- •Тема 1. 4
- •Тема 1.
- •1.Регулятори. Призначення автоматичних регуляторів.
- •2. Узагальнена структурна схема автоматичних регуляторів.
- •3. Класифікація регуляторів.
- •7. По виду задающего воздействия на регулятор регуляторы делят на:
- •8. По виду настройки регуляторы могут быть :
- •4. Регулятори з типовими законами регулювання.
- •5. Позиционные регуляторы
- •6. Пропорциональный регулятор
- •7. Интегральный регулятор
- •8. Пропорционально-интегральный регулятор
- •8. Дифференциальные регуляторы (д, пд, пид)
- •9. Аналогові та цифрові регулятори.
- •10. Релейні регулятори. Динаміка процесів регулювання в системах з двохпозиційним та трипозиційним регулюванням.
- •11. Різновиди структур регуляторів. Реалізація регуляторів для статичних і астатичних оу. Передаточні функції цифрових регуляторів з лінійними законами.
- •11.2 Структуры параельного и последовательного соединение пи, пд, пид регуляторов.
- •14. Імпульсні регулятори.
- •15. Регулятори змінної структури (рзс).
- •16. Структурні схеми рзс:
- •16.1. Пропорциональное ру с переменным коэффициентом передачи
- •16.2. Интегральное ру с переменной величиной коэффициента при постоянной времени интегрирования
- •16.3. Пропорционально интегральное ру с коммутируемой п-составляющей
- •16.4. Пропорционально-интегральное ру с переменными коэффициентами при п и и - составляющих
- •16.5. Полупропорциональное ру
- •16.6. Полупропорциональное регулирующее устройство со сбросом регулирующего воздействия
- •16.7. Полупропорционально-дифференциальное регулирующее устройство
- •16.8. Пропорционально-полуинтегральное ру
- •16.9. Пропорционально-интегральное ру со сбросом и – составляющей
- •16.10. Пропорциональное ру с запоминанием и сбросом регулирующего воздействия
- •16.11. Пропорционально-интегральное ру с запоминанием и сбросом регулирующего воздействия и с введением интегральной составляющей
- •16.12. Пропорционально-интегральное ру с определением интегральной составляющей
- •16.13. Пропорционально-интегральный рпс без дифференцирования сигнала ошибки регулирования в функции переключения
- •17. Методики вибору та розрахунків налагоджуваних параметрів регулятора, виходячи з моделі та характеристик оу і завдань контурів ксу.
- •Тема 2. Особливості ксу різного функціонального призначення.
- •Слідкуючі системи (сс).
- •Загальні відомості та класифікація сс.
- •Сс з пропорційним законом, з керуванням по похибці з комбінованим управлінням.
- •Коефіцієнти похибок.
- •С труктурні схеми спу.
- •Реалізація спу.
- •Системи позиційного та контурного програмного регулювання.
- •Системи управління станків з числовим програмним керуванням.
- •Методики проектування спу.
- •Системи автоматичного контролю (сак).
- •Загальні функції сак.
- •Основні задачі та форми автоматичного контролю.
- •Структура систем збору та обробки інформації..
- •Реалізація систем автоматичного контролю.
- •Тема 3.
- •Інтелектуальні системи управління (ісу) – нові технології розробкита реалізації комп'ютеризованих систем управління.
- •Структура традиційної та інтелектуальної системи управління.
- •Концептуальні основи організації інтелектуального управління складними об'єктами.
- •Основніпоняття і визначеннятеоріїінтелектуальних систем управління.
- •Моделі та алгоритмиприйняттярішень при керуванні складними об'єктами.
- •Алгоритм принятия решений на основе действий оператора.
- •Моделі представлення знань в системах управління.
- •Технології, нечіткоїлогіки, нейромережевихструктур, експертнихсистем, асоціативноїпам'яті, генетичнихалгоритмівтаїхкомбінацій.
- •Інтелектуальні системиуправління на основі нечіткої логіки.
