CC BY
90
УДК 681.51
Т.М. Брагин, А.М. Степанов, М.Ф. Степанов
ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВОГО ВЫЧИСЛИТЕЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ САМООРГАНИЗУЮЩЕЙСЯ СИСТЕМЫ УПРАВЛЕНИЯ
Среди многочисленных подходов к конструированию систем управления выделяется направление «интеллектуальных систем управления» По определению систему можно назвать «интеллектуальной» если она способна решать «новые» задачи, порядок решения которых в этой системе не известен. Такие задачи называют «непроцедурно» или «декларативно» поставленными. Работа посвящена вопросам развития системы Моделирования Интеллектуальных Самоорганизующихся Систем Автоматического Управления (МИССАУ). Представлена структура и порядок взаимодействия компонентов. Сформулированы трудности моделирова-
ния компонентов интеллектуальных систем, излагается подход к построению иерархически связанной интеллектуальных самоорганизующихся систем управления (ИССАУ) совокупностью возможно взаимодействующих объектов. Приведены результаты исследования процесса управления нестационарным объектом с использованием совокупности иерархически связанных ИССАУ.
Самоорганизующиеся интеллектуальные системы управления, моделирование интеллектуальных систем управления, решение декларативно поставленных задач, автоматизация проектирования систем управления.
T.M. Bragin, A.M. Stepanov, M.F. Stepanov
MISACS - TOOLS FOR MODELLING AND SIMULATION OF INTELLECTUAL SELF-ORGANIZING AUTOMATIC CONTROL SYSTEMS
The research area «intellectual control systems» can be distinguished among the numerous approaches in the construction of control systems. It includes numerous approaches from already ordinary realization of traditional control laws by means of neural networks to the advanced systems with opportunities of control purpose creation, and self-adapting systems using the methods of training, adaptation, genetic algorithms, etc. However a system can be defined as «intellectual system» if it is ccpable of deciding «new» tasks, i.e. such tasks where the order of thedecision in the system is unknown. These tasks can also be defined as «none procedural» or «declarative». The given article is devoted to the development of the system of modelling and simulation of intelligent self-organizing systems for automatic control (ISSAC) called «Modelling Intelligent Self-organizing Systems of Automatic Control Systems» iMISACS). The ISSAC structure is presented. The order of operation components is stated. The difficulties with the ISSAC components simulation are formulated. The authors propose an approach to the definition of the hierarchically ISSAC connected system in the control process by a set of plants. The issues relating the simulation of the ISSAC subsystem which plans the program to solve the declaratively defined tasks relating the synthesis of the control law are considered. The results of control simulation by non-stationary plants using a set of hierarchically disconnected ISSACs are provided.
Intellectual control system modelling tools, self-organizing intellectual control system, deciding of declaratively defined tasks, computer aided control system design
Введение
Возрастающая сложность современных объектов управления и условий их функционирования все более ограничивает использование методов классической теории автоматического управления (ТАУ. Наиболее плодотворны способы, основанные на заимствовании методов Природы. К ним относятся и методы нейроуправления. К их достоинствам относятся: высокое быстродействие, надежность, живучесть, способность к обучению. Однако настройка искусственной нейронной сети (ИНС) для конкретного применения пока является скорее искусством, чем инженерной практикой. К тому же процесс обучения ИНС может занимать длительное время. К сожалению, современные сложные объекты управления в условиях дефицита времени на разработку систем автоматического управления (САУ) оказываются недостаточно изученными. Это не позволяет в полной мере использовать методы теории автоматического управления. Использование приближенных математических моделей позволяет построить лишь стабилизирующие законы управления, не обеспечивающие требуемое качество управления в условиях изменения не только внешней среды, но и параметров собственно объекта управления. Дополнительные трудности доставляет изменчивость во времени не только внешней среды (возмущений), но и собственно самого объекта управления (нестационарность). Указанные трудности обусловили потребность в синергетическом слиянии методов теории автоматического управления и нейроуправления.
