Об управлении объектами с памятью в условиях непараметрической неопределенности

Рассматриваются проблемы идентификации и управления стохастическими объектами с дискретнонепрерывным характером технологического процесса. Исследуется более общий класс динамических объектов, в дальнейшем - объекты с памятью. Характерной отличительной особенностью рассматриваемых процессов является тот факт, что при описании не используются разностные аналоги дифференциальных уравнений, принятые в классической теории идентификации и управления. Подобные процессы часто имеют место в различных контурах управления аэрокосмической техники, например, при виброиспытаниях космических аппаратов, в процессе их производства. В этом случае локальный канал «вибратор - космический аппарат (КА)», определяемый вибросигналом и соответствующим сигналом датчика, установленным на КА, может описываться разностными уравнениями. При этом естественно отсутствие аналогии между уравнением в непрерывном времени и разностным. Данная особенность является главным отличием объектов с памятью от традиционных динамических процессов. Это накладывает свой отпечаток при моделировании и управлении подобными объектами и обусловливает актуальность рассматриваемой задачи. Рассматриваются теорити- ческие сведения о непараметрических алгоритмах идентификации и управления. Непараметрические модели для объектов с памятью рассматриваются в двух вариантах. Один из них тесно связан с описанием объекта в виде интеграла Дюамеля. Второй путь состоит в частичной параметризации объекта, т. е. соответствует условиям как параметрической, так и непараметрической неопределенности. В основу построения непараметрических алгоритмов дуального управления положены принципы построения стохастических оптимальных систем А. А. Фельдбаума в их байесовской постановке. Состоят они в том, что управляющие устройство должно выполнять две функции: изучение и управление в процессе активного накопления информации. Рассматривается ситуация, когда на входе объекта «включается» управляющие устройство, соответствующие его обратной модели. Очевидно, что описание объекта не может быть по ряду причин точным, и обратный оператор может только приближенно описывать процесс в направлении «выход-вход». На этой основе выстраиваются как непараметрические модели объектов с памятью, так и непараметрические алгоритмы дуального управления. Тщательно анализируется процесс обучения системы дуального управления с активным накоплением информации. Подробно приводятся результаты численного исследования непараметрических моделей для многомерных процессов с памятью, а также результаты вычислительного эксперимента применения алгоритма непараметрического адаптивного дуального управления.