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
Computer Algorithms for Real-Time Process Control Based on the Synthesis Method
The article discusses currently relevant computer algorithms designed to control processes in real time. Within the framework of these algorithms, the direct synthesis method, which helps to increase the efficiency of control processes, is implemented. Experts focus on the development of synthesis algorithms that may adapt to a dynamically changing external environment, which is an essential element in the development of modern adaptive control systems. This publication presents an innovative method for developing an intelligent control algorithm aimed at improving the efficiency of dynamic systems. The developed algorithm is characterized by significant adaptability and ability to self-learn, which ensures its high efficiency in scenarios associated with the influence of unforeseen external factors and the need for prompt response to the change dynamics. The study presented in the article discovers new prospects for the development of intelligent control systems and can become the basis for future scientific developments and practical applications in this area.
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.