Содержание к диссертации
Введение
Глава 1. Адаптивные системы управления летательными аппаратами .. 11
1.1. Решение проблемы адаптации 11
1.2. Принципы построения адаптивных систем 11
1.2.1. Пассивная адаптация 11
1.2.2. Активная адаптация 13
1.3. Выбор подхода к активной адаптации 25
1.4. Выводы 27
Глава 2. Современные подходы к формированию систем управления полётом летательных аппаратов 28
2.1. Введение 28
2.2. Методы проектирования систем управления 29
2.2.1. Классические методы 30
2.2.2. Нейросетевые методы 30
2.3. Выводы 44
Глава 3. Методы адаптивного управления 46
3.1. Введение 46
3.2. Постановка Задачи синтеза адаптивных систем управления ... 46
3.3. Методы синтеза адаптивных систем 48
3.3.1. Синтез адаптивных систем методом функции Ляпунова 50
3.3.2. Алгоритмы скоростного градиента 53
3.4.2. АСГ в системах с эталонной моделью 55
3.4. Адаптивное управление 56
3.4.1. Постановка задачи управления неопределенными объектами.. 56
3.4.2. Управления по выходной переменной 57
3.5. Нейронные сети в системах управления 58
3.5.1. Архитектура нейронной сети 58
3.5.2. Идентификация на основе нейронных сетей 65
3.5.3. Системы управления на основе МНС 67
3.6. Выводы 68
Глава 4. Формирование адаптивной системы управления ЛА 70
4.1. Введение 70
4.2. Предлагаемая структура системы управления ЛА 70
4.3. Модель ЛА 71
4.3.1. Продольная статическая устойчивость 73
4.3.2. Линеаризация динамики ЛА 74
4.3.3. Базовая система 77
4.4. Идентификация параметров ЛА 77
4.5. Необходимость адаптивной эталонной модели системы 80
4.5.1. Определение параметров АЭМ системы 83
4.6. Расчёт сигнальной коррекции 84
4.6.1. Динамика ошибки 85
4.6.2. Нейронная сеть(НС2) 87
4.7. Выводы 88
Глава 5. Моделирование адаптивной системы 89
5.1. Введение 89
5.2. Поблочное исследование 90
5.2.1. Исследование работы нейроидентификатора 90
5.2.2. Исследование блока сигнальной коррекции 95
5.2.3. Исследование адаптивной эталонной модели 100
5.2.4. Блок логики и вычисления 103
5.3. Исследование всей адаптивной системы управления 105
5.4. Выводы 113
Заключение 115
Список литературы 117
Приложение 128
- Активная адаптация
- Постановка Задачи синтеза адаптивных систем управления
- Необходимость адаптивной эталонной модели системы
- Исследование работы нейроидентификатора
Введение к работе
После второй мировой войны возникла необходимость разработки более современных систем управления летательными аппаратами (ЛА) и, в частности, более современных автопилотов. Это объяснялось тем, что ЛА стали летать на большой высоте и с большими скоростями. Поэтому их летные характеристики значительно изменялись при изменении скорости и высоты полёта ЛА. ЛА стали относиться к классу так называемых многорежимных объектов управления. Важный вопрос, который в то время стоял перед учёными, заключался в следующем: как управлять ЛА, который должен работать удовлетворительно в широком диапазоне режимов полёта? Так появилась проблема создания адаптивных систем управления ЛА.
Проблема адаптации является одной из центральных в современной теории и практике автоматического управления. Построение адаптивных систем, позволяющих осуществлять оптимальное (квазиоптималыюе) управление сложными техническими объектами в условиях весьма малой априорной информации о характеристиках управляемого объекта и внешней среды, является одной из важнейших задач для теоретиков и разработчиков систем управления.
Интенсивные инженерные исследования адаптивных систем управления, связанные с проектированием автопилотов для самолётов, обладающих большим диапазоном высот и скоростей полёта начались в 1950 годах. В 1960 годах бурное развитие теории автоматического управления, связанное с большими достижениями в математике, физике, механике и технике, явилось важным фактором для развития адаптивных систем управления и, в первую очередь, для систем управления полетом различных ЛА [1].
