясняется тем, коэффициент kf фильт-

ра (7) задается достаточно большим. Так как в адаптивный ЗУ (9) вхо-

дит интеграл от x, обязательным является исследование на эффектив-

ность замкнутой системы влияния постоянных ошибок датчиков.

8

И л л ю с т р и р у ю щ и й п р и м е р

Эффективность предложенной методики рассмотрим на примере синтеза адаптивной системы управления проточным емкостным БХР с мешалкой. Линеаризованные уравнения его динамического режима и эталонной модели (ЭМ) имеют вид [ 1 ]:

 

 

 

 

0

x1

 

 

 

 

 

 

 

 

 

 

 

 

 

a21

x 2

 

 

 

 

 

 

 

 

 

 

5

x m1

 

 

 

 

 

 

 

 

 

 

 

 

 

0

x m2

 

 

 

 

a

 

x

 

 

 

b

 

0

 

 

 

;

(10)

 

12

 

1

11

 

 

 

 

a22

x2

 

b21

b22

 

y0

 

 

 

0

x

m1

 

50

0

 

z

 

 

 

 

 

 

 

 

0

 

 

 

 

.

5

xm2

 

50

y0 z

Коэффициенты уравнений (10) для трех режимов работы БХР пред-

ставлены в табл.1. Здесь δ - расход жидкой фазы через реактор, y0 -

концентрация субстрата во входном потоке, x1, x2 - текущие значения концентрации биомассы и субстрата в рабочем объёме культиватора и в выходном потоке, δz , y0z - заданные (желаемые) значения входных сигналов, xm1, xm2 – соответствующие выходные переменные ЭМ.

Таблица 1. Численные значения параметров ММ БХР

Режим №

δ0

y00

a12

a21

a22

b11

b21

b22

 

 

 

 

 

 

 

 

 

1

0,2

10

6,24

-0,2

-6,44

-9,75

9,75

0,2

 

 

 

 

 

 

 

 

 

2

0,7

10

0,69

-0,7

-1,39

-7,67

7,67

0,7

 

 

 

 

 

 

 

 

 

3

0,8

10

0,24

-0,8

-1,04

-6

6

0,8

 

 

 

 

 

 

 

 

 

a)

9

б)

Рис.1. Графики переходных процессов неуправляемого движения БХР для трех режимов работы и ЭМ:

a) x1, xm1; б) x2, xm2

. . . . – режим №1;

□ □ □ □ – режим №2;

+ + + + – режим №3;

 

– эталонная модель.

 

При исследовании эффективности адаптивной системы управления

БХР сделаны следующие допущения:

1) задающие воздействия имеют вид: δz Uh1(t), y0z zy Uh1(t),

0,

t 0;

 

0 t 1; А=0.05, Аzy =0.01;

Uh1( t ) t,

1,

t 1;

 

 

2)приводы управляющих входов δ и y0 - безынерционные;

3)возмущения равны нулю.

Графики переходных процессов неуправляемого движения БХР для

указанных выше трех режимов его работы и ЭМ представлены на рис.1. Как видно, динамические и статические характеристики БХР существенно меняются при изменении режимов работы.

Процесс и результаты исследований адаптивной системы управле-

ния БХР представлены в представленной ниже Maple – программе [8] .

10

M a p l e - п р о г р а м м а и с с л е д о в а н и я а д а п т и в н о й С А У с о ц е н и в а н и е м с и г н а л о в н е п р е р ы в н о г о м о д а л ь н о г о у п р а в л е н и я

Исходная модель: dX/dt = A X(t) + B Uopt(t)=A X(t) + Uau(t); dZ(t)/dt = X(t), dv(t) = Uz(t),

размерности матриц: A - (n n), B - (n k); k = n=3; Uopt = BI kf [-x(t)+Am z(t)+Bm v(t)],

BI = bipr^(-1), bipr - матрица входов B с приближенными

коэффициентами,

Uau(t) =B Uopt(t)= bb kf [-x(t)+Am z(t)+Bm v(t)], bb = B BI.

И с х о д н ы е д а н н ы е :

n - размерность системы, k - число управлений, tk - время конца интегрирования,

> n:=2: k:=2: tk:=5.:

Задание типов и размерностей матриц:

> x:=Vector(1..n,0.): A:=Matrix(n,n): B:=Matrix(n,n): …

Определение процедуры непрерывных задающих воздействий:

> Uh1:=proc(t) if type(t,numeric) then if t<0. then 0. elif t<=1. then 1.*t else 1. end if; else 'Uh1(t)' end if; end proc:

> plot([Uh1],0...5.,0...1.2):

Амплитуды задающих воздействий:

> Azd:=0.05: Azy0:=0.01:

Ввод матриц Э М:

> AM:=<<-5.|0.>,<0.|-5.>>;

-5. 0.

AM := 0. -5.

> BM:=<<-50.|0.>,<0.|+50.>>;

-50. 0.

BM := 0. 50.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]