CC BY
9
УДК 621.313.333:621.865
БОТ: 10.24412/2071 -6168-2021 -4-404-408
МЕТОДИКА КОЛИЧЕСТВЕННОМ ОЦЕНКИ РЕГУЛЯТОРОВ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДА
А.Н. Привалов, А. А. Столяров
Разработана методика количественной оценки регуляторов интеллектуальной системы управления (ИСУ) электропривода (ЭП), основанная на положениях и рекомендациях теории проектной эффективности элементов сложных систем. Представлены результаты имитационного моделирования ИСУ ЭП.
Ключевые слова: экспертный регулятор, идентификация параметров, нейросетевой идентификатор, электропривод.
Рассмотрим основные этапы формирования методики количественной оценки регуляторов интеллектуальной системы управления (ИСУ) электропривода.
Для сокращения времени формирования закона управления интеллектуального регулятора, размещённого в основном контуре управления систем автоматизированного управления (САУ) и представленного на рис.1, широко используются новые информационные технологии (технологии ассоциативной памяти, экспертных или нейросете-вых систем (НС)) [1-3].
Указанное вызывает необходимость помещать в базу знаний системы диагностики и настройки (методы идентификации параметров динамического объекта) [1]. При этом схема ИСУ образца робототехнического измерительного комплекса (РТИК), обеспечивает режим адаптации в условиях неопределенности [2,3].
Рис. 1. Функциональная схема интеллектуальной системы управления, обеспечивающей работу в условиях неопределенности
Функционирование ИСУ, предполагает выполнение следующих действий: классификация состояния объекта; формирование вектора настраиваемых параметров и соответствующего ему и входному заданию управляющего воздействия. Задачи идентификации параметров и фактического состояния могут быть сведены к корректной формулировке и решению задачи классификации состояний.
При этом рассматривается режим подконтрольной эксплуатации изделия, который характеризуется наличием в составе аппаратуры управления электроприводом (ЭП) встроенных блоков автоматического контроля работоспособности.
Всякий технический объект (в динамическом режиме) при заданных начальных условиях может быть описан в отношениях преобразования входного сигнала в выходной сигнал посредством оператора Р(*) : у(V) = Р х(:)]+ £. Кроме идентифицируемого объекта дополнительно задаётся эталонная модель процесса: ум (V) = Рм [х(У)] + £. Пространства входных и выходных сигналов модели должны совпадать с пространством входного и выходного сигналов объекта диагностирования.
Для приближённого (в рамках линейных представлений) решения задачи идентификации параметров (и динамических характеристик) элементов электромеханиче-
ских систем (ЭМС) разработан алгоритм идентификации на основе известного корреляционного метода. Результатом идентификации является построение импульсной переходной функции (ИПФ) и восстановление параметров передаточной функции (ПФ) выделенного элемента (или цепочки элементов) ЭМС. В процессе идентификации используется представление ИПФ в виде обобщённого ряда Фурье с применением базисных функций Лагерра [1-3]. На рис. 2 показана упрощённая схема алгоритма идентификации параметров ЭМС корреляционным методом.
С применением рекомендаций теории искусственного интеллекта и накопленного опыта исследования нейроподобных систем синтезирован нейросетевой идентификатор (НСИ) параметров нелинейной модели ЭМС.
Эффективность работы НСИ существенно зависит от наполняемости базы знаний. В связи с этим рассмотрены вопросы организации и обновления базы знаний НСИ, используемого в составе экспертного регулятора ЭП. Показано, что на этапе обучения НСИ могут быть предусмотрены все основные ситуации (их число конечно), и это является основанием для эффективной работы НСИ в условиях кинематических и параметрических возмущений.
ИСУ ЭП представляет собой сложный объект исследования. Применение традиционных методов теории автоматического управления к анализу эффективности адаптивных регуляторов ЭП, как правило, не позволяет получить однозначных результатов. Поэтому разработана методика количественной оценки регуляторов ИСУ ЭП, основанная на положениях и рекомендациях теории проектной эффективности элементов сложных систем.
