Разработка и исследование дискретных адаптивных систем управления непрерывными объектами с запаздыванием Крывчак Александр Павлович

Содержание к диссертации

Введение

ГЛАВА I. Метод непрерышых моделей для систем с запаздыванием 12

1.1. Оценка близости дискретной стохастической системы с запаздыванием по состоянию и ее непрерывной детерминированной модели 12

1.2. Оценка качественного поведения исходной дискретной системы с запаздыванием и ее непрерывной детерминированной модели 52

1.3. Оценка близости процессов в дискретной системе с запаздыванием по управлению и в ее непрерывной детерминированной модели 66

Выводы 72

ГЛАВА П. Синтез дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами с запаздыванием по состоянию 73

2.1. Применение метода непрерывных моделей при синтезе дискретных адаптивных систем управления объектами с запаздыванием по состоянию 75

2.2.Дискретно-непрерывные и дискретные адаптивные системы с явной эталонной моделью 78

2.2.1. Адаптивные системы со скалярным управлением .*... 79

2.2.2. Дискретно-непрерывные и дискретные адаптивные системы с векторным управлением 92

2.3. Дискретно-непрерывные и дискретные адаптивные системы с неявной эталонной моделью 97

2.3.1. Дискретно-непрерывные и дискретные адаптивные системы со скалярным управлением 97

2.3.2. Дискретно-непрерывные и дискретные адаптивные системы с векторным управлением ИЗ

Выводы И8

ГЛАВА Ш. Синтез дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами нейтрального типа и непрерывными объектами с запаздыванием в управлении 120

3.1. Дискретно-непрерывные и дискретные адаптивные системы управления объектами нейтрального типа 121

3.1.1. Дискретно-непрерывные и дискретные адаптивные системы с явной эталонной моделью 121

3.1.2. Дискретно-непрерывные и дискретные адаптивные системы с неявной эталонной моделью 127

3.2. Применение метода непрерывных моделей при синтезе дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами с запаздыванием в управлении 136

3.3. Дискретно-непрерывные и дискретные адаптивные системы управления непрерывными объектами с запаздыванием в управлении . 139

Вывода 151

ГЛАВАІУ. Прикладные задачи синтеза и проектирования дискретных адаптивных систем управления объектами с запаздыванием 155

4.1. Алгоритмическое обеспечение цифровой адаптивной системы управления режимами испытания образцов на установке типа ИМАШ 155

4.2. Пакет прикладных программ "СИМАС" 161

4.2.1. Назначение и предметная область 161

4.2.2. Структура пакета и общие

принципы работы 167

4.2.3. Организация диалога 171

4.2.4. Входная и выходная информация 171

4.2.5. Перспективные возможности пакета 172

Выводы , 172

Литература 176

• Оценка качественного поведения исходной дискретной системы с запаздыванием и ее непрерывной детерминированной модели
• Применение метода непрерывных моделей при синтезе дискретных адаптивных систем управления объектами с запаздыванием по состоянию
• Дискретно-непрерывные и дискретные адаптивные системы управления объектами нейтрального типа
• Алгоритмическое обеспечение цифровой адаптивной системы управления режимами испытания образцов на установке типа ИМАШ

Введение к работе

Дальнейшая интенсификация развития и повышение эффективности народного хозяйства во многом связаны с развитием технологических и управляемых процессов, требующих все более совершенных систем автоматического управления (САУ). При решении конкретных задач автоматизации на практике зачастую приходится сталкиваться с ситуацией, когда объекты (процессы) управления характеризуются заранее непредсказуемым изменением свойств в довольно широких пределах.

В этом случае при решении задач управления применяют адаптивный подход, позволяющий обеспечивать достижение цели управления не только для одного точно определенного объекта (процесса), а сразу для целого ряда объектов (процессов) управления, принадлежащих к некоторому классу.

В настоящее время при построении адаптивных САУ (АСАУ) преобладает тенденция к построению дискретно-непрерывных и дискретных систем. Это обусловлено существованием целого ряда объективных факторов.

