- •5.8. Уточнение модели управляемого объекта по данным текущих измерений
- •Часть 8
- •Глава 6 техническое обеспечение систем управления
- •6.1. Управляющий вычислительный комплекс
- •6.2. Устройства связи с объектом
- •6.3. Устройства связи с оперативным персоналом
- •6.4. Архитектура управляющих вычислительных комплексов
- •6.5. Системы непосредственного цифрового управления
- •Глава 7
- •7.1. Основные понятия
- •7.2. Специальное программное обеспечение асутп
- •7.3. Разработка функционально алгоритмической структуры асутп*
- •8.1. Асутп микробиологического синтеза лизина ' в биореакторах периодического действия
о
5.8. Уточнение модели управляемого объекта по данным текущих измерений
При использовании управляющих устройств в реальном времени требуется в процессе управления уточнять модель объекта, чтобы по уточненной модели и при изменившихся начальных данных рассчитать новый закон оптимального управления. Особенность задачи уточнения модели по данным текущих измерений заключается в том, что в каждом такте вычислений уже
имеется начальное приближение параметров модели. Для уточнения этих параметров желательно использовать результаты измерений, полученных только в текущий момент времени, не удерживая в памяти машины результатов всех предшествующих измерений. Такие алгоритмы часто называют адаптивными алгоритмами идентификации.
Общая структура системы адаптивной идентификации приведена на рис. 5.18, где приняты следующие обозначения: х{1} и У(1) —переменные на входе и выходе объекта в момент I;
у{1)—выход модели; Ь* и Ь—векторы параметров объекта
и модели соответственно; е(1')=г/('1)—у(1) — ошибка идентификации, связанная как с наличием неизмеряемой случайной помехи КО, действующей на объект, так и с ошибкой аппроксимации истинных характеристик объекта расчетной моделью;
Р(е)—функция потерь, оценивающая величину ошибки. Это обычно четная функция, поскольку одинаково нежелательно иметь как положительную, так и отрицательную ошибку. Чаще всего ^7(е)=е2. В силу того, что выход объекта у зависит не только от х и &*, но и от случайной помехи !;, ошибка е представляет собой случайную величину. Расчет параметров модели Ь сводится к решению задачи оптимизации вида
при тех или иных ограничениях, наложенных на множество допустимых значений вектора коэффициентов Ь.
В уравнении (5.168) М—знак математического ожидания, вычисляемого на множестве значений случайной функции у. Естественным способом минимизации функционала / была бы замена математического ожидания М, его оценкой, подсчитанной по N наблюдениям, и вычисление коэффициентов Ь из условия минимума суммы
л' 1^=^Р[у(1)-'у(х(1}, Ь)}.
1=1
Однако при таком вычислении Ь пришлось бы запоминать N значений векторов у(1) и х(1) и ждать Л" тактов до получения оценки вектора Ь.
В адаптивных алгоритмах стремятся вычислить искомые параметры модели в виде
А'+1=ЬЧ-Дй'[у(«+1); -с(1-+1)].
где й'+'—приближение вектора коэффициентов в (1+1)-м такте; Ли'—поправка, зависящая от текущих измерений и от номера такта »'.
Рассмотрим два способа формирования поправки А6'. Алгоритм стохастической аппроксимации. В этом алгоритме поправку Ай' выбирают в форме
дЬ'=-у(ОУо^(6',у(1).^(1)), (5.169)
т. е. поправка пропорциональна градиенту по Ь функции Р, стоящей в уравнении (5.168) под знаком математического ожидания. Такой способ выбора оправдан, если необходимо выбирать Ь из условия минимизации функции потерь только в I-том такте. Оказалось однако, что при определенном выборе функции у(1) выбор поправки по формуле (5.169) позволяет при {->оо получить значения &', сходящиеся к вектору Ь*. При этом сходимость следует понимать в вероятностном смысле, т. ё. при 1-»-оо вероятность ненулевого отличия Ь от Ь* стремится к нулю. Условия, наложенные на у(1) требованием сходимости процесса, имеют вид:
00 00
^у(0=оо; Нту(0=0; ^гЧг^^О. (5.170)
;=1 <-. со 1=1
Требованиям (5.170) отвечает, например, закон изменения у(1) вида
•у(1)=а1/(02+0; а»>0; 02>0. - (5.171)
Проанализируем условия (5.170). Первое из них связано» с тем, что для любого начального приближения процедура уточнения должна привести в точку Ь*. Таким образом, сумма по-
00
правок 2 А&' должна быть сколь угодно велика.
