Для проектирования оптимальной САУ необходима полная информация об ОУ, возмущающих и задающих воздействиях, начальном и конечном состояниях ОУ. Далее требуется выбрать критерий оптимальности. В качестве такого критерия можно использовать один из показателей качества системы. Однако требования к отдельным показателям качества, как правило, противоречивы (например, повышение точности системы достигается уменьшением запаса устойчивости). Кроме того, оптимальная система должна иметь минимально возможную ошибку не только при отработке какого-то конкретного управляющего воздействия, но в течение всего времени работы системы. Следует также учитывать, что решение задачи оптимального управления зависит не только от структуры системы, но и от параметров составляющих ее элементов.

Достижение оптимального функционирования САУ во многом определяется тем, как осуществляется управление во времени, какова программа, или алгоритм управления. В связи с этим для оценки оптимальности систем используют интегральные критерии, вычисляемые как сумма значений интересующего проектировщиков параметра качества системы за все время процесса управления.

В зависимости от принятого критерия оптимальности рассматривают следующие виды оптимальных систем.

1. Системы , оптимальные по быстродействию , которые обеспечивают минимальное время перевода ОУ из одного состояния в другое. В этом случае критерий оптимальности выглядит следующим образом:

где / н и / к - моменты начала и окончания процесса управления.

В таких системах длительность процесса управления минимальна. Простейший пример - система управления двигателем, обеспечивающая минимальное время разгона его до заданной частоты вращения с учетом всех имеющихся ограничений.

2. Системы , оптимальные по расходу ресурсов , которые гарантируют минимум критерия

где к - коэффициент пропорциональности; U(t) - управляющее воздействие.

Такая система управления двигателем обеспечивает, например, минимальный расход топлива за все время управления.

3. Системы , оптимальные по потерям управления (или по точности), которые обеспечивают минимальные ошибки управления на основании критерия где e(f) - динамическая ошибка.

В принципе задача проектирования оптимальной САУ может быть решена простейшим методом перебора всех возможных вариантов. Конечно, такой метод требует больших затрат времени, но современные ЭВМ позволяют в некоторых случаях им воспользоваться. Для решения задач оптимизации разработаны специальные методы вариационного исчисления (метод максимума, метод динамического программирования и др.), позволяющие учесть все ограничения реальных систем.

В качестве примера рассмотрим, каким должно быть оптимальное по быстродействию управление электродвигателем постоянного тока, если подаваемое на него напряжение ограничено предельной величиной {/ лр, а сам двигатель можно представить в виде апериодического звена 2-го порядка (рис. 13.9, а).

Метод максимума позволяет рассчитать закон изменения и(г), обеспечивающий минимальное время разгона двигателя до частоты вращения (рис. 13.9, б). Процесс управления данным двигателем должен состоять из двух интервалов, в каждом из которых напряжение u(t) принимает свое предельное допустимое значение (в интервале 0 - /,: u(t) = +?/ пр, в интервале /| - / 2: u(t) = -?/ пр)* Для обеспечения такого управления в состав системы должен быть включен релейный элемент.

Как и обычные системы, оптимальные системы бывают разомкнутыми, замкнутыми и комбинированными. Если оптимальное управление, переводящее ОУ из начального состояния в конечное и не зависящее или слабо зависящее от возмущающих воздействий, может быть задано как функция времени U = (/(/), то строится разомкнутая система программного управления (рис. 13.10, а).

В программное устройство ПУ закладывается оптимальная программа П, рассчитанная на достижение экстремума принятого критерия оптимальности. По такой схеме осуществляется управ-

Рис. 13.9.

а - с обшим управляющим устройством; б - с двухуровневым управляющим

устройством

Рис. 13.10. Схемы оптимальных систем: а - разомкнутой; б - комбинированной

ление станками с числовым программным управлением и простейшими роботами, производится вывод ракет на орбиту и т.д.

