Предисловие
В современной теории автоматического управления одна из основных проблем — управление динамическими объектами в условиях априорной неопределенности. Неопределенность обычно вызывается рядом объективных причин и, как правило, проявляется в отсутствии полных сведений относительно параметров или характеристик объекта, а также относительно приложенных к объекту управления внешних возмущающих и задающих воздействий. Развитие вычислительной техники значительно расширяет область этой проблемы, в частности, появляются дополнительные возможности для исследования беспоисковых систем прямого адаптивного управления методами математического моделирования, что существенно повышает эффективность их разработки уже на стадии проектирования.
В теории адаптивных систем широко используются компенсаторы, параметры которых выбираются определенным образом. Часто выбор оказывается трудоемким, а иногда и неосуществимым, хотя решение этой же задачи может быть найдено, например, по апостериорным данным или за счет настройки параметров адаптивного компенсатора.
Синтез алгоритмов параметрической настройки адаптивных компенсаторов — актуальная проблема, ввиду ее многообразия и расширения области применения. Этот факт подтверждается наличием значительного числа публикаций как в отечественной, так и в зарубежной печати, причем количество публикуемых работ не уменьшается.
Проблемы построения систем управления с адаптивными компенсаторами
Задачи, встающие сегодня перед разработчиком системы управления, все чаще требуют для своего решения использования теории адаптивных систем. Сформулировать в общих чертах задачу адаптивного управления легко, но весьма непросто решать конкретные задачи управления нестационарными объектами. Причина этого в том, что адаптивное управления требуется там, где отсутствует или существенно ограничена априорная информация о реальных законах изменения динамических свойств объекта и входных воздействий на систему управления, которые будут иметь место при реальном функционировании системы. Эту информацию необходимо получать в процессе работы системы.
Характерной чертой современного уровня автоматизации является управление тем или иным объектом в условиях априорной неопределенности. В длинном ряду неприятных особенностей, характеризующих системы прямого адаптивного управления (многомерность, многосвязность, нелинейность, нестационарность и т.д.), неопределенность часто оказывается на первом месте: сложность задаче придает недостаток информации о ней. Неопределенность вызывается рядом объективных причин и, как правило, проявляется в отсутствии полных сведений относительно параметров или характеристик объекта, а также относительно приложенных к объекту управления внешних возмущающих и задающих воздействий. Кроме того, при эксплуатации системы параметры объекта управления и среды функционирования могут изменяться непредвиденным заранее образом, и тогда нестационарность выступает как один из видов неопределенности. К числу факторов неопределенности в автоматизированных системах управления технологическими процессами относятся: изменение режимов работы оборудования, нестабильность характеристик сырья и топлива, загрязнение и износ оборудования, старение катализатора и т. д. [48]. В системах управления ядерным реактором к факторам неопределенности следует отнести выгорание топлива, отравление продуктами распада и температурные эффекты.
Решение задач высококачественного управления в этих условиях стало возможным с развитием теории и применения адаптивных систем управления. Первые идеи о построении адаптивных систем были определены к началу 60-х гг. [50]. В 1961 г. под редакцией сотрудников Политехнического института Бруклина Э. Мишкина и Л. Брауна выходит монография по адаптивным системам управления [34], переведенная на русский язык в 1963 г. В том же году академик А. А. Красовский выпускает монографию по динамике непрерывных самонастраивающихся систем [19]. Именно эти две работы сыграли основную роль в привлечении огромного числа специалистов к разработке теории и практического применения адаптивных систем управления. Вслед за этими работами появились десятки, затем сотни, а сейчас легко насчитать и тысячи статей и монографий на тему адаптивного управления [16].
Начало применению адаптивного подхода в задачах управления было положено в задаче управления полетом [20, 21, 25, 28], а сейчас он используется при создании систем управления непрерывными технологическими процессами [2, 4, 6, 14, 26, 27, 35], энергетическими комплексами [1, 7, 45], движущимися объектами (летательными аппаратами, судами, манипуляционными роботами и т.п.). При создании автоматических систем управления технологическими процессами в химической промышленности [4, 6, 28] и металлургии [46], в различных производственных процессах (пиролиз бензина, обработка металла резанием, доменное производство) также применяются методы адаптации, поскольку получение достаточно полной модели объекта управления представляет собой сложную задачу, связанную с проведением длительных и дорогостоящих исследований. Идеи и методы адаптивного подхода нашли применение в экономике [27], при автоматизации производства строительных материалов [2, 14, 15, 39, 44], в управлении железнодорожным транспортом. Новый и перспективный класс образуют задачи, возникающие в системных исследования (управление развитием городских и региональных систем, распределение водных ресурсов и т.д.).
Создание систем управления затруднено не только априорной неопределенностью, но и наличием временного запаздывания, которое необходимо учитывать при разработке систем управления. В настоящее время наблюдается повышенный интерес к системам управления с запаздыванием. Это объясняется тем, что в большинстве производственных процессов имеются запаздывания, которыми нельзя пренебречь, так как их влияние на динамику процесса весьма велико.
Эффект запаздывания при наличии обратной связи особенно ярко проявляется при автоматическом управлении высокоскоростными самолетами, ракетами и большими системами в случае больших расстояний. Запаздывание реакции управляющей системы на возникшее нарушение процесса приводит, как правило, к возникновению автоколебаний в замкнутой системе, а нередко — и к потере устойчивости системы [5].
Запаздывание, которым нельзя пренебречь, наблюдается во многих процессах. При сушке известняка во вращающихся печах запаздывание от изменения влажности до изменения температуры достигает нескольких десятков минут [5]. Другой очень интересный пример управления процессами с запаздыванием — это процесс производства бумаги. На многих этапах данного процесса производства присутствуют запаздывания, по величине значительно превышающие постоянные времени, что создает большие трудности при управлении процессом.
Решение задачи в классе линейных динамических объектов с запаздыванием представляет собой хотя и частную, но весьма актуальную проблему адаптивного управления динамическими объектами, имеющую важное практическое значение.
Существенное отличие адаптивных методов управления от классических заключается в том, что они обеспечивают выполнение требований конкретной цели управления не для одного полностью определенного объекта, а для нескольких произвольных объектов, принадлежащих некоторому известному множеству или классу. Класс адаптивности определяет границы возможных изменений параметров управляемого объекта и действующих на объект возмущений, т.е. по сути дела является заданием уровня априорной неопределенности в системе управления. Указание объема начальной информации — необходимое условие в задаче построения адаптивных систем, так как от уровня априорной неопределенности зависит тип адаптивной системы управления. Термин «адаптивные системы» настолько широкий и неопределенный, что дискуссия по нему, зародившись еще в 50-х гг. XX в. [34, 42], продолжается и по сей день. Наиболее полно эта дискуссия отражена в работе [40]. В отечественной литературе до 70-х гг. использовался термин «самонастраивающиеся системы» [19, 51]; после 70-х гг. распространилось название «адаптивные системы», вслед за Д. Саридисом [40] некоторые авторы используют термин «самоорганизующиеся системы» [18].