Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Доступ платный или только для Подписчиков
Том 26, № 2 (2025)
Скачать выпуск PDF

СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ

55-64 170
Аннотация

Получен новый алгоритм управления многоканальным нелинейным нестационарным объектом управления, удобный для практического использования. Идейной основой построения алгоритма является компенсация внешних аддитивных воздействий на переменные состояния и выходные переменные объекта с точностью до фильтров-эталонов посредством обратной модели этого объекта. Недоступные для наблюдения воздействия оцениваются по рассогласованию соответствующих переменных объекта и обратной модели. Фильтры-эталоны вводятся в цепи внешних воздействий для возможности реализации алгоритма управления. Объект представлен системой обыкновенных дифференциальных уравнений в нормальной форме с одинаковым числом выходных переменных и управляющих воздействий. Введены определения обратной модели и фильтров-эталонов по каналам отработки заданий и компенсации возмущений. Обратная модель физически нереализуема и является промежуточной конструкцией для синтеза алгоритма управления. Представлены функциональные алгебраические уравнения, решением которых определяются обратная модель и фильтры-эталоны, причем для фильтров-эталонов остается некоторая свобода выбора динамических свойств системы управления. Составлена структура системы управления, работающая по принципу компенсации, в которой для оценки возмущений используются выходные переменные и переменные состояния объекта. В итоге в системе появляется обратная связь, которая изначально не постулировалась, но явилась результатом оценки и компенсации возмущений с точностью до фильтров-эталонов. Такой подход позволил определить структуру и параметры управляющего устройства аналитическим методом по физически наглядным исходным данным. Получены уравнения алгоритма управления и переходных процессов в замкнутой системе управления. Следствием компенсации и фильтрации возмущающих воздействий на переменные состояния является коррекция собственной динамики объекта управления. Приводится пошаговая процедура синтеза предлагаемого алгоритма, не требующая преобразований и решения исходных дифференциальных уравнений объекта. На примерах показана эффективность предлагаемого алгоритма. Модельными исследованиями выявлено слабое влияние отклонений параметров объекта от своих расчетных значений на переходные процессы в системах управления.

65-76 157
Аннотация

Решается задача повышения точности идентификации и настройки мехатронных систем с регуляторами состояний с помощью искусственных нейронных сетей (ИНС) в условиях действия широкополосных помех в каналах измерения путем оптимизации структуры и параметров идентификатора.

В целях снижения длительности настройки систем с регуляторами состояний предлагается идентификационный метод, основанный на применении радиальных ИНС. На входы идентификатора подаются дискретные значения переходных характеристик координат состояния, по которым ИНС формирует оценки неизвестных параметров объекта управления, после чего выполняется автоматический расчет регулятора состояний с использованием метода модального управления.

Выбор оптимального состава каналов измерения осуществляется на основе критерия в форме отношения мощностей сигнала и помехи, причем сигнал определяется как разность переходных характеристик при номинальном и возмущенном значении параметра объекта. Для каждого переменного параметра находится координата состояния, дающая максимальное значение критерия, после чего формируется оптимальная структура ИНС, обеспечивающая минимизацию погрешности идентификации.

В случае относительно малых вариаций параметров объекта управления мощность информационного сигнала рекомендуется определять в среде моделирования с использованием функций чувствительности координат состояния. При кратных вариациях параметров и различном уровне помех в каналах измерения более точные оценки дает непосредственное вычисление с использованием матричных выражений. Разработанный алгоритм обучения позволяет определить оптимальное значение дисперсии радиальных базисных функций, обеспечивающее заданную точность идентификации параметров объекта при минимальном числе нейронов первого слоя ИНС.

Как показывают вычислительные эксперименты, предложенный метод настройки мехатронных систем дает возможность получить заданное качество управления в условиях параметрической неопределенности объекта. При этом оптимальное по предложенному критерию сочетание каналов измерения на входе ИНС обеспечивает минимальное значение погрешности идентификации в условиях действия широкополосных помех.

