9.2. Модели в адаптивных системах управления

Одной из центральных проблем современной теории управления является проблема управления динамическими объектами в услови­ях неопределенности, т. е. проблема построения адаптивных СУ. Принцип работы этих систем основан на изменении параметров и структуры в результате наблюдения и обработки текущей инфор­мации так, чтобы адаптивная или обучающая система с течением времени улучшила свое функционирование, достигая в конечном итоге оптимального состояния. В адаптивных СУ недостаток апри­орной информации компенсируется благодаря целенаправленной обработке текущей информации. Рассмотрим возможность и осо­бенности использования машинных моделей М_M для решения основ­ных задач построения адаптивных СУ.

Адаптация в системах управления. Под адаптацией понимается процесс изменения структуры, алгоритмов и параметров системы S на основе информации, получаемой в процессе управления с це­лью достижения оптимального (в смысле принятого критерия) со­стояния или поведения системы при начальной неопределенности и изменяющихся условиях работы системы во взаимодействии с внешней средой Е.

Адаптация использует обучение и самообучение для получения в условиях неопределенности информации о состояниях и харак­теристиках объекта, необходимой для оптимального управления. Обучение понимается как процесс выработки в некотором объекте тех или иных свойств его реакции на внешние воздействия путем многократных испытаний и корректировок. Самообучение отлича­ется от обучения отсутствием внешней корректировки.

Характерная черта адаптации — текущее накопление информа­ции о процессе функционирования системы S и внешней среды Е и ее использование для улучшения избранного показателя качест­ва. Процесс накопления информации связан с затратами времени, что в итоге приводит к запаздыванию в получении системой управ­ления информации, необходимой для принятия решений. Это суще­ственно снижает эффективность работы систем управления в реаль­ном масштабе времени. Поэтому актуальной является задача про­гнозирования состояний (ситуаций) системы S и внешней среды Е и характеристик (поведения) системы S для адаптивного управле­ния. Такой прогноз может быть выполнен при использовании мето­дов моделирования в системе управления в реальном масштабе времени (см. § 9.3).

Виды используемых моделей. Выделяются два направления в те­ории и практике построения адаптивных СУ — создание систем с эталонной моделью (АСЭМ) и с идентификацией объекта управле­ния (АСИ). В АСИ сначала осуществляется идентификация объекта, а затем по оценкам его параметров определяются параметры упра­вляющего устройства, а в АСЭМ осуществляется подстройка пара­метров управляющего устройства так чтобы замкнутая система была близка к эталонной модели. Авторы считают, что дальнейшее развитие АСЭМ и АСИ пойдет по пути взаимного проникновения методов, и результатов исследования, что позволит синтезировать алгоритмы, обладающие всеми достоинствами как того, так и дру­гого направления. Широкое применение в СУ средств вычислитель­ной техники вызвало особый интерес к дискретным адаптив­ным системам управления (ДАС), которым в последнее время посвящается большая часть публикаций по адаптивным системам [41, 43, 54].

Следует отметить, что выбор за классификационный признак наличия или отсутствия эталонной модели для современных ДАС не является, по сути дела, оправданным, так как эталонная модель в той или иной форме присутствует в любой ДАС. Сравнительно недавно предложена и развита более обоснованная классифика­ция ДАС на прямые и непрямые и дана трактовка их общности, свойств и особенностей [37, 50]. Согласно этой классификации, все ДАС можно подразделить на два типа: непрямые ДАС, в которых параметры управляющего устройства определяются по оценкам параметров объекта с помощью некоторого вычислительного устройства, и прямые ДАС, в которых параметры управляющего устройства определяются непосредственно, без вычислительного устройства.

К непрямым ДАС относятся системы с идентификатором в кон­туре адаптации (ДАСИ), а к прямым — системы с предсказате­лем (ДАСП) в контуре. В соответствии с этой классификацией ДАС, используемые для управления процессами в таком сложном объекте, как информационная система S, можно отнести к непря­мым комбинированным (ДАСК), так как в адаптивной системе управления S имеют место идентификатор и предсказатель, ре­ализуемые с помощью вычислительных устройств, причем комбинирование понимается как в смысле использования ДАСИ и ДАСП, так и в смысле использования принципов АСИ и АСЭМ.

Создание и развитие теории ДАС обусловлено прежде всего неполнотой априорной информации о процессе функционирования исследуемого объекта (в нашем случае ИС и ее элементов). Именно от объема априорной информации зависит и математическая поста­новка задачи, а часто этим определяется не только подход, но и метод ее решения. Исходя из того, что элементы ИС часто являются мало изученными объектами, т. е. практически отсутству­ют априорные сведения о них, напрашивается вывод о необходимо­сти построения непараметрических ДАС. Но для такой сложной системы, как ИС, следует отметить возникающие существенные трудности при использовании непараметрической адаптации для всей системы, т. е. при практическом рассмотрении ОУ как «черного ящика» сложность методов и громоздкость алгоритмов адаптив­ного управления и, как следствие, их практическая нереализуемость с учетом ограничений вычислительных ресурсов ИС, а часто и необ­ходимости управления в РМВ.

В ряде случаев более перспективен параметрический подход к решению проблемы адаптивного управления при максимальном использовании априорной информации об ОУ и процессе его функ­ционирования. Поэтому применительно к проблеме построения ДАС сложными объектами в ИС можно сделать следующий вывод. Нельзя использовать один и тот же подход к решению задач адаптивного управления на различных уровнях. На каждом из уровней необходимо использовать те методы адаптации, которые позволяют достичь наиболее эффективного управления в каждом конкретном случае.

Идентификация процессов. Как уже отмечалось, одно из важней­ших направлений в области идентификации и управления связано с дискретными АС, содержащими в контуре управления идентифи­катор, т. е. ДАСИ. Процесс идентификации, осуществляемый в ДАСИ, условно разделяется на два этапа, на каждом из которых информация для решения задачи идентификации поступает непо­средственно с ОУ в виде реализаций входных и выходных перемен­ных.

Первый этап связан с решением задачи идентификации в ши­роком смысле, или задачи стратегической идентификации. Сюда относятся построение концептуальной модели, выбор информатив­ных переменных, оценка степени стационарности объекта, выбор структуры и параметров модели, оценка точности и достоверности модели реальному объекту.

В торой этап предусматривает текущую идентификацию — уточнение модели в связи с текущими изменениями объекта и внеш­них воздействий; здесь обычно решаются задачи идентификации в узком смысле, т. е. задачи оценки поведения объекта или его состояний. Структурная блок-схема классической ДАСИ приведена

на рис. 9.2, где х, у, u — век­торы входов, выходов и управ­ления. Стратегический иденти­фикатор осуществляет решение задач идентификации в широ­ком смысле вне контура управ­ления, а оперативный иденти­фикатор — в узком смысле и «является составной частью замкнутого контура управле­ния.

В целом ДАСИ обладают рядом важных практических досто­инств: автоматизация идентификации, объединение процессов иден­тификации и управления, универсальность, высокая надежность. Для сложных объектов трудоемкость процесса идентификации соиз­мерима с трудоемкостью процесса проектирования системы. Объ­единение процессов идентификации и управления сокращает сроки создания и освоения системы в результате параллельного проведе­ния работ и, кроме того, является, пожалуй, единственной возмож­ностью оперативно компенсировать текущие изменения характери­стик объекта и воздействий внешней среды в процессе функци­онирования. Из сказанного ясно, что одним из основных в ДАСИ является процесс идентификации. В ДАСИ реализуется принцип современной теории управления: «хорошая модель — залог успеш­ного управления» [43, 54].