Помощь в написании студенческих работ
Антистрессовый сервис

Разработка и исследование методов адаптивной координационной оптимизации стационарных режимов систем управления

Диссертация: Разработка и исследование методов адаптивной координационной оптимизации стационарных режимов систем управления
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

На основе анализа принципов построений иерархических распределенных систем были рассмотрены 3 метода координации в оптимизационной постановке (развязывания взаимодействия, предсказания взаимодействия, комбинированного взаимодействия) с описанием их алгоритмов, моделей, ограничений на применение. Проведено сравнение этих методов по возможности их использования. Разработаны требования к системам… Читать ещё >

Разработка и исследование методов адаптивной координационной оптимизации стационарных режимов систем управления (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Методы оптимизации стационарных режимов больших систем
    • 1. 1. Проблемы декомпозиции, методы координации Стационарных режимов
      • 1. 1. 1. Проблемы декомпозиции в больших системах
      • 1. 1. 2. Проблемы и методы координации Стационарных режимов больших систем
    • 1. 2. Оптимизация и координация в условиях неизвестных моделей локальных объектов
      • 1. 2. 1. Проблемы и методы оптимизация и координация в условиях неопределенности
      • 1. 2. 2. Обзор методов идентификации объектов
    • 1. 3. Выводы
  • 2. Разработка метода адаптивной координационной оптимизации стационарных режимов больших систем
    • 2. 1. Поставка задачи координации многомерных объектов с идентификацией
      • 2. 1. 1. К проблеме структуризации объекта управления
      • 2. 1. 2. Постановка задачи координации режимов многомерных объектов с идентификацией
    • 2. 2. Разработка метода и алгоритма адаптивной координации объекта управления
      • 2. 2. 1. Алгоритм структуризации объекта управления
      • 2. 2. 2. Разработка метода и алгоритма адаптивной координации
    • 2. 3. Структурный синтез системы координационной оптимизации
    • 2. 4. Выводы
  • 3. Цифровое моделирование системы координационной оптимизации производственно-экономического объекта
    • 3. 1. Исходные данные
    • 3. 2. Разработка алгоритма адаптивной координации
      • 3. 2. 1. Алгоритм координации на основе РВ-метода
      • 3. 2. 2. Координация на основе ПВ-метода
      • 3. 2. 3. Алгоритм идентификации на основе рекуррентного МНК
    • 3. 3. Результаты цифроого моделирования
      • 3. 3. 1. Моделирвание РВ-метода координации
      • 3. 3. 2. Моделирование ПВ-метода координации
    • 3. 4. Выводы
  • 4. Разработка алгоритмов координации работы электростанций энергокомплекса
    • 4. 1. Описание энергетического комплекса
    • 4. 2. Разработка модели комплекса. Л
    • 4. 3. Постановка оптимизационной задачи
    • 4. 4. Декомпозиция оптимизационной задачи и формулировка подзадач
      • 4. 4. 1. Декомпозиция оптимизационной задачи. Л
      • 4. 4. 2. Формулировка подзадач
      • 4. 4. 3. Определение координирующей задачи
    • 4. 5. Разработка алгоритмов координационной оптимизации при стационарности характеристик энергообъекта
      • 4. 5. 1. Упрощение описанияобъекта
      • 4. 5. 2. Выбор параметров и структура алгоритма
    • 4. 6. Выводы

Широкое распространение в настоящее время в различных отраслях народного хозяйства (в экономике, на производстве, в социальной сфере) и особую актуальность приобретают проблемы управления большими системами. Для повышения эффективности их функционирования разрабатываются всевозможные децентрализованные и декомпозиционные алгоритмы оптимизации. Как правило, большие системы наиболее эффективно функционируют в стационарных и квазистационарных режимах. При анализе подобных систем используют системный подход, который исследует общую структуру системы управления, организацию взаимодействия между её элементами, позволяет провести учет влияния внешней среды, а также выбрать принципы и алгоритмы координационных оптимизаций управления. К основной операции системного анализа можно отнести декомпозицию, т. е. разделение большой системы на части таким образом, чтобы общая задача высокой размерности распалась на ряд более простых подзадач, включая и координацию их решений. Чтобы корректно провести декомпозицию, необходимо иметь содержательную математическую модель исследуемой системы. На практике используют также разные подходы к оптимизации — на самом объекте управления или на его математической модели, которая может быть крайне полезной в смысле экономии времени и средств для нахождения оптимального режима функционирования объекта.

