ISSN 1819-3161 · EISSN 2712-8687

· Язык: ru

Статья: АДАПТИВНОЕ УПРАВЛЕНИЕ СКАЛЯРНЫМ ОБЪЕКТОМ В ФОРМЕ ВХОД - ВЫХОД НА ОСНОВЕ ИДЕНТИФИКАЦИОННО-АППРОКСИМАЦИОННОГО ПОДХОДА (2024)

Читать

Статья Литература Выпуск Статистика Издательство

Читать онлайн

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.

Ключевые фразы: адаптивное управление с самонастройкой, текущая параметрическая неопределенность, алгоритм текущей параметрической идентификации, принцип уверенной эквивалентности, сходимость оценок параметров

Автор (ы): Круглов Сергей Петрович (Kruglov S. P.)

Журнал: ПРОБЛЕМЫ УПРАВЛЕНИЯ

Предпросмотр статьи

Идентификаторы и классификаторы

УДК: 681.51. Системы автоматического управления (САУ). Кибернетические характеристики систем. Системы по принципу действия

Для цитирования:

КРУГЛОВ С. П. АДАПТИВНОЕ УПРАВЛЕНИЕ СКАЛЯРНЫМ ОБЪЕКТОМ В ФОРМЕ ВХОД - ВЫХОД НА ОСНОВЕ ИДЕНТИФИКАЦИОННО-АППРОКСИМАЦИОННОГО ПОДХОДА // ПРОБЛЕМЫ УПРАВЛЕНИЯ. 2024. № 6

Текстовый фрагмент статьи

Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.

Создать тему для обсуждения

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/ (дата обращения 10.10.2024). [Accessed October 10, 2024]. DOI: 10.1007/978-3-319-56393-0

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. EDN: XHUNBR

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. EDN: YLTSDT

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. EDN: TFJDHL

9. Ефимов Д.Е. Робастное и адаптивное управление нелинейными колебаниями. - СПб.: Наука, 2005. - 314 с.

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. EDN: MBMMCF

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. EDN: YQFACM

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. EDN: UGLNPJ

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. EDN: PUJRJT

25. Круглов С. П., Ковыршин С. В. Идентификационное скоростное управление мостовым краном с сокращенной моделью переноса груза // Проблемы управления. - 2023. - № 4. - С. 28-37.

Выпуск

№ 6 (2024)

Кол-во страниц: 58 страниц

Другие статьи выпуска

СЕМНАДЦАТАЯ МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ «УПРАВЛЕНИЕ РАЗВИТИЕМ КРУПНОМАСШТАБНЫХ СИСТЕМ» MLSDʹ2024 (2024)

Авторы: Цвиркун А. Д., Дранко О. И., Степановская И. А.

The 17th International Conference on Management of Large-Scale Systems Development (MLSD’2024) was held on September 24-26, 2024. This annual event is organized by the Trapeznikov Institute of Control Sciences, the Russian Academy of Sciences, with the technical support of the IEEE Russia Section. MLSD conferences are intended to discuss research in the theory and applications of computer control and management for developing large-scale manufacturing, transport, energy, financial, and social systems. The peculiarity of this year’s conference is that the models of large-scale systems are largely focused on solving current problems of strategic management. The MLSD’2024 program included one plenary session and 16 sections with 393 participants. The original proceedings of MLSD’2024 (195 papers) have been published in Russian and indexed by the National Electronic Library (eLIBRARY. RU). Of these, 169 papers have been extended and published electronically in English in IEEE Xplore (Scopus indexing).

Сохранить в закладках

ИСКУССТВЕННЫЙ СЕНСОРНЫЙ КОМПОНЕНТ В СИСТЕМЕ ЧЕЛОВЕК - МАШИНА С КОМБИНИРОВАННОЙ ОБРАТНОЙ СВЯЗЬЮ (2024)

Авторы: Кубряк О. В., Ковальчук С. В.

Предлагается концептуальный подход к построению комбинированной обратной связи в системе человек - машина с введением искусственного сенсорного компонента обратной связи, управляемого технической подсистемой. Подход направлен на систематизацию роли комбинированной обратной связи в управлении многоагентными системами, включающими дополнительные элементы, людей и искусственных агентов. Он исследован в задаче управления вертикальной позой человека, а также в синтетических экспериментах (на модели CartPole), рассматриваемых на примере обучения с подкреплением. Изучалась изменчивость эффективности решения задачи управления в зависимости от характеристик каналов передачи информации и модификации свойств введенного искусственного сенсорного компонента обратной связи. Полученные результаты показывают концептуальное сходство наблюдений натурного эксперимента и искусственного численного эксперимента в части функционирования дополнительного канала обратной связи - как присутствие сходного эффекта перерегулирования, так и перспективы повышения качества управления путем настройки искусственного сенсорного компонента.