Наиболее совершенными, хотя и наиболее сложными, являются комбинированные оптимальные системы (рис. 13.10, б). В таких системах разомкнутый контур осуществляет оптимальное управление по заданной программе, а замкнутый контур, оптимизированный по минимуму ошибки, отрабатывает отклонение выходных параметров. Используя канат измерения возмущений /*, система становится инвариантной относительно всего множества задающих и возмущающих воздействий.

Для того чтобы реализовать столь совершенную систему управления, необходимо точно и быстро измерять все возмущаюшие воздействия. Однако такая возможность имеется далеко не всегда. Гораздо чаще о возмущающих воздействиях известны только усредненные статистические данные. Во многих случаях, особенно в системах телеуправления, даже задающее воздействие поступает в систему вместе с помехами. А так как помеха представляет собой в общем случае случайный процесс, то удается синтезировать только статистически оптимальную систему. Такая система не будет оптимальной для каждой конкретной реализации процесса управления, но она будет в среднем наилучшей для всего множества его реализаций.

Для статистически оптимальных систем в качестве критериев оптимальности используют усредненные вероятностные оценки. Например, для следящей системы, оптимизированной по минимуму ошибки, в качестве статистического критерия оптимальности используют математическое ожидание квадрата отклонения выходного воздействия от заданного значения, т.е. дисперсию:

Используются и другие вероятностные критерии. Например, в системе обнаружения целей, где важно только наличие или отсутствие цели, в качестве критерия оптимальности применяют вероятность ошибочного решения Р ош:

где Р п ц - вероятность пропуска цели; Р ЛО - вероятность ложного обнаружения.

Во многих случаях рассчитанные оптимальные САУ оказываются практически не реализуемыми ввиду их сложности. Как правило, требуется получение точных значений производных высоких порядков от входных воздействий, что технически очень трудно осуществимо. Зачастую даже теоретический точный синтез оптимальной системы оказывается невозможен. Однако методы оптимального проектирования позволяют строить квазиоптимальные системы, хотя и упрощенные в той или иной степени, но все- гаки позволяющие достичь значений принятых критериев оптимальности, близких к экстремальным.

ОПТИМАЛЬНАЯ СИСТЕМА

ОПТИМАЛЬНАЯ СИСТЕМА, система автоматического управления, обеспечивающая наилучшее (оптимальное) с нек-рой точки зрения функционирование управляемого объекта. Его характеристики и внешние возмущающие воздействия могут изменяться непредвиденным образом, но, как правило, при определенных ограничениях. Наилучшее функционирование системы управления характеризуется т. н. критерием оптимального управления (критерием оптимальности, целевой функцией), к-рый представляет собой величину, определяющую эффективность достижения цели управления и зависящую от изменения во времени или в пространстве координат и параметров системы. Критерием оптимальности могут быть различные технич. и экономич. показатели функционирования объекта: кпд, быстродействие, среднее или максимальное отклонение параметров системы от заданных значений, себестоимость продукции, отд. показатели качества продукции либо обобщённый показатель качества и т. п. Критерий оптимальности может относиться как к переходному, так и к установившемуся процессу, либо и к тому и к др. Различают регулярный и статистич. критерии оптимальности. Первый зависит от регулярных параметров и от координат управляемой и управляющей систем. Второй применяется тогда, когда входные сигналы - случайные функции или (и) нужно учесть случайные возмущения, порождённые отдельными элементами системы. По матем. описанию критерий оптимальности может быть либо функцией конечного числа параметров и координат управляемого процесса, к-рая принимает экстремальное значение при оптимальном функционировании системы, либо функционалом от функции, описывающей закон управления; при этом определяется такой вид этой функции, при к-ром функционал принимает экстремальное значение. Для расчёта О. с. пользуются принципом максимума Понтрягина либо теорией динамич. программирования.

