Рассматривается задача управления линейными нестационарными системами по выходу, т. е. без измерения вектора переменных состояния или производных выходного сигнала. Для синтеза стабилизирующего управления выбирается хорошо зарекомендовавшая себя онлайн процедура решения матричного дифференциального уравнения Риккати. Данная процедура предусматривает синтез линейных статических обратных связей по переменным состояния в случае полностью известных параметров объекта управления. Если переменные состояния не измеряются, то для синтеза наблюдателя с помощью матричного дифференциального уравнения Риккати можно воспользоваться дуальной схемой, предусматривающей транспонирование матрицы состояния и замену матрицы входа на матрицу выхода. Хорошо известно, что наблюдатель переменных состояния построенный на базе решения матричного дифференциального уравнения Риккати, обеспечивает экспоненциальную устойчивость замкнутой системы в случае ее равномерной наблюдаемости. Несмотря на тот факт, что данный тип наблюдателей можно отнести к классу универсальных, они имеют ряд существенных недостатков. Основной проблемой подобных наблюдателей является необходимость точного знания параметров и требование равномерной наблюдаемости, которые на практике не всегда можно реализовать. Таким образом, проблема синтеза новых методов построения наблюдателей переменных состояния линейных нестационарных систем до сих пор остается актуальной. Некоторое время назад был предложен ряд методов синтеза адаптивных наблюдателей переменных состояния для нелинейных систем. Основная идея синтеза наблюдателей базировалась на преобразовании исходной динамической системы к линейной регрессионной модели, содержащей неизвестные параметры, которые, в свою очередь, являлись функциями от начальных условий переменных состояния объекта управления. Такой подход в англоязычной литературе получил название PEBO (parameter estimation based observer), что дословно можно перевести как "наблюдатель, основанный на оценивании параметров". В данной статье на базе метода PEBO предлагается новый подход к синтезу наблюдателей переменных состояния для нестационарных систем. Данный подход обеспечивает возможность получения монотонных оценок сходимости с регулированием времени переходного процесса.

Предлагается метод синтеза законов терминального управления одноосным перемещением нелинейных динамических объектов. Задача решается для случая, когда управляющее воздействие входит скалярной аддитивной составляющей в нелинейные уравнения объекта. Целевые законы управления отвечают требованию перевода объекта из произвольного начального состояния в заданное конечное положение с заданной конечной скоростью. Остальные параметры состояния объекта в конечный момент времени в общем случае не контролируются. При назначении нулевой конечной скорости достигается "мягкий" переход объекта в заданное положение, необходимый для многих терминальных систем.

Ввиду принципиальной сложности оптимального синтеза в условиях, когда объект управления обладает нелинейными свойствами, предпочтительной представляется чисто терминальная постановка задачи. Одним из эффективных средств ее решения являются методы планирования траекторий и решения обратных задач динамики. Этот подход принят в данном исследовании. Привлечение его совместно с дополнительным анализом позволило записать закон управления в форме обратной связи для случая нелинейной математической модели объекта.

Разработанный метод синтеза отличается простотой формы и удобством технической реализации, например с помощью встраиваемых микроконтроллеров. Известные общие методы связаны с неоправданным для рассматриваемого случая расходом временных и технических ресурсов системы управления. Указанная экономичность данного метода достигается благодаря учету особенностей скалярного и аддитивного характера управления в системе.

Использование метода проиллюстрировано примером "мягкого" поворота вала электродвигателя последовательного возбуждения на заданный угол с нулевой конечной скоростью, что не требует применения жестких упоров. Последнее обстоятельство существенно улучшает качество терминального управления. При данном условии значительно упрощается организация позиционирования подвижных исполнительных органов разнообразного промышленного оборудования.

Предложен подход, отвечающий современным экономическим трендам и являющийся альтернативой полной автоматизации процессов, основанный на использовании коллаборативных мультагентных систем (КМАС). В данной концепции люди и роботы рассматриваются как агенты в едином сенсорно-информационном поле, являющиеся исполнителями поставленных задач в рамках достижения целей функционирования коллаборативной мультиагентной системы. Актуальность КМАС обусловлена тем, что возможности промышленного использования полностью автоматизированных многокомпонентных систем ограничены финансовой и инфраструктурной неготовностью различных производств к переходу на полностью безлюдные технологии. Предлагаемый подход сочетает самые последние, но остающиеся вполне окупаемыми достижения техники наряду с высококвалифицированным трудом человека. Использование КМАС будет экономически оправдано при изготовлении продукции малыми сериями, в условиях быстрой сменяемости продуктовых линеек, а также наличия дефицита персонала. В статье показано, что такой подход может позволить существенно снизить затраты на автоматизацию, обеспечив при этом выполнение заданных показателей производства.

Данный подход позволяет по-новому взглянуть на человека, рассматривая его и робота как равноценных партнеров внутри коллаборативной системы в рамках выполнения поставленных задач. В работе сформулированы и представлены основные понятия и отличительные характеристики КМАС, даны обоснования их применения.

