novtexmechМехатроника, автоматизация, управлениеMekhatronika, Avtomatizatsiya, Upravlenie1684-64272619-1253Commercial Publisher «New Technologies»10.17587/mau.26.559-567novtexmech-1851Research ArticleСИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИSYSTEM ANALYSIS, CONTROL AND INFORMATION PROCESSINGОсобенности интеллектуализации адаптивных систем управления сложными динамическими объектамиFeatures of Intellectualization of Adaptive Control Systems for Complex Dynamic ObjectsАндриевскийБ. Р.AndrievskyB. R.

д-р техн. наук, гл. науч. сотр., 

г. Санкт-Петербург.

St. Petersburg, 199178.

boris.andrievsky@gmail.comЗайцеваЮ. С.ZaitcevaIu. S.

канд. техн. наук, доц., 

г. Санкт-Петербург.

St. Petersburg, 199178.

julia.zaytsev@gmail.comЛюЦ.LiuJ.

аспирант, 

Санкт-Петербург.

St. Petersburg, 197022.

3572457768@qq.comСюйВ.XuW.

аспирант,

Санкт-Петербург.

St. Petersburg, 197022.

769059944@qq.comСанкт-Петербургский государственный университет; Институт проблем машиноведения РАНРоссияSt. Petersburg State University; Institute of Problems in Mechanical Engineering of RASRussian FederationСанкт-Петербургский государственный электротехнический университет "ЛЭТИ"РоссияSt. Petersburg Electrotechnical University "LETI"Russian Federation2025081120252611559567Copyright © Commercial Publisher «New Technologies», 20252025Commercial Publisher «New Technologies»Commercial Publisher «New Technologies»https://mech.novtex.ru/jour/about/submissions#copyrightNoticehttps://mech.novtex.ru/jour/article/view/1851

В современных реалиях принцип адаптивности становится абсолютной необходимостью нормального функционирования сложных технических систем. Для достижения адаптивности синтез регулятора может основываться как на классической теории автоматического управления, так и на различных приближенных методах интеллектуального управления. В данной работе проведен анализ публикаций за последнее десятилетие, посвященных новым подходам к проектированию адаптивных систем управления различными подвижными объектами, имеющими приводной исполнительный механизм. Первая часть обзора посвящена классическим методам, в том числе адаптивному регулятору с эталонной моделью, и новым областям его применения в технике (для управления вибрационной машиной и платформой Стюарта). Отмечено сходство классического адаптивного управления и машинного обучения. Во второй части представлены результаты исследований, основанных на совместном использовании классического регулятора и различных интеллектуальных методов, таких как нечеткая логика, нейронные сети и машинное обучение, образующих сложные многосоставные структуры управления. Результаты показывают, что применение такого интегрированного подхода может значительно улучшить работу основного регулятора, расширив его адаптивные возможности по отношению к неопределенностям и изменению параметров, возмущениям и эффектам от нелинейностей.

In modern realities, the principle of adaptability becomes an absolute necessity for the normal functioning of complex technical systems. To achieve adaptability, controller synthesis can be based both on the classical theory of automatic control and using various approximate methods of intelligent control. This paper analyzes publications from 2014 to 2024 on new approaches to the design of adaptive control systems for various moving objects with a drive actuator. The first part of the review is devoted to classical methods, including the adaptive controller with a reference model, and its new areas of application in technology (control of a vibration machine and a Stuart platform). The similarities between classical adaptive control and machine learning are noted. The second part presents the results of research based on the joint use of a classical controller and various intelligent methods, such as fuzzy logic, neural networks and machine learning, forming complex multi-component control structures. The results show that the use of such an integrated approach can significantly improve the performance of the main controller, expanding its adaptive capabilities with respect to uncertainties and parameter changes, disturbances and the effects of nonlinearities.

