Компьютерные алгоритмы управления в режиме реального времени на методе синтеза
Автор: Портнов К.В., Аникин Д.В., Латушкина Т.С.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Управление и подготовка кадров для отрасли телекоммуникаций
Статья в выпуске: 2 (90) т.23, 2025 года.
Бесплатный доступ
В статье рассматриваются актуальные на сегодняшний день компьютерные алгоритмы, предназначенные для управления процессами в режиме реального времени. В рамках данных алгоритмов реализован метод прямого синтеза, что способствует повышению эффективности процессов управления. Специалисты акцентируют внимание на разработке алгоритмов синтеза, обладающих способностью к адаптации в условиях динамично изменяющейся внешней среды, что представляет собой важнейший элемент в создании современных адаптивных систем управления. В данной публикации представлен инновационный метод разработки алгоритма интеллектуального управления, направленный на повышение эффективности функционирования динамических систем. Разработанный алгоритм характеризуется значительной адаптивностью и возможностью самообучения, что обеспечивает его высокую эффективность в сценариях, связанных с влиянием непредвиденных внешних факторов и необходимостью оперативного реагирования на динамику изменений. Исследование, представленное в статье, открывает новые перспективы для развития интеллектуальных систем управления и может стать основой для будущих научных разработок и практических применений в данной области.
Прогнозирование, модель управления, модель, дифференциальные уравнения, динамическое управления, управление сложными системами
Короткий адрес: https://sciup.org/140313574
IDR: 140313574 | УДК: 004.855.5 | DOI: 10.18469/ikt.2025.23.2.13
Текст научной статьи Компьютерные алгоритмы управления в режиме реального времени на методе синтеза
В современном мире, где сложные системы играют ключевую роль в достижении значимых и стратегически важных целей, задача повышения эффективности управления ими становится все более актуальной [1; 2]. Эти системы, функционирующие в условиях высокой ответственности, часто сталкиваются с необходимостью адаптации к разнообразным и порой крайне неблагоприятным внешним факторам, что делает процесс управления особенно сложным [3]. В связи с этим, проблема оптимизации управления такими системами заслуживает пристального внимания исследователей и практиков, стремящихся найти наиболее эффективные подходы и решения для ее разрешения [4].
Это особенно важно в практических задачах, при управлении подвижными объектами, технологическими процессами, имеющими общий вид, представленный на рисунке 1.
Рисунок 1. Функциональная схема замкнутой системы
Элементы системы:
ОУ – объект управления;
ЗУ – задающее устройство;
ИПУ – измерительно-преобразовательное устройство;
СУ – сравнивающее устройство;
R – регулятор.
Координаты (переменные) системы:
g ( t ) - задающее воздействие;
z ( t ) - управляемая (регулируемая) величина;
v ( t ) - возмущающее воздействие;
x ( t ) - рассогласование (ошибка);
u ( t ) - управляющее воздействие.
Динамическая система представляет собой систему, в которой одним из основных компонентов является независимая переменная, время, определенная на известном интервале [5]. В рамках такой системы фазовые переменные подвергаются изменениям в зависимости от времени. В структуру динамической системы могут быть включены функции времени, определенные на соответствующих интервалах, которые принято называть управляющими воздействиями. Управляющие воздействия, которые демонстрируют прямую зависимость от фазовых переменных, классифицируются как управляющие с обратной связью. Следует отметить, что математические модели, используемые для описания динамической системы, могут иметь разнообразные
формы. В данном контексте мы сосредоточимся на анализе динамической системы, заданной в стандартной форме Коши и характеризующейся управляющими воздействиями без обратной связи [6; 7; 8].
Z ( t ) = { x g R k : щ ( x , t ) < 0 } . (1)
x (f ) = f ( x , u , v ,f) ;
* x ( t 0 ) = t o ; (2)
_ t ^ 1 0 .
где ^ ( x , t ) - некоторая непрерывно-дифференцируемая скалярная функция;
x - вектор k x 1 состояний;
u - вектор n x 1 управляющих воздействий;
v - вектор m x 1 возмущений;
f – вектор-функция, обеспечивающая условия решения задачи Коши.
В качестве f могут выступать совершенно различные функции, описывающие поведение динамической системы.
Синтез системы управления
Вектор состояния системы в момент времени t содержит необходимые параметры, которые описывают текущее состояние системы. В общем случае, состояние системы может быть многомерным и включать различные физические или абстрактные переменные [9].
Необходимо отметить, что задача управления, должна учитывать обеспечение выполнения определенного условия для вектора состояний x ( 1 0 ) g Z ( t ) , при t > 1 0 , где Z ( t ) определяется исходя из выражения (1) и (2). С помощью этих условий, учитываются различные требования, которые предъявляются к системе, а также те или иные фазовые ограничения [10].
Управляющие воздействия (сигналы), которые влияют на систему в момент времени U ( t ) могут представлять собой команды, подаваемые на исполнительные механизмы, такие как сила, напряжение или другие управляющие параметры. Эти управляющие действия направлены на изменение состояния системы Z ( t ) в соответствии с заданными целями. Для процесса управления стоит выделить следующие ограничения:
u G U ( t ) , t > 1 0. (3)
Выходные переменные системы, которые могут зависеть как от состояния Z ( t ) , так и от управляющих действий U ( t ) , могут представлять собой измеряемые величины, такие как температура, давление, скорость, положение и т.д.
