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

Адаптивные системы. Учебное пособие

.pdf
Скачиваний:
0
Добавлен:
12.08.2026
Размер:
886 Кб
Скачать

7. Пример синтеза адаптивного управления для нестационарной модели судна

при изменении курса

Математическая модель движения судна “Compas Island” задана в виде

x(t) A(t)x(t) B(t)u(t) F(t)q(t), x(t0 ) x0 ,

где компоненты векторов состояния

x(t) (x1 (t), x2 (t), x3 (t), x4 (t))T ( , , , )T

и управления

u(t) (u1 (t) ,u2 (t))T

модели объекта имеют следующий смысл:

отклонение угла дрейфа (рад),

отклонение угловой скорости дрейфа (рад/с),отклонение скорости движения (м/с),отклонение угла курса (рад),

u1 отклонение угла перекладки руля,

u2 отклонение режима работы главного двигателя.

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

гауссовскими величинами с матрицей влияния F(t) .

Модель объекта является нестационарной и для ее построения заданы матрицы, характеризующие модель, для трех моментов времени:

71

при 1 10с:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,007

0, 444

0

0

 

 

 

 

0,0158

0

 

 

 

 

 

0,0142

0,167

0

0

 

 

 

 

 

0,0084

0

 

 

 

( )

,

 

 

( )

,

A

B

1

 

0

0

0,0353

0

 

1

 

0

0,1

 

 

 

 

0

1

0

0

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1 10 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( )

0

0,17 10 3

0

 

 

;

 

 

 

 

 

 

 

F

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

 

 

0,1 10 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

при 2

25с

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,007

 

0,444

 

0

0

 

 

 

 

 

0,0184

0

 

 

 

 

 

 

0,0185

 

0,192

 

0

0

 

 

 

 

 

0,0108

0

 

 

 

 

( 2 )

 

 

 

,

 

( 2 )

 

 

,

A

 

 

B

 

 

 

 

0

 

 

 

0

0,040

0

 

 

 

 

 

 

0

0,087

 

 

 

 

 

 

0

 

 

 

1

 

0

0

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1 10 2

0

0

 

 

 

 

 

 

 

 

 

( 2 )

0

0,18 10 3

0

 

;

F

 

 

 

0

0

0,101 10 1

 

 

 

 

 

 

 

 

 

 

0

0

0

 

 

 

 

 

 

 

72

при 3 60с

 

 

0,007

0,444

0

0

 

0,021

0

 

 

 

 

 

0,0244

0,220

0

0

 

 

0,0146

0

 

 

 

 

( 3 )

,

 

 

( 3 )

 

,

A

B

 

 

 

0

 

0

0,046 0

 

 

0

 

0,076

 

 

 

 

 

0

 

1

0

0

 

 

0

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

 

0,1 10 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( 3 )

0

 

0,2

10 3

0

.

 

 

 

 

 

 

F

 

 

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

0,103 10 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для построения матриц

 

(t),

 

 

 

 

 

 

 

 

 

A

B

(t), F

(t)

используется многочлен

Лагранжа второй степени

 

 

 

 

 

 

 

 

 

 

,

 

 

 

 

 

 

 

 

 

 

L2 (t, , z) zi t j

 

 

 

 

 

 

 

 

 

 

 

3

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i 1

j 1

i

j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j i

 

 

 

 

 

 

 

 

 

 

где t момент времени,

в который вычисляется значение много-

члена Лагранжа, ( 1, 2 , 3 ) вектор моментов времени, в которых известны характеристики модели, z (z1, z2 , z3 ) – вектор зна-

чений величин, изменяющихся во времени.

Для задания модели объекта в произвольный момент t строятся векторы из элементов матриц непрерывной модели, зависящих от времени:

A2,1 (a2,1 ( 1 ),a2,1( 2 ),a2,1 ( 3 )) (0,0142;0,0185;0,0244) , A2,2 (a2,2 ( 1), a2,2 ( 2 ), a2,2 ( 3 )) ( 0,167; 0,192; 0,220) , A3,3 (a3,3 ( 1 ), a3,3 ( 2 ), a3,3 ( 3 )) ( 0,0353; 0,040; 0,046) , B1,1 (b1,1 ( 1),b1,1 ( 2 ),b1,1 ( 3 )) (0,0158;0,0184;0,021) ,

73

B2,1 (b2,1 ( 1 ),b2,1 ( 2 ),b2,1 ( 3 )) (0,0084;0,0108;0,0146) , B3,2 (b3,2 ( 1 ),b3,2 ( 2 ),b3,2 ( 3 )) (0,1;0,087;0,076) ,

F2,2 ( f2,2 ( 1 ), f2,2 ( 2 ), f2,2 ( 3 )) (0,17 10 3 ;0,18 10 3;0,20 10 3 ) , F3,3 ( f3,3 ( 1 ), f3,3 ( 2 ), f3,3 ( 3 )) (0,1 10 1;0,101 10 1;0,103 10 1 ) .