1. Интеллектуальные самоорганизующиеся системы автоматического управления с нейрокон-строллером
Среда функционирования
ад
Объект управления
у =
у
и8
Ип
Стабилизирующий регулятор = ^(у)
Ш
Нейроконтроллер
ип = 4(у)
у
ДУ,и)
ИСАС САУ
<-
Цель управления
1(У,и)
ад
Эмулятор объекта управления
у = ?о(М)
Модель среды
Идентификация
Один из возможных путей решения указанной проблемы основан на использовании интеллектуальных систем автоматического управления (ИСАУ), наиболее приспособленных к работе в условиях высокой неопределенности текущей ситуации управления. С другой стороны часто требуется обеспечить еще и высокую точность и высокое быстродействие, не достижимые для ИСАУ. Предлагаемый подход базируется на развитии концепции интеллектуальных самоорганизующихся САУ (ИССАУ) [1] и включающий (рис. 1): 1) построение на основе априорной информации стабилизирующего закона управления; 2) параметрическую идентификацию объекта управления на основе экспериментальных данных; 3) синтез «точного» закона управления на основе уточненной модели объекта управления; 4) реализация «точного» закона управления в виде нейроконтроллера [2]; 5) включение нейроконтроллера в контур управления параллельно со стабилизирующим регулятором.
Отличительной особенностью разрабатываемого устройства является наличие в его составе интеллектуальной системы автоматического синтеза закона управления системы автоматического управления (ИСАС САУ), способной решать задачи в непроцедурной постановке. Её необходимость обусловлена возможностью изменения всех трех основных компонентов постановки задачи синтеза САУ - модели объекта управления, среды функционирования, а также и цели управления. Такие изменения могут потребовать не только изменения параметров, но и структуры закона управления, применения для его построения других, более адекватных текущей ситуации методов синтеза. В целях обеспечения высокого быстродействия синтезируемый закон управления реализуется в виде нейроконтроллера с использованием ПЛИС. Алгоритм функционирования предлагаемой системы: 1) анализ ситуации; 2) оценка качества управления; 3) идентификация модели объекта управления; 4) постановка задачи синтеза; 5) планирование действий (построение плана) по решению задачи синтеза; 6) выполнение плана решения задачи синтеза; 7) реализация синтезированного закона управления в неактивной ПЛИС нейроконтроллера; 8) переключение ПЛИС нейроконтроллера; 9) идти к п. 1.
Функционально разрабатываемая система может быть представлена (см. рис. 2) как совокупность взаимодействующих компонентов («Идентификация», «Планирование», «Синтез», «Реализация», «Диспетчер»). Последний из них реализует функции координации работы остальных компонентов.
Разработка технических устройств предусматривает проведение исследований (все чаще методами математического моделирования) для определения достижимости поставленных целей разработки.
Задача моделирования интеллектуальных самоорганизующихся систем автоматического управления относится к категории весьма сложных, поскольку включает в себя не только непосредственное управление заданным объектом, но и моделирование интеллектуального поведения, используемого для целей самоорганизации. Это обусловлено необходимостью включения в имитационную модель ИСАС САУ. Полноценное моделирование ИСАС САУ фактически соответствует собственно реализации ИСАС САУ. Поэтому использование универсальных программных средств моделирования для ее решения в полном объёме оказалось невозможным.
Поэтому для имитационного моделирования разрабатываемого устройства воспользуемся средствами системы Моделирования Интеллектуальных Самоорганизующихся Систем Автоматического Управления (МИССАУ) [2], [3].
Структурная схема интеллектуальной самоорганизующейся системы автоматического управления (ИССАУ) представлена на рис. 3.
Рис. 1. Схема ИССАУ с нейроконтроллером
План решения задачи
«Синтез»
Закон управления
Данные задачи синтеза
«Планирование»
«Реализация»
Структура нейросети
«Идентификация»
«Диспетчер»
Нейроконтроллер
ПЛИС-1 ПЛИС-2
Данные измерений
управление
Объект управления
Рис. 2. Функциональная структура
Среда функционирования
Ш -
Младшие САУ
Т£
Объект управления
и
Параметры
Оценка
Требования
7\
Старшие САУ
Ч> '
Исполнительная система
И
^ ^ —11—= Измерительная система р) Оцениватель
Требования
Оценка
Л-
Вычислитель управления V — -
Идентификация
Закон управления
ЕИ-решатель задач ТАУ
Исполнительная подсистема
Решающая подсистема
¥
Модель объекта
Самооценка
3 8
ъ2.
Модель среды
Цель управления С
Требования
н
Формирование цели управления
1Г
Регулируемые переменные
Рис. 3
2. Математические модели исследуемых систем
В системе МИССАУ допускается использование для управления заданным нестационарным объектом нескольких систем управления. В связи с этим модели объектов управления имеют вид
х = Ах + 2В7и7 + М/,
7=1
А = А0 + ДА, ДА=ёАт х $1п(а(г - г0 )) А = А0 + ДА , ДА = ах(г-г0)хёА0, где X - вектор состояния, и7 - вектор управлений от 7-й ИССАУ, / - вектор возмущений. требования к САУ
7 уст
1- -¡- л*
£вгуст' в'в е КХ
' рег
рег
(1)
(2) (3)
(4)
(5)
169
к
г
Si
(6)
0ср.об. £ 0ср.об. (7)
где в - вектор регулируемых переменных, вуст - установившееся значение в, tрег - время регулирования, о - перегулирование, 0)сроб. - обобщенная частота среза. Звездочкой отмечены желаемые (допустимые) значения.