В контексте управления V ( t ) может использоваться для оценки эффективности управления и достижения заданных целей, для которых можно выделить следующие ограничения:
v G V ( t ) , t > t 0 . (4)
Таким образом, в задачах управления Z ( t ) описывает текущее состояние системы, U ( t ) - управляющие воздействия, определенные в m-мерном пространстве, а V ( t ) - выходные параметры, которые могут быть использованы для анализа и оптимизации работы системы, и определены в n-мерном пространстве. Эти переменные помогают формализовать задачи управления и разрабатывать алгоритмы для достижения желаемого поведения системы.
Синтез закона управления, для системы (1) с учетом заданных ограничений (4 и 5) и предпочтительной структуры – одна из главных задач настоящей статьи. Рассмотрим, как можно использовать метод вариации фазовых ограничений для этих целей [1].
Чтобы система (1) соблюдала фазовые ограничения (2), (3) и условия управления (4) для всех возможных возмущений v ( t ) , достаточно наличия хотя бы одного законченного управляющего алгоритма, который будет соответствовать установленным критериям (5):
u = й ( x , t ) g U ( t ) , t > 0, (5)
при котором будет выполняться неравенство (6):
(V Х У , f ( x , u i ( x , t ) , v , t ) ) + d f < 0 ;
dt (6)
V x e rZ ( t ) , V v e V ( t ) , t > 1 0 .
где rZ ( t ) - граница множества Z ( t ) ;
V x ^ - градиент функции V x ^ ( x , t ) ;
( V x ^ , f ) — скалярное произведение векторов V x ^ и f в пространстве Rn .
Уравнение (6) играет центральную роль в процессе синтеза и дает возможность упростить решение сложных задач, приводя их к более простому виду в качестве алгебраических уравнений на определенных границах множества.
Пусть управление входит в (1) линейно и аддитивно:
x = f ( x , v , t ) + A u . (7)
Тогда в соответствии с (6) получим:
( u , A T V x ^ ) <- ( f ( x , v , t ) V x ^)-^ ;
dt (8)
V x e rZ ( t ) , V v e V ( t ) , t > 1 0 .
Для разрешения неравенства (8) необходимо и достаточно, чтобы выполнялись следующие условия:
V x y £ Core ( A T ) ;
V x e UZ ( t ) ;
(. f ( x , v , t ) , V x y ) + d y
где Core ( A T ) - ядро матрицы A T .
Таким образом, если (9) справедливо, то всегда можно выбрать такое управление u е R n , для которого обеспечивается (8).
Зададим у ( x , t ) в виде уменьшающейся во времени квадратичной функции:
у ( x , t ) = ( x , Mx ) - qe A < 0, (10)
где q > 0, Л > 0 , М - некоторая положительно-определенная матрица.
Введем обозначения:
a ( x , v , t ) = - ( f 1 ( x , v , t ) , V x ^ ) - d- = = - ( f . ( x , v , t ) ,2 Mx ) - qAe ~ Л .
в ( x , t ) = A T V x y = 2 A T Mx . (12)
Здесь a ( x , v , t ) - скалярная функция, в ( x , t ) — m *1 вектор-функция. В результате получаем, что для разрешения (8) необходимо:
V x е R k , y ( x , t ) е { x е R k : a ( x , v , t ) < 0 } :
ATMx * 0 (13)
или
Vx g Rk, ATMx = 0: y[ x, t )g g | x g Rk : a (x, v, t )> 0} . (14)
Достигается выполнение условий (13) или (14) выбором соответствующих значений q , Л и матрицы М . За счет изменения этих параметров осуществляется вариация исходных фазовых ограничений.
Представим (10) в виде неравенства (15):
( u , р ( x , t ) ) < а ( x , v , t );
V x e rZ ( t ) , t > 0 .
Неравенство (15) определяет все множество значений вектора и в каждой граничной точке x g rZ (t). Исходя из этого соотношения, аналитически синтезируется закон управления, обеспечивающий решение задачи при наличии параметрической неопределенности объекта управления. Используя вариацию фазовых ограничений, можно обеспечить как разрешимость задачи, так и требуемую структуру управления. При этом формирование управления происходит в режиме реального времени, что позволяет эффективно применять данный метод для систем самого различного назначения.
Заключение
Предложенный метод синтеза нелинейных систем обеспечивает возможность эффективной разработки управленческих алгоритмов разнообразной структуры с учетом существующих ограничений, накладываемых на систему. В рамках данного метода были определены условия, необходимые для успешного решения задачи синтеза, и аналитически сформирован полный спектр управленческих законов, способствующих достижению поставленной цели. Методика предусматривает возможность учета различных характеристик зависимости системы от управленческих воздействий, а также предпочтительного выбора структуры синтезируемого управленческого закона.
Предложенный подход имеет потенциал для применения в задачах синтеза систем управления объектами, предназначенными для различных сфер деятельности.