- •Поняття лінгвістичної моделі об'єктів управління, в середовищі нечітких множин та нечіткої логіки.
- •Загальна структура системиуправління з „нечіткими" регуляторами.
- •Принцип роботи.
- •Методики синтезу.
- •Інтелектуальнісистемиуправліннянаосновінейромережевих структур.
- •Біологічній нейрон.
- •Модель нейрона.
- •Базовийпроцесорнийелемент.
- •Різновиди функційактивації нейрона.
- •1. Единичный скачок или жесткая пороговая функция
- •2. Линейный порог или гистерезис
- •3. Сигмоидальная функция или сигмоид
- •Перцепрони.
- •Статичні одно- та багатошаровінейроннімережі.
- •Нейромережі з радіально-базовимифункціямиактивації.
- •Динамічнібагатошаровінейромережі.
- •НейромережаХопфілда.
- •Властивостібагатошаровихнейромережевих структур.
- •Принципи та алгоритминавчання і тренуваннянейроних мереж.
- •Системиуправліннянаосновінейромережевих структур.
- •Архітектура експертного регулятора.
- •Етапи функціонування експертного регулятора.
- •Порядок формування теоретичних знань по використанню алгоритмів ідентифікації, емпіричних знань, стратегій та евристик, знань про динаміку нелінійної системи, синтезу регулятора.
- •2. Формирование теоретических знаний об областях использования алгоритмов идентификации
- •3. Формирование эмпирических знаний, стратегий и эвристик
- •3.1. Формирование знаний о динамике линейной системы автоматического управления.
- •Адаптивна система управління на основі експертного регулятора.
- •Інтелектуальні системи управління на основі асоціативної пам'яті.
- •Класифікація і способи реалізації асоціативноїпам'яті.
- •Структури систем управління на основі асоціативної пам'яті першого и другого роду.
- •Ієрархічні інтелекту альні системи управління першого і другого роду.
- •Адаптивна система управління на основі асоціативної пам'яті.
Концептуальні основи організації інтелектуального управління складними об'єктами.
Управление — функция организованных систем различной природы (биологических, социальных, технических), обеспечивающая сохранение их определенной структуры, поддержание режима деятельности, реализацию их программ и целей
Главная архитектурная особенность, которая отличает интеллектуальную систему управления от построенной по "традиционной" схеме, связана с подключением механизмов хранения и обработки знаний для реализации способностей по выполнению требуемых функций в неполно заданных (или неопределенных) условиях при случайном характере внешних возмущений. К возмущениям подобного рода могут относиться непредусмотренное изменение целей, эксплуатационных характеристик системы и объекта управления, параметров внешней среды и т. д. Кроме того, состав системы при необходимости дополняется средствами самообучения, обеспечивающими обобщение накапливаемого опыта и на этой основе пополнение знаний.
Особенности представления машинной информации в СИУ:
Внутренняя интерпретируемость - наличие уникальных имен, идентифицирующих каждую информационную единицу;
Структурированность: обусловливает возможность рекурсивной вложимости отдельных информационных единиц друг в друга;
Внешняя связность: задаёт возможность установления функциональных, казуальных и других типов отношений между информационными единицами;
Шкалируемость: возможность введения различных, метрик для фиксации количественных, порядковых и иных соотношений информационных единиц;
Активность: способность инициировать выполнение некоторых целесообразных действий при появлении новой информации.
Основніпоняття і визначеннятеоріїінтелектуальних систем управління.
Знания — проверенный практикой результат познания деятельности, верное ее отражение в мышлении человека
Мышление — процесс отражения объективной действительности в представлениях, суждениях, понятиях
Понятие — форма мышления, отражающая свойства, связи и отношения предметов и явлений. Основная логическая функция понятия — выделение общего, которая достигается посредством отвлечения от всех особенностей отдельных предметов данного класса. Другими словами понятие — логически оформленная мысль о классе предметов.
