Рисунок 4.1 Классификация интеллектуальных систем управления

1 Тема 4. Принципы построения интеллектуальных информационноуправляющих систем жизнеобеспечения жилых домов (2 часа) Классификация интеллектуальных систем управления Поскольку адаптивные системы широко используют рабочую информацию для анализа динамического состояния системы управления и организации контролируемых изменений свойств, параметров, управляющих воздействий и структуры системы управления, то в зависимости от способов реализации контролируемых изменений в процессе нормальной эксплуатации системы можно привести следующую классификацию адаптивных систем: самонастраивающиеся системы, системы с адаптацией в особых фазовых состояниях и обучающиеся системы рис 4.1. Рисунок 4.1 Классификация интеллектуальных систем управления Самонастраивающиеся системы (СНС) характеризуются наличием специальных контуров самонастройки, с помощью которых оцениваются динамические и статические свойства системы и формируются такие контролируемые воздействия, что система самопроизвольно приближается к определённому эталону, часто задаваемому математически в виде критерия качества функционирования. Обычно критерий качества управления выражается в виде

2 функционала или функции от параметров и измеряемых координат системы. В процессе работы системы значение функционала качества изменяется и задача контура самонастройки сводится к обеспечению экстремального значения критерия. Нахождение и поддержание экстремального значения критерия качества управления может производиться или с помощью пробных отклонения системы, или путём аналитического определения условий экстремума. В зависимости от указанных способов нахождения экстремума самонастраивающиеся системы подразделяются на поисковые и беспоисковые. В свою очередь поисковые самонастраивающиеся системы в зависимости от применяемых методов поиска делятся на системы со случайным поиском, с поиском по методу Гаусса-Зейделя, с поиском по методу градиента, с поиском по методу наискорейшего спуска. В классе беспоисковых СНС можно выделить самонастраивающиеся системы, использующие информацию о частотных характеристиках, СНС с контролем временных характеристик и границ устойчивости, СНС с эталонными моделями, градиентные СНС. Системы с адаптацией в особых фазовых состояниях используют особые режимы или свойства нелинейных систем, например режимы автоколебаний, скользящие режимы для организации контролируемых изменений динамических свойств системы управления. Системы можно подразделить на релейные автоколебательные системы и адаптивные системы с переменной структурой. Адаптивные системы управления Адаптация свойства организма приспосабливаться к изменяющимся условиям окружающей среды. Необходимость в использовании адаптивных систем возникает в связи с усложнением решаемых задач, отсутствием практической возможности подробного изучения процессов в управляемых объектах. Неадаптивные методы управления предусматривают наличие достаточного объёма априорных сведений о внутренних и внешних условиях работы на предварительной стадии. Чем полнее априорная информация о характеристиках, тем выше качество неадаптивного управления. Создание адаптивных систем осуществляется в принципиально иных условиях, т.е. адаптивные методы должны способствовать высокому качеству

3 управления при отсутствии априорной информации о характеристиках управления объекта, либо в условиях неопределённости. Эффект приспосабливаемости к изменениям условий внешней среды в адаптивных системах достигается за счёт того, что часть функций по получению, обработке и анализу недостающей информации об управляющем процессе осуществляется не на предварительной стадии, а самой системой в процессе работы. Это способствует более полному использованию рабочей информации. Самонастраивающиеся системы Структурная схема самонастраивающейся системы управления представлена на рис.4.2. К основному контуру управления, состоящему из регулятора Р и объекта О, добавлен контур самонастройки КС, с помощью которого осуществляется коррекция параметров и алгоритма управления регулятора. Основная задача самонастраивающейся системы заключается в поддержании заданной в виде функционала x(t),ε(t), y(t),u(t),f (t), t J меры качества системы вблизи экстремального значения при изменениях в процессе функционирования системы входных управляющих воздействий x(t), возмущающих воздействий f(t), а также динамических характеристик объекта. Рисунок 4.2 Структурная схема самонастраивающейся системы управления Если время, требующееся для определения условий экстремума, не является критическим фактором, например в случае сравнительно медленного изменения

4 значений функционала качества J в процессе управления, тогда целесообразно применять для определения условий экстремума поисковые методы. Беспоисковые методы определения условий экстремума не требуют специальных затрат времени на поисковые движения и используют, как правило, аналитические методы определения указанных условий. Сравнивая поисковые и беспоисковые самонастраивающиеся системы, можно сказать, что для определения условий экстремума поисковые системы нуждаются в меньшей информации, но обладают небольшим быстродействием при наличии процесса поиска, а беспоисковые системы при прочих равных условиях обладают более высоким быстродействием, но требуют более полной информации об управляемом процессе. Принципы построения поисковых самонастраивающихся систем Задача поисковой самонастройки формулируется следующим образом. Предполагается, что имеется множество состояний системы (х 1, х 2. х )=Х, которое является областью определения целевой функции или функционала качества системы J x, x. j 1 2 x Из множества состояний Х необходимо выбрать определённые состояния j H h x, x. x, 1 2 где j = 1, 2,, m, при которых обеспечивается экстремальное значение функционала качества x1, x 2. x J0 J. Связь между экстремальным значением функционала качества и предпочтительными состояниями системы из множества Х не задана в явном виде, и требуемый выбор обеспечивается путем последовательного приближения к решению в результате опробования различных состояний системы. Таким образом, существенной чертой самонастраивающихся систем данного класса является наличие процесса поиска как последовательной, итеративной процедуры выбора одного из множества возможных путей для достижения поставленной цели. На сложность процедуры поиска влияют многие факторы: а) общее число состояний или параметров системы в области поиска (с увеличением множества состояний приходится принимать специальные меры для ускорения процедуры поиска экстремума);

