Главная Обратная связь

Дисциплины:

Архитектура (936)
Биология (6393)
География (744)
История (25)
Компьютеры (1497)
Кулинария (2184)
Культура (3938)
Литература (5778)
Математика (5918)
Медицина (9278)
Механика (2776)
Образование (13883)
Политика (26404)
Правоведение (321)
Психология (56518)
Религия (1833)
Социология (23400)
Спорт (2350)
Строительство (17942)
Технология (5741)
Транспорт (14634)
Физика (1043)
Философия (440)
Финансы (17336)
Химия (4931)
Экология (6055)
Экономика (9200)
Электроника (7621)






ЭКСПЕРТНЫЙ РЕГУЛЯТОР ДЛЯ СИСТЕМ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ ОБЪЕКТАМИ



Методические указания по самостоятельной работе

«Применение технологий экспертных систем и нейросетевых структур для создания быстродействующих адаптивных регуляторов»

Составитель Егоров И.Н.

 

В настоящее время известно достаточно много различных алгоритмов, в которых предлагаются разные подходы к адаптивному управлению сложными динамическими объектами. Как показывает обзор существующей литературы, несмотря на универсаль­ность предлагаемых подходов и эффективность при решении ряда спе­циальных задач, широкое применение их в промышленности затрудни­тельно. Это связано либо с необходимостью использования достаточно сложных вычислительных средств, либо с ориентацией на аналоговую технику, которая имеет определенные недостатки.

Перспективные пути решения этой проблемы связаны с комплексным применением современных интеллектуальных технологий для создания принципиально нового поколения САУ сложными динамическими объек­тами.

Теоретические и практические результаты исследований, проведенных на кафедре "Проблем управления" МИРЭА [1-5], убедительно доказывают, что исполь­зование технологии экспертных систем (ЭС) позволяет существенно повысить гибкость управления, что обеспечивается следующими факто­рами:

— возможность работы с несколькими алгоритмами управления и адаптации; при этом осуществляется их обоснованный выбор на основе текущей (иногда неполной и противоречивой) информации о функцио­нирующей системе путем обработки имеющихся знаний;

—способность к обучению и корректировке знаний; при этом содер­жимое базы знаний ЭС всегда может быть расширено и модифицирова­но, что обеспечивает возможность адаптации к изменениям как целей, так и параметров объекта управления (ОУ).

Практическое применение технологии ЭС позволило разработать интеллектуальный регулятор, обладающий высокими адаптивными свой­ствами и большой функциональной гибкостью [1,2].

ЭКСПЕРТНЫЙ РЕГУЛЯТОР ДЛЯ СИСТЕМ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ДИНАМИЧЕСКИМИ ОБЪЕКТАМИ

 

Структура экспертной системы

 

Одна из особенностей современного этапа развития науки и техники связана с ускоренным ростом уровня требований к качеству и надежно­сти создаваемых производственных механизмов, процессов, технологий и систем. Между тем основные принципы и инструменты проектирова­ния и управления развиваются недостаточными темпами и во многом остаются традиционными, возлагая всю тяжесть синтеза системы на раз­работчика.



Разрешение противоречия между усложнением создаваемых систем и практикуемыми сегодня подходами к их проектированию и обслужива­нию составляет одну из центральных задач теории систем автоматичес­кого управления (САУ). Данная проблема включает в себя разработку новой методологии регулирования, позволяющей обеспечить в условиях неполноты имеющейся информации о состоянии системы и условиях ее функционирования не только направленный поиск оптимальных харак­теристик и параметров САУ, но и контроль их изменения в процессе работы. Применение принципиально нового подхода к созданию САУ диктуется необходимостью сокращения сроков разработки систем, а так­же предъявляемыми к системам жесткими требованиями к их качеству и надежности функционирования.

В настоящее время трудно себе представить высококачественную САУ, в которой не используется принцип обратной связи. Обратные свя­зи являются одним из важнейших средств придания системе требуемых свойств. Кроме того, к числу основных тенденций развития современных САУ для сложных технических объектов относится создание новых видов обратных связей.

Упрощенная структура системы, содержащая интеллектуальную об­ратную связь, представлена на рис. 1, где # — сигнал задания; е — ошиб­ка управления; и — сигнал управления; у — выход ОУ.

 

 

Рис. 1. Обобщенная структурная схема интеллектуальной системы управления

Здесь наряду с основным контуром управления (регулятор—объект управления (ОУ)) присутствует интеллектуальный контур, который автоматически под­страивает коэффициенты регулятора в условиях изменения характерис­тик окружающей среды и ОУ.

Один из вариантов построения интеллектуальной системы управле­ния (ИСУ) основан на применении технологии экспертных систем (ЭС). В ряде случаев экспертный регулятор (ЭР) предназначен для осуществления активной самодиагностики ОУ, ко­торая включает, во-первых, определение возможных неисправностей в ОУ на основе анализа изменений его параметров и, во-вторых, компен­сацию обнаруженных отклонений с помощью осмысленной подстройки коэффициентов контроллера с использованием базы знаний (БЗ).



В общем случае под ЭС понимается интеллектуальная програм­ма, способная делать логические выводы на основании знаний в конк­ретной предметной области и обеспечивающая решение определенных задач. Хотя большинство созданных к настоящему времени ЭС имеет спе­цифическую структуру, ориентированную на решение конкретной при­кладной задачи, можно выделить основные общие компоненты их построения.

