Задача адаптивного управления

Задача адаптивного управления [c.26]

Рис. 1-7. Схема задачи адаптивного управления.

Если иЦ) должно быть определено в зависимости от г 1), имеем задачу адаптивного управления с обратной связью. [c.27]

В данной главе, для того чтобы сравнить детерминированный, стохастический и адаптивный процессы, каждый из этих процессов описывается самым общим, но несколько абстрактным способом. Таким образом можно наблюдать структуру преобразований от стадии к стадии переменных состояния, а также последовательность управляющих векторов, дающих оптимальную стратегию. Указаны основные черты всех этих процессов стохастический и адаптивный процессы проиллюстрированы на примере задач распределения, управления по среднему значению и замены катализатора. [c.437]

Рассмотрим пример решения задачи адаптивного управления в следуюш,ей постановке. Требуется управлять процессом периодической ферментации с использованием в качестве управляюш их переменных расход воздуха на аэрацию н скорость вращения мешалки в аппарате с перемешиванием так, чтобы обеспечить поддержание концентрации растворенного кислорода в среде не ниже критической, при этом мощность, затрачиваемая на перемешивание, должна быть минимальной [4]. Критическая концентрация растворенного кислорода Скр соответствует такой концентрации, увеличение которой не приводит к изменению интенсивности дыхания. [c.264]

На втором этапе алгоритма управления ОКП построен алгоритм адаптивного управления, предназначенный для коррекции стратегии управления, к изменяющимся условиям протекания процесса. Задача управления в этом случае ставится как [c.336]

Иерархическая структура разработанной системы является трехуровневой задачей оптимального управлений блока. Она решена не только для реакторно-регенераторного блока, но и для блоков гидроочистки, абсорбции, стабилизации и газофракционирования. Для ее решения была использована кусочно-линейная модель применения алгоритмов экстремальной группировки, учитывая изменение химического состава сырья, а также активность катализатора. Был использован адаптивный идентификатор в цепи обратной связи, как на стадии моделирования, так и на стадии оптимизации. [c.21]

Производства получения бутадиена для каучуков, углекислого газа и извести характеризуются массообменным подводом большого количества энергии, при котором выделяется значительное количество вредных соединений в дымовых газах и сточных водах, существует высокая инерционность управления процессом нагрева, возникают значительные энергетические потери. Кроме того, для этих производств характерны большие размеры реакционных аппаратов и перемещение большого количества взрывоопасных и вредных газов высокой температуры. Поэтому снижение вредного воздействия при нагреве бутенов и известняка, повышение безопасности обслуживающего персонала в результате возможных неполадок и аварий являются актуальными задачами. Для этого предлагается использовать новые технологии нагрева веществ сверхвысокочастотным (СВЧ) полем в электродинамических реакторах под адаптивным управлением, позволяющие обеспечить эффективность и безопасность работы, как реакторных узлов, так и всего производства, упростить технологические схемы, а разместить новые производства предлагается в специальных производственных зданиях, обеспечивающих безопасную производственную среду в сооружении посредством оптимизации всей его структуры, систем, управления и взаимоотношений между ними. [c.3]

Доклад посвящен методологии и примерам применения при управлении и контроле процессами нефтегазодобычи адаптивных подходов и алгоритмов формализации интуитивных представлений экспертов, основанных на методах теории нечетких множеств, теории решения обратных задач, теории самоорганизации. [c.13]

Проектирование (конструирование) — разработка структуры, или конфигурации, технической системы (объекта) при заданных ограничениях на характеристики и условия функционирования системы (объекта). К задачам проектирования относятся, например, задачи разработки новых химических соединений с заданными свойствами структурно-параметрического синтеза ресурсосберегающих ХТС [10, 20] синтеза структуры адаптивных систем автоматического управления ХТП [4, 10] разработки конструкций высокоэффективных аппаратов химической технологии 10] оптимального размещения оборудования и оптимальной трассировки трубопроводов ХП [21]. [c.31]

