СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ ДАННЫХ

В последние годы для решения различных задач всё более широко применяются роботы различных типов, в том числе и микророботы. В связи с этим задача разработки систем управления исполнительного уровня микророботов становится весьма актуальной. Особенно остро эта проблема встает в тех случаях, когда порядок и параметры подвижных элементов микророботов – объектов управления – являются априори неопределенными и могут изменяться в процессе эксплуатации. Для управления такими микророботами на исполнительном уровне наиболее целесообразно применять адаптивные системы с идентификацией. Известные методы решения задачи адаптивного управления чаще всего ориентированы на случай, когда порядок объекта известен и не изменяется.

Ниже предлагается новый метод решения задачи синтеза адаптивного управления микророботами в условиях неопределенности, в основе которого лежит марковский метод идентификации и метод аналитического синтеза систем с управлением по выходу и воздействиям. Отличительной особенностью марковского метода идентификации является применение марковских параметров не непрерывного объекта, а марковских параметров виртуального дискретно-подобного объекта, являющегося совокупностью дискретных объектов различных порядков. При этом установлены условия разрешимости задачи идентификации микророботов этим методом. Метод аналитического синтеза систем с управлением по выходу и воздействиям обеспечивает синтез управлений минимальной сложности за счет согласования полюсов замкнутой системы с нулями и полюсами полного объекта; также обеспечиваются порядки астатизма и прямые показатели качества не хуже заданных. Эти свойства достигаются за счет использования стандартных нормированных передаточных функций. Эффективность предложенного похода подтверждается результатами компьютерного моделирования.

Разработанный подход может применяться для создания в условиях неопределенности как адаптивных исполнительных систем микророботов, так и адаптивных систем управления объектами промышленного, сельскохозяйственного производства, а также для решения специальных задач, в том числе задач управления в социальной сфере.

1. Иванов А.В., Юревич Е.И. Мини- и микроробототехника: учебное пособие. – СПб.: Изд-во Политехн. ун-та, 2011. – 96 с.

2. Еремин Е.Л., Теличенко Д.А., Чепак Л.В. Модели современных систем автоматического управления: учебное пособие. – Благовещенск: Изд-во АмГУ, 2014. – 66 с.

3. Acar C., Shkel A. MEMS vibratory gyroscopes: structural approaches to improve robustness. – New York: Springer Science & Business Media, 2008. – 260 p.

4. A neuromuscular interface for robotic devices control / I. Kastalskiy, V. Mironov, S. Lobov, N. Krilova, A. Pimashkin, V. Kazantsev // Computational and Mathematical Methods in Medicine. – 2018. – Art. 8948145. – P. 1–8. – doi: 10.1155/2018/8948145.

5. Concurrent learning adaptive control of linear systems with exponentially convergent bounds / G. Chowdhary, T. Yucelen, M. Muhlegg, E. Johnson // International Journal on Adaptive Control and Signal Processing. – 2013. – Vol. 27, N 4. – P. 280–301.

6. Круглов С.П. Адаптивное управление неминимально-фазовым скалярным объектом второго порядка с обеспечением заданных характеристик переходного процесса // Научный вестник НГТУ. – 2016. – № 4. – С. 33–53.

7. Гайдук А.Р., Плаксиенко Е.А. Адаптивные системы управления: учебное пособие / Южный федеральный университет. – Ростов н/Д.; Таганрог: Изд-во ЮФУ, 2018. – 120 с.

8. Zhu Y., Hou Z. Controller Dynamic Linearisation-based model-free adaptive control framework for a class of non-linear system // IET Control Theory and Applications. – 2015. – Vol. 9, iss. 7. – P. 1162–172.

9. Красовский А.А., Наумов А.И. Аналитическая теория самоорганизующихся систем управления с высоким уровнем искусственного интеллекта // Известия РАН. Теория и системы управления. – 2001. – № 1. – С. 69–75.

10. Айда-заде К.Р., Рагимов А.Б. Идентификация кусочно-постоянных параметров процесса фильтрации и границ областей их постоянства // Автоматика и телемеханика. – 2017. – № 8. – С. 60–75.

11. Identification, estimation and control for linear systems using measurements of higher order derivatives / Z. Shao, C. Zheng, D. Efimov, W. Perruquetti // Journal of Dynamic Systems, Measurement, and Control. – 2017. – Vol. 139 (12). – P. 1–6.

12. Jayawardhana R.N., Ghosh B.K. Kalman filter based iterative learning control for discrete time MIMO systems // Proceedings of 30th Chinese Control and Decision Conference. – Shenyang, China, 2018. – P. 2257–2264.

13. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. – М.: Мир, 1971. – 237 с.

14. Воскобойников Ю.Е., Крысов Д.А. Двухэтапный устойчивый алгоритм непараметрической идентификации системы с высоким уровнем шума входного сигнала // Научный вестник НГТУ. – 2019. – № 1 (74). – С. 21–40. – DOI: 10.17212/1814-1196-2019-1-21-40.

15. Воевода А.А., Бобобеков К.М. Активная идентификация параметров модели перевернутого маятника по углу при подаче на вход синусоидальных сигналов // Сборник научных трудов НГТУ. – 2016. – № 2 (84). – С. 21–37.

16. Гайдук А.Р., Плаксиенко Е.А. Анализ и синтез систем управления с применением системных инвариантов. – Saarbrücken: Palmarium Academic Publishing, 2016. – 128 с.

17. Марковские параметры многомерных динамических систем управления / И.А. Каляев, А.Р. Гайдук, С.Г. Капустян, В.Н. Рябченко // Вестник ИГЭУ. – 2013. – Вып. 1. – С. 45–51.

18. Chen C.T. Linear systems theory and design. – New York: Oxford University Press, 1999. – 334 p.

19. Гайдук А.Р. Синтез систем автоматического управления по передаточным функциям // Автоматика и телемеханика. – 1980. – № 1. – С. 11–16.

20. Гайдук А.Р., Плаксиенко Е.А. Анализ и аналитический синтез цифровых систем управления: монография. – СПб.: Лань, 2018. – 199 с. – ISBN 978-5-8114-2813-7.

21. Гайдук А.Р., Капустян С.Г., Шаповалов И.О. Дискретное адаптивное управление движением группы мобильных роботов в неорганизованной среде // Системный анализ, управление и обработка информации: труды IX Международной научной конференции (Дивноморское, 20–26 сентября 2018 г.). – Ростов н/Д., 2018. – C. 56–67.

22. Дьяконов В.П. MATLAB R2006/2007/2008 + Simulink 5/6/7. Основы применения. – 2-е изд., перераб. и доп. – М.: Солон-пресс, 2008. – 800 с.

23. Гантмахер Ф.Р. Теория матриц. – М.: Наука, 1989. – 549 с.

24. Гайдук А.Р., Колоколова К.В. Синтез систем автоматического управления неустойчивыми многомерными объектами // Научный вестник НГТУ. – 2017. – № 1 (66). – С. 26–40.