Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Введение.

Читайте также:
  1. I. Введение.
  2. I. Введение.
  3. Введение.
  4. Введение.
  5. Введение.
  6. Введение.
  7. Введение.

Одна из особенностей современного этапа развития науки и техники вязана с ускоренным ростом уровня требований к качеству и надежности создаваемых производственных механизмов, процессов, технологий и систем. Между тем основные принципы и инструменты проектирования и управления развиваются недостаточными темпами и во многом остаются традиционными, возлагая всю тяжесть синтеза системы на разработчика.

Разрешение противоречия между усложнением создаваемых систем и практикуемыми сегодня подходами к их проектированию и обслуживанию составляет одну из центральных задач теории систем автоматического управления (САУ).Данная проблема включает в себя разработку новой методологии регулирования, позволяющей обеспечить в условиях неполноты имеющейся информации о состоянии системы и условиях ее функционирования не только направленный поиск оптимальных характеристик и параметров САУ, но и контроль их изменения в процессе работы. Применение принципиально нового подхода к созданию САУдиктуется необходимостью сокращения сроков разработки систем, а также предъявляемыми к системам жесткими требованиями к их качеству и надежности функционирования.

В настоящее время трудно себе представить высококачественную САУ, в которой не используется принцип обратной связи. Обратные связи являются одним из важнейших средств придания системе требуемых свойств. Кроме того, к числу основных тенденций развития современных САУ для сложных технических объектов относится создание новых видов обратных связей.

Упрощенная структура системы, содержащая интеллектуальную обратную связь, представлена на рис. 1, где g - сигнал задания; е — ошибка управления; и — сигнал управления; y — выход ОУ.

 

Рис. 1. Обобщенная структурная схема интеллектуальной системы управления.

Здесь наряду с основным контуром управления (регулятор — объект управления (ОУ)) присутствует интеллектуальный контур, который автоматически подстраивает коэффициенты регулятора в условиях изменения характеристик окружающей среды и ОУ.

Один из вариантов построения интеллектуальной системы управления (ИСУ) основан на применении технологии экспертных систем (ЭС), получившей достаточно широкое распространение в медицине, геологии и т. п. В работе [7] рассматривалась концепция создания ИСУ роботами на базе технологии ЭС. Предложенный в ней экспертный регулятор (ЭР) [8] предназначен для осуществления активной самодиагностики ОУ, которая включает, во-первых, определение возможных неисправностей в ОУ на основе анализа изменений его параметров и, во-вторых, компенсацию обнаруженных отклонений с помощью осмысленной подстройки коэффициентов контроллера с использованием базы знаний (БЗ).

В общем случае под ЭС [10] понимается интеллектуальная программа, способная делать логические выводы на основании знаний в конкретной предметной области и обеспечивающая решение определенных задач. Хотя большинство созданных к настоящему времени ЭС имеет специфическую структуру, ориентированную на решение конкретной прикладной задачи, можно выделить основные общие компоненты их построения.

На рис. 2 показана базовая структура ЭС, структурные элементы которой должны выполнять следующие функции:

— представление знаний по конкретному объекту управления; для реализации этих функций используется механизм, называемый базой данных (БД);

— представление знаний в конкретной предметной области и управление ими; для реализации этих функций используется механизм, называемый базой знаний (БЗ);

— осуществление логического вывода на основании знаний, имеющихся в БЗ;этот механизм называется механизмом логических выводов
(МЛВ);

— пользовательский интерфейс для правильной передачи ответов пользователю;

— получение знаний от эксперта, поддержка БЗи дополнение ее при необходимости; механизм, реализующий эти функции, называется модулем приобретения знаний;

— вывод заключений, представление различных комментариев, прилагаемых к этим заключениям, и объяснение их мотивов; такой механизм называется модулем советов и объяснений.

Рис. 2. Структура экспертной системы.

Основные элементы, показанные на рис. 2, соответствуют любой ЭС, однако ЭС управления (т. е. по существу ЭР ) должна удовлетворять ряду специфических требований, главными из которых являются:

— компактность, т. е. возможность оперировать большими объемами знаний и данных при малых массогабаритных характеристиках устройств, на которых реализуется ЭР;

— гибкость, т. е. способность без специальных перестроек обращаться
к различным разделам знаний из рассматриваемой предметной области
и осуществлять в них эффективный поиск решений, удовлетворяющих
целям управления;

— надежность, т. е. способность обеспечивать эффективное функционирование системы управления в условиях неполноты знаний об окружающей среде.

