Введение к работе
Актуальность темы. Проектирование сложных комплексов, управляющих ісокозффективньши и прецизионными агрегатами и установками, связано с шением задач снижения влияния различных факторов, вызывающих наруше-іе рабочих режимов управляемых объектов. К таким факторам можно отнести сутствие априорной информации о существенно нестабильных значениях мас-- инерционных и упругих параметров объектов, случайные изменения нагруз-:; взаимовлияние степеней подвижности; варьирование параметров изделий от разца к образцу и варьирование параметров стандартных систем регулирова-[я при замене исполнительных приводов и отдельных блоков управления, не-чной или ошибочной их настройки. С 60-х годов задача снижения их влияния пешно решалась в рамках беспоискового адаптивного подхода, получившего ачительное теоретическое и теоретико-прикладное развитие в работах Соло-'вникова В.В., Землякова С.Д., Рутковского В.Ю., Борцова Ю.А., Поляхова Д., Путова В.В., Фрадкова А.Л., Kokotovic P.V., Narendra K.S., Slotine J.-J.E., Li и др. Дальнейшее совершенствование методов и средств автоматического равления нелинейными динамическими объектами с априорно неопределен-ім и (или) сложным описанием, неполными измерениями, быстро и в широких іеделах изменяющимися параметрами, свойствами и внешними условиями 'нкционирования потребовало развития принципиально новых направлений следования, связанных, например, с использованием искусственных нейрон-IX сетей (НС). Благодаря своим аппроксимирующим свойствам и высоком)' бы-родействию они находят все большее применение не только для решения тра-ционных задач распознавания и классификации образов, но и для задач иден-фикации, управления и оптимизации. Различным аспектам использования ней-нных сетей в системах управления посвящены работы Тимофеева А.В., Лохи-В.М., Терехова В.А., Тюкина И.Ю., Chen F., Miller W.T., Narendra K.S., Nguen , Psaltis D., Sutton R.S., Widrow В., и других авторов. В связи с этим, разработ-, направленные на расширение области применения нейронных сетей, остают-вполне актуальными.
В данной работе задача снижения влияния вышеперечисленных факторов шается в рамках адаптивно- нейронного подхода, базирующегося на свойствах югослойных нейронных сетей и предложенных Путовым В.В. алгоритмов аптивного управления с мажорирующими функциями.
Целью диссертационной работы является разработка и исследование двух-овневых адаптивно- нейронных систем управления нелинейными динамиче-ими объектами, допускающими различный уровень неопределенности. В связи ітим, в настоящей работе были решены следующие задачи: Обоснован подход в построении двухуровневых адаптивно- нейронных систем управления нелинейными динамическими объектами с неизвестными параметрами и неопределенным строением правых частей описывающих их дифференциальных уравнений.
-
Проведено исследование работоспособности адаптивных систем с параметри ческими алгоритмами настройки и мажорирующими функциями и нейросете вых систем для нелинейных объектов различной степени сложности.
-
Разработаны структура и методика построения двухуровневых адаптивно нейронных систем управления нелинейными динамическими объектами с эта^ лонными моделями и алгоритмами параметрической настройки с мажорирую щими функциями на адаптивном уровне и с непрерывно обучаемым нейросе тевым регулятором - на нейросетевом уровне.
-
Предложены алгоритмы оптимизации архитектуры нейронной сети и алгорит,\ обучения нейрорегулятора для управления динамическими объектами.
-
Рассмотрено построение двухуровневой адаптивно- нейронной системь управления для класса нелинейных механических объектов с учетом упруги> деформаций и неполными измерениями.
-
На основе предложенной архитектуры разработан специализированный про граммный комплекс "Адаптивно- нейронный регулятор", предназначенный длі имитационного исследования и сравнительного анализа различных подходо: для класса многомассовых упругих объектов.
Методы исследования. Поставленные задачи решены методами теории ав томатического управления, теории обыкновенных дифференциальных уравне ний, теории нейронных сетей и математического моделирования объектов.
Научная новизна работы заключается в следующем:
-
Проведено исследование и сравнительный анализ адаптивных систем, постро енных по методу скоростного градиента или использующих параметрически! интегральные и нелинейные с мажорирующими функциями алгоритмы на стойки.
-
Обоснован адаптивно-нейронный подход в построении двухуровневых систеи управления нелинейными динамическими объектами.
-
На базе данного подхода разработаны четыре структуры двухуровневых адап тивно-нейронных систем управления и предложена методика построения эле ментов этих структур.
-
Разработаны алгоритмы оптимизации архитектуры сети, позволяющие осуще ствлять настройку ее основных параметров (число нейронов и слоев).
-
Предложены алгоритм обучения нейросетевого регулятора, основанный н прогнозе ошибки обучения, и правило исключения из перерасчета весовых ко эффициентов, обеспечивающее снижение используемых вычислительных ре сурсов.
Практическая значимость результатов диссертационной работы определя ется тем, что разработан метод управления, связывающий беспоисковый адап тивный (аналитический) и нейросетевой (интеллектуальный, эвристический подходы в задачах управления. Этот метод реализован в разработанном учебно исследовательском комплексе, который позволяет проводить моделирование, ис следование и сравнительный анализ адаптивных законов управления с парамет рическими алгоритмами настройки и нейросетевых алгоритмов управления мне гомассовым упругим нелинейным механическим объектом.
Вычислительные эксперименты по исследованию данных систем управле-:ия, показали, что комбинация преимуществ обоих методов управления, обеспе-ивающих любой априорно заданный характер переходных процессов, может лужить импульсом к развитию новых методов проектирования и реализации ин-еллектуальпых адаптивных систем управления различными объектами, решаю-дих практические задачи в реальном масштабе времени.
Апробация работы. Основные результаты работы докладывались на науч-ых семинарах кафедры систем автоматического управления СПбГЭТУ в 1997-000гг., на всероссийских конференциях "Интеллектуальные системы управле-ия", 1997 и VII Бернадосовские чтения (ИГЭТУ, 1997), на 8 и 9 международных онференциях "Экстремальная робототехника" (ЦНИИ РТК 1997-1998), между-ародном симпозиуме "Интеллектуальные системы" (Псков, 1998).
Публикации. По теме диссертации опубликовано 5 научных работах, из их 2 статьи и 3 тезиса к докладам на конференциях и симпозиуме.
Объем и структура диссертации. Диссертация состоит из введения, четырех лав, заключения, трех приложений и списка использованной литературы, вклю-ающего 140 наименований. Основная часть работы изложена на 160 страницах іашинописного текста. Работа содержит 100 рисунков и 3 таблицы.