Создание нового класса КМАС требует решения ряда проблем, связанных со взаимодействием человека и робота. Рассмотрены вопросы, связанные с работой человека внутри коллаборативной системы, с рациональным разделением функций человека и автоматизированной производственной системы в соответствии с необходимым уровнем коллаборации. Включение человека с его психоэмоциональными и физическими особенностями как равноценного агента КМАС обусловливает трудности формализации КМАС, связанные с необходимостью учета этих особенностей, создания сенсорно-информационной системы. В работе рассмотрены возможные способы формализации КМАС и подходы к управлению.

Рассматривается задача управления колебаниями электромеханических систем. При синтезе учитывается каскадный характер системы. Входным каскадом является механическая подсистема, выходным — привод, динамика которого оказывает существенное влияние на качество управления. Использование энергетической целевой функции позволяет синтезировать энергетически эффективные алгоритмы виртуального управления выходным каскадом. Целью управления является достижение заданного уровня энергии механической подсистемой и ограниченность траекторий замкнутой системы. Наибольшую сложность вызывает управление колебаниями в условиях параметрической неопределенности, т.к. в этом случае энергия системы и, как следствие, целевая функция зависят от неизвестных параметров.Предлагается модификация метода скоростного биградиента путем введения настраиваемой модели выходного каскада и синтеза непрямого адаптивного управления. Получаемые в процессе адаптации оценки параметров используется для формирования управления без предварительной идентификации. Описывается методика синтеза, условия применимости алгоритмов и обосновывается достижение цели управления. Предлагаемая методика используется для синтеза алгоритма управления маятником с учетом динамики привода. Приводятся результаты стендовых испытаний, демонстрирующие достижение заданных характеристик колебаний и точность идентификации параметров.

Групповое взаимодействие роботов без коллизий является актуальной задачей в области робототехники и интеллектуальных систем управления. Предлагается новый подход к решению проблемы избегания коллизий в постановке задачи синтеза оптимальной системы управления с минимально доступной информацией. Предполагается, что роботы имеют некоторую область видимости. Если статические или динамические фазовые ограничения находятся в области видимости робота, то он может реагировать на них. По условию считается, что группа гомогенная, а система управления для достижения терминального состояния уже находится на борту роботов. Искомая система управления для разрешения коллизий отвечает за управление роботом во время нахождения ближайшего соседа в области видимости робота. В данной работе рассматривается совместное решение задачи уклонения от столкновения для двух роботов посредством одного блока управления без назначения приоритетов. Задача решается в условиях полного отсутствия информации о среде и текущем состоянии других роботов в каждый момент времени. Роботы способны лишь определить координаты ближайших соседей, за исключением угла поворота, если те находятся в области видимости рассматриваемого робота.

Описан вычислительный эксперимент с группой мобильных роботов в качестве объектов управления. В качестве аппроксиматора функции управления по состоянию была взята полносвязная искусственная нейронная сеть типа многослойный персептрон. Оптимизация весов персептрона осуществлялась в парадигме обучения без учителя, методом эволюционных стратегий. Выборка сценариев, на которой проводилась оптимизация, генерировалась случайно, в начале итерации по поколениям, в то время как качество полученных весов оценивалось на фиксированной тестовой выборке сценариев.

Результаты эксперимента подтверждают способность найденного персептрона отображать относительное состояние двух мобильных роботов в оптимальное управление, которое позволяет уйти от столкновения, что подтверждают приведенные графики из экспериментальной части.

Представлено решение задачи оптимального управления квадрокоптером в условиях фазовых ограничений численным методом сетевого оператора на основе многоточечной стабилизации. Согласно данному подходу на первом этапе решается задача синтеза системы управления. В результате обеспечивается стабилизация квадрокоптера относительно некоторой точки пространства состояний. На втором этапе находится такая последовательность точек стабилизации в пространстве состояний, что переключение точек стабилизации в фиксированные моменты времени обеспечивает движение квадрокоптера из начального состояния в терминальное с оптимальным значением критерия качества с учетом фазовых ограничений. Для решения задачи синтеза системы стабилизации используется метод сетевого оператора. Метод является численным и в отличие от известных аналитических методов позволяет в автоматическом режиме без конкретного анализа правых частей модели синтезировать систему управления. Метод позволяет с помощью генетического алгоритма находить структуру и параметры математического выражения в закодированном виде. Код метода сетевого оператора представляет собой целочисленную верхнетреугольную матрицу. На этапе решения задачи синтеза математическая модель движения квадрокоптера декомпозируется на угловое и пространственное движения для того, чтобы выделить отдельно компоненты управления для углового и пространственного движений соответственно. Синтезированная система стабилизации состоит из двух подсистем, соединенных последовательно, для пространственного и углового движения. В качестве управлений для пространственного движения использовались моменты вокруг осей и суммарная тяга всех винтов квадрокоптера. Входами для системы стабилизации углового движения являются желаемые углы наклона квадрокоптера. Задача стабилизации рассматривается как общая задача синтеза системы управления. Методом сетевого оператора ищется одна функция управления, которая обеспечивает стабилизацию объекта в заданной точке рассматриваемого пространства состояний из множества начальных условий. На этапе поиска точек равновесия используется эволюционный алгоритм роя частиц. Приведен численный пример решения задачи оптимального управления квадрокоптером с четырьмя фазовыми ограничениями.