С одной стороны, автоматизации подлежат все более сложные объекты (процессы) управления. Это приводит к резкому возрастанию объема вычислительной работы, требуемой для определения управляющего воздействия, которое должно воспроизводится системой управления, т.е. растет время сбора, обработки и выдачи информации.

С другой стороны, происходит постоянное совершенствование и удешевление средств вычислительной техники, улучшаются качественные показатели цифровых вычислительных машин и устройств цифровой техники - такие как вес, габариты, надежность, мощность и т.п. Это позволяет использовать эти средства в качестве встроенных элементов в АСАУ.

И наконец, повышение требований к качественным показателям функционирования АСАУ приводит к тому, что многие практические задачи не могут быть решены средствами непрерывной автоматики.

Все это обуславливает то, что в настоящее время основным базовым элементом при построении АСАУ является цифровой вычислительный комплекс (ЦБК). Наличие ЦБК приводит к тому, что сбор информации, ее обработка и выдача происходят в дискретные моменты времени, т.е. АСАУ становится дискретно-непрерывной (ДЙАСАУ) - управляющее устройство - непрерывное, алгоритм адаптации - дискретный, или дискретной (ДАСАУ) - управляющее устройство и алгоритм адаптации - дискретные.

Широкий класс объектов (процессов) управления, функционирующих в условиях априорной неопределенности, составляют объекты (процессы), характеризующиеся наличием запаздывания [l5,2.26, W, 6Я, 65,66,63,85,89,91,99,107,110,113, Ш -135],

что приводит к необходимости разработки методов анализа и синтеза ДНАСАУ и ДАСАУ для таких объектов (процессов) управления.

В настоящее время АСАУ нашли широкое применение в металлур - 7 гии[11 ] , энергетике [8,10Д 1,93J , химической промышленности [8,33,97, 14.1 J , управлении летательными аппаратами [70,71,73,84,87,90,95] , а также в других отраслях промышленного производства [5,18,19,23,54,83,92,101] , актуальна постановка задачи адаптивного управления в мелиорации [86] .

Основополагающие принципы построения АСАУ изложены в [13, 116,129,130,] . Современные задачи и вопросы, связанные с проблемой адаптации изложены в [109,111,112.,140,153 ] . Среди АСАУ широкий класс составляют самонастраивающиеся системы (СНС), в которых на основе апостериорной информации в управляющей части системы происходит автоматическое изменение параметров. В зависимости от способа получения информации об управляемом объекте (процессе) [G4] (СНС) подразделяются на поисковые (экстремальные) и беспоисковые (аналитические) (БСНС).

В поисковых системах изменение параметров управляющей системы осуществляется в результате поиска условий экстремума заданного критерия качества на основе поисковых движений системы [9,44,58,59,90,80,88,34,103-106,115,129].

В беспоисковых системах алгоритмы изменения параметров управляющей системы определяются из условий, обеспечивающих достижение цели управления без применения специальных поисковых сигналов [25,64,95-9Р,Ш,129].

При построении БСНС используются прямой метод Ляпунова \/i7 5,7,42,45 52,63,65,67, 118,181-128"]? градиентные метода 2.,60,100,120 , 129 ], метод рекуррентных целевых неравенств 16,117, 136-138]. методы теории абсолютной устойчивости [20] метод эталонной модели [146,150], метод наименьших квадратов [ 11 ] , методы, основанные на идентификационном подходе [102,165], метод опорной модели [148, 151,161] метод, использующий игровой подход [82] и другие [2, 17,41, 55,61,9ft,iS5,WQ].

По синтезу ДОСАУ и ДАСАУ объектами с запаздыванием известны следующие работы, в которых используются некоторые из выше-перечисленных методов [5?Д08,13д,ІАМ45,й?,15Я,Ш,16 ,і6ЄІ.