При создании систем управления структура и параметры объекта известны, а параметры управляющего устройства рассчитываются так, чтобы контур управления был оптимальным для определенных условий работы системы управления и для данного класса входных воздействий. Но в процессе нормальной эксплуатации параметры объекта изменяются. С другой стороны, при изменении внешних условий могут изменяться характеристики входных сигналов. Кроме того, в некоторых случаях могут изменяться параметры отдельных устройства системы управления, в частности, исполнительных устройств [2]. Следовательно, приспосабливаться система должна или к изменяющимся характеристикам входных сигналов, или к изменяющимся параметрам, характеристикам, или к структуре контура управления, или к сочетанию тех и других изменений.
До настоящего времени есть четыре причины [3] для того, чтобы заменить понятие традиционного управления ЛЛ понятием адаптивного управления:
1. сложность современных систем управления Л А увеличивается, увеличивается число регулируемых параметров;
2. расширение режимов полёта ЛА, возможность выхода ЛА на большие углы атаки при маневре типа спирали, при котором в настоящее время характеристики ЛА известны в меньшей степени, чем в обычных режимах полёта, требуют более быстрого изменения регулируемых параметров системы управления по сравнению с изменением параметров ЛА;
3. требование снижения сложности и стоимости, повышение надёжности систем управления ЛА за счёт сокращения числа измерителей;
4. большие достижения в теории и технике адаптивного управления позволяют решать задачи управления полётом перспективных и модернизируемых ЛА.
Технология создания современных и перспективных высокоманёвренных самолётов и оборонительного оружия поставила перед разработчиками систем управления такими ЛА ряд сложных проблем.
Активная адаптация
Современный маневренный ЛА с точки зрения теории управления представляет собой многорежимный и многосвязный объект управления с широком диапазоном изменения динамических характеристик. Эти обстоятельства не позволяют получить математическую модель ЛА, адекватно описывающую изменение динамики ЛА на всех режимах полёта особенно и вблизи критических режимов полёта. Для управления такими ЛА требуется более совершенная стратегия управления, связанная с созданием активной адаптивной системы, объединяющая одновременное изучение объекта и управление им.
Синтез активных адаптивных систем проводится в два этапа. 11а первом этапе осуществляется синтез основного контура, т.е. определяется закон управления, число и место включения перестраиваемых параметров регулятора, позволяющего решить поставленную задачу на некотором номинальном режиме - при фиксированных значениях параметров системы. На втором этапе проводится синтез алгоритма адаптации, обеспечивающих выполнение заданных требований к системе управления на любом режиме, отличном от номинального, за счёт соответствующей подстройки параметров основного контура [9].
В качестве примера рассмотрим объект управления (рис. 1.2), на который влияют измеряемые возмущения г = r(t), неизмеряемые возмущения р = (p(t) и управляющие воздействия и - u(t). Наблюдению доступны переменные на выходе объекта у =y(t). Поведение объекта зависит также от ряда неизвестных параметров, совокупность которых обозначим через Ъ,. Задано множество Е возможных значений , определяющее класс допустимых объектов и возмущений. Задана также цель управления, определяющая желаемое поведение объекта. На рис. 1.2 видно, что алгоритм адаптивного управления имеет двухуровневую структуру. Алгоритм 1-го уровня (алгоритм регулирования или алгоритм основного контура) зависит от вектора параметров в. При каждом єЕ он должен обеспечивать (при соответствующем выборе в = в.(%)) достижение цели управления. Алгоритм 2-го уровня (алгоритм адаптации) должен изменять (настраивать) вектор в таким образом, чтобы обеспечить достижение цели управления при неизвестном еЕ. Совокупность алгоритмов регулирования и адаптации будем назвать алгоритмом адаптивного управления, а динамическую систему, состоящую из объекта и устройства, реализующего алгоритм адагггивпого управления, - адаптивной системой управления (АдСУ) [10].
