Адаптивные системы. Учебное пособие

q(t) вектор гауссовских шумов с нулевым средним и единичной дисперсией.

1.Для моделирования построить дискретную систему методом Эйлера с шагом t 0,1 .

2.Выполнить синтез адаптивного управления на основе минимизации математического ожидания классического квадратичного функционала, где

Варианты исходных данных для модели объекта приведены в

ˆ

таблице 1. Варианты значений (0) и P 0 приведены в таблице 2.

Представить графики векторов состояний, оценок состояний и управлений. На отдельных графиках представить точные значения неизвестных параметров и их оценки.

91

Лабораторная работа № 11

Поведение объекта на интервале [t0 ,T ] описывается системой

x(t) Ax(t) Bu(t) Fq(t), x(t0 ) x0 u(t) v(t), u(t0 ) u0 ,

где t0 0, T 10 ,

q(t) вектор гауссовских шумов с нулевым средним и единичной дисперсией.

1.Для моделирования построить дискретную систему методом Эйлера с шагом t 0,1 .

2.Выполнить синтез адаптивного управления на основе минимизации математического ожидания квадратичного функционала

обобщенной работы, где lp 15 ,

Варианты исходных данных для модели объекта приведены в

ˆ

таблице 1. Варианты значений (0) и P 0 приведены в таблице 2.

Представить графики векторов состояний, оценок состояний и управлений. На отдельных графиках представить точные значения неизвестных параметров и их оценки.

92

Лабораторная работа № 12

Поведение объекта на интервале [t0 ,T ] описывается систе-

мой

x(t) Ax(t) Bu(t) Fq(t), x(t0 ) x0 ,

где t0 0, T 10 ,

q(t) вектор гауссовских шумов с нулевым средним и единичной дисперсией.

1.Для моделирования построить дискретную систему методом Эйлера с шагом t 0,1 .

2.Выполнить синтез управляющих воздействий на основе минимизации математического ожидания локального квадратичного

функционала, где

Варианты исходных данных для модели объекта приведены в

ˆ

таблице 1. Варианты значений (0) и P 0 приведены в таблице 2.

Представить графики векторов состояний, оценок состояний и управлений. На отдельных графиках представить точные значения неизвестных параметров и их оценки.

93

Т а б л и ц а 1

Варианты исходных данных к лабораторным работам № 1–12

94

Т а б л и ц а 2

Варианты исходных данных к лабораторным работам № 7–12

95

Приложение 3

Индивидуальные задания для синтеза адаптивных систем управления различными техническими объектами

1. Моделирование системы адаптивного управления боковым движением самолета [1]

Линеаризованная модель бокового движения самолета относительно установившегося горизонтального полета может быть записана в виде системы линейных обыкновенных дифференциальных стохастических уравнений, где компоненты векторов состоя-

ния x(t) x , y , , T и управления u(t) ( e , n )T имеют следующий смысл:

x отклонение угловой скорости крена (рад/с),

y отклонение угловой скорости рыскания (рад/с),

отклонение угла скольжения (рад),

отклонение угла крена (рад),

e возмущение угла отклонения элеронов (рад),

n – возмущение угла отклонения руля направления (рад).

горизонт

э z

Рис. П3.1. Характеристики бокового движения самолета

96

Внешние возмущения в модели объекта описываются вектором q(t) , компоненты которого являются независимыми нормальными

гауссовскими величинами с матрицей влияния F(t) . Матрицы A, B, F принимают следующие значения:

вектор начального состоянияx0 (0,0035;0,005;0;0)T , t0 0 . Для моделирования используется метод Эйлера с шагом t 0,1 . Время моделирования T 40 с.

Математическая модель измерительного комплекса имеет вид y(k) Hx(k) r(k) ,

где H I – матрица канала измерений (I – единичная матрица соответствующей размерности), r(k) – погрешности измерений, ко-

торые описываются вектором дискретных гауссовских величин с характеристиками:

M r(k) 0 , M r(k)r( j)T R k , j

R diag 0,4 10 5 ;0,310 5 ;0,210 5 ;0,1 10 5 .

Управляющие воздействия формируются по оценкам векторов состояния xˆ(k) , которые получены при использовании фильтра Калмана для следующих начальных значений:

97

где I4 – единичная матрица соответствующего порядка.

Целью управления является удержания системы в окрестности нулевого состояния. При управлении слежение осуществляется за

вектором xz 0;0;0;0 T .

На максимальные отклонения компонент вектора управления наложены следующие ограничения:

Качество функционирования системы управления должно удовлетворять заданным требованиям, т.е. для компонент вектора состояния выполняться следующие ограничения:

0,53 10 2 рад; x 0,61 10 2 рад;y 0,61 10 2 рад; 0,53 10 2 рад.

ˆ

При построении оценок векторов неизвестных параметров (k)

ˆ

считать, что начальные значения компонент вектора (0) находятся в пределах 30% отклонения от соответствующего точного значения, а P 0 I , где I – единичная матрица, порядок которой ра-

вен числу компонент вектора .

1.1. Реализовать синтез адаптивного управления на основе минимизации математического ожидания классического квадратичного функционала. Ориентировочные значения весовых матриц равны:

C diag{3;2;2;3}; D diag{1;1}.

Вектор неизвестных параметров содержит следующие эле-

менты матриц A, B : (a1,2 ; a2,4 ; a3,4 ;b2,1;b3,1 )T .

98

Представить графики переходных процессов x(k) , их оценок xˆ(k) и u(k) . На отдельных графиках представить точные значения параметров и их оценки.

1.2. Реализовать синтез адаптивного управления на основе минимизации математического ожидания квадратичного функционала обобщенной работы при lp 5 . Ориентировочные значения ве-

совых матриц равны:

C diag{3;2;2;3}; D1 diag{1;1}, D2 diag{1;1} .

Вектор неизвестных параметров содержит следующие эле-

менты матриц A, B : (a3,2 ;a4,1;a4,4 ;b3,2 )T .

Представить графики переходных процессов x(k) , их оценок xˆ(k) и u(k) . На отдельных графиках представить точные значения параметров и их оценки.

1.3. Реализовать синтез адаптивного управления на основе минимизации математического ожидания локального функционала. Ориентировочные значения весовых матриц равны:

C1 diag{3;2;2;3}; D diag{1;1} .

Вектор неизвестных параметров содержит следующие эле-

менты матриц A, B : (a2,2 ;a3,3 ;a4,3;b2,2 )T .

Представить графики переходных процессов x(k) , их оценок xˆ(k) и u(k) . На отдельных графиках представить точные значения параметров и их оценки.

2. Моделирование системы адаптивного управления продольным движением самолета [2]

Линеаризованная модель продольного движения самолета относительно установившегося горизонтального полета может быть записана в виде системы линейных дифференциальных стохасти-

99

ческих уравнений, где компоненты векторов состояния

x(t) ; ; z ;V T и управления u(t) Т , v T имеют следующий смысл:

– отклонение угла тангажа (рад),

– отклонение угла наклона траектории к горизонту (рад),

z – отклонение угловой скорости (рад/с), V – отклонение скорости полета (м/с).

T – величина, характеризующая тягу двигателя,v – угол отклонения руля высоты (рад).

Рис. П3.2. Характеристики продольного движения самолета

Для высоты полета 5000м со скоростью, соответствующей числу Маха M=0,46, матрицы A и B соответственно равны:

матрица влияния шумов в модели объекта имеет вид:

100