Кроме этого, ЭР должен обладать быстродействием, необходимым для реализации процессов управления в реальном масштабе времени.

С учетом перечисленных требований к ЭР была разработана архитектура ЭР, показанная на рис. 3.

 

 

Рис. 3. Архитектура экспертного регулятора.

 

Работа ЭР условно разбита на три этапа.

На первом этапе решаются задачи проектирования САУ:

— выбор подходящей структуры модели объекта управления;

— определение параметров модели по заданной структуре на основе нерекуррентных методов идентификации;

— выбор закона управления;

— предварительная настройка параметров закона управления;

— окончательный синтез параметров закона управления с помощью процедур оптимизации по заданному пользователем критерию качества.

В результате решения всех перечисленных выше задач проектирования системы в пространстве показателей качества переходного процесса (далее — в пространстве качества) определяется “рабочая” точка.

На втором этапе решается задача обучения при изменении параметров модели системы в окрестности “рабочей” точки, полученной на этапе проектирования системы. Здесь формируются текущие эмпирические знания о динамических свойствах системы:

— знания о функциональных особенностях объекта управления (качественная зависимость между изменением параметров модели объекта управления и параметрами критерия качества системы);

— знания о функциональных особенностях регулятора (качественная зависимость между изменением коэффициентов закона управления и параметрами критерия качества).

На третьем этапе происходит непрерывное слежение за протекающими процессами, и решаются задачи активной самодиагностики функционирующей системы, которые включают:

— обработку текущих данных измерений с датчиков;

— оценку изменений параметров системы, как аналитическими методами, так и на основе эмпирических знаний о динамических свойствах объекта управления;

— коррекцию параметров регулирующего устройства;

— оценку проведенной коррекции;

— изменение закона управления (в случае необходимости).

Выбор между этапами работы ЭР осуществляется на основе правил, заложенных в специальную диспетчерскую программу, называемую в данной работе супервизором.

Как видно из рис. 3, в архитектуру ЭР, помимо блоков, имеющихся в любой ЭС, включена база алгоритмов (БА). В ней содержатся различные вычислительные алгоритмы, необходимые для идентификации параметров ОУ и синтеза коэффициентов регулятора.

Основной проблемой при создании любой экспертной системы является разработка БЗ в достаточно узкой области экспертизы, которая может быть решена в два этапа: на первом этапе должны быть формализованы и структурированы экспертные знания о предметной области; на втором этапе должны быть формализованы представления этих знаний с помощью моделей искусственного интеллекта. Так как ЭР - это новое направление в области использования ЭС в управлении, то здесь ключевую роль играет разработка базы знаний в предметной области — области теории управления.

Поскольку теоретические знания содержат основные понятия, используемые при описании предметной области, и свойства отношений, используемых для установления связей между понятиями, то к теоретическим знаниям в данной работе относятся знания о диапазонах входных и возмущающих сигналов, подаваемых на систему, о порядке аппроксимирующей модели, о законе регулирования, о наличии нелинейных элементов в контуре управления, об областях эффективного использования алгоритмов решения задач идентификации и синтеза системы управления.

В эмпирических знаниях ЭР должна содержаться информация о качественной зависимости между подпространством параметров системы и подпространством прямых показателей качества переходного процесса в окрестности рабочей (полученной при синтезе) точки.

В данной работе приводятся основные результаты, полученные при разработке ЭР САУ. Приведенные знания в целях обеспечения доступности чтения представляются на естественном языке в виде правил, структура которых принята для продукционных систем искусственного интеллекта. Фактически в программной реализации разработанной версии ЭР знания структурированы и представляются в сжатой форме на языке Пролог.

 


Дата добавления: 2015-07-15; просмотров: 163 | Нарушение авторских прав


Читайте в этой же книге: Концептуальные основы организации интеллектуального управления сложными динамическими объектами | Новое направление в теории управления | Предпосылки создания интеллектуальных систем управления | Пять принципов организации интеллектуальных систем управления | Определение степени интеллектуальности. | Идентификация нелинейной системы автоматического управления. | Формирование эмпирических знаний, стратегий и эвристик. | Введение | Организация интеллектуального управления многофункциональными манипуляционными роботами на основе технологии экспертных систем | Диапазоны значений обощенных координат для различных типов конфигураций манипулятора с плоско-ангулярной кинематической схемой |
<== предыдущая страница | следующая страница ==>
Уровни иерархии интеллектуальной системы управления и степень интеллектуальности| Идентификация линейной системы автоматического управления.

mybiblioteka.su - 2015-2024 год. (0.008 сек.)