1. Типы самонастраивающихся систем (снс).

При синтезе СНС предполагается что:

1. Структура ОУ известна, а параметры могут изменяться непредсказуемым образом в определенном рабочем диапазоне.

2. Выполняется гипотеза квазистационарности, т.е. процессы настройки системы протекают гораздо быстрее, чем процессы изменения параметров объекта.

Различают СНС с эталонной и настраиваемой моделью. Структурная схема СНС с настраиваемой моделью имеет вид:

БНМ – блок настройки модели.

МО – модель объекта.

ВУ – вычислительное устройство.

ИО – исполнительный орган.

Структура ОУ и модели является известной и неизвестной. Параметры объекта с_i могут меняться, причем эти изменения существенно влияют на качество работы основного контура. По сигналу рассогласования ε_м производится настройка параметров модели с_i*, а в контуре самонастройки (КС) рассчитываются оптимальные параметры регулятора. Таким образом в этой системе решаются 3 оптимальные задачи:

1. Оптимизация управления в основном контуре.

2. Оптимизация процесса настройки модели.

3. Оптимизация в контуре самонастройки.

Структурная схема СНС с эталонной моделью.

Структура и параметры эталонной модели соответствуют желаемым, а значит процесс на ее выходе тоже.

Настройка параметров регулятора {b_j} производится по сигналу рассогласования ε_м между выходом эталонной модели и основного контура.

2. Метод вспомогательных операторов синтеза снс с эталонной моделью.

Пусть основной контур по каналу имеет передаточную функцию Ф(p,t). Полагаем, что выполняется гипотеза квазистационарности, для периода настройки системы справедливо:

Процесс настройки параметров регулятора выполняется по закону:

– коэффициент, определяющий скорость настройки.

Q – критерий эффективности управления. Обычно Q зависит от :

Передаточная функция эталонной модели и не зависит от , поэтому:

- Алгоритм настройки параметров регулятора.

– есть функция чувствительности передаточной функции основного контура параметров регулятора.

зависит от неизвестных параметров модели с. Вместо них, при вычислении, в подставляются параметры эталонной модели – это есть суть метода вспомогательных операторов.

2.3 Аналитические снс с моделью вариации уравнения объекта.

В инвариантных СНС образуется дополнительный канал обратной связи, который компенсирует движения на выходе объекта, вызванные отклонением его параметров от номинальных. Предполагается, что в СНС выполняется гипотеза квазистационарности. Пусть задана структура линейного объекта:

- полиномы, соответствуют полиномиальным значениям параметров.

– непредсказуемые отклонения параметров от номинальных.

Составляющую называют возмущенным движением, вызванным не стационарностью параметров объекта. Уравнения (2) соответствуют следующей структурной схеме:

Перенесем узел суммирования за звено. Входной сигнал заменим суммой:

некоторое управляющее воздействие.

сигнал компенсации:

Если условие (4) выполняется, то выход объекта: . То есть выход объекта становится инвариантен изменению параметров объекта. Указанные построения соответствую структурной схеме:

ОНО – обобщенный настраиваемый объект, который после настройки имеет передаточную функцию . Если настройка ОНО закончена и , а , то ОНО имеет передаточную функцию .

Параметры и структура регулятора являются оптимальными с точки зрения назначенного критерия и рассчитываются известными методами.

Параметры регулятора остаются постоянными, а основная задача состоит в определении вариаций параметра объекта, т.е. .