О формальных методах разработки нелинейных динамических моделей систем автоматического управления
Методы этой группы применимы для разработки как линейных, так и нелинейных моделей систем автоматики, однако ввиду сложности их используют только во втором случае на основании оценки степени нелинейности объекта. Для объектов, степень нелинейности которых мала, используют линейные модели при условии, что погрешности, возникающие при линеаризации нелинейных моделей, лежат в допустимых пределах. В противном случае применяют нелинейные модели систем автоматики.
Среди формальных методов разработки нелинейных динамических моделей значительную группу составляют методы статистической теории нелинейных систем автоматики, к которым относят:
- методы, основанные на использовании дисперсионной и взаимодисперсионной функций случайных процессов и оперирующие с многомерными законами распределения случайных функций; эти методы применяют для систем автоматики массовых технологических процессов при производстве однородной продукции в течение длительного времени;
- метод линеаризации нелинейной регрессии на участках с постоянными значениями математического ожидания условной дисперсии случайной функции на выходе объекта систем автоматики относительно входной случайной функции;
- метод, основанный на использовании специального входного тестового сигнала систем автоматики, при котором неизвестные параметры объекта определяют, как коэффициенты оператора в гильбертовом пространстве; ограничения в применении этого метода связаны с его непригодностью для нестационарных объектов, трудностями перехода от коэффициентов к технологическим параметрам химико-технологических объектов, затруднениями реализации этого метода в режиме нормальной эксплуатации систем автоматики;
- метод, основанный на применении аппарата условных марковских процессов.
Все большее распространение получают идентификации методом адаптивной модели систем автоматики. Чаще всего используют параметрическую адаптивную модель, у которой изменяются параметры при неизменной структуре. Однако и возможно применение модели, у которой и в процессе адаптации меняются не только параметры, но и структура.
При построении адаптивной модели необходимо выбрать меру ошибки между выходами модели и объекта и разработать алгоритм поиска неизвестных параметров систем автоматики из условий минимизации выбранной меры ошибки. В качестве меры ошибки можно использовать среднюю квадратическую ошибку, максимальное значение ошибки, интеграл от квадрата ошибки, интеграл от абсолютного значения ошибки, статистические критерии максимума апостериорной вероятности и максимума правдоподобия, различные варианты названных критериев с использованием функций веса.
При разработке алгоритма поиска неизвестных параметров предпочтительными являются методы случайного поиска, градиентный метод и его стохастический аналог — метод стохастический аппроксимации. При наличии локальных экстремумов и седловых точек рекомендуется на первых шагах алгоритма систем автоматики использовать метод случайного поиска, позволяющий исключать локальные экстремумы и находить решение при достаточно «гладких» помехах. На последующих шагах такого алгоритма применяют градиентные методы, а также методы «наискорейшего спуска» и «перебора оврагов».
Для построения адаптивных статистических моделей часто используют байесовский подход к решению задач идентификации, суть которого состоит в использовании результатов измерения для улучшения оценки «-мерного вектора выходных переменных объекта.
В этом случае по результатам измерений определяют m-мерный вектор измерений у и переходят от априорной плотности распределения к апостериорной плотности распределений. Такая процедура может повторяться после каждого измерения. При этом апостериорная плотность распределения, которая получается на основе предыдущих измерений, становится априорной плотностью распределения для последующих измерений систем автоматики.
Для решения задач идентификации объектов химической технологии возможно применение также теории оптимальной фильтрации Кальмана.
Графические формы представления моделей систем автоматического управления
Обобщенные (качественные) иконографические модели используют на всех стадиях разработки моделей систем автоматики для получения общего оператор представления о процессе функционирования, элементах, исходных, промежуточных и конечных продуктах объекта моделирования. К таким моделям относятся параметрические, технологические, структурные, операторные и функциональные схемы.
Математические иконографические модели систем автоматики используют для анализа и синтеза как технологических комплексов, так и систем управления ими. К таким моделям относятся топологические модели, построенные с использованием графов, и структурные схемы, применяемые при анализе и синтезе систем автоматического регулирования.
При построении структурных схем используют два оператора: оператор умножения переменной на постоянную величину и оператор алгебраического сложения двух переменных.
Структурные схемы чаще всего применяют для графического представления системы линейных дифференциальных уравнений, преобразованных по Лапласу в соответствующие алгебраические. Одно дифференциальное уравнение, описывающее динамическую связь между двумя величинами систем автоматики может быть представлено по такой схеме в виде прямоугольника, внутри которого указана передаточная функция, полученная в результате преобразования по Лапласу дифференциального уравнения, с изображениями переменных.