Оптимальное функционирование сложных объектов достигается при использовании самоприспосабливающихся (адаптивных) систем управления, к-рые обладают способностью автоматически изменять в процессе функционирования алгоритм управления, свои характеристики или структуру для сохранения неизменным критерия оптимальности при произвольно изменяющихся параметрах системы и условиях её работы. Поэтому в общем случае О. с. состоит из двух частей: постоянной (неизменной), включающей объект управления и нек-рые элементы управляющей системы, и переменной (изменяемой), объединяющей остальные элементы. См. также Оптимальное управление. М. М. Майзель.

Определение и необходимость построения оптимальных систем автоматического управления

Системы автоматического управления обычно проектируют, исходя из требований обеспечения тех или иных показателей качества. Во многих случаях необходимое повышение динамической точности и улучшение переходных процессов систем автоматического управления достигается с помощью корректирующих устройств.

Особенно широкие возможности повышения показателей качества дает введение в САУ разомкнутых компенсационных каналов и дифференциальных связей, синтезированных из того или иного условия инвариантности ошибки относительно задающего или возмущающих воздействий . Однако эффект влияния корректирующих устройств, разомкнутых компенсационных каналов и эквивалентных им дифференциальных связей на показатели качества САУ зависит от уровня ограничения сигналов нелинейными элементами системы. Выходные сигналы дифференцирующих устройств, обычно кратковременные по длительности и значительные по амплитуде, ограничиваются элементами системы и не приводят к улучшению показателей качества системы, в частности ее быстродействия. Лучшие результаты решения задачи повышения показателей качества САУ при наличии ограничений сигнала дает так называемое оптимальное управление.

Задача синтеза оптимальных систем строго сформулирована сравнительно недавно, когда было дано определение понятия критерия оптимальности. В качестве критерия оптимальности в зависимости от цели управления могут быть выбраны различные технические или экономические показатели управляемого процесса. В оптимальных системах обеспечивается не просто некоторое повышение того или иного технико-экономического показателя качества, а достижение минимально или максимально возможного его значения.

Если критерий оптимальности выражает технико-экономические потери (ошибки системы, время переходного процесса, расход энергии, средств, стоимость и т. п), то оптимальным будет такое управление, которое обеспечивает минимум критерия оптимальности. Если Же он выражает рентабельность (к. п. д., производительность, прибыль, дальность полета ракеты и т. д.), то оптимальное управление должно обеспечить максимум критерия оптимальности.

Задача определения оптимальной САУ, в частности синтез оптимальных параметров системы при поступлении на ее вход задающего

воздействия и помехи, являющихся стационарными случайными сигналами, рассматривалась в гл. 7. Напомним, что в данном случае в качестве критерия оптимальности принято среднеквадратическое значение ошибки (СКО). Условия повышения точности воспроизведения полезного сигнала (задающего воздействия) и подавления помехи носят противоречивый характер, и поэтому возникает задача выбора таких (оптимальных) параметров системы, при которых СКО принимает наименьшее значение.

Синтез оптимальной системы при среднеквадратическом критерии оптимальности является частной задачей. Общие методы синтеза оптимальных систем основываются на вариационном исчислении. Однако классические методы вариационного исчисления для решения современных практических задач, требующих учета ограничений, во многих случаях оказываются непригодными. Наиболее удобными методами синтеза оптимальных систем автоматического управления являются метод динамического программирования Беллмана и принцип максимума Понтрягина.

Таким образом, наряду с проблемой улучшения различных показателей качества САУ возникает задача построения оптимальных систем, в которых достигается экстремальное значение того или иного технико-экономического показателя качества.

Разработка и внедрение оптимальных систем автоматического управления способствует повышению эффективности использования производственных агрегатов, увеличению производительности труда, улучшению качества продукции, экономии электроэнергии, топлива, сырья и т.