Сохранить в закладках

ВЫЧИСЛЕНИЕ СПЕКТРАЛЬНОЙ ЭНТРОПИИ СЛУЧАЙНОГО СТАЦИОНАРНОГО ПРОЦЕССА (2024)

Авторы: Белов А. А., Андрианова О. Г.

Решается задача вычисления уровня спектральной энтропии стационарного случайного процесса. Под спектральной энтропией (σ-энтропией) сигнала понимается скалярная величина, характеризующая окрашенность шума и определяющая класс сигналов, действующих на систему в зависимости от выбора полосы исследования. Предполагается, что случайный процесс задан либо в виде формирующего фильтра, на вход которого поступает белый шум с единичной ковариационной матрицей, либо в форме автокорреляционной функции. Получено аналитическое решение задачи вычисления уровня спектральной энтропии случайного стационарного процесса по известной математической модели формирующего фильтра в виде лог-детерминантной функции, зависящей от передаточной матрицы и грамиана наблюдаемости фильтра. Предложен алгоритм вычисления σ-энтропии для стационарных случайных процессов с известной автокорреляционной функцией. Метод сводится к восстановлению математической модели формирующего фильтра с использованием факторизации его спектральной плотности. Приведен численный пример расчета спектральной энтропии для возмущения, описывающего скорости порывов ветра, действующих на летательный аппарат.

Сохранить в закладках

ПЕРСПЕКТИВНЫЕ ПОДХОДЫ К ПРОГНОЗИРОВАНИЮ ОСТАВШЕГОСЯ СРОКА ПОЛЕЗНОГО ИСПОЛЬЗОВАНИЯ АВИАЦИОННЫХ ДВИГАТЕЛЕЙ (2024)

Авторы: Кулида Е. Л., Лебедев В. Г.

Представлен обзор литературы, посвященной диагностике и прогнозированию оставшегося срока полезного использования авиационных двигателей на основе глубокого обучения. Приведена формальная постановка задачи оценки оставшегося срока полезного использования. Рассмотрены основные архитектуры глубоких нейронных сетей, применяемые для обнаружения редких сбоев и прогнозирования следующих сбоев на основе данных мониторинга авиационных двигателей. Рассмотрено извлечение информативных признаков с помощью автоэнкодеров. Приводится структура ячеек долгой кратковременной памяти и механизма внимания, применяемых в глубоких нейронных сетях для прогнозирования оставшегося срока полезного использования. Рассматривается задача интеграции прогноза оставшегося срока полезного использования в планирование технического обслуживания на основе обучения с подкреплением.

Сохранить в закладках

Статистика статьи

Статистика просмотров за 2025 - 2026 год.

Издательство

Издательство: ИПУ РАН
Регион: Россия, Москва
Почтовый адрес: 117997, ГСП-7, г. Москва, Профсоюзная, 65
Юр. адрес: 117997, г. Москва, Профсоюзная, 65
ФИО: Новиков Дмитрий Александрович (дирек)
E-mail адрес: dan@ipu.ru
Контактный телефон: +7 (495) 3348910
Сайт: https://www.ipu.ru/

Все права на тексты и товарные знаки принадлежат их законным владельцам. Подробнее...

Сайт https://scinetwork.ru (далее – сайт) работает по принципу агрегатора – собирает и структурирует информацию из публичных источников в сети Интернет, то есть передает полнотекстовую информацию о товарных знаках в том виде, в котором она содержится в открытом доступе.

Сайт и администрация сайта не используют отображаемые на сайте товарные знаки в коммерческих и рекламных целях, не декларируют своего участия в процессе их государственной регистрации, не заявляют о своих исключительных правах на товарные знаки, а также не гарантируют точность, полноту и достоверность информации.

Все права на товарные знаки принадлежат их законным владельцам!

Сайт носит исключительно информационный характер, и предоставляемые им сведения являются открытыми публичными данными.

Администрация сайта не несет ответственность за какие бы то ни было убытки, возникающие в результате доступа и использования сайта.

Спасибо, понятно.

Сказать «Спасибо»

Вы можете поблагодарить автора за публикацию. Ему (ей) будет приятно.

Наведите камеру на QR-код, чтобы открыть моб. версию страницы.