Определение и классификация адаптивных систем

Управляющая система, автоматически определяющая нужный закон управления посредством анализа поведения объекта при текущем управлении, называется адаптивной системой.

Теория адаптивных систем возникла в связи с необходимостью решения широкого класса прикладных задач, для которых неприемлемы традиционные методы, требующие знания адекватной математической модели объекта. Качество традиционных неадаптивных методов управления тем выше, чем больше имеется априорной информации о самом объекте и условиях его функционирования. На практике трудно обеспечить достаточно точное математическое описание объекта управления. Так, например, при разработке автоматических систем управления технологическими процессами в металлургической промышленности создание адекватной математической модели представляет обычно сложную самостоятельную задачу. Более того, характеристики объекта в процессе функционирования могут существенно изменяться.

Динамические характеристики летательных аппаратов сильно зависят от режима полета, технологических параметров и состояния атмосферы. В этих условиях традиционные методы часто оказываются неприменимыми либо дают неудовлетворительные результаты. В связи с этим уже на начальном этапе развития теории автоматического управления представлялся весьма эффективным путь построения управляющих систем, не требующих полной априорной информации об объекте и условиях его функционирования.

Эффект приспособления к условиям функционирования в адаптивных системах обеспечивается за счет накопления и обработки информации о поведении объекта в процессе его функционирования. Это позволяет существенно снизить влияние неопределенности на качество управления, компенсируя недостаток априорной информации на этапе проектирования систем.

Адаптивные системы можно разделить на два больших класса: самоорганизующиеся и самонастраивающиеся.

В самоорганизующихся системах в процессе функционирования происходит формирование алгоритма управления, его структуры и параметров, что позволяет оптимизировать систему с точки зрения поставленной цели управления (ЦУ) • Такого рода задача возникает, например, в условиях изменения структуры и параметров объекта управления в зависимости от режима функционирования, когда априорной информации недостаточно для определения текущего режима. При широком классе возможных структур объекта трудно выбрать единственную структуру алгоритма управления, способную обеспечить замкнутой системе достижение ЦУ во всех режимах функционирования. Таким образом, синтез управления должен проводиться при свободной структуре регулятора, что является сложной задачей.

Задача существенно упрощается, если структура объекта управления известна и неизменна, а поведение зависит от ряда неизвестных параметров. Эта задача решается в классе самонастраивающихся систем (СНС), в которых структура регулятора задана или заранее выбрана и требуется определить лишь алгоритм настройки его коэффициентов, т. е. алгоритм адаптации.

СНС в свою очередь делятся на два подкласса: поисковые и беспоисковые.

В поисковых системах минимум или максимум критерия качества ищется с помощью специально организованных поисковых сигналов. Простейшими поисковыми системами являются большинство экстремальных систем, в которых недостаток априорной информации восполняется за счет текущей информации, получаемой в виде реакции объекта на искусственно вводимые поисковые тестовые воздействия. В системах экстремального регулирования инерционностью объекта часто пренебрегают, а задача состоит в отслеживании дрейфа экстремума статической характеристики объекта. На входы объекта подаются поисковые воздействия, и оценивается реакция на них объекта, проявляющаяся в изменении целевой функции. Определяются те воздействия, которые приближают целевую функцию к экстремуму. Экстремальные системы классифицируются по способу поиска экстремума: системы с регулярным поиском и случайным поиском. К регулярным методам относятся известные методы полного перебора, Гаусса — Зейделя, градиентного поиска и их модификации. В случайных методах направление поиска ищется случайным образом.

В беспоисковых системах в явном или неявном виде имеется модель с желаемыми динамическими характеристиками. Задача алгоритма адаптации состоит в настройке коэффициентов регулятора таким образом, чтобы свести рассогласование между объектом управления и моделью к нулю. Такое управление называют прямым адаптивным управлением, а системы — адаптивными системами с эталонной моделью. В случае непрямого адаптивного управления сначала проводят идентификацию объекта, а затем определяют соответствующие коэффициенты регулятора. Такие регуляторы называются самонастраивающимися регуляторами.

При прямом адаптивном управлении контуры адаптации работают по замкнутому циклу. Это позволяет парировать изменения параметров объекта и регулятора. Однако каждый контур самонастройки повышает порядок системы как минимум на единицу и при этом существенно влияет на общую динамику замкнутой системы.

В случае непрямого адаптивного управления контуры самонастройки работают по разомкнутому циклу и, следовательно, не влияют на динамику системы. Однако все ошибки идентификации, уходы параметров объекта и регулятора существенно влияют на точность управления.

В беспоисковых самонастраивающихся системах эталонная модель может быть реализована в виде реального динамического звена. Такая модель называется явной моделью. С другой стороны, эталонная модель может присутствовать в виде некоторого эталонного управления, связывающего регулируемые переменные и их производные. Такая модель называется неявной моделью. В неявной модели коэффициенты эталонного уравнения являются параметрами алгоритма адаптации.