Оптимизация алгоритмов управления

Оптимизация алгоритмов управления Форсированный 45 [c.228]

Начальное решение примера получено с помощью алгоритма оптимизации релейного управления для основной задачи терминального управления. При этом изменение Т осуществлялось варьированием Д/ при постоянном значении т = вО. Найденная функция опт(ДО показана на рис. 7,7, а пунктирной кривой /. Дальнейшее уточнение решения достигнуто с помощью алгоритма оптимизации релейного управления для вспомогательной задачи терминального управления (кривая 2 на рис. 7.7, а). Уточненное оптимальное управление и соответствующий переходный процесс показаны на рис. 7.7, б, в. Анализ кривых показывает, что пренебрегая погрешностями аппроксимации управления, можно отметить три стабильных интервала постоянства в управлении, т, е. два переключения, что в данном случае соответствует теореме об (п—1) переключениях. [c.219]

Однако построение на микропроцессорной основе систем, способных решать задачи оптимизации управления точностью обработки, требует решения целого ряда вопросов, в частности вопроса создания довольно сложных алгоритмов управления. Поэтому важно не только оценить возможности теоретически оптимальной системы управления точностью, но и предельные возможности систем данного назначения. [c.94]

Основными функциями системы автоматического управления являются программирование работы оборудования ГАП в соответствии с заданной технологией и фактическое осуществление этой технологии путем подачи соответствующих управляющих воздействий на приводы рабочих органов и механизмов. Эти функции задаются с помощью гибких алгоритмов, которые реализуются на базе иерархически организованной локальной вычислительной сети. На низшем уровне этой сети, реализующем алгоритмы управления оборудованием, обычно используются микропроцессоры и микроЭВМ. На более высоких уровнях, осуществляющих планирование, программирование и оптимизацию технологических процессов, чаще всего применяются мини-ЭВМ. [c.7]

Работы МЭИ по использованию УВМ для управления выпарной станцией далеки от завершения и относятся к управлению выпарных установок хлорного завода, однако их методика может быть использована при применении УВМ для управления выпарных установок в различных отраслях промышленности. При разработке алгоритмов управления выпарных установок можно использовать статические модели, рассмотренные в гл. VI, и методики получения зависимостей возможных критериев оптимизации от различных управляющих воздействий (гл. VII). [c.205]

Маломасштабные РСУ охватывают отдельные цеха и участки производства и в дополнение к обычным функциям контроля и управления могут выполнять более сложные и объемные алгоритмы управления (статическую и динамическую оптимизацию объекта). Эти алгоритмы в зависимости от объема и динамики реализуются либо в самих контроллерах, либо в вычислительных мощностях информационной системы. [c.561]

Значительная часть книги посвящена описанию управляющих алгоритмов с параметрической оптимизацией, с компенсацией нулей и полюсов и конечным временем установления переходных процессов, синтез которых осуществляется в рамках классических методов, а также алгоритмов управления по состоянию и алгоритмов с минимальной дисперсией, полученных с помощью современных методов, основанных на представлении систем в пространстве состояний и использующих параметрические стохастические модели сигналов и объектов управления. С целью демонстрации свойств различных алгоритмов в цепях прямых и обратных связей замкнутых контуров управления проводилось их математическое моделирование на универсальных ЭВМ. Кроме того, многие алгоритмы были реализованы на управляющих ЭВМ, оснащенных пакетами прикладных программ. Работоспособность этих алгоритмов оценивалась по результатам практических экспериментов, в которых к управляющим ЭВМ подключались аналоговые модели, а также тестовые и реальные технологические объекты. [c.9]

В этой книге рассмотрены вопросы цифрового управления на нижнем уровне общей структуры управления технологическими объектами. Однако многие из рассмотренных ниже методов синтеза алгоритмов управления можно также применить при проектировании цифровых систем контроля, оптимизации и координации. [c.14]

Следует отметить, что рассмотренный выше алгоритм управления второго порядка является аналогом непрерывного ПИД-регулятора с положительными параметрами только в том случае, если выполняются условия (5.2-14) или (5.2-17). В общем случае параметры регулятора, определенные в результате оптимизации, могут и не удовлетворять этим условиям, что зависит от характеристик конкретного объекта управления, вида критерия оптимизации и возмущающего сигнала. [c.88]