Понятия о фазовом состоянии и фазовой траектории объекта

В технике часто возникает задача перевода управляемого объекта (процесса) из одного состояния в другое. Например, при целеуказании необходимо антенну радиолокационной станции повернуть из начального положения с начальным азимутом в заданное положение с азимутом Для этого на электродвигатель, связанный с антенной через редуктор, подают управляющее напряжение и. В каждый момент времени состояние антенны характеризуется текущим значением угла поворота и угловой скоростью Эти две величины изменяются в зависимости от управляющего напряжения и. Таким образом, существуют три связанных между собой параметра и (рис. 11.1).

Величины характеризующие состояние антенны, называются фазовыми координатами, и - управляющим воздействием. При целеуказании РЛС типа станции орудийной наводки возникает задача поворота антенны по азимуту и углу места. В этом случае будем иметь четыре фазовые координаты объекта и два управляющих воздействия. У летящего самолета можно рассматривать шесть фазовых координат (три пространственные координаты и три компоненты скорости ) и несколько управляющих воздействий (тяга двигателя, величины, характеризующие положение рулей

Рис. 11.1. Схема объекта с одним, управляющим воздействием и двумя фазовыми координатами.

Рис. 11.2. Схема объекта с управляющими воздействиями и фазовыми координатами.

Рис. 11.3. Схема объекта с векторным изображением управляющего воздействия и и фазового состояния объекта

высоты и направления, элеронов). В общем случае в каждый момент времени состояние объекта характеризуется фазовыми координатами а к объекту может быть приложено управляющих воздействий (рис. 11.2).

Под переводом управляемого объекта (процесса) из одного состояния в другое следует понимать не только механическое перемещение (например, антенны РЛС, самолета), но также требуемое изменение различных физических величин: температуры, давления, влажности кабины, химического состава того или иного сырья при соответствующем управляемом технологическом процессе.

Управляющие воздействия удобно считать координатами некоторого вектора называемого вектором управляющего воздействия. Фазовые координаты (переменные состояния) объекта также можно рассматривать, как координаты некоторого вектора или точки в -мерном пространстве с координатами Эту точку называют фазовым состоянием (вектором состояния) объекта, а -мерное пространство, в котором в виде точек изображаются фазовые состояния, называется фазовым пространством (пространством состояний) рассматриваемого объекта. При использовании векторных изображений управляемый объект можно изобразить, как показано на рис. 11.3, где и - вектор управляющего воздействия и представляет собой точку в фазовом пространстве, характеризующую фазовое состояние объекта. Под влиянием управляющего воздействия и фазовая точка перемещается, описывая в фазовом пространстве некоторую линию, называемую фазовой траекторией рассматриваемого движения объекта.

Автоматические системы, обеспечивающие наилучшие технические или технико-экономические показатели качества при заданных реальных условиях работы и ограничениях, называются оптимальными системами .
Оптимальные системы делятся на два класса:
- системы с "жесткой" настройкой, в которых неполнота информации не мешает достижению цели управления;
- адаптивные системы, в которых неполнота информации не позволяет достичь цели управления без автоматического приспособления системы в условиях неопределенности.
Цель оптимизации - математически выражается как требование обеспечения минимума или максимума некоторого показателя качества, называемого критерием оптимальности или целевой функцией. Основными критериями качества автоматических систем являются: стоимость разработки, изготовления и эксплуатации системы; качество функционирования (точность и быстродействие); надежность; потребляемая энергия; масса; объем и т.д.