«=1
Второе условие необходимо для того, чтобы •, при 1-»-оо поправка Ай' стремилась к нулю. Между тем, Уь/"" через у(1) зависит от случайного вектора ^(») и не равен нулю даже при
1—*-00.
Наконец, третье условие сходимости обеспечивает тот факт, что дисперсия суммарной коррекции, т. е. дисперсия 2 Лй^
У=1
при 1->-оо не должна быть бесконечно большой.
При произвольном выборе а\ и а.ч в выражении (5.171) скорость сходимости алгоритмов стохастической аппроксимации часто оказывается очень плохой, поэтому важную роль играют способы оптимизации скорости сходимости.
Одним из таких способов является использование «промежуточных прокруток». Суть его заключается в том, что в памяти машины после 1-го такта запоминают результаты измерения у и х на 1-том, (I—1)-м, (I—2)-м,..., (I—г)-м тактах. И в период до (1+1)-го такта эти измерения несколько раз «предъявляют» алгоритму (5.169) как новые. При получении у (г+1) и х(1+1) самое старое из хранящихся в памяти машины измерений исключают, а последнее добавляют, так что в памяти машины все время хранятся результаты (г+1)-го последнего измерения.
Второй способ ускорения сходимости заключается в замене в (1г'+1)-м такте функционала Т выборочным средним, так что вектор Ь1^ выбирается из условия минимума выражения
1 г+1 7= ——— ^ Р [у (v) - у (?(у), й'+1)] ——>- тшп (5.172)
у=<1
В общем случае вычисление поправок коэффициентов из условия (5.172) нецелесообразно, так как в правую часть этого выражения входят все измерения от первого до (11+1)-го и, кроме того, приходится вычислять матрицы вторых производных 'V2ьР(у(V), х[у), Ь), что сопряжено со значительными трудностями. Однако в случае, когда функция Р представляет собой квадрат ошибки е(1')-, а выход модели у линеен по искомым коэффициентам Ь, процедура расчета может быть сделана рекуррентной. Рекуррентный метод наименьших квадратов. Пусть
п
~У) (х, Ь) = ^ Ьцхг, /• ='Т~т. (5.173)
1=0
а функция Р(е) =е2. Тогда выражение / примет форму . <+1 "
7= ————— ^ [у (V) - ^ Ь^Х1 (V) ] 2 ———> 1ШП . (5.174)
' • •4=1 г-о ь +
Здесь без ограничения общности принято, что у[у)—скалярная функция, так как в векторном случае задача распадается на т независимых подзадач относительно векторов Ь/.
В данном случае искомым-является вектор Ь==(Ь\,..., &;,..., &п). Условие для выбора Ь'41 примет вид
д1 2 '+1
ТГг - - 7^-Г 2 [у (у) - 2 Ь11+1Х1 м) ч (\) = °'
У=1 1=0
что эквивалентно системе линейных уравнений
л 1+1 1+1
^ 6^+1 (^ Хь (V) XI (V)) = ^ у (V) Х„ (V); И = 0~Я" (5.175) 1—0 У=1 у-=1
Чтобы перейти к рекуррентной процедуре решения системы (5.175) относительно вектора Ь'"41, удобно использовать матрич-
ную форму записи. Введем матрицу
^о0). . . . .^(1), . . . .^п(1)
X^-^1= '. : ;
^о'(<+1). . . х'1 (г+1). . . ^п(«+1)
Размерность этой матрицы в такте 1+1 равна (п+1)Х(1+1). Уравнения (5.175) в векторно-матричной форме примут вид:
рС(.+1)т^,+1]6>+1=^(.+1|Ту,+1 (5.176)
Здесь индекс т означает транспонирование соответствующей матрицы; У'^=(у(1), у (2),..., у (1+1))—вектор измерений выхода объекта.