В последнем алгоритме, кроме того, предпочтительнее использовать сигнал е(к) вместо е(к—1), см. стр. 82. Рассмотренные модифицированные алгоритмы менее чувствительны к высокочастотным составляющим сигнала у(к) по сравнению с сигналом у (к). Поэтому параметры регуляторов, полученные в результате оптимизации для определенных типов возмущений, например для возмущений на входе объекта и на входе системы, будут отличаться незначительно (см. [5.8]). Существенные изменения управляющей переменной могут быть также уменьшены путем ограничения скорости изменения задающей и (или) управляющей переменной. Поскольку такие ограничения оказываются эффективными для всех типов возмущений, их применение предпочтительнее использования модифицированных алгоритмов управления, описываемых уравнениями (5.3-2) и (5.3-3). [c.92]

При проектировании систем управления ставится задача выбора приемлемых значений свободных параметров алгоритмов. В случае параметрической оптимизации дискретных алгоритмов управления такими параметрами являются такт квантования То и весовой коэ ициент г квадратичного функционала при управляющей переменной или заданное начальное значение управляющей переменной и (0). Для того чтобы помочь в выборе начальных значений этих параметров, ниже приведены некоторые результаты моделирования [5.7]. Свободные параметры не могут выбираться независимо от объекта управления и его технических характеристик. Поэтому здесь приведены наиболее общие правила их выбора. В то же время из результатов моделирования двух тестовых объектов будет видно, что полученные качественные результаты справедливы и для других подобных объектов. [c.94]

В разд. 5.2.2 было показано, что при ступенчатом изменении задающей переменной на 1 или Уо параметр Цо алгоритма управления равен значению управляющей переменной и(0) или и (0)/ Уо (см. 5.2-6). Выбрав и(0) с учетом допустимого диапазона изменения управляющей переменной, можно сразу же определить значение параметра Яо. Теперь можно проводить оптимизацию только двух [c.105]

Если на основании оптимизации выбираются значения всех трех параметров алгоритма управления второго порядка (ЗПР-3), то оптимальным с точки зрения хорошего качества процессов управления и малых затрат на управление будет значение параметра г, удовлетворяющее условию [c.109]

Для объектов с чистым запаздыванием ПИ-регулятор 2ПР-2, относящийся к классу регуляторов с параметрически оптимизируемыми алгоритмами управления, обладает несколько лучшим качеством управления по сравнению с ПИД-регулятором ЗПР-З, поскольку характеризуется меньшей колебательностью регулируемой и управляющей переменных. Коэффициент передачи в обоих случаях равен приблизительно 0,5. Введение весового коэ( )фици-ента г>0 при управляющей переменной оказывает незначительное влияние на качество регулирования. Чувствительность этих параметрически оптимизируемых регуляторов к неточному заданию величины запаздывания оказывается меньшей, чем для любых других регуляторов. Наилучшее возможное качество переходного процесса по регулируемой переменной достигается в системе с апериодическим регулятором AP(v) или с идентичным ему регулятором-предиктором РПР. Модифицированный апериодический регулятор АР (v+1) позволяет достичь нового установившегося состояния на такт позже. Однако и апериодический регулятор, и регулятор-предиктор не рекомендуется использовать в том случае, когда запаздывание в объекте известно не точно, поскольку при отличии реального и принятого при синтезе запаздывания система становится неустойчивой. Хорошее качество управления обеспечивает регулятор состояния с наблюдателем. Здесь и(0)=0, поскольку при оптимизации квадратичного критерия качества (8.1-2) [c.195]

В большинстве же случаев наличие нескольких критериев в задачах оптимального управления свидетельствует о недостаточной изученности объекта, отсутствии четкой задачи управления. Более детальное изучение объекта часто приводит к выбору одного критерия и сведению остальных критериев в систему ограничений (пороговая оптимизация). В настоящей работе будет показано, что использование векторного критерия может привести к созданию более простых алгоритмов управления, чем при использовании единственного критерия. [c.170]

Ветвь Технология образуется системами управления технологическим процессом. Она представлена тремя иерархическими подсистемами. Подсистема САР местной автоматизации (системы автоматического регулирования) осуществляет автоматический контроль, регулирование значений параметров и управление простейшими операциями. Эта подсистема формирует информацию о процессах, используемую в вышестоящей по рангу системе управления Агрегат , работающей с использованием вычислительной машины, и реализует управляющие воздействия. Подсистема Агрегат непрерывно управляет процессами в основных производственных агрегатах цеха. В основе алгоритма управления должны лежать математические модели процессов и существующие инструкции, ограничивающие управляющие воздействия требованиями по технике безопасности, износу оборудования, качеству продукции и некоторыми экономическими показателями. Как правило, степень достоверности отображения процессов их математическими моделями еще очень невелика, о заставляет ограничиваться управлением только важнейшими параметрами. Такое управление считается первичной оптимизацией. [c.202]