Для решения уравнений, представленных в виде структурных схем, можно использовать принципы структурного моделирования линейных динамических систем. В этом случае по дифференциальным уравнениям (передаточным функциям) отдельных динамических звеньев составляют аналоговые модели таких звеньев, которые затем соединяют между собой так же, как звенья-оригиналы.
Значительное распространение в последнее время получила другая группа иконографических математических моделейсистем автоматики , построенных с применением графов. Для изображения графа используют точки, называемые вершинами, или узлами, и отрезки линий, называемые ребрами, или дугами). В общем случае граф определяют две математические величины — множество и соответствие.
Приведем основные понятия и определения, используемые в теории графов систем автоматического управления.
Конечный граф систем автоматического контроля и управления — граф с конечным числом вершин. Т-конечный граф — для каждой из вершин которого множество конечно.
Нуль-граф систем автоматического контроля и управления — граф, состоящий из изолированных вершин, не соединенных ребрами.
Ориентированный (направленный) граф систем автоматического контроля и управления — граф с изображением, позволяющим определить начало и конец ребра.
Ребро графа систем автоматического контроля и управления - отрезок, соединяющий вершины неориентированного графа.
Дуга графа систем автоматического контроля и управления — отрезок, соединяющий вершины, ориентированного графа.
Смежные вершины графа систем автоматического контроля и управления — вершины, имеющие общее ребро или дугу.
Смежные дуги (ребра) графа систем автоматического контроля и управления — дуги, имеющие общую вершину.
Ребра (дуги), инцидентные вершине систем автоматического контроля и управления — ребра, связанные с неизолированной вершиной.
Степень вершины систем автоматического контроля и управления — число ребер, инцидентных данной вершине.
Путь систем автоматического контроля и управления — последовательность дуг, при которой конец одной дуги является началом другой.
Элементарный путь систем автоматического контроля и управления — путь, в котором ни одна вершина дважды не встречается.
Контур систем автоматического контроля и управления — путь, у которого начальная и конечная точки совпадают.
Элементарный контур систем автоматического контроля и управления — контур, все вершины которого, кроме начальной и конечной, различны.
Длина пути (контура) систем автоматического контроля и управления — число дуг, образующих путь (контур).
Петля систем автоматического контроля и управления — контур единичной длины (с одной вершиной).
Цепь систем автоматического контроля и управления — последовательность смежных ребер.
Цикл систем автоматического контроля и управления — замкнутая цепь.
Простой узел (вершина) систем автоматического контроля и управления - вершина направленного графа, к которой подходят (уходят) несколько ветвей, и которая не входит в замкнутый контур или петлю обратной связи.
Простой цикл систем автоматического контроля и управления - цикл, содержащий отличные друг от друга ребра.
Элементарный цикл систем автоматического контроля и управления — цикл, при обходе которого по какому-либо направлению каждая вершина встречается только один раз.
Связный граф систем автоматического контроля и управления — граф, у которого для каждой пары вершин существует соединяющая их цепь.
Несвязный граф систем автоматического контроля и управления – граф, состоящий из нескольких связных графов или частей.
Полный граф систем автоматического контроля и управления — граф, у которого любая пара вершин соединяется ребром.
Мультиграф систем автоматического контроля и управления — граф, у которого одна пара вершин соединяется несколькими ребрами.
Симметричный граф систем автоматического контроля и управления — граф, у которого каждая пара вершин связана дугами противоположного направления.
Асимметричный граф систем автоматического контроля и управления — граф, у которого хоть одна пара смежных вершин связана одной дугой.
Изоморфные графы систем автоматического контроля и управления — графы, имеющие одинаковое число вершин при условии, что каждой паре вершин в одном графе соответствует такая же пара вершин, которые соединены ребром в другом графе.
Подграф систем автоматического контроля и управления — граф, содержащийся в исходном графе
Дополнение подграфа систем автоматического контроля и управления — граф, состоящий из вершин и ребер, которыми исходный граф отличается от подграфа.
Дерево связного графа систем автоматического контроля и управления — связной граф без циклов
Ветви систем автоматического контроля и управления - ребра (дуги), входящие в дерево.
Хорды систем автоматического контроля и управления —ребра (дуги), входящие в дополнение дерева.