Структура адаптивной системы управления Вектор неизвестных параметров 4 обычно состоит из коэффициентов Сравнений, составляющих математическое описание объекта, а также из коэффициентов, определяющих изменение внешних воздействий ( состояние среды). Точные значения этих коэффициентов могут быть недоступны измерению, или их измерение может требовать значительных затрат времени и средств. Кроме того, вектор 4 может содержать абстрактные параметры, описывающие неизмеряемые возмущения, обусловленные неточностью описания объекта. Во всех случаях вектор будем считать квазистационарным: постоянным или меняющимся медленно (медленнее, чем происходят динамические процессы в объекте и изменение внешних воздействий). Множество (класс) Н характеризует имеющуюся априорную информацию об объекте: чем меньшими сведениями о параметрах объекта располагает разработчик системы, тем более обширным является множество Е.
Для выполнения адаптации предлагается два метода: 1) адаптивные системы с эталонной моделью; 2) системы адаптации с идентификацией. Адаптивные системы с эталонной моделью Среди большого числа различных принципов адаптации для систем управления перспективными ЛА представляются беспоисковые АдСУ с эталонной моделью [9]. Такие АдСУ наиболее универсальны и получили широ 16 кое применение в теории и практике адаптивного управления [II]. Они обладают высокой скоростью адаптации и имеют относительно простую техническую реализацию. В АдСУ с эталонной моделью имеется модель с желаемыми характеристиками объекта. Синтез контура адаптации, как правило, осуществляется с помощью упрощенной модели объекта и с использованием известных методов нахождения алгоритмов адаптации (прямой метод Ляпунова, градиентный метод, получение гиперустойчивых систем) [11]. Задача разработчика таких систем заключается в определении закона адаптации, при котором характеристики проектируемой системы были бы близким к характеристикам эталонной модели при изменении условий работы системы.
Постановка Задачи синтеза адаптивных систем управления
Динамика современных ракет, летающих с большими скоростями и большими углами атаки, может быстро и существенно изменяться во время полёта. Кроме того, такая динамика является неопределенной, потому что информацию о характеристиках ЛА в полёте получить чрезвычайно сложно. Поэтому при проекгировании СУП ЛА необходимо привлекать современные методы теории управления - методы исследования робастных, нелинейных, адаптивных, интеллектуальных систем и другие [22].
Большинство нелинейных методов управления, базирующихся на принципе динамической инверсии (глава 2), полностью зависят от априорной информации о динамике объекта управления.
Исследование адаптивных нелинейных систем управления очень сложная задача, особенно в случаях воздействия возмущений и наличия неопределенностей. В [55] предлагается несколько методов для исследования таких систем. На сегодняшний день развитие нейронных сетей и методы их применения в системах управления в компенсации с методами линейной и нелинейной теорий управления облегчает решение задачи проектирования адаптивных нелинейных систем управления.
Далее рассматриваются некоторые адаптивные методы синтеза систем управления, связанные с решением поставленной задачи на основе адаптивных свойств нейронных сетей. Постановка Задачи синтеза адаптивных систем управления [10,36] При синтезе алгоритмов адаптации удобно использовать понятие «обоб щенного настраиваемого объекта (ОНО)» (рис.3.1), структура которого включает в себя всю неизменяемую часть системы (обобщенный объект и ре гулятор основного контура). Обобщенный объект управления включает объ ект управления (ОУ), исполнительные, измерительные, корректирующие устройства, настраиваемую модель системы и другие элементы системы. Исходными данными для синтеза алгоритма адаптации являются уравнение ОНО и цель управления. ОНО задан уравнениями состояния, управления, внешних входов и выходов ОНО соответственно; (-),6 (-)-известные вектор-функции; -возмущение на объект управления; -вектор неизвестных параметров, который обычно состоит из коэффициентов уравнений, составляющих математическое описание объекта, а также из коэффициентов, определяющих изменение внешних воздействий. Вектор , чаще всего, считается квазистационарным. В простейшем случае цель управления (ЦУ) задается