Адаптивный регулятор

Cтраница 3

Формальное отличие от схемы на рис. 1.16 - блок адаптации А, который на основании выходного сигнала объекта и сигнала, характеризующего заданное качество, вырабатывает сигнал подстройки коэффициентов адаптивного регулятора. Имея в виду недостатки каждого из регуляторов, целесообразно попытаться использовать их достоинства, предложив комбинированную схему управления объектом. Адаптивная система при помощи блока адаптации вырабатывает некоторую информацию о состоянии внешней среды. Алгоритм управления Са соответствует текущему состоянию внешней среды согласно заложенному в блоке адаптации критерию. [31]

Блок управления, реализованный на микро - ЭВМ на основе модели робота, модели внешней среды и измеренных координат, вырабатывает сигналы заданий ф 3 для каждой электромеханической следящей системы, состоящей из электродвигателя и усилительно-преобразовательного адаптивного регулятора, выполненного на базе микроконтроллера. [32]

Стратегия настройки параметров сосредоточена в модуле алгоритма адаптации. Он имеет интеллект адаптивного регулятора в форме различных команд установки параметров в зависимости от значения текущего показателя качества. [33]

В классе самооптимизирующихся адаптивных регуляторов с идентификацией объекта управления недуальные методы, основанные на принципе стохастической эквивалентности и рекуррентном оценивании параметров, зарекомендовали себя положительно как в теории, так и в практике. Следует различать понятия самонастраивающийся и адаптивный, поскольку использование первого предполагает постоянство параметров объекта управления. Однако при анализе применения этих терминов выясняется, что разграничения между ними не делается, поэтому будем считать, что различия между ними второстепенны. [34]

Этим отличается как поисковое адаптивное управление, в основе которого поиск и удержание экстремума показателя качества, так и беспоисковое, в основе которого компенсация отклонения фактических изменений управляемых координат от желаемых изменений, соответствующих требуемому уровню показателя качества. Далее, по уточненной модели происходит подстройка адаптивного регулятора. [35]

Исключение составляет класс систем с эталонной моделью, алгоритмы адаптации которых можно синтезировать прямым методом Ляпунова. Однако эти алгоритмы сложны для реализации в аналоговых адаптивных регуляторах. [36]

Так, например, использование принципа разделения приводит к адаптивным стохастически эквивалентным регуляторам или к регуляторам с пониженной чувствительностью. Применение принципа дуальности в свою очередь приводит к дуальным адаптивным регуляторам. [37]

Структурная схема АИИС с масс-спектрометрическим анализатором. [38]

Комплекс основных задач прикладного ПО системы Автохром включает: обработку данных хроматографического анализа; управление газовой и электрической схемой прибора и установку задатчиков температуры; регулирование температурного режима термостата колонок; измерение давления в дозирующей емкости; балансировку нуля ПНЧ; вычисление нормального объема газа в дозирующей емкости; контроль и сигнализацию аварийных состояний; индикацию условий проведения анализа; задачу обслуживания пульта. Для программирования температуры термостата при необходимости выполнения существенного ограничения - устранения перерегулирования - в Автохроме применен адаптивный регулятор, реализуемый программно. Достоинством данного регулятора, выделяющим его из аналогичных адаптивных цифровых регуляторов, является минимум необходимой информации. Используется только значение регулируемой величины на предыдущем шаге. [39]

Регулятор представляет собой сочетание рекуррентного метода наименьших квадратов ( для многомерной модели) с регулятором состояния, синтезируемого по минимуму квадратичного критерия качества РМНК-КК1 / РС. В соответствии с рис. 30.3.3, а вначале на оба входа объекта управления подаются два различных ПСДС, чтобы с помощью идентификации разомкнутого контура получить начальное приближение модели объекта для адаптивного регулятора, который включается в контур управления через 35 мин. Система сразу приходит в установившееся состояние без наличия статической ошибки. Качество управления при ступенчатом изменении двух уставок, как показывают переходные процессы на рис. 30.3.3, г, очень хорошее. [40]

Структурная схема АСИ для задачи адаптивного управления. [41]

При управлении технологическими процессами часто можно измерять одно или несколько основных возмущений, действующих на объект. Кроме того, некоторые возмущения можно вычислять, используя другие переменные, связанные с искомым возмущением известной функциональной зависимостью. Принцип построения этих АСИ заключается в параметрической компенсации в адаптивном регуляторе параметрических возмущений, воздействующих на объект регулирования. При этом своеобразным датчиком отклонений параметров объекта от их номинальных значений является идентификатор. Поскольку идентификатор находится в обратной связи контура компенсации, этот тип АСИ часто называют АСИ с идентификатором в обратной связи. [42]

Здесь целесообразнее рассмотреть задачу адаптивного управления, которая часто имеет место при управлении периодическими процессами, когда информации по математическому моделированию недостаточно и программа управления заранее не может быть строго задана. Задача управления может быть решена как с использованием локальных регуляторов ( адаптивных регуляторов), так и с использованием машинного управления. [43]

При этом управляющие устройства часто получаются не совсем оптимальными для заданного объекта, но зато они обладают способностью управлять широким диапазоном как логических, так и числовых сред. Использование в качестве объектов управления игровых и распознавательных сред поставило множество новых проблем, сильно отличающихся от проблем, связанных с линейными или квазилинейными объектами, которые рассматриваются в традиционной теории управления. Однако при использовании переходов состояний в общей задаче управления различия уменьшаются, и схемы, предложенные для обучающихся машин, могут быть очень похожими на схемы адаптивных регуляторов, используемых при автоматическом управлении. Сравнение обычно затрудняется не только различием объектов управления, но также отсутствием общей направленности работ по искусственному разуму. [44]

За время, прошедшее с предыдущей публикации [6], в пакете появился ряд новых директив точного адаптивного управления, расширивший его функциональные возможности. Задача точного адаптивного управления состоит в следующем. Имеется линейный объект с неизвестными коэффициентами, функционирующий при неизвестных ограниченных внешних возмущениях. Ищется адаптивный регулятор, обеспечивающий заданные допуска на выход объекта. Эта задача решается на основе конечно-частотной идентификации с использованием процедур аналитического конструирования оптимальных регуляторов ( АКОР, в зарубежной литературе - Zg-оптимизации) а также процедур Д - субоптимального управления. Ниже приведено детальное описание каждой из указанных процедур на примере двух директив оптимального и двух - точного адаптивного управления. [45]

Страницы: 1 2 3 4