5 б) вид целевой функции, которая может быть унимодальной или обладать многими экстремумами (в случае многоэкстремальных функций процедуры поиска не должны заканчиваться в окрестности локальных экстремумов); в) дрейф экстремума, приводящий к ошибкам и нарушениям в поиске; г) ограничения области поиска, длительности поиска и точности используемой информации; д) непрерывность или дискретность поиска и т. д. Принципы построения беспоисковых самонастраивающихся систем Такие самонастраивающиеся системы обладают существенным преимуществом по сравнению с поисковыми системами в отношении быстродействия, поскольку в них отсутствуют процессы поиска, замедляющие работу системы. Однако беспоисковые самонастраивающиеся системы, так же как и поисковые, решают аналогичную задачу адаптации динамических характеристик системы в условиях изменения меры качества под воздействием управляющих, параметрических и внешних возмущений. Беспоисковое определение условий экстремума функционала качества позволяет получить темп процесса адаптации, соизмеримый с темпом переходных процессов в системе. В беспоисковых системах используют несколько различных принципов аналитического определения условий экстремума, которые базируются на компенсационных подходах, например принцип инвариантности или сравнения с эталоном-моделью, либо на идентификационных подходах, позволяющих определять связанные с функционалом качества параметры или характеристики управляемого процесса. Системы с адаптацией в особых фазовых состояниях Рассмотренные в предыдущем параграфе адаптивные системы с контурами самонастройки обладают весьма существенным недостатком, вызванным наличием в них сложно реализуемых вычислительных блоков для поискового или аналитического определения условий экстремума заданного функционала качества. Часто реализация контура самонастройки приводит к усложнению конструкции системы управления и к снижению надежности ее функционирования. В отдельных

6 случаях удается решить задачу адаптации более простыми средствами, используя, например, особенности нелинейных систем. В нелинейных системах могут возникать при определенных условиях особые режимы автоколебательные или скользящие. Иногда такие режимы бывают вредными или недопустимыми с точки зрения функционирования объекта управления, тогда приходится принимать специальные меры для ослабления действия этих режимов. Однако в адаптивных системах факт возникновения особого режима может быть использован для получения дополнительной информации об управляемом процессе либо особый режим преднамеренно организуется в системе, придавая ей новые свойства, в частности свойство адаптации к параметрическим или внешним возмущениям. Адаптивные системы с переменной структурой В системах с переменной структурой за счет нелинейного сочетания различных линейных структур удается организовать специфическое вырожденное движение скользящий режим, или режим перехода от движения, соответствующего одной линейной структуре, к движению, соответствующему другой линейной структуре, с помощью логического переключения связей в системе в зависимости от ее фазового состояния. Такой переход осуществляется с высокой частотой, в пределе стремящейся к бесконечности. структурой описывается дифференциальными уравнениями где х фазовые координаты; dx dx / dt / dt x 1, 1 а (t) переменные параметры системы; и управление. a 1,2. 1 (t)x u Пусть система с переменной Обычно диапазоны изменения параметров а (t) бывают известны: a m a (t) a max, 1,2. Управление выбирают в следующем виде: u φ x, 1

7 где коэффициенты φ являются разрывными функциями фазового состояния α при gx 0 системы φ. β при gx 0 Гиперплоскость g = 0 является поверхностью разрыва коэффициентов φ, т. е. вдоль этой поверхности происходит движение в скользящем режиме. Так как уравнение движения по поверхности g = 0 зависит только от постоянных коэффициентов c, выбираемых из условия обеспечения требуемого качества переходных процессов, то движение в скользящем режиме не зависит от переменных параметров а (t). Для обеспечения существования скользящего режима необходимо выбирать значения постоянных коэффициентов α и β в соответствии с условием gdg / dt 0 или неравенствами α β max c a,a a (t) c a (t)c mc a (t) c c a (t)c. a,a 1 1 Очевидно, при постоянных значениях α и β условия (8) накладывают ограничения на выбор коэффициентов поверхности скольжения с из допустимой области a m c m a (t) a. max 1 1 c c c при изменениях параметров a (t) в заданном диапазоне max На рис 4.3 для двумерного случая штриховкой показана допустимая область изменения коэффициентов поверхности скольжения c, полученная из условий обеспечения скользящего режима. Если в экстремальном режиме функционирования системы необходимо поддерживать максимальное быстродействие в переходных процессах, то в процессе изменения параметров объекта a (t) необходимо определять значение c max перестраивать коэффициенты поверхности скольжения при их несоответствии этому значению. Такая задача может быть решена адаптивной системой с переменной структурой, использующей информацию о наличии скользящего режима в системе. ;