Тогда в момент t матрицы, характеризующие модель, определяются следующим образом:

 

 

 

 

 

0,007

 

0,444

 

 

 

 

0

 

 

 

 

 

0

 

 

 

 

L (t, ,

 

)

L (t, ,

 

)

 

 

0

 

 

 

 

 

0

 

 

 

A

A

 

 

 

 

 

 

 

 

A(t)

2

 

 

 

2,1

2

 

 

 

 

 

2,2

 

 

 

 

 

 

 

 

 

 

 

,

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

 

 

 

L (t, , A )

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

3,3

 

 

 

 

 

 

 

 

 

0

 

 

 

 

1

 

 

 

 

 

 

 

0

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L2 (t, ,

 

 

1,1 )

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L (t, ,

 

)

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

B(t)

 

2

2,1

 

 

 

 

 

 

 

 

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L (t, ,

 

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

3,2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,1 10 2

0

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

F (t)

 

 

0

 

L2 (t, , F2 ,2 )

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L2 (t, , F3,3 )

 

 

При формировании управляющих воздействий используется дискретная модель, полученная методом Эйлера с шагом t 0,1 ,

x(k 1) A(k )x(k ) B(k )u(k) F (k )q(k), x(0) x0 ,

где

A(k) I tA(tk ), B(k) tB(tk ), F(k) t F(tk ) ,

74

k

0, N

соответствует

моменту времени tk t0 k t [t0 ,T ] ,

t0 0 , T 60c ,

N T t0

600 .

 

 

 

t

 

Математическая модель измерительного комплекса задана в виде

y(k) Hx(k) r(k) ,

где матрица H является единичной, что соответствует полному измерению вектора состояния. Ошибки измерений описываются вектором r(k) дискретных гауссовских шумов с характеристиками

M r(k) 0, M (r(k)rT ( j) R kj ,

где

R diag{0,4 10 4 ;0, 25 10 4 ;0,01;0,15 10 2} .

Матрицы A(k) и B(k) в модели объекта имеют неизвестные па-

раметры, которыеобразуютвектор (k) a1,2 (k),a4,2 (k),b3,2 (k) T .

Оценивание состояния и идентификация параметров осуществляются с помощью двух фильтров Калмана для следующих априорных данных:

 

xˆ

(0;0;0;0,15)T ,

P

diag{1;1;1;1},

 

0

 

 

x0

 

ˆ

(0,055;0,08;0,012)

T

,

P 0 diag{1;1;1}.

0

 

Матрица (xˆ(k),u(k)) и вектор f (xˆ(k),u(k)) в фильтре Калмана для идентификации параметров имеют вид

 

 

 

 

 

 

 

 

xˆ

2

(k)

 

0

0

 

 

 

 

 

 

 

 

 

(xˆ(k),u(k))

 

0

 

0

0

 

,

 

 

0

0

 

 

 

 

 

u2 (k)

 

 

 

0

xˆ

(k)

0

 

 

 

 

 

2

 

 

 

 

75

f (xˆ(k),u(k)) a2,1

a1,1 (k)xˆ1 (k) b1,1 (k)u1 (k

(k)xˆ1 (k) a2,2 (k)xˆ2 (k) b2,1 a3,3 (k)xˆ3 (k)

xˆ4 (k)

)

 

(k)u (k)

 

1

.

 

 

 

 

 

 

Синтез управлений, осуществляется на основе минимизации математического ожидания локального квадратичного функционала на интервале моделирования [0;60c] для следующих весовых

матриц

C1 diag{0,8 10 4 ;0,1 10 1;0, 4 10 1;0,6537 105}; D1 diag{1;1}.

Управляющие воздействия формируются следующим образом:

u(k) (B

T

ˆ

ˆ

1

B

T

ˆ

ˆ

 

(k, (k))CB(k, (k)) D)

 

 

(k, (k))C(A(k, (k))xˆ(k) xz (k)) ,

где D D1 , матрица C является установившимся решением с точ-

ностью 0,1 10 3 уравнения Риккати, которая имеет следующие значения

 

3,252

206,427

0

155,703

 

 

 

206,427

2,896

10

4

0

3,563

10

4

 

C

 

 

.

 

0

0

 

 

0,938

0

 

 

 

 

155,703

3,563

10

4

0

7,665

10

4

 

 

 

 

 

Решается задача перевода судна на другой курс: при начальном состоянии x0 0;0;0;0,35 T требуется отследить траекторию заданного состояния xz (t) , для построения которой в моменты1, 2 , 3 заданы следующие векторы:

xz ( 1 ) 0;0;0;0 T , xz ( 2 ) 0;0;0; 0,1 T ,

xz ( 3 ) 0;0;0; 0,5 T .

