Оптимальна структура інформаційно-вимірювальної системи координатно-вимірювальної машини Текст научной статьи по специальности «Компьютерные и информационные науки»

возможна ситуация одновременного обращения к одному и тому же блоку. Для избежания подобных ситуаций (конфликтов) применяются сдерживающие событийные гипердуги.

Примеры нескольких режимов (Р1, Р2, Р3) работы НК приведены на рисунке 2. Связь этих режимов с выделением ОУ И УУ отражена на рисунке 3.

Рисунок 3 - Пример СП возможного взаимодействия режимов ПК

ЗАКЛЮЧЕНИЕ

Предложенная структура описания НК как АОСАУ на базе СП с использованием иерархии алгоритмов на основе адаптивных алгоритмов позволяет построить гибкую без нарушения целостности функционирования функционально-структурную модель НК различного целевого назначения. Под целостностью функци-

онирования будем понимать взаимосвязь и взаимозаменяемость отдельных функций системы в процессе ее работы с учетом динамики изменения внешних случайных воздействий. Гибкость заключается в различии обучения для НК одного класса ОУ (универсальность внутри класса). Для различных классов ОУ целесообразно применять НК различного типа. Предполагается разработка конкретных моделей НК специального назначения.

ПЕРЕЧЕНЬ ССЫЛОК

1. Амосов Н, М, Нейрокомпьютеры и интеллектуальные роботы / Н. М. Амосов, Т. Н. Байдык, А. Д. Гольцев; Под ред. Н. М. Амосова. - К.: Наук. думка, 1991. - 271 с.

2. Блум Ф, Мозг, разум и поведение / Ф. Блум, А. Лей-зерсон, Л. Хофстедтер - М.: Мир, 1988. - 248 с.

3. Качур С, А, Модель стохастических систем и их соединений на основе сетей Петри // Проблемы управления и информатки. - 2002. - № 1. - С. 93-98.

Надшшла24.01.05 Шсля доробки 22.08.05

Запропоновано методику побудови нейрокомпьютера на основ1 понять i метод1в наступних областей знань: 1) ф1з1ологп людини; 2) теорп автоматичного керуван-ня; 3) штучного iнтелекту; 4) теорп мереж Петрi; 5) теорИ системного аналiзу.

The technique of construction of neurocomputer is offered on the basis of concepts and methods of the following fields of knowledge: 1) human physiology; 2) theories of automatic control; 3) an artificial intellect; 4) theories of the Petri nets; 5) theories of the system analysis.

УДК 621.531

В. П. Квасшков, М. С. Руднева

ОПТИМАЛЬНА СТРУКТУРА 1НФ0РМАЦ1ЙН0-ВИМ1РЮВАЛЬН01 СИСТЕМИ К00РДИНАТН0-ВИМ1РЮВАЛЬН01 МАШИНИ

Розроблена оптимальна структура тформацшно-ви-м1рювальноЧ системи координатно-вим1рювальноЧ маши-ни, яка представляв собою вим1рювальний комплекс, що мае алгоритм вибору найб1льш достов1рноЧ тформацп та алгоритм оцтювання стану системи. Наведена оптимальна структура дозволяе забезпечити найб1льш ефек-тивний режим роботи координатно-вим1рювальноЧ маши-ни на кожному етат процесу вим1рювання.

ВСТУП

Розроблена концепщя штелектуальних систем [1] використовуеться при синтез! систем керування та об-робки шформацп нового поколшня. В рамках ще! кон-цепцп складна система керування координатно-вим1-

© Квасшков В. П., Руднева М. С., 2005

92

рювальною машиною (КВМ) розробляеться як функ-цюнальна система, що сприяе досягненню задано'! ко-ординати вим1рювання та виступае в тому числ1, ! як системостворюючий фактор.

1нтелектуальна система керування, що реал1зуе ме-хашзм саморегуляци, являе собою сукупшсть техшч-них засоб1в ! програмного забезпечення. Така система працюе у взаемозв'язку з оператором-метрологом автономно, реал1зована системою реального часу, ! тому здатна на основ! апрюрно! шформаци та вим1рювань параметр1в стану при наявноси мотивацп синтезувати мету, виробляти р1шення про характер ди системи ! знаходити рацюнальш способи досягнення мети.

