Оптимальное управление при детерминированных воздействиях

Рассмотрим синтез оптимальной системы управления для любой реальной программы съема припуска, которая представляет собой совокупность детерминированных и случайных составляющих, изменяющихся как в пределах обработки одного изделия, так и от изделия к изделию. Задачу синтеза можно значительно упростить, если указанные случайные составляющие программы являются стационарным процессом, а детерминированные составляющие используются в качестве управляющего воздействия через вспомогательный контур по известным методикам. В этом случае программа управления может быть представлена в виде стационарного случайного процесса с нулевым математическим ожиданием. Поскольку стационарные случайные процессы в комплексной плоскости описываются выражениями для спектральных плотностей, то критерий оптимальности системы управления можно записать в виде [c.164]

Процесс постановки задачи оптимального управления разделяется на этапы, как -и- при оптимальном проектировании металлоконструкций (см. т. 1, разд. П1, гл. 1) и механизмов (см. п. VI. 1). Динамические модели для исследования процессов оптимального управленця могут быть детерминированными, стохастическими и эвристическими. В стохастических моделях внешние воздействия и параметры модели трактуются как случайные процессы, функции случайных параметров в эвристические включается человек-оператор. В континуальных моделях используются расчетные схемы, которые имеют распределенные массы и жесткости, в дискретных моделях — только сосредоточенные, возможно применение смешанных моделей. Для исследования процессов оптимального управления механизмами кранов в настоящее время используют в основном детерминированные дискретные модели, ограничиваясь учетом изменения основных координат (например, жесткий кран и- груз на гибком подвесе) [0.13, 22, 241. [c.368]

На первый взгляд невозможно изменить рассматриваемую ситуацию к лучшему, используя экспериментально-статистические методы. Дей-, ствительно, в формуле (28), определяющей длительность эксперимента, величиной необходимой точности е мы задаемся, а все остальные величины (Ткор, о и Ат), по существу, являются характеристиками АСУ и объекта управления, т.е. от экспериментатора практически не зависят. Кроме того, вывод формулы (28) основан на использовании эффективной, т.е. оптимальной в среднеквадратическом смысле, оценки Ат, иначе говоря, уменьшить длительность сбора данных при фиксированных е, Трдр, о и Ат за счет более рациональной обработки информации также не представляется возможным. Тем не менее, как это будет показано ниже, возможность сокращения длительности эксперимента при обеспечении заданной относительной точности все же имеется. Для реализации этой дополнительной возможности напомним, что мы имеем дело со случайными процессами, на которые наложено детерминированное воздействие, изменяющее их математическое ожидание. В случае применения пассивного метода это воздействие имело форму скачка (включение АСУ), однако такая форма не обязательно должна всегда сохраняться. Сущность активного метода как раз и состоит в таком изменении формы детерминированного воздействия, которое увеличивает точность оценки изменения математического ожидания. Физическая реализация этой идеи заключается в следующем [34]. [c.87]

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]

Процесс эволюции взглядов на проблему управления большими системами (в том числе и сложными производствами) в аспекте использования различных описаний при создании моделей объектов управления, пройдя через этапы применения детерминированных и стохастических формализмов, а также осознания целесообразности учета в них человеческого фактора, вывел специалистов на формирование концепции интеллектуальных производственных систем. Наиболее динамично развивающимся направлением построения систем искусственного интеллекта являются экспертные производственные системы. Они, имитируя способ рассуждений, свойственны человеческому разуму, способны решать зад ачи управления не хуже коллегии экспертов. Наличие человеческого фактора, а точнее, лица, принимающего решения (ЛПР), в структуре управления существенно корректирует управляющие воздействия, а иногда и кардинально меняет всю стратегию управления. Это связано с тем, что ЛПР, обладая собственной (естественно, субъективной) системой предпочтений в плане выбора целей и критериев управления, зачастую не согласен (в той или иной мере) с решениями, предлагаемыми системой на основе традиционных моделей. Подобные разночтения вызваны теми обстоятельствами, что большинство сложных объектов принадлежит к группе слабоструктурированных, плохо определенных объектов, характерным для которых является ярко выраженная индивидуальность, отсутствие строгого критерия оптимальности, высокая динамичность, и, наконец, главное — неполнота информации об объекте, затрудняющая формализацию его описания. Как показывает опыт, в таких ситуациях более обоснованным и соответственно более эффективным в конечном счете оказывается решение, принятое ЛПР. [c.99]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...