Неопределенность наших априорных знаний об объекте управления, а также случайные ненаблюдаемые возмущения, приводящие к отклонениям в работе объекта, заставляют прибегать к систематическому уточнению математической модели процесса (адаптация модели к изменяющимся внешним условиям). Та им образом поставленную задачу следует решать с помощью стохастических адаптивных методов. [c.122]

IV. 1.2) и рекуррентном пересчете апостериорных распределений неизвестных величин. Однако на практике, как отмечалось выше, решение уравнения Беллмана даже в случае линейного объекта, наталкивается на большие вычислительные трудности — так называемое проклятие размерности . В общем случае эти трудности практически непреодолимы, поэтому обычно переходят к субоптимальным адаптивным алгоритмам, стараясь сохранить при этом по возможности все свойства оптимальных алгоритмов. Имеются два пути решения этой задачи. Первый состоит в последовательном усложнении простейших алгоритмов, с целью обеспечить качественное оценивание и управление. Второй предусматривает упрощение функционального уравнения Беллмана. [c.128]

При нахождении экстремума критерия управления обычно учитываются ограничения. Некоторые алгоритмы управления [4] базируются на предположении, что весь процесс осуществляют на изменяющихся под действием возмущений технологических ограничениях. Учитываются также ограничения на диапазон изменения управляющих воздействий и на скорость их изменения [87]. Число управляющих воздействий в различных системах варьируется от двух [129] до десяти [12]. Для корректировки математической модели широко используются адаптивные методы [12, 128]. При решении задач управления учитывается шум в измерениях [4]. [c.140]

В отличие от примеров, которые рассмотрены в предыдущей главе, задачи синтеза алгоритмов прогнозирования и управления показателем текучести расплава полиэтилена иллюстрируют построение моделей объектов, представляемых сложной диаграммой взаимных влияний технологических параметров. При синтезе модели количественные данные, получаемые с производства, дополнены качественной информацией. Наряду с этим показан способ конструирования адаптивных систем управления. [c.193]

Необходимо отметить, что коэффициенты в уравнении (5.13) могут изменяться при разработке газового месторождения, поэтому необходимо их корректировать. Алгоритм рекуррентного оценивания указанных коэффициентов требуется для синтеза адаптивной системы управления технологическим процессом добычи газа, которая должна решать задачу рационального использования гидродинамических ресурсов газоносного пласта [8]. [c.203]

Целями построения модели могут быть гносеологическое моделирование, разработка на базе построенной модели и моделирования системы управления или непосредственное использование модели в системе управления (адаптивное, дуальное управление и др.). Основным в построении модели является цель. Любой объект, процесс, явление сложны, и для них могут быть построены различные модели в зависимости от конкретно решаемой задачи, от того, для какой цели строится модель. Действительно, для абсолютного большинства известных объектов имеется целый ряд моделей в зависимости от конкретной задачи, которую предстоит решить. Так, если речь идет о предприятии, то для него строятся модели производства, снабжения, связи, экономики и многие другие, которые могут быть в той или иной степени связаны или не связаны между собой. Можно говорить также о множестве моделей отдельного объекта этого предприятия, например о моделях ректификационной колонны. Для этого объекта имеется множество моделей материального баланса, прочности, точности, функционирования и т. д. [c.11]

Если в выражении (У-9а) положить д = О и тем самым использовать для определения а ( ) все накопленные сигналы Ху, Пу (где 7 = 1, 2,.. ., ), то получим метод адаптации ММ с накоплением информации. Такие методы применяют для построения ММ стационарных объектов. Так как одновременно с уточнением а ММ используется для решения каких-либо задач, например оптимального управления, то обычно требуется достаточно высокая скорость определения а ( )- Это условие накладывает жесткие ограничения на структуры решений X (и, а) и функций /, а также на трудоемкость применяемых методов минимизации критерия Ф. Поэтому адаптивные методы используют для определения параметров формальных ММ, структуры уравнений которых выбираются из условия удобства определения а. [c.252]