ISSN 1607-3274 «Радюелектрошка. 1нформатика. Управлшня» № 2, 2005

В. П. Кваснжов, М. С. Руднева: ОПТИМАЛЬНА СТРУКТУРА 1НФ0РМАЦ1ЙН0-ВИМ1РЮВАЛЬН01 СИСТЕМИ К00РДИНАТН0-ВИМ1РЮВАЛЬН01 МАШИНИ

Вимогами до алгоритмов шформаци е в1дклик на будь-яю непередбачеш зовшшш та внутршш дестаб1-л1зуюч1 фактори на протяз1 прогнозованого стану сис-теми. Для одержання повно'1' шформаци про стан сис-теми, необх1дно розглядати не ильки вим1рюваш па-раметри КВМ, але 1 змшш параметри стану.

ПОСТАНОВКА ЗАДАЧ1 ДОСЛ1ДЖЕННЯ

0сновна ц1ль досл1дження полягае у розробц1 методики для побудови оптимально' структури вим1рю-вального комплексу КВМ, до складу яко'1 входять датчики та вим1рювальш системи, а також алгоритм1чне забезпечення та блок тестування.

РОЗВ'ЯЗАННЯ ЗАДАЧI

При управлшш КВМ основним джерелом шформа-цшно-вим1рювальних сигналов е вим1рювальний комплекс. 0сновними вимогами до цього комплексу е точность вим1рювання об'екту. Виходячи з вищенаведено-го, можна визначити алгоритм функцюнування вим1-рювального комплексу (рис. 1):

- з датчиков шформащя поступае на блок 0сновна база знань;

- блок Тестування - проводить перев1рку роботи вс1х тдсистем КВМ та здшснюе тестування на точшсть;

- в експертнш система ц1 результати оцшюються;

- на основа оцшки стану системи приймаеться р1-шення про готовность КВМ до вим1рювання вим1рю-вальною головкою та визначаеться алгоритм управлшня;

- здшснюеться закон управлшня вим1рювально1' головки, який переноситься на виконуюч1 органи;

- шформацшно-вим1рювальш дат про об'ект вим1-рювання поступають та накопичуються в основнш баз1 знань.

0сновою для побудови оптимально' структури е визначення основних р1внянь керування. В загальному випадку р1вняння для руху вим1рювально1' головки мае вигляд [3]:

у (п) = ки( д) и (п) + К^ д )4( п), (1)

де и(п) - зовшшш впливи, п) - випадкова завада Ри(д) Рс( д)

ки(д) = Од), к^(д) = од - передаточн1 функци

динамичного об'екту по керуванню та впливу, в1дпо-в1дно.

Нев'язку можно представити р1внянням

е(п) = у(п) - у(п),

(2)

Основна база даних та знань

Блок тестування

Динaмiчнa Експертна ощнка

експертна —» стану

система системи

Прийняття Визначення

ршення процесу —> закону ->

вимфювання керування

Виконання закону керування

Об'ект винпрювання

де у(п) - вихщш величини об'екту, у(п) - величина настроювано' модель

Рисунок 1 - Структурна схема управл1ння вим1рювальною головкою координатно-вим1рювальноЧ машини

Введемо поняття щентифжацп, яке е основою для вим1рювання об'екту. В КВМ задача щентифжацп зво-диться до алгоритму, де проводиться розтзнавання образов як1 вже надаш в баз1 знань (визначеш класи п). Але 1снуе ще клас нев1домих т об'ект1в. Так, наприк-лад, в задача щентифжацп людини по бюметричним показникам [4] (в1дбитки пальщв, генетичний код 1 т.1.) необх1дно не т1льки визначити 1ндив1да серед в1домих, але 1 визначити тих, хто не закладений в систему. Таким чином задача щентифжацп складаеться з суми п + т, де п > 1— кшьюсть в1домих, а т е {0, <х>} -юльюсть нев1домих клас1в. Задача 1дентиф1каци зво-диться до перебору та зр1вняння п клас1в з еталонни-ми моделями п1сля чого приймаеться р1шення системою КВМ. Але можуть виникати р1зн1 ситуацп: 1) як-що опис не ствпадае н1 з одним об'ектом, який знахо-диться в баз1 даних 1 знань; 2) якщо опис ствпадае частково. В цих випадках потребно застосувати двух-стад1йну систему 1дентиф1кац1' яка зображена на рис.2.