Одним из методов синтеза и анализа ДНАСАУ и ДАСАУ объектами без запаздывания, позволяющих получить хорошие конструктивные результаты, является метод непрерывных моделей [І7-ЗИ, 34-40,14$,15 3-158] . Однако, его прямое применение к задачам управления объектами (процессами) с запаздыванием невозможно, так как все оценки близости, полученные при обосновании метода непрерывных моделей, не справедливы для систем с запаздыванием.

Целью работы является развитие метода непрерывных моделей для анализа и синтеза дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами с запаздыванием.

Общая методика исследования, проводимого в данной работе, заключается в обзоре и анализе известных работ по применению метода непрерывных моделей к задачам анализа и синтеза дискретных систем. Этот анализ сочетается с аналитическими и экспериментальными исследованиями по развитию и применению метода непрерывных моделей к задачам анализа и синтеза дискретно-непрерывных и дискретных адаптивных систем управления объектами с запаздыванием.

Теоретические исследования заключались:

- в выводе условий применения метода непрерывных моделей к задачам анализа и синтеза дискретных систем с запаздыванием и получении оценок близости между процессами в дискретных системах с запаздыванием и в их непрерывных моделях;

- в обосновании и применении метода непрерывных моделей к задачам адаптивного управления объектами с запаздыванием. При этом все объекты управления, рассматриваемые в работе, априорно считаются управляемыми.

Экспериментальные исследования заключались в проведении машинного моделирования и исследовании синтезированных с помощью метода непрерывных моделей дискретных и дискретно-непрерывных адаптивных систем управления объектами с запаздыванием.

Научная новизна работы заключается в следующем:

- выведены условия, обеспечивающие возможность применения метода непрерывных моделей для дискретных систем с запаздыванием по состоянию и по управлению;

- получены оценки близости процессов в дискретных системах с запаздыванием и в их непрерывных моделях для различных видов уравнений, описывающих процессы в дискретных системах с запаздыванием;

- разработана методика применения метода непрерывных моделей для синтеза ДНАСАУ и ДАСАУ непрерывными объектами с запаздыванием;

- синтезированы и исследованы ДНАСАУ и ДАСАУ для различных видов объектов с запаздыванием по состоянию и по управлению.

Практическая ценность работы состоит в том, что:

- полученные результаты позволяют заменить задачи анализа и синтеза ДЙАСАУ и ДДСАУ объектами с запаздыванием задачами анализа и синтеза их непрерывных моделей, что позволяет использовать имеющиеся методы анализа и синтеза непрерывных адаптивных систем;

- методика применения метода непрерывных моделей позволяет существенно сократить сроки разработки и исследования ДДАСАУ и ДАСАУ объектами с запаздыванием;

- синтезированные с помощью метода непрерывных моделей алгоритмы адаптивного управления объектами с запаздыванием требуют малых объемов вычислительных средств, что позволяет легко реализовывать их во встроенных микропроцессорах и микро-ЭВМ. Реализация результатов работы;

- разработана цифровая адаптивная система управления режимами испытания материалов (тепловой нагрев и механические нагрузки) в установке типа ИМАШ. Цифровая адаптивная система управления разработана на базе микро-ЭВМ. Это позволило значи-. тельно увеличить точность управления, что обеспечило выполнение технических требований к условиям эксплуатации установки;

- создан пакет прикладных программ "СИМАС" для ЭВМ БЭСМ-6 на языке ФОРТРАН. Пакет предназначен для автоматизации алгоритмического проектирования и имитационного моделирования дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами с запаздыванием. Пакет "СЙМАС" является частью диалоговой системы, предназначенной для автоматизации алгоритмического проектирования цифровых устройств управления, которая внедрена в Особом конструкторском бюро Института космических исследований АН СССР.

Практическое применение результатов диссертационной работы подтверждается соответствующими справками о внедрении.