Алгоритм управления сетью связи (46), заключающийся в оптимизации выбора пути передачи информации от произвольного пункта Я,- в фиксированный пункт /7 ,, должен включать в себя следующие операции (рис. 5). [c.285]

Предложен метод управления потоками информации по критерию максимальной верности ее передачи. Разработан алгоритм управления сетями обмена произвольной структуры, сводящийся к пошаговой оптимизации поиска пути передачи информации исходя из принципа коммутации состояний каналов. [c.291]

Сквозная поточная обработка. Существуют датчики для измерения важных параметров технологического процесса Используются сложные алгоритмы управления и стратегии оптимизации Полностью автоматизированные заводы на основе применения ЭВМ Автоматические транспортеры [c.21]

Комплекс программ синтеза алгоритмов обратной связи в задаче оптимизации оперативного управления. [c.79]

Управление алгоритмами включает в себя поиск и изменение алгоритмов проектирования, изменение проектных процедур, изменение и коррекцию процедур оптимального параметрического анализа и критериев прекращения поиска экстремума в задачах оптимизации. [c.374]

Указанные затруднения можно преодолеть с помош,ью замены задачи максимального быстродействия семейством задач терминального управления, преимуществом которых является фиксация отрезка [О, Г], на котором рассматривается переходный процесс. Это позволяет фиксировать соответственно число параметров оптимизации и использовать для решения указанные выше поисковые алгоритмы. [c.214]

Поиск оптимальных значений параметров управления проводился методами поисковой оптимизации с учетом заданных ограничений по току и потребляемой мощности. При определении параметров двигателя на каждой частоте вращения учитывалось влияние насыщения магнитной цепи по алгоритму, представленному в 6.4. [c.226]

Приведенный пример показывает возможности применения ранее рассмотренных методов и алгоритмов поисковой оптимизации для решения задач оптимального управления. [c.226]

В ряде практических важных случаев, когда ЭМУ проектируется специально для конкретного применения, целесообразно совместное определение параметров объекта и алгоритмов его управления, позволяющее получить больший эффект, чем раздельная оптимизация внутренних и внешних параметров. [c.226]

Рис. 6.14. Алгоритмы совместной оптимизации параметров и. режимов управления АД

Таким образом, методы и алгоритмы поисковой оптимизации при определенных условиях могут рассматриваться как универсальное средство выявления лучших вариантов проекта с учетом не только внутренних параметров ЭМУ, но и алгоритмов их управления. [c.229]

Эксперименты с лазерным локатором ONERA показали возможность и необходимость статистической оптимизации алгоритмов управления импульсными лазерными локаторами. [c.194]

При необходимости проведения совместной оптимизации внутренних параметров объекта и алгоритмов управления следует учитьшать зависимость фазовых координат от параметров объекта х [c.226]

G середины 50-х годов начинается бурное развитие теории адаптивных систем, в которых алгоритм управления автоматически и целенаправленно изменяется для осуществления успешного либо, в некотором смысле, наилучшего управления объектом. В самонастраивающихся системах, являющихся частным классом адаптивных систем, процессы адаптации происходят в замкнутой цепи. Процессы адаптации в замкнутой цепи могут иметь характер процессов регулирования или процессов поиска. Один из основных классов систем автоматического поиска — системы автоматической оптимизации, в области которых за последние годы выделились два направления. Одно из них изучает системы детермированными, а другое — статистическими методами. [c.272]

Технологический процесс производства стеклооболочек включает варку стекла, изготовление экрана и конуса. Алгоритм управления в режиме автоматической оптимизации включает измерение параметров, расчет параметров, сравнение с заданными значениями и т. д. Машина УМ1-НХ рассчитывает экономические показатели (себестоимость изделий, себестоимость выработки и т. д.) каждые полчаса и каждые 8 часов работы. Это позволяет диспетчеру через каждые полчаса видеть параметры и динамику развития этих параметров в процессе рабочего дня. [c.199]

