Материал: А27819 Лазарев В.Л. Робастое управление

характеризующая относительный вес дисперсии σ22 в суммарной дисперсии (σ22 σ12 ) и являющаяся входной переменной для обращения к соответствующему графику, описывающему композицию этих двух законов распределения. Затем из графика (по оси ординат) определяется величина Ke . Соответствующие графики, методики и примеры решения задач по определению Keприведены в работе [24].

В случае, если отклики Xi (i I) жестко коррелированы, то очевидно, что законы их распределения будут в значительной мере похожими. Отсюда следует, что Kei Ke (i I). И для определения энтропийных коэффициентов в таком случае могут быть использованы вышеизложенные методы.

Определение базовых значений на выходе по характеристикам воздействий и свойствам объекта также может быть определено на основании характеристик влияющих воздействий и характеристик объекта.

Так, например, для наиболее характерной ситуации, когда в качестве величины Xn выбирается математическое ожидание параметра mx, ее определение может быть осуществлено через передаточную функцию объекта Wo(p) и величину математического ожидания входного воздействия mf в виде

В частной, но весьма распространенной ситуации, когда входное воздействие f(t) представляет собой стационарный (или псевдостационарный) процесс (mf const), выражение (8.55) упростится путем перехода к статическому режиму

где Ko – коэффициент передачи объекта.

Для безынерционного нелинейного объекта, статическая характеристика которого является нечетной и описывается зависимостью вида x ( f ) , взаимосвязь между величинами рассматриваемых математических ожиданий будет описываться с помощью коэффициента статистической линеаризации для средних значений kс0. В отличие

186

от коэффициента kс1, рассмотренного выше, этот коэффициент описывает прохождение неслучайной составляющей mf через объект по балансу среднего значения параметра на выходе. То есть его определение осуществляется через следующие соотношения:

Используя соотношения (8.57), можно заранее рассчитать выражения величин kс0 для типовых объектов и различных вариантов законов распределения влияющих воздействий. Такие данные для ряда типовых вариантов имеются в специальной справочной литературе.

Для линейных объектов базовое значение результирующего отклика Xn , обусловленного наличием нескольких независимых откликов Xi (i I), определяется на основании принципа суперпозиции.

Для нелинейных систем статическая характеристика может быть построена по статическим характеристикам составляющих звеньев, исходя из структуры системы, графическим путем.

В других частных случаях, когда, например, в качестве величины Xn выбираются диапазон изменения, предельно-допустимое значение и другие, ее значения, чаще всего, задаются директивно.

8.4. Использование методов ТЭП для решения прикладных задач мониторинга и управления

Организация мониторинга эволюции систем на основе методов ТЭП основывается на анализе информационных портретов и энтропийных портретов в пространстве параметров ЭП. Данные портреты позволяют наглядно представлять и исследовать эволюцию этих состояний. Конкретные и наглядные примеры приведены выше (разд. 8.1). Анализируя перемещение изображающих точек, соответствующих различным этапам эволюции систем, представляется возможным осуществлять «превентивный» мониторинг, выявляя намечающиеся тенденции изменения этих состояний.

187

Управление качеством продукции, очевидно, должно быть направлено на уменьшение величин ЭП определяющих параметров. Такая задача может быть решена разными способами. Первый из них основан на минимизации величины . Второй способ состоит в организации таких мероприятий и воздействий на объект, при которых произойдет трансформация закона распределения вариаций выходного параметра, обеспечивающая уменьшение величины энтропийного коэффициента Ke. Как следует из вышеизложенных данных о возможных диапазонах варьирования величины Ke, такой способ организации управления позволяет целенаправленно уменьшить величину e на десятки процентов. То есть фактически появляется дополнительный канал внесения управляющих воздействий для стабилизации выходных параметров, определяющих свойства выпускаемой продукции.