Апробация результатов. Основные результаты были доложены:

- на Ш Всесоюзной школе-семинаре "Непараметрические и ро-бастные методы в кибернетике", г. Красноярск, апрель, 1981 г.;

- на 1-й Республиканской научно-технической конференции молодых ученых Киргизии, г. Фрунзе, октябрь, 1981 г.;

- на ІУ Всесоюзной школе-семинаре "Непараметрические и ро-бастные методы в кибернетике", г. Томск, март, 1983 г.;

- на Всесоюзной конференции "Теория адаптивных систем и ее применения", г. Ленинград, май, 1983 г.;

- на Республиканском семинаре "Участие молодых ученых и специалистов энергетики и электротехнической промышленности в

- II реализации научных, технологических и экономических проблем в свете решений ХХУІ съезда КПСС", г. Фрунзе, октябрь, 1983 г.;

- на ХП Всесоюзной школе-семинаре по адаптивным системам г. Могилев, январь, 1984 г.

Публикации и личный вклад автора. По результатам выполненных научных исследований опубликовано 6 работ [?4 - 9j, отражающих основное содержание диссертационной работы, кроме того, имеется I авторское свидетельство [lJ и одно положительное решение [531 . Все основные результаты, составляющие содержание диссертационной работы, получены автором самостоятельно.

В работах в 781 диссертанту принадлежат теоретические результаты обоснования и применения метода непрерывных моделей к синтезу дискретных адаптивных систем управления непрерывными объектами с запаздыванием, а в выданном авторском свидетельстве [ 1 ] и полученном положительном решении [5 3] - способ упрощения алгоритмов адаптации. 

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 150 машинописных страниц основного текста, 111 рисунков, І66 библиографических наименований и kk машинописных страницы приложений. 

Оценка качественного поведения исходной дискретной системы с запаздыванием и ее непрерывной детерминированной модели

В предыдущем параграфе были рассмотрены вопросы получения оценок точности непрерывной детерминированной модели исходной дискретной или дискретно-непрерывной стохастической системы с последействием. Следует отметить, что обычно эти оценки справедливы лишь на конечном промежутке времени. При решении же практических задач зачастую приходится сталкиваться с необходимостью изучения таких свойств исходных систем, которые требуют рассмотрения всего временного интервала, т.е. являются асимптотическими, например, устойчивость, диссипативность и т.п.

Если пытаться непосредственно исследовать асимптотические свойства поведения дискретной стохастической системы с последействием, то задача может оказаться довольно трудоемкой. Естественно, что встает вопрос о возможности применения к решению поставленной задачи метода непрерывных детерминированных моделей, в этом случае можно выделить следующие два этапа:

1) построение непрерывной детерминированной модели исходной системы и изучение поведения модели в асимптотике;

2) перенесение полученных результатов на поведение исходной дискретной стохастической системы с последействием.

Хотя первый этап и предполагает проводить построение и изучение поведения непрерывной модели в каждом конкретном случае, применение метода непрерывных моделей оправдывается простотой исследо вания модели по сравнению с исходной дискретной системой с последействием. Решение задач второго этапа связано с нахождением условий, гарантирующих справедливость переноса асимптотических свойств поведения непрерывной детерминированной модели на поведение исходной дискретной стохастической системы с последействием. Решению задач нахождения условий корректности и посвящен данный параграф.

Первые результаты в этой области для систем без запаздывания были впервые получены в [400] , ив последующем развиты в [65] .

Рассмотрим вопросы, связанные с сохранением у исходной дискретной системы с последействием свойств аналогичных следующим асимптотическим свойствам непрерывной детерминированной модели:

1) экспоненциальная устойчивость в целом;

2) экспоненциальная диссипативность.