Проблемами оптимизации больших систем занимались Дж. Данциг, ПБулф, М. Месарович, Л. Лэсдон, Д. Пирсон, Д. Шильяк и русские ученые — Ю. Н. Павловский, А. А Воронов, В. И. Цурков и другие.

В работе представлен метод структуризации большого объекта, а также исследованы различные методы координационной оптимизации, при этом особое внимание уделено мало исследованному случаю, когда оптимизация производится с помощью математической модели объекта, параметры которого априори неизвестны или меняются неизвестным образом. Это заставляет использовать в общей структуре управления алгоритмы идентификации таких объектов, что делает систему управления в целом адаптивной.

В прикладной части работы рассмотрена проблема оптимизации режима энергетического комплекса, включающего ряд гидрои теплоэлектростанций.

Методы исследования, используемые в диссертации, базируются на декомпозиционных подходах системного анализа, на методах математического программирования с использованием обобщения метода множителей Лагранжа в форме Куна-Таккера, а также на методе наименьших квадратов в рекуррентной форме. Все теоретические исследования и результаты апробированы методом цифрового моделирования.

Научная новизна заключается в следующем:

— дано практическое расширение методики структуризации больших объектов с выделением локальных объектов управления на базе известного метода сильных компонент в теории графов и с использованием принятых в теории управления моделей и понятий «вход-состояние-выход» ;

— предложено расширение возможностей известного метода развязывания взаимодействий в теории координационной оптимизации больших систем на случай априори неизвестных или нестационарных параметров объекта управления.

— разработаны алгоритмы и программы цифрового моделирования системы координационной оптимизации на основе метода развязывания взаимодействий для систем двух типов: производственно-экономической системы и энергокомплекса (КНР).

Практическая значимость основных научных результатов диссертации заключается в возможности применения разработанных алгоритмов и программ адаптивной координационной оптимизации для широкого класса больших объектов управления, работающих в квазистационарных режимах (непрерывные технологические процессы, энергосистемы и т. п.).

Структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы на 79 наименований. Основное содержание имеет объем 147 страницы, включая 36 рисунков и 2 таблицы.

4.6. Выводы.

В данной главе был рассмотрен энергокомплекс, состоящий из трех гидроэлектростанций и одной теплоэлектростанции, и разработан алгоритм координации применительно к модели этого комплексацифровое моделирование процессов координации в нём позволяет сделать следующие выводы:

1. Представлены теоретические обоснования и математические формулы как самого объекта так и метода оптимизации и координации. Объект является сложной системой со многими ограничениями, включая ограничения неравенства, поэтому алгоритм координации усложнятся за счет использования алгоритма типа Удзавы — см. ограничение для YJ в условии (4.15).

2. Рассмотренный алгоритм оптимизации с РВ-координацией для периода стационарности режима энергокомплекса дает сходящиеся за конечное число шагов процессы координации. Частные критерии локальных задач при этом носят убывающий со времени характер, поскольку глобальный критерий носят аддитивно-сепарабельную форму, можно утверждать, что он также является убывающей функцией времени, тем самым условие на управление (как минимизация затрат) будет выполнено.

3. На основе выше сказанного можно произвести ряд упрощений и преобразований в постановках подзадач оптимизации на первом уровне.

4. Характер процессов координации, как видно из графиков рис. 4.6 — 4.8, свидетельствует о возможности неоптимальности выбора параметров в алгоритмах координации, однако, устойчивое решение в системе достигается, в среднем, после 20 шагов, когда глобальный критерий оптимизации J приближается к минимуму.

Заключение

.