интеллектуальные методынечеткая логиканейронные сетиэталонная модельдвигательскользящий режимплатформа Стюартавекторное управлениеиндустрия 4.0.intelligent methodsfuzzy logicneural networksreference modelactuatorsliding modeStewart platformvector controlindustry 4.0ReferencesAnnaswamy A. M., Fradkov A. L. А historical perspective of adaptive control and learning // Annual Reviews in Control. 2021. Vol. 52. P. 18—41. DOI: 10.48550/arXiv.2108.11336.Annaswamy A. M., Fradkov A. L. А historical perspective of adaptive control and learning, Annual Reviews in Control, 2021, vol. 52, pp. 18—41, DOI: 10.48550/arXiv.2108.11336.Андриевский Б. Р., Поляхов Н. Д., Путов В. В., Шелудько В. Н. Адаптивное управление роботизированными подвижными объектами // Известия СПбГЭТУ "ЛЭТИ". 2016. № 5. С. 61—77.Andrievsky B. R., Polyakhov N. D., Putov V. V., Sheludko V. N. Proceedings SPbGETU "LETI", Izvestiya SPbGETU "LETI", 2016, vol. 5, pp. 61—77 (in Russian).Yao L. Adaptive cooperative tracking control for multiple surface vessel systems with random disturbance // Ocean Engineering. 2023. Vol. 286. P. 115528. DOI: 10.1016/j.oceaneng.2023.115528.Yao L. Adaptive cooperative tracking control for multiple surface vessel systems with random disturbance, Ocean Engineering, 2023, vol. 286, pp. 115528, DOI: 10.1016/j.oceaneng.2023.115528.Li D., Wang Y., Liu Y.-J., Liu L. IBLFs-based adaptive fuzzy control for Continuous Stirred Tank Reactors with full state constraints and actuator faults // Journal of Process Control. 2023. Vol. 124. P. 14—24. DOI: 10.1016/j.jprocont.2023.02.002.Li D., Wang Y., Liu Y.-J., Liu L. IBLFs-based adaptive fuzzy control for Continuous Stirred Tank Reactors with full state constraints and actuator faults, Journal of Process Control, 2023, vol. 124, pp. 14—24, DOI: 10.1016/j.jprocont.2023.02.002.Каракаев А. Б., Галиев Г. А. Обзор исследований моделирования адаптивных систем автоматического управления компонентами электроэнергетических систем // Вестник гос. ун-та морского и речного флота им. адмирала С. О. Макарова. 2020. Т. 12, № 1. С. 139—153.Karakaev A. B., Galiev G. A. State Bulletin University of Maritime and River Fleet named after Admiral S. O. Makarova, Vestnik gos. univ-ta morskogo i rechnogo flota im. admirala S. O. Makarova, 2020, vol. 12, no. 1, pp. 139—153 (in Russian).Wang J., Bo D., Ma X., Yan Z., Li Z., Miao Q. Adaptive back-stepping control for a permanent magnet synchronous generator wind energy conversion system // International Journal of Hydrogen Energy. 2019. Vol. 44, N. 5. P. 3240—3249. DOI: 10.1016/j.ijhydene.2018.12.023.Wang J., Bo D., Ma X., Yan Z., Li Z., Miao Q. Adaptive back-stepping control for a permanent magnet synchronous generator wind energy conversion system, International Journal of Hydrogen Energy, 2019, vol. 44, no. 5, pp. 3240—3249, DOI: 10.1016/j.ijhydene.2018.12.023.Wang S.-Y., Tseng C.-L., Chiu C.-J. Design of a novel adaptive TSK-fuzzy speed controller for use in direct torque control induction motor drives // Applied Soft Computing. 2015. Vol. 31. P. 396—404. DOI: 10.1016/j.asoc.2015.03.008.Wang S.-Y., Tseng C.-L., Chiu C.-J. Design of a novel adaptive TSK-fuzzy speed controller for use in direct torque control induction motor drives, Applied Soft Computing, 2015, vol. 31, pp. 396—404, DOI: 10.1016/j.asoc.2015.03.008.Noye S., Mulero Martinez R., Carnieletto L., De Carli M., Castelruiz A. A. А review of advanced ground source heat pump control: Artificial intelligence for autonomous and adaptive control // Renewable and Sustainable Energy Reviews. 