Так как характер этой связи определяется прежде всего скоростью роста правой части непрерывной модели (1.2) ( т.е. скоростью роста вектор-функционала A(Xi.(S),Xt(b)) при Х ) - lX (S) "" -оо Иї конечно же, величиной отклонения правой части модели (1.2) от правой части исходной дискретной системы (І.І) (т.е. величиной вектор-функции К(Хх(йЙ,икСй1\тк ) = - V(XK(m),UK.(m\;fK) - A(XK(m);WK(ni)) . Поэтому, останавливаясь на различных случаях прежде всего выделим следующие классы моделей: I) линейно-растущие A(Xt($),Xt(.V)) ; 2) произвольно растущие А(Х ,Х С ) К первому классу непрерывных моделей относятся модели, у которых вектор-функционалы при некоторых L»i 0 , 0 Х-»2 4- удовлетворяют следующим неравенствам шении задачи об экспоненциальной диссипативности модель (1.2) зачастую может иметь не одно, а сразу несколько состояний равновесия или не иметь их совсем. В этом случае вместо неравенства (1.80) следует воспользоваться неравенством

К классу моделей с произвольно растущими правыми частями относятся модели , у которых вектор-функционалы A(Xi(S),Xi(5)) являются непрерывными и ограниченными в любой конечной области фазового пространства { X \ . Необходимость выделения этого класса вектор-функционалов оправдана тем, что при решении задач адаптивного управления часто приходится сталкиваться с ситуацией, когда в вектор-функционал A(Xt(S),Xt(SV) входят попарные произведения фазовых координат, т.е. налицо квадратичный порядок роста вектор-функционала

Рассматривая возмущающие воздействия ;РК , выделим следующие классы: I) помехи детерминированного типа; 2) помехи стохастического типа.

К детерминированным помехам отнесем помехи, при которых вектор-функция Я(Хх№, (М) к) удовлетворяет при некоторых Ао 0 , Лі 0 , й.2 0 неравенству Следует отметить следующее. При помехах детерминированно го типа модель (1.2) уже нельзя строить по известному принципу, т.е. путем усреднения правой части уравнения (I.I). В этом случае модель (1.2) будет строиться путем простого отбрасывания вектор-функции в правой части уравнения (I.I). Следует отметить и то, что если возмущающие воздействия - 55 детерминированного типа будут иметь случайную природу, то при этом никаких ограничений на их статистические характеристики накладываться не будет.

Применение метода непрерывных моделей при синтезе дискретных адаптивных систем управления объектами с запаздыванием по состоянию

Имеется динамический объект, процессы в котором описываются стохастическим дифференциальным уравнением вида где Х(і")"Вл - вектор состояния; XJ(ftJ. - вектор измеряемых выходных координат; ЩІ Ік - вектор управляющих воздействий; - векторный случайный процесс; С(і)ЄІК_ - вектор настраиваемых параметров регулятора; CV) TR - вектор рассог ласования, - вектор, составленный из компонент вектора TJ(V) ; їЧ е К - вектор за дающих воздействий; вектор-функционалы матрица функционал Di(,N) и матрица L удовлетворяют условиям, гарантиру ющим существование и единственность решения уравнения (2.1) на любом промежутке времени tK t ijc+i (К= 0,1,2,...) \ TJ() Crt - начальная вектор-функция вектора состояния; т О - вели чина максимального запаздывания; СоеЖ- - начальное значение век тора настраиваемых параметров. Параметры объекта заранее неиз вестны и зависят от некоторого вектора неизвестных параметров ) , где uli - известное множество возможных значений параметров объекта управления. Здесь S - скаляр. Необходимо синтезировать такой дискретный алгоритм настройки коэффициентов регулятора в виде разностного уравнения чтобы система (2.1), (2.2) отрабатывала входное задающее воз действие , здесь L"K+i " моменты времени, в которые производятся измерения и корректируются коэффициенты регулято ра; Ахк+І 0 - числа, определяющие скорость процесса адаптации, причем - некоторая вектор-функ ция; ІЇІЄ [-і, 0] - число,определяющее количество тактов запазды-вания; с 0 - максимальное число тактов запаздывания. Преобразуем уравнения (2.1) и (2.2), исключив промежуточные переменные, к виду Применим для решения поставленной задачи непрерывную модель исходной системы (2.3), (2.4) Оказывается, что при выполнении ряда условий, основным из которых является условие малости шагов дискретизации Ах- из экспоненциальной диссипативности непрерывной модели (2.5), (2.6) следует наличие у исходной системы (2.1), (2.2) свойства Д - 77 адаптивности. Назовем адаптивную систему Д, - адаптивной в заданном классе JzLi , аналогично [117] , если существует скалярная функция ДІ( ) 0 и числа Wj. 0 ,Лл ; 0 такие, что Назовем адаптивную систему адаптивной в заданном классе tizii і если существует скалярная функция ЛІС,) 0 , такая, что при справедливы следующие условия

Сформулируем следующее утверждение, связывающее свойства исходной системы (2.1), (2.2) и ее непрерывной модели (2.5), (2.6).