В диссертации рассмотрены вопросы, связанные с разработкой и исследованием алгоритма адаптивной координационной оптимизации стационарных режимов непрерывных технологических процессов для случая, когда координация проводится на модели, а характеристики объекта управления нестационарным и требуется использовать элементы адаптации.

1. На основе анализа принципов построений иерархических распределенных систем были рассмотрены 3 метода координации в оптимизационной постановке (развязывания взаимодействия, предсказания взаимодействия, комбинированного взаимодействия) с описанием их алгоритмов, моделей, ограничений на применение. Проведено сравнение этих методов по возможности их использования. Разработаны требования к системам автоматической координации с учетом особенностей объектов.

2. Представлен метод структуризации большого объекта, и практические расширение методика структуризации объектов на базе известного метода сильных компонент в теории графи с использованием понятий «вход-состояние-выход» .

3. Рассмотрен идентификационный подход в теории адаптации для настройки модели объекта. Предложены схемы адаптивных систем координации, ориентированные на идентификационные алгоритмы адаптации на базе метода наименьших квадратов.

4. Проведена разработка и апробация алгоритма координации на примере производственноэкономического объекта. Для целей цифрового моделирования с использованием методов координации по принципам развязывания, предсказания взаимодействий. Показана работоспособность и устойчивость работы предложенных алгоритмов. Дано описание рекуррентного метода наименьших квадратов для целей идентификации объекта в условиях изменения его параметров.

5. Разработаны структура и алгоритмы системы координационного управления энергокомплексом, состоящим из 3-х ГЭС и несколько ТЭС. Представлены их математические модели, ограничения, определена необходимость координации режимов работы ГЭС. Проведен цифровой расчет сформулированной задачи с использованием статистических параметров объекта. Получены и проанализированы результаты для стационарного режима объекта.