Наиболее важные дополнительные функции, которые можно реализовать в микропроцессорных приборах, — удобство и простота их сопряжения между собой и со средствами вычислительной техники посредством унифицированных, стандартных магистралей (каналов общего пользования). Действительно, для образования агрегатного измерительного комплекса необходимо обеспечить, главным образом, информационную, метрологическую, энергетическую, конструктивную совместимость приборов между собой. Поскольку в микропроцессорных приборах обмен управляющими и информационными сигналами производится по внутренним магистралям адресов, данных и управления с помощью форматов слов различной разрядности (в настоящее время в основном используются 8- и 16-разрядные форматы слов), то это позволило обеспечить стандартизацию и внешних, сопрягающих каналов обмена сигналами управления и информацией, минимизировать число линий связи между приборами и т. д. В результате в последнее время стали создаваться приборно- и функционально-модульные автоматизированные измерительные системы (АИС), основным преимуществом которых перед ранее применявшимися является гибкость (адаптивность) при необходимости видоизменения состава измерительных задач, а следовательно, универсальность. Свойство универсальности реализовано и в самом микропроцессоре, являющемся сердцем современных цифровых приборов. [c.18]

Решаются задачи оптимизации работы цеха вывода сульфата натрия, рассмотренные в разделе 4 гл. VII. Содержание сульфата натрия в очищенном рассоле как задание поступает в подсистему ВС с уровня оптимизации производства. После очередного цикла ввода информации проводится проверка математической модели на адекватность, пересчет коэффициентов адаптивных зависимостей модели (см. раздел 3 гл. VII). При необходимости корректируется модель путем пересчета регрессионных коэффициентов. После этого решаются задачи оптимизации, приведенные в разделе 4 гл. VII. Результаты их решения выдаются как задания в систему управления процессом через диспетчера или непосредственно на изменение заданий регулятора и на верхний уровень для согласования полученных решений и выработки задания для нижних уровней оптимизации производства. [c.235]

Структурная схема система автоматической оптимизации, позволяющая решить указанные задачи, приведена на рис. 111, где О — объект, АМ — адаптивная динамическая модель объекта f (т) — неконтролируемые возмущения в объекте Рк — регулятор статического коэффициента усиления, осуществляющий оптимальное управление процессом [c.453]

Обеспечение высокой точности изготовления деталей современных машин при использовании обычных методов лезвийной и абразивной обработки сопряжено с большими материальными затратами, высокой трудоемкостью, с понижением производительности обработки. Традиционные методы решения этой задачи, такие, как увеличение жесткости и точности станков, применение многопроходной обработки, к настоящему времени уже в значительной мере исчерпали себя. В последние годы проблему обеспечения высокой точности при достижении максимальной производительности успешно решают путем применения нестационарных процессов резания, выполняемых станками с программным управлением, с системами адаптивного и оптимизирующего управления движениями резания, [c.85]

При этих условиях повышение эффективности функционирования систем автоматики представляет собой сложную задачу, для решения которой осуществляется оптимизация каждой из основных характеристик технического обслуживания. Отличительными особенностями поставленной задачи являются применение адаптивных методов, позволяющих совмещать сбор информации о надежности с управлением процессом их технического обслуживания, и использование инструментальных методов прогнозирования отказов аппаратуры автоматики, дающих возможность достаточно точно распознавать необходимый вид технического обслуживания рассматриваемой системы управления (текущий ремонт или капитальный ремонт с заменой элементов из резервного фонда). [c.6]