8 Рисунок 4.3 Допустимая область изменения коэффициентов поверхности скольжения Принцип действия адаптивной системы с переменной структурой заключается в следующем. В начале переходного процесса в регуляторе формируется функция переключения g0 cmx1 x2, где с m определяется либо по максимальной заданной длительности переходного процесса. На поверхности g 0 (в данном случае прямая) возникает скользящий режим при любых значениях а из заданного диапазона. Факт возникновения скользящего режима регистрируется индикатором скользящего режима, выходной сигнал которого скачкообразно изменяется при уменьшении относительной длительности пребывания системы в состоянии одной из имеющихся структур, т.е. при повторных изменениях знака функции g 0. По сигналу индикатора скользящего режима функция переключения перестраивается с g 0 на g1 ( cm c) x1 x2. В системе вновь возникает скользящий режим, но уже на линии переключения g 1 =0. С помощью индикатора скользящего режима происходит дальнейшее

9 перестроение функции переключения g (cm c)x1 x 2 до тех пор, пока значение коэффициента ( c m c) не превысит значение c max, после чего скользящий режим не сможет и перестроение функции переключения закончится. Движение фазовой точки после того момента будет происходить по близкой к границе c x x 0 фазовой траектории одной из структур без скользящего g max 1 2 режима рис 4.4. На этом же рисунке видно, что шаг приращения c должен выбираться в зависимости от допустимого значения перерегулирования η в переходном процессе. Рисунок 4.4 Движение фазовой точки без скользя-щего режима Обучающиеся системы Обучающиеся системы являются наиболее сложным и пока мало изученным классом адаптивных систем. Такие системы создаются на основе принципа обучения, заключающегося в постепенном накоплении опыта формирования поведения системы при высокой степени неопределенности ее исходных состояний, по результатам которого происходит улучшение функционирования системы. Однако у всех способов накопления опыта есть достаточно общая черта

10 постепенное выделение области знаний из всей совокупности незнания. Поэтому в теории обучающихся систем эта особенность нашла отражение в достаточно быстро развивающемся направлении, связанном с созданием автоматических систем классификации или распознаванием образов. Под классификацией или распознаванием образов здесь понимается установление по результатам накопленного опыта границ между определёнными классами сложных ситуаций. Задача автоматического обучения классификации формулируется следующим образом. Каждой возможной ситуации из множества рассматриваемых ставится в соответствие точка некоторого пространства x. Заранее известно, что в пространстве х необходимо выделить две или большее число областей или классов ситуаций. Расположение границ между областями неизвестно и нет определенных правил, по которым можно определить принадлежность той или иной точки любой из заданных областей. Цель обучения заключается в построении поверхности, разделяющей предъявляемые точки из указанного множества на заданное число классов. Принципиально существует два подхода к обучению такому разделению. В первом случае, при обучении с поощрением, классифицирующему автомату предъявляют ряд случайных точек из множества в пространстве х и сообщают информацию о принадлежности этих точек определенным классам. После определенного цикла обучения на таких примерах автомат строит разделяющую поверхность и может в дальнейшем отличать принадлежность разным классам не только предъявленных ему точек-примеров, но и любых других точек в пространстве х. В случае обучения без поощрения информация р принадлежности точек разделяемым классам отсутствует. Здесь автомат по наблюдению предъявляемых точек определят факт компактного расположения нескольких из них и затем строит разделяющие поверхности на основе выбранной меры близости компактных групп точек к разделяющей поверхности. Объективная сложность обучения как с поощрением, так и без поощрения заключается в том, что не всегда классы из близко расположенных друг к другу

11 точек строго отделимы, т.е. возможны пересечения классов, когда одни и те же точки принадлежат разным классам. Для хорошо разделимых классов используют достаточно простые алгоритмы автоматической классификации, основанные на аппроксимации разделяющих поверхностей отдельными участками гиперплоскостей. Для менее разделимых классов приходиться использовать вероятностные методы, основанные на определении вероятностных характеристик принадлежности точек пересекающимся классам. Вопросы для самоконтроля. 1. Классификация интеллектуальных систем управления. 2. Адаптивные системы управления. 3. Самонастраивающиеся системы. 4. Принципы построения поисковых самонастраивающихся систем. 5. Принципы построения беспоисковых самонастраивающихся систем 6. Системы с адаптацией в особых фазовых состояниях. 7. Адаптивные системы с переменной структурой. 8. Обучающиеся системы.