Рис. 2. Схема алгоритма идентификации параметров ЭМС корреляционным методом
Методика базируется на использовании комплекса имитационных, вероятностных моделей следящего электропривода, метода статистических испытаний и метода активного планирования эксперимента. По результатам операционного исследования ЗАС формируются регрессионные модели показателей эффективности, в которых параметры регулятора выступают в качестве факторов ха, а=1,...,п.
Учитывая комплекс противоречивых требований, предъявляемых к моделям ЭП, представляется целесообразным для решения сформулированных в работе задач использовать известный аппарат конечных Марковских цепей с непрерывным временем перехода.
В соответствии с рекомендациями теории Марковских процессов на основании содержательного описания и анализа инфологических моделей системы управления ЭП образца РТИК строятся размеченные графы состояний системы «Объект диагностирования - средство диагностирования». Аналитической моделью процесса эволюции состояний системы являются уравнения Колмогорова:
^ = X [1 • Рк(0]- X % • Р(0,а = , (1)
М кеК(/) jeJ(i)
где K(i) и J(i) - множества номеров предшествующих и последующих состояний системы относительно выделенного i-го состояния (вершины); Pj (t)- вероятность нахождения системы в момент времени t е (to,T) в состоянии Sj , i = 1, N; Äjj- интенсивность перехода системы из состояния Sj в состояние Sj .
После эквивалентных преобразований уравнения Колмогорова записывают в виде системы обыкновенных (линейных) дифференциальных уравнений:
dPf-=XN=1 Л ■ Pk (t), j=IN, (2)
где Aj - коэффициенты (в общем случае переменные), зависящие от значений интен-сивностей ljj перехода системы. При этом считаются известными начальные условия
Pj (to) = P^. Нормирующее условие задают в виде:
Х/=1 Pj (t) = 1" t e[to,T]. (3)
Решение системы уравнений (2) при известных начальных условиях получают численным методом интегрирования на заданном временном интервале.
Анализ вероятностей нахождения системы в каждом из выделенных состояний позволяет проследить эволюцию системы в процессе эксплуатации, выявить «узкие» места и указать направления для совершенствования системы ЭП.
В соответствии с разработанной методикой исследования ИСУ проведён вычислительный эксперимент, в результате которого получены переходных характеристики системы электропривода для различных случаев вариации параметров ЭМС и входных условий.
В качестве исходных данных для проведения вычислительного эксперимента, задавались пределы изменения механической постоянной времени двигателя Тм = (0,035 —10) с при точности идентификации ДТм = 0,33. В ходе обучения были
определены размерность и параметры НСИ Тм и коэффициентов ПИД-регулятора.
Структура НС, которая будет использована в качестве НСИ объекта управления включала: 5 входов, 4 нейрона в первом слое, 30 нейронов во втором слое (N = (Тм max — Тм min)/ ДТм), 4 нейрона в третьем слое и 4 выхода (Тм, ko, kl, k2).
Закон изменения величины Тм задавался в виде синусоиды: Тм = Тщ sin(fflit) в
пределах от 0,035с до 1с с частотой Ю1 = 4 рад.
На рис. 3(а, б) отображены графики переходных процессов в ЭП без ЭР (а) и с экспертным регулятором (б), при изменении Тм. Как видно из рис. 3 (б), кривая переходного процесса в системе автоматического регулирования ЭП с экспертным регулятором незначительно отличается от графика эталонной модели. Отличия в показателях качества переходного процесса эталонной модели и САУ с ЭР (о = 2%; tрег=0. 1 с) не превышают 5%.
На рис.4 представлены результаты моделирования САУ ЭП без ЭР (а) и с ЭР с элементами на НС (б) при воздействии момента статических нагрузок Mo = 0,0006sin(3t).
Как видно из рис.4(б), отличия в показателях качества переходного процесса в системе управления с экспертным регулятором (s =3%, tрег = 0.1с) и эталонной модели, не превышают 5%.
Таким образом, проведено исследование разработанного алгоритма синтеза параметров НСИ в процессе проведения компьютерного моделирования.