77-83 139
Аннотация

В настоящее время число неожиданных аварий в значительной степени зависит от квалификации персонала, который на основе накопленного опыта и полученной информации от систем контроля интуитивно определяет текущее техническое состояние объекта и начало возможных аварий. Иногда их решение оказывается запоздалым, и происходят аварии в результате возникновения и развития различных неисправностей. В это время объекты переходят в скрытой период аварийного состояния, появляются помехи, коррелированные с контролируемым сигналом. При этом в зависимости от характера неисправности изменяется динамика протекания технологических процессов, под влияниям чего также изменяются спектры полезных сигналов и помехи. Согласно традиционном технологиям помехи фильтрируются. Из-за этого вносится дополнительная погрешность в результат анализа сигналов, и теряется важная диагностическая информация. Для решения задач контроля начала скрытого периода аварий в качестве информативного признака предлагается использовать оценку взаимнокорреляционной функции между полезным сигналом и помехой с применением технологии адаптивной дискретизации анализируемых сигналов. Для обеспечения адекватности результатов контроля формируется информация о начале скрытого периода аварий, которая позволяет мастеру определить время начала скрытого периода аварий с достаточной надежностью.

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ И ПРОИЗВОДСТВАМИ

84-97 153
Аннотация

Предложена система упреждающего управления температурой стальной полосы при производстве оцинкованного листового проката. На основе обзора предложений по упреждающему управлению температурой полосы показано, что одной из основных проблем является отсутствие достоверной информации о текущем температурном состоянии секции термической обработки, поскольку температура рабочего пространства контролируется локально в отдельных точках. С учетом этого предложенная система основана на использовании обобщенных оценок температуры рабочего пространства. Это позволяет обеспечить точное упреждающее управление в условиях отсутствия полной информации о текущем температурном состоянии секции. Обобщенная оценка температуры определяется с использованием упрощенной интерпретируемой модели по значениям температуры полосы на входе и выходе секции. Для определения упреждающего воздействия по мощности систем нагрева и охлаждения секций при компенсации возмущений по сортаменту и скорости линии предложена гибридная модель. Модель состоит из интерпретируемого и эмпирического компонентов на основе искусственной нейронной сети. На примере секции закрытого охлаждения агрегата непрерывного горячего оцинкования была изучена работоспособность системы стабилизации обобщенной оценки температуры с типовым ПИД регулятором. Были выявлены затруднения, обусловленные сложностью одновременной эффективной отработки возмущений по заданию, а также возмущений, обусловленных ошибками упреждающего управления по модели. Для оперативной стабилизации обобщенной оценки температуры при ошибках моделирования выбрана структура системы регулирования с двумя степенями свободы. ПИД регулятор замкнутого контура настраивается на отработку возмущений, обусловленных ошибками моделирования при упреждающем управлении. Контур прямого разомкнутого управления настраивается на отработку возмущений по заданному значению обобщенной оценки температуры рабочего пространства. Работоспособность предложенной системы продемонстрирована на примере секции закрытого охлаждения полосы. Показано, что система способна гарантировать качество управления даже при максимально возможных ошибках гибридной модели. Разработанная гибридная модель может также использоваться при планировании динамики изменения температуры рабочего пространства в долгосрочной перспективе. Предложенные структуры моделей и системы управления могут использоваться и для секций нагрева.

РОБОТЫ, МЕХАТРОНИКА И РОБОТОТЕХНИЧЕСКИЕ СИСТЕМЫ

98-108 151
Аннотация

Решается задача выявления особенностей взаимодействия звеньев подводных манипуляторов (ПМ), которыми оснащаются автономные необитаемые подводные аппараты (АНПА), с вязкой средой. Показывается, что для точного управления ПМ обязательно должны быть максимально корректно учтены вязкие трения, а также массы и моменты инерции жидкости, присоединяемой к звеньям ПМ в процессе его движения. Процедура идентификации параметров взаимодействия перемещающегося ПМ и вязкой среды проводится перед началом технологических операций вблизи объектов работ. Эти параметры в дальнейшем используются при расчете силовых и моментных воздействий со стороны движущегося ПМ на корпус АНПА для его высокоточной стабилизации в режиме зависания над объектами работ, а также для реализации обратных связей синтезируемых позиционно-силовых систем управления ПМ, обеспечивающих автоматическое выполнение подводных контактных технологических операций.

В первой части статьи на основе рекуррентных уравнений решения обратной задачи динамики представлена динамическая модель ПМ в виде линейной регрессии, в которой неизвестные параметры входят линейно в уравнения обобщенных сил (моментов), действующих в сочленениях ПМ. Этот вид модели ПМ позволяет выполнить идентификацию всех неизвестных параметров с помощью линейного фильтра Калмана.

Результаты исследования полной математической модели АНПА с ПМ, выполненные во второй части статьи, подтвердили работоспособность и высокую эффективность предлагаемого метода идентификации параметров взаимодействия звеньев ПМ с вязкой средой.



ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)