Другой пример удивительной эффективности простейших методов механического заучивания для обучения машины решению сложных задач управления может быть заимствован из работы, проделанной Р. А. Чемберсом и мною. Перед нами стояла задача автоматической балансировки обратного маятника на тележке, перемещаемой электродвигателем в условиях черного ящика . Эта задача, сходная с другими, часто встречающимися в адаптивных системах управления задачами, имеет, в сущности, ту же самую формальную структуру, что и задача обучения игре против природы . Стратегия противника определяется вероятностными законами, которые характеризуют реакцию неустойчивой системы на сигналы управления. Сигналы управления тем самым можно рассматривать как ходы , делаемые человеком, а сигналы, описывающие состояния объекта, соответствуют позиции в игре. [c.108]

В гл. 9, посвященной стохастическим процессам, представлены некоторые стохастические задачи управления и задачи, связанные с адаптивными системами управления. [c.275]

Чтобы продемонстрировать применение адаптивных процессов, рассмотрим задачу управления по среднему значению, описанную в разд. 7. Воспользуемся опять распределением Бернулли, где г/г=+Н с вероятностью ри и га=—с вероятностью <7а=1 — Ра. Однако в отличие от обычного стохастического процесса неизвестно действительное значение р, но есть априорная функция распределения для р, а именно йО р), полученная в результате изучения процесса. Кроме того, полагаем, что у нас есть способ модификации начального априорного распределения по ходу процесса для прогнозирования поведения процесса в будущем. Модификация начального априорного распределения проводится путем наблюдения и регистрации действительного поведения системы. [c.457]

В разд. 5 гл. 2 был рассмотрен детерминированный вариант задачи смены катализатора. Здесь эта задача представлена как адаптивная задача управления для двух классов задач. Для задач класса 1 функции распределения известны, для задач класса 2—неизвестны. [c.459]

В адаптивном варианте задачи управления с запаздыванием, подчиняющейся уравнению [c.472]

Предложенный метод формирования критерия управления практически сводится к оценке состояния агрегатов для решения различных задач управления. На наш взгляд, к достоинствам метода относятся простота и адаптивность, то есть способность оперативно приспосабливаться к изменяющейся производственной ситуации. Рассмотренный метод формирования критерия управления позволяет без проведения сложных расчетов дать общую оценку работы агрегатов и на ее основе осуществить распределение нагрузок. Дальнейшее развитие предложенных методов может идти в следующих направлениях [c.240]

Построение таких систем целесообразно вести на основе адаптивного подхода. Общий принцип адаптивных систем базируется на том, что одновременно в системе управления решаются задачи получения модели объекта (идентификации) и управления. Эти системы обладают значительной степенью универсальности в том смысле, что они основаны на одних и тех же принципах идентификации и прямого цифрового управления, имеют практически одинаковое математическое обеспечение, и специфика объекта учитывается только составом средств получения информации от объекта и согласующими устройствами. Эта универсальность является важной предпосылкой для серийного производства таких систем. [c.202]

Поэтому возникла задача синтеза систем управления, в которых процессы сохраняют высокое качество несмотря на то, что параметры управляемого объекта и переменные внешней среды могут быть неизвестными или меняться неизвестным образом. Такие системы получили название адаптивных систем. Их особенность состоит в том, что в ответ на изменение характеристик объекта или среды происходит изменение параметров в управляющей части системы. Конечно, адаптивность и оптимальность — два совершенно не связанных понятия. Адаптивная система может быть не оптимальной, а оптимальная — не обязательно адаптивна. [c.72]

Концепция оптимальности, заимствованная из теории управления, оказывается слишком прямолинейной для описания характеристик приспособленности биосистем, а адаптация в живых системах — не столько союзником оптимальности, сколько ее соперником. В ряде случаев система достигает нужного для своего существования уровня приспособленности не за счет создания сложных оптимальных алгоритмов, а за счет целесообразного (адаптивного) изменения параметров в простейших алгоритмах, что позволяет ей существовать в таких условиях окружения, для которых инженер не только не может рассчитать оптимального решения, но пока даже не пытается дать достаточно общую постановку задачи. [c.121]