2022. Vol. 153. P. 111685. DOI: 10.1016/j.rser.2021.111685.Noye S., Mulero Martinez R., Carnieletto L., De Carli M., Castelruiz A. A. А review of advanced ground source heat pump control: Artificial intelligence for autonomous and adaptive control, Renewable and Sustainable Energy Reviews, 2022, vol. 153, pp. 111685, DOI: 10.1016/j.rser.2021.111685.Справочник по теории автоматического управления / Под ред. А. А. Красовского. М.: Наука, 1987. 712 с.Krasovsky А. A. Ed. Handbook on the theory of automatic control, Moscow, Nauka, 1987, 712 p (in Russian).Landau I. Adaptive control: the model reference approach. N. Y.: Marcel Dekker, 1979. 432 p.Landau I. Adaptive control: the model reference approach, N. Y., Marcel Dekker, 1979, 432 p.Фрадков А. Л. Адаптивное управление в сложных системах: беспоисковые методы. М.: Наука, 1990. 292 c.Fradkov А. L. Adaptive control in complex systems: nonsearch methods, Moscow, Nauka, 1990, 292 p.Annaswamy А. Adaptive control and intersections with reinforcement learning // Annual Review of Control, Robotics, and Autonomous Systems. 2023. Vol. 6. P. 65—93. DOI: 10.1146/annurev-control-062922-090153.Annaswamy А. Adaptive control and intersections with reinforcement learning, Annual Review of Control, Robotics, and Autonomous Systems, 2023, vol. 6, pp. 65—93, DOI: 10.1146/annurev-control-062922-090153.Томчина О. П., Горлатов Д. В., Томчин Д. А., Свенцицкая Т. А. Алгоритм адаптивного управления механическими системами с неявной эталонной моделью и фильтрацией // Информатика и системы управления. 2018. Т. 3, № 57. С. 124—130. DOI: 10.22250/isu.2018.57.124-130.Tomchina O. P., Gorlatov D. V., Tomchin D. A., Svencickaya T. A. Computer Science and Control Systems, Informatika i sistemy upravleniya, 2018, vol. 3, no. 57, pp. 124—130 (in Russian), DOI: 10.22250/isu.2018.57.124-130.Круглов С. П., Ковыршин С. В., Аксаментов Д. Н. Адаптивное управление двухмаятниковым подвесом мостового крана // Мехатроника, автоматизация, управление. 2022. Т. 23, № 9. С. 451—461. DOI: 10.17587/mau.23.451-461.Kruglov S. P., Kovyrshin S. V., Aksamentov D. N. Mechatronics, automation, control, Mekhatronika, Avtomatizaciya, Upravlenie, 2022, vol. 23, no. 9, pp. 451—461 (in Russian), DOI: 10.17587/mau.23.451-461.Zaitceva I., Andrievsky В. Adaptive multiple synchronization and rotors phase shift tracking for two-rotor vibration machine // Materials Physics and Mechanics. 2022. Vol. 50, N. 2. P. 216—225. DOI: 10.18149/MPM.5022022_3.Zaitceva I., Andrievsky В. Adaptive multiple synchronization and rotors phase shift tracking for two-rotor vibration machine, Materials Physics and Mechanics, 2022, vol. 50, no. 2, pp. 216—225, DOI: 10.18149/MPM.5022022_3.Andrievsky B., Kuznetsov N. V., Kudryashova E. V., Kudznetsova O. A., Zaitceva I. Signal-parametric discrete-time adaptive controller for pneumatically actuated Stewart platform // Control Engineering Practice. 2023. Vol. 138. P. 105616. DOI: 10.1016/j.conengprac.2023.105616.Andrievsky B., Kuznetsov N. V., Kudryashova E. V., Kudznetsova O. A., Zaitceva I. Signal-parametric discrete-time adaptive controller for pneumatically actuated Stewart platform, Control Engineering Practice, 2023, vol. 138, pp. 105616, DOI: 10.1016/j.conengprac.2023.105616.Уткин В. И. Скользящие режимы и их применения в системах с переменной структурой. М.: Наука, 1974. 272 c.Utkin V. I. Sliding modes and their applications in systems with variable structure, Moscow, Nauka, 1974, 272 p. (in Russian).