в виде целевого неравенства . Структурная схема адаптивной системы управления В задачах слежения в качестве целевой функции выбирается функция невязки между действительной и желаемой траекторией движения объекта Методы синтеза адаптивных систем можно разделить на эвристические и теоретические. В эвристических методах отсутствует строгое обоснование устойчивости адаптивной системы и, как следствие, условия применимости рассматриваемых методов. Этот подход был характерен для раннего этапа развития адаптивных систем. Теоретические методы можно разделить на два класса: точные и приближенные. В двухуровневой схеме адаптивной системы задача разбивается на два этапа: синтез основного контура и синтез контура адаптации. Среди точных методов синтеза основного контура наибольшее распространение получили: 1) метод инвариантности, реализующей идею выбора идеального управления из равенства правых частей эталонной модели и модели объекта управления; 2) метод модального управления, в котором идеальное управление выбирается исходя из желаемых показателей качества переходного процесса; 3) метод оптимального синтеза, в котором решается задача оптимизации по управляющему воздействию некоторого асимптотического (при г- ад) показателя качества. В основе приближенных подходов лежат методы декомпозиции, основанные на упрощении модели системы с последующим сё синтезом по упрощенной модели. Для упрощения и декомпозиции системы используются методы теории возмущений, методы скалярных и векторных функций Ляпунова, методы линеаризации, понижения порядка, отбрасывания возмущений. Популярным является подход, основанный на выделении быстрых и медленных движений системы. При этом подходе синтез системы осуществляется по модели, описывающей её медленные движения. Основными методами синтеза алгоритмов адаптации являются: 1) градиентные методы. Алгоритм изменения настраиваемых параметров строится в направлении антиградиента целевой функции от ошибки рассогласования координат модели и системы. Алгоритмы требуют вычисления функций чувствительности, которые зависят от параметров объекта, что противоречит постановке задачи адаптивного управления. Эта трудность преодолевается приближенным вычислением функции чувствительности с использованием эталонной модели;
Необходимость адаптивной эталонной модели системы
Структурная схема нейросетевой системы управления Обучение нейросети происходит в реальном масштабе времени с использованием текущих значений сигналов г(/),у(/)и и(/) в дискретные моменты t = k-At. Обучение сети осуществляется путём настойки векторов её весовых коэффициентов V,W. С момента /0 формируется управляющий сигнал и(0, при котором Интервал (/„,/,) одновременно составляет цикл обучения сети и время, за которое завершается переходный процесс в системе.
В адаптивных системах управления линейными динамическими объектами существуют известные методы для настройки параметров регулятора прямо на основе ошибки между выходами объекта управления и эталонной модели системы. Расчетных методов при управлении нелинейными объектами до сих пор не существует, поэтому для настройки параметров в этих системах требуется идентификация модели объекта управления. 3.6. Выводы
Для решения поставленной в работе задачи в следующей главе предлагается использовать метод адаптивного управления по выходной переменной системы управления. Для того, чтобы обеспечивалось требование к сохранению структуры базовой системы управления при её модернизации, целесообразно использовать сигнальной адаптации. Нейронные сети, имеющие адаптивные свойства и обучающиеся в реальном масштабе времени, могут формировать сигнал адаптации на основе рассогласования выходных координат базовой системы и модели, обеспечивающей желаемые характеристики сие темы.
С целью улучшения характеристик существующих систем управления полётом ЛА в настоящее время во многих странах мира наметилАсь тенденция модернизации автопилотов для находящихся на вооружении и серийно выпускаемых ЛА, что позволяет уменьшить военный бюджет государства и сократить сроки создания современного оружия. В результате обзора литературы [4, 30, 54] и [65-105], очевидно, что использование принципов адаптации на основе нейронных сетей даёт возможность решить и проблемы, связанные с модернизацией и проектированием систем управления полётом ЛА.
