Cтраница 1
Поведение системы управления, являющейся подсистемой системы управления более высокого ранга, определяется критерием, по которому ведется управление, и ограничениями, задаваемыми системой высшего ранга. Критерий управления подсистемы обычно является производным от критерия управления системы. Сведения, необходимые для выработки ограничений для подсистемы, передаются в верхний уровень управления в виде укрупненных показателей, содержащих обобщенную информацию о поведении подсистемы. [1]
Поведение системы управления, являющейся подсистемой системы управления более высокого ранга, определяется критерием, по которому ведется управление, и ограничениями, задаваемыми системой высшего ранга. Критерий управления подсистемы обычно является производным от критерия управления системы. Сведения, необходимые для выработки ограничений, накладываемых на подсистему, передаются на верхний уровень управления в виде укрупненных показателей, содержащих обобщенную информацию о поведении подсистемы. [2]
Поведение системы управления и обслуживания в этом случае представляется некоторым множеством свойств ее операций, понятие поведение изоморфно понятию операции, совокупность операций составляет систему в целом. [3]
До сих пор поведение систем управления при воздействии на них различных сигналов рассматривалось в предположении, что сигналы являются известными функциями времени, а характеристики систем полностью заданы. В этом случае состояние системы может быть точно определено для любого момента времени. Такие системы называются детерминированными. Представление систем детерминированными - удобная абстракция, позволяющая решить различные научные и прикладные задачи управления. Однако это представление не является единственным. Более того, оно не является достаточно общим. При исследовании реальных технологических процессов неизбежно сталкиваются с различного рода неопределенностями. [4]
При исследовании свойств поведения систем управления часто интересуются взаимосвязью нескольких различных случайных процессов системы. Вероятностная связь между двумя случайными процессами X ( t) и Y ( f) оценивается по их взаимной корреляционной функции. [5]
Реализации двух случайных процессов с одинаковыми математическими ожиданиями и дисперсиями. [6] |
При исследовании свойств поведения систем управления часто интересуются взаимосвязью нескольких различных случайных процессов системы. Вероятностная связь между двумя случайными процессами X ( f) и К ( 0 оценивается по их взаимной корреляционной функции. [7]
При переходе от оценки поведения системы управления в целом к исследованию действия ее управляющего устройства ( или управляющей подсистемы) приходится отказываться от пользования даже задаваемым значением управляемой величины. Воздействия на автоматическое управляющее устройство ( со стороны человека, производящего наладку или настройку этого управляющего устройства, или со стороны дополнительного управляющего устройства более высокого уровня в случае самоприспосабливающихся адаптивных систем), конечно, имеет целью приведение явлений в системе управления в соответствие с приближенным желаемым алгоритмом функционирования, которому соответствуют задаваемые значения управляемой величины. [8]
Из соображений простоты последующего анализа и синтеза описание поведения систем управления желательно на начальном этапе исследования ограничить классом линейных дифференциальных уравнений с постоянными коэффициентами. Все нелинейные соотношения при этом линеаризуются в окрестностях рабочих точек, относительно которых отклонения регулируемых величин - малы. Так, например, при составлении уравнения ( 1.161 а) восстанавливающий момент принят пропорциональным углу Ф а, в то время как фактически наблюдается пропорциональность подъемной силы ( момента) синусу этого угла. [9]
Ниже будут даны два примера использования вычислительных машин для изучения поведения системы управления. В первом примере агрегат довольно прост и изучение проводилось на аналоговой машине. [10]
Как правило, вычисление этих реакций дает очень хорошее представление о поведении системы управления в переходном режиме. Для асимптотически устойчивых линейных систем управления с постоянными параметрами некоторая информация относительно времени установления часто может быть получена из расположения полюсов замкнутой системы. Это следует из того факта, что все реакции представляют собой экспоненциально демпфированные движения с постоянными времени, которые являются отрицательными обратными величинами действительных частей характеристических чисел замкнутой системы. [11]
Передаточные функции более сложных систем бывают обычно нелинейными в том смысле, что поведение системы управления зависит от природы входных сигналов. [12]
Как правило, эта нелинейность вводится в модели для учета ограничений уровней переменных при исследовании поведения систем управления в режимах больших отклонений от положения равновесия. [13]
Оценивая в целом результаты введения в структуру автоматических устройств гидравлических обратных связей, можно сказать, что целесообразность их применения следует обосновывать путем сопоставления поведения системы управления с теми требованиями, которые предъявляются к ней. Улучшение динамических свойств системы управления при этом в значительной мере может быть достигнуто за счет применения обратных связей. [14]
При всем разнообразии задач и целей процедура прогнозирования характеризуется известным единообразием последовательности и содержания отдельных этапов получения прогнозных значений. На первом этапе прогнозирования изучается поведение системы управления в прошлом: выбираются прогнозируемые и прогнозирующие параметры системы, изменяющиеся случайно, собираются статистические данные, проводятся серии экспериментов и наблюдения. При этом устанавливаются масштабы экспериментов и наблюдений, определяется необходимый объем выборки информации. На втором этапе производится математическая обработка полученной информации согласно правилам математической статистики, в итоге которой находятся зависимости и законы изменения случайных величин, описывающих состояние системы. Строят вариационные или динамические ряды, статистические распределения, устанавливают теоретические законы и распределения, корреляционные связи, строят линии регрессии и определяют тренды. [15]