Нейросетевая настройка генетического алгоритма управления векторной иерархической системой

Представлены результаты исследования иерархической двухуровневой системы векторного управления многосвязным объектом, эволюция которого описывается вектором состояния, изменяющегося путем воздействия на исполнительные устройства, каждое из которых включает привод и рабочий механизм. Рассматриваемая система управления отличается наличием дополнительного контура настройки виртуального регулятора на верхнем и функционально-логическом уровнях. Синтезирована математическая модель импульсного отклика исполнительного механизма системы, учитывающая сухое трение, люфт и ограничения по скорости и положению рабочего органа управляемого объекта. Исходная модель исполнительного органа представлена в форме Коши, а его импульсный отклик аппроксимирован импульсным откликом линейного звена второго порядка, оптимальным по критерию минимума ошибки аппроксимации. Доказано, что параметры линеаризованного импульсного отклика зависят от эксплуатационных параметров привода. Построена модель замкнутой системы управления объектом в целом и показано, что ее параметры зависят от эксплуатационных параметров приводов, желаемого значения вектора состояния объекта управления и параметров виртуальных регуляторов, реализованных на функционально-логическом и верхнем иерархическом уровнях. Полученные результаты демонстрируют, что изменение эксплуатационных параметров объекта может быть скомпенсировано за счет структурных и параметрических изменений генетического алгоритма управления. Разработана методика синтеза генетического алгоритма управления сложными многоконтурными объектами, реализуемого контроллером верхнего уровня иерархии, базирующаяся на использовании нейронной сети. Показано, что предлагаемый подход обеспечивает достижение синергетического эффекта, когда управляющие воздействия, реализуемые разными модификациями алгоритма управления, оказываются менее эффективными, чем управляющие воздействия, реализуемые с помощью составного алгоритма, подвергающегося эволюционным изменениям в процессе функционирования системы. Корректность теоретических положений подтверждена результатами вычислительного моделирования управления виртуальным регулятором с помощью нейронной сети, продемонстрировавшего существенное улучшение характеристик управления за счет уменьшения времени выхода на установившийся режим и времени перерегулирования.