Применительно к дефростационной камере, рассмотренной в разд. 8.1, сказанное можно проиллюстрировать следующим образом. Неизменность состояния неопределенности температурного режима в камере характеризуется перемещением изображающей точки по кривой e Ke const , которая называется линией равного энтропийного потенциала, или изотропой. Требования к качеству поддержания температурного режима могут быть сформулированы в ви-

стимое значение величины ЭП поддержания температуры. Указанному условию соответствует область пространства параметров ЭП, находящаяся под изотропой Скр const . (Данная линия пока-

зана на рис. 8.5.) Из такого представления становится очевидным, что управление качеством процесса регулирования температуры может быть осуществлено как путем целенаправленного изменения величины СКО разброса температуры относительно заданного уставного значения, так и путем изменения закона распределения значений разброса. Применительно к данному примеру требуемая «деформация» траектории состояния неопределенности, например, с целью «увода» ее под «критическую» изотропу, может быть осуществлена за счет ослабления или частичной компенсации указанных возмущений на уровне модернизации объекта управления. Это, например, как отмечалось ранее, может быть достигнуто путем установки дополнительного шлюзового отсека перед загрузочной дверью. Другой путь решения указанной задачи может быть основан на уменьшении диапа-

188

зона регулирования штатного двухпозиционного регулятора, что приведет к уменьшению величины СКО. В случае использования функциональных законов регулирования количество настроечных параметров может увеличиться. Так, например, при использовании промышленного ПИД-регулятора настроечных параметров будет три: k – коэффициент передачи, T1 – постоянная интегрирования и T2 – время предварения. При изменении настроечных параметров будет изменяться передаточная функция регулятора, а следовательно, вид и качество процесса регулирования температуры. Следствием этого будет изменение значений координат изображающих точек, что приведет к «деформации» всей траектории.

Более подробно методы решения подобных задач рассмотрены в статьях [18, 21].

189

СПИСОК ЛИТЕРАТУРЫ

1.Методы классической и современной теории управления: Учеб./ Под ред. Н.Д. Егупкина. В 5 т. – М.: МГТУ им. Н.Э. Баумана, 2005.

2.Бесекерский В.А., Небылов А.В. Робастные системы авто-

матического управления. – М.: Наука, 1983.

3.Методы адаптивного и робастного управления нелинейными объектами в приборостроении: Учеб. пособие / А.А. Бобцов, В.О. Никифоров, А.А. Пыркин, О.В. Слита, А.В. Ушаков. – СПб.: НИУ ИТМО,

2013.

4.Лазарев В.Л. Робастные системы управления в пищевой промышленности: Учеб. пособие. – СПб.: СПбГУНиПТ, 2003.

5.Бесекерский В.А., Попов Е.П. Теория систем автоматического управления. Изд. 4-е, перераб. и доп. – СПб.: Профессия, 2003.

6.Теория автоматического управления: Учеб. для вузов / С.Е. Душин, Н.С. Зотов, Д.Х. Имаев, Н.Н. Кузьмин, В.Б. Яковлев; Под ред. В.Б. Яковлева. 3-е изд., стер. – М.: Высш. шк., 2009.

7.Юревич Е.И. Теория автоматического управления. – Л.: Энергия, 1975.

8.Налимов В.В., Чернова Н.А. Статистические методы планирования экстремальных экспериментов. – М.: Наука, 1965.

9.Измерения в промышленности: Справ. В 3 т. / Под ред. П. Профоса; Пер. с нем. под ред. Д.И. Агейкина. 2-е изд., перераб. и доп. – М.: Металлургия, 1990.

10.Меледина Т.В., Данина М.М. Математические методы планирования экспериментов в биотехнологии: Учеб. пособие. – СПб.: СПбГУНиПТ, 2005.

11.Евстигнеева Т.Н., Брусенцев А.А., Забодалова Л.А. Ос-

новные принципы переработки сырья растительного, животного, микробиологического происхождения и рыбы: Учеб. пособие. – СПб.: СПбГУНиПТ, 2010.

12.Василинец И.М., Колодязная В.С., Ишевский А.Л. Состав

исвойства пищевых продуктов: Учеб. пособие. – СПб.: СПбГУНиПТ,

2001.

13.Брусиловский Л.П., Вайнберг А.Я. Приборы технологи-

ческого контроля в молочной промышленности: Справ. – М.: Агропромиздат, 1990.

190