Мышляев Ю. И., Финошин А. В., Нгуен Т. Т. Адаптивное управление свободными колебаниями электромеханических системам // Мехатроника, автоматизация, управление. 2020. Т. 21, № 7. С. 412—419. DOI: 10.17587/mau.21.412-419.Myshlyaev Yu. I., Finoshin A. V., Nguyen T. T. Mechatronics, automation, control, Mekhatronika, Avtomatizaciya, Upravlenie, 2020, vol. 21, no. 7, pp. 412—419 (in Russian), DOI: 10.17587/mau.21.412-419.Valenzuela F., Ramirez R., Martinez F., Morfin O., Castaneda C. Super-Twisting Algorithm Applied to Velocity Control of DC Motor without Mechanical Sensors Dependence // Energies. 2020. Vol. 13. P. 6041. DOI: 10.3390/en13226041.Valenzuela F., Ramirez R., Martinez F., Morfin O., Castaneda C. Super-Twisting Algorithm Applied to Velocity Control of DC Motor without Mechanical Sensors Dependence, Energies, 2020, vol. 13, pp. 6041, DOI: 10.3390/en13226041.Леонов Г. А., Андриевский Б. Р. Управление летательными аппаратами с AW-коррекцией // Дифференциальные уравнения и процессы управления. 2012. № 3. С. 1—36.Leonov G. A., Andrievsky В. R. Differential equations and control processes, Differencial’nye uravneniya i processy upravleniya, 2012, vol. 3, pp. 1—36, available at: https://diffjournal.spbu.ru/pdf/aw12.pdf (in Russian).Turner M. C., Sofrony J., Prempain E. Anti-windup for model-reference adaptive control schemes with rate-limits // Systems and Control Letters. 2020. Vol. 137. P. 104630.Turner M. C., Sofrony J., Prempain E. Anti-windup for model-reference adaptive control schemes with rate-limits, Systems and Control Letters, 2020, vol. 137, pp. 104630, DOI: j.sysconle.2020.104630.Кузьменко А. А. Робастное управление синхронным двигателем с постоянными магнитами: синергетический подход // Мехатроника, автоматизация, управление. 2020. Т. 21, № 8. С. 480—488. DOI: 10.17587/mau.21.480-488.Kuzmenko А. A. Mechatronics, automation, control, Mekhatronika, Avtomatizaciya, Upravlenie, 2020, vol. 21, no. 8, pp. 480—488 (in Russian), DOI: doi.org/10.17587/mau.21.480-488.Зайцева Ю. С. Методы искусственного интеллекта для задач управления робототехническими и мехатронными системами: обзор // Изв. Вузов. Машиностроение. 2024. Т. 1, № 766. С. 41—56. DOI: 10.18698/0536-1044-2024-01-41-56.Zaitceva Yu. S. Izv. Universities. Mechanical engineering, Izv. Vuzov. Mashinostroenie, 2024, vol. 1, no. 766 (in Russian), DOI: 10.18698/0536-1044-2024-01-41-56.Магергут В. З., Соболев А. В., Егоров А. Ф., Вент Д. П. Синтез и анализ адаптивных позиционных систем автоматического управления / Под ред. академика Вента Д. П. Новомосковск: РХТУ им. Д. И. Менделеева. Новомосковский институт, 2006. 260 c.Magergut V. Z., Sobolev A. V., Egorov A. F., Vent D. P. Synthesis and analysis of adaptive positional automatic control systems: Ed. Academician Vent D. P., Novomoskovsk, RKhTU im. DI. Mendeleev. Novomoskovsk Institute, 2006, 260 p. (in Russian).Варламов Д. Б., Савчиц А. В. Разработка и исследование эффективности алгоритма адаптивного регулятора // Инженерный вестник Дона. 2019. № 1. С. 1—9.Varlamov D. B., Savchits А. V. Engineering Bulletin of the Don, Inzhenernyi vestnik Dona, 2019, vol. 1, pp. 1—9 (in Russian).Серебренный В. В., Бошляков А. А., Огородник А. И. Релейные регуляторы тока электроприводов с адаптацией ширины петли гистерезиса // Материалы XX Всеросс. мультиконференции по проблемам управления. 2017. С. 177—180.Serebrenny V. V., Boshlyakov A. A., Ogorodnik А. I. Abstracts of the report of the 10th All-Russian multi-conference on management problems, Tezisy doklada 10-i Vserossiyskoy mul’tikonferencii po problemam upravleniya, 2017, pp. 177—180 (in Russian).