< индекс---содержание № 5---след. статья в № 5---след. в рубрике >
УДК 007(061.3)
СИСТЕМЫ УПРАВЛЕНИЯ С ИДЕНТИФИКАТОРОМ. Ч. I
А.Л. Бунич
Институт проблем управления им. В.А. Трапезникова, г. Москва
Дан анализ исследований по дискретным стохастическим системам с идентификатором, используемым для решения задач проектирования и обслуживания систем управления в условиях неполной априорной информации об объекте и характеристиках внешних возмущений. Рассмотрены вопрос о месте идентификационного (непрямого) подхода среди альтернативных методик синтеза с учетом сложности вычислительной реализации алгоритмов и проблема предельно достижимого быстродействия идентификатора.
В классической теории регулирования рассматриваются методы синтеза систем управления в условиях достаточно полной априорной информации о характеристиках объекта. При более реалистичной, ориентированной на запросы приложений постановке задачи проектирования устранение дефицита априорной информации становится самостоятельной проблемой. Частично дефицит информации преодолевается уже на этапе проектирования при построении модели объекта управления. Если выборка наблюдений достаточно велика, а оценки параметров объекта состоятельны, то неточность модели несущественна. Однако высокая стоимость измерений и потери качества в период накопления информации, а также параметрический дрейф объекта на больших временных интервалах лимитируют объем выборки наблюдений. В этих условиях применение традиционного двухэтапного подхода с разделением во времени этапов проектирования и эксплуатации не обеспечивает выполнения требований к качеству и надежности проектируемой системы.
Системы с идентификатором предназначены для решения комплекса задач обслуживания и синтеза систем управления. Применение идентификатора в задачах синтеза ограничивается задачами с бесконечным горизонтом управления, и отказ от управления переходными процессами относится к издержкам идентификационного подхода. Вместе с тем применение идентификационного подхода обосновывается при существенно менее жестких требованиях к объему априорной информации, а его вычислительная реализация существенно проще по сравнению с оптимальными (байесовскими) стратегиями управления. Перспективность систем управления с идентификатором в приложениях определяется быстродействием алгоритма идентификатора и проблема предельно достижимого быстродействия является центральной. Вопросы предельного быстродействия идентификатора и синтеза основного контура системы управления будут рассмотрены во второй части статьи.
1. Margolis M., Leondes C.T. A paramеtеr tracking series for adaptive cоntrol systems // IRE Trans. Automatic Contr. –1959. – Vol. AC-4, N 2. – Р. 100–111.
2. Riedle B.D., Kokotovic. Integral Manyfolds and Slow Adaptation // IEEE Trans. Aut. Contr. – 1986. – N 4, AC-31. – P. 316–323.
3. Основы
управления технологическими процессами / Под ред. Н.С. Райбмана. – М.: Наука, 1978.4. Бондаренко М.В., Позняк А.С.
Сходимость алгоритмов оценивания нестационарных параметров регрессионно-авторегрессионных объектов при помехах типа скользящего среднего // Автоматика и телемеханика. – 1993. – № 8. – С. 90–1085. Зангвилл У.
Нелинейное программирование. Единый подход. – М.: Сов. радио, 1973.6. Невельсон М.Б., Хасьминский Р.З. Стохастическая аппроксимация и рекуррентное оценивание. – М.: Наука, 1972.
7. Васильев В.А., Добровидов А.В., Кошкин Г.М. Непараметрическое оценивание функционалов от распределений стационарных последовательностей. – М.: Наука, 2004.
8. Назин А.В., Юдицкий А.Б. Нижние информационные границы в задаче адаптивного слежения для линейного дискретного стохастического объекта // Проблемы передачи информации. – 1995. – Т. 31, вып.1. С. 56–67.
9. Tsypkin Y.Z. Robust absolute stability of Lure control systems // J. of Comp. Systems Sciences International. – 1994. – Vol. 32. – P. 1–13.
10. Саридис Дж. Самоорганизующиеся стохастические системы управления. – М.: Наука, 1980.
11. Фельдбаум А.А. Основы теории оптимальных автоматических систем. – М.: Наука, 1966.
12. Juditsky A., Nazin A. On minimax approah to non-parametric adaptive control // Int. J. Adapt. Control & Signal Process. – 2001. N 15. – P. 153–168
13. Фомин В.Н. Методы управления линейными дискретными объектами. – Л.: ЛГУ, 1985.
14. Коган М.М., Неймарк Ю.И. Функциональные возможности адаптивного локально-оптимального управления // Автоматика и телемеханика. – 1994. № 6. – С. 94–105.
15. Барабанов А.Е. Критериальная сходимость МНК в адаптивной системе управления // Доклады Академии наук. – 1998. – Т. 358. – № 1. – С. 32–34.
16. Chen H.F., Guo L. Optimal stochastic adaptive control with qudratic index // Int. J. Contr. – 1986. – Vol. 43, N 3. – P. 869–881.
17. Lay T.L., Ying Z. Parallel recursive algorithms in asymptotically efficient adaptive control of linear stochastic systems // SIAM J. Contr. & Optimization. – 1991. – Vol. 29, N 5. – P. 1061–1127.
18. Гусев С.В. Конечно-сходящийся алгоритм восстановления функции регрессии и его применение в задачах адаптивного управления // Автоматика и телемеханика. – 1989. – № 3. С. 99–108.
19. Chen H.F., Zhang J.F. Stochastic adaptive control for ARMAX systems with unknown orders, time delay and coefficients // 11-th IFAC World Congress, 1990. Preprints. Vol. 4. – P. 81–86.
20. Бунич А.Л. Пассивная и активная идентификация линейного дискретного объекта с ограниченной помехой // Автоматика и телемеханика. – 2003. – № 11. – С. 60–73.
( (095) 334-87-59
E-mail: bunfone@ipu.ru