Материал: mekhatronika_UrGUPS

2.2.1. Интеграция

Следуя [1] в соответствии с признаком синергетического объединения, исторически мехатронные модули можно разделить на несколько уровней.

Мехатронные модули первого уровня представляют собой объединение только двух исходных элементов (чаще всего механического и электрического или гидравлического, пневматического). Типичными примерами модулей первого поколения могут служить «моторредукторы», «мотор-колесо», где механический редуктор и колесо вместе с управляемым двигателем выпускаются как единый функциональный элемент.

Мехатронные модули второго уровня появились в 80-е годы в связи с развитием новых электронных технологий, которые позволили создать миниатюрные датчики и электронные блоки для обработки их сигналов. В этих модулях была достигнута интеграция трех устройств различной физической природы: механических, электротехнических и электронных. На базе мехатронных модулей данного класса созданы управляемые энергетические машины (турбины, генераторы), станки и промышленные роботы с числовым программным управлением.

Мехатронные модули третьего уровня возникли в связи с появлением на рынке сравнительно недорогих микропроцессоров и контроллеров на их основе. По сравнению с модулями второго уровня они дополнительно имеют аппаратно и программно-встроенную компьютерную часть, что позволяет называть их интеллектуальными мехатронными модулями движения. В результате достигается интеграция четырех и более компонентов: высокоточных и компактных механических узлов, прецизионных информационно-измеритель- ных устройств, вычислительных средств и современных технологий управления.

На четвертом уровне интеграции из мехатронных модулей компонируются многокоординатные интеллектуальные мехатронные машины, роботы и робототехнические системы.

Пятый уровень интеграции предполагает создание самодостаточной системы интеллектуальных многофункциональных мехатронных машин для реконфигурируемого производства, построенного по принципу клеточного строения живых организмов из многофункциональных ячеек. Это, по существу, означает переход от основанного на декомпозиции модульного построения технических систем

26

к системно оптимизированным единым структурам. Процесс создания однородных структур уже начался с взаимного проникновения, а затем и слияния информационных компонентов в единую структуру, реализующую функциональные компоненты подобно мультиагентным системам в компьютерных сетях. Эта тенденция должна распространиться далее и на силовые компоненты [8], например, за счет использования в мехатронных технологиях «активных» материалов, которые способны трансформировать энергию определенного физического поля (электрического, магнитного, теплового и т. п.) в различные механические эффекты изменения геометрических размеров тел (пьезоэффект, сплавы с памятью формы, магнитострикционные и другие физические эффекты).

2.2.2. Интеллектуализация

Основой интеллектуализации мехатронных и робототехнических систем в первую очередь являются интеллектуальные системы управления. Они априорно ориентированы на работу в условиях неполной и нечеткой исходной информации, неопределенности внешних возмущений и среды функционирования. Такие повышенные требования к системам управления диктуют необходимость привлечения нетрадиционных подходов к управлению с использованием методов искусственного интеллекта и современных информационных технологий.

В отличие от традиционных систем управления интеллектуальные системы ориентированы на обработку и использование знаний. Знания – это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности

ипрофессионального опыта, позволяющие специалистам ставить

ирешать задачи в этой области. Современные информационные технологии обладают алгоритмами, позволяющими формировать, обрабатывать и использовать знания для решения задач управления сложными объектами. Построенные таким образом системы управления называются интеллектуальными. Класс интеллектуальных систем определяется тем, в какой степени система обеспечивает выполнение следующих пяти принципов организации интеллектуальных систем управления [7]:

–наличие тесного информационного взаимодействия управляющих систем с реальным внешним миром и использование специально организованных информационных каналов связи;

27

–принципиальная открытость систем для повышения интеллектуальности и совершенствования собственного поведения;

–наличие механизмов прогноза изменений внешнего мира и собственного поведения системы в динамически меняющемся внешнем мире;

–построение управляющей системы в виде многоуровневой иерархической структуры в соответствии с правилом: повышение интеллектуальности и снижение требований к точности по мере повышения ранга иерархии в системе (и наоборот);

–сохраняемость функционирования (возможно, с некоторой потерей качества или эффективности) при разрыве связей или потере управляющих воздействий от высших уровней иерархии управляющей структуры.

Прокомментируем смысл выделенных пяти принципов, отметив их исключительную важность с точки зрения оценки поведения интеллектуальных систем управления.

Первый принцип подчеркивает непосредственную связь интеллектуальных управляющих систем с внешним миром. Находясь в непрерывном взаимодействии с внешнем миром, интеллектуальные системы получают из него всю необходимую информацию для принятия решений и пополнения знаний. Сама управляющая система в свою очередь может оказывать на внешний мир активное воздействие в результате реализации собственного поведения.