модель управляющего устройства
= A X xp + B X у,
u = D X xp + G X у,
xp е ^'р
,у е Rr,u е Rm
(8)
где у - вектор измерений, Xр - вектор состояний управляющего устройства.
В разрабатываемом устройстве выделяются: стабилизирующий регулятор, нейроконтроллер. При этом и стабилизирующий регулятор и нейроконтроллер одновременно (параллельно) управляют (вырабатывают управляющие воздействия) одним и тем же объектом управления. Закон управления, реализуемый стабилизирующим регулятором синтезируется на основе априорной информации и не изменяется в процессе функционирования. Поэтому для его моделирования в МИССАУ целесообразно использовать ИССАУ с отключенным режимом самоорганизации.
Нейроконтроллер реализует закон управления, адекватный текущей ситуации управления с учетом уточненной модели объекта управления, уточненной модели внешней среды, полученными с помощью средств идентификации, уточненных требований цели управления. Поэтому для его моделирования в МИССАУ целесообразно использовать ИССАУ с включенным режимом самоорганизации.
В процессе имитационного моделирования необходимо провести исследования работоспособности разрабатываемого устройства в следующих режимах:
— управляющее устройство отключено (объект управления в автономном режиме);
— управляющее устройство включает только стабилизирующий регулятор;
— управляющее устройство включает стабилизирующий регулятор и нейроконтроллер.
Для каждого режима необходимо провести исследования:
— при увеличенном внешнем воздействии по отношению к априорно заданном;
— при изменениях параметров модели объекта управления, реализуемых посредством включения режима нестационарности.
В качестве объекта управления далее рассматривается система дизель-генератор, состоящая из следующих функциональных частей (рис. 4): 1) дизельный двигатель, 2) турбокомпрессор, 3) впускной коллектор, 4) выпускной коллектор, 5) электрический генератор постоянного тока (имеет
механическую и электрическую части).
Обозначения на рисунке: П^ - скорость
вращения коленвала двигателя; Пt - скорость вращения вала турбокомпрессора; рП - давление турбонаддува на выходе компрессора; и -напряжение на выходе генератора при подаче и снятии внешнего возмущения (электрической нагрузки) и управляющего воздействия Ьр.
Уравнение механической части электрического генератора должно быть записано с учётом наличия упругой муфты между коленчатым валом двигателя и ротором генератора. Математические модели составных частей объекта представлены в виде уравнений: (9)-(15). Двигатель:
Рис. 4. Схема силовой установки двигатель-генератор: ТК - турбокомпрессор, 1 - компрессор, 2 - турбина, 3 - выпускной коллектор, 4 - впускной коллектор, РЧВ - регулятор частоты вращения
Т
dm
Д'
Д
dt
+ кцЮД = Ьк р + врР — вД Мт
(9)
Турбокомпрессор:
Тк ^ + = кх + °кккр - %р' (10)
Впускной коллектор:
Выпускной коллектор:
ТВ Щ- + квР= кВКЮК -вВДЮД, (11)
Тгж + кгХ = кгДаД + вгрР - вккир (12)
Муфта
МШЫ = Ст(фд-ф ) + кт(ад-( ) (13)
Механическая часть генератора:
ТГМ + кГМ ОГ = Мши - Мша , (14)
т
Электрическая часть генератора:
Тг ^^ + к гии Г = к Г юГ , (15)
ш
Совокупность уравнений (9) - (15) представим в матричной форме:
х = Ах + Ви + И/, у = Сх, хе Я" ,и е ЯШ,/е Ят,у е Яг (16)
где х = со1оп( фд, Юд, (Ок ,Фг (Г и г , X, Р, ) - вектор переменных состояния объекта, и = к р -управление, / = Мша - возмущение, у = со1оп(Од, Ок ,иг , Р) - вектор измеряемых переменных объекта, Од - относительная угловая скорость коленчатого вала двигателя, Ок - относительная угловая скорость ротора турбокомпрессора, р - относительное изменение давления наддува, X -относительное давление газа у газотурбины, Ог - относительная угловая скорость вращения ротора генератора, и г - напряжение, получаемое на генераторе, кр - перемещение рейки топливного
насоса, ад - коэффициент изменения нагрузки.