 

 

Рис. 2. Структура экспертной системы

 

На рис. 2 показана базовая структура ЭС, структурные элементы ко­торой должны выполнять следующие функции:

- представление знаний по конкретному объекту управления; для
реализации этих функций используется механизм, называемый базой
данных (БД);

- представление знаний в конкретной предметной области и управ­ление ими; для реализации этих функций используется механизм, назы­ваемый базой знаний (БЗ);

- осуществление логического вывода на основании знаний, имею­щихся в БЗ; этот механизм называется механизмом логических выводов (МЛВ);

- пользовательский интерфейс для правильной передачи ответов
пользователю;

- получение знаний от эксперта, поддержка БЗ и дополнение ее при
необходимости; механизм, реализующий эти функции, называется моду­лем приобретения знаний;

- вывод заключений, представление различных комментариев, при­лагаемых к этим заключениям, и объяснение их мотивов; такой механизм
называется модулем советов и объяснений.

Основные элементы, показанные на рис. 2, соответствуют любой ЭС, однако ЭС управления (т. е. по существу ЭР) должна удовлетворять ряду специфических требований, главными из которых являются:

- компактность, т. е. возможность оперировать большими объемами
знаний и данных при малых массогабаритных характеристиках уст­ройств, на которых реализуется ЭР;

- гибкость, т. е. способность без специальных перестроек обращаться
к различным разделам знаний из рассматриваемой предметной области
и осуществлять в них эффективный поиск решений, удовлетворяющих целям управления;

- надежность, т. е. способность обеспечивать эффективное функционирование системы управления в условиях неполноты знаний об окру­жающей среде.

Кроме этого ЭР должен обладать быстродействием, необходимым для реализации процессов управления в реальном масштабе времени.

С учетом перечисленных требований к ЭР была разработана архитек­тура ЭР, показанная на рис. 3.

 

Рис.3. Архитектура экспертного регулятора

 

Работа ЭР условно разбита на три этапа.

На первом этапе решаются задачи проектирования САУ:

- выбор подходящей структуры модели объекта управления;

- определение параметров модели по заданной структуре на основе
нерекуррентных методов идентификации;

- выбор закона управления;

- предварительная настройка параметров закона управления;

- окончательный синтез параметров закона управления с помощью
процедур оптимизации по заданному пользователем критерию качества.

В результате решения всех перечисленных выше задач проектирова­ния системы в пространстве показателей качества переходного процес­са (далее — в пространстве качества) определяется "рабочая" точка.

На втором этапе решается задача обучения при изменении параметров модели системы в окрестности "рабочей" точки, полученной на этапе проектирования системы. Здесь формируются текущие эмпири­ческие знания о динамических свойствах системы:

- знания о функциональных особенностях объекта управления (ка­чественная зависимость между изменением параметров модели объекта
управления и параметрами критерия качества системы);

- знания о функциональных особенностях регулятора (качественная
зависимость между изменением коэффициентов закона управления и
параметрами критерия качества).

На третьем этапе происходит непрерывное слежение за про­текающими процессами и решаются задачи активной самодиагностики функционирующей системы, которые включают:

- обработку текущих данных измерений с датчиков;

- оценку изменений параметров системы, как аналитическими методами, так и на основе эмпирических знаний о динамических свойствах
объекта управления;

- коррекцию параметров регулирующего устройства;

- оценку проведенной коррекции;

- изменение закона управления (в случае необходимости).
Выбор между этапами работы ЭР осуществляется на основе правил, заложенных в специальную диспетчерскую программу, называемую в данной работе супервизором.

Как видно из рис. 3, в архитектуру ЭР, помимо блоков, имеющихся в любой ЭС, включена база алгоритмов (БА). В ней содержатся различные вычислительные алгоритмы, необходимые для идентификации парамет­ров ОУ и синтеза коэффициентов регулятора.

Основной проблемой при создании любой экспертной системы яв­ляется разработка БЗ в достаточно узкой области экспертизы, которая может быть решена в два этапа: на первом этапе должны быть форма­лизованы и структурированы экспертные знания о предметной области; на втором этапе должны быть формализованы представления этих зна­ний с помощью моделей искусственного интеллекта. Так как ЭР — это новое направление в области использования ЭС в управлении, то здесь ключевую роль играет разработка базы знаний в предметной области — области теории управления.

Поскольку теоретические знания содержат основные понятия, исполь­зуемые при описании предметной области, и свойства отношений, используемых для установления связей между понятиями, то к теорети­ческим знаниям в данной работе относятся знания о диапазонах входных и возмущающих сигналов, подаваемых на систему, о порядке аппрок­симирующей модели, о законе регулирования, о наличии нелинейных элементов в контуре управления, об областях эффективного использова­ния алгоритмов решения задач идентификации и синтеза системы управления.

В эмпирических знаниях ЭР должна содержаться информация о качественной зависимости между подпространством параметров систе­мы и подпространством прямых показателей качества переходного про­цесса в окрестности рабочей (полученной при синтезе) точки.

Приведенные знания в целях обеспечения доступно­сти чтения представляются на естественном языке в виде правил, струк­тура которых принята для продукционных систем искусственного интел­лекта. Фактически в программной реализации разработанной версии ЭР знания структурированы и представляются в сжатой форме на языке Пролог и в данной лекции не приводятся.


Эта страница нарушает авторские права

allrefrs.ru - 2017 год. Все права принадлежат их авторам!