Модель знаний о внешнем мире интеллектуальной системы должна предполагать возможность изменений внешнего мира и знаний о нем в результате воздействий на него системы. Выполнение принципа информационного взаимодействия системы с внешним миром означает, что любые упрощения модели состояний, вероятностных описаний, игр автоматов со средой для представления событий реального внешнего мира непригодны. Именно в этом и состоит специфика систем управления рассматриваемого класса.

Принципиальная открытость систем в соответствии со вторым принципом обеспечивается наличием таких подсистем высшего ранга в иерархической структуре, как самонастройка, самоорганизация и самообучение. Знания интеллектуальной системы управления состоят из двух частей – постоянных (проверенных) знаний, которыми система обладает и постоянно пользуется, и временных (проверяемых) знаний, в которых системы не уверена, с которыми она экспериментирует в процессе обучения. Знания второго типа либо отбрасываются системой, либо переходят в знания первого типа в зависимости от

28

результатов анализа своего поведения во внешнем мире. Выполнение второго принципа требует организации в управляющей системе процесса приобретения и пополнения знаний.

В соответствии с третьим принципом управляющую систему нельзя считать в достаточной мере интеллектуальной, если она не обладает возможностью прогноза изменений самого внешнего мира и собственного в нем поведения. Система без прогноза, функционирующая

вдинамически меняющемся внешнем мире, может попасть в критическую ситуацию, из которой не сможет найти выхода из-за временных ограничений на работу механизмов формирования управляющих воздействий, определяющих ее поведение, адекватное сложившейся ситуации.

Четвертый принцип позволяет наметить пути построения моделей сложных управляющих систем в тех случаях, когда неточность знаний о модели объекта или о его поведении можно скомпенсировать увеличением числа уровней интеллектуальности, а также использованием совершенных механизмов принятия решений

вусловиях неопределенности в соответствующих алгоритмах управления.

И, наконец, пятый принцип устанавливает лишь частичную потерю интеллектуальности (но не прекращение функционирования) при отказах в работе высших уровней иерархии системы. Сохранение автономного функционирования в рамках более простого (автономного) поведения системы, характерного для нижних уровней структуры управления, также чрезвычайно важно для автономно функционирующих систем в реальном внешнем мире.

Приведенные пять принципов организации структуры интеллектуальной системы управления определяют класс исследуемых систем. Можно уточнить теперь само понятие «интеллектуальность системы управления», а также ввести понятие «уровень» и «степень интеллектуальности».

Введем ряд определений.

Система управления, не имеющая базы знаний, неспособная к самообучению и адаптации, не умеющая прогнозировать события и построенная с использованием только методов классической теории автоматического управления (ТАУ), имеет степень интеллектуальности в малом.

Система управления, имеющая базу знаний, способная к самообучению и адаптации, но не умеющая прогнозировать события, имеет степень интеллектуальности в большом.

29

Система управления, имеющая базу знаний, способная к самообучению, адаптации и прогнозу событий называется интеллектуальной в целом.

Определение степени интеллектуальности в малом, в большом

ив целом введено по аналогии с устойчивостью в малом, большом

ицелом для классических систем автоматического управления. Известны два основных направления интеллектуализации меха-

тронных систем:

–разработка высокоскоростных аппаратных средств вычислительной техники;

–разработка специальных алгоритмов на основе современных методов и технологий обработки знаний.

Россия идет по пути использования в основном второго направления, в то время как Япония предпочитает в основном первый путь интеллектуализации.

2.2.3. Миниатюризация

Переходим к рассмотрению третьего квалификационного признака развития мехатронных и робототехнических систем – миниа-

тюризации.

Сегодня вопросы миниатюризации являются ключевыми во всех отраслях промышленности – микроэлектронике, нанотехнологиях, генетике и др.

Микроэлектроника обеспечила существенное развитие мехатроники. Современные микроэлектронные устройства открыли принципиально новые возможности для объединения (интегрирования) механики и электроники, которые по своему уровню значительно превосходят существовавшую ранее электромеханику.

Микроэлектроника играет ключевую роль в реализации машин нового поколения – микроэлектромеханических систем (МЭМС) или микросистемных технологий (MST).

МЭМС (или MEMS) – конструктивно представляют сформированные на одной подложке датчики, исполнительные механизмы, устройства управления с размерами элементов до нескольких единиц микрон и менее, имеющие, как правило, трехмерную структуру. Они изготавливаются большей частью по полупроводниковой технологии: поверхностная и объемная микрообработка материалов (поликристаллический кремний), LIGA и SIGA – технологии, а также MUMPs – процесс [9].

30