3. Результаты имитационного моделирования
Рассмотрим задачу исследования переходных процессов в нестационарной системе двигатель-генератор с переменной нагрузкой.
Задача имитационного исследования разделена на три подзадачи:
- управляющее устройство отключено (объект управления в автономном режиме);
- управляющее устройство включает только стабилизирующий регулятор;
- управляющее устройство включает стабилизирующий регулятор и нейроконтроллер, параметры которого настраиваются при включенной самоорганизации.
Для учета изменчивости (неопределенности) внешней среды (возмущений) и модели объекта управления исследование выполняется:
- при увеличенном внешнем воздействии по отношению к априорно заданном;
- при изменениях параметров модели объекта управления, реализуемых посредством включения режима нестационарности объекта управления.
В целях сопоставления результатов моделирования в различных режимах всче указанные режимы комбинируются в одном сеансе с отображением результатов на графике.
Исследование № 1.
Параметры исследования: Допустимая точность управления по регулируемой переменной (хб = Иг) = 0,1. Внешнее возмущение (время в секундах):
I = М н
0,
t < 0,
(17)
/ь 0 < t < 5
12, 5 < t < 20
12 + ьЩах t), t > 20
Параметры самоорганизации: самоорганизация включается с 10 сек., шаг самоорганизации = 1 сек, скорость = 0,15. Результаты исследования с помощью системы МИССАУ приведены на рис. 5
Рис. 6. Переходные процессы с переменной нагрузкой (требуемая точность регулирования (хб = иг) = 0,01
Исследование № 2
Внесем изменения в параметры исследования. Ужесточим требования цели управления: допустимая точность управления по регулируемой переменной (хб = Иг) = 0,01. Результаты исследования представлены на рис. 6. Исследование № 3
Учтем неопределенность параметров объекта управления посредством включения на при t = 20 нестационарности вида (2) в модели объекта управления. Результаты исследования представлены на рис. 7.
На рис. 5-7 приняты следующие обозначения: 1 - регулируемая величина (Цр - напряжение, получаемое на генераторе), 2 - управляющее воздействие ( кр - перемещение рейки топливного насоса); 3 - относительная угловая скорость Ор вращения ротора генератора; 4) / = Мта -возмущение (относительная величина момента внешней нагрузки генератора).
Выводы
Проведенные исследования иллюстрируют возможности ИССАУ обеспечивать достижение заданных целей управления в условиях изменения внешних возмущений и модели объекта управления за счет реализации механизма самоорганизации. Разделение управляющего устройства на части, реализующие априорный стабилизирующий и настраиваемый «точный» закон управления, обеспечивает корректное управление объектом в сложных условиях.
ЛИТЕРАТУРА
1. Степанов М.Ф. Интеллектуальные самоорганизующиеся системы автоматического управления. - Саратов: Сарат. гос. техн. ун-т, 2002. - 112 с.
Рис. 5. Переходные процессы с переменной нагрузкой (требуемая точность регулирования (хб = иг) = 0,1
Рис. 7. Переходные процессы в системе с переменной нагрузкой для объекта с нестационарностью, начиная с 20-й секунды
2. Степанов А.М. Организационная структура нейросетевого вычислителя интеллектуальной самоорганизующейся системы управления / М.Ф. Степанов, А.М. Степанов // Проблемы управления, обработки и передачи информации - АТМ-2011: Сб. трудов II Международ. науч. конф. / Под ред. А.Г. Александрова и М.Ф. Степанова. Саратов: ООО «Издательство «Научная книга», 2011. С. 169-173.
Брагин Тимофей Михайлович -
аспирант кафедры «Радиоэлектроника и телекоммуникации» Саратовского государственного технического университета имени Гагарина Ю.А.
Timofey M. Bragin -
Postgraduate,
Department of Radioelectronics and Telecommunications, Yuri Gagarin State Technical University of Saratov
Степанов Андрей Михайлович -
аспирант кафедры «Системы искусственного интеллекта» Саратовского государственного технического университета имени Гагарина Ю.А.
Andrei M. Stepanov-
Postgraduate,
Department of Artificial Intelligence Systems, Yury Gagarin State Technical University of Saratov
Степанов Михаил Федорович -
доктор технических наук, профессор кафедры «Радиоэлектроника и телекоммуникации» Саратовского государственного технического университета имени Гагарина Ю.А.
Mikhail F. Stepanov-
Dr.Sc., Professor Department of Radioelectronics and Telecommunications,
Yuri Gagarin State Technical University of Saratov
Статья поступила в редакцию 15.11.14, принята к опубликованию 25.12.14