Отметим, что произведение матриц р^+'^=х^^^+\\^ТV^Л~\ представляет собой матрицу размерности (к+1)Х(п+1); эта размерность не зависит от числа тактов. Перепишем систему
(5.176) в форме
р>+16.+1=Д^(>+1)туг+1=д.+1, . (5.177)
Аналогично для г-го измерения
^"г>'=Д^'ТУ•=^'. (5.178)
Чтобы выразить Ь'+1 через Ь1 и результаты последнего измерения, нужно выразить матрицу Р^^\ через Р':
^)^+1=^Э^+ДЛ;<^+1)ТДX'1+1=Р•+Л^". (5.179)
Здесь АХ'+'= (х\ (1+ 1),..., Хп(1+ 1))—вектор измерений входа объекта в (1+1)-м такте (последняя строка матрицы Х'+'). Так как АР'41 — произведение столбца на строку, то это также матрица размерности (п+1)Х(п+1), и операция сложения в уравнении (5.179) корректна. Матрица А73'41 зависит только от результатов текущего измерения. Матрица Р' обратима только тогда, когда число тактов I больше, чем размерность п вектора входных переменных х. В этом случае из уравнения
(5.177) следует:
Ь>+|=(Р'+1)-10'+'. (5.180)
Получена обычная оценка вектора Ь^+\ по методу наименьших квадратов. Чтобы привести ее к рекуррентной форме, перепишем в виде
^^^=^^+^^^=^^+у(^+1)^X^+^. (5.181)
Подчеркнем, что АО' зависит только от последнего измерения. Из соотношения (5.178) видно, что 0'^Р'Ь1. Поэтому
6'+1=(Р'+1)-1(Р'г>'+ЛО').
Прибавим к содержимому квадратной скобки и вычтем из него произведение АР'4'1 Ь'. Получим
(5.182)
В этой формуле е(1'+.1) =г/(г+1)—^Х^+^Ь'—разница между выходом объекта, измеренным в (1"4-1)-м такте, и выходом модели в том же такте, если коэффициенты модели останутся теми же, что и в г-том такте. Перемножая матрицы в (5.182), получим:
й'+1=6'+(Р'+1)-IЛX•+^е(^+1). (5.183)
Таким образом, с учетом рекуррентного вычисления матрицы Р'+' в соответствии с (5.179) получили формулу для рекуррентного расчета коэффициентов Ь.
Наиболее трудоемкой операцией при этом оказывается обращение матрицы Р'41. Чтобы его не проводить, можно воспользоваться рекуррентной формулой для обратных матриц [17]. Она имеет вид
( (5.184)
и позволяет вычислить элементы обратной матрицы Р~1 в (г'+1)-м такте, зная эти элементы в г-том такте и результаты текущих измерений вектора входных воздействий х. Для использования формулы (5.184) нужно задать начальное приближение—матрицу (Р°)~1. Обычно в качестве начального приближения принимают (РО)-^=МЕ, где М—достаточно большое положительное число (Л1>10), а Е—единичная матрица. Но с ростом г влияние Р° мало сказывается на результатах расчета Ь по формуле (5.183).
Если объект нестационарен, то результаты измерений, предшествующих текущему, с течением времени «обесцениваются». Этот факт можно учесть, введя коэффициент памяти ае(0,1] и вычисляя Р'4"1 и 0'+1 по формулам
.рт+1 == аР' + ДР'+1; 0'+1 = а01 + Д0'+1.
При а=1 получим соотношения, приведенные выше (полная память, все измерения одинаково достоверны). При а==0 память отсутствует, оценки коэффициентов зависят только от одного последнего измерения.
Пример. Пусть требуется найти коэффициенты Ьц, Ь^ и Ьг, определяющие квадратичную зависимость производительности агрегата у от расхода х потребляемого им сырья. Нагрузочные характеристики у(х) реальных аппаратов меняются из-за изменения качества сырья, состояния поверхностей И т. п. Пусть
у = ид + Ь^х + Ь^.
Уточняя коэффициенты 6;, нетрудно непосредственно через них выразить оптимальные расходы сырья на каждый из параллельных агрегатов в задаче распределения ресурсов, а значит, уточнить по результатам текущих измерений оптимальное распределение.
Чтобы использовать приведенные выше зависимости, нужно принять "Д
в них вектор входных воздействий трехмерным ("=2), х»=\, х\=х, х^х\ Д
так что ДГ+^О, х{{+1), ХЦ1+1)), а
Подстановка этих выражений в соотношения (5.183) и (5.184) позволяет вычислить коэффициенты Ьо, Ь\ и Ъг в каждом г-том такте.