Показать весь текст

Список литературы

  1. А.Г. Оптимальные и адаптивные системы. -М: Высшая школа, 1989
  2. Алиев Р. А, Либерзон М. И. Методы и алгоритмы координации в промышленных системах управления. -М.: Радио и связь, 1987.
  3. РА., Либерзон М. И. Безытеративные алгоритмы координации в двухуровневых системах.//Известия АН СССР. Техническая кибернетика, 1986. № 3.
  4. А.Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях. -Тюмень: Изд. ТГУ, 2000.
  5. Э.А., Пикина Г. А. Оптимизация и оптимальное управление. -М.:1. Изд. МЭИ, 2003.
  6. Н.М., Егоров С. В., Кузин Р. Е. Адаптивные системы управления сложными технологическими процессами. -М.: Энергия, 1973.
  7. Е.В., Котляревский С. В. Адаптивное управление динамическимсущественно нестационарным объектом //Автоматика и телемеханика, 1995, № 10. с. 101−107.
  8. И.И., Тарасенко В. П. Корреляционно-экстремальные системы. -М.: Сов. радио, 1970.
  9. Д. Условная оптимизация и методы множителей Лагранжа / Пер. сангл. -М.: Радио и Связь. 1987.
  10. В.П., Дженкинс Г. Анализ временных рядов. Прогноз и управление. -М.: Мир, 1974.
  11. Ю.С. и др. Решение задач оптимизации в системах управления с помощью персональных компьютеров. -Минск: Высшая Школа, БФ ГИМПТ «НИКА», 1991.
  12. В.Н., Круглое С. П., Решетняк Е. П. Адаптируемость линейной динамической системы с идентификатором и эталонной моделью //Автоматика и телемеханика, 1994, № 2, с. 99−107.
  13. JI.H. Принцип согласованного оптимума. -М.: Сов. радио, 1977
  14. А.А. Введение в динамику сложных управляемых систем. -М.: Наука, 1985
  15. А.С. Учет стока воды на гидроэлектростанциях. -М.: Энергия, 1980.
  16. Я. А. Колосса JI.B. Ретроспективная идентификация возмущений и помех. -М.: Советское радио, 1972.
  17. С.Е., Леонтьев С. В., Новиков Д. А. Распределенные системы принятия решений в управлении региональным развитием. -М: Изд. ИПУ РАН, 2002.
  18. Д. Методы идентификации систем. -М.: Мир, 1979.
  19. Г. Управление объектами с запаздыванием. -М.: Энергостаниздат, 1982.
  20. С.В. Координация в системах управления. -М.: Изд. МЭИ, 1999.
  21. С.В. Технологические процессы как объекты управления. -М.: Изд. МЭИ, 1988.
  22. С.В. Элементы идентификации и оптимизации управляемых систем. -М.: Изд. МЭИ, 1974.
  23. С.В., Есюткин А. А. Распределенные системы управления. -М.: Изд. МЭИ, 1999.
  24. С.В., Мешалкин В. П., Сельский Б. Е. Декомпозиционно-координационная концепция управления и оптимизации сложных химико-технологических систем // Теоретические основы химической технологии, 1998, № 1,с. 1−10.
  25. С.В., Мирахмедов Д. А. Моделирование и оптимизация в АСУТП.-Ташкент: Изд. Мехнат, 1987.
  26. С.В., Сельский Б. Е., Мешалкин В. П. Архитектура и основные принципы построения АСУТП установок первичной переработки нефти // Приборы и системы управления, 1996, № 9, с. 19.
  27. М. Иерархический кластер-анализ и соответствия. -М.: Финансы истатистика, 1988.
  28. В.Ю. Принцип сложности в иерархических структурах производственного типа // Автоматическое управление и вычислительная техника, 1978, № 12, с. 15−28.
  29. М.М., Неймарк Ю. И. Функциональные возможности адаптивного локально-оптимального управления //Автоматика и телемеханика, 1994, № 5, с. 94−105.
  30. Н. Теория графов. Алгоритмический подход. -М: Мир, 1978 г.
  31. Г. Исследование сложных систем по частям диакоптика. -М.: Наука, 1972.
  32. И.Н. Параметрическая оптимизация алгоритмов управления методом адаптивной идентификации //Автоматика и телемеханика, 1995, № 7, с. 96−110.
  33. В.Г. Управление в распределенных системах.-М.: Наука, 1993
  34. Ю.В. Метод наименьших квадратов и основы теории обработки наблюдений. -М.: Высшая школа, 1962.
  35. Л. Идентификация систем. Теория для пользователя. -М: Наука, 1991.
  36. М. Теория иерархических многоуровневых систем / Пер. с англ. -М.: Наука, 1973.
  37. М., Мако Д., Такахара И. Теория иерархических многоуровневых сложных систем / Пер. с англ. -М.: Мир, 1974.
  38. .М. Адаптивное децентрализованное управление с модельной координацией // Автоматика и телемеханика, 1999, № 1, с.90−100.
  39. .М. Декомпозиционно-координационная оптимизация динамических систем с адаптацией критерия // Автоматика и телемеханика. 2001, -№ 7, с. 148−157
  40. М. Экономическая кибернетика. -М.: Экономика, 1986.
  41. К., Болин Т. Цифровая идентификация динамических систем на основе данных о нормальном режиме работы / Труды II международногосимпозиума ИФАК по самонастраивающимся системам, -М.: Наука, 1980.