Качество функционирования описывается функциональными зависимостями вида:

где u - координаты управления; x - фазовые координаты; f в - возмущения; t о и t к - начало и конец процесса.
При разработке оптимальных САУ необходимо учитывать ограничения, накладываемые на систему, которые бывают двух типов:
- естественные, обусловленные принципом работы объекта, например, скорость работы гидравлического сервомотора не может быть больше, чем при полностью открытых заслонках, скорость АД не может быть больше синхронной и т.д.;
- искусственные (условные), которые вводят сознательно, например, ограничения тока в ДПТ для нормальной коммутации, нагрева, ускорения для нормального самочувствия в лифте и т.д.
Критерии оптимальности могут быть скалярными, если представляются только одним частным критерием, и векторными (многокритериальными), если представляются рядом частных.
В качестве критерия оптимальности может быть принято время переходного процесса т.е. САУ оптимальная по быстродействию, если обеспечивается минимум этого интеграла с учетом ограничений. Принимаются также известные в ТАУ интегральные оценки качества переходного процесса, например, квадратичный. В качестве критерия оптимальности систем при случайных воздействиях используют среднее значение квадрата ошибки системы При управлении от источников с ограниченной мощностью берут функционал, характеризующий расход энергии на управление где u(t) и i(t) - напряжение и ток цепи управления. Иногда в качестве критерия оптимальности сложных САУ принимают максимум прибыли технологического процесса I= g i П i - S, где g i - цена продукта; П i - производительность; S - затраты.
По сравнению с менее строгими методами проектирования замкнутых САУ преимущества теории оптимизации состоят в следующем:
1). процедура проектирования является более четкой, т.к. включает в едином показателе проектирования все существенные аспекты качества;
2). очевидно проектировщик может ожидать получения наилучшего результата в соответствии с данным показателем качества. Поэтому для рассматриваемой задачи указывается область ограничений;
3). можно обнаружить несовместимость ряда требований качества;
4). процедура непосредственно включает в себя предсказание, т.к. оценка показателя качества производится по будущим значениям времени управления;
5). результирующая система управления будет адаптивной, если в процессе работы показатель проектирования переформулируется и попутно снова вычисляются параметры регулятора;
6). определение оптимальных нестационарных процессов не вносит каких-либо дополнительных трудностей;
7). непосредственно рассматриваются и нелинейные объекты, правда, при этом возрастает сложность вычислений.

Трудности, присущие теории оптимизации, состоят в следующем:
1). превращение различных требований проектирования в значимый на языке математики показатель качества непростая задача; здесь возможны пробы и ошибки;
2). существующие алгоритмы оптимального управления в случае нелинейных систем требуют сложных программ вычислений и, в ряде случаев, большого количества машинного времени;
3). показатель качества результирующей системы управления очень чувствителен к разного рода ошибочным предположениям и к изменениям параметров объекта управления.

Задача оптимизации решается в три этапа:
1). построение математических моделей физического процесса, а также требований качества. Математическая модель требований качества является показателем качества системы;
2). вычисление оптимальных управляющих воздействий;
3). синтез регулятора, формирующего оптимальные сигналы управления.

На рис.10.1 представлена классификация оптимальных систем.

Лекция 12.Оптимальные системы автоматического управления

Любая САУ в определенном смысле является оптимальной, т.к. в любом случае предпочтение одной системы перед другой означает, что выбранная система при определенных условиях в том или ином отношении лучше (оптимальнее) другой. Вместе с тем выделяют самостоятельную группу так называемых оптимальных (в том или ином смысле) САУ, понимая под этим термином такие системы, в которых реализуется закон управления по максимуму или минимуму значения выбранного, исходя из конкретных условий и задач управления, критерия оптимальности.

Очевидно, что может существовать большое разнообразие различных критериев, определяющих степень совершенства работы той или иной управляемой системы. Некоторые из этих показателей, как например, время переходного процесса (быстродействие), величина перерегулирования, статическая ошибка, установившаяся ошибка при медленных плавных изменениях входного воздействия были рассмотрены ранее.

Вообще говоря, все эти критерии качества важны для многих автоматических систем. Но часто в зависимости от устройства и назначения системы один из указанных (или иных) критериев качества может играть главную роль. Тогда при синтезе системы надо «выжать» из нее все, чтобы добиться максимума или минимума именно того показателя, который соответствует данному критерию. Остальные же показатели качества нужно при этом удерживать просто в допустимых по техническим требованиям пределах. Когда одинаково важны два каких-либо критерия, то составляется новый комбинированный показатель качества, максимум или минимум которого нужно обеспечить.