ТЕОРЕМА 2.1. Пусть выполнены условия:

I). При любых С и t вектор-функционал АІ( ) в (2.3) удовлетворяет условиям Липшица по X , X » а матрица-функционал DiCO в (2.3) ограничена, т.е.

2).Непрерывная модель (2.5),(2.6) экспоненциально диссипативна, т.е. существует дважды дифференцируемый функционал со свойствами (1.46)-(1.48).

3).Случайный процесс f(i) центрирован MfOftsO и удовлет воряет условиям для некоторого 0 J5 , и, кроме того, векторы Jfti) и fGti) независимы при tii\ JU t , где JL( 0 , Ai Й1ШС AW Тогда система (2.1) (2.2) будет Д. - адаптивна в задан ном классе Н Если же при выполнении всех прочих условий непрерывная модель будет экспоненциально устойчива, т.е. сущест вует дважды дифференцируемый функционал со свойствами (1.15)-(1.17), а возмущающие воздействия удовлетво ряют условиям . то систе О ,—і ма (2.1), (2.2) будет адаптивна в заданном классе Л . Доказательство теоремы проводится аналогично доказательству теорем первой главы. Из теоремы следует, что задача синтеза адаптивной или ,Д - адаптивной дискретно-непрерывной стохастической системы может быть заменена задачей синтеза, соответственно, экспоненциально устойчивой или диссипативной непрерывной модели.

Отметим, что результат теоремы справедлив и для случая, когда система управления является полностью дискретной. В последующих параграфах будут рассмотрены вопросы, связанные с синтезом конкретных дискретно-непрерывных и дискретных систем управления непрерывными объектами с запаздыванием по состоянию.

Дискретно-непрерывные и дискретные адаптивные системы управления объектами нейтрального типа

Среди объектов управления довольно обширный класс составляют объекты, процессы в которых описываются дифференциальными уравнениями с последействием нейтрального типа. Рассмотрим возможность применения метода непрерывных моделей в некоторых задачах синтеза дискретно-непрерывных и дискретных адаптивных систем управления объектами с запаздыванием по состоянию нейтрального типа.

Дискретно-непрерывные и дискретные адаптивные системы с явной эталонной моделью. Рассмотрим объект управления, описываемый дифференциальным уравнением вида где Х(т) JK. ; U Є К. . Матрица JJ известна и ее собственные числа лежат внутри круга радиуса единица. Матрица А и векторы D и Jtt) зависят от вектора неизвестных параметров fc Лі .

Присоединим к объекту регулятор где $ Cpl - полином от оператора дифференцирования р= гг , 141) - скалярное задающее воздействие, удовлетворяющее условию (2.24). Требуется синтезировать дискретные алгоритмы настройки скаляра СІ и вектора Са такие, чтобы процессы в системе (3.1), (3.2) после окончания настройки параметров регулятора были близки к процессам в эталонной модели

Пусть DM-0 Vi , A=AM vVi ,j) Dn , где V і - неизвестное число, Vi - неизвестный вектор.