  42. Павловский Ю. Н Декомпозиция и оптимизация в сложных системах. -М.: Изд. Вычислительный центр АН СССР, 1994.
  43. .Н., Рутковский В. Ю., Земляков СЛ. Адаптивное координатно--параметрическое управление стационарными объектами. -М.: Наука, 1980.
  44. Д.Д. Системы многоуровневого управления / В кн.: Теория самонастраивающихся систем управления. -М.: Наука, 1972.
  45. Г. П. и др. Проектирование, монтаж и эксплуатация АСУ теплоэнергетическими объектами. -М.: Изд. МЭИ, 1995.
  46. В.Н., Зверев В. Ю. Задачи принятия решений и их применение в иерархических распределённых системах управления. -М.: Изд. МГТУ, 1990.
  47. Прангишвили И. В Некоторые проблемы управления сложными социально-экономическими структурами // Процессы и системы управления, 1994, № 11, с. 19−32.
  48. К.А., Егупов Н. Д., Коньков В. Г. Методы анализа, синтеза и оптими- зации нестационарных систем автоматического управления.-М.: Изд. МГТУ им. Н. Э. Баумана, 1999.
  49. JI.A. Адаптация сложных систем: методы и приложения. -Рига: Изд. Зинатне, 1981.
  50. Рей У. Методы управления технологическими процессами. -М.: Мир, 1983.
  51. Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам. -М.: Наука, 1986.
  52. А.Н. Адаптивное управление с идентификацией. -Томск.: Изд. Томского университета, 1983.
  53. А.Н., Папченко О. М. Многократно адаптивные системы идентификации. -Киев: Изд. Техшка, 1983.
  54. Системы: декомпозиция, оптимизация и управление / Под ред. Сингх М., Титли Т. Пер. с англ. -М.: Машиностроение, 1986.
  55. В.В. Оптимизация иерархических систем управления. -М.: Изд. МВТУ, 1984
  56. В.В., Воронов Е. М., Колесник В. П. Оптимизация процессов управления в условиях неопределенности. -М.: Изд. МГТУ, 1985.
  57. В.О., Ягодкина Т. В. Методы идентификации одномерных линейных динамических систем. -М.: Изд. МЭИ, 1997.
  58. В.А. Корректность экономико-математических моделей. -Киев: Наукова Думка, 1989 г.
  59. В.В. Автоматизированное проектирование иерархических распреде- ленных систем управления. -М.: Изд. МГТУ, 1991.
  60. Я.З. Основы информационной теории идентификации. -М.: Наука, 1984.
  61. . Д. Децентрализованное управление сложными системами / Пер. с англ.-М.: Мир, 1994.
  62. Ш. Е. Идентификация в системах управления. М.: Энергоатомиздат, 1987.
  63. С., Регберг К. Ю. Инженерный анализ адаптивных систем. -М.: Мир, 1992.
  64. П. Основы идентификации систем управления. -М.: Мир, 1983.
  65. Astrom KJ., Eykhoff P. System identification a survey // Automatics, vol.7, 1971.
  66. Beghelli S., Guidorzi R.P. Transformation between input-output multistructural models: properities and applications // Int. J. control, vol.37, № 6,1983.
  67. Beghelli S., Guidorzi R.P., Soverni U. The Frisch scheme in dynamic system identification // Automatics, vol.26 № 1,1990.
  68. Ding Feng, Yang Jiaben. Hierarchical identification of large scale systems // Control theory and Application, № 11,1998, c. 90−102.
  69. Guidorzi R. Identification of multivariable processes in the Frisch scheme context //MTNS'96, St. Louise, 1996.
  70. Guidorzi R., Losito M.P., Muzatori T. The range error test in the structural identification of linear multivariable systems // IEEE Transactions on Automatic Control, AC-27, № 5,1982.
  71. Mann H. B, Wald A. On the statistical treatment of linear stochastic different equation // Econometrics, vol.11,1943.
  72. Mayne D.Q. A canonical model for identification of multivariable linear systems // IEEE Trans. Automatic Control, vol. AC-17,1972.
  73. Peterka V. Bayesian system identification // Automatics, vol.17,1981.
  74. Popov V. Invariant description of linear time-invariant controllable systems // SIAM J. Control, vol.10,1972.
  75. Soderstrom T. Stoica P. Instrumental variable method for system identification. Lecture notes in control and information sciences. -N.Y.: Springer-Verlag, 1983th
  76. Weinert H.L. Complete set of invariants for multivariable linear system, Proc. 7 Princenton Conf. Inf. Sci. Syst., Princenton. -N.Y.: Springer-Verlag, 1973
  77. Wolowich W.A. Linear multivariable systems. -N.Y.: Springer-Verlag, 1974.
  78. Xue Yi. Principle and method of optimization. -Beijing: BIU, 2001.
  79. Young P. C The instrumental variable method a practical approach to identification and system parameter estimation, IF AC identification and system parameter estimation.-N.Y, 1985
Заполнить форму текущей работой

Сессия? Спокойно!