Поскольку при проектировании систем управления почти всегда следует учитывать изменения параметров объекта, в гл. 10 исследуется чувствительность различных алгоритмов управления и даются рекомендации для ее уменьшения. В гл. 11 проведено подробное сравнение наиболее важных алгоритмов управления для детерминированных сигналов. Оцениваются расположение полюсов и нулей замкнутых систем, качество процессов и затраты на управление. Исследование свойств алгоритмов завершается приведением рекомендаций по их использованию. После краткого описания математических моделей дискретных стохастических сигналов (гл. 12) в гл. 13 рассмотрены среди прочего вопросы выбора оптимальных параметров параметрически оптимизируемых алгоритмов управления при наличии стохастических возмущающих сигналов. Регуляторы с минимальной дисперсией, синтезируемые на основе параметрических моделей объектов и сигналов, выводятся и анализируются в гл. 14. Для применения в адаптивных системах управления предложены модифицированные регуляторы с минимальной дисперсией. В гл. 15 описаны регуляторы состояния для стохастических воздействий и приведены иллюстративные понятия оценки состояний. На нескольких примерах показана методика синтеза связных систем-. каскадных систем управления (гл. 16) и систем управления с прямой связью (гл. 17). Различные методы синтеза алгоритмов управления с прямой связью, например основанные на параметрической оптимизации или принципе минимальной дисперсии, допол- няют описанные ранее методы синтеза алгоритмов управления с об- Оратной связью. [c.17]

Работоспособность всех алгоритмов управления и фильтрации должна анализироваться с учетом эффектов квантования по уровню. На рис. 2.4 представлена общая схема процесса проектирования цифровых систем управления. Если для параметрической оптимизации простых алгоритмов управления применяются несложные процедуры подстройки параметров, то можно ограничиться простейшими моделями объектов. При проведении однократного расчета алгоритмов на ЭВМ необходимы точные модели объектов управления и сигналов, для формирования которых наиболее целесообразно использовать методы идентификации и оценивания параметров. Если же процесс получения информации и расчета алгоритма управления носит непрерывный характер и может протекать в реальном времени, возможно построение самооптимизирующейся адаптивной системы управления. [c.24]

Здесь рассмотрены некоторые результаты моделирования на универсальной ЭВМ систем управления, состоящих из тестовых объектов II и III и регуляторов с алгоритмами управления второго порядка, для которых начальное значение управляющей переменной не задано. Значения всех трех параметров алгоритмов получены Б результате оптимизации. Далее будет использоваться сокращенная запись названия регуляторов такого типа, описываемых передаточной функцией (5.2-i) — ЗПР-3 (3-параметрический регулятор с 3 оптимизируемыми параметрами). В качестве критерия оптимизации использован квадратичный критерий (5.2-6). Параметры qo, qi и q 2 регулятора определялись с помощью численного метода Флетчера — Пауэла. Время моделирования М=128 с. [c.96]

Затраты на синтез состоят из потребной памяти и времени вычислений при синтезе алгоритмов управления. Оба этих компонента зависят от состава программного обеспечения используемых цифровых вычислителей (включая математические подпрограммы). Цифры, приведенные в табл. 11.3.2, получены для вычислителя Хьюлетт-Паккард НР 2100А с ферритовой памятью объемом 24К, внешней дисковой памятью и аппаратурно реализованной арифметикой с плаваюш,ей запятой. Время вычислений является наименьшим при синтезе апериодических регуляторов, средним при синтезе регуляторов состояния и наибольшим для параметрически оптимизируемых регуляторов. Заметим, что для параметрической оптимизации использован метод Хуки — Дживса, для которого нужен относительно малый объем памяти. Условием окончания оптимизации служит Дq(=0,01. Требуемый объем памяти для синтеза распределяется аналогично времени вычислений наименьший для апериодических регуляторов, средний для регуляторов состояния и наибольший для параметрически оптимизируемых регуляторов. [c.229]

Алгоритмы ПИД-типа с тремя параметрами лучше алгоритмов ПИ-типа с двумя параметрами, поскольку они обеспечивают лучшее качество управления при меньших затратах на управление, более быструю отработку задающих сигналов при меньшем перерегулировании и меньшую чувствительность к неточному заданию кюдели объекта. Параметрически оптимизируемые алгоритмы низкого порядка отличаются весьма малыми вычислительными затратами между тактами, но вычислительные затраты на синтез оказываются относительно большими из-за применения численных методов оптимизации. Однако существуют методы синтеза с малыми вычислительными затратами, описанные в разд. 25.2.3, В отличие от других алгоритмов управления для параметрически оптимизируемых алгоритмов низкого порядка можно применять простые [c.237]