Рассмотрим непрерывную модель исходной дискретно-непрерывной системы. В качестве непрерывной модели возьмем систему (3.1), (3.2), при j(i)=0 , где непрерывные алгоритмы адаптации имеют вид где К 0 - число; ii Н 0 - положительно-определенная симметрическая матрица; - вектор рассог ласования между выходом объекта и выходом эталонной модели,

- некоторые векторы, выбираемые из условий

Можно показать [Ч2І?"} » что в случае ограниченных помех непрерывная модель будет экспоненциально диссипативной в заданном классе » , если же помехи убывающие, то, положив в алгоритме адаптации ч= 0 , г = 0 , получим непрерывную экспо-ненциально устойчивую модель в заданном классе \Ї-І

Воспользовавшись теоремой 2.1, перейдем от непрерывных алгоритмов адаптации к дискретным. В рассматриваемом случае

где Я щох - максимальное собственное число матрицы V Очевидно, что условия теоремы 2.1 выполняются. Тогда дискретные алгоритмы адаптации, обеспечивающие .Д - адаптивность исход ггп ной системы в заданном классе L_2J , имеют вид где A"cx+1=tK+1-xK f ( К = 0,:1,... ) - числа, определяющие величину шагов алгоритма адаптации.

В случае убывающих помех дискретные алгоритмы адаптации (3,6) при di-dt,- 0 обеспечивают адаптивность исходной дискретно-непрерывной адаптивной системы в заданном классе

Блок- схема дискретно-непрерывной адаптивной системы управления для рассматриваемого случая приведена на рис. 3.1.

Отметим, что если регулятор является дискретным и описывается уравнением то дискретные алгоритмы адаптации, обеспечивающие для исходной системы адаптивность в случае убывающих помех и .Д, - адаптивность в случае ограниченных помех, сохраняют вид (3.6).

Алгоритмическое обеспечение цифровой адаптивной системы управления режимами испытания образцов на установке типа ИМАШ

В данной главе рассматриваются вопросы, связанные с практическим использованием основных результатов диссертационной работы.

В параграфе 4.1 рассматриваются вопросы разработки алгоритмического обеспечения цифровой адаптивной системы зшравления режимами эксперимента на установке типа ИМАШ. Параграф 4.2 посвящен пакету прикладных программ "СИМАС", предназначенному для автоматизации алгоритмического проектирования и имитационного моделирования дискретно-непрерывных и дискретных адаптивных систем управления непрерывными объектами с запаздыванием.

Алгоритмическое обеспечение цифровой адаптивной системы управления режимами испытания образцов на установке типа ИМАШ

Установка типа ИМАШ предназначена для проведения экспериментов с целью изучения свойств различных материалов в зависимости от воздействия на твердое тело температурных и механических нагрузок.

Испытуемый образец, как правило металл, помещается в вакуумную камеру и закрепляется в специальных зажимах. В ходе эксперимента испытуемый образец подвергается температурному воздействию путем нагрева и механическим нагрузкам, которые создаются с помощью электрического двигателя и передаются через редуктор на испытуемый образец.

Установка позволяет путем визуального наблюдения, фотографирования или киносъемки с записью на видеомагнитофон при одно - 156 временной или последующей выдаче результатов съемки на экран телевизора проводить анализ изменения микроструктуры испытуемого образца.

Проведение на установке испытаний разнородных материалов с различными свойствами и при различных температурах приводит к тому, что объект управления характеризуется заранее неизвестными значениями своих параметров. Это обуславливает необходимость применения адаптивного подхода при построении системы управления режимами работы установки. Построение адаптивной системы на базе микро-ЭШ приводит к тому, что система управления становится цифровой.

Цифровая система управления должна осуществлять управление следующими режимами работы установки:

- температурный нагрев образца (режимы стабилизации и слежения);

- механические воздействия на образец при регулировании нагрузки (режимы стабилизации и слежения);

- механические воздействия на образец при регулировании скорости деформации (режимы стабилизации и слежения).

Следует отметить, что в режиме механических нагрузок при регулировании скорости деформации значения параметров объекта управления практически неизменны. Это обусловленно тем, что данный режим работы осуществляется лишь в моменты, когда температура испытуемого образца достигает значения при котором начинается пластическая деформация образца. Поэтому в микро-ЭШ закладывается цифровой аналог промышленного регулятора [5 6 J и ниже данный режим работы установки рассматриваться не будет.