Интеллектуальность системы - ее способность работать с базой внешних событий или ситуаций для привлечения знаний, позволяющих уточнить предложенную задачу и наметить пути се решения
Моделі та алгоритмиприйняттярішень при керуванні складними об'єктами.
Модель классификации. Путем экспертного опроса из содержательного анализа задачи выделяются признаки-факторы, Х, Y, Z и формируется пространство W=X*Y*Z. С каждым из выделенных признаков связываем лингвистическую переменную со своими значениями. Лингвистические переменные, соответствующие признакам Х, Y, Z, обозначим через А, В, С, а их значения - через {r, r=1 ... n},{j, j=1 ... k}, {i, i=1 ... p}. Для всех выделенных значений r, j, i путем экспериментального опроса строятся функции принадлежности , , на соответствующих базовых шкалах Х, У, Z.
Далее строится структура модели в виде решений таблицы, имеющей n*m*p строк и 4 столбца.
Строки таблицы соответствуют всевозможным наборам (r, j, i), первые три столбца обозначены символами лингвистических переменных А, В, С. Четвертый - Н. В столбце Н для каждого набора А, В, С простраивается одно из возможных управляющих решений hi, которое принял бы эксперт в ситуации, словесно описанной набором А, В, С. В итоге формируется (W, , H), в которой каждый класс Li, характеризуется функцией принадлежности Li, задаваемой следующей нечеткой логической формулой: Li(x, y, z)=V(Li((x)(y)(z)),
где Li - множество наборов (, , ), которым в решающей таблице соответствует решение hi, x...X, y...Y, z...Z.
Опишем алгоритм выработки управляющих решений на основе этой модели.
Если ситуация, характеризующаяся состоянием системы, представляется точкой W0(x0, y0, z0) в пространстве W, тогда алгоритм сводится к следующей формальной процедуре:
Подставим точку (x0, y0, z0) в функции принадлежности Li эталонных классов Li и вычислим значение L(x0, y0, z0).
Среди всех значений Li(x0, y0, z0) находим такое, которое является максимальным в точке (x0, y0, z0).
Принимаем решение hS, соответствующее эталонному классу LS.
Алгоритм позволяет определить для данной ситуации, характеризуемой точкой в многомерном пространстве признаков, наиболее близкий эталонный класс в этом пространстве и выработать соответствующее ему решение.
Модель композиции описывает связь всех возможных состояний сложной системы с управляющими решениями и представляет собой тройку (W, T, H), в которой W=XYZ...S - многомерное пространство признаков-факторов наиболее существенно влияющих на выбор управляющих решений; Т - Нечеткое отношение на WН , где Н - множество управляющих решений.
Определение нечеткого отношения Т, связывающего W с Н, строится на основе словесной информации эксперта путем непосредственной формализации его нечетких стратегий. Эксперт описывает особенности функционирования системы в виде ряда высказываний {i}, которые формализуются с помощью операторов P, Q, R; при этом условные операторы могут интерпретироваться как отношением R, так и функцией F. В общем случае каждый оператор задается значениями функции принадлежности T(i)(x0, y0, z0), а для отношения Т эти значения находятся, как T(x0, y0, z0) = i(i)(x0, y0, z0), где i - обобщенная операция.
Для этой модели алгоритм выработки управляющих решений для ситуации, характеризующей состояние системы в точке W0(x0, y0, z0) в пространстве W, сводится к следующей формальной процедуре:
Подставляем точку W0(x0, y0, z0) в функцию принадлежности T, получаем значения функции T(x0, hi) нечеткого решения, зависящий только от одной переменной.
Перебираем последовательно все hi...Н и ищем такое hi, которое доставляет максимум функции T.
Выбираем значение hS, в качестве искомого управляющего решения.
Конец.
Алгоритм позволяет выработать управляющее решение путем композиции нечетких отношений, одно из которых описывает текущее состояние системы, а другое - модель управления.
