CC BY
20
управления движением ПРТК и высокая точность при выходе в заданную зону выполнения работ. Наиболее сложным при использовании ПРТК третьей схемы является этап управления горизонтальным движением НПА при выводе его из КБ для проведения подводно-технических работ и соединение с КБ перед подъемом па поверхность [5]. Здесь необходим контроль скорости свертывания плавучего кабеля, скорости движения и положения НПА относительно корпуса КБ. Сложность управления на этом этапе возрастает при условии вертикальных колебаний КБ, вызванных качкой обеспечивающего корабля вертикальным движением несущего трос-кабеля. Амплитуда колебаний КБ может достигать нескольких метров, а скорость - до 2 м/с. Уменьшить амплитуду и скорость колебаний КБ удается с помощью регулирования скорости вращения лебедки спускоподъемного устройства ОК, а обеспечить безаварийное соединение НПА и КБ путем конструктивного исполнения НПА, позволяющего совершать соединение с трос-кабелем.
Таким образом, учитывая особенности управления подводным робототехническим комплексом по структурной схеме 1, 2 или 3 удается повысить качество выполнения аварийно-спасательных и подводно-технических работ, повысить быстродействие и точность остановки комплекса в заданном районе океана.
ЛИТЕРАТУРА
1. Бочаров Л.Ю. Современные тенденции в развитии миниатюрных подводных аппаратов и роботов
за рубежом // Подводные исследования и робототехника. 2006. №2. с. 36-52 !
2. Устройства и системы управления подводных роботов / В.Ф. Филаретов, А.В. Лебедев, Д.А. Юхимец; (отв. ред. Ю.Н. Кульчин); Ин-т автоматики и процессов управления ДВО РАН. - М.: Наука, 2005.-270 с.
3. http: //www. Sub -Atlantic, со .uk/product s. html
4. http ://www. S eaey e. com/products .html
5. Юрчик Ф.Д., Коваленко А.Ю. Использование технических средств для осмотра водного транспорта // Достижения науки и техники развитию сибирских регионов: материалы всероссийской научно-практической конференции с международным участием, 24-26 марта 1999 г. - Красноярск, 1999 г., с. 100-101.
Шипитько И.А., Марков Н.А.
ОБ ОДНОМ ПОДХОДЕ К СИНТЕЗУ НЕЙРОСЕТЕВОГО УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДОМ НЕЖЕСТКОЙ МЕХАНИЧЕСКОЙ СИСТЕМЫ
Проектирование электромеханических юнитов мехатронных систем современных станков и промышленных роботов связано с радом компромиссов, один из которых состоит в увеличении быстродействия за счет снижения общей массы движущихся частей при одновременном обеспечении достаточной жесткости конструкции. При этом математический аппарат САУ юн игом должен учитывать упругие деформации рабочего органа с целью их компенсации и активного гашения колебаний [1].
В данной работе рассматривается один подход к синтезу системы позиционного управления электроприводом механической системы с крутильной нежесткостью (см. Рис.1). В качестве объекта управления рассматривается двухмассовая система, состоящая из двигателя постоянного тока (ДПТ, см. Рис.1) и вращающейся массы, связанных упругим звеном. Особенностью САУ является отказ от классической схемы подчиненного регулирования и применение единого контроллера с обратными связями то току якоря ia 4 угловой скорости ротора С0Т и угловому положению выходного вала (рабочего органа) (р.
Рис.1. Структурно-функциональное представление системы управления приводом
Регулятор реализован с использованием технологии прогнозирующего управления и аппарата теории искусственных нейронных сетей [2, 3] в дискретно-временном базисе. Входной вектор сигналов регулятора имеет вид (1), где к , к-1 и т.д. - текущий и предыдущие
[хзад(к) и(к-1) 1я(к) 1Я(к — 1) сог(к) сог(к-1) ф(к) ф(к-1) ф(к-2)]т(1)
интервалы управления, Хзад(к) - текущее значение задания, и(к —- значение управления на предыдущем интервале. Входящие в данный вектор сигналы обратной связи позволяют оперировать током ротора, его производной, скоростью и ускорением ротора, а также положением, скоростью и ускорением вала рабочего органа Закон управления, реализуемый регулятором, имеет вид:
[ ХгеГ(к + 1) = а-ф(к) + (1~а)-Хзад(к)
‘ и(к) = (^1)-(Х^(к + 1)-]>^ .х )’ (2)
■)=2
где а , ,...^9, - параметры регулятора, X ,- соответствующие элементы вектора входных
сигналов регулятора (1). Первое уравнение системы (2) определяет дискретным способом фильтр первого порядка, задающий желаемую динамику системы, эффективная постоянная времени фильтра определяется параметром а . Второе уравнение вычисляет управляющий сигнал способом инверсного преобразования динамики объекта на основе линейной дискретной прогнозирующей модели (подробно описано в [3]).