Соболев А. В., Соболева Ю. В. Адаптивный трехпозиционный регулятор с нечетким алгоритмом перенастройки средней позиции // Вестник межд. академии системных исследований. 2008. Т. 11, № 1. С. 66—72.Sobolev A. V., Soboleva Yu. V. Bulletin of international Academy of Systems Research, Vestnik mezhd. akademii sistemnyh issledovaniy, 2008, vol. 11, no. 1, pp. 66—72 (in Russian).Крюков О. В., Мещеряков В. Н., Сычев М. Н., Ипполитов В. А. Системы интеллектуального электропривода переменного тока с релейными регуляторами и адаптивными корректирующими устройствами. Москва-Вологда: "Инфра-Инженерия", 2022. 140 с.Kryukov O. V., Meshcheryakov V. N., Sychev M. N., Ippolitov V. A. Intelligent AC electric drive systems with relay regulators and adaptive correction devices, Moscow-Vologda, Infra-Engineering, 2022, 140 p. (in Russian).Самосейко В. Ф. Адаптивный алгоритм векторного управления электроприводами с асинхронными электродвигателями // Вестник гос. унив-та морского и речного флота им. ак. С. О. Макарова. 2019. Т. 11, № 1. С. 156—168.Samoseiko V. F. State Bulletin University of Maritime and River Fleet named after. Academician S. O. Makarova, Vestnik gos. univ-ta morskogo i rechnogo flota im. akademika S. O. Makarova 2019, vol. 11, no. 1, pp. 156—168 (in Russian).Пыркин А. А., Бобцов А. А., Ведяков А. А., Базылев Д. Н., Синетова М. М. Адаптивный наблюдатель магнитного потока для неявнополюсного синхронного двигателя с постоянными магнитами в условиях шумов в измерениях силы тока и напряжения // Мехатроника, автоматизация, управление. 2019. Т. 20, № 4. С. 215—218. DOI: 10.17587/mau.20.215-218.Pyrkin A. A., Bobcov A. A., Vedyakov A. A., Bazylev D. N., Sinetova M. M. Mechatronics, automation, control, Mekhatronika, Avtomatizaciya, Upravlenie, 2019, vol. 20, no. 4, pp. 215—218 (in Russian), DOI: 10.17587/mau.20.215-218.Черный С. П., Соловьев В. А., Бузикаева А. В., Сухоруков С. И. Один из подходов к моделированию двухкаскадной нечеткой системы управления электроприводом постоянного тока с двухзонным регулированием скорости // Промышленная электроника, автоматика и системы управления. 2022. Т. 2, № 55. С. 32—39.Cherny S. P., Soloviev V. A., Buzikaeva A. V., Sukhorukov S. I. Industrial electronics, automation and control systems, Promyshlennaya elektronika, avtomatika i sistemy upravleniya, 2022, vol. 2, no. 55, pp. 32—39 (in Russian)Карандеев Д. Ю., Энгель Е. А. Прямое управление моментом асинхронного двигателя с использованием адаптивного нейроконтроллера в условиях неопределенности // Интернет-журнал "Науковедение". 2015. Т. 5, № 30. С. 1—9.Karandeev D. Yu., Engel E. A. Online journal "Science Studies", Internet-zhurnal "Naukovedenie", 2015, vol. 5, no. 30, pp. 1—9 (in Russian).Zhu Q., Shang H., Lu X., Chen Y. Adaptive sliding mode tracking control of underwater vehicle-manipulator systems considering dynamic disturbance // Ocean Engineering. 2024. Vol. 291. P. 116300. DOI: 10.1016/j.oceaneng.2023.116300.Zhu Q., Shang H., Lu X., Chen Y. Adaptive sliding mode tracking control of underwater vehicle-manipulator systems considering dynamic disturbance, Ocean Engineering, 2024, vol. 291, pp. 116300, DOI: 10.1016/j.oceaneng.2023.116300.Zhao L., Li Z., Li H., Liu В. Backstepping integral sliding mode control for pneumatic manipulators via adaptive extended state observers // ISA Transactions. 2023. DOI: 10.1016/j.isatra.2023.10.014.Zhao L., Li Z., Li H., Liu В. Backstepping integral sliding mode control for pneumatic manipulators via adaptive extended state observers, ISA Transactions, 2023, DOI: 10.1016/j.isatra.2023.10.014.Han J. From PID to active disturbance rejection control // IEEE Trans Ind Electron. 