406
а б
Рис. 3. Результаты имитационного моделирования ИСУ ЭП без ЭР (а) и с ЭР с элементами на НС (б) при изменении величины Тм (1 - эталонная модель; 2 - СУ ЭП); (¿(0=1; Гм=0,502+0,4988ш(40)
У
1 . 05 рч
2/4 /1 ч
О 5 1 О 1 5 2 О 2 5 3 О 3 5 4 О 4 5 5 t О
Г 2?"
0.5 1.0 1.5 2 . О 2.5 З.О 3.5 4.0 4.5 5.0
а б
Рис. 4. Моделирование ИСУ ЭП без ЭР (а) и с ЭР с элементами на НС (б) при воздействии момента статических нагрузок Мо (1- эталонная модель;
2 -СУ и ЭП); (¿(0=1,Мо=0,000б8т(30)
Разработаны методика и алгоритмы диагностики технического состояния ди-станционно-управляемых образцов РТИК. Определены принципы построения и структура экспертного регулятора электропривода. Дана формулировка и основные подходы к решению задачи параметрической идентификации ЭМС.
Список литературы
1. Интеллектуальные роботы: учебное пособие для вузов / под общей ред. Е.И. Юревича / И. А. Каляев, В.М. Лохин, И.М. Макаров и др. М.: Машиностроение, 2007. 360 с.
2. Новиков А.В., Столяров А.А., Мельник С.И. Аналитические модели и динамические характеристики исполнительной системы малогабаритного роботизированного комплекса // Известия Тульского государственного университета. Технические науки. 2018. Вып.9. С. 487-497.
3. Мельник С.И., Столяров А. А., Бортников А. А., Фомичев М.Ю. Алгоритм идентификации, обеспечивающий качество управления объектом // Известия Тульского государственного университета. Технические науки. 2018. Вып. 9. С. 636-641.
407
Привалов Александр Николаевич, д-р техн. наук, профессор, privalov. 6l@mail.ru, Россия, Тула, Тульский государственный педагогический университет,
Столяров Артем Анатольевич, преподаватель, privalov. 6l@mail.ru, Россия, Тюмень, Тюменский филиал Военно-инженерного университета
THE METHOD OF QUANTITATIVE EVALUATION OF REGULATORS
OF THE INTELLIGENT CONTROL SYSTEM OF THE ELECTRIC DRIVE
A.N. Privalov, A.A. Stolyarov
A method of quantitative evaluation of intelligent control system (ISU) regulators of an electric drive (EP) is developed, based on the provisions and recommendations of the theory of design efficiency of elements of complex systems. The results of simulation modeling of the ES ISU are presented.
Key words: expert controller, parameter identification, neural network identifier, electric drive.
Privalov Alexander Nikolaevich, doctor of technical sciences, professor, privalov. 61@ mail. ru, Russia, Tula, Tula State Pedagogical University,
Stolyarov Artem Anatolevich, lecturer, privalov. 61@mail.ru, Russia, Tyumen, Tyumen Branch of the Military Engineering University
УДК 004.94; 69
АНАЛИТИЧЕСКИЙ МЕТОД ИССЛЕДОВАНИЯ АЭРОДИНАМИКИ
ОДНОЭТАЖНОГО ЗДАНИЯ
К. А. Калинин
Приведены результаты моделирования и исследования того, как распахнутое окно влияет на аэродинамические характеристики здания, а именно: на скорость и направление ветра вблизи здания. Проведено исследование с помощью программы Ап-эуэ.
Ключевые слова: моделирование, аэродинамика, анализ, аналитический метод, давление, ветер, строительство.
Строительство является важной частью современной экономики и для снижения издержек, повышения рентабельности и надежности активно внедряются методы математического и компьютерного моделирования для проведения определенных расчетов. К таким расчетам могут относиться, например, оценка выдерживаемых нагрузок фундамента или перекрытий, аэродинамики, вибрационных нагрузок, светового загрязнения и т.п. Поэтому вопросы, затрагивающие темы строительства и математического и компьютерного анализа являются актуальными [1-3].
Далее будет проведено исследование того, как распахнутое окно влияет на аэродинамические характеристики здания, а именно на скорость и направление ветра в близи здания. В качестве метода исследования и обработки информации было выбрано компьютерное моделирование в специализированной программе ЛйБуБ [4-7]
408