Все перечисленные характеристики, рассчитанные при двух различных тактах квантования, помещены в колонках, озаглавленных Se, стох. min . Аналогичные характеристики, полученные для оптимизированного регулятора с детерминированным ступенчатым входным сигналом, помещены в колонках, обозначенных Se, дет. -> min . Анализ таблицы показывает, что для алгоритма управления типа ЗПР-З при оптимизации с учетом случайных возмущений параметры qo и К имеют меньшие значения, а параметр d — большее (исключение составляет лишь регулятор объекта II при То=4 с), нежели при оптимизации по отношению к ступенчатому входному воздействию. Постоянная интегрирования во всех случаях близка к нулю ввиду отсутствия постоянного возмущения, поскольку E v(k) =0. Судя по снижению показателя S , в среднем интенсивность управления несколько снижается. Соответственно улучшается качество управления, что подтверждается уменьшением показателя х. Более низкое качество и повышенная интенсивность управления, свойственные регуляторам, оптимизированным по отношению к ступенчатому воздействию, свидетельствуют о том что случайные шумы возбуждают собственные движения замкну того контура управления. Значения спектральной плотности случай ного возмущения п (к) в области высоких частот достаточно велики и этим объясняется то, что показатель v. для стохастически оптими зированных регуляторов лишь немногим меньше единицы. Поэтому средняя величина отклонения выходного сигнала за счет введения регулятора снижается незначительно эта особенность проявляется наиболее отчетливо для объекта II. При меньшем такте квантования То—4 с качество управления объектом III значительно выше, чем при То=8 с. Для объекта II данный показатель в обоих случаях примерно одинаков. В регуляторе ЗПР-2 оптимизировались два параметра — qi и qa, в то время как qo задавался равным начальному значению выходного сигнала и(0). Для объекта II величина данного параметра была чрезмерно завышена, что сказалось на качестве управления, которое хуже, чем при использовании регулятора ЗПР-З. В случае объекта III при обоих тактах квантования [c.249]

Используя модель (25.7-5) и вектор оценки параметров 0, можно спроектировать алгоритмы управления с прямой связью на основе методов компенсации (разд. 17.1), минимума дисперсии (разд. 17.4), принципа конечного времени установления переходного процесса [25.29] или оптимизации параметров (разд. 17.2). Получаемые при этом адаптивные алгоритмы управления описаны в работе 125.29]. Все они обладают быстрой адаптируемостью. На рис. 25.7.2 показан пример использования одного из таких алгоритмов. Комбинация алгоритмов РМНК и РМД4 была предложена в работе [25.9]. [c.431]

Блок-схема алгоритма вторичной оптимизации оперативноорганизационного управления приведена на рис. 7. Перед каждым циклом расчета оптимального плана на выбранном интервале планирования в ЦВМ вводятся исходные данные (моменты начала текущих периодов технологических процессов значения у, [c.217]

Оптимизация функций управления обеспечивается выполнением некоторого (зависящего от используемого численного алгоритма) конечного набора логиче- [c.38]

Как полуавтоматизированная система СДКО применяется при пусконаладке вновь вводимых ГПА, а также при вводе в эксплуатацию агрегата после ремонта и реконструкции или при необходимости оптимизации алгоритмов САУ ГПА. Применение СДКО в этих случаях дает возможность отслеживания в реальном времени практически любого необходимого количества параметров рабочего процесса, вибросостояния и т.д. во время пуска, останова и работы агрегата при смене режимов. Такая информация позволяет обнаружить отклонение поведения параметров от нормального и соответствующим образом откорректировать алгоритмы управления ГПА. Главными критериями при этом являются гибкость и мобильность системы, для чего, в отличие от стационарного варианта, едко комплектуер-ся мощным портативным компьютером, используемым в качестве сервера, и монтажным комплектом для быстрого подключения системы к дополнительным датчикам и системе САУ ГПА. [c.173]

Четвертая глава посвящена задачам синтеза управляемых машинных агрегатов. Здесь рассмотрены модальные асимптотиче- KiTe алгоритмы, обеспечивающие оптимизацию спектральных х рактеристик динамических систем. Изложены таки<е некото-ры методы синтеза оптимального управления движением. [c.6]

Алгоритм непрерывной оптимизации. Рассмотрим динамическую систему, состояние которой определяется координатами Hi t), образующими и-мерпый вектор-столбец у = у t),. . . -1 Уп i)Y ( штрих здесь и ниже означает транспонирование). Зависимость координат от времени проявляется как непосредственно, так и через их связи с нестационарными параметрами системы Pi t) и qj (t) (v = 1, 2,. . е f = 1, 2,. . ., т). Первая группа параметров образует вектор параметров объекта управления, изменяющихся заранее непредвиденным образом в определенной области задания /J,,Эр [c.4]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...