2009. Vol. 56, N. 3. P. 900—906. DOI: 10.1109/TIE.2008.2011621.Han J. From PID to active disturbance rejection control, IEEE Trans Ind Electron, 2009, vol. 56, no. 3, pp. 900—906, DOI: 10.1109/TIE.2008.2011621.Кешткар С., Позняк А. С., Хернандез Э., Оропеса А. Адаптивный регулятор на скользящих режимах, основанный на "супер-твист" наблюдателе состояний с применением к регулированию платформы Стюарта // Автоматика и Телемеханика. 2017. T. 7. С. 57—75. DOI: 10.1134/S0005117917070049.Keshtkar S., Poznyak A. S., Hernandez E., Oropesa А. Automation and Telemechanics, Avtomatika i Telemekhanika, 2017, vol. 7, pp. 57—75 (in Russian), DOI: 10.1134/S0005117917070049.Feng H., Jiang J., Chang X., Yin C., Cao D., Yu H., Li C., Xie J. Adaptive sliding mode controller based on fuzzy rules for a typical excavator electro-hydraulic position control system // Engineering Applications of Artificial Intelligence. 2023. Vol. 126. P. 107008. DOI: 10.1016/j.engappai.2023.107008.Feng H., Jiang J., Chang X., Yin C., Cao D., Yu H., Li C., Xie J. Adaptive sliding mode controller based on fuzzy rules for a typical excavator electro-hydraulic position control system, Engineering Applications of Artificial Intelligence, 2023, vol. 126, pp. 107008, DOI: 10.1016/j.engappai.2023.107008.Zhang F., Meng D., Li X. Chattering-free adaptive iterative learning for attitude tracking control of uncertain spacecraft // Automatica. 2023. Vol. 151. P. 110902. DOI: 10.1016/j.automatica.2023.110902.Zhang F., Meng D., Li X. Chattering-free adaptive iterative learning for attitude tracking control of uncertain spacecraft, Automatica, 2023, vol. 151, pp. 110902, DOI: 10.1016/j.automatica.2023.110902.Su X., Yang X., Xu Y. Adaptive parameter learning and neural network control for uncertain permanent magnet linear synchronous motors // Journal of the Franklin Institute. 2023. Vol. 360, N. 16. P. 11665—11682. DOI: 10.1016/j.jfranklin.2023.09.016.Su X., Yang X., Xu Y. Adaptive parameter learning and neural network control for uncertain permanent magnet linear synchronous motors, Journal of the Franklin Institute, 2023, vol. 360, no. 16, pp. 11665—11682, DOI: 10.1016/j.jfranklin.2023.09.016.Na J., Wang S., Liu Y., Huang Y., Xuemei R. FiniteTime Convergence Adaptive Neural Network Control for Nonlinear Servo Systems // IEEE Transactions on Cybernetics. 2019. Vol. PP. P. 1—12. DOI: 10.1109/TCYB.2019.2893317.Na J., Wang S., Liu Y., Huang Y., Xuemei R. Finite-Time Convergence Adaptive Neural Network Control for Nonlinear Servo Systems, IEEE Transactions on Cybernetics, 2019, vol. PP, pp. 1—12, DOI: 10.1109/TCYB.2019.2893317.Sutton R., Barto A., Williams R. Reinforcement learning is direct adaptive optimal control // IEEE Control Systems Magazine. 1992. Vol. 12, N. 2. P. 19—22. DOI: 10.1109/37.126844.Sutton R., Barto A., Williams R. Reinforcement learning is direct adaptive optimal control, IEEE Control Systems Magazine, 1992, vol. 12, no. 2, pp. 19—22, DOI: 10.1109/37.126844.Li Z., Wang M., Ma G. Adaptive optimal trajectory tracking control of AUVs based on reinforcement learning // ISA Transactions. 2023. Vol. 137. P. 122—132. DOI: 10.1016/j.isatra.2022.12.003.Li Z., Wang M., Ma G. Adaptive optimal trajectory tracking control of AUVs based on reinforcement learning, ISA Transactions, 2023, vol. 137, pp. 122—132, DOI: 10.1016/j.isatra.2022.12.003.

The authors declare that there are no conflicts of interest present.