Адаптивное управление скалярным объектом в форме вход – выход на основе идентификационно-аппроксимационного подхода

Обложка
  • Авторы: Круглов С.П1
  • Учреждения:
    1. ФГБОУ ВО «Иркутский государственный университет путей сообщения»
  • Выпуск: № 6 (2024)
  • Страницы: 38-50
  • Раздел: Управление техническими системами и технологическими процессами
  • URL: https://ogarev-online.ru/1819-3161/article/view/286801
  • ID: 286801

Цитировать

Полный текст

Аннотация

Рассмотрен подход к построению адаптивного управления скалярным объектом с текущей параметрической неопределенностью, для которого доступны измерению только его вход и выход, на основе упрощенных условий адаптируемости. Данный подход относится к непрямому самонастраивающемуся управлению с использованием алгоритма текущей параметрической идентификации и неявной эталонной модели. Структура настраиваемой модели в алгоритме идентификации выбирается как можно более простой, соответствующей основному движению объекта управления и элементарному динамическому звену или звеньям. В результате текущие оценки в составе указанной модели аппроксимируют движение объекта, критерием чего является сходимость невязки идентификации. Также требуется обеспечить определенные требования к текущим оценкам параметров. Эти оценки, даже неточные, используются для формирования закона управления, доставляющего заданные свойства замкнутой системы управления. Указанное положение предложено трактовать как уточнение известного принципа уверенной эквивалентности с исключением требования асимптотически точного оценивания параметров для достижения самонастраивающейся системой адаптивных свойств в задачах управления по выходу объекта. Основные соотношения приведены для примера, когда доминирующая динамика объекта близка колебательному процессу без дополнительной временно́й задержки. Предложено применять алгоритм идентификации в виде рекуррентного метода наименьших квадратов с фактором забывания и некоторыми модификациями. Приведены два примера решения задач построения адаптивных систем: управление угловым движением мостового крана и парирование колебаний упругого трехмассового привода. Предложено назвать рассматриваемый подход идентификационно-аппроксимационным. Отмечены возможность и пути его дальнейшего совершенствования.

Об авторах

С. П Круглов

ФГБОУ ВО «Иркутский государственный университет путей сообщения»