Оптимальной автоматической системой называется система, в которой закон управления выбран по максимум или минимуму того или иного показателя качества. При этом закон управления может быть либо линейным, либо нелинейным.

Наиболее общее выражение критерия оптимальности имеет вид интегрального функционала, зависящего от функции управления:

где Х(х 1 ,х 2 ,…х n) – вектор фазовых координат (вектор состояния); U(u 1 ,u 2 ,…u m) – вектор управления; t 0 , t k – время начала и конца управления.

Задачей теории оптимального управления является нахождение алгоритма, структуры и параметров системы управления, удовлетворяющих условиям оптимальности.

В оптимальной системе с линейным законом управления рассчитываются значения всех коэффициентов по максимуму или минимуму выбранного показателя качества, или же рассчитывается передаточная функция корректирующего устройства или фильтра (так называемый оптимальный линейный фильтр). В этом случае достигается максимум того, что может дать чисто линейная система.

Более широкими возможностями при оптимизации системы по тому или иному критерию обладают нелинейные законы управления. Введение нелинейностей в закон управления принципиально расширяет его возможности. То же самое касается и нелинейных корректирующих устройств и нелинейных фильтров. Однако расчет их структуры и параметров по максимуму или минимуму какого-либо показателя качества становится значительно сложнее.

В частности в оптимальных системах часто применяется релейный закон регулирования типа двухпозиционного или трехпозиционного, но с более сложным условием переключения:

U = C при f(х 1 ,х 2 ,…х n) > 0,

U = 0 при f(х 1 ,х 2 ,…х n) = 0,

U = - C при f(х 1 ,х 2 ,…х n) > 0,

где U – управляющее воздействие; С – заданная постоянная; х 1 ,х 2 ,…х n – обобщенные координаты системы, в которые могут входить отклонения управляемой величины и других переменных, характеризующих текущее состояние системы, а также их производные; f – функция переключения, которая может зависеть от начальных значений этих переменных и от характеристик задаваемого значения регулируемой величины в рассматриваемой САУ. Вид этой функции зависит как от выбранного показателя качества, так и от структуры и параметров системы в целом.

Во всех случаях оптимизации автоматической системы по тому или иному критерию должны учитываться реальные ограничения, всегда имеющиеся на практике, например, ограниченность запаса энергии, величины мощности, скорости, усиления, тока, емкости, допускаемой перегрузки, нагрева и т.п. Эти ограничения записываются в виде неравенств (например, dx/dt £ b), добавляемых к уравнениям динамики системы.

Используемый критерий качества тоже должен быть выражен либо непосредственно в виде функции от подлежащих выбору параметров закона управления, либо как подлежащий оптимизации результат решения уравнений динамики автоматической системы. Тогда задача сводится к отысканию максимума или минимума некоторого функционала.

Допустим, что требуется определить временную функцию x(t), удовлетворяющую заданным граничным условиям при t = 0 и t = T и обеспечивающую минимум интеграла следующего вида:

где F(x) – функция переменной х и производных d i x/dt i .

В этом случае можно положить х = где j i (t) - известные функции.

Для решения задачи требуется подобрать коэффициенты а i так, чтобы интеграл J достигал минимума.

Для такого определения x(t) обычно необходимо обследовать большое число коэффициентов а i . Если число таких коэффициентов невелико и при этом имеется лишь один минимум исходной функции, такая задача решается сравнительно просто. При других более общих условиях решение указанной задачи требует большого объема вычислений.

При построении оптимальных систем решаются следующие основные задачи: определение математической модели объекта управления; определение цели управления; выбор критерия оптимальности; оценка ограничений, накладываемых на параметры состояния и управления; выбор оптимального алгоритма работы управляющего устройства; схемная реализация управляющего устройства.

← Вернуться