Така система найб1льш прийнятна для вим1рювання об'ект1в за допомогою координатно-вим1рювально1' машини. В нш застосовуються вже в1дом1 методи та алго-ритми в теор1' 1дентиф1кац1' та зводяться до задач1 роз-тзнавання об'ект1в. Реал1зац1я ще! схеми в система керування КВМ значно тдвищуе ефективн1сть системи щентифжацп. Сл1д в1дм1тити, що застосування такого алгоритму призводить до б1льш досконалого процесу керування та визначення об'екпв вим1рювання.

Для того щоб оптимальна структура 1нформац1йно-вим1рювально1' КВМ працювала злагоджено треба при-д1лити увагу якост1 щентифжацп, яку можна оц1нити 11 критерием:

Рисунок 2 - Загальна функцюнальна структура системи iдентифтацп

J( c) = M{ F[e(z (n),c)]}, (3)

де F[ • ] - функщя втрат, M - символ математичного очжування, 8 - нев'язка, z(n) - вектор спостережен-ня, c - вектор настоюваних параметр1в.

Очевидно, що критерш якост щентифжацп J (c) визначаеться як середш втрати. Якщо значення се-редшх втрат мШмальне, то при оцшщ структури коор-динатно-вим1рювально! машини можна сказати, що ця структура оптимальна. Якщо критерш якост не вико-нуе умову, де J(c) ^ min то здшснюеться зам1на пара-метр1в та структури настроювано' модел1.

1дентиф1кац1ю можна здшснити i за допомогою ек-сперимент1в [3], однак за допомогою таких алгоритмiв не можна обробляти данi якi надходять на протязi всь-ого циклу вимiрювання. Тому для оптимально' задачi iдентифiкацil застосовуються наступний алгоритм:

1) визначити клас об'екпв;

2) вибрати для цього класу об'екив настроювану модель;

3) вибрати критерш щентифжацп;

4) сформулювати алгоритм щентифжацп.

3 вище наведеного випливае, що настроювана модель в стввщношенш до об'екту визначаеться матема-тичним оч1куванням квадрата нев'язки

М{е2 (n)} = M{[y(n ) - y (и)]2}, (4)

де 8 - нев'язка, y(n) - вихщш величини об'екту, y(n) - величина настроювано!' модель

Розглянемо умову 1дентиф1кацп об'екту при якш шнуе проста завада [3]. В цьому випадку р1вняння мае вигляд:

N g N *

y(n) = - ^ amy(n - m) + ^ bmu(n - m) + Ç(n),(5)

m = 1 m = 0

* T

чи y(n) = c ^(n) + Z(n), (6)

* * * *

де c = (а.[,...,а№...,Ь^ - вектор невщомих пара-метр1в об'екту, а x(n) - вектор спостереження.

Оптимальн1 середш втрати можна записати в вигляд1:

0 T

Г (c) = M{ F0[y (n) - cx ( n )]}, (7)

94

ISSN 1607-3274 «Радюелектронжа. 1нформатика. Управл1ння» № 2, 2005

I. В. Гурченко: П1ДХ1Д ДО НЕЙРОМЕРЕЖЕВОГО УПРАВЛ1ННЯ ОБ'бКТОМ ПРОВ1ТРЮВАННЯ

де Fo[e] = -lnp0(^)|z _ е - оптимальна функщя втрат, Ро (Z) - шдльшсть розподшу завад.