Лагранжевое дерево систем автоматического контроля и управления — дерево, все ветви которого имеют общую вершину.
Лес систем автоматического контроля и управления — совокупность деревьев несвязного графа.
Преобразование графа систем автоматического контроля и управления — приведение графа одной топологии к равносильному графу другой топологии.
Передача ветви систем автоматического контроля и управления — коэффициент или передаточная функция, характеризующая связь между вершинами (переменными) направленного графа.
На выбор типа графа оказывает влияние прежде всего удобство его применения. Для построения графов по функциональной или структурной схеме используют М-граф.
С помощью этих графов разработаны методы построения топологических моделей химико-технологических систем. Описание систем автоматического управления с помощью К-графов можно использовать для синтеза этих систем. Н-графы, во многом сходные с К-графами, применяются в тех случаях анализа, когда требуется исключение переменных, например, при определении параметров четырехполюсников.
Каждую структурную схему можно перестроить в разнозначный ей граф, используя таблицу идентичности элементов структурной схемы и элементов графа.
При использовании графов часто возникает задача их преобразования, чаще всего с целью упрощения.
Одним из методов преобразования графа систем автоматического контроля и управления является инверсия его пути.
- Таким образом, для перехода от исходного к инвертированному графу необходимо: изменить направление всех ветвей пути на противоположное;
- передачи всех ветвей, находящихся на пути от новой причины к новому следствию, изменить на обратные;
- перенести конец ветви, соединяющей узлы, не являющиеся причиной и следствием или не принадлежащие прямому пути, в узел, в который переносится инвертируемая ветвь, оставив начало ее в старом узле;
- умножить ее передачу на величину, обратную передаче инвертируемой ветви по величине и знаку.
Топологические модели, построенные с использованием графов, применяют для решения задач анализа и синтеза химико-технологических систем и систем автоматического управления ими. Применяемые при этом графы классифицируют следующим образом.
Потоковые графы могут быть материальными, тепловыми (энергетическими) и параметрическими. Материальные потоковые графы (МПГ) в свою очередь подразделяют на графы по общему массовому расходу физических потоков (МПГО) и графы по массовому расходу некоторого химического компонента.
Вершины материальных и тепловых потоковых графов соответствуют элементам химико-технологических автоматизированных систем, которые изменяют соответствующие массовые или тепловые расходы физических потоков, источникам и стокам потока; дуги этих графов — массовым или тепловым потокам, идей Характерными особенностями графов по общему массовому расходу физических потоков и тепловых потоковых графов является ориентированность, асимметричность и связность. Граф по массовому расходу некоторого химического компонента может быть, как и по связным, так и несвязным.
Параметрический потоковый граф (ППГ) иные получается, если совместить вершины материальных и тепловых потоковых графов, отвечающие одному и тому же элементу одной и той же химико-технологической автоматизированной системы. Параметрические потоковые графы являются конечными, ориентированными, асимметричными, связными.
Структурный граф систем автоматического контроля и управления — это совокупность полюсных графов компонентов, образованная в соответствии с соединением компонентов в системе. Причем под компонентами понимают элементы химико-технологической системы, характеризующиеся определенными свойствами: создающие потенциальную или кинетическую энергию (компоненты-источники), рассеивающие энергию (компоненты противления), накапливающие вещество или энергию (емкостные компоненты), создающие инерционный эффект массы в потоке вещества (индуктивные компоненты). Системные компоненты объединяются с помощью точек (полюсов) связи.
Информационно-потоковый мультиграф систем автоматического контроля и управления состоит из вершин, соответствующих информационным операторам элементов, источникам и приемникам информационных переменных системы, и ветвей, отображающих информационные потоки переменных.
Сигнальные графы (СГ) систем автоматического контроля и управления выявляют взаимные причинно-следственные связи между переменными, характеризующими процесс функционирования системы. Вершины сигнального графа соответствуют сигналам химико-технологической системы, а ветви —коэффициентам или передаточным функциям, характеризующим связь между этими сигналами.
Из перечисленных типов графов, применяемых для анализа и синтеза химико-технологических систем, сигнальные графы легко перестраиваются в структурные схемы с помощью таблицы идентичности элементов структурной схемы и элементов графа.
Для построения, нормализованного сигнального графа система исходных уравнений должна быть записана так, чтобы в каждом уравнении коэффициент при одной переменной был равен единице.