СоответстЕ ующим выбором коэффициентов регуляторов может быть достигнуто оптимальное по квадратическому критерию качества управление системой с известными параметрами. Однако точные значения параметров системы не всегда известны, поэтому возникает задача оптимальной настройки регуляторов при неполной информации о свойствах системы. Для решения этой задачи применяют методы адаптивного управления, при котором осуществляется идентификация параметров системы и настройка регуляторов. В таких системах алгоритмы управления формируют- ся при помощи настраиваемых или эталонных моделей. [c.455]

В. Н. Вапник, Л. Я. Лернер, А. Я. Червоненкис. Методы обучения в задачах диагностики. — Сб. Распознавание образов. Адаптивные системы . Труды Международного симпозиума по техническим и биологическим проблемам управления. М., Наука , 1971, с. 260. [c.131]

В докладе предложен программный способ построения адаптивных систем управления технологическими процессами на основе классического регулируемого электропривода с обратной связью по положению, управляе.мого от микропроцессорного устройства числового программного управления (УЧПУ). Для этого в качестве параметра адаптации взята величина рассогласования в следящем электроприводе, текущее значение которой в цифровой форме всегда присутствует в операционной среде УЧПУ и имеет детерминированную функциональную связь с такими параметрами технологического процесса, как давление, концентрация и т.д. Эго позволило отказаться от специальных датчиков, измеряющих текущее значение адаптируемого параметра, а его значение в реальном времени алгоритмически определять из величины рассогласования привода с управлением от УЧПУ. Важность решения этой задачи для нефтехимической промышленности очевидна, так как в настоящее время наметилась тенденция внедрения для управления химико-технологическими процессами микропроцессоров и регулируемых электроприводов как удобных в управлении сервоприводов. [c.186]

Так как полная формализация всех водохозяйственных задач в рамках компьютерных технологий недостижима, то необходимо также очертить те, которые не поддаются формализации или формализуются лишь частично, включив в поддержку решений эвристические приемы, экспертные оценки и т. п. Поскольку СППР в водном хозяйстве развивается постоянно, она должна быть открытой системой, т. е. допускать включение в ее состав новых задач, уточнения состава и методов решения старых, корректировку своей структуры или любой ее части. Кроме того, система должна быть динамической (функционирующей по запросам) адаптивной системой, позволяющей отслеживать изменения природного и хозяйственного характера и показатели состояния водных ресурсов, использовать рациональные методы управления при формировании стратегии развития водного хозяйства. [c.60]

В ближайшем будущем по мере расширения области применения ПР в химическом машиностроении и накопления опыта их эксплуатации может появиться необходимость в применении многофункциональных ПР, работающих как в позиционном, так и в контурном режиме. В общем случае такое управление может быть осуществлено от ЭВМ, подключенной к технологическому оборудованию. Для решения более узких задач предназначено универсальное устройство мод. 2С85, выполненное на базе встроенной ЭВМ со свободным программированием. В базовый комплект устройства 2С85 входят процессор, таймер, пульт управления, блок сопряжения с технологическим оборудованием, блок ввода—вывода данных, блок питания, блок оперативной памяти. В качестве дополнительных модулей устройство имеет дисплей на электронно-лучевой трубке, перфоратор, блок вывода на печать, блок внешней памяти. Универсальные устройства обеспечивают задание геометрической информации как в абсолютных значениях, так и в приращениях. Наиболее полно их возможности будут использованы при управлении адаптивными ПР, реагирующими на изменение внешней среды. [c.15]

Последовательность решения задачи повышения эффективности систем управления в процессе эксплуатации приведена на рис. 3.2. Методика повышения эффективности разработана таким образом, что на ее основе можно построить гибкую адаптивную систему технического обслуживания и ремонта (АСТОР). Предполагается, что в процессе функционирования происходит приспособление АСТОРа к изменяющимся условиям эксплуатации СУХТП. Это означает, что система должна быть основана на принципах адаптации. В этом ее отличие от применяемой до настоящего времени жесткой системы технического обслуживания, основанной на нормативных показателях. [c.103]