Зпдно проведених експерименив результати моде-лювання алгоритм1в можно вщобразити залежностями

ill *||21

M-¡Иc(n) - c || f в1д n [3]. Оцшювання параметр1в

об'екту шюструе рис. 3. Слщ зазначити, що функщя чутливост не впливае на точшсть оцшювання.

f{\c(n)- c'f }

250 500 750 1000 1250 п

РисунокЗ - Залежтстъ M|||c(n) - c 1дентифтацп об'екту

*||2

eid n при

Оптимальна настроювана модель буде характеризу-ватися як така, для яко! математичне очжування M {в2 (n)} досягае можливого значення при визначе-них значеннях ii параметр1в. Тод1 коли модель повшс-тю визначаеться передаточними функщями Ki(q) та K 2( q), задача визначення оптимально! настроювано!' модел1 зводиться до задач1 м1шм1зацп фукнц1онала нев'язки та мае вигляд:

M{е2(n)} = Ф(Kj ,K2)^ min,

де Ф( K i, K 2) — передаточш функцИ.

При проектуванн1 оптимально! структури необхщно визначити вплив вс1х вид1в похибок на точн1сть вим1-рювань. Якщо похибка мш1мальна, а точшсть максимальна можно сказати, що структура шформацшно-ви-м1рювально! системи, яка побудована е оптимальною.

ВИСНОВКИ

Запропонована система представляе собою ви-м1-рю-вальний комплекс, що мае алгоритм вибору найб1льш достов1рно! 1нформацП та алгоритм оцшювання стану системи. Наведена оптимальна структура дозволяе за-безпечити найб1льш ефективний режим роботи 1нтелек-туального вим1рювального комплексу на кожному еташ.

ПЕРЕЛ1К ПОСИЛАНЬ

1. Пупков К. А., Неусыпин К. А. Выбор оптимальной структуры измерительного комплекса. // Изв. вузов. Приборостроение. - 1998. - Т.41, № 1-2. - С. 34-39.

2. Пупков К. А., Неусыпин К. А., К. Э Фан. Интеллектуализация измерительного комплекса летательного аппарата // Изв. вузов. Приборостроение. - 2004. -Т.47, № 8. - С.18-23.

3. Цыпкин Я. 3. Информационная теория идентификации. - М.: Наука; Физ. мат. лит, 1995. -336 с.

4. Шередеко Ю. Л., Марусяк А. В. Способ корректного сведения задачи идентификации к задаче распознавания образов // УсиМ. - 2002. - № 5. - С. 5-12.

Надшшла 18.03.05 Шсля доробки 8.08.05

Разработана оптималъная структура информацион-но-измерителъной системы координатно-измерителъной машины, которая предстаеляет собой измерителъный ком-плекс и еключает е себя алгоритм еыбора достоеер-ной информации и алгоритм оцениеания состояния системы. Приееденная оптималъная структура позеоляет обеспечитъ наиболее эффектиеный режим работы коор-динатно-измерителъной машины на каждом этапы процесса измерения.

The optimum structure of measuring system of the measuring machine is developed it represents a measuring complex and includes algorithm of a choice of the authentic informa-(8) tion and algorithm estimating of a systems condition. The given optimum structure allows to ensure the most effective mode of operations of three-coordinate measuring machine on everyone stages process of measurement.

УДК 681.3

i. В. Турченко

П1ДХ1Д ДО НЕЙРОМЕРЕЖЕВОГО УПРАВЛ1ННЯ ОБ'БКТОМ ПР0В1ТРЮВАННЯ

Розроблено iмiтацiйну моделъ узагалъненого об'екту проeiтрюeання, еизначено голоений критерш упраелтня та дослiджено еикористання послiдоeно'i схеми нейро-ме-режееого упраeлiння об'ектом. Описано eибiрку даних для наечання нейронноЧ мережi, 'i'i структуру та алгоритм наечання. Проеедено експерименталът дослiдження

© Турченко I. В. ,2005

по ощнщ похибки упраeлiння шляхом iмiтацiйного моделюеання.

ВСТУП

Проблема контролю допустимо! концентраци небез-печних газ1в, таких як метан СН4 та чадний газ СО,