Интеллектуальная самоорганизующаяся система управления с вычислителем управляющего воздействия на основе автоматически конструируемой нейронной сети Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

УДК 681.3

М.Ф. Степанов, А.М. Степанов

ИНТЕЛЛЕКТУАЛЬНАЯ САМООРГАНИЗУЮЩАЯСЯ СИСТЕМА УПРАВЛЕНИЯ С ВЫЧИСЛИТЕЛЕМ УПРАВЛЯЮЩЕГО ВОЗДЕЙСТВИЯ НА ОСНОВЕ АВТОМАТИЧЕСКИ КОНСТРУИРУЕМОЙ НЕЙРОННОЙ СЕТИ

Рассматриваются вопросы управления сложным нестационарным объектом в изменяющихся условиях. Предлагается подход к решению проблемы на основе использования интеллектуальных самоорганизующихся систем автоматического управления. Реализация закона управления

осуществляется с помощью конструируемой искусственной нейронной сети.

Интеллектуальные самоорганизующиеся системы автоматического управления, конструируемая искусственная нейронная сеть

M.F. Stepanov, A.M. Stepanov INTELLECTUAL SELF-ORGANIZING CONTROL SYSTEM WITH CONTROLLER ON THE AUTOMATICALLY DESIGNED NEURAL NETWORK

Questions of control by difficult nonstationary plant in changing environments are considered. The approach to the decision of a problem is offered on the basis of use of intellectual self-organizing control systems. Realization of the law of control is carried out on the automatically designed artificial neural network.

Intelligent self-organizing systems of automatic control, automatically designed artificial neural network

Возрастающее усложнение объектов управления в сочетании с ужесточением требований к точности и качеству управления привели к противоречию с традиционными подходами к построению систем управления. Одним из путей решения указанной проблемы является использование интеллектуальных самоорганизующихся систем автоматического управления (ИССАУ) [1].

Важнейшим компонентом интеллектуальных самоорганизующихся систем управления является интеллектуальная система синтеза закона управления.

В качестве одного из путей решения указанной проблемы предлагается композиция концепции интеллектуальных самоорганизующихся систем автоматического управления и методов нейроуправления: 1) синтез закона управления с использованием средств ИССАУ; 2) реализация синтезированного закона управления с использованием ИНС.

Указанный подход можно проиллюстрировать рис. 1. Для компактности здесь рассматривается лишь задача стабилизации. Для задач слежения дополнительно требуется построение регулятора прямой связи, конструируемого похожим способом. В связи с тем, что процесс самоорганизации является итерационным, в схему включен стабилизирующий регулятор, параметры которого us = fs (y) определяются на основе априорной информации.

Эмулятор объекта управления выполняет функцию идентификации модели объекта управления и может быть реализован различными средствами, включая и нейроэмулятор [2].

Среда функционирования

ед

Объект управления у = 4(и,ґ}

'к и ип

:„(у) --------►

■(У,и)

Стабилизирующий регулятор и5 = ^(у)

Н ейроконтроллер

ип = :п(У)

ИСАПР САУ

Цель управления ■(у,и)

:о(иЛ ч-------

ф)

Эмуля тор объекта управления У = €о(и,:

Модель

среды

Рис. 1. Схема ИССАУ с нейроконтроллером

Конструируемая искусственная нейронная сеть № 1

_____ Блок наст

Конструируемая искусственная нейронная сеть №2 2

Реализация синтезированного закона управления ип = :п (у) в виде искусственной нейронной сети (нейроконтроллера на рис. 1) может осуществляться: 1) обучением ИНС;

2) автоматическим конструированием ИНС [3]. Первый подход связан с большими затратами времени на обучение нейронной сети и поэтому в данном случае не может быть применен.

Процесс настройки параметров нейроконтроллера потребует

определенного времени. Поэтому предлагается схема нейроконтроллера, представленная на рис. 2. В состав нейроконтроллера входят две конструируемые ИНС, работающие попеременно и блок настройки. В каждый момент времени работает только одна ИНС, реализующая текущий закон управления. Блок настройки ИНС осуществляет настройку параметров неактивной в данный момент времени ИНС (1 или 2).

После окончания настройки параметров ИНС осуществляется переключение неактивной ИНС и активной ИНС.

Предлагаемый подход предполагает распараллеливание процессов управления, идентификации (настройки эмулятора), синтеза закона управления и, наконец, настройки нейроконтроллера в соответствии с параметрами нового закона управления. В связи с этим предлагается обобщенная схема

реализации ИССАУ в виде совокупности вычислителя на микропроцессоре и блоков,

построенных на ПЛИС, в которых реализуются эмулятор объекта

управления и нейроконтроллер.

Рассмотрим задачу стабилизации нестационарного объекта. Пусть объект управления в номинальном режиме работы описывается в пространстве состояний уравнениями вида

І

Блок настройки конструируемой искусственной нейронной сети

Рис. 2. Схема нейроконтроллера

Рис. 3. Переходные процессы в системе управления многорежимным объектом: 1 - со стабилизирующим регулятором; 2 - со стабилизирующим регулятором и нейроконтроллером

-0.9964 —3.762 —0.5982 —1229 (4]

х = Aх + Bu, 8 0 0 0 0

у = A= 0 2 0 0 , ^= 0

V 0 0 1 0 ) V0,

"1.73 0.1331 0.1146 0.02268

0 1 0 0

C = ,

0 0 1 0

V 0 0 0 1 ,

где х е R4 - вектор состояний объекта управления; u — управляющее воздействие; у е R4 — вектор измеряемых переменных.

*

Требования к системе: у^ < 0.15 . В дополнение к номинальному режиму работы объекта существуют ещё два режима. При этом объект управления сохраняет все основные свойства во всех режимах (управляемость, устойчивость). Переход из одного режима в другой осуществляется скачкообразно с периодом равным 1 с. Рассмотрим два варианта управления указанным объектом в соответствии со схемой, представленной на рис. 1. Результаты моделирования представлены на рис. 3.

Проведенные исследования продемонстрировали работоспособность предлагаемого подхода в условиях наличия нестационарности объекта управления, когда стабилизирующий регулятор не обеспечивает выполнения заданных требований.

ЛИТЕРАТУРА

1. Степанов М.Ф. Интеллектуальные самоорганизующиеся системы автоматического управления / М.Ф. Степанов. Саратов: Сарат. гос. техн. ун-т, 2002.

2. Омату С. Нейроуправление и его приложения. Кн. 2. / Сигеру Омату, Марзуки Халид, Рубия Юсоф; пер. с англ. Н.В. Батина; под ред. А.И.Галушкина, В.А.Птичкина. М.: ИПРЖР, 2000. 272 с.: (Нейрокомпьютеры и их применение).

3. О нейроуправлении с помощью конструируемой нейронной сети / М.Ф. Степанов, К. А. Кулаков, П.Н. Глазков и др. // Кибернетика и высокие технологии XXI века - С&Т-2008: сб. трудов IX Междунар. науч.-техн. конф.: в 2 т. Т.1. Воронеж: НПФ «Саквоее», 2008. С. 77 - 79.

Степанов Михаил Федорович -доктор технических наук, профессор кафедры «Техническая кибернетика и информатика» Саратовского государственного технического университета

Степанов Андрей Михайлович -аспирант кафедры «Системы искусственного интеллекта» Саратовского государственного технического университета

Статья поступила в редакцию 01.11.10, принята к опубликованию 15.11.10