Качество управления, реализуемое данным регулятором, определяется точностью прогнозирующей
модели, представленной в (2) коэффициентами \Л? |,. XV 9, и представляющей собой преобразование вида
(3):
, ф(к + 1) = ф-\у, , (3)
гдеV/ 2 V/ д]- вектор-строка весовых коэффициентов,
Ф = [и(к) и(к-1) ^(к) 1„(к-1) шт(к) шг(к-1) ф(к) ф(к-1) ф(к-2)]т -
вектор-столбец входных сигналов прогнозирующей модели. Параметризация прогнозирующей модели (3) выполняется методами нейросетевой идентификации [3] в виде обучения линейного нейросе-тевого элемента на множестве данных {Ф(к) Ф(к+1)} , снимаемых с объекта. Наличие подобной
процедуры позволяет успешно применять данный регулятор в условиях параметрической недоопре-деленности объекта. Настраиваемым параметром регулятора является коэффициент а
Численное моделирование работы системы выполнено в пакете МаЙаЬ 6.5. На Рис.2 представлен типовой отклик электромеханической системы на единичное импульсное воздействие длительностью 1 с, отмечается четырехкратный бросок выходной координаты. На Рис.З представлен ти-
37
I
повой переходный процесс в контуре с настроенным регулятором, постоянная времени эталонного фильтра около 2 с, интервал дискретизации 0,2 с. '
Рис.2. Отклик ЭМС на импульсное * Рис.З. Типовой вид управляемого
возмущение по управляемому входу переходного процесса
Отмечается отсутствие перерегулирования, однако повышенная колебательность процесса.
В настоящее время анализируется перевод регулятора на многошаговую стратегию [2] с целью дальнейшего понижения колебательности процесса и формализуется алгоритмическое обеспечение регулятора. 1
ЛИТЕРАТУРА
1. Управление колебаниями роботов / С. В. Елисеев, Н. К. Кузнецов, А. В. Лукьянов; Отв. ред. В. А Путилов, АН СССР, Сиб. отд-ние, Президиум Иркут, науч. центра, Отд. автоматизации и техн. физики. - Новосибирск: Наука, Сиб, отд-ние, 1990 - 317 с.
2. Juan М. Martin-Sanchez, Jose Rodellar. Adaptive predictive control: From the concepts to plant optimization. - Prentice Hall International (UK) Limited, 1996.
3. Шипитько И.А. Прогнозирующее управление с нейросетевой моделью объекта для манипулятора с нежесткими звеньями: Дисс. на соиск. уч. степ. канд. техн. наук. - Владивосток, ДВГТУ, 2004.
I
Безручко Т.В., Шипитько И.А.
ОБ ОДНОМ МЕТОДЕ ПОСТРОЕНИЯ СИСТЕМЫ ПРОГНОЗИРУЮЩЕГО УПРАВЛЕНИЯ
НА ОСНОВЕ НЕЙРОННОЙ СЕТИ.
Данная работа посвящена проблеме, возникшей при синтезе регулятора на основе одношаговой прогнозирующей модели. О методах прогнозирующего управления и их применении написано уже достаточно много. Методика обучения нейронной сети и синтеза на её основе регулятора широко известна, поэтому перейдём непосредственно к проблеме. В качестве объекта управления взята модель вертолета НшпшоЙ СЕ 150. Передаточная функция этого объекта имеет вид:
У(8) 3.234
и(в) (1 + 0.25з)2 • (1 + 0.223з) ■ $ '
В качестве моделирующей структуры примем сеть, состоящую из одного нейрона, имеющего 10 входов и обладающего линейной функцией активации «ригеНп». Частота дискретизации принята 0,1 с. Обучив данную сеть на объекте (1), выразим из нее алгебраически инверсное преобразование динамики объекта и исследуем переходный процесс последовательно включенных моделей инверсной и прямой (1) динамики объекта. Результат представлен на Рисунке 1.