При модернизации системы управления полётом (СУП) ЛА предлагается адаптивная система, использующая адаптивные неиросетевые подходы (рис.4.1). Эта система включает: 1) базовую систему управления, представляющую собой объект управления -ЛА и регулятор; 2) элементы модернизации ( адаптивная эталонная модель (АЭМ) системы, нейроидентификатор-нейронная сеть 1, блок логики и вычисления (БЛВ) и блок адаптации), выполняющие следующие задачи: идентификация параметров СУП ЛА. Для выполнения процесса идентификации параметров ЛА в полёте применяется нейронная сеть, которая реализует прямую модель идентификации объекта управления и обучается по сигналу ошибки еу =у0-у0. На основе результата идентификации параметров происходит перестройка параметров адаптивной эталонной модели. обеспечение желаемых характеристик системы управления. Для этого предполагается использование адаптивной эталонной модели системы с желаемыми характеристиками СУП ЛА для всех режимов полёта ЛА. выполнение адаптации. При полёте ЛЛ в процессе адаптации СУП блок адаптации формирует контур сигнальной адаптации. В блоке адаптации нейронная сеть обучается по сигналу ошибки ес=у0-ут между сигналами с выхода объекта и адаптивной модели.
Исследование работы нейроидентификатора
При исследовании системы путём моделирования, были получены следующие результаты: моделирование подтвердило работоспособность адаптивной системы предложенной структурой; поскольку предлагаемая задача является многорежимной, требуется специальный нейроидентификатор; работоспособность адаптивной системы была подтверждена моделированием разработанных алгоритмов адаптивной эталонной модели, блока логики и вычисления и блока сигнальной коррекции; применение адаптивной эталонной модели не только увеличивает маневренные свойства ЛА, но и расширяет область полёта ЛА; моделирование подтвердило адаптируемость системы к изменению высоты полёта ЛА; результаты моделирования системы управления полётом конкретного ЛА показывают возможность использования предложенной структуры адаптивной системы при модернизации существующих систем управления полётом ЛА. Настоящая работа посвящена решению комплекса проблем по разработке и исследованию адаптивных систем управления полётом летательного аппарата, построенных на основе нейронных сетей. Применение таких принципов представляется весьма перспективным в структуре адаптивных систем управления сложными динамическими объектами, работающими в условиях непредвиденного изменения их характеристик и параметров. Разработанные в диссертации алгоритмы адаптации, обеспечивают работу системы в реальном масштабе времени, что имеет существенное значение для повышения эффективности и точности управления полётом летательного аппарата. В отличие от известных работ, в диссертационной работе: 1. предложена архитектура адаптивной системы автоматической управления на основе нейронных сетей с адаптивной эталонной моделью системы; 2. разработаны алгоритмы функционирования адаптивной эталонной модели; 3. рассмотрена возможность использования предложенной структуры адаптивной системы для формирования системы управления полётом летательного аппарата; 4. разработана структура сигнальной адаптации на основе нейронной сети; 5. разработан алгоритм настройки параметров адаптивной эталонной модели. Основными научными и практическими результатами работы являются: 1. Проведен анализ характерных особенностей и принципов построения тра диционных адаптивных систем автоматического управления и обоснованы преимущества применения адаптивных свойств нейронных сетей для создания адаптивных систем управления; 2. Предложена новая архитектура адаптивной системы управления полётом летательного аппарата, сочетающая нейроидентификатор параметров системы управления, адаптивную эталонную модель, нейроуправление и принцип сигнальной коррекции; 3. Разработан программный комплекс для исследования адаптивной систе мы управления полётом летательного аппарата на базе ППП Matlab и Simulink, позволяющий решать следующие задачи: исследовать функционирование алгоритмов параметрической идентификации системы управления; исследовать функционирование алгоритмов адаптации параметров эталонной модели; исследовать функционирование алгоритмов сигнальной коррекции. 4. Эффективность предложенного в диссертационной работе принципа построения адаптивной системы, а также разработанного программного обеспечения подтверждается результатами моделирования адаптивной системы управления продольным движением ракеты класса "воздух-воздух". 5. Полученные в работе научные и практические результаты показывают возможность использовать их при модернизации существующих систем управления полётом летательного аппарата. 6. Верность разработанной методики синтеза предлагаемой адаптивной системы управления полётом летательными аппаратами при решении постановленной задачи подтверждается исследованием системы с помощью математического моделирования.