Email: kruglov_s_p@mail.ru
г. Иркутск, Россия

Список литературы

  1. Tao, G. Adaptive Control Design and Analysis. – Hoboken, NJ: John Wiley & Sons, Inc., 2003. – 618 p.
  2. Ioannou, P., Fidan, B. Adaptive ControlTtutorial. – Philadelphia: Society for Industrial and Applied Mathematics, 2006. – 387 p.
  3. Åstrӧm, K.J., Wittenmark, B. Adaptive Control. Second edition. – Mineola, NYk: Dover Publications, Inc., 2008. – 575 р. – URL: bayanbox.ir/view/8821671619590593184/Adaptive-Control-Astrom-2nd-edition.pdf (дата обращения 10.10.2024). [Accessed October 10, 2024].
  4. Nguyen, N.T. Model-Reference Adaptive Control, Advanced Textbooks in Control and Signal Processing. – Cham: Springer International Publishing AG, 2018. – 453 p. – URL: https://link.springer.com/book/10.1007/978-3-319-56393-0 (дата обращения 10.10.2024). [Accessed October 10, 2024].
  5. Annaswamy, A.M., Fradkov, A.L. A Historical Perspective of Adaptive Control and Learning // Annual Reviews in Control. – 2021. – Vol. 52. – P. 18–41.
  6. Bobál, V., Bӧhm, J., Fessl, J., Macháček, J. Digital Self-tuning Controllers: Algorithms, Implementation and Applications. – Berlin: Springer Science & Business Media, 2005. – 318 р. – URL: https://matlab.fei.tuke.sk/raui_new/subory/prednasky/Digital_Self-tuning_Controllers.pdf (дата обращения 10.10.2024). [Accessed October 10, 2024].
  7. Fradkov, A.L., Miroshnik, I.V., Nikiforov, V.O. Nonlinear and Adaptive Control of Complex Systems. – Dordrecht: Kluwer Academic Publishers, 1999. – 510 p.
  8. Еремин Е. Л., Теличенко Д. А., Семичевская Н. П. и др. Управление техническими системами в условиях неопределенности. – Благовещенск: Амурский гос. ун-т, 2014. – 211 с.
  9. Ефимов Д.Е. Робастное и адаптивное управление нелинейными колебаниями. – СПб.: Наука, 2005. – 314 с [Efimov, D.V. Robust and adaptive control of nonlinear oscillations. – SPb.: Nauka, 2005. – 314 p. (In Russian)].
  10. Loria, A., Kelly, R., Teel, A. On Uniform Parametric Convergence in the Adaptive Control of Mechanical Systems // European Journal of Control. − 2005. – No. 11. − P. 90–101.
  11. Dobriborsci, D., Kolyubin, S., Bobtsov, A. Output Adaptive Control for Linear Systems under Parametric Uncertainties with Finite-Time Matching Input Harmonic Disturbance Rejection // ArXiv. – 2020. − Vol. abs/2005.07639. – URL: https://arxiv.org/pdf/2005.07639 (дата обращения 10.10.2024). [Accessed October 10, 2024].
  12. Глущенко А. И., Ласточкин К. А. Аппроксимационный подход к адаптивному управлению линейными нестационарными системами // Автоматика и телемеханика. – 2024. – № 5. – С. 86–111.
  13. Круглов С. П. Вопросы адаптируемости систем управления со схемой «идентификатор + эталон» // Труды IV международной конференции «Идентификация систем и задачи управления». – Москва, 2005. − С. 1307–1348.
  14. Круглов С. П. Сходимость невязки идентификации в системе управления с параметрической адаптацией // Информационные технологии и математическое моделирование в управлении сложными системами: электрон. науч. журн. – 2019. – № 1. – С. 27–40. – URL: http://ismm-irgups.ru/toma/12-2019 (дата обращения 10.10.2024).
  15. Льюнг Л. Идентификация систем. Теория для пользователя / Под ред. Я.З. Цыпкина. – М.: Наука, 1991. − 432 с.
  16. Срагович В. Г. Адаптивное управление. - М.: Наука, 1981. - 384 с.
  17. Изерман Р. Цифровые системы управления. - М.: Мир, 1984. - 541 с.
  18. Буков В.Н. Адаптивные прогнозирующие системы управления полетом. - М.: Наука, 1987. - 232 с.
  19. Anderson, B.D.O. Adaptive Systems, Lack of Persistency of Excitation and Bursting Phenomena // Automatica. – 1985. – Vol. 21, no. 3. – P. 247−258.
  20. Dumont, G.A., Huzmezan, M. Concepts, Methods and Techniques in Adaptive Control // Proceedings of the 2002 American Control Conference (IEEE Cat. No.CH37301). – Anchorage, AK, USA, 2002. – Vol. 2. – P. 1137–1150.
  21. Круглов С. П. Модификации рекуррентного метода наименьших квадратов с фактором забывания для функциональной устойчивости текущего параметрического оценивания динамических процессов // Информационныетехнологии и математическое моделирование в управлении сложными системами: электрон. науч. журн. – 2019. – № 1. – С. 1–12. – URL: http://ismm-irgups.ru/toma/12-2019 (дата обращения: 10.10.2024).
  22. Черноусько Ф.Л., Ананьевский И.М., Решмин С.А. Методы управления нелинейными механическими системами. – М.: Физматлит, 2006. – 328 с.
  23. Патент RU 2231819 C2. Адаптивная система управления с двухэтапным идентификатором и неявной эталонной моделью: № : заявл. 13.02.02: опубл. 27.06.04, бюл. № 18 / Буков В.Н., Круглов С. П., Бронников А.М., Сегедин Р.А.
  24. Кузнецов Н.К. Активное гашение упругих колебаний исполнительных механизмов мехатронных систем // Современные технологии. Системный анализ. Моделирование. – 2011. – № S-4 (32). – С. 101–110.
  25. Круглов С. П., Ковыршин С. В. Идентификационное скоростное управление мостовым краном с сокращенной моделью переноса груза // Проблемы управления. – 2023. − № 4. − С. 28–37.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».