Тогда вектор заданного состояния xz (t) определяется с помощью многочлена Лагранжа L2 (t,, z ) следующим образом:

76

xz (t) 0;0;0; L2 (t, , z T ,

где

z z ( 1 ) 0; z ( 2 ) 0,1; z ( 3 ) 0,5 T .

На рис. 6.1 точками указаны значения курса в моментыi , i 1,3 , а сплошной линией – значения для курса, полученные с помощью многочлена Лагранжа

0.5

 

 

 

 

0

 

 

 

 

0.5

 

 

 

 

1

0

200

400

600

Рис. 6.1. Траектория, за которой осуществляется слежение

На величину управляющих воздействий наложены следующие ограничения:

 

u1

 

0,61,

 

u2

 

0,01.

 

 

 

 

Качество функционирования системы управления определяется следующим образом: управляющие воздействия должны быть такими, чтобы, начиная с некоторого момента времени, компоненты вектора состояния удовлетворяли следующим ограничениям

0,26 рад; 0,174 10 1 рад/ c;

0,5м/ с; z 0,53 10 2 рад.

На рис. 6.2 приведены графики переходных процессов

77

 

 

 

 

 

x(k) x1(k), x2 (k), x3 (k), x4 (k) T ,

 

 

оценок

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xˆ(k) xˆ1(k), xˆ2 (k), xˆ3 (k), xˆ4 (k) T

 

 

и управлений

u(k) (u (k),u

2

(k))T

, причем жирная сплошная ли-

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

ния изображает управляющие воздействия u(k) , жирная пунктир-

ная – заданное состояние курса, тонкая сплошная – состояния

x(k) , а тонкая пунктирная – оценки состояния xˆ(k) .

 

 

На рис. 6.3 приведены в порядке следования графики точных

значений

параметров,

 

 

и

соответствующих

оценок

ˆ

ˆ

 

ˆ

 

ˆ

 

T

, причем жирной линией изображены

(k) 1

(k), 2

(k), 3 (k)

 

точные значения параметров, а тонкой – их оценки.

 

 

 

0.8

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.8

0

50

100

150

200

250

300

350

400

450

500

550

600

 

 

Рис. 6.2. Векторы состояния, оценки состояния и управления

78

 

 

 

 

 

1

 

 

 

 

0.2

 

 

 

 

0.5

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

 

 

0.2

 

 

 

 

0.5

 

 

 

 

 

 

 

 

 

 

 

 

 

0

50

100

150

200

1 0

50

100

150

200

 

 

 

0.4

 

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

0.4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

50

100

150

200

Рис. 6.3. Точные значения параметров и их оценки

79

Литература

1.Александров А.Г. Оптимальные и адаптивные системы : учеб. пособие для вузов. М. : Высшая школа, 1989. 264 с.

2.Браммер Л., Зиффлинг Г. Фильтр Калмана-Бьюси. М. : Наука, 1972. 200 с.

3.Буков В.Н. Адаптивные прогнозирующие системы управления поле-

том. М. : Наука, 1987. 232 с.

4.Решетникова Г.Н. Моделирование систем: учеб. пособие. 2-е изд., перераб и доп. Томск : Томск. гос. ун-т систем упр. и

радиоэлектроники, 2007. 441 с. URL: http://vital.lib.tsu.ru/vital/access/ manager/Repository/vtls:000343580

5.Решетникова Г.Н. Адаптивное управление поставками и рекламой Алгоритмы. Модели. Ограничения. Saarbrücken : Palmarium Academic Publishing, 2012. 152 c. ISBN: 978-3-659-29616-1

6.Решетникова Г.Н., Смагин В.И. Адаптивное управление по локальным и квазилокальным критериям : учебно-методическое пособие. Томск :

Изд-во ТГУ, 1993. 28 с.

7.Смагин В.И. Оптимальное и адаптивное управление : учебнометодическое пособие. Томск : Изд-воТГУ, 2010. 32 с.

8.Смагин В.И., Параев Ю.И. Синтез следящих систем управления по квадратичным критериям. Томск : Изд-во ТГУ, 1996. 171 с.

9.Соболев Г.В. Управляемость корабля и автоматизация судовождения. Л. : Судовождение, 1976. 477 с.

10.Срагович В.Г. Адаптивное управление. М. : Наука, 1981. 384 с.

11.Фрадков А.Л. Адаптивное управление в сложных системах. М. :

Наука, 1990. 296 с.

12.Цыкунов А.М. Адаптивное и робастное управление динамическими объектами по выходу. М. : Физматлит, 2009. 268 с.

80

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]